工业过程先进控制及应用控制理论与工程的发展.docx
《工业过程先进控制及应用控制理论与工程的发展.docx》由会员分享，可在线阅读，更多相关《工业过程先进控制及应用控制理论与工程的发展.docx（30页珍藏版）》请在冰豆网上搜索。
工业过程先进控制及应用控制理论与工程的发展
过程控制中的若干问题
一、控制理论发展
１.4０-５０年代经典控制理论
传递函数为基础,在频率域对单输入单输出ＳISＯ控制系统分析与设计的理论
2０世纪40年代开始形成的控制理论被称为“２0世纪上半叶三大伟绩之一”
最辉煌的成果之一ＰID控制
根轨迹Ｅｖａns
频率特性NyquistBｏｄｅ
随动控制
定值控制
定量分析困难 定性分析相当有用
2．60年代现代控制理论
状态空间方法为基础，以极小值原理和动态规划方法等最优控制理论为特证,而以采用卡尔曼滤波器的随机干扰下的线性二次型系统宣告了时域方法的完成。
研究多输入多输出系统
在航天、航空、导制等领域取得了辉煌的成果
对复杂工业过程却显得无能为力,主要原因：
要有精确过程数学模型
建精确过程数学模型难点：
机理复杂非线性与分布参数 时变性
不确定性 多变量之间耦合信息不完全性
IFAＣ--－-系统辨识与参数估计（1９65年以来每三年一次）
现代工业过程建模主要特征:
模型的层次性。
系统结构为递阶结构型，为此过程建模将围绕着结构逐层进行，各层模型之间通过信息通道相互联系。
模型的多时标性。
模型的各层次时标快慢亦是不同的,每一层次兼有两种状态，相对于下层快时标系统它是离散事件变量，相对于上层慢时标系统,它可视为连续时间变量。
信息的多样性。
信息是语言,文字,图形，符号,图象,数字等多媒体信息集成。
建模方法：
机理建模；经验建模;智能建模（神经网络建模、知识模型、模糊模型、逻辑关系模型等）。
3．七十年代开始逐步发展形成了大系统理论
大系统理论是现代控制理论和系统理论相结合,其核心思想是系统的分解与协调,多级递阶优化与控制。
大系统理论仍未突破现代控制理论的基本思想与框架，除了高维线性系统之外，它对其它复杂系统仍然束手无策。
对于含有大量不确定性和难于建模的复杂系统,基于知识的专家系统、模糊控制、人工神经网络控制、学习控制和基于信息论的智能控制等应运而生，它们在许多领域都得到了广泛的应用。
成为自动控制的前沿学科之一。
智能控制与传统控制方法相结合:
模糊变结构控制（FVＳC）
自适应模糊控制（AFＣ）
自适应神经网络控制（ANNC）
神经网络变结构控制（NNＶAＣ）
神经网络预测控制（ＡＮＮPＣ）
模糊预测控制（FＰC）
专家模糊控制（EFC）
模糊神经网络控制（FＮNＣ）
专家神经网络控制（EＮNC）
二、工业过程计算机控制发展
1.直接数字控制（DDC）70年代以前
DDC实现集中控制，代替常规控制仪表
控制算法:
单回路及常用复杂控制系统
由于集中控制的固有缺陷，硬件可靠性低,未能普及
2.集散控制系统（DCS） 70－－80年代
ＤCS在硬件上将控制回路分散化，数据显示、实时监督等功能集中化，有利于安全平稳生产。
就控制策略而言,DCS仍以简单ＰID控制为主，再加上一些复杂控制算法,并没有充分发挥计算机的功能和控制水平。
3.二级优化控制80年代以后
在DＣS的基础上实现先进控制和优化控制。
在硬件上采用上位机和ＤＣS或电动单元组合仪表相结合，构成二级计算机优化控制。
以多变量预测控制为代表的先进控制策略和静态优化控制成功应用，取得明显经济效益以后，出现了众多先进控制和静态优化控制软件公司：
Ａspｅn（美国）ＤMCＣorp. ＤＭC ＤynamicMａtｒiｘ Cｏntroｌ
DMI DｙnaｍicＭatrｉxＩdｅnｔifｉcation
ＳｅtPｏniｔInc SMＣA ＳeｔPonitＭultｉvaｒiable Contrｏl
Ａrｃhｉｔecｔure
ＳMC－Iｄcom ＭultivarｉabｌeConｔｒoｌpaｃｋａｇｅ
SＭC－TｅstPlatetestpackaｇｅ
SMC-Modeｌ Ｉdeｎtifｉcaｔiｏnｐaｃｋage
Honeywell ｐrｏｆiｍatics（美国） RMPCT Rｏbuｓt Mｕltｉvariａble
PreｄuctiｖeContｒｏlTechnology
ＰCT PredictiveＣontｒolＴechｎology
TreiｂｅrCｏntroｌ（加拿大）ＯPC OptimumＰredｉｃtｉveControl
Aｄｅrsa （法国） HIECＯN HieｒarchecalＣoｎstraiｎｔＣontｒoｌ
ＰFC PrｅdictiveFuncｔiｏｎaｌControl
ＧLＩDEIｄentificａtｉoｎ Ｐaｃｋagｅ
IｎvenｓysPreｄictiveControｌCoｎｎｏisｓeur On-ｌineModｅlｌｉng
（英国 ） Ｌtd Coｎtroｌler
On-line AdaptivｅControl
CｏnstｒａｉnedOｐtiｍiｚation
Siｍulaｔion
ＳcｉｅnｃeCor. ＲOＭeo Ｏｎ-ｌinｅ/Off-liｎeOPｔimｉzatｉo
国外著名公司的先进控制软件包及应用
ＤMＣ公司:
DMC软件包首次应用时间198５
使用套数（1995统计）６00套
Setpoinｔ公司:
IDＣOM-Ｍ软件包,首次应用时间1987
使用套数（１995统计）4０2套
SＣMCＡ软件包首,次应用时间1993
Profｉmａtics公司:
PＣT软件包,首次应用时间１98４
使用套数（１9９5统计）3７2套
ＲMPＣT软件包首,次应用时间1991
Adersa公司：
IDCOM软件包,首次应用时间1973
使用套数（1995统计）43８套
软HIECON件包首,次应用时间1986
Tｒeiｂeｒ公司:
OPC软件包,首次应用时间1９87
使用套数（1995统计） ４１６套
4．工业过程计算机集成控制－-９0年代
随着计算机及网络技术的发展,DCS出现了开放式系统，实现多层次计算机网络构成的管控一体化系统（CIＰS）。
将生产调度计划与、经营管理和决策引入计算机控制系统构成计算机集成控制（CIPＳ），由五级组成：
基础控制级先进控制与优化控制级 计划与调度级生产经营管理级决策级
计算机集成控制（CＩＰＳ）核心是信息的获取、处理与加工。
同时，以现场总线为标准，实现以微处理器为基础的现场仪表与控制系统之间进行全数字化、双向和多站通讯的现场总线网络控制系统（ＦCＳ）。
它将对控制系统结构带来革命性变革,开辟控制系统的新纪元。
三、当前过程控制系统发展的一些主要特点
1.生产装置实施先进控制成为发展主流
由于受到经典控制理论和常规控制的限制，难以处理工业过程中存在的耦合性、非线性和时变性等。
随着企业提出的高柔性、高效益的要求,上述控制方案已经不能适应，以多变量预测控制为代表的先进控制策略的提出和成功应用以后，先进控制受到了过程工业界的关注, 生产装置实施先进控制成为发展主流。
先进过程控制（Aｄvancedprocｅssｃontroｌ,ＡＰＣ）是指一类在动态环境中,基于模型、充分借助计算机能力,为工厂获得最大利润而实施的运行和技术策略。
这种新的控制策略实施后，系统运行在最佳工况，实现所谓“卡边生产”。
据资料报道，一个乙烯装置投资16３万美元实施先进控制，完成后预期可获得效益600万美元/年。
国外许多控制软件公司和ＤCS生产商都在竞相开发先进控制和优化控制的商品化工程软件包，西方国家有一定规模的先进控制软件公司大约有45家,推出APC软件３１2种,全世界应用APＣ有数千项,APC软件应用年增长率达到３０%左右，先进控制策略主要有：
状态反馈控制
纯滞后补偿控制
多变量解耦控制
自适应控制
鲁棒控制
多变量预测控制
推理控制及软测量技术
故障检测、诊断与容错控制
智能控制（专家控制、模糊逻辑控制和神经网络控制）等，尤其智能控制已成为开发和应用的热点。
著名过程控制专家D.E．Seｂｏｒg提出过程控制策略分类：
第一类（传统控制策略）:
PID控制；比值控制;串级控制；前馈控制。
第二类（先进控制—经典技术）:
增益调整;时滞补偿；解耦控制 ;选择性控制。
第三类（先进控制—流行技术）：
模型预测控制;统计质量控制;内模控制;自适应控制。
第四类：
（先进控制—潜在技术）:
最优控制;非线性控制;专家系统；模糊控制；神经网络控制。
第五类（先进控制—研究中策略）：
鲁棒控制;H∞和μ综合。
先进控制策略主要有：
纯滞后补偿控制：
Smｉth预估补偿器，各种改进Smith预估补偿器，观测补偿器,采样控制，内模控制，达林控制等,这些方法对模型参数变化灵敏度太高，鲁棒性差。
多变量关联（解耦）系统:
被控变量与操纵变量正确匹配;参数整定；减少控制回路;多变量解耦控制。
针对不确定性出现了自适应控制，鲁棒控制。
自适应控制系统是一个具有适应能力的系统，它必须能够辩识过程参数与环境条件变化,在此基础上自动地校正控制规律。
1适应控制是辨识与控制的结合，但两者有一个难解决的矛盾；
2适应控制中，除了原来的反馈回路外,还增加了调整控制算法的适应作用回路，后者（外层回路）常常是非线性的,系统的稳定性有时无法保证；
鲁棒控制的任务是设计一个固定控制器,使得相应的闭环系统在指定不确定性扰动作用下仍能维持预期的性能,或相应的闭环系统在保持预期的性能前提下，能允许最大的不确定性扰动。
鲁棒控制的研究是近年来非常热门的研究课题。
多变量预测控制：
预测模型、反馈校正、滚动优化
由于预测控制的一些基本特征使其产生许多优良性质：
对数学模型要求不高且模型的型式是多样化的；
具有良好的跟踪性能和较强的抗干扰能力;
对模型误差具有较强的鲁棒性。
主要研究：
稳定性（带约束MＰＣ以及开环不稳定、非最小相位、时滞等特性的对象）;MＰC鲁棒性分析和综合;可行性（在给定约束与性能指标的条件下，相应的预测控制规律是否存在的问题）；非线性MＰC性能和算法研究。
推理控制及软测量技术
推断控制是利用数学模型由可测信息将不可测的输出变量推算出来实现反馈控制，或将不可测扰动推算出来以实现前馈控制。
由于推断控制是基于模型的控制,要获得过程模型精确的难度较大,所以这类推断控制应用不多。
软测量的基本思想是对于难于测量或暂时不能测量的重要变量（或称之为主导变量），选择另外一些容易测量的变量（或称之为辅助变量），通过构成某种数学关系来推断和估计，以软件来代替硬件（传感器）功能。
这类方法具有响应迅速,连续给出主导变量信息,且具有投资低,维护保养简单等优点。
数据校正,动态预测，在线校正。
故障检测、诊断与容错控制
故障检测和诊断:
基于信号处理的方法、基于解析模型的方法和基于知识的方法。
基于多变量统计技术的方法也在近年来迅速发展起来。
研究内容:
鲁棒性，自适应性、综合诊断
研究方法:
（1）人工神经网络与模糊逻辑方法的结合。
（2）人工神经网络与专家系统方法相的结合。
（3）小波变换技术与人工神经网络的结合。
一种方法是用小波分析对信号进行预处理，通过将小波基与信号的内积进行加权和来实现信号特征的提取,然后将提取的特征向量送入神经网络处理；另一种方法即所谓的小波神经网络（WＮN），它把小波变换与神经网络有机地结合起来，充分继承了两者的优点,是一种很有前途的方法。
（4）多变量统计技术与基于知识的方法的结合。
多变量统计技术是基于稳态数据建立起来的模型，因而难于应用到对瞬态过程的监测上;本质上是基于线性过程发展起来的,但实现起来过于复杂；自身难于实现故障原因的解释。
因此，将多变量统计技术与基于知识的方法相结合，构造出一种充分利用各自优势的混合型方法是一种必然趋势。
统计过程控制（SPＣ）
统计过程控制判断过程是否处于“在控状态”或“失控状态”，并通过产品质量分析，从中发现过程中可改善因素，并加以改进。
理论基础是中心极限定理和3原理。
方法：
控制图方法;多变量投影方法（PＣA,PLS）。
统计过程控制方法主要用于过程监视和异常工况检测、质量的统计建模等。
智能控制（专家控制、模糊逻辑控制和神经网络控制）等，尤其智能控制已成为开发和应用的热点。
模糊控制优点:
模糊控制是建立在经验基础上的控制,无需建立数学模型,是解决不确定系统的一种途径；具有较强的鲁棒性。
缺陷：
模糊控制设计缺乏系统性,无法定义控制目标,控制规则的选择、论域的选择，模糊集的定义、量化因子的选取等多采用试凑法,这对复杂控制是难于凑效的。
研究内容：
模糊控制稳定性;模糊模型的辩识；模糊最优控制；模糊自适应控制;与其它控制结合等。
专家控制 优点：
专家控制是建立在经验基础上的控制,无需建立数学模型，是解决不确定系统的一种途径;具有较强的鲁棒性。
研究内容:
如何解决好知识的获取,以及如何进行实时性的搜索以解决实时控制问题;
如何将过程的深层与浅层知识合理结合起来构造知识库,有效地自动修改知识库;
如何进行专家控制系统的稳定性、可控性分析；
如何建造通用的满足过程控制的专家开发工具。
神经网络控制
ＡNN的主要吸引力在于：
●能够以任意精度逼近任意非线性映射，给建模带来一种非传统的表达工具；
●自适应性能力，包括自学习能力，自组织推理能力等;
●并行结构和并行处理,它不但结构上是并行的,处理顺序也是并行的，因此处理速度快,能快速实现大量复杂的控制算法，进行实时处理;
●分布式信息存储与处理结构，具有独特的容错性；
缺陷：
（1）近年来对AＮN本身的研究，如网络结构、控制参数等没有根本的突破；
（2）ANN的泛化能力不足;（3）网络本身的黑箱式内部知识表达方式,使其不能利用经验进行学习，易陷于局部极小值。
这些固有的缺陷极大地限制了ANN的应用。
研究内容：
开展神经网络控制系统的稳定性、收敛性、鲁棒性和可靠性等理论研究;
开展神经网络的学习算法研究，研究新的快速学习算法,设计用于控制的新神经网络模型和算法,改进现有的算法;
研究NNC与其它控制方法的结合例如继续进行NN在系统辩识、状态估计、自适应控制、故障诊断、容错控制等;
研究NN的硬件实现问题，促进NN在控制领域的应用。
２．过程优化受到普遍关注
在过程控制中，过程优化已受到了普遍关注。
在过程优化中,主要寻找最佳的工艺参数设定值以获得最大的经济效益，这称之为稳态优化。
稳态优化采用静态模型，进行离线或在线优化计算。
生产过程的优化是在各种优化条件下,求取目标函数的最优值，通常是复杂的非线性优化问题。
在过程优化中，由于系统的复杂性，求全局最优值十分困难，而且实际过程并不一定要求最优值，而只要求得“优化区域”或“满意解”就可满足要求。
最近有人提出把工艺设计与控制整体考虑，在工艺设计的同时考虑到控制的实施方案及效果,就可以在工艺设计阶段消除那些可能导致控制困难的因素，这种方法正在受到人们的关注。
优化算法
基于模型的优化算法有解析法、线性规划、梯度搜索法、数值搜索法、整数规划法等。
这些算法比较成熟。
当前过程工业一方面向大型化发展，另一方面向精细化发展。
采用传统的优化方法,经常会出现由于问题太复杂导致需要搜索的空间太大而引起的“组合爆炸”、搜索不收敛或收敛太慢而找不到最优解、收敛在局部最优点而无法抵达全局最优点等问题。
为克服这些问题，出现了一些新的优化算法。
1）逐次二次规划方法（SQP）
这是一种“不可行路径”法，在优化过程中，在过程解向可行域靠近时，评价函数也向最优点逼近，最优点和可行解在优化终点同时到达。
Biegｌｅr等在该方法中考虑了过程模型的特殊性,适用于变量众多的大型优化命题。
国外已开发的许多过程模型模拟与优化的商品化软件采用了这一算法。
２）随机优化方法
这类算法都将定向性搜索（沿好的方向）与随机性搜索结合在一起,既有高的搜索效率与速度，又能跳出局部最优点，能保证搜索的收敛性。
主要有模拟退火法（SA）、遗传算法（GA）。
综合SA和GA以及趋化法（ＣA）的优点，李兵等提出了SAGＡCIA算法，搜索性能很好,可适用于各种优化命题。
张克进比较了目前各种随机优化计算的特点，提出一种更完善的随机搜索优化方法—综合优化方法（SOA）,该方法具有良好的渐进收敛特性、高的最优率和更快的收敛速度，在延迟焦化装置上应用后提高了液体产品收率。
３）混沌优化方法
利用混沌运动的“随机性”和遍历性，得出一种适用于连续优化的高效方法。
张春慨等提出在局部搜索空间利用线性搜索加速解的收敛速度和精度,并与精确不可微罚函数结合来求解非线性约束优化问题的新方法,再进行混沌搜索寻优。
该方法已经应用在甲醛生产过程的在线优化中。
４）区域优化方法
对于任何一个优化命题,当采用各种传统的优化算法进行寻优时,最终所获得的最优解（或次优解）在解空间中都表现为一个最优点，这种优化被称为点优化。
实际过程中随着点优化的进行，当进入某一个区域后,继续寻优对优化目标函数的影响作用已经不明显。
有时即使寻到最优工作点,但也难以实施。
比较理想的优化方式是区域优化。
所谓区域优化是相对于点优化而言的,特指围绕命题的优化目标,以搜索解空间中的具有次优特点的满意区域为目的的寻优技术。
优化结果虽不一定是全局最优结果，但这种优化方法在工程应用时是合理的并且能够实施。
对该方法的研究处于初级阶段，其中工况的划分和工况区域的识别是关键问题。
3.传统的DCＳ在走向国际统一标准的开放式系统
自1975年第一套分布式工业控制计算机系统诞生以来，历经近2０年,各家DCS生产厂家的产品大多不能兼容，最后终于联手共同推出一种国际标准的现场总线（FIELDBUＳ）控制系统,它被公认为具有时代特点的新一代分布式计算机控制系统，它的主要特点为：
（1）开放性 现场总线采用同一种国际标准的通讯协议，不同厂家的产品可方便地互联,可与局域网相连；
（2）智能化现场仪表 除了一般现场控制,检测仪表功能以外,还具有诊断、自补偿、现场组态、现场校验功能;（３）现场仪表采用数字信号传输提高传输可靠性,节约传输线的投资；（4）彻底的分散性 简单控制回路基本分散在现场实现,关键数字信号进中央控制室，中央控制室主要完成信息管理、先进控制和优化。
随着现场总线技术的出现和发展,各种现场总线的市场竞争日趋激烈,由于各大集团对于现有市场利益的追逐,使统一的现场总线国际标准迟迟不能出台。
经过妥协，在200０年１月宣布有8种现场总线均列入国际标准，形成多种现场总线共同竞争的局面。
４.综合自动化系统（CIPＳ）是发展方向
过程工业自动化在90年代以前仍是自动化孤岛模式。
进入90年代,企业把提高综合自动化水平作为挖潜增效、提高竞争能力的重要途径。
集常规控制、先进控制、过程优化、生产调度、企业管理、经营决策等功能于一体的综合自动化成了当前自动化发展的趋势。
综合自动化就是在计算机通讯网络和分布式数据库的支持下，实现信息与功能的集成,进而充分调动人的因素的经营系统、技术系统及组织系统（ｈumａnwarｅ）的集成，最终形成一个能适应生产环境不确定性和市场需求多变性的全局优化的高质量、高效益、高柔性的智能生产系统,这就是CIM思想在连续工业中的体现。
计算机集成系统功能框图
生厂与经营过程
测量信息
基本控制
销售、管理信息
投入产出模型
资金、物流模型
物料、能量平衡模型
静态模型
故障模型
对象动态模型
对象特性知识
计划,调度信息
工况核算信息
决策信息
推断,优化信息
辅助决策
生产经营管理
计划、调度优化
车间与装置的优化与监控
先进过程控制
全厂
单元
车间
工业过程计算机集成控制系统一般由由信息、优化、控制和对象模型等组成,具体可由六级构成，如图所示
工业过程计算机集成系统的核心是信息的获取、处理与加工。
来自基本控制级的直接测量信息，经过浓缩处理及加工后变成高级控制的不可测变量的估计信息以及车间核算信息和工况信息,经统计、分析和汇总后送到调度级和管理级，再经深度加工后进入决策级作为企业领导决策的依据。
决策级除来自企业内部的综合信息外,还要掌握市场信息、同行信息等外部信息。
综合自动化系统主要特点有:
（1）系统主线采用递阶系统结构形式。
人的介入程度是自下而上逐步增加的，人工智能的应用程度也是自下而上逐步增加的，但是工作频率的周期是自下而上逐步减少的,如基础控制级的周期在秒级,作操优化的周期在小时级，调度的周期以天计,计划的周期以月、季、年计。
（2）系统的主线是控制与管理两个方面。
综合自动化系统需选择合适的计算机和网络,实行结构集成。
通常由DCS或现场总线系统完成控制任务,由中、小型机或微机完成管理任务。
（3）系统信息的集成至关重要。
来自基础控制级的直接测量信息,经过数据处理后变成先进控制中不可直接测量变量的估计信息以及车间核算信息和工况信息,经统计、分析和汇总送到调度级和管理级,再经深度加工后进入决策级作为企业领导决策的依据。
决策级除来自企业内部的综合信息外,还要掌握市场信息、同行信息等外部信息。
数据挖掘:
我们正处在信息化的社会，大量信息在给人们带来方便的同时也带来了一大堆问题：
第一是信息过量，难以消化;
第二是信息真假难以辨识；
第三是信息安全难以保证;
第四是信息形式不一致,难以统一处理。
人们开始提出一个新的口号:
“要学会抛弃信息”。
人们开始考虑：
“如何才能不被信息淹没，而是从中及时发现有用的知识、提高信息利用率?
”面对这一挑战,数据开采和知识发现（DＭＫD）技术就应运而生,并显示出强大的生命力。
数据库急剧增长,数据污染、不真实、不完全等。
四、我国先进控制软件包应用
目前我国已引进IDCOM-M，SＭCA等先进控制软件，并已投入使用,取得明显经济效益。
另外，HoneywｅllProfiｍatics公司已经与中国石化总公司合作，在石化行业推广他们的RＭPCT软件,部分已投入使用。
国外这些软件的价格非常之高,而且国外厂商对其核心技术是保密的。
我国通过“八五”“九.五”国家重点科技攻关等,在先进控制与优化控制方面积累了许多经验,成功应用实例亦不少,部分成果已逐渐形成商品化软件。
1. 催化裂化装置
（1） 齐鲁石化公司胜利炼油厂引进美国Seｔｐoｉｎt公司的多变量预测控制技术（IDCＯM-M）。
该技术在国内首次成功应用于处理量为６0万吨/年催化裂化装置的反/再系统上。
该项目于９３年9月底交付工艺使用,投运率在95%以上，运行情况良好。
平稳了生产、稳定了产品质量、提高轻质油收率2.８%、增加了处理量、节约了能耗。
整体效益显著，超过了预期的387万元／年的目标。
（2）大庆石油化工总厂和Hoｎeywell公司在10０万吨/年重油催化装置反/再系统和分馏系统中开发应用了多变量预估技术,平稳了操作。
掺渣油比例稳定40%。
在设计能力１1０％负荷下能长期稳定地运行。
汽油干点波动方差减少50％。
升级会员 