抄紙過程智能控制策略研究.pdf

1、造紙工業(yè)從古老的手工抄紙到現(xiàn)代造紙技術(shù)，發(fā)展至今，盡管已經(jīng)取得了許多成就，滿足了人們對紙品日益不斷增長的需求，但隨著社會的發(fā)展，人們的這種需求已經(jīng)不僅僅是體現(xiàn)在數(shù)量上的簡單滿足，還體現(xiàn)在對紙品的質(zhì)量、功能以及生產(chǎn)紙品的效益上。而紙機(jī)自動控制是現(xiàn)代造紙工業(yè)的重要組成部分，那么如何從控制技術(shù)的角度解決和提高生產(chǎn)滿足數(shù)量、質(zhì)量、功能及效益的成紙品，即是當(dāng)前和今后造紙工業(yè)尋求突破的一個(gè)主要方向。
　　 針對上述問題，論文以成紙的定量、水

2、分、厚度、灰分等為研究對象，從控制的角度來探討抄紙過程中如何有效地提高成紙的質(zhì)量技術(shù)指標(biāo)。在紙機(jī)抄造控制系統(tǒng)中曾嘗試采用先進(jìn)控制算法來解決影響成紙各控制指標(biāo)波動的問題，但至今實(shí)際使用的算法大多依然是采樣PI控制。因此，本課題以陜西科技大學(xué)承擔(dān)的國家九五攻關(guān)項(xiàng)目“造紙過程優(yōu)化控制系統(tǒng)”為工程背景，通過對紙機(jī)的機(jī)理模型進(jìn)行分析與建模，從具有智能控制思想的預(yù)測控制理論及算法分析、控制策略實(shí)現(xiàn)及其在紙機(jī)抄紙過程質(zhì)量控制系統(tǒng)中的應(yīng)用等方面開展研究

3、工作。提出成紙綜合質(zhì)量指標(biāo)優(yōu)化控制體系，實(shí)現(xiàn)質(zhì)量指標(biāo)的智能優(yōu)化控制；提出水分干燥曲線以耗能為目標(biāo)函數(shù)的優(yōu)化方法，建立烘缸表面溫度與袋區(qū)通風(fēng)的橫向水分控制；提出紙頁厚度與灰分指標(biāo)的控制策略，實(shí)現(xiàn)紙頁厚度與灰分的高精度自動控制；并結(jié)合實(shí)踐，建立抄紙過程CIPS(Computer Integrated Process System)，實(shí)現(xiàn)理論研究對工程實(shí)踐所具有的直接指導(dǎo)意義與使用效能。
　　 首先，通過對中定量紙機(jī)從網(wǎng)前箱到卷取部的

4、各部進(jìn)行機(jī)理分析，尋求出抄紙對象的輸入輸出關(guān)系特性，在考慮抄紙過程對象的不確定性、不完全性、非線性、時(shí)滯性和強(qiáng)耦合特性且忽略一些次要擾動的前提下，建立近似真實(shí)過程的一般紙機(jī)抄紙過程數(shù)學(xué)模型。并根據(jù)抄紙工藝流程，分析各路參量信號的檢測，制定相對應(yīng)的多回路控制策略。
　　 然后，基于抄紙過程數(shù)學(xué)模型及控制策略的基礎(chǔ)上，針對抄紙過程的復(fù)雜多變量大時(shí)滯對象特性，提出基于預(yù)測控制思想的先進(jìn)控制算法。所采用的動態(tài)矩陣控制DMC(Dynami

5、c Matrix Control)，其預(yù)測模型可以從過程對象中通過階躍響應(yīng)來獲取，算法簡單，計(jì)算量較小，同時(shí)具有較強(qiáng)的抗干擾性能。對于多變量耦合系統(tǒng)，DMC控制還具有特有的隱性解耦能力，不需要傳統(tǒng)解耦控制方法。同時(shí)考慮到現(xiàn)場可操控性，利用PID與DMC控制策略的結(jié)合形式，形成改進(jìn)PIDDMC控制算法，具有更好的動態(tài)性能。廣義預(yù)測控制采用對象受控自回歸積分滑動平均CARIMA模型(Controlled Auto Return Integr

6、al Moving Average Model)，可在大于對象純滯后的有限時(shí)域內(nèi)進(jìn)行長程預(yù)測；在目標(biāo)函數(shù)中采用加權(quán)的控制增量作用，從而獲取最優(yōu)控制律，達(dá)到預(yù)測未來輸出的目的。而基于對象受控自回歸滑動平均CARMA模型(Controlled Auto Return Moving Average Model)的模型預(yù)測函數(shù)控制，通過對基函數(shù)的選取簡化了優(yōu)化變量維數(shù)，在求解模型輸出預(yù)測時(shí)，推導(dǎo)了直接分離優(yōu)化變量系數(shù)的遞推算法，從而避免了Dio

7、phantine方程求解過程，減少了在線運(yùn)算量，提高了算法的實(shí)時(shí)控制性能。
　　 再者，由于抄紙過程對象復(fù)雜性、不確定性以及非線性等特性，在上述常規(guī)預(yù)測控制的控制思想下，借助于神經(jīng)網(wǎng)絡(luò)，利用神經(jīng)網(wǎng)絡(luò)具有較好逼近實(shí)際被控過程的能力，實(shí)現(xiàn)抄紙過程對象的綜合智能預(yù)測控制。其采用基于NARMA模型(Nonlinear Auto Return Moving Average Model)的輸入輸出辨識，采用另一個(gè)神經(jīng)網(wǎng)絡(luò)進(jìn)行實(shí)際輸出誤差預(yù)測

8、，克服傳統(tǒng)預(yù)測誤差校正精度不高的缺點(diǎn)，同時(shí)通過對象模型辨識可以直接獲取控制律，避免了復(fù)雜的非線性求解和運(yùn)算過程。所提出的神經(jīng)網(wǎng)絡(luò)預(yù)測控制算法能夠克服干擾和系統(tǒng)模型不確定的影響，在抄紙過程對象的控制中能夠獲得較好的效果。
　　 最后，通過對上述智能控制算法的研究，實(shí)施具體的抄紙過程控制策略以及工程應(yīng)用。其中，提出抄紙過程定量、水分、厚度及灰分的縱橫向控制的實(shí)現(xiàn)方法，重點(diǎn)探討了各質(zhì)量指標(biāo)的橫向控制問題，對于橫向水分控制，本文提出了烘

9、缸表面溫度橫向控制方法與袋區(qū)通風(fēng)控制方法，提出并建立基于DMC的橫向水分多變量控制系統(tǒng)；對于橫向厚度控制，采用具有可控中高的電磁加熱調(diào)節(jié)系統(tǒng)；對于灰分控制，從傳感器檢測信號的角度探討保證高精度灰分控制的可行性。并根據(jù)實(shí)用性要求，提出基于多控制器的抄紙過程控制系統(tǒng)無擾動切換技術(shù)，實(shí)現(xiàn)多模式控制的切換；提出解決現(xiàn)場信號易受干擾的濾波方法，有效保證檢測信號的精確度。在結(jié)合上述各控制參量及其算法實(shí)現(xiàn)技術(shù)的基礎(chǔ)上，提出基于計(jì)算機(jī)CIPS的抄紙過程