The invention relates to the field of technological process control of titanium dioxide production by sulfuric acid method, and discloses a temperature PID control method of titanium sulfate hydrolysis process by adding crystal seeds based on RBF neural network, so as to improve the temperature control accuracy and stability of hydrolysis process. The method includes the following steps: A. setting the reference temperature, temperature error and the input and output of PID controller; B. setting the structure of RBF neural network and the network setting index, using RBF neural network to adjust the parameters KP, Ki and KD of PID controller adaptively, realizing the adaptive adjustment of PID controller's parameters; C. PID controller using the adjusted parameters Output, adjust and control the steam heating regulating valve.
【技术实现步骤摘要】
基于RBF神经网络的硫酸氧钛外加晶种水解工艺温度PID控制方法
本专利技术涉及硫酸法生产钛白粉工艺过程控制领域,具体涉及一种基于RBF神经网络的硫酸氧钛外加晶种水解工艺温度PID控制方法。
技术介绍
钛白粉的主要生产工艺包括硫酸法和氯化法,目前国内仍以硫酸法钛白为主。在硫酸法钛白工艺中,水解不仅影响工业生产的经济性,而且对最终产品的质量有极大的影响,因此水解工序是硫酸法生产中最核心工序之一,也是整个工艺中控制最苛刻的地方之一。针对工业控制领域中的非线性系统,采用传统PID控制由于控制参数无法进行自适应调整,控制精度较低、而且波动范围大,已经无法获得满意的效果。
技术实现思路
本专利技术所要解决的技术问题是:提出一种基于RBF神经网络的硫酸氧钛外加晶种水解工艺温度PID控制方法,提高水解工艺温度控制精度和稳定性。本专利技术解决上述技术问题采用的技术方案是:基于RBF神经网络的硫酸氧钛外加晶种水解工艺温度PID控制方法,应用于采用PID控制器对蒸汽加热调节阀进行调节控制的系统中,该方法包括以下步骤:A、设置参考温度、温度误差以及PID控制器的输入和输出;B、设定RBF神经网络结构及网络整定指标,利用RBF神经网络自适应调整PID控制器参数kp、ki、kd,实现对PID控制器调节参数的自适应整定;C、PID控制器利用经过自适应整定的调节参数控制输出,对蒸汽加热调节阀进行调控。作为进一步优化,步骤A具体包括:设置所述参考温度为r,温度 ...
【技术保护点】
1.基于RBF神经网络的硫酸氧钛外加晶种水解工艺温度PID控制方法,应用于采用PID控制器对蒸汽加热调节阀进行调节控制的系统中,其特征在于,/n该方法包括以下步骤:/nA、设置参考温度、温度误差以及PID控制器的输入和输出;/nB、设定RBF神经网络结构及网络整定指标,利用RBF神经网络自适应调整PID控制器参数kp、ki、kd,实现对PID控制器调节参数的自适应整定;/nC、PID控制器利用经过自适应整定的调节参数控制输出,对蒸汽加热调节阀进行调控。/n
【技术特征摘要】
1.基于RBF神经网络的硫酸氧钛外加晶种水解工艺温度PID控制方法,应用于采用PID控制器对蒸汽加热调节阀进行调节控制的系统中,其特征在于,
该方法包括以下步骤:
A、设置参考温度、温度误差以及PID控制器的输入和输出;
B、设定RBF神经网络结构及网络整定指标,利用RBF神经网络自适应调整PID控制器参数kp、ki、kd,实现对PID控制器调节参数的自适应整定;
C、PID控制器利用经过自适应整定的调节参数控制输出,对蒸汽加热调节阀进行调控。
2.如权利要求1所述的基于RBF神经网络的硫酸氧钛外加晶种水解工艺温度PID控制方法,其特征在于,
步骤A具体包括:
设置所述参考温度为r,温度误差为e(k)=r(k)-y(k);
其中y(k)为RBF神经网络整定后PID控制器实际输出,e(k)为表示参考输入与实际输出的偏差值,k表示当前时刻;
PID控制器输入为:
x1(k)=e(k)=r(k)-y(k)
x2(k)=Δe(k)=e(k)-e(k-1)
x3(k)=Δ2e(k)=Δe(k)-Δe(k-1)=e(k)...
【专利技术属性】
技术研发人员:刘凯,彭宏亮,庞兴利,贾子松,路瑞芳,
申请(专利权)人:攀钢集团攀枝花钢铁研究院有限公司,
类型:发明
国别省市:四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。