基于PSO神经网络的解耦控制及其在精馏塔上的应用研究

摘要

精馏塔是石油化工行业中常用的化工设备，主要用于多种混合石化产品的分离过程。作为一种典型的多变量耦合系统，其控制性能的好坏将直接影响精馏生产过程的能耗及产品质量。因此，研究有效的解耦控制方法，研制高精度精馏塔控制系统，一直以来都得到了化工过程控制领域的高度关注。本文在分析精馏塔耦合特性的基础上，研究了基于神经网络PID的解耦控制方法，研制了基于PLC的精馏塔解耦控制系统，并实验验证了方法的有效性。完成的主要工作如下：
　　(1)在综述国内外研究现状的基础上，介绍了精馏塔生产工艺与控制要求，分析了所具有的非线性、大时滞、多变量、强耦合等特点，提出了系统的总体控制方案。
　　(2)针对精馏塔塔底与塔顶温度耦合严重以及传统解耦控制方法的不足，提出了一种基于混沌粒子群算法的神经网络 PID控制方法。用混沌粒子群算法来替代神经网络PID原先的反向传递学习算法，调节PIDNN各个神经元之间的权值，以达到快速解耦的控制效果。仿真结果表明，所提出的方法与原有的BP算法相比具有更加优秀的动态和稳态性能。
　　(3)进一步分析了精馏塔所具有的非线性、大惯性、强耦合等特性，提出一种基于动态RBF神经网络的单神经元PID解耦控制算法。构建动态RBF神经网络用于辨识耦合系统模型，将辨识所得到的Jcobian矩阵信息用于单神经元PID控制器参数在线整定，从而完成对精馏塔系统的解耦控制。仿真结果表明，所提出的算法与传统的基于RBF神经网络的PID解耦控制相比，控制精度提高，鲁棒性增强。
　　(4)以实验室乙酸乙酯生产线精馏塔设备为对象，以西门子 s7-300PLC为下位机控制器，以北京亚控科技有限公司的组态王软件(6.53)为上位机监控平台，研制了精馏塔智能解耦控制系统。完成了硬件系统控制柜的设计及调试，制作了上位机组态界面，编写了基于step7软件的解耦控制算法。进行了精馏塔温度控制的实验研究，实际运行结果表明，本文提出的解耦控制方法具有动态性能好、控制精度高、鲁棒性强等特点，明显提高了精馏塔解耦控制系统的温度控制精度，具有较高的实用价值。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 课题研究背景与意义

1.2 国内外研究现状

1.3 本文主要研究内容

1.4 论文框架

第二章 基于混沌粒子群的神经网络PID解耦控制方法研究

2.1 神经网络解耦控制方法的研究

2.2 混沌粒子群优化的神经网络PID解耦控制

2.3 仿真研究

2.4 本章小结

第三章 基于动态RBF的单神经元PID解耦控制算法研究

3.1 动态RBF与单神经元PID相结合的解耦算法研究意义

3.2 RBF神经网络拓扑结构及最近邻聚类算法

3.3 基于动态RBF神经网络的单神经元PID解耦控制器研制

3.4 系统仿真研究

3.5 本章总结

第四章 精馏塔控制系统硬件设计

4.1 精馏塔控制系统结构介绍

4.2 精馏塔生产工艺介绍与系统接线设计

4.3 硬件选型设计

4.4 本章小结

第五章 控制系统应用软件设计与实验分析

5.1 软件平台介绍

5.2 控制程序块结构

5.3 网络硬件组态及网络搭建

5.4 主要程序块介绍

5.5 精馏塔控制系统组态界面设计

第六章 总结与展望

6.1 全文总结

6.2 研究工作展望

参考文献

致谢

攻读硕士期间的研究成果