先進(jìn)控制系統(tǒng)應(yīng)用與維護(hù)

前言

隨著經(jīng)濟(jì)全球化的發(fā)展，國(guó)際競(jìng)爭(zhēng)日益激烈，我國(guó)企業(yè)的發(fā)展和挑戰(zhàn)并存。在全球金融危機(jī)的嚴(yán)重影響下，為了提高企業(yè)產(chǎn)品競(jìng)爭(zhēng)力，在國(guó)內(nèi)外的市場(chǎng)經(jīng)濟(jì)環(huán)境中處于不敗之地，石化等企業(yè)必須進(jìn)一步降低生產(chǎn)成本，提高產(chǎn)品質(zhì)量和節(jié)能減排，才能在競(jìng)爭(zhēng)中處于有利地位。在這種環(huán)境下，傳統(tǒng)的控制策略已不能完全滿足生產(chǎn)要求，全球企業(yè)都希望用高科技來抵抗金融危機(jī)，我國(guó)則要求科技人員與企業(yè)對(duì)接，用高技術(shù)來武裝企業(yè)。先進(jìn)控制技術(shù)是技術(shù)含量很高的技術(shù)，它能在金融危機(jī)中得到重視與發(fā)展。由于先進(jìn)控制技術(shù)不但能降低能耗與生產(chǎn)成本，而且能大幅度提高產(chǎn)品產(chǎn)量和質(zhì)量，從而提高經(jīng)濟(jì)效益。到目前為止，國(guó)內(nèi)眾多石化企業(yè)已經(jīng)投用了先進(jìn)控制技術(shù)軟件，許多企業(yè)也正在實(shí)施開發(fā)計(jì)劃。因此，本書能起到用高科技武裝企業(yè)的紐帶和橋梁作用。現(xiàn)代控制理論和人工智能幾十年來的發(fā)展已為先進(jìn)控制系統(tǒng)奠定了應(yīng)用理論基礎(chǔ)，而控制計(jì)算機(jī)，尤其是集散控制系統(tǒng)（DCS）的普及與提高，則為先進(jìn)控制應(yīng)用提供了強(qiáng)有力的硬件和軟件平臺(tái)。工業(yè)企業(yè)的需求以及控制理論和計(jì)算機(jī)技術(shù)的發(fā)展是先進(jìn)控制理論與在線優(yōu)化技術(shù)發(fā)展強(qiáng)有力的推動(dòng)力。先進(jìn)過程控制（Advanced Process Control，APC）技術(shù)，簡(jiǎn)稱先進(jìn)控制或APC，是對(duì)那些不同于常規(guī)單回路控制，并具有控制效果比常規(guī)PID控制更好的控制策略的統(tǒng)稱，而非專指某種計(jì)算機(jī)控制算法。該算法要求有過程的數(shù)學(xué)模型或帶有人工智能的性質(zhì)。這些控制策略的先進(jìn)性在于它們目前在工業(yè)過程中尚未廣泛使用。由于先進(jìn)控制的內(nèi)涵豐富，同時(shí)帶有較強(qiáng)的時(shí)代特征，因此，至今對(duì)先進(jìn)控制還沒有嚴(yán)格、統(tǒng)一的定義。盡管如此，先進(jìn)控制的任務(wù)卻是明確的，即用來處理那些采用常規(guī)。PID控制或串級(jí)控制效果尚不滿足過程要求，甚至無法進(jìn)行自動(dòng)控制的復(fù)雜工業(yè)過程控制的問題。國(guó)家和企業(yè)領(lǐng)導(dǎo)都已經(jīng)關(guān)注到這個(gè)問題，我國(guó)“十一五”規(guī)劃中明確提出要推進(jìn)科技進(jìn)步和技術(shù)創(chuàng)新。因此，一些新的企業(yè)，在設(shè)計(jì)和建廠過程中就要采用先進(jìn)控制與優(yōu)化技術(shù)，以及信息化系統(tǒng)，尤其要加強(qiáng)自主知識(shí)產(chǎn)權(quán)的技術(shù)開發(fā)。我國(guó)石油化工企業(yè)已經(jīng)推廣應(yīng)用100多套多約束模型預(yù)測(cè)控制的工程化軟件包，如Aspen Tech公司的DMC Plus，Honeywell公司的RMPCT，IDCOM.M，SMCA及PFC等。同時(shí)，我國(guó)國(guó)內(nèi)也自主開發(fā)了一些先進(jìn)控制和優(yōu)化軟件，如浙江大學(xué)研發(fā)的APC-Hiecon，APC-PFC，F(xiàn)RONTAPC，清華大學(xué)研發(fā)的SMART，上海交通大學(xué)研發(fā)的MCC以及北京化工大學(xué)研發(fā)的模型PID和IMC-PID先進(jìn)控制等。通過最近十幾年的應(yīng)用和研究，有關(guān)模型識(shí)別、優(yōu)化算法、控制結(jié)構(gòu)分析、參數(shù)整定及穩(wěn)定性和魯棒性等的一系列工作有了顯著進(jìn)展，基于模型控制的理論體系也已基本形成，并成為目前過程控制應(yīng)用最成功，也最具有前景的先進(jìn)控制策略之一。先進(jìn)控制系統(tǒng)的應(yīng)用與實(shí)施，使過程控制更為平穩(wěn)，有條件實(shí)現(xiàn)更嚴(yán)格的卡邊條件在線優(yōu)化控制，從而帶來顯著的經(jīng)濟(jì)效益。以石化行業(yè)為例，一個(gè)先進(jìn)控制項(xiàng)目的年經(jīng)濟(jì)效益在百萬(wàn)元以上，其投資回收期一般在一年以內(nèi)。

內(nèi)容概要

本書主要介紹了系統(tǒng)辨識(shí)技術(shù)、軟測(cè)量技術(shù)、先進(jìn)控制算法和優(yōu)化算法等理論與技術(shù)，這些技術(shù)與流程工業(yè)有著密切的聯(lián)系。本書內(nèi)容具體包括小波變換用于數(shù)據(jù)處理，動(dòng)態(tài)模型和穩(wěn)態(tài)模型的建模技術(shù)：增廣最小二乘法、多變量脈沖響應(yīng)、子模型、子子模型、狀態(tài)空間子空間辨識(shí)法和傳遞函數(shù)辨識(shí)法、主元分析法、主元回歸、部分最小二乘法、神經(jīng)元網(wǎng)絡(luò)的原理、支持向量機(jī)及它們?cè)谲洔y(cè)量技術(shù)中的應(yīng)用；統(tǒng)計(jì)過程質(zhì)量控制、先進(jìn)的模型PID控制、內(nèi)?？刂?、IMC-PID控制、預(yù)測(cè)控制、模糊控制和遺傳算法，以及粒子群和蟻群優(yōu)化算法與LNJ優(yōu)化算法和它們?cè)诠I(yè)現(xiàn)場(chǎng)在線優(yōu)化控制中的應(yīng)用。全書理論聯(lián)系實(shí)際，具有較多流行先進(jìn)控制軟件在煉油、石化工業(yè)裝置中的應(yīng)用實(shí)例，并有先進(jìn)控制系統(tǒng)的詳細(xì)實(shí)施和維護(hù)方法，便于在流程行業(yè)的企業(yè)大力推廣先進(jìn)控制系統(tǒng)。    本書可作為自動(dòng)化、檢測(cè)技術(shù)及計(jì)算機(jī)應(yīng)用類專業(yè)師生的教學(xué)學(xué)習(xí)用書，也可供研究人員和工程技術(shù)人員參考。

書籍目錄

前言第1章  概述  1.1 先進(jìn)過程控制  1.2 小波分析及其應(yīng)用  1.3 系統(tǒng)辨識(shí)  1.4 人工神經(jīng)網(wǎng)絡(luò)及其應(yīng)用  1.5 統(tǒng)計(jì)過程建模  1.6 多變量統(tǒng)計(jì)過程控制  1.7 軟測(cè)量技術(shù)  1.8 在線優(yōu)化  1.9 先進(jìn)控制系統(tǒng)的應(yīng)用與維護(hù)第2章  小波變換用于數(shù)據(jù)處理  2.1 傅里葉變換  2.2 小波變換  2.3 一維連續(xù)小波變換  2.4 一維離散小波變換  2.5 多分辨率分析  2.6 一維Mallat算法  2.7 提升小波變換  2.8 幾種常用的小波基函數(shù)  2.9 小波變換在信號(hào)處理中的應(yīng)用  思考題第3章  系統(tǒng)辨識(shí)技術(shù)  3.1 系統(tǒng)辨識(shí)建模  3.2 增廣最小二乘法  3.3 多變量系統(tǒng)辨識(shí)  3.4 閉環(huán)系統(tǒng)辨識(shí)  3.5 傳遞函數(shù)模型辨識(shí)  思考題第4章  人工神經(jīng)網(wǎng)絡(luò)理論及其在建模和控制中的應(yīng)用  4.1 概述  4.2 BP神經(jīng)網(wǎng)絡(luò)及其應(yīng)用  4.3 RBF神經(jīng)網(wǎng)絡(luò)及其應(yīng)用  4.4 采用雙模型結(jié)構(gòu)改善軟儀表性能  4.5 B樣條神經(jīng)網(wǎng)絡(luò)  4.6 用支持向量機(jī)構(gòu)建軟儀表  4.7 用神經(jīng)網(wǎng)絡(luò)建立動(dòng)態(tài)軟儀表模型  4.8 用RBF神經(jīng)網(wǎng)絡(luò)建立控制用的動(dòng)態(tài)模型  4.9 基于RBFNN的非線性神經(jīng)網(wǎng)絡(luò)內(nèi)?？刂? 思考題第5章  多變量統(tǒng)計(jì)建模方法及其在軟測(cè)量中的應(yīng)用  5.1 相關(guān)分析  5.2 多元線性回歸分析  5.3 多元逐步回歸方法  5.4 主元分析法  5.5 部分最小二乘法  5.6 基于Chebyshev多項(xiàng)式的部分最小二乘法  5.7 五種建模方法應(yīng)用示例比較  5.8 基于核函數(shù)的建模方法與應(yīng)用示例  思考題第6章  多變量統(tǒng)計(jì)過程控制的應(yīng)用  6.1 概述  6.2 單變量統(tǒng)計(jì)過程控制  6.3 多變量統(tǒng)計(jì)過程監(jiān)控  6.4 多尺度主元分析的多元統(tǒng)計(jì)過程監(jiān)控  6.5 遞推PCA的多元統(tǒng)計(jì)過程監(jiān)控  6.6 多PCA模型的多元統(tǒng)計(jì)過程監(jiān)控  6.7 多元統(tǒng)計(jì)過程監(jiān)控的發(fā)展  6.8 用PCA—RBFlN建立可偵破故障的反應(yīng)器自校正模型  思考題第7章  魯棒內(nèi)模控制及其應(yīng)用  7.1 概述  7.2 魯棒控制  7.3 內(nèi)?？刂? 7.4 模型不確定性界和IMC設(shè)計(jì)及其魯棒性能  7.5 IMC—PID控制  7.6 IMC—PID軟件包  7.7 多變量系統(tǒng)解耦內(nèi)?？刂? 7.8 模型PID控制  思考題第8章  預(yù)測(cè)控制  8.1 概述  8.2 預(yù)測(cè)控制  8.3 廣義預(yù)測(cè)控制  8.4 廣義預(yù)測(cè)控制快速算法  8.5 多變量單值預(yù)測(cè)控制  8.6 廣義預(yù)測(cè)一PID串級(jí)控制  8.7 時(shí)滯多變量連續(xù)時(shí)間廣義預(yù)測(cè)控制  8.8 基于差分方程的單變量預(yù)測(cè)函數(shù)控制  8.9 基于NLJ優(yōu)化算法的多變量約束預(yù)測(cè)函數(shù)控制  8.10 多變量協(xié)調(diào)預(yù)測(cè)控制及其應(yīng)用  思考題第9章  模糊控制理論與應(yīng)用  9.1 概述  9.2 模糊控制原理  9.3 模糊控制器的設(shè)計(jì)  9.4 自適應(yīng)模糊控制器  9.5 常壓塔塔底液位非線性控制  9.6 塔底液位非線性區(qū)域控制  9.7 自適應(yīng)塔底液位非線性區(qū)域控制  9.8 模糊自適應(yīng)調(diào)整內(nèi)模控制濾波器時(shí)間常數(shù)  9.9 基于FCMA算法的自學(xué)習(xí)粗糙——模糊控制器  思考題第10章  優(yōu)化算法在軟測(cè)量和在線優(yōu)化中的應(yīng)用  10.1 概述  10.2 遺傳算法  10.3 粒子群優(yōu)化算法  10.4 蟻群優(yōu)化算法  10.5 NLJ優(yōu)化算法  10.6 復(fù)合形優(yōu)化算法  10.7 過程在線優(yōu)化控制  思考題第11章  先進(jìn)控制系統(tǒng)的應(yīng)用  11.1 常減壓蒸餾裝置的先進(jìn)控制  11.2 催化裂化生產(chǎn)過程控制  11.3 催化重整生產(chǎn)過程控制  11.4 延遲焦化生產(chǎn)過程控制  11.5 精餾過程的先進(jìn)控制  11.6 乙烯裂解裝置的先進(jìn)控制方案  11.7 聚丙烯裝置的先進(jìn)控制方案  11.8 芳烴裝置上的APC應(yīng)用  思考題第12章  先進(jìn)控制系統(tǒng)的實(shí)施與維護(hù)  12.1 概述  12.2 RMPCT先進(jìn)控制在催化裂化裝置上的實(shí)施  12.3 APC性能的評(píng)價(jià)  12.4 控制系統(tǒng)的維護(hù)  思考題附錄A  F分布表和t分布表參考文獻(xiàn)

章節(jié)摘錄

插圖：1.1先進(jìn)過程控制1.1.1先進(jìn)控制的發(fā)展現(xiàn)狀 在過程工業(yè)界，從20世紀(jì)40年代開始，采用PID控制規(guī)律的單輸入單輸出簡(jiǎn)單反饋控制回路已成為過程控制的核心系統(tǒng)。目前，PID控制仍應(yīng)用廣泛，即便是在大量采用。DCS控制的最現(xiàn)代化的裝置中，這類回路仍占總回路數(shù)的80％～90％。從20世紀(jì)50年代開始，逐漸發(fā)展了串級(jí)、比值、前饋、均勻和Smith預(yù)估控制等復(fù)雜控制系統(tǒng)（當(dāng)時(shí)稱為先進(jìn)控制系統(tǒng)），從而在很大程度上滿足了單變量控制系統(tǒng)的一些特殊控制要求。在工業(yè)生產(chǎn)過程中，仍有10％～20％的控制問題采用上述控制策略無法奏效，所涉及的被控過程往往具有強(qiáng)耦合性、不確定性、非線性、信息不完全性和大純滯后等特征，并存在著苛刻的約束條件，更重要的是，它們大多數(shù)是生產(chǎn)過程的核心部分，直接關(guān)系到產(chǎn)品的質(zhì)量、產(chǎn)率和消耗等有關(guān)指標(biāo)。隨著過程工業(yè)日益走向大型化，對(duì)過程控制的品質(zhì)提出了更高的妻求，控制與經(jīng)濟(jì)效益的矛盾日趨尖銳，迫切需要一類合適的先進(jìn)控制策略。自20世紀(jì)50年代末發(fā)展起來的、以狀態(tài)空間方法為主體的現(xiàn)代控制理論，為過程控制帶來了狀態(tài)反饋、輸出反饋、解耦控制、自適應(yīng)控制等一系列多變量控制系統(tǒng)的設(shè)計(jì)方法；對(duì)于狀態(tài)不能直接測(cè)量的情形，也有觀測(cè)器和估計(jì)器等工具。然而，當(dāng)現(xiàn)代控制理論真正應(yīng)用于工業(yè)過程控制時(shí)，卻遇到了前所未有的困難，以致產(chǎn)生了它是否適用于過程控制的困惑。究其原因發(fā)現(xiàn)，除了上述多變量控制策略自身的不足外（如解耦控制在約束處理和控制變更時(shí)缺乏靈活性），工業(yè)過程的復(fù)雜性使得建立其精確數(shù)學(xué)模型也比較困難。此外，現(xiàn)代控制理論所需的數(shù)學(xué)基礎(chǔ)也在一定程度上限制了它被過程控制界所熟悉和了解。與此同時(shí)，計(jì)算機(jī)技術(shù)的持續(xù)發(fā)展使得計(jì)算機(jī)控制在工業(yè)生產(chǎn)過程中得到了廣泛的應(yīng)用，強(qiáng)大的計(jì)算能力可以用來求解許多過去認(rèn)為是無法求解計(jì)算的問題，這一切都孕育著過程控制領(lǐng)域的新突破。1980年前后，過程控制界的兩位探索者J.Richalet和C.R.Cutler分析報(bào)道了其各自研究的、有關(guān)解決實(shí)時(shí)動(dòng)態(tài)環(huán)境下帶約束多變量耦合系統(tǒng)控制問題的成果。這就是著名的模型預(yù)測(cè)啟發(fā)式控制和動(dòng)態(tài)矩陣控制。這一事實(shí)表明，過程工業(yè)已開始接受現(xiàn)代控制的概念，從而引發(fā)了預(yù)測(cè)控制在工業(yè)過程控制中的大量應(yīng)用。

編輯推薦

《先進(jìn)控制系統(tǒng)應(yīng)用與維護(hù)》是由中國(guó)電力出版社出版的。

圖書封面

評(píng)論、評(píng)分、閱讀與下載

---

    先進(jìn)控制系統(tǒng)應(yīng)用與維護(hù) PDF格式下載

---