毕业论文网
此文是一篇天然气脱硫论文范文,为你的毕业论文写作提供有价值的参考。
基于自适应动态规划的天然气脱硫过程控制方法
刘华超,汪波
摘 要：针对天然气吸收塔脱硫过程控制问题,论文提出了一种基于无迹卡尔曼滤波的执行依赖启发式动态规划方法.采用无迹卡尔曼滤波算法更新优化评价网络和执行网络权值,进而逼近最优性能指标函数和最优控制策略,实现天然气吸收塔脱硫过程的实时精确控制.
关键词：天然气脱硫；自适应动态规划；神经网络；无迹卡尔曼滤波
一、前言
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,普光气田开采出的天然气中2H S 含量甚至高达 10% ～ 17%,有机硫化合物高达 340.63mg / m .2H S 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,对天然气净化气中2H S 含量控制显得尤为重要.目前,针对吸收塔脱硫过程多采用专家经验结合 PLC 控制的方法[1-2] .该方法对吸收塔脱硫过程各参数的控制具有较大的滞后性,控制精度也难以保障,过多的依赖专家经验也使得天然气脱硫控制系统自动化程度难以提高.
本文提出一种基于无迹卡尔曼滤波（UKF）算法的自适应动态规划方法用于天然气吸收塔脱硫过程控制（UKF）,减少了系统响应时间,提高了控制系统的抗干扰能力和稳定性.
二、UKF 算法
UKF 的核心是通过非线性变换来进行非线性模型的状态和误差协方差的递推和更新,其关键步骤为 UT 变换,UT 变换是一种计算非线性变换中随机变量数字特征的方法,其实现原理为：在原先状态分布中按某一规则取一些点,使这些点的均值和协方差等于原状态分布的均值和协方差；将这些点带入非线性函数中,相应得到非线性函数值点集,通过这些点集求取变换后的均值和协方差[3] .其采样点的选择是基于先验均值和先验协方差矩阵的平方根的相关列实现的.
三、 BP 神经网络建模
采用 BP 神经网络,建立吸收塔脱硫过程模型.模型输入分别为： k 时刻天然气净化气中2H S 含量1x 、2CO 含量2x ,单位时间内高含硫天然气处理量1u ,单位时间内 MDEA 溶液循环量2u .模型输出为：1 k + 时刻天然气净化气中2H S 含量1x 、2CO 含量2x .
四、仿真实验
实验以建立的吸收塔脱硫过程模型作为被控对象,采用ADHDP 和 UKF-ADHDP 两种控制策略分别进行吸收塔脱硫过程控制仿真实验.通过调整单位时间内高含硫天然气处理量1u ,单位时间内 MDEA 溶液循环量2u ,使天然气净化气中2H S 含量1x 、2CO 含量2x 达到设定值.
从图 1,2 可以看出,在传统 ADHDP 控制策略下,训练时间步约为 1 ～ 140 步,而在 UKF-ADHDP 控制策略下,训练时间步约为 1 ～ 60 步；在 ADHDP 控制策略下,天然气净化气中2H S 和2CO 含量控制值始终在设定值附近波动,而在UKF-ADHDP 控制策略下,天然气净化气中2H S 和2CO 迅速收敛于设定值.由此可以说明,我们提出的 UKF-ADHDP 的控制策略具有较好的控制性能.
五、结语
本文提出了 UKF-ADHDP 控制策略并将其应用于天然气吸收塔脱硫过程的控制中,采用 UKF 算法代 BP 神经网络实现评价网络和执行网络权值的更新优化,进而逼近最优性能指标函数和最优控制策略,实现了脱硫过程的实时精确控制.实验结果表明,UKF-ADHDP 控制策略相对传统 ADHDP 控制策略具有较短的训练时间、较快的收敛速度以及较高的控制精度等优点.
天然气脱硫论文范文结:
关于本文可作为相关专业天然气脱硫论文写作研究的大学硕士与本科毕业论文天然气脱硫论文开题报告范文和职称论文参考文献资料。
1、天然气和石油期刊