简介：针对造纸过程中纸张定量与水分之间存在严重耦合的问题,提出了一种基于神经网络的静态解耦方法,成功地将造纸过程的多变量系统变成了单变量系统,实现了定量、水分之间的解耦。同时由于造纸生产过程存在较大滞后,运用增益自适应补偿控制方案,有效地克服了滞后对控制系统稳定性和质量控制的影响。仿真结果表明该系统具有良好的控制效果。

简介：利用热重分析法和实验室自行设计的静态热解炉对脱墨污泥的热解行为及热裂解特性进行了研究,探讨了不同升温速率对脱墨污泥热解反应特性的影响,并根据微分热重曲线建立了动力学模型,计算热解反应的动力学参数。结果表明,脱墨污泥的热失重过程可分为水分析出、挥发物质析出、固定碳燃尽和碳酸钙热分解4个阶段,其热解反应动力学为3个三级反应。从利用电子探针显微技术、气相色谱和傅里叶红外分析方法对热裂解产物进行表征的结果来看,造纸脱墨污泥具有很好的资源化综合利用前景。

简介：抄纸过程中纸机系统具有大滞后、非线性、时变等特点,纸张定量与水分之间存在强耦合效应,针对这些问题,设计了一种基于RBF神经网络的PID解耦控制方法。利用RBF神经网络辨识定量与水分的数学模型,实时调整PID控制器的参数,实现系统的解耦功能。仿真结果表明,该方法具有良好的静态、动态性能和很强的自适应性,能有效解决纸张定量和水分之间的耦合作用。

简介：针对目前广泛使用的力学式纸浆浓度传感器测量精度较低的问题,通过研究纸浆纤维结构和力学式纸浆浓度传感器测量原理,发现了这种传感器测量精度较低的原因：第一,纸浆浓度测量信号中噪声信号难以滤除;第二,纸浆流速对纸浆浓度测量影响较大。为此,在研究纸浆浓度测量信号中噪声信号及其性质并建立纸浆浓度传感器测量模型的基础上,提出了利用稀疏分解消除纸浆浓度测量信号中各种噪声信号,同时利用纸浆浓度传感器测量模型对纸浆浓度测量值进行流速补偿。结果表明,该方法能够显著提高纸浆浓度传感器的测量精度。