非线性自适应温度控制的多产品.docx

《非线性自适应温度控制的多产品.docx》由会员分享，可在线阅读，更多相关《非线性自适应温度控制的多产品.docx（17页珍藏版）》请在三一办公上搜索。

1、常州大学本科生毕业论文外文翻译非线性自适应温度控制的多产品，半间歇聚合反应堆 摘要：本文认为半间歇聚合反应堆的温度控制必须考虑以下几个问题： （一）在同一反应器中生产多种产品; （二）在一个批次改变传热，批次的特点; （三）由于不断变化的非线性反应率单体浓度和扩散控制终止反应（凝胶作用）随时间变化 ; （四）缺乏详细反应堆动力学模型。 Chylla和Haase Chylla ，RW和出版工业面临的挑战问题Haase， DR （1993）半间歇聚合反应器的温度控制（更正更新） 。 Comput 。CHEM。 ENG。 17 ， 257-264 ） ，是用来作为模拟的基础上评估这些问题。一个非线性

2、自适应控制器组成的非线性控制器（基于微分几何的概念）加上一个扩展卡尔曼滤波（使用现成资料和知识）提供在所有上述情况的出色的控制。尤其是上线，估计表现强劲的关键是通过广泛条件的非线性控制器，与前馈条款奠定控制器可以执行在设定的条件之一，然而，他们需要重新调整条件和产品的变化。 关键词：非线性控制，自适应控制;状态估计;批式反应器;聚合1.简介半间歇聚合的温度控制反应堆是一项重要而不平凡的问题。由于其半一批性质的行为，这个过程是非线性的展品随时间变化的。此外，更改结果从大的变化传热特性当然在聚合物溶液的粘度反应。从批一批因增加反应器壁结垢清理期间条件经常变化，由于在变化之间如外部温度环境条件和冷却

3、水的温度（例如夏天到冬天条件）。最后，这是通常情况下，一个给定的批次反应堆将用来产生一个以上的聚合物等级或类型。面对这种变化的条件，传统的PID算法可能表现不佳，除非他们不断地重新调整。 此外还存在相当大的文学批量和半间歇聚合工艺控制。这些大致可列为修改的PID算法和Hamer（Juba于1986年，Davidson于1987），模型预测控制器（Inglis等于1991），自适应线性算法。Tzouanas ;（Defaye等人于1993年Shah于1989年）和非线性控制器（Soroush和Kravaris于1992; COTT Macchietto于1989年）。在一般情况下，在面对更多的经

4、典PID忽视雄辩的和复杂的解决方案。然而，在控制方面，改善往往是通过简单的重新调整的可能或修改PID算法。线性模型预测自适应控制器提供了许多优秀的控制反应堆，但不适合多批次或多种产品情况。在非线性微分方程领域，几何控制器适用于批处理过程（ Kozub MacGregor于1992年b ;Soroush和Kravaris于1992年）的非线性反应堆和动力学模型知识通常假设。在本文中，我们解决了这一问题。在这些地方详细的反应堆的温度控制知识是不适用的。 这项工作的基础和仿真模型，采用的是从工业面临的挑战问题Chylla和Haase（1993年）出版的方法。关键细节总结如下。2.Chylla和Haa

5、se工业面临的挑战问题Chylla和Haase（1993）模拟是基于工业试验厂半批式反应器。详情过程中参阅他们的论文，唯一的主要经营条件，就是必须由处理控制器概述：半间歇操作;在一个反应器生产的多种产品（两个样本乳液产品）;改变传热能力（在批处理，从一批一批，并从夏季到冬季条件下） ;随时间变化的，由于非线性反应率改变单体浓度和扩散控制终止反应（凝胶效应） 。在五大系列聚合物产品批次与批次之间，产品删除，但反应堆却没有清理。因此，与清洗后的第一批相比，传热第五批能力的系统要低得多。经过五年批次，聚合物反应堆墙壁上（阻碍传热）被删除。 在一批处理过程中，作为一个反应堆的增加粘度内容，传热系数（

6、）通常减少到其初始值的三分之一。最初的传热系数（U0 ）变化之一一批五个一批几乎减半在单一产品的生产。凝胶效应原因增加了9倍左右的反应率。此外，单体饲料突然启动并在几个点停止，这取决于所生产的产品。 读者对模型方程的更多细节于Chylla和Haase（1993） 。能量平衡在这项工作中模拟略有不同，出版Chylla和Haase（见附录A） 。 为了生产所需的聚合物产品属性，非常严格的温度控制是必需的。控制器应保持反应堆温度在设定值的程度华氏。尽管如上所述的条件很广泛，控制器应该使用知识是现成的（有限的测量，简单的模型） 。目前，在试点的控制系统厂（公布的模型是基于）级联，如图。一，主控制器控制

7、通过操纵的给定的反应器的温度进外套的温度。一个从控制器调节阀岗位入口外套的温度保持在由主控制器设定值计算。 PID算法目前正在实施两个循环。 结果发现，循环可以充分使用PI算法控制。因此，这项工作是为了找到一个更好的控制器主关注循环。仿真结果表明，作为主PID控制器不能维持室内的温度所需的限制，并使设定值超过5华氏度。这是与工业反应器观测相一致（ Chylla和Haase，1993年）。 图1.Chylla -Haase反应堆的示意图3.纸张概述文件的其余部分安排如下：首先，为Chylla-Haase反应堆准备非线性自适应（ NLA ）控制器。该算法由一个非线性微分几何控制器与扩展卡尔曼滤波（

8、EKF ）提供的估计随时间变化的参数。非线性自适应算法是对产品介绍，第一批清洗后的条件。 其二，NLA控制器相比，一个PID控制器和前馈补偿的PID。与前馈补偿和的PID非线性自适应控制器是最有前途的解决方案。可以看出，在“理想的条件下”，两个PID控制提供良好的前馈补偿了NLA控制。当扩展到多批次和多产品，非线性自适应算法显然优于与前馈补偿的PID 。该文件的最后一节为总结的结果。4.非线性控制基于微分几何的非线性控制器控制理论经常用于自由基聚合反应器（ Kozub和MacGregor于1992年b ; Soroush和Kravaris于1992年） 。然而，在许多成功的应用程序相比，在使用

9、的过程中运用了非常复杂的模型。在这项工作中，几何非线性控制器在一般能量平衡的基础上衍生了semibatch反应堆。参数如没有详细的模型传热或粘度都被假定为可用。 有许多等价的方法派生非线性控制算法。在这项工作中，非线性控制器是来自一个错误轨迹的基础（McaAuley等人于1990年麦考利和MacGregor于1993年）。基本需要的能量平衡方程推导出控制器 其中FL是一个集总参数的效果反应速率（即凝胶的粘度效应）和指前因子。后来被称为自动加速因子。请注意，在这里详细的动力学知识不可用，这样的总体结构将适用于大多数间歇聚合反应堆。从（1） （2）能源平衡左右出现反应堆及其内容，在一般状态空间的符

10、号如下： 其中y是控制变量（温度）和向量x T TM T 主控制器的操纵变量（U）是入口温度设定值（ TJ . P ） 。为了推导出非线性控制器，它假定从动态非常快。因此，实际进假定等于温度（ TJ ，（2） ）设定值。这种假设显著简化控制器和介绍一些进程/型号不匹配。然而，错配引入的假设不显著影响的表现非线性控制器（克拉克 - 普林格尔，1995年） 。检查过程方程，可以看出，过程有两个相对顺序（相对顺序输入次数（ TJ ， P ）必须集成到更多相对的讨论影响输出（7） ; 为了见Kravaris和坎特（1990） 。适当的误差方程（即所需的闭环行为）一个相对顺序两个过程 其中e = （Y

11、， P - Y） =（T P - T ）。积分项允许注册成立不可或缺的行动来消除偏移从模型产生与过程中的不匹配。参数d ，DE和D3控制器的调整常数，由选定的用户可以指定所需的闭环行为。对于ChyllaHaase系统， DJ和DE选择63 ， D3 = 0 ，这些值预测过阻尼闭环行为与建立时间10分钟左右。价值OFD 3是通过试验和错误调整（4）和差异，以弥补实际闭环厂行为。值D3 = 0.4提供良好的性能。 对于两个或两个以上的，系统的相对顺序衍生工具的符号显著简化控制器的推导。鉴于一个向量函数f（x ）和一个标量函数H（X） ，李导的H （X）修复方向） （3）项所述的相对顺序两个系统可以

12、重新使用李群衍生工具在以下形式表示： （6）代入误差方程（4） （7） ，假设恒定的设定和重新安排，给人 （8）为操纵非线性控制器的变量表达式。在模型（8）是完美的，（4） ，该工厂将表现为指定的表达式里衍生工具时，需要在本系统（ （6）（ 7） ）控制器（ （8） ）见附录B。 要落实控制器， （8）在每个评估时刻。要做到这一点，工艺参数值的模型方程（1）和（2）要求。对于许多人来说是常量参数，如单体的比热，很好的估计可能是手册或植物专有信息。然而，不同的是如传热系数或参数自动加速因子等小信息。一种选择是使用在不断的平均值控制器模型。图2显示的表现一个产品之一，其中之一的非线性控制器仿真时的

13、平均值的传热率（ UA）和自动加速因子（ / 3）被使用。一价值875 BTU / （ F H ）用于UA （真正的价值从1400 500 BTU / （ F H ）在批次范围）和！ 3200分 - / 3 （ true参数提高到29700分 - 从3300分- I ） 。所有其他参数（1 ）（2）假定为完全已知和国家案例图。 2。显示为非线性控制器绘制虚线实线和一个PID控制器以供参考。设定值（ 180 F）的产品之一，良好的控制的限制（ + F），也方便显示，设定值将不会被绘制在未来图表。如图2，无论是控制和操纵的行为变量，最初电抗器被控在环境与水和预聚物温度90F（请注意，只有堆温图的上

14、半部分显示）。“内容被加热到设定值的程度内（设定值180F）的产品之一。在179 F时，单体进料开始。单体是美联储为预先设定的在产品之一（70分钟）的时间长度恒进给速度。 70分钟后的饲料停止在批处理模式下运行的反应堆是一个额外的60分钟。两个产品的配方是相似的，不同的饲料率和饲料倍。执行间隔主控回路（算法）是15秒; 从循环执行每0.6秒一次。正如图2可以看出，非线性控制器是不完美的。事实上， PID优于非线性控制器。显然，即使是纳入在非线性控制器的积分也不一定与过程/型号相匹配。这突出表明，上线的参数估计是非线性控制器顺利实施的关键。在接下来的部分，一个扩展卡尔曼滤波器是用来提供几个时间估

15、计的不同参数。 反应温度 时间（分钟） 时间（分钟） 图2.与非线性控制使用UA和B（实线）的平均值相比，P1D的控制（虚线） 5.扩展卡尔曼滤波从上一节的结果表明，时变参数的信息需要执行的非线性控制器。在本节中，扩展卡尔曼滤波提供所需的估计。这种特殊的方法状态和参数估计已成功地应用于聚合反应堆（Gagnon和MacGregor于1991年，麦考利和MacGregor于1991年; Kozub和MacGregor于1992 ; Kim等人于1992年。Dimitratos等 于1989）。卡尔曼的标准理论过滤可以发现在这些出版物中并不会在这里重复。 在非线性控制方程包含几个参数可能不知道的。然

16、而，卡尔曼滤波器的自由是有限度的，而不是所有都可以更新未知数。出于这个原因，只有是随时间变化的参数，其值无法通过其他途径获得被认为是由EKE更新ChyllaHaase反应堆，给出确定性的状态模型微分方程（1）（2） （ TTjojT ） 。这也是实测变量。未知的随时间变化的参数作为增强国家必须估计是热传热系数（U）自动加速因子（ FL ）和单体的痣（N ） 。由于佛罗里达州和痣单体只出现在所有的过程作为一个产品方程，FL和纳米的价值是无法估计的分开。然而，产品的估计，鱼翅，是从温度测量。最终，只有有价值的bnm，才是必需的非线性控制器。为了适用于EKF这些参数，必须承担他们的时间模型结构整个批

17、次的持续时间变化。一随机游走模型通常假定的行为未知参数，如果一个人有没有更好的先验知识。参数产品的预期的行为finm是复杂的，从随机游走（实线，图3）。假设在EKF的一个随机步行结构导致贫困的估计，尤其是当单体进料开始（虚线，图3标记“非结构化EKF的）。在图3，假定（现在）衡量的传热系数是可用FL和纳米所需的估计。应该指出非结构化EKF的使用非常大的价值方差元素与finm相关的国家协方差矩阵R。这意味着，EKF的依赖几乎完全是在温度测量而忽略在这个过程中的任何信息模型。 图3.估计未知参数长期N米 在这种情况下，更应该了解的是一般行为的各个参数。为了提高估计of/3nm ，并利用现有的过程模

18、型（1）（2） ，提供信息有关的各个组成部分（ / 3和纳米）可注册成立。一个痣的结构模型单体可以合并使用摩尔平衡 许多不同型号的自动加速因子可能提出的。从聚合物过程中的经验，它是众所周知，凝胶效应的增加是由于聚合物粒子的粘度。通常情况下，粘度成倍增加和指数模型可能假设： 其中“ massfed ”是单体美联储累积质量更新参数s 是作为一个随机游走。因此， / 3取代（10）在所有的过程方程，小号是仿照作为一个随机游走（ K = K - J + WK ） 。在实施扩展卡尔曼滤波下面的方式。在执行步骤K +1 ，痣平衡， （9），集成的过程方程（1 ）（2） ，从上一步“K ”当前步骤“ K +

19、 ” 。这给出了一个反应堆模型的预测和温度： XD = TTJ NM + 。由于它是作为一个随机建模步行，随机状态的预测值（ X = 0 当温度测量变得可用，扩展卡尔曼滤波更新模型预测的温度状态，随机状态s 作为 其中x *= T TJ适合和卡尔曼增益，KK是基于关于预测的作业点的线性X *（ TK + DTK ） 。它没有更新没有观察到的独立的未来EKE XD（执行tklt ） （11）是由更新T和TJ ，和预测值的纳米值。当然，人们所期望的模型预测单体的摩尔开始出现分歧，给出的开环摩尔平衡的状态。然而，在EKF调整模型 （ ，因此/ 3 ） ，并提供一个优秀的product/3n估计。虚线

20、图3显示了这种“结构性的估计of/3n米EKF的“一个产品之一，首批模拟。现在重要的瞬态in/3n米的初始部分是为蓝本。已知图3传热系数（U）是假设，但是它也必须估计。由于增加粘度反应器的内容，它是已知的传热系数会脱落指数（上图图。4 ，实线） 。因此，如果有一项指标粘度，如搅拌功率（W） ，然后一个模型的形式可以推测的传热系数作为 由于没有在电力搅拌器表达ChyllaHaase系统， （14）修改，实际粘度是用来表示搅拌器功率： （15）包含两个未知参数， 。一个指出，在可表达为结束重新整理和代入式（15 ）的结果在 （17）介绍了如何在传热系数在单体进料期间的变化。为了实现初值和终值的U

21、（U0 ，UR ）和最后粘度/搅拌器功率（）是必需的。对于聚合物产品，所有批次应该有大致相同的最终粘度，因此，基于对过去的平均值可用于批次。 Chylla-Haase系统，最终传热系数仅略有不同从一批批为给定的的产品。因此，乌尔平均值就足够了。这类型的信息可从能源在几个批次最终实施的平衡之间获得。获得最初的传热系数值是比较困难的。与U的最终值， U0显着不同的批次。对于每个批次，U0使用上线的能源，可估计平衡在采暖期，然后再开始单体进料： 实现了上线的能量平衡（18 ）表明，当操纵变量时，U0的优良估计是可能的， T）的 ，P ，是其最大值。在这段时间里，堆温在一个几乎恒定的速度范围内增加，并

22、准确dTldt估计是可能的。操纵后可变关闭上限，堆温少可预见的行为，并估计传热系数恶化。因此，最后UO的估计，TJ . 是在其约束时用来在（17） 。如果没有过程的变化，预计，能源（ 8 ）平衡，最终可能被替换每批在初始热转移值清洗顺序。返回的传热系数模型（ （17） ） ，只有tk4仍然不明。模拟（不所示）表明，一个恒定值， B充分车型传热的轨迹系数为所有批次的产品之一。因此，没有必要更新4行。当然，如果不知道，人们可以将其与扩展卡尔曼过滤器继续作为一个随机模型 4步行和更新上线。最终4行估计可删除并替换为适当的估计值。（17）随时间变化的传热系数，与从热能量平衡的初始值U0（ （18） ）

23、 ，用于控制和状态估计。表1根据要求供应估计算法总结了用户的参数值。相同的参数为产品两个要求，但是，它们将有不同的价值观。我正在使用的值在此提出模拟出版，。灵敏度研究（克拉克 - 普林格尔于1995年）表明，性能非线性自适应算法是在这些估算参数合理的不确定性。结合上述方程，图4显示了估计长期/ / NM和传热系数为一个产品之一，一批一个仿真。有些对温度的测量噪声（O = 0.04 F）， （注意，噪音O = 0.5 F测试）。正如图4所示，结合扩展卡尔曼滤波和离线参数化是成功估算未知的工艺参数。类似的性能在五个条件下观察。 传热系数 时间（分钟） 时间（分钟）图4.未知参数的估计表摘要所需产品

24、一的参数值， 6.非线性自适应控制估计算法的目标是提供所需的参数估计的非线性控制器。最终确定，估计性能所产生的温度控制。参数估计产品/ 3纳米和传热系数，U是提供估计算法而单体是被使用。初步能源在加热过程中为实施的平衡（18）提供了一个最初的热传递系数，估计EKE衍生物的热传递模型（6）（ 7 ）和控制器方程（8），这种非线性温度控制器是在附录B图5显示了一个产品，批次的温度控制一个仿真。无论是控制和操纵变量显示。同样噪音已经被添加到温度测量（CR = 0.04 F ）。非线性自适应控制器可以轻松地保持温度在控制的范围内。在目前为止的所有案件中，有一些固有的过程/模式不匹配。之间有小错误估计和

25、真实的参数和结构U和/ /真实与假定模型是不同的。也存在结构不匹配的冷却系统。非线性自适应控制范围其他的相当大的未建模影响也调查由克拉克 - 普林格尔（1995），说明这里讨论情况。通常，参数是假设的一个常量，然而，其真正的价值是在舱口中的变化。为了说明这一点，单体的比热（CP ），在真正的过程中被改变时变参数与初始值的0.4，在反应过程中提高到最终值2。在模型非线性控制器和卡尔曼滤波器，保留了0.4的恒定值。如图6，非线性性能根据这种不匹配的自适应控制器。 product/3n米估计所示温度图。尽管CPM显著和未知的变化，非线性控制器还提供了良好的温度规管。其控制器特性是一种直接扩展卡尔曼滤

26、波的结果。正如图6所示，估计价值of/3n M（虚线）慢慢背离参数的真值（实线）。为了所推出的模型误差补偿增加CPM值，因此必须提供更大的冷却， EKF的跌幅估计反应速率的长期/纳米。任何进程/型号不匹配这可以解释为在释放的热量变化分为广泛的一类，将处理的错误在这种方式EKF的。因此，扩展卡尔曼过滤器是在提供一个灵活的特性功能与非线性控制器。7.算法的比较在本节中，三个不同的控制算法比较：一个PID ，前馈补偿的PID ，非线性自适应控制器。这些控制器选择部分来说明整合效果知识的过程控制算法。特别是多大的过程信息的问题需要控制好回答。一个简短的PID与前馈的PID会在本文章介绍。 PID算法被

27、认为是“调整” 。其初步调整确定可接受的整定规则，Smith和Corripio ，在反应堆的第一顺序的基础上，近似获得多批次的试验和错误。PID是速度形成与实施下列调整参数： K = 5; TT = 7分钟; TD = 0.3分钟。除了调整， PID控制器使用没有过程的信息。下图的温度调节可以看出此控制器。 图2温度PID控制超过限额控制两倍。因此，引入前馈补偿，以弥补释放的热量。使用简单的上线，估计释放（QR）的热量能量平衡（Juba和Hamer于1986 ; COTT Macchietto于1989年） ： 从温度为dTIdt值计算数据采用向后差分数值分化方程。传热的行值系数，U也是必需的

28、（假定其他参数（19） ） 。一个简单的二多项式模型可确定从反应堆和温度时间从前面的批次数据。以下多项式MIAL获得的产品之一： （20）代表一个产品的平均轨迹和五个一批的周期内所有批次。 （ 21 ）（22）总结前馈算法产品之一：两个前馈传递函数的微调，通过试验和错误。前馈信号是结合前面讨论的反馈PID控制器（ （23） ） 。 feedforwardlfeedback算法有更多的进程信息纳入其结构比非线性自适应控制器的PID ，但小于（尤其是传热系数）。PID和前馈补偿的PID相比，非线性自适应控制器在接下来的章节介绍。 反应温度 入口外套温度设定值 图5.非线性自适应控制器的性能8.理想

29、的条件下的性能图7显示了三个控制器的性能一个产品之一，首批模拟。噪声添加到温度测量。而良好优化PID是显示为破折号 - 点线，带前馈的PID补偿图点，非线性自适应控制器是为实线所示。1华氏度限制也有绘制。 PID控制，前馈补偿和非线性自适应控制器保持反应堆温度所需的边界内。显然，信息关于释放的热量有助于PID控制前馈最大限度地减少初始温度过冲。然而，温度慢慢偏离设定值附近的期值。 PID的展品约80分钟的相同的行为。这种缓慢的向上漂移温度由于这一事实，传热系数下降，大大晚于反应，固定增益PID控制器变得非常呆滞。非线性自适应控制器展出这样一个控制问题EKF提供U的最新估计从图7，非线性自适应和

30、PID前馈行动提供良好的控制，定义Chylla和Haase（1993）。非线性自适应算法保持最接近的温度设定值（ 180 F）的整体。 反应温度 图6.非线性自适应控制中存在未建模效果非线性自适应温度控制 图7.比较控制器：产品一，首批 9.广泛的防污在本节中，呈现了控制器的鲁棒性的污染。每个算法应用于每个产品之一，一批五模拟。调音从上一节（批号一）使用。从图中显示的结果8，在控制PID算法中显示严重退化，都允许反应器温度设定值过冲几乎5 E的非线性自适应控制器是非常强大的从批次不同批次，并说明仿真变化不大。 当然，非线性自适应鲁棒性控制器是一个行参数的直接结果估计。回想一下，这个算法有一个初

31、步的上线能量平衡，以提供一个估计最初的传热系数（U0 ）在升温。因此，它知道如何传热变化从批次。为了提高性能PID类控制器，不同的调整，将有用于每个批次。对于一个多批次的过程中，为每个新形势寻找新的调整参数很费时。在这种情况下，非线性自适应控制器将非常有吸引力。其结构变化用的工艺参数，如值传热系数，以提供相同的闭环响应（所需的错误轨迹）工厂模式的转变。在本节中，工厂模型作为结垢造成不同程度的改变。 反应温度 图8.比较控制器：产品之一，第五批10.多种产品第二个产品首要关注的是增加所需的信息。在本节解决了两个问题：调整;过程的参数。对于PID类控制器（ PID和PID控制前馈补偿） ，就是重新

32、调整以至于呈现最大的多个产品系统的障碍。对于每个新产品，新的调整需要良好的性能。良好优化的控制器是无数时间的结果耗时的试验和错误批次。对于Chylla-Haase需要为每个反应堆，独立PID调节因素每个产品的批次，两个产品共10套调整规则。对于前馈发布和热量的算法，传输功能饲料站必须为每个产品进行微调。 上线QR能量平衡能以产品的相同形式实施。非线性自适应控制器的优势因为其机理模型的PID控制器为基础的方法。所需的闭环轨迹可以指定产品（如有必要，每个的ChyllaHaase反应堆产品之一， D ， D2和D3的值也给两个产品控制好）。控制器针对不同结构的变化自动在线测量和工艺参数的值。 第二点

33、是利益工艺参数。对于三个控制器，表2总结了其过程中每个算法所需的参数。唯一的参数是不容易测量或很难找到列出比热值，如水和饲料温度的假定。每个工艺参数的值需要为每个聚合物产品。由于U ， FL和纳米更新上线，这些参数如何预期需要改变方法。显然，非线性控制器需要更多的知识过程和更加努力落实建模。一般最初建模的性质是完整的。图9显示了两个产品的模拟，首先：只有非线性自适应控制器能够维持界内的温度并控制好产品;其次，传热能力系统脱落时，更新迅速产品两个，因此， PID类控制器有温度调节的显著问题饲料期结束（约70-75分钟）。它应该值得注意的是，非线性自适应控制器直接延伸到产品的两个部分，因为在相同的

34、参数U和FL变化这两种产品的结构方式。因此，从产品之一的模型形式充分表现生产第二聚合物时参数的行为。如果这不正确的，不同的模式将需要制定每个产品不断变化的参数。 Chylla和Haase（1993），产品配方两个由两个饲料时期，但是，只有第一个展示了这一情况。在第二次饲料，传热系数下降到零，这不可能控制。这工艺条件的结果并不能固定控制算法（更多关于这方面的讨论可发现在克拉克 - 普林格尔（1995） ） 。一般问题下，多种饲料时期引入一些新的问题，下面包含简短的讨论。 PID反馈控制器，由于不断变化的传热能力，预计新的调整规则将要求每个饲料期间。如果平均调整时，它预计PID反馈算法将显示控制性

35、能退化。在每次使用期间和释放热量每个饲料的干扰停止时，可能需要重新调整前馈算法。对于两个饲料的时期，可能需要单独的传递函数，这都取决于流速和单体每个饲料的类型。因为其一般性质，非线性控制器处理不同的饲料时期很容易。然而，这可能要更加专业化。如果更新参数的变化，在相同的方式每个饲料期间，这里介绍的估计算法表现更加良好。但是，如果更新的参数在不同的饲料期间展示不同的行为，这就需要新车型。当然这种情况可能会发生，这就要减少一般性质的非线性自适应控制器。 表2.工艺参数摘要非线性自适应温度控制图9.控制器的比较:产品二，第一批产品11.结论温度控制一直被认为是半批式反应器上工业的挑战。一个非线性加上与

36、微分几何控制器扩展卡尔曼滤波的建议相比，反馈PID控制器和前馈反馈PID控制器。由于控制器是基于容易可用的测量和简单的能量平衡模型，它应该是非常适用于大多数批次反应器的温度控制问题。这些关键结果总结如下：对于系统运行状况，将其中一直重复，PID控制器尽可能控制好。在这种情况下，可能需要一个更加复杂的基于控制器的模型。 然而，对于多批次，多产品体系，非线性自适应控制器提供了更多的保证。在这些情况下，像PID控制前馈补偿这样的控制器，其每个情况需要重新调整。以实证模型为基础的控制器也将为每一种情况的模型识别。然而非线性自适应控制器会自动更新，以实现一个特定的闭环响应整个工艺条件范围。如果不变，平均时间值不同的参数TERS用于非线性控制器;会出现很差的控制结果。这说明需要进行更精确的资料以实现非线性控制的有事。通过简单的先验知识，建议随时间变化的未知行为模型参数，同时估计算法提供良好的估计。未知参数的估计上线非线性控制器的成功是至关重要的。它提高了控制器的能力，处理一批批和多产品情况，以及提供过程/模型失配补偿机制。由此产生的非线性自适应控制器提供货了良好的经营全方位控制性能条件和产品。第 17 页 共 17 页