应用篇--智能控制在过程控制中的应用.pptVIP

应用篇智能控制在过程控制中的应用 一、概述 工业生产过程的自动控制在很多工业领域占有重要位置，控制效果的优劣直接影响到产品的质量、产量和生产设备的运行寿命，影响到生产的安全、稳定和工人的劳动强度，先进控制方法的研究具有明显的经济和社会意义。对于简单过程系统，采用传统的经典或现代控制理论方法，可以获得满意的控制效果。而对于复杂过程系统，由于其具有非线性、时变、纯滞后、不确定等特性，采用传统的控制方法难以取得好的控制效果，因此，其智能控制方法成为研究热点。 在集成大系统中，神经网络可用于处理低层感知数据，模糊逻辑可用于描述高层的逻辑框架。神经网络和模糊系统均属于无模型控制器和非线性动力学系统，但神经网络适合处理非结构化信息，而模糊系统对处理结构化的知识更有效。 模糊控制和神经网络二者各自的优势在于：模糊控制易于获得由语言表达的专家知识，能有效的控制难以建立精确模型而凭经验可控制的系统，而神经网络则由于其仿生特性更能有效利用系统本身的信息，并能映射任意函数关系，具有并行处理和自学习能力，容错能力也很强。 专家系统是符号逻辑人工智能中一个最重要、最活跃的分支，但存在知识获取的困难，而神经网络方法具有很强的自学习能力和自适应能力，能够实现快速推理。因此将专家系统和神经网络方法集成应用，将能发挥他们的综合优势。 在一些大型复杂系统中，采用单一的某种智能控制方法往往不能满足控制要求，这时应考虑综合应用模糊控制、神经网络控制和专家系统控制等方法的集成智能控制方法。 按系统科学理论，工业过程有多种分类方法：若组成工业过程系统的子过程或元部件比较少且其关系比较单纯，则称为简单的工业过程；若组成工业过程系统的子过程或元部件很多或非常大且其关系复杂，则称之为大系统工业过程；若在其中子过程的种类不太多且关系又比较简单，一般可用线性或易于表达的非线性关系描述，则称为简单大系统工业过程；若在其中子过程种类很多且关系复杂，递阶层次结构复杂，子过程间又耦合很紧，一般又不可用线性或易于表达的非线性关系描述，则称为复杂大系统工业过程。 二、复杂工业过程控制的研究现状 传统的经典控制或现代控制理论在解决复杂工业过程的控制方面，有很大局限性，主要表现如下： (1) 不确定性问题 (2) 高度非线性问题 (3) 半结构化与非结构化问题 (4) 不可确定性的问题 (5) 可靠性问题 从现阶段发展趋势看，在工业过程控制中控制策略的智能化，决策支持的“专家”化已成为必然。通过知识工程方法，将有关对象的定性知识、人的经验知识与技巧和启发式逻辑推理有效地集成起来，从而构成知识库系统，以支持系统控制策略和算法的优选及运行状态的优化，已成为复杂工业过程控制的重要技术手段。其实质是对人的能力放大和增强。计算机集成过程系统(Computer Integrated Process System ，CIPS) 是工业过程控制进入计算机时代的产物，以连续生产过程为研究对象，其目标是实现计算机集成综合自动化。 基于人工神经网络理论、模糊数学理论，模式识别理论及专家系统理论等基础理论，并融合生理学、心理学、行为学、运筹学、传统控制理论等多学科的知识和方法，出现了许多有效的智能控制理论和方法，主要有：(1) 模糊控制(FC)；(2) 神经网络控制(NNC)；(3)专家控制(EC)；(4)分层递阶智能控制(HIC)；(5)仿人智能控制(AHIC)；(6)集成智能控制(IIC)，即将几种智能控制方法或机理融合在一起而构成的智能控制方法；(7)组合智能控制，即将智能控制和传统控制有机地结合起来而形成的控制方法。 三、氧乐果合成反应温度智能控制 1、氧乐果合成反应过程简介 氧乐果又称氧化乐果，是在农业生产中使用较为广泛的一种农药。其生产方法主要有后胺解法、先胺解法和异氰酸酯法，较为常用的是后胺解法，其生产流程如图1所示。 图1 氧乐果生产流程示意图 图2 氧乐果合成反应工艺图 氧乐果生产中的合成（胺解）工序是整个氧乐果生产的关键，直接影响着氧乐果粗原油的收率、含量等指标。氧乐果的合成反应是一个剧烈的放热反应。反应物是一甲胺和精酯，反应产物是氧乐果粗原油。氧乐果合成反应工艺如图2所示。 计量罐中的一甲胺滴注到反应釜内，经搅拌后均匀地喷洒到反应釜中，与其中预先备好的精酯混合，发生剧烈的放热反应，生成氧乐果粗原油。反应釜外壁缠有冷却盐水管道，反应放出的热量经过热交换后被冷却盐水带走。有的计量罐内也装有冷却盘管。开始投一甲胺以前，要把精酯冷却到-20℃以下。操作工根据反应釜内精酯量 计算出一甲胺应投料量 。计算公式为：