CN115629638A - 物料热处理除油脂控温方法及温控系统 - Google Patents
物料热处理除油脂控温方法及温控系统 Download PDFInfo
- Publication number
- CN115629638A CN115629638A CN202211496707.7A CN202211496707A CN115629638A CN 115629638 A CN115629638 A CN 115629638A CN 202211496707 A CN202211496707 A CN 202211496707A CN 115629638 A CN115629638 A CN 115629638A
- Authority
- CN
- China
- Prior art keywords
- real
- time
- temperature
- preset
- environment
- 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.)
- Granted
Links
- 239000000463 material Substances 0.000 title claims abstract description 95
- 238000010438 heat treatment Methods 0.000 title claims abstract description 74
- 239000004519 grease Substances 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000033228 biological regulation Effects 0.000 claims abstract description 41
- 238000005238 degreasing Methods 0.000 claims abstract description 39
- 238000006243 chemical reaction Methods 0.000 claims abstract description 34
- 238000012546 transfer Methods 0.000 claims abstract description 12
- 238000003062 neural network model Methods 0.000 claims description 58
- 230000001105 regulatory effect Effects 0.000 claims description 23
- 238000012795 verification Methods 0.000 claims description 18
- 230000007613 environmental effect Effects 0.000 claims description 17
- 238000003860 storage Methods 0.000 claims description 17
- 230000001276 controlling effect Effects 0.000 claims description 16
- 238000002156 mixing Methods 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 10
- 238000012549 training Methods 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 230000010355 oscillation Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000007669 thermal treatment Methods 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 12
- 238000011084 recovery Methods 0.000 abstract description 9
- 239000010410 layer Substances 0.000 description 53
- 239000007789 gas Substances 0.000 description 42
- 230000007246 mechanism Effects 0.000 description 23
- 229910052751 metal Inorganic materials 0.000 description 7
- 239000002184 metal Substances 0.000 description 7
- 238000000354 decomposition reaction Methods 0.000 description 6
- 230000002349 favourable effect Effects 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000003756 stirring Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000007599 discharging Methods 0.000 description 4
- 239000011229 interlayer Substances 0.000 description 4
- 150000002739 metals Chemical class 0.000 description 4
- 238000005979 thermal decomposition reaction Methods 0.000 description 4
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 3
- 230000004308 accommodation Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 229910052799 carbon Inorganic materials 0.000 description 3
- 230000008021 deposition Effects 0.000 description 3
- 238000004064 recycling Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- HGUFODBRKLSHSI-UHFFFAOYSA-N 2,3,7,8-tetrachloro-dibenzo-p-dioxin Chemical compound O1C2=CC(Cl)=C(Cl)C=C2OC2=C1C=C(Cl)C(Cl)=C2 HGUFODBRKLSHSI-UHFFFAOYSA-N 0.000 description 2
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 2
- 229910052802 copper Inorganic materials 0.000 description 2
- 239000010949 copper Substances 0.000 description 2
- 238000002309 gasification Methods 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 230000010076 replication Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000000956 alloy Substances 0.000 description 1
- 229910045601 alloy Inorganic materials 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 239000011261 inert gas Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000000197 pyrolysis Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- 239000002351 wastewater Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D23/00—Control of temperature
- G05D23/19—Control of temperature characterised by the use of electric means
- G05D23/20—Control of temperature characterised by the use of electric means with sensing elements having variation of electric or magnetic properties with change of temperature
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01J—CHEMICAL OR PHYSICAL PROCESSES, e.g. CATALYSIS OR COLLOID CHEMISTRY; THEIR RELEVANT APPARATUS
- B01J19/00—Chemical, physical or physico-chemical processes in general; Their relevant apparatus
- B01J19/0006—Controlling or regulating processes
- B01J19/0013—Controlling the temperature of the process
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01J—CHEMICAL OR PHYSICAL PROCESSES, e.g. CATALYSIS OR COLLOID CHEMISTRY; THEIR RELEVANT APPARATUS
- B01J6/00—Heat treatments such as Calcining; Fusing ; Pyrolysis
- B01J6/008—Pyrolysis reactions
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P10/00—Technologies related to metal processing
- Y02P10/20—Recycling
Landscapes
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Organic Chemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Thermal Sciences (AREA)
- Feedback Control In General (AREA)
Abstract
本申请公开了一种物料热处理除油脂控温方法及温控系统。物料热处理除油脂控温方法包括：将待处理物料置于反应釜的容置空间；通过采集终端采集容置空间的实时环境参数，实时环境参数包括实时温度；当实时温度小于温度阈值△T时，通过控制器的PID控制模块根据实时环境参数得到PID控制参数，PID控制模块根据PID控制参数控制容置空间的环境至预设环境；当实时温度等于或超过温度阈值△T时，通过预估器根据实时环境参数、预设环境参数和预设调控时间，采用预设传递函数获取预估调控参数，PID控制模块根据预估调控参数控制容置空间的环境至预设环境。本申请的控温方法能够有效提高油脂脱除过程中的温度稳定性，提高待处理物料的回收率。
Description
技术领域
本申请涉及物料二次回收技术领域，尤其涉及一种物料热处理除油脂控温方法及温控系统。
背景技术
随着我国工业的快速发展，对有价金属的产的需求上也逐步扩增。对有价金属的再生利用不但可以有效地利用自然资源，而且有利于环境保护。其中，在回收有价金属时，需去除附着于有价金属上的油脂。目前，废杂金属除油主要有干法工艺和湿法工艺，湿法水洗产生大量有机废水，易造成污染；干法热分解油脂工艺对温度控制要求较高，容易产生大量二噁英等污染物，造成严重的油脂资源浪费及环境污染。而且，热分解工艺中，不同温度下，对废杂铜分解回收油的品质不一致，不利于回收；且油脂热解过程中还会影响回收温度，导致温度控制不稳定，回收温度波动大，还容易导致死区油脂难以充分脱除等问题。
发明内容
本申请提供一种物料热处理除油脂控温方法及温控系统，能够解决物料热处理脱脂过程中温度难以控制的问题。
第一方面，本申请提供一种物料热处理除油脂控温方法，包括：
将待处理物料置于反应釜的容置空间；
通过采集终端采集所述容置空间的实时环境参数，所述实时环境参数包括实时温度；
当所述实时温度小于温度阈值△T时，通过控制器的PID控制模块根据所述实时环境参数得到PID控制参数，所述PID控制模块根据所述PID控制参数控制所述容置空间的环境至预设环境；
当所述实时温度等于或超过所述温度阈值△T时，通过预估器根据所述实时环境参数、预设环境参数和预设调控时间，并采用预设传递函数获取预估调控参数，所述PID控制模块根据所述预估调控参数控制所述容置空间的环境至预设环境。
在一些示例性的实施例中，所述预设传递函数如式（1）所示：
其中，G0为所述实时环境参数，所述实时环境参数还包括实时压强、实时油气混合比、实时油气种类和所述待处理物料类型；
Gc为控制系数；
Gm为所述预设环境参数，所述预设环境参数包括预设温度Tm、预设压强、预设油气混合比、预设油气种类和所述待处理物料类型；
Tf为所述预设调控时间，所述预设调控时间根据预设调温速度和调温温差获得，所述调温温差根据所述预设温度Tm和所述实时温度获得。
在一些示例性的实施例中，所述PID控制模块根据所述PID控制参数直接控制所述容置空间的环境的执行周期为第一时间周期t1；
所述预估器获取所述预估调控参数的执行周期为第二时间周期t2，其中，5ms≤t2≤100ms，且t2≤t1。
在一些示例性的实施例中，当所述实时温度低于所述温度阈值△T，且所述实时温度振荡变化率小于0.5%时，所述PID控制模块根据所述PID控制参数直接控制所述容置空间的环境。
在一些示例性的实施例中，所述实时环境参数还包括实时压强；
当所述实时压强超过或等于压强阈值时，所述PID控制模块根据所述实时环境参数和所述控制器的存储模块存储的多组环境参数，在线整定单隐藏层前馈神经网络模型，并根据整定后的所述单隐藏层前馈神经网络模型，获取所述PID控制参数。
在一些示例性的实施例中，所述在线整定单隐藏层前馈神经网络模型包括：
根据所述实时环境参数中各参数对物料热处理脱脂效果的权重，选择权重大于预设权重的参数作为待调整参数；所述待调整参数包括所述实时温度、实时压强、实时油气混合比和实时油气种类中的至少一种；
将所述实时环境参数输入当前的所述单隐藏层前馈神经网络模型进行验证；当验证获得所述待调整参数的均方差小于或等于m时，进行在线整定单隐藏层前馈神经网络模型；当验证获得所述待调整参数的均方差大于m时，不进行在线整定单隐藏层前馈神经网络模型。
在一些示例性的实施例中，所述预设环境参数包括预设油气种类；所述在线整定单隐藏层前馈神经网络模型包括：
将所述实时环境参数和所述存储模块存储的多组环境参数中的其中一部分作为训练数据、另一部分作为验证数据，引入高斯算子，设置所述单隐藏层前馈神经网络模型的中间隐含层的节点数量为所述预设油气种类，输出为全连接，当训练拟合率为99%时输出模型，将输出且验证成功率高于99%的模型作为整定后的所述单隐藏层前馈神经网络模型。
在一些示例性的实施例中，根据整定后的所述单隐藏层前馈神经网络模型获取所述PID控制参数包括：
根据所述存储模块存储的模型参数表，所述模型参数表包括各控制参数的权重，将控制参数中的各参数以所述模型参数表中的权重输入到所述单隐藏层前馈神经网络模型的隐藏层中，计算获得所述PID控制参数。
在一些示例性的实施例中，所述实时环境参数还包括实时油气比例；
当实时环境参数的实时油气比例高于预设油气比例时，控制器的控制参数分析模块进行在线整定单隐藏层前馈神经网络模型；
当实时环境参数的实时油气比例高于预设油气比例时，控制器的控制参数分析模块停止进行在线整定单隐藏层前馈神经网络模型，并在预设间隔时间后，启动在线整定单隐藏层前馈神经网络模型。
第二方面，本申请提供一种物料热处理脱脂控温系统，包括：
反应釜，具有用于容置待处理物料的容置空间；
采集终端，用于采集所述容置空间的实时环境参数，所述实时环境参数包括实时温度；
预估器，包括PID控制模块，所述PID控制模块用于在所述实时温度小于温度阈值△T时，根据所述实时环境参数得到PID控制参数，所述PID控制模块根据所述PID控制参数直接控制所述容置空间的环境；
控制器，用于在所述实时温度等于或超过所述温度阈值△T时，根据所述实时环境参数、预设环境参数和预设调控时间，并采用预设传递函数获取预估调控参数，所述PID控制模块根据所述预估调控参数控制所述容置空间的环境。
本申请提供一种物料热处理除油脂控温方法及温控系统，至少具有如下有益效果：
将实时环境参数进行考虑来调控容置空间的环境，以便快速且及时地将容置空间的温度调整至利于油脂气化分离的预设环境，降低不利于油脂脱除的环境的时间。还能有效抑制油脂分解的放热、油量突变引起的干扰，避免待处理物料的基料在脱脂过程中形成积碳，提高待处理物料的基料和油脂的回收率。
并且，在不同的温度条件下，分别通过预估器和PID控制模块获取调控融合自空间环境的参数，能够实现无需人工干预的自动化控制，避免了人工现场操作调试的危险，提高了生成的安全性，节约了运行成本和时间。将PID控制模块控制容置空间环境的参数全部进行记录存储，还有利于通过对历史数据的不断分析，及时调控生产过程中的控制参数，并且调控过程还可导出至其他脱脂设备中使用，便于实现设备生产的批量化复制。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请一种实施例的物料热处理除油脂控温方法的流程示意图；
图2为本申请一种实施例的物料热处理除油脂控温系统的结构示意图；
图3为本申请一种实施例的PID控制模块、神经网络和预估器三者配合控制反应釜的容置空间的环境的方法流程示意图。
附图标记：
10、待处理物料；
100、反应釜；
200、加热机构；
310、第一阀门；320、第二阀门；330、第三阀门；340、第四阀门；
400、加压装置；
510、进料机构；520、出料机构；
600、冷凝器；
700、储油器。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请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申请，并不用于限定本申请。
发明人发现，油脂在热环境中能够受热挥发，以实现油脂与其附着物的分离，而且将分离的油脂回收还可使油脂能够进行二次利用，节能环保。然而，随着温度的升高，油脂在某一临界的高温条件将发生分解，容易产生氢气、二噁英等不良气体，还可能出现油脂分解不充分导致积碳等异常情况发生。同时，油脂分解产生大量的热，引起环境温度升高，温度波动的热环境非常不利于油脂的稳定性，而且也不利于某些角落、连接处等死区的油脂的脱除。因此，为解决上述问题，本申请实施例提供一种物料热处理除油脂控温方法。
如图1所示，为本申请一种实施例的物料热处理除油脂控温方法的流程示意图，本申请实施例的物料热处理除油脂控温方法可采用图2所示的物料热处理除油脂控温系统进行。
本申请的物料热处理除油脂控温方法所处理的待处理物料10包括基料和附着于基料的油脂，采用热处理的方式将油脂与基料分离并分别回收，以实现资源的重复利用。例如，待处理物料10为电池的正极片和负极片中的至少一种，基料包括金属基料或合金基料等，例如，金属基料包括铜基料、铝基料等。其中，当反应釜100的容置空间的实时温度等于或超过温度阈值△T时，油脂将发生分解反应产热；在预设环境条件，待处理物料的油脂能够受热挥发，且油脂不发生分解。
具体地，物料热处理除油脂控温方法包括：
步骤S100、将待处理物料10置于反应釜100的容置空间。
步骤S200、通过采集终端采集容置空间的实时环境参数，实时环境参数包括实时温度。
步骤S310、当实时温度小于温度阈值△T时，通过控制器的PID控制模块根据实时环境参数得到PID控制参数，PID控制模块根据PID控制参数控制容置空间的环境至预设环境。
步骤S320、当实时温度等于或超过温度阈值△T时，通过预估器根据实时环境参数、预设环境参数和预设调控时间，并采用预设传递函数获取预估调控参数，PID控制模块根据预估调控参数控制容置空间的环境至预设环境。
本申请实施例的物料热处理除油脂控温方法，将实时环境参数进行考虑来调控容置空间的环境，以便快速且及时地将容置空间的温度调整至利于油脂气化分离的预设环境，降低不利于油脂脱除的环境的时间。还能有效抑制油脂分解的放热、油量突变引起的干扰，避免待处理物料10的基料在脱脂过程中形成积碳，提高待处理物料10的基料和油脂的回收率。
并且，在不同的温度条件下，分别通过预估器和PID控制模块获取调控融合自空间环境的参数，能够实现无需人工干预的自动化控制，避免了人工现场操作调试的危险，提高了生成的安全性，节约了运行成本和时间。将PID控制模块控制容置空间环境的参数全部进行记录存储，还有利于通过对历史数据的不断分析，及时调控生产过程中的控制参数，并且调控过程还可导出至其他脱脂设备中使用，便于实现设备生产的批量化复制。
其中，启用预估器根据实时环境参数、预设环境参数和预设调控时间，采用预设传递函数获取预估调控参数时，可选地，预估器为Smith预估器，预设传递函数如式（1）所示：
其中，G0为实时环境参数的集合，实时环境参数还包括实时压强、实时油气混合比、实时油气种类和待处理物料类型；
Gc为控制系数；
Gm为预设环境参数的集合，预设环境参数包括预设温度Tm、预设压强、预设油气混合比、预设油气种类和待处理物料类型；
Tf为预设调控时间，预设调控时间根据预设调温速度和调温温差获得，调温温差根据预设温度Tm和实时温度获得。
例如，在容置空间的温度未到达温度阈值△T的某一时刻，该时刻记为初始时刻，预估器在初始时刻启用，该初始时刻对应的实时环境参数即存在于G0。由于将初始时刻对应的环境调控到预设环境需要调控时间，因此，在获取预估调控参数时将延迟时间进行考虑，即从初始时刻到PID控制模块控制容置空间环境到达预设环境之间的时间，即为预设调控时间Tf。
可选地，如图3所示，在预估器获取预估调控参数的过程中，PID控制模块同时进行调控容置空间环境的控制。在PID控制模块获取预估器传递的预估调控参数，并根据预估调控参数调控容置空间的环境至预设环境。
其中，PID控制模块根据PID控制参数直接控制容置空间的环境的执行周期为第一时间周期t1；预估器获取预估调控参数的执行周期为第二时间周期t2，其中，5ms≤t2≤100ms，且t2≤t1，以便迅速消除容置空间的温度控制死区，将容置空间的实际温度快速回调至预设环境的预设温度Tm，降低温度波动时间，提高油脂的稳定性。
可选地，当实时温度低于温度阈值△T，且实时温度振荡变化率小于0.5%时，PID控制模块控制预估器停止工作，PID控制模块根据PID控制参数直接控制容置空间的环境至预设环境。
其中，随着反应的进行，容置空间内环境不断发生变化，例如温度、压强、油气比例或气体种类发生变换等，此时，PID控制模块需根据实时环境调控控制参数来调整容置空间的环境。可选地，PID控制模块根据单隐藏层前馈神经网络模型对应的模型参数获取PID控制参数，以控制容置空间的环境至预设环境。
进一步地，PID控制模块根据实时环境参数和控制器的存储模块存储的多组环境参数，在线整定单隐藏层前馈神经网络模型，并根据整定后的单隐藏层前馈神经网络模型，获取PID控制参数。例如，油脂在受热挥发后体积增大，挥发后的油脂处于反应釜100密闭的容置空间内，将使容置空间的压强产生大的变化，当容置空间的实时压强超过或等于压强阈值时，PID控制模块根据整定后的单隐藏层前馈神经网络模型获取PID控制参数，以调整容置空间的环境至预设环境。
可选地，在线整定单隐藏层前馈神经网络模型还包括：
根据实时环境参数中各参数对物料热处理脱脂效果的权重，选择实时环境参数中权重大于预设权重的参数作为待调整参数；待调整参数包括实时温度、实时压强、实时油气混合比和实时油气种类中的至少一种。将实时环境参数输入当前的单隐藏层前馈神经网络模型进行验证；当验证获得待调整参数的均方差小于或等于m时，进行在线整定单隐藏层前馈神经网络模型；当验证获得待调整参数的均方差大于m时，不进行在线整定单隐藏层前馈神经网络模型。例如，m为0.99%。
其中，各参数对物料热处理脱脂效果的权重，可为预先存储于存储模块中的权重，或者根据存储模块存储的多组环境参数（包括最新的环境参数）获得，以及时更新预设环境参数中各参数的权重。
可选地，在线整定单隐藏层前馈神经网络模型还包括：
将实时环境参数和存储模块存储的多组环境参数中的其中一部分作为训练数据、另一部分作为验证数据，引入高斯算子，设置单隐藏层前馈神经网络模型的中间隐含层的节点数量为预设环境参数的预设油气种类，输出为全连接，当训练拟合率为99%时输出模型，将输出且验证成功率高于99%的模型作为整定后的单隐藏层前馈神经网络模型。
可选地，根据整定后的单隐藏层前馈神经网络模型获取PID控制参数包括：
根据存储模块存储的模型参数表，模型参数表包括各控制参数的权重，将控制参数中的各参数以模型参数表中的权重输入到单隐藏层前馈神经网络的隐藏层中，计算获得PID控制参数。如图3所示，单隐藏层前馈神经网络输出的PID控制参数包括多个参数，例如，PID控制参数包括参数KP、KI、KD等，KP为加热机构200加热介质的温度，KI为第一阀门310的开度，KD为第二阀门320的开度，第一阀门310设于加热机构200向反应釜100的夹层空间输入加热介质的管道以用于调控该管道的流量，第二阀门320设于反应釜100向加热机构200输出加热介质的管道以用于调控该管道的流量。
当根据整定后的单隐藏层前馈神经网络模型获取PID控制参数后，PID控制模块可直接根据PID控制参数控制容置空间的环境至预设环境。进一步地，当实时环境参数的实时油气比例高于预设油气比例时，进行在线整定单隐藏层前馈神经网络模型；当实时环境参数的实时油气比例高于预设油气比例时，停止进行在线整定单隐藏层前馈神经网络模型。
其中，每次停止进行在线整定单隐藏层前馈神经网络模型，并在预设间隔时间后，再次启动在线整定单隐藏层前馈神经网络模型。预设间隔时间范围为50s-60s。
本申请实施例还提供了一种物料热处理脱脂控温系统1，物料热处理脱脂控温系统1包括反应釜100、采集终端、预估器和控制器。
反应釜100具有用于容置待处理物料10的容置空间。
采集终端用于采集容置空间的实时环境参数，实时环境参数包括实时温度。
控制器包括PID控制模块，PID控制模块用于在实时温度小于温度阈值△T时，根据实时环境参数得到PID控制参数，PID控制模块根据PID控制参数直接控制容置空间的环境。
预估器用于在实时温度等于或超过温度阈值△T时，根据实时环境参数、预设环境参数和预设调控时间，并采用预设传递函数获取预估调控参数，PID控制模块根据预估调控参数控制容置空间的环境。
物料热处理脱脂控温系统1还包括加热机构200，加热机构200的加热介质进入反应釜100的夹层空间内调控容置空间的环境温度，加热介质于反应釜100的夹层空间中不与容置空间的待处理物料10接触。例如，加热机构200为油浴加热机构200，加热介质为液态油料介质、液态水等。
物料热处理脱脂控温系统1还包括第一阀门310和第二阀门320，第一阀门310设于加热机构200向反应釜100输入加热介质的管道，第二阀门320设于反应釜100向加热机构200输出加热介质的管道。控制器的PID控制模块通过控制第一阀门310和第二阀门320的开度，以调整加热介质进入反应釜100的流速，进而调整融合自空间的温度。
物料热处理脱脂控温系统1还包括加压装置400和第三阀门330，第三阀门330设于加压装置400向反应釜100输入加压气体的进气管道。第三阀门330开启，加压装置400向反应釜100的容置空间的输入加压气体，增加容置空间的压强。加压气体可包括氮气和惰性气体中的至少一种，在对反应釜100进行加热时，容置空间的加压气体的量大于等于80%且小于等于85%，以防止氧气等易燃爆的气体与挥发气化或热分解后的油脂反应发生爆炸，提高安全性。
物料热处理脱脂控温系统1还包括进料机构510和出料机构520，进料机构510用于向反应釜100的容置空间输入物料，出料机构520用于将反应釜100内脱除油脂的物料10’输出。其中，反应釜100的容置空间内还设有搅拌组件，搅拌组件用于对待处理物料10进行搅拌，提高脱脂效率。
物料热处理脱脂控温系统1还包括冷凝器600、第四阀门340和储油器700，第四阀门340设于反应釜100向冷凝器600输入气化后的油脂的管道，开启第四阀门340，容置空间内受热挥发气化后的油脂经管道进入冷凝器600，并在冷凝器600中液化。冷凝器600将液化后的油脂输入储油器700中存储以备回收利用。
其中，控制器的PID控制模块可通过PID控制第一阀门310、第二阀门320、第三阀门330和第四阀门340的开度，以及控制加热机构内加热介质的温度，以调控容置空间的环境。
以下将结合物料热处理脱脂控温系统1介绍本申请一种实施的物料热处理脱脂控温方法。物料热处理脱脂控温方法包括如下步骤：
步骤S101、进料阶段，控制器的PID控制模块控制进料机构510向反应釜100的容置空间输送预设重量的待处理物料10，并在进料机构510输送待处理物料10的同时，PID控制模块控制反应釜100内的搅拌组件对待处理物料10进行搅拌。
其中，采集终端在整个物料热处理脱脂控温过程中，获取容置空间的实时环境参数，并将实时环境参数发送至显示终端进行显示。
步骤S102、加压阶段，调整反应釜100的容置空间呈真空环境，PID控制模块控制关闭第四阀门340，开启第三阀门330。PID控制模块控制加压装置400向反应釜100的容置输入加压气体，待容置空间的加压气体量达到80%，PID控制模块控制关闭第三阀门330，停止向容置空间输入加压气体。
步骤S103、升温阶段，PID控制模块控制加热机构200对加热介质加热到设定温度后，PID控制模块控制第一阀门310和第二阀门320的开度至最大，将加热介质输入至反应釜100的夹层空间中，快速升高容置空间的环境温度。
待容置空间的实时温度与预设温度Tm相差预设差值时，PID控制模块基于预先存储于存储模块中的单隐藏层前馈神经网络模型对应的控制参数，控制加热机构200的加热介质的温度，调节第一阀门310和第二阀门320的开度,以调节加热介质的流量，使实时温度达到预设温度Tm。
步骤S104、热分解脱脂阶段，在该反应阶段，待处理物料10的油脂在预设温度Tm均匀受热，部分油脂开始受热分解放热，容置空间温度急剧升高。
当实施温度超过温度阈值△T时，PID控制模块控制第一阀门310和第二阀门320开度至最大，并启用Smith预估器，Smith预估器根据实时环境参数、预设环境参数和预设调控时间，采用式（1）所示的预设传递函数获取预估调控参数。
其中，G0为实时环境参数的集合，实时环境参数还包括实时压强、实时油气混合比、实时油气种类和待处理物料类型；
Gc为控制系数；
Gm为预设环境参数的集合，预设环境参数包括预设温度Tm、预设压强、预设油气混合比、预设油气种类和待处理物料类型；
Tf为预设调控时间，预设调控时间根据预设调温速度和调温温差获得，调温温差根据预设温度Tm和实时温度获得。
PID控制模块根据预估调控参数控制加热机构200调节加热介质的温度、第一阀门310和第二阀门320的开度，进而调整容置空间的环境至预设环境。
其中，Smith预估器获取预估调控参数的执行周期为5ms至100ms，迅速消除反应釜100内待处理物料10的温度控制死区，快速回调实时温度至预设温度Tm。在Smith预估器运行获取预估调控参数的同时，PID控制模块根据单隐藏层前馈神经网络模型对应的控制参数实时控制容置空间的环境。
在热分解脱脂阶段，由于油脂热分解放热的不确定性，容置空间的实时温度将出现反复波动，Smith预估器需持续进行获取预估调控参数的操作，以及时调控容置空间的实时温度至预设温度Tm。
当容置空间的实时温度振荡变化率小于05%时，PID控制模块控制Smith预估器关闭，由PID控制模块根据单隐藏层前馈神经网络模型对应的控制参数控制容置空间的环境。
步骤S105、恒温脱脂阶段，当实时环境参数的压强达到压强阈值时，控制器的控制参数分析模块启动对单隐藏层前馈神经网络模型进行在线整定。
控制参数分析模块根据存储模块存储的多组环境参数（包括最新的环境参数）获得各参数对物料热处理脱脂效果的权重，存储模块及时存储并更新预设环境参数中各参数的权重。
选择实时环境参数中权重大于预设权重的参数作为待调整参数，待调整参数包括预设温度Tm、预设压强、预设油气混合比和预设油气种类中的至少一种；将实时环境参数输入当前的单隐藏层前馈神经网络模型进行验证；当验证获得待调整参数的均方差小于或等于0.99%时，进行在线整定单隐藏层前馈神经网络模型；当验证获得待调整参数的均方差大于0.99%时，不进行在线整定单隐藏层前馈神经网络模型。
当控制参数分析模块判定需要进行在线整定单隐藏层前馈神经网络模型时，控制参数分析模块将实时环境参数和存储模块存储的多组环境参数中的其中一部分作为训练数据、另一部分作为验证数据，引入高斯算子，设置单隐藏层前馈神经网络模型的中间隐含层的节点数量为预设油气种类，输出为全连接，当训练拟合率为99%时输出模型，将输出且验证成功率高于99%的模型作为整定后的单隐藏层前馈神经网络模型。
根据存储模块存储的模型参数表，将控制参数中的各参数以模型参数表中对应的权重输入到整定后的单隐藏层前馈神经网络的隐藏层中，计算获得PID控制参数。
当容置空间的油气混合比例高于10%时，PID控制模块启动单隐藏层前馈神经网络模型的在在线整定，每分钟进行一次单隐藏层前馈神经网络模型的在线整定。
PID控制模块根据整定后的单隐藏层前馈神经网络模型输出的PID控制参数，根据PID控制参数控制容置空间的环境至预设环境，进行恒温反应，使待处理物料的油脂充分气化。
步骤S106、退热回收阶段，PID控制模块控制第四阀门340开启，气化后的油脂进入冷凝器600冷却后，进入储油器700进行存储。
待气化后的油脂进入冷凝器600冷却完成后，关闭第一阀门310和第二阀门320。
采集终端采集到容置空间的环境参数到达除油下限时，PID控制模块控制出料机构520将反应釜100内脱脂后的物料10’整平输出，转移至一下工序或进行存储。
申请人声明，本发明通过上述实施例来说明本发明的详细方法，但本发明并不局限于上述详细方法，即不意味着本发明必须依赖上述详细方法才能实施。所属技术领域的技术人员应该明了，对本发明的任何改进，对本发明产品各原料的等效替换及辅助成分的添加、具体方式的选择等，均落在本发明的保护范围和公开范围之内。
Claims (10)
1.一种物料热处理除油脂控温方法，其特征在于，包括：
将待处理物料置于反应釜的容置空间；
通过采集终端采集所述容置空间的实时环境参数，所述实时环境参数包括实时温度；
当所述实时温度小于温度阈值△T时，通过控制器的PID控制模块根据所述实时环境参数得到PID控制参数，所述PID控制模块根据所述PID控制参数控制所述容置空间的环境至预设环境；
当所述实时温度等于或超过所述温度阈值△T时，通过预估器根据所述实时环境参数、预设环境参数和预设调控时间，并采用预设传递函数获取预估调控参数，所述PID控制模块根据所述预估调控参数控制所述容置空间的环境至预设环境。
2.根据权利要求1所述的物料热处理除油脂控温方法，其特征在于，所述预设传递函数如式（1）所示：
其中，G0为所述实时环境参数，所述实时环境参数还包括实时压强、实时油气混合比、实时油气种类和所述待处理物料类型；
Gc为控制系数；
Gm为所述预设环境参数，所述预设环境参数包括预设温度Tm、预设压强、预设油气混合比、预设油气种类和所述待处理物料类型；
Tf为所述预设调控时间，所述预设调控时间根据预设调温速度和调温温差获得，所述调温温差根据所述预设温度Tm和所述实时温度获得。
3.根据权利要求1所述的物料热处理除油脂控温方法，其特征在于，
所述PID控制模块根据所述PID控制参数直接控制所述容置空间的环境的执行周期为第一时间周期t1；
所述预估器获取所述预估调控参数的执行周期为第二时间周期t2，其中，5ms≤t2≤100ms，且t2≤t1。
4.根据权利要求1所述的物料热处理除油脂控温方法，其特征在于，当所述实时温度低于所述温度阈值△T，且所述实时温度振荡变化率小于0.5%时，所述PID控制模块根据所述PID控制参数直接控制所述容置空间的环境。
5.根据权利要求1所述的物料热处理除油脂控温方法，其特征在于，所述实时环境参数还包括实时压强；
当所述实时压强超过或等于压强阈值时，所述PID控制模块根据所述实时环境参数和所述控制器的存储模块存储的多组环境参数，在线整定单隐藏层前馈神经网络模型，并根据整定后的所述单隐藏层前馈神经网络模型，获取所述PID控制参数。
6.根据权利要求5所述的物料热处理除油脂控温方法，其特征在于，所述在线整定单隐藏层前馈神经网络模型包括：
根据所述实时环境参数中各参数对物料热处理脱脂效果的权重，选择权重大于预设权重的参数作为待调整参数；所述待调整参数包括所述实时温度、实时压强、实时油气混合比和实时油气种类中的至少一种；
将所述实时环境参数输入当前的所述单隐藏层前馈神经网络模型进行验证；当验证获得所述待调整参数的均方差小于或等于m时，进行在线整定单隐藏层前馈神经网络模型；当验证获得所述待调整参数的均方差大于m时，不进行在线整定单隐藏层前馈神经网络模型。
7.根据权利要求5所述的物料热处理除油脂控温方法，其特征在于，所述预设环境参数包括预设油气种类；所述在线整定单隐藏层前馈神经网络模型包括：
将所述实时环境参数和所述存储模块存储的多组环境参数中的其中一部分作为训练数据、另一部分作为验证数据，引入高斯算子，设置所述单隐藏层前馈神经网络模型的中间隐含层的节点数量为所述预设油气种类，输出为全连接，当训练拟合率为99%时输出模型，将输出且验证成功率高于99%的模型作为整定后的所述单隐藏层前馈神经网络模型。
8.根据权利要求6所述的物料热处理除油脂控温方法，其特征在于，根据整定后的所述单隐藏层前馈神经网络模型获取所述PID控制参数包括：
根据所述存储模块存储的模型参数表，所述模型参数表包括各控制参数的权重，将控制参数中的各参数以所述模型参数表中的权重输入到所述单隐藏层前馈神经网络模型的隐藏层中，计算获得所述PID控制参数。
9.根据权利要求6所述的物料热处理除油脂控温方法，其特征在于，所述实时环境参数还包括实时油气比例；
当实时环境参数的实时油气比例高于预设油气比例时，控制器的控制参数分析模块进行在线整定单隐藏层前馈神经网络模型；
当实时环境参数的实时油气比例高于预设油气比例时，控制器的控制参数分析模块停止进行在线整定单隐藏层前馈神经网络模型，并在预设间隔时间后，启动在线整定单隐藏层前馈神经网络模型。
10.一种物料热处理脱脂控温系统，其特征在于，包括：
反应釜，具有用于容置待处理物料的容置空间；
采集终端，用于采集所述容置空间的实时环境参数，所述实时环境参数包括实时温度；
预估器，包括PID控制模块，所述PID控制模块用于在所述实时温度小于温度阈值△T时，根据所述实时环境参数得到PID控制参数，所述PID控制模块根据所述PID控制参数直接控制所述容置空间的环境；
控制器，用于在所述实时温度等于或超过所述温度阈值△T时，根据所述实时环境参数、预设环境参数和预设调控时间，并采用预设传递函数获取预估调控参数，所述PID控制模块根据所述预估调控参数控制所述容置空间的环境。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211496707.7A CN115629638B (zh) | 2022-11-28 | 2022-11-28 | 物料热处理除油脂控温方法及温控系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211496707.7A CN115629638B (zh) | 2022-11-28 | 2022-11-28 | 物料热处理除油脂控温方法及温控系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115629638A true CN115629638A (zh) | 2023-01-20 |
| CN115629638B CN115629638B (zh) | 2023-04-28 |
Family
ID=84910404
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211496707.7A Active CN115629638B (zh) | 2022-11-28 | 2022-11-28 | 物料热处理除油脂控温方法及温控系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115629638B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001221481A (ja) * | 2000-02-10 | 2001-08-17 | Takenaka Komuten Co Ltd | 空調制御装置 |
| CN104422299A (zh) * | 2013-08-30 | 2015-03-18 | 乔菊梅 | 一种炉温控制系统 |
| CN105807812A (zh) * | 2014-12-30 | 2016-07-27 | 中核控制系统工程有限公司 | Pid温度控制方法及温度控制模块 |
| CN110080885A (zh) * | 2019-04-16 | 2019-08-02 | 新奥能源动力科技（上海）有限公司 | 一种控制燃气轮机的方法及装置 |
| CN110554715A (zh) * | 2019-10-25 | 2019-12-10 | 攀钢集团攀枝花钢铁研究院有限公司 | 基于rbf神经网络的硫酸氧钛外加晶种水解工艺温度pid控制方法 |
| CN111124018A (zh) * | 2019-12-31 | 2020-05-08 | 浙江大学 | 基于多传感器的宠物监护仓智能温度控制方法 |
| CN112783228A (zh) * | 2020-12-31 | 2021-05-11 | 遵义师范学院 | 基于神经网络的大型温棚pd控制系统及方法 |
-
2022
- 2022-11-28 CN CN202211496707.7A patent/CN115629638B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001221481A (ja) * | 2000-02-10 | 2001-08-17 | Takenaka Komuten Co Ltd | 空調制御装置 |
| CN104422299A (zh) * | 2013-08-30 | 2015-03-18 | 乔菊梅 | 一种炉温控制系统 |
| CN105807812A (zh) * | 2014-12-30 | 2016-07-27 | 中核控制系统工程有限公司 | Pid温度控制方法及温度控制模块 |
| CN110080885A (zh) * | 2019-04-16 | 2019-08-02 | 新奥能源动力科技（上海）有限公司 | 一种控制燃气轮机的方法及装置 |
| CN110554715A (zh) * | 2019-10-25 | 2019-12-10 | 攀钢集团攀枝花钢铁研究院有限公司 | 基于rbf神经网络的硫酸氧钛外加晶种水解工艺温度pid控制方法 |
| CN111124018A (zh) * | 2019-12-31 | 2020-05-08 | 浙江大学 | 基于多传感器的宠物监护仓智能温度控制方法 |
| CN112783228A (zh) * | 2020-12-31 | 2021-05-11 | 遵义师范学院 | 基于神经网络的大型温棚pd控制系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115629638B (zh) | 2023-04-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101067743A (zh) | 变结构非线性模型预估控制器 | |
| US10366882B2 (en) | System for producing polycrystalline silicon, apparatus for producing polycrystalline silicon, and process for producing polycrystalline silicon | |
| CN102803566A (zh) | 氟气生成装置 | |
| CN115629638B (zh) | 物料热处理除油脂控温方法及温控系统 | |
| Zhang et al. | Adaptive state feedback predictive control and expert control for a delayed coking furnace | |
| DE102008010744B4 (de) | Reduktion von Siliziumdioxid | |
| KR20020012289A (ko) | 폐기 물품을 처리하는 방법 및 장치 | |
| CN1108995C (zh) | 浮渣和油污泥的处理方法 | |
| Yang et al. | Soft sensor based predictive control of industrial fluid catalytic cracking processes | |
| TunÇ et al. | Dehydration kinetics of ulexite from thermogravimetric data | |
| CN108946741B (zh) | 多晶硅冷氢化工艺中的含硅高沸物的回收工艺方法及冷氢化工艺 | |
| CN111620826A (zh) | 一种1,2,4-1h三氮唑的合成中温度控制的方法和系统 | |
| JP3295708B2 (ja) | スチレンの回収方法および回収装置 | |
| CN114411113A (zh) | 用于制备难熔高熵合金靶材的cvd系统及其控制方法 | |
| CN102092720B (zh) | 高纯硅烷气体连续制备装置 | |
| Muravyova et al. | Adaptive Fuzzy Control for Rectification Process of Recycled Solvent | |
| JP2004217834A (ja) | Ｃｄｑにおけるバイオマス処理時の可燃ガス回収方法 | |
| JP4156575B2 (ja) | 熱分解ガス化溶融処理プラントの制御方法及び装置、並びにプログラム | |
| JP5720327B2 (ja) | 制御装置 | |
| JP4097999B2 (ja) | 熱分解ガス化溶融処理プラントの制御方法及び装置、並びにプログラム | |
| JP5479756B2 (ja) | 熱処理炉およびこれを用いた排ガス処理装置 | |
| CN108128756A (zh) | 一种焦炉煤气脱硫废液回收硫磺处理控制装置及方法 | |
| Zanoli et al. | Head Pressure minimization of a Visbreaking column through an advanced PID controllers architecture | |
| CN116747545A (zh) | 一种隔壁塔的工艺动态控制方法、装置、系统及存储介质 | |
| ALTINTEN et al. | Tracking performance of control methods |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |