李征(天津理工大學(xué)中環(huán)信息學(xué)院,天津 300380)

?

Chylla-Haase反應(yīng)器的自適應(yīng)控制研究

李征
(天津理工大學(xué)中環(huán)信息學(xué)院,天津 300380)

【摘 要】由Chylla和Haase給出的聚合反應(yīng)過程模型是一個控制工程問題。傳統(tǒng)的串級控制具有很好的魯棒性,但在干擾作用下,難以滿足控制要求。為了解決這個問題,本文提出一種基于人工神經(jīng)網(wǎng)絡(luò),具有自適應(yīng)功能的新型串級控制器并應(yīng)用于聚合反應(yīng)過程。研究結(jié)果表明,新型控制器控制效果明顯優(yōu)于傳統(tǒng)控制器,提高了控制系統(tǒng)性能。

【關(guān)鍵詞】神經(jīng)網(wǎng)絡(luò) 串級控制 自整定 半間歇 聚合過程

1 引言

間歇和半間歇反應(yīng)器[1]被廣泛應(yīng)用于化工,精細化學(xué)品,醫(yī)藥品,聚合物和顏料的生產(chǎn)。半間歇式聚合反應(yīng)器中的溫度控制,是一個重要的問題。由于其半間歇性質(zhì),整個過程呈現(xiàn)出時變和非線性特征[2,3]。反應(yīng)過程中,由單體聚合生成高分子鏈聚物。由Chylla和Haase[4]描述的聚合反應(yīng)器是一個控制工程基準問題。本文提出了用于批處理和半間歇過程的神經(jīng)網(wǎng)絡(luò)控制策略,實現(xiàn)了自適應(yīng)控制。

2 Chylla-Haase聚合反應(yīng)過程

由Chylla和Haase提出的工業(yè)聚合反應(yīng)器模型,控制對象包括帶冷卻夾套的攪拌罐式反應(yīng)器和一個冷卻劑再循環(huán)系統(tǒng)。聚合放熱反應(yīng)發(fā)生在帶冷卻夾套和冷卻劑再循環(huán)的攪拌釜式反應(yīng)器中,通過操作該反應(yīng)器冷卻夾套循環(huán)中冷卻劑的溫度來影響反應(yīng)器溫度。主副控制器可以在兩種模式下作用:加熱模式下,蒸汽注入到循環(huán)水流,冷卻模式下,冷水被注入到再循環(huán)回路。

3 基于人工神經(jīng)網(wǎng)絡(luò)的自適應(yīng)串級控制

基于神經(jīng)網(wǎng)絡(luò)算法(ANN)的串級控制,具備很強的抗擾動能力,同時可以顯著改善控制閥的性能。神經(jīng)網(wǎng)絡(luò)算法如下:

(1)k=1時,確定神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),即確定輸入層節(jié)點數(shù)和隱含層節(jié)點數(shù),并給出初始權(quán)值,設(shè)定學(xué)習(xí)速率和慣性系數(shù);

(2)采樣得到rin(k)和yout(k),計算該時刻誤差error(k)=rin(k)yout(k);

(3)計算神經(jīng)網(wǎng)絡(luò)各層神經(jīng)元的輸入輸出,輸出層的輸出即為PID控制器的三個可調(diào)參數(shù)kp,ki,kd;

(4)計算PID控制器的輸出;

(5)進行神經(jīng)網(wǎng)絡(luò)學(xué)習(xí),在線調(diào)整加權(quán)系數(shù)實現(xiàn)PID控制參數(shù)的自適應(yīng)調(diào)整;

(6)令k=k+1,返回到第一步;

神經(jīng)網(wǎng)絡(luò)具有很強的非線性擬合能力,可以繪制任意復(fù)雜的非線性關(guān)系,規(guī)則簡單易學(xué),容易實現(xiàn)。同時神經(jīng)網(wǎng)絡(luò)也有較強的魯棒性,記憶能力,非線性映射和較強的自整定的能力。

4 仿真結(jié)果與討論

對傳統(tǒng)的PI串級控制策略和改進后的控制策略進行仿真實驗,對兩者控制性能進行比較。反應(yīng)器在經(jīng)過一段時間的運行后,傳熱表面往往積存污垢增加,對反應(yīng)速率產(chǎn)生影響。圖a、b給出加入噪聲,b采用改進的神經(jīng)網(wǎng)絡(luò)串級控制,神經(jīng)網(wǎng)絡(luò)選取輸入層神經(jīng)元數(shù)目為3,隱含層神經(jīng)元數(shù)目5和輸出層神經(jīng)元數(shù)目3的單隱層結(jié)構(gòu)。與傳統(tǒng)控制相比基于神經(jīng)網(wǎng)絡(luò)的串級控制具有更強的魯棒性,可以有效地抑制干擾和波動。

5 結(jié)語

在Chylla和Haase給出的多批次和非線性聚合過程,自適應(yīng)控制器提供可變kp,ki,kd,通過設(shè)計自整定控制器,以獲得所需的控制要求。神經(jīng)網(wǎng)絡(luò)具有靈活的結(jié)構(gòu),其中包含可調(diào)整的輸入神經(jīng)元數(shù),輸出神經(jīng)元數(shù),隱層神經(jīng)元數(shù)與隱含層數(shù)目。在反應(yīng)過程中,當含有噪聲時,該算法可以克服閥門的震顫,并且減少的T*和T的誤差。仿真實驗表明,本文提出的先進控制方法優(yōu)于傳統(tǒng)方法,與傳統(tǒng)串級控制相比,基于人工神經(jīng)網(wǎng)絡(luò)改進的控制算法的性能更優(yōu),滿足對閥和溫度的控制要求。

參考文獻:

[1]N.Hvala,F.Aller,T.Miteva,and D.Kukanja.Modelling,simulation and control of an industrial,semi-batch,emulsion-polymerization reactor[J].Computers & Chemical Engineering,vol.35,pp.2066-2080,2011.

[2]K.Y.Rani.Sensitivity compensating nonlinear control:Exact model based approach[J].Journal of Process Control, vol.22,pp.564-582,2012.

[3]韓京清.自抗擾控制器及其應(yīng)用[J].控制與決策,1998,13(1):19-23.

[4]S.Erdo an,M.Alpbaz,and A.R.Karag z.The effect of operational conditions on the performance of batch polymerization reactor control[J].Chemical Engineering Journal,vol.86,pp.259-268,2002.

作者簡介:李征(1988—),女,天津人,助教,碩士,研究方向:智能控制。