1.制氢反应在线监控系统及其神经网络模糊PID自热控制方法，包括在线监控系统，其特征在于：其特征在于：所述的监控系统由设备层、网络层和应用层组成，整个在线监测系统基于labview语言开发，设备层由制氢反应系统、中央控制器、数据采集模块和执行模块组成；中央控制器由数据采集卡和现场控制终端组成。

2.根据权利要求1所述的制氢反应在线监控系统及其神经网络模糊PID自热控制方法，设备层的详细连接情况如下：空气压缩机(1)与截止阀(2)相连、然后与质量流量控制器(3)相连，再与混合器(4)相连，最后与重整制氢反应器(15)的催化燃烧室相连；甲醇溶液贮瓶(10)与截止阀(9)相连，然后与蠕动泵(8)相连，再与蒸发器(7)相连；最后与混合器(4)相连；甲醇水溶液贮瓶(11)与截止阀(12)相连，然后与蠕动泵(13)相连，再与蒸发器(14)相连，最后与重整制氢反应器(15)的甲醇水蒸气重整室相连；压力变送器(5)插在混合器(4)和重整制氢反应器(15)的管道之间，用于测量管道间的压力；压力变送器(6)插在蒸发器(14)与重整制氢反应器(15)的管道之间，用于测量管道间的压力；重整制氢反应器(15)的甲醇水蒸气重整室的另一端与热交换器(17)相连，然后与冷凝器(18)相连；再与气液分离装置(19)相连，再与干燥管(20)相连，再与涡流流量计(21)相连，最后由涡流流量计(21)分出两个通道，一个与储气瓶(22)相连，另一个与先与截止阀(30)相连，再与样品检测袋(23)相连；重整制氢反应器(15)的催化燃烧室的另一端先与热交换器(24)相连，然后与冷凝器(25)相连，最后与气液分离装置(26)相连；压力变送器(16)插在热交换器(17)和重整制氢反应器(15)的管道之间，用于测量管道间的压力；压力变送器(30)插在热交换器(24)和重整制氢反应器(15)的管道之间，用于测量管道间的压力；重整制氢反应器(15)中插有J型热电偶(29)，J型热电压偶(29)与温度变送器(33)相连，温度变送器(33)与数据采集卡(27)相连，数据采集卡(27)与现场控制终端(28)相连；重整制氢反应器(15)中插有加热棒(32)，加热棒(32)与固态继电器(31)相连，固态继电器(31)与数据采集卡(27)相连。

3.根据权利要求1所述的制氢反应在线监控系统及其神经网络模糊PID自热控制方法，采集制氢反应系统的参数包括空气压缩机(1)、甲醇溶液贮瓶(2)、甲醇水溶液贮瓶(11)通道的瞬时流量，通过涡流流量计(21)的瞬时流量，进入重整制氢反应器(15)和流出重整制氢反应器(15)的四个通道的瞬时压力，蒸发器(7)、蒸发器(14)、混合器(4)、重整制氢反应器(15)、热交换器(17)、热交换器(24)、泠凝器(18)、泠凝器(25)的瞬时温度，储气瓶(22)当前储气量，J型热电偶(29)所测温度。

4.根据权利要求1所述的制氢反应在线监控系统及其神经网络模糊PID自热控制方法，输出的控制指令包括控制固态继电器(31)开关的电信号，质量流量控制器(3)开口大小的电信号，所有截止阀开关的电信号，报警信号。

5.根据权利要求1所述的制氢反应在线监控系统及其神经网络模糊PID自热控制方法，现场控制终端(28)显示的状态量包括权利要求3中所测各个参数，当前神经网络模糊PID算法输出的Ki、Ti、Td值和PID的整体输出值。

6.根据权利要求1所述的制氢反应在线监控系统及其神经网络模糊PID自热控制方法，其特征再于：所述在线监控系统的开发语言为labview，质量流量控制器(3)能够输出和接受模拟信号，受现场控制终端(28)控制，蠕动泵(8)为甲醇溶液提供流动的动力，蒸发器(7)将甲醇溶液蒸发为气态，在混合器(4)中与空气混合。截止阀(9)控制甲醇溶液通道的通断，截止阀(9)、蠕动泵(8)和蒸发器(7)都受到现场控制终端(28)控制，混合器(4)和蒸发器(7)实时温度采集并显示在labview上。蠕动泵(13)为甲醇水溶液提供流动的动力，蒸发器(14)将甲醇水溶液蒸发为气态，截止阀(12)控制甲醇水溶液通道的通断，截止阀(12)、蠕动泵(13)和蒸发器(14)都受到现场控制终端(28)控制，蒸发器(14)实时温度采集并显示在labview上，热交换器(17)为一级降温装置，可以降低重整反应后生成物的温度，冷凝器(18)为二级降温装置，把水蒸气甲醇等变为液态，再通过气液分离装置(19)把气体与液体分离，得到气体，气体通过干燥管(20)干燥，然后通过涡流流量计(21)，涡流流量计(21)可以输出模拟信号，在现场控制终端(28)上显示流量大小，最后通到储气瓶(22)或样品检测袋(23)中，各级降温装置的温度都采集到labview上并显示。热交换器(24)为一级降温装置，可以降低催化燃烧反应后生成物的温度，冷凝器(25)为二级降温装置，进一步降低催化燃烧反应后生成物的温度，再通过气液分离装置(26)把气体与液体分离。各级降温装置的温度都采集到labview上并显示。固态继电器(31)根据接收到的电信号来控制加热棒(32)的通断，质量流量控制器(3)根据接收到的电信号控制阀门开口大小来调节重整制氢反应器燃烧通道入口空气流量。

7.根据权利要求1所述的制氢反应在线监控系统及其神经网络模糊PID自热控制方法，所述网络层作为枢纽连接这设备层和应用层，可以实现接入和传输功能，采用如3G/4G/5G网络、IPv6、Wi‑Fi和WiMAX、蓝牙、ZigBee等网络完成信息交互，把设备层采集到的数据快速、可靠地传送到应用层。

8.根据权利要求1所述的制氢反应在线监控系统及其神经网络模糊PID自热控制方法，所述应用层有一个总是打开的主机(云服务器)，它可以接收许多来自其他客户机的请求，分析请求，进行必要的处理，把得到结果发送给客户端。请求包括各个设备的运行情况、报警信号、采集数据、当前输出控制参数、修改控制参数和修改控制算法。

9.根据权利要求1所述的神经网络模糊PID自热控制方法主要包括如下步骤：

步骤1、在labview平台中设定制氢反应系统中制氢反应器所需要的达到的预设温度T1和设定制氢反应中进入催化燃烧室通道的安全工作压力P1，进入甲醇水蒸气重整室通道的安全工作压力P2，流出催化燃烧室通道的安全工作压力P3，流出甲醇水蒸气重整室通道的安全工作压力P4，安全工作温度T2。

步骤2、由J型热电偶(29)检测当前重整制氢反应器环境温度T3，并由压力变送器(5)测量当前催化燃烧室前通道中的压力P1’，由压力变送器(6)测量当前甲醇水蒸气重整室前通道的压力P2’，由压力变送器(30)测量当前催化燃烧室后通道的压力P3’，由压力变送器(16)测量当前甲醇水蒸气重整室后通道的压力P4’和各个热电偶测量温度Ti。J型热电偶(29)、压力变送器(5)、压力变送器(6)、压力变送器(30)、压力变送器(16)采集的数据通过数据采集卡(27)传输到现场控制终端中并在labview上显示。

步骤3、在labview上启动制氢反应程序或者制氢反应正在进行时，当压力P1≥P1’、且P2≥P2’、且P3≥P3’、且P4≥P4’,且T2≥Ti,程序启动制氢流程开始或者持续进行；否则制氢流程停止，labview上输出警告信息并提示哪个通道上的压力超出设定的安全值。

步骤4、在制氢系统正常运行时，在labview上根据当前的温度T3与设定的温度T1的差值，采用神经网络模糊PID算法计算出相应的控制参数，由现场控制终端(28)通过数据采集卡(27)和固态继电器(31)控制加热棒(32)加热重整制氢反应器(15)，并且由现场控制终端(28)通过数据采集卡(27)控制质量流量控制器(3)的阀门开口大小来控制空气的流量。

步骤4中神经网络模糊PID算法特征如下所示：在PID控制器中加入模糊神经网络优化算法模块，得到神经网络模糊PID模块。该神经网络模糊PID控制器为二维输入，分别为设定温度T1与当前温度T2的瞬时误差e(t)和误差的变化率ec(t)；三维输出，分别表示为Δkp、Δki、Δkd。利用e与ec作为模糊神经网络控制器的输入，进行模糊化处理，模糊化后可以得到变量xi,将变量xi充当模糊推理与记忆模糊规则的模糊推理机，与模糊规则相结合得出模糊推理的结果,最后进行解模糊过程，得到当前时刻模糊神经网络的输出的控制参数Δkp、Δki、Δkd，然后将控制参数加到PID的相关控制参数上，得到神经网络模糊PID控制器的最终输出参数u(t)。

步骤5、模糊神经网络为BP模型，其包含五个层次所述模糊神经网络为BP模型，其包含五个层次。第一层为输入层，有两个神经元，将误差e(t)和误差的变化率ec(t)导入第一层神经网络，将该变量直接作为输出量输入第二层。第二层为隶属度函数层，有7个神经元，分别表示为“负大”(NB)、“负中”(NM)、“负小”(NS)、“零”(ZO)、“正小”(PS)、“正中”(PM)、“正大”(PB)共七个模糊语言变量，主要用来将其输入进行模糊化处理。第三层为模糊规则化层，包含49个神经元，此层的每一个神经元代表输入变量与输出变量的一条模糊规则，其作用是计算每条规则的适应度，第四层为归一化层，一共有49个神经元，作用是将第三层输出的49个神经元节点的值进行归一化计算第五层为输出层，作用为将模糊化的输入经过规则化及归一化后进行反模糊化处理。模糊神经网络具有自我学习能力，可通过梯度下降方法进行神经网络权值参数的在线更新，通过多次学习，使输出值更加接近预设值。