智能控制在过程控制中的应用讲解

1第8章智能控制在过程控制中的应用28.1概述工业生产过程的自动控制在很多工业领域占有重要位置，控制效果的优劣直接影响到产品的质量、产量和生产设备的运行寿命，影响到生产的安全、稳定和工人的劳动强度，先进控制方法的研究具有明显的经济和社会意义。对于简单过程系统，采用传统的经典或现代控制理论方法，可以获得满意的控制效果。而对于复杂过程系统，由于其具有非线性、时变、纯滞后、不确定等特性，采用传统的控制方法难以取得好的控制效果，因此，其智能控制方法成为研究热点。3智能控制理论是继经典控制理论、现代控制理论之后发展起来的，是控制理论发展新阶段的产物，其建立和发展是以众多新兴学科为基础的。智能控制的基本出发点是采用人工智能方法对复杂、不确定性系统进行有效控制。智能控制方法包括专家系统控制、模糊控制、神经网络控制和仿人智能控制等，这几种方法各有其不同的特点，并已在不同领域中取得了一些相当成功的应用，但这些方法在单独模拟人类智能活动时，又存在着各自的局限性。因此，许多学者试图综合几种方法的优点，以克服各自的局限性。4实际上，智能活动既有感知（直观、形象）活动，又有认知（逻辑）活动，两者是密切相关的，而且又是可以互相转换的，也是符合生理和心理现象的，神经网络计算和模糊逻辑推理恰恰反映了这两种活动的特性，因此基于神经网络的模糊控制近年来逐渐成为研究的热点。模糊控制和神经网络二者各自的优势在于：模糊控制易于获得由语言表达的专家知识，能有效的控制难以建立精确模型而凭经验可控制的系统，而神经网络则由于其仿生特性更能有效利用系统本身的信息，并能映射任意函数关系，具有并行处理和自学习能力，容错能力也很强。5在集成大系统中，神经网络可用于处理低层感知数据，模糊逻辑可用于描述高层的逻辑框架。神经网络和模糊系统均属于无模型控制器和非线性动力学系统，但神经网络适合处理非结构化信息，而模糊系统对处理结构化的知识更有效。模糊神经网络控制大致可分为三类，第一类是直接在神经网络的学习模型中引入模糊逻辑推理的方法，使其具有直接处理模糊信息的能力；第二类是利用神经网络功能及映射能力，去等效模糊系统中的各个模糊功能块；第三类是把模糊系统和神经网络集成在一个系统中，以发挥各自的优势。6专家系统是符号逻辑人工智能中一个最重要、最活跃的分支，但存在知识获取的困难，而神经网络方法具有很强的自学习能力和自适应能力，能够实现快速推理。因此将专家系统和神经网络方法集成应用，将能发挥他们的综合优势。在一些大型复杂系统中，采用单一的某种智能控制方法往往不能满足控制要求，这时应考虑综合应用模糊控制、神经网络控制和专家系统控制等方法的集成智能控制方法。7本章首先讨论复杂工业过程控制发展及其智能控制方法的研究现状，然后具体介绍具有典型意义的氧乐果合成过程智能控制方法的研究，以便对智能控制的应用方法有一个比较完整的了解。88.2复杂工业过程控制的研究现状关于复杂工业过程，目前尚无统一定义。其复杂性可概括为两个方面：客观复杂性和认识复杂性。前者是指客观工业过程中某种运动或性态跨越层次后整合的、不可还原的新性态和相互关系；后者是指对客观工业过程中复杂性的有效理解及其表达。但在实际工程中，有些专家认为，若工业过程受行为变量影响很弱且过程主要由状态变量描述，可认为是一个简单系统，即复杂工业过程的关键是由行为变量所致。9按系统科学理论，工业过程有多种分类方法：若组成工业过程系统的子过程或元部件比较少且其关系比较单纯，则称为简单的工业过程；若组成工业过程系统的子过程或元部件很多或非常大且其关系复杂，则称之为大系统工业过程；若在其中子过程的种类不太多且关系又比较简单，一般可用线性或易于表达的非线性关系描述，则称为简单大系统工业过程；若在其中子过程种类很多且关系复杂，递阶层次结构复杂，子过程间又耦合很紧，一般又不可用线性或易于表达的非线性关系描述，则称为复杂大系统工业过程。10传统的经典控制或现代控制理论在解决复杂工业过程的控制方面，有很大局限性，主要表现如下：(1)不确定性问题(2)高度非线性问题(3)半结构化与非结构化问题(4)不可确定性的问题(5)可靠性问题11复杂工业过程的控制问题期盼着用新的理论与方法来实实在在地解决工业现场的实际问题。人们研究的复杂工业过程是一个具有高度复杂、不可确定、多层次、网络性系统，在一个层次上是不可能把工业过程完全弄清楚，对其研究需要在多个层次上进行。所谓复杂工业过程乃是工业过程中带有根本性的、普遍性的又是远远没有解决的问题。这就需要我们在未来研究中，运用复杂系统理论提供的新概念、新方法及新成果，结合已经形成的复杂工业过程特有的概念体系和方法学，通过多个层次以及对多个层次的综合集成研究，最终在个体层面上解答和揭示工业过程。12从现阶段发展趋势看，在工业过程控制中控制策略的智能化，决策支持的“专家”化已成为必然。通过知识工程方法，将有关对象的定性知识、人的经验知识与技巧和启发式逻辑推理有效地集成起来，从而构成知识库系统，以支持系统控制策略和算法的优选及运行状态的优化，已成为复杂工业过程控制的重要技术手段。其实质是对人的能力放大和增强。计算机集成过程系统(ComputerIntegratedProcessSystem，CIPS)是工业过程控制进入计算机时代的产物，以连续生产过程为研究对象，其目标是实现计算机集成综合自动化。13虽然计算机在系统中起很大作用，但仍然是辅助工具，人在监控级总体闭环中仍然起着不可取代的关键作用。这包括人在内的系统，实质上是一种人机智能系统，在协同作用过程中将展现出超过人的智力和才能的能力。但关键在于加强控制理论同生产实际密切结合，注意引入智能化方法和智能技术以及知识工程方法，逐步形成不同形式的既简单又实用的控制结构和算法，使控制理论智能化和工程化，以加快复杂工业过程控制的智能化进程。148.3复杂过程智能控制方法的研究现状20世纪60年代，由于空间技术，海洋技术和机器人技术发展的需要，控制领域面临着被控对象的复杂性和不确定性，以及人们对控制性能要求越来越高的挑战。被控对象的复杂性和不确定性表现为对象特性的高度非线性和不确定性，高噪声干扰，系统工作点动态突变性，以及分散的传感元件与执行元件，分层和分散的决策机构，复杂的信息模式和庞大的数据量。面对复杂的对象和复杂的环境，用传统控制的理论和方法已经不能很好的完成控制任务。因此，解决复杂系统控制问题的智能控制应运而生。15近年来，把传统控制理论与模糊逻辑、神经网络、模式识别、遗传算法、小波分析等人工智能技术相结合，充分利用人类的控制知识对复杂系统进行控制。世界各国控制理论界也都在探索建立新一代的控制理论，以解决复杂系统的控制问题。经过长期的孕育与探索研究，人们认识到将人工智能原理和方法以及人的经验与智能用于复杂工业过程，是解决复杂工业过程控制问题很有希望和前景看好的途径。16人们在实践中观察到人类具有很强的学习和适应周围环境的能力。有些复杂的系统，凭人的直觉和经验能很好地进行操作并达到理想的结果，这就产生了一种仿人的控制理论和方法，出现了新的、具有远大前程的“智能控制理论”研究方向。智能控制理论是对传统控制理论的发展，传统控制是智能控制的一个组成部分，是智能控制的低级阶段，因此，智能控制理论无疑是控制理论发展的高级阶段。17智能控制的建立和发展是以众多新兴学科为基础的，其中思维科学是研究智能控制的重要认识论基础。智能控制的基本出发点是仿人的智能实现对复杂不确定系统的有效的控制，要模仿人的智能就要模仿人的思维方式，因此，必须研究人的思维形式和特点。这主要从三个方面着手：一是模拟人的抽象(逻辑)思维；二是模拟人的形象(直觉)思维；三是模拟人的灵感(顿悟)思维。18神经网络理论和知识工程是研究智能控制的重要基础。要从人脑神经系统结构和功能上模拟人的智能，必须研究基于连接机制的神经网络理论。由于神经网络具有逼近任意非线性函数的能力，并行信息处理及自学习等特点，因此它已成为研究智能控制的重要基础。智能控制系统是以知识为基础的系统，因此以研究知识表示、利用和获取为中心内容的知识工程也是研究智能控制的重要基础。19研究和模仿人类智能是智能控制的最高目标，为模仿和构造智能控制系统，生命科学和脑科学关于人体和脑功能更深入的知识是不可缺少的，要研究生命系统中的自组织能力、免疫能力和遗传能力的精确结构。可见智能控制必须靠多学科联合才能取得新的质的突破。智能控制系统由于被控对象的复杂性及不确定性，本质上决定了它必然是非线性系统，因此，研究非线性系统的理论如耗散结构论、突变论、协同论及混沌理论都可以作为主要工具用于智能控制的研究。20智能控制的研究领域十分广泛，除了传统控制理论外还包括：计划、学习、搜索算法、思维进化算法、复合系统、容错、纠错、重构、自主、petri网、神经网络、模糊逻辑、粗糙集理论等。智能控制所研究的被控对象可以是某一复杂的生产过程控制系统，也可以是社会经济管理系统、交通运输系统、环保及能源系统等，这里所说的被控对象是广义的，它的规模可以很大，象全球人口系统稳定性问题；也可以很小，如一个精密复杂的智能电子仪器。21基于人工神经网络理论、模糊数学理论，模式识别理论及专家系统理论等基础理论，并融合生理学、心理学、行为学、运筹学、传统控制理论等多学科的知识和方法，出现了许多有效的智能控制理论和方法，主要有：(1)模糊控制(FC)；(2)神经网络控制(NNC)；(3)专家控制(EC)；(4)分层递阶智能控制(HIC)；(5)仿人智能控制(AHIC)；(6)集成智能控制(IIC)，即将几种智能控制方法或机理融合在一起而构成的智能控制方法；(7)组合智能控制，即将智能控制和传统控制有机地结合起来而形成的控制方法。228.4氧乐果合成反应温度智能控制8.4.1氧乐果合成反应过程简介氧乐果又称氧化乐果，分子式为C5H12NO4PS，是在农业生产中使用较为广泛的一种农药。其生产方法主要有后胺解法、先胺解法和异氰酸酯法，较为常用的是后胺解法，其生产流程如图8.1所示。图8.1氧乐果生产流程示意图缩合脱溶氨解缩合重排成盐三氯化磷甲醇硫，氨氯乙酸甲酯甲胺成品23氧乐果生产中的合成（胺解）工序是整个氧乐果生产的关键，直接影响着氧乐果粗原油的收率、含量等指标。氧乐果的合成反应是一个剧烈的放热反应。反应物是一甲胺和精酯，反应产物是氧乐果粗原油。氧乐果合成反应工艺如图8.2所示。图8.2氧乐果合成反应工艺图24计量罐中的一甲胺滴注到反应釜内，经搅拌后均匀地喷洒到反应釜中，与其中预先备好的精酯混合，发生剧烈的放热反应，生成氧乐果粗原油。反应釜外壁缠有冷却盐水管道，反应放出的热量经过热交换后被冷却盐水带走。有的计量罐内也装有冷却盘管。开始投一甲胺以前，要把精酯冷却到-20℃以下。操作工根据反应釜内精酯量计算出一甲胺应投料量。计算公式为：(8-1)式中一般取0.44或0.43，其具体数值由技术人员根据一甲胺的含量来确定。JZMMJZkMMk25影响反应釜温度的因素有很多，经认真分析，主要因素如下：①一甲胺流量一甲胺流量是影响反应釜温度的最主要因素，流量大，则合成反应放热量多，温升快；流量小，则反应放热量少，温升慢。其中一甲胺流量主要受调节阀的影响，调节阀开度增大，则流量增加；反之，则流量减少。一甲胺流量还受计量罐中一甲胺液位的影响，阀位不变时，液位越高，则流量越大；反之，则流量越小。26②冷却盐水流量和温度冷却盐水流量越大，则冷却效果越好，温升越慢；反之，则温升越快。冷却盐水温度越低，则冷却效果越好；反之，则越差。其中一个反应釜的冷却盐水流量除受自身阀门开度影响外，还受其它反应釜的冷却盐水阀门开关状态的影响。③精酯量精酯量越多，则所需一甲胺量也越多，反应放热量就越多；反之，则反应放热量就越少。27④一甲胺累积投料量随着一甲胺累积投料量的增加，合成反应的放热量也在增加。累积投料量达到总量的25%时，反应最为剧烈，温升较快；投料总量剩余20%时，精酯已大部分被消耗掉，即使以较快的速度投一甲胺，反应温度也不会有较大上升。28⑤反应进行时间反应刚开始时