草浆洗涤过程两步神经网络建模及集成优化

在国家自然科学基金的资助下，在项目研究小组的辛苦工作和试点单位的通力配合下，项目研究工作不断向前推进，并取得了比较突出的研究成果。确定了草浆洗涤过程数学模型的输入变量和输出变量，建立起了神经网络数学模型，确定了草浆洗涤过程多目标优化的边值条件和初始值，测试了洗涤过程清水加入量和洗后浆产量的双目标优化算法，完成了草浆洗涤过程集散控制系统架构的设计和调试工作。研究成果在2家造纸厂取得了中试，发表相关学术论文19篇（含1篇硕士学位论文），培养硕士研究生6名，其中2名硕士研究生获得陕西科技大学优秀硕士毕业论文奖励，获批国家实用新型专利4项，项目负责人也被遴选为陕西科技大学学科带头人培育人选。项目主要研究成果内容描述如下。. （1）提出了纸浆洗涤过程软测量模型。借助两步神经网络辨识法及最小二乘法，建立了残碱和黑液波美度的软测量校正模型，此模型具有较高的预报精度，很好地满足了质量指标。. （2）提出了关于洗浆质量及生产效益的优化策略。通过洗浆和蒸发系统的物料衡算，建立了稀释因子与洗涤用水费用的单目标优化；以洗浆质量高、出浆量大、耗水量低为目标，建立了洗浆过程的多目标优化，使总体经济效益达到最优。. （3）提出了稀释因子的预测推断控制。通过调节洗涤水流量控制浆层厚度，以浆层厚度软测量模型为预测模型，构造稀释因子的预测推断控制策略。有效地提高了不可测变量的响应速度,并为生产过程提供了监视值。. （4）纸浆洗涤过程优化控制系统的建立。以西门子S7-400系列的PLC为硬件开发平台，西门子的WinCC6.0和Step7为软件开发平台，组成三级DCS控制系统。三级DCS控制系统分别为基本级、联动级和优化集，可保证洗涤的正常进行、参数的修改和目标的优化，以保证洗后浆残碱和黑液波美度尽可能地满足工艺优化要求。