论文部分内容阅读
油轮静电，对油轮的安全营运是极大的潜在危险因素。在油品的装卸，运输及油轮的洗舱过程中，众多潜在的因素会导致静电引燃引爆，由于静电产生机理复杂，具有极大的偶然性且难以模拟再现，所以目前国内外油轮的各种生产作业过程都是按照一定的安全法规、技术规则或严格的操作规程执行。本文从控制的角度出发，提出了一个基于小波神经网络的油轮静电防爆实时监控系统。其特点是，利用小波神经网络建立油轮静电产生积累的系统模型，以对不能直接现场测量的油舱静电或油面静电电位等参数进行软测量，预测当前的静电电位来控制产生静电积累的过程。控制量的大小通过系统逆模型得到。由于小波神经网络算法的实现涉及到大量的运算，对实时监控系统来说，使用具有高速运算能力并针对实时信号处理进行了优化的微处理器芯片——DSP，可以很好地满足实时性要求。本文使用运算速度为100MIPS的TMS320C5402 DSP作为系统的硬件核心，实现小波神经网络算法，不仅保证了安全性要求，而且提高了生产效率。另外本文还就惰性气体系统的设计作出了详细的讨论，其方法是利用模糊逻辑控制不需要建立系统精确数学模型的特点，按照油轮安全操作规程和专家经验实现了对惰性气体系统的控制。通过计算机控制模拟，本系统控制效果良好，达到了各项控制要求，是一种切实可行的方案。