CN102053562B - 一种裂解炉出口温度混合控制方法 - Google Patents

一种裂解炉出口温度混合控制方法 Download PDF

Info

Publication number
CN102053562B
CN102053562B CN2011100010851A CN201110001085A CN102053562B CN 102053562 B CN102053562 B CN 102053562B CN 2011100010851 A CN2011100010851 A CN 2011100010851A CN 201110001085 A CN201110001085 A CN 201110001085A CN 102053562 B CN102053562 B CN 102053562B
Authority
CN
China
Prior art keywords
controller
model
outlet temperature
parameter
pyrolysis furnace
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN2011100010851A
Other languages
English (en)
Other versions
CN102053562A (zh
Inventor
薛安克
张日东
葛铭
王建中
孔亚广
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
QUZHOU DISTANT VIEW RESOURCE REGENERATION TECHNOLOGY Co Ltd
Original Assignee
Hangzhou Dianzi University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hangzhou Dianzi University filed Critical Hangzhou Dianzi University
Priority to CN2011100010851A priority Critical patent/CN102053562B/zh
Publication of CN102053562A publication Critical patent/CN102053562A/zh
Application granted granted Critical
Publication of CN102053562B publication Critical patent/CN102053562B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明涉及一种裂解炉出口温度混合控制方法。现有方法控制效果不好，不适应节能减排及环保的需求。本发明方法首先采用典型的响应曲线法设计裂解炉出口温度过程的比例积分控制器，然后利用裂解炉出口温度实时过程数据建立非最小化模型预测函数控制器所需的过程模型，再设计非最小化模型预测函数比例积分控制器，根据目标函数得到当前的控制参数值。本发明提出的控制方法可以有效减少裂解炉出口温度工艺参数与实际裂解炉出口温度工艺参数之间的误差，进一步弥补了传统控制器的不足，同时保证控制装置操作在最佳状态，使生产过程的裂解炉出口温度工艺参数达到严格控制。

Description

一种裂解炉出口温度混合控制方法
技术领域
本发明属于自动化技术领域，涉及一种裂解炉出口温度的非最小化模型预测函数（NMSSPFC）与比例积分（PI）混合控制方法。
背景技术
裂解炉是乙烯生产装置的核心设备，其运行的平稳对于整个装置的平稳操作及生产效益的提高起着至关重要的作用，其中炉管温度是重要的控制参数之一，其控制效果的好坏与裂解的深度及乙烯的收率均有直接重要的关系。 在整个装置中，裂解炉的出口温度控制在全装置中是要求严格的, 也是比较复杂的，用普通常规控制通常难以实现有效的控制。在裂解炉中，通过燃料燃烧产生大量的高温辐射烟气，同时高温辐射烟气将热量传给炉管，使炉管发生复杂的裂解反应。由于烟气在炉膛内流动，使得燃料和空气的混和程度对燃烧反应有着重要的影响，进而影响炉管吸收的热量，而燃烧过程又直接影响着燃气的流动以及传递热量过程，炉膛的吸热和传热过程对炉膛温度和燃料过程均有影响，裂解过程是一个十分复杂的燃料燃烧、流体流动、辐射传热、对流传热的综合过程。这些不利因素导致传统的控制手段精度不高，又进一步导致后续生产控制参数不稳定，产品合格率低，锅炉效率低下。目前实际工业中裂解炉出口温度控制基本上采用传统的或简单的控制手段，控制参数依赖技术人员经验，使生产成本增加，控制效果不太理想。我国裂解炉出口温度控制与优化技术比较落后，能耗居高不下，控制性能差，自动化程度低，很难适应节能减排以及间接环境保护的需求，这其中直接的影响因素之一便是裂解炉出口温度系统的控制方案问题。
发明内容
本发明的目的是针对现有的裂解炉出口温度控制技术的不足之处，提供一种裂解炉出口温度混合控制方法，该方法采用基于非最小化模型预测函数控制与比例积分控制的混合控制方法。该方法弥补了传统控制方式的不足，保证控制具有较高的精度和稳定性的同时，也保证形式简单并满足实际工业过程的需要。
本发明方法首先基于该过程建立比例积分控制回路；然后基于裂解炉出口温度实时过程数据建立过程模型，挖掘出基本的过程特性；最后通过计算非最小化模型预测函数控制器的参数，将比例积分控制与裂解炉出口温度对象整体实施非最小化模型预测函数控制。
本发明的技术方案是通过数据采集、过程辨识、预测机理、数据驱动、优化等手段，确立了一种裂解炉出口温度系统的非最小化模型预测函数控制与比例积分控制的混合控制方法，利用该方法可有效提高控制的精度。
本发明方法的步骤包括：
(1)采用典型的响应曲线法设计裂解炉出口温度过程的比例积分控制器，具体方法是：
a.将裂解炉出口温度过程的比例积分控制器停留在手动操作状态，操作拨盘使其输出有阶跃变化，由记录仪表记录裂解炉出口温度的输出值                                                
Figure 2011100010851100002DEST_PATH_IMAGE001
，将其转换成无量纲形式
Figure 642371DEST_PATH_IMAGE002
，具体是：
Figure 2011100010851100002DEST_PATH_IMAGE003
其中，
Figure 466714DEST_PATH_IMAGE004
是裂解炉出口温度输出值
Figure 987825DEST_PATH_IMAGE001
的稳态值。
b.选取满足
Figure 2011100010851100002DEST_PATH_IMAGE005
的两个计算点
Figure 362175DEST_PATH_IMAGE006
和
Figure 2011100010851100002DEST_PATH_IMAGE007
，依据下式计算比例积分控制器所需要的参数
Figure 35864DEST_PATH_IMAGE008
、
Figure 2011100010851100002DEST_PATH_IMAGE009
：
其中，为裂解炉出口温度过程的比例积分控制器输出的阶跃变化幅度。
c.计算裂解炉出口温度过程的比例积分控制器的参数，具体是：
Figure 478663DEST_PATH_IMAGE012
其中
Figure DEST_PATH_IMAGE013
为比例积分控制器的比例参数，为比例积分控制器的积分参数。
(2)利用裂解炉出口温度实时过程数据建立非最小化模型预测函数控制器所需的过程模型，具体方法是：
首先建立裂解炉出口温度实时运行数据库，将过程的比例积分控制器停留在自动操作状态，操作拨盘使其输入有阶跃变化，通过数据采集装置采集
Figure DEST_PATH_IMAGE015
组实时过程运行数据，将采集的实时过程运行数据作为数据驱动的样本集合，表示为
Figure 181970DEST_PATH_IMAGE016
，
Figure DEST_PATH_IMAGE017
，
Figure 600313DEST_PATH_IMAGE018
表示第
Figure 892754DEST_PATH_IMAGE020
组工艺参数的输入数据，
Figure DEST_PATH_IMAGE021
表示第
Figure 375950DEST_PATH_IMAGE020
组工艺参数的输出值。
然后以该裂解炉出口温度实时过程运行数据集合为基础建立基于最小二乘法的离散差分方程形式的局部受控自回归滑动平均模型：
Figure 70236DEST_PATH_IMAGE022
Figure DEST_PATH_IMAGE023
其中，
Figure 908748DEST_PATH_IMAGE024
表示当前时刻过程模型的工艺参数的输出值，
Figure DEST_PATH_IMAGE025
表示过程模型的工艺参数的过去时刻的输入和输出数据的集合，
Figure 600671DEST_PATH_IMAGE026
表示当前过程模型工艺参数对应的控制变量，
Figure DEST_PATH_IMAGE027
为当前的递推步数，
Figure 933563DEST_PATH_IMAGE028
表示通过辨识得到的模型参数的集合，
Figure DEST_PATH_IMAGE029
表示矩阵的转置，
Figure 669307DEST_PATH_IMAGE030
分别为对应实际过程的输出变量阶次、输入变量阶次、实际过程的时滞。
采用的辨识手段为：
Figure DEST_PATH_IMAGE031
Figure 695032DEST_PATH_IMAGE032
Figure DEST_PATH_IMAGE033
其中，
Figure 588164DEST_PATH_IMAGE034
和
Figure DEST_PATH_IMAGE035
为辨识中的两个矩阵，
Figure 974015DEST_PATH_IMAGE036
为遗忘因子，
Figure DEST_PATH_IMAGE037
为单位矩阵。
(3)设计非最小化模型预测函数比例积分控制器，具体方法是：
a.将（2）建立的过程模型转化为差分模型形式：
Figure 314997DEST_PATH_IMAGE038
其中，
Figure DEST_PATH_IMAGE039
是差分算子，
Figure 197109DEST_PATH_IMAGE040
为通过转换模型得到的相关系数，为对应实际过程的输入和输出变量的统一阶次。
b.选取
Figure 138389DEST_PATH_IMAGE042
进一步将步骤a的模型转化为状态空间输入输出模型：
Figure DEST_PATH_IMAGE043
其中具体的转化参数矩阵为
Figure DEST_PATH_IMAGE045
Figure 24885DEST_PATH_IMAGE046
 c.依据步骤b建立用于非最小化模型预测函数比例积分控制器设计的非最小化参数模型：
Figure DEST_PATH_IMAGE047
 
Figure 579363DEST_PATH_IMAGE024
=
Figure 555409DEST_PATH_IMAGE048
其中，
Figure DEST_PATH_IMAGE049
，
Figure 33795DEST_PATH_IMAGE050
Figure DEST_PATH_IMAGE051
，
Figure 300435DEST_PATH_IMAGE052
，
Figure DEST_PATH_IMAGE053
为相应的参数矩阵。
d.依据步骤c计算出的模型参数整定非最小化模型预测函数比例积分控制器的参数，具体方法是：
①建立多步最优预测输出
Figure 822552DEST_PATH_IMAGE054
Figure DEST_PATH_IMAGE055
                                   
其中，
Figure 489157DEST_PATH_IMAGE056
参数 
Figure DEST_PATH_IMAGE057
 ，
Figure 256387DEST_PATH_IMAGE058
为实际出口温度的测量值。
    ②建立非最小化模型预测函数比例积分控制器的参考轨迹
Figure DEST_PATH_IMAGE059
和目标函数
Figure 692048DEST_PATH_IMAGE060
。
Figure DEST_PATH_IMAGE061
其中，
Figure 322749DEST_PATH_IMAGE062
为各个时刻的输出参考轨迹。
③依据步骤②的目标函数得到当前的控制参数值
Figure DEST_PATH_IMAGE063
Figure 224453DEST_PATH_IMAGE064
本发明提出的一种基于数据驱动的模型选取和非最小化模型预测函数比例积分控制器混合控制方法弥补了传统控制的不足，并有效地方便了控制器的设计，保证控制性能的提升，同时满足给定的生产性能指标。
本发明提出的控制技术可以有效减少裂解炉出口温度工艺参数与实际裂解炉出口温度工艺参数之间的误差，进一步弥补了传统控制器的不足，同时保证控制装置操作在最佳状态，使生产过程的裂解炉出口温度工艺参数达到严格控制。
具体实施方式
以CBL2Ⅱ型乙烯裂解炉系统过程控制为例：
这里以该系统出口温度回路的控制作为例子加以描述。出口温度不仅受到燃料流量的影响，同时也受炉膛温度，烃进料量和炉膛吸热传热的影响。调节手段采用燃料流量，其余的影响作为不确定因素。
（1）设计出口温度过程的比例积分控制器，具体方法是典型的响应曲线法。
第一步：将出口温度比例积分控制器停留在“手动操作”状态，操作燃料量的拨盘使燃料量控制器输出有个阶跃变化，由记录仪表记录出口温度过程的输出值，将出口温度过程输出值
Figure 106958DEST_PATH_IMAGE001
的响应曲线转换成无量纲形式
Figure 397125DEST_PATH_IMAGE002
：
Figure 339673DEST_PATH_IMAGE003
其中，
Figure 777608DEST_PATH_IMAGE004
是出口温度过程输出的稳态值。
第二步：选取2个计算点，
Figure 857745DEST_PATH_IMAGE005
，依据以下计算公式计算出口温度比例积分控制器所需要的参数
Figure 643299DEST_PATH_IMAGE009
：
Figure 568529DEST_PATH_IMAGE010
其中，
Figure 792837DEST_PATH_IMAGE011
为出口温度比例积分控制器输出的阶跃变化幅度。
第三步：依据第二步计算出的
Figure DEST_PATH_IMAGE065
整定出口温度比例积分控制器的参数：
Figure 808329DEST_PATH_IMAGE012
其中，
Figure 442890DEST_PATH_IMAGE014
，
Figure 205309DEST_PATH_IMAGE066
分别为比例积分控制器的比例参数，积分参数。
   （2）利用裂解炉出口温度实时过程数据建立非最小化模型预测函数控制器所需的过程模型，具体方法是：
通过数据采集装置采集实时过程出口温度运行数据，将采集的实时过程出口温度运行数据作为数据驱动的样本集合采用最小二乘法推理，建立基于最小二乘法的离散差分方程形式的出口温度过程模型。
其中，系统调用推理机采用最小二乘法进行出口温度过程模型参数的辨识，这些参数包括元素
Figure 573842DEST_PATH_IMAGE028
中变量的个数和具体数值。
Figure 29095DEST_PATH_IMAGE031
Figure 866601DEST_PATH_IMAGE032
Figure 432711DEST_PATH_IMAGE033
其中是实际出口温度测量值，
Figure DEST_PATH_IMAGE067
是出口温度过程模型的输出值。
Figure 780439DEST_PATH_IMAGE034
和为辨识中的两个矩阵，
Figure 209464DEST_PATH_IMAGE036
为遗忘因子，
Figure 365639DEST_PATH_IMAGE037
为单位矩阵。这个过程是第一步推理过程。这个第一步推理是初步挖掘实际出口温度回路的基本特性。
（3）设计出口温度过程的非最小化模型预测函数比例积分控制器，具体方法是：
第一步：将（2）建立的过程模型转化为差分模型形式：
其中，
Figure 958480DEST_PATH_IMAGE039
是差分算子，
Figure 69655DEST_PATH_IMAGE040
为通过转换模型得到的相关系数，
Figure 80337DEST_PATH_IMAGE041
为对应实际过程的输入和输出变量的统一阶次。
第二步：
选取进一步将步骤a的模型转化为状态空间输入输出模型：
 
Figure 832840DEST_PATH_IMAGE043
其中具体的转化参数矩阵为
Figure 278865DEST_PATH_IMAGE044
Figure 409632DEST_PATH_IMAGE045
Figure 486173DEST_PATH_IMAGE046
第三步：依据步骤b建立用于非最小化模型预测函数比例积分控制器设计的非最小化参数模型：
Figure 69601DEST_PATH_IMAGE047
 
Figure 319316DEST_PATH_IMAGE024
=
其中，
Figure 801299DEST_PATH_IMAGE049
，
Figure 863113DEST_PATH_IMAGE051
，
Figure 702893DEST_PATH_IMAGE052
，为相应的参数矩阵。
第四步：依据第三步计算出的模型设计非最小化模型预测函数比例积分控制器：
①建立出口温度过程多步最优预测输出
Figure 161480DEST_PATH_IMAGE054
Figure 18578DEST_PATH_IMAGE055
                                   
其中，
Figure 650547DEST_PATH_IMAGE056
参数 
Figure 302108DEST_PATH_IMAGE057
 ，
Figure 347425DEST_PATH_IMAGE058
为实际出口温度的测量值。                                  
    ②建立出口温度过程非最小化模型预测函数比例积分控制器的参考轨迹
Figure 929585DEST_PATH_IMAGE059
和目标函数
Figure 478378DEST_PATH_IMAGE060
。
Figure 504103DEST_PATH_IMAGE061
其中，为各个时刻的输出参考轨迹。
③依据步骤②的目标函数得到当前的出口温度过程控制器参数值
Figure 704457DEST_PATH_IMAGE063
。
Figure 61751DEST_PATH_IMAGE064

Claims (1)

1.一种裂解炉出口温度混合控制方法，其特征在于该方法的具体步骤是：
步骤(1).采用典型的响应曲线法设计裂解炉出口温度过程的比例积分控制器，具体方法是：
Ⅰ.将裂解炉出口温度过程的比例积分控制器停留在手动操作状态，操作拨盘使其输出有阶跃变化，由记录仪表记录裂解炉出口温度输出值                                                
Figure 394656DEST_PATH_IMAGE001
，将
Figure 428471DEST_PATH_IMAGE001
转换成无量纲形式
Figure 140075DEST_PATH_IMAGE002
，具体是：
Figure 457793DEST_PATH_IMAGE003
其中，是裂解炉出口温度输出值的稳态值；
Ⅱ.选取满足的两个计算点
Figure 41166DEST_PATH_IMAGE006
和
Figure 288608DEST_PATH_IMAGE007
，依据下式计算比例积分控制器所需要的参数
Figure 280703DEST_PATH_IMAGE008
、
Figure 334110DEST_PATH_IMAGE009
：
Figure 111573DEST_PATH_IMAGE010
其中，
Figure 277719DEST_PATH_IMAGE011
为裂解炉出口温度过程的比例积分控制器输出的阶跃变化幅度；
Ⅲ.计算裂解炉出口温度过程的比例积分控制器的参数，具体是：
其中
Figure 364941DEST_PATH_IMAGE013
为比例积分控制器的比例参数，为比例积分控制器的积分参数；
步骤(2).利用裂解炉出口温度实时过程数据建立非最小化模型预测函数控制器所需的过程模型，具体方法是：
首先建立裂解炉出口温度实时运行数据库：将过程的比例积分控制器停留在自动操作状态，操作拨盘使其输入有阶跃变化，通过数据采集装置采集
Figure 163318DEST_PATH_IMAGE015
组实时过程运行数据，将采集的实时过程运行数据作为数据驱动的样本集合，表示为，
Figure 275948DEST_PATH_IMAGE017
，
Figure 778736DEST_PATH_IMAGE018
表示第
Figure DEST_PATH_IMAGE019
组工艺参数的输入数据，
Figure 538881DEST_PATH_IMAGE020
表示第
Figure 805914DEST_PATH_IMAGE019
组工艺参数的输出值；
然后以该裂解炉出口温度实时过程运行数据集合为基础建立基于最小二乘法的离散差分方程形式的局部受控自回归滑动平均模型：
Figure 191765DEST_PATH_IMAGE021
Figure 860644DEST_PATH_IMAGE022
其中，
Figure 791691DEST_PATH_IMAGE023
表示当前时刻过程模型的工艺参数的输出值，
Figure 231506DEST_PATH_IMAGE024
表示过程模型的工艺参数的过去时刻的输入和输出数据的集合，
Figure 234097DEST_PATH_IMAGE025
表示当前过程模型工艺参数对应的控制变量，
Figure 695166DEST_PATH_IMAGE026
为当前的递推步数，
Figure 46381DEST_PATH_IMAGE027
表示通过辨识得到的模型参数的集合，
Figure 288007DEST_PATH_IMAGE028
表示矩阵的转置，
Figure 766393DEST_PATH_IMAGE029
分别为对应实际过程的输出变量阶次、输入变量阶次、实际过程的时滞；
采用的辨识手段为：
Figure 144284DEST_PATH_IMAGE030
Figure 433446DEST_PATH_IMAGE031
Figure 834471DEST_PATH_IMAGE032
其中，
Figure 178865DEST_PATH_IMAGE033
和
Figure 598214DEST_PATH_IMAGE034
为辨识中的两个矩阵，
Figure 369861DEST_PATH_IMAGE035
，
Figure 258182DEST_PATH_IMAGE036
为遗忘因子，为单位矩阵；
步骤(3).设计非最小化模型预测函数比例积分控制器，具体方法是：
a.将步骤(2)建立的过程模型转化为差分模型形式：
Figure 202095DEST_PATH_IMAGE038
其中，
Figure 82326DEST_PATH_IMAGE039
是差分算子，
Figure 520261DEST_PATH_IMAGE040
为通过转换模型得到的相关系数，
Figure 393408DEST_PATH_IMAGE041
为对应实际过程的输入和输出变量的统一阶次；
b.选取进一步将步骤a的模型转化为状态空间输入输出模型：
其中具体的转化参数矩阵为
Figure 265177DEST_PATH_IMAGE044
Figure 427168DEST_PATH_IMAGE045
Figure 754244DEST_PATH_IMAGE046
 c.依据步骤b建立用于非最小化模型预测函数比例积分控制器设计的非最小化参数模型：
 
=
Figure 338175DEST_PATH_IMAGE048
其中，
Figure 519758DEST_PATH_IMAGE049
，
Figure 660496DEST_PATH_IMAGE050
Figure 232422DEST_PATH_IMAGE051
，
Figure 798533DEST_PATH_IMAGE052
，
Figure 287152DEST_PATH_IMAGE053
为相应的参数矩阵；
d.依据步骤c计算出的模型参数整定非最小化模型预测函数比例积分控制器的参数，具体方法是：
①建立多步最优预测输出
Figure 850989DEST_PATH_IMAGE054
Figure 785578DEST_PATH_IMAGE055
                                   
其中，
Figure 93062DEST_PATH_IMAGE056
参数 
Figure 934723DEST_PATH_IMAGE057
 ，
为实际出口温度的测量值；
    ②建立非最小化模型预测函数比例积分控制器的参考轨迹
Figure 278297DEST_PATH_IMAGE059
和目标函数
Figure 373160DEST_PATH_IMAGE060
；
Figure 383842DEST_PATH_IMAGE061
其中，
Figure 289481DEST_PATH_IMAGE062
为各个时刻的输出参考轨迹；
③依据②的目标函数得到当前的控制参数值
Figure 74028DEST_PATH_IMAGE063
。
Figure 785632DEST_PATH_IMAGE064
CN2011100010851A 2011-01-05 2011-01-05 一种裂解炉出口温度混合控制方法 Active CN102053562B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2011100010851A CN102053562B (zh) 2011-01-05 2011-01-05 一种裂解炉出口温度混合控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2011100010851A CN102053562B (zh) 2011-01-05 2011-01-05 一种裂解炉出口温度混合控制方法

Publications (2)

Publication Number Publication Date
CN102053562A CN102053562A (zh) 2011-05-11
CN102053562B true CN102053562B (zh) 2012-07-25

Family

ID=43957985

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011100010851A Active CN102053562B (zh) 2011-01-05 2011-01-05 一种裂解炉出口温度混合控制方法

Country Status (1)

Country Link
CN (1) CN102053562B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102156496B (zh) * 2011-04-07 2013-06-26 杭州电子科技大学 一种反应釜温度混合控制方法
CN102419551B (zh) * 2011-11-22 2014-05-21 浙江大学 一种误差容忍限机制下的焦化加热炉炉膛压力控制方法
CN102520618A (zh) * 2011-12-31 2012-06-27 杭州电子科技大学 误差容忍限机制下的焦化加热炉辐射出口温度控制方法
CN103076744B (zh) * 2013-01-18 2015-11-18 杭州电子科技大学 化工过程非最小实现状态空间线性二次型控制方法
CN103076741B (zh) * 2013-01-18 2015-11-25 杭州电子科技大学 化工过程非最小实现扩展状态空间二次型控制方法
CN103207949B (zh) * 2013-04-10 2016-09-07 华东理工大学 乙烯裂解炉tle出口温度和运行周期预测方法
CN103345150B (zh) * 2013-07-19 2016-01-20 杭州电子科技大学 预测函数控制优化的废塑料炼油裂解炉炉膛温度控制方法
CN103699009B (zh) * 2013-09-18 2016-08-10 杭州电子科技大学 批次过程的线性二次型容错控制方法
CN104199296B (zh) * 2014-08-15 2017-02-08 上海交通大学 带遗忘因子的线性回归性能评估方法
CN104656436B (zh) * 2014-10-27 2018-04-06 济南大学 一种分解炉出口温度建模方法
CN104503236B (zh) * 2014-12-10 2017-07-28 济南大学 一种基于回归模型的分解炉出口温度滑模控制方法
CN105955350B (zh) * 2016-07-05 2018-07-10 杭州电子科技大学 遗传算法优化加热炉温度的分数阶预测函数控制方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1316484A (zh) * 2001-04-11 2001-10-10 中国石化集团扬子石油化工有限责任公司 乙烯装置中裂解炉的智能控制方法
CN101256400A (zh) * 2008-04-09 2008-09-03 清华大学 一种延迟焦化炉的控制方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7273960B2 (en) * 2002-10-25 2007-09-25 Exxonmobil Chemical Patents Inc Fluid bed oxygenates to olefins reactor apparatus and process of controlling same

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1316484A (zh) * 2001-04-11 2001-10-10 中国石化集团扬子石油化工有限责任公司 乙烯装置中裂解炉的智能控制方法
CN101256400A (zh) * 2008-04-09 2008-09-03 清华大学 一种延迟焦化炉的控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
耿志强等.基于多群竞争PSO-RBFNN的乙烯裂解深度智能优化控制.《化工学报》.2010,第61卷(第8期),1942-1948. *

Also Published As

Publication number Publication date
CN102053562A (zh) 2011-05-11

Similar Documents

Publication Publication Date Title
CN102053562B (zh) 一种裂解炉出口温度混合控制方法
CN102156496B (zh) 一种反应釜温度混合控制方法
CN105910169B (zh) 基于机理模型预测控制的城市供热系统热网调节方法及系统
CN101709869B (zh) 燃煤锅炉过热蒸汽温度系统混合控制方法
CN201737965U (zh) 热风炉自动寻优燃烧智能控制系统
CN101556038B (zh) 循环流化床锅炉稳定运行与经济燃烧优化控制系统
CN100545772C (zh) 一种燃煤锅炉系统混合控制方法
CN101709863B (zh) 燃煤锅炉炉膛压力系统混合控制方法
CN101736111A (zh) 热风炉自动寻优燃烧智能控制方法
CN105423334A (zh) 热风炉燃烧过程智能控制系统及方法
CN106774515B (zh) 一种焦炉烘炉智能温度控制系统和控制方法
CN105159235A (zh) 回转窑煅烧过程综合协调控制方法及系统
CN101709867B (zh) 燃煤锅炉汽包水位系统混合控制方法
CN112016754A (zh) 基于神经网络的电站锅炉排烟温度超前预测系统及方法
CN101398258B (zh) 气煤混喷自动控制系统及其方法
CN106011353B (zh) 一种高炉热风炉空燃比自寻优方法
CN103616815A (zh) 动态矩阵控制优化的废塑料炼油裂解炉炉膛温度控制方法
CN102520618A (zh) 误差容忍限机制下的焦化加热炉辐射出口温度控制方法
CN102520616A (zh) 炼油工业过程的部分解耦非最小化模型预测函数控制方法
CN103605284B (zh) 动态矩阵控制优化的废塑料裂解炉炉膛压力控制方法
CN101749731A (zh) 热风炉自动寻优燃烧智能控制系统
CN103324086B (zh) 一种基于精确惩罚优化的间歇反应釜控制系统
CN105808945B (zh) 一种混合智能锅炉效率燃烧优化方法
CN104267600A (zh) 钢包精炼炉电极调节控制系统及其控制方法
CN106873377A (zh) 不确定扰动下的焦炉加热燃烧过程火道温度自动调节方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
ASS Succession or assignment of patent right

Owner name: QUZHOU DISTANT VIEW RESOURCE REGENERATION TECHNOLO

Free format text: FORMER OWNER: HANGZHOU ELECTRONIC SCIENCE AND TECHNOLOGY UNIV

Effective date: 20150216

C41 Transfer of patent application or patent right or utility model
COR Change of bibliographic data

Free format text: CORRECT: ADDRESS; FROM: 310018 HANGZHOU, ZHEJIANG PROVINCE TO: 324019 QUZHOU, ZHEJIANG PROVINCE

TR01 Transfer of patent right

Effective date of registration: 20150216

Address after: 324019 Zhejiang province Quzhou city lotus town Qujiang District Geng Shanting

Patentee after: Quzhou Distant View Resource Regeneration Technology Co., Ltd.

Address before: Hangzhou City, Zhejiang province 310018 Xiasha Higher Education Park No. 2 street

Patentee before: Hangzhou Electronic Science and Technology Univ