论文部分内容阅读
超临界萃取技术是化工提取领域的一项新兴重要工艺,利用溶剂处于临界温度和临界压力之上,具有极强溶解能力的原理来提取分离有效成分。这种方法因其绿色健康、高效无毒、经济、可循环利用等优点正受到越来越多人的关注,超临界CO2萃取技术在食品、化工、医药等行业得到了广泛的应用。但是超临界萃取技术现在面临着诸多问题,如设备自动化程度不高、萃取不同物料的最佳工艺参数的不准确、萃取温度、压力或流量控制效果较差等,它们严重影响萃取物的得率和萃取质量。因此,增加系统的自动化程度和系统的控制精度,对超临界萃取技术的工业化应用和节能降耗都有重要作用。本文分析了超临界萃取技术的原理和特点,以实验室HA221-40-11型超临界萃取设备为实验研究对象,通过对超临界萃取工艺流程进行分析,确定了萃取温度、萃取压力、CO2流量和萃取时间四个影响萃取过程的主要工艺参数。依据RBF神经网络良好的逼近能力和快速的学习能力,以五味子为萃取原料,利用超临界萃取装置进行实验,以实验数据为基础,萃取温度、萃取压力、CO2流量和萃取时间作为输入,萃取得率为输出,由RBF神经网络训练得到最佳萃取得率模型。利用PSO算法快速良好的寻优效果和收敛速度,对RBF萃取得率模型进行寻优,得到PSO-RBF萃取得率预测模型,通过MATLAB验证,模型预测效果好。最后用PSO算法对萃取参数进行寻优,得到了系统的最佳萃取工艺参数。针对温度控制系统滞后、参数易变的特性,在分析了常规PID控制简便但对系统适应性相对较差,以及Smith预估器有良好的滞后补偿性但对参数变化敏感等特性的基础上,加入适应性较强的模糊控制,建立了Smith-Fuzzy-PID控制方法控制萃取温度。通过仿真验证了控制系统无超调,稳定时间短并且有较好的鲁棒性。提出了萃取系统控制整体方案,设计信号采集流程,选择S7-300作为系统控制器,加入触摸屏MP277对系统进行操作和监控,应用STEP7对硬件进行组态。设计系统PLC程序,采用WinCC flexible设计监控和参数设定界面,并通过OPC技术完成MATLAB和WinCC之间的数据传送,在MATLAB中实现萃取温度的Smith-Fuzzy-PID控制,然后将控制信号传回S7-300,控制执行器件的动作,使系统萃取温度的控制精度更好。