（沈陽化工研究院設(shè)計(jì)工程公司，沈陽 110021）

精餾過程一般是個(gè)被控對象系統(tǒng)模型參數(shù)隨時(shí)間變化的過程，對于蒸餾過程可以采用傳統(tǒng)的PID控制，但是效果未必是理想的，近年來發(fā)展的廣義預(yù)測控制對于系統(tǒng)模型參數(shù)變化有很好的自適應(yīng)調(diào)節(jié)能力[1-2]，但是此種算法的計(jì)算量比較大，而近年來隨著半導(dǎo)體工業(yè)片上系統(tǒng)的發(fā)展，使得可以采用片上系統(tǒng)來實(shí)現(xiàn)某些先進(jìn)控制算法控制化工生產(chǎn)過程，實(shí)現(xiàn)過程不復(fù)雜，控制效果較傳統(tǒng)的PID控制要好，并能顯著提高產(chǎn)品收益，尤其對于精細(xì)化工來說，能顯著提高經(jīng)濟(jì)效益。對于點(diǎn)數(shù)多，系統(tǒng)比較大的系統(tǒng)采用成品DCS解決方案比較合適，一般DCS廠家有相應(yīng)的先進(jìn)控制軟件包通過組態(tài)來實(shí)現(xiàn)先進(jìn)控制算法是比較好的方案，或者采用OPC方式購買獨(dú)立的軟件包實(shí)現(xiàn)[3]；但是對于系統(tǒng)較小或者生產(chǎn)規(guī)模比較小的生產(chǎn)車間，采用DCS來解決，從成本來說就不是很經(jīng)濟(jì)，而且要有相應(yīng)的維護(hù)人員，對于一般的小廠家這個(gè)未必現(xiàn)實(shí)，所以，這種先進(jìn)控制算法在點(diǎn)數(shù)少或者小車間實(shí)現(xiàn)的不多。如果能采用帶有先進(jìn)控制算法的一體化數(shù)字控制器，比如：數(shù)顯表或者帶有控制功能的無紙記錄儀，在小車間或者點(diǎn)數(shù)少的控制系統(tǒng)實(shí)現(xiàn)先進(jìn)控制算法，從經(jīng)濟(jì)和現(xiàn)實(shí)上是比較合理的，同時(shí)能提高相應(yīng)企業(yè)的經(jīng)濟(jì)效益。本文針對點(diǎn)數(shù)少，生產(chǎn)規(guī)模小的車間設(shè)計(jì)一個(gè)采用先進(jìn)控制算法的控制器，控制器硬件上采用片上系統(tǒng)ST32F407微控制器，控制器上運(yùn)行嵌入式操作系統(tǒng)，先進(jìn)控制算法的編程實(shí)現(xiàn)基于操作系統(tǒng)的調(diào)度算法。

1 控制器設(shè)計(jì)

1.1 硬件設(shè)計(jì)

控制器芯片采用STM32F407VET6，此種SoC芯片帶有浮點(diǎn)運(yùn)算單元，對于復(fù)雜控制算法和矩陣運(yùn)算非常有優(yōu)勢，而且實(shí)時(shí)性也能保證，造價(jià)也比DSP要低?？刂破黠@示部分由2排4位連體數(shù)碼管組成，通過2個(gè)74HC595串聯(lián)來驅(qū)動(dòng)數(shù)碼管，上面一排顯示實(shí)際測量值，下面一排顯示設(shè)定值；4個(gè)按鍵分別是參數(shù)設(shè)定鍵、增加鍵、減少鍵、回車鍵；還有2個(gè)發(fā)光二級管，紅色的是電源指示燈，綠色的是控制輸出，還有2個(gè)報(bào)警燈，可根據(jù)需要設(shè)定為高限報(bào)警和低限報(bào)警。控制器的輸入輸出主要包括信號的變換及放大，輸入輸出較為復(fù)雜一些，下面介紹。

1.1.1 萬能輸入

輸入采用萬能輸入，一般蒸餾過程的控制量主要是溫度、壓力等，對于溫度信號，測量溫度儀表的輸出信號有熱電阻、熱電偶、0～10 V、或者 4～20 mA的標(biāo)準(zhǔn)電流信號等幾種輸入，壓力一般是4～20 mA、0～10 V信號。由于工業(yè)上一般采用三線制熱電阻輸入，就需要的輸入端子數(shù)來說最多的是熱電阻信號，所以萬能輸入的端子數(shù)是3個(gè)。如何在3個(gè)端子上可以實(shí)現(xiàn)熱電阻、熱電偶、0～10 V、4～20 mA信號的輸入，是萬能輸入電路需要解決的問題。具體實(shí)現(xiàn)的方案本質(zhì)上就是通過多路轉(zhuǎn)換來實(shí)現(xiàn)，具體實(shí)現(xiàn)有電子的轉(zhuǎn)換開關(guān)如CD4052，ADG801/802，機(jī)械式的撥碼開關(guān)，放大倍數(shù)的切換通過CD4052，ADG801/802來實(shí)現(xiàn)；如果輸入的是熱電偶信號，溫度補(bǔ)償可通過三極管的集電極和基極短接作為二極管來實(shí)現(xiàn)的，用三極管主要是考慮這種補(bǔ)償效果比二級管效果好。具體實(shí)現(xiàn)的電路可以有好幾種，根據(jù)實(shí)際可能碰到的輸入信號形式來具體選擇。

本產(chǎn)品根據(jù)實(shí)際情況出發(fā)，采用4～20 mA和三線制熱電阻輸入，由于要在4～20 mA和熱電阻信號之間進(jìn)行切換，模擬開關(guān)要選擇導(dǎo)通電流大的，導(dǎo)通電阻小的，這種情況要選擇ADG801/802，這款模擬開關(guān)與CD4052比，導(dǎo)通電流大并且導(dǎo)通電阻小足以滿足需求，AG801與ADG802的區(qū)別是輸入邏輯信號是相反的。經(jīng)過電路變換后的電壓直接接入STM32F407的15引腳ADC123_IN10。具體實(shí)現(xiàn)如圖1所示。

圖1 控制器輸入Fig.1 Input of controllor

圖中 K1、K2、K3、K4、K5、K6、K7、K12選 ADG801，K8、K9、K10、K11選ADG802， 用一個(gè)引腳控制這些開關(guān)，即把所有這些開關(guān)都連接到一個(gè)邏輯輸出引腳上，當(dāng)為高電平時(shí)代表熱電阻輸入，低電平時(shí)代表4～20 mA輸入。一個(gè)引腳控制所有開關(guān)也實(shí)現(xiàn)了互鎖，這是由于ADG801/ADG802輸入邏輯相反，2個(gè)輸入電路只有1個(gè)有效。

1.1.2 控制器輸出

控制器的輸出采用4～20 mA輸出，由于微處理器的D/A轉(zhuǎn)換輸出時(shí)電壓信號，這就需要一個(gè)電壓到電流轉(zhuǎn)換的電路，電路的電壓信號取自STM32F407的29引腳DAC_OUT1，具體實(shí)現(xiàn)如圖2所示。

圖2 控制器輸出Fig.2 Output of controllor

1.2 軟件設(shè)計(jì)

廠家已經(jīng)把這款芯片的UCOSIII移植到這款SoC芯片上了，只要參考對應(yīng)的程序，把沒有的外設(shè)加到操作系統(tǒng)上就可以了，具體過程略。

UCOSIII這種操作系統(tǒng)有基于時(shí)間片輪轉(zhuǎn)的調(diào)度策略，對于熟悉PLC或者DCS的人來說基于這種調(diào)度編程比較容易上手，基于時(shí)間片就是每隔1個(gè)固定時(shí)間就執(zhí)行一次時(shí)間片內(nèi)的任務(wù)，整個(gè)程序由不同時(shí)間片的任務(wù)組成。根據(jù)實(shí)際經(jīng)驗(yàn)，GPC算法可以在5 min的時(shí)間片內(nèi)，即GPC采樣周期設(shè)為5 min，PID在1 min左右的時(shí)間片，及PID采樣周期設(shè)為1 min，顯示單位任務(wù)在30 s時(shí)間片任務(wù)內(nèi)，采樣任務(wù)安排在30 s的任務(wù)內(nèi)。系統(tǒng)啟動(dòng)流程如圖3所示。

圖3 軟件系統(tǒng)的啟動(dòng)流程Fig.3 Start of software system

2 控制算法

由于蒸餾過程隨著產(chǎn)品和組分的不同，相應(yīng)的回流比也是不一樣的，同時(shí)系統(tǒng)的動(dòng)態(tài)模型也是不一樣的，并且控制系統(tǒng)有時(shí)滯，對于要求較高的蒸餾單元操作常規(guī)的串級控制，往往不能滿足需求。為了適應(yīng)這種模型參數(shù)的不確定，蒸餾過程采用廣義預(yù)測控制加PID控制，組成GPC-PID串級控制。GPC算法執(zhí)行的時(shí)間間隔大于PID算法。此算法不但能利用當(dāng)前及過去時(shí)刻的系統(tǒng)輸出而且能利用將來時(shí)刻的預(yù)測輸出來進(jìn)行控制，對于系統(tǒng)的時(shí)滯有較好的抑制，控制精度和系統(tǒng)的抗干擾性都有較好的提高，算法要先辨識出系統(tǒng)模型，再根據(jù)變化的數(shù)學(xué)參數(shù)設(shè)計(jì)控制器，由于模型實(shí)時(shí)變化，控制器也是根據(jù)這個(gè)變化在線實(shí)時(shí)做相應(yīng)改變。同時(shí)底層也采用了PID算法，這種算法適應(yīng)能力強(qiáng)，魯棒性好，GPC-PID串級控制算法，充分發(fā)揮先進(jìn)控制算法和常規(guī)的算法的優(yōu)勢。蒸餾過程的被控量是塔底溫度，副對象是流量，如圖4所示。

圖4 蒸餾塔廣義預(yù)測串級控制Fig.4 Cascade control system of distillation tower

2.1 廣義預(yù)測算法[4]

系統(tǒng)模型采用CARIMA模型[5]（受控自回歸積分滑動(dòng)平均模型），即：

各項(xiàng)系數(shù) ai（1≤i≤na），bi（0≤i≤nb），ci（1≤i≤nc）為過程需要辨識的參數(shù)?；诖思訜徇^程不是很復(fù)雜取 na=2，即：A（z-1）＝1+a1z-1+a2z-2；除 b3，b4外，其余涉及 b 的系數(shù)都為 0，即：B（z-1）=bcz-3+b4z-4，系統(tǒng)時(shí)滯為 3 個(gè)采用周期即為 3 min，d=3；C（z-1）=1。算法流程如圖5所示。

圖5 廣義預(yù)測算法流程Fig.5 Algorithm of general predictive control

具體廣義預(yù)測算法如下：

已知：na、nb及 d。

步驟 1設(shè)置初值和 P（0），輸入初始數(shù)據(jù)，并設(shè)置控制參數(shù) N、N1、N2、Nu，以及控制加權(quán)矩陣、輸出柔化系數(shù) α、遺忘因子 λ 等；其中估計(jì)參數(shù)列向量的初值取初值 0，P（0）＝106I，N1=3，N2=N=4；Nu=4，控制加權(quán)矩陣取單位陣，階次為4，輸出柔化系數(shù)α=0.7，遺忘因子λ=1；

步驟2采樣當(dāng)前實(shí)際輸出y（k）和參考規(guī)矩輸出 yr（k+j）；

參考輸出取為

式中，ω為溫度設(shè)定值，這個(gè)需要根據(jù)工藝條件給定。

步驟3利用遺忘因子遞推最小二乘法[6]：

即在線實(shí)時(shí)估計(jì)被控對象參數(shù)θ^，A^、B^；

步驟4求解Diophanine方程：

解出多項(xiàng)式 Ej、Gj和 Fj；

步驟 5構(gòu)造向量 Yr、ΔU（k-j）、Y（k）及矩陣G、F1、F2：

為過去的控制向量；

步驟 6利用式

u（k）＝u（k-1）+Δu（k）

計(jì)算出 u（k）；

步驟7返回Step2（k→k+1），繼續(xù)循環(huán)。

2.2 PID算法

蒸餾過程一般用調(diào)節(jié)閥控制流量，采用位置式PID，但是對于控制器計(jì)算來說采用增量式，最后再轉(zhuǎn)換成位置式PID，具體算法如下：

步驟1計(jì)算控制增量Δuk：

步驟 2計(jì)算 uk：uk=uk-1+Δuk

式中：uk、uk-1、Δuk分別為當(dāng)前時(shí)刻和前一時(shí)刻的控制輸出及當(dāng)前時(shí)刻的控制器增量；ek、ek-1、ek-2分別為前一時(shí)刻，和前兩時(shí)刻的設(shè)定值與實(shí)際測量值之差。

3 結(jié)語

通過設(shè)計(jì)廣義預(yù)測控制器，在UCOSIII上實(shí)現(xiàn)GPC-PID串級控制算法，能夠?qū)崟r(shí)辨識蒸餾過程的動(dòng)態(tài)系統(tǒng)模型，從而根據(jù)新的模型動(dòng)態(tài)調(diào)整控制器算法。在控制蒸餾過程的實(shí)際應(yīng)用中，由于廣義預(yù)測控制器在設(shè)計(jì)控制器時(shí)不但考慮了系統(tǒng)過去和當(dāng)前的狀態(tài)信息而且考慮了系統(tǒng)未來輸出，所以能更好地抑制系統(tǒng)由于反應(yīng)過程產(chǎn)生的模型參數(shù)改變帶來的擾動(dòng)，而且對于模型參數(shù)較大范圍的改變也能夠得到很好的控制效果，而常規(guī)PID控制對于較大范圍的參數(shù)擾動(dòng)可能會(huì)失效，或者產(chǎn)生不穩(wěn)定現(xiàn)象，此種控制較常規(guī)的PID控制更能適應(yīng)參數(shù)的改變，控制效果更好。在實(shí)際應(yīng)用中，由于這種控制器算法本身能夠自動(dòng)辨識系統(tǒng)的參數(shù)，其參數(shù)調(diào)整能自動(dòng)完成，不需要人工干預(yù)，適應(yīng)性更強(qiáng)，這種控制器成本低、效果好、可維護(hù)性比較高、易于實(shí)現(xiàn)，對于小系統(tǒng)或者小的實(shí)驗(yàn)室系統(tǒng)，及對于控制要求又比較高的情況非常適用，具有很好的推廣價(jià)值。

[1]Filatov N M，Unbehauen H.Survey of adaptive dual control methods[J].IEEE Proc.Control Theory Appl，2000，147（1）：118-128.

[2]Witenmark B.Stochastic adaptive control methods：A survey[J].International Journal of Control，1975，21（21）：705-730.

[3]OPC foundation.OPC Data Access Custom Interface Specification 3.0[M]，2003

[4]龐中華，崔紅.系統(tǒng)辨識與自適應(yīng)控制MATLAB仿真[M].北京：北京航空航天大學(xué)出版社，2009.

[5]韓曾晉.自適應(yīng)控制[M].北京：清華大學(xué)出版社，1995.

[6]Astrom KJ，Wttenmark B.Adaptive Control[M].北京：科學(xué)出 版社，2003.