搜索
1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2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。3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4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.DMCDynamicMatrixControlDMIDynamicMatrixIdentificationSetPonitIncSMCASetPonitMultivariableControlArchitectureSMC-IdcomMultivariableControlpackageSMC-TestPlatetestpackageSMC-ModelIdentificationpackageHoneywellprofimatics(美国)RMPCTRobustMultivariablePreductiveControlTechnologyPCTPredictiveControlTechnologyTreiberControl(加拿大)OPCOptimumPredictiveControlAdersa(法国)HIECONHierarchecalConstraintControlPFCPredictiveFunctionalControlGLIDEIdentificationPackageInvensysPredictiveControlConnoisseurOn-lineModelling(英国)LtdControllerOn-lineAdaptiveControlConstrainedOptimizationSimulationScienceCor.ROMeoOn-line/Off-lineOPtimizatio5DMC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1993Profimatics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1991Adersa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1986Treiber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。6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%7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：8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；9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10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11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