马文明

（西京学院，陕西西安，710123）

在碱法制浆过程中会产生大量的黑液，对其进行碱回收不仅能够有效降低污染，而且可以实现资源的回收利用。将蒸煮过程中提取的黑液进行蒸发浓缩是碱回收工艺的第一步，然后将浓缩后的黑液置于燃烧炉燃烧。传统PID控制是工业控制常选择的控制方法，但在实际应用中，传统PID控制在生产过程中并不能得到理想的效果。黑液蒸发浓缩控制对象存在不确定性因素多、非线性、大时滞等特点，采用传统PID控制将显著降低控制系统的控制质量，甚至无法正常运行。神经网络具有自适应能力强、容错性好、可并行处理等特点，能较好地处理大时滞、非线性、耦合性强、不确定性因素多的控制问题[1]。本课题以黑液碱回收的蒸发工段为对象，对黑液液位和浓度进行控制。将神经网络和PID相结合构成PIDNN控制器，该控制器对黑液液位进行控制，解决了传统PID对非线性时变系统难以精确控制的问题。黑液浓度是个复杂的控制对象，黑液浓度主要受自身浓度和流量影响，将神经网络算法与PID算法进行结合构成基于径向基函数（RBF）的神经网络控制，对黑液浓度和流量进行解耦在线辨识，对控制器参数在线实时调节。

1 碱回收蒸发工艺过程及控制分析

1.1 碱回收工艺过程概述

碱回收工艺分为提取、蒸发、燃烧和苛化4个工段：①提取工段是将纸浆原浆中的糖类、木质素等物质和化学药物与纸浆进行分离，获得浓度和温度高的黑液；……