论文部分内容阅读
玻璃窑炉是时变的、复杂的、具有连续生产特点的热工对象,其被控参数多,且参数之间关联大。以重油为燃料的玻璃窑炉,通过油压罐的重油流量调节阀提供燃料。受油压严重影响的重油喷油量的有效控制是炉温控制的关键,也是生产高质量玻璃制品的关键。 国内现无小型玻璃窑炉实验装置,为了进行实验,本文首先分析了玻璃窑炉油压罐的原理和特点,并根据其特点,提出了构建一个等效的耦合非线性液位实验对象,对油流量调节阀喷油量的控制过程进行模拟的方法,提出了双重控制的解耦方法,并将模拟控制策略在模拟对象上进行了验证。 由于常规控制方法难以实现对耦合非线性对象的有效控制,本文将自适应逆控制思想应用到双重控制的设计中,其主控制器为基于对角递归神经网络的逆控制器,并用反馈误差学习方法在线学习,给出一种改进的Levenberg-Marquardt算法,并将其用于训练神经网络,提高了学习速度,满足了实时控制的要求。副控制器采用常规PI控制器。主、副控制器共同作用于被控对象,保证系统具有良好的控制品质。 最后,为验证本文提出的控制算法的有效性,基于新奥托EFPT过程控制实验装置,构建了等效液位控制实验平台,用以模拟玻璃窑炉耦合系统,采用基于对角递归神经网络的双重控制策略,通过同时调节锅炉上游和下游的电动阀门达到控制液位水槽液位的目的。控制系统基于西门子PLC S7-400及组态软件WinCC而开发。实验表明,本文提出的方法是有效的,为解决油压和重油流量调节阀喷油量的耦合问题、实现喷油量的有效控制提供了一种新方法,也为工程的应用奠定了基础。