当前位置:首页 >> 机械/仪表 >>

基于预测控制的神经网络PID在热分散温度控制系统中的应用


、 1  

匐  

基于预测控制 的神经网络 PD在热分散温度  I
控制系统 中的应用 
Ap i a i   f eu a  t o k PI   a e   n pr d c i e c t oI n t e he t pl t c on o   n rI ne w r   D b s d o   e i tv

  on r i   h   a   d s e s on t m p a u e c tol y t m  i p r i  e er t r   on r   s e s

王 栋  ,张俊涛 ’  
W ANG  n ’. Do g - ZHANG  u —a I - J n t o 

(. 1 陕西科技大学 电信学院 ,西安 7 0 2 ;2 西安消防支队,西安 7 0 0 ) 10 1 . 1 0 3 



要:热分散过程 中对温度的控 制是非常重要的 , 温度控 制具有非线性、慢B 变、大滞后的特点 , 寸 并  且存在不可测的干扰 , 所以采用基于预测控制的神经网络 PD I策略 , 预测下-B  ̄ 的模型输出 , -U ] , x   经过反馈校正 ,结合最优化指标调整 B P网络的权值校正 PD的调节参数 ,实现对热分 散温度  I 控制系统的有效控制 。 该方法已应用在某纸业制浆控制系统中 , 该系统温度控制平稳 , 调节时  间短 ,热分散效率明显提高 ,取得 了较好的效果。  

关键词 :热分散 ;温度控制 ;神经网络 PD;预测控制  I
中 图 分类 号 : P2 2 T 1    文献 标 识 码 :   B 文 章编 号 : 0 — 14 20 ) 9 0 8 3 1 9 0  ( 0 9 0—0 8—0  0 3

0 引言 
热分 散过程 中温 度是影 响浆料热分 散效率 的重 
要参 数 ,热分 散机 内的温 度应保持 在一 条稳定 的温  度 曲线上 ,确 保热分 散机体 内的浆 料有 准确而恒 定 
的温 度值 。热分散 系统 具有非 线性 、慢时 变和大 滞  后 的特 点川。 于模型 预测 、 基 滚动 优化 与在 线校正 策  略 的预 测控制 具有很 强 的适 应性鲁 棒性 ,通过 预 测 

浆料 经稀释 直接 供造纸 车 间使用 ,按照工 艺要求 进  入热 分敞机 的纸浆 纤维应 保持一 定的 温度 ,以便脱 

除热熔性 物 质。为 此 ,在热 分散机 中通入蒸 汽对浆  料加热 ,通过调 节通 入的蒸 汽量来 控制热分 散机 内 
浆 料 的温 度 。热 分散过程 中温 度是影 响浆料热 分散  效 率 的重 要参数 ,根据工 艺要求 ,热 分散机 内的温  度 要保持 在一条 稳定 的温度 曲线上 ,对热 分散机 体 

下一时 刻的模 型输 出 ,经过 反馈 校正 ,结合最 优化  指标调 整B P网络 的权值 校正 PD的调节 参数 , I 利用  B 神经 网络 的优化 PD的 策略 , 参考 预测控 制的  P I 并 思想 ,采用智 能 PD对热 分散温 度控制 系统进 行有  I
效 控制 ,控 制效 果比较好 _。 2  I

内的浆料 要有准 确而恒 定的温 度值 ,才 能保证再 生  纸或 再生板 纸 的质 量 ,但 是在热 分散机 内进行 的热 
交换 ,空 间各 点的温 度不一 定相 同 ,而且 同一点 的 

温度也 可能 随着时 间的推 移而 改变 。热分散 机本身 
具有很 大 的热 惯性 ,同时 进料 口的浆料 浓度 、蒸汽 
流量 、 内的压 力变化都 对热分散 的温度 产生影响 , 机  

1 热 分 散 工 艺流 程 分析 
近年 来使 用废 纸原 料 生产再 生纸 越 来越 普遍 ,  
质量也 备受关注 ,热分散机 能成功地 处理废 纸原料  中的热熔物 、 粘状物 、 油墨粒 子和尘埃 , 保证再生浆 

这 种影 响将具 有纯滞 后性 质 , 且上述 扰动 的变 化  并 直 接引起 被控温 度 的数 倍变化 ,因此热 分散 系统 具  有 非线性 、慢时 变和大 滞后 的特点 。  

2 基于预测控 制的神经网络 PD控制  I
方案 
21 神 经 网络 PD控 制系统 结构  . I
神经 网络预 测控制是指 先采用神 经 网络预 测模 

料 的质量。浆料经过浆泵加 压后打入斜 螺旋浓 缩机 、  
螺旋 挤浆机 ,出浆浓度在 2 % ̄ 0 8 3 %之间 , 脱水 后根 

据 不 同 的原 料 ,可将 热 分散 机 内的 温 度 应选择 在 
10 10 0 ~ 2 ℃之 间, 蒸汽压力应控 制在 0 Mp - . a . a O Mp , 2 3   滞 留时 间约 为 25 i ,出浆浓 度 2 %左右 ,处理 后  . n a r 8

型 ,依据过 去的输 入序列 和输 出序列及 当前 的输 入 

收 稿 日期 :2 0 —11  090 —3 作者 简 介 :王栋 (9 3~) 17 ,男 ,陕 西 西 安 人 ,硕 士 研 究 生 。  

【8  第 3 卷 8】 1

第9 期

20— 9 0 9 0 

、   訇 化  l 生  
预 测被 控对 象 的未来输 出值 ,再 利用 控 制算 法在 线 
校 正和 优化 被控 对象 的动 态行 为 ,最 终 使被控 对 象  的输 出跟踪 期望 轨迹 ,稳 定在 设 定值  。它 无需 了 

网络 权 值 的在线 调整 、数据 库 的管理 、人 际交互界  面 等任 务 。使用 Vi a C +语 言或 MAT A s l+ u  L B编写  神 经 网络 ,利 用 O C驱 动访 问 WiC ( 态 / DB nC 组 运  行 时 )数 据库 ,调 用 归档 的数据 训 练和修 正 神经 网  络权 值 并将各 层 的权值 存储 在相 应的存 贮单 元 中 ,  
以便 P C的调 用 。 L 由于 WiC n C监 控软 件可 以直 接访 

解 被控 对象 参数 ,也 不 要求控 制 对象 参数 恒 定 ,只  要 根据所 得 信息 在线调 整 预测 模型 的结 构 ,使其 与  被控 对 象模型 尽 可能接 近 ,并在 期望 轨迹 的约 束 下 
达 到稳 定输 出即 可 。 P B 神经 网络 具 有逼近 任意 非 线 

问 S E 7中定 义 的符号 变 量 ,因此可 将 网络 各层权  TP 值分 别 存放 在下 位机 定义 的变 量存 贮器 中,下 位机  通过 MP 网络 与上 位 机之 间进 行数 值调 用 。 I  

性 函数 的能 力 ,通过 神 经 网络 自身 的学 习 ,可 以找  到 某一 最优控 制 律下 的 Kp 、Ki d参数 。控 制 器  、K 由经典 的 PD控 制器 、 经 网络 NNP 测器 和神 经  I 神 预 网络非 线性 预测 器 3个部 分组 成 。  

3 控 制系统的实现 
某纸 业箱 板纸 工程 是采 用美 国废纸纸 浆 和本地  废纸 纸 浆按 一定 配 比混合 造纸 ,幅宽 42 车 速最  .m,
高 4 0 ri ,定量 1 0 / 。 5 m/ n a 8 gm   

22 热 分散 控 制神经 网络 设计  .
采 用 B 神 经 网络 P D控 制方 案 ,B P I P神经 网络 
的输 出量可 以通过 在线修正 加权 系数不 断进行调 整 ,  

从 而达 到改 善控 制 系统 控 制性 能 的 目的 ,但 是在 控  制过 程 中 ,系统存 在非 线性 、不可 测 的干扰 ,使 原 

31控制硬件构成与网络结构  .
在硬 件设 备 的组 态上 , 着 1 %的 冗余 标准配  本 5 置了I / O点 ,采 用 Po b s 通 信 线缆和 网络 连接  rf u — i DP

先 已经调 整 好 的 K 、K 、Kd不适合 现 有工 况的 控  p i
制 , 且 系统 的预 测输 出值 是不 易 直接 测得 的 。 并 而 
基于 模型 预 测 、滚动 优化 与在 线 校正 策略 的预 测控 

器组 态现 场控 制 网络 ,确保 了在 数据 传输 过程 中的 
安全 性 、可 靠性 。该 系统 属 于制 浆生 产线 D S的一  C
部分 , S 用 SMAT CS 控制 系统 ,工程 师站 、 DC 采 I I  7  

制具 有很 强 的适 应性鲁 棒性 ,通 过预 测下 一 时刻 的  模型 输 出 , 经过 反 馈校正 , 合最 优化 指标 调 整 B   结 P 网络 的权 值校 正 PD的调 节 参数 , 用 B 神经 网络  I 利 P 的优 化 PD 的策略 ,并参 考预 测控 制 的思 想 ,采 用  I 智能 PD对 热分 散温 度控 制 系统 进行 有效控 制 ,控  I
制效 果 比较好 。  

操 作员 站均 采用 De 工业 计算 机 , 用W iC l l 使 n C组 态  软件 作 为集 中监 控 中心 , 中包括 1 工程 师站 ( 其 个 冗  余配 置 ) 、2个操 作 员站 。   在本 系统 的 工程 网络 建构 中 ,采 用 了 以太 网和 
现场 总 线混 合型 网络结 构 。SMA I   7系统 的 网  I T CS

23 控 制方 案分析  .
在调 试过 程 中 , N 预 测 、 NC调 整 的运算  将 NP N

络 由上到 下可 分为 系统 监控 网络 、 场控 制 网络 等 。 现   监控 网络 完成 操作 员站 对现场 的被 控对 象 的监 视与  控制 操 作 ,采用 MP 总线 将 各工段 带 C 5 1 卡 的  I P 6  1 工程 师站 与 主控 单元 相连 接 ,完成工 程师 站 的数 据  下装 , 场控 制 网络主 要 实现 现场 控制 站 与智f i   现 l /  ̄o
模块 之 间的通 讯 和对现 场 信号 的控 制 ,由 P o b s rf u — i   DP总线 采 用主 / 协议 将 分散 的从 站连 接起 来 。现  从
场 控 制 从 站 通 过 E 2 0 通 讯 模 块 接 入 Po b s   T0M rf u — i DP

均放 在上 位机 中运 行 ,而将 常 规 的 PD作 为 底层控  I
制程 序在 P C中进 行运算 ,该 方案 分 为两 部分 : L   1 )下 位机主要 完成过 程量 的采 集、常规 PD的  I 运算 、 自动切换 等功 能 , 手 同行还 要通过 MP 网络 与  I
上位机进 行数据 交换 。 在下位 机 的控 制过程 中, 时  定 调用上 位机数 据 ,通过 比较 P C 中原 有的预 测值 和  L 上位机 当前 运算 得到 的预 测值 以及实 际输 出值 和 当 

总线 ,用来 实现 过程 I / O模块 与现 场控 制 站主 控单  元 的通信 ,完成 实时输 入 、输 出数 据 的传送 。  

前运算 出的预 测值 , 决定 是否更新 预测值 。 运行过  在 程 中,将 调整 好的神 经网络权 值下 装到 P C以更换  L

32 控 制软 件设 计  _
控制 软件 的开 发 , 试主 要是 在Se 7 调 tp 开发 环境 

原 有 的权值 。 更换 的周期 由被 控对 象的特性 、 网络训 
练 时 间的长 短 、通 信 的速率 以及 下装数 据 的长 度决  定。 于用户 关心 的变 量数值 , 以通过 数据 归档 的  对 可

中进 行 的。Se 7 tp 软件 可 以在线 或离 线编 程 , 线方  离
式下 的程 序在 任何 时候 装载 系统 中去 ,用 于配 置编  程与 调试 。 用户 程序 由组 织块 ( )功 能块 (B、 C  OB 、 F F)

方式 , 按照时 间顺序 以一致 的 、 组态 的周期从 正在  可

进行 的控 制过程 中采 集数 据 , 将调理 后数 据归档 。 并  
2 )上位 机主 要 完成 NNP网络 预测输 出和 NN   C

和数 据块 ( ) 成 ,其 中 OB是 系统 操作 程序 和用  DB 构 户应 用程 序在 各种 条件 下 的接 口界 面 ,用 于控 制程 
第3卷 1 第9 期 20 一 g [g  0 g 0  8 l

、 I  
序 的运 行 , B模块根据操作 系统的调用条件( O 如报警  中断 、时 间中断等) 几种 类型 ,这些类型 有不 同优  分 先级 , 高优先级 的O B可以 中断低优 先级 的O B块 , 每 

匐 匕    
用到热 分散温 度控制 系统这种 非线性 、 大滞 后对象 ,  

通 过现场 采集训 练数 据 ,建立算 法模型 ,设定 各算  法 中 的参 数 ,并将 优化 出来 的神经 网络通 过相 应的  控制 系统应 用到实 际的制浆 控制过程热 分敖温度控  制 系统 当中 , 对热分散 温度控 制系统进 行有效控制 ,  
收到 比较好 的控制 效果 。  

个 S P 7C U包含一 套 可编程 的 O B块 ,不 同的 OB块  执行特定 的功能 ,如 O 是循环 扫描的 ,在任何情  B1 况下它都是 需要的 ;再 启动 O 0 ;时 间 日期 中断  B1 0
O 0 诊 断中断 O 8 等。 B1; B2 对功能块 的设计 依据工艺  要求而定 , 要有采样子程 序、PD控制子程序 、连  主 I

参考 文献 :  
[】杨 震 宇 , 根 宝 , 瑜 . 分 散过 程 中温 度 控 制 系统 的 改进  1 张 孙 热
与应 用 IJ 国造 纸 , 0 , 53:1 3 J中 . 2 6 2 () — . 0 4 4 

锁子程 序、 报警子程序 、 累计子程序 、 联动子程 序等 。  

33 实 际控制效 果 .

?  

【 何 衍庆 , 强, 欣 . 纸 处理 系统 中热 分散 过程 控 制 【 . 2 】 王 马 废 J 中  】
国 造 纸,9 82() 33 . 19 ,62: —5 3  

从 某 纸 业 制 浆控 制 系统 实 际 运行 结 果 可 以 看  出,本 系统操作 方便 、工作稳定 、抗干扰 强 。整个  温度控 制平稳 ,调节 时 间短 ,而且热分 散效率 明显  提 高 。运行结 果 同时证 明 ,在温 度控制 过程 中采用 

[】马 丽 , 洪 涛. 散 在 废 纸 制 浆 系统 中的 应 用 [ . 3 陆 热分 J 中华纸  】
业,0 22 ( ) 94 . 2 0 ,3 1: —0  3

[】藤 青芳 . 线 性于 神 经 网络 控 制 方法 在 控制 系统 中 的应 用  4 非
【l J 电气 传 动 与 自动 化 , 0 ,32: —0 ] 2 3 () 83. 0 2 2  

神 经网络 PD预 测控制 策略 , I 达到 了设 计的初 衷 , 取 
得 了较好 的应用 效果 。  

[]张素风, 5 党瑞春. 再生纤维热分散 系统的性能 比较[ . J 中华  】
纸 业 , 0 , (1:25 . 2 52 1 ) —4 0 6 5  

4 结束 语 
将 预测控 制算 法和B 神经 网络PD控制 思 想应  P I
{&‘ {赢‘  .   {是‘  翕} 毒品‘  翕  {赢 

[]张 燕 , 增 强, 莹 氇  神 经 网络 的 非 线性 预 测 自整定 PD 6 陈 刘 于 I 
控 制 [1 北 工 业 大 学 学报 ,0 3 22:12 . J河 _ 2 0 , () —4 3 2  

岛÷ 专赢‘ 

{高‘  竞‘  岛‘  岛  {&‘ {出‘ {国‘ {矗‘ 

【 上接第 8 1页】  

图 1状 态 变 量 叭 ) 默,一) (与 (   一

图 2 未 知 负载 转 矩 估 计 误 差 
f1 E   rn   tma C nrl 9 33 ( 1:6 26 J. ET a s o t o t   9 ;8 I ) 6 — . 1 E Au   o1   1  
[】QuZ. b s o t l f o l e r n e ti y tmsM] 5   Ro u t nr     ni a  crans se [ . c oo n n u  
I t rc e c   i so W ie 1 8. n e s i n eD vii n. ly,99  

性 直流 电机 系统 提 出了一种有 效的解 决办法 。  

参考 文献 :  
[】方 一 呜, 乐 . 有 电枢 反 应 非 线性 不 确 定 性 的 直 流 电机  1 王 具

[]克 晶 , 宝 库 . 种具 有参 数 不 确 定 性 的直 流 电机 系统 鲁  6 苏 一 棒 自适 应 摩 擦 补偿 方 法 【 . 国 电机 工程 学 报,0 3 37. J中 】 2 0 , () 2  
f1 7 Ch nln igRo u to t l a e no sre  r e   pn . b s  nr   sdo  b ev ro   moo   a c ob f DC  tr

速 度鲁 棒 跟踪 控 制研 究[1 J. 电机 工 程 学报 . 0 , ( . 中国 2 32 5   0 3)
[]Doe . pi t n f d m c n o  c nq e    tr 2 t Y Ap l ai     e  o t le h iu s omo     c o o mo r t t o
c nr l . rc .rcI E 1 8 ;64 8 5 . o t [ AmeiaP o   o C] EE  9 87 :3 —4 
[]Ol ir D.e d a kl e rz t no  m oo sJ.E   3 i e  F e b c   n aiai  fDC  tr []I EE v P i o

sse wi  n eti y a c [ . iaCo uain ln  y tm  t u crand n misC] n , mp tt a  — h Ch o I
t lge e And I dusr a  eli nc    n ti lApplc tonsPr ee ngs of iai . oc di    

T a s n u  l t n1 9 ; () 9 —0 . rn   d s e r  9 1 86 : 85 1 I E co 3 4  
f] ChasnJBo snM . nie r o t l f   u t 4 iso  , d o   No l a  nr     s n  moo  n c o o a h DC  tr

I CIA2 0 , 4 — 5 . S I 0 43 7 3 0  

[0  第 3 卷 91 1

第9 期

20一 g 0 9 o 


相关文章:
一种神经网络预测控制在超临界主汽温度中的应用研究0323(1)
神经网络PID预测控制在热分... 4页 免费 1000MW超超临界锅炉中间点... 4页...校正的神 经网络预测控制用于超临界电厂主汽温度控制系统, 取得了较好的控制效果...
神经网络PID在城市集中供热毕业设计
基于BP 神经网络的PID 控制... 8页 免费 毕业设计...二级热网流量,从而调节二次热网的供回水平均温度,以...对于热力站控制,就我了解的方法有预测控制,神经网络...
神经网络与模糊控制考试题及答案
基于学习 神经网络监督控制神经网络直接逆动态控...温度、 表演和偏高中可作为语言变量值的有 34.寒冷...(1)Fuzzy-PID 复合控制(2)自适应模糊控制(3)专家...
神经网络与智能控制系统
控制系统的原理,并阐述了几种基于神经网络的控制系统...如神经预测控制、神经逆系统控制等。 神经网络控制是...(如温度、湿度、风向和风速等)进行复合、集成、融合...
神经网络模型预测控制器
在本文中,提出了一种广泛 应用的方法即模型预测控制...许多基于神经网络的方法已经提出了应用在优化控制问题...对于复杂的系统如减速控制器或 分散控制系统,都需要...
基于神经网络PID算法人工温室温度控制系统的外文翻译
基于神经网络PID算法人工温室温度控制系统的外文翻译_计算机软件及应用_IT/计算机_...神经网络PID预测控制在热... 4页 免费 基于BP神经网络的PID控制... 暂无评价...
现代控制理论在工业中的应用
、微分控制(PID)不同,先进控制通常是一 种基于模型的控制策略,如模型预测控制...再如应用于熟料窑温控制系统中基于专 家智能协调的神经网络模糊控制 。冶金过程...
基于PID控制的温度控制系统
应用的数字 PID 控制在单片机温度控制系统中的应用。...因此温度量的变化往往受到不可预测的外界 环境扰动的...智能控温法以神经网络和模糊数学为理论基础, 并适当...
温控系统设计
本文以温度控制系统为研究对象设计一个 PID 控制器...将预测控制、模糊控制和 PID 控制相结合,进一步提 ...智能控温法才能 神经网络和模糊数学为理论基础,并...
温度控制系统研究背景与现状
控制,化 工生产中的化学反应温度控制,冶金工厂中...温度控制系统的热分析仪控制策略,结合了模糊控制技术...神经网络 PID 与 LabVIEW 人及交互结合,实现对锅炉...
更多相关标签:
分散染料 温度 | 神经网络pid | 神经网络pid控制 | 单神经元pid控制器 | 神经网络pid simulink | bp神经网络pid程序 | 单神经元自适应pid | 神经网络pid控制c语言 |