Abstract
在化學工業中批次式品質控制是討論重點。本研究以模式預測作線上控制，為了研究的需要，設計雙重類神經網路的結構來作品質控制。其中，類神經網路(ANN) 可以應用在程序中建立輸入變數與輸出結果之預測模式。第一個為擾動估計神經網路ANN-D ，利用中途測量值來偵測程序中一些不確定因素；第二個為品質預測神經網路ANN-Q ，此為結合實驗數據與系統數學模式之神經網路，利用不確定因素和起始條件去預測產物的最終品質。再使用最適化策略尋找符合條件限制下之最佳操作途逕，達到品質的目的。本研究是將此方法應用於批次式醋酸乙烯乳化聚合反應，此系統之反應速率與單體量、起始劑量、溫度變化有關，在反應過程中量單體轉化率當作中途測量值，而控制變數為操作溫度和再添加起始劑，以聚合物數目平均分子量與分子量分散性為產物品質。本研究已完成以實驗數據為基礎結合嚴格之數學模式，用我們提出資料串結(Data Bunch Approach) 的方法來重建系統模式，用以補償原來數學模式之不足。根據我們實驗結果得知，此方法能夠適用在我們操作的系統上且符合線上控制要求，達到品質控制的最終目的。