《过程控制系统与仪表 王再英第8章 先进过程控制技术》由会员分享，可在线阅读，更多相关《过程控制系统与仪表 王再英第8章 先进过程控制技术（67页珍藏版）》请在金锄头文库上搜索。
1、过程控制系统与仪表,王再英 陈毅静 编著,张萍 张磊磊 岳雅 制作 （第八、九、十章）,第8章 先进过程控制技术,8.1概述 从40年代开始至今，采用PID控制规律的单回路系统一直是过程控制领域最主要的控制系统，单回路系统主要采用经典控制理论的频域分析方法进行控制系统的分析和设计。PID控制算法简单、有效，可以实现一般生产过程的平稳操作与运行。但单回路PID控制并不适用于特性复杂的被控过程，不能满足生产工艺的特殊需要和高精度控制的要求。,从50年代开始，过程控制领域陆续出现了串级、比值、前馈、均匀和Smith预估控制等控制系统，即所谓的复杂控制系统，这些系统在一定程度上满足了复杂生产过程、特殊
2、生产工艺以及高精度控制的需要。 从60年代初期逐渐发展起来的以状态空间为基础的现代控制理论日趋完善，形成了状态反馈、状态观测器、最优控制等一系列多变量控制系统的设计方法，对自动控制技术的发展起到了积极的推动作用。,随着过程工业日益走向大规模、复杂化、对生产过程的控制品质要求越来越高，出现了许多过程、结构、环境和控制均十分复杂的生产系统，出现了先进过程控制APC（亦称高等过程控制）的概念。关于先进过程控制，目前尚无严格而统一的定义。习惯上，将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统称为先进过程控制，如自适应控制、预测控制、专家控制、模糊控制、神经网络控制、推
3、理控制等都属于先进控制。,相对于传统的控制技术，先进控制有以下一些特点： （1）先进控制的控制策略与传统的PID控制不同。 （2）先进控制通常用于实现复杂被控过程的自动控制。 （3）先进控制的实现需要足够的计算能力作为支持平台。 本章简单介绍近年来出现的典型先进控制，这些控制方法在复杂工业过程控制中得到了成功的应用，并受到工程界的欢迎和好评。,8.2自适应控制 前面讨论的控制系统设计和控制器参数整定，都是在假定被控过程特性呈线性、模型参数固定不变的条件下进行的，但在实际生产中，被控过程的数学模型参数会随着生产的不断进行发生变化。为了保证控制品质，当对象特性发生变化时应该重新整定控制器参数。采用
4、常规PID控制不能很好地适应工艺参数的变化，导致控制品质下降，产品产量和质量不稳定。有一种控制系统，它能根据被控过程特性变化情况，自动改变控制器的控制规律和可调参数，使生产过程始终在最佳状况下进行，这称为自适应控制系统。,自适应控制系统应该具有以下基本功能： 辨识被控对象的结构、参数和性能指标的变化，建立被控过程的数学模型，或确定当前的实际性能指标； 能根据条件变化，选择合适的控制策略或控制规律，并能自动修正控制器的参数，保证系统的控制品质，使生产过程始终在最佳状况下进行。 根据设计原理和结构的不同，自适应控制系统可分为两大类，即自校正控制系统和模型参考自适应控制系统。,8.2.1自校正控制系
5、统 自校正控制系统的原理图如图8.1所示：,控制器参数计算,参数辨识,被控过程,控制器,x,u,y,图.1自校正控制系统框图,根据具体生产过程的特点，采用不同的辨识算法、控制规律（策略）以及参数计算方法可设计出各种类型的自整定控制器和自校正控制系统。 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,自适应机构,控制器,被控过程,r,+,e（t）,+,ym（t）,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
6、自适应、信号综合自适应或混合自适应等多种类型。 8.3预测控制 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”过程反复在线进行，这
7、就是预测控制的基本思想。,8.3.1模型算法控制 MAC的原理图如图8.3所示。,参考轨迹,优化算法,被控过程,内部模型,闭环预测输出,r,yr(k+i),+,_,u(k),y(k),+,_,e(k),ym(k+i),yp(k+i)=ym(k+i)+hie(k),图8.3 MAC原理框图,ym(k),模型算法控制的结构包括内部模型、反馈校正、滚动优化、参考轨迹四个环节。具体的模型算法可分为单步模型算法、多步模型算法、增量模型算法和单值模型算法等多种算法控制。下面以多步模型算法控制为例，说明各个环节的算法和整个系统的工作原理。 1内部模型 对于有自衡特性的 对象，模型算法控制采 用单位脉冲响应曲
8、线作 为内部模型。如图8.4所 示。,设当前时刻为k，对于图8.4所示的内部模型，可以根据过去和未来的输入数据，由卷积方程计算出被控过程未来ki时刻输出y (ki)的预测值 （8.1） ki-1时刻预测模型输出ym(ki-1) （8.2） 将式(8.1)与式(8.2)相减可得增量表达式 (8.3),2反馈校正 对式（8.1）的开环预测模型的输出进行修正。通常采用第k步的实际输出测量值y(k)与预测输出值ym(k)之间的误差e (k)= y (k) 一 ym(k)对模型的预测输出ym(ki)进行修正。修正后的预测值用 yp(ki)表示 yp ( k+i ) = ym ( k+i ) + hi y
9、 ( k ) ym ( k ) =ym ( k+i )+ hi e ( k ) （8.4）,由式（8.4）可知，由于每个预测时刻都引入了当前时刻实际对象输出和预测模型输出的偏差对开环模型预测值ym(ki)进行修正，这样可克服模型不精确和系统中存在的不确定性可能带来的误差。用修正后的预测值yp(ki)作为计算最优性能指标的依据，实际上是对测量值y(k)的一种负反馈，故称反馈校正。由于存在反馈环节，经过反馈校正，控制系统的鲁棒性就有了很大提高，这也是预测控制得到广泛应用的一个重要原因。,3参考轨迹 模型算法控制的目的是使输出y(k)沿着一条事先规定好的曲线逐渐达到给定值r，这条指定曲线称为参考轨迹
10、yr。通常参考轨迹采用从现在时刻k对象实际输出值y(k)出发的一阶指数曲线。yr在未来k 十i时刻的数值为 yr ( k ) = y ( k ) yr ( k+i ) = ari y (k) + ( 1 - ari ) r （8.5） 采用这种参考轨迹，将会减小过量的控制作用，使系统输出能平滑地到达设定值r；参考轨迹的时间常数T0越大，r值也越大，yr越平滑，系统的柔性越好，鲁棒性也越强，但控制快速性也会降低。,4滚动优化 预测控制是一种最优控制策略，其目标函数JP是使某项性能指标最小。最常用的是二次型目标函数 （8.6） 这种方法采用滚动式的有限时域优化算法，优化过程是在线反复计算，对模型时
11、变、干扰和失配等影响能及时补偿，因而称其为滚动优化算法。,由于目标函数中加人控制量的约束，可限制过大的控制量冲击，使过程输出变化平稳，参考轨迹曲线yr(t)如图8.5所示。,过去,未来,8.3.2动态矩阵控制 1980年由Culter提出的动态矩阵控制DMC也是预测控制的一种重要算法，DMC与MAC的差别是内部模型不同。DMC采用工程上易于测取的对象阶跃响应做为内部模型，在实际应用取得了显著的效果，并在石化领域得到广泛的应用。 1内部模型 DMC的内部模型为单位阶跃响应曲线，如图.6所示。,单位阶跃响应曲线同单位脉冲响应曲线一样可以表示对象的动态特性，二者之间的转换关系为 （8.7）,将式（8
12、.7）代入式（8.1） （8.8） 式(8.8）还可表示为 （8.9）,如果定义向量和矩阵 YM(k+1)=yM (k+1) y M (k+2) y M (k+p) T Y0 (k+1)=y0 (k+1) y0 (k+1) y0 (k+p) T 则式（8.9）可表示为 （8.10）,2反馈校正 由于非线性、随机干扰等因素，模型预测值与实际输出可能存在差异，为了减少这种影响，用对象实际输出和预测模型输出的偏差e(k)= y (k) 一 ym(k)，对模型预测值ym(k)进行修正 yp ( k+i ) = ym ( k+i )+hi y ( k ) ym ( k ) = ym ( k+i ) +
13、hi e( k ) （8.11） 通过对预测值进行修正，构成反馈校正，形成闭环预测输出，提高了系统的鲁棒性。,如果定义向量 Yp(k+1)=yp(k+1) yp(k+2) yp(k+p) T Y (k+1)=y (k+1) y (k+1) y (k+p) T H=h1 h2 hmT 则式（8.11）可表示为 Yp(k+1)=YM(k+1)+Hy (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
14、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。,2内部模型控制 内部模型控制（IMC）是Garcia和Morari于1982年提出来的一种控制算法，其基本结构如图8.7所示。,8.4专家控制 专家控制（也称专家智能控制）是专家系统与传统控制理论结合，它将专家系统理论同控制理论与技术相结合，在未知环境下仿效专家的智能，实现对系统的控制。 根据专家系统在控制系统中应用的复杂程度，专家控制可分为专家控制系统和专家式控制器。专家控制系统具有全面的专家系统结构、完善的知识处理功能，同时又具有实时控制的可靠性能；专家式控制器是专家控制系统的简化，二者在功能上没有本质的区别。,专家控制
15、能够运用控制工作者成熟的控制思想、策略和方法以及直觉经验和手动控制技能进行控制。专家控制统不仅可以提高常规控制系统的控制品质，拓宽控制系统应用范围，而且可以对传统控制方法难以奏效的复杂生产过程实现高品质控制。 1专家控制系统的类型 根据用途和功能，专家控制系统可分为直接型专家控制系统（器）和间接型专家控制系统（器）；根据知识表达技术分类，可分为产生式专家控制系统和框架式专家控制系统等。,（1）直接型专家控制系统 直接型专家控制系统（器）具有模拟（或延伸、扩展）操作工人的智能的功能，能够取代常规PID控制，实现在线实时控制。它的知识表达和知识库均较简单，由几十条产生式规则构成，便于修改，其推理和
16、控制策略简单，推理效率较高。,（2）间接型专家控制系统 间接型专家控制系统和常规PID控制器相结合，对生产过程实现间接智能控制，具有模拟控制工程师的智能的功能，可实现优化、适应、协调、组织等高层决策。按其高层决策功能，可分为优化型、适应型、协调型和组织型专家控制系统。这类专家控制系统功能复杂，智能水平较高，相应的知识表达需采用综合技术，既用产生式规则，也要用框架和语义网络以及知识模型和数学模型相结合的综合模型化方法。系统功能可在线实时实现，也可通过人机交互或离线实现。,2专家控制系统基本组成 不同类型专家控制系统的结构可能有很大差别，但都包含算法库、知识基系统、人-机接口、通信系统等基本组成部分，如图8.8所示。,人
