基于雙網(wǎng)絡(luò)雙服務(wù)器架構(gòu)的堿回收智能控制系統(tǒng)及優(yōu)化方法

摘要： 目前，大部分制漿造紙廠的減排脫碳效果不佳，信息化水平較低。本研究以堿回收工段為例，提出了基于雙網(wǎng)絡(luò)雙服務(wù)器架構(gòu)的堿回收智能控制系統(tǒng)。該系統(tǒng)基于雙環(huán)以太網(wǎng)雙冗余服務(wù)器架構(gòu)，下位機(jī)選用西門子S7-400系列PLC控制器，CPU和I/O模塊等硬件均采用冗余設(shè)計(jì)，對堿回收蒸發(fā)、燃燒和苛化工段進(jìn)行穩(wěn)定可靠的分散控制；上位機(jī)配備Web服務(wù)器、企業(yè)辦公互聯(lián)網(wǎng)和遠(yuǎn)程服務(wù)通道，不僅可以增強(qiáng)系統(tǒng)內(nèi)部的信息共享能力，還可實(shí)現(xiàn)對系統(tǒng)的遠(yuǎn)程診斷與維護(hù)；最后，采用高級控制算法對各工段的重要參數(shù)進(jìn)行優(yōu)化控制。實(shí)際應(yīng)用結(jié)果表明，該系統(tǒng)不僅可有效提升黑液的處理效率，還可以減少生產(chǎn)過程的能量損失，并為堿回收工段智能化和信息化轉(zhuǎn)型升級提供依據(jù)。

關(guān)鍵詞：堿回收工藝流程；雙網(wǎng)絡(luò)雙服務(wù)器架構(gòu)；高級控制算法；軟測量；粒子群優(yōu)化

中圖分類號：TS736；TP273 文獻(xiàn)標(biāo)識碼：A DOI：10. 11980/j. issn. 0254-508X. 2025. 02. 003

在制漿造紙工業(yè)中，堿回收技術(shù)在降低環(huán)境污染和提高資源利用效率方面扮演著至關(guān)重要的角色。堿回收可在去除黑液中污染物的同時(shí)，對黑液中的無機(jī)物和燃燒過程中產(chǎn)生的熱能進(jìn)行回收循環(huán)利用，既實(shí)現(xiàn)了生產(chǎn)過程的節(jié)能減排，又能保障企業(yè)的經(jīng)濟(jì)效益。隨著堿回收工藝設(shè)備的不斷改進(jìn)和自動(dòng)化技術(shù)的高速發(fā)展，堿回收技術(shù)已經(jīng)成為徹底解決制漿造紙黑液污染實(shí)用、有效的方法[1]。

清潔生產(chǎn)是對工業(yè)發(fā)展的最基本要求?，F(xiàn)階段，制漿造紙工業(yè)實(shí)現(xiàn)清潔生產(chǎn)的基本途徑大致有3種：一是通過先進(jìn)工藝設(shè)備趨向清潔生產(chǎn)；二是通過“三廢”處理與回用技術(shù)實(shí)現(xiàn)清潔生產(chǎn)；三是通過信息化、智能化技術(shù)助力清潔生產(chǎn)。與前2種途徑相比，第3種方法不僅可以降低投入成本，還可以加強(qiáng)前2種方法的實(shí)施效果。因此，堿回收智能控制技術(shù)及信息化智能化系統(tǒng)的重要性愈發(fā)突出。如今，已有許多學(xué)者和相關(guān)從業(yè)人員對堿回收系統(tǒng)進(jìn)行改進(jìn)。如邱正輝等[2]采用雙冗余的工業(yè)以太網(wǎng)結(jié)構(gòu)對堿回收過程進(jìn)行系統(tǒng)設(shè)計(jì)，為ERP（enterprise resource planning）、MES（manufacturing exe?cution system） 和PCS（process control system） 的3層結(jié)構(gòu)制漿造紙的計(jì)算機(jī)集成過程系統(tǒng)（computer integrat?ed processing，CIPS） 設(shè)計(jì)作了初步的探索。湯偉等[3]提出一種基于Profibus現(xiàn)場總線的堿回收集成優(yōu)化控制系統(tǒng)，增強(qiáng)了現(xiàn)場信息集成能力，在提升系統(tǒng)性能的同時(shí)降低了工程成本。以上2種較典型的優(yōu)化系統(tǒng)均在一定程度上提升了系統(tǒng)的綜合性能，但在運(yùn)行安全和生產(chǎn)信息交流方面還存在明顯不足。首先，硬件配置局限于生產(chǎn)過程自動(dòng)化、信息化和智能化方面的不足；其次，企業(yè)生產(chǎn)信息僅局限于生產(chǎn)車間內(nèi)部運(yùn)行，缺少與外界的溝通和聯(lián)系，不利于企業(yè)向信息化方向發(fā)展。

本研究針對上述問題，提出一種基于雙網(wǎng)絡(luò)雙服務(wù)器系統(tǒng)架構(gòu)的智能控制系統(tǒng)，該系統(tǒng)對堿回收全過程采用雙環(huán)工業(yè)以太網(wǎng)雙冗余服務(wù)器系統(tǒng)框架，在這一系統(tǒng)架構(gòu)下，下位機(jī)采用西門子S7-400 PLC，并選用冗余CPU等高性能組件進(jìn)行系統(tǒng)硬件配置；上位機(jī)則搭載遠(yuǎn)程服務(wù)功能及辦公網(wǎng)絡(luò)計(jì)算機(jī)等管理功能。軟件方面，在實(shí)現(xiàn)各工段基本生產(chǎn)功能的基礎(chǔ)上，使用高級控制算法對部分生產(chǎn)環(huán)節(jié)進(jìn)行優(yōu)化。不僅提升了生產(chǎn)過程控制的穩(wěn)定性與可操作性，還增強(qiáng)了系統(tǒng)的信息傳輸與處理能力，為實(shí)現(xiàn)信息化和智能化過程控制系統(tǒng)奠定基礎(chǔ)。

1 堿回收工藝流程

堿回收生產(chǎn)過程主要包括蒸發(fā)、燃燒和苛化3個(gè)工段。其基本工藝流程如下：首先將出洗滌工段質(zhì)量分?jǐn)?shù)約10%的稀黑液送入蒸發(fā)工段，經(jīng)過蒸發(fā)工段的多效蒸發(fā)器和圓盤蒸發(fā)器蒸發(fā)濃縮，將黑液質(zhì)量分?jǐn)?shù)提升至65%左右；將濃縮后的黑液在燃燒爐中進(jìn)行充分燃燒后，產(chǎn)生主要成分為Na2CO3的綠液，之后送往苛化工段進(jìn)行苛化處理；綠液在苛化工段與石灰進(jìn)行反應(yīng)，將生成物進(jìn)行分離后，可得到主要成分為NaOH的白液和主要成分為CaCO3的白泥。具體工藝流程如圖1所示。

蒸發(fā)工段的主要任務(wù)是將出洗滌工段的稀黑液經(jīng)過多效蒸發(fā)器，蒸發(fā)濃縮至質(zhì)量分?jǐn)?shù)60%左右，以便燃燒[4]。主要設(shè)備為多效蒸發(fā)器，圖2顯示了目前較先進(jìn)的六效板式蒸發(fā)器的工藝流程。如圖2所示，稀黑液進(jìn)入Ⅳ、Ⅴ、Ⅵ效進(jìn)行蒸發(fā)，再進(jìn)入Ⅲ、Ⅱ、Ⅰ效進(jìn)一步蒸發(fā)，而蒸汽則是從Ⅰ效進(jìn)入，產(chǎn)生的二次蒸汽進(jìn)入Ⅱ效，為Ⅱ效提供熱能，以此類推。

燃燒工段是堿回收的核心部分，主要設(shè)備是堿回收爐[5]。堿回收爐不僅需要燃燒掉黑液中污染環(huán)境的有機(jī)物，還要作為蒸汽發(fā)生裝置，為蒸發(fā)工段提供蒸汽，并回收黑液中的無機(jī)物。目前主流的單汽包低臭堿爐的工藝流程如圖3所示。

苛化工段的主要任務(wù)是將燃燒工段產(chǎn)生的綠液（主要成分為Na2CO3） 經(jīng)過綠液澄清器后加熱，送入消化器中與石灰進(jìn)行反應(yīng)，反應(yīng)后石灰轉(zhuǎn)變?yōu)橄?，Na2CO3 轉(zhuǎn)變?yōu)镹aOH，最后再進(jìn)入苛化器苛化，將白液送到白液澄清器中，用于紙漿的蒸煮，過濾出的白泥（主要成分為CaCO3） 進(jìn)一步煅燒生產(chǎn)CaO，回收利用?？粱ざ蔚墓に嚵鞒倘鐖D4所示。

2 堿回收控制要點(diǎn)及難點(diǎn)分析

鑒于堿回收3個(gè)工段之間聯(lián)系緊密，若使其長期處于穩(wěn)定高效的運(yùn)行狀態(tài)，不僅要對各關(guān)鍵參數(shù)實(shí)施自動(dòng)控制，還要優(yōu)化好關(guān)鍵參數(shù)之間的耦合聯(lián)動(dòng)問題，難度極大。

2. 1 黑液濃度的在線測量與控制問題

堿回收的蒸發(fā)工段和燃燒工段各個(gè)環(huán)節(jié)對黑液的濃度范圍均有明確要求。尤其是對蒸發(fā)工段出效黑液濃度的控制，若出效黑液濃度波動(dòng)過大，會(huì)對黑液燃燒的穩(wěn)定性產(chǎn)生直接影響，嚴(yán)重時(shí)會(huì)迫使停機(jī)甚至發(fā)生安全事故[6]。

目前黑液濃度的測控要點(diǎn)主要有2方面，一是對黑液濃度的在線測量，比較常用的方法是使用在線分析儀表進(jìn)行直接測量，其優(yōu)點(diǎn)是使用簡單、測量速度快，但是價(jià)格昂貴，維護(hù)清理復(fù)雜，且在實(shí)際應(yīng)用中需要增加其他裝置以適應(yīng)現(xiàn)場環(huán)境提升測量精度，如溫度補(bǔ)償器等；另一方面是減小黑液濃度輸出值的波動(dòng)，提升出效濃度的穩(wěn)定性。由于出效黑液濃度受進(jìn)效黑液濃度、進(jìn)效黑液流量、各效壓力、各效真空度等眾多因素影響，簡單控制回路已無法滿足高精度的控制要求。為了解決硬件帶來的復(fù)雜問題，通過軟測量代替在線分析儀表成為優(yōu)化濃度監(jiān)測的關(guān)鍵[7]。因此，設(shè)計(jì)復(fù)雜控制系統(tǒng)成為提升黑液濃度控制水平的途徑之一。

2. 2 堿回收爐的優(yōu)化運(yùn)行控制問題

燃燒工段需要一個(gè)多輸入、多輸出、強(qiáng)耦合的復(fù)雜控制系統(tǒng)，既要確保堿回收爐內(nèi)部長期處于高效的工作狀態(tài)，還要保證堿回收爐的安全運(yùn)行。

為了使黑液燃燒效率、堿回收率等達(dá)到最佳，需要考慮黑液流量、蒸汽流量、送風(fēng)量、引風(fēng)量等影響因素。現(xiàn)階段關(guān)于黑液燃燒效率優(yōu)化的控制途徑分為進(jìn)行機(jī)理建模和不依賴模型2種。對堿回收爐進(jìn)行機(jī)理建模需要運(yùn)用物料平衡與能量平衡原理[8]，并對建立的模型進(jìn)行線性化處理，從而簡化控制系統(tǒng)的設(shè)計(jì)。但建模過程較為復(fù)雜，面對特定的工程實(shí)際情況，需要對模型進(jìn)行大量的調(diào)整和修改，進(jìn)行必要的假設(shè)和簡化時(shí)，還會(huì)導(dǎo)致模型的準(zhǔn)確性下降，因此在企業(yè)中應(yīng)用較少。相比之下，不依賴模型的控制方法應(yīng)用更廣泛，通常采用高級控制算法和傳統(tǒng)PID算法相結(jié)合的方式，以追求系統(tǒng)最佳的靜態(tài)性能和動(dòng)態(tài)性能。此外，由于影響燃燒效率的因素復(fù)雜，不僅要考慮各個(gè)變量單獨(dú)對燃燒效率的影響，還要考慮各變量間的相互影響。

在安全方面，堿回收爐與一般的蒸汽鍋爐不同，使用不當(dāng)會(huì)發(fā)生泄漏、黑爐甚至爆炸等安全事故。以爐膛負(fù)壓和汽包液位的控制問題為例，爐膛負(fù)壓主要是通過控制堿回收爐送風(fēng)量和引風(fēng)量的比例來達(dá)到穩(wěn)定狀態(tài)；汽包液位最經(jīng)典的控制方法是單沖量與多沖量控制[9]，需要根據(jù)工藝要求來選擇合適的變量數(shù)。此外，隨著國家對工業(yè)生產(chǎn)機(jī)器設(shè)備運(yùn)行安全問題重視程度的增加，未來安全儀表系統(tǒng)將在堿回收爐的安全問題中扮演重要角色。

2. 3 苛化工段溫度準(zhǔn)確控制問題

苛化工段主要包括石灰消化和綠液苛化2部分。該工段的石灰消化是將生石灰（CaO） 送入消化器中，轉(zhuǎn)變?yōu)橄遥–a（OH）2） 的過程，控制該過程主要考慮的因素是石灰添加量和綠液添加量。若僅對這2 個(gè)參數(shù)進(jìn)行監(jiān)控，則會(huì)忽略其他干擾因素的影響；因此，根據(jù)消化反應(yīng)放熱這一特性，直接通過消化器內(nèi)溫度變化對消化反應(yīng)實(shí)施控制成為主流[10]。

堿回收中的苛化反應(yīng)比消化反應(yīng)更復(fù)雜，影響因素主要有綠液成份、濃度，消化反應(yīng)后的石灰成份、用量及反應(yīng)時(shí)間和溫度等。由于苛化過程溫度變化帶來的影響具有兩重性[11]，即溫度升高或者降低時(shí)，CaCO3 和Ca（OH）2 的溶解度變化相反，苛化反應(yīng)速率與苛化率呈負(fù)相關(guān)。所以常規(guī)PID算法對苛化溫度的控制難以達(dá)到預(yù)期效果，需要借助高級控制算法對其進(jìn)行優(yōu)化。

3 雙網(wǎng)絡(luò)雙服務(wù)器的優(yōu)化控制系統(tǒng)

為了實(shí)現(xiàn)堿回收過程的穩(wěn)定控制，還需要進(jìn)一步優(yōu)化和精細(xì)化管理。本研究設(shè)計(jì)并開發(fā)了一種雙網(wǎng)絡(luò)雙服務(wù)器架構(gòu)的計(jì)算機(jī)集成過程系統(tǒng)平臺(tái)（dualnetwork dual server， DNDS）。系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)如圖5所示。

DNDS 使用2 個(gè)獨(dú)立的環(huán)形網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)傳輸，上層網(wǎng)絡(luò)連接服務(wù)器與客戶端，下層網(wǎng)絡(luò)連接服務(wù)器與PLC系統(tǒng)，即使一個(gè)網(wǎng)絡(luò)發(fā)生故障，另一個(gè)網(wǎng)絡(luò)仍然可以繼續(xù)運(yùn)作，確保數(shù)據(jù)傳輸不受影響。2個(gè)環(huán)網(wǎng)通過雙冗余服務(wù)器實(shí)現(xiàn)信息互聯(lián)，其中一臺(tái)作為主服務(wù)器，另一臺(tái)作為備份服務(wù)器，主服務(wù)器處理實(shí)際的應(yīng)用和數(shù)據(jù)請求，而備份服務(wù)器在主服務(wù)器發(fā)生故障時(shí)接管其任務(wù)，從而實(shí)現(xiàn)無縫切換和最短的服務(wù)中斷。工程師站對整個(gè)系統(tǒng)進(jìn)行監(jiān)控、管理和配置，確保系統(tǒng)的高效運(yùn)行。在該系統(tǒng)架構(gòu)下還配備網(wǎng)絡(luò)發(fā)布服務(wù)器（web sever） 和遠(yuǎn)程服務(wù)平臺(tái)。通過Web 界面，用戶可以了解系統(tǒng)的實(shí)時(shí)數(shù)據(jù)、性能指標(biāo)和日志等信息，隨時(shí)隨地了解設(shè)備生產(chǎn)運(yùn)行情況；遠(yuǎn)程服務(wù)平臺(tái)通過VPN，可以基于互聯(lián)網(wǎng)在2個(gè)遠(yuǎn)距離的局域網(wǎng)之間建立起一條虛擬的專用通道，維護(hù)中心的計(jì)算機(jī)可直接監(jiān)控客戶端的PLC，進(jìn)行遠(yuǎn)程維護(hù)，以實(shí)現(xiàn)“即停即修”，大幅縮短停機(jī)時(shí)間從而減少經(jīng)濟(jì)損失。此外，系統(tǒng)的基礎(chǔ)控制層采用Profinet總線實(shí)現(xiàn)CPU與各模塊的通信，取代了基于Profibus現(xiàn)場總線設(shè)計(jì)方式，提高了系統(tǒng)響應(yīng)速度和抗干擾能力。

系統(tǒng)的操作員站和工程師站均采用工業(yè)計(jì)算機(jī)，增強(qiáng)通用性和靈活性。下位機(jī)系統(tǒng)采用西門子S7-400系列PLC 控制器， 3 個(gè)工段均采用PLC 主站加ET200SP-HA從站的結(jié)構(gòu)。綜合考慮成本、系統(tǒng)復(fù)雜程度和后期的維護(hù)擴(kuò)展問題，決定在蒸發(fā)工段和燃燒工段使用CPU410-5H 控制器， 在苛化工段使用CPU410-Smart控制器，并采用ET200SP-HA接口單元通過Profinet總線將現(xiàn)場I/O單元連接到中央控制室。3個(gè)工段的CPU與I/O模塊之間一致采用冗余配置模式，這種設(shè)計(jì)方式即使局部出現(xiàn)故障，也不會(huì)影響系統(tǒng)整體的正常工作，極大地提高了系統(tǒng)的容錯(cuò)能力。硬件設(shè)計(jì)結(jié)構(gòu)示意圖如圖6所示。

4 高級控制算法在堿回收工段的應(yīng)用

除穩(wěn)定可靠的高通信速率控制系統(tǒng)硬件之外，高級控制算法的引入是確保堿回收過程穩(wěn)定運(yùn)行的另一關(guān)鍵因素。目前高級控制算法在制漿造紙工業(yè)中的應(yīng)用一般分為2類[12]：一是通過高級控制算法在線優(yōu)化PID參數(shù)，以改善PID控制效果；另一類是作為某個(gè)控制回路的外環(huán)控制器，在線調(diào)整系統(tǒng)內(nèi)環(huán)參數(shù)的設(shè)定值，從而提升系統(tǒng)整體的控制性能。本研究基于上述雙網(wǎng)絡(luò)雙服務(wù)器系統(tǒng)架構(gòu)，采用黑液濃度在線軟測量方法、黑液燃燒自尋優(yōu)算法和基于PSO的溫度自整定PID控制算法對堿回收系統(tǒng)進(jìn)行進(jìn)一步優(yōu)化。

4. 1 黑液濃度在線測量與串級控制

一般對于黑液濃度的在線測量有2種方式：一是使用在線分析儀表進(jìn)行直接測量，該方式測量速度快，但是價(jià)格昂貴，維護(hù)清理復(fù)雜，且在實(shí)際應(yīng)用中需要增加其他裝置來適應(yīng)現(xiàn)場環(huán)境以提升測量精度，如溫度補(bǔ)償器等；另一種是使用軟測量方法間接測量黑液濃度，這種用軟件代替?zhèn)鞲衅鞯姆绞剑粌H克服了硬件的所有缺點(diǎn)，而且提升了測量的準(zhǔn)確性和測量速度，目前已被廣泛應(yīng)用。

黑液的濃度是指黑液中黑液固形物的含量。在一定溫度下，質(zhì)量分?jǐn)?shù)低于50%的黑液，其濃度與密度（或相對密度） 線性相關(guān)，因此可以用密度（或相對密度） 來表示黑液的濃度，其數(shù)值用波美度（Be）來表示。黑液波美度與黑液相對密度（d） 的關(guān)系如式（1）所示。

Be = 144.3 - 144.3／ d （1）

由于黑液濃度會(huì)隨著溫度的變化而變化，所以測量時(shí)必須在同一溫度下才有意義，因此可利用式（2）進(jìn)行計(jì)算。

Be（T ） = 144.3 - 144.3／d（T ） （2）

文獻(xiàn)[13]給出黑液波美度計(jì)算的經(jīng)驗(yàn)公式如式（3）所示，進(jìn)一步結(jié)合式（2）可得到式（4）。

Be（15） = Be（T ） + 0.052（T - 15） （3）

Be（15） = 144.3 - 144.3／d（T ） + 0.052（T - 15） （4）

直接測量黑液的密度難度較大，可用壓強(qiáng)與液體密度的關(guān)系公式進(jìn)行計(jì)算，如式（5）所示。

ΔP = ρgΔH （5）

式中，ΔP 為壓強(qiáng)差，kPa；ρ 為黑液密度，g/cm3；g為重力加速度，取9.8 N/kg；ΔH 為液位差，m。

綜上，可得到式（6）。

d（T ） = ρ／ρH2O = ΔP／ρH2OΔH （6）

令ΔH=1 m，可得到黑液波美度的計(jì)算公式，如式（7）所示。

Be（15） = 0.052T - 1414.14 1／ ΔP + 143.52 （7）

式中，Be（15）表示溫度為15 ℃時(shí)黑液的波美度；T 表示溫度。

由此可以看出，僅需測出黑液的溫度和壓強(qiáng)，即可計(jì)算出黑液的波美度，從而間接測出黑液的濃度。

本系統(tǒng)將通過在線軟測量方法測出的黑液濃度值作為主變量，以蒸汽壓力為副變量，由2個(gè)閉環(huán)回路構(gòu)成串級控制系統(tǒng)，系統(tǒng)結(jié)構(gòu)圖如圖7所示。

該控制系統(tǒng)內(nèi)環(huán)為蒸汽壓力調(diào)節(jié)回路，外環(huán)為黑液濃度調(diào)節(jié)回路，當(dāng)黑液濃度波動(dòng)較大時(shí)，使用內(nèi)環(huán)進(jìn)行調(diào)節(jié)，當(dāng)黑液濃度波動(dòng)較小時(shí)，使用外環(huán)對濃度進(jìn)行微調(diào)。濃度調(diào)節(jié)器的輸入為預(yù)設(shè)值，其輸出值作為蒸汽壓力調(diào)節(jié)器的輸入，蒸汽壓力調(diào)節(jié)器的輸出則控制調(diào)節(jié)閥，進(jìn)而調(diào)節(jié)整個(gè)生產(chǎn)過程，最終實(shí)現(xiàn)理想的控制效果。

4. 2 黑液燃燒效率自尋優(yōu)控制

對黑液燃燒過程各參數(shù)進(jìn)行監(jiān)測與調(diào)節(jié)，首先要保證堿回收爐可以平穩(wěn)地進(jìn)行生產(chǎn)活動(dòng)，并且具備良好的燃燒效率與堿回收率。一方面要控制燃料量、空氣含氧量和黑液流量使?jié)夂谝撼浞秩紵涣硪环矫嬉刂普羝麎毫蜖t膛負(fù)壓的穩(wěn)定。本系統(tǒng)設(shè)計(jì)過程中，選取含氧量、爐膛負(fù)壓、用汽量和蒸汽壓力等影響黑液燃燒的主要因素，通過自尋優(yōu)算法對入爐黑液量、引風(fēng)量、送風(fēng)量3個(gè)參數(shù)進(jìn)行優(yōu)化控制，搜索滿足生產(chǎn)需求的最優(yōu)參數(shù)配置?？刂圃韴D如圖8所示。

自尋優(yōu)控制算法結(jié)合了自適應(yīng)控制和優(yōu)化技術(shù)的優(yōu)點(diǎn)，旨在動(dòng)態(tài)系統(tǒng)中自動(dòng)尋找最佳控制策略。該算法通過逐步調(diào)整控制器參數(shù)，每次調(diào)整1個(gè)小步長，實(shí)時(shí)評估目標(biāo)函數(shù)的性能，從而找到最優(yōu)的控制參自尋優(yōu)控制算法結(jié)合了自適應(yīng)控制和優(yōu)化技術(shù)的優(yōu)點(diǎn)，旨在動(dòng)態(tài)系統(tǒng)中自動(dòng)尋找最佳控制策略。該算法通過逐步調(diào)整控制器參數(shù)，每次調(diào)整1個(gè)小步長，實(shí)時(shí)評估目標(biāo)函數(shù)的性能，從而找到最優(yōu)的控制參

4. 3 基于PSO的溫度自整定PID控制

苛化過程是通過苛化器的溫度變化來判斷反應(yīng)的真實(shí)情況，目前常用的控制方法是采用高級控制算法與PID算法相結(jié)合的方式，在本研究設(shè)計(jì)的系統(tǒng)中，同樣保留PID 控制的部分，采用粒子群算法（parti?cle swarm optimization，PSO） 對PID控制器的參數(shù)進(jìn)行優(yōu)化，從而提升綠液苛化的整體效率。

粒子群算法是一種群體智能的優(yōu)化算法，其原理是將鳥群中的個(gè)體看作是1個(gè)粒子，鳥群覓食模擬為粒子在搜索空間中尋找最優(yōu)解的過程。每個(gè)粒子代表1個(gè)可能的解，粒子在搜索空間中的位置和速度通過式（8）和式（9）進(jìn)行更新。

Xi （t + 1） = Xi （t） + Vi （t + 1） （8）

式中，Xi（t）是粒子i 在時(shí)間t 的位置；Vi（t+1）是粒子i 在時(shí)間t+1的速度。

Vi （t + 1） = ωVi （t） + c1 ? r1 ? （pbesti - Xi （t）） + c2 ?r2 ? （gbest - Xi （t）） （9）

式中，ω 為慣性權(quán)重，本研究取ω = 0.689 7，控制粒子之前速度的影響；c1、c2是學(xué)習(xí)因子，本研究取c1=c2=1.5；r1、r2是在[0，1]之間的隨機(jī)數(shù)。pbesti是粒子i 的歷史最佳位置。gbest 是所有粒子的歷史最佳位置。

粒子位置速度更新示意圖如圖9所示。

由文獻(xiàn)[14]給出苛化工段溫度控制系統(tǒng)的對象數(shù)學(xué)模型如式（10）所示。

分別用常規(guī)PID 方法和基于PSO 的自整定PID方法在Matlab平臺(tái)進(jìn)行溫度控制的仿真實(shí)驗(yàn)，得出2 種控制方法下的溫度控制響應(yīng)曲線， 如圖10所示。

由圖10中結(jié)果可以看出，使用PSO算法進(jìn)行參數(shù)優(yōu)化后的PID控制在響應(yīng)時(shí)間、超調(diào)量等控制參數(shù)上有了大幅度降低。對溫控系統(tǒng)的整體性能有較大提升，取得了良好的控制效果。

5 應(yīng)用案例分析

本系統(tǒng)已在國內(nèi)外13家制漿造紙廠成功投入使用。經(jīng)過現(xiàn)場設(shè)備運(yùn)行的反饋顯示，該系統(tǒng)長期維持在穩(wěn)定高效的工作狀態(tài)中。與傳統(tǒng)堿回收控制系統(tǒng)相比，其堿回收率、熱回收率等指標(biāo)得到明顯提升，故障率、停機(jī)次數(shù)明顯下降。圖11為堿回收蒸發(fā)工段子系統(tǒng)控制界面實(shí)例，該子系統(tǒng)投入使用的部分?jǐn)?shù)據(jù)記錄如圖12所示，由圖11和圖12顯示的運(yùn)行數(shù)據(jù)可知，蒸汽流量、黑液流量等上位機(jī)界面統(tǒng)計(jì)數(shù)值符合預(yù)期設(shè)計(jì)目標(biāo)。

燃燒工段上位機(jī)畫面如圖13所示。系統(tǒng)對液位、流量、壓力等各個(gè)節(jié)點(diǎn)進(jìn)行實(shí)時(shí)監(jiān)測與集中顯示，各監(jiān)測點(diǎn)參數(shù)的測量值和設(shè)定值如圖14所示。各檢測值均在設(shè)定范圍內(nèi)，無故障隱患。

圖15 為苛化工段投入使用的上位機(jī)控制界面，圖16為運(yùn)行狀態(tài)圖。由圖16的壓力狀態(tài)監(jiān)測圖可看出，系統(tǒng)清水壓力與密封水壓力長期處于平穩(wěn)狀態(tài)，表明苛化工段控制系統(tǒng)的穩(wěn)定性與可靠性達(dá)到優(yōu)化效果，滿足實(shí)際生產(chǎn)需求。

6 結(jié)論

本研究在雙網(wǎng)絡(luò)雙服務(wù)器系統(tǒng)架構(gòu)下，分別從系統(tǒng)架構(gòu)設(shè)計(jì)、硬件設(shè)計(jì)、高級算法應(yīng)用3 方面對堿回收全過程進(jìn)行優(yōu)化。目前，該系統(tǒng)已在國內(nèi)外13 家制漿造紙廠成功投入使用。實(shí)際應(yīng)用結(jié)果表明，該優(yōu)化后的控制系統(tǒng)不僅提升了蒸發(fā)、燃燒、苛化3 個(gè)工段內(nèi)部的控制性能，還增強(qiáng)了系統(tǒng)的綜合管理能力，有效提升了制漿造紙過程的黑液污染處理效率，為制漿造紙業(yè)的綠色可持續(xù)發(fā)展提供途徑。同時(shí)， DNDS 架構(gòu)也為制漿造紙工業(yè)4.0自動(dòng)化、信息化和智能化系統(tǒng)的構(gòu)建提供了有益參考。

參 考 文 獻(xiàn)

［1］ LI Y， CHEN Q， WEI F， et al. Research on Modeling and DynamicCharacteristics Analysis of Alkali Recovery Furnace［J］. Journal ofKorea Technical Association of the Pulp and Paper Industry，2020，52（3）： 15-32.

［2］ 邱正輝， 王孟效. 堿回收優(yōu)化控制系統(tǒng)［J］. 紙和造紙，2007（5）：67-70.

QIU Z H， WANG M X. Alkali recovery optimization control system［J］.Paper and Papermaking， 2007（5）： 67-70.

［3］ 湯偉， 戴慶瑜， 王孟效， 等. 采用Profibus現(xiàn)場總線的堿回收集成優(yōu)化控制系統(tǒng)［J］. 化工自動(dòng)化及儀表，2011，38（4）： 420-426.

TANG W， DAI Q Y， WANG M X， et al. Integrated optimizationcontrol system for alkali recovery using Profibus fieldbus［J］. Chemi?cal Automation and Instrumentation， 2011， 38（ 4）： 420-426.

［4］ 王孟效，孫瑜，湯偉， 等．制漿造紙過程測控系統(tǒng)及工程［M］. 北京：化學(xué)工業(yè)出版社，2003．

WANG M X， SUN Y， TANG W， et al. Measurement and ControlSystem and Engineering for Pulp and Paper Making Process［M］.Beijing： Chemical Industry Press， 2003.

［5］ 李艷， 王素方， 萬芙蓉. 基于遺傳算法的堿回收爐爐膛負(fù)壓模糊-PI復(fù)合控制［J］. 中國造紙學(xué)報(bào)，2016，31（3）： 36-41.

LI Y， WANG S F， WAN F R. Fuzzy PI Composite Control of NegativePressure in Alkali Recovery Furnace Based on Genetic Algorithm［J］.Transactions of China Pulp and Paper， 2016，31（3）： 36-41.

［6］ 鄧 肖，劉宗玲，楊 朝，等. 改進(jìn)的PID神經(jīng)網(wǎng)絡(luò)在黑液液位控制中的應(yīng)用［J］. 中國造紙學(xué)報(bào)，2014，29（2）：58-62.

DENG X， LIU Z L， YANG C， et al. Study on the Control of BlackLiquor Level Based on Improved PID Neural Network［J］. Transac?tions of China Pulp and Paper， 2014，29（2）：58-62.

［7］ WANG F P， ZHU X Q， HE L Y. Novel distributed broad seasonaltrend learning system for industrial soft sensing application［J］.IFAC Papers on Line，2024，58（14）： 97-102.

［8］ 李艷， 魏飛， 王素方， 等. 堿回收爐機(jī)理建模及動(dòng)態(tài)特性分析研究［J］. 控制工程，2019，26（3）： 532-541.

LI Y， WEI F， WANG S F， et al. Research on Mechanism Modelingand Dynamic Characteristics Analysis of Alkali Recovery Furnace［J］.［9］ 劉建， 王孟效. 專家控制在堿回收燃燒工段中的應(yīng)用研究［J］. 陜西科技大學(xué)學(xué)報(bào)，2008（1）： 90-94.

LIU J， WANG M X. Research on the Application of Expert Controlin Alkali Recovery Combustion Section［J］. Journal of Shaanxi Uni?versity of Science and Technology， 2008（1）： 90-94.

［10］ 張愛娟，胡慕伊，黃亞南. 基于專家PID 和模糊PID 的雙模態(tài)改進(jìn)型Smith 預(yù)估器在苛化工段的應(yīng)用［J］. 中國造紙，2016，35（3）：43-48.

ZHANG A J， HU M Y， HUANG Y N. Application of Bimodal Im?proved Smith Predictor Based on Expert PID and Fuzzy PID in theCausticization Section［J］. China Pulp amp; Paper， 2016，35（3）：43-48。

［11］ 葉鳳英， 胡慕伊. 基于模糊免疫的Smith 預(yù)估苛化溫度控制［J］. 中華紙業(yè)，2018，39（4）： 37-40.

YE F Y， HU M Y. Smith Prediction of Causticization TemperatureControl Based on Fuzzy Immunity［J］. China Pulp amp; Paper Indus?try， 2018， 39（ 4）： 37-40.

［12］ 湯偉， 張誠， 馮波， 等. 造紙工業(yè)高級控制技術(shù)和先進(jìn)控制系統(tǒng)綜述［J］. 中國造紙，2020，39（8）： 14-25.

TANG W， ZHANG C， FENG B， et al. Overview of Advanced Con?trol Technologies and Advanced Control Systems in the Paper Indus?try［J］. China Pulp amp; Paper， 2020，39（ 8）： 14-25.

［13］ 湯偉， 王孟效， 宗大偉. 黑液波美度的一種在線軟測量方法［J］. 自動(dòng)化儀表，2005（10）： 12-15.

TANG W， WANG M X， ZONG D W. An online soft sensing meth?od for black liquor Baume degree［J］. Automation Instrumentation，2005（ 10）： 12-15.

［14］ 李艷， 李明輝， 王孟效. 基于BP網(wǎng)絡(luò)的自整定PID控制算法及其在苛化工段的應(yīng)用［J］. 中國造紙，2005，24（4）： 42-44.

LI Y， LI M H， WANG M X. Self tuning PID Control AlgorithmBased on BP Network and Its Application in Caustic Section［J］.China Pulp amp; Paper， 2005， 24（4）： 42-44.

（責(zé)任編輯：楊苗秀）