SEARCH

SEARCH BY CITATION

Keywords:

  • process control;
  • extremum-seeking control;
  • adaptive control;
  • pulp and paper;
  • paper machine;
  • retentio;
  • microparticulate system

Abstract

The operation of a paper machine relies on the close monitoring and control of several integrated units to ensure a high quality paper with the required specifications. In this paper, the retention control system in the wet-end of a paper machine is considered. The control objective is to maximize the retention of fines and fibres in the paper sheet to prevent the accumulation of micro particles in the water system. We present an adaptive extremum-seeking scheme for the optimization and control of retention in the wet-end of a paper machine. An adaptive learning technique is introduced to construct an algorithm that drives the system to the optimal retention value. Lyapunov's stability theory is used in the design of the extremum-seeking controller structure and the development of the parameter learning laws. The performance of the technique is illustrated via simulations based on a first-principles dynamic model developed previously for a micro-particulate system.

Le bon fonctionnement d'une machine à papier repose sur le suivi et le contrôle étroits de plusieurs unités intégrées afin d'assurer une haute qualité de papier ayant les spécifications requises. Dans cet article, on considère le système de contrôle de rétention dans la partie humide d'une machine à papier. L'objectif du contrôle est de maximiser la rétention des fines et des fibres dans la feuille de papier afin de prévenir l'accumulation de micro-particules dans le système d'eau. On présente un schéma de recherche adaptatif des extrêmes pour l'optimisation et le contrôle de la rétention dans la partie humide d'une machine à papier. Une technique d'apprentissage adaptative est introduite pour construire un algorithme qui amène le système à une valeur de rétention optimale. La théorie de stabilité de Lyapunov est utilisée dans la conception de la structure des contrôleurs de recherche des extrêmes et l'élaboration de lois d'apprentissage des paramètres. La performance de la technique est illustrée par des simulations basées sur un modèle dynamique fondamental mis au point antérieurement pour un système de micro-particules.