变增益的单神经元PID控制在制浆造纸过程的研究

【摘要】：在我国的经济新常态下,制浆造纸工业已进入改革的新阶段。新阶段不仅要求造纸工业淘汰落后产能、降耗节能,还要求从数量主导型向质量、上水平、上档次的方向发展,这意味着人们对造纸行业的控制性能指标要求越来越严格。同时,制浆造纸过程是一个非常复杂的过程,具有非线性、不确定性、时变性、大时滞、大耦合、大惯性等特点,而常规PID控制需要依赖精确的数学模型,因此满足不了越来越高的控制性能指标。随着计算机技术和控制理论的发展,先进控制也被越来越多地被探讨应用在制浆造纸工业控制过程中。神经网络控制是先进控制的一种,它的非线性拟合能力及自学习自适应的能力远远优于常规PID控制,但是它存在收敛速度较慢、结构的选取尚无定则、容易陷入局部最小值等缺点。单神经元PID控制则结合了神经网络控制和常规PID控制的优点,既能自学习自适应,又结构简单、鲁棒性强,但其增益K不能自适应,因此研究变增益的单神经元PID控制在制浆造纸过程中的应用具有深远的意义。本文选取了制浆造纸三个工段(制浆阶段、造纸阶段及碱回收阶段)中典型的工艺点作为被控对象进行分析研究。选取制浆工段的置换蒸煮温差、造纸工段的纸浆浓度以及碱回收工段中的苛化温度及黑液液位为被控对象,来验证变增益的单神经元PID控制的有效性。针对这些被控对象分别设计了基于专家经验的单神经元PID算法、单神经元PSD算法、基于免疫机理的单神经元PID算法以及模糊-单神经元PID算法,并在Matlab中进行仿真实验研究,利用调用s函数实现算法功能。仿真结果表明,改进的单神经元PID算法比单神经元PID算法有更快的响应速度,比常规PID算法有更强的抗干扰性能、更好的动静态性能。此外,为了进一步验证算法的可行性,本文选取了其中一种变增益算法--基于专家经验的单神经元PID算法应用在实验平台中的非线性液位系统中。实验结果表明,该算法与常规PID算法相比有更好的动静态性能,具有可行性。