预测模糊控制在聚合反应釜中的仿真研究

聚合反应釜温度控制系统的数学模型具有非线性、大惯性、纯滞后以及时变等特点，传统的PID控制依赖于被控对象的精确数学模型，很难达到令人满意的控制效果。模糊控制和预测控制都是对不确定系统进行控制的有效方法，而预测模糊控制作为二者相结合的产物，可进一步提高控制的效果。该文提出了将预测模糊控制运用于聚合反应釜温度控制器的设计，为聚合反应釜的控制提出了一种新算法。理论分析和基于MATLAB的仿真研究表明，该控制方法具有使系统超调量小、调整时间短、对系统参数变化和外界干扰有较强的鲁棒性等优点，是一种提高聚合反应釜温度控制效果的有效方法。     

免疫模糊PID在聚合反应釜温度控制中的应用及仿真研究

针对聚合反应釜温度控制系统的数学模型具有非线性、大惯性、线滞后以及时变等特点,将模糊控制算法与免疫PID控制算法相结合,设计了一种模糊免疫PID控制器。仿真研究表明,该控制器具有使系统超调量小、调整时间短、鲁棒性好且算法简单等优点,是一种提高聚合反应釜温度控制效果的有效方法。     

聚合反应釜温度自适应预估控制

本文根据聚合反应釜温度滞后较大的特点,应用模型参考自适应技术,根据釜内温度和压力的测量值来在线估计反应釜内真实温度.该方法结构简单,可以在可编程调节器上实现.实际运行结果表明,该方法可以大大提高聚合反应釜温度控制精度.     

神经网络PID在反应釜温度控制中的应用

聚合反应釜广泛应用于工业生产中,反应温度的控制是聚合反应控制的关键和难点.传统的PID控制因控制参数的调整困难而不能很好的适应工况的变化.本文提出利用BP神经网络的自学习能力,实时调整PID控制器的参数,并设计了基于BP神经网络整定的PID控制器,以CPE(氧化聚乙烯)的生产过程为研究对象,进行了MATLAB仿真.仿真结果表明,该控制方法具有响应速度快,适应能力强的特点,且弥补了传统PID控制的缺陷.为聚合反应釜的温度控制提供了有效方法.     

模糊自调整PID的精馏塔参考模型解耦控制研究

一个现代化的化工企业,精馏塔生产装置种类和数目为数众多,生产目的也多种多样。精馏塔控制方法的改良可以引起显著经济效益的变化,同时可以使生产过程更加节能环保,因此,化工企业存在着精馏过程控制算法的改良问题。精馏过程约占工业总能耗的1/3,其节能控制潜力很大。精馏塔温度控制系统是典型的多输入多输出耦合系统。针对多输入多输出耦合系统,为使其解耦控制与主回路控制达到相互独立,本文在分析与总结模糊逻辑、PID控制等优点的基础上,设计了一种参数自调整模糊PID控制器,并将其与多变量参考模型解耦控制方法结合,实现了精馏塔温度控制系统的解耦控制。参考模型回路由控制器和被控对象的模型两部分组成。模糊PID解耦控制器的引入,使控制与解耦功能分别由2个不同的控制器独立完成,最后将该算法应用于化工精馏塔温度控制模型中。由仿真结果可知,本文方法可以使实际输出结果很好的跟踪目标结果,从仿真图可得出,该方法可以较好的实现动态和静态解耦,解耦控制效果比较理想。进而可以将该方法用于实际的化工生产过程中,具有一定的实用价值。     

间歇式反应釜的计算机智能控制

本文讨论了生产酚醛树脂的间歇式反应釜聚合过程的温度控制问题,针对聚合过程的非线性、时变及有后效应的特点,提出了一种包含有模糊控制、智能预报控制、比例控制、编程控制等的组合式智能控制,并对计算机控制系统的硬件配置和应用软件作了介绍。     

改进PID在反应釜温度控制系统中的应用研究

反应釜炉温控制是化工生产过程中主要的控制系统之一,其温度控制具有大滞后、时变、非线性等特点.针对常规PID控制效果不佳的缺点,提出一种改进的模糊RBF神经网络智能控制方法.将系统的输入误差及误差变化率进行模糊化,并利用RBF神经网络算法对PID控制参数进行在线学习、运算和整定.在RBF神经网络控制算法中,设定初始权值在一定范围内服从高斯分布和均匀分布,对权值不断优化,使得反应釜温度达到良好的控制效果.经Matlab仿真验证,结果表明和常规PID相比,该方法提高了系统的控制精度并具有较强的鲁棒性.     

微生物发酵过程的温度控制

微生物发酵过程的温度控制精度非常重要,发酵罐罐体温度是通过夹套中的水温来调节的,使用加热器和冷却水调节夹套温度进而控制发酵罐温度。由于温度对象是滞后积分对象,使用传统的PID控制,控制效果差,因此对传统PID控制进行了改造。研究了积分分离PID,指数积分PID和FuzzyPID控制算法在发酵过程温度控制中的应用。实践证明,经过改进的PID算法的控制效果明显提高。     

焦炉燃烧过程温度优化控制系统的研究与应用

焦炉是具有大时滞、强非线性、多变量的复杂系统.直行温度受多种因素的影响,采用常规的控制方法难以将温度控制在要求的精度范围内.以某钢铁公司新2号焦炉为控制对象,在充分总结焦炉操作人员控制经验的基础上,考虑焦炉燃烧过程的特点,提出了融合多元线性回归和神经网络来建模,多变量模糊控制和专家控制相结合的温度反馈控制算法,开发了焦炉燃烧过程温度优化控制系统.系统投入实际生产运行后,控制效果良好,实现了焦炉燃烧过程温度的优化控制.     

反应釜温度的智能优化模糊PID控制器设计

通过对反应釜温度控制系统的分析讨论,针对传统控制中响应速度慢、自适应能力差等问题,本文设计了一种基于粒子群算法的模糊自适应PID控制器。该控制器通过对不同工况下控制器的比例因子和量化因子的实时优化来改善反应釜温度控制效果。仿真结果表明,粒子群优化模糊自适应PID控制器与传统的PID控制器和模糊控制器相比,系统动态特性和静态特性均得到了较大的提高,自适应能力显著增强。     

基于PCS7的聚合反应器温度复合控制系统设计

针对聚合反应器温度存在的非线性、滞后性、耦合性等问题,并在对聚合物反应工艺流程、控制需求以及控制对象特性研究分析的基础上,设计了一种模糊PID控制与冷热水变比例多阀位开度控制的双模式分段温度复合控制方法,通过PCS7过程控制系统提供的结构化语言SCL编写控制器模块,连续功能控制图CFC搭建温度系统控制回路,顺序功能图SFC设定控制流程,结合高级多功能过程与控制仿真设备(SMPT-1000)实现了控制方案,并与传统PID的温度控制效果进行对比;经试验测试结果表明该复合控制方案比传统PID控制超调量低,具有更优越的稳态性能和更快的响应速度以及较高的能量利用效率,提高了反应器温度控制性能。     

基于预测函数控制的PVC聚合釜温度系统

针对PVC聚合釜温度难以控制的问题,提出了预测函数控制与PID结合的控制策略,控制算法简单,易于工程实现,有很高的应用价值。该算法在SUPCON-JX300X集散控制系统上实现,在工业现场运行中取得了满意的效果。     

Control of industrial gas phase propylene polymerization in fluidized bed reactors

The control of a gas phase propylene polymerization model in a fluidized bed reactor was studied, where the rigorous two phase dynamic model takes into account the polymerization reactions occurring in the bubble and emulsion phases. Due to the nonlinearity of the process, the employment of an advanced control scheme for efficient regulation of the process variables is justified. In this case, the Adaptive Predictive Model-Based Control (APMBC) strategy (an integration of the Recursive Least Squares algorithm, RLS and the Generalized Predictive Control algorithm, GPC) was employed to control the polypropylene production rate and emulsion phase temperature by manipulating the catalyst feed rate and reactor cooling water flow, respectively. Closed loop simulations revealed the superiority of the APMBC in setpoint tracking as compared to the conventional PI controllers tuned using the Internal Model Control (IMC) method and the standard Ziegler–Nichols (Z–N) method. Moreover, the APMBC was able to efficiently arrest the effects of superficial gas velocity, hydrogen concentration and monomer concentration on the process variables, thus exhibiting excellent regulatory control properties.     

Experimental application of nonlinear model predictive control: temperature control of an industrial semi-batch pilot-plant reactor

This paper describes the application of nonlinear model predictive control (NMPC) to the temperature control of a semi-batch chemical reactor equipped with a multi-fluid heating/cooling system. The strategy of the nonlinear control system is based on a constrained optimisation problem, which is solved repeatedly on-line by a step-wise integration of a nonlinear dynamic model and optimisation strategy. A supervisory control routine has been developed, based on the same nonlinear dynamic model, to handle automatically the fluid changeovers. Both NMPC and supervisory control have been implemented on a PC and applied to a 16 l batch reactor pilot plant. Experiments illustrate the feasibility of such a procedure involving predictive control and supervisory control.     

PVC聚合釜温度自适应控制

针对PVC聚合釜温度控制系统的大时滞和非线性等特点,采用一种串级＋分程＋FuzzyPID自适应控制的方案,实现了主调节器PID参数依据不同的生产负荷进行自我整定,副调节器的P参数依据不同的反应阶段进行自我变换,实践证明提高了控制系统的动态响应性能和稳定精度。     

基于Smith预估补偿的聚丙烯反应器自适应控制系统研究

针对含有时滞的聚丙烯多区循环反应器温度串级控制系统为复杂的高阶系统，被控对象的滞后时间较大，且受到反应器内部放热、入口循环气温度、夹套水流量等干扰的影响，系统过程控制较为困难。通过以一阶惯性环节加纯滞后来逼近高阶系统，应用模型参考自适应控制算法，使自适应机构能够在线的整定反应器串级控制副回路的Smith预估器，使副回路Smith预估器的动态特性与副被控对象的动态特性接近一致；同时，根据期望的性能指标，在串级控制主回路设置一个参考模型，再次应用自适应算法，使得主回路被控对象的输出尽可能跟踪参考模型的输出。仿真结果表明，该控制系统对于具有时滞的聚丙烯反应器温度控制是有效的。     

模糊PID控制在冷却水温控系统中的应用

针对上海光源冷却水温控系统中板式换热器的时变特性和系统大滞后特性,结合PID控制和模糊控制的优点,提出了以误差和误差变化率为输入信号的Fuzzy-PID复合控制器和以误差和响应时间为输入信号的模式选择开关控制器来实现冷却水温度控制策略。仿真实验和实际应用表明,该控制策略能够克服板式换热器时变特性和系统大滞后特性,对负载发生变化后能以较短的响应时间和较小的超调量使系统达到新的平衡,控制效果优于传统的PID控制。     

中厚板水幕分组冷却的最优前馈控制算法

针对中厚板水幕分组冷却系统的最优前馈控制算法进行了研究。由该算法确定水幕的开幕数、流量及水幕的排列方式 ,从而对水幕入口温度的波动进行补偿。     

Control of polystyrene batch reactors using neural network based model predictive control (NNMPC): An experimental investigation

Controlling batch polymerization reactors imposes great operational difficulties due to the complex reaction kinetics, inherent process nonlinearities and the continuous demand for running these reactors at varying operating conditions needed to produce different polymer grades. Model predictive control (MPC) has become the leading technology of advanced nonlinear control adopted for such chemical process industries. The usual practice for operating polymerization reactors is to optimize the reactor temperature profile since the end use properties of the product polymer depend highly on temperature. This is because the end use properties of the product polymer depend highly on temperature. The reactor is then run to track the optimized temperature set-point profile. In this work, a neural network-model predictive control (NN-MPC) algorithm was implemented to control the temperature of a polystyrene (PS) batch reactors and the controller set-point tracking and load rejection performance was investigated. In this approach, a neural network model is trained to predict the future process response over the specified horizon. The predictions are passed to a numerical optimization routine which attempts to minimize a specified cost function to calculate a suitable control signal at each sample instant. The performance results of the NN-MPC were compared with a conventional PID controller. Based on the experimental results, it is concluded that the NN-MPC performance is superior to the conventional PID controller especially during process startup. The NN-MPC resulted in smoother controller moves and less variability.     

连铸二冷配水自适应动态优化控制

在常规连铸二冷配水控制方法的基础上,提出了自适应动态配水控制策略,建立了由基础自动控制、 软测量技术和智能控制技术相结合的二级动态配水控制系统．在控制系统中,建立了基于凝固传热理论的软测量模 型,用于实时预测铸坯表面温度;应用基于自整定神经元的多变量PID 控制算法,实现连铸二冷配水动态单元跟踪 控制,使铸坯表面温度保持在目标值范围内．仿真及应用结果表明了所建模型和控制算法的有效性,控制系统对拉 速扰动具有良好的目标温度跟随性能．