非线性自适应温度控制的多产品

1、非线性自适应温度控制的多产品，半间歇聚合反应堆摘要：本文认为半间歇聚合反应堆的温度控制必须考虑以下几个问题： （一）在同 一反应器中生产多种产品 ; （二）在一个批次改变传热，批次的特点 ; （三）由 于不断变化的非线性反应率单体浓度和扩散控制终止反应 （凝胶作用） 随时间变 化 ; （四）缺乏详细反应堆动力学模型。 Chylla 和 Haase Chylla ， RW 和 出版工业面临的挑战问题 Haase ， DR （1993 ）半间歇聚合反应器的温度控 制（更正更新） 。 Comput 。 CHEM 。 ENG 。 17 ， 257-264 ） ，是 用来作为模拟的基础上评估这些问题。一

2、个非线性自适应控制器组成的非线性控制器 （基于微分几何的概念） 加上一 个扩展卡尔曼滤波（使用现成资料和知识）提供在所有上述情况的出色的控制。 尤其是上线， 估计表现强劲的关键是通过广泛条件的非线性控制器， 与前馈条款 奠定控制器可以执行在设定的条件之一， 然而，他们需要重新调整条件和产品的 变化。关键词：非线性控制，自适应控制 ;状态估计;批式反应器 ;聚合1. 简介半间歇聚合的温度控制反应堆是一项重要而不平凡的问题。 由于其半一批性质 的行为，这个过程是非线性的展品随时间变化的。 此外，更改结果从大的变化传 热特性当然在聚合物溶液的粘度反应。 从批一批因增加反应器壁结垢清理期间条 件经常变

3、化， 由于在变化之间如外部温度环境条件和冷却水的温度 （例如夏天到 冬天条件）。最后，这是通常情况下，一个给定的批次反应堆将用来产生一个以 上的聚合物等级或类型。面对这种变化的条件，传统的 PID 算法可能表现不佳， 除非他们不断地重新调整。此外还存在相当大的文学批量和半间歇聚合工艺控制。 这些大致可列为修改的PID算法和Hamer （Juba于1986年，Davidson 于1987 ），模型预测控制 器（Inglis等于1991 ），自适应线性算法。Tzouanas ; （Defaye等人于1993 年 Shah 于 1989 年）和非线性控制器 （Soroush 和 Kravaris 于

4、 1992; COTT Macchietto 于 1989 年）。在一般情况下，在面对更多的经典 PID 忽视雄辩的 和复杂的解决方案。 然而，在控制方面， 改善往往是通过简单的重新调整的可能 或修改 PID 算法。线性模型预测自适应控制器提供了许多优秀的控制反应堆， 但不适合多批次或多种产品情况。 在非线性微分方程领域， 几何控制器适用于批 处理过程（ Kozub MacGregor 于 1992 年 b ;Soroush 和 Kravaris 于 1992 年）的非线性反应堆和动力学模型知识通常假设。 在本文中， 我们解决了这一问 题。在这些地方详细的反应堆的温度控制知识是不适用的。这项工

5、作的基础和仿真模型，采用的是从工业面临的挑战问题Chylla 和Haase （1993 年）出版的方法。关键细节总结如下。2. Chylla 和 Haase 工业面临的挑战问题Chylla 和 Haase （1993 ）模拟是基于工业试验厂半批式反应器。 详情过程中 参阅他们的论文，唯一的主要经营条件，就是必须由处理控制器概述：?半间歇操作;?在一个反应器生产的多种产品（两个样本乳液产品）?改变传热能力（在批处理，从一批一批，并从夏季到冬季条件下）;?随时间变化的，由于非线性反应率改变单体浓度和扩散控制终止反应（凝胶 效应）。在五大系列聚合物产品批次与批次之间， 产品删除，但反应堆却没有清理。

6、因 此，与清洗后的第一批相比，传热第五批能力的系统要低得多。经过五年批次， 聚合物反应堆墙壁上（阻碍传热）被删除。在一批处理过程中，作为一个反应堆的增加粘度容，传热系数（U ）通常减少到其初始值的三分之一。最初的传热系数（ U0 ）变化之一一批五个一批几乎 减半在单一产品的生产。凝胶效应原因增加了 9 倍左右的反应率。此外，单体 饲料突然启动并在几个点停止，这取决于所生产的产品。读者对模型方程的更多细节于 Chylla和Haase（ 1993）。能量平衡在这项 工作中模拟略有不同，出版 Chylla 和 Haase （见附录 A）。为了生产所需的聚合物产品属性，非常严格的温度控制是必需的。控制

7、器应保 持反应堆温度在设定值的程度华氏。尽管如上所述的条件很广泛，控制器应该使 用知识是现成的（有限的测量，简单的模型）。目前，在试点的控制系统厂（公 布的模型是基于）级联，如图。一，主控制器控制通过操纵的给定的反应器的温 度进外套的温度。一个从控制器调节阀岗位入口外套的温度保持在由主控制器设 定值计算。 PID 算法目前正在实施两个循环。结果发现，循环可以充分使用 PI 算法控制。因此，这项工作是为了找到一个 更好的控制器主关注循环。仿真结果表明，作为主 PID 控制器不能维持室的温 度所需的限制，并使设定值超过 5 华氏度。这是与工业反应器观测相一致Chylla 和 Haase ， 199

8、3 年）。图 1.Chylla -Haase 反应堆的示意 图3. 纸概述文件的其余部分安排如下： 首先，为 Chylla-Haase 反应堆准备非线性自适应 （ NLA ）控制器。该算法由一个非线性微分几何控制器与扩展卡尔曼滤波 （ EKF ）提供的估计随时间变化的参数。非线性自适应算法是对产品介绍，第 一批清洗后的条件。其二， NLA 控制器相比，一个 PID 控制器和前馈补偿的 PID 。与前馈补偿和 的 PID 非线性自适应控制器是最有前途的解决方案。可以看出，在“理想的条 件下”，两个 PID 控制提供良好的前馈补偿了 NLA 控制。当扩展到多批次和多 产品，非线性自适应算法显然优于

9、与前馈补偿的 PID 。该文件的最后一节为总结的结果。4. 非线性控制Kozub基于微分几何的非线性控制器控制理论经常用于自由基聚合反应器（ 和 MacGregor 于 1992 年 b ; Soroush 和 Kravaris 于 1992 年） 。然而，在 许多成功的应用程序相比， 在使用的过程中运用了非常复杂的模型。 在这项工作 中，几何非线性控制器在一般能量平衡的基础上衍生了 semibatch 反应堆。参 数如没有详细的模型传热或粘度都被假定为可用。有许多等价的方法派生非线性控制算法。 在这项工作中， 非线性控制器是来自 一个错误轨迹的基础（ McaAuley 等人于 1990 年麦

10、考利和 MacGregor 于 1993 年）。基本需要的能量平衡方程推导出控制器其中 FL 是一个集总参数的效果反应速率（即凝胶的粘度效应）和指前因子。 后来被称为自动加速因子。 请注意， 在这里详细的动力学知识不可用， 这样的总 体结构将适用于大多数间歇聚合反应堆。从（ 1 ） （2 ）能源平衡左右出现反应 堆及其容，在一般状态空间的符号如下：其中 y 是控制变量（温度）和向量 x T TM T主控制器的操纵变量（ U ）是入口温度设定值（ TJ ? . ? P ） 。为了推 导出非线性控制器，它假定从动态非常快。 因此，实际进假定等于温度（ TJ ? ， （2） ）设定值。这种假设显著简

11、化控制器和介绍一些进程 / 型号不匹配。 然而， 错配引入的假设不显著影响的表现非线性控制器（克拉克 - 普林格尔， 1995 年） 。检查过程方程，可以看出，过程有两个相对顺序 （相对顺序输入次数 （ TJ ? ， ? P ）必须集成到更多相对的讨论影响输出（ 7 ） ; 为了见 Kravaris 和坎特1990 ） 。适当的误差方程（即所需的闭环行为）一个相对顺序两个过程其中 e = (Y ， P - Y ) =(T ? P - T )。积分项允许注册成立不可或缺的行动来消除偏移从模型产生与过程中的不匹 配。参数 d ? ， DE 和 D3 控制器的调整常数，由选定的用户可以指定所需的 闭

12、环行为。对于 ChyllaHaase 系统， DJ 和 DE 选择 63 ， D3 = 0 ，这些值 预测过阻尼闭环行为与建立时间 10 分钟左右。价值 OFD 3 是通过试验和错误 调整( 4)和差异，以弥补实际闭环厂行为。值 D3 = 0.4 提供良好的性能。对于两个或两个以上的， 系统的相对顺序衍生工具的符号显著简化控制器的推导。鉴于一个向量函数f (x )和一个标量函数 H (X)，导的H (X)修复 方向)3）项所述的相对顺序两个系统可以重新使用群衍生工具在以下形式表示：6 ）代入误差方程（ 4） （7） ，假设恒定的设定和重新安排，给人（8 ）为操纵非线性控制器的变量表达式。在模型

13、（ 8 ）是完美的，（ 4） ， 该工厂将表现为指定的表达式里衍生工具时，需要在本系统（ 6）（ 7 ） ）控制器（ （8） ）见附录 B 。要落实控制器， （8 ）在每个评估时刻。要做到这一点，工艺参数值的模型 方程（ 1 ）和（ 2）要求。对于许多人来说是常量参数，如单体的比热，很好的 估计可能是手册或植物专有信息。 然而，不同的是如传热系数或参数自动加速因 子等小信息。一种选择是使用在不断的平均值控制器模型。图 2 显示的表现一 个产品之一， 其中之一的非线性控制器仿真时的平均值的传热率 （ UA ）和自动 加速因子（ / 3 ）被使用。一价值 875 BTU / （ F H ）用于 U

14、A （真正 的价值从 1400 ? 500 BTU / （ F H ）在批次围）和！ 3200 分 - ? / 3 （ true 参数提高到 29700 分 - ? 从 3300 分 - I ） 。所有其他参数（ 1 ） （ 2）假定为完全已知和国家案例图。 2。显示为非线性控制器绘制虚线实线和 一个 PID 控制器以供参考。设定值（ 180 F ）的产品之一，良好的控制的限 制（ + F ），也方便显示，设定值将不会被绘制在未来图表。如图 2，无论是控制和操纵的行为变量， 最初电抗器被控在环境与水和预聚物温度90 F （请注意，只有堆温图的上半部分显示）。“容被加热到设定值的 程度（设定值1

15、80 F）的产品之一。在179 F时，单体进料开始。单体是美 联储为预先设定的在产品之一（ 70 分钟）的时间长度恒进给速度。 70 分钟后 的饲料停止在批处理模式下运行的反应堆是一个额外的 60 分钟。两个产品的配 方是相似的，不同的饲料率和饲料倍。执行间隔主控回路（算法）是 15 秒; 从 循环执行每 0.6 秒一次。正如图 2 可以看出，非线性控制器是不完美的。事实上， PID 优于非线性控 制器。显然，即使是纳入在非线性控制器的积分也不一定与过程 / 型号相匹配。 这突出表明，上线的参数估计是非线性控制器顺利实施的关键。 在接下来的部分， 一个扩展卡尔曼滤波器是用来提供几个时间估计的不

16、同参数。反应温度时间（分钟）时间（分钟）图2.与非线性控制使用UA和B （实线）的平均值相比，P1D的控制（虚线）5. 扩展卡尔曼滤波从上一节的结果表明，时变参数的信息需要执行的非线性控制器。在本节中， 扩展卡尔曼滤波提供所需的估计。 这种特殊的方法状态和参数估计已成功地应用 于聚合反应堆（ Gagnon 和 MacGregor 于 1991 年，麦考利和 MacGregor 于 1991 年; Kozub 和 MacGregor 于 1992 ; Kim 等人于 1992 年。 Dimitratos 等 于 1989 ）。卡尔曼的标准理论过滤可以发现在这些出版物中并不会在这里 重复。在非线性

17、控制方程包含几个参数可能不知道的。然而，卡尔曼滤波器的自由 是有限度的， 而不是所有都可以更新未知数。 出于这个原因， 只有是随时间变化 的参数，其值无法通过其他途径获得被认为是由 EKE 更新 ChyllaHaase 反应 堆，给出确定性的状态模型微分方程（ 1）（2）（ TTjojT ） 。这也是实测变量。未知的随时间变化的参数作为增强国家必须估计是热传热系数（U ）自动 加速因子（ FL ）和单体的痣（ N ） 。由于佛罗里达州和痣单体只出现在所有 的过程作为一个产品方程， FL 和纳米的价值是无法估计的分开。然而，产品的 估计，鱼翅，是从温度测量。最终，只有有价值的 bnm ，才是必需

18、的非线性控 制器。为了适用于 EKF 这些参数，必须承担他们的时间模型结构整个批次的持续时 间变化。一随机游走模型通常假定的行为未知参数， 如果一个人有没有更好的先 验知识。参数产品的预期的行为 finm 是复杂的，从随机游走（实线，图 3 ）。 假设在 EKF 的一个随机步行结构导致贫困的估计，尤其是当单体进料开始（虚 线，图 3 标记“非结构化 EKF 的 ）。在图 3 ，假定（现在）衡量的传热系数是 可用 FL 和纳米所需的估计。应该指出非结构化 EKF 的使用非常大的价值方差 元素与finm相关的国家协方差矩阵R。这意味着，EKF的依赖几乎完全是在温 度测量而忽略在这个过程中的任何信息

19、模型。图 3.估计未知参数长期 ? N 米在这种 情况 下， 更 应该了 解的 是 一 般行 为的各 个参 数。 为了 提高 估计of/3nm ，并利用现有的过程模型（ 1）（ 2 ） ，提供信息有关的各个组成部分（ / 3 和纳米 ）可注册成立。一个痣的结构模型单体可以合并使用摩尔平 衡许多不同型号的自动加速因子可能提出的。 从聚合物过程中的经验， 它是众所周知，凝胶效应的增加是由于聚合物粒子的粘度。 通常情况下， 粘度成倍增加和指数模型可能假设：其中“ massfed ”是单体美联储累积质量更新参数s C是作为一个随机游走 因此，7 3取代（10）在所有的过程方程，小号C是仿照作为一个随机

20、游走（？ K = ? K - J + WK ）。在实施扩展卡尔曼滤波下面的方式。在执行步骤 K +1 ，痣平衡，（9）， 集成的过程方程（ 1 ）（2），从上一步“ K ”当前步骤“ K +。这”给出了 一个反应堆模型的预测和温度：XD = TTJ NM + 。由于它是作为一个随机建模步行，随机状态的预测值（ X= 0当温度测量变得可用，扩展卡尔曼滤波更新模型预测的温度状态，随机状态s C作为其中 x *= T TJ 适合和卡尔曼增益， KK 是基于关于预测的作业点的线性 X * （ TK + DTK ） 。它没有更新没有观察到的独立的未来 ? EKE XD （执行 tklt ? ） （ 11

21、 ）是由更新 T 和 TJ ，和预测值的纳米值。当然，人们所期望的模 型预测单体的摩尔开始出现分歧，给出的开环摩尔平衡的状态。然而，在 EKF 调整模型 ? （ ，因此/ 3 ） ，并提供一个 ? 优秀的 product/3n 估计。虚线 图3 显示了这种“结构性的估计 of/3n 米 EKF 的“一个产品之一，首批模拟。现在重要的瞬态 in/3n 米的初始部分是为蓝本已知图 3 传热系数（ U ）是假设，但是它也必须估计。由于增加粘度反应器的 容，它是已知的传热系数会脱落指数（上图图。 4 ，实线） 。因此，如果有一 项指标粘度，如搅拌功率（ W） ，然后一个模型的形式可以推测的传热系数作

22、为由于没有在电力搅拌器表达 ChyllaHaase 系统， （14 ）修改，实际粘度是用来表示搅拌器功率：（15 ）包含两个未知参数，？ C。一个指出，在可表达为？结束重新整理 ? 和代入式（ 15 ）的结果在（17 ）介绍了如何在传热系数在单体进料期间的变化。为了实现初值和终值的U （ U0 , UR ）和最后粘度/搅拌器功率（？）是必需的。对于聚合物产品， 所有批次应该有大致相同的最终粘度，因此，基于对过去的平均值可用于批次。 Chylla-Haase 系统，最终传热系数仅略有不同从一批批为给定的的产品。 因此， 乌尔平均值就足够了。 这类型的信息可从能源在几个批次最终实施的平衡之间获 得

23、。获得最初的传热系数值是比较困难的。 与 U 的最终值， U0 显着不同的批次。对于每个批次， U0 使用上线的能源，可估计平衡在采暖期，然后再开始单体进料：实现了上线的能量平衡（ 18 ）表明，当操纵变量时， U0 的优良估计是可能 的，T）的？，P，是其最大值。在这段时间里，堆温在一个几乎恒定的速度围增加，并准确 dTldt 估计是可能的。 操纵后可变关闭上限， 堆温少可预见的行 为，并估计传热系数恶化。因此，最后 UO 的估计， TJ ? . ? 是在其约束时 用来在（ 17 ） 。如果没有过程的变化，预计，能源（ 8 ）平衡，最终可能被 替换每批在初始热转移值清洗顺序。返回的传热系数模

24、型（ （17 ） ，只有 tk4 仍然不明。模拟（不所示）表明，一个恒定值， ? B 充分车型传热的轨迹系数为所有批次的产品之一。 因此， 没有必要更新 ? 4 行。当然，如果不知道，人们可以将其与扩展卡尔曼过滤器继 续作为一个随机模型 ? 4 步行和更新上线。最终 ? 4 行估计可删除并替换为适 当的估计值。（17 ）随时间变化的传热系数，与从热能量平衡的初始值 U0（ （18 ） ） ， 用于控制和状态估计。表 1 根据要求供应估计算法总结了用户的参数值。相同的参数为产品两个要求， 但是，它们将有不同的价值观。 我正在使用的值在此提 出模拟出版，。灵敏度研究（ 克拉克 - 普林格尔 于 1

25、995 年）表明，性能非线 性自适应算法是在这些估算参数合理的不确定性。结合上述方程，图 4 显示了 估计长期 / / NM 和传热系数为一个产品之一，一批一个仿真。有些对温度的测 量噪声（O = 0.04）F,（注意，噪音 O = 0.5测试）。正如图4所示，结合扩展卡尔曼滤波和离线参数化是成功估算未知的工艺参数。 类似的性 能在五个条件下观察。传热系数时间（分钟）时间（分钟）图 4. 未知参数的估计表摘要所需产品一的参数值，6. 非线性自适应控制估计算法的目标是提供所需的参数估计的非线性控制器。最终确定，估计性能 所产生的温度控制。参数估计产品/ 3纳米和传热系数，U是提供估计算法而单 体

26、是被使用。初步能源在加热过程中为实施的平衡（18 ）提供了一个最初的热传递系数，估计EKE衍生物的热传递模型（6）（ 7 ）和控制器方程 （8）,这种非线性温度控制器是在附录 B图5显示了一个产品，批次的温 度控制一个仿真。无论是控制和操纵变量显示。同样噪音已经被添加到温度测量|CR = 0.04 F）。非线性自适应控制器可以轻松地保持温度在控制的围。在目前为止的所有案件中，有一些固有的过程 /模式不匹配。之间有小错误估 计和真实的参数和结构U和/ /真实与假定模型是不同的。也存在结构不匹配的 冷却系统。非线性自适应控制围其他的相当大的未建模影响也调查由克拉克-普林格尔（1995 ），说明这里

27、讨论情况。通常，参数是假设的一个常量，然而， 其真正的价值是在舱口中的变化。为了说明这一点，单体的比热（CP ），在真于 1986 ; COTT Macchietto于 1989 年）正的过程中被改变时变参数与初始值的 0.4 ，在反应过程中提高到最终值 2。在 模型非线性控制器和卡尔曼滤波器，保留了 0.4 的恒定值。如图 6，非线性性能 根据这种不匹配的自适应控制器。 product/3n 米估计所示温度图。尽管 CPM 显著和未知的变化，非线性控制器还提供了良好的温度规管。其控 制器特性是一种直接扩展卡尔曼滤波的结果。 正如图 6 所示，估计价值 of/3n M （虚线）慢慢背离参数的真

28、值（实线）。为了所推出的模型误差补偿增加 CPM 值，因此必须提供更大的冷却， EKF 的跌幅估计反应速率的长期 / ? 纳米。任 何进程/ 型号不匹配这可以解释为在释放的热量变化分为广泛的一类，将处理的 错误在这种方式 EKF 的。因此，扩展卡尔曼过滤器是在提供一个灵活的特性功 能与非线性控制器。7. 算法的比较在本节中，三个不同的控制算法比较：一个 PID ，前馈补偿的 PID ，非线性 自适应控制器。这些控制器选择部分来说明整合效果知识的过程控制算法。 特别 是多大的过程信息的问题需要控制好回答。一个简短的 PID 与前馈的 PID 会在 本文章介绍。PID 算法被认为是“调整” 。其初

29、步调整确定可接受的整定规则， Smith 和 Corripio ，在反应堆的第一顺序的基础上，近似获得多批次的试验和错误。 PID 是速度形成与实施下列调整参数： K C = 5; TT = 7分钟;TD = 0.3 分钟。除 了调整， PID 控制器使用没有过程的信息。下图的温度调节可以看出此控制器。图2 温度 PID 控制超过限额控制两倍。因此，引入前馈补偿，以弥补释放的热量。使用简单的上线，估计释放（QR）的热量能量平衡（Juba和Hamer从温度为 dTIdt 值计算数据采用向后差分数值分化方程。 传热的行值系数， U 也是必需的（假定其他参数（ 19 ） ） 。一个简单的二多项式模型

30、可确定从反 应堆和温度时间从前面的批次数据。以下多项式 MIAL 获得的产品之一：20 ）代表一个产品的平均轨迹和五个一批的周期所有批次。 （ 21 ）（22 ） 总结前馈算法产品之一：两个前馈传递函数的微调， 通过试验和错误。 前馈信号是结合前面讨论的反馈 PID 控制器（ （23 ） ） 。 feedforwardlfeedback 算法有更多的进程信息纳 入其结构比非线性自适应控制器的 PID ，但小于（尤其是传热系数）。 PID 和 前馈补偿的 PID 相比，非线性自适应控制器在接下来的章节介绍。反应温度入口外套温度设定值图 5. 非线性自适应控制器的性能8. 理想的条件下的性能图 7

31、 显示了三个控制器的性能一个产品之一，首批模拟。噪声添加到温度测 量。而良好优化 PID 是显示为破折号 - 点线，带前馈的 PID 补偿图点，非线性 自适应控制器是为实线所示。 1 华氏度限制也有绘制。PID 控制，前馈补偿和非线性自适应控制器保持反应堆温度所需的边界。 显然， 信息关于释放的热量有助于 PID 控制前馈最大限度地减少初始温度过冲。 然而， 温度慢慢偏离设定值附近的期值。 PID 的展品约 80 分钟的相同的行为。这种 缓慢的向上漂移温度由于这一事实，传热系数下降，大大晚于反应，固定增益 PID 控制器变得非常呆滞。非线性自适应控制器展出这样一个控制问题 EKF 提 供U的最

32、新估计从图 7 ，非线性自适应和 PID 前馈行动提供良好的控制， 定义 Chylla 和 Haase1993 )。非线性自适应算法保持最接近的温度设定值( 180 F )的整体。反应温度图 6. 非线性自适应控制中存在未建模效果非线性自适应温度控制图 7. 比较控制器：产品一，首批9. 广泛的防污在本节中， 呈现了控制器的鲁棒性的污染。 每个算法应用于每个产品之一， 一 批五模拟。调音从上一节（批号一）使用。从图中显示的结果 8，在控制 PID 算法中显示严重退化，都允许反应器温度 设定值过冲几乎 5 E 的非线性自适应控制器是非常强大的从批次不同批次， 并说明仿真变化不大。当然，非线性自适

33、应鲁棒性控制器是一个行参数的直接结果估计。回想一下， 这个算法有一个初步的上线能量平衡，以提供一个估计最初的传热系数（ U0 ） 在升温。因此，它知道如何传热变化从批次。为了提高性能 PID 类控制器，不 同的调整，将有用于每个批次。对于一个多批次的过程中， 为每个新形势寻找新的调整参数很费时。 在这种情 况下，非线性自适应控制器将非常有吸引力。 其结构变化用的工艺参数， 如值传 热系数，以提供相同的闭环响应 （所需的错误轨迹） 工厂模式的转变。 在本节中， 工厂模型作为结垢造成不同程度的改变。反应温度图 8. 比较控制器：产品之一，第五批10. 多种产品第二个产品首要关注的是增加所需的信息。

34、在本节解决了两个问题：?调整;?过程的参数。对于 PID 类控制器（ PID 和 PID 控制前馈补偿） ，就是重新调整以至于呈现最大的多个产品系统的障碍。 对于每个新产品， 新的调整需要良好的性能。 良 好优化的控制器是无数时间的结果耗时的试验和错误批次。 对于 Chylla-Haase需要为每个反应堆， 独立 PID 调节因素每个产品的批次， 两个产品共 10 套调整 规则。对于前馈发布和热量的算法，传输功能饲料站必须为每个产品进行微调。 上线 QR 能量平衡能以产品的相同形式实施。 非线性自适应控制器的优势因为其 机理模型的 PID 控制器为基础的方法。所需的闭环轨迹可以指定产品（如有必

35、 要，每个的 ChyllaHaase 反应堆产品之一， D? ， D2 和 D3 的值也给两个 产品控制好）。控制器针对不同结构的变化自动在线测量和工艺参数的值。第二点是利益工艺参数。对于三个控制器，表 2 总结了其过程中每个算法所 需的参数。 唯一的参数是不容易测量或很难找到列出比热值， 如水和饲料温度的 假定。每个工艺参数的值需要为每个聚合物产品。由于 U ， FL 和纳米更新上线，这些参数如何预期需要改变方法。显然，非 线性控制器需要更多的知识过程和更加努力落实建模。 一般最初建模的性质是完 整的。图 9 显示了两个产品的模拟，首先：只有非线性自适应控制器能够维持界的 温度并控制好产品 ;其次，传热能力系统脱落时， 更新迅速产品两个， 因此， PID 类控制器有温度调节的显著问题饲料期结束（约 70-75 分钟）。它应该值得注 意的是，非线性自适应控制器直接延伸到产品的两个部分