pH和温度对亚微米强酸树脂吸附L-赖氨酸的影响

研究了溶液ｐＨ和温度对亚微米强酸树脂离子交换赖氨酸（＞３０ｇ／Ｌ）的影响，与７３２强酸树脂进行了对比，并对所得吸附等温线进行了关联，研讨其吸附模型。结果表明：ｐＨ对亚微米强酸树脂交换有明显影响，其吸附量远大于７３２树脂；温度对其影响不大，但引起了交换量极值点向ｐＨ值小的方向移动。氢型亚微米强酸树脂的吸附等温线呈现出超当量吸附和多分子层吸附两个特征，并符合ｄｅＢｏｅｒ－Ｚｗｉｋｋｅｒ公式，属极性吸附模型。

基于强酸当量的pH值前馈-自适应控制

对pH非线性过程的控制,在传统线性自适应控制的基础上,采用基于强酸当量的过程模型,引入一内嵌混合装置,并结合前馈及自适应控制方案,有效补偿了由于过程流成分和浓度变化引起的静差,具有良好的设定值跟踪性能。仿真结果表明,该方案能够有效克服中和曲线变动对控制性能带来的影响,具有良好的控制效果。

电厂废水中和过程的CPSO-RBF神经网络预测控制

针对电厂废水中和过程的非线性、时变性和滞后特性,为提高控制的响应速度和稳定性,提出一种基于混沌粒子群(CPSO)优化的RBF神经网络预测控制算法。以强酸当量(SAE)模型作为控制对象,设计RBF神经网络预测模型。引入灵敏度法(SA)修正网络隐层神经元,CPSO算法快速准确搜索粒子信息,实现RBF神经网络辨识模型的最优化。通过在电厂用水加药系统循环控制上的仿真测试,表明该控制策略相比PID控制和基于遗传算法优化的BP神经网络控制,在控制的平稳性和快速性上具有一定优势。

基于强酸当量的pH自适应内模控制

针对pH中和反应过程强烈的非线性和时变性的特点,提出了自适应内模控制方案。该方案结合了非线性内模控制、自适应机制和强酸当量(SAE)的概念。基于弱酸-强碱中和反应系统的数学模型,推导了pH过程内模自适应控制器。仿真实验表明,由该方法设计的pH过程控制系统具有较好的设定值跟踪性能,对负载扰动和模型误差具有较好的鲁棒性,并且针对弱酸-强碱设计的系统也适用于强酸-强碱系统。

容错控制在浓硝酸高压反应釜中的应用研究

介绍了直硝法生产浓硝酸工艺的关键工序,并分析了对高压反应釜生产进程的质量与产量影响较大的“管道化配料新工艺”。针对浓硝生产系统的变参数、强耦合、多变量、高腐蚀、非线性等工艺特征,利用“动态系统故障检测与诊断技术”与“PSBE算法”,建立了高压反应釜运行的数学模型,并提出了多个传感器同时发生故障时的容错控制策略,给出了高压反应釜管道化混合装置容错控制方法。

高压釜管道化配料装置容错控制设计

分析“管道化配料新工艺”和“动态系统故障检测与诊断技术” ,针对浓硝生产系统的变参数、强耦合、多变量、高腐蚀、非线性等工艺特征 ,给出高压反应釜管道化混合装置容错控制方法。