无热再生式空气干燥器优化建模与智能控制研究

论文摘要

长期以来,无热再生式空气干燥器的控制技术导致在进气工况温度较低和压力降低变化时,出现再生气不必要的能耗浪费和干燥度降低等问题,而根据用户的实际露点要求和工况变化及时调整干燥器的吸附、再生和均压时间,并采用传感器技术与自控技术相结合对进气温度和压力参数进行智能控制是保证无热再生式空气干燥器可靠性高以及节能效果显著的重要技术条件。为此,本文采用泛函分析方法和自适应变尺度粒子群算法进行再生气量的最优化控制,采用神经元-模糊推理融合的组合控制器进行再生气量以及温度和压力的智能控制,论文主要工作与创新之处如下:（1）建立了再生过程再生气流量消耗的真实目标泛函,利用自适应变尺度粒子群优化算法对单位时间内再生气体量消耗目标函数的全局优化问题进行优化,设计了再生过程再生气量泛函优化器,为再生过程在线优化控制以及节能降耗提供了理论基础。（2）设计了可克服普通变结构控制选择切换点时控制参数突变的困难,实现切换区域内的相对平滑切换的神经元-模糊推理融合的组合控制器,仿真结果表明,该组合控制器跟踪性能好,抗干扰能力强,响应快,具有较强的鲁棒性。（3）开发了无热再生式空气干燥器PLC控制系统,并采用神经元-模糊推理融合的组合控制器对再生气流以及流程进行智能控制。应用结果表明,在试运行再生气耗量泛函优化器后,空气压缩机电费由5.3万元下降到4.6万元以下,每年至少可降低电费成本15%左右。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 空气干燥技术国内外的研究状况
• 1.2 无热再生式空气干燥技术概述
• 1.2.1 无热再生式空气干燥技术研究现状
• 1.2.2 无热再生式空气干燥技术的发展趋势
• 1.3 优化建模技术概述
• 1.3.1 优化建模技术国内外研究现状
• 1.3.2 优化建模的方法与策略
• 1.3.3 优化建模技术在热工过程上的应用
• 1.4 空气干燥智能控制研究与应用现状
• 1.5 选题背景和意义
• 1.6 论文的主要研究工作
• 第2章 无热再生式空气干燥过程特性参数分析
• 2.1 无热再生式空气干燥工艺过程
• 2.2 无热再生式空气干燥过程参数
• 2.2.1 空气压缩过程特性参数
• 2.2.2 吸附器设计参数
• 2.2.3 转换时间参数
• 2.3 活性氧化铝吸附器压强转换再生特性
• 2.4 活性氧化铝吸附器工作过程特性
• 2.5 影响干燥罐吸附量和干燥效果因素
• 2.6 本章小结
• 第3章 无热再生式空气干燥过程优化器设计
• 3.1 泛函分析原理与方法
• 3.1.1 泛函与变分的基本概念
• 3.1.2 泛函极值的必要条件-Euler 方程
• 3.1.3 无热再生式空气干燥过程再生气量泛函极值问题
• 3.2 无热再生式空气干燥过程再生气量泛函优化器
• 3.2.1 无热再生过程能量平衡方程
• 3.2.2 无热再生式空气干燥过程再生气量最优模型建立
• 3.2.3 干燥过程再生气量模型
• 3.2.4 干燥过程再生气量泛函优化器
• 3.3 自适应变尺度粒子群优化算法
• 3.3.1 PSO 算法概论
• 3.3.2 自适应变尺度粒子群优化算法
• 3.4 无热再生式空气干燥过程优化器应用
• 3.5 本章小结
• 第4章 神经元-模糊推理融合的组合控制器设计
• 4.1 神经元-模糊推理融合模型
• 4.1.1 Glorennec 模糊神经元
• 4.1.2 OWA 模糊神经元
• 4.1.3 OR/AND 模糊神经元
• 4.1.4 弱 T 范数簇模糊神经元
• 4.1.5 泛逻辑神经元
• 4.2 神经元-模糊推理融合的组合控制器
• 4.2.1 模糊神经网络控制器
• 4.2.2 单神经元控制器
• 4.2.3 模糊组合器
• 4.3 再生气量组合控制
• 4.3.1 再生气量组合控制系统
• 4.3.2 组合控制数值仿真
• 4.3.3 应用效果
• 4.4 本章小结
• 第5章 无热再生式空气干燥器 PLC 控制系统
• 5.1 可编程控制器概述
• 5.1.1 可编程控制器研究现状
• 5.1.2 PLC 控制器具有的特点
• 5.1.3 PLC 的硬件体系
• 5.1.4 PLC 的控制功能块
• 5.2 无热再生式空气干燥器 PLC 控制系统设计
• 5.2.1 功能介绍
• 5.2.2 硬件配置
• 5.3 无热再生式空气干燥器 PLC 控制系统应用
• 5.3.1 无热再生式空气干燥器 PLC 控制程序
• 5.3.2 无热再生式空气干燥器 PLC 控制系统应用效果
• 5.4 本章小结
• 结论
• 参考文献
• 附录 A 攻读学位期间所发表的学术论文目录
• 致谢