[发明专利]一种石油炼化过程中分馏塔液位自适应控制方法

摘要

本发明公开了一种石油炼化过程中分馏塔液位自适应控制方法。该方法采用了反向误差神经网络和极值优化方法作为自适应工具，再结合实际操作过程的输入和输出量设计预测PI控制策略。本发明先利用数据采集装置收集系统过去的输入量和输出量，再设计极值优化算法作为求解器在线调整神经网络权重，从而高效且精准的训练神经网络；在满足设定的误差约束之后，将训练得到的神经网络权重作为系统的辨识参数，建立出接近实际情况的系统模型，最后设计预测PI控制对石油炼化过程中的分馏塔液位进行控制。采用本发明方法可有效地缓解了模型失配对系统的干扰，提高了控制性能，同时也促进了先进控制在工业过程控制中的应用。

主权项

1.一种石油炼化过程中分馏塔液位自适应控制方法，其特征在于，包括以下步骤：步骤1、将石油炼化过程中的分馏塔作为被控对象，选择FOPDT模型作为被控对象模型G(s)：式中，K_m、T、τ分别为被控对象模型G(s)的增益、时间常数及滞后时间，通过基于极值优化算法神经网络辨识被控对象模型G(s)的K_m、T、τ，s表示拉普拉斯算子；步骤2、将辨识得到的被控对象模型G(s)的K_m、T、τ分别定义为T^*、τ^*，根据T^*、τ^*设计预测PI控制器，包括以下步骤：步骤201、根据T^*、τ^*得到被控对象模型G(s)，计算闭环传递函数G_p，则有：式中，K_p表示比例放大系数；λ为可调参数，λ＝1，开环与闭环的时间常数一致，λ＞1，开环响应比闭环响应要快，λ＜1，闭环响应比开环响应要慢；L表示滞后时间；步骤202、根据闭环传递函数Gp，得到系统传递函数Gc(s)：步骤203、将系统传递函数Gc(s)化简之后得到控制器的控制律：式中，U(s)表示预测PI控制器的输出，E(s)表示误差传递函数；根据上述控制器的控制律得到具有传统的PI控制结构的控制器GC1及基于过去输入量预测当前输出的控制器GC2，则有：