優(yōu)化控制在紙漿洗滌過(guò)程中的應(yīng)用.pdf

1、紙漿洗滌過(guò)程是制漿造紙生產(chǎn)中非常重要的一環(huán)，其洗滌效果直接影響到后續(xù)工段的順利進(jìn)行。而洗漿過(guò)程屬于大時(shí)滯、非線性、變參數(shù)系統(tǒng)，由于無(wú)法建立起精確數(shù)學(xué)模型，從而使得傳統(tǒng)控制理論很難給出一個(gè)較好的控制效果，甚至不能控制。近些年來(lái)，智能控制理論(神經(jīng)網(wǎng)絡(luò)、模糊控制、專家系統(tǒng))異軍突起，其控制算法不需要被控對(duì)象的精確數(shù)學(xué)模型，只要有足夠的樣本數(shù)據(jù)或?qū)＜医?jīng)驗(yàn)即可，因而受到廣泛青睞。 根據(jù)生產(chǎn)工藝條件的分析，確定以上漿流量、上漿濃度、清水流

2、量、清水溫度為神經(jīng)網(wǎng)絡(luò)模型的輸入變量，殘堿量、波美度為神經(jīng)網(wǎng)絡(luò)模型的輸出變量，隱層數(shù)為1，隱層節(jié)點(diǎn)數(shù)為9的三層網(wǎng)絡(luò)模型。采用BP神經(jīng)網(wǎng)絡(luò)對(duì)紙漿洗滌過(guò)程進(jìn)行建模，并對(duì)此網(wǎng)絡(luò)模型進(jìn)行仿真。仿真結(jié)果表明：該模型能夠較好的描述過(guò)程的行為，各操作變量對(duì)過(guò)程輸出的影響符合實(shí)際的工藝情況，網(wǎng)絡(luò)模型的驗(yàn)證也說(shuō)明模型的記憶能力和泛化能力都比較不錯(cuò)。 遺傳算法是一種基于在生物進(jìn)化過(guò)程中，優(yōu)存劣亡的原理基礎(chǔ)上發(fā)展起來(lái)優(yōu)化、搜索技術(shù)。是一種采用了統(tǒng)計(jì)啟

3、發(fā)式搜索技術(shù)的組合優(yōu)化算法。在利用遺傳算法求解問(wèn)題時(shí)，問(wèn)題的每個(gè)可能的解都被編碼成一個(gè)“染色體”，即個(gè)體，若干個(gè)個(gè)體構(gòu)成了群體。在遺傳算法中，pc和pm的選擇是影響遺傳算法行為和性能的關(guān)鍵所在，直接影響算法的收斂性。自適應(yīng)遺傳算法在保持群體多樣性的同時(shí)，保證遺傳算法的收斂能力，能夠有效地提高了遺傳算法的優(yōu)化能力。并且由于模擬生命進(jìn)化機(jī)制的遺傳算法與傳統(tǒng)的優(yōu)化算法相比具有更強(qiáng)的全局搜索能力，因此本文采用自適應(yīng)遺傳算法對(duì)模型的優(yōu)化問(wèn)題進(jìn)行探