一、多变量约束预测控制在常压塔系统中的应用(论文文献综述)
宋金良[1](2021)在《基于过程数据的氨法脱硫建模与优化控制》文中研究表明火力发电和焦化行业施行SO2减排对降低环境污染具有重要意义,随着近些年来国家对建立环境友好型企业的需求,实现国家的生态文明建设总体战略,节能减排和绿色循环发挥着重要作用,因此在火力发电和焦化行业中对氨法脱硫系统进行改造势在必行,但由于氨法脱硫中的化学反应相对比较复杂,并且同时携带着较强的非线性特性,因此目前对于氨法脱硫系统依然存在着控制水平较低的问题。目前工程设计中常使用PID及其改进方法进行控制,但只能针对大致工况设定工作点,当系统工况偏离设定点时,系统性能将会下降。针对传统的建模方式以及控制策略难以取得令人满意效果的问题,本文采用现场采集的过程数据建立脱硫系统数学模型,并采用建立的数学模型进行预测控制,利用仿真验证方法的正确性。本文根据氨法脱硫系统的化学反应特性与实际运行数据,针对氨法脱硫过程进行建模方法和控制方法展开研究,主要研究内容包括:1、从工业现场采集了过程数据,对数据进行预处理,主要包括对数据标准化、离群点的检测与修正以及稳态工况的判定。对氨法脱硫过程的化学反应进行理论分析,从采集数据中筛选出影响脱硫系统中吸收液pH值的独立变量,为系统建模和优化控制方法提供了可靠的数据。2、通过对吸收液pH值的非线性特性进行分析,考虑采用Hammerstein非线性模型结构描述酸碱度控制问题的特性,根据预处理后的数据建立系统的模型,针对实际工业过程被控变量只需维持在一定目标区间这一特点,通过对预测控制中性能指标函数的控制加权矩阵进行调节实现区间预测控制,减少了氨水阀门频繁动作,通过仿真验证了方法的有效性。3、氨法脱硫工艺过程具有复杂非线性特性,仅采用Hammerstein非线性描述准确性不高,因此使用预处理后的过程数据对氨法脱硫系统建立多尺度高斯径向基神经网络模型,建模仿真结果表明建立出的系统模型输出吸收液pH值能够很好的拟合测试集吸收液pH值。采用所建立的多尺度径向基函数(RBF)神经网络模型,设计神经网络优化控制器从而实现喷氨量的精确控制,在保证脱硫效率符合要求的同时避免过量喷氨,通过仿真验证了本文所提建模方法和控制方法的有效性。
邵帅[2](2021)在《重油催化裂化分馏塔的控制策略研究》文中研究说明我国目前的工业产业中,石油仍是工业能源的重要来源。我国大多数原油均为重质原油,需要经过轻质化处理才能应用到工业生产中。重油催化裂化分馏塔是重油轻质化处理的主要设备,对其控制策略的研究是行业研究热点之一。重油催化裂化分馏塔是一个典型的多输入多输出对象,内在机理复杂,具有多通道、过程变量多、各控制回路具有不同的大时滞、各变量之间耦合严重等复杂特性,对其控制策略的研究具有重大意义。本文针对重油催化裂化分馏塔系统,提出基于Laguerre正交基优化的时间序列模型预测控制算法,结合传统控制策略的优点改进算法,将改进后的算法应用到分馏塔系统中。此外,本文在混杂系统知识的基础上,建立分馏塔系统的混合逻辑动态(Mixed Logic Dynamic,MLD)模型,并对基于该模型的模型预测控制(Model Predictive Control,MPC)算法进行仿真。本文的主要工作包括:(1)使用Laguerre正交基将带外源性输入的自回归(Autoregressive with Exogenous Input,ARX)模型的系数展开,并推广至多变量。推导基于多变量ARX-Laguerre模型的模型预测控制算法,并结合PID控制的思想改进性能指标,提出基于多变量ARXLaguerre模型的PID预测控制算法(MALMPC-PID),将其应用到分馏塔系统中,通过仿真实验证明该算法对重油催化裂化分馏塔系统具有优秀的控制效果。(2)在(1)的基础上将PID换成分数阶PID,给出基于多变量ARX-Laguerre模型的分数阶PID预测控制算法(MALMPC-FOPID)。分数阶PID参数更多,且仿真过程中参数整定主要依靠先验知识和人工整定,工作量大但取值却不够精确。对此,本文用差分进化算法(Differential Evolution,DE)对分数阶PID参数进行自整定,仿真结果表明该算法对分馏塔系统具有优秀的控制效果。(3)针对重油催化裂化分馏塔在实际生产中可能存在的安全问题,将实际生产过程中储藏罐液位的安全阀门信号简化为对系统输入的控制引入系统,对系统进行离散混合自动机(Discrete Hybrid Automata,DHA)框架下的混杂特性分析,利用混杂系统建模语言(Hybrid System Description Language,HYSDEL)建立MLD模型。最后采用基于MLD模型的模型预测控制算法对分馏塔系统进行控制,仿真结果证明了该算法的有效性。
诸葛晓春[3](2021)在《氯乙烯精馏的先进控制算法研究与系统设计》文中提出氯乙烯精馏由于诸多变量相互耦合,属于强耦合过程,是相当复杂的化工生产过程。如何将氯乙烯精馏的耦合变量进行解耦,确定适合工业生产的先进控制回路,保证生产系统的安全稳定运行是氯乙烯生产过程的重要环节。当前化工工艺解耦研究通常只涉及双输入双输出系统,未能提供很好的解耦方法去解决氯乙烯精馏过程中的多变量强耦合问题。本课题针对氯乙烯精馏过程中变量耦合问题,根据高低沸塔的工艺特点,先将氯乙烯精馏的低沸塔和高沸塔分割成两个大的控制系统,再将独立的高低沸塔系统按照控制要求的不同和变量耦合情况,分成相对独立的压力控制系统,温度控制系统和液位控制系统。以“相对增益法”的概念为基础,为每个独立的控制系统创建3×3增益矩阵,进行静态模拟和动态模拟,得到回流比,塔板数等数据。通过静态模拟和动态模拟所得到用于变量解耦所需的第一放大倍数的数据,并计算出各个变量的相对增益,分析出变量间的耦合关系,确定高低沸塔变量的配对关系,完成变量解耦。完成解耦后,根据解耦结果,完成变量配对,将复杂的耦合回路化解成为容易实现的预测控制回路,并对预测控制回路进行组态、调试及运行,验证控制回路的可行性、先进性和优越性。本课题为多变量解耦控制提供了一种很好的具有可行性的方法和途径,使得多变量解耦过程更为清晰明朗且简单易行。
黄河[4](2020)在《精馏塔温度解耦控制的研究》文中进行了进一步梳理在我国石油、化工等工业生产中,精馏塔一直是最重要的设备之一,整个石油工厂30%以上的能量消耗均是来自于精馏塔,而温度是实现产品质量控制主要的间接参数。精馏塔不但机理复杂,变量之间相互关联,而且温度控制惯性大,传统的精馏塔温度控制方法控制精度低,因此研究更优的精馏塔温度控制方法具有重要意义。本文详细介绍了精馏塔的结构组成以及分馏原理,并对精馏的生产工艺流程、温度控制系统进行了分析。针对精馏塔塔顶和塔釜温度存在严重的耦合关系,本文分别采用前馈补偿解耦和神经网络解耦。解耦后的两个回路互相独立,以基于改进人工蜂群算法的PID控制器进行控制,根据被控对象当前特征,实时调整PID控制器的参数,提高被控温度的稳定性和准确性。基于改进人工蜂群算法的PID控制器与神经网络解耦结合就构成了 GABC-PID-神经网络解耦控制,不仅解决了只采用PID控制时,被控对象耦合严重,控制效果不佳的问题;又解决了只采用解耦算法时,常规PID受各种扰动后,原有控制器参数不能很好适应变化后对象的问题。最后,分别以常规不解耦、前馈补偿解耦、GABC-PID-神经网络解耦控制方案对精馏塔温度控制系统进行仿真实验。对比仿真结果,GABC-PID-神经网络解耦控制在温度最大动态偏差、调节时间指标方面具有更好的控制效果。通过对精馏塔塔顶温度和塔底温度的解耦控制,有效减小了塔顶温度和塔底温度动态过程中的最大动态偏差和调节时间,提高了温度控制的精度和稳定性,实现了塔顶馏出物(塔顶产品)和塔底产品(残液)的“卡边”控制,对解决实际生产过程中的产品纯度控制不精准和能耗大的问题具有一定理论意义。
胡小妍[5](2020)在《酒精精馏塔温度内模解耦控制系统的研究》文中提出精馏是化工行业生产过程的一个重要环节,对于酒精精馏塔中酒精的产出具有十分重要的影响。因其反应过程中塔内温度的不稳定相互耦合,使产出的酒精不纯或产出量少,直接影响工厂酒精的产量和质量,且精馏塔作为多输入多输出对象,内在机理复杂,控制要求多,控制难度大。本课题酒精精馏塔温度控制系统的研究对于解决精馏塔中温度耦合现象和提高酒精产量具有重要的意义。该课题以中粮生化能源(肇东)有限公司的精馏塔为研究背景,将精馏塔温度控制系统作为研究对象,通过对其工艺的分析,将精馏塔的塔顶出口温度和塔釜出口温度作为被控对象,由于精馏过程内在机理复杂,控制要求多,且被控对象具有非线性、大滞后和强耦合的特点,难以建立精确的数学模型。所以首先建立精馏塔近似数学模型,并分析其温度控制系统的耦合程度,再对精馏塔塔顶塔釜温度串级控制系统仿真,控制系统的温度显示出较强的耦合现象,因此采用前馈解耦的控制方式,对控制系统两端温度进行解耦仿真控制,结果显示控制效果明显。最后通过内模解耦的控制方式,解决模型不确定的系统,结果表明系统具有较好的稳定性和解耦效果。根据实验室现有条件,采用实验系统作为本系统的控制器和温度对象仿真单元,设计了单回路控制模块、解耦模块实现对温度的内模解耦控制。然后采用监控组态软件作为本控制系统的上位机监控组态软件,以实现对采集数据和控制界面的实时显示,并完成采集数据的记录。结果表明,在实验平台上运行稳定,且解耦效果显着,达到预期效果,并投入实际精馏塔中应用测试,展现出了良好的稳定性和鲁棒性,解耦能力强。
宋泽雨[6](2020)在《基于改进遗传算法的石化过程操作优化研究》文中研究表明基于流程模拟数据,实时寻优操作参数,以实现石化生产过程操作优化是当今石化生产过程提高产品收益、节能降耗的重要方法。其中作为优化计算工具的遗传算法(GA)起到了重要作用,但也存在其变异运算(mutation)随机性大,不能实现最优方向搜索,从而产生大量无效运算,导致GA运算效率偏低等问题。为此本文将无模型自适应控制(MFAC)理论的伪偏导(Pseudo Partial Derivative,PPD)概念嵌入GA,用PPD梯度引导GA的变异运算,并以期望值制约个体适应度,从而实现定向变异和个体适应度优化。主要研究内容包括:(1)利用MFAC方法,计算出每个个体的最优PPD取值以及下一个个体的变异值,进而得出当代各个个体的适应度。通过PPD引导,使个体向个体适应度与期望值差值最小的方向变异,即PPD梯度的方向,从而实现定向变异。(2)设置个体适应度期望值以制约个体适应度变化。基于MFAC自适应调整特性及PPD梯度方向,计算得出定向变异后的个体变异值,进而得出最优的个体适应度值。通过PPD的引导,使每个个体的适应度值更接近期望值,以达到优化个体适应度的目的。(3)针对基于模拟数据实现操作优化的研究中,变量可行域被隐形化,而不能显性表达,导致产生大量无效模拟和模拟不能收敛的问题,本文选取石油加工过程原油常压蒸馏塔作研究对象,重点分析了系统产品质量、设备规格以及塔板水力学等约束对可行域的影响,以进一步完善基于PPD的改进遗传算法实现石化生产过程操作优化的研究。最后将以上基于PPD的改进遗传算法研究应用于某炼厂230万吨/年原油蒸馏装置常压塔,其中以顶循、一中、二中回流量为优化变量,以回流输出总?为目标函数。计算表明,在Intel Core i7-10510U 1.80GHz,12.0GB RAM的环境下,改进GA在第2代达到收敛,程序运行时间677s,最大输出总?505.8×104kcal/h。相比未改进GA,优化代数减少17代,运行时间减少7538s。在满足塔板水力学、产品质量约束的前提下,优化工况提升效益829.9万元/年。
赵世泉[7](2020)在《大型船舶蒸汽动力装置汽/水回路协调最优控制技术研究》文中提出蒸汽动力装置具有功率大,体积小,重量轻,振动小的优点,我国大型船舶多采用蒸汽动力装置,包括辽宁舰。但大型船舶蒸汽动力装置汽/水回路控制系统结构复杂、设备繁多、系统参数耦合关系复杂,还具有非线性及时滞等特点,系统运行过程中具有多个稳定工况及动态转换过程,系统工况多变且负荷干扰频繁。为保证大型船舶蒸汽动力装置汽/水回路稳定安全的运行,改善其控制效果,同时充分考虑到设备的实际动作能力及设备间耦合关系,进行了大型船舶蒸汽动力装置汽/水回路协调最优控制技术研究。首先,分析了大型船舶蒸汽动力装置汽/水回路系统的结构组成及运行机理,将系统分解为增压锅炉、除氧器、冷凝器以及废汽总管等子系统,采用机理结合实验数据的方法,给出每个子系统的数学模型,克服了大型船舶蒸汽动力装置汽/水回路结构复杂、建模困难的问题,并利用汽/水回路增减负荷试验,验证了系统模型的准确性,为大型船舶蒸汽动力装置汽/水回路协调最优控制仿真试验及控制系统设计奠定了基础。其次,针对大型船舶蒸汽动力装置增压锅炉上锅筒水位系统中存在的干扰频繁、参数摄动以及无自平衡能力等问题,提出了增压锅炉上锅筒水位光滑滑模控制策略,通过设计终端光滑滑模面,将增压锅炉上锅筒水位滑模控制中的符号函数引入到系统控制律的二阶导数中,解决了控制系统的抖振现象,提高了上锅筒水位在大负荷变化情况下的稳定控制。接着,考虑大型船舶蒸汽动力装置汽/水回路变量耦合紧密,约束条件多的实际运行情况,提出了大型船舶蒸汽动力装置汽/水回路多目标优化模型预测控制策略,设计多层次优化分配器,给出分层递阶优化控制方法,利用带约束的滚动优化机制,对系统未来时刻输入序列进行了预测优化。在保障系统安全运行的前提下,提高了系统的跟踪性能以及节能性能。当控制系统状态偏差较小时,多目标优化模型预测控制策略将带约束优化问题转换为无约束优化问题,提高了模型预测控制算法的运行速度。然后,针对传统模型预测控制中,耗散函数权值因子维度大、参数配置困难的问题。提出了分数阶模型预测控制方法,将传统模型预测控制中的整数阶耗散函数替换为分数阶耗散函数,使多维权值因子优化问题转化为二维分数阶权值因子优化问题,降低了权重因子的优化维度。仿真试验结果表明:分数阶模型预测控制不仅提高了汽/水回路的跟踪性能,同时增强了系统的抗干扰性能。最后,结合大型船舶蒸汽动力装置汽/水回路采用PID控制的实际情况,提出了蒸汽动力装置汽/水回路参数自整定控制策略,利用单次小正弦试验,对输出信号进行时间加权变换,获取系统在工作点附近的频率特性,根据系统性能要求,构建系统动态特性“禁区”,确定“禁区”与系统开环奈斯特曲线的相切点,并结合纳什均衡机制对多变量控制器参数迭代计算,得到整定的控制器参数,提高汽/水回路控制系统的性能。通过与其他PID参数自整定方法进行仿真对比试验,验证了参数自整定控制策略的有效性。
姜依纯[8](2020)在《多变量分数滞后系统模型预测控制参数解析调优方法研究》文中研究指明模型预测控制因其能够处理系统约束、对模型要求低且鲁棒性强等特点,在工业过程中已得到广泛应用。由于许多工业过程的子系统可基于一阶加滞后模型描述,因此亟需针对由该模型组成的多变量系统分析预测控制闭环性能并提出有效的参数解析调优方法。现有工业应用中的参数调优方法大多基于工程经验或数值近似等方法,导致预测控制参数调优存在一定的盲目性。另外,对于工业过程中一些滞后为分数阶的系统,现有方法通常是将分数滞后近似为整数滞后进行调优,导致系统性能无法得到保证,甚至出现系统闭环性能恶化。针对上述问题,本文将由一阶加分数滞后系统组成的多变量分数滞后系统分为三种情况进行分析研究,并提出了几种对应的多变量分数滞后系统模型预测控制参数解析调优方法。1.针对不同输入对各输出等动态等时滞的多变量分数滞后系统,首先对其进行数学建模,推导闭环传递函数并进行解耦分析,以揭示预测控制待调参数与闭环性能间的定量关系,从而获得预测控制参数解析调优方法,最后以p H值自动控制系统和搅拌系统为例验证了算法的有效性。2.针对各输入对不同输出等动态等时滞的多变量分数滞后系统,首先在所有滞后均相同的情况下进行数学建模,推导其闭环传递函数及解耦条件,从而研究其预测控制解析调优问题;针对滞后不同的情况,由于闭环系统难以完全解耦,提出一种基于优化问题求解的预测控制解析调优方法,最后以涡轮发电机系统为例验证了算法的有效性。3.针对各输入对不同输出的动态时滞均不同的多变量分数滞后系统,在以上研究的基础上,首先对系统进行数学建模及闭环分析,通过将参数调优问题转化为极点配置问题,提出一种有效的预测控制参数解析调优方法,最后以二元精馏塔系统为例验证了算法的有效性。
曹文康[9](2020)在《煤制乙炔全流程协调控制研究》文中研究指明乙炔是中国石油化工产业中一种很重要的基础化工原料。在该领域有着举足轻重的地位。近些年等离子裂解煤制乙炔技术逐渐代替电石法等高污染高消耗煤制乙炔技术。本文的研究对象为国内某化工厂一套在建5000吨/年的等离子裂解煤制乙炔生产装置,通过对装置进行稳态仿真,以及分析等离子裂解煤制乙炔工艺流程和控制需求,对煤制乙炔全流程对象进行了分工段控制方案设计,并研究了生产负荷可变条件下的等离子裂解煤制乙炔全流程协调控制策略。首先,在对煤制乙炔生产全流程四个生产工段的工艺特点进行分析的基础上,提出全流程仿真策略。本文基于ASPEN PLUS软件对煤制乙炔分离工段进行稳态模拟,得到了煤制乙炔气体分离工段工作点,然后采用MATLAB系统辨识工具建立辨识模型,并在SIMULINK中对煤制乙炔全流程的各设备进行了动态仿真建模。通过对各工段控制需求和基于反应器数量可变的全流程的协调需求的分析,设计了多层次的控制系统,包括应用于煤制乙炔反应淬冷工段的专家模糊控制模块,应用于煤制乙炔气体分离工段的模型预测控制模块,以及应用于煤制乙炔全流程的煤制乙炔全流程协调控制模块,协调控制模块是基于数据驱动和专家规则的混合协调控制模块。各模块共同构成煤制乙炔全流程协调控制仿真系统。协调程序的仿真运行结果表明,本文设计的煤制乙炔全流程协调系统对于反应器数量变化所引起的负荷变化,响应较未投运协调系统时更为及时,可以在清焦周期内进行更长时间的有效生产,在实际生产中,具备参考意义。
郭凯[10](2016)在《常减压装置的流程模拟优化及先进控制技术仿真研究》文中研究表明常减压蒸馏作为石油炼制行业的首道程序,其控制过程中有容量滞后和模型复杂的特点,参数调整也有很高要求。其装置核心设备的常压塔和减压塔都是多侧线塔,产品的控制品质要求高,系统内部相关性强,诸多参数不能作为调节参数。目前石化企业多采用早期进口的集成控制系统,有良好的可靠性,但所用的控制理念较落后,虽然一些企业对先进控制技术有所借鉴,仍难以适应不断发展的生产要求。流程模拟和先进控制技术成为提高常减压装置生产效率、优化生产工艺参数和提高产品质量的重要手段。本文阐述了ASPEN PLUS软件在某装置进行流程模拟中的应用。通过灵敏度分析,探讨各参数间的关系。对主要参数提出优化方案,并采用系统数据为随后的建模提供可行的依据。控制参数在高产品拔出率和油品质量的平衡点附近波动,通过状态分析对蒸汽量和加热温度进行优化,在保证生产效率和质量的同时达到节能降耗的目的。本文探讨了理论分析方法对被控对象建模方案的不足。利用ASPEN PLUS Dynamics建立常减压装置的动态模型,探索解决各参数间的内部干扰。利用Matlab计算和控制系统仿真的优势,借助ASPEN软件的模型参数和物性数据库,完成对被控对象模型的分析。采用系统辨识的方法,建立被控对象的RBF神经网络模型,经调整达到足够的精度。建立先进控制方案,探讨模糊神经预测控制在有大滞后作用下的多输入多输出系统的设计方案。利用Matlab以及Simulink与ASPEN PLUS联合,建立控制系统并进行模拟。探讨传统PID控制、模糊神经PID控制和模糊神经预测控制在常减压装置中应用的各类问题。本文研究结论对常减压装置的实际生产有一定的指导意义。
二、多变量约束预测控制在常压塔系统中的应用(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、多变量约束预测控制在常压塔系统中的应用(论文提纲范文)
(1)基于过程数据的氨法脱硫建模与优化控制(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 氨法脱硫系统简介 |
1.3 氨法脱硫国内外研究现状 |
1.4 主要研究内容与组织结构 |
2 数据预处理与模型最优输入变量集选择 |
2.1 数据标准化 |
2.2 离群点检测与修正 |
2.3 氨法脱硫中影响吸收液pH值的变量 |
2.4 最优变量选取 |
2.5 稳态工况数据判别 |
2.6 本章小结 |
3 氨法脱硫系统Hammerstein方法建模与区间预测控制 |
3.1 氨法脱硫系统Hammerstein方法建模 |
3.1.1 Hammerstein非线性模型的最小二乘辨识方法 |
3.1.2 氨法脱硫系统模型辨识 |
3.1.3 实际数据验证 |
3.2 基于Hammerstein模型的氨法脱硫区间预测控制设计 |
3.2.1 预测控制工作原理 |
3.2.2 氨法脱硫系统区间预测控制策略 |
3.2.3 控制方法仿真 |
3.3 本章小结 |
4 基于RBF神经网络的氨法脱硫系统建模与优化控制 |
4.1 基于RBF神经网络的氨法脱硫系统建模 |
4.1.1 RBF神经网络 |
4.1.2 RBF神经网络预测模型 |
4.1.3 实际过程数据的模型验证 |
4.2 基于RBF神经网络模型的氨法脱硫预测控制设计 |
4.2.1 优化控制器设计 |
4.2.2 局部优化问题 |
4.2.3 u_r求解方法 |
4.2.4 PSO-LM算法在氨法脱硫优化控制中的应用 |
4.2.5 优化控制方法在连续搅拌釜模型仿真分析 |
4.2.6 优化控制方法在氨法脱硫系统模型上仿真分析 |
4.3 本章小结 |
5 总结与展望 |
5.1 总结 |
5.2 展望 |
致谢 |
参考文献 |
攻读硕士期间相关科研成果 |
(2)重油催化裂化分馏塔的控制策略研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究课题的提出 |
1.2 重油催化裂化分馏塔控制策略发展现状 |
1.3 预测控制 |
1.3.1 预测控制的发展 |
1.3.2 预测控制的基本原理 |
1.4 本文主要研究内容 |
第二章 重油催化裂化分馏塔系统概述 |
2.1 精馏塔工艺说明 |
2.1.1 精馏塔的基本原理 |
2.1.2 精馏塔的控制目标 |
2.2 重油催化裂化分馏塔系统的数学模型 |
2.2.1 过程模型 |
2.2.2 控制约束 |
2.2.3 系统模型的简化 |
2.3 本章小结 |
第三章 基于多变量ARX-Laguerre模型的PID预测控制算法 |
3.1 多变量ARX-Laguerre模型推导 |
3.1.1 ARX模型 |
3.1.2 多变量ARX-Laguerre模型 |
3.2 MALMPC-PID算法推导 |
3.2.1 基于多变量ARX-Laguerre模型的模型预测控制 |
3.2.2 MALMPC-PID算法 |
3.3 模型参数辨识 |
3.4 稳定性分析 |
3.5 仿真实验 |
3.6 本章小结 |
第四章 基于多变量ARX-Laguerre模型的分数阶PID预测控制算法及参数优化 |
4.1 MALMPC-FOPID算法 |
4.1.1 分数阶PID控制算法 |
4.2 基于差分进化算法的参数寻优 |
4.2.1 差分进化算法 |
4.2.2 MALMPC-FOPID算法的参数寻优 |
4.3 仿真实验 |
4.4 本章小结 |
第五章 重油催化裂化分馏塔的混杂系统建模与模型预测控制 |
5.1 混杂系统建模方法 |
5.1.1 混合逻辑动态模型 |
5.1.2 MLD建模步骤 |
5.1.3 DHA框架与HYSDEL建模语言 |
5.2 基于MLD模型的模型预测控制算法 |
5.3 重油催化裂化分馏塔MLD建模与模型预测控制 |
5.3.1 MLD模型的建立 |
5.3.2 仿真实验 |
5.4 本章小结 |
第六章 总结与展望 |
参考文献 |
致谢 |
作者简介 |
(3)氯乙烯精馏的先进控制算法研究与系统设计(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题研究背景和意义 |
1.1.1 课题背景 |
1.1.2 课题意义 |
1.2 VCM精馏控制方法研究现状 |
1.2.1 氯乙烯主要生产工艺 |
1.2.2 传统PID控制 |
1.2.3 神经网络控制系统 |
1.2.4 实时专家控制系统 |
1.2.5 预测控制系统 |
1.3 国内外先进控制应用现状 |
1.4 论文的主要研究内容 |
第二章 氯乙烯精馏工艺流程 |
2.1 氯乙烯精馏工艺流程简介 |
2.2 精馏塔的工作机理与运行特性 |
2.3 精馏塔的控制目标及扰动 |
2.3.1 氯乙烯精馏的控制目标 |
2.3.2 氯乙烯控制扰动分析 |
2.4 本章小结 |
第三章 氯乙烯精馏塔系统的解耦分析 |
3.1 控制回路的耦合 |
3.1.1 减少和消除耦合的方式 |
3.1.2 相对增益矩阵 |
3.2 低沸塔控制系统耦合关系分析 |
3.2.1 低沸塔塔釜温度调节阀 |
3.2.2 低沸塔冷凝剂调节阀 |
3.2.3 低沸塔塔釜液位调节阀 |
3.2.4 低沸塔系统传递函数 |
3.3 低沸塔控制系统解耦分析 |
3.3.1 低沸塔Aspen静态模拟 |
3.3.2 低沸塔Aspen动态模拟 |
3.3.3 低沸塔相对增益矩阵的求取 |
3.4 高沸塔控制系统解耦分析 |
3.4.1 高沸塔被控变量 |
3.4.2 Aspen Plus模拟 |
3.4.3 高沸塔相对增益矩阵求取 |
3.5 本章小结 |
第四章 氯乙烯精馏塔先进控制 |
4.1 低沸塔控制回路 |
4.1.1 低沸塔塔釜温度 |
4.1.2 低沸塔塔顶温度 |
4.1.3 低沸塔塔釜液位 |
4.2 高沸塔控制回路 |
4.2.1 高沸塔塔釜液位 |
4.2.2 高沸塔塔顶温度 |
4.2.3 高沸塔塔顶压力 |
4.3 控制方案说明 |
4.4 预测控制PFC |
4.5 横河DCS控制系统简介 |
4.6 本章小结 |
第五章 氯乙烯精馏塔系统设计 |
5.1 硬件设计 |
5.1.1 CENTUM CS3000 硬件选型 |
5.1.2 现场仪表选型 |
5.2 软件设计 |
5.2.1 工程创建 |
5.2.2 通用项目定义 |
5.2.3 FCS组态 |
5.2.4 HIS组态 |
5.2.5 系统下装 |
5.3 调试与仿真 |
5.3.1 硬件调试 |
5.3.2 仿真及结果 |
5.4 本章小结 |
第六章 总结 |
6.1 总结 |
6.2 本文创新点 |
6.3 展望 |
参考文献 |
致谢 |
攻读学位期间发表学术成果情况 |
(4)精馏塔温度解耦控制的研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 背景及研究意义 |
1.1.1 背景 |
1.1.2 研究意义 |
1.2 研究现状 |
1.3 本文主要研究内容 |
2 精馏塔的工艺 |
2.1 精馏塔工艺流程简介 |
2.1.1 精馏塔工艺流程 |
2.1.2 分馏原理 |
2.1.3 工艺要求 |
2.2 精馏塔的回流与再沸 |
2.3 精馏塔的产品质量控制指标 |
2.4 精馏塔的变量影响分析 |
2.5 本章小结 |
3 精馏塔的工艺计算分析 |
3.1 精馏塔物料衡算 |
3.1.1 全塔物料衡算 |
3.1.2 精馏段物料衡算 |
3.1.3 提馏段物料衡算 |
3.1.4 进料段物料衡算 |
3.2 精馏塔热量衡算 |
3.2.1 冷凝器热量衡算 |
3.2.2 再沸器热量衡算 |
3.2.3 全塔热量衡算 |
3.3 图解法求理论板数 |
3.4 回流比的确定 |
3.5 塔板效率 |
3.6 本章小结 |
4 精馏塔温度解耦控制系统 |
4.1 精馏塔温度控制分析 |
4.2 前馈补偿解耦控制系统 |
4.3 神经网络解耦控制系统 |
4.3.1 神经网络解耦控制系统结构 |
4.3.2 神经网络训练算法 |
4.4 基于人工蜂群算法的PID控制 |
4.4.1 PID控制器理论 |
4.4.2 人工蜂群算法 |
4.4.3 基于交叉操作的全局人工蜂群算法 |
4.4.4 人工蜂群算法优化PID |
4.5 GABC-PID-神经网络解耦控制系统 |
4.6 本章小结 |
5 精馏塔温度解耦控制仿真 |
5.1 精馏塔模型耦合性分析 |
5.2 精馏塔温度常规不解耦控制仿真 |
5.3 精馏塔温度前馈补偿解耦控制系统仿真 |
5.4 精馏塔温度GABC-PID-神经网络解耦控制系统仿真 |
5.5 实验结果对比 |
5.6 本章小结 |
6 结论与展望 |
6.1 结论 |
6.2 展望 |
致谢 |
参考文献 |
附录 |
(5)酒精精馏塔温度内模解耦控制系统的研究(论文提纲范文)
中文摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.2 精馏塔过程控制的研究现状 |
1.2.1 精馏塔设备 |
1.2.2 精馏塔过程控制的发展过程 |
1.3 解耦控制在化工中的研究现状 |
1.4 论文背景说明 |
1.5 课题主要研究内容 |
第2章 精馏过程模型的建立与控制系统分析 |
2.1 酒精精馏的工艺原理 |
2.1.1 酒精的性质 |
2.1.2 酒精的精馏过程 |
2.2 精馏塔系统的控制目的 |
2.3 精馏塔的扰动分析 |
2.4 精馏塔被控变量的选择 |
2.5 精馏塔控制系统模型的建立 |
2.5.1 温度控制系统的模型建立 |
2.5.2 温度控制系统的辨识过程 |
2.5.3 辨识方法 |
2.5.4 最小二乘法的辨识方法 |
2.6 精馏塔的温度串级控制 |
2.6.1 温度串级控制的系统分析 |
2.6.2 温度串级控制的实现 |
2.7 本章小结 |
第3章 精馏塔温度的前馈解耦控制 |
3.1 精馏塔温度控制系统的耦合分析 |
3.2 精馏塔温度的前馈解耦控制 |
3.3 温度前馈解耦控制系统的模型失配问题 |
3.4 精馏塔温度的前馈解耦控制系统实现 |
3.5 本章小结 |
第4章 精馏塔温度的内模解耦控制 |
4.1 内模控制原理 |
4.1.1 内模控制器的性质 |
4.1.2 内模控制器的设计 |
4.2 多变量的内模解耦控制 |
4.2.1 内模解耦控制器的分析 |
4.2.2 系统时滞条件分析 |
4.2.3 系统非最小相位分析 |
4.2.4 滤波器分析 |
4.3 精馏塔温度内模解耦控制系统的设计 |
4.3.1 内模解耦控制器的设计 |
4.3.2 基于最小二乘法的模型近似 |
4.3.3 精馏塔温度内模控制系统的设计 |
4.4 精馏塔温度内模解耦控制系统的仿真 |
4.5 本章小结 |
第5章 解耦控制系统的实现 |
5.1 内模控制在实验平台的实现 |
5.1.1 CS5000 精馏塔实验装置 |
5.1.2 DCS系统架构 |
5.1.3 控制系统组态 |
5.1.4 测试曲线 |
5.1.5 OPC客户端数据读取 |
5.2 内模控制在实际装置的应用 |
5.2.1 画面组态实现 |
5.2.2 报警与报表组态实现 |
5.2.3 实际应用结果 |
5.3 本章小结 |
第6章 结论与展望 |
参考文献 |
作者简介 |
致谢 |
(6)基于改进遗传算法的石化过程操作优化研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究目的与意义 |
1.2 石化工业两类节能措施 |
1.3 操作优化研究现状 |
1.3.1 模型驱动操作优化 |
1.3.2 数据驱动操作优化 |
1.4 优化算法 |
1.5 本文的研究内容 |
第二章 改进遗传算法 |
2.1 遗传算法 |
2.2 无模型自适应控制 |
2.2.1 SISO系统 |
2.2.2 MIMO系统 |
2.3 基于PPD的改进遗传算法 |
2.3.1 SISO系统的改进 |
2.3.2 MIMO系统的改进 |
2.4 本章小结 |
第三章 改进GA实现及测试函数对比 |
3.1 Excel VBA代码 |
3.1.1 GA选择操作 |
3.1.2 GA交叉操作 |
3.1.3 GA变异操作 |
3.1.4 改进GA变异操作 |
3.2 改进前后的GA算法效果对比 |
3.2.1 Ackley函数 |
3.2.2 Rastrigin函数 |
3.3 本章小结 |
第四章 基于改进遗传算法的石化单元操作优化 |
4.1 目标函数与优化变量 |
4.2 可行域 |
4.3 约束条件 |
4.3.1 产品质量约束 |
4.3.2 设备约束 |
4.3.3 塔板水力学约束 |
4.4 本章小结 |
第五章 案例应用 |
5.1 原油蒸馏工艺介绍 |
5.2 常压塔模拟拟合 |
5.3 软件集成 |
5.3.1 Excel、PRO/II交互 |
5.3.2 Excel、PRO/II与改进遗传算法的集成 |
5.4 常压塔操作优化 |
5.4.1 基于遗传算法的常压塔操作优化 |
5.4.2 基于改进遗传算法的常压塔操作优化 |
5.4.3 GA与改进GA优化结果对比 |
5.5 优化后常压塔操作情况分析 |
5.5.1 塔板水力学分析 |
5.5.2 优化前后常压塔操作情况对比 |
5.6 本章小结 |
结论与建议 |
参考文献 |
攻读硕士学位期间取得的研究成果 |
致谢 |
附件 |
(7)大型船舶蒸汽动力装置汽/水回路协调最优控制技术研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 课题的研究背景及意义 |
1.2 大型船舶蒸汽动力装置汽/水回路研究现状 |
1.2.1 船舶动力装置发展现状 |
1.2.2 增压锅炉上锅筒水位控制技术发展现状 |
1.2.3 除氧器压力及水位控制技术发展现状 |
1.2.4 冷凝器水位控制技术发展现状 |
1.2.5 废汽总管压力控制技术发展现状 |
1.3 大型船舶蒸汽动力装置汽/水回路控制系统主要存在的问题 |
1.3.1 上锅筒水位控制问题 |
1.3.2 除氧器压力及水位控制问题 |
1.3.3 冷凝器水位及除氧器水位控制问题 |
1.3.4 废汽总管压力及除氧器压力控制问题 |
1.4 本文主要研究内容 |
第2章 大型船舶蒸汽动力装置汽/水回路数学建模研究 |
2.1 引言 |
2.2 大型船舶蒸汽动力装置汽/水回路数学模型 |
2.2.1 增压锅炉数学模型 |
2.2.2 除氧器数学模型 |
2.2.3 冷凝器数学模型 |
2.2.4 废汽总管数学模型 |
2.3 大型船舶蒸汽动力装置汽/水回路数学模型验证 |
2.3.1 汽/水回路数学模型仿真试验环境 |
2.3.2 汽/水回路增负荷仿真试验 |
2.3.3 汽/水回路降负荷仿真试验 |
2.4 大型船舶蒸汽动力装置汽/水回路动态特性分析 |
2.5 本章小结 |
第3章 增压锅炉上锅筒水位光滑滑模变结构控制策略研究 |
3.1 引言 |
3.2 增压锅炉上锅筒水位光滑滑模控制策略研究 |
3.2.1 增压锅炉上锅筒水位光滑滑模控制器设计 |
3.2.2 增压锅炉上锅筒水位光滑滑模控制系统稳定性分析 |
3.2.3 基于高性能遗传算法的光滑滑模控制器设计 |
3.3 增压锅炉上锅筒水位光滑滑模控制策略仿真试验分析 |
3.4 本章小结 |
第4章 大型船舶蒸汽动力装置汽/水回路多目标优化模型预测控制策略研究 |
4.1 引言 |
4.2 大型船舶蒸汽动力装置汽/水回路模型预测控制策略研究 |
4.2.1 汽/水回路集中式模型预测控制器设计 |
4.2.2 汽/水回路分布式模型预测控制器设计 |
4.2.3 汽/水回路分散式模型预测控制器设计 |
4.3 大型船舶蒸汽动力装置汽/水回路多目标优化模型预测控制策略研究 |
4.4 大型船舶蒸汽动力装置汽/水回路多目标优化模型预测控制系统稳定性分析 |
4.5 大型船舶蒸汽动力装置汽/水回路多目标优化预测控制策略仿真试验分析 |
4.5.1 汽/水回路分布式模型预测控制策略仿真试验分析 |
4.5.2 汽/水回路多目标优化模型预测控制策略仿真试验分析 |
4.5.3 汽/水回路多目标优化模型预测控制系统稳定性验证分析 |
4.6 本章小结 |
第5章 大型船舶蒸汽动力装置汽/水回路分数阶模型预测控制策略研究 |
5.1 引言 |
5.2 大型船舶蒸汽动力装置汽/水回路传统模型预测控制策略存在的问题 |
5.3 大型船舶蒸汽动力装置汽/水回路分数阶模型预测控制策略研究 |
5.4 大型船舶蒸汽动力装置汽/水回路分数阶模型预测控制策略仿真试验分析 |
5.4.1 不同分数阶对汽/水回路性能的影响 |
5.4.2 汽/水回路跟踪性能仿真试验分析 |
5.4.3 汽/水回路抗负荷扰动仿真试验分析 |
5.5 本章小结 |
第6章 大型船舶蒸汽动力装置汽/水回路无模型参数自整定控制策略研究 |
6.1 引言 |
6.2 大型船舶蒸汽动力装置汽/水回路无模型参数自整定控制策略研究 |
6.2.1 无模型参数自整定控制器设计 |
6.2.2 无模型参数自整定控制策略在汽/水回路中的应用 |
6.3 大型船舶蒸汽动力装置汽/水回路无模型参数自整定控制策略仿真试验分析 |
6.4 本章小结 |
结论 |
参考文献 |
攻读博士学位期间发表的论文和取得的科研成果 |
致谢 |
(8)多变量分数滞后系统模型预测控制参数解析调优方法研究(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景与研究意义 |
1.2 多变量分数滞后系统 |
1.2.1 多变量控制系统 |
1.2.2 一阶加滞后模型 |
1.2.3 分数滞后及多变量分数滞后系统分类 |
1.3 模型预测控制 |
1.3.1 模型预测控制原理 |
1.3.2 预测控制待调参数 |
1.3.3 预测控制参数调优国内外研究现状 |
1.4 本文研究内容及框架 |
2 不同输入对各输出等动态等时滞系统预测控制参数解析调优 |
2.1 问题描述 |
2.1.1 系统模型 |
2.1.2 输出预测的解析表达式 |
2.1.3 代价函数 |
2.1.4 预测控制最优控制量的解析表达式 |
2.2 参数解析调优策略 |
2.2.1 闭环分析 |
2.2.2 参数解析调优公式 |
2.2.3 调优算法 |
2.3 仿真验证 |
2.3.1 pH值自动控制系统算例验证 |
2.3.2 搅拌系统算例验证 |
2.4 本章小结 |
3 各输入对不同输出等动态等时滞系统预测控制参数解析调优 |
3.1 问题描述 |
3.2 具有相同时滞的多变量分数滞后模型的解析调优方法 |
3.2.1 预测控制最优控制量的解析表达式 |
3.2.2 闭环分析 |
3.2.3 参数解析调优公式 |
3.2.4 调优算法 |
3.3 具有不同时滞的多变量分数滞后模型的解析调优方法 |
3.3.1 预测控制最优控制量的解析表达式 |
3.3.2 闭环分析 |
3.3.3 参数解析调优公式 |
3.3.4 调优算法 |
3.4 涡轮发电机系统算例验证 |
3.5 本章小结 |
4 不同输入对各输出动态时滞均不等系统预测控制参数解析调优 |
4.1 问题描述 |
4.1.1 系统模型 |
4.1.2 输出预测的解析表达式 |
4.1.3 预测控制最优控制量的解析表达式 |
4.2 参数解析调优策略 |
4.2.1 闭环分析 |
4.2.2 参数解析调优公式 |
4.2.3 调优算法 |
4.3 二元精馏塔系统算例验证 |
4.4 本章小结 |
5 结论与展望 |
5.1 结论 |
5.2 展望 |
参考文献 |
附录 攻读硕士期间科研成果 |
致谢 |
(9)煤制乙炔全流程协调控制研究(论文提纲范文)
摘要 |
Abstract |
缩略语表 |
1 绪论 |
1.1 选题背景及意义 |
1.2 国内外研究现状 |
1.2.1 煤制乙炔工艺研究现状 |
1.2.2 动稳态流程模拟研究现状 |
1.2.3 先进控制技术研究现状 |
1.2.4 协调控制系统研究现状 |
1.3 主要内容及章节安排 |
1.3.1 主要内容及创新点 |
1.3.2 章节安排 |
2 工艺流程介绍及需求分析 |
2.1 工艺流程简介 |
2.1.1 反应工段 |
2.1.2 淬冷工段 |
2.1.3 除尘工段 |
2.1.4 分离工段 |
2.2 控制框架设计 |
2.2.1 全流程协调需求 |
2.2.2 分层式控制框架 |
3 煤制乙炔反应淬冷工段控制 |
3.1 控制需求分析 |
3.2 当前控制方案介绍 |
3.2.1 简单控制模型 |
3.2.2 反应淬冷设备单回路控制 |
3.3 专家控制设计 |
3.3.1 系统辨识 |
3.3.2 专家控制基本原理 |
3.3.3 专家控制规则及实施 |
3.4 专家控制效果仿真 |
4 煤制乙炔气体分离工段控制 |
4.1 控制需求分析 |
4.2 当前控制方案介绍 |
4.3 分离工段稳态仿真 |
4.3.1 ASPEN稳态模拟过程 |
4.3.2 稳态模拟界面 |
4.3.3 结果对比分析 |
4.4 模型预测控制设计 |
4.4.1 系统辨识 |
4.4.2 预测控制基本原理 |
4.4.3 多变量系统动态矩阵算法 |
4.4.4 预测控制仿真模块实施 |
4.5 预测控制器控制效果仿真 |
5 协调控制研究 |
5.1 协调控制场景说明 |
5.2 神经网络协调控制器设计 |
5.2.1 神经网络控制 |
5.2.2 LSTM时间序列预测 |
5.2.3 协调控制器设计 |
5.3 全流程协调控制仿真 |
5.4 煤制乙炔协调评估模块 |
5.5 协调控制动态仿真案例及结果 |
5.5.1 反应器数量不变工况仿真结果 |
5.5.2 反应器增加工况仿真结果 |
5.5.3 反应器减少工况仿真结果 |
5.6 仿真性能对比分析 |
6 结论与展望 |
6.1 结论 |
6.2 展望 |
附录A |
附录B |
附录C |
参考文献 |
致谢 |
个人简历 |
攻读硕士期间取得的其他研究成果 |
公开发明专利 |
参与课题项目 |
(10)常减压装置的流程模拟优化及先进控制技术仿真研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景及意义 |
1.1.1 常减压装置控制技术的研究进展 |
1.1.2 常减压装置流程模拟的发展 |
1.2 先进控制技术简介 |
1.2.1 模糊控制理论 |
1.2.2 神经网络理论 |
1.2.3 预测控制技术 |
1.3 本文的主要研究内容及创新点 |
第2章 常减压装置工艺流程 |
2.1 常减压装置工艺 |
2.1.1 初馏塔工艺流程 |
2.1.2 常压塔工艺流程 |
2.1.3 减压塔工艺流程 |
2.2 工艺流程参数的选取 |
2.2.1 原油参数的选取 |
2.2.2 初馏塔参数的选取 |
2.2.3 常压塔参数的选取 |
2.2.4 减压塔参数的选取 |
2.3 本章小结 |
第3章 常减压装置流程模拟 |
3.1 常减压装置流程模拟 |
3.1.1 稳态流程模拟 |
3.1.2 动态流程模拟 |
3.1.3 稳态模拟与动态模拟的异同 |
3.2 常减压装置稳态建模 |
3.2.1 常减压装置工艺流程参数 |
3.2.2 基于ASPEN PLUS稳态建模 |
3.2.3 稳态模拟结果分析 |
3.3 常减压装置优化方案 |
3.3.1 初馏部分优化 |
3.3.2 常压部分优化 |
3.3.3 减压部分优化 |
3.3.4 优化后模拟结果 |
3.4 本章小结 |
第4章 常减压装置的控制系统建模 |
4.1 常减压装置的动态建模 |
4.1.1 动态模拟分组建模 |
4.1.2 模型数据采集 |
4.1.3 变量数据分析 |
4.2 被控对象的建模 |
4.2.1 常减压装置的建模方法 |
4.2.2 被控对象参数 |
4.3 神经网络动态模型 |
4.3.1 RBF神经网络简介 |
4.3.2 神经网络结构设计 |
4.3.3 神经网络的训练 |
4.4 ASPEN动态模型 |
4.4.1 输入输出的约束条件 |
4.4.2 ASPEN和Simulink的连接 |
4.5 分析讨论 |
4.6 本章小结 |
第5章 常减压装置的先进控制设计 |
5.1 模糊神经网络理论 |
5.2 模糊神经网络自适应PID控制器 |
5.3 模糊神经预测控制器 |
5.3.1 模糊神经预测控制器的结构 |
5.3.2 神经网络内部模型 |
5.3.3 神经网络预测模型 |
5.3.4 滚动优化设计 |
5.3.5 高层模糊控制单元 |
5.4 控制器建模 |
5.4.1 控制器并行结构 |
5.4.2 控制器Simulink建模 |
5.5 本章小结 |
第6章 常减压装置的控制系统模拟与仿真 |
6.1 仿真控制系统的建立 |
6.1.1 初蒸塔控制仿真系统 |
6.1.2 常压塔控制仿真系统 |
6.1.3 减压塔控制仿真系统 |
6.2 传统PID方案的模型仿真及其结果 |
6.2.1 初馏塔控制系统仿真结果 |
6.2.2 常压塔控制系统仿真结果 |
6.2.3 减压塔控制系统仿真结果 |
6.3 模糊神经PID方案的模型仿真及其结果 |
6.3.1 初馏塔控制系统仿真结果 |
6.3.2 常压塔控制系统仿真结果 |
6.3.3 减压塔控制系统仿真结果 |
6.4 模糊神经预测控制的模型仿真及其结果 |
6.4.1 初馏塔控制系统仿真结果 |
6.4.2 常压塔控制系统仿真结果 |
6.4.3 减压塔控制系统仿真结果 |
6.5 仿真结果的分析讨论 |
6.6 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间承担的科研任务与主要成果 |
致谢 |
四、多变量约束预测控制在常压塔系统中的应用(论文参考文献)
- [1]基于过程数据的氨法脱硫建模与优化控制[D]. 宋金良. 西安理工大学, 2021(01)
- [2]重油催化裂化分馏塔的控制策略研究[D]. 邵帅. 南京信息工程大学, 2021(01)
- [3]氯乙烯精馏的先进控制算法研究与系统设计[D]. 诸葛晓春. 广西大学, 2021(12)
- [4]精馏塔温度解耦控制的研究[D]. 黄河. 西安科技大学, 2020(01)
- [5]酒精精馏塔温度内模解耦控制系统的研究[D]. 胡小妍. 吉林化工学院, 2020(12)
- [6]基于改进遗传算法的石化过程操作优化研究[D]. 宋泽雨. 华南理工大学, 2020(02)
- [7]大型船舶蒸汽动力装置汽/水回路协调最优控制技术研究[D]. 赵世泉. 哈尔滨工程大学, 2020(04)
- [8]多变量分数滞后系统模型预测控制参数解析调优方法研究[D]. 姜依纯. 西安建筑科技大学, 2020(07)
- [9]煤制乙炔全流程协调控制研究[D]. 曹文康. 浙江大学, 2020(02)
- [10]常减压装置的流程模拟优化及先进控制技术仿真研究[D]. 郭凯. 燕山大学, 2016(12)