一种基于预测控制的制浆蒸煮控制方法
【专利说明】一种基于预测控制的制浆蒸煮控制方法 【技术领域】
[0001] 本发明涉及制浆蒸煮技术领域，特别是基于预测控制的制浆蒸煮控制方法的技术 领域。 【【背景技术】】
[0002] 在制浆蒸煮过程中利用碱性或硫酸盐类化学药剂，根据不同类型纸浆的需要，尽 可能除去植物纤维原料中的木素，而尽量保留纤维素和半纤维素，并使纤维离解成浆。在药 剂与原料反应的同时，不仅脱除原料中的木素，而且原料中的树脂、蜡、脂肪等皂化物及杂 细胞也随之脱除，同时不可避免地伴有纤维素、半纤维素的降解。由此可见蒸煮过程的反应 机理，关键在于准确地掌握蒸煮过程的客观规律，合理地制定工艺条件并严格按照工艺规 程进行操作，以期达到既能有效地溶出木素，又最大限度地保护纤维素和半纤维素，获得高 强度、高得率的纸浆。
[0003] 在实际生产中，影响纸浆质量、纸浆得率最大的因素是蒸煮时间、蒸煮温度以及有 效碱浓度。由于参与反映的物质（特别是木素）在化学上的复杂性，以及在蒸煮过程中药液 成分的不断改变，木素显现出三个不同的反应时期，每个反应时期均有各自的速度规律和 化学计算法。三个阶段是：初期脱木素阶段：脱木素速度主要受扩散作用而不是化学作用 支配；大量脱木素阶段：化学反应占主导地位：残余脱木素阶段：脱除残余或难除去木素。
[0004] 为了稳定地控制纸浆品质，获得理想的卡伯值，在大量脱木素阶段测得的有效碱 浓度作为模型输入。立式蒸锅或蒸球在蒸煮过程的可控变量是蒸煮温度和蒸煮结束的时 间，即通过H因子来表述蒸煮过程，使其稳定在设定值水平。预测控制是70年代后期产生 的一类新型计算机控制算法，这类算法以对象的阶跃或脉冲响应为模型，采用滚动优化推 移对的方式在线地对过程实现优化控制，在复杂的工业过程中显现出良好的控制性能。卡 尔曼滤波是一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最 优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响，所以最优估计也可看作 是滤波过程。控制系统利用预测控制与卡尔曼滤波来稳定地控制蒸煮过程的温度曲线，获 得更为准确的H因子，使得纸浆最终预测的卡伯值也更为准确。 【
【发明内容】
】
[0005] 本发明的目的就是解决现有技术中的问题，提出一种基于预测控制的制浆蒸煮控 制方法，可以明显减小卡伯值的方差，有效地提高过程系统的控制精度，并且易于实现计算 机控制。
[0006] 为实现上述目的，本发明提出了一种基于预测控制的制浆蒸煮控制方法，所述控 制方法利用预测控制和卡尔曼滤波结合的形式对制浆蒸煮过程的温度进行跟踪控制，具体 步骤包括：
[0007] (a)机理建模：建立蒸汽量与锅内温度之间的机理模型，蒸汽量作为操作变量，蒸 球温度作为被控变量；
[0008] (b)线性处理：在不同工作点处，分别对模型进行线性化，得到蒸汽量与温度之间 的线性模型；
[0009] (c)参数确定：选取采样周期T，动态响应测试，得到模型系数ai，a2a N，仿真 调优确定其他参数；
[0010] (d)优化计算：温度传感变送器获得温度实时测量值y，结合步骤一中建立的机理 模型，经过无迹卡尔曼滤波算法，消除测量噪声，得到卡尔曼滤波后的温度测量值与温 度设定值I比较，计算温度偏差e。然后进行对温度预测值校正，移位设置该时刻温度预 测初值Ym，解二次优化命题，得到蒸汽变化增量Au，调节蒸汽阀门开度，由控制增量计算 控制量u并输出，最后计算温度输出预测值Y ni;
[0011] (e)确定卡伯值：在蒸煮过程大保温开始之后，通过测得的有效碱浓度s和初始 H-因子H。进行模型代入，最终得到纸浆蒸煮结束时的卡伯值Kappa。
[0012] 作为优选，所述（b)和（c)步骤中，线性处理和参数确定是采用基于动态矩阵预测 控制算法，它将卡尔曼滤波后的温度测量值与温度设定值I比较，得到温度偏差e来对 温度预测值进行校正。通过解二次优化命题，得到蒸汽变化增量Au，进而调节蒸汽阀门开 度，由控制增量计算控制量u。
[0013] 作为优选，所述（d)步骤中，无迹卡尔曼滤波算法是通过对锅炉温度测量值y和预 测模型的输出值y n (k)进行更新，从而获得消除测量噪声后的锅炉温度值
[0014] 作为优选，所述（e)步骤中，确定纸浆蒸煮过程最终的卡伯值，是先通过对蒸煮温 度T的控制，再进一步控制H因子，从而达到对与纸楽:质量密切相关的卡伯值Kappa的控 制。
[0015] 本发明的有益效果：本发明通过模型预测控制与卡尔曼滤波的结合，有效消除了 系统的建模和测试噪声，在已知系统模型的情况下，预测控制可用于时变、时滞以及非线性 系统的控制，可以方便的处理控制量、操作工况、装置上下限等约束；不同于传统的PID控 制，使用本方法控制蒸煮制浆温度，控制精度高，控制效果好，可以进行卡边操作，使装置运 行在经济合理的位置，可以快速准确跟踪期望的温度曲线，减少能量的消耗和过程的波动， 实现节能减排，有效地提高过程系统的反应速度和控制精度，并且易于实现计算机控制。
[0016] 本发明的特征及优点将通过实施例结合附图进行详细说明。 【【附图说明】】
[0017] 图1是本发明一种基于预测控制和卡尔曼滤波的制浆蒸煮过程的控制方法的蒸 煮过程三个脱木素阶段；
[0018] 图2是本发明一种基于预测控制和卡尔曼滤波的制浆蒸煮过程的控制方法的蒸 煮过程流程工艺图；
[0019] 图3是本发明一种基于预测控制和卡尔曼滤波的制浆蒸煮过程的控制方法的控 制框图；
[0020] 图4是本发明一种基于预测控制和卡尔曼滤波的制浆蒸煮过程的控制方法的控 制流程图；
[0021] 图5是本发明一种基于预测控制和卡尔曼滤波的制浆蒸煮过程的控制方法的典 型的蒸煮过程工艺标准升温曲线。 【【具体实施方式】】
[0022] 参阅图1~图5，本发明，具体步骤包括：
[0023] 步骤一、建立蒸汽量与锅内温度之间的机理模型，蒸汽量作为操作变量，蒸球温度 作为被控变量；
[0024] 步骤二、在不同工作点处，分别对模型进行线性化，得到蒸汽量与温度之间的线性 模型；
[0025] 步骤三、选取采样周期T，动态响应测试，得到模型系数ai，a2……a N，仿真调优确 定其他参数；
[0026] 步骤四、温度传感变送器获得温度实时测量值y，结合步骤一中建立的机理模型， 经过无迹卡尔曼滤波算法，消除测量噪声，得到卡尔曼滤波后的温度测量值与温度设定 值I比较，计算温度偏差e。然后进行对温度预测值校正，移位设置该时刻温度预测初值 YN(]，解二次优化命题，得到蒸汽变化增量A u，调节蒸汽阀门开度，由控制增量计算控制量u 并输出，最后计算温度输出预测值YN1。
[0027] 步骤五、在蒸煮过程大保温开始之后，通过测得的有效碱浓度s和初始H-因子Η。 进行模型代入，最终得到纸浆蒸煮结束时的卡伯值。
[0028] 所述温度偏差e =温度设定值卡尔曼滤波后的温度估计值 ;所述预测初值的校正为Yni= Y N1+he ;二次优化命题的目标函数为：