专利名称：用于实时过程控制的两段方法
技术领域：
本发明涉及采用线性规划模型来控制过程运行的方法，该模型被配置来提供对系统约束以及该过程的未测定干扰的描述。
采用线性规划模型来实现过程控制现在是很普通的。对受控变量的未来变化与控制变量的当前和过去变化之间的关系进行数学限定的线性规划模型目前被用来增强过程控制器的运行。受控变量是指标被订为保持在所要求的调整点的过程变量，而控制变量是可调整以驱使受控变量达到其指标值的过程变量。在任何工业过程中都会由外部对过程产生干扰，如果不对过程进行控制以实时响应未测定的干扰，就会导致不稳定性、效率降低以及产品质量的改变。对过程的一种未测干扰可能会来自例如环境温度的变化或对产品需求的突然变化。此外，这种过程还有系统约束，诸如温度、压力和流速，这些因素对过程变量产生限制，因此在过程控制中也必须加以考虑。
动态矩阵控制是一种过程控制方法，它采用过程模型根据对受控变量的未来变化的预测来计算控制变量的修正。动态矩阵控制的基本概念是采用已知的时域阶跃响应过程模型来确定控制变量的变化，从而使一个性能指标在一特定的时间范围内变为最小或最大。每一控制变量的控制变量变化时序都是根据由时域阶跃响应模型所预测的过程响应来计算的。因此，性能指标被最优化。
两份美国专利包括动态矩阵控制的两种实施例。美国专利4，349，869公开了一种动态矩阵控制系统，其中需要在时间范围内使某些性能指标最小或最大的控制变量变化是采用数学最小二乘法来计算的。该方法的主要缺陷是过程受控变量的系统约束不能直接通过计算控制变量变化或移动的最小二乘法来处理。由于这一局限，很难驱使受控变量达到可能限定过程的最佳稳态运行状态的一个上极限或下极限，这是因为无法明确保证在修正控制变量时所产生的瞬时状态中不扰乱该极限。
美国专利4，616，308公开了动态矩阵控制的一种改进形式，其中在美国专利4，349，869中所描述的用于计算使某些性能指标达到最小或最大的控制变量变化的最小二乘法被二次规划方法或者线性规划方法所替代。采用其中任一种方法都可以直接处理受控变量的系统约束。假定时域阶跃响应模型准确地代表了过程的动态响应，并且对过程不施加任何未测定干扰，那么就能保证控制变量的移动不会产生导致受控变量扰乱上极限或下极限的瞬态过程。
事实上，时域阶跃响应过程模型根本不可能准确地代表过程的动态响应。此外，未测量并且任何过程模型也没有加以考虑的干扰会在过程控制中产生实时失稳。由于这些因素，由最小二乘法、二次规划或线性规划方法所计算的控制变量的移动必须周期性地进行修改。一种手段是确定由受控变量所限定的过程的状态，对每一控制变量计算其移动时序，等待一定的时间间隔，再次确定过程的状态，重新计算每一控制变量移动的时序。
在美国专利US4，349，869和US4，616，308中所描述的动态矩阵控制的两个实施例所采用的过程模型没有考虑在过程的状态被初始确定后进入过程中的实时未测干扰。与具有不完善的过程模型和未测干扰的动态矩阵控制的实际实施相关的另一个问题是，由上面所描述的任一方法所计算的每一控制变量的移动时序在实现对性能指标的最小化或最大化这一目标时极具侵略性倾向。通常会产生较大而且频繁的控制变量移动。暂且不论操作人员的审美考虑，当控制器呈现这种侵略性时会危及过程的闭环稳定性。当过程模型的精确性受到某些原因的限制时尤其如此。美国专利4，616，308对本领域普通技术人员所熟知的移动抑制概念作了数学描述。移动抑制恶化了依赖于对每一控制变量所计算的控制变量变化的时序中控制变量从其当前值所产生的任何变化的性能指标。因此，对序列中的某个控制变量与其初序值的变化不作计算，除非由一个移动抑制因子或权所限定的这一变化的费用远小于这一变化在改善性能指标时所带来的利益。采用移动抑制的最终结果是要改善在一限定的时间范围内使其变为最小或最大的性能指标，从而使得控制变量由控制变量变化的时间序中的当前值所产生的变化导致性能指标值与没改善的性能指标相反变化。没改善的性能指标的变化量不能事先确定。
移动抑制的基本目的是通过减弱一个动态矩阵控制器对某些或所有的控制变量产生较大并且可能是频繁变化的侵略性倾向来改善闭环稳定性的。现在假定时域阶跃响应模型准确地代表了过程响应，并且过程模型考虑了进入过程的所有干扰，那么闭环稳定性就不太需要考虑。然而，在动态矩阵控制中实际采用的时域阶跃响应模型是线性微分方程系统的递归或微分方程形式。由一组线性微分方程对实际物理系统的行为的模仿程度是有限的。虽然可以构造更精确的模型，但是由于使过程响应符合这些模型以及根据这些模型计算控制变量移动的能力有限，因而依赖于更复杂的过程模型的控制技术的实用性受到限制。考察移动抑制概念的一种方式是看其作用于时域阶跃响应模型的精度的置信水平。如果过程模型很精确，那么移动抑制的效果是要降低控制质量。换言之，如果过程模型原本精确，那么就需要很少的移动抑制以保持过程的闭环稳定性。这可以看作是在闭环稳定性和最佳化控制器性能之间的折衷选择，该折衷选择是通过引入移动抑制而作出的。
由性能指标所测定的在闭环稳定性和最佳化控制器性能之间的折衷选择目前正通过前面所述的性能指标的改善在进行实施。控制变量移动在采用没改善的性能指标所计算的移动之上被抑制的变数(degree)是用于恶化改善的性能指标的移动抑制因子或权的相关值的函数。对移动抑制权的修正是通过对控制器的在线调节来实现的。很难将移动抑制权的值与闭环稳定性的改进或控制质量的恶化相联系。移动抑制权的选择是主观的，并且通常有赖于在控制器的在线调节期间对过程的闭环响应的观测。
根据本发明的方法，具有一至多个控制变量和一至多个受控变量而且该受控变量具有与所述控制变量的修正值相关的目标值的一个过程在计算机运行下经过一个过程控制器进行实时控制，本发明采用的控制方法包括以下步骤建立一个第一性能指标，对过程中的每一受控变量计算在一特定的时间范围内与其目标值的偏差的绝对值;
产生一个第一线性规划模型，其解将使所述第一性能指标最小;
求解所述第一线性规划模型;
建立一个第二性能指标，对每一受控变量在一特定的时间间隔内计算每个控制变量与其原有值的绝对变化值;
产生一个第二线性规划模型，其解将使所述第二性能指标最小;
在所述第二线性规划模型中加入至少一个动态约束，该动态约束是由所述第一线性规划模型的解计算的，其值大于零并且小于所述第一线性规划模型的解与一个预定量相加所得的值;
求解具有所述动态约束的所述第二线性规划模型的值;
根据所述第二线性规划模型的解修正控制变量，从而驱使所述受控变量达到其目标值。
通过采用一种两段线性规划模型，对每一控制变量而言，控制变量变化的时序与由第一阶段线性规划模型所计算的时序相比改进了过程的闭环稳定性。在第一阶段，根据系统约束和/或对控制和受控变量的限制，使性能指标值变为最小或最大。系统约束和/或限制可以从对过程能力的实际理解来导出、或从由先前运行所推导的数据中导出、或从测试中导出、或者主观推测，一旦导出，它们在一特定的时间间隔内是固定的，并且在一特定的时间范围内在第一阶段的性能指标解中作为固定的界限。对第一阶段线性规划求解的方法根据确定的系统约束或限制来计算在一特定的时间范围内受控变量与其目标值的偏差的绝对值。
由于第一阶段线性规划可能存在替代的最佳解，因此最好是第一阶段线性规划对第一性能指标加上一小部分第二性能指标进行最优化。这一策略便于对求解第二阶段线性规划的值的正确测量，即由第二性能指标所测量的第一阶段和第二阶段线性规划的解值的比较是正确的。
在第二阶段，根据与第一阶段线性规划模型的解相关的动态约束来使其性能指标变为最小或最大。因此使第二性能指标变为最小或最大是以第一阶段解中的系统约束以及基于第一阶段解的一个动态约束为依据的。例如，第二阶段的动态约束可以等于或小于第一线性规划模型的解加上一个预定量。这个预定量可以根据经验来确定，或者根据例如以往最优化研究所获得的额外信息来计算。
本发明的一个主要优点是改进了受控过程的闭环稳定性，这是因为对这种控制变量由第二阶段线性规划模型所计算的控制变量变化的时序减弱了动态矩阵控制器在某些或所有控制变量中产生较大而且可能频繁的变化的侵略性倾向。
下面结合附图对本发明进行更详细的描述，由此将看到本发明的其它优点。
图1形象示出了强调本发明的最佳实施例，用于在管理过程运行的性能指标空间中规划第一阶段线性规划模型的所有可能解的一个概念;
图2的流程图示出了本发明的过程控制方法;
图3是一个单柱氮厂的示意性表示，它有两个控制变量，由在一台计算机控制指导下的一台控制器进行调节，从而对两个受控变量提供控制;
图4表示仅采用发明的第一阶段作为控制实施时图3所示的氮厂中的受控变量对控制变量变化的响应;
图5示出当局限在第一阶段控制时与图4的响应相关的控制变量变化;
图6示出当采用本发明的两段控制过程时图3所示的氮厂中的受控变量对控制变量变化的响应;
图7示出当采用本发明的两段控制过程时与图6所示的响应相<p>生成稳定的络合物过程中，即发生了颜色变化，由葡萄红色变成兰绿色，此时为反应终点。
显示片中乙二胺四乙酸二钠是测定硬度的主要成分，通过EDTA的用量来计算硬度的大小;四硼酸钠与无水碳酸钠是在测定中起缓冲作用，主要用来调整pH值＝10，因为只有pH＝10左右时EDTA络合反应才最完全，从而测得的硬度比较准确;铬黑T和盐酸羟胺为指示剂，用于指示反应的终点颜色。可溶性淀粉是载体，用于将各组分混合后粘结成型，显示片各组分在水样中的化学反应在短时间内进行，只要显示片完全溶解，反应就会完成，如果水样水温较低(冬季)，化学反应稍延长时间，也可以用加热方法加热到30℃左右，反应就会很快进行。
实施例
按上述各实施例的组分配好后，用水混合-造粒-烘干-压制成片。
本发明显示片测定软水硬度过程1)准确量出100毫升水样，置于250毫升锥形瓶中;
2)将一片显示片置入水样中，摇动1-2分钟，水样呈现了颜色，如呈现兰绿色，说明软水硬度≤0.03mgN/e，表示软水合格，可以进锅炉，如果呈葡萄红色，说明软水硬度＞0.03mgN/e，超过了标准，即为不合格，不允许进锅炉，立即进行钠离算受控变量与其目标值的偏差的绝对值的一个性能指标。权用来指定在性能指标中某些受控变量的偏差更重要。权可以用来相关于某些受控变量有选择地改进一个过程控制器的性能。
本发明的第二阶段线性规划模型的一个性能指标的典型形式为求
的最小值Δxrt+n＝xrt+n-xrt+n-1(103)Δxrt+n＝urt+n-vrt+n(104)其中△Xrt+n是控制变量r在t+n与先前值的变化;
Xrt+n是控制变量r在t+n时刻的值;
Xrt+n-1是控制变量r在t+n-1时刻的值，也称为控制变量r在t+n时刻的先前值;
Urt+n是控制变量r在t+n时刻的正变化;
Vrt+n是控制变量r在t+n时刻的负变化;
Wrt+n是控制变量r在t+n时刻的变化的权。
熟悉线性规划知识的人会认出上述公式是计算一个控制变量与其先前值的绝对值的绝对变化的一个性能指标。权用来指定在该性能指标中某些控制变量的变化具有更大的重要性。权可以用来有选择地减小在某些控制变量中控制变量变化的大小，并且可能的话减小其数量。
因为一个线性规划模型有许多可能的替代解，所以可以预测第一阶段模型的替代解的可能性，并且从那些解中选择一个单一解，这个单一解可能是与第二阶段性能指标相关的最佳解。这一概念示于图1。图1是在性能指标空间中第一阶段线性规划模型的所有可能解的投影。点A和B是第一阶段线性规划问题的一组可能解的极值点，它们具有相同的第一阶段性能指标值。
由于第一阶段性能指标被第一阶段线性规划模型的解所最小化，而第二阶段性能指标被第二阶段线性规划模型的解所最小化，因而解值B优于包括解值A的所有其它解。通过将要被用于第二阶段的性能指标作为由第一阶段线性规划模型的解所最小化的部分性能指标，可以保证解值B在第一阶段被选中。
根据上述概念，第一阶段线性规划模型的目标函数可以表示为求
的最小值ε大于零且任意小与此类似，第二阶段的目标函数为求
具有递归微分方程形式的线性动态过程模型目前用于将一个过程输出中的未来变化联系到过程输出的当前和过去变化以及既包括控制变量又包括干扰的过程输入。这种模型用于建立一系列等式约束，该约束包括大部分第一阶段和第二阶段线性规划模型的结构作为代数等式。这种过程模型的一般形式示于下面。在由受控过程中所<p>生成稳定的络合物过程中，即发生了颜色变化，由葡萄红色变成兰绿色，此时为反应终点。
显示片中乙二胺四乙酸二钠是测定硬度的主要成分，通过EDTA的用量来计算硬度的大小;四硼酸钠与无水碳酸钠是在测定中起缓冲作用，主要用来调整pH值＝10，因为只有pH＝10左右时EDTA络合反应才最完全，从而测得的硬度比较准确;铬黑T和盐酸羟胺为指示剂，用于指示反应的终点颜色。可溶性淀粉是载体，用于将各组分混合后粘结成型，显示片各组分在水样中的化学反应在短时间内进行，只要显示片完全溶解，反应就会完成，如果水样水温较低(冬季)，化学反应稍延长时间，也可以用加热方法加热到30℃左右，反应就会很快进行。
实施例
按上述各实施例的组分配好后，用水混合-造粒-烘干-压制成片。
本发明显示片测定软水硬度过程1)准确量出100毫升水样，置于250毫升锥形瓶中;
2)将一片显示片置入水样中，摇动1-2分钟，水样呈现了颜色，如呈现兰绿色，说明软水硬度≤0.03mgN/e，表示软水合格，可以进锅炉，如果呈葡萄红色，说明软水硬度＞0.03mgN/e，超过了标准，即为不合格，不允许进锅炉，立即进行钠离<p>bp，rt+n-i对在t+n-i时刻控制变量r对受控变量p的变化的贡献所加的权△fp，dt+n-k在t+n-k时刻干扰变量d对受控变量p的变化的贡献cp，dt+n-k在t+n-k时刻干扰变量d对受控变量p的变化的贡献所加的权△gdt+n-i在t+n-i时刻干扰变量d的变化ep，dt+n-i对在t+n-i时刻造成受控变量p变化的干扰变量变化所加的权第一阶段线性规划模型由目标函数(105)、约束(107)、(108)、(109)、(110)以及控制和受控变量的变化和值的下列界限所表示。
hrt+n≤Δxrt+n≤grt+n(111)hpt+n≤Δypt+n≤gpt+n(112)Lrt+n≤xrt+n≤Urt+n(113)Lpt+n≤ypt+n≤Upt+n(114)其中hrt+n在t+n时刻控制变量r的变化的下界grt+n在t+n时刻控制变量r的变化的上界hpt+n在t+n时刻控制变量p的变化的下界gpt+n在t+n时刻控制变量p的变化的上界Lrt+n在t+n时刻控制变量r的下界Urt+n在t+n时刻控制变量r的上界
Lpt+n在t+n时刻控制变量p的下界Upt+n在t+n时刻控制变量p的上界第二阶段线性规划模型由目标函数(106)、约束(107)、(108)、(109)、(110)、界限(111)、(112)、(113)、(114)以及由第一阶段线性规划模型的解所导出的下列动态约束所表示。
由第一阶段得出IAEp＝Σn=N]]>spt+n(αpt+n+βpt+n)
p (115)IAE＝Σp=1pΣn=0N]]>spt+n(αpt+n+βpt+n) (116)其中IAEp受控变量与其目标值的偏差对第一阶段性能指标的贡献IAE第一阶段指标值(没有ε项)下述第二阶段约束可以构造为Σn=0N]]>spt+n(αpt+n+βpt+n)≤IAEp+ΔIAEp
p (117)Σp=1pΣn=1N]]>spt+n(αpt+n+βpt+n)≤IAE+ΔIAE (118)其中△IAEp可供第二阶段解所用的控制变量与其目标值的偏差对第一阶段性能指标的贡献的增量。
△IAE可供第二阶段解所用的第一阶段性能指标的增量通常△IAEp最好取作由第一阶段线性规划模型的解所计算的IAEp的十分之几。另一方面，△IAEp可以是由任何手段所计算的一个预定值，例如，该手段包括△IAEp＝(N)△p (119)其中N在控制器时间范围内所考虑的时间间隔数△p可供第二阶段解所用的在第一时间间隔受控变量p与其目标值的偏差对第一阶段性能指标的贡献的增量除了前面所述的采用不同性能指标并且在第二阶段模型中如上所述根据第一阶段模型解增加动态约束外，第一阶段线性规划模型和第二阶段线性规划模型在各方面都相同。
现在参看图2，它用流程示出了本发明。如步骤[1]所示，通过将过程模型读入一个计算机(没有示出)用于指导一个过程控制器(没有示出)的运行，从而对该过程初始化。过程模型分别由等式(107)、(108)、(109)和(110)给出。
过程模型定义受控变量的未来变化与控制及干扰变量的当前和先前变化的关系。这一关系表示在权(a、b、c、e)的值中，对受控变量、控制变量和干扰变量的不同组合而言，权是唯一的。权值可以通过任何过程识别步骤得到。一个步骤包括将一系列控制变量和干扰变量的变化引入该过程或一个第一主要过程模型中并且记录受控变量的响应。在实施这些测试时过程没有受到控制。采用多重线性回归技术来修正权的值，从而使得所观测的受控变量响应与由过程模型所预测的响应的差的平方和最小。
过程控制中的系统约束可能包括过程限制和主观限制。过程系统限制等同于过程的各种实际约束。例如，一个高压罐可能具有一个不能被超过的最大极限值，并且阀门至多是完全打开或至少是完全闭合。电动机可能有由生产厂家所限定的负载限制。这些限制代表了受控或控制变量的上限或下限。也可能存在主观限制，它们等同于作用在过程运行之上的，而不同于由过程系统限制所表示的过程系统约束。这些限制也表示受控或控制变量的上限或下限。
受控变量目标是控制器将试图达到的受控变量值。只要受控变量值不同于其目标值，或者预计在将来将要不同于其目标值，那么控制器就可能持续调节控制变量。
前面已作过解释，第一阶段线性规划模型是由包含目标函数105、约束107、108、109、110以及界限111、112、113和114的代数项所表示的。当步骤[1]完成后就产生第一阶段线性规划模型，如图2的步骤[2]所示。
第一阶段线性规划模型时代数表达式被转换为适合最优化的一个模型表示。通常采用矩阵形式来进行最优化。该矩阵形式的一个例子是MPS(数学规划系统)形式，它被数学规划专业人员采作一种松散标准。向MPS形式的转换使得第一阶段线性规划模型可以由多种工业线性规划系统所读出。这种转换可以很容易由专为此目的所编制的任何计算机程序来完成。这部分内容不属于本发明。
第二阶段线性规划模型在步骤3产生，并且由目标函数106、约束107、108、109、110、界限111、112、113、114以及与第一阶段性能指标117和118相关的附加动态约束所表示。将第一阶段线性规划模型的代数形式转换为矩阵形式的说明也适用于第二阶段线性规划模型。
在步骤4所测量的过程的当前状态是由所有受控、控制以及干扰变量的最新值所限定的。通常代表这些变量的初始信息可以从用于检索和存贮这些变量值的一个过程数据捕获系统中获得。数据捕获系统及其运行不属于本发明部分。在此之后，该过程的当前值在从一个时间间隔到下一时间间隔的逐步逼近过程中被更新。
如果需要的话，在正常过程运行过程中受控变量的要求值以及限制被校正和修改，如步骤5和6所示。
步骤6所示的对第一阶段线性规划模型的修改以最新的过程状态为根据。修改限制和目标包括更新出现在约束右侧的数值以及改变界限。这通常不必重新产生第一阶段线性规划模型，因此节约了一些计算机时间。在进行这种修正时工业线性规划系统通常具有某些便利性。
步骤7所示的求解第一阶段线性规划模型包括根据已经定义的约束和边界来对第一阶段目标函数(105)求最优值。为此目的一般采用工业线性规划系统。求解第一阶段线性规划模型的一种方式是采用一种主单形法。在该主单形法中，对扩展的原有问题的一个基本可能解被保持在单形法的每一步迭代过程中。对单形法和修改的单形法的详细描述在许多线性规划教科书中都能看到，例如由G.B.DanztigPrinceton大学出版社1963年出版的“LinearProgrammingandExtentions”(《线性规划及其外延》)。可以采用对偶单形法来代替主单形法。也可以采用基于内部点障碍法(interior-pointbarriermethods)的一种算法来进行最优化。
第一阶段线性规划模型的解将提供至少下述信息(a)目标函数的值。
(b)变量的活动范围，对每个控制变量而言它是变量变化的时序。
(c)所有约束右侧元素的值。
如果第一阶段线性规划模型被确定为不能实行的，那么可以通过暂时放松某些边界或约束使其变为可以实行。可行性被定义为至少有一组活动范围能满足所有的边界和约束。
修改第二阶段线性规划模型与修改第一阶段线性规划模型是一样的。因为它相关于当前过程状态、修正的限制以及修正的目标值。在第二阶段线性规划模型中所专有的约束117和118的右端成份被根据从第一阶段解中所获得的信息所修正。例如，约束118的右端成分包含一部分等于ε＝0时第一阶段性能指标的值，该部分被用于对第二阶段性能指标进行最优化。该部分可以多种方式来确定，例如1.它们根据操作人员或其它熟悉过程性能的人员的经验来估计。
2.它可以是ε＝0时第一性能指标的十分之几或一个固定数值的较大值。
3.它可以采用从第一阶段解所得到的并且包含缩减费用和边缘值(阴影价格)的补充信息来计算。
4.它可以根据对第一阶段进行事后最优化研究所得到的并且包含参数规划的信息来计算。
5.它可以根据一个外部模型，诸如一个第一主要过程模型来计算。
根据步骤9来求解第二阶段线性规划模型与步骤7求解第一阶段类似，下面列出了它们的关键区别
(a)第二阶段模型保证可以实行。
(b)第一阶段的解可作为应用于第二阶段的算法的可能起点，从而减小了计算所花费的功夫。
第二阶段的解提供与第一阶段解相似的信息。
为了确定第二阶段解是否代表一个可以接受的控制策略，在步骤10时根据一系列相关探索来研究第二阶段解，如果发现第二阶段解由于任何原因而存在缺陷时，将对第一阶段线性规划模型进行修改。
虽然第二阶段的解包含判定变量的活动范围，它们是对每一控制变量而言起始于当前并且在时间上延长几个时间间隔的控制变量的时序，但是最好只实施每一控制变量的时序的第一个元素。
在等待一个时间间隔后，重复执行步骤4、5、6、7、8、9、10和11。如果在随后时间间隔的逼近过程中的第一个元素与前面时间间隔中具有相同的值，那么在步骤11停止。时间间隔的长度通常相关于受控过程的基本动态响应。如果这一响应的某些成分很快，那么一个时间间隔的长度就短。
通过比较第一阶段线性规划解的实施和第二阶段线性规划解的实施可以更进一步理解本发明。图3中示出一个单柱氮厂，它由一个为计算机所控制的基于模型的控制器所操纵。图3所示的简化的空气分离系统被设计来从输入的带有80%N2的气体F1供流中生产具有特定目标纯度为99.99%的高纯度氮F3。气体F1的供入流在阀门X1的迎流面被再次纯净并被低温冷却达到约90°K的温度和60-100lbs的压力。一旦穿过阀门X1，供入流F1膨胀，分为液体和蒸汽。蒸汽化的空气在塔B中上升，而液流从塔B的底部作为液流F2而排出。排出的液流F2包含大约40%O2和60%N2。塔B包括许多标准分离塔盘(没有示出)以保证在塔中上升的气体和馈入塔B的顶部的液体氮流F6之间有最大的气液接触。从塔B中所排出的液流F2被馈入包含一个冷凝器C的容器A中。冷凝器C将来自塔B的蒸汽化的氮流F4冷却为液流F5。液流F5被分为馈入塔B的液流F6和一个输出液流F8。阀X2控制液体输出流F8从冷凝器C的排放。在容器A中的冷凝器液体水平由一个传感器Y2来探测。该传感器Y2给控制器12提供一个输出信号，该控制器是由一个计算机14来控制的。计算机14与控制器12的组合有时被称之为“基于模型的控制器”。控制器12还接收来自传感器Y1的一个输入传感信号15，该传感器Y1探测输出氮流F3的纯度。阀X1和X2由控制器12所调节，它们被称之为控制变量，以与前面所用的词汇相一致。在图3的系统中，Y1感应气流F3的成份，它代表一个受控变量，Y2感应冷凝器液体水平，它代表一个第二受控变量。Y1是一个开环稳定变量，而Y2是一个开环不稳定变量。
采用本发明的两段线性规划方法以及标准的多重回归技术来估计具有递归微分方程形式的线性动态过程模型所需的参数，在图4和图5中所示例的第一阶段线性规划解的实现与图6和图7中分别所示例的第二阶段线性规划解的实现之间可看出其比较关系。
该实例包括在零时刻对受控变量Y1和Y2同时增大其目标。目标的初始值分别为0.10单位和90.0单位。在零时刻，该目标值分别被改变为0.92和100.0。假定在进行该变化时过程处于稳定状态，并且在目标值变化之后没有干扰进入该过程。但是如果确实产生了一个外部干扰，那么它对系统的影响将取决于该干扰是事先已被预计的，还是完全没有预计的。一个实测干扰在事先已考虑了防止措施，也就是为此所构置的一个模型提供了一个等式约束以考虑响应该干扰所产生的预期变化。这可进行经验估计或通过模拟测试来实现。该约束被包括到线性规划模型中。环境温度和湿度的变化是实测干扰的一个例子，它可以预测并且模型化以提供预定的响应，该响应不能在过程输出中产生偏差，从而对过程的状态没有影响。然而，如果该干扰完全没有预计到，或者本来是一个可以测量并且模型化的干扰但却没有实测，从而其对系统的影响没有考虑，那么它的出现将在过程的当前状态与先前时间间隔中过程的状态之间产生偏差，当控制器执行流程图中过程的步骤5-12时，将对该干扰以一种反作用方式进行处理。
过程模型被假定很好地代表了过程的响应。在图4中Y1和Y2在一段时间之后都达到了它们的新目标。Y2首先到达其新目标，这是因为Y2对X1和X2变化的动态响应本质上较之Y1的响应要快。Y1在时间段10对其新目标有一个小小的过调。在该例子中一个时间段等于3分钟。第一阶段相关的控制变量变化示于图5。注意两个控制变量都被频繁调节并且产生了相对大的变化。X2的变化被限制到5个单位以内。这些限制束缚了X2在时间段2的变化大小。
图6示出了用于实现以第二阶段作为控制策略的线性规划解的Y1和Y2对X1和X2变化的响应。通过对图6和图4精细比较可以看出，对第二阶段而言Y1和Y2在图6中几乎与图4同样快地达到其目标值。然而产生几乎同样的受控变量响应第二阶段解所需要的控制行动显著减少。图7示出了第二阶段解所需要的控制变量的变化。可以看出，仅仅在前7个时间段X1和X2有些变化，并且这些变化通常小于图5所示的变化，在图5中即使在14个时间段之后还持续为相对大的变化。
因为对这一例子假定了完善的过程模型，不可能对采用第二阶段解所产生的闭环稳定性在采用第一阶段解基础上所得到的改进得出量化结论。事实上，对采用复合动态响应的过程而言，通常很难量化其闭环稳定性的改进。然而，人们可以很容易看出，在这一例子中，当采用第二阶段解时控制变量变化的大小、频率和持续时间都被减小了。
某些过程包括受控变量，它们对某些控制变量和干扰变量变化的动态响应不是开环稳定的。开环稳定表示响应一个过程输入变化的一个过程输出不需任何控制行动会最终达到一个新的稳定状态值。由一个分馏塔中所排出的塔顶气流成份是一个典型的开环稳定变量。在分馏塔的重沸器中的液体水平则是一般不能开环稳定的一个变量实例。与开环不稳定变量相关的过程模型可能包括确定那个变量的变化率的响应，而不是该变量的大小。如果在控制器公式中采用了这种模型的话，那么必须对变化率进行时间积分，从而确定目标并且对该变量确定界限。前面所讨论的第一阶段和第二阶段线性规划模型假定受控变量是开环稳定的。处理开环不稳定的受控变量需要作如下扩充。
熟悉多变量过程控制概念和操作的技术人员会看到，本发明如上所述将改进开环稳定性。
可以产生附加的第二阶段界限和约束的另外的形式，它能对如何牺牲控制器的性能(该性能用第一阶段性能指标来测定)以改进受控过程的闭环稳定性提供更明确的控制，图8示出了在一个受控变量上执行控制变量变化时序的结果，该时序是由第一阶段线性规划模型的解所计算的。在某些时间间隔之后，受控变量达到其目标值。
图9示意性地示出了用方程117和118所定义的附加的第二阶段约束对图8所用的同一个受控变量执行由第二阶段线性规划模型的解所计算的控制变量变化时序的一个可能结果。
由于控制器所选择的分布与目标值增大的偏差的方式，与对第一阶段解所预测的性能相比较，图9中对基于第二阶段解的受控变量的预测响应所示的性能可以认为是不需要的。这一分布可以通过对在第二阶段解中每个时间间隔上的受控变量的预测值作用边界条件来控制，所述第二阶段解是从基于第一阶段解的受控变量的预测值中所导出的。这一概念示于图10。
这些边界可以描述如下;
ypt+n，I-εpt+n≤ypt+n≤ypt+n，I+εpt+n
p，n(120)其中Ypt+n，I基于第一阶段解，受控变量p在t+n时刻的值。
Ypt+n基于第二阶段解，受控变量p在t+n时刻的值。
εpt+n对受控变量p在t+n时刻而言，第一阶段解的偏差。
εpt+n通常取作用于受控变量p的上边界减去下边界的十分之几。
εpt+n＝(Upt+n-Lpt+n)α0≤α≤1其中Upt+n作用于控制变量p的上边界Lpt+n作用于控制变量p的下边界作用于控制变量上的上边界和下边界、目标值以及由(120)所定义的边界的组合可以用来重新定义受控变量的复合上边界和下边界。
Uypt+n＝MIN[Upt+n，MAX(
pt+n，ypt+n，I+εpt+n)]Lypt+n＝MAX[Lpt+n，MIN(
pt+n，I，ypt+n-εpt+n)]
权利要求
1.控制具有一至多个控制变量以及一至多个受控变量的一个过程的方法，该受控变量具有与所述控制变量的调节值相关的目标值，该过程采用一个过程控制器，在一台计算机的操纵下进行实时控制，所述方法包括以下步骤建立一个第一性能指标以计算过程中每一受控变量在一特定的时间范围内其目标值的偏差的绝对值；产生一个第一线性规划模型，该模型的解将使所述第一性能指标为最小；求解所述第一线性规划模型；建立一个第二性能指标以计算每一控制变量的值在一特定时间间隔与其原有值的绝对变化；产生一个第二线性规划模型，该模型的解将使所述第二性能指标为最小；引入至少一个动态约束到由所述第一线性规划模型的解所计算的所述第二线性规划模型中，该约束等于一个大于零且小于所述第一线性规划模型的解加上一个预定量的值；求解带有所述动态约束的所述第二线性规划模型；响应所述第二线性规划模型的解来调节控制变量，从而驱动所述受控变量达到其目标值。
2.根据权利要求1所述的方法，其特征在于进一步包括采用所述第二性能指标为所述第一性能指标定义一个目标函数求
的最小值
3.根据权利要求2所述的方法，其特征在于所述预定值是第一阶段线性规划模型的解值的十分之几。
4.根据权利要求2所述的方法，其特征在于所述预定值如下计算△IAEP＝(N) △p(119)其中N 在控制器时间范围中所考虑的时间间隔的数量△p 可供第二阶段解所用的每一时间间隔内受控变量p的目标值的偏差对第一阶段性能指标的贡献的增量
5.根据权利要求3所述的方法，其特征在于所述特定时间范围包含预定数量的时间间隔。
6.根据权利要求5所述的方法，其特征在于进一步包括仅仅执行相关于从所述第二线性规划模型的解中所导出的控制变量变化时序中的第一元素的控制变量变化。
7.根据权利要求6所述的方法，其特征在于进一步包括对包括受控和控制变量的所有变量测量由最近值所限定的过程的当前状态。
8.根据权利要求7所述的方法，其特征在于在每一时间间隔内外部未测试干扰会导致过程的状态发生变化。
9.根据权利要求8所述的方法，其特征在于求解所述第一线性规划模型和所述第二线性规划模型的步骤根据过程的更新状态在第一时间间隔重复执行。
10.根据权利要求9所述的方法，其特征在于受控过程是一个将空气分离为高纯度气流的过程，其中一个受控变量为一种排放的气流的纯度，一个控制变量是空气馈送流。
全文摘要
一种过程控制方法，采用线性规划模型来执行对一个或多个受控变量的控制，以便在一给定的时间范围内保持一个需要的目标值。受控变量被一个过程控制器所控制，该控制器实时调节控制变量。该方法采用两个线性规划模型，第二模型是第一模型的解所计算的，其中计算了在一特定时间范围内每一受控变量与其目标值的偏差的绝对值。这使得在调节受控变量时控制变量的变化在进行控制的时间范围内保持为最小。
文档编号G05B13/04GK1080409SQ9310698
公开日1994年1月5日 申请日期1993年6月15日 优先权日1992年6月16日
发明者D·P·邦纳奎斯特, M·D·佐当, M·H·卡旺 申请人:普拉塞尔技术有限公司