先进过程控制APC.doc

先进过程控制（APC）
随着我国经济体制的转变，国内的众多石化企业日益感受到国际间竞争所带来的活力和挑战。因此，积极开发和应用先进控制和实时优化，提高企业经济效益，进而增强自身的竞争力是过程工业迎接挑战
重要对策。
先进过程控制是对那些不同于常规单回路控制，并具有比常规PID控制更好的控制效果的控制策略的统称，而非专指某种计算机控制算法。由于先进控制的内涵丰富，同时带有较强的时代特征
。因此，至今对先进控制还没有严格的、统一的含义。尽管如此，先进控制的任务都是明确的，即用来处理那些采用常规控制效果不好，甚至无法控制的复杂工业过程控制的问题。先进控制应用得当可带来显著的经济效益在石化工业中，一个先进控制项目的年经济效益在百万元以上，其投资回收期一般在一年以内。丰厚的回报而引入注目。通过实施先进控制，可以改善过程动态控制的性能，减少过程变量的波动幅度，使之能更接近其优化目标值，从而将生产装置推至更接近其约束边界条件下运行，最终达到增强装置运行的稳定性和安全性、保证产品质量的均匀性、提高目标产品收率、增加装置处理量、降低运行成本、减少环境污染等目的。
从60年代初现代控制理论迅速发展以来，出现了一系列的优化控制和多变量控制算法，以及更晚些时候出现的自适应控制算法和鲁捧控制算法等，这些都属于先进控制。人们曾经希望开创一户现代控制理论应用的新时代，但自70年代以来，理论成果虽多，在过程控制的应用却不理想，原因有两个方面：
（1） 模型问题。像高斯干扰下的线性二次型控制（LQG）等现代控制理论的杰作都是基于模型的算法。尽管建模技术已有很大发展，白色、黑色、灰色的方法都有，但精确可靠的动态数学模型依然难得。对象往往具有不确定性，使精确建模无法做到。
（2） 认识问题。一个装置的控制，有各种可供选择的策略和算法，如果你的算法能得到合格的结果，那还要问一问，你的算法是否比其他算法更好？同时，控制效果即使提高，是否能产生实际效益？这样一比，许多新算法的优越性都不见了。
目前，应用得比较成功的先进控制方法有预测控制和自整定控制等。
一、预测控制
从70年代中期发展起来的预测控制中，法国理查勒特等提出的模型预测启发控制基于脉冲响应；美国卡特勒等提出的动态矩车控制（DMC）则建立在阶跃响应基础上。他们在锅炉和分馏塔上的应用分别获得成功，引起工业界广泛兴趣。到80年代，英国的克拉克等以提出了广义预测控制（GPC），它建立在参数化模型的基础上。尽管预测控制算式形式多种多样，但都建立在下述三项基本原理基础上。
1、 预测模型
预测控制是一种基于模型的控制算法，这一模型称为预测模型。对于预测控制来讲，只注重模型的功能，而不注重模型的形式，预测模型的功能就是能根据对象的历史信息和末来输入预测其末来输出。从方法的角度讲，只要是具有预测功能的信息集合，不论其有什么样的表现形式，均可作为预测模型。因此，状态方程、传递函数这类传统的模型都可以作为预测模型。对于线性稳定对象，甚至阶跃响应、脉冲响应这类非参数模型，也可直接作为预测模型使用。此外，非线性系统、分布参数系统的模型，只要具备上述功能，也可在对这类系统进行预测控制时作为预测模型使用。因此，预测控制打破了传统控制中对模型结构的严格要求，更着眼于在信息的基础上根据功能要求按最方便的途径建立模型。
预测模型具有展示系统末来动态行为的功能。这样，就可以利用预测模型来预测末来时刻被控对象的输出变化及被控变量和其给定值的偏差，作为确定控制作用的依据，使之适应动态系统所具有的存储性和因果性的特点，得到比常规控制更好的控制效果。
2、 滚动优化
预测控制的最主要特征是在线优化。预测控制这种优化控制算法是通过某一性能指标的最优来确定末来的控制作用的。这一性能指标涉及到系统未来的行为，例如，通常可取对象输出在未来的采样点上跟踪某一期望轨迹的方差最小。但也可取更广泛的形式， 要求控制能量为最小而同时保持输出在某一给定范围内等等。性能指标中涉及到的系统未来的行为，是根据预测模型由未来的控制策略决定的。
但是，预测控制中的优化和通常的离散最优控制算法有很大的差别。这主要表现在预测控制中的优化不是采用一个不变的全局优化目标，而是采用滚动式的有限时段的优化策略。在每一采样时刻，优化性能指标只涉及到从该时刻到末来有限的时间，而到下一采样时刻，这一优化时段同时向前推移。因此，预测控制在每一时刻有一个相对于该时刻的优化性能指标。不同时刻优化性能指标的相对形式是相同的，但其绝对形式，即所包含的时间区域，则是不同的。因此，在预测控制中，优化不是一次离线进行，而是反复在线进行的，这就是滚动优化的含义，也是预测控制区别于传统最优控制的根本点。这种有限时段优化目标的局限性是其在理想情况下只能得到全局的次优解，但优化的滚动实施却能顾及由于模型失配、时变、干扰等引起的不确定性，及时进行弥补，始终把新的优化建立在实际的基础上，使控制保持实际上的最优。对于实际的复杂工业过程来说，模型失配、时变、干扰等引起的不确定性是不可避免的，因此建立在有限时段上的滚动优化策略反而更加有效。
3、 反馈校正
预测控制算法在进行滚动优化时，优化的基点应和系统实际一致。但作为基础的预测模型，只是对象动态特性的粗略描述，由于实际系统中存在的非线性、时变、模型失配、干扰等因素，基于不变模型的预测不可能和实际情况完全相符，这就需用要用附加的预测手段补充模型预测的不足，或者对基础模型进行在线修正。滚动优化只有建立在反馈校正的基础上，才能体现出其优越性。因此，预测控制算法在通过优化确定了一系列末来的控制作用后，为了防止模型失配或环境干扰引起控制对理想状态的偏离，并不是把这些控制作用逐一全部实施，而只是实现本时刻的控制作用。到下一采样时刻，则首先检测对象的实际输出，并利用这一实时信息对基于模型的预测进行修正，然后再进行新的优化。
反馈校正的形式时多样的，可以在保持预测模型不变的基础上，对末来的误差作出预测并加以补偿，也可以根据在线辨识的原理直接修改预测模型。不论取何种校正形式，预测控制都把优化建立在系统实际的基础上，并力图在优化时对系统末来的动态行为作出较准确的预测。因此，预测控制中的优化不仅基于模型，而且利用了反馈信息，因而构成了闭环优化。
正是由于预测控制具有以上介绍的三个基本特征：预测模型、滚动
优化和反馈校正，使它在复杂的石化工业中倍受青昧。首先，对于复杂的石化工业对象，由于辨认其最小化模型要花费很大的代价，往往给基于传递函数或状态方程的控制算法带来困难。而预测控制由于其模型结构的不唯一性，使它可以根据对象的特点和控制的要求，以最简易的方式集结信息建立预测模型。在许多场合下，只需测定对象的阶跃或脉冲响应，便可直接得到预测模型，而不必进一步导出其传递函数或状态方程。这对其工业应用无疑是有吸引力的。更重要的是，预测控制汲取了优化控制的思想，但利用滚动的有限时段优化取代了一成不变的全局优化。这虽然在理想情况下不能导致全局最优，但由于实际上不可避免地存在着模型误差和环境干扰，这种建立在实际反馈信息基础上的反复优化，能不断顾及不确定性的影响并及时加以校正，反而要比只依靠模型的一次优化更能适应实际过程，有更强的鲁棒性。所以预测控制是针对传统最优控制在工业过程中的不适用性而进行修正的一种新型优化控制算法，它更加贴近复杂系统控制的实际要求，这是预测控制在石化过程领域中受到重视和应用的根本原因。
现在，人们已对预测控制进行了较深入的理论分析，对系统设计、稳定性等性能分析都得到了清晰的结果；同时，在算法上也做了很细致的推敲。国外已有了可供实用的工程化软件，如美国Setpoint公司的产品IDCOM-M，美国DMC公司的产品DMC，法国Adersa研究所开发的产品PFC以及AspenTech公司新推出的DMC Plus等。这些产品已在上百家大型石化、化工、炼油、钢铁等企业得到成功应用，取得了巨额利润。我国也把多变量预测控制软件包的开发作为"九·五"国家重点科技攻关项目的一部分，由上海交通大学等研制开发的多变量预测控制软件包最近已在石家庄炼油厂投运成功。
二、自整定控制
自整定控制能适应过程特性，整定出较理想的PID参数值，保证工艺参数的自调精确度。目前已商品化的自整定控制器主要采用临界振荡法，其自整定工作过程是这样的：当控制器设置AT（自整定）为ON时，控制器启动自整定，Bang-Bang控制开始起作用，使被控对象输出产生类似正弦波的等幅振荡并且振荡幅度控制在设定值上下波动允许范围内；从所得到的振荡曲线中计算出临界振荡周期Tc和临界增益Kc，再用ziegler-Nichols分式求出一组较佳的PID参数，然后把这组参数值送至PID算法块； 当控制的设置AT为OFF时，自整定结束，控制器投入正常调节运行。目前，自整定控制器已在石化过程控制中得到普通应用。

###############################################################################

先进过程控制（APC）
随着我国经济体制的转变，国内的众多石化企业日益感受到国际间竞争所带来的活力和挑战。因此，积极开发和应用先进控制和实时优化，提高企业经济效益，进而增强自身的竞争力是过程工业迎接挑战的重要对策。
先进过程控制是对那些不同于常规单回路控制，并具有比常规PID控制更好的控制效果的控制策略的统称，而非专指某种计算机控制算法。由于先进控制的内涵丰富，同时带有较强的时代特征。因此，至今对先进控制还没有严格的、统一的含义。尽管如此，先进控制的任务都是明确的，即用来处理那些采用常规控制效果不好，甚至无法控制的复杂工业过程控制的问题。先进控制应用得当可带来显著的经济效益。在石化工业中，一个先进控制项目的年经济效益在百万元以上，其投资回收期一般在一年以内。丰厚的回报而引入注目。通过实施先进控制，可以改善过程动态控制的性能，减少过程变量的波动幅度，使之能更接近其优化目标值，从而将生产装置推至更接近其约束边界条件下运行，最终达到增强装置运行的稳定性和安全性、保证产品质量的均匀性、提高目标产品收率、增加装置处理量、降低运行成本、减少环境污染等目的。

从60年代初现代控制理论迅速发展以来，出现了一系列的优化控制和多变量控制算法，以及更晚些时候出现的自适应控制算法和鲁捧控制算法等，这些都属于先进控制。人们曾经希望开创一户现代控制理论应用的新时代，但自70年代以来，理论成果虽多，在过程控制的应用却不理想，原因有两个方面：
（1） 模型问题。像高斯干扰下的线性二次型控制（LQG）等现代控制理论的杰作都是基于模型的算法。尽管建模技术已有很大发展，白色、黑色、灰色的方法都有，但精确可靠的动态数学模型依然难得。对象往往具有不确定性，使精确建模无法做到。
（2） 认识问题。一个装置的控制，有各种可供选择的策略和算法，如果你的算法能得到合格的结果，那还要问一问，你的算法是否比其他算法更好？同时，控制效果即使提高，是否能产生实际效益？这样一比，许多新算法的优越性都不见了。
目前，应用得比较成功的先进控制方法有预测控制和自整定控制等。
一、预测控制
从70年代中期发展起来的预测控制中，法国理查勒特等提出的模型预测启发控制基于脉冲响应；美国卡特勒等提出的动态矩车控制（DMC）则建立在阶跃响应基础上。他们在锅炉和分馏塔上的应用分别获得成功，引起工业界广泛兴趣。到80年代，英国的克拉克等以提出了广义预测控制（GPC），它建立在参数化模型的基础上。尽管预测控制算式形式多种多样，但都建立在下述三项基本原理基础上。
1、 预测模型
预测控制是一种基于模型的控制算法，这一模型称为预测模型。对于预测控制来讲，只注重模型的功能，而不注重模型的形式，预测模型的功能就是能根据对象的历史信息和末来输入预测其末来输出。从方法的角度讲，只要是具有预测功能的信息集合，不论其有什么样的表现形式，均可作为预测模型。因此状态方程、传递函数这类传统的模型都可以作为预测模型。对于线性稳定对象，甚至阶跃响应、脉冲响应这类非参数模型，也可直接作为预测模型使用。此外，非线性系统、分布参数系统的模型，只要具备上述功能，也可在对这类系统进行预测控制时作为预测模型使用。因此，预测控制打破了传统控制中对模型结构的严格要求，更着眼于在信息的基础上根据功能要求按最方便的途径建立模型。
预测模型具有展示系统末来动态行为的功能。这样，就可以利用预测模型来预测末来时刻被控对象的输出变化及被控变量和其给定值的偏差，作为确定控制作用的依据，使之适应动态系统所具有的存储性和因果性的特点，得到比常规控制更好的控制效果。
2 滚动优化
预测控制的最主要特征是在线优化。预测控制这种优化控制算法是通过某一性能指标的最优来确定末来的控制作用的。这一性能指标涉及到系统未来的行为，例如，通常可取对象输出在未来的采样点上跟踪某一期望轨迹的方差最小。但也可取更广泛的形式， 要求控制能量为最小而同时保持输出在某一给定范围内等等。性能指标中涉及到的系统未来的行为，是根据预测模型由未来的控制策略决定的。
但是，预测控制中的优化和通常的离散最优控制算法有很大的差别。这主要表现在预测控制中的优化不是采用一个不变的全局优化目标，而是采用滚动式的有限时段的优
化策略。在每一采样时刻，优化性能指标只涉及到从该时刻到末来有限的时间，而到下一采样时刻，这一优化时段同时向前推移。因此，预测控制在每一时刻有一个相对于该时刻的优化性能指标。不同时刻优化性能指标的相对形式是相同的，但其绝对形式，即所包含的时间区域，则是不同的。因此，在预测控制中，优化不是一次离线进行，而是反复在线进行的，这就是滚动优化的含义，也是预测控制区别于传统最优控制的根本点。这种有限时段优化目标的局限性是其在理想情况下只能得到全局的次优解，但优化的滚动实施却能顾及由于模型失配、时变、干扰等引起的不确定性，及时进行弥补，始终把新的优化建立在实际的基础上，使控制保持实际上的最优。对于实际的复杂工业过程来说，模型失配、时变、干扰等引起的不确定性是不可避免的，因此建立在有限时段上的滚动优化策略反而更加有效。
3、 反馈校正
预测控制算法在进行滚动优化时，优化的基点应和系统实际一致。但作为基础的预测模型，只是对象动态特性的粗略描述，由于实际系统中存在的非线性、时变、模型失配、干扰等因素，基于不变模型的预测不可能和实际

情况完全相符，这就需用要用附加的预测手段补充模型预测的不足，或者对基础模型进行在线修正。滚动优化只有建立在反馈校正的基础上，才能体现出其优越性。因此，预测控制算法在通过优化确定了一系列末来的控制作用后，为了防止模型失配或环境干扰引起控制对理想状态的偏离，并不是把这些控制作用逐一全部实施，而只是实现本时刻的控制作用。到下一采样时刻，则首先检测对象的实际输出，并利用这一实时信息对基于模型的预测进行修正，然后再进行新的优化。
反馈校正的形式时多样的，可以在保持预测模型不变的基础上，对末来的误差作出预测并加以补偿，也可以根据在线辨识的原理直接修改预测模型。不论取何种校正形式，预测控制都把优化建立在系统实际的基础上，并力图在优化时对系统末来的动态行为作出较准确的预测。因此，预测控制中的优化不仅基于模型，而且利用了反馈信息，因而构成了闭环优化。
正是由于预测控制具有以上介绍的三个基本特征：预测模型、滚动优化和反馈校正，使它在复杂的石化工业中倍受青昧。首先，对于复杂的石化工业对象，由于辨认其最小化模型要花费很大的代价，往往给基于传递函数或状态方程的控制算法带来困难。而预测控制由于其模型结构的不唯一性，使它可以根据对象的特点和控制的要求，以最简易的方式集结信息建立预测模型。在许多场合下，只需测定对象的阶跃或脉冲响应，便可直接得到预测模型，而不必进一步导出其传递函数或状态方程。这对其工业应用无疑是有吸引力的。更重要的是，预测控制汲取了优化控制的思想，但利用滚动的有限时段优化取代了一成不变的全局优化。这虽然在理想情况下不能导致全局最优，但由于实际上不可避免地存在着模型误差和环境干扰，这种建立在实际反馈信息基础上的反复优化，能不断顾及不确定性的影响并及时加以校正，反而要比只依靠模型的一次优化更能适应实际过程，有更强的鲁棒性。所以预测控制是针对传统最优控制在工业过程中的不适用性而进行修正的一种新型优化控制算法，它更加贴近复杂系统控制的实际要求，这是预测控制在石化过程领域中受到重视和应用的根本原因。
现在，人们已对预测控制进行了较深入的理论分析，对系统设计、稳定性等性能分析都得到了清晰的结果；同时，在算法上也做了很细致的推敲。国外已有了可供实用的工程化软件，如美国Setpoint公司的产品IDCOM-M，美国DMC公司的产品DMC，法国Adersa研究所开发的产品PFC以及AspenTech公司新推出的DMC Plus等。这些产品已在上百家大型石化、化工、炼油、钢铁等企业得到成功应用，取得了巨额利润。我国也把多变量预测控制软件包的开发作为"九·五"国家重点科技攻关项目的一部分，由上海交通大学等研制开发的多变量预测控制软件包最近已在石家庄炼油厂投运成功。
二、自整定控制
自整定控制能适应过程特性，整定出较理想的PID参数值，保证工艺参数的自调精确度。目前已商品化的自整定控制器主要采用临界振荡法，其自整定工作过程是这样的：当控制器设置AT（自整定）为ON时，控制器启动自整定，Bang-Bang控制开始起作用，使被控对象输出产生类似正弦波的等幅振荡,并且振荡幅度控制在设定值上下波动允许范围内；从所得到的振荡曲线中计算出临界振荡周期Tc和临界增益Kc，再用ziegler-Nichols分式求出一组较佳的PID参数，然后把这组参数值送至PID算法块； 当控制的设置AT为OFF时，自整定结束，控制器投入正常调节运行。
目前，自整定控制器已在石化过程控制中得到普通应用。

13 / 13