该系统利用人工神经元网络建立压缩机喘振模型,实现了高精度的防喘振控制。
系统采用基于BP算法的人工神经元网络建立压缩机特性曲线模型,通过对BP网络进行训练,并对压缩机出口回流体积流量QL的估计函数f(·)进行非线性拟和,得到一个满意的输入输出动态关系。
通过人工神经元网络模型实时估计出压缩机的最小输出流量,从而实现精确的防喘振控制,确保系统可以在喘振线附近运行而不会进入喘振区。
系统建立的故障诊断专家系统大大提高了故障检测水平。按照产生式规则将大量的专家知识存入若干知识库中,建立了故障处理子系统、压缩机故障诊断子系统和检测仪表故障诊断子系统。
通过大量数据采集和智能化分析,实现了大功率压缩机的平稳运行,智能化故障分析、报警和连锁功能,减少了电网的污染,避免了大功率压缩机非主要故障停车的现象。
系统采用工控机和PLC组成二级计算机监督控制系统,由PLC完成对压缩机的参数检测与基本控制,上位机完成故障的智能诊断与决策,并完成系统的管理工作,从而大大提高了系统的可靠性。
该系统已在青岛钢铁集团以及多家大型化肥厂和轮胎厂应用,均取得显著的经济和社会效益。