过程操纵工程综述.docVIP

过程控制工程课程综述 班级： 姓名： 学号： 摘要：过程控制工程是自动化专业的必修课程，本文主要概述我们对过程控制工程理论的认识，了解了过程控制理论的基本定义，把握过程控制理论的重要实用意义及发展的方向与趋势；同时概括性的说明了现代工业发展的环境与挑战，以及把过程控制理论应用在现代工业生产中的重大意义。 关键词：过程控制工程 工业生产 智能控制 正文： 《过程控制工程》系统地阐述了过程控制系统的结构、原理、特点、适用场合、系统设计及应用等问题，并在分析稳态和动态数学模型的基础上，探讨了过程工业生产过程中典型单元操作的控制方案，并介绍了典型工业生产过程的控制。 工业的范围很广，过程控制是其中一个重要分支，主要针对六大参数，即温度、压力、流量、液位、成分和物性等参数的控制问题，它能覆盖许多工业部门，如化工、电力、冶金、轻工、纺织等，因而过程控制在国民经济中占相当重要的地位。特别是随着生产过程向着大型化、连续化的方向发展，大中型过程控制工程越来越受到国家和企业的重视。随着现代控制技术、计算机技术等的不断发展．过程控制工程已被赋予了新的内涵，概括地讲，过程控制工程是一个为满足大中型工业生产和日益复杂的过程拄制要求，从综合自动化的角度出发，按功能分散、集中管理的原则构思，具有高度可靠性指标，以计算机相关技术为核心的，与数据通汛技术、CRT显示、人机接口技术、输入输出接口技术等相结合的，用于生产管理、数据采集和各种过程控制的处于新技术前沿的新型过程控制工程。 工业过程中的智能控制 许多工业连续生产线上,例如:化工、冶炼、材料加工、轧钢等,由于反应机理复杂,关联耦合严重,环境干扰不确定,要求与约束多样等原因,对其系统运行情况和过程的信息了解较少,自动化集成控制应用存在一定的难度,需要运用智能控制模式。生产过程的智能控制主要包括两个方面:局部级和全局级。局部级的智能控制是将智能引入工艺过程的某一单元进行控制器的设计,例如专家控制器、智能PID控制器、神经元网络控制器等。全局级的智能控制,主要针对整个生产的自动化,包括整个操作工艺的控制,过程的故障诊断,规划过程操作处理异常等。 针对局部智能控制设计,目前研究的热点是智能PID控制器的设计。因为PID控制至今仍是工业控制中最广泛的控制规律,但常规的PID控制已不能满足现在复杂的工业生产,所以就有必要将人工智能技术与传统的PID控制规律结合为智能PID控制。通过智能技术的加盟,智能PID控制器相比传统的PID控制器,在参数的整定和在线自适应调整方面有其显著的优越性,并可用于控制一些非线性的复杂对象。 自适应控制 自适应控制系统通过不断地测量系统的输入、状态、输出或性能参数,逐渐了解和掌握对象,然后根据所得的信息按一定的设计方法,作出决策去更新控制器的结构和参数以适应环境的变化,达到所要求的控制性能指标。 自适应控制系统应具有三个基本功能: (1)辨识对象的结构和参数,以便精确地建立被控对象的数学模型; (2)给出一种控制律以使被控系统达到期望的性能指标; (3)自动修正控制器的参数。因此自适应控制系统主要用于过程模型未知或过程模型结构已知但参数未知且随机的系统。 自适应控制系统的类型主要有自校正控制系统,模型参考自适应控制系统,自寻最优控制系统,学习控制系统等。最近，非线性系统的自适应控制,基于神经网络的自适应控制又得到重视,提出一些新的方法。 预测控制 预测控制是在工业实践过程中独立发展起来的一种新型控制方法,它不仅适用于工业过程这种“慢过程”的控制,也能适用于快速跟踪的伺服系统这种“快过程”控制。目前实用的预测控制方法有动态矩阵控制(DMC),模型算法控制(MAC),广义预测控制(GPC)，模型预测启发控制(MPHC)以及预测函数控制(PFC)等。这些方法具有以下特征: (1)以计算机为实现手段,采取在线实现方式。 (2)建模方便,不需深入了解过程的内部机理,对模型精度要求不高。 (3)采用滚动优化策略,在线反复进行优化计算,使模型失配、外界环境的变化引起的不确定性及时得到弥补,提高控制质量。 有一种新的基于主导内模概念的预测控制方法:结构对外来激励的响应主要由其本身的模态所决定,即结构只对激励信息中与其起主导作用的几个主要自振频率相接近的频率成分有较大的响应。目前利用神经网络对被控对象进行在线辨识,然后用广义预测控制规律进行控制得到较多重视。 预测控制目前存在的问题是预测精度不高;反馈校正方法单调;滚动优化策略少;对任意的一般系统,其稳定性和鲁棒性分析较难进行;参数调整的总体规则虽然比较明确,但对不同类型的系统的具体调整方法仍有待进一步总结。 过程控制有很多特点