存在控制阀粘滞特性的化工过程的控制性能测定方法
【专利摘要】本发明公开了一种存在控制阀粘滞特性的化工过程的控制性能测定方法，包括：（1）在待评估性能的控制回路中，采集一组输出观测值序列yt，数据长度为p；（2）对输出观测序列yt采用基于PSO算法的寻优算法对所述控制回路进行辨识，得到所述控制回路的控制模型；（3）根据所述的控制模型，计算得到输出预测序列；（4）计算得到输出差值序列，并对输出差值序列建立模型得到所述控制回路的最小方差性能下限；（5）利用所述的最小方差性能下限评估所述控制回路的性能。本发明法能够完全去除过程输出的非线性部分，适用于存在执行阀粘滞特性的控制回路，能够精确评估化工过程的控制性能。
【专利说明】存在控制阀粘滞特性的化工过程的控制性能测定方法
【技术领域】
[0001]本发明涉及工业控制领域，具体涉及一种存在控制阀粘滞特性的化工过程的控制性能测定方法。
【背景技术】
[0002]工业现场通常包含众多控制回路，对这些控制回路进行检查及维护是生产过程运行中一项棘手而繁重的工作。据调查，目前60%以上工业控制器中都存在性能退化问题。如何利用日常运行数据对控制回路性能进行度量，从而对其进行优化设置以获取更多的经济效益，已成为众多学者探寻的热点。近年来，控制回路性能监控与评估研究成为工业控制领域广为关注的命题。
[0003]控制性能评估(Control performance assessment, CPA)是诊断和提高工况控制效率的重要方法。确定控制性能评估的基准是控制性能评估的核心问题，直接关系到能否真实可靠地反映当前控制回路性能与基准之间的偏差，从而准确给出当前控制回路的可改进程度。
[0004]1989年，Harris基于过程操作数据，利用时间序列分析技术来估计控制回路的反馈不变量，提出了最小方差性能评估基准(Harris T J.Assessmentof closed loop performance(1989).The Canadian Journal of ChemicalEngineering, 67 (5) ； 856-861.);随后，Huang 等(Huang B, Shah S L.Practical issuesin multivariable feedback control performance assessment(1998).Journal ofProcess Control, 8 (5 - 6): 421-30.)将这一思想扩展到了多变量的情况，但目前众多研究大都局限于线性系统，即所针对的系统输出均为高斯线性序列。
[0005]然而，在实际生产中，大多数工业过程本质上都是非线性的，非线性可能来自工业过程本身、外部扰动、执行器、传感器等，其中，控制阀作为整个控制回路中唯一可动的控制部件，是工业过程控制系统中必不可少的基本装备之一。
[0006]控制阀安装在生产现场，常年工作在高温、高压、强腐蚀、易堵或易漏等恶劣情况下，不可避免会出现各种故障和异常。同时，随着使用时间的延长，控制阀还会出现有回滞、死区、粘滞等非线性特性，这些非线性特性将不同程度地影响生产系统的控制性能。
[0007]控制阀粘滞特性是最为常见的非线性起因，在引起控制回路振荡的三个原因中控制阀粘滞特性占20% - 30%,因此控制阀粘滞特性的研究作为生产过程监控系统的一个重要组成部分，对工业过程的安全、稳定、高效的运行有着非常重要的意义，若忽略控制阀粘滞特性，继续使用线性方法进行控制性能评估，所得结果可能出现偏差和误导。
[0008]现有技术中，针对非线性生产过程的性能评估问题，Harris和Yu提出了一种多项式动态模型逼近的方法(Harris T J, Yu ff.Controller assessment for a class ofnonlinear systems (2007).Journal of Process Control, 17 (7): 607-619.),将最小方差性能基准扩展到一类由非线性动态模型与加性扰动组成的非线性系统，该方法的局限性在于仅适用于非线性函数可微，存在最小方差反馈不变量的控制过程。[0009]当控制回路存在的控制阀粘滞特性被描述为不可微非线性函数的特性时，为获得控制回路的可靠性能评估指标，主要思路有两种:一种是利用样条平滑函数(smoothing-spline)拟合去除过程输出的非线性,再对拟合的差值进行线性时间序列建模，进一步估计得到最小方差性能基准；另一种是探寻控制阀平衡状态阶段，一旦系统出现控制阀卡滞(stuck-valve)，该阶段则可认为是线性平衡状态，最小方差性能基准即可直接通过对输入输出数据进行ARMA建模求解。
[0010]基于上述两种思路建立的性能评估方法在应用中存在局限性:其一，基于样条平滑函数的方法由于插值函数无法完全去除过程输出的非线性，导致性能评估结果均大于真实值，且随着控制阀粘滞特性的误差增大进一步增加；其二，探寻控制阀平衡状态的方法更适合用于出现控制阀卡滞阶段足够长的控制回路，而这种控制回路在实际工业应用中是很难保证的。
【发明内容】
[0011]本发明提供了一种存在控制阀粘滞特性的化工过程的控制性能评估方法，适用于存在控制阀粘滞特性的工业生产的非线性控制回路中，无需复杂计算和对工业控制过程操作条件的严格限制，能够完全消除过程输出的中的非线性部分，有助于准确地测定化工过程中控制回路的控制性能。
[0012]一种存在控制阀粘滞特性的化工过程的控制性能测定方法，包括:
[0013](I)在待评估性能的控制回路中，采集一组输出观测序列yt，数据长度为P ；
[0014](2)对输出观测序列yt采用基于PSO算法的寻优算法对所述控制回路进行辨识，得到所述控制回路的控制模型；
[0015](3)根据所述的控制模型，计算得到输出预测序列灸；
[0016](4)根据所述的输出观测序列yt和输出预测序列少汁算得到输出差值序列
{乃-夕,}，并对输出差值序列{兄-J>J建立模型得到所述控制回路的最小方差性能下限；
[0017](5)利用所述的最小方差性能下限评估所述控制回路的性能。
[0018]本发明中同一时刻对应的观测值应该理解为该时刻采集的一组过程数据；过程数据可以是温度，压力或者流量等工艺过程数据。
[0019]ρ的取值范围可以依据需要进行设定，至少需要在t时刻之前选择连续的两个时刻的输出观测值，用于预测估计t时刻的过程数据，并与t时刻采集的输出观测值yt做比较，用以测定化工过程的控制性能，为保证预测的准确率，通常可以选择P的取值范围为大于或等于500，优选ρ的取值范围为500?1000，在保证预测准确性的同时考虑计算速度要求。
[0020]本发明直接采用化工过程的可测变量作为输出观测值，将多个时刻的输出观测值组合形成输出观测序列，采用基于适用于分析非线性、不可微函数的优化问题的PSO算法的寻优算法，建立控制回路的控制模型，计算得到输出预测序列中所有元素的值，并进一步计算输出差值序列丨久-中所有元素的值，建模计算得到最小方差性能下限。控制回路的最小方差性能下限视作控制系统理论意义上可能达到的最小方差，作为控制回路的最小方差性能下限，可以理解成针对受控对象设计一个最小方差控制器，该最小方差控制器可以使控制回路的输出方差达到最小，将最小方差作为评价控制回路性能的基准。
[0021]本发明采用基于PSO算法的寻优算法，完成控制模型的辨识，得到控制模型来计算输出预测序列免，该输出预测序列免为输出观测序列yt的线性和非线性部分的完全体现，从而输出差值序列彳父->；!为精确的噪声模型，即高斯线性序列。
[0022]所述的步骤(2)中采用基于PSO算法的寻优算法对输出观测值序列y(t)进行辨识，包括以下步骤:
[0023](2-1)采用Hammerstein模型联合描述控制阀和受控对象，将控制回路分解为线性部分和非线性部分；
[0024](2-2)分别对所述的线性部分和非线性部分建立模型；
[0025](2-3)根据所述控制回路输入的控制信号的振荡幅度确定粘滞参数的取值范围，定义输出预测序列为λ，定义输出差值序列为认-少山并以输出差值序列{Λ -λ}的最小方差作为目标函数，利用 PSO算法对步骤(2-2)建立的模型进行全局寻优计算，得到最佳过程模型和最优粘滞参数；
[0026](2-4)根据最佳过程模型和最优粘滞参数得到非线性部分的数学模型，根据最佳过程模型得到线性部分的数学模型，进而得到所述的控制模型。
[0027]所述步骤(2-1)中的线性部分包括控制阀的线性部分和受控对象的线性部分。
[0028]所述步骤(2-2)中对线性部分建立滑动平均模型。
[0029]所述步骤(2-2)中对非线性部分建立数据驱动模型。
[0030]所述步骤(2-3冲粘滞参数的取值范围为0<S<.4和0<j<,4，5, J均为粘滞参数，A是输入的控制信号的振荡幅度。
[0031]根据最优粘滞参数得到非线性部分的数学模型，根据最佳过程模型得到线性部分的数学模型，两部分串联即可得到控制模型。
[0032]基于PSO算法的寻优算法是在利用Hammerstein模型完成对控制回路的过程结构模型描述的基础上采用PSO算法寻优找到最接近控制回路的控制模型。
[0033]本发明依据文献“Estimationof valve stiction in control loops usingseparable least-squares and global search algorithms, Jelali, M., (1998).Journal of Process Control, 18 (7): 632-642)，，提供的方法，米用 Hammerstein 模型实现对控制阀和受控对象的联合描述，将控制回路分解为非线性部分和线性部分。依据文献 “ identification of ARX-models subject to missing data (1993).AutomaticControl, 38 (5): IEEE Transactions”提供的方法对线性部分建立滑动平均模型(Auto-regresive model with external input model, ARX 模型)。
[0034]本发明依据文献“Choudhury, M.A.A.S.，ThornhillN.F, Modeling valvestiction (2005).Control Engineering Practice, 13 (5): 641-658.)，，提供的方法对非线
性部分建立数据驱动模型。
[0035]所述步骤(4)中的模型为自回归滑动平均模型。
[0036]控制回路的最小方差性能下限视作控制系统理论意义上可能达到的最小方差，作为控制回路的最小方差性能下限，可以理解成为受控对象设计一个最小方差控制器，该最小方差控制器可以使控制回路的输出方差达到最小，将最小方差作为评价控制回路性能的基准。对于高斯线性序列，可直接运用时间序列分析技术建立自回归滑动平均模型(Autoregressive moving average model，简称ARMA模型)，是时间序列分析的重要技术，该技术可依据文献(Harris T J.Assessment of closed loop performance (1989).The CanadianJournal of Chemical Engineering, 67 (5): 856-861.)提供的方法，从而求解得到控制回路的最小方差性能下限。
[0037]本发明一种存在控制阀粘滞特性的化工过程的控制性能测定方法具有以下优
占-
[0038]I)直接采用化工过程的可测变量，无需外部激励，对工况无附加扰动。
[0039]2)完全采用数据驱动方法，无需严格限制的过程操作条件及先验知识，能够广泛适用于存在控制阀粘滞非线性特性的工业过程。
[0040]3)完全去除过程输出的非线性部分，使输出差值序列j>,}为高斯线性序列，
能够精确评估存在控制阀粘滞特性的非线性过程的控制性能，准确反映当前控制回路性能与最优控制回路之间的偏差，从而对当前控制回路进行优化设置，提高经济效益。
[0041]4)易于在当前广泛使用的DCS或工业控制系统上位机上实现，易于计算，便于实施。
【专利附图】
【附图说明】
[0042]图1为本实施例中的化工过程的流程示意图；
[0043]图2为本实施例的控制性能测定方法的流程图；
[0044]图3为【具体实施方式】中加热炉温度控制回路的输出观测值；
[0045]图4为【具体实施方式】中加热炉温度控制回路的输出观测值与输出预测值对比。
【具体实施方式】
[0046]下面针对国内某大型石化企业延迟焦化生产过程中主加热炉的性能评估为例，对本发明存在控制阀粘滞特性的化工过程的控制性能评估方法做详细描述。
[0047]如图1所示，石化过程加热炉是生产流程中的重要环节和主要能耗单元之一，炉出口温度的平稳控制对于提高产品品质和降低能耗有着重要意义。
[0048]加热炉通过瓦斯气供应取热，瓦斯量根据上游油性变化而波动，需要控制空气进风量使瓦斯气充分燃烧以获取最大热量，同时应保证一定的空气余量，但过多的低温空气会带走炉内热量，造成燃料浪费，损失经济效益，因此，以加热炉出口温度作为被控变量，燃料瓦斯气开度作为操作变量进行回路控制，同时过程存在随机扰动。
[0049]瓦斯气开度调节阀(控制阀)属于该控制回路的执行机构，运行一段时间后出现一定的粘滞特性。正常工况运行时，由于控制阀的粘滞特性，使回路被控变量数据产生振荡，经过平稳化的加热炉出口温度数据如图3所示，图3中横坐标为采样点序数，单位为Samples (I个Sample对应一个数据采样间隔)；纵坐标为正常工况下加热炉出口温度。
[0050]利用本发明提供的控制性能评估方法进行该化工生产过程的控制性能评估，如图2所示，包括以下步骤:
[0051](I)采集一组输出观测序列，记为yt,如图3所示，本实施例中数据长度P取500 ；
[0052](2)对输出观测序列yt采用基于PSO的寻优算法对该化工过程的控制回路进行辨识，得到该控制回路的控制模型；
[0053](3)由辨识所得的控制模型，得到该化工过程的输出预测序列免；
[0054](4)将输出观测序列yt与输出预测序列少对应相减，得到输出差值序列{Λ -灸}，并对输出差值序列In -兑}建立ARMA模型，求解ARMA模型得到待评估的控制回路的最小方差性能下限 0.0076，利用该最小方差性能下限评估控制回路的性能。
[0055]对输出观测序列yt采用基于PSO的寻优算法对该化工过程的控制回路进行辨识过程如下:
[0056](2-1)采用Hammerstein模型联合描述控制阀和受控对象,将控制回路分解为线性部分和非线性部分，线性部分包括控制阀的线性部分和受控对象的线性部分；
[0057](2-2)对线性部分建立ARX模型，对非线性部分建立数据驱动模型；
[0058](2-3)根据输入的控制信号Ut (本实施例中为瓦斯气流量调节阀的输入信号)的振荡幅度确定粘滞参数的取值范围，满足O < S <.4和O < j <.4，5， 均为粘滞参数，A是输入的控制信号的振荡幅度，本实施例中A=I ；
[0059]定义输出预测序列为芡，定义输出差值序列为{乃-兑}，并以输出差值序列{乃-灸}的最小方差作为目标函数，在满足0<5< 4和0<)<2的条件下，得到最佳过程
模型和最优粘滞参数，其中最佳过程模型为 即满足:y/ -0.9018yt =
O-2944V，最优粘滞参数分别为
【权利要求】
1.一种存在控制阀粘滞特性的化工过程的控制性能测定方法，其特征在于，包括: (1)在待评估性能的控制回路中，采集一组输出观测序列yt，数据长度为P； (2)对输出观测序列It采用基于PSO算法的寻优算法对所述控制回路进行辨识，得到所述控制回路的控制模型； (3)根据所述的控制模型，计算得到输出预测序列乃； (4)根据所述的输出观测序列yt和输出预测序列，计算得到输出差值序列(y-，并对输出差值序列 建立模型得到所述控制回路的最小方差性能下限； (5)利用所述的最小方差性能下限评估所述控制回路的性能。
2.如权利要求1所述的存在控制阀粘滞特性的化工过程的控制性能测定方法，其特征在于，所述的步骤(2)中采用基于PSO算法的寻优算法对输出观测值序列yt进行辨识，包括以下步骤: (2-1)采用Hammerstein模型联合描述控制阀和受控对象，将控制回路分解为线性部分和非线性部分； (2-2)分别对所述的线性部分和非线性部分建立模型； (2-3)根据所述控制回路输入的控制信号的振荡幅度确定粘滞参数的取值范围，定义输出预测序列为j>(，定义输出差值序列力 并以输出差值序列 的最小方差作为目标函数，利用PSO算法对步骤(2-2)建立的模型进行全局寻优计算，得到最佳过程模型和最优粘滞参数； (2-4)根据最佳过程模型和最优粘滞参数得到非线性部分的数学模型，根据最佳过程模型得到线性部分的数学模型，进而得到所述的控制模型。
3.如权利要求2所述的存在控制阀粘滞特性的化工过程的控制性能测定方法，其特征在于，所述步骤(2-2)中所述的对线性部分建立滑动平均模型。
4.如权利要求2所述的存在控制阀粘滞特性的化工过程的控制性能测定方法，其特征在于，所述步骤(2-2)中所述的对非线性部分建立数据驱动模型。
5.如权利要求2所述的存在控制阀粘滞特性的化工过程的控制性能测定方法，其特征在于，所述步骤(2-3)中粘滞参数的取值范围为0<S< J和0< J j，J均为粘滞参数，A是输入的控制信号的振荡幅度，A的默认值为I。
6.如权利要求3或4所述的存在控制阀粘滞特性的化工过程的控制性能测定方法，其特征在于，所述步骤(2-1)中的线性部分包括控制阀的线性部分和受控对象的线性部分。
7.如权利要求5所述的存在控制阀粘滞特性的化工过程的控制性能测定方法，其特征在于，所述的步骤(4)中的模型为自回归滑动平均模型。
8.如权利要求6所述的存在控制阀粘滞特性的化工过程的控制性能测定方法，其特征在于，所述步骤(I)中P的取值范围大于等于500。
9.如权利要求7所述的存在控制阀粘滞特性的化工过程的控制性能测定方法，其特征在于，所述步骤(I)中P的取值范围为500-1000。
【文档编号】G05B23/02GK103439968SQ201310380004
【公开日】2013年12月11日 申请日期:2013年8月28日 优先权日:2013年8月28日
【发明者】谢磊, 师明华, 郭子旭, 王旭, 张冬明, 苏宏业, 古勇 申请人:浙江大学