
洗選過程:基于紙漿纖維、水及溶解固形物的物料與機械能量平衡,采用系統混合建模方法,建立了紙漿洗選過程多變量動態數學模型(洗滌流量、壓力差-黑液濃 度、殘堿度);設計了基于非線性機理模型的多變量約束預測控制器,能完整反映工業過程內部機理的動態數學模型,在盡可能滿足約束的情況下發揮工藝的最大處 理能力和有效性,同時將被控變量盡可能控制在設定值上或是相應的容許區域內;實現洗選裝置在線優化,通過選取堿回收率、蒸發的蒸汽用量以及洗滌熱水用量的 經濟指數,構成在線優化的目標函數。
打漿過程:建立了高濃和低濃打漿過程的數學模型(能量、比負荷-功率、通過量);通過建立成漿質量與打漿比能量與比負荷之間的對應關系模型,建立成漿質量 指標(打漿度與濕重)的在線軟測量模型(打漿、濕重-磨漿功率,濃度、流量);高濃打漿控制對象中包含非自衡對象,為此提出了相應的預測控制策略;打漿對 象可近似為多模型對象,為此我們研究并模擬人的決策思路,提出了多模型模糊加權控制策略與控制算法。
抄造過程:建立了高、中、低定量紙機的多變量動態數學模型和造紙過程通用數學模型,開發了相應的優化控制策略,對烘缸表面溫度分布進行優化,得出最佳溫度 分布曲線,實現烘干部最優濕度分布,網前部的漿料最優配比,多段通氣系統最優控制,以及成紙定量/水份/灰份的優化控制軟件。
蒸發過程:建立黑液多效蒸發系統的動態數學模型,模型中考慮了蒸汽壓力波動對黑液沸點上升的影響,以及蒸汽汽室壓力的動態特性,因而具有較高的準確性和較 強的針對性;實現用半濃流量控制出濃液濃度,用加熱蒸汽壓力調節生產能力的前饋-反饋預測的黑液蒸發過程優化控制;從蒸發系統的靜態模型出發,根據蒸發器 其它工作參數的測量值采用優化擬合法計算傳熱系數,解決了多效蒸發器的結垢診斷問題。
燃燒過程:圍繞穩定安全、最高還原率、最高熱效率三個主要控制目標,建立了一個包括黑液干燥、熱分解、氣化、氧化和還原等物理和化學過程的堿回收爐燃燒過 程的動態數學模型;根據該模型設計了還原區溫度自尋優控制策略,以保持還原區墊層表面溫度的最優,從而提高堿回收爐的還原率;同時為了使鍋爐獲得最高熱效 率,針對以燃燒黑液為主的特點,以進風量與煙道氣含氧量輸入-輸出數學模型為基礎,設計了堿回收爐過氧量自適應跟蹤控制,從而獲得了堿回收爐的高熱效率; 實現對黑爐的故障預測診斷。
本解決方案針對制漿造紙過程特點進行了系統而深入的研究,建立了84個過程模型,14個整機(整個裝置)的動態數學模型;開發了6個軟測量軟件并實現了工 程化;結合制漿造紙過程特點,開發了13個先進控制算法,建立了5個在線優化系統,實現了全裝置優化運行。基于上述研究成果開發完成大型造紙廠生產過程建 模、控制與優化商品化工程軟件,并成功應用于制漿造紙企業的蒸煮、洗選、打漿、造紙、蒸發、燃燒等裝置的計算機控制系統中,達到如下指標:蒸煮過 程:Kappa偏差降低47.88%;洗選過程:紙漿中堿液濃度降低3.16%;打漿過程:打漿度標準差降低50.70%;軟測量平均精度2.48%;抄 造過程:紙漿水份偏差降低61.00%;蒸發過程:蒸汽消耗量降低6.01%,黑液處理能力提高15.09%;燃燒過程:堿回收率提高到92.10%,運 行周期提高28%。項目取得重大的經濟效益。