工业先进控制介绍课件.ppt

流程工业生产过程的先进控制及其应用 ;发展背景 ;装置 ; 现代控制理论和人工智能几十年来的发展已为先进控制奠定了应用理论基础，而控制计算机尤其是集散控制系统 (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。总而言之，企业经济效益的需要、控制理论和计算机技术的发展是先进控制 (Advanced Control)发展强有力的推动力。;先进控制的概念;先进控制的主要特点;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。先进控制是建立在常规单回路控制之上的动态协调约束控制，可使控制系统适应实际工业生产过程动态特性和操作要求。;先进控制的实现需要足够的计算能力作为支持平台。由于先进控制受控制算法的复杂性和计算机硬件两方面因素的影响，早期的先进控制算法通常是在上位机上实施的。随着ＤＣＳ功能的不断增强 ，更多的先进控制策略可以与基本控制回路一起在ＤＣＳ上实现。后一种方式可有效地增强先进控制的可靠性、可操作性和可维护性。;先进控制在工厂中的地位;计划与规划总调度;先进控制的发展现状; 从 50年代开始 ，逐渐发展了串级、比值、前馈、均匀和Ｓｍｉｔｈ预估控制等复杂控制系统，即当时的先进控制系统。在很大程度上满足了单变量控制系统的一些特殊的控制要求。; 在工业生产过程中，仍有 1 0 %～ 2 0 %的控制问题采用上述控制策略无法奏效 ，所涉及的被控过程往往具有强耦合性、不确定性、非线性、信息不完全性和大纯滞后等特征 ，并存在着苛刻的约束条件，更重要的是它们大多数是生产过程的核心部分，直接关系到产品的质量、产率和消耗等有关指标。; 自 50年代末发展起来的以状态空间方法为主体的现代控制理论 ，为过程控制带来了状态反馈、输出反馈、解耦控制、自适应控制等一系列多变量控制系统设计方法 ；对于状态不能直接测量的情形 ，也有观测器和估计器等工具。然而，当现代控制理论真正应用于工业过程控制时，却遇到了前所未有的困难。; 与此同时 ，计算机技术的持续发展使得计算机控制在工业生产过程中得到了广泛的应用，强大的计算能力可以用来求解许多过去认为是无法求解计算的问题 ，这一切都孕育着过程控制领域的新突破。; 1980年前后，来自过程控制界两位探索者J.Richalet和C.R.Cutler分析报道了其各自研究的有关解决实时动态环境下带约束多变量耦合系统控制问题的成果。这就是著名的模型预测启发式控制 (ＭＰＨＣ)和动态矩阵控制 (ＤＭＣ)。这一事实表明过程工业已开始接受现代控制概念，从而引发了预测控制在工业过程控制的大量应用。; 近二十年年来，人工智能技术有了长足的进步并在许多科学与工程领域中取得了较广泛的应用。就过程控制而言，专家系统、神经网络、模糊系统是最具有潜力的三种工具。; 由于许多重要的工业过程都表现出内在的非线性，如 ：pH中和过程，使得那些基于线性模型的控制策略和传统的PID控制很难奏效。早期的解决办法有变增益控制或针对特定过程来设计控制系统。近来，有关基于非线性模型 (机理和经验 )的控制有了较大的发展。但是 ，非线性控制尚属开发中的先进控制策略，实际的工业应用尚不多见。; 控制系统的鲁棒性是体现系统性能的一个重要指标。它体现了模型与实际过程有差别的情况下控制品质的变化情况。在经典控制理论中，稳定裕度可反映系统鲁棒性 ，当稳定裕度大时，控制系统品质对参数的变化不敏感，即有较好的鲁棒性。现代控制理论则为鲁棒性的分析提供了更多的方法，尤其是鲁棒控制器单独提出之后，这一领域研究一直是控制理论界的研究热点并逐渐成为一个独立分支。;过程控制策略的分类;第三类：先进控制—流行技术 模型预测控制、统计质量控制、内模控制、自适应控制 第四类：先进控制—潜在技术 最优控制 (ＬＱＧ)、专家系统、非线性控制、神经控制器、模糊控制 第五类：先进控制—研究中的策略 鲁棒控制 、Ｈ∞和 μ综合;先进控制的核心内容;数据采集处理和软测量技术;多变量动态过程模型辨识技术;先进控制策略; 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，正在兴起与开发中的模糊控制、神经控制、非线性控制和鲁棒控制。;先进控制的实施; ③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； ④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得到先进控制的信息，便于投用、维护和操作。 ;先进控制工程化方法; （1）