【VB开源代码栏目提醒】:文章导读:在新的一年中,各位网友都进入紧张的学习或是工作阶段。
网学会员整理了VB开源代码-纸浆漂白过程的建模及操作优化 - 机械机电的相关内容供大家参考,祝大家在新的一年里工作和学习顺利!
Y -79主2572 107(}8 832 睦压斜技夫爹 硕士学位
论文 题目 缍基逻自过墨鲍建撞缝盘往垡丝 Modeling and Operation Optim ization of Pulp B leaching Process 院(系)壑氢墨鱼王:〔捏堂瞳专业撞劐堡逾当控剑兰程 研究生 宗大伟 指导教师 壬孟效教授 oo五年五月十日 纸浆漂白过程的建模及操作优化 摘要 无氯漂白己在木浆生产线应用多年,但由于生产成本较高及在麦草浆生产线上的全新工艺要求,使得此法仍没有在麦草浆生产线上得到广泛应用。
目前我国绝大部分造纸企业的纸浆漂白工艺仍采用传统的三段漂白或四段漂白。
纸浆漂白过程是~非线性时变过程。
因其内部机理复杂,再加上其各变量间相互耦合,要想弄清其中某个变量与纸浆质量指标的关系都很困难,更不要说建立其机理模型。
本文以舞阳银鸽纸浆漂白过程为蓝本对这一过程进行了研究。
一是基于BP神经网络建立纸浆漂白的数学模型,二是漂白过程的操作优化,三是完成漂白过程DCS的设计与实施。
在分析影响纸浆漂白效果因素的基础上,确立了以纸浆绝干浆量、氯气流量、碱液流量、漂液流量、碱处理温度、漂白温度为输入变量,白度、残氯为输出变量,隐层数为l,隐层节点数为8的三层网络模型。
采用BP神经网络对纸浆漂白过程进行建模,并对此网络模型进行了仿真。
仿真结果表明:该模型能较好地描述过程的行为,各操作变量对过程输出的影响符合实际的工艺情况,网络模型的验证也说明模型的记忆能力和泛化能力都比较不错。
操作优化本质上是稳态优化。
操作优化常采用递阶控制系统结构,优化层位于直接控制层之上,由上位机给出几个控制器的设定值【32】。
在此模型基础上,同时白度、残氯满足要求的情况下以生产成本为目标函数对纸浆漂白过程进行了优化。
通过上位机上给出漂白工艺主要操作参数PID的设定值,通过基本控制级的调节作用使上述工艺参数运行在优化区,从而在满足漂白效果的同时节约生产成本。
针对纸浆漂白工艺对自控系统的要求,基于西门子硬件和软件开发平台,对DCS系统进行了整体规划设计和工程实簏。
以优化结果作为PID参数设定参考值。
整个系统运行良好,达到要荥。
关键词:神经网络,操作优化,纸浆漂白,过程建模,DCS Modeling and Operation Optimization of Pulp Bleaching Process ABSTRACT ECF and TCF have been used many years in wood pulp product,but it haven’t used widelyin straw pulp product line because high production cost and new demand of straw pulp productline.Presently,most paper factory of OUt”country use traditional bleaching arts and crafts,suchas CEH or CEHH.Pulp-bleaching process is a non—linear time variation course.It is verydifficult to get the boRom of the relation between all variable and pulp quality that itscomplicated intemal mechanism and variable coupled each other,much less to set up itsmechanism model.This article studies the pulp-bleaching process of Yin Ge factory,Wu yang.First,Setting up the math model of pulp—bleaching based on BP neural network.Second,Operation optimization ofpulp·bleaching.Third,DCS design and implement ofpulp-bleaching. The paper ascertain pulp flux without water,chlorine flux,lye flux,hypochlorite flux,basification temperature and bleaching temperature as input variables,whiteness and survivalchlorine as output variables,1 connotative layer,8 connotative nodes.Using BP neural networkto set up pulp·bleaching model and simulate the network model.The simulation result:Themodel descript preferably the action of process and process output influence of each operationvariables according、Ⅳith actual arts and crafts.the validate of network model show the modelbeRer ability ofmemory and generalization. from essence.Operation optimization Operation optimization is steady—state optimization often use hierarchical control structure,optimization layer is on the direct control layer,and give set point of controller by computer.Optimize the pulp—bleaching process based on this model, simultaneity,whiteness and survival chlorine satisfy the requirement of pulp quality.Give the main PID parameter set point of the bleaching arts and crafts by computer,and make the parameter in the field of optimization section,to satisfy the bleaching effect and synchronously saving production cost. According the requirement of pulp—bleaching arts and crafts and based hardware andsoftware of siemens platform,design and implement DCS system.Used the optimal result as setvalue ofPID parameter.The system reached the requirement and run well.Key words:Neural network,operation optimization,pulp—bleaching,process modeling,DCS 第一章绪论1.1引言 我国的制浆造纸工业正向扩大规模,提高设备水平、追求
经济效益(包括规模效益)、降低能耗、减少污染的方向发展。
无元素氯漂白虽已在木浆生产线应用多年,但由于较高的投资及生产成本,使得此法一般用在规模10万/t浆以上的生产线上。
全无氯漂白近几年已陆续在木浆和竹浆生产线上得到应用,但同样较大的一次性投资、较高的生产成本以及用在麦草浆生产线上的全新工艺要求,使得此法仍没有在麦草浆生产线上得到广泛应用。
目前我国绝大部分造纸企业的纸浆漂白工艺仍采用20世纪20年代发展起来的氯化,碱处理,次氯酸盐漂白,即CEll或CEHH。
自动控制不再是简单的替代生产中的人工操作,而是对自动控制系统的整个控制性能提出了更高更新的要求。
随着过程复杂性和控制要求的曰益提高,在很多非线性时变工业过程控制系统中,却遇到了越来越多传统控制理论无法解决的问题:不确定性的模型、高度的非线性、复杂的任务要求。
为此,人们提出了多种新型的控制方法。
人工神经网络理论近年来得到迅速发展,神经网络在应用时,不需考虑过程或现象的内在机理,一些高度非线性和高度复杂的问题能较好地得到处理,因此神经网络在控制领域取得了较大的发展,国内外理论与实践均充分证明,其在工业复杂过程控制方面有广泛的应用【11121。
制浆造纸漂白过程是典型的复杂非线性时变过程【11,国内外文献对这一过程进行了广泛的研究,如应用模糊神经元网络纸浆漂白的质量预测,纸浆漂白过程的实时控制,漂白纸浆质量的模糊评判等【1】【2】【31。
本
论文主要研究基于神经网络的纸浆漂白过程的模型建立,并在此基础上实现漂白过程的操作优化,并设计了工程化的实施
方案。
1.2人工神经网络的发展状况、特性及应用1.2.1人工神经网络的发展状况 人工神经网络(Artificial Neural Networks,简写为ANN)也简称为神经网络(NN)或 1称作连接模型(Connectionist Model),是对人脑或自然神经网络(Natural NeuralNetwork)若干基本特性的抽象和模拟。
人工神经网络以对大脑的生理研究成果为基础的,其目的在于模拟大脑的某些机理与机制,实现某个方面的功能【4】。
国际著名的神经网络研究专家,第一家神经计算机公司的创立者与领导入Hecht—Nielsen给人工神经网络下的定义就是:“人工神经网络是由人工建立的以有向图为拓扑结构的动态系统,它通过对连续或断续的输入作状态相应而进行信息处理。
” 人工神经网络是由若干人工神经元以一定的连接形式连接而成的复杂的互连系统。
对它的研究可以追溯到1943年由心理学家W.S,McCulloch和数学家W.Pitts提出了最早的人工神经网络模型,即M—P模型。
1949年心
理学家D.0.Hebb提出了有名的Hebb学习规则。
50年代末,计算机学家F.Rosenblatt提出的感知器(Perceptron)模型,是第一个真正意义上的人工神经网络。
1969年,人工智能的创始人之一M.Minsky和S.Papert出版了有较大影响的《感知器》一书,指出感知器功能上的局限性,其悲观论点极大地影响了当时的入工神经网络的研究,开始了人工神经网络发展史上长达】O年的低潮羯。
由于受当时神经网络的理论研究水平所限及应用前景不明朗,加之受到冯·诺依曼式
计算机发展的冲击等因素的影响,对神经网络的研究陷入低谷。
但是,在美、日等国仍有数学者在扎扎实实地继续着网络模型和学习算法的研究,提出了许多有意义的理论和方法如Arbib的竞争模型、1977年Knhonen提出的自组织映射模型、Grossberg的自适应谐振模型、Fukushima的新认知机等。
进入80年代后,随着计算机科学、生物技术和光电技术等领域的迅速发展,人工神经网络的研究进入到了一个新的发展阶段。
1982年,美国物理学家Hopfield对神经网络的动态特性进行了研究,提出了所谓Hopfield神经网络模型。
首次引入了网络能量函数的概念,并给出了网络稳定性的判据。
以Rumelhart为首的PDP(Parallel DistributedProcessing)并行分布处理研究集团对联结机制(eonnectionist)进行了研究。
此外,T.J.Sejnowski等人还研究了神经网络语音信息处理装置。
这些成功的研究对第二次神经网络研究高潮的形成起了决定性的作用。
1986年D.E,Rumelhart和J.L.McClelland发展T著名的网络学习算法-误差反向传播(Back Propagation)学习算法。
1987年6月,首届国际人工神经网络学术会议在美国加州召开,重新掀起神经网络开发研究的热潮。
1988年,我国在北京召开了神经网络的国际研究
工作会议,并出版了
论文集。
1989年lO月在北京又召开了神经网络及其应用讨论会。
1990年12月在北京召开了我国首届神 2经网络学术大会,并决定以后每年召开一次年会。
1991年冬在南京召开的第二届中国神经网络学术大会上,宣布成立中国神经网络学厶【“。
在国外神经网络软件比较多,应用也比较成熟。
比较有名的是Math Works公司推出的MATLAB。
神经网络工具箱是MATLAB环境下所开发出来的许多工具箱之一,它是以神经网络理论为基础,用MATLAB语言构造出典型神经网络的工具函数,MATLAB中专门编制了大量有关BP网络的工具函数,为BP
网络的应用研究提供了强有利的便利工具哪61。
其次就是Ward System公司的Neural Shell系列,在样本数据采集、录入、多种网络模型的选择、图形监控训练过程、自动生成神经网络控制算法、与常规控制加以集成方面做的很突出,特别是在指纹识别和手写体判别上面,被国家技术标准协会(NIST,National Institute of Standards and Technologies)认为是做的最好的。
他提供了大量的模型(包括BP模型,KOHONEN模型,PNN模型,GRNN模型)可以进行测试训练,对数据预处理,使用特殊的工具包,通过各种训练方法训练并可以生成c程序或者vB
程序。
国内神经网络方面研究十分活跃,其中浙江大学工业控制技术国家重点实验室BP算法的改进及其在控制中的应用f71,上海交通大学研究神经网络在电站故障诊断系统中的应用研究【8】。
1.2.2人工神经网络特性 t.并行分布处理 神经网络具有高度的并行结构和并行实现能力,因而能够有较好的耐故障能力和较快的总体处理能力。
这特别适用于实时控制和动态控制‘31。
2.非线性映射 神经网络具有固有的非线性特性,这源于其近似任意非线性映射(变换)能力。
这一特性给非线性控制问题带来新的希望。
3.通过训练进行学习 神经网络是通过研究系统过去的数据记录进行训练的。
~个经过适当训练的神经网络具有归纳全部数据的能力。
因此神经网络能够解决那些由数学模型或描述规则难以处理的控制过程问题。
4.适应于集成 神经网络能够适应在线运行,并能同时进行定量和定性操作。
神经网络的强适应和信 R息融合能力使得网络过程可以同时输入大量不同的控制信号,解决输入信息间的胡补和冗余问题,并实现信息集成和融合能力。
5.硬件实现 神经网络不仅能够通过
软件而且可借助硬件实现并行处理。
近年来,一些超大规模集成电路实现硬件已经问世,这使得神经网络具有快速和大规模处理能力的实现网络“。
1.2.3神经网络的应用 由于人工神经网络具有一些很有吸引力的特征,所以引起了众多研究人员的兴趣,并已在自动化领域取得了显著的进展。
在智能化自动控制、工业大生产优化过程等领域,经常有大量、广泛来源的信息可供使用,但是如何从这些广泛的信息中提取为我所用的信息,形成知识,并在此基础上进行控制优化,产生决策,是十分重要和复杂的过程,而人工神经网络的优异特性在于它非常适合大量信息及数据的并行处理,因此人工神经网络技术是解决这个重要和复杂过程最适合的工具。
20世纪80年代以来,神经网络和控制理论与控制技术相结合,发展为自动控制领域的一个前沿学科——神经网络控制。
它是智能控制的一个重要分支,为解决复杂的非线性、不确定、不确知系统的控制问题开辟了一条新的途径。
由于人工神经网络高维智能优化控制技术具有潜在的巨大军事和工业效益,发达国家都在积极研究和发展此技术。
神经网络用于控制领域,主要在以下方面取得较大进展: 1.系统辨识 在自动控制问题中,系统辨识是为了建立被控对象的数学模型。
过去十几年中,人们对线性系统的建模和辨识进行了深入的研究,总结出一套成熟的辨识方法,可以建立具有较高可靠性的模型。
然而现实世界中,非线性是普遍存在的,多年来控制领域对于复杂的非线性对象的辨识,一直未能很好地解决。
相比较而言,神经网络在这方面显示了明显的优越性。
神经网络所具有的非线性特性和
学习能力,使其在系统辨识方面有很大的潜力,为解决具有复杂的非线性、不确定、不确知对象的辨识
问题开辟了一条有效途径。
基于神经网络的系统辨识是利用神经网络对任意非线性映射的任意逼近的能力,来模拟实际系统的输入一输出关系:而利用神经网络的自学习、自适应能力,可以方便的给出工程上易于实现的学习算法,经过训练得到动态系统的正向或逆向模型。
与传统的非线性辨识方法不同的是,神经网络辨识不受非线性模型的限制,它根据被控制系统的输入输出数据对,通过学习得到一个描述输入输出关系的非线性映射。
给定一个输入即可得到一个输出,而不需要知道输入和输出之间存在着怎样的数学关系。
从控制的角度看,神经网络建模主要有正向建模和逆向建模。
与传统的辨识方法比较,神经网络
系统辨识具有以下特点: (1)由于神经网络可以逼近非线性函数,故它可为非线性系统的辨识提供一种通用的模式。
(2)神经网络系统辨识是非算法式的,神经网络本身就是辨识模型,其可调参数反映在网络内部的连接权值上。
它不需要建立以实际系统数学模型为基础的辨识格式,故可以省去在辨识前对系统建模这一步骤。
(3)神经网络作为实际系统的辨识模型,实际上也是系统的~个物理实现,可以用于控制。
在神经网络非线性系统辨识方面还有一些问题需要进一步研究和探索,这些问题有网络模型和结构的选择、快速学习算法的研究和收敛性的分析、输入激励信号的选取等。
2.神经控制 控制器在实时控制系统中起着“大脑”的作用,神经网络具有自学习和自适应等智能特点,因而非常适合于做控制器。
长期以来,自动控制工作者一直面临着一个具有挑战性的问题,即控制对象的不确定性和时变性,对策是采用自适应控制。
自适应控制有间接和直接两种方式,前者是通过辨识对象本身的模型来调整控制器的参数,而后者则是直接估计控制器的参数。
当前,线性系统的自适应控制问题已基本解决,但非线性系统的自适应控制还存在一些难点。
神经网络的兴起为解决非线性系统的控制问题带来了生机,其原因还是在于前面所提到的,即神经网络具有很强的非线性逼近能力和自学习能力。
对于复杂非线性系统,神经网络所达到的控制效果往往明显好于常规控制器。
神经网络作为控制器主要是为了解决复杂的非线性、不确定、不确知系统在不确定、不确知环境中的控制问题,使系统稳定、鲁棒性(只在不确定因素存在的情况下,使系统保持其原有性质的能力)好,具有要求的动态和静态性能。
近年来,神经网络控制在工业、航空以及机器人等领域的控制系统应用中已取得许多可喜的成就。
1.3本
设计的目的和所作的工作 纸浆漂白过程的机理较复杂,且影响因素较多,目前还无法建立漂白的机理模型“3。
。
如何在现有的工艺条件基础上进一步降低能耗、提高产品质量。
本次设计通过对漂白工艺分析,确定影响漂白效果的主要因素,对生产数据进行归纳总结,利用ANN得到漂白工艺参数对漂白效果影响的规律,并自此基础上实现纸浆漂白的优化操作。
影响纸浆漂白的主要因素有:氯化塔进浆浓度与流量、氯气流量、碱液流量、碱处理温度、碱处理时间、漂液流量、漂白温度、漂白时间等参数。
漂白效果可以用四个指标综合评定;白度、返黄值、漂损和残氯,当这四个指标都达到或超过规定要求值时评价为优。
经过主因分析,确立了以纸浆绝干浆量、氯气流量、碱液流量、漂液流量、碱处理温度、漂白温度为输入变量,白度、残氯为输出变量的BP神经网络模型。
在此模型基础上,同时自度、残氯满足要求的情况下以生产成本为目标函数对纸浆漂白过程进行了优化。
通过人工神经网络与优化分析方法给出满足漂白效果的并使成本最小的漂白工艺主要操作参数的优化操作区及它们之间的对应关系,并以优化操作区的数值及其对应关系,由上位机来设定基本控制级的给定值,通过基本控制级的调节作用使上述工艺参数运行在优化区,从而在满足漂白效果的同时节约生产成本。
针对纸浆漂白工艺对自控系统的要求,基于西门子硬件和软件开发平台,对DCS系统进行了整体规划设计和工程实施。
以优化结果作为PID参数设定参考值。
整个系统运行良好,达到要求。
6 第二章漂白过程工艺分析2.1概述2.1.1漂白的目的和作用1.漂白的目的 经化学蒸煮或机械磨解等方法制得的纸浆,均带有一定的颜色,白度较低,不符合制造白纸的要求,也不能用来生产溶解浆。
漂白是用漂白剂与纸浆中木素和色素作用使之变成可溶物溶出,其目的是除去纸浆中的有色物质或改变其化学成分使之脱色。
其另一目的就是进一步去除木素或其他不纯物,以提高纸张白度的稳定性,同时保持纸浆适当的物理和化学性质,满足抄纸及纸张的性能要求【14】。
2.漂白的作用 漂白是在比蒸煮缓和得多的条件下进一步除去木素,纯化纸浆。
在某种意义上说漂白是蒸煮的延续。
漂白后纸浆的质量由纸浆的白度、漂损、残氯、返黄值等指标决定,漂后浆的物理、化学性质决定成纸的质量,因此,漂白在纸浆生产过程中占有重要的地位,它不仅提高了纸浆的白度和纯度,增加了纸张的耐用性,还关系到物料和能源消耗以及环境保护‘13】。
2.1.2漂白方法和漂白剂1.漂白方法 根据漂白过程所起的反应不同,传统的漂白方法分两大类:氧化漂白和还原漂白。
氧化漂白是利用漂白剂的氧化作用除去纸浆中的残留木素,破坏发色基团。
该法漂白浆的得率低,纯度高,耐久性强。
也称之为“溶出木素式漂自”。
对纸浆的白度要求较高时,常采用此种方法。
还原漂白是用还原性漂白剂,有选择性的破坏纸浆中的发色基团的结构,但不除去纸浆中的木素。
漂白后纸浆得率高,耐久性差,有人称之为表面漂白。
此种漂白方法的损失很小,并保持了浆料的特性,也称之为“保留木素式漂白”。
由于有上述两种方法就出现和发展了两类不同的漂白剂,即“氧化性漂白剂”和“还原性漂白剂”。
氧化性漂白剂主要有:漂白粉、氯、次氯酸盐、二氧化氯、过氧化物等;还原性漂白剂主要有连二亚硫酸,含硼氢化钠的Borol等。
目前,漂白剂多数是含氯和硫的化合物,所以废液的排放会对环境产生一定的污染,目前漂白的废液一般可循环使用,这样虽然减少废液量,但没有减少漂白负荷,而且氯离子的增加又会引起对设备的腐蚀。
因此纸浆漂白过程始终存在污染、腐蚀和纤维损失等问题。
2.1.3漂白常用术语1.有效氯 有效氯是指漂白剂中,能与未漂浆中残留木素和有色物质超反应的那一部分氯。
2.残率 漂白到终点时,纸浆中尚存在的有效率的量称为残氯。
3.返黄值 漂白或不漂白的纸浆经过一定时间的贮存,或经过日光的照射后,纸浆白度会有一定程度的下降,这种引起白度降低的现象称为纸浆的返黄。
4.白度 用白度来衡量纸浆漂白的程度。
白度用白度计来测量,生产中
常用氧化镁板作为测定白度的标准板。
纸浆的白度是指纸浆对光的反射率相对于氧化镁板对蓝光反射率比值的百分数。
2.2化学浆的多段漂白 漂白的方式较多:一段漂白、二段漂白与多段连续漂白,目前多数厂家都采用三段、四段漂白。
多段连续漂白是通过不同的段数组合来实现的,适合于大规模生产的需要,具有节约氯耗、降低纸浆中的灰分、提高纸浆的撕裂度及耐破度等优点。
2.2.1多段漂白的必要性 为了获得高白度、大强度的纸浆或溶解浆及合理使用化学药品,发展了至少由三段(氯化(C)、碱处理(E)、次氯酸盐漂白(H))组成的多段漂白。
虽然现在的漂白技术发展迅速,许多新的漂白方法已在生产中得到了应用,但目前麦草浆的漂白设计多数仍采用传统的CEIl三段漂。
其原因是多方面的:无元素氯漂白如ODED虽已在木浆生产线应用多年,但由于投资及生产成本的提高,使得此法一般用在规模10万t/浆以上的生产线上。
全无氯漂白如oQPP,近几年已陆续在木浆和竹浆生产线上得到应用,但同样较大的一次性投资、较高的生产成本以及用在麦草浆上的全新工艺要求,使得此法仍没有在麦草制浆生产线上得到应用C163。
传统的CEH三段漂(氯化段,碱处理段,漂白段),见图2一l。
三弓麟臣目■工鼍当控帝n潲程圈H 图2-1三段漂工艺控制流程图 Fig.2-1 Control flow chart of three processs bleaching2,2.2氯化 氯化是纸浆漂白的基础,也是漂白的关键。
其目.