連續(xù)過程控制是工業(yè)生產(chǎn)中的關鍵技術,多應用于化學品、燃料和聚合物的大規(guī)模生產(chǎn)上,如聚乙烯醇DCS生產(chǎn)過程、化工廠粗苯區(qū)域控制系統(tǒng)等,決定了工業(yè)生產(chǎn)的品質(zhì)、種類和生產(chǎn)能力,有一定的研究價值。大多數(shù)連續(xù)過程控制復雜、調(diào)節(jié)參數(shù)和擾動因素過多,具有高溫、高壓、多輸入、多輸出、強耦合、強非線性等特點,運行狀況多變難控。針對傳統(tǒng)的連續(xù)過程系統(tǒng)忽略物料回收工藝造成的物料浪費、產(chǎn)量偏低的缺點,綜合考慮安全、生產(chǎn)優(yōu)化、節(jié)能、環(huán)保,本文采用改進的串級-比值控制策略實現(xiàn)物料的回收,運用單神經(jīng)元自適應PSD算法對閃蒸罐壓力進行控制,達到了迅速調(diào)節(jié)且提高系統(tǒng)產(chǎn)量的目的,基于PCS7和SMPT-1000完成連續(xù)過程控制策略的實現(xiàn)和驗證。本文在詳細介紹工藝過程、控制要求的基礎上,使用SDG圖方法分析各參數(shù)的耦合關系,制定具有回收工藝的改進型串級-比值控制策略,以及全系統(tǒng)8個部分的控制思路,總結PID控制器的正反作用及控制規(guī)律,并給出了過程控制系統(tǒng)的控制器設計總表及框圖。基于PCS7對控制方案進行CFC組態(tài),采用并行SFC加快控制進程,詳細說明回收工藝的參數(shù)配置及實施過程。傳統(tǒng)PID控制無法自學習整定參數(shù),單神經(jīng)元和... 

【文章來源】：安徽理工大學安徽省

【文章頁數(shù)】：99 頁

【學位級別】：碩士

【部分圖文】：

連續(xù)過程控制工藝流程圖

圖 2 連續(xù)過程控制系統(tǒng) SDG 模型Fig.2 SDG model of continuous process control system2.2 具有回收工藝的連續(xù)過程控制策略A、B、C 進料比直接影響產(chǎn)物濃度的最大值和最終產(chǎn)量，同時考慮到系統(tǒng)的穩(wěn)態(tài)、產(chǎn)量、能耗和安全。因此，設計了改進型串級-比值控制，以實現(xiàn)原料的回收，嚴格保證物料配比，同時對催化劑 C 流量、反應器液位及溫度、閃蒸罐壓力及液位、預熱器出口流量溫度、冷凝罐液位等控制回路進行設計，其中核心算法為 PID。2.2.1 具有回收工藝的液位及原料 A、B 串級-比值控制回路傳統(tǒng)的連續(xù)過程控制策略中，原料 A 進入系統(tǒng)進行反應，其過量部分經(jīng)閃蒸罐精餾排出，沒有進行回收利用，造成物料浪費，系統(tǒng)產(chǎn)量偏低[4, 29, 36, 38]。為此，從材料回收的角度，設計了具有回收工藝的改進型串級-比值控制策略，在考慮物料比值的同時控制液位，并對于多余的物料進行回收利用，提高能源利用、生成物產(chǎn)量。

圖 3 具有回收工藝的混合罐液位及原料 A、B 流量串級-比值控制回路Fig.3 Cascade-ratio control loop for mixed tank liquid level and raw material flow Aand B with recyclingprocess比值控制器由初始狀態(tài)運行到設定值需要一定時間，此刻流量存在波動，A、B 配比并不是嚴格的 3:1。為此，加入乘法器和加法器對常規(guī)的串級-比值控制進行改進，在具體實施時，分為回收前和回收后兩個部分，在未進行物料 A 循環(huán)回收前，分別將 OP1置為 1.0、OP2 置為 0.0、FIC1102 設置為手動且輸出為定值，以閥門的比值關聯(lián)嚴格控制出料從而達到配比。檢測到冷凝罐的液位達到設定值，開始回收，循環(huán)回收物料 A 流量的加入將打破原有的平衡狀態(tài)，分別將 OP1 置為 0.0、OP2 置為 1.0，且原料 B 的控制器 FIC1102 置為自動，F(xiàn)V1101 與 FV1102 間的比值控制斷開，此時 A 總流量（包含回收部分）的 1/3 作為 FIC1102 的設定值，控制器完成無擾動切換，不僅嚴格控制配比和混合罐液位，而且實現(xiàn)物料回收。2.2.2 催化劑 C 流量單閉環(huán)比值控制回路

【參考文獻】：
期刊論文
[1]基于PCS7的聚合反應器溫度復合控制系統(tǒng)設計[J]. 楊勇,張菁,錢瀟瀟,尹騰飛,徐鵬飛.  計算機測量與控制. 2018(12)
[2]基于OPC技術的水箱實時監(jiān)控系統(tǒng)[J]. 李欣,雷菊陽.  自動化儀表. 2018(12)
[3]基于PCS7的工業(yè)生產(chǎn)連續(xù)過程控制系統(tǒng)的設計與實現(xiàn)[J]. 劉力溥,袁建華,陳慶,史振利,吳濤,馮博才.  工業(yè)控制計算機. 2018(07)
[4]連續(xù)反應器系統(tǒng)動態(tài)分析與控制[J]. 榮盤祥,郭祥遷,孫國兵,張亮,郝鋼.  電機與控制學報. 2018(08)
[5]PCS7控制系統(tǒng)在分布式能源站中的應用[J]. 邱亞鳴,姚峻,胡靜,于會群,彭道剛.  浙江電力. 2018(05)
[6]基于SIMATC PCS7的化工反應釜綜合控制系統(tǒng)設計[J]. 宋玉琴,李超,程誠,趙洋.  自動化技術與應用. 2018(05)
[7]基于STEP7和WinCC的過程控制仿真實驗設計[J]. 蓋文東,曲承志,劉杰,張寧,張婧.  實驗室科學. 2018(01)
[8]基于模糊單神經(jīng)元PID控制在煤炭分揀機器人中的應用[J]. 鮑樹國.  煤炭技術. 2018(01)
[9]Development of an Internet and Fuzzy Based Control System of Manufacturing Process[J]. Hanane Zermane,Hayet Mouss.  International Journal of Automation and Computing. 2017(06)
[10]無模型自適應算法在連續(xù)反應釜控制系統(tǒng)中的應用[J]. 張明財,高丙朋,馮琳歡.  化工自動化及儀表. 2017(12)

碩士論文
[1]變增益的單神經(jīng)元PID控制在制漿造紙過程的研究[D]. 黃亞南.南京林業(yè)大學 2017
[2]基于神經(jīng)元自適應PID的電液伺服加載控制系統(tǒng)研究[D]. 冉巍.吉林大學 2017
[3]基于SIMATIC PCS7廢有機溶劑回收控制系統(tǒng)設計[D]. 陳安鋼.東華大學 2016
[4]基于神經(jīng)網(wǎng)絡PID可重構機械臂運動控制方法研究[D]. 于園園.哈爾濱工程大學 2016
[5]單神經(jīng)元PID控制器組態(tài)元件設計及應用[D]. 鄧瀟.福州大學 2014
[6]基于PCS7的H-酸生產(chǎn)DCS系統(tǒng)的設計與開發(fā)[D]. 徐偉華.華東理工大學 2014
[7]基于神經(jīng)網(wǎng)絡及粒子群算法的鍋爐燃燒過程建模與仿真[D]. 韓冷.哈爾濱理工大學 2012
[8]改進粒子群優(yōu)化算法的研究及其在控制系統(tǒng)設計中的應用[D]. 謝元平.北京化工大學 2011
[9]免疫遺傳算法PID參數(shù)整定在TRT控制系統(tǒng)中的應用[D]. 陳峰.湖南工業(yè)大學 2007
[10]模糊單神經(jīng)元自適應PSD控制在汽溫控制中的應用[D]. 李燕.華北電力大學（河北） 2007



本文編號：2960833