（计算机科学与技术专业论文）乙醛氧化制醋酸工艺过程的自动化控制系统的研制.pdf

大连理t 大学硕士学位论文 摘要 提高原料转化率意味着降低生产成本 增加生产效益 这对化工生产 企业至关重要 在现有装置基本不变的情况f 利用软测量技术 先进控制 和优化控制等技术手段提高转化率有显著的现实意义 本文分析了r b f 人丁神经网络的算法和特点 对r b f 神经网络模型的 结构和在线校正 学习功能作了改进 使其泛化能力和自适应能力都有所提 高 能适应处理量的变化和原料性质的波动 基于吉林化学工业股份有限公 司电石厂醋酸装置的现场数据 结合机理分析 本文用改进的r b f 网络建立 乙醛氧化制醋酸生产装置氧化液醋酸含量 乙醛含量 甲酸含量和尾气c o 含量软测量模型 本文还分析了内模控制 i m c 先进控制算法的原理和性能 运用i m c 原理设计具体p i d 形式下的i m c p i d 先进控制 按照在t 程实践中实施i m c p i d 先进控制的设计思路 实现步骤和软件模式 改造原d c s 系统的p i d 形式 对装置重要控制回路实施i m c p i d 先进控制 关键词 软测量 r b f 神经网络 内模控制 i m c p i d 醋酸 氧化塔 第1 页 大连理工大学硕士学位论文 a bs t r a c t i ti sv i t a lf o rc h e m i c a lp l a n t st oe n h a n c em a t e r i a l p e r c e n tc o n v e r s i o n w h i c hm e a n sl o w e rc o s t i n ga n dh i g h e re c o n o m i cg a i n i n g i ti ss i g n i f i c a n tt o e l e v a t et h em a t e r i a lp e r c e n tc o n v e r s i o nb yt e c h n i c a lw a y s s u c ha ss o f t w a r e m e a s u r i n g a d v a n c e dc o n t r o la n do p t i m u mc o n t r o le t c w h i c h i sn e c e s s a r yt o t r a n s f o r mt h ed e v i c e s i nt h i sp a p e r w ea n a l y z e dr b fn e u r a ln e t w o r k sa l g o r i t h ma n dp r o p e r t i e s a n di m p r o v e dn e t w o r k ss t r u c t u r ea n dt h ef u n c t i o no fs t u d y i n go nl i n e s oi t s g e n e r a l i z i n ga b i l i t ya n ds e l f a d a p t i n ga b i l i t ya r ee n h a n c e d t h e nc a l la d a p tt ot h e f l u c t u a t i o no ft h el o a da n dm a t e r i a lq u a l i t i e s b a s e do nt h ef i e l dd a t ao ft h e a l d e h y d eo x i d a t i o nt o w e ro fj i l i nc h e m i c a lc o r p o r a t i o na c e t y l i t hf a c t o r y i n c o n n e c t i o nw i t ht h em e c h a n i ca n a l y s i s t h em o d e l so ft h ea c e t i ca c i d a l d e h y d e m e t h a n c ea c i dc o n t e n to fo x i d a t i o nl i q u i da n dc 0 2c o n t e n to ft a i lg a sa r eb u i l t b yt h ei m p r o v e dr b f n n i m c i n n e rm o d e lc o n t r 0 1 a d v a n c e dc o n t r o l sp r i n c i p l ea n dp e r f o r m a n c e a r ei n t r o d u c e d a n dt h ei m c p i da d v a n c e dc o n t r o li sd e s i g n e da c c o r d i n gt ot h e a c t u a lp i df o r m a tw i t ht h ei m cp r i n c i p l e b yu s i n gt h ed e s i g n i n gi d e a e x e c u t i o nr o u t i n ea n ds o f t w a r ef o ri m c p i da d v a n c e dc o n t r 0 1 t h eo r i g i n a lp i d f o r m a to fd c ss y s t e mi sr e c o n s t r u c t e da n di m c p i da d v a n c e dc o n t r o li s c a r r i e di n t oe x e c u t i o ni ni m p o r t a n tc o n t r o lc i r c u i t s k e yw o r d s o f t w a r em e a s u r i n g r b fn e u r a ln e t w o r k i m c i m c p i da c e t i c a c i d o x i d a t i o nt o w e r 第2 页 大连理工大学硕士学位论文 第一章前言 i l 课题的主要研究目的和意义 科学技术进步不断推动生产的发展 针对化1 石化企业而言 不 仅生产规模日益扩大 而且对生产过程的非线性及众多时变或不确定因 素的研究也日益深入 这些变化对过程控制提出了更高的要求 尤其是 近年来能源及原材料价格上涨 人们对产品数量需求的增加及对产品质 量要求使得化r 丁产品市场竞争日趋激烈 同时 作为全球性可持续发展 战略的一个重要组成部分 节约能源 保护环境越来越引起人们的关注 在上述新的驱动力的推动下 化工企业面临着更加严峻的挑战 以平稳 生产为目标的传统操作已经不能适应新形势的需求 利用先进技术提高 装置的操作水平 追求更大的经济效益与社会效益已经成为企业迫切需 要解决的问题 目前 集散控制系统 d c s d i s t r i b u t e dc o n t r o ls y s t e m 已经逐步 取代传统的常规仪表 同时自动化技术与计算机技术的发展日新月异 为迎接这一挑战提供了良好的基础和崭新的机遇 纵观过程控制的发展 方向 先进控制技术 过程优化技术和生产过程c i m s 技术正成为这一发展 趋势中的三火热点问题 国外许多著名的过程控制公司都在探索如何将 上述技术更好地应用于生产 并推出了各种先进控制软件和优化软件 这些软件在世界范围内许多化工厂的主要装置取得很大成功 使化工企 业获得巨大效益 近年来 国家投入巨额资金以完成行业生产装置的改造 一般大型 企业的主要装置都己投运d e s 系统 使得生产操作更加方便可靠 d c s 相当 于有各种功能的仪表库 而且具有软件编程能力和很完善的接口功能 是实现先进控制和优化控制的有利基础 但我国大多数的d c s 系统仍仅仅 实现基础常规控制 其先进功能未发挥 装置潜在效益提高的余地很大 先进控制可严格控制变量 减小标准差 在线优化使操作移向优化设定 点 提高操作效益 基本不需改动设备 依靠软件和策略提高其生产效 率 挖掘设各潜在生产能力 因此先进控制和优化控制是提高装置经济 效益的有效途径 醋酸即乙酸 分子式为c h c o o h 是基本有机化工合成工业重要原料 之一 广泛用于化工 轻工 纺织 印染 农药 医药 电子 食品等 部门 其在有机化工中的地位相当于无机化工中的硫酸 近年来 国内 由于醋酸乙烯 醋酸纤维和涤纶等生产的发展 更为醋酸及其衍生产品 拓宽了市场 醋酸在国民经济中的地位愈益重要 吉林化学工业股份有 限公司电石厂建有三套乙醛氧化生产醋酸装置 年产醋酸2 l 万吨 产品 产量在国内同行业中最高 质量达到试剂级水平 采用集散控制系统d c s 对生产过程的控制 丁艺技术水平及生产的控制及管理均已成熟 目前 系统硬件条件基本齐备 只须作部分改造来开展先进控制 优化控制综 合自动化系统的开发研究 即可以提高产品收率 节约生产成本 使操 第1 页 大连理工大学硕士学位论文 作更平稳 提高车间管理水平 由于醋酸生产装置处理鼙很大 先进控 靓和优化控制能够带米明显的经济效益 1 2 论文的工作 针对乙醛氧化生产醋酸装置的先进控制 优化控制及综合自动化系 统 本人完成的主要 作有 1 布阅有关的文献资料 深入了解氧化装置的基本原理和生产工艺 流程 确定与软测量模骂 内部控制模型密切相关的变量 采集相应的 数据 2 研究人工神经网络在化工生产中在线软测量仪表中的应用 探讨 数据处理 寻找辅助变量的方法和合适的神经元网络 探讨建立神经元 网络模型的实用化方法 这里主要包括以下几方面内容 查阅文献资料 掌握人工神经网络的特点 结构和算法 根据分析数据和现场数据 进行必要的分析处理 获取人工神经网络建模时所需要的训练和检验数据 研究改进r b f 神经网络结构 加强其适应能力 用改进的r b f 网络实现了氧化装置的氧化液醋酸含量 乙醛 含量 甲酸含量和尾气c o 含量软测量仪表 使模型达到了较 高的精度 加入在线学习和在线校正功能 进一步提高模型适应性能 3 研究内模控制先进控制算法 探索不同模型结构和p i d 形式的控 制效果 改造原d c s 系统的p i d 形式 对装置重要控制回路实施i m c p i d 先进控制 第2 页 大连理工大学硕士学位论文 第二章先进技术的进展与相关理论 2 1先进技术的进展与综述 2 1 1 自动控制技术 六十年代以前 自动控制系统的分析和设计是以古典控制论为基础 研究的对象是具有单输入 单输出的单变量系统 而且多数是线性系统 这类系统的数学模型主要采用传递函数 系统的动态性能主要决定于传递 函数的零极点分布 系统的分析与综合主要采用频率法 它属于频域分析 的范畴 古典控制理论常用的数学 t 具是微分方程 差分方程 傅里叶变 换 拉普拉斯变换和z 变换 古典控制理论极大地推动了当时自动控制技 术的发展和普及 它在今天的许多控制领域仍有着广泛的应用 随着工业生产的迅速发展 控制对象变得曰益复杂 这时 古典控 制理论就显得力不从心 此时 由于计算机的问世 增强了计算和处理信 息的能力 促进了控制理论向更复杂更严密的方向发展 更由于航天及制 导等的需要 逐渐向多变量及复杂控制理论推进 到六十年代开始形成了 现代控制理论 现代控制理论所研究的对象主要是多输入 多输出的多变 量系统 这类系统可以是线性的或非线性的 定常的或时变的 系统的数 学模型主要采用状态方程 系统的分析与综合基本采用状态空问法 它属 于时域分析的范畴 现代控制理论所用的数学工具的范围是极其广泛的 几乎所有新的数学分支都可以在这里找到用武之地 现代控制理论不仅能 处理古典控制理论不能解决的复杂系统 而且它的出现 也为系统的参数 辨识 状态估计 最优控制 自适应控制 智能控制等奠定了坚实的基础 但在实际应用时遇到了不少困难 这主要因为它需要有被控对象的精确数 学模型 但实际情况下由于对象机理不清及其它种种条件的限制 往往难 以获得被控对象的精确数学模型 人们研究无需精确定量数学模型的智 能控制理论 自整定方法和仅需非参数脉冲响应模型等的模型预测控制方 法等新型自控理论和方法 目前 专家系统 人工神经网络和模糊理论 都已初步应用于智能控制系统 但是智能控制的理论和方法还远未成熟 需要进一步的探索和实践 从离心机构 火炮控制 工业过程控制到航空 航天事业的发展 直到社会 经济系统的控制与决策 所面临的控制对象 在不断复杂 控制理论从古典控制到状态空间 动态规划 最优控制 直 至发展到今天的智能控制与大系统控制 这些分支的诞生为控制系统的设 计提供了新的手段 同时 更复杂的设计要求 又推动了控制方法的更新 与发展 2 1 2 工业过程软测量技术 随着生产技术的发展和生产过程的日益复杂 为确保生产装置安全 第3 页 大连理工大学硕士学位论文 高效的运行 需对与系统的稳定及产品质量密切相关的重要过程变量进行 实时控制和优化控制 可是在许多生产装置的这类重要过程变量中 存在 着一火部分由于技术或经济上的原因 很难通过传感器进行测量的变量 如精馏塔的产品组分浓度 化学反应器的反应物浓度及产品分布等 为了 解决此类过程的控制问题 以前往往采用两种方法 一种方法是采用间接 的质量指标控制 如精馏塔灵敏板温度控制 温差控制等 但此法难以保 证最终质量指标的控制温度 另一种方法是采用在线分析仪表 设备投资 较大 维护成本高 并且因较大的测量滞后而使调节品质下降 为了解决 上述问题 逐步形成了软测量方法及其应用技术 软测量就是选择与被估计量相关的一组可测变量 构造某种以可测 变量为输入 被估计量为输出的数学模型 用计算机软件实现重要过程变 量的估计 这类数学模型及相应的计算机软件也被称为软测量器或 软仪 表 软测量器估计值可作为控制系统的被控变量或反映过程特征的工艺 参数 为优化控制与决策提供重要信息 软测量的实质是建立被测量参数 与影响该参数的其他操作参数之间的数学模型 这种技术对保证产品的质 量具有重要意义 软测量技术的基本点是根据某种最优准则 选择一组既与主导变量 有密切关系又容易测量的变量 称为辅助变量 通过构造某种数学关系 用计算机软件实现对主导变量的估计 这类方法不仅解决了许多检测难 题 并具有下列优点 一是不象某些成分仪表那样需要精 1 1 维护 二是动 态响应迅速 三是能够连续地给出示数 目前 软仪表中使用最广泛的是 与主导变量动态特性相近 关系密切的可测参数 如精馏塔中的温度 温 差和双温差 软测量模型是软测量技术的核心 它不同于一般意义下的数 学模型 强调的是通过二次变量来获得对主导变量的最佳估计 在软测量方法中 辅助变量的类型 数目 测点位置的选择 过程 数据的采集和处理等因素都会严重影响软仪表的性能 随着对象特性的变 化和工作点的漂移 在使用过程中 还需对软仪表进行校正以适应新的工 况 2 1 3 建模与系统辨识 数学模型是描述控制对象运动过程的数学表达式 它是实现优化的 基本依据 没有一个确切的数学模型 就不可能对系统进行定量的分析研 究 常用的数学模型有微分方程表达式 或差分方程 传递函数表达式 状态空间表达式 建模的方法基本有两种 机理分析法通过分析过程的运动规律 运用 一些已知的定律 定理和原理 来建立过程的数学模型 但是它只能用于 比较简单的过程 对于复杂的实际生产过程 有时很难对过程机理进行精 确描述 这时就需要利用系统辨识方法 辨识就是通过测取研究对象在人为输入作用下的输出响应 或上e 常运 行时的输入输出数据记录 加以必要的数据处理和数学计算 估计出对象 的数学模型 系统辨识的方法有很多种 非参数模型 经典 辨识方法包括 阶跃响应法 脉冲响应法 频率响应法 相关分析法和谱分析法等 它假 第4 页 人连理工大学硕士学位论文 定过程是线性的 所以不必事先确定模型的具体结构 因而这类方法可适 用任意复杂的过程 在工程上至今仍被广泛使用 参数模型 现代 辨识 方法包括最小二乘法 梯度校正法 人工神经元网络 模糊方法和极大似 然法等 它必须假定一种模型结构 通过极小化模型与过程之间的误差 准则函数来确定模型的参数 根据计算机与过程之间的不同连接方式 辨 识又分为离线辨识和在线辨识 离线辨识采削成批处理的算法 它占用内 存容量比较大 而在线辨识通常在正常运行工况下进行 它采用实时处理 的算法 占用内存量较小 尤其对时变过程的辨识或自适应控制问题 它 较离线辨识方法具有更多的优越性 辨识方法较机理分析方法有一定优越性 无须深入了解过程的机理 但辨识方法必须设计一个合理的实验 以获得过程所含的最大量信息 这 一点在某些场合是非常困难的 实际使用时 两种方法互相补充 不能替 代a 人们常把理论建模问题称为 白箱问题 把辨识建摸问题称为 黑 箱问题 理论建模和机理建模结合使用就是所谓 灰箱问题 机理己知 的部分采用理论建模的方法 机理未知的部分采用辨识建模的方法 充分 发挥两种方法的优越性 2 1 4 人工神经网络 人工神经网络 a r t i f ic i a ln e u r a ln e t w o r k a n n 是对生物神经 网络的一种模拟与近似 人工神经网络是一个并行和分布式的信息处理 网络结构 一般由许多个神经元组成 每个神经元有一个单一的输出 它可以连接到很多其它的神经元 其输入有多个连接通路 每个连接通 路对应一个连接权系数 神经网络有以下五个突出特性 引起控制界的注意力 l 它具有能 以任意精度逼近任何连续非线性函数的能力 2 它的信息处理的并行机 制可以解决控制系统中大规模实时计算问题 而且并行机制中的冗余性 可以使控制系统具有快速和高容错性的特点 3 由于自身结构和多入多 出特点 使其易用于多变量系统的辩识和控制 且与其它逼近方法相比 更经济 4 对复杂不确定问题具有自学习和自适应能力 5 它具有很 强的信息综合能力 能同时处理定量和定性的信息 能很好地协调多种 输入信息的关系 适用于多信息融合和多媒体技术 r b f 径向基函数神经网络称为r b f 网络 r a d i a lb a s isf u n c t i 0 1 3 神经 元网络 r b f 网络是一类前向网络 c y b e n k o 已严格证明了两层前馈网络 可一致逼近任意连续函数 如果选择合适的中心 简单r b f 模型也可以提 供相似的近似能力 只要学习数据足够完备 那么无论系统是否为非线 性都可以比较成功地找到恰当的映射 因此r b f 神经元网络为非线性系统 的建模和控制提供了有力的工具 根据网络参数的不同确定方法 r b f 网络分为0 型r b f 网络 i 型r b f 网 络和i i 型r b f 网络 网络的训练方法主要有以下几种 p o g g i o 方法 m o o k y 算法与d a r k e n 算法 局部优化算法 正交优选算法 聚类和g i v e i l s 变换联 合叠代算法等 r b f 网络的非线性映射能力体现在隐含层的基函数上 而 第5 页 大连理 丁大学硕士学位论文 径向基函数的特性主要由函数的中心确定 一般数据中心采用聚类的方 法实现 如k m e a n s 方法 竞争学习方法等 r b f 网络是一种性能优良的前向网络 与其它前向网络相比 r b f 网 络具有最佳逼近的性能 r b f 网络结构上具有输出一权值线性关系 同时训 练方法快速易行 不存在局部最优化问题 目前在控制领域中r b f 网络主 要用于系统辨识与建模和控制方案的设计 用神经元网络对非线性系统建模研究是非常有意义的 工业上的系 统一般是非线性较为严重的过程 而且难以得到机理建模 利用神经元 网络可以避免这个问题 与传统的机理建模比较 用r b f 神经元网络建立 时变非线性系统自校正模型不仅极为简单 而且具有更高精度和自适应 能力 因而它在工业实际中的应用前景将非常广阔 目前在r b f 神经元网络需要深入研究的方面有 1 确定网络中心的位置 2 网络中心的数量 3 基函数形式 4 权值的确定 5 归一化方法 6 偏置的考虑 已有越来越多的研究者们致力于神经元网络的研究与应用 出现了 许多新思路 新方法 如将模糊逻辑与神经元网络相结合 组成模糊神经 元网络 为更好地表征输入输出的动态关系 提出了动态神经元网络 r n n 近年来 还出现了一种小波神经网络 避免了b p 网络等结构设计 上的盲目性 该网络有较强的函数学习能力和推广能力 2 1 5 内模先进控制 现代工业控制要求达到越来越高的设计目标 并在越来越复杂和不 确定的环境下进行控制 传统控制手段已难于适应 在这种生产实际的要 求下 随着计算机技术特别是微处理机的发展 一系列新型控制方法应运 而生 这些控制方法包括 白适应控制 预测控制 鲁棒控制 神经网络 控制等 g a r c i a 和m o r a r i l 9 8 2 年撰文提出了内模控制 它包括三部分 1 内部模型 用于预测操作变量对输出的影响 2 滤波器 使系统达到 定的鲁棒性 3 控制算法 计算操作变量的未来值 保证输出跟踪给定值 以上的结构使得内模控制具有以下优点 1 当系统存在输出约束时 基于模型的预测输出值 很有帮助 可 以预见任何超出约束值的输出 从而采取适当的纠正动作 2 引入滤波器使得输出跟踪参考轨迹 这赋予了滤波器以物理意 义 并且使操作员可以在线对它进行调节 3 通过设计滤波器和控制模块能够分别调节系统的鲁棒性和响应性 能 而在其他的设计方法中这两种调节无可救药地纠缠在一起 第6 页 大连理工大学硕士学位论文 许多文章设计了单输入单输出 s i s o 离散系统的内模控制器 研究了 内模控制与其他控制算法 最优控制 史密斯预估器 推断控制 模型算 法控制 动态矩阵控制 的关系 晟后得出结论内模控制能够以一种直接 的方式调节控制质量和鲁棒性 它的清晰和直观的优点对 业应用很有吸 引力 但是 很多文章没有提及如何设计一个滤波器以补偿模型和对象的 偏差 只是说足够大的滤波器常数就能够保证一定的鲁棒性以及要提高控 制质量可以采用更复杂的滤波器 之后 6 a r c i a 和m o r a r i 发表了一系列文章 将i m c 推广到多输入多输 出系统 m i m o 非线性系统 多回路系统 同时期 内模控制的研究不 断深入 并且与其他较活跃的研究领域如智能控制形成了交叉 形成了神 经网络内模控制技术 但是 要将内模控制应用于实际工业 就必须改 造现有控制系统 具体说就是在原有的控制系统中加入过程模型模块 这 给内模控制的应用带来了一定难度 而基于内模控制的p i d i m c p i d 控 制解决了这一难题 2 1 6 i m c p i d 控制 过程工业中使用的调节器主要是p i d 型的 它结构简单 易于操作 具有一定的鲁棒性 因而具有有效的实际应用 也正因为它结构简单 所 以很难确定其优化的结构参数 r i v e r a 等提出一种基于内模控制的p i d i m c p i d 控制器 该控制器 的设计是基于一个假设的过程模型和一个用于鲁棒特性的低通滤波器 其 方法是使用直接的二步i m c 控制器设计 以获得一个具有传统p i d 结构的 控制器 i m c p i d 控制器只有一个调节参数 即滤波器常数 这使得i m c p i d 控制器的在线整定十分容易 r i v e r a 等采用兼顾i s e 值和m 值的方法整 定滤波器常数 i s e 值 平方误差积分值 用来表征系统的控制性能 i s e 值越小 系 统控制性能越好 而m 是互补灵敏度函数的模在频域的最大值 用来表征 鲁棒性 m 值越小 鲁棒性越好 与相稳定和幅值稳定相比 m 值求取方 便 而且表征的是频域下模型不确定时的鲁棒性 因而被 泛认为更合适 于表征鲁棒性 用这样的整定方法 r i v e r a 等对一阶加纯滞后系统中的i m c p i d 和 i m c p i 控制器进行了整定 得到了较满意的结果 在构造带纯滞后系统的i m c p i d 控制器的过程中 一个无法避免的 问题是对纯滞后的近似问题 采用不同的近似手段 就会产生不同的i m c p i d 控制器 r i v e r a 等使用了零阶和一阶p a d e 近似 当纯滞后时间较大时 一阶 p a d e 近似会带来较大误差 因此 龚晓峰等建议采用非对称二阶近似 给 出了这种情况下一阶加纯滞后系统i m c p i d 控制器的构造式 和相应的滤 波器常数整定方法 第7 页 大连理工大学硕士学位论文 随着研究的深入和实践的发展 一些学者和过程控制工程师纷纷指 出i m c p i d 控制器在很好地抑制输出干扰的同时 对于开环动态响应明 显慢于阅环响应的系统 不能很好地抑制负载干扰 h o r n 等提出一种改 进的内模控制滤波器的设计方法 并应用于一阶加纯滞后对象和无纯滞后 的一阶及二阶对象 所得的系统均能很好地抑制输出干扰和负载干扰 但 是h o r n 等没有给出二阶加纯滞后系统的情况 而实际 业生产中诸如成 分 粘度等对象需用二阶加纯滞后模型来近似才能得到满意的精度 而这 些对象的开环动态特性都较滞缓 往往在滞后环节中存在一个很大的主导 时间常数 因此所期望的控制系统闭环动态特性也远较开环动态特性快 速 龚剑平等将改进的内模控制滤波器设计应用于二阶加纯滞后对象 结 果表明该控制系统均能很好地抑制输出干扰和负载干扰 从而拓展了i m c p i d 控制的应用领域 2 2 先进技术的相关理论与算法实现 2 2 1 工业过程软测量技术的实现 在化学工业和石化工业生产中 往往存在一大类无法或难以用传感 器直接检测的变量 这些参数对提高产品质量和保证安全生产有重要作 用 是工业生产过程中必须加以严格监视和控制的参数 如氧化塔反应液 中的产品含量 化学反应器中的反应速率 生物发酵罐中的生物量参数 高炉铁水的含硅量等 通常 检测这个变量的仪表价格较昂贵或者仪表的 维护量较大 在工业生产过程中 常采用定期地进行人工检测和分析来得 到 要克服目前这种信息反馈的滞后性和人为误差带来的不利影响 我们 可以建立各个生产质量指标软测量仪表 软测量技术是依据工业生产过程 中有关的过程变量间的关联 通过一些能够检测的过程变量和相应的数学 模型 来估计过程中用仪表较难检测的另一个变量的技术 软测量的实质 是建立被测量参数与影响该参数的其它操作参数之间的数学模型 这种技 术对保证产品的质量具有重要意义 软测量技术不仅解决了许多检测难 题 并具有下列优点 一是不象某些成分仪表那样需要精心维护 二是动 态响应迅速 三是能够连续地给出示数 目前 软仪表中使用最广泛的是 与主导变量动态特性相近 关系紧密的可测参数 如精馏塔中的温度 温 差和双温差 因此软仪表技术已经日益得到各方面的重视和大力推j 一 一个软仪表包含以下几个方面问题需要确定 1 模型的实现方式和结构 2 输入输出变量及相互关联 3 模型的不断学习和校正 4 程序实现 一 软测量仪表的描述 软测量就是选择与被估变量相关的一组可测变量 构造某种以可测 第8 页 大连理工大学硕士学位论文 变量为输入 被估变量为输出的数学模型 用计算机软件实现重要过程变 量的估计 这类数学模型及相应的计算机软件也被称为 软仪表 软测 量仪表估计值可作为控制系统的被控变量或反映过程特征的工艺参数 为 优化控制与决策提高重要信息 考察图2 1 所示的过程输入输山关系 若图中y 代表主导变量 0 代 表可测的辅助变量 d 和 分别表示可测的干扰和控制变量 软测量仪表 的目的 就是利用所有可获得的信息求取主导变量的 最佳 估计值y 即构造从可测信息集臼到y 的映射 特别地 由偏差变量表示的线性仪表 可写成 y 5 x s 曰 s 2 1 图2 1 对象输入输出关系 一般地 可测信息集包括所有的可测主导变量y 主导变量y 中可 能部分是可测的 辅助变量目 控制变量 和可测干扰d 在这样的框 架结构下 软测量仪表的性能 或换言之y 的性能 将依赖于过程的描述 噪声和扰动的特性 辅助变量目的选择以及 最佳 的含义 即给定某种 准则 显然 建立软测量仪表的实质就是构造一个数学模型 但软测量仪 表与一般意义下的数学模型又有所不同 通常我们所指的数学模型主要是 反映y 与u 或d 之间的动态 或稳态 关系 而软测量仪表则是强调通过 口求得y 的估计值 并且在许多建立软测量仪表的方法中要以一般意义下 的数学模型为基础 二 软测量仪表的实现方式和结构 目前一般公认成熟有效的建立软测量仪表模型的技术有三种 机理分析方法 这种方法是建立在对过程的物理 化学机理分析的 基础上 推导出描述操作变量与状态变量及输出变量之间的函数关系 建 立数学模型的方法是根据一些已知的定律 定理和原理 列写一系列机理 方程 包括质量平衡方程和物理 化学方程 如传热方程 传质方程 化 学反应动力学方程 热力学方程和流体力学方程等 在上述基本方程的 基础上 建立起来的过程数学模型 通常称为机理模型 通过机理建立数 学模型的理论和方法有了很大的发展 人们开始描述极为复杂的工业生产 过程和设备 如精馏塔 反应器 加热炉等 的内在关系 应用这种方法 第9 页 大连理工大学硕士学位论文 有非常明确的物理意义 所得的模型有很大的适应性 并能满足工程上对 模型精度的需要 但是 在实际应用时 由于工业过程极为复杂 要考虑 的因素又很多 需投入大量的人力物力 同时 对某些工业生产过程机理 的认识还不够 因此 要建立机理模型来估计一些过程变量存在一定的困 难 统计学方法 根据大量的历史操作数据即生产记录数据 做数学回 归分析 得到操作变量之间的统计规律 此类模型形式简单 求解方便 但要建立一个精度较高的统计模型 首先要有准确的 足够的基础数据 或通过专门的实验 取得所需的基础数据 另外还要选择合理的模型结构 这种建模的优点是 不必考虑过程机理 只应用统计回归分析建立系统输 入 输出关系 缺点是由于没有深究机理 有时所建立的函数关系不能反 映复杂的内在机理 即将各个输入变量的各种非线性关系 如 x 4 x l n x 五j 等 和模型输出变量进行相关分析 采用各个输入变量拟 合程度最高的线性 非线性关系 并建立这些非线性输入变量的线性函数 关系 目前已存在一些优秀软件 帮助用统计方法建模 还可以经过系统 辨识的递推算法 使其具有自校正能力 神经元网络技术 神经元网络是近十几年来迅速发展的一种建模 方法 神经元网络模拟人脑的机能 在网络内部实现线性 非线性空间映 射 模拟出复杂的工况 神经元网络一般采用三层结构 两次映射结构实 现工况的非线性拟合 理论上已证明两层映射能够映射任意非线性关系 神经元网络的构成是用最小二乘法 遗传算法 聚类法等算法从大量的生 产数据中训练出拟合度最佳的模型结构 它不需要过于细致深入了解复杂 的工艺机理 只需得到有效的反映真实工况的生产数据 如何鉴别有效数 据也是一个有待提升的问题 同时 他的适应性能也较强 能够适用于 各种生产工况和装置 目前一些成熟的神经元网络如b p 网络 r b f 网络 已经广泛用于工业过程建模中 这些方法并不是完全独立 而是互为补充的 例如 可以用机理分 析的方法确定各输入变量对质量指标的基本非线性关系 但由于各种假设 和不确定关系 这些非线性的相关系数不易确定 这时用多元回归的方法 将相关系数统计出来 三 模型输入输出变量及时间滞后关系 输出变量一般即为软仪表所要指示的变量 合理的确定软测量仪表 输入变量是很重要的 输入变量及其主次关系通过机理分析和主元分析法 确定 无论用哪种方法建立软测量仪表模型 首先需要深入 细致地了解 工艺流程 影响因素以及装置的个一陛特点 从中分析各个输入变量以及这 些变量之间的关联 但对于复杂的化学反应 这种机理分析的结论带有一 定不准确性 即使同一反应的不同装置 各影响因素及其地位也有所差异 因此 用数学的方法帮助分析这些输入变量就显得很有必要 主元分析就 是在数理统计指导下 以概率检验确定输入变量的方法 第1 0 页 大连理工大学硕士学位论文 在一个复杂工业过程中 由于过程内部和过程之间紧密关联 使得 过程之间存在着较强的相关性 如果能用少量不相关的变量携带足够的信 息来反映大量过程变量所包含的关于过程运行状况的信息 那么 只要通 过对这少量不相关的量进行分析和处理 就可以达到对整个过程进行控制 的目的 p c a p r i i g c i p a lc o m p o n e n ta n a l y s i s 主元分析法是多元统计 分析中最重要的方法之一 主元分析的主要任务就是使一个维数很大的数 据矩阵降维 将生产过程中存在的大量高度相关的变量通过多元统计投影 映射到用少部分隐变量定义的低维空间 主元空间 中去 从而揭示它的 主要结构 从理论上说 只要对输出变量有影响的相关变量都应该考虑 而在 实践中 由于大量干扰和不确定因素的影响 应该只考虑对输出变量有直 接的 重要的影响的主流输入变量 而过多的非主流变量往往会淹没主流 变量的信息 干扰模型精度 因此 应该适当的取舍输入变量 保证模型 鲁棒性和可靠性 同时应该充分考虑实际生产中控制对模型输入变量的影响 有些影 响因素对装置生产非常重要 并加以严格控制 控制作用使其保持在一个 有限的波动范围之内 这些因素对生产质量的影响作用就大大减小 这时 主元分析就不能有效判定这些变量的实际影响作用 所以更需要把工艺机 理分析和主元分析有效的结合 另一方面 许多建模算法 如某些神经元 网络建模 需要对输入 输出变量归一化 这个小的波动范围在归一化中 被放大了 反而给建模带来了干扰 化工和石化生产过程一般存在比较大的从输入到输出的时间滞后 某一时刻的生产质量指标取决于它之前的各个操作变量的质量 而且同一 装置不同部位的操作变量对质量指标的作用滞后时间也不同 例如 氧化 塔从底部进料 顶部出料 各反应段的温度对塔顶输出的时间滞后就不同 建立软测量模型就应充分考虑这个时间滞后 把对质量指标有真正影响的 那一时刻输入变量送给模型进行计算 这个滞后时间可以通过机理分析方 法用物料平衡方法计算出来 也可以不断的检验不同滞后时间下训练的模 型精度 调整并找出合理的滞后时间 四 软测量模型自学习和自校正 任何软测量模型的适应能力都是有限的 它不可能适应所有的工况 机理建模一般都有一定的假设前提和线性近似 多元回归和神经元网络只 能得到模型训练有限的数据包含的有效信息 同时 生产工况也总是变化 的 外界环境 装置设备 操作习惯等都有可能在一段时间后发生变化 特别是现在的生产负荷会因各种因素作出调整 例如常减压装置根据市场 价格的变化调整生产方案和生产负荷 以期获得较大的经济效益 因此 模型需要有自学习和白校正能力 才能适应长期使用要求 数学模型校正依据实际的检测数据 重新校正模型的结构和参数值 因此要求这些检测数据有较高的精度和可靠性 能够反映对象的真实情 况 对实测数据的精度应通过对同 样本的重复检测 不同分析人员对同 一样本的检测来检查其精度 也可以通过高级的检测手段 例如色谱 光 第1 1 页 大连理工大学硕士学佾论文 谱分析等方法来提高检测的精度等 数学模型的校正是软测量技术实用化 必不可少的工作 对纯机理建模的数学模型 可以通过其它的过程参数进行间接的检 查 当过程参数与数学模型的假设条件不符时 应对数学模型进行必要的 校正 数学模型的正确性与模型输入过程变量的检测方法 检测位置及检 测仪表的精度等有很大关系 因此 在使用软测量技术时 对数学模型的 输入变量的各个检测点的检测方法 位置和仪表精度等应有一定的要求 以保证输出变量的精度 软测量技术是一门有着广阔发展前景的新兴工业技术 对其的研究已 经经历了从线性到非线性 静态到动态 无校正功能到校正功能 总之 软测量技术已经得到了广泛的重视和应用 它将在过程检测和控制系统的 发展中发挥越来越太的作用 并将得到进一步的研究和开发应用 2 2 2r b f 人工神经网络的工作原理 r b f r a d i a lb a s isf u n c t i o f t 网络是一种性能良好的前向网络 它 具有很强的生物背景和逼近任意非线性函数的能力 与其它前向网络相 比 r b f 髓络在结构上具有输出一权值线性关系 同时训练方法快速易行 与传统的机理建模方法相比 用r b f 神经网络建立时变非线性系统自校正 模型不仅极为简便 而且具有更高的精度和自适应能力 因而在过程建模 中得到了广泛的应用 本章中 在前人研究的基础上 我们用r b f 神经网络建立了吉林化学 工业公司乙醛氧化制醋酸装置氧化液醋酸含量 乙醛含量 甲酸含量和尾 气c o 含量软测量模型 一 r b f 神经网络的结构 r b f 网络由s c h e n 于1 9 9 0 年首次提出 是一种三层前向网络 其结构 如图2 2 所示 输入层由信号源节点组成 第二层为隐含层 其节点的多 少视具体问题而定 第三层为输出层 输入层隐层 输出层 图2 2r b f 神经网络的结构 第1 2 页 大连理工大学硕士学位论文 虽然近年已有不少人研究动态神经网络 但目前最常用的还是由神经 元分层连接而成的静态r b f 网络 网络中只有邻层神经元之问相互连接 信号只由低层向高层的神经元传输 这样 输入层相当于将输入的1 3 维 空间映射到新的空间 实现从低维空间到新空间的非线性变换 隐含层实 际上可以看作是对输入数据进行特征提取 输出层实现新空间线性组合 二 r b f 神经网络的算法分析 1 输入数据预处理 网络学习前 应先对输入数据做数据处理 这对网络有至关重要的 影响 不仅影响网络的学习速度和网络的复杂性 而且关系到网络的精度 数据处理一般分为三步 搜集有关的变量 数据 评价和提取有效的变量 以及数据变换处理 1 收集有关变量 数据 就是指了解实际问题并收集有关的信息 如 网络模型中可能的所有输入变量等从而确定网络的输入和输出结 构 2 评价和提取有效的变量 收集到网络输入变量的众多候补时 必 须对这些变量作出评价 以提取解决问题最有效的变量 建立简 单而有效的网络模型 此时 可以利用一些统计方法 例如若计 算变量间的相关系数 如果输入变量与输出相关性很弱 则可删 除它 另外保持和输出变量相关较强的输入变量 3 数据的变换处理 由于各个输入变量在数量级上存在很大差别 因而必须对每一维输入数据做归一化处理 归一化公式为 工 二 塑 2 2 其中工t l i 为输入数据的最小值 石一为输入数据的最大值 x 为归 一化后的新值 2 工一一 有时在数据中会出现异常的数据 它会影响到网络的学习 在网络 学习前 必须先检查数据是否包含有异常的数据 如果有 则应查清这些 数据是否由于误差引起 若是则应删除 2 从输入层变换到输出层 r b f 网络中 输入层节点实现从x 斗口i i x 的非线性映射 隐层节点 亦称r b f 节点 由像高斯函数那样的辐射状作用函数组成 而输出层节点 通常是简单的线性函数 口 x 为选取的基函数 最常用的r b f 基函数是高斯基函数 它是 一种局部分布 径向对称于中心点衰减的非负非线性函数 即 谁b 丫趔k 学 l j 上式中c i 是第j 个基函数的中心点 盯j 是一个由样本数据决定的参数 第1 3 页 大连理工大学硕士学位论文 它决定了输入变量围绕该基函数中心的离散性 即标准差 l x c 是向 i in 量x j c 的范数 表示x 和c 之间的距离 妒 是一个径向对称的函数 它在c 处有一个难一的晟丈值 随着1 l x c 0 的增大 妒i 迅速衰减到零 i i 对于给定的输入x r 只有一部分中心靠近x 的处理单元被激活 由于口 x 为高斯函数 冈而对任意x 均有仃 l x o 从而失去调整 权值的优点 而事实上当x 远离c 时 口 x 己非常小 因此可作为0 对待 因此实际上只当口 x j 大于某一数值 例如0 0 5 时才对相应的权 值以 进行修改 经这样处理后r b f 神经网络也同样具备局部逼近网络学 习收敛快的优点 选用上述高斯基函数后 不仅使网络表示形式简单 而且由于该基 函数解析性好 因而便于对网络进行理论分析 但高斯基函数具有正定性 而不具备紧密性 这是该基函数的一个主要缺点 程序中当a x 小于某 一小数时即取其为0 一定程度上克服了该缺点 输出层实现从口 i x 到输出y 的线性映射 即 y w a x 2 4 h 或 y 毛 j 一五 w u i x c 厅 其中 e 4 j u 1 l虬 w 一九 i 1 2 埘 2 5 j 1 2 n h 帆 r 九 1 2 6 2 7 2 8 总之 用r b f 展开式可以清楚地描述网络的输入输出关系为 且 y 1 x c 8 无 2 9 i l 其中x 一 工 x r r 表示网络的n 个输入 是网络的隐层 节点个数 表示欧氏范数 丑 o f n 是嬲络的权值 厶为输出的 偏置 由以上对r b f 网络作用机理的分析可以看出 从输入空间到隐含层空 间的变换是非线性的 而从隐含层空间到输出层空间的变换是线性的 也 就是说 网络由输入到输出的映射是非线性的 而网络输出对可调参数而 言却又是线性的 这样网络的权就可由线性方程组直接解出或用r l s 方法 递推计算 从而大夫加快了学习的速度并避免局部极小问题 3 r b f 网络的学习方法 第1 4 页 大连理工大学硕士学位论文 在r b f 网络中 输出层和隐含层所完成的任务是不相同的 因而他们 学习的策略也不相同 输出层是对线性权进行调整 采用的是线性优化策 略 因而学习速度较快 而隐含层是对作用函数的参数进行调整 采用的 是非线 i 生优化策略 因而学习速度较慢 与b p 网络不同 r b f 网络并非总是中心数越人网络精度越高k 在中心 的选取上 r b f 网络常用的学习方法有随机选取法 自组织学习法 有监 督学习法和正交最小二乘 0 l s 法等 论文中采用统计f 检验从小到大改 变中心个数确定中心的数目 中心的位置由k 均值法确定 k 均值法的基础是误差平方和准则 假设训练集包括m 个样本 是 第f 聚类f f 中的样本数目 c 是这些样本的值 即网络中心 计算各聚类 集中从每一个模式样本点到所属聚类中心的距离平方和以 用迭代方法 找出使以达到最小的最优聚类结果 如果模式样本的聚类分布较好 一 般迭代3 5 次就能得到收敛结果 具体步骤如下 1 初始化聚类中心c i f 1 2 m 一般是从输入样本 x i f 1 2 中选择m 个样本作为聚类中心 2 将输入样本按最邻近规则分组 即将x f 1 2 为c f 1 2 m 的输入样本聚类集合e i 1 2 m 且满足 d i