专利名称：一种有机废气回收的智能控制方法
技术领域：
本发明涉及ー种有机废气回收的智能控制方法，属于生产过程先进控制领域。
背景技术：
有机废气是涂布生产、油漆涂料、制药、印刷、造纸、纺织以及石油化工等行业所排放的最常见的污染物。这些有机废气多数具有毒性会造成大气污染，对人类的健康和环境均具有危害。近年来，随着工业 技术的发展，有机废气污染越来越严重，同时也是对资源的ー种浪费。因此，研究有机废气的回收具有非常重要的现实意义。有机废气回收过程是ー个复杂的非线性过程，难以建立精确的数学模型，传统的控制方法往往达不到理想的回收效果。因此，选用一种有效的方法对有机废气回收过程进行建模与预测，确定较优的吸附时间和脱附时间并应用到控制系统的运行中，提高有机废气回收的废气净化率和有机溶剂回收率，是需要着重解决的问题。
发明内容
针对上述问题，为了得到较优的吸附时间和脱附时间，本发明提供了一种基于粒子群算法与最小ニ乘支持向量机相结合的建模方法，该方法利用具有较强的全局捜索能力的粒子群优化算法，对最小ニ乘支持向量机建模过程中的重要參数进行优化调整，每ー个粒子的位置向量对应ー组最小ニ乘支持向量机建模的參数。利用參数优化调整后得到的具有较优拟合预测效果的模型对有机废气回收过程进行在线预测，最終可确定较优的吸附时间和脱附时间。本发明还提供了ー套有机废气回收的智能控制方法的应用系统，该智能控制应用系统主要由エ控机、PLC、变频器、电磁阀、气动阀、气动泵以及各类传感器组成。本发明涉及的关键技术方法如下(I)吸附时间与脱附时间在线预测控制方法。控制系统的良好运行需要合适的エ艺參数配合，针对该问题，需要对有机废气回收过程建模，使得出的模型能够较为准确地拟合过程的动态特性，进而利用建立的模型来确定合适的吸附时间和脱附时间。本发明采用最小ニ乘支持向量机对有机废气回收过程进行建模，为确保建模的精确性、快速性和稳定性，采用粒子群算法对最小ニ乘支持向量机參数进行优化。利用建立的模型来在线预测吸附浓度和脱附浓度从而获得较优的吸附时间和脱附时间，将其应用到控制系统的运行中，提高了废气的净化率和有机溶剂的回收率。(2)自动安全保护方法。吸附是ー个放热过程，连续吸附操作时床层温度会升高，一方面造成吸附率的下降，另外还可能给安全带来隐患。设置了床层温度监控报警装置，一旦温度超过设定值，系统便自动报警并自动切換到安全位置。为了使系统处于高效的运行状态，増加了降温装置，使固定床的温度能及时下降。(3)有机溶剂自动分离方法。脱附过程结束后，脱出的有机溶剂混合液经列管式泠凝器冷凝后，进入分离箱进行有机溶剂与冷凝水的分离。分离箱分离区上部装有ニ支分离探测针，根据有机溶剂与水导电率和比重不同的原理，PLC自动控制排出有机溶剂和冷凝水。分离箱溶剂储存区上部装有液位控制器，有机溶剂达到一定液位时，由PLC控制气动泵把有机溶剂抽出，存入储存罐内储存。解决了手动调节带来的二次污染的危险，并提高了有机溶剂的回收率。エ控机主要用于有机废气回收过程的建模与预测，同时实现了人机交互，主要包括系统的主流程显示、通信參数的设置、PLC监控、实时数据的显示、记录、存储与处理以及历史数据、曲线的显示等等，并为不同的操作人员设置不同的操作密码和相应的操作权限。
图I是有机废气回收系统装置图。图2是有机废气回收过程流程图。图3是有机废气回收智能控制流程图。图I中編号I 4是吸附罐、5是过热蒸汽、6是净化后的有机废气、7是有机废气、8是除尘降温箱、9是风机、10是冷凝器、11是分离箱、12是有机溶剂储存罐。
具体实施例方式下面结合附图对本发明的具体实施方式
做进ー步说明。エ业生产过程中排放的有机废气经过除尘降温后，被风机引入吸附罐内，在吸附罐内有机废气穿过活性炭纤维，有机溶剂被活性炭纤维吸附，浄化后的气体由吸附罐顶部排出。当吸附罐吸附饱和后进入脱附过程，将过热蒸汽通入吸附罐内进行脱附，脱附完成后，对吸附罐排汽，进行再生，脱附产物进入泠凝器中，经过冷凝后的有机溶剂和水蒸汽混合物进入分离箱中，分离后得到有机溶剤。吸附、脱附、再生过程实际上是连续的循环过程，当吸附罐I、2、3处于吸附状态吋，吸附罐4处于脱附状态，下ー个工作状态时吸附罐2、3、4处于吸附状态，而吸附罐I处于脱附状态，如此循环下去，从而完成有机废气的回收过程。本发明采用最小ニ乘支持向量机，对吸附过程和脱附过程进行建模，采用RBF核函数 K (X, Xi) = exp (-1 I X-Xi I 12/2 σ 2) 0 建模步骤如下I)初始化群体规模、迭代次数、粒子位置值和速度值、最小ニ乘支持向量机的核參数σ和超參数Y。2)根据当前确定的核參数σ和超參数Y对训练样本数据进行学习并建立预测模型。3)用预测模型检验样本数据得到粒子当前位置值的预测误差，选取均方误差ms丑=丄Σα-ァ,)作为适应度函数。 4)记忆个体与群体所对应的最佳适应值的位置为pbest和gbest,根据粒子群算法速度调整方程 Vi(t+1) = WVi (t) +C^and1 (t) (Pibest (t)-Xi (t))+c2rand (t)(Pgbest W-XiW)和位置调整方程Xi (t+1) =Xi(t)+Vi(t+l)搜寻更好的核參数。和超參数Y。5)判断所有粒子最优位置的适应值和迭代次数是否满足要求，若满足，则结束计算，并保存此时的粒子群整体最优值位置。否则返回步骤2)继续计算。
本发明将吸附时间t、进气流量q、罐压P、吸附温度T作为输入量，废气吸附浓度Qa作为模型的输出，建立吸附模型。将脱附时间t、水蒸汽吹扫速度V、罐压P以及脱附温度T作为输入变量，脱附浓度Qd作为模型的输出，建立脱附模型。对样本的输入、输出数据分别进行归ー化处理。通过对训练数据的学习以及粒子群优化算法对最小ニ乘支持向量机參数的优化调整，建立吸附模型和脱附模型，得到较优的最小ニ乘支持向量机的核參数σ和超參数Y。在有机废气回收过程中利用 吸附模型和脱附模型在线对吸附浓度和脱附浓度进行预测，最終可确定较优的吸附时间和脱附时间(即当吸附浓度达到上限值时结束吸附，当脱附浓度达到下限值时结束脱附)，智能控制流程如图3所示。以上是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化与修饰，均属于发明技术方案的范围内。
权利要求
1.ー种有机废气回收的智能控制方法，其特征在于，对有机废气回收过程中的吸附时间和脱附时间实现在线预测控制。
2.根据权利要求I所述的ー种有机废气回收的智能控制方法，其特征在于，采用粒子群算法与最小ニ乘支持向量机相结合的方法，对有机废气回收过程中的吸附浓度和脱附浓度建立数学模型，并进行在线预测，从而确定较优的吸附时间和脱附时间。
全文摘要
本发明公开了一种有机废气回收的智能控制方法，属于生产过程先进控制领域，此方法涉及有机废气回收过程中的建模和预测控制方法。本发明采用最小二乘支持向量机对有机废气回收过程中的吸附过程和脱附过程进行建模，通过粒子群优化算法对最小二乘支持向量机参数的优化调整，建立吸附模型和脱附模型；利用建立的吸附模型和脱附模型在线对吸附浓度和脱附浓度进行预测，进而可确定较优的吸附时间和脱附时间；克服以往根据经验设定的吸附时间和脱附时间的不精确性对有机废气回收过程造成的影响，提高了有机废气回收过程的废气净化率和有机溶剂回收率，并达到节能降耗的目的。
文档编号B01D53/04GK102688655SQ20121017875
公开日2012年9月26日 申请日期2012年6月1日 优先权日2012年6月1日
发明者张相胜, 戴娟, 潘丰 申请人:江南大学