基于状态校正的积分对象预测控制算法及其应用-亓鲁刚.pdf

《基于状态校正的积分对象预测控制算法及其应用-亓鲁刚.pdf》由会员分享，可在线阅读，更多相关《基于状态校正的积分对象预测控制算法及其应用-亓鲁刚.pdf（5页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、2016 年 3 月 CIESC Journal 685 March 2016第 67卷 第 3期 化 工 学 报 Vol.67 No.3基于状态校正的积分对象预测控制算法及其应用 亓鲁刚1，李丽莉2，栾志业1，吕文祥1，黄德先1（1清华大学自动化系，北京 100084；2中华女子学院计算机系，北京 100101） 摘要：针对具有大滞后、强动态干扰的积分特性对象，提出了基于一阶状态校正的预测控制算法。算法考虑预测状态与其对应的实际测量值偏差的积分作用，在一阶维度上施加状态校正，从而大幅提高控制器的预测准确性与应对模型失配的能力。通过仿真对比验证了状态校正算法的有效性。本算法已实际应用于某炼厂闪

2、蒸罐的液位控制，取得了较好的控制效果。 关键词：模型预测控制；过程控制；参数估值；积分对象；状态校正 DOI： 10.11949/j.issn.0438-1157.20151763 中图分类号： TQ 028.8 文献标志码： A 文章编号： 0438 1157（ 2016） 03 0685 05 A predictive control algorithm of integral processes based on state correction and its application QI Lugang1, LI Lili2, LUAN Zhiye1, L Wenxiang1, HUA

3、NG Dexian1(1Department of Automation, Tsinghua University, Beijing 100084, China; 2Department of Computer Science, China Womens University, Beijing 100101, China) Abstract: For integral processes with large lag, strong dynamic disturbance, the predictive control algorithm based on first-order state

4、correction was proposed. Considering the integral effect of deviation between predictive and actual state, it exerts state correction on the first-order dimension. Thus the controllers robustness is improved significantly. By simulation experiments, the effectiveness of the state correction algorith

5、m was confirmed. And the algorithm has been adopted for liquid level control of flash tank in a refinery. The practical application results showed that the control effect is outstanding. Key words: model-predictive control; process control; parameter estimation; integral process; state correction 引

6、言 预测控制具有鲁棒性强、适应性广等优点，在流程工业中得到广泛应用1-3。 相比于稳定对象的预测控制，积分过程因为具有非自衡性，控制难度相对较大。目前使用的主要预测控制算法主要考虑开环稳定过程的控制，对于开环不稳定过程需要先用PID 控制，再以预测控制算法作为主回路控制4-5。针对不稳定对象，李嗣福6总结了采用预测控制算法控制一般表达式，提出了改进的模型算法控制控制无自平衡系统。栾志业等7提出了对对象模型分离的预测控制算法并应用于强非线性的间歇聚丙烯反应温度控制。针对强干扰、准周期振荡的具有积分特性的液位控制， Huang 等8提出了变周期的控制策略，具有很强的鲁棒性，在生产中得到了很好的应用

7、。针对具有积分特性的工业对象，陈观明等92015-11-26 收到初稿， 2015-12-11 收到修改稿。 联系人：黄德先。第一作者：亓鲁刚（ 1986） ，男，博士研究生。基金项目：国家重点基础研究发展计划项目（ 2012CB720505） ；国家自然科学基金项目（ 21276137） 。 Received date: 2015-11-26. Corresponding author: Prof. HUANG Dexian, Foundation item: supported by the National Basic Research Program of China (2012CB7

8、20505) and the National Natural Science Foundation of China (21276137). 化 工 学 报 第 67 卷 686 通过建立参数模型与非参数模型相分离的预测模型，建立以此模型为基础的预测控制算法，并通过计算机仿真实验验证了所提出方法的可行性。针对多步输出预测算法只对当前的误差进行反馈校正而无预测将来的误差变化趋势所造成误差干扰的校正不够及时、过渡过程时间偏长的问题，陈观明10提出了一种具有误差变化率预测校正的模型预测控制算法。针对基于输入输出模型的预测控制方法从原理上要求被控制对象具有开环稳定条件这一问题，基于状态空间模型的预测

9、控制方法应运而生11-15，也得到了进一步的发展和在实际应用中的成功应用16-20，但在应用时有需要状态空间模型和所有状态可测的限制。 针对具有大滞后、强动态干扰的积分特性对象，现有预测控制方法在实际应用中不能进行有效控制的难题，通过提取预测对象的一阶特性，提出了一种基于一阶状态校正的预测控制算法，明显提高了积分对象预测控制器的稳定性与鲁棒性。对比仿真实验与实际应用都充分展示了算法的良好控制效果。 1 积分特性对象与预测控制 针对具有积分特性的非最小相位系统是开环不稳定系统 Guo(s)，系统结构可以看作开环稳定环节 Gso(s)与积分环节的串联： uo so1() ()Gs Gss= (1)

10、 可用图 1 来描述系统。 图 1 积分特性对象分解 Fig.1 Integral system 图中的 u、 x 和 y 分别是输入、状态和输出。 传统的预测控制系统框图，如图 2 所示，主要由预测模型、反馈校正、滚动优化 3 部分组成。 为实现预测模型，文献 9将积分对象作相应的离散化处理，采样时间为 Ts，以稳态环节脉冲响应 图 2 预测控制系统结构图 Fig.2 Predictive control system structure 序列 h1, h2, , hN构造的积分系统离散化差分方程，用式 (2)表示。 mms1(1) () (1)Niiyk yk T huk i=+= + +

11、(2) 然后，依据传统预测控制结构，得到控制律与预测向量，如式 (3)、式 (4)所示，式中的符号详见文献 9。 T1Tmm m rmb curm lastmmm() ( 1)( ) ( ) ( 1) ( ) ( )kkkykykyk y k= + + + UAQA AQYBU V VR(3) pmpmbcur m last mmm(1) () ()( ) ( 1)( ) ( )kkkyk ykyk y k+= + +YAUBUVVR(4) 积分对象的预测控制中，由于对象开环不稳定，对象 Guo(s)可以看作是对应的稳定对象 Gso(s)的积分， Gso(s)预测的微小偏差经过积分累积作用可以

12、造成 Guo(s)预测的显著偏差。上述的预测控制方法在面对积分特性对象时，虽然取得一定的改进效果，但往往只有在模型失配不大时，不存在大的干扰情况下才能取得比较好的控制效果，在工程应用中复杂的工况变化使预测量不能准确表达实际状态，遇到模型失配问题难以达到满意的控制效果。 本文在文献 9所提预测控制方法的基础上，从实际应用中总结发现面对积分特性对象，传统的反馈校正，即零阶校正，不能有效校正预测向量，因此通过提取被控变量的一阶特性，再对预测向量实施一阶校正，可以克服模型失配问题，完全有效控制积分特性对象。 2 预测校正 如前所述，面对积分特性对象，在传统反馈校正的基础上，考虑预测状态的一阶校正，为此

13、引入两个新变量， 斜率 Slop 和旋转因子 （ factor for rotate）fr。首先，采用最小二乘法在线滚动计算当前被控变量的斜率 Slop，然后，旋转由预测状态与上一步预测状态，使其逼近真实斜率，更大限度降低预测误差。 二维空间上校正算法如图 3 所示。 图中描述了本文对预测序列的校正，分为平移校正（ shift）与旋转校正（ rotate）两部分。其中平移校正即为传统反馈误差校正，得到序列 yp(k)；旋转校正即本文提出的一阶校正，得到序列 ypc(k)。 一阶状态校正算法如下： pc ppc pc p p r r() ()(1) ()(1) ()(1 ) Slopyk yky

14、 k y k yk yk f f= + +(5) 第 3 期 亓鲁刚等：基于状态校正的积分对象预测控制算法及其应用 687图 3 预测向量平移与旋转校正 Fig.3 Predictive vector of shift and rotate correction ypc(k)与 ypc(k 1)为旋转校正后的预测状态，作为下一时刻的预测初始向量，用于计算新的控制增量与预测向量。 经过上述校正后的校正控制器能比较精准地计算预测状态，更为重要的是在一阶维度上处理预测误差，根本上降低积分特性对象下的预测误差，能有效应对积分特性对象的模型失配问题。 3 仿真对比 利用 Simulink 搭建仿真环境，

15、对比有无一阶状态校正控制器的控制效果。设被控系统模型为 0.2()(20 1)(15 1)Gss ss=+(6) 为了对比模型失配情况下，有无校正的控制器的控制效果，以下面变化的对象模型为例仿真 0.68()(30 1)(15 1)Gss ss=+(7) 仿真环境如图 4 所示。 图 4 积分特性对象仿真环境 Fig.4 Simulation of integral system 仿真中，设置采样时间为 1 s， N=180， P=120，M=5， qi=3， i=45， ri=0.9。另外，校正控制的速度因子 fr=0.4。仿真总时长为 2000 s。 仿真在 100 s 时， 施加设定值阶

16、跃扰动， 在 1000 s 时，施加控制增量扰动。然后，对比校正前后的控制曲线。 对于没有模型失配时或模型失配较小时，有无校正的控制器都能获得满意的控制效果，只是未校正的控制器在稳定时也一直存在微小的振荡。当模型失配逐渐加大到如式（ 6）所示，未校正控制器将出现如图 5 所示的等幅振荡，继续加大将发散。相同仿真条件下，加校正的控制器都能获得满意的控制效果（图 6） ，并可以消除余差，展示了更强的稳定性与鲁棒性，验证了所提出的方法的有效性。 图 5 未校正控制器的控制效果 Fig.5 Performance of non-state correction controller 图 6 校正控制器

17、的控制效果 Fig.6 Performance of state correction controller 4 应用实例 某炼厂常压车间的闪蒸罐液位控制，闪蒸罐底 图 7 控制对象流程图 Fig.7 Field process 化 工 学 报 第 67 卷 688 部液位通过原油进料量控制。原油先后经过泵、脱前换热器、三级电脱盐罐、脱后换热器、焦化炉对流室等环节进入闪蒸罐，流量约 350 t h1。车间对闪蒸罐液位的要求在 50%附近。控制对象的简要流程如图 7 所示。 本应用实例需要处理复杂的大滞后积分对象与多种干扰。从变频泵的流量控制器至闪蒸罐液位之间经过多个对象，存在约 4 5 min

18、 的纯滞后；闪蒸罐液位仪表测量存在较大的噪声；经过的电脱盐罐油水界位调节带入较大扰动等。应用实例中，原有常规控制无法控制大滞后积分对象，一直采用人工控制。针对该对象，开发了本文提出的校正控制器，投用后，展现了优异的控制性能，长期运行平稳。投用效果如图 8 所示。 图 8 展示了某日 9 17 时控制器投用前后液位控制效果对比。 13 时后， 状态校正控制器投用运行，控制液位在 50%附近，有效降低液位波动幅度。长期运行统计显示，液位超限时间减少 90%，原油流量波动降低 37%， 大幅提高装置生产运行的平稳率，同时提高装置自控率，提高装置控制效率，降低操作员劳动强度。 5 结 论 本文所提方法

19、是从实际应用中挖掘出来的，面对积分特性对象，在已有预测控制方法基础上，通过提取预测对象的一阶特性，实施一阶状态校正，大幅度提高了积分对象预测控制器的稳定性与鲁棒性。本文通过仿真对比验证了所提出改进方法的有效性，并应用于某炼油厂闪蒸罐的液位控制，取得了好的控制效果。 References 1 黄德先 , 王京春 , 金以慧 . 过程控制 M. 北京 : 清华大学出版社 , 2011. HUANG D X, WANG J C, JIN Y H. Process Control M. Beijing: Tsinghua University Press, 2011. 2 QIN S J, BADGW

20、ELL T A. A survey of industrial model predictive control technology J. Control Engineering Practice, 2003, 11(7):733-764. 3 席裕庚 , 李德伟 , 林姝 . 模型预测控制现状与挑战 J. 自动化学报 , 2013, 39(3): 222-236. XI Y G, LI D W, LIN S. Model predictive control status and challenges J. Acta Automatica Sinica, 2013, 39(3): 222-

21、236. 4 袁璞 . 生产过程动态数学模型及其在线应用 M. 北京 : 中国石油出版社 , 1994. YUAN P. Dynamic Model of Chemical Process and Its Online Application M. Beijing: China Petrochemical Press, 1994. 5 席裕庚 . 预测控制 M. 北京 : 国防工业出版社 , 1993. XI Y G. Predictive Control M. Beijing: National Defend Industry Press, 1993. 6 李嗣福 . MAC 和 DMC 的

22、改进算法 J. 自动化学报 , 1993, 19(4): 413-419. LI S F. Improvement algorithms of MAC and DMC J. Acta Automatica Sinica, 1993, 19(4): 413-419. 7 栾志业 , 吴晓帆 , 黄德先 , 等 . 基于模型分解的间歇聚丙烯过程预测控制 J. 计算机与应用化学 , 2006, 23(1): 20-24. LUAN Z Y, WU X F, HUANG D X, et al. Model separating-based predictive control of batch pol

23、ypropylene reaction process J. Computers and Applied Chemistry, 2006, 23(1):20-24. 8 LYU W X, WANG Y H, HUANG D X, et al. Alterable period nonlinear level predictive control and its applications C/ 3rd International Symposium on Advanced Control of Industrial Process. Jasper, Alberta, Canada, 2008.

24、9 陈观明 , 殷国富 . 具有积分特性系统的预测控制算法 J. 四川联合大学学报 (工程科学版 ), 1999, 3(3): 153-158. CHEN G M, YIN G F. Predictive control algorithm for the system with integral character J. Journal of Sichuan Union University (Engineering Science edition), 1999, 3(3): 153-158. 10 陈观明 . 具有误差变化率校正的预测控制算法 J. 自动化与仪器仪表 , 1999, (2)

25、: 7-9. CHEN G M. Predictive control algorithm with error rate correction J. Automation and Instrumentation, 1999, (2): 7-9. 11 丛松波 , 袁璞 . 基于状态方程的预估控制技术 C/中国自动化学会第二届过程控制科学报告会 . 富阳 , 浙江 , 1988. CONG S B, YUAN P. Predictive control technology based on state 图 8 现场应用中状态校正控制器液位控制效果 Fig.8 Performance of s

26、tate correction predictive controller in field 第 3 期 亓鲁刚等：基于状态校正的积分对象预测控制算法及其应用 689equation C/ Chinese Association of Automation 2nd Process Control Science Conference. Fuyang, Zhejiang, China, 1988. 12 LI S F, LIM K Y, FISHER D G. A State-space formulation for model predictive control J. AIChE Jour

27、nal, 1989, 35(2): 241-249. 13 袁璞 , 左信 , 郑海涛 . 状态反馈预估控制 J. 自动化学报 , 1993, 19(5): 569-577. YUAN P, ZUO X, ZHENG H T. State variable feedback predictive control J. Acta Automatica Sinica, 1993, 19(5): 569-577 14 MANFRED M, JAY H L. Model predictive control: past, present and future J. Computers and Chem

28、ical Engineering, 1999, (23): 667-682. 15 胡品慧 , 袁璞 . 状态反馈预测控制系统的鲁棒稳定性 J. 控制与决策 , 2001, 16(1): 126-128. HU P H, YUAN P. Robustness of state feedback predictive control systems J. Control and Decision, 2001, 16(1): 126-128. 16 ZHANG W Y, HUANG D X, WANG Y D, et al. Adaptive state feedback predictive c

29、ontrol and expert control for a delayed coking furnace J. Chinese Journal of Chemical Engineering, 2008, 16(4): 590-598. 17 TONG S W, LIU G P, WANG X G, et al. Real-time implementation of adaptive state feedback predictive control of PEM fuel cell flow systems using the singular pencil model method

30、J. IEEE Transactions on Control Systems Technology, 2009, 17(3): 697-706. 18 LI X G, HUANG D X, GAO D J. State feedback predictive control for hybrid system via parametric optimization J. Chinese Journal of Chemical Engineering, 2005, 13(5): 634-641. 19 李秀改 , 高东杰 . 混杂系统滚动时域状态反馈预测控制研究与实现 J. 自动化学报 , 2

31、004, 30(4): 567-571. LI X G, GAO D J. Moving horizon state feedback predictive control for hybrid system based on mixed logic dynamic J. Acta Automatica Sinica, 2004, 30(4): 567-571. 20 黄德先 , 田学民 , 袁璞 , 等 . 预估控制策略在大纯滞后过程的应用J. 化工自动化及仪表 , 1995, 22(6): 10-14. HUANG D X, TIAN X M, YUAN P, et al. The application of predictive control in large time-delay process J. Control and Instruments in Chemical Industry, 1995, 22(6): 10-14.