销售咨询热线：
13912479193
| 品牌 | LNEYA/无锡冠亚 | 价格区间 | 5万-10万 |
|---|---|---|---|
| 产地类别 | 国产 | 应用领域 | 医疗卫生,化工,生物产业,石油,航天 |
| 型号 | SR-35N SR-35NS SR-35NH SR-35NSH |
SR-50N SR-50NS SR-50NH SR-50NSH |
SR-80N SR-80NS SR-80NH SR-80NSH |
SR-125N SR-125NS SR-125NH SR-125NSH |
SR-200N SR-200NS SR-200NH SR-200NSH |
| 设备介质温度范围 | -120～250度 （根据需方提供冷源热源决定较大温度值） -40～135度（采用乙二醇水配方溶液可运行较宽温度范围） |
||||
| SR-N | 一组冷却换热器，一组加热换热器，通过比例调节阀控制冷热量进入到换热器，再通过统一介质输入到反应釜夹套进行换热控温，系统内置有膨胀罐 | ||||
| SR-NS | 具备SR- N功能之外，增加一组换热器用于高温降温功能 | ||||
| SR-NH | 具备SR- N功能之外，增加电辅助加热功能 | ||||
| SR-NSH | 具备SR- N功能之外，增加一组换热器用于高温降温功能和电辅助加热功能 | ||||
| 膨胀罐容积 | 100L | 200L | 280L | 390L | 500L |
| 换热器面积 | 3.5㎡ | 5㎡ | 8㎡ | 12.5㎡ | 20㎡ |
| 电加热功能 H | 25kW | 35kW | 50kW | 65kW | 80kW |
| 后缀有H型号带电加热功能 | |||||
| 控制模式 | 前馈PID，模糊自建树算法，LNEYA PLC控制器 | ||||
| 通信 | MODBUS RTU协议 RS485 接口,可选配 以太网接口/R232接口 | ||||
| 温度控制选择 | 反应物料温度控制 | ||||
| 温度反馈 | 设备导热介质出口温度、温度、反应器物料温度（外接温度传感器）三点温度 温度反馈：默认PT100 |
||||
| 物料温度反馈 | 物料温度反馈：PT100或4～20mA或通信给定 | ||||
| 温度反馈：默认PT100 | |||||
| 物料温度精度 | ±1℃ | ±1℃ | ±1℃ | ±2℃ | ±2℃ |
| 循环泵 | 200L/min 2.5BAR | 250L/min 2.5BAR | 400L/min 2.5BAR | 500L/min 2.5BAR | 750L/min 2.5BAR |
| 输入、显示 | 7寸彩色触摸屏显示与触摸键输入，温度曲线显示 | ||||
| 安全保护 | 具有自我诊断功能，过载继电器、热保护装置、低液位保护、传感器故障保护等多种安全保障功能 | ||||
| 执行阀件 | 电动比例调节阀 控制信号 4~20mA | ||||
| 管路材质 | SUS304 | ||||
| 接口尺寸 | DN40 | DN40 | DN-50 | DN-65 | DN-80 |
| 外型尺寸 cm | 100*120*175 | 125*125*200 | 150*150*205 | 205*145*205 | 205*145*205 |
| 电源AC380V 50HZ | 1.6kW | 2.1kW | 2.5kW | 5.7kW | 7.7kW |
| 后缀H电源AC380V 50HZ | 26.6kW | 37.1kW | 52.5kW | 70.7kW | 87.7kW |
| 外壳材质 | SUS 304 | SUS 304 | SUS 304 | SUS 304 | SUS304 |
TCU-无锡冠亚反应釜配套设备SR-200NH
TCU-无锡冠亚反应釜配套设备SR-200NH
反应釜配套设备模糊控制的特点
无锡冠亚反应釜配套设备模糊控制是一种以计算机控制理论为基础，运用模糊语言、模糊数学和模糊规则的推理方法，形成闭环反馈控制系统，广泛用于那些无法建立准确数学模型的被控对象，是解决不确定系统的一种有效方法。目前，模糊控制理论技术被广泛应用在冶金工、化工、机械等多个领域。模糊控制与传统的控制方法相比的*之处在于：
(1) 模糊控制的特点就是不依赖于被控对象是否有准确的数学模型，所以控制起来比较简单、容易。它是靠模糊控制规则来实现对被控对象的控制工作，这些模糊控制规则是基于现场操作人员的实际操作控制经验以及现场专家知识的基础上总结、提炼的，并且用模糊语言将其表述出来，从而控制对象。
(2) 由工业过程的定性认识出发，比较容易建立语言控制规则，因而模糊控制对那些数学模型难以获取，动态特性不易掌握或变化非常显著的对象非常适用。
(3) 基于模型的控制算法及系统设计方法，由于出发点和性能指标的不同，容易导致较大差异；但一个系统语言控制规则却具有相对的独立性，利用这些控制规律间的模糊连接，容易找到折中的选择，使控制效果优于常规控制器。
(4) 模糊控制是基于启发性的知识及语言决策规则设计的，这有利于模拟人工控制的过程和方法，增强控制系统的适应能力，使之具有一定的智能水平。
(5) 模糊控制系统的鲁棒性强，干扰和参数变化对控制效果的影响被大大减弱，尤其适合于非线性、时变及纯滞后系统的控制。
