基于核极限学习机的煮糖结晶自适应控制研究

针对煮糖结晶过程难以进行自动控制的问题,提出一种基于预测模型的自适应控制方法。以逐步浓缩上升煮糖工艺为基础,基于核极限学习机构建糖膏液位和糖膏锤度的预测模型;以预测工艺偏差作为适应度函数,利用粒子群算法在线优化蒸汽阀和入料阀开度,并自动调节阀门用于跟踪理想工艺曲线。结果表明:与人工煮糖相比,自适应控制的煮糖过程更稳定且更接近理想工艺曲线,达到卸糖液位和锤度所需的时间相对减少7.06%。基于核极限学习机的煮糖结晶自适应控制方法具有可行性,可为进一步实现工业煮糖自动控制提供理论参考。