过程控制系统第2章重点解析.pptVIP

《过程控制系统》 罗国娟 2011年3月 第2章工业过程数学模型 过程特性的数学描述称为过程的数学模型。 在控制系统的分析和设计中，过程的数学模型是极为重要的基础资料。 过程的特性可从稳态和动态两方面来考察， 前者指的是过程在输入和输出变量达到平稳状态下的行为 后者指的是输出变量和状态变量在输入影响下的变化过程的情况。 动态特性是在稳态特性基础上的发展，稳态特性是动态特性达到平稳状态的特例。 2.1工业过程稳态数学模型 模型的建立途径可分机理建模与实验测试两大类，也可将两者结合起来。 2.1.1机理建模 从机理出发，也就是从过程内在的物理和化学规律出发，建立稳态数学模型 输入变量作小范围变化：通常采用增量化处理方法； 输入变量作大范围变化：通常需要逐步求解，如采用数值方法或试差方法。 2.1.1机理建模（续） 现以两侧流体都不起相变化的换热器（见图2-1）作为例子，讨论输入变量作小范围变化的情况。 2.1.1机理建模（续） 1、列写原始的基本方程式： Q=G1C1(θ1o-θ1i) =G2C2(θ2i-θ2o) （2-1） Q=KF(θ2i+θ2o-θ1i -θ1o)/2 （2-2） 2、确定输入和输出变量：四个输入变量，即G1、G2、θ1i和θ2i，两个输出变量，即θ1o和θ2o。 3、消去中间变量：如果θ1o是被控温度，是需要研究的输出变量，则为了考察各个输入变量对它的影响，须把另一个输出变量θ2o消去。 [(G1C1+G2C2)KF+2G1C1G2C2]θ1o=[(G1C1-G2C2)KF+2G1C1G2C2]θ1i+2G2C2KFθ2i 2.1.1机理建模（续） 4、增量化处理： 在额定的正常工作条件下求稳态解，即G1o、G2o、 θ1io、θ2io 、θ1oo 逐一考虑各个输入变量变化对被控量的影响。 2.1.1机理建模（续） 优点： 可以充分利用已知的过程知识，从事物的本质上去认识外部特性； 可以验前得出，在流程和设备的设计阶段即能求取； 有较大的适用范围，操作条件变化可以类推，即使处理的物料有所变化，只要已知其物理化学参数，仍不难计算。 弱点： 对于复杂过程，人们对基本方程的某些参数不完全掌握 若不经过输入输出数据的验证，难以判断其正确性。 2.1.2经验模型 通过测试或依据积累的操作数据，用数学方法回归，得出经验模型。 经验模型的建立通常要经过下列步骤： 确定输入变量与输出变量。自变量的数目不宜太多。 进行测试： 输入信号的选择： 能产生足够显著的输出变化 容易与其它外作用分离 能激发过程特性的所有模态 对正常生产过程影响小 有一种解决办法是吸收调优操作的经验，即逐步向更好的操作点移动，这样有可能既扩大了测试的区间，又改进了工艺操作。 要确定稳态是否真正建立 2.1.2经验模型（续） 把数据进行回归分析或神经网络建模。 线性系统：y=a0+a1u1+a2u2+…+amum 非线性系统：先确定模型结构；将非线性项作为新的变量，构成线性形式 检验。分为自身与交叉检验。 2.1.3 机理与经验的组合建模 (1)主体上是按照机理方程建模，但对其中的部分参数通过实测得到。例如，换热器的K值可通过现场操作数据计算求出；精馏塔的情况，塔板效率可先作假定，用以计算出各塔板的温度分布，再与温度的实测值核对，如有不符，则对塔板效率的假定值作相应的修正。 (2)通过机理分析，把自变量适当组合，得出数学模型的函数形式。这样确定模型结构，估计参数就比较容易了，并使自变量数减少。 (3)由机理出发，通过计算或仿真，得到大量的输入输出数据，再用回归方法得出简化模型。 2.2工业过程动态数学模型 过程的动态数学模型，对控制系统的设计和分析有着极为重要的意义。 求取过程动态数学模型有两类途径： 一是依据过程内在机理来推导，这就是过程动态学的方法； 二是依据外部输入输出数据来求取，这就是过程辨识和参数估计的方法。 当然，也可以把两者结合起来。 2.2.1 动态数学模型的作用和要求 过程的动态数学模型，是表示输出向量（或变量）与输入向量（或变量）间动态关系的数学描述。 过程动态数学模型的用途大体可分为两个方面： 一是用于各类自动控制系统的分析和设计； 二是用于工艺设计以及操作条件的分析和确定。 表2-1 动态数学模型的应用和要求 简单： 若要进行在线实时控制，模型太复杂，计算控制作用则计算量大、耗时，要求使用高性能计算机，成本增加； 若进行前馈控制、解耦控制，模型复杂导致复杂的控制规律，不易实施； 模型结构越复杂，需要估计的参数越多，难以保证所估计参数的精度 正确可靠：误差很大会导致错误的结论 2.2.2 动态数学模型的类型 以单输入-单输出为例，最常用的是线性时间连续模