纸浆浓度多变量控制系统设计与实现文献综述

2020-05-02 17:57:46

1．目的及意义

纸浆浓度在制浆过程是一个决定纸张质量的参数，通过纸浆浓度精确的控制，可以稳定提高打浆效果、减少纸张定量波动、增加造纸生产的稳定性，从而提高纸张质量。因此, 稳定地调节纸浆浓度是实现工艺目标, 达到质量标准的重要环节, 但也是较难解决的问题之一。

目前在造纸行业中普遍采用传统PID算法，传统PID算法虽然具有结构简单实现方便、适应性强等特点，但在实际运行过程中不能满足实际生产的要求，其主要表现在：1）在纸浆浓度调节中，由于电动执行器属于惯性环节，采用传统PID调节必产生严重的滞后效应，很难使系统取得良好的控制效果；2）由于过程参教在生产过程中变化很大，加之设备的老化和来自其它方面的干扰，因此，一般的固定参数控制器无法适应这些变化，不能始终保持最优运行，有时甚至出现稳定性问题。

由于纸浆浓度的调节过程是一个纯滞后过程, 其滞后时间受浆料流速、浓度变送器的安装位置等因素影响。基于上述基础之上，提出了专家PID控制的方案。

{title}

2. 研究的基本内容与方案

{title}

1. 研究（设计）的基本内容、拟采用的技术方案及措施

一、基本内容

1：查阅资料，翻译5000汉字的外文文献资料。

2：了解选题的目的和意义，掌握系统的工艺流程和设计要求；

3：完成系统的设计方案，说明其工作原理、系统组成；

4：完成系统硬件选型和参数计算；绘制系统的控制原理图、接线图以及布置图；

5：设计PLC程序，HMI界面，PLC与HMI的通信程序；

6：系统试验与调试，调试结果分析；

7：正文撰写。

二、技术方案

浓度控制系统

由纸浆浓度变送器（浓度计）、电动调节阀、浓度控制器三部分组成，如图 1 所示：

纸浆浓度自动控制系统组成如图 2 所示。纸浆浓度变送器把浆管内流动的浆料的浓度转换成电流信号送入浓度控制器。经过测量值与用户设定值比较，控制器调节电动阀的开度，从而调节进入浆泵的稀释水量，来改变浆料浓度。重复上述过程，使浆料浓度维持在所需范围内。

图2

专家PID控制器原理框图如图3所示：

专家PID控制是将专家控制原理与常规PID控制结合，相互取长补短，提高系统的控制性能。根据常规PID控制的误差值e(k)及其变化特征，可设计专家PID的控制规则，规则如下:

(1) 当 | #8710;e(k)|gt; Mm 时，即控制器的输出应按最大或最小方向输出，以使误差尽快减小而达到迅速调整误差的目的。

(2) (2)当 e(k) #8710;e(k)gt;0时，说明误差在朝误差绝对值增大方向变化。可由控制器实施较强的控制作用，使误差绝对值朝减小方向变化，并迅速减小误差的绝对值。

(3)当 e(k) #8710;e(k)lt;O, #8710;e(k) #8710;e(k一1)gt;0或者时，说明误差的绝对值朝减小的方向变化，此时，比例作用应该同步减小;由于系统输出的变化率增大，所以微分作用应该加强，。

(4)当e( k)=0时，说明系统已经达到平衡状态，此时，可考虑采取保持控制器输出u(k) 不变。

(5)当e(k) #8710;e(k)lt;O, #8710;e(k) #8710;e(k-1)lt;0时，说明误差处于极值状态，即|e(k)|gt;MS，可以考虑实施较强的比例微分(PD)控制作用。

如果此时误差的绝对值较小，即|e(k)| lt; MS ,可考虑较弱的比例微分(PD)控制作用。

(6) 当|e(k)|lt;ε 时，说明误差的绝对值很小，为减少稳态误差，控制器采用比例积分(PI)作用。

式中，u(k)为第k次控制器的输出；u(k-1)为第k-1次控制器的输出；e(k)为误差e的第k个极值；k1 为增益放大系数，且 k1 gt;1；k2 为抑制系数，且0lt; k2 lt;1； M m , M S 为设定的误差界限，且 Mm gt; MS ；

方案流程图如下:

流程控制图

3. 参考文献

4. 参考文献（15篇）

［1］陈益飞． RBF 神经网络的PID 控制研究与仿真［J］．计算机仿真，2011，28( 4) : 212 － 215．

［2］曹路，纸浆控制系统的仿真研究，计算机仿真，2012

［3］葛升民，童树鸿，周斌．纸浆浓度控制系统的设计［J］，中国造纸，2002，( 3) : 50 － 52．

［4］刘焕彬，制浆造纸过程自动测量与控制(第2版)，中国轻工业出版社，2009

［5］高俊．纸浆浓度的神经网络PID 控制［J］．轻工机械，2007，25( 6): 57 － 60．

［6］韩冰，韩梅．基于动态BP 算法的非线性滞后系统辨识［J］．大连理工大学学报，2010， 50( 5) : 777 － 780．

［7］陈书谦，张丽虹． BP 神经网络在PID 控制器参数整定中的应用［J］计算机仿真，2010， 27( 10) : 171 － 174．

［8］周晓莹，张宝根，马汇海．纸浆浓度的新型模糊－ Smith 控制［J］．陕西科技大学学报，2007，25( 4) : 72 － 75．

［9］刘金琨．智能控制( 第二版) ［M］．北京: 电子工业出版社，2003．

［10］舒怀林． PID 神经元网络及其控制系统［M］．北京: 国防工业出版社，2006．

［11］Przytula K W, Thompson D. Construction of Bayesian Networks

for Diagnostics [C]. Proceedings of 2000 IEEE Aerospace

Conference, 2000.18- 24.

［12］Yildiz B, Golay M, Maynard K P, Development of Expert System

with Bayesian Networks for Applicationin Nuclear Power Plants[C].

2001 EPRI International Maintenance Conference, Houston TX,

14- 16, 2001.

［13］Zhang Zheng- song, Fu Shang- xin, Feng Guan- ping, Xu Yuzheng,

Vibration Measure and Fault Diagnosis of Rotary Machine

[M], China Machine Press, Beijing, 1991

［14］Heckerman D, Breese J S, Rommelse K. Troubleshooting under

Uncertainty. Technical Report MSR - TR - 94 - 07, Microsoft

Research, 1994

［15］ H L Shu，Y G Pi． PID neural networks for time － delay systems

［J］． Computers＆ Chemical Engineering，2000，24 ( 7 ) : 859

1．目的及意义

剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付

注册

找回密码