纯碱碳化过程建模研究 - 智能与网络化系统研究所.docVIP

纯碱碳化过程建模研究 朱燕飞 程良伦 曾莹 (广东工业大学 自动化学院, 广东 广州 510090) yanfei_zhu@163.com 摘要：提出一种基于T-S模型的自适应神经模糊推理系统(ANFIS)以解决纯碱碳化过程的复杂建模问题。运用该方法提取碳化过程出碱流量与塔内温度分布及进塔物料的实测数据，建立反映过程出碱流量变化的两种非线性模型。文章讨论了ANFIS网络的结构和学习算法，通过仿真对两种模型进行了对比，从反应机理上给出了模型优劣产生的原因，最后对出碱流量进行了参数预估。 关键词：ANFIS 纯碱碳化 建模 非线性 中图分类号：TP274 Modeling Research of the Soda Carbonization Process Yan-fei Zhu, Liang-lun Cheng, Ying Zeng (Faculty of Automation, Guangdong University of Technology, Guangdong, Guangzhou, 510090) yanfei_zhu@163.com Abstract: The paper introduces a kind of adaptive neural-fuzzy inference systems (ANFIS) based on T-S model to deal with the modeling problem of the complex soda carbonization process. With the measured soda-output flux, temperature and input material data, two nonlinear models which explain the variety of the soda-output flux are built. The paper discusses the system’s structure and its learning algorithm. The comparison between two models and the inducing reason are represented in simulation process. At last, the paper gives the estimation approach. Keywords: ANFIS, soda carbonization, modeling, nonlinear 1 引言 纯碱生产的工序中，碳化过程是直接影响到纯碱生产的质量和企业经济效益的重要环节[1]。以广州某氨碱法生产纯碱厂为例，其氨盐水的碳酸化(碳化)是在氨盐水中通人一定浓度的CO2气体，在一定温度、压力和流速下，氨盐水吸收CO2并与之反应生产重碱(NaHCO3)，从母液中析晶出来。过程是一个具有气、液、固三相参与的，包括吸收、反应、结晶、流动等，并有新相产生的多元多温条件下的复杂反应过程[2]。 由于过程的反应历程复杂，要建立过程的机理模型非常困难，目前，国内外还没有能提出一种良好的方法建立此过程的机理模型。以往，在非模型条件下，依据工人的经验，直接对塔内温度及气液等物料流量进行控制，常常造成出碱流量的大幅波动。针对这一问题，文章从黑箱模型的建模上考虑，运用自适应神经模糊推理系统(ANFIS)在复杂系统建模上的优点[3,4]，建立过程出碱流量随塔内温度及进塔物料的非线性模型，为过程的优化控制提供预测服务。 基于T-S (Takagi-Sugeno)模型[5]的ANFIS网络通过对模糊辨识系统的结构辨识和参数辨识，能自组的初始化模糊规则，并自适应调整前提隶属度参数和结论参数。通过对输入空间的模糊聚类[4,6]，有效的防止了误差反传算法陷入局部极小点的可能性。 文章首先介绍了ANFIS网络的建模算法，然后对网络输入空间的模糊聚类做了进一步的阐述，通过仿真建立反映具体碳化过程出碱流量变化的两种非线性模型，并对比了两种模型的优劣，最后对出碱流量参量进行了数据的预测。 2 自适应神经模糊推理系统(ANFIS)建模算法 2.1 网络结构及辨识过程 ANFIS网络是一种基于T-S模型的多层前馈网，其模型结论部分由线性函数组成，在学习算法上同CMAC网络一样，同属于局部逼近网络[6,7]。由于其局部逼近能力，使其每次修正的权较少，学习速度快。 ANFIS网络结构如图1所示[3,4]。 图1 ANFIS网络结构 其中， 为系统输入，每一输入分量的模糊语