流化床干燥器仿真系统的设计与实现
开题报告
目 录
一、选题背景
二、研究目的和意义
三、本文研究涉及的主要理论
四、本文研究的主要内容及研究框架
（一）本文研究的主要内容
（二）本文研究框架
五、写作提纲
六、本文研究进展
七、目前已经阅读的文献
一、选题背景
干燥技术对于我国来说有很重要的经济意义，在工农业以及医药行业的生产过程中干燥器得到了广泛的应用，在人们的生产和生活之中，要干燥的物料有各种各样的，比如：玉米、大豆等粮食作物；木材、药材、棉花等经济作物；燃料、煤、铁、铜等矿物质；纺织产品、橡胶产品等成品。在工业过程中生产每件产品时，干燥技术都是很重要的一个环节，优质的完成干燥过程，对于以后的生产过程是很重要的。在现代工业生产过程之中，尤其是在粮食生产和医药生产的过程中，干燥器是工业中最常见的也是耗能最大的过程单元之一，从上世纪七十年代起，随着科技的进步干燥技术有了很大的发展，这也使得人们认识到了干燥技术对于我们生活和生产的重要性，而且随着科学技术的发展干燥技术和干燥设备也有了较大的发展。随着时代的进步，由于经济危机和能源危机的影响，企业对生产工艺和工厂的设备的要求也越来越高，所以对干燥器技术也提出了更高的要求，干燥技术和干燥理论方面发展到现在，己经取得了很大的进步。另外，根据现资料表明，仿真技术在现在的科研和技术应用中有着广泛的应用。仿真技术一般集成了计算机技术、自动控制技术、网络技术等多了技术领域的知识，它以数学原理、控制原理、系统技术原理等相关的应用领域作为基础，它把各种数学理论和计算机应用技术作为手段，并使用系统数学仿真模型对实际的或假象的系统进行仿真研究的一门综合性技术。在现在的工业控制技术之中，仿真技术通常是把控制策略放在有仿真被控对象的平台上进行模拟，以达到检验控制策略的有效性的目的，并对被控对象模型和算法做出评价。从上世纪四十年代到今天，PID回路的单输入、单输出反馈控制系统己经在工业现场得到了广发应用，以经典的PID控制理论为基础，大多利用频域分析办法，进行控制系统的设计，即使现在DCS技术广泛应用的今天，PID控制回路仍然有着广泛的应用，大约占整个控制系统回路的百分之九十左右，另外的百分之十一般采用的是串级或者其他经典的控制策略，但是在现在的工业当中经常会遇到以后稱合性比较强、非线性和大滞后的过程对象，而且工业现场核心生产过程对象也存在这些特性，所以对先进的控制策略提出了迫切的需求。随着计算机技术的发展，在计算机上可以解决以前遇到的，无法解决的问题，在上世纪八十年代，已经出现了一些软件工具包来仿真一些先进控制策略，现在己经形成了以模型识别、参数的优化整定、算法优化和稳定性为研宄对象，以MPC为理论体系的先进控制策略。
先进控制方法和以前的经典PID控制相比较有很大的不同，先进控制算法一般都是以控制对象的模型为基础，如：模型预测控制等，先进控制算法一般应用于过程对象比较复杂的工业现场，比如工业现场常遇到的非线性、大滞后、多种控制变量和被控变量之间关系比较复杂等，但是到现在为止，由于受到工业现场过程的不确定性和安全上的要求的影响，先进控制策略在现代的工业现场应用的还是比较少，所以我们研制的带实时过程对象的仿真平台将会对于先进算法在工业现场的应用和我国的经济都有很大的帮助。由于受到工业现场安全性和经济性的考虑，仿真实验在工业现场进行是不现实的，为此，如果能够让先进控制在一个和实际工业现场近似的仿真平台上进行大量的实验和数据研宄，将会对控制的安全性取得很好的效果。也是因为这个原因，仿真技术己经广泛的应用到了过程控制领域，并取得了很好的成绩，得到了技术人员和科技人员的认可。但是我国现在的仿真系统和仿真软件的研制，一般都是需要耗费大量的人力和物力，而且开发的周期比较长，扩展性又不太好，不利于广泛的推广。
二、研究目的和意义
随着西门子的PCS7技术的不断的发展和进步，把仿真技术与在工业现场广泛应用的全集成自动控制系统PCS7想结合，利用PCS7所拥有的强大的仿真能力，能够很容易的实现对工业现场较为真实的仿真，同时PCS7作为应用广泛的工控软件，在它上面进行的培训和教育将会更加有实际的意义。流化床干燥系统本身就是一套复杂的过程对象，熟悉掌握的整个干燥过程运行的专业人员比较少，流化床干燥过程自动控制水平低，控制方法简单落后，造成实际的流化床干燥的运行并不十分理想，干燥物料湿度远远小于其预期效率。针对上述问题，结合丰富的现场实际干燥工程的锻炼和研究，利用仿真技术，开发流化床干燥仿真系统，对于教学研究和人员培训，提高操作者素质，及在仿真系统的基础上开展过程控制的优化操作与关键控制技术研究，探索研宄流化床干燥技术过程的最佳解决方案具有重大意义。
三、本文研究涉及的主要理论
流化床干燥器技术起源于上世纪二十年代，流化床干燥器技术大规模的应用于工业上是在上世纪四十年代的美国，我国是在上世纪五十年过才有了此项技术。流化床干燥器在干燥的过程中将湿物料放置在分割板上，在干燥器的下部吹入热空气使湿物料呈悬浮状，使得湿物料和热气体充分的接触，进而湿物料被干燥。流化床干燥器有很好的传热效果，被干燥物料的温度分布也比较均匀、设备的投资也比较小、维修方便等优点，使得流化床干燥器有着广泛的应用。随着改革开放的发展，我国工业也有了很大的发展，同时使得干燥器的研宄的人员队伍也在不断的扩大，目前我国研宄流化床干燥器技术的科研院所和大中院校有五十家左右，涉及到的领域也很广泛，比如：化工领域、医药领域、粮食领域、轻工业领域、食品领域等多个行业，全国共有流化床干燥器设备制造厂商六百多家，在我国流化床干燥的研究己经形成了一个很好的科研队伍，这些科研人员通过努力己经在干燥器技术的基础、工业和工艺研究方面取得了很大的成果，从而使得我国的干燥器技术已经达到了国际的先进水平。我国生产的干燥器也取得了很大的进步，有部分机型己经出口到了国外。在工业生产的过程中，干燥器的重要性不只是表现在它对生产过程效率和能耗的影响，而且被干燥的物料的质量一般都生产过程中后续的工序有很大的影响，所以干燥过程的好坏也直接影响到了最终产品的质量，从而影响到工厂产品的市场竞争力和经济效益。目前，我国的许多的经济产品，在很多方面都已经达到甚至超过了国际的先进水平，然而由于受到干燥技术的落后使得我国产品的一些性能指标达不到要求，在于国外产品竞争中处于劣势。从这些方面可以看出，我国的流化床干燥技术的研究和发展还是任重而道远的，需要我们共同的努力。
仿真技术是以系统论、控制论、信息技术和相似原理为理论基础，以专用设备和计算机为应用开发工具，利用系统对象模型对实际的或设想的系统进行模拟仿真，并对进行动态性的测试研究的一门综合性技术[2]。仿真技术最早出现在上世纪五十年代，它最早是被应用在军事领域的研宄和探索，到目前为止，仿真技术不仅应用于军事领域，而且还广泛的应用于各种工业领域，比如：化工、医药、电力、钢铁等各个领域，在这十几年里，随着计算机技术和仿真理论技术的发展，己经使得仿真技术不仅仅应用于工程应用领域了，而且还扩展到了非工程领域，比如：教育培训领域、新能源领域、生态环境领域和生物医生领域等多个领域。在最近的几十年，仿真技术在我国有了长足的发展，已经经历了逐渐被认识并逐渐被重视的过程，到现在为止，仿真技术在我国已经被应用到了人们生活和工业领域的各个方面了，比如：从工程设计、科学研究决策、优化运行直到教育培训等各个方面，都展现了仿真系统能够复现实际，智能分析、优化决策等优势。目前，常用的仿真技术有实物仿真技术、半实物仿真技术和虚拟的仿真技术，而对于对安全和经济效益要求比较高的工业现场，一般不用实物进行仿真研宄，而是用虚拟的仿真技术进行研宄。在虚拟的仿真技术里面，利用最多的仿真软件就是常用的MATLAB软件，这种软件有它一定的优点，比如编程效率高、高效方便的矩阵和数组运算、用户方便使用和扩展性好等优点，但是应用到工业过程仿真领域与PCS7软件相比较，它也有它的不足之处。目前，国内来说用PCS7软件作为工业过程仿真软件还不多见。西门子的PCS7工控软件，在真个工业控制领域有着广泛的应用，其在工业现场的应用也是比较成熟的，在西门子整个工业自动化控制系统的基础上，结合先进的全集成控制系统PCS7的仿真系统，开发出的仿真系统平台将更加接近于工业现场的实际情况，对于技术人员的学习和调试有更加实际的指导意义。
四、本文研究的主要内容及研究框架
（一）本文研究的主要内容
流化床干燥器干燥技术成熟，干燥物料质量好，在我国应用广泛。本文在对PCS7仿真系统的深入研宄和丰富的实际工业控制的经验上，基于PCS7平台开发流化床干燥器仿真系统，以实现在流化床千燥器仿真系统平台的动态运行下，完成对过程控制学习者或者是干燥器技术的研究人员的培训与科研，以及完成对流化床干燥器系统工作状态的性能参数的优化控制研究。完成以下几方面的任务：
1)对流化床干燥器工艺系统的结构特点，系统组成深入了解，并系统介绍流化床干燥器工艺的具体运行机理，分析叙述了流化床干燥器的各个运行单元和组成设备。
2)介绍了数学仿真模型建立的一般步骤，以及建立流化床干燥器数学仿真模型的指导思路，根据机理建模法以及假定的方法分别建立了进料口物料流量、换热介质流量和热空气流量的数学仿真模型，并在质量守恒和能量守恒的基础上建立了流化床干燥器内部的状态方程。
3)在流化床干燥器系统数学模型建立的基础之上，分析与建立流化床干燥器的各个单元的控制回路，并介绍了模型预测控制的基本概述，在此基础之上设计与建立了流化床干燥器整个系统的控制方案。
4)在PCS7平台上设计与建立了流化床干燥器的仿真模型。通过对仿真平台指导思想的介绍，以及对PCS7上建立仿真模型优点的介绍，完成了工程师站控制程序与WINCC组态监控画面的制作。
5)介绍了完成模型预测优化控制和基础级控制回路PID参数自整定控制方案。
6)在建立的流化床干燥器仿真系统平台的基础上，进行了动态的测试，检验了系统的稳定性和动态回路的特性，并验证了模型预测控制应用在流化床干燥器的优越性。
（二）本文研究框架
本文研究框架可简单表示为：
五、写作提纲
摘要 3-4
ABSTRACT 4-5
1 绪论 8-12
1.1 选题背景及研究意义 8-9
1.2 课题研究现状 9-11
1.2.1 流化床干燥器技术的发展现状 9-10
1.2.2 仿真技术的研究现状 10-11
1.3 本课题研究内容 11-12
2 流化床干燥器系统的工艺流程及控制要求 12-17
2.1 流化床干燥器的分类 12-13
2.2 流化床干燥器工艺流程 13-14
2.3 流化床干燥器主要控制系统及设备选型 14-15
2.3.1 给料单元 14
2.3.2 换热单元 14
2.3.3 空气输送单元 14-15
2.3.4 物料输出单元 15
2.4 流化床干燥器的控制要求 15-17
3 流化床干燥器系统数学仿真模型的建立 17-24
3.1 建模的一般步骤 17-18
3.2 建立系统整体数学仿真模型概况 18-19
3.3 系统各个子单元建模 19-20
3.3.1 进料口物料流量数学仿真模型 19
3.3.2 换热介质流量数学仿真模型 19-20
3.3.3 热空气流量数学仿真模型 20
3.4 流化床干燥器系统模型的建立 20-24
3.4.1 质量平衡方程 21-22
3.4.2 能量守恒方程 22-23
3.4.3 流化床干燥器仿真数学模型的确立 23-24
4 流化床干燥器系统先进控制方案的设计 24-30
4.1 流化床干燥器优化控制方案的设计 24-25
4.2 模型预测控制概述 25-27
4.2.1 模型预测控制的基本原理(MPC) 25-26
4.2.2 预测模型 26
4.2.3 滚动优化 26
4.2.4 反馈校正 26-27
4.3 系统各单元回路控制策略设计 27-28
4.3.1 进料口湿物料流量控制单元 27
4.3.2 换热介质流量控制单元 27-28
4.3.3 输送空气流量控制单元 28
4.4 系统总体控制方案设计 28-30
5 基于PCS7的流化床干燥器仿真平台的设计和实现 30-50
5.1 仿真平台设计指导思想 30
5.2 PCS7在仿真平台上的应用 30-33
5.2.1 PCS7软件系统介绍 30-32
5.2.2 PCS7平台下仿真系统的特点 32-33
5.3 流化床干燥器仿真系统在PCS7平台上的实现 33-37
5.3.1 仿真平台的技术路线 33-34
5.3.2 PCS7软件平台总计描述 34-35
5.3.3 建立CFC功能图 35-36
5.3.4 建立SFC功能图 36
5.3.5 WINCC组态画面的建立 36-37
5.4 仿真系统平台PID及MPC控制模块参数优化整定 37-50
5.4.1 回路中PID控制模块参数优化整定 37-44
5.4.2 基于PCS7仿真平台的模型预测控制实现 44-50
6 仿真实验及分析 50-57
6.1 仿真系统全自动运行 50-51
6.2 系统主要参数分析及过程参数优化实验 51-57
6.2.1 系统主要参数分析 51-54
6.2.2 过程参数优化控制实验 54-57
7 结论与展望 57-59
7.1 结论 57
7.2 展望 57-59
参考文献 59-61
附录 61-63
申请学位期间的研究成果及发表的学术论文 63-64
致谢 64
六、本文研究进展(略)
七、目前已经阅读的主要文献
[1]张芳杰.基于西门子PCS7的加热炉炉温预测控制[D].内蒙古：内蒙古科技大学，2012.5-10
[2]姚俊，马松辉.Simulink建模与仿真.西安：西安电子科技大学出版社，2002，1-8
[3]陈箐清，吕慧侠，周建平.流化床千燥设备进展的研究[J].中国制药装备，2009，(3):10-14
[4]徐全智，杨晋浩.数学建模.北京：高等教育出版社，2003，2-6
[5]杨明、马萍.系统建模与仿真[M].哈尔滨：哈尔滨工业大学控制与仿真中心，2005.25-26
[6]张文峰.回转干燥窑的建模与智能控制[M].湖南工业大学：湖南工业大学,2010. 12-13
[7]姚源.电站锅炉燃烧系统优化策略的研究[D].辽宁:辽宁科技大学，2013. 36-40
[8]秦磊.卷烟制丝生产线仿真平台研究与开发[D].山东：山东大学,2010. 28-30
[9]张芳杰.基于西门子PCS7的加热炉炉温预测控制[D].内蒙古：内蒙古科技大学，2012.5-10
[10]西门子PCS7-PID 功能块说明[EB/OL].
[11]李鹏.基于PCS7平台湿法烟气脱硫仿真系统的研制[D].北京:北方工业大学，2014.51-60
[12]邢黎明，赵争胜.流化床干燥器的热能利用分析及节能措施[J].中国中药杂志，2012，37 (13) :2023
[13]刘云,周海涛.基于PC的自动化控制[J].微计算机信息,2002,09:6-7+10.
[14]董立新,陈程，吴海平，高杰,凌志浩,顾幸生.带搅拌釜式反应器的先进控制系统[J].石油化工自动化,2008,05:32-35.
[15]高延英,纪彬,白广利.基于模型预测控制在温度控制中的应用[J].自动化技术与应用，2011,30(06):6-9.
[16]李晓兰.流化床吸附干燥特性研究[D].天津:天津科技大学,2008. 20-52
[17]李晓兰，叶京生，罗乔军.流化床干燥技术的研究与进展[J].通用机械,2007, (8): 61-64
[18]西门子.流化床干燥设备进展的研究[EB/OL].
[19]黄绍娃.电厂化学水处理系统的仿真研究[D].北京:华北电力大学，2004. 10-31
[20]Kiil S，Michelsen M L, Johansen K D. Experimental Investigation and Modeling of a WetFlue Gas Desulfurization Pilot Plant [J]. Ind Eng Chem Res, 1998,37(7):2792-2806.
[21 ] Hans Joachim Wick, Friedhelm Koster. Estimation of temperature pro-filesof slab in a reheat furnace by using the Kalma 1999，613.
[22] Capenter, D，G, Proctor, C，W. Temperature Control and Optimization of a Reheat FurnaceUsing a Distributed Control System [J]. Iron and Steel Engineer, 1997，64(8): 44-49.
[23]Gerbec M，Stergarsek A，Kocjancic R. Simulation model of wet flue gas desulphurizationplant[J]. Com Chem Eng, 1995,19:283-286.
[24]Helge Didriksen. Model based predictive control of a rotary dryer[J]. Chemical EngineeringJournal? 2002 86： 53 ~ 60
[25]S.Morrell, YT.Man. Using modeling and simulation for the design of full scale ball millcircuits[J], Minerals Engineering, 1997，10(12):1311-1327.
[26]T.C.Rao, K.Nageswararao, A.J.Lynch. Influence of feed inlet diameter on the Hydrocyclonebehaviour[J]. International Journal of Mineral Processing, 1976，3(4): 357-363.
[27]Takagi，M. Sugeno. Fuzzy Identification of systems and its application to modeling andcontrol [J]. IEEE Trans. Systems，Man and Cybernetics (S0018-9427), 1985,15(1): 116-132.
[28]Babuska，R，H. B. Verbruggen. An overview of fuzzy modeling forcontrol[J]. ControlEngineering Practice (S09670661)，1996,4(11):1593-1606.
[29]S.Morrell, YT.Man. Using modeling and simulation for the design of full scale ball millcircuits[J]. Minerals Engineering, 1997，10(12):1311-1327.
[30] C.Duchesne, J.Thibault and C.Bazin. Modelling and dynamic simulation of an industrialrotary dryer[J]. Dev.Chem.EngMineral Process, 1997’ 5(3/4)： 155-182