粗苯回收过程的智能控制.docx

《粗苯回收过程的智能控制.docx》由会员分享，可在线阅读，更多相关《粗苯回收过程的智能控制.docx（9页珍藏版）》请在优知文库上搜索。

1、粗革回收的智能控制过程摘要：粗苯回收的分析与设计中控制方案的智能化，以控制富油在汽提塔和冷凝器顶部的温度。智能控制系统由两个部分组成。顶层应用专家识别系统而且趋向于实际化，通过专家规则来优化协调底部的每个子控制系统。底部的构成与控制和模糊控制相结合形成多回路模糊控制器，多回路模糊控制器控制汽提塔和冷凝器顶部的温度，以实现富油温度的控制。底部的控制器显示的模拟结果是：引入智能温度调节过程中的控制算法是一个伟大的成果。关键词：粗苯回收，智能控制，模糊PlD控制，现代控制1对粗苯智能控制系统的分析粗苯回收的智能控制系统的设计应考虑四点：(1)根据粗苯回收过程的复杂性，一方面，它是很难用多变量控制的直

2、接算法;另一方面，传统的控制方法有其一定的成熟度。从工程的角度来看，这种做法方便了计算机集散控制系统的实现。下位机的功能，它可以提高独立性和增强系统的可靠性。我们认为，鉴于多目标，多操作条件的特点，多种控制方法的过程中，在使用传统的闭环控制，辅以经验法则的基础上，然后去协调和控制，将是可行的。该粗苯回收过程分为三个子系统(富油在管式炉的出口温度，粗苯汽提塔和冷凝温度的最高温度)来控制，子系统可以是智能专家系统的信息协调。如果生产工艺条件的改变，你可以控制参数，使系统工作稳定。(2)智能控制方法有许多形式。当粗苯的流动是相对稳定的，我们可以使用基本的闭环控制算法，当粗苯的流动是不稳定的，我们可以

3、设置固定值，以弥补和控制参数校对.当在循环算法的范围之外，我们需要引进的人形规则来控制。当发生故障，那么我们通过规则处理它，并做好应急处理和自动保护。1.1 智能控制系统的设计基于上述分析，粗苯回收过程，以及实际生产中，合成的基本智能控制系统的结构如图Io智能控制系统分为两种控制结构;第一级控制级，其中包含三个本地控制器：管式炉富油温度控制器，粗苯汽提塔和冷凝温度控制器的顶部温度控制器。第二级是协调级，它是能够协调和优化系统以及诊断故障等。控制等级：富油控制器炉管出口温度：富油炉管出口温度要控制数量，煤气流量作为控制量;粗苯汽提塔的顶部控制器：富油的温度作为被控量，过热蒸汽流量作为控制量;冷凝

4、器的温度控制器：冷凝器的温度作为被控量，冷却水流量作为控制量。协调等级：粗苯回收系统的三个子系统相互影响，所以，总结了工人的操作经验的基础上，采用专家系统的技术，我们可以达到估计的操作条件，优化目标，协调子系统和诊断故障等其他功能的整体系统。1.2 专家系统的信息处理和决策根据粗苯回收过程，通过专家系统结构的特点组成专家信息处理。专家信息处理包括知识基础，推理引擎，多模控制器。粗苯回收的过程是一个复杂的工业过程，它需要从每个传感器收集信息，处理协调来自不同传感器的信息，一个统一的表达式，并有一个完整的描述过程环境和粗苯生产的特点。每个部分可以概括如下：1.2.1 功能的信息处理功能的信息处理单

5、元从收集到的信息处理和提取功能，并把处理在数据库中的结果存到数据库中。主要特点是，富油的温度，顶部粗苯汽提塔温度，过热蒸汽的流量和压力，冷却水流量等，然后确定系统的功能状态，根据经验数据存储在数据库等来估计粗苯实时回收率。1.2.2 数据库包括先前知识和控制系统的目标。有动态和静态的历史和当前的范围，可调参数，警报值，允许极限和正确的数据。为了方便调试，通过人与机器之间的互动，人们可以修改一些参数。1.2.3 知识库用户的要求，性能指标控制参数的规则和方向，理论知识、实践知识和经验规则的修订，在系统的常见故障及处理经验的字符存储在知识库中。它可以划分为3种协调控制规则的规则，优化的客观规律，故

6、障预测和诊断规则。从知识库获取知识，需要大量的研究和实验。它主要通过手工输入和学习机制的规则和参数更新。1.2.4 推理机构通过使用适当的推理策略，推理机构施加的知识与功能状态的特征信息或他们的逻辑组合的基础上,符合相应的控制规则和控制报表规则,获得相应的控制值的一致。如果控制规则的限制和搜索空间是非常小,推理机构将是很简单的，一般的推理可以用于移动的规则来确定所有条件，如果满足，然后执行，否则继续搜索。本文的推理机构是控制程序，根据功能的信息处理单元的功能状态，或他们的逻辑组合，使用前向链路原则正向推理，提取相应的控制规则的知识库，并实施相应的控制程序。为了避免没有及时的调整变化，所以它采用

7、的观测控制算法的一个小步幅的步调整-调整-观测调整-观测，监测系统操作条件的变化，在任何时间，以确保该系统可以操作在动态调整过程中的稳定。1.2.5 多模控制器多模控制器是安装在最底层一部分，专门进行粗苯智能控制信息处理的系统。它包括控制子回路的协调器和控制子回路的最优目标设置的控制器，对正常生产过程中的状态监测和异常处理组成的一个子集，多模控制器提出了相应的控制方法。1.2.6 学习机制它是专家控制算法基础上精确的对象模型，在发生变更时知道，原来的专家规则，可申请不在，因此，它需要有一定程度的自我学习功能的专家控制器。它可以使其在不断更新调整，以更适当的经验数据，为系统的专家提供经验数据，因

8、此，实现专家控制系统学习功能很重要。2多回路控制设计据济宁焦化厂现场调查，粗苯回收过程中模糊控制子系统组成的3个多回路模糊控制系统的设计。多回路的顶尖专家控制器在机构间协调模糊子系统来完成，如图1所示。2.1 *油的加热-管式炉富油出口温度的控制设计进入富油管式炉炉膛出口温度和流量率确保相对稳定的情况下，气体流量的调整是控制炉管出口富油温度的关键。因此，通过改变气体调节阀门的开度的模糊预测控制系统来调节气体流量，从而控制炉膛出口的富油的温度。模糊控制器设计的结构是双输入单输出模糊控制系统，所以不同的是富油的预测误差，输入管式炉出口温度的预测误差的变化，定义：pe=yr(kpk)(1)pe=yc

9、(k+p-lk)-yc(k+pk)(2)在富油温度的控制期间，加热过程中的温度稳定性是必须的，温度不超过10的条件，控制增量范围内的变化不超过5C变化率-9,9,域的的基本理论是-10,10,偏差变化率-5,5,经过Pe、APe乘以AU分别量化因子Ke、Kec.Ku,量化到域-3,3,得到PE,PEC和DU,然后可以得到量化的偏差变化率的因素：Ke=310=0.3,KeC=3/5=0.6模糊子集(负大,负中，负小，零,正小，正中，大正)，记录(NB,NM,NS,PS,PMPB),隶属函数如图2。图2基于模糊控制规则的选择,专家总结和修改的实践操作经验获得的知识。模糊控制规则如表1表1模糊控制规

10、则表在ZnZMNSZOPSPMPNFlPBPBPMPMPSZONMPPBPMPSPSZoNSNSPMPMPMPSZONSNSZOPMPMPSZOZSNMNMPSPSPSZONSZSNMNMPMPSZONSNMNMNMNBPBZOZOZMNMNMNBzr控制数量的比例因子以9/3=3递增，然后根据规则得到控制增量的精确值由域为3,3加权平均模糊化，得到控制时间后，控制增量Au的比例因子ku,最后得到输出值控制器u(k)=u(k-l)+u(k)0ke,kec,ku的大小可以通过手动调整得到最佳值。2.2 粗苯蒸馈塔塔顶温度的模糊PID控制方法PID模糊参数自我设定的工作重点实际上是模糊控制器的设计

11、。PID模糊参数设定苯的最高温度控制器的设计采用双输入三输出模糊控制器，采用模糊控制器的输入偏差E和塔顶温度变化偏差EC输出变量Akp,ki,Akd定义系统错误和系统错误率的变化，以得到准确量化的模糊集。其量化域是-3,-2,-1,0,1,2,3,模糊集NB,NM,NS,ZO,PS,PB,PM,元素的子集分别代表负大，负小，零，正小，正中，正大。通过实地调研焦化厂脱苯塔塔顶温度的工艺参数是近90o通过热敏电阻测量温度，不同的电阻值对应不同的温度。热阻在0C150C的范围内，根据要求，宇宙的基本误差-2C,2,宇宙的温度偏差变化的基本是口,1。相应的量化因子ke=32=15kec=3l=3o2.

12、3 粗苯冷凝器塔顶温度的模糊PID控制方法模糊自我设定PlD参数的原则是相同的，粗苯汽提塔塔顶温度的控制环节,有不同的设计方式。根据实际的技术要求，冷凝器温度通常控制在36左右，冷凝器温度的范围是-3C,3,变化率之间的冷凝器温度范围-1Cmin,ICmin,按照以前的方法，得到相应的定量因素ke=33=l,kec=3l=3o3模拟仿真结果表明，粗苯蒸储塔塔顶温度的模糊PID控制方法有较大的可行性和PID控制器的优越性。传递函数是G(s)=(3.02e-40s)/(600sl),PID控制器参数是kp(O)=10.624,ki(O)=O,l866,kd(0)=24。模糊PID自我控制的仿真图如

13、图3图3PID控制系统的仿真图如图4图4模糊PlD自我控制的仿真图如图5图5PID控制系统的仿真图如图6图64结论本文设计的粗苯回收过程的智能控制系统。上层是专家系统，完成底部子控制系统之间的优化，预测故障和估计故障，通过专家系统技术生产粗苯，以及实时识别系统的状态和趋势。底部是多回路控制与当今相结合的模糊控制器构成：模糊预测控制器在粗苯汽提塔控制油温和在冷却过程中控制苯和冷凝器的温度。底部控制器的仿真结果表明：所有子系统控制器的智能控制算法能更好的调节温度。参考文献llZhangjing.TheapplicationofMATLABincontrolsystem.ElectronicIndu

14、stryPress,20072YinchaoqingjYinhaoJntelligenceandexpertsyetem.ChinaWaterResourcesa-nddropowerpress,2002:134-135l3Sunzengyin,Zhangzaixing,Dengzhidong.IntelligentControlTheoryandtechnolo-y.TsinghuaiversityPress.1997:240-2421141Longshenzhao,Wangpeizhuang.Theproblemoffuzzycontrolruleswithselfadjusted.Fuz

15、zyMathematics,1982(3):105-112l5Songshenmin,Songzhuoyi.FilteringFuzzyontrolRulesBasedonAntColony-Algorithm.Computersimulations23(3):31-376Heijianping,Zhuzhansheng.Therecoveryandprocessingofcokingchemicalp-ocess.chemicalindustrypress17JCaizixing,Xuguangyou.TheStudyandApplicationofArtificallntelligence.Ts-nghuaUniversityPress,2003:150-1518Liwenxue,Zhanghongwei.TheimplicationofMACSsystemsincokingplantJ.2-002,11(3):80-82dustryEnvironmentalProtection.2003.23(l