Chylla-Haase反应器的自适应控制研究

李征(天津理工大学中环信息学院,天津 300380)



Chylla-Haase反应器的自适应控制研究

李征
(天津理工大学中环信息学院,天津 300380)

【摘 要】由Chylla和Haase给出的聚合反应过程模型是一个控制工程问题。传统的串级控制具有很好的鲁棒性,但在干扰作用下,难以满足控制要求。为了解决这个问题,本文提出一种基于人工神经网络,具有自适应功能的新型串级控制器并应用于聚合反应过程。研究结果表明,新型控制器控制效果明显优于传统控制器,提高了控制系统性能。

【关键词】神经网络 串级控制 自整定 半间歇 聚合过程

1 引言

间歇和半间歇反应器[1]被广泛应用于化工,精细化学品,医药品,聚合物和颜料的生产。半间歇式聚合反应器中的温度控制,是一个重要的问题。由于其半间歇性质,整个过程呈现出时变和非线性特征[2,3]。反应过程中,由单体聚合生成高分子链聚物。由Chylla和Haase[4]描述的聚合反应器是一个控制工程基准问题。本文提出了用于批处理和半间歇过程的神经网络控制策略,实现了自适应控制。

2 Chylla-Haase聚合反应过程

由Chylla和Haase提出的工业聚合反应器模型,控制对象包括带冷却夹套的搅拌罐式反应器和一个冷却剂再循环系统。聚合放热反应发生在带冷却夹套和冷却剂再循环的搅拌釜式反应器中,通过操作该反应器冷却夹套循环中冷却剂的温度来影响反应器温度。主副控制器可以在两种模式下作用:加热模式下,蒸汽注入到循环水流,冷却模式下,冷水被注入到再循环回路。

3 基于人工神经网络的自适应串级控制

基于神经网络算法(ANN)的串级控制,具备很强的抗扰动能力,同时可以显著改善控制阀的性能。神经网络算法如下:

(1)k=1时,确定神经网络结构,即确定输入层节点数和隐含层节点数,并给出初始权值,设定学习速率和惯性系数;

(2)采样得到rin(k)和yout(k),计算该时刻误差error(k)=rin(k)yout(k);

(3)计算神经网络各层神经元的输入输出,输出层的输出即为PID控制器的三个可调参数kp,ki,kd;

(4)计算PID控制器的输出;

(5)进行神经网络学习,在线调整加权系数实现PID控制参数的自适应调整;

(6)令k=k+1,返回到第一步;

神经网络具有很强的非线性拟合能力,可以绘制任意复杂的非线性关系,规则简单易学,容易实现。同时神经网络也有较强的鲁棒性,记忆能力,非线性映射和较强的自整定的能力。

4 仿真结果与讨论

对传统的PI串级控制策略和改进后的控制策略进行仿真实验,对两者控制性能进行比较。反应器在经过一段时间的运行后,传热表面往往积存污垢增加,对反应速率产生影响。图a、b给出加入噪声,b采用改进的神经网络串级控制,神经网络选取输入层神经元数目为3,隐含层神经元数目5和输出层神经元数目3的单隐层结构。与传统控制相比基于神经网络的串级控制具有更强的鲁棒性,可以有效地抑制干扰和波动。

5 结语

在Chylla和Haase给出的多批次和非线性聚合过程,自适应控制器提供可变kp,ki,kd,通过设计自整定控制器,以获得所需的控制要求。神经网络具有灵活的结构,其中包含可调整的输入神经元数,输出神经元数,隐层神经元数与隐含层数目。在反应过程中,当含有噪声时,该算法可以克服阀门的震颤,并且减少的T*和T的误差。仿真实验表明,本文提出的先进控制方法优于传统方法,与传统串级控制相比,基于人工神经网络改进的控制算法的性能更优,满足对阀和温度的控制要求。

参考文献:

[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]韩京清.自抗扰控制器及其应用[J].控制与决策,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.

作者简介:李征(1988—),女,天津人,助教,硕士,研究方向:智能控制。