东北大学柴天佑院士主持的973项目申报书 -复杂生产制造过程一体化控制系统理论和技术基础研究

项目名称：复杂生产制造过程一体化控制系统理论和技术基础研究首席科学家：柴天佑东北大学起止年限：2009.1至2013.8依托部门：教育部1一、研究内容本项目从提高我国制造业综合自动化水平、实现企业全局优化、提高企业竞争力的重大需求出发，针对复杂生产制造过程全流程控制与优化中提出的工业界亟待解决的，对控制理论与控制系统设计方法中具有挑战性的如下三个关键科学问题：（1）复杂生产制造全流程运行控制（2）复杂生产制造全流程基于数据和知识的实时智能优化（3）基于过程模型的生产全流程在线实时动态优化和关于一体化控制系统安全性、协同性、易用性的若干技术基础问题开展研究。1、三个关键科学问题和一个关键技术基础问题覆盖了复杂生产制造全流程控制与优化中面临的主要问题与难点目前，复杂生产制造全流程的控制与运行管理流程如图1所示，生产计划部门和调度部门采用人工方式将企业的综合生产指标（反映企业最终产品的质量、产量、成本、消耗等相关的生产指标）从空间和时间两个尺度上转化为生产制造全流程的运行指标（反映整条生产线的中间产品在运行周期内的质量、效率、能耗、物耗等相关的生产指标）；工艺部门的工程师将生产制造全流程的运行指标转化为过程运行控制指标（反映产品在生产设备（或过程）加工过程中的质量、效率与消耗等相关变量）；作业班的运行工程师将运行控制指标转化为过程控制系统的设定值。当市场需求和生产工况发生变化时，上述部门根据生产实绩数据，自动调整相应指标，通过控制系统跟踪调整后的设定值，实现对生产线全流程的控制与运行，从而将企业的综合生产指标控制在目标范围内。当市场需求和生产工况发生频繁变化时，以人工操作为主体的上述部门不能及时准确地调整相应的指标，导致产品质量下降、生产效率降低和能耗增加，从而无法实现企业综合生产指标的优化控制。要实现对生产制造全流程的一体化控制必须解决下列关键问题：采用何种控制结构和方案实现综合生产指标、生产制造全流程的运行指标、过程运行控制指标、过程控制系统自动协同，实现对整条生产线的控制；如何实时确定实现企业综合生产指标优化的生产全流程的运行指标；如何实现难以建立过程模型的生产制造全流程基于数据和知识的实时智能运行优化；2如何实现基于过程模型的生产全流程在线动态运行优化；如何通过自适应调整控制回路设定值对过程运行指标进行闭环反馈控制；如何设计一个具有安全性、协同性和易用性的一体化控制系统。解决上述难题的关键就在于解决：复杂生产制造全流程运行控制、复杂生产制造全流程基于数据和知识的实时智能优化和基于过程模型的生产全流程在线实时动态优化等重大关键科学问题和关于一体化控制系统安全性、协同性、易用性的若干技术基础问题。2、关键科学问题的内涵与本项目主要研究内容（1）复杂生产制造全流程运行控制复杂生产制造全流程是由多个生产设备（或过程）有机联接而成，其具有如下综合复杂性：多变量、变量类型混杂、变量之间强非线性强耦合，其特性随生产条件变化而变化、受到原料成分、运行工况、设备状态等多种不确定因素的干扰，难以用数学模型来描述等。其一体化控制系统涉及到生产计划调度部门将企业综合生产指标分解转化为生产制造全流程运行指标过程、工艺技术部门将生产制造全流程运行指标转化为过程运行控制指标、作业班将过程运行控制指标转化为过程控制系统设定值的多层次、多尺度的运行控制与管理过程。要实现复杂生产制造全流程运行控制首先就要确定其控制性能指标——生产制造全流程的运行指标，运行指标由反映整条生产线的中间产品在运行周期内的质量、效率、能耗、物耗等相关的多项指标组成。运行指标和综合生产指标之间的关系具有非线性、强耦合、难以用数学模型描述、受市场环境和生产条件的变化而变化等特征。企业的综合生产指标是反映企业最终产品的生产指标，而生产制造全流程的运行指标是反映生产线的中间产品在运行周期内的生产指标。因此综合生产指标分解转化过程的优化涉及到多层次、多尺度的非线性动态优化难题。生产制造全流程的一体化控制系统涉及到全流程的运行、生产设备（或过程）的运行控制、过程控制等不同层次，运行层又涉及到不同行业的生产工艺和设备运行知识。如何建立一个统一的控制结构来实现一体化控制是对传统的由反馈、前馈所构成的控制系统的挑战。过程运行控制的目的是在保证安全运行的条件下，尽可能地提供反映产品质量与效率的运行控制指标，尽可能地降低反映产品在加工过程中消耗的运行控制指标。复杂工业过程（或设备）的运行控制指标往往难于在线测量，与底层控制回路的输出密切相关，它们之间的动态特性常常具有强非线性、强耦合、难以用3精确模型描述、随工况运行条件变化而变化的综合复杂性，难以采用已有的模型预测控制方法实现运行控制。目前运行控制仍主要采用人工控制的控制方法，当工况变化频繁时，仅依赖人工经验不能及时准确地调整设定值，常造成故障工况。工业过程运行控制不仅涉及到底层控制层的反馈控制，而且涉及到上层运行控制指标的反馈控制。运行控制的底层（回路控制）和上层（回路设定控制）采用不同的控制周期。由于运行控制指标不能在线连续测量，往往需要对运行工况进行识别和对运行控制指标进行预报。运行工况的识别有时需要采用过程数据、声音、图像等多源信息与无线传感器网络信息融合。运行控制指标往往和产品质量数据的分布相关。因此，工业过程的运行控制对现有的反馈控制方法提出了挑战。回路控制与回路设定控制的复合闭环控制系统的稳定性、收敛性、鲁棒性是对现代控制理论中闭环控制系统性能分析方法的挑战。为解决上述科学问题，本项目将研究如下内容：研究内容一：复杂生产制造全流程一体化控制系统整体控制策略与运行控制方法具体研究内容：1)复杂生产制造全流程一体化控制系统体系结构研究2)在市场需求、节能降耗、环保等约束条件下，实现企业效益最大化的生产过程运行指标的智能优化决策方法3)具有综合复杂性的工业过程运行控制理论与方法4)过程运行控制方法在典型工业过程的应用验证（2）复杂生产制造全流程基于数据和知识的实时智能运行优化复杂生产制造全流程是由多个生产设备（或过程）有机联接而成，其运行过程具有如下特点：多变量、变量类型混杂、变量之间强非线性强耦合，其特性随生产条件变化而变化，受到原料成分、运行工况、设备状态等多种不确定因素的干扰，运行过程往往具有动态特性。复杂生产制造全流程的运行指标是由运行周期内整条生产线各中间产品的质量、效率、能耗、物耗等相关指标组成，难以在线连续测量。运行优化的目的是将运行指标控制在目标值范围内。上述复杂生产制造全流程运行优化问题对已有的优化理论和方法提出了挑战。对于难以建立过程模型的复杂生产制造过程，还未形成适用于生产制造全流程的运行优化方法。目前，在工业企业，大量的新型仪表、网络化仪表和传感技术已经应用于生产制造全流程中，获得了大量的实时数据。生产线的操作专家也已积累了丰富的系统运行优化和故障诊断、安全运行维护的知识。采用数据和知识融合，建立基于数据和知识的实时智能运行优化理论和方法是解决复杂生产4制造全流程运行优化问题的有效途径。鉴于在钢铁等行业的复杂生产过程中，运行优化与实时优化调度是紧密相关的，为提高运行优化的效果，必须实现实时调度与运行优化的一体化。另外，由于受基于数据和知识所建立的运行过程模型精确度的影响及设备状况、原材料和其它生产环境的变化，复杂生产制造全流程会出现异常工况，因此，为提高运行优化的效果，研究难以建立过程模型的复杂生产制造全流程运行优化必须考虑工况故障预报与安全运行维护。同时，现有的传感器还无法实现对影响过程运行指标的若干关键工艺参数的在线检测，因此在复杂生产制造全流程运行优化研究中还须考虑难以在线检测的关键工艺参数的检测问题。除上述工业企业的复杂生产制造过程需要采用基于数据和知识的实时智能运行优化系统外，城市污水排放过程等也需进行实时优化调度，以达到节能减排、提高效率的目标。而面向城市污水排放过程的基于数据驱动的实时优化调度方法与面向工业企业复杂生产制造过程的基于数据驱动的实时优化调度方法具有很多共性，本课题在研究面向钢铁、微电子等行业复杂生产制造过程基于数据驱动的实时优化调度理论和方法的同时，结合城市污水排放过程调度的特点进一步研究基于数据驱动的实时优化调度理论和方法，以使本课题基于数据驱动的实时优化调度相关成果具有更大的通用性。为解决上述科学问题，本项目将研究如下内容：研究内容二：复杂生产制造全流程基于数据和知识的实时智能运行优化理论和方法研究具体研究内容包括：1)复杂生产制造全流程的实时运行优化系统的体系结构及设计方法研究2)基于数据驱动及问题特征的实现调度与运行优化一体化的实时优化调度理论和算法3)基于数据和知识的实时智能运行优化理论和方法4)故障预报与安全运行维护理论和方法5)影响运行指标的关键参数在线检测中的若干技术基础研究6)实时智能运行优化系统在典型工业过程中的应用验证（3）基于过程模型的生产全流程在线动态运行优化对于具有过程模型的工业过程，其生产全流程的优化运行受到技术规范与操作规范、设备能力、原材料与作业条件等多种约束，在优化过程中过程模型的规模可达十多万维，约束方程具有柔性、刚性和变量混杂等综合复杂性。目前，该类工业过程（如石化过程）的运行优化常采用“稳态优化(RTO)+多变量先进控制(MPC或PID)”的方案。其中，过程优化是基于稳态模型的，所5考虑的是过程的经济指标；而过程控制则主要考虑动态过程的控制性能和操作性。稳态优化获得的设定值直接作为过程控制系统的设定值。传统的做法中两者是独立的。过程控制中的操作性问题、动态特性问题、控制自由度问题、过程工序前后关联问题、控制约束和边界问题等在过程稳态优化中未被考虑。这样在实施过程中两者经常会出现冲突。其结果是，或者为保证控制性能而不得不降低设定值优化性能，影响过程的经济指标；或者稳态优化设定值与动态过程特性不匹配，影响控制品质，过程操作性能下降，这将导致原料消耗大、能耗高、产品收率低等问题。因此，有必要基于统一的过程动态模型，整体联立求解面向经济指标的优化问题和面向操作指标的控制问题。因此，建立基于过程动态模型的全流程在线动态优化理论和方法是解决该问题的有效途径，也是当前国际研究的前沿方向。复杂生产制造过程模型规模巨大(几万甚至几十万个非线性联立方程)，且大多为微分-代数混合方程组，无法利用解析方法进行流程模拟和和动态优化。动态优化计算需要解决过程模型多尺度特征导致的严重病态问题和在线情况下超大规模动态系统优化求解问题。在线动态运行优化还需要解决在有限测量信息条件下高解析度过程模型与实际动态过程的一致性问题。过程模型还原与修正问题是大规模非线性优化问题，具有变量与方程数量大，优化目标复杂、可能存在多个局部极小点的特点。复杂生产制造全流程运行优化的目的是使运行指标处于目标值范围内的最佳位置。由于存在模型误差和各种扰动，运行优化需要在工况点过渡过程满足时间最优、经济性与产品稳定等性能要求下，达到较佳的目标运行区域。在存在扰动时，调整设计参数使得动态运行优化可行，同时又不降低原有控制性能，需要将动态系统优化求解方法与非线性模型预测控制相结合解决在线动态优化难题。为解决上述科学问题，本项目将研究如下内容：研究内容三：基于过程模型的生产全流程在线动态运行优化理论和方法研究具体研究内容为：1)基于机理模型的大规模动态系统优化计算方法2)基于有限测量信息的高解析度过程模型修正方法3)基于过程模型的全流程在线动态运行优化方法4)基于过程模型的在线动态运行优化方法在典型工业过程中的应用验证（4）关键技术基础问题涉及的其它研究内容实现解决上述三个科学问题而提出一体化控制策略和方法，必须研究一体6化控制系统实现的关键技术基础问题。一体化控制系统与传统的工业过程控制系统和生产管理系统相比，其结构和组成发生了根本的变化，其结构涉及控制、运行和管理三个层次，其组成包括由多种类型网络（设备网、控制网（工业以太网）、企业管理网等）、多种控制计算机（PLC、DCS、管理计算机）、传感器与执行机构组成的硬件平台，由组态软件、实时数据库、关系数据库等组成的支撑软件平台和采用一体化