高纯度分馏塔建模及其非线性控制黄江茵1赵晶厦门理工学院.DOCVIP

高纯度分馏塔建模及其非线性控制 黄江茵,收稿日期：基金项目：福建省科技厅自然科学基金 收稿日期： 基金项目：福建省科技厅自然科学基金(2015J01275)，厦门理工学院对外科技合作与交流专项（E201400900, E201401400） *通信作者： jiangyinhuang@xmut.edu.cn （厦门理工学院 电气工程与自动化学院，福建 厦门 361024） 摘要：以高纯度分馏塔这一复杂非线性工业过程为对象，研究其建模及控制策略。以变参数线性（LPV）动态模型结构为基础，分别对多项式权重和高斯权重进行改进。采用带约束的多项式权重，构造拉格朗日函数进行参数寻优，避免LPV模型增益符号的错误；将高斯函数改进为分段形式，使其能够应用于工作点非均匀分布的系统。分馏塔产品纯度输出拟合和阶跃响应曲线对比结果显示，基于上述两种权重函数的LPV模型均能够较好拟合系统输出，最优匹配率达到74%以上，并符合实际对象阶跃响应特征。基于所建LPV模型设计非线性内模PID控制器，给出工作点上局部线性模型及控制器参数关系式，采用与辨识LPV模型时相同的方法对局部控制参数进行插值计算。仿真控制结果显示所提方法能够有效地将两个输出控制在设定范围内，且具有参数整定简便，抗干扰性强的优点。 关键词：高纯度分馏塔；变参数线性模型；非线性PID控制 中图分类号：TP273 文献标识码：A 分馏塔是对混合挥发液体进行分馏的一种化工设备，是石油炼制企业中最常见的重要设备之一。高纯度分馏塔是典型的具有“病态、方向性”特征的非线性系统，对其进行辨识和控制一直是工业界和学术界的难点。首先，某些输出之间存在非常强的相互作用；其次，模型的增益很大程度上依赖于输入的变化趋势。当产品纯度接近100%时系统会进入饱和状态，产品的纯度越高，非线性程度越大[1]。 分馏塔的基本运行原理，是将液体混合物根据其所含组分的沸点或是蒸汽压力的不同，经过塔内多次分馏而分离为轻重不同的各种馏分。由于分馏塔的运行原理明晰，大多数对分馏塔的建模研究都是根据物料平衡原理构建机理模型[2,3],但此类模型变量多，方程复杂，不适合用于实际工业系统的实时控制中。对分馏塔的先进控制方法，包括预测控制[4]、模糊PID控制[5]等，但均基于近似线性模型，一定程度上影响了控制精度。若基于机理模型或者非线性模型，将大大增加优化计算的难度和耗费时间。本文首先采用改进权重函数的LPV模型对高纯度分馏塔进行建模，后基于所建动态非线性模型，提出非线性内模PID控制策略并进行仿真，获得了较好的输出拟合和控制效果。 高纯度分馏塔建模 双操作变量LPV模型改进 LPV模型近几年来常被用于工业非线性系统的建模中[6]。它的主旨思想是，用一个基于“操作变量（scheduling variable）”的动态模型来表示非线性系统。该操作变量要求能够直接反映系统的运行特性，即当系统处于相对稳态时，操作变量几乎保持恒定；当系统运行在过渡过程时，操作变量也随之发生规律性改变。并且，其值可以实时测量，或者由其他变量计算得到。对于绝大多数工业系统，都可以找到符合上述条件的操作变量。在实际应用中，操作变量的选择将极大影响LPV模型的拟合精度。公式(1)是LPV模型的状态空间形式，其中，就是所谓的操作变量，状态空间矩阵A,B,C,D都是的函数。 （1） LPV模型的辨识方法众多，包括正交基函数形式模型辨识[7]、传递函数形式模型辨识[8]等。大多数方法都采用极小化模型输出误差的方法进行参数优化，尽管能达到较好的拟合效果，却很难保证LPV模型的稳定性。原因在于难以确保整体模型的闭环特征根在的整个变化区间内始终处于s左半平面。为克服此问题，文献[9]提出了一种基于局部线性模型插值的双操作变量LPV模型形式。以多输入单输出系统为例，定义以及分别为系统的两个操作变量，假设该系统运行轨迹上共有个相对稳态，对应的工作点，即操作变量值为： 有理由认为，工业过程在稳态阶段的模型可以近似为线性模型，假设上述工作点上，系统辨识得到的线性模型为： （2） 则LPV模型可由上述局部线性模型插值得到： （3） 其中，模型权重是关于两个操作变量的实函数。公式(3)采用的模型结构，根据线性模型的叠加定义可知，只要局部模型稳定的，整体LPV模型也是稳定的。局部模型可以采用传统的线性模型辨识方法获得。文献[9]中分别采用了线性、多项式和高斯函数进行了比对，并总结出，线性函数无待估参数，权重计算最为简便，但拟合误差较大；多项式权重由于无法保证权重值在[0,1]范围内变化，虽然拟合误差可以很小，在阶跃响应上却可能出现增益符号