神经网络PID 控制器在山梨醇生产中的应用研究.docVIP

第 ２６卷第 １２期　　　 ２００９年 １２月　　  计算机应用与软件 ＣｏｍｐｕｔｒＡｐｐｌｃａｔｏｎｓａｎｄＳｏｆｗａｒ  Ｖｏｌ２６ Ｎｏ．１２ Ｄｅｃ．２００９  神经网络 ＰＩ 控制器在山梨醇生产中的应用研究 冯冬青　郑晓茜 （郑州大学电气工程学院　河南 郑州 ４５０００１） 摘　要　　在山梨醇化工生产过程中，针对结晶过程温控系统存在大滞后和模型不确定的特性，利用 ＢＰ神经网络所具有的自学习 和任意非线性表达能力，提出了用 ＢＰ神经网络自整定 ＰＩ 参数的控制策略，对结晶过程温控系统进行控制，并用 ＭＡＴＬＡＢ软件进 行仿真研究。仿真结果表明：基于 ＢＰ神经网络的 ＰＩ 控制器具有很强的适应性，可获得满意的控制效果。 关键词　　神经网络　ＢＰ算法　ＰＩ 控制　参数自整定 ＯＮ ＡＰＰＬＹＩ Ｇ ＮＥＵＲＡＬＮＥＴＷＯＲＫＳＢＡＳＥＤ ＰＩ ＣＯＮＴＲＯＬＬＥＲ ＴＯ ＳＯＲＢＩＯＬＰＲＯＤＵＣＴＩ Ｎ ＦｅｎｇＤｏｎｇｑｉｇ　ＺｈｅｎｇＸｉｏｘｉ （ＳｃｏｏｌｏｆＥｌｃｒｃＥｎｇｉｅｒｎｇ，ＺｈｅｇｚｏｕＵｎｉｅｓｔ，Ｚｈｅｇｚｏｕ４５０００１，Ｈｅａｎ，Ｃｈｉａ） Ａｂｓｒａｃｔ 　Ａｓｔｅｐｒｐｅｒｉｓｏｆｌｒｅｔｍｅｄｅｌｙｉ ｔｍｐｅｒｔｒ ｃｏｎｔｏｌｉｇｓｓｅｍ ａｎｄｕｎｃｅｒａｉｔ ｍｏｄｅｌｂｏｔ ｅｘｉｔｉ ｃｒｓａｌｉｉｇｐｒｃｅｓ ｏｆｔｅｓｒｉｏｌｐｒｄｕｃｔｏｎ，ａｃｃｏｒｉｇｔ ｔｉｓｔａｔｏｎａｎｄｃｏｍｂｉｇｗｉｈｔｅｓｌｅａｒｉｇａｂｉｉｙａｎｄａｒｉｒｒ ｎｏｎｉｅａｒｒｐｒｓｎｔｎｇａｂｉｉｙｏｆ ＢＰｎｅｕｒｌｎｅｔｏｒ，ａｃｏｎｔｏｌｉｇｐｏｌｃｙｏｆｓｌｕｎｉｇＰＩ ｃｏｎｔｏｌｅｒｓｐａｒｍｅｔｒｗｉｈＢＰｎｅｕｒｌｎｅｔｏｒ ｉｐｒｐｏｓｄ．Ｉｉｕｓｄｔｃｏｎｔｏｌｔｅ ｔｍｐｅｒｔｒ ｃｏｎｔｏｌｉｇｓｓｅｍ ｉ ｃｒｓａｌｉｉｇｐｒｃｅｓ，ａｎｄｔｅｓｕｄｙｏｆｉｓｓｍｕｌｔｏｎｈａｓｂｅｅｎｃａｒｉｄｏｕｔｗｉｈＭＡＴＬＡＢｓｆｗａｒ．Ｒｅｓｌｓｏｆ ｅｘｐｅｒｍｅｎｔｓｏｗｔａｔｔｅＰＩ ｃｏｎｔｏｌｅｒｂａｓｄｏｎＢＰｎｅｕｒｌｎｅｔｏｒ ｈａｓｓｒｎｇａｄａｐｔｂｉｉｙｓ ａｓｔ ａｃｈｉｖｅｓｔｓｉｄｃｏｎｔｏｌｉｇｅｆｅｃｔ Ｋｅｙｗｏｒｄｓ　　Ｎｅｕｒｌｎｅｔｏｒ　ＢＰａｌｏｒｔｍ　ＰＩ ｃｏｎｔｏｌｅｒ Ｐａｒｍｅｔｒｓｌｕｎｉｇ 整个结晶工 艺 段 分 为 进 料、结 晶、出 料 三 部 分。神 经 网 络 ０　引　言 对于常规 ＰＩ 控制，其控制参数选取的好坏直接影响控制效 果。传统的参数整定方法是在获取控制对象精确数学模型的基础 上，根据某一整定原则来确定 ＰＩ 参数。但在山梨醇化工生产线的 结晶过程中，机理较复杂，存在着时变滞后等不确定性，难以用精确 的数学模型表示，利用常规 ＰＩ 控制很难获得满意的效果。另外， 常规 ＰＩ 控制存在着控制参数形式固定、不易在线调整、参数整定 过程长等问题，这在一定程度上影响了 ＰＩ 控制器的使用及其控制 效果。为使 ＰＩ 控制器具有较好的自适应性，实现控制参数的自动 调节，利用神经网络所具有的自学习能力以及概括推广能力，结合 常规 ＰＩ 控制理论，实现具有最佳组合的 ＰＩ 控制参数，适应被控 过程的变化，提高控制性能及其可靠性。 １　山梨醇生产结晶过程工艺简介 山梨醇 ［１］（Ｃ６Ｈ１６Ｏ６）是 一 种 化 工 产 品，其 结 晶 工 艺 段 工 艺 ［２］简图如图 １所示。 图 １　结晶工艺段工艺简图 ＰＩ 控制器主要控制的是结晶过程。从上一工艺段过来的物料 中含有葡萄糖、麦芽糖、催化剂及少量的水。在结晶工艺段的进 料过程中，液位低于 １０％时，允许开进料阀和进料泵，当液位高 于 ４０％时启动搅拌机，而当液位达 到 ９５％ 时 停 进 料 泵、关 进 料 阀，同时开进水泵、进水阀和出水阀 １，进料过程结束；当料温进 入结晶温区时，结晶过程开始，停进水泵，关进水阀和出水阀 １ 并开进汽阀和出水阀 ２，通过蒸汽调节阀控制蒸汽流量，把料温 始终控制在结晶 温 区 内，结 晶 过 程 （约 ２０小 时）结 束 后 开 出 料 阀出料。在结晶过程中，要求物料的温度在结晶温区内缓慢变 化，如果料温变化过快或者超出结晶温区都将会影响结晶效果 和产品质量，这是工艺所不允许的，因此对物料温度的控制是非 常重要的。 ２　神经网络 ＰＩ 控制器 人工神经网络具有高度的并行分布式处理能力，它主要 是 通过对输入输出样本的学习，不断调整由多个神经元模型组成 的网络权值，使网 络 实 现 给 定 的 输 入 输 出 映 射 关 系，并 具 有 学 习、记忆、计算以及各种智能处理能力，因此，将神经网络和传统 ＰＩ 控制相