先進控制系統(tǒng)介紹

先進控制系統(tǒng)介紹第一頁，共四十五頁，2022年，8月28日1第8章先進控制系統(tǒng)8.0概述

現(xiàn)代工業(yè)生產過程的大型化、復雜化，對產品質量、產率、安全及對環(huán)境影響的要求越來越嚴格。許多復雜、多變量、時變的關鍵變量的控制，常規(guī)PID已不能勝任，因此，先進控制受到了廣泛關注。第二頁，共四十五頁，2022年，8月28日2先進過程控制(APC，AdvancedProcessControl)技術，是指不同于常規(guī)PID，具有比常規(guī)PID控制更好控制效果的控制策略的統(tǒng)稱。先進控制的任務，用來處理那些采用常規(guī)控制效果不好，甚至無法控制的復雜工業(yè)過程控制問題。第三頁，共四十五頁，2022年，8月28日38.1軟測量技術過程控制中有時需對一些與產品質量相關的變量進行實時控制和優(yōu)化，這些變量往往是密度、濃度、干度等質量變量，由于技術或經(jīng)濟原因，很難通過傳感器進行測量。軟測量技術，就是選擇與被估計變量相關的一組可測變量，構造某種以可測變量為輸入、被估計變量為輸出的數(shù)學模型，用計算機軟件實現(xiàn)這些過程變量的估計。也成為“軟儀表”，“軟傳感器”。軟測量估計值可作為控制系統(tǒng)的被控變量，還可為優(yōu)化控制與決策提供重要信息。

第四頁，共四十五頁，2022年，8月28日4軟測量中各模塊之間的關系

圖8-1軟測量結構圖

第五頁，共四十五頁，2022年，8月28日5軟測量技術構成：輔助變量的選擇數(shù)據(jù)采集與處理軟測量模型的建立軟測量模型的校正第六頁，共四十五頁，2022年，8月28日68.1.1輔助變量選擇選擇影響主導變量的可測相關變量作為輔助變量。例:估計精餾塔塔頂產品的成分軟測量選擇初始輔助變量塔的進料特性塔釜加熱特性塔頂回流特性塔頂操作狀態(tài)塔抽出料特性第七頁，共四十五頁，2022年，8月28日7對初始輔助變量降維方法一：通過機理分析，選擇響應靈敏、測量精度高的變量作為最終輔助變量。方法二：主元分析法，可利用現(xiàn)場歷史數(shù)據(jù)作統(tǒng)計分析計算，將原始輔助變量與被測量變量的關聯(lián)度排序，實現(xiàn)變量精選。例如，在相關氣相溫度變量、壓力變量之間選擇壓力變量。第八頁，共四十五頁，2022年，8月28日88.1.2數(shù)據(jù)采集與處理過程數(shù)據(jù)包含了工業(yè)對象的大量相關信息，因此采集被估計變量和原始輔助變量的歷史數(shù)據(jù)時，數(shù)據(jù)的數(shù)量越多越好。要求：數(shù)據(jù)覆蓋面在可能條件下應寬一些，以便軟測量具有較寬的適用范圍。為了保證軟測量精度，數(shù)據(jù)的正確性和可靠性十分重要，因此現(xiàn)場數(shù)據(jù)必須經(jīng)過顯著誤差檢測和數(shù)據(jù)協(xié)調，保證數(shù)據(jù)的準確性。采集的數(shù)據(jù)要注意純滯后的影響。第九頁，共四十五頁，2022年，8月28日98.1.3軟測量模型建立

建模方法有機理建模、經(jīng)驗建模及兩者結合等方法。機理建模是從內在物理和化學規(guī)律出發(fā)，通過物料平衡、能量平衡和動量平衡建立模型?？沙浞掷眠^程知識，依據(jù)過程機理，有較大的適用范圍。經(jīng)驗建模是通過實測或依據(jù)積累的操作數(shù)據(jù)，采用數(shù)學回歸方法或神經(jīng)網(wǎng)絡等方法得到經(jīng)驗模型。軟測量模型選擇時，還應考慮模型的復雜性，以及在實際系統(tǒng)硬件、軟件平臺的可實現(xiàn)性。靜態(tài)線性模型實施成本較小，神經(jīng)網(wǎng)絡模型所需計算資源較多。第十頁，共四十五頁，2022年，8月28日108.1.4模型校正

當對象特征發(fā)生較大變化，軟測量經(jīng)過在線學習無法保證預估精度時，須利用測量器運算所累積的歷史數(shù)據(jù)，進行模型更新或在線校正。軟測量模型的在線校正可表示為模型結構和模型參數(shù)的優(yōu)化。模型結構修正往往需要大量樣本數(shù)據(jù)和較長計算時間，難以在線進行。為解決模型結構修正耗時長和在線校正的矛盾，提出短期學習和長期學習的校正方法。短期學習算法簡單，學習速度快，便于實時應用。長期學習是當軟測量儀表在線運行一段時間積累足夠的新樣本模式后，重新建立軟測量模型。第十一頁，共四十五頁，2022年，8月28日118.2時滯補償控制控制通道不同程度存在純滯后(時滯)。例：皮帶傳送存在純滯后。衡量純滯后常采用純滯后時間τ和時間常數(shù)T之比。當τ／T<0.3，是一般純滯后過程；當τ／T>0.3，為大純滯后過程。第十二頁，共四十五頁，2022年，8月28日128.2.1Smith預估補償控制為改善大滯后系統(tǒng)控制品質，1957年Smith提出預估補償控制。在PID反饋控制基礎上，引入預估補償環(huán)節(jié)，使閉環(huán)系統(tǒng)方程不含純滯后項，提高了控制質量。第十三頁，共四十五頁，2022年，8月28日13為實施Smith預估補償控制，必須求取補償器的數(shù)學模型。若模型與過程特性不一致，則閉環(huán)系統(tǒng)方程中還會存在純滯后項，兩者嚴重不一致時，甚至會引起系統(tǒng)穩(wěn)定性變差。實際工業(yè)過程的被控對象通常是參數(shù)時變的。當參數(shù)變化不大時可近似作為常數(shù)處理，采用Smith預估補償控制方案有一定的效果。第十四頁，共四十五頁，2022年，8月28日148.2.2控制實施中若干問題

Smith預估補償控制是基于模型已知的情況下進行，實現(xiàn)Smith預估補償控制必須已知動態(tài)模型，即過程數(shù)學關系和純滯后時間。經(jīng)預估補償后，系統(tǒng)閉環(huán)方程已不含純滯后項，因此，常規(guī)控制參數(shù)整定與無純滯后的控制參數(shù)相同。但是，通常純滯后環(huán)節(jié)采用近似表示，實施會造成誤差，再者，補償器模型與對象參數(shù)間存在偏差，因此，應適當減小控制器增益，減弱控制作用，以滿足系統(tǒng)穩(wěn)定要求。Smith預估補償控制對預估器精度要求較高，過程模型精確時，對純滯后補償效果較好，弱點是對模型的誤差十分敏感。當過程參數(shù)變化10％～15％時，預估補償就失去了良好的控制效果。第十五頁，共四十五頁，2022年，8月28日158.3解耦控制8.3.1耦合現(xiàn)象影響及分析例：精餾塔塔頂、塔釜溫度控制的耦合實例。第十六頁，共四十五頁，2022年，8月28日16被控變量為塔頂溫度T1和塔底溫度T2，操縱變量為回流量和蒸氣流量。u1變化不僅影響T1，同時還影響T2；同樣，u2變化在影響T2同時，還影響T1。這種情況，稱兩個控制回路間存在耦合。第十七頁，共四十五頁，2022年，8月28日17解耦是使一個控制變量的變化只對與其匹配的被控變量影響，而對其他回路被控變量沒有影響或影響很小。使耦合的多變量控制系統(tǒng)分解為若干個獨立的單變量控制系統(tǒng)，稱為解耦控制。第十八頁，共四十五頁，2022年，8月28日188.3.2解耦控制方法（1）正確匹配被控變量與控制變量。（2）整定控制器參數(shù)，減小系統(tǒng)關聯(lián)具體實現(xiàn)方法：通過整定控制器參數(shù)，把兩個回路中次要系統(tǒng)的比例度和積分時間放大，使它受到干擾作用后，反應適當緩慢一些，調節(jié)過程長一些，這樣可達到減少關聯(lián)的目的。缺點：次要被控變量的控制品質往往較差，這一點在工藝允許的情況下是值得犧牲的，但在另外一些情況下卻可能是個嚴重缺點。第十九頁，共四十五頁，2022年，8月28日19(3)減少控制回路把方法(2)推到極限，次要控制回路的控制器比例度取無窮大，此時這個控制回路不存在，它對主要控制回路的關聯(lián)作用也消失。例如，在精餾塔控制系統(tǒng)設計中，工藝對塔頂和塔底組分均有一定要求時，若塔頂和塔底的組分均設有控制系統(tǒng)，這兩個控制系統(tǒng)相關，在擾動較大時無法投運。采用減少控制回路的方法來解決。如塔頂重要，則塔頂設置控制回路，塔底不設置質量控制回路,而往往設置加熱蒸汽流量控制回路。8.3.2解耦控制方法第二十頁，共四十五頁，2022年，8月28日20(4)串接解耦控制在控制器輸出與執(zhí)行器輸入之間，可串接解耦裝置D(s)，雙輸入雙輸出串接解耦方塊圖如圖8-5。圖8-5雙輸入雙輸出串接解耦方塊圖由圖可得Y(s)=Gc(ｓ)D(s)G(s)設計要求：找到合適的D(s)使D(s)G(s)相乘成為對角矩陣，就解除了系統(tǒng)之間的耦合，兩個控制系統(tǒng)不再關聯(lián)。第二十一頁，共四十五頁，2022年，8月28日218.4預測控制模型預測控制（MPC）是在工業(yè)過程控制實踐中產生和發(fā)展起來的。實際工業(yè)過程具有非線性、時變性和不確定性，而且大多數(shù)工業(yè)過程是多變量的，難于建立精確的數(shù)學模型，其結構也往往往十分復雜，難以設計并實現(xiàn)有效的控制。70年代以來，人們針對工業(yè)過程特點尋找各種對模型精度要求低，控制綜合質量好，在線計算方便的優(yōu)化控制算法。預測控制是在這樣的背景下發(fā)展起來的。第二十二頁，共四十五頁，2022年，8月28日22預測控制的基本出發(fā)點與傳統(tǒng)PID控制不同。PID控制是根據(jù)過程當前輸出測量值和設定值的偏差來確定當前的控制輸入；預測控制不但利用當前的和過去的偏差值，而且還利用預測模型來預估過程未來的偏差值，以滾動優(yōu)化確定當前的最優(yōu)控制策略。從基本思想看，預測控制優(yōu)于PID控制。第二十三頁，共四十五頁，2022年，8月28日238.4.1預測控制的基本原理預測控制種類很多，各類算法都有一些共同點，主要有四個基本特征，如圖8-6所示。圖8-6預測控制的基本結構第二十四頁，共四十五頁，2022年，8月28日24(1)預測模型預測控制需要描述系統(tǒng)動態(tài)行為的模型，稱為預測模型。預測模型能夠根據(jù)系統(tǒng)的現(xiàn)時刻的控制輸入以及過程的歷史信息，預測過程輸出的未來值。在預測控制中有各種不同算法，可采用不同類型的預測模型。通常采用在實際工業(yè)過程中較易獲得的脈沖響應模型和階躍響應模型等非參數(shù)模型。第二十五頁，共四十五頁，2022年，8月28日25(2)反饋校正圖8-6預測控制的基本結構第二十六頁，共四十五頁，2022年，8月28日26(2)反饋校正在預測控制中，采用預測模型進行過程輸出值的預估只是一種理想方式。對于實際過程，由于存在非線性、時變、模型失配和擾動等不確定因素，使基于模型的預測很難與實際相符。在預測控制中，通過輸出測量值與模型的預估值進行比較，得出模型的預測誤差，再利用模型預測誤差來校正模型的預測值，從而得到較為準確的將來輸出的預測值。預測模型加反饋校正過程，使預測控制具有很強的抗擾動和克服系統(tǒng)不確定性的能力。第二十七頁，共四十五頁，2022年，8月28日27(3)滾動優(yōu)化預測控制是一種優(yōu)化控制算法，通過某一性能指標的最優(yōu)化來確定未來的控制作用。采用滾動式的有限時域優(yōu)化策略。即優(yōu)化過程不是一次離線完成的，而是反復在線進行的，在每一采樣時刻，優(yōu)化性能指標只涉及從該時刻起到未來有限時間，而到下一個采樣時刻，這一優(yōu)化時段會同時向前推移。預測控制不是用一個對全局相同的優(yōu)化性能指標，而是在每一時刻有一個相對于該時刻的局部優(yōu)化性能指標。第二十八頁，共四十五頁，2022年，8月28日28(4)參考軌線在預測控制中，為使過程避免出現(xiàn)輸入和輸出的急劇變化，往往要求過程輸出沿著一條所期望的、平緩的曲線達到設定值。這條曲線通常稱為參考軌線。它是設定值經(jīng)過在線“柔化”后的產物。預測控制的優(yōu)良性質：對數(shù)學模型要求不高，能直接處理具有純滯后過程，具有良好的跟蹤性能和較強的抗擾動能力，對模型誤差具有較強的魯棒性等。這些優(yōu)點使預測控制更加符合工業(yè)過程的實際要求，這是PID控制無法相比的。第二十九頁，共四十五頁，2022年，8月28日29預測控制工業(yè)應用三代軟件包:第一代預測控制軟件包以IDCOM和DMC為代表，主要處理無約束過程的預測控制。第二代預測控制軟件包

QDMC算法可以被稱為它采用二次規(guī)劃方法（QP）求解，可以系統(tǒng)地處理輸入、輸出約束問題。為了解決無可行解的問題，控制結構能隨情況發(fā)生變化，能使用于過程動態(tài)特性以及更高的品質要求。第三十頁，共四十五頁，2022年，8月28日30第三代預測控制軟件包主要有：美國DMC公司的DMC,Setpoint公司的IDCOM-M,SMCA,Honeywell公司的RMPCT,Aspen公司的DMCPLUS，法國Adersa公司的PFC，加拿大TreiberControls公司的OPC等，成功應用于石油化工的催化裂化、常減壓、連續(xù)重整、延遲焦化、加氫裂化等重要裝置。我國通過重點科技攻關，在先進控制與優(yōu)化方面積累了許多經(jīng)驗，成功應用實例亦不少，部分成果已逐漸形成商品化軟件。第三十一頁，共四十五頁，2022年，8月28日318.5自適應控制PID控制系統(tǒng)，均指控制器有固定參數(shù)的系統(tǒng)。實際上，復雜的工藝過程往往具有不確定性（如環(huán)境結構和參數(shù)的未知性、時變性、隨機性、突變性等）。對于這類生產過程，采用之前介紹的PID常規(guī)控制方案往往不能獲得令人滿意的控制效果，甚至還可能導致整個系統(tǒng)失控。為了解決在被控對象的結構和參數(shù)存在不確定性時，系統(tǒng)仍能自動地工作于最優(yōu)或接近于最優(yōu)的狀態(tài)，就提出了自適應控制。第三十二頁，共四十五頁，2022年，8月28日32三是具有自動調整控制器的控制規(guī)律或參數(shù)的能力。自適應控制是建立在系統(tǒng)數(shù)學模型參數(shù)未知的基礎上，在控制系統(tǒng)運行過程中，系統(tǒng)本身不斷測量被控系統(tǒng)的參數(shù)或運行指標，根據(jù)參數(shù)或運行指標的變化，改變控制參數(shù)或控制作用，以適應其特性的變化，保證整個系統(tǒng)運行在最佳狀態(tài)下。一個自適應控制系統(tǒng)至少應包含有以下三個部分：一是具有一個檢測或估計環(huán)節(jié)，目的是監(jiān)視整個過程和環(huán)境，并能對消除噪聲后的檢測數(shù)據(jù)進行分類。通常是指對過程的輸入、輸出進行測量，進而對某些參數(shù)進行實時估計。二是具有衡量系統(tǒng)控制優(yōu)劣的性能指標，并能夠測量或計算它們，以此來判斷系統(tǒng)是否偏離最優(yōu)狀態(tài)。第三十三頁，共四十五頁，2022年，8月28日33自校正控制系統(tǒng)第三十四頁，共四十五頁，2022年，8月28日34模型參考自適應控制系統(tǒng)主要用于隨動控制。這類控制的典型特征是參考模型與被控系統(tǒng)并聯(lián)運行，參考模型表示了控制系統(tǒng)的性能要求。模型參考自適應控制系統(tǒng)第三十五頁，共四十五頁，2022年，8月28日35

2.模糊控制

模糊控制是用模糊數(shù)學的知識模仿人腦的思維方式，對模糊現(xiàn)象進行識別和判決，給出精確的控制量，對被控對象進行控制。8.6模糊控制

1.手動控制操作人員根據(jù)對象的當前狀態(tài)和以往的控制經(jīng)驗，用手動控制的方法給出適當?shù)目刂屏?，對被控對象進行控制。第三十六頁，共四十五頁，2022年，8月28日36操作員手動給出控制經(jīng)驗+當前狀態(tài)控制量模糊控制事先總結歸納出一套完整的控制規(guī)則，放在計算機中。模糊推理判決計算出控制量手動控制+傳感器測量的當前值手動控制和模糊控制的比較第三十七頁，共四十五頁，2022年，8月28日37首先根據(jù)操作人員手動控制的經(jīng)驗，總結出一套完整的控制規(guī)則，再根據(jù)系統(tǒng)當前的運行狀態(tài)，經(jīng)過模糊推理、模糊判決等運算，求出控制量，實現(xiàn)對被控對象的控制。用計算機模擬操作人員手動控制的經(jīng)驗，對被控對象進行控制。3.模糊控制的基本思想與經(jīng)典控制理論和現(xiàn)代控制理論相比，模糊控制的主要特點是不需要建立對象的數(shù)學模型。4.模糊控制的特點第三十八頁，共四十五頁，2022年，8月28日385.模糊控制的發(fā)展5.1模糊控制的起源1965年美國加利福尼亞大學自動控制專家L.AZadeh（扎德或查德）教授的論文《模糊集合論》。1974年英國工程師（E.H.Mamdani）馬丹尼將模糊集合理論應用于鍋爐和蒸汽機的控制，獲得成功，模糊數(shù)學走向應用，取名模糊控制。第三十九頁，共四十五頁，2022年，8月28日39智能模糊控制：具有人工智能的特點，能對原始規(guī)則進行修正、完善和擴展，通用性強。2）自組織模糊控制5.2模糊控制發(fā)展的三個階段1）基本模糊控制3）智能模糊控制基本模糊控制：針對特定對象設計，控制效果好?？刂七^程中規(guī)則不變，不具有通用性，設計工作量大。自組織模糊控制：某些規(guī)則和參數(shù)可修改，可對一類對象進行控制。第四十頁，共四十五頁，2022年，8月28日405.3模糊數(shù)學

模糊集合及其運算規(guī)則在普通集合中，論域中的元素（如a）與集合（如A）之間的關系是