连续碳酸化分解过程的混合智能控制

摘要

为了解决连续碳酸化分解过程中分解率梯度与末槽分解率无法用精确数学模型描述的问题,以控制合适的分解梯度与合格的末槽分解率为目标,将专家控制与预测控制策略相结合,提出连续碳酸化分解过程智能控制模型.根据人工经验建立了专家知识库,一类知识库用来处理工况波动和仪表故障,另一类知识库根据各槽料浆成分信息,给出各个阀门开度的控制输出量,来实现正常工况情况下的分解率的稳定控制;并利用神经网络建立的预测模型预测系统下一时刻分解率输出,用以对专家控制模型输出反馈修正.应用结果表明:该方法有效地克服了大滞后因素的影响,分解过程的优化控制分解率合格率提高了4％,平均分解率提高了0.95％.