流程工业智能制造技术理论及应用 课件 第四章-流程工业过程控制

流程工业智能制造技术理论及应用中国地质大学(武汉)自动化学院SchoolofAutomation,ChinaUniversityofGeosciences2026年1月27日工业过程控制发展1PID控制3模型预测控制4第四章流程工业过程控制系统辨识2工业控制器运维方法5“过程”就是采用化学和物理方法将原料加工成产品的过程过程变量1、工业过程控制发展——工业生产过程概述1连续反应过程控制的基础前提是要形成对生产过程的理解工业过程的目的将输入的原料转化为下一阶段所需的材料或产品，多个生产过程串联起来形成完整的生产链钢铁冶金石油化工电力工业造纸工业被控量：被控制的过程变量，例如实例中的反应温度控制量：用来保持被控量等于或接近设定值的过程变量干扰量：排除控制量外其他影响到被控量的过程变量,往往与过程操作环境的变化有关,一些干扰量可以在线测量，但大多数则无法测量或不易测量1、工业过程控制发展——工业过程控制系统概述综合运用多种技术，顺应现代工业过程控制需求综合运用多种技术将反馈控制技术和计算机控制技术结合起来，设计并开发出满足实际生产过程要求的过程控制系统2工业过程控制系统的结构组成及变量经典的单闭环反馈控制系统由控制器、执行器、检测变送单元、被控对象、通信单元等组成检测变送单元：检测被控量，并将检测到的信号转换为标准电信号输出，得到被控量的测量值控制器：根据被控量测量值与设定值之间的偏差，按一定控制规律计算得到相应的控制信号执行器：用于操作被控对象的控制量，实现被控量的改变经典单闭环反馈控制系统结构图被控对象（过程）：实现物质交换或能量转换的设备或过程，一般会受到外部干扰影响，引起被控变量变化通信单元：实现控制器与执行器和检测变送单元的信息交互第一次工业革命后，蒸汽机代替了部分手工劳动，控制理论开始萌芽1、工业过程控制发展——控制理论的发展控制理论是过程控制系统的理论设计基础3第一次工业革命1922年米罗斯基给出了位置控制系统的分析，并对PID三作用控制给出了控制规律公式人们从工业过程的特点与需求出发，提出了专家系统、模糊控制、模型预测控制等先进控制理论大模型下的人工智能技术势必成为未来重要的发展方向人工智能第二次世界大战中对火炮系统的高精度控制需求日益突出，促进了以Bode图等频域分析法为代表的经典控制理论的形成“二战”后，各国的科技竞争促进了以原子能技术、航天技术、电子计算机技术等为代表的第三次工业革命的兴起进入21世纪，工业过程的非线性、时变性、强耦合和不确定性等特点越来越显著，对控制理论提出了更高的要求1、工业过程控制发展——辨识理论的发展4系统辨识理论与控制理论相辅相成系统辨识理论与控制理论紧密相连，专注于确定系统的数学模型以及模型参数，在将控制理论转化为实践应用中扮演着至关重要的角色上世纪三十年代以前，人们主要利用统计回归方法等来处理在研究中遇到的大量的数据资料三十年代到五十年代末，Nyquist提出的实验研究方法为经典理论增添了深度，但仍局限于通过传统的辨识方法研究动态系统的传递函数或脉冲响应六十年代以后，随着现代控制理论和Kalman滤波理论的广泛应用以及计算机技术的发展的迅速发展，系统辨识这门学科开始迅速而蓬勃发展，进入了现代辨识方法的研究八十年代以来，系统辨识在与人工智能、模糊理论、神经网络等理论结合后在多领域得到了更加广泛的应用统计回归Kalman滤波理论系统是控制理论研究的核心对象，描述系统行为特征的变量被称为状态变量系统辨识是一种用于构建系统数学模型的技术，它是现代控制理论中一个关键的组成部分系统辨识有三种要素2、系统辨识——系统辨识概述系统辨识是一种建立系统数学模型的方法5算法5‑1：系统辨识输入：系统模型结构、误差准则输出：系统数学模型进行辨识实验，收集输入输出观测数据集进行参数估计，得到系统数学模型验证系统数学模型，修正模型参数输出系统数学模型系统辨识输入输出观测数据集：输入、输出数据是辨识的基础，需要设计合适的实验以产生可用的数据系统模型类：预先指定被识别系统所属的模型范围，例如确定模型是动态的还是静态的，是连续的还是离散的，是线性还是非线性的误差准则：用来衡量模型接近实际过程的标准，常用的误差准则有输出平方误差、输出预报误差、随机动态系统极大似然函数等差分方程2、系统辨识——系统模型的数学形式经典控制理论6差分方程的解，可以提供线性定常离散系统在给定输入序列作用下的输出序列响应特性，但不便于研究系统参数变化对离散系统性能的影响对于一般的线性定常离散系统，时刻的输出不但与时刻的输入有关，而且与时刻以前的输入有关，同时还与时刻以前的输出有关零初始条件，是指在t<0时，输入脉冲序列各采样值以及输出脉冲序列各采样值均为零在零初始条件下，系统的差分方程与脉冲传递函数是等价的，两者可以相互转化脉冲传递函数离散状态空间表达式2、系统辨识——系统模型的数学形式现代控制理论7离散状态空间表达式一般形式现代控制理论中的线性系统理论运用状态空间表达式描述输入-状态-输出诸变量之间的因果关系反映系统的输入-输出外部特性，揭示系统内部结构特性，适用于单输入-单输出系统和多输入-多输出系统相关概念：

状态、输入、输出的维数系统矩阵或状态矩阵控制矩阵或输入矩阵观测矩阵或输出矩阵前馈矩阵或输入输出矩阵离散系统模拟框图2、系统辨识——系统辨识方法概述最小二乘法统计性能良好使用便捷原理简单鲁样性强，易于实现估计数学模型的未知参数，使估计误差的平方和最小8给定一个数学模型，对观测变量和给定函数进行N次采样，获取N组数据样本得到线性方程最小二乘法被控对象的数学模型线性方程矩阵形式2、系统辨识——系统辨识方法概述估计数学模型的未知参数，使估计误差的平方和最小8方程组有唯一解的必要条件是矩阵的秩为N且引入误差e(t)，选择Ө使损失函数最小误差损失函数一阶导数最小二乘基本最小二乘估计在有色噪声干扰下是非一致、有偏的，面对越来越复杂的场景，基于最小二乘法的扩展方法也随之出现

2、系统辨识——系统辨识方法概述有限冲激响应FIR模型是在模型预测控制算法中广泛使用的模型，其形式上表现为一个差分方程根据经典控制理论，线性系统的时域特性可以由其脉冲响应来描述对于稳定系统，其脉冲响应将随时间的增加而趋近于零，可对该过程进行时间截尾，根据叠加原理，只需要得到系统单位脉冲响应，即可得到任意输入信号下的输出响应9的脉冲响应连续脉冲采样信号卷积积分2、系统辨识——系统辨识方法概述有限冲激响应

9单位脉冲响应的系统输出FIR模型辨识中，不需要假设模型阶数，所需要的有关过程的先验知识较少，只需要输入、输出数据即可进行辨识，但要辨识的参数较多时，输入输出的数据要足够长，否则辨识的结果可能存在较大误差2、系统辨识——系统辨识案例具有自衡能力的单容水箱液位系统因机理简单、操作简便等原因，常常成为控制工程师入门的实验案例传递函数形式10单容水箱示意图最小二乘法辨识水箱实验记录在单位阶跃响应下，传递函数在时域上的解模型为指数型非线性函数，进行最小二乘参数辨识需进行线性变换根据实验得到单容水箱模型的传递函数T/s04080160320640800H/mm02.6645.84010.13818.47830.99235.968T/s9601440180021602320...∞H/mm39.48446.97449.62851.08851.100...53.674位置型PID控制算法3、PID控制——PID控制原理需求驱动，数字PID控制器正在逐步取代模拟PID控制器11PID控制是工业过程中最常见、应用最为广泛的一种控制方法由俄裔美国控制理论专家NicolasMinorsky在上世纪20年代对船舶自动导航的研究中提出PID控制以其结构简单、使用方便、无需对象模型、鲁棒性强以及易于操作等优点，被广泛应用于化工、冶金、机械等工业过程中PID控制器设计的三个关键因素：比例、积分和微分增量型PID控制算法PID控制3、PID控制——PID控制特性分析12比例控制采用比例（P）控制算法时，控制器的输出信号与输入偏差信号呈比例关系

，输出随着Kc的增大而增大，是一种有差调节

比例带不同比例增益下的闭环控制效果3、PID控制——PID控制特性分析12比例-积分控制对于定值控制系统，采用比例控制可以实现被控量对设定值的有差跟踪若要减小稳态偏差，需要增大比例增益，这样做可能会使系统的稳定性变差，甚至发散，因此需要在比例控制的基础上引入积分控制积分控制是一个无差调节，当偏差对时间的积分不变时，积分控制器的输出随着TI

的减小而增大在实际工程中，积分控制算法往往与比例控制算法结合，组成比例-积分（PI）控制PI控制算法的特点如下：当偏差出现时，比例作用迅速反应输入的变化，起到粗调的作用；随后，积分作用使输出逐渐增加，最终达到消除稳态偏差的目的积分控制PI控制器的阶跃响应曲线比例-积分控制3、PID控制——PID控制特性分析12

PID控制在PI算法中，随着积分控制的引入，系统输出的振荡可能比单纯使用比例控制时更加剧烈，稳定时间也可能更长，为了减小系统输出的振荡，引入微分控制微分控制的输出与系统被控量偏差的变化率呈正比，且当偏差对时间的变化率不变时，微分控制器的输出随着TD的增大而增大微分控制根据变化趋势提前动作，赋予控制器以某种程度的预见性，对于防止系统被控量振荡过于剧烈是有利的在实际工程中，微分控制算法常与比例-积分控制算法结合，组成PID控制算法微分控制PID控制PID控制器的阶跃响应曲线3、PID控制——PID参数整定13根据被控过程特性的系统要求确定PID控制器参数参数整定通常以系统的稳态误差、超调量和调节时间等性能指标为主要指标控制器参数整定的方法可以分为三类：理论计算整定法、工程整定法以及自整定法理论计算整定法：主要是依据系统的数学模型，采用控制理论中的根轨迹法、频率特性法等自整定法：对运行中的控制系统进行PID参数的自动调整，以使系统在运行中始终具有良好的控制品质工程整定法：常用的工程整定方法有临界比例增益法、衰减曲线法和工程经验法。主要依靠工程经验，直接在过程控制系统的实验中进行，方法简单、易于掌握，但是由于是按照一定的计算规则完成，所以要在实际工程中经过多次反复调整3、PID控制——PID参数整定13工程整定法由于其易于掌握的特点，在生产过程中得到了广泛应用临界比例增益法临界振荡过程临界比例增益法是一种闭环整定方法，该方法直接在闭环系统中进行，不需要测试过程的开环动态特性先将控制器的积分时间常数TI置于最大，微分时间常数TD置零，比例增益Kc置为较小的数值，使系统投入闭环运行等系统运行稳定后，对设定值施加一个阶跃扰动，并增大比例增益Kc，直到系统出现等幅振荡，即临界振荡过程

整定参数控制规律KcTITDP控制2/K

––PI控制2.2/K0.85TK

-PID控制1.7/K0.5TK

0.125TK

3、PID控制——PID参数整定13工程整定法由于其易于掌握的特点，在生产过程中得到了广泛应用衰减曲线法衰减振荡响应a)4:1衰减曲线b)10:1衰减曲线衰减曲线法与临界比例增益法相类似，所不同的是无需出现等幅振荡过程通过某衰减比(通常为4:1或10:1)时设定值扰动的衰减振荡试验数据，采用一些经验公式求取PID控制器相应的整定参数4:1衰减曲线法的具体步骤如下：

3、PID控制——PID参数整定13工程整定法由于其易于掌握的特点，在生产过程中得到了广泛应用工程经验法采用前述经验公式整定出来的PID参数一般仅仅为系统控制器提供了一组参数初值，还需要基于PID参数对闭环系统调节性能的影响来对其进行“手工细调”按照比例、积分、微分的顺序来进行，具体步骤如下：

3、PID控制——PID参数整定14控制器参数和系统所处的工作条件有关智能算法组成基础特点专家控制知识库、推理机、解释机制和知识获取机构具有领域专家级的专业知识，能进行符号处理和启发式推理，有一定的灵活性、透明性和交互性模糊控制模糊语言变量、模糊集合论以及模糊逻辑推理不依赖控制对象的数学模型，具有智能性和学习性的优点神经网络从微观结构和功能上对人脑的抽象、简化，旨在模仿人脑结构及其功能对复杂非线性系统进行建模，具有自组织、自学习的特点运用经典整定方法得到的参数值不能随过程特性的变化而自行调整，从而容易导致控制品质的恶化3、PID控制——改进型PID控制算法15为了适应不同的被控对象和系统需求，改进标准PID控制算法基本的PID控制通过调整偏差来实现过程的闭环控制闭环系统对过程扰动和设定值变化的响应特性，反映了系统的两个不同侧面，采用同一组PID控制器参数，往往难以同时保证这两个方面的特性都十分理想微分先行PID算法改进思路考虑到设定值改变的系统中，通常情况下被控变量的变化比较缓和，因此采用微分先行PID算法只对测量值微分，而不对偏差微分，这样在调整设定值时，控制器的输出就不会产生剧烈的跳变，也就避免了给定值变化给系统造成的冲击微分先行基本结构图3、PID控制——改进型PID控制算法15为了适应不同的被控对象和系统需求，改进标准PID控制算法积分分离PID算法当被控量与设定值偏差较大时，取消积分作用，以免由于积分饱和作用使系统稳定性降低，超调量增大；当被控量接近给定值时，再引入积分控制，以便消除静差，提高控制精度自整定模糊PID控制算法从现场采集的传感器数据经模糊化成为模糊规则的条件，根据条件运用模糊规则进行模糊推理，进而得到模糊决策，再将模糊决策去模糊化，即得到实际控制所需的定量控制输出或控制参数自整定模糊PID控制系统结构图3、PID控制——PID控制案例16对水箱传递函数，采用衰减曲线法进行PID参数整定实验设计

衰减曲线法寻找PID参数单回路PID仿真结果单回路PID控制实际结果事先将控制器的积分时间设置无穷大，微分时间设置为零，仅有比例控制作用在系统稳定运行时，修改设定值实施阶跃扰动，并调节比例系数，观察系统的液位响应输出经过几次调整，最终得到4:1振荡曲线，即可以通过衰减曲线法可以得到PID参数整定值设计单回路PID控制在衰减比为0.75时，PID控制参数如下公式计算理想值虽然没有展示出近似4:1的振荡曲线，但属于性能良好PID参数3、PID控制——PID控制案例16对水箱传递函数，采用衰减曲线法进行PID参数整定为了进一步提高控制效果，实验中还设计了一个“液位-流量”串级PID控制系统串级PID控制仿真结果串级PID控制实际结果串级PID控制中，由于副回路的存在，主被控对象延迟时间在原单回路基础上缩短2秒，同时副回路还可以更迅速克服流量不稳的干扰，并且改善控制通道的动态特性，提供系统的工作频率主回路都设置Kc

=3.64，TI

=21，TD

=3，副回路Kc

=0.5，TI

=100，实际中设置Kc

=0.5，TI

=10可以发现超调量、稳定时间等指标有明显优化，体现出串级控制系统的独特优势随着计算机技术的广泛应用，自动控制技术有了很大的发展，先进过程控制应运而生先进控制理论中的模型预测控制是基于过程模型提供的预测，求解最优控制问题，输出最优控制动作，实现多目标协调优化控制4、模型预测控制——模型预测控制概述理论背景17工业应用预测控制算法起源于工业过程控制领域Richalet、Mehra等人首先提出基于系统脉冲响应的模型预测启发式控制方法Cutler等提出了基于系统阶跃响应的动态矩阵控制过去30多年中，预测控制已成功运行在全球数以千计的过程控制系统中，产生了显著的经济效益，被广泛认可为一种高效且具有巨大应用前景的先进过程控制技术。模型预测控制示意图预测模型4、模型预测控制——模型预测控制原理模型预测控制由预测模型、滚动优化、反馈校正组成18基于模型的预测（图中MV是模型操作量，CV是模型被控量）预测模型的功能：基于预测模型，根据被控对象的历史信息和未来输入，预测系统未来响应传递函数、状态方程这些传统模型都可以作为预测模型为比较不同控制策略的优劣打下了基础在当前时刻k，从被控系统得到测量值y(k)，预测系统起始于y(k)的未来一段时间P（预测时域）内的输出滚动优化4、模型预测控制——模型预测控制原理模型预测控制由预测模型、滚动优化、反馈校正组成18滚动优化(t=k)预测控制也是一种基于优化的控制算法，它通过某一性能指标的最优来确定未来的控制作用性能指标中涉及的系统未来动态行为，是通过预测模型和未来的控制策略来决定的通常在工业过程控制中应用的预测控制算法均采用有限时域的滚动优化求得最优控制量后，预测控制只将当前控制量应用于系统，而不是全部实施；到下一采样时刻，优化时域随时间向前推进滚动优化(t=k+1)反馈校正4、模型预测控制——模型预测控制原理模型预测控制由预测模型、滚动优化、反馈校正组成18预测控制还是一种基于反馈的控制算法实际系统中存在模型失配和不可知扰动等不确定因素，系统的实际运行可能会偏离理想的优化结果为了补偿各种不确定因素对系统的影响，预测控制引入了闭环机制在每一采样时刻，首先检测对象的实时状态或输出信息，然后在进行优化求解控制作用前，利用这些反馈信息刷新或修正下一步的预测和优化，使其更接近实际情况误差校正4、模型预测控制——模型预测控制及其变形人工智能技术迅猛发展，推动模型控制预测多种变形19数据驱动的自适应预测模型通过分析和学习大量历史数据来来构建模型，来提高模型的自适应和泛化能力，而不需要事先对系统的动态特性进行建模，其通常用于非线性系统的预测和控制自整定法：对运行中的控制系统进行PID参数的自动调整，以式系统在运行中始终具有良好的控制品质非线性模型预测控制的模型启发式优化算法是一类基于启发式搜索策略的优化方法，用于在复杂的非线性系统模型预测控制中寻找最优解跟踪误差控制输入非线性模型预测控制将启发式优化算法与数据驱动的自适应预测模型结合，可以有效地优化控制器参数或者寻找最优控制策略非线性模型预测控制框图模型预测控制案例说明4、模型预测控制——模型预测控制案例20MPC控制单容水箱伪代码为了更好地理解模型预测控制的实际应用，本例将以单容水箱案例来展示模型预测控制的效果MPC控制器设计目的是使水箱液位保持在设定的目标液位上模型预测控制案例说明4、模型预测控制——模型预测控制案例20模型预测控制仿真结果模型预测控制实际结果设定目标液位为340mm，控制目标从初始280mm调整到340mm，利用当前输出和过去的控制输入，计算当前时刻的控制输入“u”，以最优方式使系统输出跟随参考信号仿真结果显示，液位在前50s内从280mm迅速上升并达到设定值340mm，并在随后的时间里保持稳定可以看出模型预测控制器具有较快的响应时间和良好的稳定性，能够适应系统动态变化，实现精确的液位控制5、工业控制器运维方法——工业控制性能监控21工业控制性能监控的背景和重要性在实际工业过程中，控制系统面临着诸多挑战，包括成千上万的控制回路和控制器性能衰退、生产设备磨损、设备故障、维护不及时等控制性能变差会直接影响到产品质量，导致企业的经济效益亏损，严重时更会存在安全隐患实际工业生产过程中，引起控制器性能下降的具体原因与解决思路控制器整定不足或缺乏维护设备故障或设计不当无前馈补偿或补偿效果差不合理的控制结构首先通过输出数据计算当前控制系统的实际输出方差，以量化系统性能其次设定适当的性能评估基准，用以评价控制系统的表现然后将系统实际输出方差与选定的基准值进行对比，得出当前控制回路的性能指标最后，根据性能指标评估控制回路的效果工业监控室工业控制性能监控5、工业控制器运维方法——工业控制性能监控22性能评价指标方法最小方差基准线性二次高斯性能基准工业控制运维问题最小方