Chylla-Haase反應器的自適應控制研究

李征(天津理工大學中環信息學院,天津 300380)

?

Chylla-Haase反應器的自適應控制研究

李征
(天津理工大學中環信息學院,天津 300380)

【摘 要】由Chylla和Haase給出的聚合反應過程模型是一個控制工程問題。傳統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網絡,具有自適應功能的新型串級控制器并應用于聚合反應過程。研究結果表明,新型控制器控制效果明顯優于傳統控制器,提高了控制系統性能。

【關鍵詞】神經網絡 串級控制 自整定 半間歇 聚合過程

1 引言

間歇和半間歇反應器[1]被廣泛應用于化工,精細化學品,醫藥品,聚合物和顏料的生產。半間歇式聚合反應器中的溫度控制,是一個重要的問題。由于其半間歇性質,整個過程呈現出時變和非線性特征[2,3]。反應過程中,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網絡控制策略,實現了自適應控制。

2 Chylla-Haase聚合反應過程

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

3 基于人工神經網絡的自適應串級控制

基于神經網絡算法(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。神經網絡算法如下:

(1)k=1時,確定神經網絡結構,即確定輸入層節點數和隱含層節點數,并給出初始權值,設定學習速率和慣性系數;

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

(3)計算神經網絡各層神經元的輸入輸出,輸出層的輸出即為PID控制器的三個可調參數kp,ki,kd;

(4)計算PID控制器的輸出;

(5)進行神經網絡學習,在線調整加權系數實現PID控制參數的自適應調整;

(6)令k=k+1,返回到第一步;

神經網絡具有很強的非線性擬合能力,可以繪制任意復雜的非線性關系,規則簡單易學,容易實現。同時神經網絡也有較強的魯棒性,記憶能力,非線性映射和較強的自整定的能力。

4 仿真結果與討論

對傳統的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。反應器在經過一段時間的運行后,傳熱表面往往積存污垢增加,對反應速率產生影響。圖a、b給出加入噪聲,b采用改進的神經網絡串級控制,神經網絡選取輸入層神經元數目為3,隱含層神經元數目5和輸出層神經元數目3的單隱層結構。與傳統控制相比基于神經網絡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 結語

在Chylla和Haase給出的多批次和非線性聚合過程,自適應控制器提供可變kp,ki,kd,通過設計自整定控制器,以獲得所需的控制要求。神經網絡具有靈活的結構,其中包含可調整的輸入神經元數,輸出神經元數,隱層神經元數與隱含層數目。在反應過程中,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于傳統方法,與傳統串級控制相比,基于人工神經網絡改進的控制算法的性能更優,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。