[發明專利]一種熱量平衡反饋的模糊神經網絡PID的VOCs廢氣流量控制方法在審
| 申請號: | 202110642429.0 | 申請日: | 2021-06-09 |
| 公開(公告)號: | CN113342069A | 公開(公告)日: | 2021-09-03 |
| 發明(設計)人: | 李俊;陳龍健;薄翠梅 | 申請(專利權)人: | 南京工業大學 |
| 主分類號: | G05D7/06 | 分類號: | G05D7/06 |
| 代理公司: | 北京華際知識產權代理有限公司 11676 | 代理人: | 顏翠萍 |
| 地址: | 211816 江蘇省南京市南*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 熱量 平衡 反饋 模糊 神經網絡 pid vocs 廢氣 流量 控制 方法 | ||
1.一種熱量平衡反饋的模糊神經網絡PID的VOCs廢氣流量控制方法,其特征在于:控制方法包括以下步驟:
A、VOCs廢氣與氧氣在催化劑的作用下,在一定的溫度下發生催化氧化反應,有機廢氣燃燒最終產物為二氧化碳和水,同時伴隨大量熱量的釋放。
B、將VOCs廢氣流量設定值與實際輸出值之間的誤差及誤差變化率進行模糊量化送給神經網絡,通過模糊神經網絡PID控制器調節VOCs廢氣的進氣量;
C、通過熱量平衡計算得到所需的VOCs廢氣流量實時反饋到輸入中,再次與實際輸出值比較傳到神經網絡中,繼續調節。
2.根據權利要求1所述的一種熱量平衡反饋的模糊神經網絡PID的VOCs廢氣流量控制方法,其特征在于:所述的步驟B中模糊神經網絡PID控制器,它包括有5層結構組成,分別為輸入層,隸屬度函數層,模糊推理層,歸一化層,輸出層。
3.根據權利要求2所述的一種熱量平衡反饋的模糊神經網絡PID的VOCs廢氣流量控制方法,其特征在于:所述的輸入層為第1層,其作用為將輸入向量的各分量分配到對應的節點上,并將進料比誤差和誤差變化率傳送到隸屬度函數生成層,其中X1=e,X2=ec。
第1層的輸入輸出關系表示為:
4.根據權利要求2所述的一種熱量平衡反饋的模糊神經網絡PID的VOCs廢氣流量控制方法,其特征在于:所述的隸屬度函數層為第2層,是模糊神經網絡的第一個隱含層,語言變量值與該層的每個節點一一對應,隸屬度函數表示為:
第2層的輸入輸出表示為:
式中第i個輸入變量和第j個模糊集合的隸屬度函數中心以及寬度分別用cij和σij表示,xi代表第i個輸入變量。
5.根據權利要求2所述的一種熱量平衡反饋的模糊神經網絡PID的VOCs廢氣流量控制方法,其特征在于:所述的模糊推理層為第3層,也是該系統結構的第2個隱含層,該層有49個節點,每一個節點都代表一條模糊規則,其輸入輸出表示為:
式中:i1=i2={1,2,3,4,5,6,7};l=1,2,…,49。
6.根據權利要求2所述的一種熱量平衡反饋的模糊神經網絡PID的VOCs廢氣流量控制方法,其特征在于:所述的歸一化層為第4層,其節點數也是49個,輸入輸出運算為:
式中,l=1,2,…,49。
7.根據權利要求2所述的一種熱量平衡反饋的模糊神經網絡PID的VOCs廢氣流量控制方法,其特征在于:所述的輸出層為第5層,輸出的值為Kp,Ki,Kd,其輸入輸出運算表示如下:
Kp,Ki,Kd的最終輸出為:
式中k=1,2,3至此模糊神經網絡結構就搭建完成。
令目標函數為:
式中:rin(k)為VOCs廢氣流量設定值,yout(k)為VOCs廢氣流量實際輸出值。
8.根據權利要求1所述的一種熱量平衡反饋的模糊神經網絡PID的VOCs廢氣流量控制方法,其特征在于:所述的步驟C中熱量平衡計算如下:
式中:M為VOCs廢氣濃度,Q1為VOCs廢氣燃燒熱值;
T為反應所需溫度,V2為空氣流量,V1為VOCs廢氣流量;
m為催化劑質量流量,Q2催化劑燃燒熱值;
C為空氣比熱容是常數c=1.003KJ/(kg*K);
ρ空為空氣密度是常數ρ空=1.29Kg/m3;
當VOCs廢氣濃度發生變化時可根據熱量平衡公式可得到實際所需的VOCs 廢氣流量V1的值。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于南京工業大學,未經南京工業大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110642429.0/1.html,轉載請聲明來源鉆瓜專利網。





