過程控制的發(fā)展

過程控制的發(fā)展_工業(yè)自動化控制_控制系統(tǒng)1前言過程控制是工業(yè)自動化的重要分支。幾十年來，工業(yè)過程控制取得了驚人的發(fā)展，無論是在大規(guī)模的結構復雜的工業(yè)生產(chǎn)過程中，還是在傳統(tǒng)工業(yè)過程改造中，過程控制技術對于提高產(chǎn)品質量以及節(jié)省能源等均起著十分重要的作用。2發(fā)展過程在現(xiàn)代工業(yè)控制中，過程控制技術是一歷史較為久遠的分支。在本世紀30年代就已有應用。過程控制技術發(fā)展至今天，在控制方式上經(jīng)歷了從人工控制到自動控制兩個發(fā)展時期。在自動控制時期內，過程控制系統(tǒng)又經(jīng)歷了三個發(fā)展階段，它們是：分散控制階段，集中控制階段和集散控制階段。從過程控制采用的理論與技術手段來看，可以粗略地把它劃為三個階段：開始到70年代為第一階段，70年代至90年代初為第二階段，90年代初為第三階段開始。其中70年代既是古典控制應用發(fā)展的鼎盛時期，又是現(xiàn)代控制應用發(fā)展的初期，90年代初既是現(xiàn)代控制應用發(fā)展的繁榮時期，又是高級控制發(fā)展的初期。第一階段是初級階段，包括人工控制，以古典控制理論為主要基礎，采用常規(guī)氣動、液動和電動儀表，對生產(chǎn)過程中的溫度、流量、壓力和液位進行控制，在諸多控制系統(tǒng)中，以單回路結構、PID策略為主，同時針對不同的對象與要求，創(chuàng)造了一些專門的控制系統(tǒng)，如：使物料按比例配制的比值控制，克服大滯后的Smith預估器，克服干擾的前饋控制和串級控制等等，這階段的主要任務是穩(wěn)定系統(tǒng)，實現(xiàn)定值控制。這與當時生產(chǎn)水平是相適應的。第二階段是發(fā)展階段，以現(xiàn)代控制理論為主要基礎，以微型計算機和高檔儀表為工具，對較復雜的工業(yè)過程進行控制。這階段的建模理論、在線辨識和實時控制已突破前期的形式，繼而涌現(xiàn)了大量的先進控制系統(tǒng)和高級控制策略，如克服對象特性時變和環(huán)境干擾等不確定影響的自適應控制，消除因模型失配而產(chǎn)生不良影響的預測控制等。這階段的主要任務是克服干擾和模型變化，滿足復雜的工藝要求，提高控制質量。1975年，世界上第一臺分散控制系統(tǒng)在美國Honeywell公司問世，從而揭開了過程控制嶄新的一頁。分散控制系統(tǒng)也叫集散控制系統(tǒng)，它綜合了計算機技術、控制技術、通信技術和顯示技術，采用多層分級的結構形式，按總體分散、管理集中的原則，完成對工業(yè)過程的操作、監(jiān)視、控制。由于采用了分散的結構和冗余等技術，使系統(tǒng)的可靠性極高，再加上硬件方面的開放式框架和軟件方面的模塊化形式，使得它組態(tài)、擴展極為方便，還有眾多的控制算法（幾十至上百種）、較好的人一機界面和故障檢測報告功能。經(jīng)過20多年的發(fā)展，它已日臻完善，在眾多的控制系統(tǒng)中，顯示出出類拔萃的風范，因此，可以毫不夸張地說，分散控制系統(tǒng)是過程控制發(fā)展史上的一個里程碑。第三階段是高級階段，目前正在來到。3過程控制策略與算法的進展幾十年來，過程控制策略與算法出現(xiàn)了三種類型：簡單控制、復雜控制與先進控制。通常將單回路PID控制稱為簡單控制。它一直是過程控制的主要手段。PID控制以經(jīng)典控制理論為基礎，主要用頻域方法對控制系統(tǒng)進行分析與綜合。目前，PID控制仍然得到廣泛應用。在許多DCS和PLC系統(tǒng)中，均沒有PID控制算法軟件，或PID控制模塊。從20世紀50年代開始，過程控制界逐漸發(fā)展了串級控制、比值控制、前饋控制、均勻控制和Smith預估控制等控制策略與算法，稱之為復雜控制。它們在很大程度上，滿足了復雜過程工業(yè)的一些特殊控制要求。它們仍然以經(jīng)典控制理論為基礎，但是在結構與應用上各有特色，而且在目前仍在繼續(xù)改進與發(fā)展。20世紀70年代中后期，出現(xiàn)了以DCS和PLC為代表的新型計算機控制裝置，為過程控制提供了強有力的硬件與軟件平臺。從20世紀80年代開始，在現(xiàn)代控制理論和人工智能發(fā)展的理論基礎上，針對工業(yè)過程控制本身的非線性、時變性、耦合性和不確定性等特性，提出了許多行之有效的解決方法，如解耦控制、推斷控制、預測控制、模糊控制、自適應控制、人工神經(jīng)網(wǎng)絡控制等，常統(tǒng)稱為先進過程控制。近十年來，以專家系統(tǒng)、模糊邏輯、神經(jīng)網(wǎng)絡、遺傳算法為主要方法的基于知識的智能處理方法已經(jīng)成為過程控制的一種重要技術。先進過程控制方法可以有效地解決那些采用常規(guī)控制效果差，甚至無法控制的復雜工業(yè)過程的控制問題。實踐證明，先進過程控制方法能取得更高的控制品質和更大的經(jīng)濟效益，具有廣闊的發(fā)展前景。4傳統(tǒng)過程控制存在的問題隨著人們物質生活水平的提高以及市場競爭的日益激烈，產(chǎn)品的質量和功能也向更高的檔次發(fā)展，制造產(chǎn)品的工藝過程變得越來越復雜，為滿足優(yōu)質、高產(chǎn)、低消耗，以及安全生產(chǎn)、保護環(huán)境等要求，過程控制的任務也愈來愈繁重。這樣的生產(chǎn)過程一般具有大慣性、大滯后、時變性、關聯(lián)性、不確定性和非線性的特點。這里的關聯(lián)性不僅包含過程對象中各物理參量之間的耦合交錯，而且包括被控量、操作量和干擾量之間的聯(lián)系；不確定性不單指結構上的不確定性，而且還指參數(shù)的不確定性；非線性既有非本質的非線性，也有本質非線性。由于工業(yè)過程的這種復雜性，決定了控制的艱難性。傳統(tǒng)過程控制方式絕大多數(shù)是基于對象模型的，即按建模2控制2優(yōu)化進行的，建模的精確程度決定著控制質量的高低。盡管目前建模的理論和方法有長足的進步，但仍有許多過程或對象的機理不清楚，動態(tài)特性難以掌握，如一些反應過程、冶煉過程、生化過程，甚至有些過程或對象難以用數(shù)學語言描述。這樣，我們不得不對過程模型進行簡化或近似，將一個理論上極為先進的控制策略應用在這樣的模型上，控制效果大打折扣是很自然的。如自適應控制，對緩慢的變化過程比較有效，但對變化劇烈的過程(如幅度大,非線性強)卻力不從心了。因此，用傳統(tǒng)的控制手段進一步提高過程控制的質量遇到了極大的困難，傳統(tǒng)控制方法面臨著嚴重的挑戰(zhàn)。5智能控制智能控制是一門新興的、多學科交叉的理論和技術，著名美籍華人學者傅京孫1971年首先提出它是人工智能和控制論的交叉，美國學者G1N1Saridis1977年在此基礎上加入了運籌學，即智能控制是人工智能、控制論和運籌學的交叉，如果把對目標的規(guī)劃、協(xié)調和管理也視為一種智能活動，那么兩者是一致的。人工智能主要包括專家系統(tǒng)、模糊理論和神經(jīng)網(wǎng)絡；控制論主要指古典控制和現(xiàn)代控制；運籌學主要涉及定量優(yōu)化方法。專家控制、模糊邏輯控制和神經(jīng)網(wǎng)絡控制是三種典型的智能控制方法。瑞典學者K.J.strem1983年首先把專家系統(tǒng)引入控制領域，1986年提出了專家控制的概念。專家控制是基于知識的智能控制，由關于控制領域的知識庫和體現(xiàn)該知識決策的推理機構構成主體框架，通過對控制領域知識(先驗經(jīng)驗、動態(tài)信息、目標等)的獲取與組織，按某種策略及時地選用恰當?shù)囊?guī)則進行推理輸出，進而對過程對象實施控制，或修改補充知識條目。美國著名控制專家L1A1Zadeh1965年提出模糊集后，倫敦大學皇后學院的E1Mamdani1973年將模糊規(guī)則用于蒸汽機的控制，從而開創(chuàng)了模糊控制的歷史。模糊邏輯控制是以模糊集論、模糊語言變量和模糊邏輯推理為基礎的一種計算機控制系統(tǒng)，它是從行為上模仿人的模糊推理和決策過程的一種智能控制方法。它先將操作人員或專家的經(jīng)驗制成模糊控制規(guī)則，然后把來自傳感器的信號模糊化，并用此模糊輸入去適配控制規(guī)則，完成模糊邏輯推理，最后將模糊輸出量進行解模糊判決，變?yōu)槟M量或數(shù)字量，加到執(zhí)行器上。把神經(jīng)網(wǎng)絡引入控制領域就形成了神經(jīng)網(wǎng)絡控制，神經(jīng)網(wǎng)絡控制是從機理上對人腦生理系統(tǒng)進行簡單結構模擬的一種新興智能控制方法，利用神經(jīng)網(wǎng)絡具有并行機制、模式識別、記憶和自學習能力的特點，能充分逼近任意復雜的非線性關系，能在對象或環(huán)境變化時，通過自動修改加權系數(shù)，使其輸出接近或達到期望值。當前的智能控制方法已從前些年的單學科發(fā)展到多學科的交叉研究，應用領域也在不斷拓寬。目前在兩個方面展開了大量的研究：一是智能方法之間的結合；二是智能控制與傳統(tǒng)控制的結合。如模糊邏輯與神經(jīng)網(wǎng)絡技術，利用神經(jīng)網(wǎng)絡的自學習自適應功能，為模糊控制提供控制規(guī)則，而利用模糊控制具有仿人決策推理能力完成對目標的控制，兩者相得益彰，功能進一步加強。智能方法與傳統(tǒng)方法的結合，能取長補短，形成更大的優(yōu)勢，象美國學者J1X1Xu等人提出的以神經(jīng)網(wǎng)絡為超前補償?shù)姆答伨€性化和變結構合成，日本A1Ishigame在滑?？刂浦幸肽：?guī)則進行推理，都是智能控制與傳統(tǒng)控制結合的范例。一般說來，智能控制具有下列幾個共同特點：學習能力。對一個過程或其環(huán)境的未知特征所固有的信息進行學習，并將得到的經(jīng)驗用于進一步估計、分類、決策或控制，這對于未知對象的認知和辨識，以及控制系統(tǒng)性能的進一步改善，是十分有利的。組織綜合能力。對復雜的任務和分散的傳感器信息，具有處理、組織、協(xié)調和綜合決策的能力，并在進行過程中表現(xiàn)出類似于人的主動性和靈活性。適應能力。由于智能控制不依賴于對象模型，智能行為表現(xiàn)為從系統(tǒng)輸入到輸出的映射關系，即使輸入是系統(tǒng)從未有過的例子，系統(tǒng)通過插補、歸類等方法，也能給出適當?shù)妮敵?，如果系統(tǒng)中某部分出現(xiàn)故障，仍能正常工作，并給出警告信號，甚至自行修復。優(yōu)化能力。由于智能控制具有在線特征辨識、特征記憶和擬人等特點，在整個控制過程中計算機在線獲得信息，實時處理，并給出控制決策，通過不斷優(yōu)化參數(shù)和尋找控制器最佳結構形式，以獲得整體最優(yōu)控制性能。由此我們清楚地看出，就目前而言，智能控制是解決傳統(tǒng)過程控制局限問題、提高過程控制質量的重要途徑。6過程控制發(fā)展的趨勢目前，過程控制正朝高級階段走來，不論是從過程控制的歷史和現(xiàn)狀看，還是從過程控制