气垫式流浆箱作为高速造纸机的关键部件,是连接“备浆流送”和“纸页成形”两部分的关键枢纽。自20世纪40年代诞生后,气垫式流浆箱的设计、制造和控制得到国内外纸业界的高度重视,成为造纸机上发展最快的部件之一。基于现代造纸工业的迅猛发展及社会对高性能、低成本、适应中国可持续发展的气垫式流浆箱产品的迫切需求,本课题在了解流浆箱国内外研究现状的基础上,对现有的气垫式流浆箱控制系统产品的内部机理进行了深入分析,并针对其存在的因算法简单而不能适应对象的特性变化、耦合扰动影响系统性能等不足,研究开发了一套低成本、高性能、便于操作与维护的气垫式流浆箱控制系统。在总结前人关于气垫式流浆箱控制算法理论成果的基础上,通过对流浆箱输入输出特性及模型结构的分析,设计了基于BP神经网络双变量PID解耦控制器。该控制器通过对传统神经网络PID控制器的结构改造,利用神经网络所具有的任意非线性表达能力,根据系统现场的运行状态,按照人为设定的性能指标,通过自学习和权值调整来整定PID控制的比例( k_p)、积分( k_i)、微分( k_d)三个参数,最终实现具有最佳组合的PID控制,进而实现了气垫式流浆箱总压与浆位的解耦控制。针对气垫式流浆箱的线性模型和非线性模型进行的仿真结果表明:该解耦控制器具有实现简单、控制精度高等特点,可基本实现总压与浆位的解耦控制。其不足是由于控制输出量存在一定的滞后现象,从而导致了该控制器在控制初期存在较大的超调量,且解耦控制时间长等缺点。针对该解耦控制器的上述不足,本文又设计了一种改进的解耦控制器——具有预测补偿功能的双变量神经网络PID解耦控制器。具有预测补偿功能的双变量神经网络PID解耦控制器是在基于BP神经网络双变量PID解耦控制器的基础上,结合预测控制思想而提出的一种改进控制器。该控制器在气垫式流浆箱非线性模型上的仿真结果表明:加入预测补偿器后,控制量得到实时补偿,在实现总压与浆位解耦控制的同时,有效地加快了解耦控制的速度、减少了控制初期的超调量,弥补了基于BP神经网络双变量PID解耦控制器的不足。气垫式流浆箱智能解耦控制系统的硬件部分主要由西门子S7-200PLC和研华IPC-610工业控制计算机等组成;软件设计由PLC编程软件(STEP 7-Micro/Win32)与上位机监控软件(KINGVIEW 6.5)完成。系统实际运行效果证明,本课题提出的气垫式流浆箱智能解耦控制系统方案设计合理,控制算法可行,在很大程度上改善了流浆箱的系统性能,达到了预期的控制效果。