連續制造業流程的分級優化控制及應用

朱曉青

（湖南工業大學 電氣與信息工程學院，株洲 412008）

1 概述

隨著流程制造業自動化水平的不斷提高，人們開始逐步將分離的局部過程自動化進行整合，從而實現全局的優化控制系統，這將更有利于總成本的降低和對生產質量的保證。若能將生產制造過程與生產調度、訂單管理、物料管理、乃至資金管理等有機地結合起來，更是一種提高整體效益的趨勢。流程制造業的許多任務是具有不同的層次需求，對這些不同層次要求的任務可以在計算機控制系統中被劃分為不同模塊的子系統，或分布在不同層面的處理器分別予以完成的。這樣就引申出分級控制系統的發展，同時也說明控制系統是可以表達成分級結構的，這也就是計算機多級（遞階）控制系統[1]。對控制系統分級的好處還體現在分級可以將復雜的控制問題轉化為一系列較為簡單的控制問題，再采用經典的控制算法或優化算法即可實現[2]。

對于一些老企業由于建廠時不曾考慮設計計算機實行過程監控，在后期的技術改造時分塊分層的分步實施也是常見的。特別是隨著計算機網絡技術的逐步成熟，控制設備的逐步開放，合理地選擇和配套控制產品，并分配適當的功能，可對工藝過程的整體優化控制進行分步實施，同時還可效地提高系統的性能價格比。為此有效地解決過程對象的分級優化控制也是具有十分現實的意義。

2 分級優化控制的理論基礎

分級優化控制就是實現過程的多級管理結構。作為一種統一認知的控制系統方法，由薩里迪斯和梅斯特爾等人提出的遞階控制是按照精度隨智能降低而提高的原理（IPDI）分級分布的，這一原理是遞階控制系統中常用的。層次數的選擇會因對象的不同而異。從多數實踐來看，遞階控制的層數以二層較為適合，在遞階控制層上可以設置一至二層協調與管理層。遞階控制系統的各層信息交換與層次功能的劃分也有其應遵循的規則[3]。如系統底層控制器主要實現或解決控制偏差較大與控制偏差變化率較小的特征模式算法，優化系統的大部分功能應由較高層來實現，同時在較高層次上還要建立系統的性能評價體系模型，用以計算和確定被控參數的實時優化控制策略，或實現專家控制功能等。

對于一個較復雜的系統，其控制器的設計將基于以下假設[4]。

1）對象有N段構成，他們是由識別各層的交互變量得到；

2）系統各層都有一個事件驅動模型，該模型通常用狀態方程來描述；

3）對系統的各層而言，局部辨識的控制目標是相互聯系的，且全局目標是與整個復雜系統相互聯系的。這樣我們可以對每一段j ( j=1,2,3…,N)進行如下數學描述：

式中，t0為作用于j段的最后檢測到事件的出現時間；

Xj(_ )為nj維狀態矢量；

Uj(_ )為mj維控制矢量；

Zj(_ )為nj維交互變量矢量；

同時，pj∈ Pj；qj∈ Qj；rj∈ Rj為由事件出現而引起突變的參數矢量。

在基礎控制層主要解決局部辨識與局部控制問題。局部辨識問題可由下式表達：

而局部控制器的設計問題可由下式給出:

其先決條件為:

式中，)Aj，)Bj，)Cjn分別表示對當前估計值的參數；Tj表示控制重現規劃范圍；則規定了第j層所需變化的參考狀態軌跡。

如果將所有各層模型概括為一個統一表達的整體，我們可得到一個近似總體模型：

如果出現型r ( )事件是可以檢測的，則需要解決如下全局辨識問題：

全局控制器的設計則為：

3 應用實例

我們在某冶煉流程的凈化過程采用分層優化的思想來設計和實現優化控制。由于該項目是在老工藝流程中實施過程優化，因此需要適當地選擇控制層次，從而達到能分步實施、分期投入、逐步見效的目的。通過分析我們選擇三層控制結構的框架，第一層為基礎控制層，第二層為監控優化層，這兩層直接實現過程的遞階優化控制。第三層為則為工廠管理層，它實現工廠的信息交換與管理信息的處理[5]。

3.1 對象分析

凈化過程的化學反應機理較為復雜，總體來看就是利用電位較負的金屬來置換溶液中電位較正的金屬離子。如果假設反應器內格處的離子濃度和溫度均不隨空間位置和時間而改變，且其他參數的分布也接近相等，則對某一組份的物質在系統中的時間變化率是與該組份進入系統和離開系統的分子流量以及該組份的分子的生成率有關[6]，在注意到組份反應與其他參數的關系后，我們可以求出反應過程中各種成分的反應方程為：

這里Xo，Xi為某元素離子的入口濃度與出口濃度；

A為某種離子的顆粒反應床

fx為鋅粒分子量

MB為鋅粒加速度。

然而上面對凈化反應過程的數學描述是通過一定的近似并假設為理想狀態下得出的，它與實際的操作過程有一定的差距。因此，在生產過程中除了運用上面的結論外，還可依據多年生產的實踐找出一些基于知識的特性規則，如：一段凈化液中，要依據不同的雜質元素含量區間來改變除雜劑的加入量。溶液中任意兩種雜質元素的比例超出某一范圍時，除雜劑的加入量也應改變，并報警。在隨后的二段凈化中，則根據溶液中雜質含量來加入除雜劑。對最終的新液主要監視鈷鉻兩種元素，但也要對其他容易引起“燒板”的元素如鍺、鎳等元素進行輔助監視，超標時則報警并反饋給前段的凈化過程進行處理。

另外還要對工藝操作過程中出現的某些故障進行判斷與處理，如系統流量是由幾根管道輸送，在某根管道上的流量計發生故障時，為保證系統體積流量測量與雜志含量測量不受影響，還要對其他各支管分配的流量進行模擬近似處理，等等。

由此可見該對象已不是一個單純的解析系統，它是一個基于知識解析/的混合對象系統。對于這類系統的辨識與數學描述可以將前面討論的狀態方程（1）由動態算子Dj(to)來描述：

式中Ej為事件驅動參數集合。

對于每個定常函數引入投射算子：

對于一段凈化局部辨識和控制問題的求解可把范數算子定義為：

這樣一段凈化局部辨識與局部控制問題就分別為：

3.2 系統實現

由于在基礎層我們已有多年的生產實踐，并積累了相應的知識規則，這樣我們便建立了一個基于知識/解析混合對象系統，其軟件框圖（以一段凈化為例）如圖1所示。

圖1 凈化系統專家知識規則原理圖

如果系統出現的擾動會影響多層控制，這就需要更高層的作用。解決多層辨識問題采用“模型近似”是一種有效的方法。

如果系統的近似總體模型可以用式（8）來表達，則全局辨識和全局控制問題同樣可表達為式（9）和式（10）。

在全局監控層上，除了建立對象系統的整體模型外，我們還設立了專家控制器，他是一個包括專家知識庫、學習與適應系統、推理機等在內的專家系統。這樣不僅提高了控制器的決策能力，還大大方便了系統的操作。

基礎層與監控層的優化實現如圖2所示。

圖2 遞階控制系統結構圖

在基礎層，主要解決基于知識/解析的過程問題，因此我們采用AC800系列集散控制系統來實現，利用AC800M控制器強有力的控制功能，加之其模塊化的硬件結構可使系統的配置更為靈活，方便的組態軟件也使上述控制策略的實現較為方便。

監控層則是在上層工作站平臺上使用C語言建立起數學模型和專家系統來予以實現。這種基于遞階型的凈化流程控制給生產帶來了較大的便利，也使生產更為穩定可靠。我們在監控優化層還留有與工廠管理系統進行信息交換的接口，以待今后聯網實施。

4 結論

通過我們的應用實踐，我們感覺有三個方面的問題值得注意。

1）合理的分層并合理的分配各層內的應用功能，可以有效地提高系統的投入/產出比。

2）至下而上的投入系統，可有利于過程知識的積累，并可對專家知識庫不斷驗證。

3）生產工藝人員盡早地參與系統投運，盡早地做好現場人員與維修人員的培訓，可使系統更快地被使用者接受，同時也有利于對開發過程中出現的偏差進行糾正。

[1]Ulrich Rem Bold, Chritian Blume, Ruediger Dillmam, 計算機集成制造技術和系統[M], 北京: 兵器工業出版社, 1991.

[2]張兵等, 時間最短控制問題求解的分級優化策略[J], 華東理工大學學報, 2007-02 (Vol33): 100-103.

[3]蔡自興, 智能控制-基礎與應用[M], 北京: 國防工業出版社, 1998.

[4]朱曉青, 過程檢測控制技術與應用[M], 北京: 冶金工業出版社, 2002.

[5]蔡自興, 智能控制[M], 北京: 電子工業出版社, 1993.

[6]鉛鋅冶金學編委會, 鉛鋅冶金學[M], 科學出版社, 2003.