[发明专利]基于RBF与ADDHP的天然气吸收塔脱硫过程控制方法

说明书

本发明提供了一种基于RBF与ADDHP的天然气吸收塔脱硫过程控制方法。利用BP神经网络对天然气吸收塔脱硫过程建模并以该模型为被控对象进行脱硫过程控制仿真实验，根据控制误差和性能指标函数不断更新优化权值，直到得到最优控制信号，实现脱硫过程的最优控制。天然气吸收塔脱硫过程复杂，表现不确定性、非线性、强耦合性、动态性等特点，难以建立精确的数学模型，控制难度较大。针对目前天然气吸收塔脱硫过程控制方法控制精度低，时滞大、不稳定等问题提出一种基于RBF和ADDHP的天然气吸收塔脱硫过程控制方法，不仅保证了控制系统的稳定性和控制精度，还降低了响应时间，真正实现了脱硫过程的实时精确控制。

技术领域

本发明涉及天然吸收塔气脱硫过程控制技术，具体涉及一种基于RBF与执行依赖双启发式规划(ADDHP)结合的天然气吸收塔脱硫过程控制方法。

背景技术

天然气作为一种优质、清洁的能源和化工原料，使用方便并且拥有较高的综合经济效益。我国拥有丰富的天然气资源，但是约30％左右的天然气中含有大量硫元素，其中H₂S含量大于1％的天然气储量占到总储量的1/4。H₂S的存在不仅会造成设备和管道的腐蚀、危害人体健康，其燃烧产物也会污染环境。因此，在天然气脱硫过程中，H₂S含量控制显得尤为重要。

天然气脱硫吸收塔是天然气净化装置的重要组成部分，直接影响天然气净化效果。天然气原料气进入吸收塔与塔内甲基二乙醇胺(MDEA)溶液充分接触发生反应，从而达到脱硫的目的，整个过程同时发生物理化学反应和相位反应，涉及物质转化和能量传递，受各种不确定因素影响较大，表现不确定性、非线性、强耦合性、动态性等特点，难以建立精确的数学模型，从而给吸收塔脱硫过程的控制带来了极大困难。

现有的控制技术多为PID单回路控制或简单串级控制，控制系统自动化程度不高且过多的依赖专家经验调节控制参数，具有较大的滞后性，控制精度较低，控制系统的稳定性也难以保证，难以达到实时精确控制。

发明内容

本申请通过提供一种基于RBF与ADDHP的天然气吸收塔脱硫过程控制方法，以解决目前天然气吸收塔脱硫过程控制技术中存在的控制精度低，时滞大，控制系统不稳定等问题，保证天然气脱硫效果。

为解决上述技术问题，本申请采用以下技术方案予以实现：

一种基于RBF与ADDHP的天然气吸收塔脱硫过程控制方法，其特征在于包括如下步骤：

步骤1：通过分析天然气吸收塔脱硫工艺过程，确定影响天然气脱硫效果的主要因素为酸性天然气处理量和醇胺溶液循环量，分别用u1和u2表示，由此构成控制信号u(k)＝[u1，u2]；

步骤2：确定脱硫过程模型输入样本数据输出样本数据，采用BP神经网络建立天然气吸收塔脱硫过程模型；

步骤3：设定控制目标值运用RBF神经更新ADDHP控制方法中评价网络和执行网络权值，并分别通过执行网络和评价网络获得控制信号u(k)＝[u1，u2]和性能指标函数对系统状态的偏导建立RBF-ADDHP的天然气吸收塔脱硫过程控制方法；

步骤4：将步骤3所得控制信号u(k)＝[u1，u2]和当前时刻系统状态x(k)＝[x1，x2]作为吸收塔脱硫过程模型输入，从而得到系统输出x(k+1)。

步骤5：计算控制误差E(k)，若小于期望误差，结束训练，否则返回步骤3。

作为进一步说明，所述步骤3具体按照以下步骤进行：

步骤3-1：根据控制误差E(k)，采用RBF神经网络更新评价网络和执行网络权值；

步骤3-2：计算控制信号u(k)；

步骤3-3：计算评价网络输出λ(k+1)。