蒸煮过程中稻米水分状态的质子核磁共振谱测定

对 3种稻米蒸煮过程中水分的状态进行了 1 H- NMR测定。结果表明 ,不同品种的原料稻米具有相近的弛豫特征。但在蒸煮过程中 ,纵弛豫时间会因品种的不同而呈现出显著的差异。分析结果认为 ,稻米中水分的存在状态有自由水、构造水和结合水等 3种形式。蒸煮过程中各种稻米水分状态的差异与谷粒中有机物的理化特性密切相关 ,并可能是导致米饭具有不同食味特性的重要原因。

蒸煮过程纸浆卡伯值近红外光谱法在线测定

利用近红外光谱法测量蒸煮过程黑液中木素含量的变化 ,从而在线测定出纸浆卡伯值。通过一元线性回归、多元线性回归和主成分回归分析显示 :3种测量模型均具有较好的学习和预测精度 ,其中主成分回归模型具有较高的预测鲁棒性。

基于模糊与PID混合算法的制浆蒸煮过程控制

本文在分析蒸球蒸煮过程数学模型的基础上 ,提出了基于模糊与 PID的混合算法 ,在小偏差时使用改进的 PID算法 ,在大偏差时使用模糊控制算法 .该算法用于某造纸厂六个蒸球的工业曲线跟踪控制后 ,在系统存在较大干扰的情况下 。

间歇制浆蒸煮过程的混合建模方法研究

在分析间歇蒸煮过程的经验模型和神经网络模型的基础上 ,提出了制浆蒸煮过程的混合建模方法 ,给出了混合模型的结构和算法。在对工厂的实际数据应用表明 。

一种模糊PID控制器在制浆蒸煮过程中的应用

在分析造纸厂纸浆蒸煮过程数学模型的基础上,提出了一种模糊PID控制器。该控制器能够自适应地调节比例、积分和微分作用,使系统具有超调量小、鲁棒性、自适应性强、调节时间短的优点,克服了传统PID控制器的缺点。该控制系统用于某造纸厂4个蒸球的蒸煮控制,取得了良好的控制效果。

基于支持向量机的蒸煮过程卡伯值软测量

卡伯值是制浆蒸煮过程表征纸浆质量的一个重要质量指标 ,卡伯值软测量是实现蒸煮过程质量控制的重要途径。支持向量机是一种新型的机器学习方法。该方法采用了结构风险最小化原则 ,与传统机器学习方法相比 ,在最小化学习误差的同时可以保证有较小的泛化误差。将支持向量机应用于制浆蒸煮过程卡伯值的软测量建模 ,取得了比经验模型更好的预测效果。

制浆蒸煮过程中基于预测误差估计器的软测量方法研究与应用

针对文献 [1]提出的软测量模型在工厂的实际应用中所存在的问题 ,提出了基于预测误差估计器的校正方法 ,实际应用表明 ,该方法是有效的 ,因而具有实用价值 .

制浆蒸煮过程终点预报系统的开发

采用软测量技术开发了制浆蒸煮过程终点预报系统 ,本文对该系统的组成、运行环境、功能和特点等方面进行了具体的介绍。该系统经过在工厂的实际应用 。

竹子硫酸盐法间歇蒸煮过程有效碱浓度数学模型研究

研究了竹子硫酸盐法间歇蒸煮过程有效碱浓度的变化规律,得出竹子硫酸盐法间歇蒸煮过程有效碱浓度的数学模型及确定其参数的数学模型。采用数学模型方法,通过测定蒸煮过程某一点的有效碱浓度,便可对蒸煮过程有效碱浓度进行较好的预测。

间歇蒸煮过程的硬度控制策略

本文针对草料间歇蒸煮过程的特点,建立了一个硬度(Kappa值)与H-因子直接相关的动态控制模型,给出了这个模型的参数估计方法,并用实验数据进行了验证。最后提出了一种适用于大时滞系统、对模型参数不敏感的内模控制方案,并对该结构的特征进行了分析。

人工神经网络在硫酸盐间歇蒸煮过程纸浆硬度建模中的应用

本文利用工厂实际数据训练了一个简单的间歇蒸煮过程纸浆硬度的三层ＢＰ人工神经网络模型，对该网络的检验结果表明。

硫酸盐法制浆蒸煮过程的建模与控制的进展

综述了硫酸盐法蒸煮数学模型、有效碱测量技术和自动控制系统的发展概况 ,并对具有发展潜力的控制系统进行了较详尽的介绍 ,最后指出了迫切需要解决的问题及发展趋势。

间歇蒸煮过程的建模与控制

基于机理分析,本文研究了间歇蒸煮过程的建模问题,为了实现计算机控制,建模时我们仅考虑了本质性的因素,略去了次要因素的影响。在所建立模型的基础上,我们讨论了控制策略,控制方案也是根据便于用计算机实现的原则确定的。

利用组态软件设计的间歇蒸煮过程监控系统

针对立式蒸煮锅设计了一套基于组态王6.0软件的间歇蒸煮过程监控系统,实现对木浆的H因子的准确预报,并且可以根据不同工艺情况在线地选择升温曲线,实现蒸煮制浆过程的自动控制。

连续蒸煮过程的正交配置建模方法

针对具有分布参数系统特性的制浆生产中的连续蒸煮过程 ,提出了一种通过运用多项式正交配置对模型进行简化的方法。这种方法可使蒸煮过程模型维数显著降低 ,并且既包括了许多影响蒸煮结果的重要物理现象 ,又适合黑箱辨识。通过蒸煮模型动态特性的计算机仿真 。

间歇蒸煮过程控制的研究

对制浆造纸间歇蒸煮过程的机理、干扰因素和各种蒸煮控制数学模型进行详尽的分析，提出了间歇蒸煮过程控制的方法和手段。

蒸煮过程软测量中的异常数据发掘方法研究

面向实际生产过程的软测量技术,融合了大量的现场数据,其中的任一异常数据(野值)的出现都可能导致模型的预测效果下降,甚至完全失败。由于实际测量数据不可避免地会带有误差,因此,对测量数据进行预处理非常重要。以制浆蒸煮过程纸浆Kappa值软测量模型为例,给出了一种综合判别异常样本数据的方法。该方法基于聚类分析和工艺机理发掘矛盾数据组,并结合回归分析和统计分析,定位异常样本数据并解释这些异常样本对建模的影响大小。以某造纸厂化浆车间的100组样本数据为对象进行分析,得到的异常样本及对建模的影响与专家经验分析相一致,证明了该方法的有效性。

基于组态王的间歇蒸煮过程监控系统

针对立式蒸煮罐设计了一套基于组态王6.0软件的间歇蒸煮过程监控系统,实现对木浆的H因子的准确预报,并且可以根据不同工艺情况在线的选择升温曲线,实现蒸煮制浆过程的自动控制。

基于定性知识和线性PLS的间歇蒸煮过程Kappa值软测量方法

间歇制浆蒸煮过程是一个复杂的物理化学过程,蒸煮过程的各变量之间的关系是本质非线性的。文章应用蒸煮过程各变量的定性知识对过程数据进行变换,经过变换后的数据之间的关系的非线性程度得到降低,因而线性PLS建模方法也能较好地应用,避免了因采用非线性PLS算法而引起的复杂计算和稳定性分析。PLS方法不仅能见到主导变量和辅助变量之间的外部关系,还能看到因子之间的内部关系。对实际蒸煮过程数据的应用表明,该软测量方法是有效的。

竹子硫酸法间歇蒸煮过程纸浆卡伯值机理数学模型研究

研究了竹子硫酸盐法间歇蒸煮过程有效碱浓度的数学模型以及其参数的确定方法。根据蒸煮化学脱木素动力学,利用有效碱浓度数学模型、卡伯值与木素的函数关系,推导出竹子硫酸盐法间歇蒸煮过程纸浆卡伯值机理数学模型,并进行了实验验证。使用卡伯值机理数学模型进行预测时,结果表明其具有理想的预测准确性。由于模型具有较理想的工艺变化适应能力,且方法简单易行,有望应用于生产控制。