一种级联流浆箱纸机全局优化控制方法与流程

本发明涉及造纸生产控制领域，尤其是涉及一种级联流浆箱纸机全局优化控制方法。
背景技术：
：实现造纸生产过程优化主要有两条途径：在设计时采用先进工艺，在运行时采用先进的优化控制技术。本专利主要针对已投运的造纸生产装备进行实时优化控制。在造纸生产过程中，实时优化是一个与具体工艺过程紧密结合的多级综合过程，数学上可描述为具有大量复杂约束的大规模多目标非线性优化问题。常规的解决思路是在一个优化问题中考虑所有可能的影响因素进行整体优化，这是不现实的，至少有三个难以克服的困难：首先，在一个优化问题中难以包含所有的目标、约束、故障和其他因素。其次，大规模的非线性优化问题求解运算量巨大，不可能进行实时计算；最后，当性能指标变坏时由于可能的引发因素过多且相互耦合，难以确定引发原因，确定有针对性的优化策略。在纸机装备中，流浆箱是造纸机的关键部件，对成纸品质影响最为显著。目前在国内中小型造纸企业中，应用最为广泛的是气垫式流浆箱。现有流浆箱优化控制主要是针对单一流浆箱开展研究。在实际生产中，尤其对产能需求日益增大的硬板纸、瓦楞纸生产线，单个流浆箱无法满足其所需的纸浆量，往往需要多个流浆箱同时向网部喷浆，然后进行压榨。因此，本专利将级联流浆箱作为局部优化级。本发明重点介绍局部级的优化控制。流浆箱内的纸浆浓度以及液位高度是各项控制任务中较为困难的任务之一。原因主要在于：1.废纸是造纸厂纸浆的主要原材料，进入流浆箱的纸浆可能含有泡沫、塑料等杂质，甚至生活垃圾，以至于存在腐浆导致流浆箱内纸浆浓度存在较大的波动。2.匀浆辊难以完全消除涡流、偏流以及混流的影响，导致纸浆浓度分布不均匀；纸浆纤维絮聚，导致气垫压力不稳定，造成纸浆输出流速的波动。3.流浆箱的进气口和出气口可能对流浆箱内压力造成波动，从而影响液位高度的平衡。4.流浆箱系统一般为多输入多输出的系统，且带有明显的非线性和强耦合特性，给优化控制带来了挑战。当前针对流浆箱所采用的控制方法大多是pid控制。mrkatebi等在predictivecontroldesignforlarge-scalesystems(automatica,1997,33,pp.421-425)中的研究表明，预测控制方法的精度要高于pid控制，在提高控制精度和卡边性能等方面极具优势，但是在纸机流浆箱中的应用则较少，其主要原因是预测控制对于工业生产过程中的不确定性干扰的处理效果不够理想，早期在工程实施上计算量较大，难以满足实时性要求。技术实现要素：本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种级联流浆箱纸机全局优化控制方法。本发明的目的可以通过以下技术方案来实现：一种级联流浆箱纸机全局优化控制方法，包括以下步骤：1)建立双流浆箱级联模型；2)对双流浆箱级联模型在流浆箱工作点处进行线性化；3)上位机采用卡尔曼滤波获取在线性最小方差意义下的最优状态估计；4)根据最优状态估计采用模型预测控制方法预测后续时刻流浆箱气垫压力和纸浆液位值，并根据全局级给出的流浆箱气垫压力和纸浆液位给定值计算泵机电流和原浆输入最优控制序列，发送给下位泵机控制单元，实现对纸张生产品质的优化控制。所述的步骤1)中，双流浆箱级联模型的表达式如下：其中，h1为1号流浆箱内液位高度，p1为1号流浆箱内气垫压力，h2为2号流浆箱内液位高度，p2为2号流浆箱内气垫压力，kn为阀门纸浆流量系数，km为阀门空气流量系数，pb为泵压常数，ρ1为1号流浆箱内的纸浆密度，ρ2为2号流浆箱内的纸浆密度，a为流浆箱横截面积，h为流浆箱箱体总高度，p0为标准大气压，pz为1号气泵规格相关的常量，i1为1号气泵的电流，i2为浆泵的电流，i3为2号气泵的电流，qt为配浆池原浆流量，as为流浆箱喷管的横截面积，cs为流浆箱喷管的孔缩系数，an为出气道管口的横截面积，cn为出气道管口的孔缩系数，pt1为1号流浆箱箱底总压，pt2为2号流浆箱箱底总压，g为重力加速度，y为双流浆箱级联模型输出向量，x为双流浆箱级联模型状态向量。所述的步骤2)中，在系统的工作点处，采用雅可比矩阵方法对双流浆箱级联模型进行线性化，获得多输入多输出系统模型，则有：y＝cx+vx＝[h1p1h2p2]tu＝[i1i2i3qt]ty＝[h1pt1h2pt2]t其中，w为外界干扰，v为测量干扰，x为状态变量，y为系统输出，即造纸机最终生产出成纸的定量。所述的步骤3)具体包括以下步骤：31)设定系统采样时间间隔ts、系统初始值x0和初始滤波方差矩阵p0，且令32)计算最优卡尔曼预报器，即：33)根据系统测量的输出和模型输出估计，得到误差ε(k)，则有34)计算下一步预测误差方差矩阵p(k+1|k)＝ap(k|k)at+q(k)；35)计算下一步卡尔曼滤波增益矩阵k(k+1)，则有k(k+1)＝p(k+1|k)ct[cp(k+1|k)ct+r(k)]-1；35)计算下一步卡尔曼滤波增益矩阵p(k+1|k+1)，则有p(k+1|k+1)＝[i-k(k+1)c]p(k+1|k)；36)获取最优卡尔曼滤波状态估计所述的步骤4)具体包括以下步骤：41)设定控制时域和预测时域，并将预测过程转化为矩阵一体形式，则有：其中，为预测时域中k时刻的输出向，fy为相关向量，gy为相关矩阵，u(k)为控制时域中k时刻的输入向量；42)根据全局优化级给定的系统给定值r(k)，通过范数定义最优性能函数，所述的最优性能函数的表达式为：其中，qy为输出权矩阵，ry为控制权矩阵；43)采用庞特里亚金原理和极小值原理，计算得到u(k)，并且选取其首相作为最优控制序列，控制纸机级联流浆箱系统运行。所述的步骤43)中，u(k)的计算式为：其中，i4为4阶单位矩阵。实现该控制方法的控制系统包括上位机、与上位机通信的控制器、配浆池、作为主流浆箱的1号流浆箱、作为辅流浆箱的2号流浆箱以及分别与1号流浆箱和2号流浆箱喷出口对应的网部，所述的1号流浆箱和2号流浆箱结构相同且相互并联设置，1号流浆箱的进气口设有1号气泵，其进浆口设有浆泵，2号流浆箱的进气口设有2号气泵，所述的控制器分别控制1号气泵、2号气泵和浆泵。与现有技术相比，本发明具有以下优点：本发明围绕瓦楞纸生产线建立级联式流浆箱系统模型，针对现有纸机气垫式流浆箱系统抗干扰性能的不足，利用当前级联流浆箱系统的液位和气垫压力状态信息，以及泵机电流、原浆池纸浆流速的输入量信息，预测未来纸浆液位和气垫压力，采用卡尔曼滤波器抑制生产过程中的不确定干扰，针对全局级优化给出的设定值计算预测的期望输出，实现对最终纸张品质的优化控制，优化控制方法对硬件要求不高，技术上易于实现，控制精度和稳定性好，该方法可通过选取控制权矩阵和误差权矩阵的参数实现控制精准性和响应快速性之间的最佳折中。附图说明图1为本发明方法的工作流程图。图2为本发明级联模型的设计简图。图3为本发明实例流浆箱压力跟踪响应图，其中，图(3a)为1号流浆箱压力跟踪响应图，图(3b)为2号流浆箱压力跟踪响应图。图4为本发明实例的流浆箱液位跟踪响应图，其中，图(4a)为1号流浆箱液位跟踪响应图，图(4b)为2号流浆箱液位跟踪响应图。具体实施方式下面结合附图和具体实施例对本发明进行详细说明。本专利给出的技术思路是进行分级优化，首先选取对纸张生产品质影响最大的环节，然后将生产过程优化分为全局优化和局部优化两级，以降低优化复杂度。在造纸生产过程中，纸张的定量和水分是纸机最终产品最重要的质量指标，实现对它们的优化控制能显著提高产品品质，增加产量，降低能源和原料消耗，获得明显的经济效益。因此本发明将纸张定量和水分的优化控制作为全局级。全局级优化控制采用在线性多变量工业过程的全局最优控制器整定方法中的方法，优化结果为局部级提供给定值。本发明给出的级联流浆箱纸机全局优化控制方法原理如下：1、对流浆箱建立级联模型，相关参数物理意义和单位如表1所示：表1级联模型参数表i11号气泵的电流：mai2浆泵的电流：mai32号气泵的电流：maqt配浆池原浆流量：m3/minq11号流浆箱进气流量：m3/minq21号流浆箱纸浆流量：m3/minq3进气道气体流量：m3/minh11号流浆箱内液位高度：mh22号流浆箱内液位高度：mh流浆箱箱体总高度：mp0标准大气压：101kpap11号流浆箱内气垫压力：kpap22号流浆箱内气垫压力：kpaa流浆箱横截面积：m2ρ020℃下的空气密度：1.205kg/m3ρ11号流浆箱内的纸浆密度:kg/lρ22号流浆箱内的纸浆密度:kg/las流浆箱喷管的横截面积：m2cs流浆箱喷管的孔缩系数an出气道管口的横截面积：m2cn出气道管口的孔缩系数如图2所示，该级联系统由两个气垫式流浆箱组成，1号流浆箱是主流浆箱，进浆口有一个浆泵，可以主动调节纸浆的输入流量，其调节范围受配浆池流量的限制，2号流浆箱是辅流浆箱，可被动调节纸浆的输入流量，该模型中两个流浆箱和两个气泵规格均相同。1号流浆箱内的液面与气体交界位于喷管闸板处，根据伯努利方程，分别有：由于喷管与流浆箱箱体的横截面积之比很小，箱体内纸浆液面的上下波动很小，可以忽略不计，即v1≈0。考虑喷管与箱体底部几乎处于同一水平面，得到hp≈0；联立(1)与(2)，可以得到喷管内的纸浆流动速度va及流量qa：根据纸浆物料守恒原理，1号流浆箱中的浆泵能够调节进入箱体内的纸浆流量，并存在如下数学关系，其中，pb是一个与浆泵规格相关的泵压常数，pt为箱底总压，即pt＝p1+ρ1gh1。根据理想气体方程，对于箱体内的气体存在如下的等式：其中，m1是箱体内气体质量，m0是气体摩尔质量，r是气体常数，t是绝对温度。对(7)两边取时间导数得：类似地，根据气体物料守恒原理，可以得到：依据同样原理可以得到进气流量q1以及气体释放流量q1：综上可以得到1号流浆箱的液位h1和气垫压力p1的动态方程：2号流浆箱由于不能自主调节纸浆的输入流量，其纸浆输入流量为q4：q4＝qt-q2(14)基于同样的原理，可以得到如下的关于2号流浆箱液位h2和气垫压力p2的动态方程：综合1号流浆箱与2号流浆箱关于纸浆液位和气垫压力的动态方程，可以建立如下的气垫式流浆箱级联模型：2、级联模型(17)和(18)是具有强非线性和严重耦合的系统。由于流浆箱在工作点处的波动比较轻微，故在系统的工作点处，利用雅可比矩阵方法对其进行线性化是可行的，由此得到具有如下形式的多输入多输出系统：y＝cx+v(19)其中，x＝[h1p1h2p2]t，u＝[i1i2i3qt]t，y＝[h1pt1h2pt2]t，为外界干扰，是测量干扰，且有wi,i＝1,2,3,4和vj,j＝1,2,3,4是相互独立的零均值、方差阵各为q、r为白噪声序列，因此满足：利用传感器实时在线监测外界噪声w以及测量噪声v可得到方差值q和r。3、根据卡尔曼滤波理论，计算线性最小方差意义下的最优卡尔曼滤波状态估计最优卡尔曼滤波状态估计方法程序在上位机在线运行，计算过程如下：①纸机作业前，人工设定系统采样时间间隔ts，系统初始值x0和初始滤波方差矩阵p0，且令②计算最优卡尔曼预报器，③根据系统测量的输出和模型输出估计，得到误差④计算一步预测误差方差矩阵，p(k+1|k)＝ap(k|k)at+q(k)；⑤计算卡尔曼滤波增益矩阵，k(k+1)＝p(k+1|k)ct[cp(k+1|k)ct+r(k)]-1；⑥在线计算出卡尔曼滤波方差矩阵，p(k+1|k+1)＝[i-k(k+1)c]p(k+1|k)；⑦得到最优卡尔曼滤波状态估计，4、根据计算得到的当前时刻最优状态估计，利用模型预测控制方法来预测未来的系统输出y，即造纸机最终生产出的成纸的定量。根据造纸优化控制实际需要以及工控机的计算能力，选取控制时域nc＝6，预测时域np＝10，计算过程如下：将上述预测过程转换为如下的矩阵一体形式：其中，根据全局优化级给出的系统给定值通过范数定义如下的最优性能函数：其中，qy＝i40×40是输出权矩阵，维数为40×40的单位矩阵；ry＝0.01i24×24是控制权矩阵，维数为24×24的0.01倍单位矩阵。利用庞特里亚金原理和极小值原理，可以计算得到u(k)，并取其首项得到最优的控制序列，用以控制纸机级联流浆箱系统运行。其中，i4为4阶单位矩阵。将上位机上计算所得泵机电流和原浆输入最优控制序列，通过总线分配给各个泵机控制单元，实现系统的稳定和精确快速的输出。实施例：将本发明提出的模型以及对其的控制方法用于一个双流浆箱级联式系统，如图2所示。其目的是针对生产瓦楞纸的多流浆箱系统喷浆至网部的需求，对其进行压力和浆位的控制，实现对纸张生产质量的改善。具体实施步骤如下：步骤一：如图2所示，基于物料守恒原理、伯努利方程和克拉博隆方程等，建立双流浆箱级联模型。步骤二：将步骤一所示模型在流浆箱工作点处进行线性化，其工作点数据如表2所示：表2流浆箱工作点表利用雅可比矩阵线性化方法，步骤一所示模型线性化为：在整个流浆箱生产作业过程中，针对外界产生的过程噪声w和测量噪声v，利用传感器实时在线对其进行监测测量，并在下位机上预处理计算计算各自的方差q和r。步骤三：根据卡尔曼滤波理论，计算得到在线性最小方差意义下的最优卡尔曼滤波状态估计其最优卡尔曼滤波状态估计方法程序在上位机在线运行，其步骤及参数如下：①给定系统采样时间间隔ts＝0.1分钟，系统初始值分钟x0＝[0.35150.315]t和初始滤波方差矩阵且令②计算最优卡尔曼预报器，③根据系统测量的输出和模型输出估计，得到误差④计算一步预测误差方差矩阵，p(k+1|k)＝ap(k|k)at+q(k)；⑤计算卡尔曼滤波增益矩阵，k(k+1)＝p(k+1|k)ct[cp(k+1|k)ct+r(k)]-1；⑥在线计算出卡尔曼滤波方差矩阵，p(k+1|k+1)＝[i-k(k+1)c]p(k+1|k)；⑦得到最优卡尔曼滤波状态估计，步骤四：根据步骤3得到的当前时刻的最优状态估计，利用模型预测控制方法来预测计算未来的流浆箱气垫压力和纸浆液位值，根据造纸实际需要以及工控机计算能力，选取控制时域nc＝6，预测时域np＝10。通过在上位机中编写嵌入式程序实现本发明的预测控制方法，其计算过程如下：将上述预测过程转换为如下的矩阵一体形式：其中，不失一般性，设全局级给出的流浆箱气垫压力和纸浆液位给定值序列如下：根据最优性能函数：其中，qy＝i40×40是输出权矩阵，维数为40×40的单位矩阵；ry＝0.01i24×24是控制权矩阵，维数为24×24的0.01倍单位矩阵。利用庞特里亚金原理和极小值原理，可以计算得到u(k)，取其首项得到最优的控制序列：其中，i4为4阶单位矩阵。将上位机上计算所得泵机电流和原浆输入最优控制序列，通过总线分配给各个泵机控制单元，实现对纸张生产品质的优化控制。当前第1页12