摘要：在pH值中和过程中，由于溶液的酸碱度对产品的质量以及环境有着很大的影响，因此必须对pH值进行控制。首先分析了pH值中和过程的非线性特点。然后在其离散化模型的基础上，针对pH值中和过程的重复性特点，提出了P型迭代学习控制方法。最后仿真结果验证了该方法的有效性。
关键字：非线性；迭代学习控制方法；pH值控制;
1 引言
pH值中和过程存在于许多现代化工业中，如制药、发酵、造纸、电镀、废水处理及给水处理等，对其进行控制有很大的意义。其中pH值控制最为重要，因为pH 值对溶液的物理，化学性质都有很大的影响，从而导致环境污染以及产品质量的改变，因此必须对溶液的pH值进行控制[1]。在pH值控制过程中，由于pH值与控制量之间的强非线性，使得pH值的检测和控制难以实现，很难取得好的效果。因为pH值中和过程呈现出严重的非线性和 pH响应的时滞性, 以及进水pH值不确定动态变化, 使得许多在理论上成熟的控制策略在实际应用中遭到严峻的考验。加之反应大多发生在容器和循环管路中, 使得系统存在较大时滞, 给 pH值控制不仅带来极大困难, 而且浪费大量的中和剂。为此 pH值被公认为最难的控制变量之一[2,3]。
传统的PID控制适合于线性定常连续系统，对于这种参数不确定性的系统其控制效果并不理想, 且参数整定非常困难。随着现代控制理论的发展, 对 pH 值的控制已经给出了一些有效控制方法。如Wiener模型的辨识与预测控制[4-6],自适应控制[7], 模糊控制和神经网络控制[8-10]等等。但它们在实际pH值控制中的应用均存在一定的困难，为此也使pH值控制方法的研究一直是极具挑战性的研究课题[2,11-13]。
pH值中和过程中的pH值控制是一个批处理的过程，具有重复性的特点。针对重复过程的迭代学习控制(ILC)是一种具有学习能力的智能控制方法[6]，可实现在时间区间上的完全跟踪任务[7,8]。它的思想是由日本学者Uchiyama[9]最先提出的。随着ILC理论的不断发展和完善，ILC方法已在实际工程中得到了广泛的应用[11]。但传统的ILC方法仍面临着诸多问题。
这里，在pH值中和过程的离散化模型的基础上，结合迭代学习控制理论，给出P型的迭代学习控制方法，并将其运用到pH值中和过程中。最后通过仿真进行验证。
作者：卜祥强