面向精餾過程的克隆選擇預(yù)測控制研究.pdf

1、化工產(chǎn)業(yè)在我國經(jīng)濟結(jié)構(gòu)中占據(jù)著至關(guān)重要的地位，而精餾過程又是化工中比較常見的生產(chǎn)過程。精餾過程結(jié)構(gòu)復(fù)雜、非線性比較強，而且具有大滯后的特點。因此控制起來尤為困難。預(yù)測控制是一種先進(jìn)的控制技術(shù)，它可以對生產(chǎn)過程挖掘增效，使裝置保持在高效、經(jīng)濟的運行狀態(tài)。
　　預(yù)測控制（MPC,Model Predictive Control）的思想產(chǎn)生于1970s，經(jīng)歷了四十多年的研究與運用，其已經(jīng)獲得了很大的進(jìn)展。預(yù)測控制算法被稱為最有前途的控制

2、算法之一，它的發(fā)展和應(yīng)用相當(dāng)樂觀，適用于控制精餾單元這種復(fù)雜的化工過程?？刂破鞯脑O(shè)計是MPC最重要環(huán)節(jié),其參數(shù)的選取和控制效果的好壞有著密不可分的關(guān)系。MPC控制器的結(jié)構(gòu)比較復(fù)雜，各個參數(shù)之間互相影響，導(dǎo)致其參數(shù)整定較為困難。人工免疫克隆選擇算法(CSA,Clonal Selection Algorithm)是近幾年提出的一種全局優(yōu)化的智能算法，在搜索尋優(yōu)中得到廣泛研究，可以利用其處理參數(shù)整定問題，進(jìn)而比較精準(zhǔn)地控制精餾過程，提高生產(chǎn)過

3、程的產(chǎn)品純度，降低能耗。本文針對精餾過程，采用基于CSA的預(yù)測控制算法對其進(jìn)行控制研究。本文的工作內(nèi)容主要如下：
　?。?）構(gòu)建基于克隆選擇的預(yù)測控制算法。介紹了該算法的思想、流程和以及實現(xiàn)步驟。
　?。?）針對控制過程的干擾問題，設(shè)計了觸發(fā)函數(shù)，當(dāng)系統(tǒng)出現(xiàn)干擾時，觸發(fā)克隆選擇算法重新調(diào)整控制器參數(shù)，否則不觸發(fā)。由于CSA是個不斷迭代尋優(yōu)的過程，比較耗時。觸發(fā)機制可以使系統(tǒng)只在出現(xiàn)干擾時才觸發(fā)克隆選擇算法重新尋優(yōu)，以避免CS

4、A不斷迭代尋優(yōu)帶來的時間成本。
　?。?）根據(jù)實驗室裝置CS5000建立了基于精餾過程的數(shù)學(xué)模型，并且進(jìn)行了模擬仿真,為預(yù)測控制過程中構(gòu)建預(yù)測模型做好準(zhǔn)備。
　?。?）將(1)中算法在連續(xù)攪拌反應(yīng)釜(CSTR,Continuous Stirred Tank Reactor)、精餾仿真模型等多個對象上進(jìn)行控制，實驗結(jié)果證明了該算法的有效性。最后，將基于克隆選擇的預(yù)測控制算法應(yīng)用于實際的精餾平臺CS5000上，實踐證明，該算法提