【精品】APC及APC的成功实施

《【精品】APC及APC的成功实施》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、APC及APC的成功实施1.APC理论1.1先进控制理论所谓先进控制技术（AdvancedProcessControl,APC）,是对那些不同于常规单回路控制，并比常规P1D控制冇史好控制效果的控制策略的统称。它采丿IJ矩阵控制理论，通过装置阶跃测试，收集大量数据，进行模型辨识，建立多个变量Z间的关联模型，将被控对象作为一个整体來处理，然后在比例一积分一微分（PID）单冋路控制之上建立一个或儿个大的控制器，同吋兼顾到多个变戢之间相互变化的能力和设备能力，经过预测、优化出调节戢后在线传输到P1D控制器的设定点

2、上，对整个装置进行统•协调控制。先进控制最具冇代表性的技术是“多变量预估控制”，它与常规控制冇明显的不同:它是对被控对象（如反应器等）进行多变吊••控制而不是单回路控制，而H被控变•吊:也由传统的温度、压力、流虽、液位四大参数转变为产品质疑指标和设备负荷，大大提离了整个装置的平稳性，为卡边操作、挖掘效益创造了条件；石汕化工生产过程复杂，建立梢确数学模型非常困难，而应用预估控制技术则降低了对数学模型精度的要求。1.2模型预估控制预估控制或称为模型预估控制（MPC）是成功应用于工业控制中的先进控制方法之/一。目

3、前基于此技术的先进控制产品冇：RMPCT：美国Iloneywel1公司HiSPECSolution的鲁棒性多变量预估控制技术RMPCT（RobustMultivariablePredictiveControlTechnology）在国内应用较早。最近,Honeywell公司对其RMPCT进行了进一步优化、改进，第2代多变量预估控制系统Profit控制器功能更加完善，操作更加方便，并口在国内多套催化裂化装置和常减压装置上得到应用。DMCplus：美国AspenTech公司多变罠预估控制技术产品DMCplus(

4、DynamicMatrixControlplus)在世界范围内得了广泛应用。在国内多套催化裂化装置及其它装置上都冇成功应用的实例。1.1预估控制的基本原理总的说来，预估控制属于一种基于模型的多变杲算法控制，也称Z为模型预估控制。它的基本原理可以从预估控制算法的三个要素一一模型预测、滚动优化和反馈校正屮体现出来，这三个要素也是预测控制区别于It他控制方法的基本待征，同时也是预测控制在实际工程应用屮取得成功的技术关键。1.3.1模型预测控制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

5、，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根据对象的历史信息和未來输入，预测英未來输出。从方法的角度讲，只要是具冇预测功能的信息集合，无论其冇什么样的表现形式，均町作为预测模型。因此，状态方程、传递函数这类传统的模型都町以作为预测模型。对于线性稳定对象，英至阶跃响应、脉冲响应这类非参数模型，也口J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

6、根据功能耍求按最方便的途径建立模型。1.3.2实时滚动优化预测控制的最主要特征是在线优化。预测控制的这种优化控制算法是通过某一性能指标的最优來确定未来的控制作用的。这一性能指标涉及到系统未来的行为，例如，通常可取对彖输出在未来的采样点匕跟踪某一期與轨迹的方差故小。但也可取更广泛的形式，例如，要求控制能量为故小，而同时保持输出在某一给定范闱内等。性能指标中涉及到的系统未来的行为，是根据预测模型山未来的控制策略决定的。但是，预测控制屮的优化与通常的离散最优控制算法冇很大的差别。这上要表现在预测控制屮的优化不是采

7、用一个不变的全局优化口标，而是采用滚动式的优化时段的优化策略。在每一采样时刻，优化性能指标只涉及到未來冇限的时间，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-时刻有-个相对于该时刻的优化性能指标。不同吋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，在预测控制屮，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，也是预测控制区别丁•传统最优控制的根本特点。这种冇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

8、却能顾及由丁•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。1.3.3反馈校正由于实际系统屮存在的非线性、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，这就需要用附加的预测乎段补充模型预测的不足，或者