度, 适当降低保温时间, 减少用碱量和蒽醌用量, 可明显提高纸浆得率, 降低操作费用。

李向阳等将基于模型的模糊推理方法应用于卡伯值控制

[ 3 ]

。首先选取模型输入变量 (有效碱浓度、硫化度、H

因子) , 把模糊输入变量的范围划分为模糊输入空间, 根据模型产生的模糊规则, 基于经验模型的模糊推理确定输
出。该方法在实际造纸过程应用中具有一定的普遍意义和推广价值。钱艳平等提出了基于模糊 P ID 的混合算
法

[ 4 ]

。在小偏差时使用改进的P ID 算法, 在大偏差时使用模糊控制算法, 该算法充分发挥了2 种算法的结合优势。

采用于蒸球蒸煮过程跟踪控制后, 跟踪精度大为改善。

1. 2　洗涤过程

经蒸煮后的浆料中, 含有大量的有机物及可溶性无机物, 经过洗涤过程, 把纸浆里的黑液洗涤干净以有利于

后续工序的顺利进行。

针对洗浆过程机理复杂、大时滞、难以建立数学模型等特点, 刘之红等设计了一种二输入二输出的真空洗浆

机模糊控制器

[ 5 ]

。以浆池液位和纸浆浓度作为输入, 以洗涤水流量和转鼓的转速作为输出, 结合操作经验设计模

糊控制规律。该控制器克服了传统控制的滞后和波动性, 能及时调整洗浆机工作状态, 得到更好的洗涤效果和黑
液浓度, 节约洗涤水用量。

对于辨识洗涤过程的稳态数学模型, 应用神经网络相比其它智能控制效果较好, 例如利用神经网络建立首段

洗浆机残碱和首段黑液波美度的模型, 再采用神经网络辨识得到纸浆洗涤过程的稳态数学模型

[ 6 ]

, 优化目标为最

少化用水。

1. 3　漂白过程

经洗涤筛选后的纸浆均有一定的颜色, 经过漂白, 除去纸浆中的部分色素, 在获得白度的同时要减少对纤维

的降解, 保持纸浆纤维的强度。漂白过程是一个多变量、多指标的工艺过程, 控制指标多, 且影响因素也多, 各因素
之间具有较强的关联性。目前难以建立起漂白指标与影响因素间的机理模型。

鄢烈祥等建立了漂白因素与漂白效果的网络模型

[ 7 ]

, 将神经网络和统计分析结合起来, 提出了确定漂白工艺

的区域优化方法。其将漂白试验数据的各个指标进行综合评定, 分成好坏 2 类后, 应用三层前向网络作为预测纸
浆漂白效果的分类模型, 通过模拟计算和统计分析, 确定漂白工艺参数的优化操作区域, 提高优化控制效果。

2　抄纸过程的应用

2. 1　纸料制备

纸浆配料过程优化控制主要是对配浆的各种浆料和辅料的浓度和流量进行精确测量和自动控制。采用产生

式规则设计了智能控制器, 接受浓度给定信号、浓度变送器输出信号, 稀白水调节阀阀位信号, 经运算后产生控制
信号, 驱动执行器动作达到调节浓度的目的, 计算机在线获取动态过程的特征信息, 识别系统的动态行为, 作为控
制决策的依据, 根据系统的动态特征及动态行为, 从多种控制模式中选取最有效的控制形式

[ 8 ]

。

利用 Sugeno 模糊推理实现 P ID 的分层控制, 建立了流量过程模糊参数自适应 P ID 控制系统

[ 9 ]

。通过模糊控

制规则的在线学习、离线学习及自动更新, 减少了过程中的不确定性、不精确性、噪声以及非线性、时变性和时滞
性等影响, 具有鲁棒性强等优点。

在打浆过程, 影响打浆度的主要因素有纸浆的绝干浆量、打浆设备数量、消耗的电功率等。王秀云等以打浆浓

度、盘磨消耗的电功率、打浆流量、阀开度、打浆前浆的打浆度作为输入, 以打浆后浆的打浆度作为输出, 建立了打
浆过程B P 神经网络模型, 打浆度控制效果较好

[ 10 ]

。

2. 2　纸机湿部

流浆箱的控制参数主要有总压和浆位, 控制总压的目的是为了获得均匀的上网纸浆流速和流量; 控制浆位的

目的是为了获得适当的纸浆流速以减少横流和浓度的变化, 产生和保持可控的湍流以限制纤维的絮聚。

流浆箱的数学模型具有模型结构复杂且变量之间存在耦合的特点, 采用模糊控制规则, 引进调整因子进行简

化计算

[ 11 ]

。系统的测量变量为网速、流浆箱浆料物位、流浆箱总压头, 控制变量为上浆阀的开度、气热空气阀的开

度。运行结果表明该控制器控制效果好, 浆网速比的稳定性明显提高, 定量控制精度提高, 断纸现象减少, 可以适
应不同纸种的控制要求。

纸机的定量与水份之间存在严重耦合, 而且影响因素有 30 多个, 比如纸浆浓度、流量、蒸气压力、网前箱总压

・

轻工机械　

L igh t Indu st ry M ach inery

2007

年第

期　