第三部分 先進(jìn)控制系統(tǒng)

1、 第三章 先進(jìn)控制系統(tǒng)3.1 3.1 軟測(cè)量和推斷控制軟測(cè)量和推斷控制3.2 3.2 時(shí)滯補(bǔ)償控制時(shí)滯補(bǔ)償控制3 Advanced control system過程控制工程發(fā)展的原因：過程控制工程發(fā)展的原因： l計(jì)算機(jī)應(yīng)用與生產(chǎn)過程控制計(jì)算機(jī)應(yīng)用與生產(chǎn)過程控制使原來難于實(shí)施的控制系統(tǒng)可以實(shí)現(xiàn)使原來難于實(shí)施的控制系統(tǒng)可以實(shí)現(xiàn)l現(xiàn)代控制理論得到發(fā)展現(xiàn)代控制理論得到發(fā)展理論與實(shí)踐相結(jié)合理論與實(shí)踐相結(jié)合l生產(chǎn)過程控制要求提高生產(chǎn)過程控制要求提高大型化、精細(xì)化提出更高控制要求大型化、精細(xì)化提出更高控制要求本章主要內(nèi)容：本章主要內(nèi)容：多變量控制：狀態(tài)反饋、預(yù)測(cè)控制多變量控制：狀態(tài)反饋、預(yù)測(cè)控制復(fù)雜過程的控

2、制：解耦、時(shí)滯補(bǔ)償、軟測(cè)量、適應(yīng)性控制、魯復(fù)雜過程的控制：解耦、時(shí)滯補(bǔ)償、軟測(cè)量、適應(yīng)性控制、魯棒控制棒控制智能控制：模糊控制、專家控制、神經(jīng)網(wǎng)路智能控制：模糊控制、專家控制、神經(jīng)網(wǎng)路監(jiān)督控制：操作優(yōu)化、統(tǒng)計(jì)過程控制監(jiān)督控制：操作優(yōu)化、統(tǒng)計(jì)過程控制故障診斷和容錯(cuò)控制、綜合自動(dòng)化故障診斷和容錯(cuò)控制、綜合自動(dòng)化3.1 Soft sensor and inferential control一、軟測(cè)量技術(shù)一、軟測(cè)量技術(shù)1.1.存在的問題存在的問題l數(shù)據(jù)處理中的問題數(shù)據(jù)處理中的問題如何從大量的過程數(shù)據(jù)中挖掘出有用的信息如何從大量的過程數(shù)據(jù)中挖掘出有用的信息l可測(cè)量過程數(shù)據(jù)類型的問題可測(cè)量過程數(shù)據(jù)類型的問

3、題 過程數(shù)據(jù)中物性和成分類型的數(shù)據(jù)少過程數(shù)據(jù)中物性和成分類型的數(shù)據(jù)少 物性數(shù)據(jù)常用人工物性數(shù)據(jù)常用人工分析分析，周期長，間歇分析，周期長，間歇分析 自動(dòng)分析儀表檢測(cè)周期長，時(shí)滯大，價(jià)格貴，維護(hù)要求高自動(dòng)分析儀表檢測(cè)周期長，時(shí)滯大，價(jià)格貴，維護(hù)要求高2.2.發(fā)展方向發(fā)展方向l開發(fā)研制可靠、響應(yīng)迅速、在線連續(xù)應(yīng)用的儀表開發(fā)研制可靠、響應(yīng)迅速、在線連續(xù)應(yīng)用的儀表l采用軟測(cè)量技術(shù)，從大量采用軟測(cè)量技術(shù)，從大量大量的過程數(shù)據(jù)中推斷出未被測(cè)量的變量大量的過程數(shù)據(jù)中推斷出未被測(cè)量的變量3.軟測(cè)量技術(shù)軟測(cè)量技術(shù)對(duì)于一些難于直接測(cè)量或不能直接測(cè)量的過程變量，對(duì)于一些難于直接測(cè)量或不能直接測(cè)量的過程變量， 例如，

4、反應(yīng)物濃度、干點(diǎn)、凝固點(diǎn)等例如，反應(yīng)物濃度、干點(diǎn)、凝固點(diǎn)等通過另外一些可測(cè)量的過程變量，用模型來推斷和估計(jì)通過另外一些可測(cè)量的過程變量，用模型來推斷和估計(jì)這種用軟件的方法來完成測(cè)量的技術(shù)稱為軟測(cè)量技術(shù)這種用軟件的方法來完成測(cè)量的技術(shù)稱為軟測(cè)量技術(shù)可以看到，軟測(cè)量是間接檢測(cè)方法?？梢钥吹?，軟測(cè)量是間接檢測(cè)方法。 它的性能與過程的描述、噪聲的特性等有關(guān)，也與輔助變量的選擇、對(duì)過它的性能與過程的描述、噪聲的特性等有關(guān)，也與輔助變量的選擇、對(duì)過程的模型的校正等有關(guān)程的模型的校正等有關(guān)3.1 Soft sensor and inferential control軟測(cè)量技術(shù)組成軟測(cè)量技術(shù)組成1.輔助輔助變

5、量選擇變量選擇：輔助：輔助變量選擇變量選擇時(shí)考慮下列各點(diǎn)時(shí)考慮下列各點(diǎn)l關(guān)聯(lián)性關(guān)聯(lián)性：輔助變量應(yīng)與主導(dǎo)變量有關(guān)聯(lián)，能直接影響主導(dǎo)變量：輔助變量應(yīng)與主導(dǎo)變量有關(guān)聯(lián)，能直接影響主導(dǎo)變量l特異性特異性：輔助變量應(yīng)具有特異性，可與其他過程變量區(qū)別：輔助變量應(yīng)具有特異性，可與其他過程變量區(qū)別l工程適用性工程適用性：容易獲得，并能反映生產(chǎn)過程變化：容易獲得，并能反映生產(chǎn)過程變化l精確性精確性：變量有一定測(cè)量精確度，模型具有足夠精確度：變量有一定測(cè)量精確度，模型具有足夠精確度l魯棒性魯棒性：對(duì)模型誤差不敏感：對(duì)模型誤差不敏感輔助變量的輔助變量的數(shù)量數(shù)量：為使模型方程有唯一解，輔助變量數(shù)至少等于主導(dǎo)變：為使模

6、型方程有唯一解，輔助變量數(shù)至少等于主導(dǎo)變量數(shù)，不宜過多量數(shù)，不宜過多2.數(shù)據(jù)數(shù)據(jù)采集和處理采集和處理：數(shù)據(jù)的覆蓋面應(yīng)：數(shù)據(jù)的覆蓋面應(yīng)寬寬，具，具代表代表性，符合性，符合正態(tài)正態(tài)分布分布 數(shù)據(jù)處理：對(duì)數(shù)據(jù)的數(shù)據(jù)處理：對(duì)數(shù)據(jù)的歸一歸一處理和不良數(shù)據(jù)的處理和不良數(shù)據(jù)的剔除剔除3.軟測(cè)量軟測(cè)量數(shù)學(xué)模型建立數(shù)學(xué)模型建立： 方法有：機(jī)理建模、經(jīng)驗(yàn)建模、機(jī)理建模和經(jīng)驗(yàn)建?；旌辖７椒ㄓ校簷C(jī)理建模、經(jīng)驗(yàn)建模、機(jī)理建模和經(jīng)驗(yàn)建模混合建模4.模型模型在線校正在線校正：數(shù)學(xué)模型在線校正是模型結(jié)構(gòu)和參數(shù)的優(yōu)化：數(shù)學(xué)模型在線校正是模型結(jié)構(gòu)和參數(shù)的優(yōu)化 分：分：短期短期校正和校正和長期長期校正校正3.1 Soft sen

7、sor and inferential controll 基本原理基本原理l 過程的輸入變量：控制變量過程的輸入變量：控制變量u；擾動(dòng)變量；擾動(dòng)變量d(含可測(cè)和不可測(cè)含可測(cè)和不可測(cè))l 過程的輸出變量：主導(dǎo)變量過程的輸出變量：主導(dǎo)變量Y(可測(cè)和不可直接測(cè)量可測(cè)和不可直接測(cè)量)；輔助變量；輔助變量 (可測(cè)可測(cè)和不可直接測(cè)量和不可直接測(cè)量)l 基本原理：根據(jù)可測(cè)量得到的變量基本原理：根據(jù)可測(cè)量得到的變量(u(t)和可測(cè)量的和可測(cè)量的Y(t)，d(t)和和 (t) 通過模型推算和估計(jì)出不可直接測(cè)量的輸出變量通過模型推算和估計(jì)出不可直接測(cè)量的輸出變量Y(t)軟測(cè)量就是構(gòu)造一個(gè)模型，建立輔助變量與主導(dǎo)變

8、量軟測(cè)量就是構(gòu)造一個(gè)模型，建立輔助變量與主導(dǎo)變量Y間的映射關(guān)系間的映射關(guān)系l 與動(dòng)與動(dòng)(靜靜)態(tài)數(shù)學(xué)模型的區(qū)別態(tài)數(shù)學(xué)模型的區(qū)別: 動(dòng)動(dòng)(靜靜)態(tài)數(shù)學(xué)模型是建立輸出態(tài)數(shù)學(xué)模型是建立輸出Y與輸入與輸入u和和d的關(guān)系，根據(jù)的關(guān)系，根據(jù)u，d求求Y 測(cè)量數(shù)學(xué)模型測(cè)量數(shù)學(xué)模型是建立輸入是建立輸入 與輸出與輸出Y的關(guān)系，根據(jù)的關(guān)系，根據(jù) 求求Y2.建模方法：建模方法：l 基于動(dòng)態(tài)數(shù)學(xué)模型的建模方法基于動(dòng)態(tài)數(shù)學(xué)模型的建模方法 把不可測(cè)量變量作為狀態(tài)變量來處理，用狀態(tài)觀測(cè)或估計(jì)的方法建模對(duì)把不可測(cè)量變量作為狀態(tài)變量來處理，用狀態(tài)觀測(cè)或估計(jì)的方法建模對(duì)確定性系統(tǒng)用狀態(tài)觀測(cè)器，隨機(jī)性系統(tǒng)用卡爾曼狀態(tài)估計(jì)器確定性系

9、統(tǒng)用狀態(tài)觀測(cè)器，隨機(jī)性系統(tǒng)用卡爾曼狀態(tài)估計(jì)器l 基于穩(wěn)態(tài)回歸模型的建模方法基于穩(wěn)態(tài)回歸模型的建模方法 在系統(tǒng)非線性不嚴(yán)重時(shí)，可采用線性回歸建模在系統(tǒng)非線性不嚴(yán)重時(shí)，可采用線性回歸建模 當(dāng)精度要求較高時(shí)，采用非線性回歸建模當(dāng)精度要求較高時(shí)，采用非線性回歸建模 例如采用非線性函數(shù)或神經(jīng)網(wǎng)絡(luò)建模例如采用非線性函數(shù)或神經(jīng)網(wǎng)絡(luò)建模sYsYsYsY3.1 Soft sensor and inferential control軟測(cè)量技術(shù)實(shí)施時(shí)的注意事項(xiàng)軟測(cè)量技術(shù)實(shí)施時(shí)的注意事項(xiàng)l自變量的選取自變量的選取數(shù)量不宜過多，一般在數(shù)量不宜過多，一般在8-10個(gè)個(gè)應(yīng)選擇起主導(dǎo)作用的變量，可用工藝機(jī)理和主元分析等方法選

10、取應(yīng)選擇起主導(dǎo)作用的變量，可用工藝機(jī)理和主元分析等方法選取自變量應(yīng)與輔助變量有單值關(guān)系自變量應(yīng)與輔助變量有單值關(guān)系l回歸模型的形式回歸模型的形式非線性函數(shù)的回歸模型：常采用下列形式非線性函數(shù)的回歸模型：常采用下列形式非線性神經(jīng)網(wǎng)絡(luò)的模型：常采用三層非線性神經(jīng)網(wǎng)絡(luò)的模型：常采用三層BP網(wǎng)絡(luò)或網(wǎng)絡(luò)或RBF網(wǎng)絡(luò)網(wǎng)絡(luò)l樣本精度和輸出精度樣本精度和輸出精度樣本數(shù)據(jù)的復(fù)現(xiàn)性、代表性和可信性，模型的精度樣本數(shù)據(jù)的復(fù)現(xiàn)性、代表性和可信性，模型的精度l模型的校正和更新模型的校正和更新交叉校驗(yàn)：采用交叉校驗(yàn)優(yōu)于自身校驗(yàn)交叉校驗(yàn)：采用交叉校驗(yàn)優(yōu)于自身校驗(yàn)在線校正、離線校正和模型的更新在線校正、離線校正和模型的更新l

11、樣本的泛化樣本的泛化樣本應(yīng)在工作范圍內(nèi)均勻分布，自變量應(yīng)落在樣本集內(nèi)樣本應(yīng)在工作范圍內(nèi)均勻分布，自變量應(yīng)落在樣本集內(nèi)應(yīng)避免外推，但可以內(nèi)插應(yīng)避免外推，但可以內(nèi)插l動(dòng)態(tài)效應(yīng)的考慮：回歸模型只考慮穩(wěn)態(tài)動(dòng)態(tài)效應(yīng)的考慮：回歸模型只考慮穩(wěn)態(tài)建模數(shù)據(jù)是穩(wěn)態(tài)數(shù)據(jù)，應(yīng)用時(shí)應(yīng)對(duì)實(shí)時(shí)數(shù)據(jù)進(jìn)行濾波等處理建模數(shù)據(jù)是穩(wěn)態(tài)數(shù)據(jù)，應(yīng)用時(shí)應(yīng)對(duì)實(shí)時(shí)數(shù)據(jù)進(jìn)行濾波等處理.22221131132112332211xcxcxxbxxbxaxaxay3.1 Soft sensor and inferential control多元線性回歸多元線性回歸(MLR: Multiple Linear Regression)對(duì)對(duì)n組組m個(gè)輸入變量

12、個(gè)輸入變量 x1、x2、xm與輸出變量與輸出變量y之間多元線性回歸公式：之間多元線性回歸公式： 是第是第i組輸出變量的估計(jì)值。組輸出變量的估計(jì)值。 （j=1,m）是回歸系數(shù)，滿足目標(biāo)函數(shù)）是回歸系數(shù)，滿足目標(biāo)函數(shù) nm時(shí)，根據(jù)最小二乘法，可得到回歸系數(shù)為時(shí)，根據(jù)最小二乘法，可得到回歸系數(shù)為:當(dāng)輸入變量當(dāng)輸入變量x1、x2、xm不不相關(guān)相關(guān)時(shí)，（時(shí)，（XTX）可求逆，則可得到回歸系數(shù)）可求逆，則可得到回歸系數(shù)輸入變量輸入變量相關(guān)相關(guān)時(shí)，定義時(shí)，定義復(fù)相關(guān)復(fù)相關(guān)系數(shù)系數(shù) R接近接近1，表示回歸方程擬合程度越好表示回歸方程擬合程度越好定義定義偏相關(guān)偏相關(guān)系數(shù)系數(shù)它評(píng)價(jià)輸入變量它評(píng)價(jià)輸入變量xj對(duì)輸入

13、變量丫的作用對(duì)輸入變量丫的作用如果如果Vj越大，越大，xj對(duì)輸出變量對(duì)輸出變量y的作用越大，該過程變量的作用越大，該過程變量xj不能剔除不能剔除iyjbimmiixbxby, 11.ni,.2 , 1niiiyyJ12)(minYXXXbbbBTTTm121)(.niiniiimyyyR1212)()(1nimjkkjkkiniiijxbyyyV121,12)()(13.1 Soft sensor and inferential control多元逐步回歸多元逐步回歸（MSR: Multiple Stepwise Regression）將過程變量逐一引入回歸方程，引入后用偏回歸平方和檢驗(yàn)其對(duì)回

14、歸方程的作用將過程變量逐一引入回歸方程，引入后用偏回歸平方和檢驗(yàn)其對(duì)回歸方程的作用 作用顯著時(shí)，在回歸方程中保留該變量，不顯著，則剔除作用顯著時(shí)，在回歸方程中保留該變量，不顯著，則剔除引入新變量后，對(duì)回歸方程中的其他變量同樣進(jìn)行顯著性檢驗(yàn)，引入新變量后，對(duì)回歸方程中的其他變量同樣進(jìn)行顯著性檢驗(yàn)， 直到所有變來那個(gè)都不能剔除時(shí)，得到最終回歸方程直到所有變來那個(gè)都不能剔除時(shí)，得到最終回歸方程主元分析主元分析 （PCA: Principal Component Analysis）和）和 主元回歸主元回歸（PCR: Principal Component Regression）主元分析：將過稱個(gè)輸入變

15、量中相關(guān)變量重新組合成互不相關(guān)新變量主元分析：將過稱個(gè)輸入變量中相關(guān)變量重新組合成互不相關(guān)新變量 奇異值分解奇異值分解的方法計(jì)算主元；并計(jì)算各主元方差和各主元的芬芳差；確定各主的方法計(jì)算主元；并計(jì)算各主元方差和各主元的芬芳差；確定各主元反差貢獻(xiàn)率，和計(jì)算累積方差貢獻(xiàn)率；得到不同累積貢獻(xiàn)率下的主元變換矩陣，元反差貢獻(xiàn)率，和計(jì)算累積方差貢獻(xiàn)率；得到不同累積貢獻(xiàn)率下的主元變換矩陣，即新的輸入變量。即新的輸入變量。3.1 Soft sensor and inferential control部分最小二乘法部分最小二乘法（PLS: Partial Least Squares）部分最小二乘法用于解決預(yù)測(cè)建

16、模問題。在預(yù)測(cè)控制中得到成功應(yīng)用。部分最小二乘法用于解決預(yù)測(cè)建模問題。在預(yù)測(cè)控制中得到成功應(yīng)用。該回歸方法不僅對(duì)輸入變量該回歸方法不僅對(duì)輸入變量X進(jìn)行正交分解，同時(shí)對(duì)輸出變量進(jìn)行正交分解，同時(shí)對(duì)輸出變量Y進(jìn)行正交分進(jìn)行正交分解，以獲取更多哦的過程信息。解，以獲取更多哦的過程信息?；貧w采用迭代計(jì)算，提出用于確定脈沖響應(yīng)的系數(shù)回歸采用迭代計(jì)算，提出用于確定脈沖響應(yīng)的系數(shù)3.1 Soft sensor and inferential control反向傳播算法反向傳播算法（BP: Back Propagation algorithm）采用反向傳播算法的人工神經(jīng)網(wǎng)絡(luò)稱為采用反向傳播算法的人工神經(jīng)網(wǎng)絡(luò)稱

17、為反向傳播網(wǎng)反向傳播網(wǎng)它由它由輸入層輸入層、隱含層和、隱含層和輸入層輸入層組成。組成。輸入輸入信號(hào)信號(hào)pj(j=1,2,r)從輸入節(jié)點(diǎn)從輸入節(jié)點(diǎn)Aj進(jìn)入進(jìn)入BP網(wǎng)，經(jīng)網(wǎng)，經(jīng)加權(quán)加權(quán)Vj,s和和偏置偏置bj后，由轉(zhuǎn)移函后，由轉(zhuǎn)移函數(shù)轉(zhuǎn)移作為隱含層數(shù)轉(zhuǎn)移作為隱含層Bs的輸入的輸入隱含層的輸入同樣經(jīng)隱含層的輸入同樣經(jīng)加權(quán)加權(quán)和和偏置偏置及轉(zhuǎn)移及轉(zhuǎn)移函數(shù)函數(shù)Wm,p轉(zhuǎn)移后作為轉(zhuǎn)移后作為輸入層輸入層Cp的輸入的輸入各各輸出層輸出層將該輸出節(jié)點(diǎn)的各輸入相加作將該輸出節(jié)點(diǎn)的各輸入相加作為該為該輸出節(jié)點(diǎn)輸出節(jié)點(diǎn)的輸出的輸出該算法稱為該算法稱為反向傳播反向傳播算法，因誤差從算法，因誤差從輸出向輸入輸出向輸入逐層

18、調(diào)整加權(quán)值及轉(zhuǎn)移函數(shù)標(biāo)逐層調(diào)整加權(quán)值及轉(zhuǎn)移函數(shù)標(biāo)準(zhǔn)反向傳播算法是梯度下降法準(zhǔn)反向傳播算法是梯度下降法BP算法收斂速度慢，容易收斂到局部最優(yōu)，算法需預(yù)先設(shè)置有關(guān)因子算法收斂速度慢，容易收斂到局部最優(yōu)，算法需預(yù)先設(shè)置有關(guān)因子3.1 Soft sensor and inferential control徑向基函數(shù)算法徑向基函數(shù)算法（RBF: Radial Basis Function）徑向基函數(shù)網(wǎng)絡(luò)是徑向基函數(shù)網(wǎng)絡(luò)是兩層前向兩層前向網(wǎng)絡(luò)網(wǎng)絡(luò)輸入變量輸入變量數(shù)等于被研究問題的獨(dú)立變量數(shù)，數(shù)等于被研究問題的獨(dú)立變量數(shù)，中間選用中間選用徑向基函數(shù)徑向基函數(shù)作為轉(zhuǎn)移函數(shù)作為轉(zhuǎn)移函數(shù)輸出層是線性函數(shù)輸出層是線

19、性函數(shù)RBF網(wǎng)具有訓(xùn)練快速，參數(shù)調(diào)整是線性的，具有全局逼近和最佳逼近性網(wǎng)具有訓(xùn)練快速，參數(shù)調(diào)整是線性的，具有全局逼近和最佳逼近性3.1 Soft sensor and inferential control模型的校正模型的校正模型校正模型校正目的目的：提高軟測(cè)量模型的泛化能力，使軟測(cè)量模型適應(yīng)原料變：提高軟測(cè)量模型的泛化能力，使軟測(cè)量模型適應(yīng)原料變 化、操作工況等操作環(huán)境的變化化、操作工況等操作環(huán)境的變化模型校正模型校正分類分類：數(shù)據(jù)校正和模型校正：數(shù)據(jù)校正和模型校正數(shù)據(jù)校正數(shù)據(jù)校正：剔除測(cè)量數(shù)據(jù)中的先祖誤差數(shù)據(jù)：剔除測(cè)量數(shù)據(jù)中的先祖誤差數(shù)據(jù) 根絕統(tǒng)計(jì)方法進(jìn)行誤差顯著性統(tǒng)計(jì)，并剔除動(dòng)態(tài)過程根絕

20、統(tǒng)計(jì)方法進(jìn)行誤差顯著性統(tǒng)計(jì)，并剔除動(dòng)態(tài)過程數(shù)據(jù)的校正數(shù)據(jù)的校正可可 采用數(shù)字或模擬濾波方法，或非線性規(guī)劃的方法采用數(shù)字或模擬濾波方法，或非線性規(guī)劃的方法模型校正模型校正：長期校正和短期校正，以適應(yīng)不同需求：長期校正和短期校正，以適應(yīng)不同需求 短期短期校正：以某時(shí)刻軟測(cè)量模型輸出與世紀(jì)輸出之差進(jìn)行校正校正：以某時(shí)刻軟測(cè)量模型輸出與世紀(jì)輸出之差進(jìn)行校正 長期長期校正：將一段時(shí)間內(nèi)的過程數(shù)據(jù)采集后重新離線建模，或定期校正：將一段時(shí)間內(nèi)的過程數(shù)據(jù)采集后重新離線建模，或定期 根據(jù)采集的過程數(shù)據(jù)自動(dòng)進(jìn)行在線修正根據(jù)采集的過程數(shù)據(jù)自動(dòng)進(jìn)行在線修正3.1 Soft sensor and inferential

21、 control軟測(cè)量示例軟測(cè)量示例乙烯精餾塔塔低濃度乙烯精餾塔塔低濃度xB與精餾塔提餾段靈敏板溫度與精餾塔提餾段靈敏板溫度T有明顯關(guān)聯(lián)，用回有明顯關(guān)聯(lián)，用回 歸和歸和BP網(wǎng)建立軟測(cè)量模型。網(wǎng)建立軟測(cè)量模型?；谧钚《朔ǖ幕谧钚《朔ǖ能洔y(cè)量回歸軟測(cè)量回歸模型如下：模型如下：靈敏板溫度靈敏板溫度T的的樣本范圍樣本范圍是是-23 -11建立的建立的BP網(wǎng)軟測(cè)量模型那個(gè)是一個(gè)單輸入（提餾段溫度網(wǎng)軟測(cè)量模型那個(gè)是一個(gè)單輸入（提餾段溫度T）單輸入（塔底）單輸入（塔底乙烯濃度乙烯濃度xB）的）的BP網(wǎng)，隱含層用網(wǎng)，隱含層用7個(gè)神經(jīng)元節(jié)點(diǎn)，經(jīng)個(gè)神經(jīng)元節(jié)點(diǎn)，經(jīng)13627次迭代訓(xùn)練后，次迭代訓(xùn)練后，建立的

22、模型輸出與實(shí)際輸出的誤差平方和達(dá)最小值建立的模型輸出與實(shí)際輸出的誤差平方和達(dá)最小值兩個(gè)兩個(gè)模型模型的結(jié)果的的結(jié)果的比較比較： BP網(wǎng)模型的現(xiàn)對(duì)誤差網(wǎng)模型的現(xiàn)對(duì)誤差（4.23%）較回歸模型的誤差（）較回歸模型的誤差（9.06%）小小 外延時(shí)數(shù)據(jù)的外延時(shí)數(shù)據(jù)的泛化能力泛化能力也較回歸模型也較回歸模型強(qiáng)強(qiáng)，其，其外延誤差外延誤差5.66%，遠(yuǎn)，遠(yuǎn)小小于于 回歸模型的外延誤差回歸模型的外延誤差12.87%32000266. 0010693. 0143143. 063309. 0TTTxBDA107130EA120EA118FA106LICA119T 500-30PICA120PV120From DA1

23、06SW6585T 300_6PIA119產(chǎn)品高沸 物 雜 質(zhì)S136S_135T W -1 1 1T W -1 1 2F1 3 9先進(jìn) 控制子 系 統(tǒng)-3F1 3 8先進(jìn) 控制子 系 統(tǒng)-445圖2-10 DA107精餾塔控制控制系統(tǒng)圖3.1 Soft sensor and inferential control其中：其中：F-122、F-138、F-139、PIA-119、PICA-120、T500-30、T300_6、TW_122和和LICA-122的測(cè)量值的測(cè)量值 903 , 1iiiBDxAy3.1 Soft sensor and inferential controlDA107塔頂

24、產(chǎn)品丁二烯-1,3含量軟測(cè)量模型擬合效果圖3.1 Soft sensor and inferential control3.1 Soft sensor and inferential controlDA107塔頂產(chǎn)品丁二烯-1，3含量軟測(cè)量模型預(yù)測(cè)結(jié)果（2002-10-19 00:152002-11-06 08:15）化驗(yàn)值 BD-1,3、EA 估計(jì)值 BD-1,3 EA 濃度 x1(t)x9(t) DA107 精餾塔 智能 濾波器 DA107塔 產(chǎn) 品BD-1,3、EA 含量軟測(cè)量模型 自適應(yīng) 學(xué)習(xí)機(jī)構(gòu) 采樣 被測(cè)變量 N(t) 3.1 Soft sensor and inferential

25、 control圖2-16 S136-BD-1,3 EA含量軟測(cè)量模型自學(xué)習(xí)機(jī)制T300-6P119P122T500-30F138F139F122數(shù)據(jù)變換和主元分析圖2-11丁二烯-1,3 和EA含量BP神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)TW-112TW-111L122Z5(t)Z4(t)Z3(t)Z2(t)Z1(t)y2y1數(shù)據(jù)變換T300-6P119P122T500-30F138F139F122數(shù)據(jù)變換和主元分析圖2-11丁二烯-1,3 和EA含量BP神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)TW-112TW-111L122Z5(t)Z4(t)Z3(t)Z2(t)Z1(t)y2y1數(shù)據(jù)變換Z5(t)Z4(t)Z3(t)Z2(t)Z1

26、(t)y2y1數(shù)據(jù)變換3.1 Soft sensor and inferential control圖2-11 丁二烯-1,3和EA含量BP神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)圖2-12 產(chǎn)品丁二烯-1,3含量BP神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練效果圖3.1 Soft sensor and inferential control圖2-20 DA107塔塔頂產(chǎn)品丁二烯-1,3濃度軟儀表實(shí)時(shí)運(yùn)行效果3.1 Soft sensor and inferential control3.1 Soft sensor and inferential control二、推斷控制系統(tǒng)二、推斷控制系統(tǒng)1.推斷控制節(jié)本原理推斷控制節(jié)本原理 Ys(s)是

27、可測(cè)輔助變量是可測(cè)輔助變量 Y(s)是不可測(cè)輸出是不可測(cè)輸出 D (s)是不可測(cè)擾動(dòng)是不可測(cè)擾動(dòng) U(s)是控制作用是控制作用假設(shè)：模型完全精確假設(shè)：模型完全精確即即：l信號(hào)分離：把信號(hào)分離：把D(s)對(duì)對(duì)Ys(s)的影響分離出來。的影響分離出來。 引入估計(jì)模型引入估計(jì)模型 ；使估計(jì)器輸入有使估計(jì)器輸入有 等于擾動(dòng)等于擾動(dòng)D(s)經(jīng)經(jīng)A(s)時(shí)輸出，即時(shí)輸出，即l估計(jì)器：確定估計(jì)器：確定D(s)對(duì)對(duì)Y(s)的影響。的影響。 確定確定D(s)對(duì)對(duì)Y(s)的影響是的影響是 因此，估計(jì)器因此，估計(jì)器推斷控制器：使輸出推斷控制器：使輸出Y(s)能克服擾動(dòng)影響，無余差。能克服擾動(dòng)影響，無余差。 選選隨動(dòng)

28、控制時(shí)，隨動(dòng)控制時(shí)，R(s)變化；變化；Y(s)=R(s);即無余差。即無余差。定值控制時(shí)，定值控制時(shí)，R(s)=0;Y(s)=0;即在擾動(dòng)下能完全補(bǔ)償。即在擾動(dòng)下能完全補(bǔ)償。);()();()();()();()(sGsGsGsGsBsBsAsAPSPSPP)(sGPS)()()()(sUsGsYsPSS)()()(sDsAs )()()()()()(1ssAsBsDsBs)()()(1sAsBsE);()(1sGsGPI)()()()()()()()()()(sDsBsUsGsYsEsRsGsGsYPSSPI3.1 Soft sensor and inferential control推斷

29、控制的特點(diǎn)推斷控制的特點(diǎn)單純的推斷控制是開環(huán)控制單純的推斷控制是開環(huán)控制只有存在精確模型時(shí)，才能使輸出只有存在精確模型時(shí)，才能使輸出Y(s)無余差，并能完全補(bǔ)償擾動(dòng)的影響無余差，并能完全補(bǔ)償擾動(dòng)的影響實(shí)施時(shí)，控制器是對(duì)象的逆，因此，當(dāng)對(duì)象有時(shí)滯時(shí)，無法物理實(shí)現(xiàn)實(shí)施時(shí)，控制器是對(duì)象的逆，因此，當(dāng)對(duì)象有時(shí)滯時(shí)，無法物理實(shí)現(xiàn)加入濾波器來實(shí)施時(shí)，當(dāng)濾波器穩(wěn)態(tài)放大系數(shù)是加入濾波器來實(shí)施時(shí)，當(dāng)濾波器穩(wěn)態(tài)放大系數(shù)是1時(shí)，可無余差，但品質(zhì)變差時(shí)，可無余差，但品質(zhì)變差當(dāng)控制器是對(duì)象的逆時(shí)，系統(tǒng)有快速的響應(yīng)當(dāng)控制器是對(duì)象的逆時(shí)，系統(tǒng)有快速的響應(yīng)常與反饋控制（當(dāng)常與反饋控制（當(dāng)Y(s)可控時(shí)）或前饋控制（當(dāng)可控時(shí)）

30、或前饋控制（當(dāng)D(s)可測(cè)時(shí)）結(jié)合使用可測(cè)時(shí)）結(jié)合使用3.1 Soft sensor and inferential control2.推斷反饋控制推斷反饋控制主要被控變量主要被控變量y不可測(cè)時(shí)的推斷反饋控制不可測(cè)時(shí)的推斷反饋控制不可測(cè)被控變量不可測(cè)被控變量y可根據(jù)模型估計(jì)，即：可根據(jù)模型估計(jì)，即：根據(jù)過程模型、控制變量和可測(cè)副主編來那個(gè)的值及上式可根據(jù)過程模型、控制變量和可測(cè)副主編來那個(gè)的值及上式可構(gòu)建推斷反饋控制構(gòu)建推斷反饋控制系統(tǒng)系統(tǒng))()()()()()()()(sUsGssEsUsGssYpp)()()()()()()()()()()()(sUsHsYsEsUsGsAsBsGsYsA

31、sBspsps3.1 Soft sensor and inferential control2.推斷反饋控制示例推斷反饋控制示例丙烷、丁烷精餾塔的推斷反饋控制丙烷、丁烷精餾塔的推斷反饋控制擾動(dòng)擾動(dòng)變量：丙烷、丁烷精餾塔的進(jìn)料成分，變量：丙烷、丁烷精餾塔的進(jìn)料成分，操縱操縱變量：回流量變量：回流量 主要控制變量：塔頂丙烷成分（要求控制在主要控制變量：塔頂丙烷成分（要求控制在95%）是不可測(cè)量的變量）是不可測(cè)量的變量 輔助輔助變量：塔頂溫度變量：塔頂溫度過程模型為過程模型為:設(shè)計(jì)設(shè)計(jì);1602 . 0)(2sesAs;1709 . 0)(2sesBs;1302 . 1)(sesGsp1200 .

32、1)(ssGps;1701605 . 4)()()(sssAsBsE) 120)(170() 160(5 . 41302 . 1)()()()(ssssesGsEsGsHspsp3.1 Soft sensor and inferential control2.推斷反饋控制推斷反饋控制主要被控變量主要被控變量y可測(cè)時(shí)的推斷反饋控制可測(cè)時(shí)的推斷反饋控制推斷控制系統(tǒng)是開環(huán)控制，因此，推斷控制系統(tǒng)是開環(huán)控制，因此，過程模型的誤差將造成系統(tǒng)有差。過程模型的誤差將造成系統(tǒng)有差。如果主要被控變量如果主要被控變量y可測(cè)，則可組可測(cè)，則可組成推斷反饋控制系統(tǒng)成推斷反饋控制系統(tǒng)反饋控制回路反饋控制回路由反饋控制器

33、由反饋控制器Gc(s)、被控對(duì)象被控對(duì)象Gp(s)和檢測(cè)變送環(huán)節(jié)和檢測(cè)變送環(huán)節(jié)Gm(s)組成組成定值定值控制系統(tǒng)，均衡環(huán)節(jié)控制系統(tǒng)，均衡環(huán)節(jié)GL(s)。通過反饋使輸出與設(shè)定無余差。通過反饋使輸出與設(shè)定無余差。隨動(dòng)隨動(dòng)控制系統(tǒng)，被控變量控制系統(tǒng)，被控變量Gm(s)環(huán)節(jié)有較大時(shí)間常數(shù)和時(shí)滯，為此，設(shè)置均衡環(huán)節(jié)環(huán)節(jié)有較大時(shí)間常數(shù)和時(shí)滯，為此，設(shè)置均衡環(huán)節(jié)GL(s)，均衡環(huán)節(jié)選用大時(shí)間常數(shù)的濾波環(huán)節(jié)，使設(shè)定變化時(shí)，均衡環(huán)節(jié)有相對(duì)應(yīng)時(shí)間常數(shù)和時(shí)均衡環(huán)節(jié)選用大時(shí)間常數(shù)的濾波環(huán)節(jié)，使設(shè)定變化時(shí)，均衡環(huán)節(jié)有相對(duì)應(yīng)時(shí)間常數(shù)和時(shí)滯來適應(yīng)其變化，不造成對(duì)對(duì)輸出的波動(dòng)滯來適應(yīng)其變化，不造成對(duì)對(duì)輸出的波動(dòng)反饋控制器反饋

34、控制器Gc(s)選大比例度、大積分時(shí)間的選大比例度、大積分時(shí)間的PI控制器控制器3.2 時(shí)滯補(bǔ)償控制時(shí)滯補(bǔ)償控制時(shí)滯對(duì)控制品質(zhì)的影響時(shí)滯對(duì)控制品質(zhì)的影響1.時(shí)滯對(duì)象控制系統(tǒng)穩(wěn)定性的影響時(shí)滯對(duì)象控制系統(tǒng)穩(wěn)定性的影響l隨時(shí)滯的增加，開環(huán)頻率特性曲線隨時(shí)滯的增加，開環(huán)頻率特性曲線從從黑線黑線到藍(lán)線到到藍(lán)線到紅線紅線，穩(wěn)定性變差，穩(wěn)定性變差l時(shí)滯增加，交角頻率下降時(shí)滯增加，交角頻率下降較低頻率的干擾就會(huì)使系統(tǒng)不穩(wěn)定較低頻率的干擾就會(huì)使系統(tǒng)不穩(wěn)定l時(shí)滯增加，臨街放大倍數(shù)下降時(shí)滯增加，臨街放大倍數(shù)下降為此減小控制器增益，品質(zhì)變差為此減小控制器增益，品質(zhì)變差2.時(shí)滯對(duì)動(dòng)態(tài)指標(biāo)的影響時(shí)滯對(duì)動(dòng)態(tài)指標(biāo)的影響當(dāng)系統(tǒng)

35、有時(shí)滯時(shí)當(dāng)系統(tǒng)有時(shí)滯時(shí)控制器的輸出不能及時(shí)調(diào)節(jié)控制器的輸出不能及時(shí)調(diào)節(jié)圖中黑線是有時(shí)滯時(shí)控制器的輸出圖中黑線是有時(shí)滯時(shí)控制器的輸出它的調(diào)節(jié)不及時(shí)，使系統(tǒng)超調(diào)增大它的調(diào)節(jié)不及時(shí)，使系統(tǒng)超調(diào)增大紅線是時(shí)滯系統(tǒng)的輸出曲線紅線是時(shí)滯系統(tǒng)的輸出曲線粉紅線是無時(shí)滯時(shí)的控制器輸出粉紅線是無時(shí)滯時(shí)的控制器輸出藍(lán)線是無時(shí)滯時(shí)的系統(tǒng)輸出藍(lán)線是無時(shí)滯時(shí)的系統(tǒng)輸出時(shí)滯使開環(huán)系統(tǒng)相位之后增大時(shí)滯使開環(huán)系統(tǒng)相位之后增大因此，動(dòng)態(tài)特性變差因此，動(dòng)態(tài)特性變差3.2 時(shí)滯補(bǔ)償控制時(shí)滯補(bǔ)償控制Smith預(yù)估補(bǔ)償控制原理預(yù)估補(bǔ)償控制原理1.Smith預(yù)估計(jì)補(bǔ)償控制原理預(yù)估計(jì)補(bǔ)償控制原理l影響閉環(huán)特性的主要原因是閉環(huán)特征根影響閉環(huán)特

36、性的主要原因是閉環(huán)特征根時(shí)滯控制系統(tǒng)的閉環(huán)特征方程是超越方程時(shí)滯控制系統(tǒng)的閉環(huán)特征方程是超越方程設(shè)計(jì)細(xì)想，加補(bǔ)償器使閉環(huán)特征方程不含有時(shí)滯項(xiàng)設(shè)計(jì)細(xì)想，加補(bǔ)償器使閉環(huán)特征方程不含有時(shí)滯項(xiàng)l補(bǔ)償器傳遞函數(shù)的確定補(bǔ)償器傳遞函數(shù)的確定加入補(bǔ)償器加入補(bǔ)償器 后，閉環(huán)特征方程是后，閉環(huán)特征方程是：根據(jù)設(shè)計(jì)思想，應(yīng)使：根據(jù)設(shè)計(jì)思想，應(yīng)使：因此，補(bǔ)償器傳遞函數(shù)是：因此，補(bǔ)償器傳遞函數(shù)是：2.實(shí)時(shí)實(shí)時(shí)smith預(yù)估補(bǔ)償控制時(shí)的注意事項(xiàng)預(yù)估補(bǔ)償控制時(shí)的注意事項(xiàng)l模型的求取模型的求取模型的參數(shù)的估計(jì)：見模型的參數(shù)的估計(jì)：見 參數(shù)估計(jì)參數(shù)估計(jì)l時(shí)滯的實(shí)現(xiàn)時(shí)滯的實(shí)現(xiàn)用用Pade近似公式，模擬儀表實(shí)現(xiàn)近似公式，模擬儀表實(shí)

37、現(xiàn)計(jì)算機(jī)實(shí)現(xiàn)：用內(nèi)存單元的移位計(jì)算機(jī)實(shí)現(xiàn)：用內(nèi)存單元的移位l參數(shù)整定：指模型參數(shù)的整定參數(shù)整定：指模型參數(shù)的整定l應(yīng)與對(duì)象參數(shù)匹配應(yīng)與對(duì)象參數(shù)匹配0)()(1sPCesGsG0)()()()(1sGsGesGsGkCsPC)()(1)()()()(1sGsGsGsGesGsGPCkCsPC)1)()(sPkesGsG)(5 . 015 . 01一階sses)()(1215 . 01)(1215 . 0122二階sssses)(sGk3.2 時(shí)滯補(bǔ)償控制時(shí)滯補(bǔ)償控制內(nèi)?？刂苾?nèi)?？刂七^程模型為過程模型為 ，內(nèi)?？刂破鳎瑑?nèi)?？刂破?：Smith預(yù)估補(bǔ)償控制室特殊的內(nèi)?？刂祁A(yù)估補(bǔ)償控制室特殊的內(nèi)?？刂?/p>

38、 理想的內(nèi)模控制器可根據(jù)模型與過理想的內(nèi)?？刂破骺筛鶕?jù)模型與過程完全匹配得到：程完全匹配得到： 設(shè)過程為設(shè)過程為 模型為模型為： 則有：則有：如果模型如果模型 的逆存在，并可物理實(shí)現(xiàn)，則過程和模型一致時(shí)，不僅能夠的逆存在，并可物理實(shí)現(xiàn)，則過程和模型一致時(shí)，不僅能夠消除擾動(dòng)對(duì)系統(tǒng)輸出的影響，而且能保證無余差消除擾動(dòng)對(duì)系統(tǒng)輸出的影響，而且能保證無余差)(sGM)(sGIMC)()(1)()(sGsGsGsGMccIMC;)()(spoesGsG;)()(MsMoesGsG)()(1sGsGoIMC)(sGo3.2 時(shí)滯補(bǔ)償控制時(shí)滯補(bǔ)償控制內(nèi)模型控制的特點(diǎn)內(nèi)模型控制的特點(diǎn)內(nèi)?？刂频慕Y(jié)構(gòu)特點(diǎn)：把對(duì)象的

39、數(shù)學(xué)模型引入到控制回路中內(nèi)?？刂频慕Y(jié)構(gòu)特點(diǎn)：把對(duì)象的數(shù)學(xué)模型引入到控制回路中1.對(duì)偶穩(wěn)定性：對(duì)偶穩(wěn)定性：特征方程是特征方程是 ；如；如 ，則簡化為，則簡化為 內(nèi)?？刂葡到y(tǒng)穩(wěn)定的充要條件是閉環(huán)特征方程根在單位圓內(nèi)內(nèi)?？刂葡到y(tǒng)穩(wěn)定的充要條件是閉環(huán)特征方程根在單位圓內(nèi)當(dāng)當(dāng) 穩(wěn)定，只要穩(wěn)定，只要 穩(wěn)定，則內(nèi)?？刂葡到y(tǒng)穩(wěn)定穩(wěn)定，則內(nèi)?？刂葡到y(tǒng)穩(wěn)定當(dāng)當(dāng) 穩(wěn)定，只要穩(wěn)定，只要 穩(wěn)定，則內(nèi)?？刂葡到y(tǒng)穩(wěn)定穩(wěn)定，則內(nèi)模控制系統(tǒng)穩(wěn)定這稱為內(nèi)?？刂葡到y(tǒng)的對(duì)偶穩(wěn)定性這稱為內(nèi)模控制系統(tǒng)的對(duì)偶穩(wěn)定性2.理想控制器：理想控制器：如果如果 可求逆；逆矩陣可實(shí)現(xiàn)，則可求逆；逆矩陣可實(shí)現(xiàn)，則可設(shè)計(jì)可設(shè)計(jì) 這時(shí)，這時(shí)，y(z)=R(z); 即干擾即干擾 D(z)不影響不影響 y(z) 內(nèi)?？刂圃谀Ｐ推ヅ?，控制器是模型的逆時(shí)，是理想控制器內(nèi)模控制在模