化工仪表自动化 第8章_先进控制系统介绍!!教材

1、1第第8章章 先进控制系统介绍先进控制系统介绍时滞补偿控制2解耦控制3 3软测量技术3 1预测控制4自适应控制3 5模糊控制62第第8章章 先进控制系统先进控制系统8.0 概述概述 p现代工业生产过程的大型化、复杂化，对产品质量、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。产率、安全及对环境影响的要求越来越严格。p许多复杂、多变量、时变的关键变量的控制，常规许多复杂、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。已不能胜任，因此，先进控制受到了广泛关注。3o 先进过程控制先进过程控制(APC，Advanced Pro

2、cess Control)技术，技术，是指不同于常规是指不同于常规PID，具有，具有比常规比常规PID控制更好控制效果的控制策略的控制更好控制效果的控制策略的统称。统称。 o 先进控制的任务先进控制的任务，用来处理那些采用常规控，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制效果不好，甚至无法控制的复杂工业过程控制问题。控制问题。48.1软测量技术软测量技术p过程控制中有时需对一些与产品质量相关的变量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、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，很难通过干

3、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。传感器进行测量。p软测量技术，就是选择与被估计变量相关的一组软测量技术，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。也成为变量的估计。也成为“软仪表软仪表”，“软传感器软传感器”。p软测量估计值可作为控制系统的被控变量，还可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。为优化控制与决策提供重要信息。 5p软测量中各模块之间的关系软测量中各模

4、块之间的关系 图图8-1软测量结构图软测量结构图 6p软测量技术构成：软测量技术构成：o 辅助变量的选择辅助变量的选择o 数据采集与处理数据采集与处理o 软测量模型的建立软测量模型的建立o 软测量模型的校正软测量模型的校正78.1.1辅助变量选择辅助变量选择p选择影响主导变量的可测相关变量作为辅助变量。选择影响主导变量的可测相关变量作为辅助变量。例例:估计精馏塔塔顶产品的成分软测量估计精馏塔塔顶产品的成分软测量n选择初始辅助变量选择初始辅助变量塔的进料特性塔的进料特性塔釜加热特性塔釜加热特性塔顶回流特性塔顶回流特性塔顶操作状态塔顶操作状态塔抽出料特性塔抽出料特性8n对初始辅助变量降维对初始辅助

5、变量降维o 方法一：通过机理分析，选择响应灵敏、测方法一：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。量精度高的变量作为最终辅助变量。o 方法二：主元分析法，可利用现场历史数据方法二：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。变量的关联度排序，实现变量精选。 例如，在相关气相温度变量、压力变量之间例如，在相关气相温度变量、压力变量之间选择压力变量。选择压力变量。98.1.2数据采集与处理数据采集与处理p过程数据包含了工业对象的大量相关信息，因此采过程数据包含了工业对象的大量相关信息

6、，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。数量越多越好。p要求：要求：数据覆盖面在可能条件下应宽一些，以便软测量具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。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。调，保证数据的准确性。采集的数据要注意纯滞后的影响。采集的数据要注意纯滞后的影响。108.1.3软测量模型建立软测量模型建立p 建模

7、方法有机理建模、经验建模及两者结合等方法。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。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，采用数学回归数学回归方法方法或神经网络等方法得到经验模型。或神经网络等方法得到经验模型。p软测量模型选择时，还应考虑模型的复杂性，以及软测量模型选择时，还应考虑模型的复

8、杂性，以及在实际系统硬件、软件平台的可实现性。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。算资源较多。118.1.4模型校正模型校正 p当对象特征发生较大变化，软测量经过在线学习无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。数据，进行模型更新或在线校正。p软测量模型的在线校正可表示为模型结构和模型参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

9、据和较数的优化。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。校正方法。短期学习算法简单，学习速度快，便于实时应用。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。够的新样本模式后，重新建立软测量模型。128.2时滞补偿控制时滞补偿控制p控制通道不同程度存在纯滞后控制通道不同程度存在纯滞后(时

10、滞时滞)。例：皮带传送存在纯滞后。例：皮带传送存在纯滞后。p衡量纯滞后常采用纯滞后时间衡量纯滞后常采用纯滞后时间和时间常数和时间常数T之比。当之比。当T0.3，为大纯滞后，为大纯滞后过程。过程。138.2.1 Smith预估补偿控制预估补偿控制p为改善大滞后系统控制品质，为改善大滞后系统控制品质，1957年年Smith提出预估提出预估补偿控制。在补偿控制。在PID反馈控制基础上，引入预估补偿环节，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。使闭环系统方程不含纯滞后项，提高了控制质量。14p为实施为实施Smith预估补偿控制，必须求取补偿器的数预估补偿控制，必须

11、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。起系统稳定性变差。p实际工业过程的被控对象通常是参数时变的。当参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，采用数变化不大时可近似作为常数处理，采用Smith预估预估补偿控制方案有一定的效果。补偿控制方案有一定的效果。158.2.2控制实施中若干问题控制实施中若干问题 pSmith预估补偿控制是基于模型已知的情况下进行，实现预估补偿控制是基于模型已知

12、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。纯滞后时间。p经预估补偿后，系统闭环方程已不含纯滞后项，因此，常经预估补偿后，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，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。减弱控制

13、作用，以满足系统稳定要求。pSmith预估补偿控制预估补偿控制对预估器精度要求较高，过程模型精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。当过程参数变化感。当过程参数变化1015时，预估补偿就失去了良好时，预估补偿就失去了良好的控制效果。的控制效果。168.3解耦控制解耦控制8.3.1耦合现象影响及分析耦合现象影响及分析p例：精馏塔塔顶、塔釜温度控制的耦合实例。例：精馏塔塔顶、塔釜温度控制的耦合实例。17p被控变量为塔顶温度被控变量为塔顶温度T1和和塔底温度塔底温度T2，操纵变量为，操纵变量为回流量

14、和蒸气流量。回流量和蒸气流量。pu1变化不仅影响变化不仅影响T1，同，同时还影响时还影响T2；同样，；同样，u2变变化在影响化在影响T2同时，还影响同时，还影响T1。p这种情况，称两个控制回这种情况，称两个控制回路间存在耦合。路间存在耦合。18o 解耦是使一个控制变量解耦是使一个控制变量的变化只对与其匹配的的变化只对与其匹配的被控变量影响，而对其被控变量影响，而对其他回路被控变量没有影他回路被控变量没有影响或影响很小。响或影响很小。o 使耦合的多变量控制系使耦合的多变量控制系统分解为若干个独立的统分解为若干个独立的单变量控制系统，称为单变量控制系统，称为解耦控制。解耦控制。198.3.2 解耦

15、控制方法解耦控制方法（1）正确匹配被控变量与控制变量。）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）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，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。这样可达到减少关联的目的。缺点：缺点：次要被控变量的控制品质往往较差，这一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，但在另外一些在工

16、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。情况下却可能是个严重缺点。20(3)减少控制回路减少控制回路把方法把方法(2)推到极限，次要控制回路的控制器比例度推到极限，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。回路的关联作用也消失。例如，例如，在精馏塔控制系统设计中，工艺对塔顶和塔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，在扰动较大时无法控制系统，这两个控制系

17、统相关，在扰动较大时无法投运。投运。采用减少控制回路的方法来解决。采用减少控制回路的方法来解决。如塔顶重要，则如塔顶重要，则塔顶设置控制回路，塔底不设置质量控制回路塔顶设置控制回路，塔底不设置质量控制回路,而往往而往往设置加热蒸汽流量控制回路。设置加热蒸汽流量控制回路。8.3.2 解耦控制方法解耦控制方法21(4)串接解耦控制串接解耦控制p在控制器输出与执行器输入之间，可串接解耦装置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，双输入双输出串接解耦方块图如图8-5。 图图8-5双输入双输出串接解耦方块图双输入双输出串接解耦方块图 由图可得由图可得 Y(s

18、)=Gc()D(s)G(s) 设计要求：找到合适的设计要求：找到合适的D(s)使使D(s)G(s)相乘成为对角相乘成为对角矩阵矩阵，就解除了系统之间的耦合，两个控制系统不再关，就解除了系统之间的耦合，两个控制系统不再关联。联。228.4 预测控制预测控制o 模型预测控制（模型预测控制（MPC）是在工业过程控制实践中产生）是在工业过程控制实践中产生和发展起来的。和发展起来的。 实际工业过程具有实际工业过程具有非线性、时变性和不确定性非线性、时变性和不确定性，而且，而且大多数工业过程是大多数工业过程是多变量多变量的，难于建立精确的数学模的，难于建立精确的数学模型，其结构也往往往十分复杂，型，其结构

19、也往往往十分复杂， 难以设计并实现有效难以设计并实现有效的控制。的控制。 70年代以来，人们针对工业过程特点寻找各种对模年代以来，人们针对工业过程特点寻找各种对模型精度要求低，控制综合质量好，在线计算方便的优型精度要求低，控制综合质量好，在线计算方便的优化控制算法。预测控制是在这样的背景下发展起来的。化控制算法。预测控制是在这样的背景下发展起来的。23o 预测控制的基本出发点与传统预测控制的基本出发点与传统PID控制不同。控制不同。 PID控制是根据过程当前输出测量值和设定值控制是根据过程当前输出测量值和设定值的偏差来确定当前的控制输入；的偏差来确定当前的控制输入； 预测控制不但利用当前的和过

20、去的偏差值，而预测控制不但利用当前的和过去的偏差值，而且还利用且还利用预测模型预测模型来预估过程未来的偏差值，来预估过程未来的偏差值，以以滚动优化滚动优化确定当前的最优控制策略。从基本确定当前的最优控制策略。从基本思想看，预测控制优于思想看，预测控制优于PID控制。控制。248.4.1预测控制的基本原理预测控制的基本原理p 预测控制种类很多，各类算法都有一些共同点，主要预测控制种类很多，各类算法都有一些共同点，主要有四个基本特征，如图有四个基本特征，如图8-6所示所示。图图8-6 预测控制的基本结构预测控制的基本结构25(1)预测模型预测模型p预测控制需要描述系统动态行为的模型，称为预测预测控

21、制需要描述系统动态行为的模型，称为预测模型。预测模型能够根据系统的现时刻的控制输入模型。预测模型能够根据系统的现时刻的控制输入以及过程的历史信息，预测过程输出的未来值。以及过程的历史信息，预测过程输出的未来值。p在预测控制中有各种不同算法，可采用不同类型的在预测控制中有各种不同算法，可采用不同类型的预测模型。通常采用在实际工业过程中较易获得的预测模型。通常采用在实际工业过程中较易获得的脉冲响应模型和阶跃响应模型等非参数模型。脉冲响应模型和阶跃响应模型等非参数模型。26(2)反馈校正反馈校正图图8-6 预测控制的基本结构预测控制的基本结构27(2)反馈校正反馈校正p在预测控制中，采用预测模型进行

22、过程输出值的预估在预测控制中，采用预测模型进行过程输出值的预估只是一种理想方式。对于实际过程，由于存在非线性、只是一种理想方式。对于实际过程，由于存在非线性、时变、模型失配和扰动等不确定因素，使基于模型的预时变、模型失配和扰动等不确定因素，使基于模型的预测很难与实际相符。测很难与实际相符。p在预测控制中，通过输出测量值与模型的预估值进行在预测控制中，通过输出测量值与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，从而得到较为准确的将来输出的预测正模型的预测值，从而得到较为准确的将来输出的预测值。值。p预测模型加反馈

23、校正过程，使预测控制具有很强的抗预测模型加反馈校正过程，使预测控制具有很强的抗扰动和克服系统不确定性的能力。扰动和克服系统不确定性的能力。28(3)滚动优化滚动优化p预测控制是一种优化控制算法，通过某一性能指标的预测控制是一种优化控制算法，通过某一性能指标的最优化来确定未来的控制作用。最优化来确定未来的控制作用。p采用滚动式的有限时域优化策略。即优化过程不是一采用滚动式的有限时域优化策略。即优化过程不是一次离线完成的，而是反复在线进行的，在每一采样时刻，次离线完成的，而是反复在线进行的，在每一采样时刻，优化性能指标只涉及从该时刻起到未来有限时间，而到优化性能指标只涉及从该时刻起到未来有限时间，

24、而到下一个采样时刻，这一优化时段会同时向前推移。下一个采样时刻，这一优化时段会同时向前推移。p预测控制不是用一个对全局相同的优化性能指标，而预测控制不是用一个对全局相同的优化性能指标，而是在每一时刻有一个相对于该时刻的局部优化性能指标。是在每一时刻有一个相对于该时刻的局部优化性能指标。29(4)参考轨线参考轨线p在预测控制中，为使过程避免出现输入和输出的急在预测控制中，为使过程避免出现输入和输出的急剧变化，往往要求过程输出沿着一条所期望的、平缓剧变化，往往要求过程输出沿着一条所期望的、平缓的曲线达到设定值。这条曲线通常称为参考轨线。它的曲线达到设定值。这条曲线通常称为参考轨线。它是设定值经过在

25、线是设定值经过在线“柔化柔化”后的产物。后的产物。p预测控制的优良性质：预测控制的优良性质：对数学模型要求不高，能直接处理具有纯滞后过程，对数学模型要求不高，能直接处理具有纯滞后过程，具有良好的跟踪性能和较强的抗扰动能力，对模型误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等。差具有较强的鲁棒性等。这些优点使预测控制更加符合工业过程的实际要求，这些优点使预测控制更加符合工业过程的实际要求，这是这是PID控制无法相比的。控制无法相比的。308.4.2预测控制工业应用预测控制工业应用三代软件包三代软件包:o 第一代预测控制软件包第一代预测控制软件包 以以IDCOM和和DMC为代

26、表，主要处理无约束过程为代表，主要处理无约束过程的预测控制。的预测控制。o 第二代预测控制软件包第二代预测控制软件包 QDMC算法可以被称为它采用二次规划方法算法可以被称为它采用二次规划方法（QP）求解，可以系统地处理输入、输出约束问）求解，可以系统地处理输入、输出约束问题。为了解决无可行解的问题，控制结构能随情题。为了解决无可行解的问题，控制结构能随情况发生变化，能使用于过程动态特性以及更高的况发生变化，能使用于过程动态特性以及更高的品质要求。品质要求。31p第三代预测控制软件包第三代预测控制软件包主要有：美国主要有：美国DMC公司的公司的DMC, Setpoint公司的公司的IDCOM-M

27、,SMCA, Honeywell 公司的公司的RMPCT, Aspen公司的公司的DMCPLUS，法国，法国Adersa公司的公司的PFC，加拿大加拿大Treiber Controls公司的公司的OPC等，成功应用于等，成功应用于石油化工的催化裂化、常减压、连续重整、延迟焦化、石油化工的催化裂化、常减压、连续重整、延迟焦化、加氢裂化等重要装置。加氢裂化等重要装置。p我国通过重点科技攻关，在先进控制与优化方面积我国通过重点科技攻关，在先进控制与优化方面积累了许多经验，成功应用实例亦不少，部分成果已逐累了许多经验，成功应用实例亦不少，部分成果已逐渐形成商品化软件。渐形成商品化软件。328.5 自适

28、应控制自适应控制pPID控制系统，均指控制器有固定参数的系统。控制系统，均指控制器有固定参数的系统。p实际上，复杂的工艺过程往往具有不确定性（如环境实际上，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）。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，采用之前介绍的对于这类生产过程，采用之前介绍的PID常规控制方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。整个系统失控。p为了解决在被控对象的结构和参数存在不确定性时，为了解决在被控对象的结构和参数存在不确定性时，系

29、统仍能自动地工作于最优或接近于最优的状态，就提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。出了自适应控制。33三是具有自动调整控制器的控制规律或参数的能力。三是具有自动调整控制器的控制规律或参数的能力。p自适应控制是建立在系统数学模型参数未知的基础上，在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，以适应其特性的变化，保证整个系统运行在最佳状制作用，以适应其

30、特性的变化，保证整个系统运行在最佳状态下。态下。p一个自适应控制系统至少应包含有以下三个部分：一个自适应控制系统至少应包含有以下三个部分：一是具有一个检测或估计环节，目的是监视整个过程一是具有一个检测或估计环节，目的是监视整个过程和环境，并能对消除噪声后的检测数据进行分类。通和环境，并能对消除噪声后的检测数据进行分类。通常是指对过程的输入、输出进行测量，进而对某些参常是指对过程的输入、输出进行测量，进而对某些参数进行实时估计。数进行实时估计。二是具有衡量系统控制优劣的性能指标，并能够测量二是具有衡量系统控制优劣的性能指标，并能够测量或计算它们，以此来判断系统是否偏离最优状态。或计算它们，以此来

31、判断系统是否偏离最优状态。34p自校正控制系统自校正控制系统35模型参考自适应控制系统主要用于随动控制。模型参考自适应控制系统主要用于随动控制。这类控制的典型特征是参考模型与被控系统并联运行，参这类控制的典型特征是参考模型与被控系统并联运行，参考模型表示了控制系统的性能要求。考模型表示了控制系统的性能要求。 p模型参考自适应控制系统模型参考自适应控制系统36 2. 2. 模糊控制模糊控制 p 模糊控制是用模糊数学的知识模仿人脑的思维方模糊控制是用模糊数学的知识模仿人脑的思维方式，对模糊现象进行识别和判决，给出精确的控式，对模糊现象进行识别和判决，给出精确的控制量，对被控对象进行控制。制量，对被

32、控对象进行控制。8.6 8.6 模糊控制模糊控制 1. 手动控制手动控制p 操作人员根据对象的当前状态和以往的控制经验，操作人员根据对象的当前状态和以往的控制经验，用手动控制的方法给出适当的控制量，对被控对用手动控制的方法给出适当的控制量，对被控对象进行控制。象进行控制。37操作员操作员手动给出手动给出控制经验控制经验+当前状态当前状态控制量控制量模糊控制模糊控制事先总结归事先总结归纳出一套完纳出一套完整的控制规整的控制规则，放在计则，放在计算机中。算机中。模糊推理判决模糊推理判决计算出计算出控制量控制量手动控制手动控制+传感器传感器测量的测量的当前值当前值手动控制和模糊控制的比较手动控制和模

33、糊控制的比较38p首先根据操作人员手动控制的经验，总结出一套完整的控制规首先根据操作人员手动控制的经验，总结出一套完整的控制规则，再根据系统当前的运行状态，经过模糊推理、模糊判决等则，再根据系统当前的运行状态，经过模糊推理、模糊判决等运算，求出控制量，实现对被控对象的控制。运算，求出控制量，实现对被控对象的控制。用计算机模拟操用计算机模拟操作人员手动控制的经验，对被控对象进行控制。作人员手动控制的经验，对被控对象进行控制。3. 模糊控制的基本思想模糊控制的基本思想p与经典控制理论和现代控制理论相比，模糊控制的主要与经典控制理论和现代控制理论相比，模糊控制的主要特点是不需要建立对象的数学模型。特

34、点是不需要建立对象的数学模型。4. 4. 模糊控制的特点模糊控制的特点395. 模糊控制的发展模糊控制的发展5.1 模糊控制的起源模糊控制的起源1965年年 美国加利福尼亚大学自动控制专家美国加利福尼亚大学自动控制专家L.A Zadeh （扎德（扎德 或或 查德）教授的论文查德）教授的论文模糊集合论模糊集合论。1974年年 英国工程师英国工程师 （E.H.Mamdani）马丹尼将模糊集）马丹尼将模糊集合理论应用于锅炉和蒸汽机的控制，获得成功，模糊数学走合理论应用于锅炉和蒸汽机的控制，获得成功，模糊数学走向应用，取名模糊控制。向应用，取名模糊控制。40p智能模糊控制：具有人工智能的特点，能对原始

35、规则进智能模糊控制：具有人工智能的特点，能对原始规则进行修正、完善和扩展，通用性强。行修正、完善和扩展，通用性强。2）自组织模糊控制）自组织模糊控制5.2 模糊控制发展的三个阶段模糊控制发展的三个阶段1）基本模糊控制）基本模糊控制3）智能模糊控制）智能模糊控制p基本模糊控制：针对特定对象设计，控制效果好。控制基本模糊控制：针对特定对象设计，控制效果好。控制过程中规则不变，不具有通用性，设计工作量大。过程中规则不变，不具有通用性，设计工作量大。p自组织模糊控制：某些规则和参数可修改，可对一类对自组织模糊控制：某些规则和参数可修改，可对一类对象进行控制。象进行控制。415.3 模糊数学模糊数学模糊

36、集合及其运算规则模糊集合及其运算规则 在普通集合中，论域中的元素（如在普通集合中，论域中的元素（如a）与集合（如）与集合（如A）之间）之间的关系是属于（的关系是属于（aA），或者不属于），或者不属于A，它所描述的是非此即，它所描述的是非此即彼的清晰概念。但在现实生活中并不是所有的事物都能用清晰彼的清晰概念。但在现实生活中并不是所有的事物都能用清晰的概念来描述，如的概念来描述，如:风的强弱人的胖瘦年龄大小个子高低42 在模糊数学中，我们称没有明确边界（没有清晰外延）的集在模糊数学中，我们称没有明确边界（没有清晰外延）的集合为模糊集合。常用大写字母下加波浪线的形式来表示，如合为模糊集合。常用大写字

37、母下加波浪线的形式来表示，如 、 等。等。 元素属于模糊集合的程度用隶属度或模糊度来表示。元素属于模糊集合的程度用隶属度或模糊度来表示。AB1) 模糊集合的概念模糊集合的概念隶属度隶属度即论域元素属于模糊集合的程度。用即论域元素属于模糊集合的程度。用 来表示。隶来表示。隶属度的值为属度的值为0，1闭区间上的一个数，其值越大，表示该元素闭区间上的一个数，其值越大，表示该元素属于模糊集合的程度越高，反之则越低。属于模糊集合的程度越高，反之则越低。计算隶属度的函数称为计算隶属度的函数称为隶属函数隶属函数。用。用 表示。表示。( )Ax( )Aix43当论域当论域U由有限多个元素组成时，模糊集合可用向

38、量表示法由有限多个元素组成时，模糊集合可用向量表示法或法扎德表示法表示。设或法扎德表示法表示。设12 ,nUx xx12( ),(),(),AAAnAxxx1212()()()AAAnnxxxAxxx模糊集合的表示模糊集合的表示例：设论域例：设论域U=钢笔，衣服，台灯，纸钢笔，衣服，台灯，纸，他们属于学习用品，他们属于学习用品的隶属度分别为的隶属度分别为:1， 0， 0.6， 0.8，则模糊集合学习用品，则模糊集合学习用品可分别用向量表示法和扎德表示法表示如下：可分别用向量表示法和扎德表示法表示如下：100.60.8学习用品（钢笔） （衣服）（台灯） （纸）100.60.8=学习用品钢笔衣服台

39、灯纸44 模糊控制原理图模糊控制原理图s:s:系统的设定值。系统的设定值。x1, x2:x1, x2:模糊控制的输入模糊控制的输入( (精确量精确量) )。X1, X2:X1, X2:模糊量化处理后的模糊量。模糊量化处理后的模糊量。U:U:经过模糊控制规则和近似推理后得出的模糊控制量。经过模糊控制规则和近似推理后得出的模糊控制量。u:u:经模糊判决后得到的控制量经模糊判决后得到的控制量( (精确量精确量) )。y:y:对象的输出。对象的输出。45 模糊控制原理图模糊控制原理图46课程小结先进控制系统先进控制系统p 了解先进控制技术的基本概念。了解先进控制技术的基本概念。p 了解软测量技术，时滞

40、补偿控制，解耦控制，了解软测量技术，时滞补偿控制，解耦控制，预测控制，自适应控制，模糊控制的基本概念。预测控制，自适应控制，模糊控制的基本概念。47电信学院自动化系先进控制技术研究所电信学院自动化系先进控制技术研究所4848内容简介过程控制系统及仪表(第3版)内容简介：过程控制系统的理论分析和设计需要较多的数学知识，自动化仪表在设计制造方面也有许多技术问题值得探讨。但是，对于工艺技术人员来说，主要关心的问题是控制系统和仪表的基本原理及其应用特性。因此，过程控制系统及仪表(第3版)尽量避免繁杂的数学推导，力求用简明扼要的文字和插图使读者对所学知识有更多的定性了解，通俗易懂，这是过程控制系统及仪表

41、(第3版)的另一个特色。过程控制系统和仪表涉及的领域十分广阔，研究内容也极其丰富。本着理论联系实际、学以致用的原则，过程控制系统及仪表(第3版)在取材方面，不追求包罗万象、面面俱到，而是力争把最基本、最常用的内容都包含进来。突出重点，注重实用是过程控制系统及仪表(第3版)的第三个特色。 第第3版版2010-07第第2版版出版日期：出版日期：2006-08-01 4949目录 第1篇 过程控制基础知识第1章 绪论1.1 生产过程自动化概述1.1.1 生产过程及其特点1.1.2 生产过程对控制的要求1.1.3 生产过程自动化的发展历程1.2 过程控制系统的组成及分类1.2.1 过程控制系统的组成1

42、.2.2 过程控制系统的分类1.3 过程控制系统的方块图与工艺控制流程图1.3.1 过程控制系统的方块图1.3.2 过程控制系统的工艺控制流程图1.4 过程控制系统的过渡过程和性能指标1.4.1 过程控制系统的过渡过程1.4.2 过程控制系统的性能指标习题第2章 被控对象的特性2.1 概述2.1.1 基本概念2.1.2 被控对象的阶跃响应特性2.2 被控对象特性的数学描述2.2.1 一阶对象的机理建模及特性分析2.2.2 二阶对象的机理建模及特性分析2.2.3 纯滞后对象的机理建模及特性分析2.3 被控对象的实验测试建模2.3.1 阶跃响应曲线的获取2.3.2 一阶纯滞后对象特性参数的确定2.

43、3.3 二阶对象特性参数的确定习题 第2篇 过程自动化装置第3章 过程测量仪表 3.1 测量仪表中的基本概念3.1.1 测量过程及测量仪表3.1.2 检测系统的基本特性及性能指标 3.2 温度测量3.2.1 概述3.2.2 热电偶温度计3.2.3 热电阻温度计3.2.4 温度测量仪表的选用3.2.5 温度交迭器3.2.6 一体化温度变送器3.2.7 智能温度变送器 3.3 压力测量3.3.1 概述3.3.2 弹性式压力表3.3.3 电容武压力变送器3.3.4 扩散硅压力变送器3.3.5 智能差压变送器3.3.6 压力表的选择和使用 3.4 流量测量3.4.1 概述3.4.2 差压式流量计3.4

44、.3 容积式流量计3.4.4 浮子式流量计3.4.5 电磁流量计3.4.6 涡街流量计5050 3.5 物位测量3.5.1 概述3.5.2 静压式液位计3.5.3 磁浮子式液位计3.5.4 电容武物位计3.5.5 其他物位测量仪表 3.6 显示仪表3.6.1 概述3.6.2 模拟式显示仪表3.6.3 数字式显示仪表3.6.4 智能化、数字化记录仪习题 第4章 过程控制仪表4.1 基本控制规律4.1.1 位式控制4.1.2 比例控制4.1.3 比例积分控制4.1.4 比例微分控制4.1.5 比例积分微分控制4.2 DDZ一型调节器4.2.1 主要功能4.2.2 构成原理4.3 可编程调节器4.3

45、.1 KMM可编程调节器的构成4.3.2 KMM可编程调节器的主要功能4.3.3 正面板和侧面板 4.4 可编程控制器4.4.1 可编程控制器的产生与发展4.4.2 可编程控制器的应用场合4.4.3 可编程控制器的构成、分类及工作过程4.4.4 可编程控制器的编程语言4.4.5 可编程控制器选型基本原则4.4.6 松下FPI可编程控制器习题第5章 过程执行仪表5.1 概述5.2 执行机构5.2.1 气动执行机构5.2.2 电动执行机构5.3 调节机构5.3.1 常用调节机构及特点5.3.2 流量系数与可调比5.3.3 流量特性5.4 电一气转换器和阀门定位器5.4.1 电一气转换器5.4.2 阀门定位器的主要用途5.4.3 电一气阀门定位器习题5151 第3篇 垃程控制