基于神经网络的聚氯乙烯汽提过程自适应解耦控制

聚氯乙烯汽提过程具有高度非线性和时变性等特点, 是一类复杂的非线性工业过程. 首先基于动态模糊神 经网络建立了数据驱动的聚氯乙烯树脂(PVC) 汽提过程的被控对象模型; 然后采用一种神经网络分散式解耦控制器 对汽提过程进行解耦, 得到浆料流量-塔顶温度和蒸汽流量-塔底温度两个单变量系统; 最后采用BP 神经网络PID 控 制器对系统进行控制. 仿真实验结果验证了所提出集成控制策略的有效性.