CN100420449C - 中药生产过程酒精回收的智能控制方法 - Google Patents

Abstract

本发明公开了一种中药生产过程酒精回收的智能控制方法，包括以下步骤：用传感器获取酒精蒸发器的温度、压力，将其与设定值比较，再进行解耦运算，分别得到其偏差及偏差的变化率，将这些变量进行归一化处理；将归一化后的变量进行模糊化处理，得到该变量偏差及偏差变化率的模糊语言值；根据模糊控制规则对模糊值进行模糊决策，得到模糊控制量；将模糊控制量去模糊化得出温度、压力控制量，分别控制酒精蒸发器的温度调节阀、压力调节阀。本发明利用模糊控制中药生产过程中的酒精回收，控制系统可以自动完成各阀门状态的控制，极大地减少了操作人员的劳动强度，有效地提高了酒精回收的控制精度和产品质量。

Description

中药生产过程酒精回收的智能控制方法

技术领域

本发明涉及一种中药生产过程酒精回收的智能控制方法。

背景技术

中医中药是中华民族灿烂文化的重要组成部分，是我国目前在世界上最有影响的学科领域之一。中药生产酒精回收过程直接关系到中药产品的质量。然而，目前国内大多数中药生产厂家的控制方式比较落后，大都采用手动操作方式，完全依靠操作工人的观察，利用多年积累的经验进行手动调节；即使部分厂家采用自动化的工作模式，但这些自动化生产线仅为局部动作控制，且主要集中在提取、浓缩两个工艺阶段的分布控制，而对酒精回收过程的控制较为简陋。这样无法实现对质量的严格控制，对今后的产业化发展也极为不利。

发明内容

本发明的目的是提供一种中药生产过程酒精回收的智能控制方法，以克服现有工人操作方式劳动强度大、效率低、质量不稳定的缺点。

为实现上述目的，本中药生产过程酒精回收的智能控制方法：包括以下步骤：

用传感器获取酒精蒸发器的温度、压力，将其与设定值比较，再进行解耦运算，分别得到其偏差及偏差的变化率，将这些变量进行归一化处理；

将归一化后的变量进行模糊化处理，得到该变量偏差及偏差变化率的模糊语言值；

根据模糊控制规则对模糊值进行模糊决策，得到模糊控制量；

将模糊控制量去模糊化得出温度、压力控制量，分别控制酒精蒸发器的温度调节阀、压力调节阀。

本发明的优点：本发明利用模糊控制中药生产过程中的酒精回收，操作人员只需将系统运行所要求的状态如压力、温度、时间等参数输入控制系统，控制系统就可以自动完成各阀门状态的控制，极大地减少了操作人员的劳动强度，有效地提高了酒精回收的控制精度和产品质量，具有显著的技术进步。

下面具体实施例对本发明作进一步的说明。

附图说明

图1为中药生产过程中酒精回收的工艺流程图。

图2是中药生产酒精回收过程控制系统硬件框图。

图3是解耦运算算法示意图。

图4是中药生产酒精回收过程控制器结构框图。

图5是中药生产酒精回收过程控制流程图。

图6是中药生产酒精回收过程稀酒精抽取控制流程图。

具体实施方式

如图l所示，图1为中药生产过程中酒精回收的工艺流程图。中药生产过程中酒精回收的关键是蒸发器中温度和压力的控制。本发明的中药生产智能控制系统的结构如图2所示，主要包括数据采集用的传感器、工控机和执行机构三大部分：1)、数据采集部分：即通过安装在设备上的各种传感器检测系统各运行参数。传感器共有7路，包括蒸发器罐内压力传感器、温度传感器、液位传感器，蒸发器夹层压力传感器，料液浓度传感器、PH值计，回收塔中液态酒精液位传感器。各传感器分别将所产生的模拟信号送到工控机的A/D采集卡，通过A/D转换，将其变为数字信号，交给工控机的控制程序处理。2)、工控机接收传感器采集到的数据，建立各种模型，如AI采样输入，DA、DO输出等，通过模糊智能控制算法，得到各调节阀和开关阀的控制量，并发给执行机构。完成数据、分析，系统状态参数的实时控制，同时完成用户管理、报表管理与打印、数据存储及查询、故障报警等功能，完成系统的过程控制。3)、执行机构包括继电器、各开关阀、调节阀，执行工控机发来的命令。各阀门是安装在设备上，用来控制各管道的通断与开度，来完成控制任务。调节阀的输入量为一模拟量，开关阀通过继电器来控制通断。调节阀的控制量和继电器的动作分别由工控机的D/A卡、I/0卡给定。

下面具体说明本发明的中药生产酒精回收的智能模糊控制过程。

如图3、4所示，中药生产过程中酒精回收的关键是蒸发器中温度和压力的控制。首先由于蒸发器中变量温度T、压力P之间存在耦合，需对其进行解耦处理。解耦后的温度、压力已不存在耦合，于是可以对T、P进行分别控制。模糊解耦采用图3所示的算法，图中的参数K_TT、K_TP、K_PP、K_PT分别为耦合系数。

下面以温度的控制来说明模糊控制器(压力的控制与温度相似)。步骤如下：

1.归一模糊化

取蒸发器内运行参数温度偏差ΔT及温度偏差的变化率

将这些数据归一化到[-1 1]的范围内。采用以下归一化公式：

y＝(Y-(b+a)/2)/(b-a)/2

其中，Y为输入变量，[a，b]为Y的量程范围，y为归一化的输出。

将归一化后的变量进行模糊化处理，根据温度偏差ΔT的模糊档次划分及其偏差变化率

的模糊档次划分，分别求出温度偏差ΔT的模糊语言值E_T和偏差变化率

的模糊语言值EC_T。

为使变量Y的模糊论域划分无混叠、无空档，同时零档划分要保证控制精度，采用不均匀分档，并且设计零档区间值最小，随着档次增大，相应的区间值依次加大。若用y表示输入温度偏差ΔT，

表示偏差变化率

模糊划分为9个档次。模糊化的规则如下：

$E_T=\left\{\begin{array}{cc}5\mathrm{sgn}\left(y\right)& \left|y\right|\&GreaterEqual;0.8\\ 4\mathrm{sgn}\left(y\right)& \left|y\right|\&GreaterEqual;0.5\\ 3\mathrm{sgn}\left(y\right)& \left|y\right|\&GreaterEqual;0.3\\ 2\mathrm{sgn}\left(y\right)& \left|y\right|\&GreaterEqual;0.1\\ \mathrm{sgn}\left(y\right)& \left|y\right|\&GreaterEqual;0.03\\ 0& \left|y\right|<0.03\end{array}\right.$ ${\mathrm{EC}}_T=\left\{\begin{array}{cc}5\mathrm{sgn}\left(\stackrel{\&CenterDot;}{y}\right)& \left|\stackrel{\&CenterDot;}{y}\right|\&GreaterEqual;0.3\\ 4\mathrm{sgn}\left(\stackrel{\&CenterDot;}{y}\right)& \left|\stackrel{\&CenterDot;}{y}\right|\&GreaterEqual;0.2\\ 3\mathrm{sgn}\left(\stackrel{\&CenterDot;}{y}\right)& \left|\stackrel{\&CenterDot;}{y}\right|\&GreaterEqual;0.15\\ 2\mathrm{sgn}\left(\stackrel{\&CenterDot;}{y}\right)& \left|\stackrel{\&CenterDot;}{y}\right|\&GreaterEqual;0.08\\ \mathrm{sgn}\left(\stackrel{\&CenterDot;}{y}\right)& \left|\stackrel{\&CenterDot;}{y}\right|\&GreaterEqual;0.02\\ 0& \left|\stackrel{\&CenterDot;}{y}\right|<0.02\end{array}\right.$

2.模糊控制规则

由于模糊变量已进行了归一化处理，模糊控制的控制规则表可近似表述成下式：

ΔU_T＝-＜αE_T+(1-α)EC_T＞

其中，E_T为蒸发器中温度的偏差，EC_T为偏差变化率，ΔU_T为模糊推理的输出变量。α为调整因子，且α∈[01]。由上式可见，通过调整α值，可以改变偏差E_T和偏差变化EC_T对控制输出量ΔU_T的加权程度，从而调整控制规则。当偏差较大时，对偏差的影响给予较大的权重，以尽快消除偏差。当偏差小时，为避免系统的超调，对偏差变化的影响给予较大的加权，以尽快进入稳态。

3.求取调整因子α

调整因子α一般随温度偏差ΔT和温度偏差变化率

的变化而改变。基于此，选取智能权函数法求取α，即采用以下公式：

$\mathrm{\&alpha;}=\frac{\left|E_T\right|}{\left|E_T\right|+\left|E{C}_T\right|}$

上式中E_T、EC_T分别表示温度偏差ΔT和偏差变化率

的模糊语言值。上式的突出特点是权函数α仅是输入变量的函数，具有仿人智能的控制策略。

4.模糊决策

模糊决策通过查询模糊控制表，推理出模糊控制量。考虑到一般的模糊控制器存在静态余差，所以在系统接近稳态时加入积分环节，以消除静态余差。模糊控制量的输出可用如下式表示：

U＝U₀+ΔU_T

$\mathrm{\&Delta;}{U}_T=\left\{\begin{array}{cc}-<\mathrm{\&alpha;}{E}_T+(1-\mathrm{\&alpha;}){\mathrm{EC}}_T>& E_w<\left|E_T\right|<1\\ -<\mathrm{\&alpha;}{E}_T+(1-\mathrm{\&alpha;}){\mathrm{EC}}_T+\mathrm{\&beta;\&Sigma;}{E}_T>& \left|E\right|\&le;E_w\end{array}\right.$

其中α为调整因子，β为偏差积分权系数，E_w为偏差的阀值。对模糊控制量U进行清晰化，即可得到被控对象的精确控制量。

5.清晰化

将模糊决策得到的模糊控制量转化成精确的控制量，即得到温度调节阀门的开度。清晰化采用以下线性化处理方法：

$U=\left\{\begin{array}{cc}{U}_0+k_1(\mathrm{\&alpha;}{E}_T+(1-\mathrm{\&alpha;}){\mathrm{EC}}_T)& E_w<\left|E_T\right|<1\\ U_0+k_2[\mathrm{\&alpha;}{E}_T+(1-\mathrm{\&alpha;}){\mathrm{EC}}_T+\mathrm{\&beta;\&Sigma;}{E}_T]& \left|E\right|\&le;E_w\end{array}\right.$

冷却水的控制量的求取：冷却水流量的控制与酒精挥发的速度紧密相连，而酒精挥发速度与蒸发器内的温度、压力有关。它们近似为线性关系。故有：

U_s＝K+K_TT+K_PP

其中，K_T、K_P分别为温度、压力对于酒精冷却速度的影响系数，K为初始冷却量。由上式根据现场的要求测试，即可得到系数K、K_T、K_P，从而得到冷却水流量的控制量。

酒精回收控制系统控制流程可分为两部分，如下：

A.酒精回收控制系统主控制流程如附图5所示，酒精回收过程的控制可分为六个过程。分述如下：

1.过程1：初始化，即开始整个控制系统的初始化。在完成系统软件初始设定后，发出控制命令，关闭所有阀门。

2.过程2：抽真空，此过程首先打开真空调节阀，然后根据抽真空的速度调节真空调节阀开度。当蒸发器内达到设定的真空度时，关闭真空调节阀。进入下一过程。

3.过程3：进料，打开进料开关阀，利用蒸发器内与外界的气压差，将含酒精料液抽入蒸发器中。同时检测进料量，达到设定量时即关闭进料阀，同时记录进料量，作为系统初始参数。

4.过程4：预热，首先打开蒸汽调节阀开度置为最大，蒸发器夹层通入高温蒸汽，对料液加热。当料液加热到一定温度(一般比设定运行温度稍低)，打开冷却水调节阀，准备回收酒精。

5.过程5：回收，此过程是系统的稳态运行过程，动态调节蒸汽调节阀、真空调节阀、冷却水调节阀的开度，时系统的温度、真空度、冷却速度保持动态平衡。此过程采用智能控制算法，确保系统稳定，同时防止酒精跑料。回收过程中实时检测酒精槽液位，当酒精槽贮满时调有抽稀酒精子过程，抽取稀酒精。

6.过程6：在上述过程5中，实时检测蒸发器内剩余料液量，达到设定要求时，关闭所有调节阀，调抽稀酒精子过程，将稀酒精抽出，最后关闭所有阀门。

B.酒精回收控制系统的抽稀酒精子过程控制流程如附图6所示：首先关闭真空、蒸汽调节阀，打开排空阀门，使酒精槽与外界大气相通，然后打开酒精泵阀门，启动酒精泵，将稀酒精抽出；抽完酒精后，关闭排空阀和酒精泵阀，恢复真空、蒸汽调节阀开度。

Claims (2)

1. 一种中药生产过程酒精回收的智能控制方法，包括以下步骤：

用传感器获取酒精蒸发器的温度、压力，将其与设定值比较，再进行解耦运算，分别得到其偏差及偏差的变化率，将这些变量进行归一化处理；

将归一化后的变量进行模糊化处理，得到该变量偏差及偏差变化率的模糊语言值；

根据模糊控制规则对模糊值进行模糊决策，得到模糊控制量；

所述模糊控制规则可表述成下式：ΔU＝-<αE+(1-α)EC＞，E为蒸发器中变量的偏差，EC为该变量的偏差变化率，ΔU为模糊推理的输出变量，α为调整因子，且α∈[01]；

其中所述调整因子 $\mathrm{\&alpha;}=\frac{\left|E\right|}{\left|E\right|+\left|\mathrm{EC}\right|},$ 上式中E、EC分别表示变量偏差和变量偏差变化率的模糊语言值；

将模糊控制量去模糊化得出温度、压力控制量，分别控制酒精蒸发器的温度调节阀、压力调节阀。

2. 根据权利要求1所述的中药生产过程酒精回收的智能控制方法，其特征在于：所述模糊控制量的输出可用如下式表示：

U＝U₀+ΔU

$\mathrm{\&Delta;U}=\left\{\begin{array}{cc}-<\mathrm{\&alpha;E}+(1-\mathrm{\&alpha;})\mathrm{EC}>& E_w<\left|E\right|<1\\ -<\mathrm{\&alpha;E}+(1-\mathrm{\&alpha;})\mathrm{EC}+\mathrm{\&beta;\&Sigma;E}>& \left|E\right|\&le;E_w\end{array}\right.$

其中α为调整因子，β为偏差积分权系数，E_w为偏差的阀值。

Images