Identifikace modelu bubnové vytěsňovací pračky

Abstract

Tato diplomová práce se zabývá modelováním zařízení Drum Displacement Washer (DDW), které hraje klíčovou roli v procesu praní celulózové suspenze při výrobě papíru. Cílem práce bylo vytvořit matematický model DDW na základě dostupných technologických a provozních dat za účelem lepšího pochopení chování zařízení a jeho budoucí optimalizace a řízení. Úvodní část práce se zaměřuje na technologii přípravy buničiny a roli zařízení DDW v tomto procesu. Následně je analyzován současný stav řízení DDW, přičemž bylo zjištěno, že zařízení je řízeno kaskádou PID regulátorů, doplněnou o implementaci pokročilého řízení (APC). Statická i dynamická identifikace modelu byla provedena na základě historických dat z provozu papírny Mondi Štětí. Statické charakteristiky ukázaly vysokou míru linearity mezi vstupními veličinami, což ztížilo přesné určení vztahů mezi řízenými a manipulovanými veličinami. Dynamický model byl vytvořen z omezené sady dat získaných během step-testů, což může omezit jeho obecnou použitelnost. Mezi testovanými metodami dosáhl nejlepší výsledky model vytvořený pomocí ARMAX, a to na základě metriky střední kvadratické chyby (MSE). Výsledky této práce mohou sloužit jako základ pro další rozvoj pokročilých metod řízení v oblasti papírenské technologie.

This thesis focuses on the modeling of the Drum Displacement Washer (DDW), a key component in the pulp washing process during paper production. The aim was to develop a mathematical model of the DDW using available technological and operational data to better understand the equipments behavior and support future optimization and control strategies. The introductory part of the thesis presents the pulp preparation process and highlights the role of the DDW. It also analyzes the current state of DDW control, which is based on cascaded PID controllers and an advanced process control (APC) layer being implemented above them. Static and dynamic modeling was performed using historical data from the Mondi Štětí paper mill. The static model showed high linearity between manipulated variables, which made it difficult to clearly determine their influence on controlled variables. The dynamic model was built from limited data collected during step tests, which may affect its general applicability. Among the tested approaches, the ARMAX method produced the best results according to the mean squared error (MSE) metric. The outcomes of this thesis can serve as a basis for further development of advanced control in papermaking technologies.