当前位置: 首页 > 专利查询>长安大学专利>正文

一种超临界水气化反应器控制方法、系统、设备及介质技术方案

技术编号:45099228 阅读:22 留言:0更新日期:2025-04-25 18:38
本发明专利技术提供了一种超临界水气化反应器控制方法、系统、设备及介质,属于生物质热化学利用领域,其方法包括如下步骤:构建超临界水气化反应器的仿真模型,获取超临界水气化反应器的多个状态变量的初始值,根据多个状态变量的值构建多目标优化函数,将多目标优化函数与循环神经网络RNN进行耦合,得到模型预测控制器;获取多个控制输入变量的初始值;将多个状态变量的初始值及多个控制输入变量的初始值输入模型预测控制器,通过使多目标优化函数最小化,求解最佳的控制输入变量的值。本发明专利技术通过模型预测控制器能够对超临界水气化反应器进行多目标优化控制,且可对控制输入变量施加限制,从而得到最佳的控制输入变量,保证反应器的稳定控制。

【技术实现步骤摘要】

本专利技术属于生物质热化学利用领域,具体涉及一种超临界水气化反应器控制方法、系统、设备及介质


技术介绍

1、随着经济的快速发展,传统化石燃料日渐枯竭,因此发展替代性能源成为人类必须攻克的难题。我国生物质能含量丰富,是一项较为有潜力的替代可再生能源,因此开发高效的生物质利用方式至关重要。超临界水气化技术可将生物质废弃物转化为富氢燃气,可从源头上抑制污染物的生成,是一项清洁高效的生物质高效利用方式。其中,反应器是超临界水气化系统的核心,实现其动态调控是该技术工业化应用的重要前提。

2、传统的生物质超临界水气化反应器研究方法为实验法和数值模拟,但是超临界水所处的高温高压条件限制了通过实验方法获得反应器内部详细的流动传热以及化学反应信息,数值模拟方法则可避免此缺点,其在该类研究中起到了至关重要的作用。当前国内外诸多学者对超临界水气化反应器开展了大量的数值模拟研究,cfd数值模拟由于考虑了过多关于气化过程反应器内多相流动,传热以及化学反应的信息,导致参数量多,计算量大,计算成本高,模型移植性差,故使用此方法开展动态模拟求解具有一定的局限性。学者们通过建本文档来自技高网...

【技术保护点】

1.一种超临界水气化反应器控制方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的超临界水气化反应器控制方法,其特征在于,所述将多个状态变量的初始值及多个控制输入变量的初始值输入模型预测控制器之前,还包括对控制输入变量的初始值和状态变量的初始值进行预处理,具体为:对控制输入变量的初始值和状态变量的初始值进行进行归一化处理,将数据映射到[0,1]范围内。

3.根据权利要求1所述的超临界水气化反应器控制方法,其特征在于,所述将多目标优化函数与循环神经网络RNN进行耦合之前,还包括对循环神经网络RNN进行训练,具体为:将多个状态变量的初始值及多个控制输入变量的初始...

【技术特征摘要】

1.一种超临界水气化反应器控制方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的超临界水气化反应器控制方法,其特征在于,所述将多个状态变量的初始值及多个控制输入变量的初始值输入模型预测控制器之前,还包括对控制输入变量的初始值和状态变量的初始值进行预处理,具体为:对控制输入变量的初始值和状态变量的初始值进行进行归一化处理,将数据映射到[0,1]范围内。

3.根据权利要求1所述的超临界水气化反应器控制方法,其特征在于,所述将多目标优化函数与循环神经网络rnn进行耦合之前,还包括对循环神经网络rnn进行训练,具体为:将多个状态变量的初始值及多个控制输入变量的初始值,采用非线性激活函数,并基于梯度下降法求解,根据自适应矩估计方法计算循环神经网络rnn训练和预测误差,选用预测值和实际值之间的平均平方误差作为误差函数,当误差小于设定阈值后终止训练,得到训练好的循环神经网络rnn,所述设定阈值为4×e-5。

4.根据权利要求1所述的超临界水气化反应器控制方法,其特征在...

【专利技术属性】
技术研发人员:王翠白波宗世超王鹏乾耿嘉峰
申请(专利权)人:长安大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1