足球比分直播

基于管道混合器pH智能控制系统的设计与应用.pdf

返回
基于管道混合器pH智能控制系统的设计与应用.pdf_第1页
第1页 / 共77页
基于管道混合器pH智能控制系统的设计与应用.pdf_第2页
第2页 / 共77页
基于管道混合器pH智能控制系统的设计与应用.pdf_第3页
第3页 / 共77页
基于管道混合器pH智能控制系统的设计与应用.pdf_第4页
第4页 / 共77页
基于管道混合器pH智能控制系统的设计与应用.pdf_第5页
第5页 / 共77页
点击查看更多>>
资源描述:
浙江大学硕士学位论文第一章绪论1.1计算机控制系统概述所谓自动控制,就是在没有人直接参与的情况下,通过控制器使生产过程自动地按照预定的规律运行【11.计算机控制系统就是利用计算机便i常称为工业控制计算机,Ⅱ,C来塞现生产过程自动控制的系统。1.1.1计算机控制系统的发展概况二次世界大战结束不久,科学技术领域发生了两件具有深远影响的大事。一是世界上第一台电子计算机的出现;一是经典控制理论的建立。计算机控制系统是谤算机技术与控制理论相结合的产物,其发展与计算机技术及控制理论的发展息息相关,经历了一个不断演变发展的过程,从简单的计算机控制系统逐步发展为多级分布式计算机控制系统。1959年世界上第一台过程控制计算机TRⅣ.300在美国德克萨斯州的一个炼油厂’正式投入运行【21。该系统控制有26个流量,72个温度、3个压力和3个成份,主要用于数据处理和操作指导。这项开创性工作为计算机控制技术的发展奠定了基础。1962年英国ICI帝国化学工业公司研究出一台名叫Fem呲A鸭Ils的过程计算机【3】。该控制系统中数据采集量为244个,它控制129个阀门,标志着直接数字控制DDC阶段的开始.70年代从传统的集中控制系统革新为分散控制系统∞CS。世界上几个主要的计算机和仪表制造厂于1975年几乎同时生产集散控制系统。例如,美国Honeywell公司的1Dc-2000,日本横河公司的aN兀M等。80年代推出具有融计算机辅助设计CAD、专家系统、控制和管理为一体的新型分散控制系统FCS。这些系统机构接近标准化,采用局域网技术。90年代后,在工业计算机管控一体化系统中,计算机集成过程系统浙扛大学硕士学位论文CIPSComputer Integrated erocos System从生产过程的全局出发,通过对生产活动所需的各种信息的集成,实现常规的过程控制、先进控制、在线优化、生产调度、企业管理和经营决策等功能。计算机控制系统以其特有的优势和强大的功能,已在石油、化工、冶金,电力、轻工和建材等工业生产领域得到广泛的应用。同时,随着计算机软硬件技术和通讯技术的飞速发展,新的控制理论和新的控制方法也层出不穷。展望未来,计算机控制系统的发展将在广泛应用成熟的先进技术基础上,大力研究和发展智能控制系统,将控制与管理结合,并向低成本自动化LowCostAutomation,LCA方向发展。1.1.2计算机控制系统组成和工作原理在计算机控制系统中,由数字计算机代替自动控制中的常规控制设备,对动态系统进行调节和控制,这是对自动控制系统技术装备的根本性交革,圈1.1为计算机控制系统组成框图。由于数字计算机具有采集、传送、存贮、处理大量数据的能力,使自动控制进入了以计算机为主要控制设备的新阶段[41。帏瞄 主■ [赣篇础遒道 生产道陧装置人 H一一}÷ -{I kI簇 ●垂 .4- ÷ 工 被备 业 叫删∞溅}_ 斗一卜 控控 一翼爿 褂量计 ● _1粼蚴适道}. _J电气联卜茸囊 ÷ ÷ 耗备 叫燃∞撞道l_ 斗电气联卜一图I.1计算机控制系统组成框图1主机,它是计算机控制系统的核心,通过接口它可以向系统的各个部分发出各种命令,同时对被控对象的被控参数进行实时检测及处理。主机的主要功能是控制攘个生产过程,按控制规律进行各种控制运算如调节规律运算、最优化计算等和操作,根据运算结果做出控制决策;对生产过程进行监督,使之处于最优工作状2浙江大学硕士学位论文态对事故进行预测和报警;编制生产技术报告,打印报表等。·2输入输出通道,它是主机和生产对象之间进行信息交换的桥梁和纽带。过程输入通道把生产对象的被控参数转换成主机可以接收的数字代码.过程输出通道把主机输出的控制命令和数据转换成可以对生产对象进行控制的信号。过程输入输出通道包括模拟量输入输出通道和数字量输入输出通道。3外部设备,是实现主机和外界进行信息交换的设备,简称外设,包括人机联系设备操作台’输入输出设备磁盘驱动器、键盘、打印机、显示终端等和外存贮器磁盘。其中操作台应具备显示功能,即根据操作人员的要求,能立即显示所要求的内容;还应有按钮完成系统的启、停等功能;操作台还要保证即使操作错误也不会造成恶劣后果,即应有保护功能.4测量变送单元,控制系统中,为了收集和测量各种参数,采用了各种检测元件及变送器,其主要功能是将被检测参数的非电量转换成电量,例如热电偶把温度转换成mV信号;压力变送器可以把压力转换为电信号,这些信号经变送器转换成统一的计算机标准电平信号0--5V-S羹4--20mA后,再送入主机。5执行机构,控制系统中的重要部件。其功能是根据主机输出的控制信号,改变输出的角位移或直线位移,并通过调节机构改变被调介质的流量或能量,使生产过程符合预定的要求。例如,在温度控制系统中,主机根据温度的误差计算出相应的控制量,输出给执行机构调节阀来控制进入加热炉的煤气或油量以实现预期的温度值。常用的执行机构有电动、液动和气动等控制形式,也有的采用马达、步进电机及可控硅元件等进行控制。计算机控制系统的工作原理可归纳为以下三个步骤151,其工作原理如图1.2所示;1实时数据采集,对来自测量变送装置的被控量瞬时值进行检测和输入。2实时控制决策,对采集到的被控量进行分析和处理,并按预定的控制规律,决定将要采取的控制策略。3实时控制输出,根据控制决策,适时地对执行机构发出控制信号,完成控制任务.计算机控制系统把计算机技术与自动控制理论相结台,与模拟硬件构成的控制3浙江大学硕士学位论文系统相比较,计算机控制系统具有以下特点1程序控制任何一种控制算法的实现都可以程序化,控制算法的改变只不过是程序的改变而已。2数字控制计算机的输入输出都是数字信息,计算机控制系统是对被控对象的信息进行采样、量化、保持等变换.3实时控制计算机的信息处理过程要与控制过程相适应。图1.2计算机控制系统工作原理框图计算机控制系统的经典形式1.监督控制系统监督控制SCCSupervisoryComputerContr01,如图1.3所示。SCC系统是将操作指导和DDc综合起来的一种较高形式的控制系统[61。DDC系统中,其给定值是预先设定的并存入微机内存中,不能随生产负荷、操作条件和工艺信息变化而及时修正,因此不能使生产处于最优工况。而SCC系统中计算机对生产过程中的参数进行巡检,按照所设计的控制算法进行计算,计算出最佳设定值直接传递给DDC计算机,进而由DDC计算机控制生产过程,实现了分级控制。SCC系统改进了DDC系统在实时控制时采用周期不能太长的缺点,能完成较为复杂的计算,可实现实时最优化控制。计算机集中式数字控制系统所采用的主要理论基础是现代控制理论,各种改进或复合PID算法大大提高了传统PID控制的性能与效果。多输入一多输出的多变量控制理论,克服对象时变特性和环境干扰等不确定影响的自适应控制,消除因模型失配而产生不良影响的预测控制,保证系统稳定的鲁棒控制等新理论与策略的应用为计算4浙江大学硕士学位论文机集中控制奠定了坚定的理论基础。计 一一一珊 生算 产过机 程图I.3监督控制系统结构框图2.集散控制系统集散控制系统Distributed ControI System简tt象DCS,如ffl 1.4所示。依据分散控制、集中操作、分级管理、分而自治和综合协调的设计原则,把系统从上到下分为分散过程控制级、集中操作监控级、综合信息管理级,形成分级分布式控制171.图1.4集散控制系统结构框图集中式计算机控制系统在将控制集中的同时也将危险集中,因此可靠性不高,抗干扰能力较差.随着现代工业生产的迅速发展,不仅要求完成生产过程的在线控制任务,而且还要求实现现代化集中式管理。DCS系统采用承担分散控制任务的现场控制站和具备操作、监视、记录功能的操作监视站二级组成。它的主导思想是将复杂的对象化分为几个子对象,然后用局部控制器现场控制站作为一级,直接作用于被控对象,即所谓水平分散;第二级是操纵各现场控制站的协调控制器操作监视站,它使各子系统协调配合,共同完成系统的总任务。DCS既有计算机控制系统精度高、控制算法先进、响应速度快的优点,又有仪表控制系统安全可靠、维护方S浙缸大学硬士学位论文便的特点。3.现场总线控制系统现场总线控制系统Fieldbus Control System简称FCS,如图1.5所示。与DCS的三层结构不同,FCS的结构模式为工作站一现场总线智能仪表两层结构,降低了总成本,提高了可靠性,系统更加开放,功能更加强大[81.在统一的国际标准下,可实现真正的开放式互连系统结构。图1.5现场总线控制系统结构框图集散系统大多采用网络通信体系结构,各个公司采用专用的标准和协议,再船上受到现场仪表在数字化、智能化方面的限制,它没能将控制功能彻底地分散到现场。现场总线控制系统是计算机技术、通信技术和控制技术的综合与集成。通过现场总线,将工业现场具有通信特点的智能化仪器仪表、控制器和执行机构等现场设备和通信设备连接成网络系统,连接在总线上的设备之间可直接进行数据传输和信息交换。同时,现场设备和远程监控计算机也可实现信息传输,从而将现场控制站中的控制功能下移到网络的现场智能设备中,构成虚拟控制站,通过现场仪表就可构成控制回路,实现了分散控制Fcs系统,较好地解决了过程控制中现场设备的实时控制和现场信号的网络通信两大基本问题。它不仅实现了智能下移,数据传输从点到点发展到采用总线方式,而且用大系统的概念来看整个过程控制系统,即整个控制系统可看作是一台巨大的计算机按总线方式运行,故全数字化,全分散式、可互操作和开放式互连网络是其主要特点和发展方向。基于人工神经网络、模式识别、模糊理论等基础开发的软测量技术,为FCS系统提供了强大的信息检测功能。过程优化即稳态优化和最优控制等各种先进控制理论以及多学科和技术的交叉和融合,‘浙江大学项士学位论文为FCS系统提供了坚实的理论基础。计算机网络技术的发展和成熟又为FCS系统的实现提供了技术支持.1.2智能控制的研究现状及面临的挑战1.2.1智能控制理论发展概述经典控制理论和现代控制理论本质研究的都是线性无时变系统的控制问题,而实际系统都是非线性的,在控制系统中的线性系统实际上是对非线性系统的一种理想化或近似的描述【外.随着控制理论研究的深入和控制要求的提高,需要解决的控制问题更接近实际,即非线性和时变等特性更加突出的问题。智能控制是以无模型为特征的更接近人脑思维方式的一种控制理论,它是以知识信息为基础进行学习和推理,用启发式方法来引导求解过程,适合含有复杂性、不确定性和模糊性系统的求解过程。1966年,J.M.Mendel首次正式使用“智能控制”一词,并把一些简单的人工智能技术用于学习控制系统中,开创了智能控制研究的新篇章【lol。60年代的智能控制研究主要是将人工智能用于控制系统中的学习和记忆,是智能控制的萌芽。70年代是智能控制的诞生和形成期,1971年,Fu提出智能控制即人工智能与自动控制交叉的“二元论”思想[1lI;1974年英国的Mandani教授将模糊逻辑用于蒸汽机的控制;1979年Sandis提出了智能控制是人工智能、运筹学、自动控制交叉的。三元论”思想及分级递阶的智能控制系统框架【121.80年代,智能控制的研究进入了迅速发展时期,19s4年专家系统被引入到控制系统,专家控制的新概念由此诞生,与此同时,神经网络被引入到控制领域并迅速得到了广泛的应用,从而出现了神经网络控制;1985年8月,匝EE在美国纽约召开了第一届智能控制学术讨论会;1987年1月,在美国费城由IEEE控制系统学会与计算机联合会联合召开了第一届智能控制国际会议,标志着智能控制作为一门学科被正式建立起来【131.进入9哞代,智能控制的种类也在不断增多,如仿人智能控制、遗传算法控制和小波控制等智能控制算法不断涌现,应用对象也更加广泛,从工业过程控制领域到机器人控制、管理决策等控制领域,7浙江大学硕士学位论文并都取得了较好的效果。智能控制所解决的问题是传统控制理论难以解决的不确定性问题。典型的智能控制方法有专家系统、模糊控制和神经网络控制等。专家系统是将专家系统的理论与技术同控制理论方法与技术相结合,在未知环境下,仿效专家的智能,实现对系统的控制【I叼。专家控制系统使用一个知识库来做出控制决定。知识库由专家的经验知识、在线获得的系统信息和推理机组成。它适用于生产计划、调度和故障诊断等决策问题,但不适用于解决连续控制问题。模糊控制与学习控制系统和专家系统不同,它以模糊集合论、模糊语言变量及模糊逻辑推理为基础。模拟人的近似推理和决策过程Il习。目前,在工业上投入运行的模糊控制器,大都由一组模糊规则组成,通过一定的模糊推理机制确定控制作用。大量的工程实践表明,与基于精确数学模型的控制方法相比,模糊控制在处理不精确、控制具有高度不确定性的复杂系统时具有优越性。德国西门子公司将自动化仪器Sn伽C s5和模糊控制相结合并首次应用于废水pH值中性化控制【1们。神经网络控制是一种使用人工神经网络的控制方法,以非线性大规模并行处理为主要特征,以生物神经网络为模拟基础,试图模拟人的形象思维以及学习和获取知识的能力【讯。它具有学习、记忆、联想、容错和并行处理等种种能力,在控锄领域得到广泛的应用。目前提出的基于神经网络的控制方案有多种,主要包括神经网络系统辨识、神经网络监督与评价学习控制、神经网络非线性控制和神经网络自适应控制等。智能控制学科发展至今,虽然还没有系统的理论体系,但是已拥有丰富的内容。1.2.2智能控制面临的挑战随着工业控制过程的发展,控制的过程更加复杂时变、非线性、不确定性等因素,需要更高的控制精度,因此对过程控制提出了更高的要求。对于强非线性对象,智能控制虽然在一定程度上解决了实际系统的非线性问题,但控制效果仍不尽人意,主要是因为难以建立有效的模型以及确定模型的结构及相关参数,另外由于在线计算量的增加,难以满足实时性的要求I阍。下面分析模糊控制及神经网络在非线性系0浙江大学磺士学位论文统辨识及过程建模方面应用中的缺陷。模糊控制系统是由三个模块结构构成的模糊化、模糊规则合成推理和模糊判决,其核心是以自然语言表示的控制规则,易为人们所接受,且构造容易,鲁棒性强。然而模糊系统的设计往往包含过多的经验成分,控制器性能的优劣取决于设计者的经验。由于模糊控制先对控制变量论域离散、量化,再进行推理、决策,语言变量值的分档不可能太细,因此模糊控制的精度较差。同时由于知识获取困难,使得模糊控制的适应能力有限。神经网络控制是90年代比较活跃的智能控制,这是因为神经网络具有如下特性对复杂不确定性问题的自适应和自学习能力作为控制系统中的补偿环节、自适应环节等.对任意非线性关系的表示能力用于非线性系统的辨识,控制等;对网络的非线性动力学带来的快速优化计算能力复杂控制问题的优化计算等;由并行分布式处理结构带来的容错能力等。尽管神经网络具有强大的逼近非线性映射的能力,为神经网络的研究起过强烈的推动作用,但它却具有一些难以克服的缺陷.具体体现在存在局部极小问题,造成网络的局部收敛,影响系统的控制精度;学习速度慢、训练时间长等限制了神经网络在实时控制中的作用;理想的训练样本提取困难,影响了网络的训练速度和训练质量;网络结构不易优化,特别是隐含层节点数目的选取常常带有盲目性;尚未从理论上完全解决神经网络学习算法的收敛性和神经网络控制系统的稳定性等。这些缺陷严重降低了其应用和发展的效果。因此寻求更适于建立非线性系统模型的方法是十分必要的。支持向量机是在神经网络之后,建立在统计学习理论基础上的一种新的机器学习技术。实践运用表明,支持向量机理论是一种更好的神经网络技术。1.3支持向量机理论支持向量机SVM是九十年代中期发展起来的新的机器学习技术,与神经网络删不同的是,VM以统计学习理论SLl为基础。传统统计学的前提条件是要有足够多的样本,而统计学习理论是着重研究小样本条件下的统计规律和学习方法,它为机器学习问题建立了一个很好的理论框架【嘲。实践表明,建立在su之上的支9浙江大学硕士学位论文持向量机不仅结构简单,而且技术性能尤其是推广能力明显提高,能够解决小样本的学习问题,是一个全新的神经网络技术。目前,支持向量机SⅥ田己成为国际上机器学习领域新的研究热点。1.3.1统计学习理论Vapnik等人从上世纪六、七十年代开始致力于统计学习理论的研究刚。到九十年代中期,随着其理论的不断发展和成熟,人们研究的重点转移到神经网络的替代方法上.统计学习理论被认为是目前针对小样本统计估计和预测学习的最佳理论。与传统统计学相比,该理论针对小样本统计问题建立了一套新的理论体系,在这种体系下的统计推理规则不仅考虑了对渐近性能的要求,而且追求在现有有限信息的条件下得到最优结果.现在,结构化最小风险原则成了人们研究的热点,统计学习理论开始受到越来越广泛的重视。为了更好的理解并为介绍支持向量机理论做准备,本节将介绍经验风险最t眦原则及结构风险最小化原则团】阎。1.经验风险最小化原则ERM原则在用数据进行靓望风险的随机逼近时,经常用到经验风险最小化原则,它是目前一些学习方法如神经网络、最小二乘、极大似然等方法中最常用的学习原则.以回归估计为例假设样本五,乃,,而,乃∈R4xR是从未知概率分布Px,力的独立采样,回归估计问题也就是如下最小化问题置I上以m,口MP瓴y I-I式中fx,Ct是用来最小化风险泛函Ra的目标函数,LO,,f五口是损失函数,它是对应于输A.x的Y与目标函数,“口之间的偏差。当概率分布P“力未知时,很难直接评价或最小化R口,我们只能通过经验风险函数墨。口来逼近Ra的最小化。对给定的经验数据工和y,‰位可以用经验数据的和10
展开阅读全文
收藏
下载资源

加入会员免费下载





足球比分直播