第四讲--先进过程控制技术模板.doc

第四讲--先进过程控制技术第四讲先进过程控制技术工业生产过程的先进控制先进控制的概念现代控制理论和人工智能几十年的发展已为先进控制奠定了应用理论基础,而DCS的普及与提高,则为先进控制的应用提供了强有力的硬件和软件平台。企业的需要、控制理论和计算机技术的发展是先进控制(AdvancedProcessControl)发展强有力的推动力。先进控制是对那些不同于常规单回路PID控制,并具有比常规PID控制更好控制效果的控制策略的统称。先进控制的任务是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的问题。其主要特点如下:与传统的PID控制不同,先进控制是一种基于模型的控制策略,如模型预测控制和推断控制等。当前,基于知识的控制,如智能控制和模糊控制,正成为先进控制的一个重要发展方向。先进控制通常用于处理复杂的多变量过程控制问题。如大时滞、多变量耦合、被控变量与控制变量存在着各种约束等。先进控制的实现需要足够的计算能力作为支持平台。随着DCS功能的不断增强,更多的先进控制策略能够与基本控制回路一起在DCS上实现,有效地增强先进控制的可靠性、可操作性和可维护性。从全厂综合自动化的角度看,先进控制恰好处在承上启下的重要地位。性能良好的先进控制是在线优化得以有效实施的前提,进而可将企业领导者的经营决策、生产管理和调度的有关信息及时落实至全厂生产装置的实际运行中,并可真正实现全厂综合优化控制。先进控制的核心内容作为一个整体,先进控制系统应包括从数据采集处理、数学模型建立、先进控制策略到工程实施的全部内容。数据的采集、处理和软测量技术利用大量的实测信息是先进控制的优势所在。由于来自工业生产现场的过程信息通常带有噪声,数据采集时应作滤波处理,采集到的数据还应进行过失误差的检测与识别和过程数据的有效性检验及数据调理工作,这是先进控制应用的重要保障。基于可测信息和模型,实时计算不可测量的变量,即软测量技术,是先进控制中不可缺少的内容。多变量动态过程模型辨识技术获取对象的动态数学模型是实施先进控制的基础。实际工业过程模型化是一项专门的技术,它涉及到过程动态学、系统辨识、统计学以及人工智能等多种知识。当前类似模型预测控制这样的先进控制策略均采用工业试验的方法来获取控制模型,而机理模型和智能模型建立也有望成为有效的控制模型。先进控制策略先进控制采用了合理的控制目标和控制结构,可更好地适应工业生产过程的需要。先进控制主要解决:个别重要过程变量控制性能的改善,主要采用单变量模型预测控制与原控制回路构成所谓的“透明控制”的方式解决约束多变量过程的协调控制问题,主要采用带协调层的多变量预测控制策略推断质量控制,利用软测量的结果实现闭环的质量卡边控制。涉及到的主要控制策略有模型预测控制、推断控制、协调控制、质量卡边控制、统计过程控制,以及模糊控制、神经控制等。先进控制的实施先进控制在实施时需要解决许多具体的工程问题:合理地选择被控的区域正确整定基本PID控制回路和先进控制系统合理限制控制变量的变化量和变化率,保证控制系统的平稳性和对不确定因素的鲁棒性建立良好的先进控制人机界面,确保在最常用的流程图画面上看到先进控制的信息,便于投用、维护和操作先进控制工程化方法要使先进控制达到预期的经济效益,必须严格地按一定的程序完成先进控制的工程化工作,而且与所选用的工作平台无关。其工程化主要步骤如下:定义目标首先应将整个企业的目标细化为装置的目标、过程单元的目标以及最终主要过程装置的目标。分解目标至最底层在一个装置内,应对各主要设备建立控制目标,从而将过程装置的目标分解至最底层的各个设备。识别先进控制的适用性先进控制的适用性是指通过采用先进控制能否达到减少主要过程变量变化的预期目标。先进控制的效益/成本分析效益/成本分析能够给出是否采用先进控制策略或应当采用哪种先进控制策略。制订功能标准对每个要实施的先进控制算法必须规定其功能标准。先进控制的实现在先进控制方案确定后,首先进行详细的工程设计,这些工程设计包括控制回路连接图、系统仪表配置一览表、先进控制操作界面等,最终生成可实现的控制软件。调试调试是检验先进控制方案和生成的控制软件是否正确。先进控制的经济效益关键的复杂的工业生产过程,通过实施先进控制,能够大大提高工业生产过程操作和控制的稳定性,改善工业生产过程动态性能,减少关键变量的操作波动幅度,使其更接近于优化目标值,从而将工业生产过程推向更接近装置约束边界条件下运行,最终达到增强工业生产过程的稳定性和安全性,保证产品质量的均匀性,提高目标产品的收率,提高生产装置的处理能力,降低生产过程运行成本以及减少环境污染等目的。据国外统计,先进控制策略所取得的经济效益占整体效益的30%,原因是能够减少开工过渡时间,合理减少产品质量的裕度,提高了产品收率,延长开工周期,减少能耗