CN115562027A - 一种防止烟气制酸预干吸波动的多变量控制方法 - Google Patents
一种防止烟气制酸预干吸波动的多变量控制方法 Download PDFInfo
- Publication number
- CN115562027A CN115562027A CN202211262022.6A CN202211262022A CN115562027A CN 115562027 A CN115562027 A CN 115562027A CN 202211262022 A CN202211262022 A CN 202211262022A CN 115562027 A CN115562027 A CN 115562027A
- Authority
- CN
- China
- Prior art keywords
- variable
- acid
- control
- drying
- variables
- 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.)
- Pending
Links
- 239000002253 acid Substances 0.000 title claims abstract description 84
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 title claims abstract description 30
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 title claims abstract description 18
- 239000003546 flue gas Substances 0.000 title claims abstract description 18
- 238000001035 drying Methods 0.000 title claims description 44
- 239000007788 liquid Substances 0.000 claims abstract description 28
- 238000010521 absorption reaction Methods 0.000 claims abstract description 25
- 230000008569 process Effects 0.000 claims abstract description 14
- 239000011159 matrix material Substances 0.000 claims description 38
- 230000001105 regulatory effect Effects 0.000 claims description 21
- 238000005457 optimization Methods 0.000 claims description 16
- 230000007246 mechanism Effects 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 8
- 230000009471 action Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000005520 cutting process Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000000391 smoking effect Effects 0.000 claims 4
- QAOWNCQODCNURD-UHFFFAOYSA-N Sulfuric acid Chemical compound OS(O)(=O)=O QAOWNCQODCNURD-UHFFFAOYSA-N 0.000 description 6
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000002378 acidificating effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Treating Waste Gases (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种防止烟气制酸预干吸波动的多变量控制方法，本发明对烟气制酸预干吸运行过程中某台成品酸泵跳停或者串酸阀门发生故障后，系统能够利用剩余阀门酸泵进行系统调节，使得预干吸制酸循环槽液位和成品产量维持正常，保持各生产关键指标稳定，从而减少生产损失。
Description
技术领域
本发明涉及控制方法技术领域，具体涉及一种防止烟气制酸预干吸波动的多变量控制方法。
背景技术
串酸工序是烟气制酸工艺中极为重要的一个环节，位于预吸、干燥和常规吸收工序之间，如果干燥塔生产指标控制得到有效控制，可以降低烟气中水分的含量，减少稀酸的生成及由此引起的设备腐蚀；而吸收塔生产指标的稳定可以提高硫酸产品的质量和数量，降低尾气的排放量，起到保护环境的作用。
制酸工艺串酸过程的工质为硫酸，酸性工质会降低阀门、酸泵等执行机构的寿命，增加故障发生几率，且串酸工序阀门、酸泵等执行机构众多，一旦某一执行机构失效会立即在系统中产生较大幅度的持续干扰，从而造成上下游的循环槽液位发生急剧变化。如果操作人员不能及时发现阀门、酸泵故障并进行正确操作，会发生酸液漫罐或者吸收塔无法上酸等严重问题。本发明针对烟气制酸工序操作复杂、执行机构数量多且故障多发等特殊情况，提出一种防止烟气制酸预干吸波动的多变量控制方法。
发明内容
针对以上问题，本发明的目的在于提供一种防止烟气制酸预干吸波动的多变量控制方法。
为解决上述的技术问题，本发明采用以下技术方案：
一种防止烟气制酸预干吸波动的多变量控制方法，包括以下步骤：
第一步：通过增设调节机构增加制酸工艺预干吸控制系统控制自由度；
第二步：根据日常操作数据构建预干吸工序动态模型矩阵，并建立调节变量与关键控制指标相对应的控制矩阵；
第三步：根据与设定值偏差最小化的原则构建目标函数，并根据硬件约束和动态模型矩阵构建相关等式和不等式约束集合；
第四步：在每个控制周期，调用规划求解器对第二步构造的预干吸系统规划问题进行求解；
第五步：系统运行过程中周期性对调节机构的故障信号进行采集，一旦监测到某一调节变量发生故障将该调节变量从控制器的多变量控制矩阵中切除；
第六步：由于将一个调节变量切除后系统仍然具有足够的自由度，预干吸系统在某一调节变量失效时仍处于受控状态，多变量控制器通过操作其他调节变量迅速减少由于执行机构突然失效导致的多级循环槽液位波动，保证生产稳定。
进一步的；所述第一步，在预吸收侧成品酸槽处增加一台可以通过变频调节的成品酸泵，以增加制酸工艺预干吸控制系统控制自由度，此时预干吸系统共有六个执行机构来调节五个酸槽的液位，此时如果某一执行机构发生故障，酸槽液位依然可以得到有效控制。
进一步的；所述第二步，根据日常操作数据构建预干吸工序动态模型矩阵，并建立调节变量与关键控制指标相对应的多变量控制矩阵；
多变量控制矩阵的调节变量共六个分别为：预吸收成品酸液位调节、预吸收循环泵液位调节、干燥串预吸调节阀、干燥循环酸槽液位控制阀门、一吸串二吸阀位、成品酸槽液位控制阀门；
多变量控制矩阵的被控变量共五个分别为：预吸收成品酸液位、预吸收循环泵液位、干燥循环酸槽液位、一吸循环槽液位、二吸循环槽液位；
为了便于嵌入二次规划求解器中求解，动态模型矩阵表示为如下状态空间形式：
xn(k+1)＝Gxn(k)+Huf(k)……(1)
ym(k)＝Cxn(k)+Duf(k)……(2)
其中xn为状态变量集，下标n表示共有n个状态变量；
uf为输入变量，下标f表示共有f个输入变量；
ym为输出变量，下标m表示共有m个输出变量。
进一步的；所述第三步：根据预干吸工序被控变量的参考轨迹和第二步建模得到的状态空间模型来计算调节变量的最优控制动作；
以状态变量、输入变量和输出变量为决策变量，构建最优化问题，使得在未来一段时间内，输出值与参考轨迹的偏差平方和最小，同时确保输入变量的变化量最小；
优化命题形式化如下：
约束条件(s.t)：
xn(0)＝0……(4)
xn(1)＝Gxn(0)+Hu(0)……(5)
xn(2)＝Gxn(1)+Hu(1)……(6)
…
xn(k+1)＝Gxn(k)+Hu(k)……(7)
ym(0)＝Cxn(0)……(8)
ym(1)＝Cxn(1)+Duf(1)……(9)
ym(2)＝Cxn(2)+Duf(2)……(10)
…
ym(k)＝Cxn(k)+Duf(k)……(11)
Δumin≤uf(1)-uf(0)≤Δumax……(12)
Δumin≤uf(2)-uf(1)≤Δumax……(13)
…
Δumin≤uf(k)-uf(k-1)≤Δumax……(14)
这里向量yref(t)是被控变量的闭环响应的理想控制轨迹，向量y*是CV的稳态值，参考轨迹计算方法为
P是预测步长，M是控制步长，Q是调节变量的权重对角矩阵，S是MV的增量权重对角矩阵；
Δumin和Δumax是控制变量的偏差下限和上限。式(4)-式(7)为等式约束集，表示未来k+1状态变量x的变化情况,共计(k+1)×n个等式方程；
式(8)-式(11)为等式约束集，表示未来k+1时刻输出变量y的变化情况，共计(k+1)×m个等式方程；
式(12)-式(14)为不等式约束集，用来对未来k时刻输入变量u的变化量进行约束，共计k×f个不等式方程。
进一步的；所述第四步，由于该优化控制问题为二次规划问题，在每个控制周期，使用二次规划求解器对第三步构造的预干吸系统最优化问题进行求解。
进一步的；所述第五步，变量控制器在运行过程中周期性对调节机构的故障信号进行采集，酸泵故障可以通过采集酸泵的启停信号进行判断，如果酸泵停止信号为真，那么判定酸泵已停止，而阀门故障可通过阀位设定值与阀位反馈的偏差进行判断，如果阀位设定值与阀位反馈的偏差在五个采样周期内保持在20％以上则判定阀门故障；一旦监测到某一调节变量发生故障将该调节变量与输出变量对应的矩阵分块从控制器的多变量控制矩阵中删除，后使用最新的多变量控制矩阵对第三步的优化命题结构进行更新，后续使用新优化命题进行最优控制动作的计算。
进一步的；所述第六步，由于将一个调节变量切除后系统仍然具有足够的自由度，预干吸系统在某一调节变量失效时仍处于受控状态，可通过操作其他调节变量迅速减少由于执行机构突然失效导致的多级循环槽液位、酸浓波动，保证生产稳定。
与现有技术相比，本发明的至少具有以下有益效果之一：
(1)本发明对烟气制酸预干吸运行过程中某台成品酸泵跳停或者串酸阀门发生故障后，系统能够利用剩余阀门酸泵进行系统调节，使得预干吸制酸循环槽液位和成品产量维持正常，保持各生产关键指标稳定，从而减少生产损失。
(2)该发明首先通过增设酸泵等调节机构以增加制酸工艺预干吸系统控制自由度。然后构建多变量控制器对预干吸工序的多个关键指标进行控制，由于多变量控制器对每个关键指标的调节手段不唯一，当单一调节机构发生故障从控制系统中切除时多变量控制器可使用其他调节机构进行代替，整个系统仍然受控，可迅速减少由于执行机构突然失效导致的多级循环槽液位波动，保证生产稳定。
附图说明
图1为本发明的流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
实施例1：
第一步：在预吸收侧成品酸槽处增加一台可以通过变频调节的成品酸泵，以增加制酸工艺预干吸控制系统控制自由度。此时预干吸系统共有六个执行机构来调节五个酸槽的液位，此时如果某一执行机构发生故障，酸槽液位依然可以得到有效控制。
第二步：根据日常操作数据构建预干吸工序动态模型矩阵。并建立调节变量(如泵、阀等调节机构)与关键控制指标相对应的多变量控制矩阵。多变量控制矩阵的调节变量共六个分别为：预吸收成品酸液位调节、预吸收循环泵液位调节、干燥串预吸调节阀、干燥循环酸槽液位控制阀门、一吸串二吸阀位、成品酸槽液位控制阀门。多变量控制矩阵的被控变量共五个分别为：预吸收成品酸液位、预吸收循环泵液位、干燥循环酸槽液位、一吸循环槽液位、二吸循环槽液位。为了便于嵌入二次规划求解器中求解，动态模型矩阵表示为如下状态空间形式：
xn(k+1)＝Gxn(k)+Huf(k)……(1)
ym(k)＝Cxn(k)+Duf(k)……(2)
其中xn为状态变量集，下标n表示共有n个状态变量。uf为输入变量，下标f表示共有f个输入变量。ym为输出变量，下标m表示共有m个输出变量。
第三步：根据预干吸工序被控变量的参考轨迹和第二步建模得到的状态空间模型来计算调节变量的最优控制动作。以状态变量、输入变量和输出变量为决策变量，构建最优化问题，使得在未来一段时间内，输出值与参考轨迹的偏差平方和最小，同时确保输入变量的变化量最小。优化命题形式化如下：
约束条件(s.t)：
xn(0)＝0……(4)
xn(1)＝Gxn(0)+Hu(0)……(5)
xn(2)＝Gxn(1)+Hu(1)……(6)
…
xn(k+1)＝Gxn(k)+Hu(k)……(7)
ym(0)＝Cxn(0)……(8)
ym(1)＝Cxn(1)+Duf(1)……(9)
ym(2)＝Cxn(2)+Duf(2)……(10)
…
ym(k)＝Cxn(k)+Duf(k)……(11)
Δumin≤uf(1)-uf(0)≤Δumax……(12)
Δumin≤uf(2)-uf(1)≤Δumax……(13)
…
Δumin≤uf(k)-uf(k-1)≤Δumax……(14)
这里向量yref(t)是被控变量的闭环响应的理想控制轨迹，向量y*是CV的稳态值，参考轨迹计算方法为
P是预测步长，M是控制步长，Q是调节变量的权重对角矩阵，S是MV的增量权重对角矩阵。Δumin和Δumax是控制变量的偏差下限和上限。式(4)-式(7)为等式约束集，表示未来k+1状态变量x的变化情况,共计(k+1)×n个等式方程。式(8)-式(11)为等式约束集，表示未来k+1时刻输出变量y的变化情况，共计(k+1)×m个等式方程。式(12)-式(14)为不等式约束集，用来对未来k时刻输入变量u的变化量进行约束，共计k×f个不等式方程。
第四步：由于该优化控制问题为二次规划问题，在每个控制周期，使用二次规划求解器对第三步构造的预干吸系统最优化问题进行求解。
第五步：多变量控制器在运行过程中周期性对调节机构的故障信号进行采集，酸泵故障可以通过采集酸泵的启停信号进行判断，如果酸泵停止信号为真，那么判定酸泵已停止，而阀门故障可通过阀位设定值与阀位反馈的偏差进行判断，如果阀位设定值与阀位反馈的偏差在五个采样周期内保持在20％以上则判定阀门故障。一旦监测到某一调节变量发生故障(失效时)将该调节变量与输出变量对应的矩阵分块从控制器的多变量控制矩阵中删除，后使用最新的多变量控制矩阵对第三步的优化命题结构进行更新，后续使用新优化命题进行最优控制动作的计算。
第六步：由于将一个调节变量切除后系统仍然具有足够的自由度，预干吸系统在某一调节变量失效时仍处于受控状态，可通过操作其他调节变量迅速减少由于执行机构突然失效导致的多级循环槽液位、酸浓波动，保证生产稳定。
尽管这里参照本发明的多个解释性实施例对本发明进行了描述，但是，应该理解，本领域技术人员可以设计出很多其他的修改和实施方式，这些修改和实施方式将落在本申请公开的原则范围和精神之内。更具体地说，在本申请公开、附图和权利要求的范围内，可以对主题组合布局的组成部件和/或布局进行多种变型和改进。除了对组成部件和/或布局进行的变形和改进外，对于本领域技术人员来说，其他的用途也将是明显的。
Claims (7)
1.一种防止烟气制酸预干吸波动的多变量控制方法，其特征在于：包括以下步骤：
第一步：通过增设调节机构增加制酸工艺预干吸控制系统控制自由度；
第二步：根据日常操作数据构建预干吸工序动态模型矩阵，并建立调节变量与关键控制指标相对应的控制矩阵；
第三步：根据与设定值偏差最小化的原则构建目标函数，并根据硬件约束和动态模型矩阵构建相关等式和不等式约束集合；
第四步：在每个控制周期，调用规划求解器对第二步构造的预干吸系统规划问题进行求解；
第五步：系统运行过程中周期性对调节机构的故障信号进行采集，一旦监测到某一调节变量发生故障将该调节变量从控制器的多变量控制矩阵中切除；
第六步：由于将一个调节变量切除后系统仍然具有足够的自由度，预干吸系统在某一调节变量失效时仍处于受控状态，多变量控制器通过操作其他调节变量迅速减少由于执行机构突然失效导致的多级循环槽液位波动，保证生产稳定。
2.根据权利要求1所述的一种防止烟气制酸预干吸波动的多变量控制方法，其特征在于：所述第一步，在预吸收侧成品酸槽处增加一台可以通过变频调节的成品酸泵，以增加制酸工艺预干吸控制系统控制自由度，此时预干吸系统共有六个执行机构来调节五个酸槽的液位，此时如果某一执行机构发生故障，酸槽液位依然可以得到有效控制。
3.根据权利要求1所述的一种防止烟气制酸预干吸波动的多变量控制方法，其特征在于：所述第二步，根据日常操作数据构建预干吸工序动态模型矩阵，并建立调节变量与关键控制指标相对应的多变量控制矩阵；
多变量控制矩阵的调节变量共六个分别为：预吸收成品酸液位调节、预吸收循环泵液位调节、干燥串预吸调节阀、干燥循环酸槽液位控制阀门、一吸串二吸阀位、成品酸槽液位控制阀门；
多变量控制矩阵的被控变量共五个分别为：预吸收成品酸液位、预吸收循环泵液位、干燥循环酸槽液位、一吸循环槽液位、二吸循环槽液位；
为了便于嵌入二次规划求解器中求解，动态模型矩阵表示为如下状态空间形式：
xn(k+1)＝Gxn(k)+Huf(k)……(1)
ym(k)＝Cxn(k)+Duf(k)……(2)
其中xn为状态变量集，下标n表示共有n个状态变量；
uf为输入变量，下标f表示共有f个输入变量；
ym为输出变量，下标m表示共有m个输出变量。
4.根据权利要求1所述的一种防止烟气制酸预干吸波动的多变量控制方法，其特征在于：所述第三步：根据预干吸工序被控变量的参考轨迹和第二步建模得到的状态空间模型来计算调节变量的最优控制动作；
以状态变量、输入变量和输出变量为决策变量，构建最优化问题，使得在未来一段时间内，输出值与参考轨迹的偏差平方和最小，同时确保输入变量的变化量最小；
优化命题形式化如下：
约束条件(s.t)：
xn(0)＝0……(4)
xn(1)＝Gxn(0)+Hu(0)……(5)
xn(2)＝Gxn(1)+Hu(1)……(6)
…
xn(k+1)＝Gxn(k)+Hu(k)……(7)
ym(0)＝Cxn(0)……(8)
xm(1)＝Cxn(1)+Duf(1)……(9)
ym(2)＝Cxn(2)+Duf(2)……(10)
…
ym(k)＝Cxn(k)+Duf(k)……(11)
Δumin≤uf(1)-uf(0)≤Δumax……(12)
Δumin≤uf(2)-uf(1)≤Δumax……(13)
…
Δumin≤uf(2)-uf(1)≤Δumax……(14)
这里向量yref(t)是被控变量的闭环响应的理想控制轨迹，向量y*是CV的稳态值，参考轨迹计算方法为
P是预测步长，M是控制步长，Q是调节变量的权重对角矩阵，S是MV的增量权重对角矩阵；
Δumin和Δumax是控制变量的偏差下限和上限。式(4)-式(7)为等式约束集，表示未来k+1状态变量x的变化情况,共计(k+1)×n个等式方程；
式(8)-式(11)为等式约束集，表示未来k+1时刻输出变量y的变化情况，共计(k+1)×m个等式方程；
式(12)-式(14)为不等式约束集，用来对未来k时刻输入变量u的变化量进行约束，共计k×f个不等式方程。
5.根据权利要求1所述的一种防止烟气制酸预干吸波动的多变量控制方法，其特征在于：所述第四步，由于该优化控制问题为二次规划问题，在每个控制周期，使用二次规划求解器对第三步构造的预干吸系统最优化问题进行求解。
6.根据权利要求1所述的一种防止烟气制酸预干吸波动的多变量控制方法，其特征在于：所述第五步，变量控制器在运行过程中周期性对调节机构的故障信号进行采集，酸泵故障可以通过采集酸泵的启停信号进行判断，如果酸泵停止信号为真，那么判定酸泵已停止，而阀门故障可通过阀位设定值与阀位反馈的偏差进行判断，如果阀位设定值与阀位反馈的偏差在五个采样周期内保持在20％以上则判定阀门故障；一旦监测到某一调节变量发生故障将该调节变量与输出变量对应的矩阵分块从控制器的多变量控制矩阵中删除，后使用最新的多变量控制矩阵对第三步的优化命题结构进行更新，后续使用新优化命题进行最优控制动作的计算。
7.根据权利要求1所述的一种防止烟气制酸预干吸波动的多变量控制方法，其特征在于：所述第六步，由于将一个调节变量切除后系统仍然具有足够的自由度，预干吸系统在某一调节变量失效时仍处于受控状态，可通过操作其他调节变量迅速减少由于执行机构突然失效导致的多级循环槽液位、酸浓波动，保证生产稳定。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211262022.6A CN115562027A (zh) | 2022-10-14 | 2022-10-14 | 一种防止烟气制酸预干吸波动的多变量控制方法 |
| ZA2023/09479A ZA202309479B (en) | 2022-10-14 | 2023-10-11 | Multivariable control method for preventing fluctuations in pre-drying and absorption of flue gas acid-making |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211262022.6A CN115562027A (zh) | 2022-10-14 | 2022-10-14 | 一种防止烟气制酸预干吸波动的多变量控制方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115562027A true CN115562027A (zh) | 2023-01-03 |
Family
ID=84746577
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211262022.6A Pending CN115562027A (zh) | 2022-10-14 | 2022-10-14 | 一种防止烟气制酸预干吸波动的多变量控制方法 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN115562027A (zh) |
| ZA (1) | ZA202309479B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117514360A (zh) * | 2024-01-04 | 2024-02-06 | 山东金科星机电股份有限公司 | 一种矿山监测预警系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040117766A1 (en) * | 2002-09-11 | 2004-06-17 | Fisher-Rosemount Systems, Inc. | Integrated model predictive control and optimization within a process control system |
| CN101964021A (zh) * | 2010-09-29 | 2011-02-02 | 东北大学 | 基于递归核主元分析的青霉素发酵过程故障监测方法 |
| US20140280301A1 (en) * | 2013-03-15 | 2014-09-18 | Rockwell Automation Technologies, Inc. | Sequential Deteministic Optimization Based Control System and Method |
| CN109976165A (zh) * | 2019-04-29 | 2019-07-05 | 西安建筑科技大学 | 面向多变量分数阶系统的模型预测控制参数解析调优方法及系统 |
| KR20190098484A (ko) * | 2018-02-14 | 2019-08-22 | 부산대학교 산학협력단 | Ｃａｒｔ 기반의 입력변수 랭킹을 이용한 산업공정의 고장변수 식별을 위한 장치 및 방법 |
| US20190383221A1 (en) * | 2018-06-15 | 2019-12-19 | Dalian University Of Technology | Design method of aero-engine on-line optimization and multivariable control based on model prediction |
| CN112859815A (zh) * | 2021-01-21 | 2021-05-28 | 中南大学 | 一种焙烧过程异常炉况监测及诊断方法 |
-
2022
- 2022-10-14 CN CN202211262022.6A patent/CN115562027A/zh active Pending
-
2023
- 2023-10-11 ZA ZA2023/09479A patent/ZA202309479B/en unknown
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040117766A1 (en) * | 2002-09-11 | 2004-06-17 | Fisher-Rosemount Systems, Inc. | Integrated model predictive control and optimization within a process control system |
| CN101964021A (zh) * | 2010-09-29 | 2011-02-02 | 东北大学 | 基于递归核主元分析的青霉素发酵过程故障监测方法 |
| US20140280301A1 (en) * | 2013-03-15 | 2014-09-18 | Rockwell Automation Technologies, Inc. | Sequential Deteministic Optimization Based Control System and Method |
| KR20190098484A (ko) * | 2018-02-14 | 2019-08-22 | 부산대학교 산학협력단 | Ｃａｒｔ 기반의 입력변수 랭킹을 이용한 산업공정의 고장변수 식별을 위한 장치 및 방법 |
| US20190383221A1 (en) * | 2018-06-15 | 2019-12-19 | Dalian University Of Technology | Design method of aero-engine on-line optimization and multivariable control based on model prediction |
| CN109976165A (zh) * | 2019-04-29 | 2019-07-05 | 西安建筑科技大学 | 面向多变量分数阶系统的模型预测控制参数解析调优方法及系统 |
| CN112859815A (zh) * | 2021-01-21 | 2021-05-28 | 中南大学 | 一种焙烧过程异常炉况监测及诊断方法 |
Non-Patent Citations (1)
| Title |
|---|
| 胡兴亮: "基于WinCC和OPC的硫酸串酸 多变量摸型预测控制实现研究", 中国优秀硕士学位论文全文数据库 信息科技辑, no. 09, 15 September 2008 (2008-09-15) * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117514360A (zh) * | 2024-01-04 | 2024-02-06 | 山东金科星机电股份有限公司 | 一种矿山监测预警系统 |
| CN117514360B (zh) * | 2024-01-04 | 2024-03-22 | 山东金科星机电股份有限公司 | 一种矿山监测预警系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| ZA202309479B (en) | 2024-05-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107168055B (zh) | 一种基于多变量预测控制的氨法脱硫优化控制方法 | |
| CN101495712B (zh) | 用于在三相分离油气生产中进行多变量控制的系统和方法 | |
| CN106873381B (zh) | 喷氨控制系统 | |
| CN102494336B (zh) | 一种循环流化床锅炉燃烧过程多变量控制方法 | |
| Kong et al. | An effective nonlinear multivariable HMPC for USC power plant incorporating NFN-based modeling | |
| CN106642067A (zh) | 锅炉液位的控制系统及其控制方法 | |
| CN107065556B (zh) | 一种堆芯机组变功率运行策略优化方案的自动搜索方法 | |
| WO2023087906A1 (zh) | 一种基于事件触发的模糊神经网络温度控制系统及方法 | |
| CN105159337B (zh) | 电站锅炉汽包水位调节系统快速投入自动方法 | |
| CN115562027A (zh) | 一种防止烟气制酸预干吸波动的多变量控制方法 | |
| CN113138552B (zh) | 基于阶跃响应数据和临界比例度法的pid参数整定方法 | |
| CN114235424B (zh) | 一种燃气轮机燃料滤器故障的检测方法 | |
| CN112666821B (zh) | 一种核电厂闭环控制系统最优pid参数的设计方法 | |
| Heirung et al. | Model predictive control with active learning under model uncertainty: Why, when, and how | |
| Du et al. | Data-driven fault compensation tracking control for coupled wastewater treatment process | |
| Wu et al. | A comprehensive decoupling control strategy for a gas flow facility based on active disturbance rejection generalized predictive control | |
| CN113363970B (zh) | 电力系统设备过载预防控制的解耦决策方法及装置 | |
| CN108845492A (zh) | 一种基于cps评价标准的agc系统智能预测控制方法 | |
| CN108628275A (zh) | 一种化工工业过程模糊约束控制方法 | |
| Aryan et al. | Optimal internal model control-based decoupled dual-loop control method for boiler steam drum | |
| CN113900376B (zh) | 一种燃机机组功频调节控制方法及装置 | |
| KR20210089029A (ko) | 발전소 제어기의 제어 파라미터 튜닝 방법 | |
| CN115970476B (zh) | 一种基于dcs控制系统的脱硫岛自动供浆控制方法 | |
| CN113864224B (zh) | 一种双风机控制方法、装置、设备及双风机系统 | |
| Hooshmand et al. | Real-coded genetic algorithm based design and analysis of an auto-tuning fuzzy logic PSS |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |