CN102147613A - 一种对烟叶复烤机水分、温度的模型预测控制方法及系统 - Google Patents

Abstract

本发明提供了一种对烟叶复烤机水分、温度的模型预测控制方法及系统，该方法包括：过程测试步骤，通过对烟叶复烤机的PLC进行阶跃测试，获得关于烟叶复烤过程中的操作变量、前馈变量和被控变量的测试数据；过程辨识步骤，对所获得的测试数据进行分析，以辨识过程的动态数学模型，所述动态数学模型包括一系列子模型，每一个子模型表示操作变量或前馈变量与被控变量之间的数学影响关系；控制器设计步骤，根据工艺原理和操作经验，调整得到的动态数学模型，从而建立模型预测控制器；控制器运行步骤，运行模型预测控制器，在模型预测控制器的运行中，根据被控指标的要求和所测量的被控变量反馈以及前馈变量的变化计算操作变量，并将其作用到PLC中的指定PID回路上。

Description

一种对烟叶复烤机水分、温度的模型预测控制方法及系统

技术领域

本发明涉及烟草加工领域，特别是涉及打叶复烤生产线对烟片复烤机水分、温度的一种先进的控制方法。

背景技术

烟叶复烤是烟叶从农产品转变到工业生产原料的一个整理和准备性的加工过程，是烟草加工“第一车间”，它是在烤烟生产的基础上形成的，同时烟叶复烤作为一个产业并逐步发展到规模化和工业化，为卷烟工业企业实现片烟投料奠定支撑基础。

烟片复烤机是打叶复烤生产线中的主要设备，其用途是调整烟片中的水分，去除烟片中的杂气，杀灭烟片中的害虫和病菌，使烟片更适合于存储与醇化。其工作过程是物料通过网带输送进入复烤机，采用传导、对流等热交换方式，分别进行烘烤、冷却、回潮工艺处理，使叶片的水分、温度达到规定的工艺技术指标。

烘烤：一般是四个单独的烘烤区(部分厂家有五个烤区)，利用上下交替热风烘烤烟叶，通过排潮系统排走湿热气体，去除烟片中自由水，杀死部分烟叶病虫。控制目标：干燥区出口处烟片水分达到8-10％。

冷却：烟片从干燥区出来后，进入冷却区。在冷却区，利用较低温度的循环风使烟片温度降至35-45％之间，稳定烘烤水分，为烟片回潮提供工艺条件。

回潮：一般有两个单独的回潮区(部分厂家增加过渡间)，利用物料与湿热汽体的压力差、温度差，混合水汽、雾化水上下交替回潮烟片，物料充分吸收热量与水汽，水分逐渐增加直至达到工艺目标：烟片水分11％-13％，温度≤55℃，送至出料端至下工序。

目前复烤生产线主要采用PLC控制系统中的PID单回路(PID，比例积分微分控制)对复烤机的生产进行控制，现场配置了操作站。部分生产线同时建立了中央监控系统。尽管国内多数打叶复烤企业生产线的自动化水平较高，但在一些控制环节上仍存在一定的问题：一是烘烤温度与流量设置、网面风速与网带速度不能自动匹配，热风不能有效穿透叶片层，烘烤后水分不均匀；二是因为PID单回路只考虑一个回路本身(流量、或者单一位置的温度等)，复烤水分控制目前大部分依赖人工形成闭环调节，其控制依赖操作人员的水平高低及熟练程度，出口烟叶水分受操作员工对设备熟悉程度、操作经验多少、来料流量波动、设备工况(动能扰动)等因素干扰而容易处于波动失控，导致产品质量不稳定。

与其他工业过程比较，烟叶复烤过程具有其明显的特点，是一个多干扰、强耦合、大滞后、非线性、不确定的大热容过程。在生产过程中，始终存在着具有一定温度、湿度、压力、流速的传热介质(热气体)与烟叶在相对运动过程中发生热交换作用，从而达到烟叶的干燥、冷却、回潮工艺目的。不同流量、网带速度及不同过程的任一区段温度、湿度的变化，都会影响到其后各区段参数的变化和出口烟叶水分含量的变化，这就使建立系统的机理模型变得相当复杂。

问题的症结在于每个PID回路单独运行，没有考虑相关被控指标(水分，温度等)的变化，需要由操作员根据经验去实现人工闭环控制，如附图1，其缺点是依赖于人的操作习惯、经验等，劳动强度大。

附图1中过程干扰变量主要是指进料变化等对复烤岗位有影响但是复烤岗位不能调节的变量；被控变量主要是指最终烟叶的水含量，还包括各区域温度等；测量参数是指过程各区域的温度、水分等的测量值。

操作员参考进料等前馈信息不够及时，或者不能充分利用前馈信息；以及进行调节的周期比较长，难以对过程中大的波动(进料变化，或者蒸汽温度压力的突变)进行及时有效的调整。

发明内容

根据本发明的一个方面，提供了一种对烟叶复烤机水分、温度的模型预测控制方法，包括：过程测试步骤，通过对烟叶复烤机的PLC进行阶跃测试，获得关于烟叶复烤过程中的操作变量、前馈变量和被控变量的测试数据；过程辨识步骤，对所获得的测试数据进行分析，以辨识过程的动态数学模型，所述动态数学模型包括一系列子模型，每一个子模型表示操作变量或前馈变量与被控变量之间的数学影响关系；控制器设计步骤，根据工艺原理和操作经验，调整得到的动态数学模型，从而建立模型预测控制器；控制器运行步骤，运行模型预测控制器，在模型预测控制器的运行中，根据被控指标的要求和所测量的被控变量反馈以及前馈变量的变化计算操作变量，并将其作用到PLC中的指定PID回路上。

根据本发明的另一个方面，提供了一种对烟叶复烤机水分、温度的模型预测控制系统，包括：服务器，用于运行模型预测控制器，模型预测控制器在运行中，根据烟叶复烤过程中的被控指标的要求和所测量的被控变量反馈以及前馈变量的变化计算操作变量，并将其作用到PLC系统中的指定PID回路上；以及PLC系统，用于通过PID回路对复烤设备进行控制。

附图说明

图1是没有实施模型预测控制时的人工闭环操作示意图；

图2是采用本发明的模型预测控制后的系统控制流程图；

图3是本发明所用阶跃测试序列波形；

图4是本发明实施例子模型示例；

图5是本发明实施例PLC底层安全逻辑结构；

图6是本发明实现例的控制系统结构图。

具体实施方式

本发明实施例要解决的问题是提供一种全方位的先进的烟叶复烤机的控制方法，将优秀操作员的操作经验与工艺机理结合起来，具体的做法有：过程有许多操作变量与被控变量，其数学影响关系广泛存在，但是工艺操作上某些操作变量只用来控制某一个或者几个被控变量，如干燥一区的温控阀对干燥区温度是操作变量，而对回潮区温度的影响也存在，但是工艺操作上习惯于用回潮区蒸汽阀来控制回潮区温度，而把干燥一区的温控阀开度变化对回潮区的影响作为前馈因素。这样做的优点在于充分考虑过程数学模型而又不拘泥于数学模型，用工艺机理来调整数学模型，使之更适合于控制需求。

依据过程的动态数学模型，用计算机实现闭环控制(如附图2)，以克服进料流量、温度、水分等对复烤过程的干扰，以实现高精度、高频率的调节。附图2与附图1相比，是把操作员换成了DMC控制器，DMC控制器吸取了操作员的经验，同时具有计算机控制实时性的优点，充分利用前馈信息与过程测量值，高频率的实现调节。

为达到上述目的，本发明实施例的技术方案提供一种烟叶复烤机的模型预测控制方法，所述方法包括以下步骤：过程测试，过程辨识，控制器设计，控制器组态，PLC底层逻辑设计，控制器运行，控制器监控与维护。

过程测试，建立接口平台，收集过程数据。实施例需要对装置作必要的阶跃测试，做到充分激励，以激发出过程的各种动态特性。

过程辨识，采用最小二乘法辨识或者子空间法辨识等，对得到的测试数据进行分析与计算，以得到过程的动态数学模型。模型用有限脉冲响应表示。

控制器设计，主要是根据工艺原理以及经验参数(操作习惯)，调整得到的过程模型，确定控制器的结构，明确各个自变量(操作变量、前馈变量)对各个因变量(被控变量)的数学影响关系。

控制器组态，主要是确定控制器在线运行所需要的一些列组态参数，并根据生产要求确定各个被控指标的优先级、权重等。

PLC底层逻辑设计，主要是为了做到预测控制器的投用切除能安全无扰动，不会出现底层控制回路(PID)控制权不确定的情况，并监控预测控制器与PLC的通讯状态。

控制器运行，采用一台独立于PLC的计算机(DMC服务器)，运行模型预测控制器，运行中控制器根据被控指标的要求以及前馈变量的变化及时动作，以适应被控变量上下限的变化以及补偿前馈变量对过程造成的干扰。

控制器监控与维护，采用实时数据库收集过程数据与控制器各种状态，以监控控制器运行质量并根据过程工艺状态的变化及时修正模型。

模型预测控制是针对大滞后，多变量、存在干扰与耦合过程的有效控制策略。本实施例思路大体可以用模型预测控制的以下三个基本特征来加以描述：

预估模型

用模型来预估未来时刻被控对象的运动规律和被控参数的误差，以之作为确定当前控制作用的依据，使控制策略适应被控对象的存储性、因果性和滞后性，可得到预想的控制效果。

传统的PID控制只有P、I、D等有限几个参数，难以概括对象复杂的特性，而模型预测控制器中存储有烟叶复烤机的模型，计算中可以根据数学模型预测当前操作序列与干扰序列下的预期水分、温度等变化轨迹。

反馈修正

利用可测信息，在每个采样时刻对被控参数的预估值进行修正，抑制模型失配和干扰带来的误差。用修正后的预估值作为计算最优控制的依据，使控制系统的鲁棒性得到明显提高。

本实施例采用有限脉冲响应序列来表达烟叶复烤机的动态模型，是一种线性模型，实际过程具有严重非线性特性，因此模型是一种简化与近似，为了弥补模型/对象不匹配，需要在计算的每一周期根据前一周期对被控变量当前时刻的预测值与当前时刻的实际测量值之间的偏差对当前时刻作出的预测值进行校正，以提高预测的准确性。

滚动优化

预估控制是一种最优控制策略，其控制目标是使某项性能指标最小，并采用预估偏差来计算控制作用序列，但只有第一个控制作用序列是实际加以执行的。在下一个采样时刻还要根据当时的预估偏差重新计算控制作用序列。这种控制作用序列的计算不像最优控制那样一次计算出最优结果，而是按采样时间周而复始地不断进行，故被称为滚动优化。

本实施例采用的实施周期为15秒，可以对过程的干扰及时有效的进行抑制与补偿。

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述，以下实施例用于说明本发明，但不用来限制本发明的范围。

本发明采用一种整套的用于烟叶复烤机的模型预测控制与监控、维护方法，包括DMC服务器、PLC工程师站以及PLC操作站三方面的工作。

通过数据采集平台(OPC数采程序或者实时数据库)收集控制器相关的所有生产数据(操作变量、被控变量、前馈变量，以及其他与本复烤过程相关的数据)，确认数据采集可靠后实施阶跃测试。

阶跃测试需要满足两点：要有充分激励，以激发出过程尽可能多的动态特性，谱分析角度看，输入信号的频谱必须足以覆盖过程的频谱；其次又不能干扰正常生产，不至于影响产品质量。本实施例采用M序列(伪随机二进制序列，广泛应用于过程控制中)作为测试信号，具有操作简便，而不至于对过程造成重大干扰的优点。本实施例所用测试周期为τ＝5min。

制定阶跃测试方案，主要内容是与工艺人员商讨每个操作变量的测试幅度。本发明实施例中所有的操作变量测试时都是手动模式(指PID回路的手动模式)，测试时直接操作PID的阀位，幅度都是±5％。按照附图3的曲线，让待测试的操作变量阀位按照曲线变化，其他操作变量保持不变。

阶跃测试的具体步骤如下：

1)确认数据采集系统的运行和可靠性；

2)对相关PID回路进行参数整定，确认现有的底层控制回路调节性能良好，整定PID参数的评判标准是稳准快(稳是指PID回路的过程值不会持续大幅度波动，准是指PID回路的设定值变化时过程值一定时间内能跟踪上，不会有余差，快是指PID回路动作及时，不会出现爬行状态。)，对于不需要投用自动模式的PID回路，不需要进行PID参数整定；；

3)按设计的阶跃测试方案中的变动幅度(±5％)和持续时间(5min的整数倍)，按实施例规定的动作波形(附图3)，操作某一个操作变量(MV)(如干燥一区的温控阀)，并保持其它MV(如回潮一区的蒸汽阀)的稳定。观察所有被控变量(CV)的响应；

4)对其它操作变量(MV)，重复步骤3)。

基于阶跃测试得到的过程数据，进行模型辨识。

模型辨识的步骤如下：

1)从过程数据中剔除不适宜辨识的部分(不适合于辨识的部分是指间歇性停工、切换原料以及操作失误导致温度湿度失控的部分)，选择测试数据；

2)针对每一个子过程(本实发明施例涉及干燥区冷却区、回潮区两个子过程)，选择对应的自变量与因变量(自变量包含操作变量与前馈变量，因变量是指被控变量)；

3)辨识子过程模型。子过程模型由本子过程的一系列子模型表示，过程的子模型是指控制器中使用的一对一的影响关系，一对一是指自变量对因变量，比如干燥一区的温控阀对干燥二区的温度的影响关系；本发明实施例采用有限脉冲响应来表示各个子模型；附图4中每个方格表示一个子模型的曲线，横坐标表示时间，纵坐标表示脉冲响应(FIR)在各个对应时间的数值，空白的方格表示对应位置的自变量对因变量的子模型不存在或者控制器不考虑；

4)合成总过程模型，在本发明实施例中是指将干燥区冷却区、回潮区两个子过程合并成为总的模型，包含DMC控制器所有的自变量与因变量。

在模型辨识的基础上，进行控制器设计。

控制器设计的目的是根据工艺机理，确定每个子模型是否应该存在，以及该存在的子模型的增益方向与滞后时间。并根据操作经验与习惯将自变量分为操作变量与前馈变量。

控制器设计的目的是确定预测控制所用模型的结构。本实施例中控制器模型分为两段，冷却区(含)前为一段，主要控制冷却区湿度，并兼顾干燥区温度；冷却区后为一段，控制出口水分，兼顾回潮区温度。

PLC底层组态与逻辑设计。其作用有两点：

DMC服务器与PLC的通信监控，通信的内容是DMC读取PLC中DMC控制器的各个自变量与因变量，并将控制器的作用直接输出到各个操作变量的PID回路阀位上，通信中断时，将各PID控制回路退出DMC服务器的操作，返回到由操作员控制的常规控制状态；

检查回路当前状态，判断是否具备投运条件。如具备，将回路状态设置位正确的投运状态，如不具备，将回路返回常规状态。DMC服务器上给每个操作变量定义了一个参数，称作LOOPST，标识在预测控制器中该回路是否被用作操作变量。

实现DMC服务器到PLC的控制，是指DMC控制器根据控制器各变量的信息以及控制器算法，计算出合适的操作变量当前值，并据此操作PLC中的PID回路。需要在PLC中建立若干数值点、开关点、计时器、安全逻辑与操作画面。并调试逻辑的可用性。

数值点的作用是在PLC端存储DMC控制器所有操作变量上下限、所有被控变量目标值等数值点，以提供给操作员丰富的控制器运行信息。开关点对应于控制器中的控制器总开关、各操作变量使用开关、各被控变量被控开关。计时器(WATCHDOG)与安全逻辑负责监控DMC控制器与PLC的通讯，防止长时间通讯中断而底层PID回路又不归操作员操作，并实现常规操作员操作与预测控制的无扰动切换。安全逻辑由梯形图实现其功能。其逻辑结构见附图5。

附图5中的LOOPST是DMC控制器中用以标记某个操作变量所指向的PID回路是否能接受DMC控制器作用的状态量，如果LOOPST＝1，则表示操作员将此操作变量的投用开关切换到“投用”模式，DMC控制器可以作用于此PID回路；如果LOOPST＝0，则表示操作员将此操作变量的投用开关切换到“切除”模式，或者此PID回路有故障，DMC控制器不能作用于此PID回路。

控制器组态。控制器组态设置控制器运行的各种参数，主要有调整步幅，上下限，权重，优先级等。根据生产要求设置。本实施例中，湿度最重要，因此其优先级最高；同一优先级的被控变量可以设置不同的权重，来区分重要性，比如冷却区的湿度与干燥二区的温度属于同一优先级，但是冷却区湿度的权重为10，而干燥二区的温度的权重为5，说明冷却区湿度的重要性更大。

控制器运行。上述步骤结束后，控制器具备上线运行条件。在线运行时需要先将控制器启动，开环运行，即DMC只计算控制器的控制输出，但是不作用到PLC中的PID回路上去，观察前馈变量变化以及被控变量目标变化时操作变量的动作方向是否正确，以及是否动作及时，据此进一步调整优化组态参数。一切就绪后可以将控制器闭环运行，即DMC计算控制器的控制输出，同时作用到PLC中的PID回路上去，并持续观察一段时间。

控制器监控与维护。控制器上线后需要持续观察一周，进行操作培训与理论培训，并优化组态参数，优化的组态参数是指优先级与权重，根据控制器运行效果与生产要求调整。所有相关过程数据(如控制器自变量、因变量等)都收集到实时数据库中，以便监控控制器性能并在控制器性能下降时(如出现温度、湿度等被控变量波动大时)重新辨识过程模型。

本发明中的控制方法由独立于PLC系统的一台高性能计算机(称为DMC服务器)实现，有助于分散风险，在具备优良控制其性能的前提下又不至于增加PLC计算负荷。本发明实施例的控制系统结构图如附图6所示。最上层的DMC服务器运行预测控制器，并可以修改组态参数；DMC通过以太网络访问位于PLC系统的OPC接口，实现通讯，PLC系统中能进行控制器日常操作，并运行安全逻辑；PLC系统通过现场控制网络对复烤设备进行控制；实时数据库系统收集并存储生产过程数据以及预测控制器内部数据，用于监控生产过程与预测控制器性能。

相比较于传统的单回路PID控制，本发明所采用控制器包含更多的过程信息(以过程模型的形式表达)，包含更多组态参数(调整步幅、优先级、权重等)，能自动关联自变量与因变量实现闭环(类似于一个多对多的大串级回路)，因此能提供比常规控制更优异的性能。总而言之，本发明提供了一种基于装置数学特性与工艺特性的烟叶复烤机的先进的控制框架——在一台独立于底层控制器的高性能计算机中实现先进的控制算法，并远程操作底层控制回路，同时采用实时数据库监控控制器性能与维护控制器模型参数等；在不脱离本发明框架的前提下，可以对其中某一部分做出改进与优化(如改变控制器算法为自适应控制、内模控制，或者模型表达方式由目前的FIR变成传递函数等)，这也属于本发明的保护范围。

Claims (18)

1.一种对烟叶复烤机水分、温度的模型预测控制方法，包括：

过程测试步骤，通过对烟叶复烤机的PLC进行阶跃测试，获得关于烟叶复烤过程中的操作变量、前馈变量和被控变量的测试数据；

过程辨识步骤，对所获得的测试数据进行分析，以辨识过程的动态数学模型，所述动态数学模型包括一系列子模型，每一个子模型表示操作变量或前馈变量与被控变量之间的数学影响关系；

控制器设计步骤，根据工艺原理和操作经验，调整得到的动态数学模型，从而建立模型预测控制器；

控制器运行步骤，运行模型预测控制器，在模型预测控制器的运行中，根据被控指标的要求和所测量的被控变量反馈以及前馈变量的变化计算操作变量，并将其作用到PLC中的指定PID回路上。

2.根据权利要求1的模型预测控制方法，还包括：

控制器组态步骤，根据生产要求设置模型预测控制器的组态参数，包括各个被控指标的优先级、权重，以及操作变量的上下限。

3.根据权利要求1的模型预测控制方法，还包括：

PLC底层组态与逻辑设计步骤，以实现对服务器与PLC之间通信的监控，对将控制器的操作变量作用到各PID回路上进行控制，并实现预测控制与常规操作员控制的无扰动切换。

4.根据权利要求1的模型预测控制方法，还包括：

控制器监控与维护步骤，收集过程数据与控制器的状态，以监控控制器的运行质量并根据过程工艺状态的变化优化模型预测控制器的组态参数和/或重新辨识过程的动态数据模型。

5.根据权利要求1的模型预测控制方法，其中，所述控制器设计步骤包括：根据工艺机理与操作经验以及生产线的特点，确定每个子模型是否应当存在，并计算修正应当存在的子模型的滞后时间及增益方向，从而确定模型预测控制所用模型的结构。

6.根据权利要求1的模型预测控制方法，其中，所述过程的动态数据模型用有限脉冲响应表示。

7.根据权利要求1的模型预测控制方法，其中，所述模型预测控制器为动态矩阵控制器。

8.根据权利要求1的模型预测控制方法，其中，在独立于PLC、并与PLC通信的服务器上运行模型预测控制器。

9.根据权利要求8的模型预测控制方法，其中，在PLC操作站上操作模型预测控制器。

10.根据权利要求1所述的模型预测控制方法，其中，将控制器独立于PLC，且控制器的算法不局限于模型预测控制。

11.根据权利要求1所述的模型预测控制方法，其中，该方法与复烤机的型号、制造厂家无关。

12.一种对烟叶复烤机水分、温度的模型预测控制系统，包括：

服务器，用于运行模型预测控制器，模型预测控制器在运行中，根据烟叶复烤过程中的被控指标的要求和所测量的被控变量反馈以及前馈变量的变化计算操作变量，并将其作用到PLC系统中的指定PID回路上；以及

PLC系统，用于通过PID回路对复烤设备进行控制。

13.根据权利要求12的模型预测控制系统，其中，所述模型预测控制器的组态参数包括各个被控指标的优先级、权重，以及操作变量的上下限，并能够根据生产要求设置。

14.根据权利要求12的模型预测控制系统，其中，所述PLC系统包括PLC底层组态与逻辑装置，用于实现对模型预测控制器与PLC之间通信的监控，对将模型预测控制器的操作变量作用到各PID回路上进行控制，并实现预测控制与常规操作员控制的无扰动切换。

15.根据权利要求12的模型预测控制系统，还包括实时数据库，用于收集并存储生产过程数据以及模型预测控制器的内部数据，从而使得所述模型预测控制器的组态参数及其动态数据模型能够根据所监控的控制器的运行质量以及过程工艺状态的变化进行优化和修改。

16.根据权利要求12的模型预测控制系统，其中，所述模型预测控制器为动态矩阵控制器。

17.根据权利要求12所述的模型预测控制系统，其中，控制器独立于PLC，且控制器的算法不局限于模型预测控制。

18.根据权利要求12所述的模型预测控制系统，其中，该系统与复烤机的型号、制造厂家无关。

Images