基于模糊神经网络的PVC汽提塔温度建模与控制方法研究

摘要

聚氯乙烯(PVC)为世界上产量第二大合成树脂,广泛的应用于工业、农业、建材、日常生活、包装、电力、公用事业等领域。PVC的广泛应用,产品的质量也受到越来越多的关注。聚合之后生成的PVC里面央杂的VCM是影响PVC质量的重要因素之一。VCM是有毒物质,尽可能的降低PVC产品中的VCM含量是提高PVC质量的关键。汽提塔是除去VCM最重要的设备。汽提生产过程存在很强的非线性,并且随着系统的运行和环境的变化其内部也在发生着变化,因此很难建立精确的数学模型。
　　 本文以锦化集团的聚氯乙烯汽提塔为研究背景,对生产过程的随机干扰、非线性、时变性做了认真的分析和研究,采用模糊神经网络对汽提塔温度进行建模,仿真结果表明该模型是有效的。
　　 本文设计了基于变论域插值模糊PID的汽提塔温度控制系统,采用矩形域上二元函数分片双一次插值来设定收缩因子,可以得到连续可变的收缩因子保证了论域压缩过程中的连续性。
　　 最后,在MATLAB环境下进行了仿真研究,结果表明:基于变论域插值模糊PID的汽提塔温度控制系统与基于模糊PID的汽提塔温度控制系统和PID温度控制系统相比,对汽提塔温度变化的跟踪性能较好,超调量小,调节时间较短,而且鲁棒性较强。