先进控制系统.ppt

4.4 先进控制系统先进控制系统 主要内容主要内容 4.4.1 预测控制预测控制 ?4.4.2 推断控制推断控制 ?4.4.3 自适应控制系统自适应控制系统 ?附：软测量技术附：软测量技术 ?概概 述述 简单控制系统和常用复杂控制系统都简单控制系统和常用复杂控制系统都以经典控制理论为理论基础，是在广泛采以经典控制理论为理论基础，是在广泛采用常规仪表的年代发展起来的用常规仪表的年代发展起来的 随着现代控制理论与计算机控制技术随着现代控制理论与计算机控制技术等学科的发展，为了满足工业生产过程自等学科的发展，为了满足工业生产过程自动化的迫切要求，特别是有些过程特性复动化的迫切要求，特别是有些过程特性复杂，采用杂，采用PID控制达不到满意的控制效果，控制达不到满意的控制效果，需要有新的控制系统结构与控制算法，因需要有新的控制系统结构与控制算法，因此，自此，自20世纪世纪70年代以来，国内外大力致年代以来，国内外大力致力于先进过程控制系统的研究和开发力于先进过程控制系统的研究和开发  将现代控制理论移植到过程控制领域，将现代控制理论移植到过程控制领域，充分发挥计算机的功能，世界各国在加强充分发挥计算机的功能，世界各国在加强建模理论、辩识技术、优化控制、最优控建模理论、辩识技术、优化控制、最优控制、高级过程控制等方面研究。

推出了从制、高级过程控制等方面研究推出了从实际工业过程特点出发，寻求对模型要求实际工业过程特点出发，寻求对模型要求不高，计算方便，对过程和环境的不不高，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确定性有一定适应能力的控制策略和方法例如，预测控制、推断控制、自适应控制例如，预测控制、推断控制、自适应控制系统等先进控制系统系统等先进控制系统 原原 因因 （技术（技术—理论理论—应用对象）应用对象） 1、计算机技术迅猛发展计算机技术迅猛发展 ?2、现代控制理论的诞生现代控制理论的诞生 ?3、过程工业向大型化和精细、过程工业向大型化和精细化方向发展化方向发展 ?定定 义义 先进控制系统是指对工业过程本身的非先进控制系统是指对工业过程本身的非线性、时变性、耦合性和不确定性的特点，线性、时变性、耦合性和不确定性的特点，而采用的预测控制、推理控制、自适应控制、而采用的预测控制、推理控制、自适应控制、软测量技术等系统软测量技术等系统 4.4.1 预测控制预测控制 预测控制是预测控制是20世纪世纪70年代末出现的一种年代末出现的一种基于模型的计算机优化控制算法，被认为是基于模型的计算机优化控制算法，被认为是近年来出现的几种不同名称的新型控制系统近年来出现的几种不同名称的新型控制系统的总称。

的总称 由于预测控制的先进性和有效性，近由于预测控制的先进性和有效性，近30年来，在理论上或工业上控制界投入了大量年来，在理论上或工业上控制界投入了大量的人力和物力进行研究，使它有了很大的发的人力和物力进行研究，使它有了很大的发展，成为控制理论及其工业应用的热点展，成为控制理论及其工业应用的热点 预测控制与传统预测控制与传统PID控制的不同控制的不同 常规常规PID控制是根据过程当前的输出测量值控制是根据过程当前的输出测量值和设定值的偏差来确定当前的控制输入和设定值的偏差来确定当前的控制输入 ?预测控制不但利用了当前的和过去的偏差预测控制不但利用了当前的和过去的偏差值，而且还通过预测模型来预估过程未来值，而且还通过预测模型来预估过程未来的偏差值，以滚动优化确定当前的最优输的偏差值，以滚动优化确定当前的最优输入策略 ?4.4.1.1 基本结构基本结构 预测控制算法是以模型为基础，既包含了预测的原理，预测控制算法是以模型为基础，既包含了预测的原理，同时具有最优控制的基本特征预测控制的控制算法尽管其同时具有最优控制的基本特征预测控制的控制算法尽管其形式不同，但都有一些共同的特点，归结起来有三个基本特形式不同，但都有一些共同的特点，归结起来有三个基本特征：即模型预测、滚动优化和反馈校正。

征：即模型预测、滚动优化和反馈校正 设定值设定值yd 参考轨线参考轨线 yr(k+i) 优化计算优化计算 u(k) 过过 程程 输出输出y(k) yc(k+i) 校正校正 ym(k+i) 预测模型预测模型 预测控制的基本结构预测控制的基本结构 （（1）模型预测）模型预测 定义：定义：模型预测控制算法需要一个描述系模型预测控制算法需要一个描述系统动态行为的模型称为预测模型统动态行为的模型称为预测模型 ?原理：原理：根据对象的历史信息和未来控制输根据对象的历史信息和未来控制输入，预测过程的未来输出，并能根据被控入，预测过程的未来输出，并能根据被控变量与设定值的误差确定当前时刻的控制变量与设定值的误差确定当前时刻的控制作用 ?预测模型预测模型：传递函数、状态方程、脉冲响：传递函数、状态方程、脉冲响应模型和阶跃响应模型等应模型和阶跃响应模型等 ?（（2）反馈校正）反馈校正 ???原因：原因：采用预测模型通过优化计算预估未来的控采用预测模型通过优化计算预估未来的控制作用，存在非线性、时变、模型失配和扰动等制作用，存在非线性、时变、模型失配和扰动等不确定因素，模型的预测值与实际过程会有差别。

不确定因素，模型的预测值与实际过程会有差别因此必须在每个采样时刻，通过输出的测量值与因此必须在每个采样时刻，通过输出的测量值与模型的预估值进行比较，得出模型的预测误差，模型的预估值进行比较，得出模型的预测误差，再利用模型预测误差来校正模型的预测值，从而再利用模型预测误差来校正模型的预测值，从而得到更为准确的将来输出的预测值得到更为准确的将来输出的预测值 定义：定义：利用修正后的预测值作为计算最优性能指利用修正后的预测值作为计算最优性能指标的依据，实际上也是对测量到的变量的一种负标的依据，实际上也是对测量到的变量的一种负反馈，故称为反馈校正反馈，故称为反馈校正 优点：优点：使预测控制具有很强的抗扰动和克服系统使预测控制具有很强的抗扰动和克服系统不确定的能力不确定的能力 （（3）滚动优化）滚动优化 ?预测控制是一种优化控制算法像所有预测控制是一种优化控制算法像所有最优控制一样，它是通过某一性能指标最优控制一样，它是通过某一性能指标的最优化来确定未来的控制作用这一的最优化来确定未来的控制作用这一性能指标还涉及到过程未来行为，它是性能指标还涉及到过程未来行为，它是通过预测模型由未来的控制策略决定的。

通过预测模型由未来的控制策略决定的 4.4.1.2 特点特点 对数学模型要求不高且模型的形式多样化；对数学模型要求不高且模型的形式多样化； ?能直接处理具有纯滞后的过程；能直接处理具有纯滞后的过程； ?具有良好的跟踪性能和较强的抗扰动能力；具有良好的跟踪性能和较强的抗扰动能力； ?对模型误差具有较强的鲁棒性对模型误差具有较强的鲁棒性 ?4.4.1.3 应用应用 预测控制可以根据过程的特点和控制要预测控制可以根据过程的特点和控制要求，以最为方便的方法在系统的输入输出信求，以最为方便的方法在系统的输入输出信息中，建立起预测模型也可以把实际系统息中，建立起预测模型也可以把实际系统中的不确定因素体现在优化过程中，形成动中的不确定因素体现在优化过程中，形成动态优化控制，并可处理约束和多种形式的优态优化控制，并可处理约束和多种形式的优化目标，使预测控制能适合复杂工业过程的化目标，使预测控制能适合复杂工业过程的控制 4.4.1.4 发展过程发展过程 1、第一代预测控制技术：、第一代预测控制技术： IDCOM、、DMC 主要处理无约束过程的预测控制主要处理无约束过程的预测控制 ?2、第二代预测控制技术：、第二代预测控制技术： QDMC 主要处理约束多变量过程的预测控制主要处理约束多变量过程的预测控制 ?3、第三代预测控制技术：、第三代预测控制技术： RMPCT、、PFC等等 主要处理约束多变量过程的预测控制，具有主要处理约束多变量过程的预测控制，具有 容错和多个目标函数等功能容错和多个目标函数等功能 ?4.4.2 推断控制推断控制 生产过程中被控制量生产过程中被控制量(过程输出过程输出)不能直不能直接测量就难以实现反馈控制。

如果扰动可测，接测量就难以实现反馈控制如果扰动可测，则可以采用前馈控制但是，在工业生产中则可以采用前馈控制但是，在工业生产中也存在着这样一类情况，即过程的扰动，甚也存在着这样一类情况，即过程的扰动，甚至过程的输出（被控制量）无法测量或难以至过程的输出（被控制量）无法测量或难以测量（测量仪表价格昂贵、性能不可靠，或测量（测量仪表价格昂贵、性能不可靠，或测量滞后大等），则可以采用推断控制测量滞后大等），则可以采用推断控制 4.4.2.1 定义定义 所谓推断控制就是在过程数学模型的基所谓推断控制就是在过程数学模型的基础上，利用可测变量将不可测的过程输出推础上，利用可测变量将不可测的过程输出推算出来实现反馈控制，或将不可测的过程扰算出来实现反馈控制，或将不可测的过程扰动推算出来实现前馈控制动推算出来实现前馈控制 4.4.2.2 基本结构基本结构 推断控制系统的基本组成如图所示由于过程的主要推断控制系统的基本组成如图所示由于过程的主要输出输出Y Y( (s s) )和扰动和扰动u u( (s s) )均不可测量，只能引入易测量的过程均不可测量，只能引入易测量的过程辅助输出辅助输出θθ( (s s) )。

推断控制系统通常由三个基本部分组成：推断控制系统通常由三个基本部分组成：信号分离、估计器、推断控制器信号分离、估计器、推断控制器 4.4.2.2.1 信号分离信号分离 引入模型引入模型P1(s)将不可测量扰动将不可测量扰动u(s)对辅对辅助输出的影响从助输出的影响从θ(s)中分离出来，当中分离出来，当P1(s)= P(s)时，则控制变量时，则控制变量m(s)经估计模型经估计模型P1(s)对对估计器估计器E(s)产生作用与控制变量产生作用与控制变量m(s)经辅助经辅助过程模型过程模型P(s)产生作用相抵消，因而送入估产生作用相抵消，因而送入估计器计器E(s)的信号仅为扰动变量对辅助过程的的信号仅为扰动变量对辅助过程的影响，从而实现信号分离影响，从而实现信号分离 4.4.2.2.2 估计器估计器E(s) 估计器估计器E(s)的作用是估计不可直接测量的的作用是估计不可直接测量的扰动扰动u(s)对过程主要输出对过程主要输出Y(s)的影响估计的影响估计器选取合适算法如最小二乘估计，使估计器器选取合适算法如最小二乘估计，使估计器的输出为不可直接测量的扰动的输出为不可直接测量的扰动u(s)对被控变对被控变量即过程主要输入量即过程主要输入Y(s)的影响估计值。

的影响估计值 4.4.2.2.3 推断控制器推断控制器G1(s) 推断控制器的设计原则应使系统对设定推断控制器的设计原则应使系统对设定值具有良好的跟踪性能，对外界扰动具有良值具有良好的跟踪性能，对外界扰动具有良好的抗扰动能力，而对选定的不可测量扰动好的抗扰动能力，而对选定的不可测量扰动的影响起到完全补偿作用为此，一般设计的影响起到完全补偿作用为此，一般设计推断控制器推断控制器G1(s)为过程模型的逆，在不可测为过程模型的逆，在不可测量扰动量扰动u(s)作用下，过程主要输出作用下，过程主要输出Y(s)=0；；而在设定值扰动作用下，主要输出为而在设定值扰动作用下，主要输出为Y(s)= R(s)，即控制系统无余差即控制系统无余差 4.4.2.3 应用应用 ??推断控制系统，实际上是一种推断控制系统，实际上是一种 前馈控制方案前馈控制方案当模型正确无误时，这类系统对设定值变化具有良好的型正确无误时，这类系统对设定值变化具有良好的跟踪性能，并对不可测量扰动的影响起到完全补偿跟踪性能，并对不可测量扰动的影响起到完全补偿作用然而，要准确地知道过程数学模型以及所有作用然而，要准确地知道过程数学模型以及所有扰动的特性，在实际过程控制中往往是相当困难。

扰动的特性，在实际过程控制中往往是相当困难为消除模型误差以及其他扰动所导致主要输出的稳为消除模型误差以及其他扰动所导致主要输出的稳态误差，若态误差，若Y(s)可测，应尽可能引入反馈，构成推可测，应尽可能引入反馈，构成推断断-反馈控制系统反馈控制系统 由于推断控制可以有效克服不可测量扰动的影响，由于推断控制可以有效克服不可测量扰动的影响，在工业生产中具有很大实用价值近年来文献中介在工业生产中具有很大实用价值近年来文献中介绍过不少推断控制在精馏塔产品组分、工业高压釜绍过不少推断控制在精馏塔产品组分、工业高压釜中心温度、聚合反应器内反应物平均分子量和放热中心温度、聚合反应器内反应物平均分子量和放热催化反应器产品组分控制的成功例子催化反应器产品组分控制的成功例子 4.4.3 自适应控制自适应控制 ??通过选择非线性控制规律或控制阀非线性流量特性通过选择非线性控制规律或控制阀非线性流量特性等方法可以补偿工业生产过程的非线性特性，满足等方法可以补偿工业生产过程的非线性特性，满足稳定运行准则，但对一些工业生产过程不能满足要稳定运行准则，但对一些工业生产过程不能满足要求，如流动过程中，物料量不断增加，控制器参数求，如流动过程中，物料量不断增加，控制器参数需要适应物料的增加而变化。

需要适应物料的增加而变化 大多数工业过程是非定常的，具有时变特性，因此大多数工业过程是非定常的，具有时变特性，因此过程特性随时间变化如，随使用时间的延长，催过程特性随时间变化如，随使用时间的延长，催化剂的活性降低，使反映转化率下降；传热设备因化剂的活性降低，使反映转化率下降；传热设备因结垢使传热系数下降等因此，要适应这些过程特结垢使传热系数下降等因此，要适应这些过程特性的变化及时调整控制器参数性的变化及时调整控制器参数 4.4.3.1 定义定义 自适应控制系统是指系统本身能自动测量被自适应控制系统是指系统本身能自动测量被控系统的参数或运行指标，自动地调整控制控系统的参数或运行指标，自动地调整控制的参数，以适应其特性的变化，保证整个系的参数，以适应其特性的变化，保证整个系统的性能指标达到最优的控制系统统的性能指标达到最优的控制系统 即：自适应控制系统是一类能够适应即：自适应控制系统是一类能够适应过程特过程特性性或或环境条件环境条件的变化自动调整控制器参数的的变化自动调整控制器参数的控制系统控制系统 ??4.4.3.2 基本结构基本结构 自适应控制系统的研究始于自适应控制系统的研究始于 20世纪世纪50年代，随着控年代，随着控制理论与计算机技术的迅速发展，自适应控制得到制理论与计算机技术的迅速发展，自适应控制得到迅速的发展，在工业生产中应用越来越广泛。

迅速的发展，在工业生产中应用越来越广泛 ?工业上常用的自适应控制系统的形式很多，根据设工业上常用的自适应控制系统的形式很多，根据设计原理和结构不同，目前应用较为广泛的自适应系计原理和结构不同，目前应用较为广泛的自适应系统主要有：统主要有： 简单自适应控制系统简单自适应控制系统 模型参考自适应控制系统模型参考自适应控制系统 自校正控制系统自校正控制系统 ? 1、简单自适应控制、简单自适应控制 这类系统用一些简单的方法来对过程参数或环境条件这类系统用一些简单的方法来对过程参数或环境条件的变化进行辨识，按一定的规律来调整控制器的参数，控的变化进行辨识，按一定的规律来调整控制器的参数，控制算法也比较简单，实际上是一种非线性控制系统或采用制算法也比较简单，实际上是一种非线性控制系统或采用自整定控制器的控制系统自整定控制器的控制系统 控制决策控制决策 品质评价品质评价 或参数估计或参数估计 — 控制器控制器 过过 程程 自适应控制的一般系统方框图自适应控制的一般系统方框图 2、模型参考自适应控制系统、模型参考自适应控制系统 利用一个具有预期的品质指标、并代表理想利用一个具有预期的品质指标、并代表理想过程的参考模型，要求实际过程的模型特性向它过程的参考模型，要求实际过程的模型特性向它靠扰。

参考模型与控制系统并联运行，接受相同靠扰参考模型与控制系统并联运行，接受相同的设定信号的设定信号r r，它们输出信号的差值，它们输出信号的差值 e e＝＝y ym m－－y yp p，经，经过自适应机构来调整控制器的参数，直至使控制过自适应机构来调整控制器的参数，直至使控制系统性能接近或等于参考模型规定的性能系统性能接近或等于参考模型规定的性能 3、自校正控制系统、自校正控制系统 自校正控制系统先用最小二乘法的辨识方法，依据过自校正控制系统先用最小二乘法的辨识方法，依据过程的输入、输出数据，得到过程数学模型的参数采用最程的输入、输出数据，得到过程数学模型的参数采用最小方差控制算法，实现最优控制小方差控制算法，实现最优控制 外回路外回路 参数调整参数调整 参数估计器参数估计器 — 控制器控制器 内回路内回路 过过 程程 自校正控制器的基本结构自校正控制器的基本结构 附：软测量技术附：软测量技术 为了实现良好的质量控制，必须对产品为了实现良好的质量控制，必须对产品质量或产品质量密切相关的重要过程变量进质量或产品质量密切相关的重要过程变量进行控制，由于分析仪表或传感器的价格行控制，由于分析仪表或传感器的价格昂贵，维护复杂，加上分析仪表滞后大，造昂贵，维护复杂，加上分析仪表滞后大，造成控制质量下降。

此外，有些产品质量指标成控制质量下降此外，有些产品质量指标或与产品质量密切相关的重要过程变量目前或与产品质量密切相关的重要过程变量目前尚无法测量为了解决这类过程变量的测量，尚无法测量为了解决这类过程变量的测量，提出了软测量的概念提出了软测量的概念 1 基本思想基本思想 软测量技术的软测量技术的基本思想：基本思想：是把自动控制是把自动控制理论与生产过程知识有机的结合起来，应用理论与生产过程知识有机的结合起来，应用计算机技术，利用一些容易测量的变量计算机技术，利用一些容易测量的变量(或称或称之为辅助变量或二次变量之为辅助变量或二次变量)，依据这些易测过，依据这些易测过程变量与难于测量或暂时不能测量的待测过程变量与难于测量或暂时不能测量的待测过程变量程变量(或称之为主导变量或称之为主导变量)之间的数学关系之间的数学关系(称为软测量模型称为软测量模型)，通过各种数学计算和估，通过各种数学计算和估计方法，从而实现对待测过程变量的测量计方法，从而实现对待测过程变量的测量 2 基本结构基本结构 ?软测量技术由软测量技术由辅助变量选择辅助变量选择、、数据的采集和处理数据的采集和处理 、、软测量数学模型建立软测量数学模型建立 和和校正校正等部分组成。

等部分组成 历史数据历史数据 初始模型初始模型 测量数据测量数据 预预处处理理模模块块简简单单机机理理模模型型模型参数模型参数 输出输出 校正模块校正模块 化验数据化验数据 软测量模型软测量模型 修正模型参数修正模型参数 长期校正模块长期校正模块 历史数据历史数据 2.1 辅助变量的选择辅助变量的选择 首先根据软测量的任务，确定主导变量通首先根据软测量的任务，确定主导变量通过机理分析确定影响主导变量的相关变量过机理分析确定影响主导变量的相关变量----辅助变量辅助变量 ?辅助变量的选择包括辅助变量的选择包括变量类型变量类型、、变量数目变量数目和和检测点位置检测点位置的选择在这三方面是相互关联、的选择在这三方面是相互关联、相互影响，由过程特性所决定的同时在实相互影响，由过程特性所决定的同时在实际应用中，还应考虑经济性、可靠性、可行际应用中，还应考虑经济性、可靠性、可行性以及维护性等外部因素的制约性以及维护性等外部因素的制约 ?选择原则选择原则 关联性关联性 ?特异性特异性 ?过程适用性过程适用性 ?精确性精确性 ?鲁棒性鲁棒性 ?选择方法选择方法 ??1、直接根据历史数据记录进行选择，这种方法是、直接根据历史数据记录进行选择，这种方法是对过程变量之间进行相关性分析，选择对主导变量对过程变量之间进行相关性分析，选择对主导变量影响最大的一些变量作为辅助变量；影响最大的一些变量作为辅助变量； 2、根据过程的机理模型生成的一些仿真数据，对、根据过程的机理模型生成的一些仿真数据，对这些数据进行相关性分析，从中选择与过程主导变这些数据进行相关性分析，从中选择与过程主导变量密切相关的变量作为辅助变量，这种方法可以在量密切相关的变量作为辅助变量，这种方法可以在过程设计时用以指导测量最优设计。

过程设计时用以指导测量最优设计 2.2 测量数据的采集与处理测量数据的采集与处理 软测量技术是根据过程测量数据经过软测量技术是根据过程测量数据经过数值计算从而实现测量，其性能在很大程数值计算从而实现测量，其性能在很大程度上度上依赖于所获过程测量数据的准确性和依赖于所获过程测量数据的准确性和有效性 测量数据的采集测量数据的采集 需要采集的数据是软测量主导变需要采集的数据是软测量主导变量对应时间的辅助变量数据量对应时间的辅助变量数据 ?数据的覆盖面应宽些，以便使软数据的覆盖面应宽些，以便使软测量建立的模型有更宽的适用范测量建立的模型有更宽的适用范围 ?采集的过程数据应具代表性采集的过程数据应具代表性 ?测量数据的处理测量数据的处理 数据处理的内容包括对数据的归一化处理、数据处理的内容包括对数据的归一化处理、不良数据的剔除等不良数据的剔除等 ?数据的归一化处理：数据的归一化处理：包括标度换算、数据转包括标度换算、数据转换和设置权函数换和设置权函数 ?不良数据的剔除：不良数据的剔除：包括分析采集数据、数据包括分析采集数据、数据的检验和不良数据的剔除的检验和不良数据的剔除。

?2.3 软测量模型的建立方法软测量模型的建立方法 基于工艺机理分析的软测量方法；基于工艺机理分析的软测量方法； ?基于回归分析的软测量方法；基于回归分析的软测量方法； ?基于过程对象动态数学模型的软测量方法；基于过程对象动态数学模型的软测量方法； ?基于人工神经网络的软测量方法；基于人工神经网络的软测量方法； ?基于模式识别的软测量方法；基于模式识别的软测量方法； ?基于其他人工智能方法基于其他人工智能方法 ?3 应用应用 ???软测量技术在工业生产，尤其是石油化工生产过程软测量技术在工业生产，尤其是石油化工生产过程中得到了广泛应用中得到了广泛应用 软测量技术工业应用成功的实例有软测量技术工业应用成功的实例有 Inferrential Control公司、公司、Profimatics公司、公司、Simcon公司等公司等以商品化软件形式推出各自的软测量仪表例如：以商品化软件形式推出各自的软测量仪表例如：测量测量10%、、50%、、90%和最终的和最终的ASTM沸点、闪点、沸点、闪点、倾点、粘点和蒸汽压等，这些已广泛应用于常减压倾点、粘点和蒸汽压等，这些已广泛应用于常减压催化裂化装置主分馏塔等的先进控制和优化控制。

催化裂化装置主分馏塔等的先进控制和优化控制 由于引进软件价格昂贵，国内有关单位自行开发了由于引进软件价格昂贵，国内有关单位自行开发了一些软测量技术，如对碳酸化塔中一些软测量技术，如对碳酸化塔中 CO2的浓度等参的浓度等参数的软测量等数的软测量等 软测量技术在过程控制系统中的应用软测量技术在过程控制系统中的应用 。