專利名稱：一種基于神經(jīng)網(wǎng)絡(luò)的純堿碳化工藝控制系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本實(shí)用新型涉及純堿行業(yè)工藝過程以及自動控制領(lǐng)域，特別涉及一種基于神經(jīng)網(wǎng)
絡(luò)的純堿碳化工藝控制系統(tǒng)。
背景技術(shù)：
純堿(Na2C03)是一種重要的基本化工原料，也是一種具有多年生產(chǎn)和使用歷史 的傳統(tǒng)化工產(chǎn)品，它廣泛地應(yīng)用于化工、醫(yī)藥、玻璃、冶金以及造紙等諸多行業(yè)中，每年的需 求量很大，在國民經(jīng)濟(jì)建設(shè)中占有重要的基礎(chǔ)地位，純堿工業(yè)的發(fā)展好壞直接關(guān)系到國民 經(jīng)濟(jì)的發(fā)展和人民生活水平的提高。 純堿碳化過程是制堿工藝的中心環(huán)節(jié)，機(jī)理較為復(fù)雜。碳化塔是整個(gè)純堿生產(chǎn)的 核心單元，既有化學(xué)反應(yīng)、傳熱、傳質(zhì)、結(jié)晶等多種過程，又有氣、液、固三相物質(zhì)的存在，并 且每塔又分為清洗和制堿兩種狀態(tài)，是既有連續(xù)，又有間歇的復(fù)雜生產(chǎn)過程。其各項(xiàng)操作指 標(biāo)完成的好壞直接關(guān)系到產(chǎn)品產(chǎn)量和質(zhì)量，從而影響產(chǎn)品的成本和經(jīng)濟(jì)效益。因此改善塔 內(nèi)各個(gè)關(guān)鍵工藝參數(shù)的控制品質(zhì)，提高產(chǎn)品的質(zhì)量和產(chǎn)量是純堿廠的一個(gè)重要課題。目前， 國內(nèi)各堿廠碳化過程雖然大多已經(jīng)采用計(jì)算機(jī)控制系統(tǒng)，如DCS和PLC等，但基本上還停留 在常規(guī)儀表的手/自動控制水平，對于控制點(diǎn)仍采用單回路的手/自動控制，控制品質(zhì)取決 于連續(xù)操作水平及操作員的人工經(jīng)驗(yàn)，控制精度較為粗糙，使得系統(tǒng)的控制精度不高，且由 于操作員頻繁的人工干擾使得系統(tǒng)的波動較大，從而難以保證滿負(fù)荷生產(chǎn)及產(chǎn)品的質(zhì)量， 原料的利用率、鈉的利用率、碳的轉(zhuǎn)化率等普遍不高。 因此，對純堿碳化過程的關(guān)鍵工藝參數(shù)的建模與優(yōu)化，是為了能夠是碳化塔的生 產(chǎn)更平穩(wěn)，波動少，降低設(shè)備損耗，降低工人的勞動強(qiáng)度，增加純堿的產(chǎn)量，其最終目標(biāo)是為 了能夠提高碳的轉(zhuǎn)化率、鈉的利用率，提高純堿的產(chǎn)量和質(zhì)量，提高負(fù)荷的利用率，降低成 本，減少能耗，從而增加經(jīng)濟(jì)效益。

實(shí)用新型內(nèi)容本實(shí)用新型的目的在于克服現(xiàn)有技術(shù)的不足，設(shè)計(jì)一種能對純堿碳化過程的關(guān)鍵 工藝參數(shù)的建模與優(yōu)化，并降低成本，減少能耗，從而增加經(jīng)濟(jì)效益的基于神經(jīng)網(wǎng)絡(luò)的純堿 碳化工藝控制系統(tǒng)。 為了實(shí)現(xiàn)上述技術(shù)目的，本實(shí)用新型包括如下技術(shù)特征一種基于神經(jīng)網(wǎng)絡(luò)的純 堿碳化工藝控制系統(tǒng)，包括神經(jīng)網(wǎng)絡(luò)控制器、神經(jīng)網(wǎng)絡(luò)辨識器、模型庫、微粒群優(yōu)化器、數(shù)據(jù) 采集通道和碳化塔； 所述碳化塔的輸出端通過數(shù)據(jù)采集通道與神經(jīng)網(wǎng)絡(luò)辨識器輸入端連接；神經(jīng)網(wǎng)絡(luò) 辨識器輸出端與神經(jīng)網(wǎng)絡(luò)控制器的輸入端連接，并且神經(jīng)網(wǎng)絡(luò)辨識器輸出端通過模型庫與 神經(jīng)網(wǎng)絡(luò)控制器的輸入端連接；神經(jīng)網(wǎng)絡(luò)控制器輸出端與微粒群優(yōu)化器輸入端連接，并且 神經(jīng)網(wǎng)絡(luò)控制器輸出端通過數(shù)據(jù)采集通道與微粒群優(yōu)化器輸入端連接；微粒群優(yōu)化器的輸
出端與碳化塔的輸入端連接。[0008] 更進(jìn)一步的，為了實(shí)現(xiàn)對建模過程的仿真修正，所述神經(jīng)網(wǎng)絡(luò)辨識器包括神經(jīng)網(wǎng) 絡(luò)建模模塊、模型仿真模塊、模型編輯模塊；數(shù)據(jù)采集通道的輸出端與神經(jīng)網(wǎng)絡(luò)建模模塊的 輸入端連接；數(shù)據(jù)采集通道與模型仿真模塊連接；模型仿真模塊輸出端與神經(jīng)網(wǎng)絡(luò)建模模 塊連接；神經(jīng)網(wǎng)絡(luò)建模模塊輸出端與模型編輯模塊的輸入端和模型庫的輸入端連接。 更進(jìn)一步，所述數(shù)據(jù)采集通道包括依次連接的采集模塊、數(shù)據(jù)預(yù)處理模塊。 本實(shí)用新型與現(xiàn)有技術(shù)相比，具有如下有益效果本實(shí)用新型控制系統(tǒng)包括神經(jīng) 網(wǎng)絡(luò)辨識器、神經(jīng)網(wǎng)絡(luò)控制器和微粒群優(yōu)化器，充分利用了控制理論、最優(yōu)化理論，神經(jīng)網(wǎng) 絡(luò)、系統(tǒng)辨識、微粒群算法、智能搜索算法等，對碳化工藝過程實(shí)現(xiàn)檢測、控制、建模、優(yōu)化、 調(diào)度、管理和決策，達(dá)到增加產(chǎn)量、提高質(zhì)量、降低消耗等目的的綜合性技術(shù)。

附圖1是本建模與優(yōu)化控制系統(tǒng)的原理框圖； 附圖2是本系統(tǒng)中的神經(jīng)網(wǎng)絡(luò)辨識器結(jié)構(gòu)圖。
具體實(shí)施方式本實(shí)用新型的工作原理在于通過對碳化塔反應(yīng)機(jī)理的分析，以黑箱建模原理，應(yīng) 用神經(jīng)網(wǎng)絡(luò)建模算法，根據(jù)碳化塔運(yùn)行的歷史數(shù)據(jù)，建立碳化塔特征(溫度與流量)的非 線性模型。依據(jù)建立的網(wǎng)絡(luò)模型，應(yīng)用微粒群優(yōu)化算法，對輸出溫度尋優(yōu)，得到一組流量的 最優(yōu)值，并將此最優(yōu)值作為控制器的設(shè)定值，控制執(zhí)行機(jī)構(gòu)動作，實(shí)現(xiàn)對碳化過程的優(yōu)化控 制。 附圖1是本系統(tǒng)的原理框圖，包括神經(jīng)網(wǎng)絡(luò)控制器1、神經(jīng)網(wǎng)絡(luò)辨識器2、模型庫3、 微粒群優(yōu)化器4、數(shù)據(jù)采集通道5和碳化塔6 ;所述碳化塔6的輸出端通過數(shù)據(jù)采集通道5 與神經(jīng)網(wǎng)絡(luò)辨識器2輸入端連接；神經(jīng)網(wǎng)絡(luò)辨識器2輸出端與神經(jīng)網(wǎng)絡(luò)控制器1的輸入端 連接，并且神經(jīng)網(wǎng)絡(luò)辨識器2輸出端通過模型庫3與神經(jīng)網(wǎng)絡(luò)控制器1的輸入端連接；神經(jīng) 網(wǎng)絡(luò)控制器1輸出端與微粒群優(yōu)化器4輸入端連接，并且神經(jīng)網(wǎng)絡(luò)控制器1輸出端通過數(shù) 據(jù)采集通道5與微粒群優(yōu)化器4輸入端連接；微粒群優(yōu)化器4的輸出端與碳化塔6的輸入 端連接。 系統(tǒng)的工作過程為數(shù)據(jù)采集通道5實(shí)時(shí)采集碳化塔6的工藝參數(shù)值，進(jìn)行數(shù)據(jù)預(yù) 處理，包括即進(jìn)行濾波和歸一化處理，將處理后的數(shù)據(jù)傳遞給神經(jīng)網(wǎng)絡(luò)辨識器2，神經(jīng)網(wǎng)絡(luò) 辨識器2進(jìn)行建模，建模后的模型經(jīng)過仿真修正后，神經(jīng)網(wǎng)絡(luò)控制器1即可讀取修正后的模 型參數(shù)，生成控制參數(shù)，同時(shí)微粒群優(yōu)化器4對控制量進(jìn)行尋優(yōu)，得到一組最優(yōu)控制量后， 控制執(zhí)行機(jī)構(gòu)動作，完成對碳化塔的建模與優(yōu)化控制。模型庫3內(nèi)部存儲的是用神經(jīng)網(wǎng)絡(luò) 辨識器2建立的純堿碳化塔內(nèi)流量與溫度模型。 附圖2是本系統(tǒng)中的神經(jīng)網(wǎng)絡(luò)辨識器結(jié)構(gòu)圖，包括神經(jīng)網(wǎng)絡(luò)建模模塊22、模型仿 真模塊23、模型編輯模塊24 ;數(shù)據(jù)采集通道5的輸出端與神經(jīng)網(wǎng)絡(luò)建模模塊22的輸入端連 接；數(shù)據(jù)采集通道5與模型仿真模塊23連接；模型仿真模塊23輸出端與神經(jīng)網(wǎng)絡(luò)建模模塊 22連接；神經(jīng)網(wǎng)絡(luò)建模模塊22輸出端與模型編輯模塊24的輸入端和模型庫3的輸入端連 接。 其工作原理為神經(jīng)網(wǎng)絡(luò)辨識器2主要用于非線性模型的建立、仿真和校正。數(shù)據(jù)采集通道5實(shí)時(shí)獲取碳化工藝中的中段氣流量、下段氣流量、出堿流量、中和水流量、塔中 部溫度(12圈溫度、17圈溫度、23圈溫度)等的實(shí)測數(shù)據(jù)，剔出異常數(shù)據(jù)，再進(jìn)行預(yù)處理，按 照l : l比例把樣本數(shù)據(jù)和測驗(yàn)數(shù)據(jù)分組；基于樣本數(shù)據(jù)，神經(jīng)網(wǎng)絡(luò)辨識器2中的神經(jīng)網(wǎng)絡(luò) 建模模塊22運(yùn)用神經(jīng)網(wǎng)絡(luò)建模算法建立非線性數(shù)學(xué)模型；基于測驗(yàn)數(shù)據(jù)，利用模型仿真模 塊23對神經(jīng)網(wǎng)絡(luò)建立的模型進(jìn)行仿真；模型編輯模塊24利用仿真的結(jié)果對模型進(jìn)行修正。 本實(shí)用新型的控制方法，包括如下步驟 a、數(shù)據(jù)采集通道5實(shí)時(shí)采集碳化塔6的工藝參數(shù)值，進(jìn)行數(shù)據(jù)預(yù)處理； b、處理后的數(shù)據(jù)傳遞給神經(jīng)網(wǎng)絡(luò)辨識器2，由神經(jīng)網(wǎng)絡(luò)辨識器2進(jìn)行建模，建模后
的模型經(jīng)過仿真修正； c、神經(jīng)網(wǎng)絡(luò)控制器l讀取模型參數(shù)，生成控制參數(shù)，微粒群優(yōu)化器4對控制量進(jìn)行 尋優(yōu)，得到一組最優(yōu)控制量后，控制執(zhí)行機(jī)構(gòu)動作。
更進(jìn)一步的，所述步驟b包括如下步驟 bl、神經(jīng)網(wǎng)絡(luò)辨識器2的神經(jīng)網(wǎng)絡(luò)建模22依據(jù)獲得的數(shù)據(jù)建立數(shù)學(xué)模型；模型仿 真器23利用獲得的數(shù)據(jù)對神經(jīng)網(wǎng)絡(luò)建模22建立的模型進(jìn)行有效性驗(yàn)證； b2、模型編輯模塊24依據(jù)仿真結(jié)果對神經(jīng)網(wǎng)絡(luò)建模模塊22建立的非線性模型進(jìn) 行修正； b3、神經(jīng)網(wǎng)絡(luò)建模模塊22將模型數(shù)據(jù)存儲入模型庫3中。 更進(jìn)一步的，本系統(tǒng)有兩種工作方式，即步驟c包括在線工作方式和離線工作方 式。 當(dāng)在線工作方式時(shí)，神經(jīng)網(wǎng)絡(luò)控制器1根據(jù)神經(jīng)網(wǎng)絡(luò)辨識器2實(shí)時(shí)建立的模型參 數(shù)生成控制量，控制量在微粒群優(yōu)化器4進(jìn)行尋優(yōu)，優(yōu)化的結(jié)果實(shí)時(shí)控制塔的執(zhí)行機(jī)構(gòu)動 作。該實(shí)時(shí)建立的模型為確定控制器的參數(shù)，同時(shí)，由采集獲取生產(chǎn)過程中的實(shí)際運(yùn)行參 數(shù)，利用微粒群優(yōu)化算法尋優(yōu)最優(yōu)的流量工藝參數(shù)值，作為控制器的控制量設(shè)定值，控制執(zhí) 行機(jī)構(gòu)動作，動態(tài)調(diào)節(jié)碳化過程的流量工藝參數(shù)。每次計(jì)算后，僅輸出當(dāng)前的控制量并施加 給實(shí)際過程。至下一個(gè)時(shí)刻，根據(jù)新的測量數(shù)據(jù)重新計(jì)算控制量。 當(dāng)為離線工作方式時(shí)，神經(jīng)網(wǎng)絡(luò)辨識器2不工作，神經(jīng)網(wǎng)絡(luò)控制器1根據(jù)模型庫3 中的模型參數(shù)生成控制量，微粒群優(yōu)化器4根據(jù)模型庫3存儲的模型對控制量進(jìn)行尋優(yōu)，將 尋優(yōu)得到的最優(yōu)控制量作為神經(jīng)網(wǎng)絡(luò)控制的設(shè)定值，控制碳化塔的執(zhí)行機(jī)構(gòu)動作，從而實(shí) 現(xiàn)離線優(yōu)化控制。 本系統(tǒng)提供的純堿碳化工藝過程的建模與優(yōu)化控制系統(tǒng)可以對純堿生產(chǎn)的核心 單元_碳化塔進(jìn)行建模與優(yōu)化控制，提高單元的自動化水平，穩(wěn)定生產(chǎn)工況，增加生產(chǎn)過程 鈉轉(zhuǎn)換率，降低消耗。
權(quán)利要求一種基于神經(jīng)網(wǎng)絡(luò)的純堿碳化工藝控制系統(tǒng)，其特征在于包括神經(jīng)網(wǎng)絡(luò)控制器(1)、神經(jīng)網(wǎng)絡(luò)辨識器(2)、模型庫(3)、微粒群優(yōu)化器(4)、數(shù)據(jù)采集通道(5)和碳化塔(6)；所述碳化塔(6)的輸出端通過數(shù)據(jù)采集通道(5)與神經(jīng)網(wǎng)絡(luò)辨識器(2)輸入端連接；神經(jīng)網(wǎng)絡(luò)辨識器(2)輸出端與神經(jīng)網(wǎng)絡(luò)控制器(1)的輸入端連接，并且神經(jīng)網(wǎng)絡(luò)辨識器(2)輸出端通過模型庫(3)與神經(jīng)網(wǎng)絡(luò)控制器(1)的輸入端連接；神經(jīng)網(wǎng)絡(luò)控制器(1)輸出端與微粒群優(yōu)化器(4)輸入端連接，并且神經(jīng)網(wǎng)絡(luò)控制器(1)輸出端通過數(shù)據(jù)采集通道(5)與微粒群優(yōu)化器(4)輸入端連接；微粒群優(yōu)化器(4)的輸出端與碳化塔(6)的輸入端連接。
2. 根據(jù)權(quán)利要求1所述的基于神經(jīng)網(wǎng)絡(luò)的純堿碳化工藝控制系統(tǒng)，其特征在于所述神經(jīng)網(wǎng)絡(luò)辨識器(2)包括神經(jīng)網(wǎng)絡(luò)建模模塊(22)、模型仿真模塊(23)、模型編輯模塊(24); 數(shù)據(jù)采集通道(5)的輸出端與神經(jīng)網(wǎng)絡(luò)建模模塊(22)的輸入端連接；數(shù)據(jù)采集通道(5)與 模型仿真模塊(23)連接；模型仿真模塊(23)輸出端與神經(jīng)網(wǎng)絡(luò)建模模塊(22)連接；神經(jīng) 網(wǎng)絡(luò)建模模塊(22)輸出端與模型編輯模塊(24)的輸入端和模型庫(3)的輸入端連接。
3. 根據(jù)權(quán)利要求2所述的基于神經(jīng)網(wǎng)絡(luò)的純堿碳化工藝控制系統(tǒng)，其特征在于所述 數(shù)據(jù)采集通道(5)包括依次連接的采集模塊、數(shù)據(jù)預(yù)處理模塊。
專利摘要本實(shí)用新型涉及一種基于神經(jīng)網(wǎng)絡(luò)的純堿碳化工藝控制系統(tǒng)，包括神經(jīng)網(wǎng)絡(luò)控制器、神經(jīng)網(wǎng)絡(luò)辨識器、模型庫、微粒群優(yōu)化器、數(shù)據(jù)采集通道和碳化塔；數(shù)據(jù)采集通道實(shí)時(shí)采集碳化塔的工藝參數(shù)值，進(jìn)行數(shù)據(jù)預(yù)處理，將處理后的數(shù)據(jù)傳遞給神經(jīng)網(wǎng)絡(luò)辨識器，神經(jīng)網(wǎng)絡(luò)辨識器進(jìn)行建模，建模后的模型經(jīng)過仿真修正后，神經(jīng)網(wǎng)絡(luò)控制器即可讀取修正后的模型參數(shù)，生成控制參數(shù)，同時(shí)微粒群優(yōu)化器對控制量進(jìn)行尋優(yōu)，得到一組最優(yōu)控制量后，控制執(zhí)行機(jī)構(gòu)動作，完成對碳化塔的建模與優(yōu)化控制。模型庫用于存儲神經(jīng)網(wǎng)絡(luò)辨識器建立純堿碳化塔內(nèi)流量與溫度模型。本實(shí)用新型可以對碳化塔進(jìn)行建模與優(yōu)化控制，提高單元的自動化水平，增加生產(chǎn)過程鈉轉(zhuǎn)換率，降低消耗。
文檔編號G05B13/02GK201449529SQ200920056630
公開日2010年5月5日 申請日期2009年5月15日 優(yōu)先權(quán)日2009年5月15日
發(fā)明者曾瑩, 程良倫, 衷柳生, 謝曉松 申請人:廣東工業(yè)大學(xué)