第四讲 先进过程控制技术

第四讲先进过程控制技术

1工业生产过程的先进控制

1.1先进控制的概念

现代控制理论和人工智能几十年的发展已为先进控制奠定了应用理论基础，而DCS的普及与提高，则为先进控制的应用提供了强有力的硬件和软件平台。企业的需要、控制理论和计算机技术的发展是先进控制（Advanced Process Control）发展强有力的推动力。

先进控制是对那些不同于常规单回路PID控制，并具有比常规PID控制更好控制效果的控制策略的统称。先进控制的任务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。其主要特点如下：

①与传统的PID控制不同，先进控制是一种基于模型的控制策略，如模型预测控制和推断控制等。目前，

基于知识的控制，如智能控制和模糊控制，正成为先进控制的一个重要发展方向。

②先进控制通常用于处理复杂的多变量过程控制问题。如大时滞、多变量耦合、被控变量与控制变量存

在着各种约束等。

③先进控制的实现需要足够的计算能力作为支持平台。随着DCS功能的不断增强，更多的先进控制策

略可以与基本控制回路一起在DCS上实现，有效地增强先进控制的可靠性、可操作性和可维护性。

从全厂综合自动化的角度看，先进控制恰好处在承上启下的重要地位。性能良好的先进控制是在线优化得以有效实施的前提，进而可将企业领导者的经营决策、生产管理和调度的有关信息及时落实至全厂生产装置的实际运行中，并可真正实现全厂综合优化控制。

1.2先进控制的核心内容

作为一个整体，先进控制系统应包括从数据采集处理、数学模型建立、先进控制策略到工程实施的全部内容。

1.2.1数据的采集、处理和软测量技术

利用大量的实测信息是先进控制的优势所在。由于来自工业生产现场的过程信息通常带有噪声，数据采集时应作滤波处理，采集到的数据还应进行过失误差的检测与识别和过程数据的有效性检验及数据调理工作，这是先进控制应用的重要保障。

基于可测信息和模型，实时计算不可测量的变量，即软测量技术，是先进控制中不可缺少的内容。

1.2.2多变量动态过程模型辨识技术

获取对象的动态数学模型是实施先进控制的基础。实际工业过程模型化是一项专门的技术，它涉及到过程动态学、系统辨识、统计学以及人工智能等多种知识。目前类似模型预测控制这样的先进控制策略均采用工业试验的方法来获取控制模型，而机理模型和智能模型建立也有望成为有效的控制模型。

1.2.3先进控制策略

先进控制采用了合理的控制目标和控制结构，可更好地适应工业生产过程的需要。先进控制主要解决：

①个别重要过程变量控制性能的改善，主要采用单变量模型预测控制与原控制回路构成所谓的“透明控

制”的方式

②解决约束多变量过程的协调控制问题，主要采用带协调层的多变量预测控制策略

③推断质量控制，利用软测量的结果实现闭环的质量卡边控制。涉及到的主要控制策略有模型预测控制、

推断控制、协调控制、质量卡边控制、统计过程控制，以及模糊控制、神经控制等。

1.2.4先进控制的实施

先进控制在实施时需要解决许多具体的工程问题：

①合理地选择被控的区域

②正确整定基本PID控制回路和先进控制系统

③合理限制控制变量的变化量和变化率，保证控制系统的平稳性和对不确定因素的鲁棒性

④建立良好的先进控制人机界面，确保在最常用的流程图画面上看到先进控制的信息，便于投用、维护

和操作

1.3先进控制工程化方法

要使先进控制达到预期的经济效益，必须严格地按一定的程序完成先进控制的工程化工作，而且与所选用的工作平台无关。其工程化主要步骤如下：

1.3.1定义目标

首先应将整个企业的目标细化为装置的目标、过程单元的目标以及最终主要过程装置的目标。

1.3.2分解目标至最底层

在一个装置内，应对各主要设备建立控制目标，从而将过程装置的目标分解至最底层的各个设备。

1.3.3识别先进控制的适用性

先进控制的适用性是指通过采用先进控制能否达到减少主要过程变量变化的预期目标。

1.3.4先进控制的效益/成本分析

效益/成本分析可以给出是否采用先进控制策略或应当采用哪种先进控制策略。

1.3.5制订功能标准

对每个要实施的先进控制算法必须规定其功能标准。

1.3.6先进控制的实现

在先进控制方案确定后，首先进行详细的工程设计，这些工程设计包括控制回路连接图、系统仪表配置一览表、先进控制操作界面等，最终生成可实现的控制软件。

1.3.7调试

调试是检验先进控制方案和生成的控制软件是否正确。

1.4先进控制的经济效益

关键的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，改善工业生产过程动态性能，减少关键变量的操作波动幅度，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。

据国外统计，先进控制策略所取得的经济效益占整体效益的30%，原因是可以减少开工过渡时间，合理减少产品质量的裕度，提高了产品收率，延长开工周期，减少能耗等。

1.5先进控制面临的挑战

先进控制的广泛应用，为企业带来了显著的经济效益。另一方面，在实施先进控制的过程中，也会碰到许多富有挑战性的问题，反过来又促进先进控制向更高层次发展。目前在实现先进控制策略中面临如下几个主要问题：

1.5.1模型辨识的新工具

目前，为了完成象反应器这样的主要工业生产过程动态性能的测试，需要耗费数周的时间，给工程技术人员带来很大的工作量，迫切需要更好和更有效的过程动态响应测试和能更充分利用统计信息辨识出动态模型的方法。

1.5.2自适应模型预测控制

针对那些变增益的工业过程，如油品调合和PH控制等过程，需要应用自适应控制的思想来改进多变量模型预测控制器性能，例如模型参数预测等方法的研究和开发。

1.5.3非线性模型预测控制

普遍应用的模型预测控制软件包采用的是线性模型，在碰到内在非线性问题时，必须将其参数整定得以确保在整定操作区域内的稳定性，其后果是对许多操作区域的控制作用过于迟缓。为了根本解决这一问题，迫切需要非线性模型预测控制工程化软件。

1.5.4多元统计监控

随着计算机集成控制的广泛应用，大量信号和控制回路的集中管理监督和性能的评判，已成为工艺操作者的主要责任，如何加强计算机监控是当今现代工厂企业的重要内容。传统的统计过程控制在处理含有耦合变量的连续过程单元时，通常会导致错误。然而，随着主元分析（PCA）和部分最小二乘（PLS）技术的工程化应用研究开发，并进入到在线应用阶段，含PCA和PLS的多元统计监控的应用将会日益增多。

2智能控制系统

2.1智能控制概述

2.1.1控制理论的产生及其发展

自动控制理论作为一门学科，它产生于18世纪中叶英国的第一次技术革命。1765年，瓦特（Jams Wate，1736～1819）发明了蒸汽机，应用了离心式飞锤调速器原理控制蒸汽机，标志着人类以蒸汽为动力的机械化时代的开始。

美国著名的控制论创造人维纳（N. Wiener，1894～1964）于1948年发表了《控制论——或关于在动物和机器中控制和通讯的科学》著作，论述了控制理论的一般方法，为控制理论学科的产生奠定了基础。

随着生产的发展，控制技术也在不断地发展，尤其是计算机的更新换代，更加推动了控制理论不断地向前发展。控制理论的发展过程一般可分为三个阶段：

第一阶段：经典控制理论。20世纪40～60年代，经典控制理论主要是解决单输入单输出稳态，主要采用传递函数、频率特性、根轨迹为基础的频域分析方法。所研究的系统多是线性定常系统，对非线性系统，分析时采用的相平面法一般也不超过两个变量，经典控制理论能够较好地解决生产过程中的单输入单输出问题。

控制理论首先是从电子通讯工程中发展起来的。在四十年代，工业生产得到很大的发展，对自动控制和经典的控制理论都有很大的推动。在这期间自动控制技术和理论发展很快，达到了能够对单变量控制系统进行分析和设计的程度，并且开始逐步推广到其他工程技术领域中去。

第二阶段：现代控制理论。20世纪60～70年代，由于计算机的飞速发展，增强了计算和信息处理的能力，促进了控制理论向更复杂更严密的方向发展，推动了空间技术的发展。更由于航天及制导等的需要，逐渐向多变量及复杂控制系统理论推进，到六十年代开始形成现代控制理论。经典控制理论中的高阶常微分方程可转化为一阶微分方程组，用以描述系统的动态过程，即所谓状态空间法。这种方法可以解决多输入多输出问题，系统既可以是线性的、定常的，也可以是非线性的、时变的。

第三阶段：智能控制理论。20世纪70年代末至今，70年代末，控制理论向着“大系统系统”和“智能控制”方向发展，前者是控制理论在广度上的开拓，后者是控制理论在深度上的挖掘。“大系统系统”是用控制和信息的观点，研究各种大系统的结构方案、总体设计中的分解方法和协调等问题的技术基础理论；而“智能控制”是研究与模拟人类智能活动及其控制与信息传递过程的规律，研制具有某些仿人智能的工程控制与信息处理系统。

回顾控制理论的发展历程可以看出，它的发展过程反映了人类由机械化时代进入电气化时代，并走向自动化、信息化、智能自动化时代。

2.1.2智能控制理论的产生及其发展

1965年，美国著名控制论专家Zadeh创立了模糊集合论，为解决复杂系统的控制问题提供了强有力的数学工具；同年，美国著名科学家Feigenbaum着手研制世界上第一个专家系统；就在同年，傅京孙首先提出把人工智能中的直觉推理方法用于学习控制系统。1966年，Mendel进一步在空间飞行器的学习控制系统中应用了人工智能技术，并提出了“人工智能控制”概念。

70年代初，正式提出了智能控制就是人工智能技术与控制理论的交叉。

70年代中期，模糊控制形成。

80年代，随着计算机的迅速发展以及人工智能的重要领域——专家系统技术的逐渐成熟，使智能控制和决策的研究及应用领域逐步扩大，并取得了一批应用成果。1987年4月，美国Foxboro公司公布了新一代的IA系列智能自动控制系统，它体现了传感器技术、自动控制技术、计算机技术和过程知识在生产自动化应用方面的综合先进水平，它能够为用户提供安全可靠的最合适的过程控制系统，标志着智能控制系统由研制、

开发阶段转向应用阶段。

80年代中后期，神经网络的研究获得了重要进展，神经网络理论和应用研究为智能控制的研究起到了重要的促进作用。

90年代，智能控制的研究势头异常迅猛，1993年5月美国IEEE控制系统学会智能控制专业委员会成立专家小组，专门探讨“智能控制”的含义；1994年6月在美国召开了全球计算智能大会，将模糊系统、神经网络、进化计算三方面内容综合在一起召开，引起国际学术界的广泛关注。

我国今年来也十分重视智能控制理论和应用的研究。1993年在北京召开了“全球华人智能控制与智能自动化大会”，1994年召开了智能控制学术会议，1995年成立了中国智能自动化专业委员会。

2.1.3传统控制与智能控制

传统控制是经典控制和现代控制理论的统称，它们的主要特征是基于模型的控制，称为“模型论”。传统控制为了控制必须建模，而利用不精确的模型又采用某个固定控制算法，使整个控制系统置于模型框架下，缺乏灵活性、应变性，因此很难胜任对复杂系统的控制。

而智能控制的核心是控制决策，采用灵活机动的决策方式迫使控制朝着期望的目标逼近。智能控制的产生来源于被控系统的高度复杂性、高度不确定性及人们要求越来越高的控制性能，即概括为“三高三性”的产物，它的创立和发展需要对当代多种前沿学科、多种先进技术和多种科学方法，加以高度综合和利用。因此，智能控制是控制理论发展的高级阶段。

2.1.4智能控制论

维纳的控制论有三个最为基本而重要的概念：信息、反馈和控制，称为控制论的三要素。

智能控制就是具有智能信息处理、智能反馈和智能控制决策的控制方式，把这种以智能为核心的控制论称为智能控制论。

从智能控制论的观点去解决复杂不确定性系统的控制问题而设计的系统，就称为智能控制系统。或者这样定义：一个系统具有从周围环境自学习的能力，自动进行信息处理以减少其不确定性，能规划、产生并能安全、可靠地执行控制作用，这样的系统称为智能控制系统。

2.1.5智能控制系统的主要功能特点

①学习功能：能够对过程或环境的未知特征所固有的信息进行学习，并将得到的经验用于进一步的估计、分类、决策或控制。

②适应功能：智能控制系统可看成是不依赖模型的自适应估计，当系统的输入不是已经学习过的例子时，由于它具有插补功能，从而可以给出合适的输出，甚至当系统某些部分出现故障时，系统也能正常工作。

③组织功能：智能控制系统对于复杂的任务和分散的传感信息具有自行组织和协调的功能，即智能控制系统可以在任务要求的范围内自行决策、主动地采取行动。

2.2模糊控制

2.2.1模糊控制的概念

模糊自动控制是以模糊集合论、模糊语言变量及模糊逻辑推理为基础的一种计算机数字控制。它是基于专家经验和领域知识总结出若干条模糊控制规则，构成描述具有不确定性复杂对象的模糊关系，通过被控仙台输出误差及误差变化和模糊关系的推理合成获得控制量，从而对系统进行控制。

经典控制理论和现代控制理论设计一个控制系统，都需要事先知道被控对象精确的数学模型，然后根据数学模型以及给定的性能指标，选择适当的控制规律，进行控制系统设计。然而，在许多情况下被控对象的精确数学模型很难建立，尤其是对于非线性时变系统。

对于这些系统，若是有经验的操作人员进行手动控制，却可以收到令人满意的效果。因此人们又重新研究和考虑人的控制行为特点，让计算机模拟人的思维方式来进行决策控制。人的手动控制决策可以用语言加以描述，总结成一系列条件语句，即控制规则。运用计算机的程序来实现这些控制规则，计算机就起到了控制器的作用。于是，利用计算机取代人可以对被控对象进行自动控制。

2.2.2模糊控制的组成

模糊控制系统一般可以分为四个组成部分：

①模糊控制器

②输入/输出接口装置

③广义对象

④传感器

2.2.3模糊控制的应用

①蒸汽发动机系统：是一个双输入-双输出系统（发动机速度和锅炉压力）

②地铁自动驾驶系统：如1987年投用的日本仙台市地铁，停车精度达到了3.57 cm

③机器人：

2.3神经网络控制

2.3.1神经网络系统的概念

所谓神经网络系统是指利用工程技术手段模拟人脑神经网络的结构和功能的一种技术系统，它是一种大规模并行的非线性动力学系统。

2.3.2神经网络的特点

①分布式存贮信息的特点

②对信息的处理及推理的过程具有并行的特点

③对信息的处理具有自组织、自学习的特点

2.3.3神经网络控制的概念

所谓神经网络控制，是指在控制系统中采用神经网络这一工具对难以精确描述的复杂的非线性对象进行建模，或充当控制器，或优化计算，或进行推理，或故障诊断等，以及同时兼有上述某些功能的适当组合，将这样的系统统称为基于神经网络的控制系统，称这种控制方式为神经网络控制。

神经网络不善于显式表达知识，但具有很强的逼近非线性函数的能力，即非线性映射能力。通过神经网络的学习算法，可实现神经网络的直接控制。

2.3.4神经网络在控制中的主要作用

①在基于精确模型的各种控制结构中充当对象的模型；

②在反馈控制系统中直接充当控制器的作用；

③在传统控制系统中起优化计算的作用；

④在与其他智能控制方法和优化算法，如模糊控制、专家控制及遗传算法等相融合中，为其提供非参数化对象模型、优化参数、推理模型及故障诊断等。

2.4专家控制

2.4.1专家控制的概念

所谓专家控制是指将专家系统的理论和技术同控制理论方法与技术相结合，在未知环境下，仿效专家的智能，实现对系统的控制。

专家系统是指相当于专家处理知识和解决问题能力的计算机智能软件系统，它不仅是独立的决策者，而且是具有获得反馈信息并能实时在线控制的系统。

2.4.2专家控制系统的组成

①数据库②规则库③推理机④人-机接口⑤规划环节

2.4.3专家控制系统的特点

①高可靠性及长期运行连续性②在线控制的实时性③优良的控制性能及抗干扰性

④使用的灵活性及维护的方便性

2.4.4专家控制的应用

专家控制在流程工业中已有许多成功的应用，在解决一些传统控制方法难以解决的问题方面，专家控制往往能较好地完成复杂的控制任务。

如循环流化床锅炉的实时专家控制系统，实现了控制床温稳定和维持主蒸汽压力稳定两个主要目标，并杜绝了结焦事故的发生，极大地减轻了操作人员的劳动强度，燃烧平稳，煤耗降低，取得了较好的经济效益和社会效益。