工业过程先进控制及应用--控制理论与工程的发展PCD.docVIP

过程控制中的若干问题 控制理论发展 1.40-50年代经典控制理论 传递函数为基础,在频率域对单输入单输出SISO控制系统分析与设计的理论 20世纪40年代开始形成的控制理论被称为“20世纪上半叶三大伟绩之一” 最辉煌的成果之一PID控制 根轨迹Evans 频率特性Nyquist Bode 随动控制 定值控制 定量分析困难 定性分析相当有用 2. 60年代现代控制理论 状态空间方法为基础，以极小值原理和动态规划方法等最优控制理论为特证，而以采用卡尔曼滤波器的随机干扰下的线性二次型系统宣告了时域方法的完成。 研究多输入多输出系统 在航天、航空、导制等领域取得了辉煌的成果 对复杂工业过程却显得无能为力,主要原因：要有精确过程数学模型 建精确过程数学模型难点： 机理复杂 非线性与分布参数 时变性 不确定性 多变量之间耦合 信息不完全性 IFAC----系统辨识与参数估计 (1965年以来每三年一次) 现代工业过程建模主要特征： 模型的层次性。系统结构为递阶结构型，为此过程建模将围绕着结构逐层进行，各层模型之间通过信息通道相互联系。 模型的多时标性。模型的各层次时标快慢亦是不同的，每一层次兼有两种状态，相对于下层快时标系统它是离散事件变量，相对于上层慢时标系统，它可视为连续时间变量。 信息的多样性。信息是语言，文字，图形，符号,图象，数字等多媒体信息集成。 建模方法：机理建模；经验建模；智能建模（神经网络建模、知识模型、模糊模型、逻辑关系模型等）。 3. 七十年代开始逐步发展形成了大系统理论 大系统理论是现代控制理论和系统理论相结合，其核心思想是系统的分解与协调，多级递阶优化与控制。 大系统理论仍未突破现代控制理论的基本思想与框架，除了高维线性系统之外，它对其它复杂系统仍然束手无策。 对于含有大量不确定性和难于建模的复杂系统，基于知识的专家系统、模糊控制、人工神经网络控制、学习控制和基于信息论的智能控制等应运而生，它们在许多领域都得到了广泛的应用。成为自动控制的前沿学科之一。 智能控制与传统控制方法相结合： 模糊变结构控制(FVSC) 自适应模糊控制(AFC) 自适应神经网络控制(ANNC) 神经网络变结构控制 (NNVAC) 神经网络预测控制(ANNPC) 模糊预测控制(FPC) 专家模糊控制(EFC) 模糊神经网络控制(FNNC) 专家神经网络控制(ENNC) 工业过程计算机控制发展 直接数字控制（DDC） 70年代以前 DDC实现集中控制，代替常规控制仪表 控制算法：单回路及常用复杂控制系统 由于集中控制的固有缺陷，硬件可靠性低,未能普及 2. 集散控制系统（DCS） 70--80年代 DCS在硬件上将控制回路分散化，数据显示、实时监督等功能集中化，有利于安全平稳生产。 就控制策略而言，DCS仍以简单PID控制为主，再加上一些复杂控制算法，并没有充分发挥计算机的功能和控制水平。 3. 二级优化控制 80年代以后 在DCS的基础上实现先进控制和优化控制。 在硬件上采用上位机和DCS或电动单元组合仪表相结合，构成二级计算机优化控制。 以多变量预测控制为代表的先进控制策略和静态优化控制成功应用，取得明显经济效益以后,出现了众多先进控制和静态优化控制软件公司： Aspen(美国) DMC Corp. DMC Dynamic Matrix Control DMI Dynamic Matrix Identification SetPonit Inc SMCA SetPonit Multivariable Control Architecture SMC-Idcom Multivariable Control package SMC-Test Plate test package SMC-Model Identification package Honeywell profimatics (美国) RMPCT Robust Multivariable