基于模糊自整定PID的置换蒸煮锅温差控制系统的设计

置换蒸煮过程中蒸煮锅内温度控制是一个具有严重时滞性、时变性和非线性系统,且药液在蒸煮锅内循环时易产生温度梯度,为保证锅顶部和底部药液温度均匀一致,采用常规的温差-流量串级PID控制器难以取得满意的控制效果。通过对蒸煮药液循环加热后回流至蒸煮锅顶部和底部过程机理的分析,依据串级控制、模糊控制和PID控制的特点,将三者有机地结合起来提出一种模糊自整定PID串级控制系统,应用Matlab仿真比较表明,模糊自整定PID串级控制的动态响应曲线更好,超调量小,抗干扰能力强。     

基于PSO算法的PID控制器参数优化及其在置换蒸煮立锅温差控制中的应用

在介绍置换蒸煮工艺流程的基础上,对置换蒸煮控制系统的控制要点和难点进行了分析。针对蒸煮过程中蒸煮立锅顶部药液温度和底部药液温度的差值的控制问题,设计了一种基于PSO(粒子群优化)算法优化PID控制器参数的温度-流量串级控制策略。MATLAB/Simulink仿真结果表明,该控制方案具有算法简单、搜索能力快、效率高等优点,能够有效地解决PID参数优化问题;实际应用结果表明,该方案非常有效。     

蒸煮锅内温差DMC-PID串级解耦控制

在置换蒸煮制浆过程中,蒸煮锅内温差过大会产生不均匀蒸煮现象,影响最终的蒸煮质量。针对蒸煮锅顶层流量与底层流量存在强耦合关系、蒸煮锅内温差大时滞特点、温差控制要求实时性,设计了DMC-PID串级解耦控制系统,通过流量-温差串级控制系统来实现对温差的控制。通过Matlab仿真表明,DMC-PID串级解耦控制系统具有更好的动态性能和鲁棒性,其控制效果明显优于单回路控制系统。     

纸机蒸煮锅上下温差问题的研究与解决策略

为实现针对纸机蒸煮锅上下温差的有效控制,提出了一套BP神经网络与PID控制器相结合的温度控制算法,基于造纸机蒸煮锅升温保温系统的基本流程提出了PID控制方案,并利用BP神经网络对于PID控制器中的主要参数进行自动调整。经实验研究发现,基于BP神经网络的PID控制算法能够有效缩小锅顶温度与锅底温度之间的差距。     

基于模糊分数阶PID的蒸煮药液温度控制

鉴于蒸煮锅温度变化具有大时滞、耦合强、干扰多等特点,本课题根据蒸煮锅药液温度变化的内部规律,分析了影响药液温度的因素。针对蒸煮药液耦合强的问题,提出分数阶PID串级前馈解耦控制方案,结合模糊控制规则构建模糊分数阶PID串级解耦控制,可同时解决蒸煮药液温度变化等问题。实践证明该方法可以实现蒸煮温度的实时控制。     

置换蒸煮锅温差控制策略研究

为提高制浆过程中置换蒸煮系统在扰动和模型失配条件下的控制精度与鲁棒性,本课题基于置换蒸煮锅温差控制系统仿真模型,提出了一种基于模糊控制算法与粒子群优化算法（Particle Swarm Optimization,PSO）的置换蒸煮系统温差自适应PID控制方法。首先基于粒子群优化算法设置PID控制器参数的初始值,再利用模糊算法实现PID参数自整定,最后将控制效果与传统PID控制器以及模糊PID控制器进行对比。结果表明,在单一工况下,PSO-模糊PID控制器的综合性能最好,调节时间最短,超调量最低,有效保持蒸煮立锅内药液温度的一致性;针对压力阶跃扰动和模型失配,PSO-模糊PID控制器抗干扰性能更强,总体超调量更低,调节时间更短,具有良好的鲁棒性和自适应性。     

基于专家经验的单神经元串级温差控制研究

针对置换蒸煮锅内存在的温差及温差对象的非线性严重、大时滞、要求控制实时等特点,提出了保证蒸煮锅内温度一致的、基于专家经验的单神经元串级PID自适应控制策略。该控制策略引入专家经验调节单神经元增益K,同时将单神经元PID自学习和自适应的能力与串级优势相结合,可实时快速地进行温差控制。在Simulink中,调用该控制策略的s函数,进行温差对象特性的动态仿真实验,以验证其鲁棒性和模型失配响应。结果表明：该控制策略的鲁棒性与自适应性比常规温差-流量串级PID控制及单神经元PID串级控制更好;THJSK-1平台中的实时控制还表明,该控制策略具有可行性。     

基于THSA-1型实验平台的智能控制系统仿真研究

本文针对THSA-1型实验平台锅炉温度串级控制系统,提出了一种带Smith预估器的量化因子自调整和Fuzzy-PI复合控制方案,对实验室温度串级控制系统进行改进,通过使用Simulink软件进行对比仿真。从结果来看,本文设计控制方案比传统PID控制的调节效果更好,更能有效的实现对大滞后、大惯性的复杂系统进行控制。     

豆粉喷雾干燥塔遗传模糊PID串级控制系统仿真

目的:提出一种遗传模糊PID串级系统。方法:以出口温度为主被控量,进风温度为副被控量构成一个串级调节系统,主回路采用遗传模糊PID控制器,副回路采用PI控制器。结果:仿真试验表明,与经典PID控制相比,串级遗传模糊PID控制具有调节时间短、鲁棒性好等优点。结论:遗传模糊PID串级豆粉干燥塔喷雾系统可以提高豆粉的生产质量。     

淀粉蒸煮锅

意大利Comer公司开发出一种新结构的淀粉蒸煮锅，用于添加剂制备车间。这种蒸煮锅适用于所有类型的淀粉(天然淀粉、变性淀粉和阳离子淀粉)。这种具有专门“喷嘴”结构的蒸煮锅，可以在浓度高达30％的条件下均匀地蒸煮。其浓度范围为5～30％(根据淀粉类型而定)，蒸煮或转化温度是100～150℃(也要根据淀粉类型而定)。这种燕煮锅的生产能力为20～500kg／h。     

基于RBF神经网络的纸张定量水分解耦控制系统设计

抄纸过程中纸机系统具有大滞后、非线性、时变等特点,纸张定量与水分之间存在强耦合效应,针对这些问题,设计了一种基于RBF神经网络的PID解耦控制方法.利用RBF神经网络辨识定量与水分的数学模型,实时调整PID控制器的参数,实现系统的解耦功能.仿真结果表明,该方法具有良好的静态、动态性能和很强的自适应性,能有效解决纸张定量和水分之间的耦合作用.     

基于DRNN的纸机定量水分解耦控制仿真分析

针对抄纸过程中具有的强耦合、大时滞特点,提出了一种自适应的PID解耦控制方法,利用对角凹归神经网络(DRNN)来辨识系统模型,通过对PID控制器参数进行调整,实现多变量解耦控制.对纸机定量、水分控制系统的仿真研究结果表明:该方法具有较快的系统响应和抗干扰能力,较好地解决了定量和水分之间的耦合作用.     

Single Neuron PID Control Based on Expert Experiences for Temperature Difference Control System of a Digester

Considering the temperature difference of displacement cooking characterized by severe non-linearity, large time delay, and real-time control, a cascade PID adaptive control strategy composed of a single neuron is proposed to ensure cooking temperature uniformity. The control strategy introduces expert experiences to adjust the single neuron gain K, while a single neuron PID self-learning and adaptive ability, as well as cascade advantage can be combined to realize the real-time and fast temperature difference control. In the Simulink, the s-function of this control strategy is used to carry out a dynamic simulation experiment with temperature difference characteristics and verify the robustness and response to model mismatch. Compared to conventional temperature difference-flow PID cascade control and single neuron PID cascade control, this control strategy has better robustness and stronger adaptability. The results of real-time control on the THJSK-1 experiment platform indicate this control strategy is feasible.     

气垫式流浆箱解耦控制的分析及应用

在建立气垫式流浆箱数学模型的基础上,利用神经网络原理设计了神经网络解耦控制器。根据总压和浆位给定值以及其输出值,通过自学习、调整网络权值来实现闭环控制的神经网络解耦控制思路,将强耦合的总压和浆位分解为两个单回路PID闭环控制系统。采用PID控制算法对解耦后的两个单回路闭环系统进行常规控制。实际运行效果表明,该控制系统可使总压和浆位的调整互不影响,且系统稳定。     

神经网络分数阶PID控制器在纸浆浓度控制中的应用

分数阶PID控制器继承了常规PID控制器的优点,并且具有更高的控制精度和更强的鲁棒性。针对常规PID控制器在纸浆浓度控制过程中存在的问题,设计了一种基于神经网络的分数阶PID控制器。用分数阶PID控制器代替常规PID控制器,并通过神经网络调节分数阶PID控制器的5个控制参数,实现一种参数自整定的PID控制器。仿真实验结果表明,神经网络分数阶PID控制器比常规PID控制器的控制精度高,对纸浆浓度的控制更稳定;采用神经网络分数阶PID控制器控制纸浆浓度是切实可行的,具有很好的推广应用前景。