间歇精馏过程的模糊逻辑与增益自调整PID混合控制

针对间歇精馏过程的强非线性和非平稳时变特性,结合模糊逻辑控制和增益自调整PID控制的优点,提出了一种模糊逻辑和增益自调整PID混合控制的先进控制策略,详细推导了其控制算法,设计了相应的控制器,并在EuroBEEB工控机上用实时BASIC语言编程实现,对一套甲醇/水二元间歇精馏塔的塔顶浓度进行了推断控制实验,获得了比单独采用模糊逻辑控制时更好的控制结果。这说明,模糊逻辑和增益自调整PID混合控制是强非线性和非平稳时变过程的一种有效控制策略。     

小脑模型在精馏塔浓度预测中的应用

小脑模型(cerebellamodelarticulationcontroller简称CMAC)是一种局部学习网络,CMAC算法收敛速度很快,结构简单,并具有一定的泛化能力。精馏塔塔顶、塔底产品浓度含量的预测控制是精馏过程中非常重要的部分。研究表明,在某些情况下双线性系统可以很好地描述精馏塔的动态特性,因此本文通过双线性精馏塔机理模型给出网络学习样本数据,结合小脑模型对精馏塔塔顶、塔底产品浓度含量进行预测。仿真实验表明,该网络可以精确地描述精馏塔实际工程对象,取得良好的预测结果。     

基于ARM嵌入式系统的软测量应用

在基于Windows CE操作系统的ARM嵌入式系统上实现了一套通用工业过程软仪表。选用ARM嵌入式系统作为硬件平台,基于普通PC机上的嵌入式应用软件开发包Embeded VC 开发,应用双重RBF神经网络的模型作为软测量的数学模型。该软件包采用面向对象的软件体系结构,根据模块细化原则可以划分为系统调度、数据预处理、系统组态、核心算法、通讯和人机界面等6个模块。应用该软仪表对某化工厂加压甲醇精馏塔塔顶甲醇浓度模型进行仿真测试,取得了较好的结果。     

考虑冷凝器泄漏的精馏塔动态模拟与分析

精馏塔的动态模拟已被广泛用于开发有效的控制方案。以甲醇-水体系为例建立了精馏塔的动态模型,并用换热器准确的表达塔顶冷凝器与塔底再沸器;运用Aspen Dynamic对精馏塔冷凝器发生泄漏的工况进行模拟,分析了塔顶与塔釜流量与组成、回流比、冷凝器和再沸器负荷等参数的动态响应特性,其结果可用于精馏塔操作中的故障诊断,并可为控制方案设计提供依据。     

基于精确线性化的MIMO双线性系统预测函数控制

针对典型多输入多输出双线性系统, 提出了基于非线性过程精确反馈解耦线性化的预测函数控制方法这是一种分层的控制策略, 首先设计一个静态的非线性状态反馈, 使得闭环系统是输入输出解耦和线性的;然后设计一组单输入单输出预测函数控制器, 下层为上层预测函数控制提供一组单输入单输出模型, 而上层预测函数控制以其固有的鲁棒性来补偿参数变化和解耦线性化的近似性, 并以纸机加压网前箱为例进行了仿真实验, 结果是令人满意的.     

基于单变量与多变量系统的模型预测控制研究

为充分验证模型预测控制算法在解决工业过程中单变量与多变量系统控制问题的先进性,研究了以单容水箱与精馏塔为典型系统的模型预测控制算法的实现过程.结合上述实际系统,阐述模型预测控制算法中预测模型、滚动优化以及反馈校正环节的具体含义以及理论推导过程.利用西门子PCS7提供的集散控制系统(DCS)为平台,对单变量与多变量系统进行模型预测控制系统设计与算法开发,从仿真与实际控制两方面体现模型预测控制算法的先进性与实用性.     

多组分精馏过程推断控制及鲁棒性仿真

在化工生产实践中,基于被控变量检测的反馈控制系统占有绝对比重。不过,实际生产过程中却存在着这样一类情况,过程的被控制变量,甚至过程的扰动均无法测量或难以测量,如精馏塔塔顶、塔底产品的组成,因而难于实现反馈控制或前馈控制。精馏塔是化工等行业中广泛使用的分离设备,其控制方案在化工过程中具有十分关键的作用。为满足工艺要求和节能,需将塔顶和塔底产品流控制在设计值。理论上,将产品组成直接作为被控变量是最佳的,但仍有一些问题限制了其在实践中的推广使用。基于可测辅助变量推断难以直接测量或测量滞后太大的关键过程变量的推断控制能弥补这一缺陷。本文以多组分精馏过程为例,在MATLAB平台进行了多变量推断控制控制设计及仿真,并对其鲁棒性进行了分析,达到较好的控制仿真效果。     

优先级多目标稳定化约束模型预测控制

针对目标函数的不同优先级问题, 提出一种约束多变量线性定常系统的稳定化多目标模型预测控制策略. 首先, 基于多目标优化理论给出多目标预测控制问题的字典序最优解结果, 并在此基础上考虑目标函数的优先级, 重 新将多目标预测控制问题定义为字典序多目标预测控制问题; 然后, 采用终端约束、终端罚函数和局部状态反馈律 等三要素, 证明多目标预测控制闭环系统是渐近稳定的; 最后, 通过一个仿真实例验证了所提出方法的有效性.

     

基于移位继电反馈的模型辨识与控制研究

针对传统继电反馈模型辨识精度较低的问题,介绍了一种新型的移位继电反馈方法,并根据辨识结果设计了基于模型的预测PI控制器。移位继电法采用带滞环的偏置继电器,能够从单次继电反馈测试实验得到模型的三个频率响应点,移位继电法不需要任何模型先验知识,并且辨识精度较高。预测PI控制对于时滞环节具有良好的控制性能,根据移位法与ATV法的辨识结果分别设计了预测PI控制器进行仿真比较,仿真结果验证了移位继电法的实用性。     

污水处理系统溶解氧的区间预测控制方法

针对污水处理系统溶解氧浓度难以控制和曝气耗能高的问题,提出了一种基于双层优化结构的加权区间预测控制方法。该方法首先通过动态矩阵控制算法建立污水处理过程预测模型,然后设计一种融合溶解氧区间控制和曝气能耗指标的双层目标优化控制策略,同时为减小模型失配和干扰因素对系统的影响,利用模型预测误差进行系统反馈校正。仿真结果表明,与传统PID控制和模型预测控制方法相比,在不同工况下,区间预测控制方法可较好的实现溶解氧浓度的动态稳定控制,具有较强的抗干扰能力与自适应性,且在保证出水水质的前提下能有效降低曝气能耗。     

Experimental application of nonlinear model predictive control: temperature control of an industrial semi-batch pilot-plant reactor

This paper describes the application of nonlinear model predictive control (NMPC) to the temperature control of a semi-batch chemical reactor equipped with a multi-fluid heating/cooling system. The strategy of the nonlinear control system is based on a constrained optimisation problem, which is solved repeatedly on-line by a step-wise integration of a nonlinear dynamic model and optimisation strategy. A supervisory control routine has been developed, based on the same nonlinear dynamic model, to handle automatically the fluid changeovers. Both NMPC and supervisory control have been implemented on a PC and applied to a 16 l batch reactor pilot plant. Experiments illustrate the feasibility of such a procedure involving predictive control and supervisory control.     

状态反馈预测控制的结构性能及应用实例

本文分析了状态反馈预测控制系统的结构与控制性能，基于状态空间模型，使用实 测状态变量反馈，状态反馈预测控制系统是状态变量动态反馈结构．对比动态矩阵控制（DM C）、广义预测控制（GPC）和内模控制（IMC）算法，由于使用可测状态变量动态反馈结构 ，提高了控制系统抑制不可测干扰能力，改善了控制系统的鲁棒性，预测模型可适用于较大 的操作范围．预测控制系统稳定时，对阶跃型给定值及干扰静态无偏差．给出了催化裂化装 置稳定吸收系统，稳定汽油饱和蒸汽压先进控制的应用实例，先进控制系统的设计功能全部 在DCS层实现，现场运行实测数据对比表明控制效果较好．     

多阶段间歇过程鲁棒模糊预测异步切换控制EI北大核心CSCD

本文针对非线性多阶段间歇过程在切换瞬间存在异步切换的问题,提出了一种鲁棒模糊预测异步切换控制方法.该方法将非线性多阶段间歇过程表示为同步子系统和异步子系统的等效闭环扩展Takagi-Sugeno模糊模型,在此基础上给出了确保每个批次指数稳定和每个阶段渐近稳定的,基于线性矩阵不等式的稳定性条件以及不同情况运行时间的计算方法.根据运行时间采用超前切换思想,避免异步切换情况的出现,保证系统的稳定运行.仿真案例表明所设计的控制器是有效的和可行的.     

Predictive Functional Control Based on Fuzzy Model: Comparison with Linear Predictive Functional Control and PID Control

The implementation of the fuzzy predictive functional control (FPFC) on the magnetic suspension system is presented in the paper. The magnetic suspension system was in our case the pilot plant for magnetic bearing and is an open-loop unstable process, therefore a lead compensator was used to stabilize it. The high quality control requirements were a-periodical step response and zero steady-state error. Adding the integrator to a feedback causes overshoot. The solution to the problem was cascade control with fuzzy predictive functional controller in the outer loop. To cope with the unknown model parameters and the nonlinear nature of the magnetic system, a fuzzy identification based on FNARX model was used. After successful validation the obtained fuzzy model was used for controller design. The FPFC is compared with a cascade linear predictive functional control (PFC) and PID control. The results we obtained with the FPFC are very promising and hardly comparable with conventional control techniques.     

基于Volterra 模型的非线性系统预测控制

基于系统的正、负和双阶跃响应,提出一种新的非线性预测控制模型的建立方法,同时给出了相应的非线性控制算法,并证明了控制算法解的存在性和唯一性,针对 化工过程蒸馏塔控制系统,通过仿真计算验证了该方法的有效性。     

Nonlinear predictive control of smooth nonlinear systems based on Volterra models. Application to a pilot plant

There is a large demand to apply nonlinear algorithms to control nonlinear systems. With algorithms considering the process nonlinearities, better control performance is expected in the whole operating range than with linear control algorithms. Three predictive control algorithms based on a Volterra model are considered. The iterative predictive control algorithm to solve the complete nonlinear problem uses the non‐autoregressive Volterra model calculated from the identified autoregressive Volterra model. Two algorithms for a reduced nonlinear optimization problem are considered for the unconstrained case, where an analytic control expression can be given. The performance of the three algorithms is analyzed and compared for reference signal tracking and disturbance rejection. The algorithms are applied and compared in simulation to control a Wiener model, and are used for real‐time control of a chemical pilot plant. Copyright © 2009 John Wiley & Sons, Ltd.     

一种开环输出反馈预测控制

考虑状态不可测且具有多胞不确定性的系统.本文通过定义参数依赖的顶点控制作用,提出一种基于多胞描述模型的启发式开环输出反馈预测控制方案,其中顶点控制作用依赖于多胞描述模型参数,由多胞顶点值构成.在工业预测控制的框架下,方案包含开环预测、稳态目标计算、动态控制3个模块.上层稳态目标计算模块采用稳态模型优化得到稳态目标值,下层动态控制跟踪由稳态目标值计算得到的多胞顶点稳态目标值.考虑到工业预测控制中稳态目标计算模块常采用线性模型,本文通过在多胞描述模型中加入人工干扰进而改进控制方案,使得上层稳态目标计算模块可直接采用改进的稳态多胞描述模型,下层基于改进的动态预测方程跟踪顶点稳态目标值.通过仿真分别验证了两种方法的可行性和有效性.     

Robust controller design for temperature tracking problems in jacketed batch reactors

There is an increasing trend to employ advanced instrumentation and control strategies for batch processes where expensive products are being manufactured. In this paper, a robust nonlinear control strategy is developed for temperature tracking problems in batch reactors in the presence of parametric uncertainty. The controller has a multi-loop feedback configuration. An inner loop is designed for approximate input–output linearization of a nominal plant. The outer loop is designed for stability and robust performance by utilizing results from structured singular values (μ-synthesis). It is shown via simulation of a temperature tracking problem in batch synthesis that the controller provides excellent tracking despite parametric uncertainty.     

Constrained predictive control for multivariable systems with application to power systems

Generalized predictive control (GPC) and dynamic performance predictive control (DPC) algorithms are introduced for industrial applications. Constraints on plant input rate, plant absolute input and plant absolute output can be implemented and are demonstrated on an application of these algorithms. A standard quadratic programming algorithm performs the calculation of the optimal control. A MATLAB/Simulink toolbox environment has been developed where controllers can be designed, linear and non-linear plant models can be embedded, discrete- and continuous-time loop parts can be mixed and simulation results can be managed and evaluated by graphical and statistical tools. This package utilises a graphical user interface. Finally, a case study design example is presented where a linear gas turbine model for power generation is examined with constrained GPC and DPC, and the advantages and drawbacks of the approach are the discussed. Copyright © 1999 John Wiley & Sons, Ltd.     

基于神经网络的解耦控制新方法及其应用

本提出两种基于神经网络的多变量解耦控制方法。方法１通过设计神经网络补偿装置，使得包括补偿神经网络在内的广义对象的Ｂｒｉｓｔｏｌ第一系数矩阵为对角阵；方法２首先定义了神经网络的串联，并联和反馈运算，然后在此基础上设计一个神经网络补偿装置，使得包括补偿神经网络在内的广义对象矩阵为对角阵。将其用于某二元精馏塔的塔顶和塔底组分控制，仿真结果证实了本方法的有效性。