模块化思想在CGPC控制软件中的应用

讨论了基于连续时间模型的广义预测控制软件的开发和应用,避免了传统离散时间方法的采样时间选择问题。本文中的软件采用OPC数据采集技术,以基于随机数搜索的连续时间模型辨识方法为基础,实现了连续时间控制律的模块化仿真与在线控制。通过该软件平台可以计算具有多种组合形式的连续时间控制律,并能实时在线的获取和观察各个模块的输入、输出以及状态,设计整定控制器参数。基于VC平台开发的控制软件,既有与Matlab类似的仿真功能,又可以用于工业现场实时控制。通过对济南炼油厂一个实际模型的控制效果,证明了该软件的有效性,推广了连续时间控制律的应用。     

一种可在线实现的对象辨识新方法

大多数工业生产装置是一种非线性和慢时变的过程,这类过程在实施基于模型的先进控制时,往往在先进控制投运初期运行状况良好,但随着的时间推移,由于模型的时变性和先进控制模型不能及时更新,结果造成先进控制运行效果越来越差,以至最终无法投运。针对这类问题,本文提出了一种可在线更新对象模型的新方法(MPSEIVI),新方法的仿真结果表明,应用新方法进行对象辨识,效果明显,提高了对象辨识的准确性。该方法的提出为确保先进控制的长期运行提供了一种新思路。     

基于OPC和IMC的先进控制及其应用

工业生产装置的常规PID控制,由于它的简单实用,具有一定的鲁棒性,至今仍被广泛采用采用。但它的PID参数几乎都是凭经验设定的,很难达到最佳效果,使控制质量不理想,造成装置自控率、平稳率低,装置产量不高和产品质量差等状况,针对上述问题,本文提出了一种基于OPC的数据采集技术和内模控制原理相结合的方法,从生产装置获取数据辨识对象模型,然后以辨识后的对象模型为基础对装置实施IMC-PID先进控制。实际应用结果表明,该方法操作简洁实用,效果明显,显著提高了装置的平稳率和自控率。该方法为类似苯乙烯装置的复杂化工控制系统的优化和先进控制提供了一种新的解决方案。     

基于数据挖掘的IMC-PID在线自整定算法的实现

提出了利用过程历史数据自动进行数据挖掘的PID参数在线自整定算法。算法以PID回路的动态响应特性为依据,通过给定ε-不敏感损失函数、辨识信任度函数,从可行数据集中选取有效数据集,以此作为回路参数自整定的有效数据。为确保PID控制尽可能达到最佳性能和鲁棒性,提出了基于对象组进行IMC-PID参数整定的方法。算法已应用于多个生产装置上,实际的投运结果表明,这种算法具有简便易用,推广能力强等特点,是PID参数整定算法中一种切实可行的算法。     

MSPCA在流向变换催化燃烧过程监测中的应用

针对PCA单尺度建模的局限性,综合应用小波分析和主元分析PCA,将小波分析提取变量局部特征的能力及主元分析分解变量线性关系的优势结合起来,引进新的多元统计过程监测工具MSPCA,并将其应用于温度周期化的流向变换催化燃烧过程。研究表明,与PCA相比利用MSPCA可以更有效地监测到过程的异常状况。