[发明专利]一种应用于PVC干燥流化床的智能控制系统在审
| 申请号: | 202110690126.6 | 申请日: | 2021-06-22 |
| 公开(公告)号: | CN113696371A | 公开(公告)日: | 2021-11-26 |
| 发明(设计)人: | 于现军;吕伟军;田朗 | 申请(专利权)人: | 北京凯米优化科技有限公司 |
| 主分类号: | B29B13/06 | 分类号: | B29B13/06;F26B3/092;F26B25/00;F26B25/22;G06F17/10 |
| 代理公司: | 暂无信息 | 代理人: | 暂无信息 |
| 地址: | 100094 北京市海淀*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 应用于 pvc 干燥 流化床 智能 控制系统 | ||
1.一种应用于PVC干燥流化床的智能控制系统,其特征在于:(1)采用离心机运行参数的一种表征物料浓度的软测量方法;(2)针对长时间停留的黑匣子装置的滚动时域广义预测算法,对床内物料受热过程进行实时迭代计算;(3)利用装置负荷因素预测水分含量;(4)根据工艺设计干燥热源占比并结合流化床物料流化所需热源下限,采用热源负荷平衡算法实现所有热源协调控制。
2.根据权利要求1所述,一种应用于PVC干燥流化床的智能控制系统,其特征在于所述特征(1)的物料浓度软测量方法:
将离心机甩干后分离物料的推力或者离心机功率NIˊ与实际浆料流量FTˊ做对应匹配关系,得出当前物料浆料浓度软测量结果,
物料浓度软测量模型基本原理公式:,
其中,:当前物料浆料浓度软测量结果; NIˊ是分离物料的推力或者离心机功率;FTˊ是实际浆料流量;C:软测量工程经验参数。
3.根据权利要求1所述,一种应用于PVC干燥流化床的智能控制系统,其特征在于所述特征(2)中所述针对长时间停留的黑匣子装置的滚动时域广义预测算法,对床内物料受热过程进行实时迭代计算,包括以下步骤:
1)通过物料浓度软测量模块并结合当前实际浆料流量,确定当前时刻进入流化床内瞬时物料进料量为WT=αFTˊ,从T0时刻至T1时刻床内物料存留量WT1应为:;
2)床内所有热源数据的计算,床内热源至少分为流化热风+热水(或蒸汽)两种,那么单位质量进料量已受到的物料加热量Qt为T0时刻至t时刻期间所有进床(流化热风+热水)携带热量乘以换热效率,;
其中:QAT:t时刻热风带入系统的总热量;ηAt:t时刻该物料在床内停留位置与热风的换热效率,换热效率因床型设计换热面积差异,热交换温差差异为时变性函数;QBT:t时刻热水(或蒸汽)带入系统的总热量;ηBt:t时刻该物料在床内停留位置与热水(或蒸汽)的换热效率;
3)将单位质量物料从初始状态干燥至理想状态,所需热量QM通过工程经验线性简化至如下方程式:QM=Kƒ(RH0,X)+CT+CS+CRHa=Kƒ(RH0,X)+ΔC;
4)通过能量需求匹配模型可知此时干燥床内单位质量物料在t时刻之后的后续时间理论受热量Q需方程式如下:
Q需==;
5)以上方程式便可得到床内所有物料瞬时热量需求QR的方程式如下:;
6)对以上模型数据实时迭代计算和的滚动时域统计。
4.根据权利要求1所述,一种应用于PVC干燥流化床的智能控制系统,其特征在于所述特征(3)中所述水分含量的预测:
1)根据流化床工艺分析,确定了流化床床温TE就代表了当前负荷物料所需最佳受热量指标即最佳床温TE=ƒ(QM),TE与水分含量AT存在相关性,同时上两者的相关性还受到装置布料特性、干燥床负荷Wt、物料物理性质这三者的影响;通过工程经验分析床温与水分相关性模型可简化为与以上三者相关的方程式如下:TE=atPVAT+bWt-tx+c;
其中,at:为物料物理性质系数,即物料坯体特性X的函数,at=ƒ(X);PVAT:为当前水分仪实际测量值;b:为流化床干燥负荷工程系数;Wt-tx:为流化床在(t-tx)时刻的干燥负荷,因为流化床长周期干燥,影响床温的负荷会产生时间偏移,需要工程校正;c:为流化床床温TE与水分含量AT相关性调整工程参数;
2)通过参考装置混料特性、干燥床负荷、物料物理性质这三者的影响,实时对流化床核心温度进行寻优校正,修正后的最终水分含量值计算公式如下:
其中,PVATp:为预测的水分含量值,为流化床在(t-H,t-H+e)区域时间内的干燥床温度滚动均值;与之类似,为影响干燥床床温的负荷量的区域时间均值,ΔAT:为由水分优化控制模块对床温的修正偏差。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京凯米优化科技有限公司,未经北京凯米优化科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110690126.6/1.html,转载请声明来源钻瓜专利网。





