CN116571284A - 一种多级离子交换树脂罐的控制方法、系统及存储介质 - Google Patents
一种多级离子交换树脂罐的控制方法、系统及存储介质 Download PDFInfo
- Publication number
- CN116571284A CN116571284A CN202310860590.4A CN202310860590A CN116571284A CN 116571284 A CN116571284 A CN 116571284A CN 202310860590 A CN202310860590 A CN 202310860590A CN 116571284 A CN116571284 A CN 116571284A
- Authority
- CN
- China
- Prior art keywords
- resin tank
- data information
- ion exchange
- exchange resin
- conductivity
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 239000003456 ion exchange resin Substances 0.000 title claims abstract description 44
- 229920003303 ion-exchange polymer Polymers 0.000 title claims abstract description 44
- NWUYHJFMYQTDRP-UHFFFAOYSA-N 1,2-bis(ethenyl)benzene;1-ethenyl-2-ethylbenzene;styrene Chemical compound C=CC1=CC=CC=C1.CCC1=CC=CC=C1C=C.C=CC1=CC=CC=C1C=C NWUYHJFMYQTDRP-UHFFFAOYSA-N 0.000 title claims abstract description 43
- 238000003860 storage Methods 0.000 title claims abstract description 9
- 239000011347 resin Substances 0.000 claims abstract description 84
- 229920005989 resin Polymers 0.000 claims abstract description 84
- RMAQACBXLXPBSY-UHFFFAOYSA-N silicic acid Chemical compound O[Si](O)(O)O RMAQACBXLXPBSY-UHFFFAOYSA-N 0.000 claims abstract description 37
- 238000001914 filtration Methods 0.000 claims abstract description 23
- 238000013528 artificial neural network Methods 0.000 claims abstract description 19
- 239000004115 Sodium Silicate Substances 0.000 claims abstract description 14
- NTHWMYGWWRZVTN-UHFFFAOYSA-N sodium silicate Chemical compound [Na+].[Na+].[O-][Si]([O-])=O NTHWMYGWWRZVTN-UHFFFAOYSA-N 0.000 claims abstract description 14
- 229910052911 sodium silicate Inorganic materials 0.000 claims abstract description 14
- 238000004519 manufacturing process Methods 0.000 claims abstract description 12
- 239000007788 liquid Substances 0.000 claims abstract description 8
- 238000012549 training Methods 0.000 claims abstract description 8
- 238000004088 simulation Methods 0.000 claims abstract description 4
- 230000006870 function Effects 0.000 claims description 25
- 238000004422 calculation algorithm Methods 0.000 claims description 22
- 230000008859 change Effects 0.000 claims description 9
- 230000008929 regeneration Effects 0.000 claims description 7
- 238000011069 regeneration method Methods 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000013016 damping Methods 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 2
- 230000007935 neutral effect Effects 0.000 abstract description 4
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical group O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 6
- 239000000463 material Substances 0.000 description 6
- 239000003054 catalyst Substances 0.000 description 5
- 230000001276 controlling effect Effects 0.000 description 5
- 239000003463 adsorbent Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 239000000377 silicon dioxide Substances 0.000 description 3
- BPQQTUXANYXVAA-UHFFFAOYSA-N Orthosilicate Chemical compound [O-][Si]([O-])([O-])[O-] BPQQTUXANYXVAA-UHFFFAOYSA-N 0.000 description 2
- 239000012776 electronic material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000003980 solgel method Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 229910004298 SiO 2 Inorganic materials 0.000 description 1
- 238000001354 calcination Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000000084 colloidal system Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010612 desalination reaction Methods 0.000 description 1
- 238000011033 desalting Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 229910001385 heavy metal Inorganic materials 0.000 description 1
- 230000007062 hydrolysis Effects 0.000 description 1
- 238000006460 hydrolysis reaction Methods 0.000 description 1
- 238000001027 hydrothermal synthesis Methods 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 238000000593 microemulsion method Methods 0.000 description 1
- 239000002808 molecular sieve Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000011943 nanocatalyst Substances 0.000 description 1
- 239000002114 nanocomposite Substances 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 235000012239 silicon dioxide Nutrition 0.000 description 1
- URGAHOPLAPQHLN-UHFFFAOYSA-N sodium aluminosilicate Chemical compound [Na+].[Al+3].[O-][Si]([O-])=O.[O-][Si]([O-])=O URGAHOPLAPQHLN-UHFFFAOYSA-N 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- 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
- B01J47/00—Ion-exchange processes in general; Apparatus therefor
- B01J47/14—Controlling or regulating
-
- 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
- G05B11/00—Automatic controllers
- G05B11/01—Automatic controllers electric
- G05B11/36—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
- G05B11/42—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential for obtaining a characteristic which is both proportional and time-dependent, e.g. P. I., P. I. D.
Landscapes
- Chemical & Material Sciences (AREA)
- Organic Chemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Treatment Of Water By Ion Exchange (AREA)
Abstract
本发明涉及一种多级离子交换树脂罐的控制方法、系统及存储介质，所述方法包括H1.生产线启动，基于各级离子交换树脂罐上的流量传感器，获取硅酸钠溶液的流量数据信息，基于各级离子交换树脂罐上的计时器，获取当前树脂罐的过滤时间数据信息；H2.将所述硅酸钠溶液的流量数据信息和所述当前树脂罐的过滤时间数据信息输入神经网络建立的混合离子交换树脂罐中硅溶胶液体电导率的系统辨识模型进行训练和学习，输出当前树脂罐的电导率数据信息；H3.将所述当前树脂罐的电导率数据信息输入比例阀模型进行仿真训练。本发明不仅能产出电导率低于20μs/cm、PH值为中性的高品质除盐硅溶胶，而且提高了硅溶胶的生产效率。
Description
技术领域
本发明涉及硅溶胶生产技术领域，尤其是涉及一种多级离子交换树脂罐的控制方法、系统及存储介质。
背景技术
硅溶胶是一种由硅酸盐水解制得的胶体，其主要成分为二氧化硅（SiO2）。硅溶胶具有高比表面积、高孔隙度、高化学稳定性、低热膨胀系数等特点，因此被广泛应用于催化剂、吸附剂、分离材料、光学材料、电子材料等领域。硅溶胶还可以通过控制其制备条件来调控其孔径大小和分布，从而实现对其性能的调控。
硅溶胶的制备方法有多种，常见的包括溶胶-凝胶法、水热法、微乳液法、气相法等。其中，溶胶-凝胶法是最常用的制备方法之一。该方法的基本步骤包括：将硅酸盐溶解在水中形成溶胶，加入催化剂和调节剂，使其凝胶化，然后进行干燥和煅烧等处理，最终得到硅溶胶。
硅溶胶具有高比表面积和孔隙度，因此被广泛应用于催化剂、吸附剂、分离材料等领域。例如，硅溶胶可以作为催化剂载体，将活性组分负载在其表面，从而提高催化剂的活性和稳定性。硅溶胶还可以作为吸附剂，用于去除水中的重金属离子、有机物等污染物。此外，硅溶胶还可以用于制备分离材料，如分子筛、离子交换树脂等。
近年来，随着纳米技术的发展，硅溶胶的应用范围不断扩大。例如，硅溶胶可以用于制备纳米复合材料、纳米催化剂等。此外，硅溶胶还可以用于制备光学材料、电子材料等高科技领域，因此，硅溶胶的需求量在不断提高和应用的领域也在不断发展，如何制备高品质的硅溶胶成为我们亟待解决的问题。
发明内容
鉴于以上问题，本发明提供了一种多级离子交换树脂罐的控制方法、系统及存储介质，不仅能产出电导率低于20μs/cm、PH值为中性的高品质除盐硅溶胶，而且提高了硅溶胶的生产效率。
为了实现上述目的及其他相关目的，本发明提供的技术方案如下：
一种多级离子交换树脂罐的控制方法，所述方法包括：
H1.生产线启动，基于各级离子交换树脂罐上的流量传感器，获取硅酸钠溶液的流量数据信息，基于各级离子交换树脂罐上的计时器，获取当前树脂罐的过滤时间数据信息；
H2.将所述硅酸钠溶液的流量数据信息和所述当前树脂罐的过滤时间数据信息输入神经网络建立的混合离子交换树脂罐中硅溶胶液体电导率的系统辨识模型进行训练和学习，输出当前树脂罐的电导率数据信息；
H3.将所述当前树脂罐的电导率数据信息输入比例阀模型进行仿真训练，输出某一时刻树脂罐的电导率误差值和误差变化值；
H4.基于所述某一时刻树脂罐的电导率误差值和误差变化值，采用自适应模糊PID控制算法，输出当前树脂罐的控制数据信息。
进一步的，所述当前树脂罐的控制数据信息包括树脂罐再生阀门的切换和树脂罐过滤阀门的切换，设置预设阈值，若所述某一时刻树脂罐的电导率误差值超过预设阈值，则切换为树脂罐再生阀门进行交换树脂的再生，若所述某一时刻树脂罐的电导率误差值小于预设阈值，则保持树脂罐过滤阀门的开启。
进一步的，在步骤H2中，所述神经网络建立的混合离子交换树脂罐中硅溶胶液体电导率的系统辨识模型包括：
H21.基于所述硅酸钠溶液的流量数据信息和所述当前树脂罐的过滤时间数据信息，建立特征矩阵函数fi，
，
其中，xin为第i级树脂罐n次采样硅酸钠溶液的流量，tin为第i级树脂罐n次采样的过滤时间，α为流量特征因子，β为时间特征因子；
H22.将所述特征矩阵函数fi输入神经网络的隐单元的输出函数Fi，
，
其中，kji表示第j个隐单元到第i个输出单元的权值，ε表示神经网络的隐单元的变换函数，rj表示第j个隐单元的中心矢量，‖fi-rj‖表示fi和rj之间的距离；
H23.基于所述神经网络的隐单元的输出函数Fi，输出第i级树脂罐的电导率数据信息。
进一步的，在步骤H22中，所述神经网络的隐单元的变换函数ε为，
，
其中，λ为扩展常数。
进一步的，在步骤H3中，所述比例阀模型为
，
其中，β为比例阀的流量增益，ω为固有频率，γ为比例阀的阻尼系数。
进一步的，在步骤H4中，所述自适应模糊PID控制算法包括：
H41.获取不同时刻k的树脂罐电导率误差值d(k),获取不同时刻k的树脂罐电导率误差变化值Δ(k)；
H42.将所述树脂罐电导率误差值d(k)和所述树脂罐电导率误差变化值Δ(k)输入模糊PID控制函数中，
，
其中，lp为比例系数，li为积分系数，ld为微分系数，P(k)为第k时刻的输出值；
H43.基于所述模糊PID控制函数，根据PID参数自整定算法，得到整定后的系统参数lp、li和ld，从而输出当前树脂罐的模糊控制数据信息；
H44.将所述当前树脂罐的模糊控制数据信息转化为控制执行部件的精确输出数据信息，根据反模糊化算法，输出当前树脂罐的控制数据信息。
进一步的，所述PID参数自正定算法为Z—N法、最优整定法、工程整定法或扩充临界比例带法中的任意一种。
进一步的，所述反模糊化算法选取最大隶属度法、中位数法或重心法中的任意一种。
为了实现上述目的及其他相关目的，本发明还提供了一种多级离子交换树脂罐的控制系统，包括计算机设备，该计算机设备被编程或配置以执行任意一项所述多级离子交换树脂罐的控制方法的步骤。
为了实现上述目的及其他相关目的，本发明还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有被编程或配置以执行任意一项所述多级离子交换树脂罐的控制方法的计算机程序。
本发明具有以下积极效果：
1.本发明采用多级离子交换树脂罐进行硅溶胶的生产，不仅提高了硅溶胶的品质，而且生产过程中无需进行停下进行过滤材料的更换，进一步提高了硅溶胶的生产效率。
2.本发明采用自适应模糊PID控制算法进行硅溶胶电导率的控制，能够精确地进行硅溶胶电导率的调节，从而提高了硅溶胶的稳定生产。
3.本发明对各混合离子交换树脂罐的监测以及通过算法计算得到最佳过滤效率，从而保证硅溶胶的脱盐的高效和品质。
附图说明
图1为本发明方法流程示意图；
图2为本发明硅溶胶液体电导率的系统辨识模型流程示意图；
图3为本发明自适应模糊PID控制算法流程示意图；
图4为本发明的各级离子交换树脂罐的连接图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
实施例1：如图1或图4所示，一种多级离子交换树脂罐的控制方法，所述方法包括：
H1.生产线启动，基于各级离子交换树脂罐上的流量传感器，获取硅酸钠溶液的流量数据信息，基于各级离子交换树脂罐上的计时器，获取当前树脂罐的过滤时间数据信息；
H2.将所述硅酸钠溶液的流量数据信息和所述当前树脂罐的过滤时间数据信息输入神经网络建立的混合离子交换树脂罐中硅溶胶液体电导率的系统辨识模型进行训练和学习，输出当前树脂罐的电导率数据信息；
H3.将所述当前树脂罐的电导率数据信息输入比例阀模型进行仿真训练，输出某一时刻树脂罐的电导率误差值和误差变化值；
H4.基于所述某一时刻树脂罐的电导率误差值和误差变化值，采用自适应模糊PID控制算法，输出当前树脂罐的控制数据信息。
在本实施例中，所述当前树脂罐的控制数据信息包括树脂罐再生阀门的切换和树脂罐过滤阀门的切换，设置预设阈值，若所述某一时刻树脂罐的电导率误差值超过预设阈值，则切换为树脂罐再生阀门进行交换树脂的再生，若所述某一时刻树脂罐的电导率误差值小于预设阈值，则保持树脂罐过滤阀门的开启。
在本实施例中，如图2所示，在步骤H2中，所述神经网络建立的混合离子交换树脂罐中硅溶胶液体电导率的系统辨识模型包括：
H21.基于所述硅酸钠溶液的流量数据信息和所述当前树脂罐的过滤时间数据信息，建立特征矩阵函数fi，
，
其中，xin为第i级树脂罐n次采样硅酸钠溶液的流量，tin为第i级树脂罐n次采样的过滤时间，α为流量特征因子，β为时间特征因子；
H22.将所述特征矩阵函数fi输入神经网络的隐单元的输出函数Fi，
，
其中，kji表示第j个隐单元到第i个输出单元的权值，ε表示神经网络的隐单元的变换函数，rj表示第j个隐单元的中心矢量，‖fi-rj‖表示fi和rj之间的距离；
H23.基于所述神经网络的隐单元的输出函数Fi，输出第i级树脂罐的电导率数据信息。
在本实施例中，在步骤H22中，所述神经网络的隐单元的变换函数ε为，
，
其中，λ为扩展常数。
在本实施例中，在步骤H3中，所述比例阀模型为
，
其中，β为比例阀的流量增益，ω为固有频率，γ为比例阀的阻尼系数。
混合离子交换树脂使用到一定时间就需要再生，本专利采用多级、轮流导通的混合离子交换树脂罐进行过滤，在不间断的生产的情况下（通过阀门切换，仅仅控制其中两个饱和的树脂罐的再生，让其他有效范围内树脂罐继续过滤），能产出电导率低于300LS/cm、PH值为中性的高品质除盐硅溶胶。涉及对各混合离子交换树脂罐的监测以及通过算法计算得到最佳过滤效率。
实施例2：在实施例1的一种多级离子交换树脂罐的控制方法的基础上，下面对本发明作进一步的说明和描述。
如图3所示，在步骤H4中，所述自适应模糊PID控制算法包括：
H41.获取不同时刻k的树脂罐电导率误差值d(k),获取不同时刻k的树脂罐电导率误差变化值Δ(k)；
H42.将所述树脂罐电导率误差值d(k)和所述树脂罐电导率误差变化值Δ(k)输入模糊PID控制函数中，
，
其中，lp为比例系数，li为积分系数，ld为微分系数，P(k)为第k时刻的输出值；
H43.基于所述模糊PID控制函数，根据PID参数自整定算法，得到整定后的系统参数lp、li和ld，从而输出当前树脂罐的模糊控制数据信息；
H44.将所述当前树脂罐的模糊控制数据信息转化为控制执行部件的精确输出数据信息，根据反模糊化算法，输出当前树脂罐的控制数据信息。
在本实施例中，所述PID参数自正定算法为Z—N法、最优整定法、工程整定法或扩充临界比例带法中的任意一种。
在本实施例中，所述反模糊化算法选取最大隶属度法、中位数法或重心法中的任意一种。
为了实现上述目的及其他相关目的，本发明还提供了一种多级离子交换树脂罐的控制系统，包括计算机设备，该计算机设备被编程或配置以执行任意一项所述多级离子交换树脂罐的控制方法的步骤。
为了实现上述目的及其他相关目的，本发明还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有被编程或配置以执行任意一项所述多级离子交换树脂罐的控制方法的计算机程序。
本申请所提供的实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
综上所述，本发明不仅能产出电导率低于20μs/cm、PH值为中性的高品质除盐硅溶胶，而且提高了硅溶胶的生产效率。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。
Claims (10)
1.一种多级离子交换树脂罐的控制方法，其特征在于，所述方法包括：
H1.生产线启动，基于各级离子交换树脂罐上的流量传感器，获取硅酸钠溶液的流量数据信息，基于各级离子交换树脂罐上的计时器，获取当前树脂罐的过滤时间数据信息；
H2.将所述硅酸钠溶液的流量数据信息和所述当前树脂罐的过滤时间数据信息输入神经网络建立的混合离子交换树脂罐中硅溶胶液体电导率的系统辨识模型进行训练和学习，输出当前树脂罐的电导率数据信息；
H3.将所述当前树脂罐的电导率数据信息输入比例阀模型进行仿真训练，输出某一时刻树脂罐的电导率误差值和误差变化值；
H4.基于所述某一时刻树脂罐的电导率误差值和误差变化值，采用自适应模糊PID控制算法，输出当前树脂罐的控制数据信息。
2.根据权利要求1所述的多级离子交换树脂罐的控制方法，其特征在于：所述当前树脂罐的控制数据信息包括树脂罐再生阀门的切换和树脂罐过滤阀门的切换，设置预设阈值，若所述某一时刻树脂罐的电导率误差值超过预设阈值，则切换为树脂罐再生阀门进行交换树脂的再生，若所述某一时刻树脂罐的电导率误差值小于预设阈值，则保持树脂罐过滤阀门的开启。
3.根据权利要求1所述的多级离子交换树脂罐的控制方法，其特征在于，在步骤H2中，所述神经网络建立的混合离子交换树脂罐中硅溶胶液体电导率的系统辨识模型包括：
H21.基于所述硅酸钠溶液的流量数据信息和所述当前树脂罐的过滤时间数据信息，建立特征矩阵函数fi，
，
其中，xin为第i级树脂罐n次采样硅酸钠溶液的流量，tin为第i级树脂罐n次采样的过滤时间，α为流量特征因子，β为时间特征因子；
H22.将所述特征矩阵函数fi输入神经网络的隐单元的输出函数Fi，
，
其中，kji表示第j个隐单元到第i个输出单元的权值，ε表示神经网络的隐单元的变换函数，rj表示第j个隐单元的中心矢量，‖fi-rj‖表示fi和rj之间的距离；
H23.基于所述神经网络的隐单元的输出函数Fi，输出第i级树脂罐的电导率数据信息。
4.根据权利要求3所述的多级离子交换树脂罐的控制方法，其特征在于，在步骤H22中，所述神经网络的隐单元的变换函数ε为，
，
其中，λ为扩展常数。
5.根据权利要求1所述的多级离子交换树脂罐的控制方法，其特征在于，在步骤H3中，所述比例阀模型为
，
其中，β为比例阀的流量增益，ω为固有频率，γ为比例阀的阻尼系数。
6.根据权利要求1所述的多级离子交换树脂罐的控制方法，其特征在于，在步骤H4中，所述自适应模糊PID控制算法包括：
H41.获取不同时刻k的树脂罐电导率误差值d(k),获取不同时刻k的树脂罐电导率误差变化值Δ(k)；
H42.将所述树脂罐电导率误差值d(k)和所述树脂罐电导率误差变化值Δ(k)输入模糊PID控制函数中，
，
其中，lp为比例系数，li为积分系数，ld为微分系数，P(k)为第k时刻的输出值；
H43.基于所述模糊PID控制函数，根据PID参数自整定算法，得到整定后的系统参数lp、li和ld，从而输出当前树脂罐的模糊控制数据信息；
H44.将所述当前树脂罐的模糊控制数据信息转化为控制执行部件的精确输出数据信息，根据反模糊化算法，输出当前树脂罐的控制数据信息。
7.根据权利要求6所述的多级离子交换树脂罐的控制方法，其特征在于：所述PID参数自正定算法为Z—N法、最优整定法、工程整定法或扩充临界比例带法中的任意一种。
8.根据权利要求6所述的多级离子交换树脂罐的控制方法，其特征在于：所述反模糊化算法选取最大隶属度法、中位数法或重心法中的任意一种。
9.一种多级离子交换树脂罐的控制系统，包括计算机设备，其特征在于，该计算机设备被编程或配置以执行权利要求1～8中任意一项所述多级离子交换树脂罐的控制方法的步骤。
10.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有被编程或配置以执行权利要求1～8中任意一项所述多级离子交换树脂罐的控制方法的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310860590.4A CN116571284B (zh) | 2023-07-14 | 2023-07-14 | 一种多级离子交换树脂罐的控制方法、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310860590.4A CN116571284B (zh) | 2023-07-14 | 2023-07-14 | 一种多级离子交换树脂罐的控制方法、系统及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116571284A true CN116571284A (zh) | 2023-08-11 |
| CN116571284B CN116571284B (zh) | 2023-11-10 |
Family
ID=87545720
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310860590.4A Active CN116571284B (zh) | 2023-07-14 | 2023-07-14 | 一种多级离子交换树脂罐的控制方法、系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116571284B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014224004A (ja) * | 2013-05-15 | 2014-12-04 | 株式会社トクヤマ | 金属酸化物ゾルの製造方法 |
| JP2015013276A (ja) * | 2013-07-08 | 2015-01-22 | 栗田工業株式会社 | イオン交換樹脂の性能評価方法及び交換時期判断方法 |
| CN105973544A (zh) * | 2016-06-20 | 2016-09-28 | 中国民航大学 | 一种基于自适应pid方法的飞机全静压测试系统及方法 |
| CN206935390U (zh) * | 2017-03-15 | 2018-01-30 | 山东百特新材料有限公司 | 一种用于硅溶胶生产的离子交换装置 |
| CN109201124A (zh) * | 2017-06-30 | 2019-01-15 | 上海轻工业研究所有限公司 | 离子交换树脂的转型监测和控制方法 |
| CN109518193A (zh) * | 2018-11-02 | 2019-03-26 | 海南大学 | 一种含钼酸钠的防锈液及其制备方法 |
| CN217437844U (zh) * | 2022-05-13 | 2022-09-16 | 北京京能高安屯燃气热电有限责任公司 | 一种基于氨浓度分析仪的加药系统 |
| CN116520778A (zh) * | 2023-04-12 | 2023-08-01 | 福建远翔新材料股份有限公司 | 沉淀法二氧化硅反应过程的智能控制方法 |
-
2023
- 2023-07-14 CN CN202310860590.4A patent/CN116571284B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014224004A (ja) * | 2013-05-15 | 2014-12-04 | 株式会社トクヤマ | 金属酸化物ゾルの製造方法 |
| JP2015013276A (ja) * | 2013-07-08 | 2015-01-22 | 栗田工業株式会社 | イオン交換樹脂の性能評価方法及び交換時期判断方法 |
| CN105973544A (zh) * | 2016-06-20 | 2016-09-28 | 中国民航大学 | 一种基于自适应pid方法的飞机全静压测试系统及方法 |
| CN206935390U (zh) * | 2017-03-15 | 2018-01-30 | 山东百特新材料有限公司 | 一种用于硅溶胶生产的离子交换装置 |
| CN109201124A (zh) * | 2017-06-30 | 2019-01-15 | 上海轻工业研究所有限公司 | 离子交换树脂的转型监测和控制方法 |
| CN109518193A (zh) * | 2018-11-02 | 2019-03-26 | 海南大学 | 一种含钼酸钠的防锈液及其制备方法 |
| CN217437844U (zh) * | 2022-05-13 | 2022-09-16 | 北京京能高安屯燃气热电有限责任公司 | 一种基于氨浓度分析仪的加药系统 |
| CN116520778A (zh) * | 2023-04-12 | 2023-08-01 | 福建远翔新材料股份有限公司 | 沉淀法二氧化硅反应过程的智能控制方法 |
Non-Patent Citations (1)
| Title |
|---|
| 严麒等: "基于模糊PID的硅溶胶反应釜温度控制系统的设计", 《无线互联科技》, no. 7, pages 79 - 80 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116571284B (zh) | 2023-11-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Koĺtuniewicz et al. | Process factors during removal of oil-in-water emulsions with cross-flow microfiltration | |
| US5269926A (en) | Supported microporous ceramic membranes | |
| US20050258098A1 (en) | Method for regulating a membrane filtering installation | |
| CN105988368B (zh) | 一种具有时变时延的网络化控制系统的容错控制方法 | |
| CN116571284B (zh) | 一种多级离子交换树脂罐的控制方法、系统及存储介质 | |
| DE102013221406A1 (de) | Systeme und Verfahren zum Steuern eines Verdichter-Rezirkulationsventils | |
| Kiranoudis et al. | Wind energy exploitation for reverse osmosis desalination plants | |
| WO2019004281A1 (ja) | 水処理装置および水処理方法 | |
| CN112904709A (zh) | 一种空调控制方法及空调器 | |
| Naik et al. | Mathematical modelling and controller design for interacting hybrid two tank system (IHTTS) | |
| Fonseca et al. | Turbidity control on dissolved air flotation process using fuzzy logic | |
| Jepsen et al. | Control pairings of a deoiling membrane crossflow filtration process based on theoretical and experimental results | |
| Chithra et al. | PID controller tuning in reverse osmosis system based on particle swarm optimization | |
| Zhang et al. | Pressure-dependent permeate flux in ultra-and microfiltration | |
| Van Henten | Model based design of optimal multivariable climate control systems | |
| Shukla et al. | Implementation of different control strategies on a quadruple tank system | |
| Kocaarslan | Application of adaptive control concept in a 750 MW coal fired power plant | |
| CN109270839B (zh) | 一种无自平衡能力对象的串联控制方法 | |
| CN105759614A (zh) | 一种电液比例阀阀芯位移自适应动态滑模控制方法 | |
| Tsang et al. | A new approach to auto-tuning of PID controllers | |
| Gerov et al. | A simple method of tuning pi controller for integrator dead/time processes | |
| Lee et al. | Iterative identification and two step control design for partially unknown unstable plants | |
| Karande et al. | Design of fuzzy modified model reference adaptive controller for coupled tank process | |
| CN214781290U (zh) | 一种提高除盐水产水率的装置及系统 | |
| Gambier et al. | Control of small reverse osmosis desalination plants with feed water bypass |
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 |