间歇过程优化与先进控制综述

间歇过程优化与先进控制综述

陈治纲,许　超,邵惠鹤

(上海交通大学自动化系,上海,200030)

摘要:　总结近年来间歇过程操作优化和设计优化中出现的各种新方法,以及在优化问题求解中使用的各种

先进控制策略,反映间歇过程最优化和先进控制的最新研究方向。重点介绍间歇过程单元的操作优化和控制,兼顾在线稳态优化和动态优化。对新的研究方法提出展望。 关键词:　间歇过程;优化;先进控制 中图分类号:TP273　文献标识码:A 文章编号:100023932(2003)(03)20001206

1　引　言间歇过程(Batch Processes )广泛应用于精细化工、生物制品、药品生产、农产品深加工等领域。近年来,为适应多品种、多规格和高质量的市场要求,间歇过程生产重新受到重视,国外还出现了较大规模的间歇生产,针对间歇过程的优化和先进控制的研究也出现了新的热潮。在普通工业过程中间歇过程所占的比例如表1所示

[1]

。

表1　工业生产中采用间歇生产过程与连续生产过程的比例

工业部门生产方式

间歇生产过程

连续生产过程

化工45%55%食品和饮料65%35%医药80%20%冶金35%65%玻璃和水泥35%65%造纸

15%

85%

间歇生产也是一种很古老的生产方式。当前,特别是国内的大多数间歇生产过程自动化水平普遍较低。为提高市场竞争力,节约生产成本,并兼顾环保的要求,在间歇生产中推行各种优化方法和先进控制策略成为迫切的需要。计算机的飞速发展,测量技术的进步和各种非线性优化算法的成熟为间歇过程中先进算法和技术的应用提供了坚实的保障。

现代控制技术的进步和现代化生产对过程优化要求的不断提高,使控制和优化的关系越来越密不可分,对于间歇过程尤其如此。一方面,由于过程模型的不确定性不可避免和各种干扰的存在,间歇过

程的优化问题一般要求在线、实时地进行,而这一“动态”特性可以借助于一些先进的控制方法来实现;另一方面,先进控制算法往往具有基于模型的、含有某种优化性能指标的特点,其实施过程中需要对出现的优化问题进行实时求解。基于上述原因,在本文中一般将优化和控制问题放在一起进行叙述,仅将间歇过程单元的轨迹跟踪问题作为控制问题进行讨论。另外,本文提到的优化和先进控制策略均是从控制工程师的角度出发进行讨论,对工艺上的问题不做论述。

间歇过程中的优化问题主要包括针对间歇过程单元的操作优化及针对间歇过程装置级的设计优化或优化调度两大方面。在最优操作轨线确定的条件下,间歇单元的最优化体现为跟踪控制,目标是如何使过程变量快速准确地跟踪既定轨迹,从而满足优化指标的要求。

2　间歇过程单元的操作优化2.1　概　述

间歇过程单元是间歇过程的最小组成单位,是实施优化和先进控制的基础。常见的间歇单元主要有间歇反应过程、间歇精馏过程及间歇干燥过程等,在操作上又有各种半间歇和全间歇的形式。虽然操作方式不同,但这些间歇过程单元都具有一些共同的特性:没有稳定的工作点,运行时间有限,运行具

收稿日期:2002212208

基金项目:本文研究受“十・五”国家攻关项目“流程工业生产过程的先进控制系统”项目资助(2001BA201A04)

综述与评论

化工自动化及仪表,2003,30(3):1～6　

Control and Instruments in Chemical Industry

有重复性等。没有稳定的工作点给控制和优化带来了很多困难,而运行时间的有限性和操作的重复性是可以利用的优势。另外,间歇过程的建模相对连续过程具有更多的不便,这是因为间歇过程单元的灵活性决定了加工产品随时可能改变,不具备辨识模型所需的大量实验和时间条件。因此,较新的研究往往是基于简化模型的,然后在各种反馈设计和方法上下功夫。随着现代测量技术的进步,传统的基于离线过程建模的优化转向了基于实时测量的闭环优化,其特点是将优化所使用的过程模型的辨识和更新建立于在线测量、软测量、滤波等基础上。而优化的策略也从基于模型的(model2based)向基于测量值的(measurement2based)转变[2]。

间歇过程单元的优化通常是以提高产品的质量、产量或缩短运行时间等为目标,目标的实现一般由最佳操作轨线来保证。所谓的操作轨线,指的是过程中易于测量的控制变量如温度、流量等的变化曲线。间歇过程单元的控制变量一般不多,常见的有反应温度、参与反应的组分流量等。但D.Bonvin 指出,在实际的工业生产中,温度和流量都参与控制是没有必要的。在某一时间段,通常的做法是主要控制一个变量,其它变量保持恒定。例如在常见的半间歇反应过程的开始阶段,以控制流量来达到过程优化目的时,一般保持反应的恒温[2]。

由于优化在层次上高于基于参考轨线的跟踪控制,所以对间歇过程经济效益的提高往往能够起到更大的作用。确定最佳操作轨线的方法有离线优化、在线优化和批次对比优化(batch2to2batch opti2 mization)等。传统的优化一般是离线进行的,运行时采用开环实现。方法无非是基于经验规则或模型,采用解析解法或数值方法对优化问题进行求解,得到相关控制变量的最优跟踪轨线。由于这种方法无法保证经验规则和过程模型中的不确定性因素,同时无法克服由于初始条件和过程干扰对系统实时运行的影响,因此现在的研究较少。本文主要讨论在线优化和批次对比优化。优化过程中用到的数学求解方法根据具体问题的描述形式不同,主要有直接求解,使用最大值原理和动态规划方法求解等。其中直接求解又有一些专用的解法。例如,使用打靶法(Shooting Method)求解直接优化问题描述的两点边值问题等。

无论是优化还是控制,都存在模型的不确定性和生产过程中存在的约束等问题。在这一点上,间歇过程比连续过程有更多的劣势。因此,在讨论间歇过程先进控制和优化时,必须注意到不确定参数模型和约束的处理等问题,实际上先进的控制和优化正是针对这些问题而做出的。

2.2　在线优化

一种较常见的在线优化方法是基于在线辨识的重复优化。该方法使用优化目标函数和过程变量之间的模型进行最优化计算,并通过在线辨识不断更新模型。这种优化、辨识、再优化的过程不断重复进行。在线辨识和随后的优化构成一对对偶问题,最终都可以化为非线性规划问题进行求解[2,3]。由于间歇过程的时变特性,模型一般由建立在各时段上的分段线性模型组成,而优化往往有最终产品的指标在内,因此这种策略一般要涉及维数很高的优化问题求解。该策略的另一不便之处在于辨识需要额外的激励信号,不利于过程的平稳运行。另外,该方法要求系统状态变量完全可测,对不可测的状态变量要构造状态观测器,对不可测干扰一般有时需要借助扩展Kalman滤波的方法进行处理。

另一类常见的优化策略采用串级的方式。串级的内环采用普通的控制器,完成对给定值的跟踪。外环的作用是为内环控制器提供最优设定值轨线。外环以一定的方式被触发,然后进行设定值轨线的修正,使轨线不断趋向最优。不同的优化方法决定了外环控制器的触发方式。这种策略的优点是不需要过程的状态完全可测,并避免了耗时的在线重复计算。Visser等针对较普遍的最终产品质量优化问题,提出了一种基于这种优化框架的方法。首先,使用最大值原理得到问题最优化解的必要条件,然后将必要条件和系统的有效约束集结合起来,得到最优轨线以约束条件和奇异解进行分段表示的形式。这样,最优轨线各段和不同的系统输出和状态变量就联系在了一起。优化问题变为对相应的状态变量或输出变量进行跟踪控制。最后,根据最优轨线的转折点作为串级优化系统外环的触发条件;外环触发后改变内环的跟踪变量集合和相应的设定值,内环完成对设定值的跟踪。外环的另一作用是利用过程的实时测量值对最优轨线不断进行实时修正[4]。这种策略有时需要涉及奇异最优化问题的求解。2.3　批次对比优化

由于间歇过程特有的重复运行特性,每次运行后的数据都对过程优化提供了额外有价值的信息。这样,通过一些迭代算法,将这些历史数据运用于间歇过程的后续运行中,就可以使得优化指标不断得到改进。值得注意的是,最终产品的性能指标变化

・

2

・化工自动化及仪表 第30卷