中藥生產過程優化控制策略的研究

李影丹,陳　暉,張瑀珊

(吉林大學白求恩醫科大學制藥廠,長春 130000)

中藥生產過程優化控制策略的研究

李影丹,陳暉,張瑀珊

(吉林大學白求恩醫科大學制藥廠,長春 130000)

針對強非線性、不確定性、多約束特點的中藥生產過程,采用傳統的生產理論及技術已不足以滿足多目標全局優化控制要求。本文對中藥生產過程控制技術的發展做了簡單的介紹,從提取、濃縮以及醇沉3個工段為生產過程的控制策略進行優化,為增強我國中藥在國際市場上的競爭地位提供了理論基礎。

中藥生產；過程控制；控制策略

中醫中藥是我國產業獨有的特色和優勢領域，逐漸受到了世界的認可，以中藥為主體的東方醫藥國際科技熱潮正在興起，但國內現代科學技術與傳統中藥生產的有機結合不夠，且在中藥生產中只有少數廠家實現了單個工業過程的自動化，采用傳統的控制理論或單一的職能化技術難以滿足多目標全局優化控制的要求，效率較低，在推廣中醫中藥方面受到了阻礙，故中藥生產過程中的優化控制是當前面臨的重要任務，中藥生產過程的優化控制一直是中藥制造領域的研究熱點。中藥生產過程的先進控制，對于提高我國傳統醫藥產業的科技水平、保持獨有的特色和優勢具有重要意義。

1　中藥生產過程控制技術的發展

中醫中藥是我國優秀文化的璀璨瑰寶，為我國進軍世界醫藥界做出了突出的貢獻，中醫技術以及中藥的治療效果得到了世界的肯定，受到了格外的重視，但是由于西醫技術在我國的盛行，擁有中國特色的中醫卻受到了冷落。隨著生活水平的提高及科學技術的發展，傳統中藥的生產技術已不足以滿足社會的發展，缺乏了國際市場認可的質量標準問題，使中藥生產的發展面臨嚴峻的挑戰。中藥生產問題的凸顯，引起了醫學界的關注，后來在中藥生產行業應用了計算機技術，調整了中藥生產的科學性，受到管理者的重視。此外，還進行了算法的優化，研究將改進的粒子群算法用于中藥提取過程PID優化控制，并針對中藥提取工段的溫度控制二階時滯系統進行仿真，取得了較好的控制效果。根據現有的經濟性和工廠約束來確定最佳控制給定值，在進行過程的工藝設計時，開始著眼于工藝參數、工作環境等不可避免的數據變化，進行穩態的優化，尋找最優的工藝操作參數組合，獲取期望最優值。有效減少系統達到預設平緩狀態的時間和調節次數?，F階段，隨著對中藥方面認識的深入，質量控制方法正在從單一指標成分定性定量的控制向活性成分、有效成分和多指標質量控制轉變，研究者研究出了基于神經網絡的中藥生產過程多目標優化控制策略，這是中藥研究中的一大突破，為中藥研究尋找到一個新的突破口，為增強我國中藥在國際市場上的競爭地位提供了有力的支撐。

2　中藥生產過程優化控制策略的研究

中藥生產過程優化可分為離線優化和在線優化，前者是利用各種建模和優化方法求解最優的工藝生產參數，提供給操作人員進行數據的實施；后者是利用計算機自動周期完成模型計算、修正參數，尋求最優數值，并直接送到控制器作為設定值。中藥生產過程中的控制系統主要涉及了提取、濃縮以及醇沉3個工段，在優化控制中亦主要針對于此，基本的思想框架如圖1所示。

圖1　中藥生產過程優化的基本框架

（1）在中藥生產過程中，中藥提取過程是整個工段控制的重點，只有保證提取時的壓力平衡，才能保證藥液揮發油的提取速度和沸騰度達到標準的要求，從而保證中藥產品的質量。針對提取方面的控制優化，需以提高藥材收率為主要目標，以機理模型和辨識模型為基礎，實現提取過程的優化。針對提取過程的復雜性，選用模糊自適應PID的控制策略，將模糊控制和PID控制兩者結合，揚長避短，其中的模糊控制是一種仿人思維的職能控制。應用模糊結合理論，滿足系統在不同的藻（噪）及△藻（噪）的情況下，對PID參數進行在線整頓，從而使系統實現良好的動、靜態性能。結構如圖2所示：

圖2　模糊自適應PID控制結構圖

模糊自適應PID控制器是在常規PID調節器的基礎上進行的優化，細化優化控制策略，即在過程控制層，控制罐內的壓力穩定，提取溫度控制在工藝區間和液位的標準型，保證提取質量。在提取過程中，實現預測值的持續輸出，更新相應軟約束從而加入到經濟優化層中，進而按照經濟優化目標計算出過程的最佳穩態值和最經濟輸入變量，降低系統的耦合度和穩態誤差，降低提取過程的能耗。

（2）中藥生產濃縮過程是通過蒸發來分離液體混合物，依據是混合組分的揮發性不同。濃縮工藝示意圖如圖3所示.

圖3　濃縮工藝示意圖

濃縮過程中，壓力和溫度是整個工段的控制重點。傳統的中藥生產主要倚靠手動調節方法，缺少科學嚴謹的控制手段，導致生產效率較低，通過生產過程的優化，使液相藥物相關成分產量達到最大是濃縮自動化控制的目標。在傳統的算法上，進行SQP算法的生產過程優化，調節雙效濃縮比例及控制兩效蒸發速度，SQP的基本思想是：在模擬近似解x噪處，將原非線性規劃問題化成如下規劃問題：

通過算法的優化，將現有的濃縮流程，通過系統模擬使其在最短時間達到穩態平穩，達到高質高產和低耗的目的。

（3）醇沉工藝主要設備是醇沉灌，濃縮后的藥液真空抽入計量罐，放入醇沉灌，經處理后，根據化工原理，達到自然分層，將上層的酒精用泵泵出，即得到藥液的成品，其工藝流程如圖4所示。

圖4　醇沉工藝流程圖

DMC預測控制是以二次型目標函數最小為目標，使其生產過程中的被控對象的輸出值盡可能接近給定的期望值，使其符合生產實際，每次變化浮動不大，變化不劇烈。但由于實際操作中可能存在的環境干擾或模型失配等未知因素，實際輸出必然會出現誤差，DMC算法針對此進行了實時的信息反饋校正，消除諸多不確定因素，最大程度上避免了誤差的產生。優化問題的在線求解只涉及到向量支撐及點積運算，就簡化為直接計算控制率，因而非常簡易，優化效果明顯。

DMC動態矩陣控制算法屬于預測控制算法，該算法根據線性系統的疊加原理，利用預測模型的模型向量，獲得系統的預測值，利用計算機的實行在線滾動優化計算，其結構圖如圖5所示。

圖5　DMC預測控制結構圖

3　結語

隨著中藥行業競爭的白熱化，中藥生產信息化、自動化改革迫在眉睫。定性分析中藥生產的工藝機理，在此基礎上，優化醇沉算法，建立中藥生產中機理較為復雜的提取和濃縮過程的動態機理模型，過程優化為裝置先進控制或基礎控制提供最佳的控制目標，不斷強化最佳控制策略，對實際生產的操作提供了指導意義的根據，為今后的優化設計奠定了基礎。實現中藥生產過程中的采集、控制和監控于一體的綜合智能系統是最終的研究目標與任務。

10.3969/j.issn.1673-0194.2015.11.040

F273；TP315

A

1673-0194（2015）11-0072-03

2015-03-09