氯化聚乙烯简称CPE(Chlorinated Polyethylene)，是一种新型高分子合成材料，具有优良的耐候性、耐老化性、电绝缘性等优良特性。我国从20世纪90年代中期开始大力推广塑料建材，限制采用木材，使建筑业以塑代木、以塑代钢迅猛发展。近年来，随着国内的制造业、建筑业蓬勃迅猛的发展，对于化学建材的需求量日益增加，CPE作为新型的弹性材料，由于原料简单、生产成本较低，以及塑料门窗等石化产品的优越性越来越被人们所认识，国内氯化聚乙烯产品作为新型材料其生产和应用正在呈不断上涨趋势。CPE的生产过程主要是在间歇反应釜中进行的氯化聚合反应，由于氯化聚乙烯... 氯化聚乙烯简称CPE(Chlorinated Polyethylene)，是一种新型高分子合成材料，具有优良的耐候性、耐老化性、电绝缘性等优良特性。我国从20世纪90年代中期开始大力推广塑料建材，限制采用木材，使建筑业以塑代木、以塑代钢迅猛发展。近年来，随着国内的制造业、建筑业蓬勃迅猛的发展，对于化学建材的需求量日益增加，CPE作为新型的弹性材料，由于原料简单、生产成本较低，以及塑料门窗等石化产品的优越性越来越被人们所认识，国内氯化聚乙烯产品作为新型材料其生产和应用正在呈不断上涨趋势。CPE的生产过程主要是在间歇反应釜中进行的氯化聚合反应，由于氯化聚乙烯生产过程中的反应釜温度控制存在大滞后、大惯性等特点，普通的串级控制很难得到理想的控制效果，容易出现比较大的超调，调整时间长，鲁棒性差，甚至影响到产品的质量。常规PID控制已不能满足控制要求，为此我们提出了采用先进控制算法给予改进的有效尝试。
　　本文以青岛海晶化工厂年产1万吨氯化聚乙烯聚合反应装置的控制系统为研究背景，经过对其聚合反应中温度特性的深入分析，总结氯化聚乙烯聚合反应和控制上的难点，提出采用基于神经网络的模糊控制的先进控制方法。模糊逻辑系统易于理解，神经网络具有极强的自适应学习能力。通过充分利用模糊控制原理，并在神经网络学习算法的基础上，以控制系统的温度为对象，设计一种利用模糊神经网络学习算法的控制器，完成先进控制算法对于CPE控制系统的改进。
　　为了能够直观生动得表现化工工业生产中CPE的生产流程，本文以浙大中控的JX-300XP DCS集散控制系统为背景，利用其SCKey组态软件设计了CPE的生产组态，其软件环境具有良好的可操作、实时监控和动态显示特性。利用SCKey组态软件解决聚合反应釜的配方管理、批量控制和釜温控制。为了验证算法的可用性，本文采用具有强大计算能力的Matlab进行仿真，得到了很好的改进效果，为模糊神经网络算法应用到生产实际提供了有效的途径。