过程控制系统中的计算机数字仿真.docVIP

过程控制系统中的计算机数字仿真1 肖化昆1谢赞福1崔怀林1黎潮信2潘达俊2陈新优2 1广东技术师范学院 (510665 2广州市计算机应用研究所 (510600 E-mail:xiaohk@scnu.edu.cn 摘要:把计算机数字仿真技术运用于生产过程控制系统中,实现生产过程的最优化控制,是信息技术改造传统产业的一个范例。本文给出一个在生物制药中应用计算机数字仿真的实例,提出了在生产过程控制系统中建立数学模型和实现最优控制的一般方法和技术。 关键字:数学模型,数字仿真,最优化控制,生物制药 1.前言 洁酶素发酵是工业制取洁酶素的主要工艺过程[注1],其全程约需40至50个小时。影响洁酶素产量的因素有菌种浓度、初始营养物浓度(氨基氮、总糖、PH值和反应过程中的营养物浓度、以及反应温度和反应釜转速等因素,我们称它们为过程的环境变量,它们是反应时间的函数。图1是该“过程”中几个主要环境变量随时间变化的曲线,其中的“效价”反映洁酶素产出物——“洁酶素单位”的累积增长。在洁酶素发酵过程中,过程控制系统对环境变量进行调控,使洁酶素发酵过程向有利于增加“效价”的方向变化。 图1洁酶素发酵主要参数变化示意图——————————————————— 1 广州制药厂《洁霉素发酵工艺优化研究》项目 1 2. 建立过程的数学模型 2.1 动态数学模型 建立洁酶素发酵过程动态数学模型的方法是从发酵机理出发,构造出反映其动态特性的微分方程组(参数待定,然后针对该方程组的参数、初始条件和边界条件等进行仿真计算,并将计算结果与实际生产过程的观察数据进行对比,如此反复进行多次,直到取得了一组与实际数据拟合得“好”的计算结果为止。将“好”结果对应的模型参数值、初始值和边界值代入原微分方程组,就得到了该过程的动态数学模型。 2.2 静态数学模型 2.2.1建立静态数学摸型的过程 建立洁酶素发酵过程静态数学模型的方法是运用统计学原理,构造一个反映其输入/输出特性的代数方程组。 建立静态数学模型的一个前提条件是该过程具有“稳定”特性。 洁酶素发酵过程本质上是一个动态过程,其发酵反应的机理十分复杂,反应过程中的各个变量之间耦合度高,时间滞后大。但由于该发酵过程时间延续较长,反应物变化缓慢,从生产的实际出发,在宏观上可以将其作为一个“稳定”或“静态”的过程来处理。在此情况下,我们只需要知道其输入/输出的稳定状态之间的关系就行了。当考虑静态问题时,不管当输入改变后,输出变量随时间如何改变到一个新的稳定状态,也不管当输入时,输出过程会产生什么“波动”,而认为一定的输入就对应着一定的输出[2]。这就是我们建立静态数学模型并实现其参数最优化的一个基本思路。 建立静态数学摸型的一般过程是,首先构造一组多项式形式的输入/输出方程(其阶数和参数待定,然后输入实际过程的观察数据,由系统辨识模块对该生产系统的输入/输出关系进行“辨识”,最后确定待定方程的参数和阶数。上述系统辨识的整个过程是在“一体化数字仿真平台软件”[4]上自动完成的。 2.2.2连续变量处理 为了适应数字计算机对连续生产过程进行仿真计算,需要对连续变量进行离散化处理,这是实现静态建模的一个关键技术。方法是,将洁酶素发酵的过程划分为若干时段,例如划分为发酵初期、中期和后期等三个时段,每一时段取若干个特征点。这样,就将连续变量转化成了一组相对独立的离散化的特征向量,依此特征向量构建出新的座标空间——高维特征向量空间。在此座标空间上利用高维数据分析技术实现静态建模。 笔者利用高维数据分析技术对180组实际生产中的数据进行计算,找到了一个高维空间中的超曲面方程,并利用此方程对原始样本数据进行回判,此超曲面方程可将洁酶素发酵过程中“好”的和“坏”的样本组区分出来。 2 3 图2.非线性映照示意图 图2是利用一体化数字仿真软件,使用非线性映照方法,在“平面”上显示50组样本数据的空间分布结果。图中的“#”代表“好”的样本组,“*”代表“坏”的样本组。该结果表明,利用前述特征变量作为模型变量能很好地“解释”该发酵过程,从而可用于建立该过程的静态数学模型。 2.2.3 模型的优化 对静态数学模型进行参数优化的步骤是,首先分析模型参数实际可行的取值范围和特性,运用均匀设计或正交设计方法定义一个参数计算表,依此计算表调整模型参数的值并输入到仿真模型中进行计算。其间,注意观察每一次计算结果所对应的“洁酶素发酵增长曲线”的变化图形,并与实际生产过程中的洁酶素发酵增长曲线进行比较,从中选取出“好的增长曲线”来,对应的计算结果即可作为该洁酶素发酵过程的经参数优化处理后的模型参数。值得注意的是,所谓“好曲线”的标准应是综合评价洁酶素发酵单位、发酵成本与产出效益后 的结果。 2.2.4模型的实例 广州某制药厂《洁霉素发酵工艺优化研究》[注1] 所建