刍议过程控制系统理论与未来发展

黄泽寅　张国栋　胡志洪

【摘 要】简述了过程控制的基本理论以及大部分的过程控制系统，主要介绍了串级控制系统。并且就过程控制的一些重点发展方向进行了阐述介绍，展望了智能控制与预测控制在其对应的应用方向具有较好的发展前景。

【关键词】过程控制；智能控制；预测控制

一、过程控制概述

所谓过程控制是指根据工业生产过程的特点，采用测量仪表、执行机构和计算机等自动化工具，应用控制理论，设计工业生产过程控制系统，实现工业生产过程自动化。过程控制的任务是针对连续生产过程的特点，面向连续过程工业增强市场竞争能力的迫切要求，把控制目标放到提高产品收率与质量、节能降耗、降低成本、提高生产过程的柔性，以适应市场需求的多变。这些都对过程控制提出了新的要求，导致了过程控制领域中许多理论问题和关键技术需要研究和突破。

单回路反馈控制系统简称单回路控制系统。单回路控制系统适用于控制要求不高的一般性场合，约占总过程控制系统数量的一半以上。在所有的反馈控制系统中它是最简单最基本的一种，因此它又被称为简单控制系统。单回路控制系统有4个基本环节组成，即1被控对象或者被控过程，2测量变送装置，3控制器，4控制阀。

串级控制系统是仅次于单回路控制系统的另一类使用广泛的控制系统，它是当对象容量滞后或纯滞后较大，负荷和干扰变化比较剧烈而频繁，或是工艺对产品质量提出的要求很高时改善控制质量的有效方法之一，在过程控制中得到了广泛应用，约占总数的20%左右。具体的串级控制系统，就是采用两个控制器串联工作，主控制器的输出作为副控制器的设定值，由副控制器的输出去操纵调节阀，从而对主被控变量具有更好的控制效果，这样的控制系统称为串级控制系统。它具有以下优点：

1.减小了被控对象的等效时间常数

与单回路系统相比，串级控制系统多了一个副回路，只要扰动从副回路引入，则不等它影响到主参数，副回路立刻进行调节，这样，该扰动对主变量的影响就会大大减小，从而提高了主变量的控制质量，所以说串级控制系统具有较强的抗干扰能力。

2.提高了系统工作频率

串级控制系统中副回路改善了对象特征，使整个系统的工作频率提高了，过渡过程的振荡周期减小了，在衰减系数相同的条件下，调节时间缩短了，提高了系统的快速性，改善了系统的控制品质。

3.对负载变化具有一定的自适应能力

一般情况下，实际生产过程中的许多对象都具有不同程度的非线性。串级控制系统可以将具有较大非线性的那部分对象包围到副回路中。由于副回路是一个随动控制系统，其设定值将随着主控制器的输出而变化。这样主控制器就可以按照操作条件和负载的变化情况，相应地调整副控制器的设定值，从而保证在操作条件和负载发生变化的情况下，控制系统仍然具有较好的控制质量。

单回路控制系统和串级控制系统占过程控制系统总量的80%以上。除此之外，还有一些复杂的过程控制系统，比如前馈控制系统、时间滞后控制系统、解耦控制系统、比值控制系统、均匀控制系统、超弛控制系统、分程控制系统和阀位控制系统等。

前馈控制是与反馈控制相对而言的。反馈控制是在系统受到扰动，被控量发生偏差后再进行控制，而前馈控制的基本思想就是根据进入过程的扰动量，产生合适的控制作用，使被控量不发生偏差。

二、未来的发展

预测控制与智能控制是过程控制在科技发展的背景下涌现出的两种具有广泛应用与发展前景的优秀控制方式。

智能控制是一门新兴的、多学科交叉的理论和技术，著名美籍华人学者傅京孙1971年首先提出它是人工智能和控制论的交叉。美国学者G.N.Saridis 1977年在此基础上加入了运筹学，即智能控制是人工智能、控制论和运筹学的交叉，如果把对目标的规划、协调和管理也视为一种智能活动，那么两者是一致的。人工智能主要包括专家系统、模糊理论和神经网络；控制论主要指古典控制和现代控制；运筹学主要涉及定量优化方法。专家控制、模糊逻辑控制和神经网络控制是三种典型的智能控制方法。

一般说来，智能控制具有下列几个共同特点：

1.学习能力

对一个过程或其环境的未知特征所固有的信息进行学习，并将得到的经验用于进一步估计、分类、决策或控制，这对于未知对象的认知和辨识，以及控制系统性能的进一步改善，是十分有利的。

2.组织综合能力

对复杂的任务和分散的传感器信息，具有处理、组织、协调和综合决策的能力，并在进行过程中表现出类似于人的主动性和灵活性。

3.适应能力

由于智能控制不依赖于对象模型，智能行为表现为从系统输入到输出的映射关系，即使输入是系统从未有过的例子，系统通过插补、归类等方法，也能给出适当的输出，如果系统中某部分出现故障，仍能正常工作，并给出警告信号，甚至自行修复。

4.优化能力

由于智能控制具有在线特征辨识、特征记忆和拟人等特点，在整个控制过程中计算机在线获得信息，实时处理，并给出控制决策，通过不断优化参数和寻找控制器最佳结构形式，以获得整体最优控制性能。

目前智能控制尽管人工智能理论尚不成熟，智能控制技术还处在发展之中，但随着相关科学和技术的发展，它将逐步完善起来，它的应用前景是极为广阔的。结合过程控制的特点，智能控制可能运用于复杂过程工业，用以研制通用的智能产品，与DCS相结合，用于故障诊断等方面。

而预测控制理论注重了多种算法的交叉研究，由模糊控制、人工神经网络等智能控制技术与预测控制机理相结合的智能预测控制正成为人们研究的热点，特别是与PID控制技术的结合获得了广泛的应用。并且在工业应用中表现出了不少的优点：

（1）对模型要求低，现代控制理论之所以在过程工业中难以大规模应用，其重要的原因之一是对模型精度要求太高，而预测控制就成功地克服了这一点。

（2）采用了非最小化描述的离散卷积和模型，信息冗余量大，有利于提高系统的鲁棒性。

（3）用了滚动优化取代了全局一次优化，每个控制周期不断进行优化计算，不仅在时间上满足了实时性的要求，而且突破了传统的全局一次优化地局限，把稳态优化与动态优化相结合。

（4）可在不增加任何理论困难的情况下，将算法推广到有约束条件、大时滞、非最小相位、非线性等过程，并获得了较好的控制效果。

预测控制具有适应复杂生产过程控制的特点，所以预测控制具有强大的生命力。在单变量的理论分析方面已经取得了一些成果，但在多变量算法中对于稳定性或鲁棒性的研究还比较欠缺。因此非线性预测控制和鲁棒预测控制仍是今后研究的重点。随着预测控制在理论和应用两方面的不断发展和完善，与工业过程的实际应用前景紧密结合起来，必将在工业生产过程中发挥出越来越大的作用，展现出广阔的应用前景。

参考文献：

[1]陈夕松，汪木兰，杨俊.过程控制系统[M].科学出版社，2014.12

[2]徐湘元.过程控制的发展方向_智能控制[J].化工自动化及仪表，1998.25（2）

[3]张春峰.预测控制在过程控制中的应用综述[J].PLC&FA，2006.7