先进控制策略在SUPCON DCS中应用研究

陈卫红，杨明辉，邓晓刚，刘 宝

（中国石油大学 控制科学与工程学院，青岛266580）

集成4C 技术的DCS 控制系统广泛用于现代工业生产中。DCS 系统的先进结构满足了现代产业生产管理的要求，大大提高了企业的自动化和管理水平。由于巨大的经济和社会利益，它已经成为控制产业过程的重要部分。但是，目前DCS 在应用过程中，先进控制算法采用较少，大多使用DCS 系统自带的传统控制模块。但是，在实际的工业生产过程中，有很多不确定的因素，有时传统的控制难以达到其效果，也会影响产品质量。先进控制是遵循对象过程动态性能的控制技术，它的控制策略可以根据过程环境的实时变化而制定，体现出“动态性”特点。因此，将先进控制与稳定可靠的DCS 系统相结合，将先进控制优良动态特征应用到DCS 系统中，可大大提高控制质量[1-3]。本文以A3000 过程装置双容水箱为控制对象，基于SUPCON JX-300XP DCS系统，开展了部分先进控制的探索研究。

SUPCON JX-300XP DCS 的硬件由“四站一线”结构组成，即：工程师站、控制站、操作站、通讯网络。软件由AdvanTrol-Pro 实现各组态与系统运行监控[4]。

1 基于JX-300XP DCS 先进控制方案

双容水箱对象是一个二阶时滞、开环渐近稳定的非最小相位系统。根据被控对象特点，针对JX-300XP DCS 开展DMC 先进控制研究，采用DMCPID 串级控制结构[5-6]，即内环用DCS 自带的高采率PID 常规控制，可以抑制大部分的主要干扰，外环采用DMC 控制，具有良好动态跟踪性、鲁棒性。

DMC-PID 串级结构设计，在实际应用中有现实意义。当DMC 算法跑飞或失控时，利用DCS 系统本身稳定的PID 控制同样可以对过程或对象起到很好的调节作用，使得系统的运行的安全保障大为增强。这种结构较好地结合、发挥了DMC 和PID 控制各自优点，增强了鲁棒性和抗干扰性，同时又使控制过程保持良好的跟踪性能。DMC-PID 串级控制结构如图1所示。

图1 DMC-PID 控制原理图Fig.1 DMC-PID control principle diagram

2 JX-300XP DCS 先进控制的实现

在DMC-PID 串级控制的实现过程中[7]，采用DCS完成PID 内环控制。在Matlab 环境中实现DMC 外环控制，充分利用Matlab 强大的运算功能和控制工具函数，给DMC 的实现带来极大的便利性、快速性。OPC 通信技术用于构建PID 和DMC 之间的实时数据传输桥梁，这一开放性结构框架也便于在JX-300XP DCS 系统中展开更多其它先进控制算法的研究和实现。方案实现基本流程如图2所示。

图2 先进控制实现方案基本流程Fig.2 Basic flow chart of advanced control realization scheme

2.1 DCS-PID 控制实现

根据控制需求制定对象结构流程，在JX-300XP DCS 上完成各相关组态。首先进行控制站组态，完成主机设置、I/O 设置，设置常规控制方案等；然后进行操作站相关组态，主要完成操作小组的设置，总貌、趋势、分组等画面等组态，一览图和流程图的组态，基本组态完成后可方便对系统进行实时监控。带控制点的流程图如图3所示。

图3 流程图（带控制点）画面Fig.3 Flow chart screen（with control points）

全部组态完成后，对整个系统进行联校、测试，确认无误后进行内环PID 控制测试，整定好P、I、D参数，为先进控制研究做好充分的准备。

2.2 建立OPC 通信实现数据交换

OPC 是新一代为方便硬件设备、软件等信息交互的技术接口。在该方案中，JX-300XP OPC 服务器用于提供经由OPC 接口发送到Matlab 应用程序OPC 客户端相关数据收集[8]。在Matlab 程序中进行DMC 算法数据处理，然后将控制量通过OPC 写入DCS-PID 环节，实现Matlab 与DCS 的动态数据交换，完成DMC-PID 串级控制。Matlab 访问JX-300XP OPC 服务器具体过程如图4所示。基本步骤如下：

图4 Matlab 访问JX-300XP OPC 服务器基本流程图Fig.4 Basic flow chart of Matlab accessing JX-300XP OPC server

（1）检查JX-300XP DCS 中OPC 服务器软件安装情况，如果没有，安装并测试。

（2）开启OPC 服务器，用SUPCON OPC Server软件选择前面已经完成的PID 组态。

（3）打开FactorySoft OPC Client 软件，连接DCSOPC 服务器，注意Server Name 选择SUPCON.JX Server.1。

（4）创建OPC 存、取数据组对象，增加相关数据项即Add Item，选择LI6003（水箱液位测量值）和LIC6003.SV（内环PID 控制的给定值）。

（5）Matlab 应用程序对各数据项运算、处理、优化等。

（6）Matlab 处理结果写入LIC6003.SV，发送到DCS 系统中。

（7）关闭服务器、清除各数据项。

2.3 DMC 在Matlab 中实现

2.3.1 DMC 预测控制简介

DMC 预测控制就是利用模型预测系统在特定控制作用下的未来动态行为，根据要求滚动求解最优控制，再滚动每一步检测实时信息，修正对未来动态行为的预测。模型预测、滚动优化和反馈校正是其三大基本原理[9]。

预测模型是预先描述系统动态特性，通过该系统历史数据和未来输入，预测未来时限区间的输出值。反馈校正是每个采样时间先检测对象实际输出状态，在优化控制效果之前，使用反馈信息校正来使下一预测和优化接近实际，以此修正模型预测不准确性。滚动优化是预测控制的核心，其保持了优化控制的原理，但它不是全局优化，而是随时间分段优化，在每个时间点，提出基于与预测时间区域相关的局部优化指标，并重复在线优化，采用滚动优化目标函数，选择未来控制时域内控制增量，尽量使未来优化时域内预测输出与期望输出靠近。DMC 结构原理如图5所示。

图5 DMC 结构示意图Fig.5 Schematic diagram of DMC structure

2.3.2 DMC 预测控制算法设计

在实现DMC 控制算法过程中，首先，计算模型参数、控制参数和校正参数。模型向量｛ai｝可以由手动给过程对象加单位响应采样赋值得到。在计算模型参数a 时，由于测量是在水箱液位稳态下进行的，在处理时要减去稳态初值，就得到一组从0 开始变化的模型参数a 即Δa。另外要特别注意，采集｛ai｝时应对数据中噪声、干扰等滤波处理，以免影响控制质量。控制系数｛di｝根据上面的模型参数｛ai｝和优化策略P、M、Q、R 等由公式计算得出。校正系数｛hi｝根据实际情况确定[10-11]。

DMC 运行计算通过初始化和实际控制两部分完成。初始化部分先采集对象当前输出y（k），并设置其为预测初始值y～0（k+i∣k），i＝1……N。实时控制模块在线计算未来输出的期望预测值。其计算流程如图6所示。

图6 DMC 动态矩阵控在线计算流程Fig.6 DMC dynamic matrix control online calculation flow chart

在设计中要确定的参数有：

（1）采样周期Ts。Ts必须满足采样定理，并与被控对象类型和动态特性有关。

（2）优化时域P 和误差权矩阵Q。在应用过程中，P 值必须超过控制对象阶跃响应的时间延迟。对于动态复杂对象一般有：

（3）控制时域M。M 表示优化变量的数量。当P确定时，M 越小，更难以密切地追踪预期值。在多数情况下，增大P 和减小M 有类似的效果。在M=1 的情况下，动态控制系数的计算最小。从简化整定步骤出发，先选定M，再整定P。

（4）控制权矩阵R。R 的作用是防止Δu 发生剧烈变化。整定时，可开始设置为零。当系统稳定时，如果操纵量变化较大，再适当加大即可。

（5）校正参数h。在被控对象受到未知干扰，或预测输出由于模型失配而与实际输出相矛盾时，突现校正作用。

3 研究结果及数据分析

为了便于在SUPCON DCS 系统中展开先进控制研究的探索，在研究过程中采用常规PID 控制和DMC-PID 控制对同一个双容水箱模型对象进行了实时控制。常规PID 控制效果如图7所示。

图7 PID 控制效果（P=50%、I=0.8 min、D=1 s）Fig.7 PID control effect（P=50%、I=0.8 min、D=1 s）

设定采样周期Ts=1 s、R=0、Q=eye（P）（Q 是一个单位矩阵） 部分参数，DMC-PID 控制部分效果如图8、图9所示。

图8 DMC-PID 控制效果（N=450、P=120、m=1）Fig.8 DMC-PID control effect（N=450、P=120、m=1）

图9 DMC-PID 控制效果（N=450、P=100、m=1）Fig.9 DMC-PID control effect（N=450、P=100、m=1）

从实际控制效果图可以明显得出以下结果：

（1）PID 常规控制响应速度慢，稳定时间较长（20 min 左右），超调较大，振荡次数比较多，动态性能不能满足控制要求。

（2）DMC-PID 串级控制效果良好，不仅超调小、响应快（6 min 左右），基本平稳无振荡，具有优良的静态和动态特性。

（3）DMC-PID 控制算法预测长度P 越大预测越准确，但稳定时间会变慢，预测长度P 越小，稳定时间越短，但是如果P 取值太小可能造成预测不准确，当P≤N 时，预测长度P 值只要包含控制对象响应长度大部分动态特性即可。

4 结语

基于SUPCON DCS 对双容水箱对象实现DMCPID 控制探索研究，表明有滞后特征复杂对象，先进控制比传统控制有更好的快速性和稳定性。同时表明基于传统DCS 平台进行先进控制的融合也是切实可行的，进一步增强了DCS 系统的控制能力。扩大了DCS 应用范围或领域。对现代工业发展有重要意义。