资料下载
×
迭代学习控制与软测量技术在打浆过程中的应用
消耗积分:2 |
格式:rar |
大小:307 |
2009-07-10
分享资料个
打浆过程机理复杂，影响因素众多，数学模型提取困难，导致控制系统的控制质量不易提高;将打浆度软测量模型和迭代学习控制算法相结合，并且适当利用成熟经验，采用比例积分型迭代学习规律，设计出可行的控制方案和算法流程，在迭代学习中不断校正学习参数，逐渐缩小软测量模型与真实过程间的误差，解决了由于模型不清晰导致的控制质量较差的问题;经仿真实验证明，该控制方案能有效提高控制系统的准确性和快速性，具有良好的控制效果。
打浆是造纸过程的重要工序之一，对最终成纸的性质有决定性的影响，衡量打浆过程的指标被称为打浆度，单位为”SR。打浆的目的是通过机械作用来处理纸浆纤维，使纤维发生物理变化而获得一些特定的性质，以满足纸或纸板质量要求。但是，打浆过程是一个复杂过程，其作用机理至今仍然未被人们掌握，使打浆过程的模型建立成为相当棘手的问题，至今没有总结出满足工程使用的数学模型。影响纸浆质量的因素很多，包括原料方面如树木品种、年龄、采伐季节及腐烂程度等，还有工艺过程中的其它扰动。这些因素都是不可预知和不可控的，使打浆度的测量和控制成为比较困难的问题，最终导致控制精度不易提高，控制过程耗时长等问题。常见的打浆过程控制方案如比能量控制、打浆度控制、高级比能一比边缘负荷控制和优化控制等都取得了一定的成果，有很大的借鉴价值。本文讨论的是在比能量控制方案的基础上，利用迭代学习控制方法和软测量技术改善打浆过程控制效果的可行性。
打浆是造纸过程的重要工序之一，对最终成纸的性质有决定性的影响，衡量打浆过程的指标被称为打浆度，单位为”SR。打浆的目的是通过机械作用来处理纸浆纤维，使纤维发生物理变化而获得一些特定的性质，以满足纸或纸板质量要求。但是，打浆过程是一个复杂过程，其作用机理至今仍然未被人们掌握，使打浆过程的模型建立成为相当棘手的问题，至今没有总结出满足工程使用的数学模型。影响纸浆质量的因素很多，包括原料方面如树木品种、年龄、采伐季节及腐烂程度等，还有工艺过程中的其它扰动。这些因素都是不可预知和不可控的，使打浆度的测量和控制成为比较困难的问题，最终导致控制精度不易提高，控制过程耗时长等问题。常见的打浆过程控制方案如比能量控制、打浆度控制、高级比能一比边缘负荷控制和优化控制等都取得了一定的成果，有很大的借鉴价值。本文讨论的是在比能量控制方案的基础上，利用迭代学习控制方法和软测量技术改善打浆过程控制效果的可行性。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
