[发明专利]一种SDS干法脱硫全量PID控制系统在审
申请号: | 202211208362.0 | 申请日: | 2022-09-30 |
公开(公告)号: | CN115646160A | 公开(公告)日: | 2023-01-31 |
发明(设计)人: | 沙涛;潘江山;章兵;王标;董仕宏 | 申请(专利权)人: | 苏州仕净科技股份有限公司 |
主分类号: | B01D53/50 | 分类号: | B01D53/50;G05B11/42;B01D53/81 |
代理公司: | 苏州创元专利商标事务所有限公司 32103 | 代理人: | 王桦 |
地址: | 215137 江苏省苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 sds 脱硫 pid 控制系统 | ||
1.一种SDS干法脱硫全量PID控制系统,其特征在于:包括:
数据采集模块:用于根据信号的种类,在预设好的信号区间内进行数据信号采集,对信号区间外的数据进行隔离;
数据处理模块:用于将采集的数据信号根据目标数据类型进行转换,转换后的数据类型包括二进制、整数、实数;
数据归类模块:用于将转换后的数据进行归类,根据预设分为包括数据类型、指引出处、引用域,并建立相应的数据块进行保存;
离散控制模块:用于将目标反馈值,基于目标控制值,生成离散控制阶段目标范围区间值,保证目标值控制在该目标范围区间内;
集中控制模块:用于将离散控制模块中得出的目标值,通过集散控制方法,将原区间域调控至本阶段目标值,并输出给定值;
逻辑输出给定模块:用于接收集中控制模块输出的给定值,经过D/A转换后发送至外部执行器;
自学习处理模块:用于对离散控制模块和集中控制模块的输入与输出值进行数据建模与分析,对离散控制模块和集中控制模块进行辅助增益调节,数据建模后的数据模型存入数据库,给数据库的归档提供数据模型支持。
2.根据权利要求1所述的SDS干法脱硫全量PID控制系统,其特征在于:所述的离散控制模块在目标当前控制值和反馈值的基础上,加入目标在过去一定时段的历史数据以及所述的自学习处理模块中的数据库作比对和参考,生成该离散控制阶段的目标范围区间值。
3.根据权利要求1所述的SDS干法脱硫全量PID控制系统,其特征在于:所述的离散控制模块将数据归类模块归类的数据分别通过分控制域、分良控率、分时段、分目标域进行逻辑运算处理,获得包括①不同范围域的目标反馈值、②单个运行周期超调量与整个周期内目标范围值的占比、③系统投运不同时间段的目标反馈值、④不同目标控制值的控制结果。
4.根据权利要求3所述的SDS干法脱硫全量PID控制系统,其特征在于:所述的集中控制模块的集散控制方法包括:
①将所述的离散控制模块分控制域、分良控率、分时段、分目标域的控制结果分别两两组合作比较,得出每个组合的偏差值;
②将各个组合的偏差值引入集中控制模块,系统将接收到的全部偏差值变量进行各自的PID计算,每个PID根据当前目标反馈值与目标控制值的偏差,自动进行输出给定调节;
③在各组PID给定输出值中,选取最优的调节给定量作为给定值输出。
5.根据权利要求4所述的SDS干法脱硫全量PID控制系统,其特征在于:在③中:最优的调节给定量为每个PID根据当前目标反馈值,计算出与目标控制值最为接近的作为最终PID调控值。
6.根据权利要求1所述的SDS干法脱硫全量PID控制系统,其特征在于:所述的自学习处理模块包含数据库归档抓取模块,用于作为数据库对所述的自学习处理模块自学习的数据及数据模型进行归类存储,为离散控制模块和集中控制模块控制准备、过程以及生成给定值提供数据支持与纠偏。
7.根据权利要求1所述的SDS干法脱硫全量PID控制系统,其特征在于:所述的控制系统还包括数据接口模块,所述的数据采集模块通过所述的数据接口模块将外部的数据信号接入。
8.根据权利要求1所述的SDS干法脱硫全量PID控制系统,其特征在于:所述的数据信号包括小苏打磨机设备数据信号、流速及浓度数据信号,
所述的小苏打磨机设备数据信号包括卸料器、称重给料机、分级箱、磨机、输送风机的运行状态与运行频率信号;
所述的流速及浓度数据信号包括除尘器入口SO2浓度、入口烟气流速及出口SO2浓度信号。
9.根据权利要求1或8所述的SDS干法脱硫全量PID控制系统,其特征在于:所述的目标反馈值、目标控制值以及目标值为出口SO2浓度值;所述的给定值为小苏打输送值。
10.根据权利要求1所述的SDS干法脱硫全量PID控制系统,其特征在于:所述的系统还包括安全隔离器,用于保护各个模块不受外部扰动干扰。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州仕净科技股份有限公司,未经苏州仕净科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211208362.0/1.html,转载请声明来源钻瓜专利网。