一类化工过程的建模与控制问题研究

论文摘要

复杂过程的建模与控制是控制理论与控制工程的主要研究内容,是推动工业过程自动化的巨大动力。本文选择化工生产中的一类聚合反应过程对象作为研究背景,对化工过程中的若干建模与控制问题进行了研究。对于具有高度非线性、时变性、大滞后、不确定性和复杂性的化工反应对象,按照反应机理建立的模型,忽略了很多因素,建立的数学模型无法取得满意的效果。对这类化工反应,必须采用先进的理论和方法,例如:神经网络、模糊控制、先进控制技术等。本文以化工反应中丙烯聚合反应作为研究对象,当用对象的输入输出数据建立非线性对象的模型时,用一个神经元网络来映射整个样本空间,很难对过程的非线性区域进行精确描述。针对单个神经元网络在大范围内拟合性能不够理想的问题,采用模糊分类器,利用神经网络建立非线性模型,构造了一种分布式模糊神经网络来建立模型。对化工反应的建模问题,本文探讨了自适应神经网络模糊推理系统的模型建立问题,并用丙烯腈聚合反应过程数据进行了仿真研究。针对化工过程控制中的一类液位控制问题,本文采用模糊控制算法,设计了模糊控制器和模糊自适应PID控制器,针对水位的实时变化情况,给出不同的控制量,此算法在过程控制实验装置上得到了实现。通过实验,将模糊控制器与普通PID控制器的控制性能比较,结果表明模糊控制具有更好的控制效果。为了对化工反应进行很好的控制,本文采用了自抗扰控制算法。在此控制器算法中,对参数的调整问题进行了归纳总结。对一类复杂的化工过程模型,采用自抗扰算法进行控制。仿真结果表明这种方法的有效性。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 化工聚合反应的特点
• 1.2 智能建模与控制方法
• 1.2.1 神经网络方法
• 1.2.2 模糊控制方法
• 1.2.3 自抗扰控制技术
• 1.3 本论文研究内容及安排
• 第2章 基于分布式模糊神经网络的软测量
• 2.1 聚丙烯生产及影响因素
• 2.1.1 聚丙烯生产中的熔融指数
• 2.1.2 影响熔融指数的因素
• 2.2 变量的采集和预处理
• 2.2.1 变量的采集
• 2.2.2 数据样本的预处理和初始化
• 2.3 基于神经网络的熔融指数软测量
• 2.3.1 单个BP 神经网络的熔融指数软测量模型
• 2.3.2 分布式神经网络熔融指数软测量模型
• 2.4 小结
• 第3章 基于神经网络模糊推理系统的软测量
• 3.1 生产工艺及机理模型
• 3.1.1 生产工艺
• 3.1.2 反应机理模型
• 3.2 自适应模糊神经网络
• 3.2.1 自适应模糊神经网络结构
• 3.2.2 自适应模糊神经网络的学习算法
• 3.3 基于模糊神经网络的中间参数建模
• 3.3.1 模糊神经网络的结构
• 3.3.2 仿真结果
• 3.4 小结
• 第4章 模糊控制在高阶水位控制中的应用
• 4.1 模糊逻辑控制系统及其组成
• 4.2 模糊自适应PID 控制器结构
• 4.3 模糊PID 控制器参数自整定原则
• 4.4 模糊PID 控制器在水位控制系统中的应用
• 4.4.1 PID 控制器
• 4.4.2 模糊PID 控制器的算法设计
• 4.4.3 实验研究
• 4.5 小结
• 第5章 自抗扰控制器的参数整定及应用
• 5.1 自抗扰控制器
• 5.2 自抗扰控制器的性能讨论和参数整定
• 5.2.1 按照“分离原理”进行参数整定
• 5.2.2 TD、NLSEF 的参数整定
• 5.2.3 ESO 的参数整定
• 5.3 仿真
• 5.3.1 跟踪-微分器TD
• 5.3.2 扩张状态观测器ESO
• 5.3.3 非线性系统仿真
• 5.4 小结
• 第6章 结论与展望
• 6.1 本文主要工作
• 6.2 进一步工作及展望
• 致谢
• 参考文献
• 攻读硕士学位期间发表的论文及科研