一种PTA过滤洗涤多参数自适应控制方法与流程
本发明涉及化工过程的控制,具体是涉及一种pta过滤洗涤多参数自适应控制方法。
背景技术:
1、精对苯二甲酸(pta)是聚酯工业的核心原料,其生产过程中,氧化工段产出的pta浆料需经过过滤和洗涤工序,去除其中残留的pt酸(对甲苯甲酸)等杂质,并降低滤饼含湿量,以满足后续精制工段的进料要求。
2、目前,pta过滤洗涤主要采用转鼓真空过滤机完成,在过滤洗涤过程中,需要协调控制多个工艺参数,包括反洗水压力、转鼓转速、喷淋水量、喷淋温度、刮刀间隙、真空度、浆料进料量等。当前工厂中,上述参数的调节主要依赖操作工的个人经验,操作工通过肉眼观察滤液清浊程度、凭手感判断滤饼干湿状况,再结合当前进料量和生产负荷,手动调整各参数。这种方式存在明显不足:一是人工判断缺乏量化依据,不同操作工之间的操作标准不统一,导致滤饼品质波动较大;二是面对七八个相互耦合的参数,人工难以同时兼顾、统筹优化,往往顾此失彼;三是当工况发生变化时,例如进料浆料浓度波动、环境温度变化、设备运行状态漂移,人工响应滞后,调整过程漫长,期间会产生大量不合格品。
3、部分装置上已加装了浊度仪等在线检测仪表,能够实现对滤液浑浊度的连续监测,但即使有了浊度、滤饼厚度等量化信号,人工在面对七八个参数的协同调节时依然有些困难,因为不同工况下最优参数组合完全不同,不存在一组固定参数能应对所有生产场景,传统pid控制或基于规则的自动控制方法也难以胜任,原因在于:第一,过滤洗涤过程是一个多变量强耦合系统,单回路pid无法处理参数间的交互效应;第二,基于规则的控制需要穷举所有工况并预设对应策略,但实际工况连续变化,规则库无法覆盖所有情况,且规则之间的切换容易产生振荡。
4、因此,需要一种能够根据在线检测信号自动、实时地协同调节多个工艺参数,并适应不同工况变化的pta过滤洗涤过程自适应控制方法。
技术实现思路
1、为解决上述技术问题,提供一种pta过滤洗涤多参数自适应控制方法,本技术方案解决了上述的不能实时协同调节多个工艺参数的问题。
2、为达到以上目的,本发明采用的技术方案为:
3、一种pta过滤洗涤多参数自适应控制方法,包括以下步骤:
4、s1,采集pta过滤洗涤过程的实时运行数据,对采集的各变量进行归一化处理,组合构建当前时刻的状态向量;
5、s2,将所述状态向量输入预先训练好的策略网络,由所述策略网络输出当前时刻的动作向量,所述动作向量包含对多个工艺参数的调节指令;
6、s3,将所述动作向量中的各调节指令分别发送至对应的执行机构,使各工艺参数按照调节指令进行调整;调整完成后经过一个控制周期,过程到达新的工况状态,返回执行步骤s1,形成连续的在线自适应控制循环;
7、s4,基于当前时刻的滤饼含湿量、滤液浑浊度及蒸汽能耗分别相对于各自目标值的归一化偏差进行加权求和,并叠加安全约束惩罚项,计算综合奖励值,并将包含当前状态、动作、综合奖励值和下一时刻状态的经验样本存入经验回放缓冲区;
8、s5,从所述经验回放缓冲区中随机抽取小批量经验样本,通过深度确定性策略梯度算法对所述策略网络和评价网络进行迭代训练,使策略网络逐步学会在不同工况状态下输出使累积奖励最大化的动作向量;
9、s6,当策略网络的训练满足预设的收敛条件后,将策略网络部署到pta过滤洗涤过程的控制系统中,进入在线自适应控制模式。
10、优选地,所述步骤s1中的状态向量包含12个归一化变量,分别为:滤液浑浊度、滤饼含湿量、滤饼厚度、反洗水压力、转鼓转速、喷淋水量、喷淋温度、真空度、刮刀间隙、浆料进料流量、浆料浓度和浆料温度;
11、所述归一化处理的方式为:对各变量采用最近预设时长的运行数据的滚动均值和标准差进行标准化,得到归一化值。
12、优选地,所述步骤s2中的动作向量包含6个工艺参数设定值,分别为:反洗水压力设定值、转鼓转速设定值、喷淋水量设定值、喷淋温度设定值、真空度设定值和刮刀间隙设定值;
13、所述策略网络的输出经过线性映射,将各工艺参数设定值约束在对应设备安全操作范围内。
14、优选地,所述步骤s4中的综合奖励值的计算公式为:
15、
16、其中,为当前控制周期的综合奖励值;为当前控制周期结束时测量的滤饼含湿量,为含湿量目标值,为含湿量的归一化范围;为当前控制周期内测量的滤液平均浑浊度,为浑浊度目标值,为浑浊度的归一化范围;为当前控制周期的蒸汽能耗,为基准能耗值,为能耗的归一化范围;、、分别为含湿量、浑浊度和能耗的权重系数,满足;为安全约束惩罚项。
17、优选地,所述安全约束惩罚项的计算公式为:
18、
19、其中,为第个工艺参数在时刻的实际值,为该参数的安全上限值,为对应的惩罚系数;为滤液浑浊度的排放限值,为浑浊度超标惩罚系数;为滤饼含湿量的产品合格限值,为含湿量超标惩罚系数;
20、当相应指标在允许范围内时,对应的惩罚项为零,超出时按偏离程度的二次方增长。
21、优选地,所述步骤s5中,策略网络的训练数据来源包括两个阶段:
22、第一阶段为仿真阶段,利用预先搭建的pta过滤洗涤过程仿真模型生成训练样本;所述仿真模型基于过滤洗涤过程的物理机理,建立滤饼形成子模型、滤液渗透子模型、滤饼洗涤子模型和滤饼脱水子模型四个子模型,并在仿真模型输出上叠加随机噪声以模拟测量噪声和未建模动态;
23、第二阶段为在线微调阶段,将仿真阶段训练得到的策略网络部署到实际控制系统中,在实际生产过程中收集样本并继续训练。
24、优选地,所述仿真阶段还包括域随机化处理:对所述仿真模型中的关键模型参数施加随机扰动,使策略网络在训练过程中接触到不同的过程特性组合。
25、优选地,所述步骤s5中,深度确定性策略梯度算法包含策略网络、评价网络、目标策略网络和目标评价网络四个神经网络;训练过程中,利用目标评价网络和目标策略网络计算目标价值,以目标价值与评价网络当前输出之间的均方误差更新评价网络参数,以使评价网络对策略网络输出的价值估计最大化为目标更新策略网络参数,通过软更新方式使目标网络参数缓慢跟踪主网络参数变化。
26、优选地,所述在线自适应控制模式运行期间,还包括工况变化检测步骤:计算状态向量的统计特征,当检测到状态向量的均值和方差相对于历史基线偏离超过预设阈值时,判定为工况变化,自动提高增量训练的频率和探索噪声强度,加速策略网络向新工况的最优策略收敛。
27、优选地,所述在线自适应控制模式运行期间,还包括异常工况保护步骤:持续监测各工艺参数和状态变量的实时值,当检测到滤液浑浊度超过预设的紧急阈值,或滤饼含湿量超过预设的产品不合格阈值,或任一工艺参数接近设备安全联锁值时,暂停策略网络的在线训练,将各工艺参数切换至预设的安全默认值,并触发报警信号。
28、与现有技术相比,本发明的有益效果在于:
29、本发明通过深度确定性策略梯度算法,策略网络能够根据当前12维状态向量所表征的工况,自动输出使滤饼含湿量、滤液浑浊度和能耗三个目标综合最优的6维动作向量,克服了传统人工调节面对七八个耦合参数顾此失彼的局限,使滤饼品质持续稳定在目标范围内。
30、通过策略网络的输出经tanh激活函数映射到规范区间后,再线性映射到各工艺参数的安全操作范围内,确保策略网络输出的每一个设定值都落在设备安全约束之内。结合安全约束惩罚机制对参数越限、浑浊度超标和含湿量超标的三重惩罚设计,从算法输出和执行约束两个层面共同保障工艺参数的安全性,避免了人工操作中因经验不足或判断失误导致的参数越限风险。
31、系统通过与实际生产过程的持续交互不断学习和优化策略,当工况发生变化时能够自动感知并适应新的最优参数组合。具体而言,当检测到状态向量的统计特征相对于历史基线偏离超过预设阈值时,系统自动提高增量训练的频率和探索强度,加速策略网络向新工况下的最优策略收敛,响应时间从人工操作的约30分钟缩短至约5分钟,显著减少了过渡期间产生的不合格品。
32、通过异常工况保护机制在检测到滤液浑浊度超过预设的紧急阈值、滤饼含湿量超过预设的产品不合格阈值、或任一工艺参数接近设备安全联锁值时,自动暂停在线训练并将各工艺参数切换至安全默认值,同时触发报警信号通知操作人员处置,确保了化工连续生产过程中即使在极端工况下也不会出现安全事故或批量不合格品。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com