CN1539809A - 精对苯二甲酸装置加氢精制工段浆料浓度的控制方法 - Google Patents

Abstract

本发明公开了精对苯二甲酸装置加氢精制工段重要工艺参数浆料浓度的控制方法，它是预先通过测试以确定螺旋推进器电机转速与TA质量流量的关系，通过非线性转换将TA质量流量转换为浆料罐入口浓度，以此入口浓度作为操作变量，以质量密度计测得的浆料浓度值作为被控变量，由预测控制算法计算出当前最优控制增量，通过非线性转换将浆料罐入口浓度转换为TA质量流量，再将TA质量流量转换为螺旋推进器电机的转速。在浆料质量流量和TA质量流量之间进行欠补偿静态前馈，该前馈量通过非线性转换与预测控制计算得到的电机转速增量一起叠加到电机转速PID控制回路的设定值上。

Description

精对苯二甲酸装置加氢精制工段浆料浓度的控制方法

一、技术领域

本发明属于化学反应工程领域，具体涉及精对苯二甲酸(以下简称PTA，即PureTerephthalic Acid)生产中加氢精制工段的重要工艺参数浆料浓度的控制方法。

二、背景技术

在PTA生产中，加氢精制工艺是将氧化工艺生产的粗对苯二甲酸(TA，TerephthalicAcid)溶解于水中，在高温、高压下经催化加氢，分离杂质，从而制得纤维级的精对苯二甲酸(PTA)。

贮放在料仓的由氧化工段生产的粗对苯二甲酸(TA)，分别经由螺旋推进器、螺旋输送机和浆料罐旋转阀，送入带搅拌器的浆料罐，然后加入打浆水进行混合。浆料罐中的浆料通过进料增压泵、溶解器增压泵送入八只串连的预热器，浆料经逐级加热并使TA完全溶解后，送入加氢反应器进行加氢反应。在TA浆料配制过程中，浆料罐中的浆料浓度可以根据操作温度下TA的溶解度和一定的安全裕度确定。

TA和打浆水混合得到的浆料是加氢精制工艺的原料，加氢反应的条件是TA必须完全溶解于水，形成均相溶液。TA浆料浓度是加氢精制工段的重要工艺参数，当TA浆料浓度高于操作温度下TA的溶解度时，TA将析出或者不溶解，严重时将导致催化剂床层堵塞，甚至造成催化剂压碎或Johnson网压弯等操作事故。反之如果浓度太低，则装置处理能力会下降，限制了生产能力的提高，并增加了消耗。

TA浆料配制过程的示意图如图1示。过程的输入包括TA和打浆水，输出是二者混合以后的浆料。

设F1为TA质量流量，F2为打浆水质量流量，F3为浆料质量流量，A为浆料罐截面积，L为浆料罐液位，D为TA浆料浓度，ρ为TA浆料密度。

设F1中均为TA，F2中不包含TA，浆料罐混合均匀。从TA和打浆水的测量点到浆料罐的纯滞后大约相等，用τ表示。

假设两股进料在测量处均匀混合，混合后质量浓度为D′，将这个浓度称为浆料罐入口浓度。设浆料罐液位利用F2进行调节而且不变。那么D和D′之间肯定是线性关系：

$\mathrm{\ρAL}\frac{\mathrm{dD}\left(t\right)}{\mathrm{dt}}=F_3{D}^{\′}(t-\mathrm{\τ})-F_{3}D\left(t\right)\⇒\frac{D\left(s\right)}{D^{\′}\left(s\right)}=\frac{1}{\frac{\mathrm{\ρAL}}{F_3}s+1}{e}^{-\mathrm{\τs}}$

这种线性关系不会因为F3变化而改变，但是负荷的变化会影响时间常数。入口浓度D′和F1、F2关系：

$D^{\′}=\frac{F_1}{F_1+F_2}$

当F1+F2(F3)不变时，入口浓度D′和F1是线性关系，这样浆料浓度D和F1也是线性关系；反之则入口浓度D′和F1是非线性关系，浆料浓度D和F1也是非线性关系。

上面的分析说明F3对整个系统特性的影响分两部分：1)F3的变化与否决定了D和F1是否是线性关系，F3不变则是线性关系，F3变化则是非线性关系；2)在浆料密度不变时，F3的变化幅度会影响时间常数τ，随着F3增加时间常数减少。

常规设计的加氢精制工艺浆料浓度的控制方法是以螺旋推进器的转速作为操纵变量，以浓度为被控变量的两套单回路PID常规控制组成。但是单回路PID常规控制算法存在下面的不足：

1、PID是单变量的控制算法，在算法中不能够考虑打浆水对浓度的影响，这样打浆水对浆料浓度的影响直到影响到浆料浓度以后才通过调节电机转速进行控制。这种影响尤其在负荷变化时明显，这时希望控制器及时预测打浆水变化对浆料浓度的影响提前采取调节。

2、由于从电机转速到浆料浓度需要一段时间(混和罐的时间常数比较大)，PID进行控制时，只考虑当前的浆料浓度偏差，这样就容易造成控制作用太强，从而引起浆料浓度波动。另外由于浆料并非完全均匀，所以测量值在一个较大范围波动。这时希望控制器的控制作用平滑，减少不必要的控制作用。

考虑混合罐的特性，PID控制器需要比较弱的控制作用，但是这样在异常情况(如负荷变化时)控制品质就会很差，需要操作人员手动调节，而在正常情况下，操作人员的操作经验也可以保持浆料浓度的稳定。所以，操作人员根据自己的经验采用手动调节螺旋推进器电机转速的方法，将浆料浓度控制在一定范围内。由于打浆水中含固量(TA)和料仓内TA的堆密度会变化，而操作人员不可能总是及时调节，这样浆料浓度的波动范围就比较大。为了防止出现浆料浓度高于操作温度下允许的溶解度的情况，浆料浓度必须被控制在比较低的水平，因此限制了PTA产品产量的提高。

通过上述浆料配置过程特性的分析，可以表明TA质量流量和浆料浓度的关系具有非线性。而且由于打浆水中含TA和TA质量流量不可直接检测等因素，使得常规PID的控制品质不理想，给浆料浓度的控制带来了很大的困难，影响了后续加氢反应的稳定和PTA产品产量的提高。

三、发明内容

本发明的目的是提供一种精对苯二甲酸装置加氢精制工段重要工艺参数-浆料浓度的控制方法，实现浆料浓度的在线实时控制。本发明采用非线性转换方法，前馈结合预测控制的技术进行控制，大大提高浆料浓度的控制精度，为稳定加氢反应和提高PTA产品产量提供有效手段。

本发明的技术方案如下：

一种精对苯二甲酸装置加氢精制工段浆料浓度的控制方法，它由如下步骤组成：

步骤一、确定基准螺旋推进器；

步骤二、测试基准螺旋推进器电机转速系数，通过测试确定基准螺旋推进器电机转速与TA质量流量的相关系数，得到k时刻TA质量流量；

步骤三、通过非线性转换将k时刻TA质量流量转换为k-1时刻浆料罐入口浓度，并得出k-1时刻浆料罐入口浓度的变化量；

步骤四、通过预测控制算法预测在k-1时刻浆料罐入口浓度变化量作用下的浆料浓度的未来变化；

步骤五、检测当前的浆料浓度并和原预测的当前浆料浓度的值比较，对浆料浓度未来预测值进行校正；

步骤六、通过预测控制算法根据控制性能指标，优化计算出未来浆料罐入口浓度的变化量；

步骤七、将未来浆料罐入口浓度的变化量转换为k+1时刻TA质量流量；

步骤八、将k+1时刻TA质量流量转换为电机转速并进行分配。

本发明浆料浓度的控制方法框图如图2所示：TA进料的螺旋推进器电机转速由PID控制回路控制，其设定值由预测控制器给定。预先通过测试，确定螺旋推进器电机转速与TA质量流量(F1)的关系。通过非线性转换将TA质量流量转换为浆料罐入口浓度(D′)，以此入口浓度作为操作变量(MV)，以质量密度计测得的浆料浓度值作为被控变量(CV)，由预测控制器通过滚动优化，计算出当前最优控制增量，通过非线性转换将浆料罐入口浓度转换为TA质量流量，再将TA质量流量转换为螺旋推进器电机的转速。在浆料质量流量(F₃)和TA质量流量之间进行欠补偿静态前馈，该前馈量通过非线性转换与预测控制计算得到的电机转速增量一起叠加到电机转速PID控制回路设定值上。螺旋推进器差异与控制作用分配

在浆料配置过程中，TA进料由两路螺旋推进器同时控制，由于两路螺旋推进器的电机转速和TA质量流量的关系并不一致，为此，首先对两个电机转速回路进行标定，确定基准螺旋推进器：由操作人员在确保浆料浓度不变的情况下，手动调节两个电机的转速，从而测得两个螺旋推进器的电机转速的对应关系，并确定下料快的为基准螺旋推进器。

确定基准螺旋推进器后，还存在控制作用在两路电机转速回路分配的问题，为此，控制器的最终输出设有一个选择开关，由操作人员选择其中一个螺旋推进器转速为被控变量。令一路为操作人员手动操作，但是可以任意选择一路螺旋推进器电机转速为被控变量，这样通过操作人员手动修改其中一个螺旋推进器的电机转速达到按操作人员意志进行下料流量分配的目的。

浆料罐入口浓度非线性转换

非线性转换部分包括TA质量流量到浆料罐入口浓度和浆料罐入口浓度到TA质量流量的转换。

由于TA质量流量本身不可直接检测和直接操作，需要预先通过测试确定螺旋推进器电机转速和TA质量流量的相关系数。

方法为：在前述电机转速标定后，根据所确定的两电机转速关系系数以及转速、打浆水和化验分析出的浆料浓度，计算并确定基准螺旋推进器和TA质量流量的相关系数。

TA质量流量到浆料罐入口浓度及其变化量的转换方法为：

在第k个采样时刻，检测打浆水质量流量F₂(k)和电机转速并根据电机转速和相关系数计算F₁(k)

k-1时刻浆料罐入口浓度：

$D^{\′}(k-1)=\frac{F_1\left(k\right)}{F_1\left(k\right)+F_2\left(k\right)}$

k-1时刻浆料罐入口浓度的变化：

${\mathrm{\ΔD}}^{\′}(k-1)=\frac{F_1\left(k\right)}{F_1\left(k\right)+F_2\left(k\right)}-\frac{F_1(k-1)}{F_1(k-1)+F_2(k-1)}$

通过预测控制算法预测在ΔD′(k-1)作用下浆料浓度的未来变化，及检测当前浆料浓度值D并和原预测的当前浓度的值比较，对未来预测进行校正，根据控制性能指标计算出未来一系列控制作用(入口浓度变化)，只执行ΔD′(k)

入口浓度变化ΔD′(k)转化新的TA质量流量F₁(k+1)方法为：

${\mathrm{\ΔD}}^{\′}\left(k\right)=\frac{F_1(k+1)}{F_1(k+1)+F_2\left(k\right)}-D^{\′}(k-1)$

$F_1(k+1)=\frac{(D^{\′}(k-1)+{\mathrm{\ΔD}}^{\′}\left(k\right))}{1-(D^{\′}(k-1)+{\mathrm{\ΔD}}^{\′}\left(k\right))}{F}_2\left(k\right)$

预测控制改进方法

在预测控制应用中，通常是由阶跃测试法测得对象的响应序列，由于有噪声，所以首先对其进行模型参数辨识得到对象的传递函数。在必要的时候甚至可以根据人的经验，对辨识得到的被控对象的传递函数进行调整。然后再利用传递函数得到阶跃响应序列。这也是大部分商用预测控制软件如Aspen Tech公司的DMC plus、Honeywell公司的RMPCT采用的方法。

为充分利用传递函数包含的信息，本发明人对传统的预测控制算法(DMC)进行了改进，该改进方法克服了以前算法存在的明显不足：预测模型时域较长；仅仅适用于渐近稳定系统；存在截断误差。

传统基于阶跃响应的预测模型，使得DMC算法中反馈校正和输出预测以模型预测时域N为单位进行的，而改进的预测模型使得DMC算法的输出预测和反馈校正以预测时域P为单位进行的，而且一般情况下控制时域P远远小于模型预测时域N，特别对于浆料配置过程这样的大时间常数的对象，其模型预测时域N大大大于预测时域P。所以改进预测模型预测未来输出所需的时间和内存空间都大大地减少，提高了算法速度，方便在DCS系统中实施。

另外，改进预测模型并不像基于阶跃响应的预测模型需要被控对象渐近稳定。改进预测模型可以对非渐近稳定被控对象进行输出预测，所以改进预测模型为DMC算法应用于非渐近稳定对象提供了可能。

改进方法的主要内容包括1)指数参数β的确定；2)预测末项的计算。

设模型和动态矩阵为

$a=\left[\begin{array}{c}{a}_1\\ a_2\\ \underset{.}{\overset{.}{.}}\\ a_P\end{array}\right]$ $A={\left[\begin{array}{cccc}{a}_1& 0& ...& 0\\ a_2& a_1& ...& \underset{.}{\overset{.}{.}}\\ & & & a_1\\ \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}\\ a_P& a_{P-1}& ...& a_{P-M+1}\end{array}\right]}_{P\×M}$

模型在经过预测时域P步以后都进入指数变化形式，那么和相应的输入、输出对应的指数参数如下：

$\mathrm{\β}=\frac{K-a_P}{K-a_{P-1}}$

其中，K为稳态增益。

预测末项的计算方法为：

Y(p)＝(1+β)*Y(p-1)-β*Y(p-2)

其中，Y为被控变量输出值，P为预测时域。

前馈控制与预测控制的结合方法

考虑到系统负荷变动与液位设定值变动均会影响到打浆水的波动从而影响到浆料浓度的变化，这段时间是比较长的，如果不及时调整TA进料质量流量会对浆料浓度产生较大影响，因此在系统负荷和TA进料质量流量之间实施欠补偿静态前馈控制。

该前馈有助于在系统负荷变化后，及时提前调整TA质量流量，使得浆料浓度能够控制的更加稳定，提高控制系统的品质。其前馈系数通过测试确定。

方法为：变化一定幅度的负荷设定值，调节螺旋推进器电机转速，维持浆料浓度不变，将电机转速变化量根据TA质量流量与电机转速的系数转换为TA质量流量变化量，再根据负荷变化量除以TA质量流量变化量得到该前馈系数。

该前馈控制方法与预测控制算法的结合方法为：

修改预测控制算法的控制作用输出部分，将前馈变量浆料质量流量变化引起的控制作用TA进料质量流量与预测控制算法本身计算出的控制作用叠加，形成最终的控制作用。

对预测控制算法的预测部分，仅预测在上一次由预测控制算法本身计算出的控制作用下被控变量浆料浓度变化，即在上次计算产生的最终控制作用中减去由前馈变量产生的控制作用，将其作为预测控制算法预测输出计算时的控制作用增量。

具体控制方法流程描述如下：

设被控对象单位阶跃响应的采样数据为a₁，a₂，…，a_N，N称为模型时域，稳态增益为K。

令 $A={\left[\begin{array}{cccc}{a}_1& 0& ...& 0\\ a_2& a_1& ...& 0\\ \underset{.}{\overset{.}{.}}& & & \\ a_P& a_{P-1}& ...& a_{P-M+1}\end{array}\right]}_{P\×M}{\stackrel{\‾}{d}}^T=\left[\begin{array}{cccc}1& 0& \·\·\·& 0\end{array}\right]{(A^T\mathrm{QA}+R)}^{-1}{A}^{T}Q$

$h={\left[\begin{array}{c}1\\ 1\\ \underset{.}{\overset{.}{.}}\\ 1\end{array}\right]}_{\mathrm{PN}\×1}$ $\mathrm{\β}=\frac{{K-a}_P}{{K-a}_{P-1}}$

f是前馈系数，y_r是控制要求

1.初始化浆料浓度预测输出向量X＝[x(1)....x(1)....x(N)]^T

2.从DCS系统获取浆料浓度当前值y(k)及扰动变量当前值d(k)计算预测误差e＝y(k)-X(1)，及扰动变化量Δd(k)＝d(k)-d(k-1)

3.校正浆料浓度预测输出X＝X+h*e

4.浆料浓度预测值移位操作X＝SX

5.计算控制增量Δu＝d^T(y_r-X)，并叠加扰动变化量产生的前馈输出(扰动变化量乘前馈系数)，形成控制输出u＝u+Δu+f*Δd

6.利用移除前馈输出后的控制输出计算浆料浓度的预测输出X＝X+aΔu重复2～6。

浆料浓度测量信号的滤波

浆料浓度的测量通过质量密度计测得，由于浆料为固液两相的混合物，在浆料罐虽然有搅拌器，其内部浆料存在不均匀的现象。质量密度计安装在抽送泵的出口，受到泵压力波动、震动等多种因素的影响，因此该测量信号存在着明显的快速波动与跳变。

浆料浓度的测量值作为被控变量，其信号的快速波动无法通过控制方法来处理，为此采用信号滤波的方法。信号滤波综合采用了均值滤波和一阶滤波两种方式。根据装置的特性，确定的最佳均值滤波时间为3分钟，一阶滤波时间参数为1.5分钟。

本发明利用现有仪表TA质量流量表和现有TA生产装置的计算机集散控制系统(DCS系统)，采用集成非线性转换方法，前馈结合预测控制技术的算法，以浆料浓度为被控变量，以浆料罐入口浓度为操纵变量，利用DCS系统的编程语言进行编程并在DCS系统中实时运行，实现浆料浓度的控制。该浆料浓度的控制方法所要求的条件在大多数的加氢精制浆料配置生产装置中均能满足，因此该发明具有普适性。

与原控制状况比较，本发明的控制方法明显减小了浓度波动，实现了浆料浓度的稳定控制，操作人员可以根据浆料浓度4个小时的人工分析值来调整浆料浓度控制的目标值，从而使装置可以在高浓度低负荷下运行，降低了消耗，为装置运行在高浓度高负荷提供了可能。

四、附图说明

图1：TA浆料配制系统图

F₁：TA质量流量；F₂：打浆水质量流量；F₃：浆料质量流量；D：TA浆料浓度；

L：浆料罐液位；D′：浆料罐入口浓度

图2：浆料浓度的控制方法框图

F₁：TA质量流量；D：TA浆料浓度；D′：浆料罐入口浓度；

N：TA质量流量到浆料罐入口浓度的非线性转换；

1/N：浆料罐入口浓度到TA质量流量的非线性转换；G：过程传递函数；

MPC：前馈结合非线性转换的改进预测控制算法；FF：前馈系数

图3：浆料浓度的控制方法效果图

图4：前馈结合非线性转换的改进预测控制算法流程简图

五、具体实施方式

以下结合附图并通过实施例对本发明作进一步说明：

实施例1：

本加氢精制工段浆料浓度的控制方法以采用Amoco公司专利技术的PTA装置为例，在该装置中浆料罐(图1)的主要技术规格为(外径X高X壁厚)：Φ3600X5900X8，体积：71.35m³。控制方法的具体实施步骤为：

1.由工艺人员在确保浆料浓度不变的情况下，手动调节2个电机的转速，从而对2个螺旋推进器进行标定，以下料快的为基准螺旋推进器；

2.经测试确定基准螺旋推进器转速系数为1.23，基准螺旋推进器电机转速与TA质量流量F₁的系数N(图2)为44.9；

3.基准螺旋推进器电机转速作阶跃变化，测试对象传递函数G(图2)，并辨识为一阶对象，其中，比例系数K：1.3，时间常数T：680秒，纯滞后时间τ：180秒；

4.测试负荷流量和TA进料质量流量的前馈系数FF(图2)为0.097；

5.在DCS系统中创建浆料浓度预测控制器MPC(图2)，其算法采用前馈结合非线性转换的改进预测控制算法，其中，预测时域P30，指数参数β0.9；

6.在DCS系统中创建信号滤波点，滤除测量信号的快速波动与跳变；

7.螺旋推进器电机转速PID控制回路，改为串级模式，其设定值由预测控制器MPC(图2)给定；

8.投运浆料浓度预测控制器，将状态参数设为ON，并依据浆料浓度的小时均值确定浆料浓度设定值，将状态参数设为OFF，则停止浆料浓度预测控制器；

9.浆料浓度预测控制器利用当前时刻电机转速测量值和预先测试的系数，得到当前时刻的TA质量流量，通过非线性转换将其转换为浆料罐入口浓度，计算浆料罐入口浓度的变化量，以浆料浓度当前测量值校正预测的浆料浓度未来值，由预测控制算法依据控制性能指标，计算出未来浆料罐入口浓度的变化量，将其转换为TA质量流量增量，依据当前的浆料质量流量与前一时刻的质量流量的差值，计算前馈量，将其与原先计算的TA质量流量增量叠加，转换为螺旋推进器电机的转速增量，作为电机转速PID控制回路的新设定值。该浆料浓度预测控制器每个控制周期(1分钟)运行一次。

图3显示了本控制方法在Amoco公司专利的PTA装置上的实时运行结果。分界线前为手动控制浆料浓度波动曲线，分界线后为本控制方法运行后浆料浓度波动曲线。

在图3.1中，采用手动控制时浆料浓度波动范围为24.8～23.9，浆料浓度的均值为24.35。本控制方法运行时，浆料浓度的设定值为24.4，实际浆料浓度波动范围减小为24.6～24.2，明显稳定了浆料浓度。由于浆料浓度波动范围减小，故可以逐步提高浆料浓度的设定值，直至浆料浓度接近其上限约束25.0。

实施例2：

本加氢精制工段浆料浓度的控制方法PTA装置及各步骤参数同实施例1。

图3的实时运行结果：分界线前为手动控制浆料浓度波动曲线，分界线后为本控制方法运行后浆料浓度波动曲线。

在图3.2中，在本控制方法运行前，采用手动控制时浆料浓度波动范围为24.63～23.73，浆料浓度的均值为24.2。由于此时浓度均值偏低，本控制方法运行时，将浆料浓度的设定值提高到24.5，实际运行效果为：浆料浓度波动范围为24.75～24.3，浆料浓度的均值为24.52，而且浆料浓度的峰值仍在安全范围内。

由于浆料的平均浓度比投运前提高0.32，相当于平均浓度实际提高0.32/24.2≈1.3％。浆料的平均浓度提高，不仅提高了PTA产品产量，同时降低了消耗。

Claims (5)

1.一种精对苯二甲酸装置加氢精制工段浆料浓度的控制方法，其特征在于，它由下列步骤组成：

步骤一、确定基准螺旋推进器；

步骤二、测试基准螺旋推进器电机转速系数，通过测试确定基准螺旋推进器电机转速与TA质量流量的相关系数，得到k时刻TA质量流量；

步骤三、通过非线性转换将k时刻TA质量流量转换为k-1时刻浆料罐入口浓度，并得出k-1时刻浆料罐入口浓度的变化量；

步骤四、通过预测控制算法预测在k-1时刻浆料罐入口浓度变化量作用下的浆料浓度的未来变化；

步骤五、检测当前的浆料浓度并和原预测的当前浆料浓度的值比较，对浆料浓度未来预测值进行校正；

步骤六、通过预测控制算法根据控制性能指标，优化计算出未来浆料罐入口浓度的变化量；

步骤七、将未来浆料罐入口浓度的变化量转换为k+1时刻TA质量流量；

步骤八、将k+1时刻TA质量流量转换为电机转速并进行分配。

2.根据权利要求1所述的精对苯二甲酸装置加氢精制工段浆料浓度的控制方法，其特征在于，所述的预测控制算法的输出预测和反馈校正以预测时域P为单位进行，预测时域以后的预测项按指数变化形式计算。

3.根据权利要求1所述的精对苯二甲酸装置加氢精制工段浆料浓度的控制方法，其特征在于，步骤五中，浆料浓度的测量通过质量密度计测得，对质量密度计的输出信号进行滤波处理，均值滤波时间为3分钟，一阶滤波时间参数为1.5分钟。

4.根据权利要求1所述的精对苯二甲酸装置加氢精制工段浆料浓度的控制方法，其特征在于，所述的预测控制算法采用前馈结合非线性转换的改进预测控制算法，在系统负荷和TA进料质量流量之间实施欠补偿静态前馈，该前馈控制方法计算出的控制作用与预测控制算法计算出的控制作用叠加，形成最终的控制作用，具体步骤如下：

a)初始化浆料浓度预测输出向量；

b)从计算机集散控制系统获取浆料浓度当前值及扰动变量当前值，计算预测误差及扰动变化量；

c)校正浆料浓度预测输出；

d)浆料浓度预测值移位操作；

e)计算控制增量，并叠加扰动变化量产生的前馈输出，形成控制输出，所述的前馈输出等于扰动变化量乘前馈系数；

f)利用移除前馈输出后的控制输出计算浆料浓度的预测输出。

5.根据权利要求4所述的精对苯二甲酸装置加氢精制工段浆料浓度的控制方法，其特征在于，步骤e中，所述的前馈系数通过测试确定，方法为：变化一定幅度的负荷设定值，调节螺旋推进器电机转速，维持浆料浓度不变，将电机转速变化量根据TA质量流量与转速的系数转换为TA质量流量变化量，再根据负荷变化量除以TA质量流量变化量得到所述的前馈系数。

Images