模糊控制在间歇式反应釜自动控制中的应用Word格式文档下载.docx

模糊控制在间歇式反应釜自动控制中的应用Word格式文档下载.docx

《模糊控制在间歇式反应釜自动控制中的应用Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《模糊控制在间歇式反应釜自动控制中的应用Word格式文档下载.docx（38页珍藏版）》请在冰豆网上搜索。

指导教师签名：

　　　　　日　　期：

使用授权说明

本人完全了解大学关于收集、保存、使用毕业设计（论文）的规定，即：

按照学校要求提交毕业设计（论文）的印刷本和电子版本；

学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；

学校可以采用影印、缩印、数字化或其它复制手段保存论文；

在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。

作者签名：

　　　　　日　期：

学位论文原创性声明

本人郑重声明：

所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。

除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。

对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。

本人完全意识到本声明的法律后果由本人承担。

日期：

年月日

学位论文版权使用授权书

本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。

本人授权　　　　大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。

涉密论文按学校规定处理。

导师签名：

日期：

注意事项

1.设计（论文）的内容包括：

1）封面（按教务处制定的标准封面格式制作）

2）原创性声明

3）中文摘要（300字左右）、关键词

4）外文摘要、关键词

5）目次页（附件不统一编入）

6）论文主体部分：

引言（或绪论）、正文、结论

7）参考文献

8）致谢

9）附录（对论文支持必要时）

2.论文字数要求：

理工类设计（论文）正文字数不少于1万字（不包括图纸、程序清单等），文科类论文正文字数不少于1.2万字。

3.附件包括：

任务书、开题报告、外文译文、译文原文（复印件）。

4.文字、图表要求：

1）文字通顺，语言流畅，书写字迹工整，打印字体及大小符合要求，无错别字，不准请他人代写

2）工程设计类题目的图纸，要求部分用尺规绘制，部分用计算机绘制，所有图纸应符合国家技术标准规范。

图表整洁，布局合理，文字注释必须使用工程字书写，不准用徒手画

3）毕业论文须用A4单面打印，论文50页以上的双面打印

4）图表应绘制于无格子的页面上

5）软件工程类课题应有程序清单，并提供电子文档

5.装订顺序

1）设计（论文）

2）附件：

按照任务书、开题报告、外文译文、译文原文（复印件）次序装订

3）其它

摘要

间歇式反应釜是化工生产中一类非常重要的反应容器，其内部化学反应机理复杂，且其本身又具有较大的时变性、非线性和时滞性。

目前在不少间歇工业生产过程中，仍大多采用手动或半自动控制，整体自动化水平较低。

本文主要研究了间歇过程的温度控制策略，全面分析了间歇式反应釜温度变化的特点及控制难点。

本文在参阅大量的中外文献并结合实际控制要求的基础上，对基于模糊控制的间歇反应釜温度计算机控制系统进行了理论研究和工程设计，将PID控制和模糊控制结合起来，提出一种智能复合控制方案，并给出了详细的分析步骤和控制算法。

同时对常规PID控制和模糊-PID复合控制策略进行比较论证和仿真研究，仿真结果表明该模糊-PID复合控制器应用于间歇式反应釜的温度控制回路，取得了理想的控制效果。

本文所提出的模糊-PID复合控制策略，不需要被控对象的精确数学模型，在大滞后、参数不确定和惯性大的间歇反应釜控制系统中工作稳定、可靠性高、适应性好、鲁棒性强。

同时这种方法对其它的大滞后，特性参数不确定等控制对象的控制问题都有很好的参考价值。

关键字：

间歇式反应釜;

模糊-PID;

自动控制

ApplicationStudyofFuzzyControlintheBatchreactor

Abstract

Batchreactorisaveryimportantvesselinchemistryindustryproduce.thereactionmechanisminitiscomplicated.becauseofmultiplecontrolledobjectsandbigtime-variant.Non-liner,time-delay,atpresent,lotsofbatchproductionalsousemanusorhalfautomationoperation,theleveroftheautomationisverylover.

Thepapermainlydiscussedbatchreactortemperaturecontrolpolicy.generalanalysisbatchreactortemperature’scharacteristicandcontroldifficulty.Thepaperreferencestoalotofliteratureandusefuzzycontroltobatchreactortemperaturecontroltheorystudyandprojectdesign.PIDcontrolandfuzzycontrol.Bringforwardaintelligentcomplexcontrolschemeandgivethedetaileddesign.SimulatethePIDcontrolwithmatlab,andthenapplythiscontrollertothebatchreactortemperaturecontrol,andgettheperfectcontroleffect.

Theexperimentsshowthatthecontrolsystemoperatessteadilyandhavehighfunctionalreliability,andthatthealgorithmdoesn’tneedtheaccuratemathematicalmodeloftheobjectandhavegoodflexibility,operationalcapabilityandhighrobustness.Atthesametime,thiscontrolmethodhasthegoodreferencevaluetootherobjectofbigdelayvariableparameter.

Keywords:

Batchreactor;

Fuzzy-PID;

autocontrol

第一章引言

一.1课题研究的背景和意义

为了适应产品多样化的市场需要，批量生产的控制问题就成为当前控制理论与控制工程领域研究的热点。

就目前发展趋势看，由于间歇式反应釜具有生产灵活、附加值高等柔性批量生产的特点，在精细化工及生物制药等方面得到了广泛的应用。

而间歇反应釜是高度非线性系统，包括了所有批量过程控制的难点，影响其控制品质的因素较多，如外界条件、原料纯度、催化剂的类型、原料添加数量的变化、循环水或加热蒸汽温度、流量的变化等，同时系统本身具有较大的时变性、非线性和时滞性，控制起来非常困难。

研究反应釜内化工生产过程的自动检测和控制技术，是适应当代信息技术革命和信息产业革命的需要，也是提高生产效率、改善劳动条件、保证安全生产的必然措施。

由于许多化学工业、生物制药工业具有规模小、产品更新换代快、各种化学反应过程差异大的特点，对多数的反应釜而言，缺少成熟、通用、制式化的智能控制设备。

因此研制适合于小规模反应釜的低成本、控制简便的智能控制器具有重要的理论和现实意义。

一.2间歇式反应釜控制技术现状

早期的反应釜控制多为位式调节的单回路调节系统，对于重要的环节设计有串级调节系统。

后来人们越来越多地使用PID控制，它的算法简单易于实现，控制效果较以前也有很大提高。

但是，由于PID控制对于具有精确数学模型的线性过程，可以取得良好的控制效果，而间歇反应过程分为多个阶段，每个反应阶段都有明显不同的特性，且反应釜本身具有非线性和时滞性等特点，其过程模型一般很难建立，故PID控制难以满足反应釜的过程控制要求。

随着控制理论的发展，尤其是智能控制理论的发展，人们开始研究智能化的反应釜过程控制装置，各种智能控制方法，如专家系统和专家控制、模糊控制、神经元网络控制、遗传算法等，都己在反应釜控制中有所应用。

目前最先进的反应釜智能控制系统多采用将先进的智能控制理论与传统的控制策略相结合的方法，比如直接使用模糊控制的反应釜温度控制方法、PID参数自适应的模糊控制方法、Smith-模糊控制方法、基于神经元网络的直接自适应控制、用遗传算法寻最优PID参数来控制非线性系统的模型参考自适应控制方法等。

下面简述几种应用于间歇过程的控制方法:

一.2.1基于模型的预测控制

模型预测控制是一种基于模型的闭环优化控制策略.其算法核心是使用可预测过程未来行为的动态模型，和引入模型误差的反馈校正机制，采用滚动式的有限时域优化策略，反复在线优化局部目标，以得到一个顾及了模型失配和干扰引起的不确定性的符合实际的最优控制。

模型预测控制具有控制效果好、鲁棒性强等优点，并能方便地处理过程被控变量和操纵变量中的各种约束[2]。

一.2.2神经网络控制

人工神经网络作为建模工具，不需要预先对模型的形式结构和参数加以限制，只需根据实际过程的运行数据就可自动寻找输入与输出的映射关系，因此神经网络对未知和熟知的系统都能建模。

在实际控制应用中，常采用一种基于反馈神经网络的预测控制，将两个神经元网络串联起来进行外部反馈，产生一个状态空间的映射。

在噪音、干扰、不可预测过程变动存在的情况下，可靠性和精确性不断提高。

文献[1]将基于反馈神经网络模型预测控制器应用于间歇式化学反应器的模型预测控制，并将其与传统的前馈神经元网络的预测器的控制性能进行了对比，在各种操作条件和干扰下的结果证明了此种方案的优越性。

文献[2]中提出了一种混合ANN模型的预测控制方法，将一个神经网络模型和过程数学模型组织，并将其用于间歇式聚合反应过程。

结果表明此模型比传统方法的“黑箱”模型具有更大优越性。

基于上述的思想，有人又提出了将多个神经网络与简化机理模型相结合的混合层叠式神经网络模型预测控制，并将其用于间歇式聚合反应。

在此种混合ANN模型的预测控制中，神经网络的训练数据是将聚合物质量的样本数据经3次样条插值后产生的。

与基于混合单一神经网络的预测控制相比，此种预测控制具有更好的鲁棒性[2]。

一.2.3模糊控制

影响间歇聚合反应过程的因素很多，因非线性、时滞、时变、反应机理复杂等因素，用常规控制方法难以有效控制。

然而，具有丰富经验的操作员却能运用人所特有的观