先进控制与实时优化技术交流共115页文档
先进控制技术方案及应用实例
先进控制技术方案及应用实例摘要：文章叙述了先进控制(先进控制)技术应用的意义，介绍鲁棒多变量预估控制（RMPCT）的应用技术。
重点介绍了多变量预估控制技术在公司的应用和取得的实际效果，对提高装置运行平稳率、促进效益提升的突出作用，对今后先进控制的应用提出了相关的建议。
为石化企业提供了借鉴案例。
关键词：先进控制先进控制多变量预估控制RMPCT1 先进控制的意义先进过程控制先进控制是对那些不同于常规单回路控制，并具有比常规PID控制更好的控制效果的控制策略的统称，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。
先进控制采用的建模理论、辨识技术、优化控制、最优控制、高级过程控制等方面技术从实际工业过程特点出发，寻求对过程和环境的不确定性有一定适应能力的控制策略和方法，如自适应控制系统、预测控制系统、鲁棒控制系统、智能控制系统等先进控制系统。
在石化工业中，采用新的加工工艺路线或扩大设备加工量、增大产量外，对已建成的工厂在不改动设备及工艺的条件下，依靠引入高新信息化技术，采用先进控制和在线优化系统，挖潜增效，已成为提高经济效益最有效手段。
一个先进控制项目的年经济效益在百万元以上，其投资回收期一般在一年以内。
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，从而将生产装置推至更接近其约束边界条件下运行，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、降低运行成本等目的。
发达国家经验表明：花了70％的钱购置DCS，换来的是15％的经济效益；再增加30％的投资实现先进控制和过程优化将可以提高产品档次和质量，降低能源和原材料消耗，从而增加85%的经济效益。
目前世界上先进的石化企业多数生产装置都采用了先进控制技术，其中美国和欧美发达国家的普及率已达90%以上，美国石化厂90%的催化裂化、常减压蒸馏、焦化等主要装置已经实施了先进控制技术。
先进控制技术
6.1.1 模糊控制的数学基础 6.1.2 模糊控制原理 6.1.3 模糊控制器设计
6.1.1 模糊控制的数学基础
1. 模糊集合 有许多概念，如大、小、冷、热等，都没有明确的内涵 和外延，只能用模糊集合来描述；叫做模糊集合。
3.自学习模糊控制策略和智能化系统的实现。
4.常规模糊控制系统稳态性能的改善。
5.把已经取得的研究成果应用到工程过程中，尽快把其转化 为生产力。因此，需加快实施简单实用的模糊集成芯片和模糊 控制装置，以及通用模糊控制系统的开发与应用。
6.2 神经网络控制技术
神经网络控制是一种基本上不依赖于精确数学模型的先 进控制方法，比较适用于那些具有不确定性或高度非线性的 控制对象，并具有较强的适应和学习功能。
人的手动控制策略是通过操作者的学习、试验及长期经验积 累而形成的，它通过人的自然语言来叙述，例如，用自定性的、 不精确的及模糊的条件语句来表达：若炉温偏高，则减少燃料： 若蓄水塔水位偏低，则加大进水流量；若燃烧废气中含氧量偏 向，则减小助燃风量等。
由于自然语言具有模糊性，所以，这种语言控制也被称为模 糊语言控制，简称模糊控制。
6.1.4 模糊控制的特点
模糊控制理论主要优点如下： 不需要精确数学模型 容易学习 使用方便 适应性强 控制程序简短 速度快 开发方便 可靠性高 性能优良
6.1.5 模糊控制的应用
近年来，模糊控制得到了广泛的应用。下面简单介绍一些模糊 控制的应用领域：
1)航天航空：模糊控制现在已应用于各种导航系统中。 2)工业过程控制：工业过程控制的需要是控制性术发展的主要 动力。 3)家用电器: 全自动洗衣机、电饭煲、空调等。 4)汽车和交通运输：防抱死刹车系统，基于模糊控制的无级变 速器，模糊发动机控制和自动驾驶控制系统等。 5)其控制场合： 电梯控制器、工业机器人、核反应控制、医疗仪器等。除控制 应用以外，还应用于图像识别、计算机图像处理、金融和其他专 家系统中。
石油化工过程先进控制和实时优化技术
石油化工过程先进控制和实时优化技术沈红彦;李宏【摘要】通过石油化工生产过程处理量大、连续生产、多变量互相关联影响、动态响应特性复杂、具有多重变时滞的特点以及在炼油化工企业计算机的先进控制主要方法自适应控制、多参数预估控制、组分推断控制、神经网络、模糊控制、最佳控制及故障诊断系统等的介绍,对先进控制技术的核心--控制器以及影响控制器效果的因数-所建模型和所采用的算法做了具体分析.【期刊名称】《当代化工》【年(卷),期】2010(039)002【总页数】3页(P153-155)【关键词】状态变量;多参数预估;被控变量;干扰变量;分散控制系统;多参数预估控制【作者】沈红彦;李宏【作者单位】抚顺石化公司石油二厂科技信息部,辽宁,抚顺,113004;中国寰球工程公司辽宁分公司,辽宁,抚顺,113006【正文语种】中文【中图分类】TP273在工业生产过程中，有一系列非常重要的因素（参数）需要随时监视和控制，否则就无法确保产品质量和生产过程的正常进行。
在石油化工生产中，这些参数是时间、温度、压力、压差、流量阀位、液位、体积等。
这些参数的变化靠人巡回检测监视难以实现如前馈、大滞后、非线性等复杂的控制；另外，生产过程的过程信息和控制功能由各种仪表、热电偶、变送器、记录器、控制器等进行检测、显示、传递和控制来完成的话，则每个调节点即每一个控制方案和另一个控制方案之间是相互独立的，不能协调。
20世纪50年代出现的集中控制系统不仅成本高，而且有一个致命的缺点，即一旦计算机出现故障，整个系统就会瘫痪。
70年代以微处理机为基础的集中分散型控制系统（DCS）的出现，彻底解决了这些问题，它采用集中管理、分散控制对装置实行计算机过程管理、过程控制、实行工况的实时检测、历史工况的综合分析、未来工况的趋势预报、工艺核算等，使整个生产过程的水平大大提高，DCS的可靠性满足了装置安全生产、稳定、长周期运行的要求[1]。
为了进一步提高其控制水平、开发控制系统的先进功能，随着计算机控制系统应用的迅速发展，国外大型石化公司在生产装置上已普遍采用了先进控制技术。
Apc先进控制介绍(课堂PPT)
.
28
Plantelligence™
Achieving True Potential™
模 型 预 测 控 制 (5)
预热
速率
典型操作领域
Plantelligence™
压力 .
AspenTech®
®
冷却
安全极限
15
Achieving True Potential™
AspenTech®
®
模型预测控制的经济效益
上限 安全范围
目标
= 经济效益
Plantelligence™
无模型预测 控制
先进控制减 少波
模 型 预 测 控 制 (4)
AspenTech®
®
即使已采用了统计过程控制方法，模型预测控制 仍能进一步提高效益。
除了能够提高控制品质，控制器还可进一步安全 地操作在最优卡边控制下来实现经济效益。这表 明仍可增效降耗。
.
14
Plantelligence™
Achieving True Potential™
. Plantelligence™
AspenTech®
®
控制变量 3
10
Achieving True Potential™
模型预测控制
AspenTech®
®
模型 使用以前和目前过程测量数据以及过程目前状态，在线 模型可预测控制变量未来的变化轨迹。
Plantelligence™
先进控制与实时优化技术交流
系统运行平台
软测量仪表
先进控制系统
反应深度实时优化系统
验收效益
乙苯脱氢单元产品收率提高：0.88% （其中苯乙烯0.57%,甲苯0.31%)
烷基化单元多乙苯收率提高：0.563% （其中乙苯0.414%,二乙苯0.11%)
装置综合能耗：5.8% 装置处理能力：2% 经济效益895万元/年
先进控制与实时优化技术交流
主要内容
先进控制系统概述 先进控制技术介绍 案例分析 工程实施
2
什么是先进控制（APC）
APC = 先进过程控制 Advanced Process Control
是对那些不同于常规控制，并具有比常规PID控制 更好的控制效果控制策略的统称，而非专指某种计算机 控制算法。
验收效益
丙烯收率提高1.7个百分点 综合能耗降低5.83千克标油 增加产能
32
独山子石化催化裂化先进控制与实时优化系统
设计能力：80万吨/年 工程范围：全装置的先进控制和优化 项目内容
系统运行平台 软测量系统 先进控制系统 实时优化系统 绩效考核系统 验收效益
21
系统效益分析
系统实施后综合效益明显提升 重要变量控制平稳性显著提高 目的产品收率提高 实现产品质量卡边控制 降低装置能耗 操作员劳动强度降低 整体操作水平提升 系统安全性提高
22
吉林石化常减压装置先进控制系统
设计能力：350万吨/年 工程范围：初馏塔与常压塔的先进控制 项目内容
智能控制－是一种人工智能、控制理论、运筹学和信息 论相结合的控制方法，它采用诸如专家系统、神经网络、 模式识别等各种人工智能技术应用于控制系统。
第8章 先进过程控制技术 PPT
被控过程的数学模型的准确程度直接影响到控制的 质量。对于复杂的工业过程，要建立它的准确模型是非 常困难的。1978年Richalet提出的预测控制是一种对模 型精度要求不高而同样能实现高质量控制的方法 ，并 很快在工业生产过程自动化中获得了成功的应用。
虽然这些控制算法的表达形式和控制方案各不相 同，但都是采用工业过程中较易得到的对象的脉冲响 应或阶跃响应曲线为依据，并将它们在采样时刻的一 条列数值作为描述对象动态特性的数据，构成预测模 型，据此确定控制量的时间序列，使未来一段时间中 被控量与期望轨迹之间的误差最小，这种“优化”过
Y (k+1)=[y (k+1) y (k+1) … y (k+p) ]T
H=[h1 h2 … hm]T 则式（8.11）可表示为
Yp(k+1)=YM(k+1)+H[y (k+1) -y M(k+1) ] （8.12） 8.3.3广义预测控制与内部模型控制 1．广义预测控制
Clarke于1985年提出广义预测控制GPC，在保留MAC、 DMC算法特点的基础上，采用受控自回归积分滑动平均模型 CARIMA或受控自回归滑动平均模型CARMA 作为内部模型， 对模型失配、模型参数误差的鲁棒性有所提高。
8.2.2模型参考自适应控制系统
模型参考自适应控制系统的基本结构如图8.2所示
参考模型
+ ym（t）
r
自适应机构
e（t）
+
控制器
被控过程
y（t）
—
图8.2 模型参考自适应控制系统框图
模型参考自适应控制系统除了图8.2所示的并联结 构之外，还有串联结构、串——并联结构等其它形式。 按照自适应原理不同，模型参考自适应控制系统还可分 为参数自适应、信号综合自适应或混合自适应等多种类 型。
第三章_先进控制技术
ˆ α(s) = θ (s) − P(s)m(s) = θ (s) − P(s)m(s) = A(s)D(s)
设定值 推断控制 过程 控制 输入
Yd (s)
−
G I (s)
估 计 模 估计器 型
m(s)
C (s )
主要输出 Y (s )
ˆ P( s)
−
B(s ) A(s )
不可测扰动 D ( s )
国家精品课程——过程控制工程（华东理工大学）
第三章 先进控制技术
-13-
3.1 推断控制
D( s)
G副(s) =
GI (s) F(s) = ˆ ˆ 1−GI (s)C(s) C(s)[1−s )
−
C (s )
−
Y (s )
ˆ C (s)
B (s )
Yd (s )
国家精品课程——过程控制工程（华东理工大学）
第三章 先进控制技术
-5-
3.1 推断控制
3.1.1 推断控制系统
推断控制系统的基本组成
推断控制 过程 控制 输入
设定值
Yd (s)
−
G I (s )
估 计 模 估计器 型
m(s)
C (s)
主要输出 Y (s )
ˆ P(s)
−
B (s ) A(s )
不可测扰动 D ( s )
国家精品课程——过程控制工程（华东理工大学）
过程控制工程
华东理工大学
先进控制（ 先进控制（Advanced Process Control，APC） ， ）
起源 1）计算机技术的发展，DCS、PLC、FCS等的出现； ）计算机技术的发展， 等的出现； 、 、 等的出现 2）现代控制理论的诞生，控制理论和应用都有很大发展； ）现代控制理论的诞生，控制理论和应用都有很大发展； 3）过程工业向大型化和精细化方向发展，工业过程的复杂 ）过程工业向大型化和精细化方向发展， 性和不确定性（环境结构和参数的未知性、时变性、非线性、 性和不确定性（环境结构和参数的未知性、时变性、非线性、 多变量耦合性、大纯滞后性、信息不完全性等） 多变量耦合性、大纯滞后性、信息不完全性等） 从实际工业过程特点出发，寻求对模型要求不高、在 从实际工业过程特点出发，寻求对模型要求不高、 线计算方便、 线计算方便、对过程和环境的不确定性有一定适应能力的控 制策略和方法。 制策略和方法。
先进控制技术规律和方法的综述
先进控制技术规律和方法综述在实际的工业控制过程中，很多系统具有高度的非线性、多变量耦合性、不确定性、信息不完全性和大滞后等特性。
对于这种系统很难获得精确的数学模型，并且常规的控制无法获得满意的控制效果。
面对这些复杂的工业控制产生了新的控制策略，即先进控制技术。
先进控制技术包括：自适应控制，预测控制，推理控制，鲁棒控制以及包括模糊控制与神经网络在内的智能控制方法。
本文详细介绍了自适应控制、预测控制以及这两种先进控制的应用领域和优缺点。
1. 自适应控制自适应控制的思想是对于系统中的不确定性，以及控制任务的艰巨性，对于部分未建模的动态特性、变化的被控对象和干扰信号，及时地测得它们的信息，并根据此信息按一定的设计方法，自动地做出控制决策、修改控制器结构和参数，使其控制信号能够适应对象和扰动的动态变化，在某种意义上达到控制效果最优或次优。
1. 1自适应控制介绍目前自适应控制的种类很多，从总体上可以分为三大类：自校正控制、模型参考自适应控制和其他类型的自适应控制。
自校正控制的主要问题是用递推辨识算法辨识系统参数，根据系统运行指标来确定调节器或控制器的参数。
其原理简单、容易实现，现已广泛地用在参数变化、有迟滞和时变过程特性，以及具有随机扰动的复杂系统。
自校正控制系统的一般结构图如图1所示。
自校正控制适用于离散随机控制系统。
图1自校正控制结构图模型参考自适应控制，利用可调系统的各种信息，度量或测出各种性能指标，把模型参考自适应控制与参考模型期望的性能指标相比较；用性能指标偏差通过非线性反馈的自适应机构产生自适应律来调节可调系统，以抵消可调系统因不确定性”所造成的性能指标的偏差，最后达到使被控的可调系统获得较好的性能指标的目的。
模型参考自适应控制可以处理缓慢变化的不确定性对象的控制问题。
由于模型参考自适应控制可以不必经过系统辨识而度量性能指标，因而有可能获得快速跟踪控制。
模型参考自适应控制结构框图如图2所示，模型参考自适应控制一般用于确定性连续控制系统。