反应釜温度控制中的模糊控制算法改进.docVIP

反应釜温度控制中的模糊控制算法改进 摘 要本文提出一种模糊控制与经典控制方法相结合的控制算法，在氟乙醇反应器内反应釜内温度对是由模糊逻辑控制器控制。使用开环的实验和模拟结果，在涉及功率加热器的反应釜温度中，传递函数的最佳形式是衍生。一系列的PID和PD控制器是基于科恩库恩、IMC、ITAE和模糊控制等传统方法设计的，这些旨在跟踪温度轨迹。通过对仿真结果的研究，对控制器的性能进行了比较。由于反应釜内自积分器的性质，该PD控制器具有更好的效率。因此，一个PD模糊和自适应传统PD控制器被施加到系统。模糊控制器显示出极好的性能，最大偏差约0.3℃在每160℃。 【关键词】反应釜 温度控制 传统控制器 模糊控制器 1 引言 化工过程中，反应釜是一种非常常见的反应容器，其主要控制量是温度，将温度控制在物料化学反应所需要的温度不仅是保证产品质量的一个重要因素，同时也是维护生产安全的重要保障。 由于物理复杂性以及考虑到反应动力学，测量和控制反应釜内温度是非常具有挑战性的。反应釜内一些参数不可测量或者测量本身可能需要长时间刻度。同时非线性和多变量的性质是该系统的其它困难所在。 其中反应釜内温度最常见的工业控制目标是保持或跟踪期望的轨迹。因此，精确的温度控制是必需的。在许多情况下，传统的线性控制算法报告不满足这一需求。 近年来，大量的研究人员已经证明反应釜基于模型控制的非线性。由于他们捕捉非线性动态过程的能力，各种基于模型非线性的控制技术，诸如MPC，基于神经网络的控制器和模糊逻辑控制器（FC）出现在文献中了。由于MPC的期望的性质，如动态优化和控制，在所有基于模型的非线性控制器中这是非常常用的控制器。目前已经有超过4500个工业应用的MPC，而他们大多是在石化行业。 近日，在过程工程中神经网络（NNs）的使用显着增加。大多NN控制算法是基于最小化成本函数以获得最佳的命令。Chiaki Kuroda等研究一个NN的应用来控制一个反应釜温度的模型。他们通过预测反应动力学来估计釜内温度变化。Mohammad Anwar也研究了反应釜内一个由MPC和基于NN-控制算法组合的混合控制器的应用，他们将结果和经典PID控制器比较，结果表明，混合控制器具有更好的性能。 Zadeh在1965年开发的模糊集理论使得语言表达转换成数学成为可能。Mamdani首次采用模糊逻辑理论来控制蒸汽机，在那之后控制系统中模糊逻辑的运用持续增加，如今在广泛的过程中模糊逻辑已经成为最成功的控制技术，如热交换、净水系统、电力系统、石油化工工业和聚合反应器。简单来说，模糊控制算法有无需数学模型、鲁棒性、无需传递函数和非线性等优点。 根据知识或数学模型选择一个包括可靠和完整规则库的最优隶属函数是设计一个模糊控制器最重要的组成部分。A.J.B.Antunes等已对一批自由基聚合反应器中进行研究且应用了模糊控制器。通过与一个传统PID控制器的结果比较，FC有更好的性能。他们也表明了这个结果是如何影响产品的最终质量。C.Wakabayashi使用了一个PI模糊控制器，控制一个尼龙聚合反应器的温度和压力。他们提出的FC有令人满意的结果。 本文提出了间歇式反应釜内一种模糊控制器的应用，并通过仿真和实验将结果与一个典型的控制器进行比较。图1是基本算法流程。 2 控制器设计 2.1 传统控制方法 冷凝器的传递函数，增加了输入施加200W幅度的步骤，同时对系统行为进行了考虑。三种不同模型推导出传递函数。系数通过最大限度地减少积分时间加权绝对误差来计算（ITAE方法），如（1）所示。结果表明，第一阶传递函数积分器（2）与实验数据最佳匹配。ITAE方法的结果示于表1。 2.2 模糊控制 一般来说，模糊控制器有三个步骤：模糊化、规则库和推理引擎、去模糊化。 第一个，使用适当的从属关系函数，将清晰的变量转换成模糊的变量，并给控制器相应的模糊数。隶属函数可以是单个数，三角形，梯形，矩形或任何其它类型。模糊控制器的主要部分是规则库推理引擎，它决定了操纵变量。规则库可以在操纵和控制变量之间通过一个已知过程关系建立。输出集是基于隶属函数，但它们也可以是直接的组合或任何输入的函数。在这个意义上说，去模糊化的输出是所有输出的平均加权。 3 实验结果分析 从表2看，PID控制器的积分时间常数过大所以积分项的影响是忽略的。我们认为，系统这种行为是因为系统的自积分性质，因此没必要在控制器中整合这部分，同时PID控制器使这个过程不稳定。因此，一个PD控制器运行得更好。实际上，这些经典控制器都不满足我们的要求，所以我们设计了一个具有变化常数的自适应PID控制器。自适应PID控制器的实验结果示于图2。 图3是具有主要隶属函数和规则库PD模糊控制器的实验结果。 与传统控制器相比PD模糊控制器具有更好的性能。更少的过冲，更少的振荡，更少的