工业过程控制技术--方法篇

随着工业生产的大规模化，流程变得越来越复杂，工业自动化技术起着越来越重要的作用，先进控制方法的应用直接关系到企业的经济效益、资源和能源的优化利用以及环境保护。本书从工程实际出发，在理论和工业应用两个方面对工业自动化技术进行了系统的介绍，全书共分12章。第1章介绍工业自动化技术的发展历程、研究现状和发展趋势；第2章介绍自适应控制方法，包括模型参考自适应控制、随机系统自适应控制、广义预测自适应控制、实际问题和自适应控制的实现；第3章介绍模型预测控制的基本原理、典型的模型预测控制算法、工业模型预测控制技术，并给出工业应用实例；第4章介绍模糊控制的数学基础、基本模糊控制系统、模糊PID控制器、模糊控制的研究进展、模糊控制的工业应用；第5章介绍专家系统基础知识、知识描述和推理方法、专家控制系统设计，并给出配煤过程专家控制系统和锌湿法冶炼过程专家控制系统两个例子；第6章介绍基于模型的神经控制、神经非模型控制及其他神经网络控制系统，给出神经控制在汽油调和过程、水轮发电机组、单元机组、球形容器液位和pH过程控制中的应用例子，并就神经控制研究存在的问题和神经控制今后的研究方向提出一些观点；第7章介绍非线性系统基本问题、谐波线性化方法，讨论自振荡及其稳定性问题，利用自振荡和强迫振荡辗平非线性特性，介绍非线性系统补偿控制、几种非线性控制器的设计、非线性化系统设计及多目标优化控制系统；第8章介绍时滞系统控制、Smith预估控制器、线性时滞系统状态空间模型辨识与控制以及时滞系统控制技术的工程应用；第9章介绍软测量技术、回归分析方法、人工神经网络方法，讨论软测量的工程设计，给出工业应用实例；第10章介绍系统测量网络冗余性分析原理、显著误差检测方法、线性准稳态数据协调与物料平衡模型，给出炼油厂物流数据校正的工业应用实例；第11章介绍流程工业自动化的进展与面临的挑战、流程工业综合自动化的基本结构、流程工业综合自动化的关键技术和方法，讨论综合自动化的工程应用问题；第12章介绍集散控制系统、现场总线控制系统、信号联锁系统、计算机顺序控制和过程计算机控制系统的可靠性技术。

本书由孙优贤、褚健编著，任德祥主审。本书第1章由王树青、褚健编写；第2章由王伟编写；第3章由张建明编写；第4章由金晓明编写；第5章由吴敏编写；第6章由王宁、褚健编写；第7章由项国波编写；第8章由苏宏业编写；第9章由俞金寿编写；第10章由荣冈编写；第11章由黄道编写；第12章由冯东芹编写。

在本书的编写过程中，方勇纯、杨光等参加了部分编写，潘彩霞、吴俊等提供了帮助，在此向他们表示衷心的感谢。



编著者2005年5月

容提要

《工业过程控制技术》是“十五”国家重点图书，分为《方法篇》、《应用篇》及《仪表和系统篇》三册。

本书为方法篇，从工程应用的角度出发，系统地介绍了工业自动化技术的主要控制方法和控制系统，其中包括自适应控制、模型预测控制、模糊控制、工业过程专家控制、神经网络控制、非线性控制、时滞系统控制、软测量技术、数据校正、综合自动化系统和过程计算机控制系统。这些方法和系统自成体系，又相互关联。本书内容新颖，有不少例子取自工程实际，兼顾了自动化理论的新发展与工程实际的需要。

本书可作为工业自动化及相关领域工程技术人员、科研人员的参考书，也可作为自动化专业及相关专业本科生、研究生的参考书。

1绪论1

11工业自动化技术1

12计算机控制技术2

13工业自动化技术展望3

14先进控制技术和方法4

参考文献5

2自适应控制6

21概述6

211自适应控制问题的提出6

212自适应控制的分类和发展概况7

22模型参考自适应控制10

221用参数最优化技术设计的模型参考自适应控制10

222用李雅普诺夫稳定性理论设计的模型参考自适应控制12

23随机系统自适应控制16

231最小方差控制16

232最小方差自校正控制器19

233广义最小方差自校正控制器22

234极点配置自校正控制器25

24广义预测自适应控制31

241广义预测控制基本方法31

242广义预测自适应控制器34

25实际问题和自适应控制的实现38

251什么情况下使用自适应控制38

252参数估计器的实现38

253控制器的实现39

254参数估计和控制的相互作用41

255原型算法42

256商业化的自适应控制器42

257应用举例44

参考文献46

3模型预测控制48

31概述48

32模型预测控制的基本原理50

33典型的模型预测控制算法52

331模型算法控制52

332动态矩阵控制56

333广义预测控制59

334预测函数控制63

34工业模型预测控制技术66

341预测控制工程化软件产品简介66

342工业MPC技术73

343模型预测控制研究存在的问题和发展方向84

35工业应用实例85

351FCCU反应再生系统的多变量协调预测控制85

352工业锅炉的加权广义预测控制89

353多变量预测控制软件包APCHIECON的工业应用93

354重整反应加热炉的预测函数控制98

355化学反应过程的预测函数控制100

参考文献106

4模糊控制108

41概述108

411模糊系统理论的起源108

412模糊控制的发展情况110

413模糊系统理论中的几个基本概念112

42过程控制系统的结构与知识特点114

43模糊控制的数学基础118

431模糊集合及其运算118

432模糊关系124

433模糊逻辑与模糊推理126

434解模糊132

44基本模糊控制系统134

441概述134

442模糊控制器的基本结构135

443模糊控制器的设计138

444模糊控制器设计示例144

45模糊PID控制器146

451模糊PID控制器基础147

452模糊PID控制器的参数整定148

46模糊控制的新进展151

461自适应模糊控制151

462专家模糊控制153

463基于模糊模型的控制154

464基于神经网络的模糊控制155

47模糊控制的工业应用156

471模糊逻辑系统及其在精馏过程先进控制中的应用156

472模糊控制器在造纸生产过程控制中的应用164

473工业锅炉的模糊控制168

参考文献171

5工业过程专家控制系统172

51专家系统基础知识172

511什么是专家系统173

512专家系统的基本组成173

513专家系统的特点174

514构筑专家系统的方法175

515专家系统的类型178

52知识描述和推理方法178

521产生式系统179

522前向推理和逆向推理180

523框架描述方法182

524黑板模型183

525基于模型的推理方法184

53专家控制系统设计184

531专家控制系统的应用领域184

532专家控制系统的设计原则185

533专家控制系统的结构186

534基于模型的专家控制188

535模糊专家控制系统189

54配煤过程专家控制系统190

541配煤过程与控制要求190

542配合煤和焦炭质量预测模型192

543确定配比的专家推理方法195

544系统实现与运行结果200

55锌湿法冶炼过程专家控制系统202

551锌湿法冶炼过程与控制要求202

552分布式专家控制系统结构204

553浸出过程专家控制器设计207

554净化过程专家控制器设计211

555电解过程专家控制器设计214

参考文献218

6神经控制221

61基于模型的神经控制221

62其他神经网络控制系统224

621基于神经网络的PID控制224

622模糊神经网络控制224

623神经鲁棒控制224

63用于控制系统的神经网络模型224

64汽油调和过程的神经内模优化控制225

641汽油调和神经网络模型的建立225

642汽油管道调和过程的动态模型225

643调和过程的内模优化控制器226

644仿真结果227

65神经非模型控制229

651面向控制的神经元模型及学习策略229

652神经元非模型控制系统230

66水轮发电机组的神经元控制231

661水轮机调节系统的数学模型231

662水轮发电机组的神经元控制算法233

663仿真实验结果233

67单元机组的神经非模型协调控制234

671单元机组的动态特性235

672基于对角优势的神经非模型控制235

673仿真实验与结果236

68球形容器液位的神经元非模型控制237

681对象特性238

682基于TakagiSugeno模糊模型的增益自调整神经元控制器238

683仿真实验结果240

69pH过程的模糊增益自整定神经元控制242

691pH过程特性描述242

692模糊推理增益自整定的神经元控制器243

693仿真实验与结果246

610神经控制技术的应用246

6101神经机器人控制系统246

6102工业过程控制247

6103神经网络用于求解控制领域中的相关问题247

611神经控制存在的问题247

6111神经网络模型的选择及新的神经元网络的建立247

6112系统稳定性248

6113神经元网络的学习算法248

612研究展望248

6121控制对神经网络本身的要求248

6122混沌神经控制249

6123模糊神经控制249

参考文献249

7非线性控制系统253

71非线性控制系统基本问题253

72非线性控制系统的基本任务261

73常用的几种研究方法概述262

74谐波线性化方法262

75自振荡及其稳定性267

751代数法267

752幅相特性分析法273

753对数法278

76利用自振荡辗平非线性特性281

77利用强迫振荡辗平非线性特性285

78非线性控制系统补偿控制289

781非线性特性的串联补偿289

782非线性特性的回路校正290

783非线性模式反馈290

79几种非线性控制器的设计292

791非线性阻尼的设计293

792线性积分器的缺陷296

793零相位滞后积分器296

794克勒格积分器299

795克勒格积分器的自适应能力300

796智能积分器及其应用303

710非线性化系统设计308

7101等幅性原理308

7102二次优化311

711多目标优化控制系统概述316

7111线性加权叠加算法317

7112主目标优化兼顾其他目标318

7113人机对话319

参考文献320

8时滞系统控制321

81概述321

811时滞系统控制的频域研究概述321

812时滞系统控制的时域研究概述325

82Smith预估控制器329

821经典Smith预估控制器329

822改进型Smith预估控制策略332

83线性时滞系统状态空间模型辨识与控制337

831具有单状态滞后的离散线性时滞系统的模型辨识337

832离散线性时滞系统的控制器设计339

833时滞系统控制技术的工程应用345

参考文献350

9软测量技术354

91概述354

911机理分析与辅助变量的选择354

912数据采集和处理354

913软测量模型的建立355

914软测量模型的在线校正356

92软测量方法——回归分析356

921多元线性和逐步回归356

922主元分析和主元回归358

923部分最小二乘法359

93软测量方法——人工神经网络方法361

931概述361

932BP网络362

933RBF网络364

94软测量工程设计368

941软测量的设计步骤368

942过程数据预处理370

943数据校正371

944模型校正375

95工业应用实例376

951烃类转化反应器出口气体中CH4的软测量376

952催化裂化分馏塔轻柴油凝固点和粗汽油干点的软测量376

953加氢裂化分馏塔柴油倾点和航空煤油干点的软测量378

954常一线干点和常三线90%点软测量380

955延迟焦化分馏塔粗汽油干点软测量381

956裂解炉出口乙烯和丙烯收率的软测量382

参考文献383

10数据校正384

101概述384

1011过程系统数据校正的意义384

1012数据校正的应用386

102系统测量网的冗余性分析原理386

1021过程数据的分类原理386

1022系统冗余度和变量结构冗余度388

1023线性测量网的综合冗余度分析388

103显著误差检测391

1031概述391

1032显著误差的主元分析检验法392

1033基于约束残差的显著误差检测法395

1034检测性能分析397

1035基于软判定结构的显著误差检测398

1036基于硬判定结构的显著误差检测402

104线性准稳态数据协调与物料平衡模型405

1041线性稳态数据协调405

1042线性动态数据协调406

1043线性准稳态数据协调406

1044物料平衡模型的建立408

105工业应用实例——炼油厂物流数据校正408

1051系统组成及实施平台409

1052全厂物流静态平衡模型方程的建立410

1053数据校正核心算法流程410

1054数据校正软件工程应用小结412

符号说明413

参考文献415

11综合自动化系统417

111概述417

1111流程工业自动化的进展与面临的挑战417

1112综合自动化工程的目标418

1113综合自动化工程的主要内容419

1114综合自动化工程的研究领域424

112流程工业综合自动化的基本结构426

1121流程工业综合自动化工程的层次结构与功能构成426

1122基本结构描述427

1123生产过程的管控一体化428

113流程工业综合自动化的关键技术和方法429

1131信息集成（数据库与网络）430

1132系统建模与集成433

114工程应用442

1141工程实施与应用的基本准则442

1142某化肥厂综合自动化工程443

1143某公司综合自动化工程452

12过程计算机控制系统457

121概述457

122工业控制计算机459

1221总线、内总线461

1222通信总线475

1223现场总线482

1224多微处理器控制系统482

123集散控制系统485

1231概述485

1232集散控制系统的网络结构487

1233现场控制站488

1234操作站491

1235DCS中的软件技术492

124现场总线控制系统496

1241概述496

1242几种主要现场总线简介498

1243现场总线控制系统514

1244现场总线控制系统信息集成的连接桥梁——OPC517

1245以太网对现场总线技术发展的影响519

125信号联锁系统521

1251设计原则521

1252基本组成环节521

1253设计的注意事项521

1254联锁系统应用示例522

1255电气设备的选择524

126计算机顺序控制524

1261顺序控制的基本概念524

1262梯形逻辑图与编制方法528

1263程序条件的编制530

127过程计算机控制系统的可靠性技术531

1271系统的可靠性指标532

1272提高系统可靠性的措施533

参考文献540