基于DRNN神经网络的造纸过程定量水分解耦控制分析

阐述造纸过程定量水分的控制技术,利用Matlab建立定量水分数学模型,分别采用常规PID算法和DRNN神经网络算法对定量水分耦合模型进行解耦控制,探讨神经网络来整定PID控制器参数,不依赖控制对象的数学模型就可以实现解耦控制。仿真结果表明,DRNN神经网络算法响应速度更快,自适应能力显著增强,可进一步改善系统的动态性能。

造纸过程定量水分神经网络建模和控制

根据纸机定量水分过程的机理,提出了一种新的神经网络建模方法。在此基础上,针对该过程的大滞后、大惯性、强非线性、时变以及多变量耦合的特点,提出了一种包括定量控制和水分控制的多变量神经网络控制策略。利用该控制策略建立的自适应神经网络控制器,可以使成纸的定量和水分维持在设定的范围之内。进一步分析可以得到,该控制器是一个状态和控制作用均可跟踪的伺服系统。实际应用效果非常好。

纸机定量水分控制的通用建模方法

提出一种具有明确物理意义的“等效纸机”，采用机理分析结合实验的方法首次提出了纸机定量水分控制的通用建模方法，由此得到的模型结构简单，可以适用于不同纸机和不同纸种的生产过程；对模型的有效性进行了验证。

棉浆粕定量水分监控系统的设计

基于“组态王”设计了一个棉浆粕生产过程的计算机监控系统,通过控制和调节棉浆的浓度、流量以及烘缸蒸汽压力,达到满足棉浆粕定量水分的生产要求。并且可在局域网上进行监测。

Smith模糊PID控制器在抄纸定量水分系统中的应用

造纸过程是一个复杂的多变量过程。变量与变量之间相互关联,相互强耦合。同时造纸过程又存在较大的时滞。对此,采用对角线解耦的方法,将多变量系统变成单变量系统。提出一种基于Smith预估结构的自适应模糊PID控制方法,有效地克服了滞后对控制系统稳定性和质量控制的影响。仿真和实际应用结果表明该方法对于造纸过程中定量水分的控制具有非常好的效果。

造纸机定量水分微机控制系统

本文介绍圆网纸机定量水分控制系统的设计与实现，着重介绍系统组成、控制方案和控制算法。

定量水分控制系统性能的讨论

介绍了QCS系统的主要结构及其采用的关键测量技术。对扫描架、定量传感器、水分传感器的简单工作原理进行了分析。并列举了QCS系统在各不同纸种生产上的典型应用及配置。

定量水分控制系统模糊Smith-PID控制器的设计与仿真

针对造纸过程中的非线性、干扰多、耦合严重、纯滞后大等特点,在对定量、水分控制系统分析的基础上,提出一种基于模糊Smith-PID的控制方案。给出实现方案的控制系统结构和设计方法,同时采用MATLAB进行仿真。结果表明该方案能有效地提高定量、水分的控制精度,且在模型参数发生变化时仍能获得良好的动态响应性能。

谈谈近红外定量水分测量仪的使用

浅析了近红外定量水分测量仪的测量原理与特点 。

在ABB定量水分控制系统上开发中文报表

我国各大中型企业出于强化自身竞争机制的需要,纷纷从国外进口先进的工业控制系统。这些工控系统大多无法输出中文报表,且每天生成的班日报表数据只保存24小时,数据较分散,无法永久性存储和生成月统计报表,给生产和管理带来诸多不便。几年来。

纸页定量水分控制的建模与辨识

为了提高纸页定量和水分的控制质量 ,本文讨论了利用扫描仪的扫描数据对纸页定量和水分进行在线辨识的横向 (CD)算法和纵向 (MD)算法。针对水分所固有的非线性 ,水分模型 (EIMC)采用了自举算法 ;对于定量 ,利用其模型的线性 ,开发了一个扩展卡尔曼滤波器 (IBPAM) ,来辨识更复杂的纵向动态特性。两种算法都进行了仿真 ,结果表明 :从预测偏差的平方和及残数的空白度来看 ,二阶的ARMA模型会产生最佳的数据适应度。

气垫流浆箱压力与纸页定量和水分的仿真控制

基于MATLAB7.0平台,利用GUI设计技术,分别对造纸过程中气垫式流浆箱控制系统和成纸定量水分控制系统进行了计算机模拟仿真。通过开发的仿真软件,比较和验证了PID控制和模型预测控制的不同效果。结果表明,对于气垫式流浆箱和成纸定量水分这类双输入双输出的控制系统,预测控制具有良好的解耦控制作用、系统稳定性及鲁棒性,预测控制效果比较理想。

抄纸过程水分定量智能控制

针时抄纸过程中的纸页水分与定量耦合现象、抄纸过程工艺特点及要求，提出采用计算机与神经元控制技术相结合，组成具有解耦能力的智能控制器。仿真研究表明，该控制器能满足抄纸过程对水分定量的工艺要求，且具有良好的鲁棒性。

纸厂定量／水分的智能控制研究

造纸生产过程中的定量／水分控制十分复发，存在着大时延的问题，本文提出了三个智能控制算法用以解决大时延的问题，我们在实际中运用这些算法取得了较好的控制效果，应用和仿真结果说明了算法的有效性。

改进DRNN用于纸张水分定量解耦控制

针对抄纸过程中纸机系统大滞后、非线性、时变且纸张的水分与定量之间存在严重耦合的问题,提出一种基于改进DRNN神经网络辨识的PID解耦控制器。该控制器利用改进DRNN对定量与水分参数的Jacobian信息辨识结果,自适应调整PID控制器的各项比例系数。仿真结果表明水分与定量之间相互影响很小,能较好实现对象的解耦控制,且适应能力强。实际运行结果表明,该算法的投入提高了控制精度,具有较强的鲁棒性。