《先进控制在过程工业的应用.doc》由会员分享，可在线阅读，更多相关《先进控制在过程工业的应用.doc（16页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、Four short words sum up what has lifted most successful individuals above the crowd: a little bit more.-author-date先进控制在过程工业的应用摘要：随着现代控制理论的迅速发展，各种先进控制策略、方法和技术已开始在流程工业中广泛应用，其中鲁棒控制软测量技术，模糊控制都是精化，预测工业控制的重要手段先进控制在过程工业的应用Application of advanced process control in process industry摘要：随着现代控制理论的迅速发展，各种先进控制策略
2、、方法和技术已开始在流程工业中广泛应用，其中鲁棒控制软测量技术，模糊控制都是精化，预测工业控制的重要手段。本文举例说明了先进控制技术在各种过程工业中的应用，简述了先进控制技术的优点，在分析工业过程特点的基础上，总结了工业过程先进控制的发展现状，阐述了控制器参数整定和模型预测控制的基本概念和内容。关键词：工业过程；先进控制；模型预测控制；自适应控制；鲁棒控制；智能控制；软测量技术；内模控制；先进控制软件Abstract： With the rapid development of modern control theory， some advanced process control strat
3、egies， methods and technology has been widely applied in process industry， the robust control soft measurement technique and fuzzy control are refined， prediction of industrial control is an important means of. The paper illustrates the advanced control technology in the process of industrial applic
4、ation， the advantages of advanced control technology in the analysis， based on the characteristics of industrial process， summed up the development of advanced control of industrial process， elaborated the controller parameter tuning and model predictive control of the basic concept and content of.K
5、eywords：Industrial process；advanced control; model predictive control; adaptive control; robust control; intelligent control; soft measurement; internal model control; advanced control software-一前言什么是先进控制（Advanced Process Control，简称APC ）先进控制是对那些不同于常规控制，并具有比常规PID控制更好的控制效果的控制策略的统称，而非专指某种计算机控制算法。但至今对先进
6、控制还没有严格的、统一的定义。尽管如此，先进控制的任务却是明确的，它是用来处理那些采用常规控制效果不好，甚至无法控制的复杂工业过程控制的问题。通过实施先进控制，可以改善过程动态控制的性能、减少过程变量的波动幅度，使之能更接近其优化目标值，从而使生产装置在接近其约束边界的条件下运行，最终达到增强装置运行的稳定性和安全性、保证产品质量的均匀性、提高目标产品收率、增加装置处理量、降低运行成本、减少环境污染等目的。现代复杂的工业生产过程，通过实施先进控制，可以大大提高工业生产过程操作和控制的稳定性。先进控制，内容丰富，涵盖面广，包括预测控制、自适应控制、鲁棒控制、智能控制和软测量技术等。二模型预测控制
7、 模型预测控制是一种基于模型的闭环优化控制策略，已在炼油、化工、冶金和电力等复杂工业过程控制中得到广泛的应用。模型预测控制具有控制效果好、鲁棒性强等优点，可有效地克服过程的不确定性、非线性和关联性，并能方便处理过程被控变量和操纵变量中的各中约束。模型预测控制是一类产生于20世纪70年代的计算机控制算法。与传统的PID 控制算法不同，模型预测控制不但利用当前时刻和过去时刻输出测量值与设定值的偏差，而且还利用预测模型来预估过程未来的偏差值，采用滚动优化的方法确定当前的最优控制作用。模型预测控制的基本步骤是预测模型建模、滚动优化和反馈校正。其代表性的控制算法有动态矩阵控制（DMC）、模型算法控制（M
8、AC）和广义预测控制（GPC）。动态矩阵控制（DMC）算法是一种基于对象阶跃响应的预测控制算法，它适用于渐近稳定的线性对象。对于弱非线性对象，可在工作点附近作线性化处理后应用DMC。作为一种有约束的多变量优化控制算法，DMC在1974年在美国壳牌石油公司得到应用。此后，它被广泛用于炼油、石化、化工、造纸等领域。模型算法控制（MAC，又称为模型预测启发控制MPHC）诞生于20世纪70年代后期，它是基于对象脉冲响应的一种预测控制算法，适用于渐近稳定的线性对象。MAC算法以控制变量的变化量（即u）为输入控制量，在控制算法中包含了数字积分环节，故即使发生模型失配，该算法仍可以实现无稳态偏差控制。MAC
9、（MPHC）在锅炉、精馏塔等的控制中获得了成功应用。广义预测控制（GPC）是在自适应控制的研究中发展起来的一类预测控制算法。GPC算法基于可控自回归滑动平均模型或可控自回归积分滑动平均模型，采用多步预测优化策略，利用在线辨识和校正机制增强了控制系统的鲁棒性。GPC算法不仅适用于开环稳定的最小相位系统，而且可用于非最小相位系统、变结构系统和时滞系统。当前，预测控制的研究范围主要涉及到以下方面，(1)对现有基本算法作修正。如引入扰动观测器，采用变反馈校正系数等。(2)单变量到多变量的推广。把只适合于稳定对象的算法推广到非自衡系统，把预测控制的应用范围推广到非线性及分布参数系统。(3)优化目标函数的
10、选取。如采用最小方差的目标函数、二范数的目标函数、无穷范数的目标函数等。(4)预测模型的选取。尤其是在非线性预测控制中，非线性预测控制要比线性预测控制复杂得多。因而，目前研究主要集中在特殊的非线性模型，如Wiener模型，Bilinear模型、广义Hammerstein模型、Volterra模型等。(5)引入大系统方法，实现递阶或分散的控制算法。(6)将基本控制算法与先进的控制思想与结构相结合，如自适应预测控制、模糊预测控制、鲁捧预测控制、神经网络预测控等。 目前，预测控制的应用几乎遍及各个工业领域，如：炼油、石化、化工、造纸、天然气、矿冶、食品加工、炉窑、航空、汽车等。其中全世界采用了以预测
11、控制为核心的先进控制算法已经超过5000多例。国外著名的控制工程公司都开发研制了各自的商品化软件。预测控制的软件产品至今已走过了三代。第一代产品主要以Adersa公司的IDCOM和Shell Oil公司的DMC为代表，可处理无约束的预测控制问题。第二代以Shell Oil公司的QDMC为代表，它增加了处理输入输出有约束的多变量对象的技术。而目前的第三代产品，主要有Aspen公司的DMCplus和Honeywell公司的RMPCT，以及浙大中控软件公司的Adcon等，都已在炼油、化工、石化等工业生产过程中应用。 三自适应控制自适应控制的研究对象是具有一定程度不确定性的系统。面对客观上存在的各种不
12、确定因素，自适应控制系统能在对象运行过程中，通过不断地测量系统输入、状态、输出或性能指标，逐渐获得过程内部信息，然后对给定的评价指标和按一定的设计方法作出控制决策（更新控制器的结构、参数或修正控制作用）。自适应控制对模型和扰动的先验知识依赖程度较低。目前比较成熟的自适应控制系统可分为两大类，一类是模型参考自适应控制系统（Model Reference Adaptive System，MRAS）；另一类是自校正调节器控制系统（Self-Tuning Regulator Control System，STRCS）。模型参考自适应控制系统由参考模型、被控对象、反馈控制器和调整控制器参数的自适应机构等
13、部分组成，如图1所示。从中可知，这类控制系统包含内外两个环路。内环是由被控对象和控制器组成的普通反馈回路，而控制器的参数则由外环调整。参考模型的输出ym就是对象输出y的期望值。自适应机构由系统输出响应y(t)与模型输出响应ym(t)的偏差信号e(t)驱动。图1 模型参考自适应控制系统结构图自校正调节器控制系统由被控对象、对象参数估计器、控制器参数计算机构和可调控制器组成，如图2所示。和模型参考自适应控制系统相似，自校正调节器控制系统的内环包括被控制对象和一个普通的线性反馈控制器，控制器的参数由外环调节；但自校正调节器控制系统的外环由一个对象模型参数估计器和一个控制器参数计算机构所组成。参数估计
14、器对被控对象进行在线参数估计；控制器参数计算机构根据对象模型参数估计值，按一定的设计准则获得新的控制器参数，并把这些参数赋给可调参数控制器；后者再根据设定值r和系统输出y的偏差确定控制量u，使整个系统达到预期的控制效果。自适应控制技术首先用于飞机的自动驾驶。飞行器的动态特性取决于许多环境参数和结构参数，如动态气压、高度、质量、阻尼板位置等。在不同环境下，这些参数可能在相当大的范围内变化。对这类工作环境复杂、参数幅度变化大的被控对象，自适应控制尽显优越性。如今，自适应控制技术的应用几乎遍及所有领域，如机器人研制、导弹制导、磁悬浮列车机械制动系统、卫星天线跟踪指向控制、汽车悬架控制、水泥生料磨机化
15、学成分控制、连铸结晶器液位控制系统和精馏塔控制，等等。四鲁棒控制实际控制对象一般很难用精确的数学模型描述。鲁棒控制基于被控对象的不确定性和不完全信息建模，再根据该模型设计能够满足期望性能指标的控制器。鲁棒控制的基本理论包括H控制理论和理论。H控制理论就是在H空间通过某些性能指标的无穷范数优化而获得具有鲁棒性能控制器的一种控制理论。H控制理论为多输入多输出且具有模型摄动的系统提供了一种频域鲁棒控制器设计方法。对于非结构不确定性系统，H鲁棒控制器可以设计得相当精确。理论是研究动态不确定性鲁棒控制的结构奇异值理论。理论将一个具有回路多点独立的有界范数摄动化为块对角摄动结构，然后给出判断系统鲁棒稳定的
16、充要条件。理论不但能有效地、无保守性地判断“最坏情况”下摄动的影响，而且当存在不同表达形式的结构不确定性情况下仍然能够分析控制系统的鲁棒稳定性和鲁棒性能问题。由于鲁棒控制理论处理不确定系统的优越性，已经在航空、航天、航海、化工、冶金等领域得到了应用，如飞机着陆控制、飞机运动控制、机器人轨迹跟踪、机器人两自由度柔性关节控制、电力系统非线性自抗扰励磁控制、水下热动力系统控制、工业过程鲁棒PID 控制器等等。五智能控制智能控制是控制理论发展的高级阶段，它是人工智能、运筹学和自动控制三者的交叉。有代表性的智能控制包括专家控制、神经网络控制和模糊逻辑控制等。(1) 专家控制专家系统是应用人工智能技术，根
17、据某个应用领域的一个或多个人类专家提供的知识和经验进行的推理、判断和决策，其一般如图3所示。人机接口、解释机构、数据库、知识获取、知识库和推理机是专家系统的基本组成部分。其中数据库用于存储有关事实及推理结果；知识库用于存储相关领域专家的专门知识；推理机模拟专家的推理方法和技巧。专家系统通过人机接口与用户交换信息，输入数据和待解问题，输出推理过程和结构等。知识获取的基本任务是把知识输入到知识库中，并负责维持知识的一致性及完整性。推理机首先根据数据库中的有关事实和知识库中的专家知识以一定的推理方法进行推理，并在推理过程中不断更新数据库，直到最后得出结论。解释机构跟踪并记录推理过程，当用户提出询问需
18、要给出解释时，它将根据问题的要求分别做相应的处理，最后把解答用约定的形式通过人机接口输出给用户。图2 专家系统结构1980年以后，专家系统应用报道逐渐增多，如抗生素发酵过程专家控制系统，提高了控制精度，降低了生产成本；提出了一种工业聚酯装置开停车过程辅助专家控制系统；在分析了链条炉工艺特性的基础上提出了一套专家控制系统并得以实施；研制了水泥回转窑实时专家控制系统；开发了锅炉专家控制系统；开发了一种面向现代农业的专家控制平台；将专家控制系统应用于石油钻井工程；则设计了一套乙烯精馏塔压差实时专家控制系统。(2) 神经网络控制神经网络是由大量人工神经元广泛互联而成的网络，人工神经元则是非线性映射函数
19、。常见的神经网络的有感知器网络、BP网络、Hopfield网络、Boltzmann机、CMAC神经网络、B样条神经网络、径向基函数神经网络和模糊神经网络等。神经网络控制是一种数据驱动的控制方法，适用于那些具有不确定性、非线性且无模型可资利用的控制对象，它具有较强的自适应和学习能力。根据神经网络控制结构的不同，神经网络控制可分为神经网络监督控制、神经网络自适应控制、神经网络内模控制、神经网络预测控制和神经网络自适应评判控制等。神经网络控制已在很多领域得到应用。神经控制以其独特的优点受到控制界的关注并得到了广泛的应用，这主要来自以下三方面的动力：处理越来越复杂系统的需要；实现越来越高设计目标的需要
20、；越来越不确定情况下进行控制的需要。20世纪80年代以来，人工神经网络又有了重大突破，人们提出了许多功能强大的神经元模型和各种有效的算法并促进了它的应用。目前，神经网络已经在对象建模、系统辨识、参数估计、自适应控制、预测控制、容错控制、故障诊断、数据处理等领域得到了广泛的应用。其中，神经网络与模糊逻辑、遗传算法、专家系统、小波分析结合、混沌神经网络、基于粗糙集的神经网络等方向已成为新的研究热点。Hsu采用Kohonen自组织特性映射方法实现了短负荷预测中的负荷类型识别将递归神经网络用于化工过程多步预测；给出了基于神经网络的尼罗河水流量多步预测；提出了一种基于神经网络控制的电弧炉系统；Bonga
21、rds等将神经网络预测器和模糊控制器相结合用于污水处理;采用并行结构的递归神经网络用于套管式化学反应釜控制。另外，就目前神经网络在控制系统中的应用来说，它在控制系统的建模、辨识和控制中都获得了广泛的应用。主要有 ：系统辨识：通过多层前馈网络能够提供非线性被控对象的直接逆向模型。充当各类控制器：如监督控制、直接逆模控制、模型参考控制、内模控制、预测控制、自适应控制、非模型控制等。 因此，神经网络在机器人运动学控制、动力学控制和路径规划等方面也有广泛的应用。六模糊控制1965年，Zadeh教授最早提出模糊集合的概念，从而突破了经典集合论中属于或不属于的绝对关系，标志着模糊数学的诞生。模糊控制是应用
22、模糊数学理论，对一些无法构造数学模型的过程进行有效的控制。基本的模糊系统包括模糊化处理、模糊推理和非模糊化控制三个环节。在模糊推理面，Takagi和Subeno通过使用最小二乘法近似做出了贡献。在非模糊化方面，相继出现了最大隶属度值法、面积平均法、重心法、最大隶属度平均值法等。在应用方面，1974年，Mamdani首次将模糊控制应用到蒸汽机和锅炉的控制，取得了满意的效果。1980年，Holmblad和Ostergaard将模糊控制成功地安装到水泥窑炉上，并开发了第一个商品化模糊控制器。1985年，AT&T贝尔实验室的Togai和Watanabe设计出第一块模糊逻辑芯片。1987年，Omron公
23、司研制出第一代模糊微处理机Yamakawa设计了高速模糊控制器硬件系统。进入90年代，日本推出了大量采用模糊控制的家用电器。不少仪表商已经将模糊控制作为DCS的一个模块。目前，美国国家航空与航天局正考虑将模糊控制技术应用到航空系统。国际原子能机构和工业应用系统机构也准备将模糊控制技术应用到大型系统高速推理上。模糊控制是基于模糊逻辑，模仿人类控制经验和知识的一种智能控制。模糊控制器主要由模糊化、知识库、模糊推理和解模糊化四部分组成，如图4所示。图4 模糊控制器的基本框架模糊化部分的作用是将输入的精确量转换成模糊量。知识库包括了具体应用领域中的知识和要求的控制目标。它通常由数据库和模糊控制规则库两
24、部分组成。数据库主要包括各语言变量的隶属度函数、尺度变换因子以及模糊空间的分级数等。规则库是由用模糊语言变量表示的一系列控制规则组成的。它反映了控制专家的经验和知识。模糊推理是模糊控制器的核心，它模拟人基于模糊概念推理的行为。解模糊化的作用是将模糊推理得到的模糊控制量变换为实际用于控制的精确量。模糊控制在工业生产和日常生活中应用例子很多，如污水处理、城市单路口交通、立窑水泥煅烧、飞行器的飞行控制、锅炉排管爬壁机器人、汽车防抱制动系统、群控电梯系统、现代高层建筑水位检测和水质监测系统、核反应堆控制系统、内燃机车装置试验系统、地铁列车的驾驶系统和家用电器领域。七软测量技术软测量技术往往与先进过程控
25、制相伴。软测量技术是利用可测过程变量、通过各种数学计算和估计方法推断待测过程变量的技术。在数学上，软测量模型就是可测过程变量集合到待测过程变量集合y的映射，即 。根据软测量模型建模方法的不同，软测量技术可分为机理建模、回归分析、状态估计、模式识别、人工神经网络、模糊数学、过程层析成像、相关分析和现代非线性信息处理技术等子类。可测变量的选择、测量数据预处理、数据库在线更新和模型在线校正是软测量成功的关键。软测量技术不仅解决了常规检测仪表无法测量的过程变量的在线检测问题，而且响应快、投资少、维护简单。软测量技术的典型应用领域是炼油工业，如石油催化裂化分馏塔的粗汽油干点和轻柴油凝固点的软测量；乙烯装
26、置裂解炉的炉管外壁最高温度、乙烯和丙烯产品收率的软测量；常压塔柴油凝固点、筛料干点和常一线干点的软测量；延迟焦化装置的粗汽油干点和液体产品收率的软测量；丙烯丙烷精馏塔丙烯浓度的软测量，等等。此外，软测量技术在输送管道泄漏定位及诊断、钢水温度的测量、纸张水分的测量、生化反应状态估计、发动机火焰点燃过程成像、湍流的小波分析和多相流流型的混沌、分形技术中均得到了良好的应用。八内模控制 内模控制(Internal Model Control， IMC)是一种基于过程数学模型进行控制器设计的新型控制策略。它不仅是一种实用的先进控制算法，而且是研究预测控制等基于模型的控制算法的重要理论基础，以及提高常规控
27、制系统设计水平的有力工具。 自面世以来，内模控制不仅在控制系统稳定性和鲁棒性理论分析方面发展迅速，而且在工业过程控制中也得到成功的应用。许多研究者讨论了内模控制与其他控制算法，如动态矩阵控制(DMC)、模型算法控制(MAC)、线性二次型最优控制(LQOC)等之间的内在关系，尤其是多变量内模控制可以直接调整闭环系统动态性能，并对模型误差具有良好的鲁棒性，因此IMC也是多变量过程控制系统分析与设计的一种重要方法。IMC是一种实用性很强的控制方法，其主要特点是结构简单、在线调节参数少，特别是对于鲁棒性及抗扰性的改善和大时滞系统的控制效果更为显著。因此它不仅在慢响应的过程控制中获得到大量应用，在快响应
28、的电机控制中也取得了良好的效果。经过二十多年的发展，IMC方法不仅已扩展到了多变量和非线性系统，还产生了多种设计方法，主要有零极点对消法、预测控制法、针对PID控制器设计的IMC法、有限拍法等。IMC与其他控制方法的结合也比较多，如自适应IMC，采用模糊决策、仿人控制、神经网络的智能型IMC等。已经证明，各类预测控制算法本质上都属于IMC类，在其等效的IMC结构中只是其给定输入采用未来的超前值。这不仅从结构上说明预测控制为何具有良好的性能，而且为进一步的深入分析和改进提供了有力的工具。 九结语随着现代控制理论的迅速发展，各种先进控制策略、方法和技术已开始在过程工业中广泛应用。用先进控制改造传统
29、的过程工业已成为现代工业企业提高经济效益的重要技术措施。现代复杂的工业生产过程，通过实施先进控制，可以大大提高工业生产过程操作和控制的稳定性，改善工业生产过程的动态性能，减少关键变量的运行波动幅度，使其更接近于优化目标值，从而将工业生产过程推向更接近装置约束边界条件下运行，最终达到增强工业生产过程的稳定性和安全性，保证产品质量的均匀性，提高目标产品的收率，提高生产装置的处理能力，降低生产过程运行成本以及减少环境污染等目的。介绍常用的行之有效的一些先进控制方法及其在工业中的应用。本文概述了先进控制技术的基本内容，阐述了模型预测控制、自适应控制、鲁棒控制、智能控制和软测量技术等理论的基本原理及常用
30、的行之有效的一些先进控制方法及其在工业中的应用，并评述了当前国内外在先进控制软件开发和应用方面的情况。随着人工智能理论的突破性发展和控制理论和其它学科的交叉渗透，先进控制技术将会得到更深层次的发展，为企业带来更显著的经济效益。参考文献：1 先进控制技术在石油化工工业中的应用 作者：宋丽;郭轶琼;陈云璞; 化学工程与装备 2009年第05期2先进控制技术在延迟焦化装置的应用作者：宫向阳； 冯新国计算机与应用化学 2011年第28卷第5期3 王树青.先进控制技术及应用M.北京：化学工业出版社，20014. 俞金寿 刘爱伦 张克进.软测量技术及其在石油化工中的应用M.北京：化学工业出版社，2000.
31、122-130.5. 于静江 周春晖.过程控制中的软测量技术J.控制理论与应用6. 章卫国.先进控制理论与方法导论M.西安：西北工业大学出版社，2000.7. 席裕庚.预测控制M.北京:国防工业出版社，1993.8. 祝晓才.基于MATLAB 的自适应飞行控制系统参数整定J.航空兵器，2001，(2):1-4.9. 史忠科，吴方向，王蓓，阮洪宁.鲁棒控制理论M.北京：国防工业出版社，200310. 舒迪前， 预测控制系统及其应用A 北京：机械工业出版社，199811. 李士勇 模糊控制、神经控制和智能控制论A，哈尔滨：哈尔滨工业大学出版社，199812. 蔡自兴，智能控制基础与应用J，北京：国
32、防工业出版社，199813. 陆恩锡，张慧娟，甄惠清.化工过程模拟及相关高新技术（）化工过程先进控制J.化工进展，2000，(2):71-74.15. 孙德敏，吴刚，薛美盛，王永，李俊.工业过程先进控制及优化软件产业J.自动化博览， 2003，(2):5-13.16. 李海青，黄志尧等 特种检测技术及应用A 杭州：浙江大学出版社，;NNN17. 许超，陈治纲，邵惠鹤.预测控制技术及应用发展综述J.化工自动化及仪表，2002，29 (3):1-10.18. 百度网19. Advance process control development in residua catalytic cracke
33、r control Author： Wang Li-xing1 Guo Jin-biao2 Journal：Acta Petroleisinica (Petroleum Processing Section) 2000， 16(5)20. Pheromone Propagation Controller: The Linkage of Swarm Intelligence and Advanced Process Control Der-Shui Lee ；An-Chen Lee IEEE Transactions on Semiconductor Manufacturing EI SCI 2
34、009， 22(3)21. Economic assessment of advanced process control - A survey and framework Bauer， M ；Craig， IK Journal of Process Control EI SCI 2008， 18(1)22. Refinery advanced process control planning system Haitham M.S.Lababidi ；Samir Kotob ；Bader Yousuf Journal :Computers & Chemical Engineering EI SCI 2002， 26(9)23. Potential use of advanced process control for safety purposes during attack of a process plant James R. Whiteley Journal of Hazardous Materials EI SCI 2006， 130(1/2)