先进控制系统介绍PPT课件

1 第4章先进控制系统介绍 时滞补偿控制 2 解耦控制 3 软测量技术 1 预测控制 4 自适应控制 5 模糊控制 6 2 现代工业生产过程的大型化 复杂化 对产品质量 产率 安全及对环境影响的要求越来越严格 许多复杂 多变量 时变的关键变量的控制 常规PID已不能胜任 因此 先进控制受到了广泛关注 3 先进过程控制 APC AdvancedProcessControl 技术 是指不同于常规PID 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 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问题 4 先进控制和优化应用的效益 Aspen公司数据表明 实施APC取得的效益中 降低能耗占10 产品质量提高占10 提高装置生产平稳与安全性占15 提高回收率占15 提高加工能力占30 Chemshare公司数据表明 用DCS改造常规仪表获得10 的效益 在DCS上实现APC获得40 的效益 在APC上实现RTO获得40 的效益 Foxboro公司数据表明 效益比 DCS为1 APC为5 RTO RealTimeOptimization 为9 5 Control Optimization Monitoring Profits 先进控制 优化 在线优化 过程监控 Operators 工程界形成共识 先进控制 确保操作运行在局部约束条件边界上优化 在线优化 追求效益最大化目标过程监控 改进 提高运行效率 APC RTO PMC的作用 6 7 8 补 现代控制理论基本概念 9 1 刚体动力学系统的状态空间描述下图表示由弹簧 质量体 阻尼器组成的刚体动力学系统的物理模型 试建立以外力u t 为系统输入 质量体位移y t 为输出的状态空间模型 10 2 选择状态变量 对机械动力学系统 常常将位移 速度等选作状态变量 对本例 有 1 应根据系统的内部机理列出各物理量 如本例的力 位置和速度 所满足的关系式 由牛顿第二定律有 11 4 建立输出方程y x15 经整理 可得如下矩阵形式的状态空间模型 3 将状态变量代入运动方程 12 系统的状态和状态变量定义 动态系统的状态 是指能够完全描述系统时间域动态行为的一个最小变量组 完全描述 即给定描述状态的变量组在初始时刻 t t0 的值和初始时刻后 t t0 的输入 则系统在任何瞬时 t t0 的行为 即系统的状态 就可完全且唯一的确定 最小变量组 即描述系统状态的变量组的各分量是相互独立的 减少变量 描述不全 增加则一定存在线性相关的变量 冗余的变量 毫无必要 13 系统的状态空间模型状态空间模型是应用状态空间分析法对动态系统所建立的一种数学模型 它是应用现代控制理论对系统进行分析和综合的基础 状态空间模型由描述系统的动态特性行为的状态方程描述系统输出变量与状态变量间的变换关系的输出方程所组成 由上述例子 可总结出状态空间模型的形式为 14 y x1 15 初始状态的影响 初始时刻后输入的影响 为脉冲响应函数与输入的卷积 16 t0 T x t0 t1 T t1 t0 u t t t0 t1 x t1 0 17 18 定义若线性连续系统 对初始时刻t0 t0 T T为时间定义域 和初始状态x t0 存在另一有限时刻t1 t1 t0 t1 T 根据在有限时间区间 t0 t1 内量测到的输出y t 能够唯一地确定系统在t0时刻的初始状态x t0 则称在t0时刻的状态x t0 能观 若对t0时刻的状态空间中的所有状态都能观 则称系统在t0时刻状态完全能观 19 李亚普诺夫稳定性分析 20 李亚普诺夫稳定性定义 平衡态 动态系统x f x t 的平衡态是使f x t 0的状态 并用xe来表示 稳定 李雅普诺夫稳定性研究的平衡态附近 邻域 的运动变化问题 21 定义 若状态方程x f x t 所描述的系统 对于任意的 0和任意初始时刻t0 都对应存在一个实数 t0 0 使得对于任意位于平衡态xe的球域S xe 的初始状态x0 当从此初始状态x0出发的状态方程的解x都位于球域S xe 内 则称系统的平衡态xe是李雅普诺夫意义下稳定的 李雅普诺夫稳定性定义 0 t0 0 x0 S xe t t0 x t S xe 渐进稳定大范围渐进稳定 22 V x V x 结论 正定 0 负定 0 该平衡态渐近稳定 正定 0 半负定 0 且不恒为0 对任意非零的初始状态的解 该平衡态渐近稳定 正定 0 半负定 0 且恒为0 对某一非零的初始状态的解 该平衡态稳定但非渐近稳定 正定 0 正定 0 该平衡态不稳定 正定 0 半正定 0 且不恒为0 对任意非零的初始状态的解 该平衡态不稳定 李雅普诺夫稳定性的判定方法 23 24 状态反馈系统的结构图 状态反馈闭环系统可简记为 K A BK B C 其传递函数阵为 GK s C sI A BK 1B 25 Kalman滤波方程 26 时滞补偿控制 2 解耦控制 3 软测量技术 1 预测控制 4 自适应控制 5 27 4 1软测量技术过程控制中有时需对一些与产品质量相关的变量进行实时控制和优化 这些变量往往是密度 浓度 干度等质量变量 由于技术或经济原因 很难通过传感器进行测量 软测量技术 就是选择与被估计变量相关的一组可测变量 构造某种以可测变量为输入 被估计变量为输出的数学模型 用计算机软件实现这些过程变量的估计 也成为 软仪表 软传感器 软测量估计值可作为控制系统的被控变量 还可为优化控制与决策提供重要信息 28 软测量的作用 建立软测量的过程就是构造一个数学模型 通过 求y的估计值 29 软测量技术构成 辅助变量的选择数据采集与处理软测量模型的建立软测量模型的校正 30 4 1 1辅助变量选择选择影响主导变量的可测相关变量作为辅助变量 例 估计精馏塔塔顶产品的成分软测量 选择初始辅助变量塔的进料特性塔釜加热特性塔顶回流特性塔顶操作状态塔底出料特性 31 对初始辅助变量降维 方法一 通过机理分析 选择响应灵敏 测量精度高的变量作为最终辅助变量 方法二 主元分析法 可利用现场历史数据作统计分析计算 将原始辅助变量与被测量变量的关联度排序 实现变量精选 32 4 1 2数据采集与处理过程数据包含了工业对象的大量相关信息 因此采集被估计变量和原始辅助变量的历史数据时 数据的数量越多越好 要求 数据覆盖面在可能条件下应宽一些 以便软测量具有较宽的适用范围 为了保证软测量精度 数据的正确性和可靠性十分重要 因此现场数据必须经过显著误差检测和数据协调 保证数据的准确性 采集的数据要注意纯滞后的影响 33 4 1 3软测量模型建立建模方法有机理建模 经验建模及两者结合等方法 机理建模是从内在物理和化学规律出发 通过物料平衡 能量平衡和动量平衡建立模型 可充分利用过程知识 依据过程机理 有较大的适用范围 经验建模是通过实测或依据积累的操作数据 采用数学回归方法或神经网络等方法得到经验模型 软测量模型选择时 还应考虑模型的复杂性 以及在实际系统硬件 软件平台的可实现性 静态线性模型实施成本较小 神经网络模型所需计算资源较多 34 4 1 4模型校正当对象特征发生较大变化 软测量经过在线学习无法保证预估精度时 须利用测量器运算所累积的历史数据 进行模型更新或在线校正 软测量模型的在线校正可表示为模型结构和模型参数的优化 模型结构修正往往需要大量样本数据和较长计算时间 难以在线进行 为解决模型结构修正耗时长和在线校正的矛盾 提出短期学习和长期学习的校正方法 短期学习算法简单 学习速度快 便于实时应用 长期学习是当软测量仪表在线运行一段时间积累足够的新样本模式后 重新建立软测量模型 35 4 2时滞补偿控制控制通道不同程度存在纯滞后 时滞 例 皮带传送存在纯滞后 衡量纯滞后常采用纯滞后时间 和时间常数T之比 当 T0 3 为大纯滞后过程 36 4 2 1Smith预估补偿控制为改善大滞后系统控制品质 1957年Smith提出预估补偿控制 在PID反馈控制基础上 引入预估补偿环节 使闭环系统方程不含纯滞后项 提高了控制质量 37 为实施Smith预估补偿控制 必须求取补偿器的数学模型 若模型与过程特性不一致 则闭环系统方程中还会存在纯滞后项 两者严重不一致时 甚至会引起系统稳定性变差 实际工业过程的被控对象通常是参数时变的 当参数变化不大时可近似作为常数处理 采用Smith预估补偿控制方案有一定的效果 38 4 2 2控制实施中若干问题Smith预估补偿控制是基于模型已知的情况下进行 实现Smith预估补偿控制必须已知动态模型 即过程数学关系和纯滞后时间 经预估补偿后 系统闭环方程已不含纯滞后项 因此 常规控制参数整定与无纯滞后的控制参数相同 但是 通常纯滞后环节采用近似表示 实施会造成误差 再者 补偿器模型与对象参数间存在偏差 因此 应适当减小控制器增益 减弱控制作用 以满足系统稳定要求 Smith预估补偿控制对预估器精度要求较高 过程模型精确时 对纯滞后补偿效果较好 弱点是对模型的误差十分敏感 当过程参数变化10 15 时 预估补偿就失去了良好的控制效果 39 4 3解耦控制4 3 1耦合现象影响及分析例 精馏塔塔顶 塔釜温度控制的耦合实例 40 被控变量为塔顶温度T1和塔底温度T2 操纵变量为回流量和蒸气流量 u1变化不仅影响T1 同时还影响T2 同样 u2变化在影响T2同时 还影响T1 这种情况 称两个控制回路间存在耦合 41 解耦是使一个控制变量的变化只对与其匹配的被控变量影响 而对其他回路被控变量没有影响或影响很小 使耦合的多变量控制系统分解为若干个独立的单变量控制系统 称为解耦控制 42 4 3 2解耦控制方法 1 正确匹配被控变量与控制变量 2 整定控制器参数 减小系统关联具体实现方法 通过整定控制器参数 把两个回路中次要系统的比例度和积分时间放大 使它受到干扰作用后 反应适当缓慢一些 调节过程长一些 这样可达到减少关联的目的 缺点 次要被控变量的控制品质往往较差 这一点在工艺允许的情况下是值得牺牲的 但在另外一些情况下却可能是个严重缺点 43 3 减少控制回路把方法 2 推到极限 次要控制回路的控制器比例度取无穷大 此时这个控制回路不存在 它对主要控制回路的关联作用也消失 例如 在精馏塔控制系统设计中 工艺对塔顶和塔底组分均有一定要求时 若塔顶和塔底的组分均设有控制系统 这两个控制系统相关 在扰动较大时无法投运 采用减少控制回路的方法来解决 如塔顶重要 则塔顶设置控制回路 塔底不设置质量控制回路 而往往设置加热蒸汽流量控制回路 4 3 2解耦控制方法 44 4 串接解耦控制在控制器输出与执行器输入之间 可串接解耦装置D s 双输入双输出串接解耦方块图如图8 5 图8 5双输入双输出串接解耦方块图 由图可得Y s Gc D s G s 设计要求 找到合适的D s 使D s G s 相乘成为对角矩阵 就解除了系统之间的耦合 两个控制系统不再关联 45 4 5自适应控制PID控制系统 均指控制器有固定参数的系统 实际上 复杂的工艺过程往往具有不确定性 如环境结构和参数的未知性 时变性 随机性 突变性等 对于这类生产过程 采用之前介绍的PID常规控制方案往往不能获得令人满意的控制效果 甚至还可能导致整个系统失控 为了解决在被控对象的结构和参数存在不确定性时 系统仍能自动地工作于最优或接近于最优的状态 就提出了自适应控制 46 三是具有自动调整控制器的控制规律或参数的能力 自适应控制是建立在系统数学模型参数未知的基础上 在控制系统运行过程中 系统本身不断测量被控系统的参数或运行指标 根据参数或运行指标的变化 改变控制参数或控制作用 以