CN1187888A - 多变量预测控制器中的过程控制器优化方法 - Google Patents

Abstract

在过程控制系统中,具有用于提供一过程的健壮控制的控制器,该控制器采用预定的范围控制程序,其结果为一个控制解。该过程具有至少一个操纵变量及至少一个控制变量。提供动态优化的方法包括计算操纵变量与控制变量的一组优化稳定状态值的步骤。建立增广的范围控制程序来协调该稳定的状态值组与控制解。解增广的范围控制程序,借此生成的操纵变量是与该稳定状态值组及控制解兼容的。按照增广的范围控制程序所生成的操纵变量控制该过程,借此提供过程的最佳控制。

Description

多变量预测控制器中的过程控制器优化方法

本发明涉及控制系统，更具体地涉及健壮(robust)的多变量预测控制器(RMPC)中的动态过程优化方法，该RMPC采用范围控制。

在当前的控制系统中，优化是通过计算稳定状态解(solution)，然后将该解级联到执行控制问题的多变量预测控制器(MPC)上而完成的。这一当前的方法存在两种主要缺陷。首先，由于稳定状态解的级联配置，优化速度完全取决于MPC的速度。从而如果MPC速度较慢，执行稳定状态优化的速度便不会快。其次，稳定状态解通常不与MPC的控制解动态兼容。

从而，存在着对以动态地与控制器解兼容的方式来实现稳定状态优化解的要求。本发明的方法将优化解与控制解合并而得出受控制的过程的整体兼容控制结果。

因此，本发明提供了动态过程优化方法，其中的优化解与控制解协调地工作。在过程控制系统中，具有用于提供过程的健壮控制的控制器，该控制器采用预定的范围控制程序，其结果为一个控制解。该过程具有至少一个操纵变量及至少一个控制变量。提供动态优化的方法包括计算操纵变量与控制变量的一组优化的稳定状态值的步骤。建立增广范围控制程序以使稳定状态值组与控制解相协调。该增广范围控制程序被求解，借此生成的操纵变量是与稳定状态值组及控制解兼容的。根据由该增广范围控制程序生成的操纵变量来控制该过程，借此提供该过程的最佳控制。

因此，本发明的目的为提供动态过程优化方法。

本发明的另一目的为提供在其中将优化解与控制解合并的动态过程优化方法。

本发明的又另一目的为提供其中的优化解与控制解协调工作的动态过程优化方法。

结合以下的描述与附图，本发明的这些与其它目的将成为显而易见的，附图中，相同的字符表示相同的部分，并且这些图构成本申请的一部分。

图1示出在其中可采用本发明的过程控制系统的功能框图；

图2示出本发明的方法的流程图；

图3示出一个示例性问题的控制变量1-4的曲线；及

图4示出采用本发明的方法的图3的示例的操纵变量5-7的曲线。

在描述本发明的方法之前，理解在其中采用本发明的系统环境是有帮助的。

参见图1，其中示出了可采用本发明的过程控制系统的功能框图。控制器10具有作为输入变量u耦合到过程20上的多个输出。过程20可包括诸如阀门、加热器等能加以控制的多个元件。过程20的过程变量y包含温度、压力、电平、流量等，它们控制产品质量。输入变量(或操纵变量)u定义为： $u=\left[\begin{array}{c}{u}_1\\ u_2\\ .\\ .\\ .\\ u_m\end{array}\right]$ 或 $\mathrm{mv}=\left[\begin{array}{c}{\mathrm{mv}}_1\\ {\mathrm{mv}}_2\\ .\\ .\\ .\\ {\mathrm{mv}}_m\end{array}\right]$ 而输出变量(或控制变量)cv则定义为： $\mathrm{cv}=\left[\begin{array}{c}{\mathrm{cv}}_1\\ {\mathrm{cv}}_2\\ .\\ .\\ .\\ {\mathrm{cv}}_n\end{array}\right]$

从而，过程20为具有m个操纵变量及n个控制变量的动态过程P(s)。控制变量(cv)包含n₁个稳定cv、n₂个约束cv及n₃个优化cv。通常，

n≥m≥n₁

在本发明中，控制规范r(在以前的系统中称作设定点)定义如下： $r=\left[\begin{array}{c}r1\∈\[\underset{\‾}{r}1\stackrel{\‾}{r}1\]\\ r1\∈\[\underset{\‾}{r}1r1\]\\ .\\ .\\ \\ \mathrm{rn}\∈\[\underset{\‾}{r}\mathrm{n\; rn}\]\end{array}\right]$

对于稳定CV_i，下界等于上界， ri＝ ri。对于约束CV_j，上界大于下界，rj≥ rj，或者只存在下界或只存在上界。最后，对于优化CV，完全不存在界限。

将控制器10的范围控制函数按照： $\underset{x,y}{\min }\left|\right|1/2W(\mathrm{Ax}-y)|{|}_2$ 被公式化为处理上而提出的三种情况。

假定 MV≤X≤ MV，及 PV≤y≤ PV；其中W为用户加权矩阵。

A为将输出的过程动态关联到输入上的动态模型矩阵(a_ij系数)；y(最佳响应轨线)为范围变量(设定点的扩展)；而X(控制解)则为取决于应用的操纵变量Δu(即，Δu＝u_当前-u_上一个)。 PV与 PV(过程变量)为希望使过程操作的范围，而 MV与 MV则为希望使过程操作的范围物理极限。

通过参考转让给本申请的同一受让人的名为“利用范围控制的多变量预测控制方法”的1994年9月27日授权的美国专利号5,351,184的专利可以得到多变量预测控制器(MPC)的更详细的描述，将其引用在此作为参数。

在本发明的较佳实施例中，将最佳解合并到采用范围控制的RMPC控制解中，更具体地，合并到范围控制程序中，即范围控制算法(RCA)，并得出下面将描述的总体兼容解。参见图2，其中示出了本发明的方法的流程图。在起动控制过程时，根据需要执行初始化、内务处理等(框101)。然后增广范围控制算法(RCA)以加入稳定状态解(框105)。增广的RCA程序的形式在下面描述。下一步骤(框110)解稳定状态优化问题，即解：

这是本领域熟练本技术人员众所周知的二次稳定状态优化表达式。下一步骤(框115)解增广的范围控制算法。对增广的RCA的输入参数包含设定点、上/下极限、系统干扰等。用动态控制解对稳定状态优化解的增广(或合并，有时称作调谐)得出一个总体兼容解。输出新计算出的MVs(框120)来控制过程。如果不要终止过程(框125)，便在框110重复控制过程。通过扩展A矩阵完成增广，例如使得对于3个mv解及对于5点预测解的增广的A矩阵，即 矩阵得出：

在更一般的形式中，增广的范围控制算法解具有形式： $\underset{x,y}{\min }1/2\left|\right|\mathrm{Ax}-Y|{|}_2$ 其中 $\underset{x,y}{\min }1/2\left|\right|\mathrm{Ax}-Y|{|}_2$

或

Xss为已知值，其作用象从框110导出的设定点变化。Wo为调节优化速度的调节权重。

X矩阵表示第一mv(即mv₁)的第一次移动(现在)，mv₁的第二次移动(如一分钟以后)，mv₁的第三次移动(如2分钟以后)...第五次移动(如4分钟以后)，...，mv₂的当前移动，第二次移动(一分钟以后)，...，及最终地mv₃的第五次移动(即4分钟以后)。从而，

从而，

矩阵乘以X的第一增广行表示在本例中计算的5个点的第一mv(mv₁)的所有移动之和。从而，

＝Δmv₁ ⁽¹⁾+Δmv₁ ⁽²⁾+Δmv₁ ⁽³⁾+Δmv₁ ⁽⁴⁾+Δmv₁ ⁽⁵⁾

增广的范围控制算法： $\underset{x,y}{\min }1/2\left|\right|\left[\begin{array}{c}A\\ 111110000000000\\ 000001111100000\\ 000000000011111\end{array}\right]X-\left[\begin{array}{c}y\\ X_{\mathrm{ss}}^{\left(1\right)}\\ X_{\mathrm{ss}}^{\left(2\right)}\\ X_{\mathrm{ss}}^{\left(3\right)}\end{array}\right]|{|}_2$ 等于： $\underset{x,y}{\min }1/2\left|\right|\mathrm{Ax}-Y|{|}_2$ 它具有与范围控制算法类似的形式，使得稳定状态优化解与动态控制矩阵的合并的实现相对地直观(在本发明中没有级联)。

从而，本发明规定了mv的值，即指定这些点必须在何处，而不指示mv如何到达稳定状态点。这些点(即mv_s的单个值)如何到达稳定状态点为控制器与控制解的功能。

从当前点到最后最佳点各mv必须采取的路径不是由优化结果规定的，而是由本发明的解所解决的，从而保证了优化解与控制解的兼容性。选择加权矩阵W与Wo，使得既非控制解也非优化解在合并的情况中处于支配地位。

作为实例，示出了用于残余液化催化裂化单元RFCCV的RMPC应用，RFCCV具有20个CV及7个mv，如表1与2中所示。cv₁是稳定的而其余的cv具有上/下界。参见图3，其中示出了对于cv1-4的cv值的曲线。参见图4，其中示出了mv5-7的值的曲线。注意，mv₅(预热器2空气，图4A)的值示出该值在向最佳值增加以前先降低。这是为了与cv值及其它mv值兼容。如果级联了

             表1

CCV#	CV名
		1	预热器2氧(％)
2	预热器1温度(C)
		3	预热器2温度(C)
4	废催化阀dP
		6	柱塞活门dP
7	废催化阀OP
		8	预热器2管气阀OP
9	还原催化阀OP
		10	湿气压缩机Amps
11	产品：C2与更轻的
		12	产品：C5-C8，FRCCS
13	产品：癸烷油
		14	产品：C3与C3＝
15	产品：C4与C4＝
		16	产品：轻气油
17	CO：锅炉蒸汽
		18	湿气压缩机OP
19	吹气机吹风温度(C)
		20	主分镏器dP

    表2

MV#	MV名
		1	馈入
2	提升器温度
		3	馈入温度
4	预热器1空气
		5	预热器2空气
6	预热器1-2dP
		7	预热器2压力

优化解，便已利用了虚线曲线，但是与cv₁(预热器2氧气，图3A)不兼容。如果取虚线的路径，cv₁的误差会较大，将会有更多的氧气，使燃烧速度更难控制，并且太多氧气使混合物更易爆炸。

虽然已示出了认为是本发明的较佳实施例，但表明可在其中作出许多改变与修正而不脱离本发明的主要精神与范围。因此，所附的权利要求书旨在覆盖落入本发明的真实范围内的所有这些改变与修正。

Claims (3)

1.在过程控制系统中，具有用于提供过程的健壮控制的控制器，该控制器采用预定的范围控制程序，其结果为一个控制解，该过程还具有至少一个操纵变量及至少一个控制变量，提供动态优化的方法包括下述步骤：

a)建立增广的范围控制程序来协调稳定状态值组与控制解；

b)解该增广的范围控制程序，借此生成的操纵变量是与稳定状态值组及与控制解兼容的；以及

c)按照该增广的范围控制程序所生成的操纵变量控制该过程，借此提供该过程的最佳控制。

2.按照权利要求1的提供动态优化的方法，还包括下述步骤：

a)在建立一增广的范围控制程序之前，计算操纵变量与控制变量的一组优化的稳定状态值。

3.在过程控制系统中，权利要求1的方法，其中的计算步骤包括采用二次稳定状态优化表达式计算操纵变量与控制变量的一组优化稳定状态变量的步骤。

Images