專(zhuān)利名稱(chēng)：具有用以補(bǔ)償模型失配的可調(diào)節(jié)積分分量的模型預(yù)測(cè)控制器的制作方法
技術(shù)領(lǐng)域：
本申請(qǐng)涉及過(guò)程控制，該過(guò)程控制可以執(zhí)行于例如工業(yè)過(guò)程工廠中，以及，更具體地，涉及一種使用用以補(bǔ)償模型失配的可調(diào)節(jié)積分分量的改進(jìn)的模型預(yù)測(cè)控制器，從而在存在模型失配時(shí)提供更好的模型預(yù)測(cè)控制器運(yùn)行。
背景技術(shù)：
過(guò)程控制硬件和軟件是化學(xué)，制藥和精煉工業(yè)的幾乎所有設(shè)施的主要組件，并且是全球范圍內(nèi)的數(shù)十億美元的業(yè)務(wù)。雖然在任何具體情況中獲得最佳的可能控制在過(guò)去一直不是重點(diǎn)關(guān)注的，但是近年來(lái)，新的工廠，例如工業(yè)過(guò)程工廠，都有意識(shí)地被更多地設(shè)計(jì)為具有可控性和可優(yōu)化性。而且，許多現(xiàn)有的過(guò)程工廠都以此目標(biāo)而被改造。這種改造不僅包括所安裝的硬件的幾何構(gòu)型的改造，例如反應(yīng)器，罐，管道等的位置，而且還包括用于執(zhí)行過(guò)程控制的控制，監(jiān)視以及測(cè)量單元的位置和類(lèi)型的改造。隨著自然資源的成本以及與排放相關(guān)的實(shí)際成本的增長(zhǎng)，能源消費(fèi)也已經(jīng)成為工廠設(shè)計(jì)中的一個(gè)重要因素。結(jié)合控制器再調(diào)節(jié)或者模型調(diào)度(scheduling)，控制性能監(jiān)視能顯著地提高工業(yè)工廠的效率，以及因此每年節(jié)省數(shù)百萬(wàn)美元。另一種近年來(lái)越來(lái)越受歡迎的技術(shù)是異常情況監(jiān)測(cè)和預(yù)防(Abnormal Situation I^revention，ASP)。在一些情況下，現(xiàn)代設(shè)備和控制系統(tǒng)設(shè)計(jì)包括新的傳感器以及可預(yù)測(cè)潛在故障或者預(yù)定需要的維護(hù)周期的嵌入式統(tǒng)計(jì)算法。 這些預(yù)測(cè)維護(hù)系統(tǒng)能夠顯著地增加工廠運(yùn)行的正常工作時(shí)間并防止代價(jià)昂貴且危險(xiǎn)的意外停機(jī)的表現(xiàn)。而且，這些技術(shù)的可靠性在過(guò)去十年中大大提高，導(dǎo)致工廠效率得以提高。作為這些努力的一部分，一類(lèi)預(yù)測(cè)控制技術(shù)，通常稱(chēng)為模型預(yù)測(cè)控制(model predictive control,MPC)技術(shù)，自大約25年前最初被開(kāi)發(fā)并應(yīng)用后在工業(yè)中獲得了顯著的接受。通常而言，MPC指一類(lèi)控制算法，該算法通過(guò)利用過(guò)程模型(在性質(zhì)上典型地為線性)計(jì)算被操縱變量信息(profile)以在受約束條件下，在未來(lái)時(shí)間域上優(yōu)化線性或者二次開(kāi)環(huán)性能目標(biāo)。然后在該過(guò)程中實(shí)現(xiàn)這種開(kāi)環(huán)的、優(yōu)化的被操縱變量信息的啟動(dòng)，并且在每個(gè)控制間隔或者控制器周期重復(fù)該流程以執(zhí)行過(guò)程控制。過(guò)程測(cè)量被用以更新運(yùn)行中的控制期間中的優(yōu)化問(wèn)題。該類(lèi)控制算法也稱(chēng)作滾動(dòng)層(receding horizon)控制或者移動(dòng)層控制。然而，由于其復(fù)雜性，MPC已確立其地位主要在于高端控制界，以及因此MPC配置通常被控制專(zhuān)家所開(kāi)發(fā)并使用。因此，考慮到實(shí)施的巨大成本，MPC的實(shí)施通常僅值得應(yīng)用于保證巨額利潤(rùn)以回報(bào)巨額實(shí)施費(fèi)用的過(guò)程。此處，就輸入和輸出的數(shù)量而言，MPC應(yīng)用的規(guī)模通常很大，這是MPC通常不被用于低層環(huán)路控制例如單變量環(huán)路控制的一個(gè)原因。更具體地，控制系統(tǒng)的使用費(fèi)用很大，而且具體關(guān)注特定過(guò)程工廠中每個(gè)控制環(huán)路的配置是不實(shí)際的。因此，所有控制環(huán)路中的大約90%受控于傳統(tǒng)的線性反饋控制器， 例如比例-積分-微分(PID)控制器或者比例-積分(PI)控制器。而且，到了 MPC控制器被使用的程度，這些控制器通常本質(zhì)上也是線性的。不幸的是，雖然線性控制器主要用于過(guò)程控制工業(yè)中，多數(shù)實(shí)際過(guò)程都呈現(xiàn)出非線性行為。這種差異的結(jié)果是模型失配不可避免。 未滿足的模型失配不僅造成了次優(yōu)的控制性能，而且還使被開(kāi)發(fā)出來(lái)以提升控制性能及正常工作時(shí)間的技術(shù)的許多優(yōu)點(diǎn)喪失。模型失配因此而不僅就控制硬件和軟件而言昂貴，而且實(shí)際上減少了其他相關(guān)的工廠技術(shù)的成本節(jié)約?？偟膩?lái)說(shuō)，工業(yè)控制器的性能可以以多種方式被測(cè)量，并且不同的過(guò)程可以具有顯著不同的質(zhì)量和安全需求。工廠工程師實(shí)際上可能使用一個(gè)或多個(gè)不同的性能標(biāo)準(zhǔn)， 例如超調(diào)，停搏時(shí)間(arrest time)(積分過(guò)程)，振蕩特性，積分誤差和積分絕對(duì)誤差 (integrated absolute error, IAE)來(lái)評(píng)估特定的控制環(huán)路的性能。然而，對(duì)于PID控制器， 為給定控制器的所測(cè)的控制性能通常是在給定值跟蹤和擾動(dòng)抑制行為之間的折衷結(jié)果，在給定值跟蹤上的較好的性能會(huì)導(dǎo)致在擾動(dòng)抑制中的較差的性能，反之亦然。例如，長(zhǎng)時(shí)間常數(shù)(亦即，例如那些存在于以滯后為主的過(guò)程中的常數(shù))已知會(huì)在為給定值跟蹤性能而調(diào)節(jié)(timing)的PID控制器中造成較差的擾動(dòng)抑制性能。該折衷，為PID控制器的開(kāi)發(fā)所固有，其可以通過(guò)這一事實(shí)來(lái)解釋?zhuān)瑸樨?fù)載擾動(dòng)抑制而被理想地調(diào)節(jié)的PID控制器必須具有一個(gè)相對(duì)高的積分作用(亦即，較小的積分時(shí)間常數(shù))，而該相對(duì)的高積分作用不利于控制器的給定值變化性能。更具體地，在給定值變化期間，過(guò)程誤差(e)在一段時(shí)間內(nèi)保持較大，即便當(dāng)受控變量(y)逼近給定值(SP)時(shí)。由于很大的積分增益，積分項(xiàng)快速累積并超過(guò)所必要的，因此造成給定值超調(diào)。所以，旨在于給定值變化性能的PID調(diào)節(jié)具有較小的積分作用和較差的負(fù)載變化或者擾動(dòng)抑制性能。由于傳統(tǒng)的PID控制，如上述所提及，仍為所有工業(yè)中最為流行的控制器選擇，受困于這個(gè)問(wèn)題，許多方法已經(jīng)被提出以嘗試減小該問(wèn)題的影響，包括PID控制器和給定值濾波的結(jié)構(gòu)性改動(dòng)。然而，即便存在這些改動(dòng)，PID控制器的調(diào)節(jié)仍然提出了正確指定給定值跟蹤與擾動(dòng)抑制性能之間折衷的挑戰(zhàn)。不同的PID調(diào)節(jié)方法通常地有利于給定值跟蹤性能或擾動(dòng)抑制性能中的一種而超過(guò)另一種。而且，許多基于模型的調(diào)節(jié)技術(shù)將PID控制器的內(nèi)部參數(shù)匹配于受控過(guò)程的模型的內(nèi)部參數(shù)，這導(dǎo)致了相同的折衷。例如，PID調(diào)節(jié)方法，例如極點(diǎn)抵消和lambda調(diào)節(jié)，將控制器的積分時(shí)間匹配于該過(guò)程的主要時(shí)間常數(shù)。在此，設(shè)置控制器增益以獲得確定的閉環(huán)時(shí)間常數(shù)以及確定的給定值變換響應(yīng)(例如，無(wú)超調(diào))。因?yàn)樵摽刂破魉鶎?dǎo)致的積分作用相對(duì)較小，該技術(shù)呈現(xiàn)了非常好的給定值變化性能，但較差的擾動(dòng)抑制性能。另一方面，經(jīng)驗(yàn)性的PID調(diào)節(jié)方法，例如Ziegler-Nichols方法，為擾動(dòng)抑制性能而特別設(shè)計(jì)。然而，因?yàn)樵摽刂破鞯姆e分作用足夠強(qiáng)從而將過(guò)程變量非常快速地返回至給定值，這導(dǎo)致了響應(yīng)于給定值變化的不期望的給定值超調(diào)。在少數(shù)場(chǎng)合，環(huán)路的目的僅僅是擾動(dòng)抑制(例如，未有給定值變化的緩沖罐水平) 或者僅僅是給定值跟蹤(例如，無(wú)擾動(dòng)的級(jí)聯(lián)策略中的次級(jí)回路)。由于在該情況中可能容易選擇調(diào)節(jié)配置，前述的折衷被頻繁地完全省略，并且，替代地，通常選取一種默認(rèn)的調(diào)節(jié)方法，使得調(diào)節(jié)在任意特定的過(guò)程情形下都劣于最優(yōu)。如上所述，雖然大量的調(diào)節(jié)方法已被開(kāi)發(fā)以克服PID調(diào)節(jié)的這個(gè)局限，包括給定值濾波以及兩自由度結(jié)構(gòu)，但這些調(diào)節(jié)方法通常有利于擾動(dòng)抑制性能，并且因而控制器對(duì)給定值變化的反應(yīng)被人工地減小。例如，如果選擇給定值濾波，則將由操作員帶來(lái)的給定值變化濾波以防止超調(diào)，結(jié)果導(dǎo)致對(duì)給定值變化的較慢的反應(yīng)。任何情況下，以上所討論的性能折衷的直接結(jié)果是針對(duì)不同的控制對(duì)象需要選用不同的調(diào)節(jié)方法，這也是之所以為PID調(diào)節(jié)提出了如此多的調(diào)節(jié)方法的原因之一。存在如此多的PID調(diào)節(jié)技術(shù)可用的另一個(gè)原因是不同的調(diào)節(jié)規(guī)則或方法使用不同的輸入變量， 其中僅有一部分可容易地用于任何特定過(guò)程中。例如，雖然許多調(diào)節(jié)方法基于過(guò)程模型計(jì)算調(diào)節(jié)，但其他方法卻是基于其他的過(guò)程特性計(jì)算調(diào)節(jié)。作為后一種方法的一個(gè)例子， Ziegler-Nichols調(diào)節(jié)規(guī)則使用臨界增益和臨界頻率，這對(duì)于一些機(jī)械過(guò)程可能易于確定， 但在許多工業(yè)的化學(xué)過(guò)程中卻無(wú)法實(shí)際確定。另一方面，預(yù)測(cè)控制器，例如MPC控制器應(yīng)該能對(duì)給定值變化和負(fù)載變化進(jìn)行類(lèi)似的運(yùn)行，原因是MPC控制器的積分部分不受對(duì)PID控制器所觀測(cè)到的折衷的影響。更具體地，MPC控制器一般地不會(huì)表現(xiàn)出在給定值跟蹤和擾動(dòng)抑制之間的性能折衷，原因是誤差和遷移懲罰(move penalty)的項(xiàng)(term)是固有地分離的，這在理論上使得MPC控制器成為 PID控制器的理想的替代品。另外，在預(yù)測(cè)控制器中，當(dāng)受控變量或者過(guò)程輸出(y)逼近給定值時(shí)，誤差(e)并不增長(zhǎng)。實(shí)際上，該誤差在第一執(zhí)行周期之后理論上可以為零，從而減少或者消除PID控制中固有的積分增益的問(wèn)題。不幸的是，當(dāng)過(guò)程模型失配出現(xiàn)時(shí)，亦即， 當(dāng)被MPC控制器所使用的過(guò)程模型并不完全匹配于實(shí)際的過(guò)程特性時(shí)，MPC控制器的性能可能快速下滑。另外，眾所周知，當(dāng)為擾動(dòng)抑制而特別調(diào)節(jié)PID控制器時(shí)，工業(yè)MPC控制器的擾動(dòng)抑制性能滯后于PID控制器的性能。如果假定已完全知曉用于MPC技術(shù)的觀測(cè)器模型，則近來(lái)在狀態(tài)更新領(lǐng)域的MPC改進(jìn)已經(jīng)稍微彌補(bǔ)了這個(gè)性能的差距。然而，在出現(xiàn)模型失配時(shí)，PID控制器的控制性能，如積分絕對(duì)誤差(IAE)所度量地，仍然好于具有最好的可能的調(diào)節(jié)的MPC控制器的性能。雖然如此，MPC已被認(rèn)為是用于替換PID控制器的主要的控制技術(shù)之一，因?yàn)镸PC 控制器被認(rèn)為能夠?qū)㈩A(yù)測(cè)控制性能的優(yōu)點(diǎn)與僅僅或多或少的一些直觀調(diào)節(jié)參數(shù)的便利相結(jié)合。然而，現(xiàn)今，盡管事實(shí)上學(xué)術(shù)界和控制系統(tǒng)制造商在近年來(lái)進(jìn)行了大量工作以擴(kuò)展 MPC應(yīng)用范圍，但MPC控制器通常僅在PID控制運(yùn)行很差或者難于實(shí)現(xiàn)或維護(hù)的工業(yè)環(huán)境中成功實(shí)現(xiàn)。基本上，因?yàn)閷?duì)于相當(dāng)數(shù)量的過(guò)程而言，PID控制仍然運(yùn)行好于MPC，以及由于 PID控制器相對(duì)于MPC類(lèi)控制器便宜且部署較快，所以，在實(shí)際的過(guò)程工廠配置之內(nèi)，MPC控制器實(shí)際上僅代替了小部分的PID控制器。MPC控制器較之于PID控制器往往運(yùn)行較差的主要原因之一是，如上所指出，MPC 控制器較之于PID控制器更容易受到由過(guò)程模型失配引起的性能退化的影響(可能除了在滯后明顯的過(guò)程中)。雖然存在實(shí)際方法以解決由于過(guò)程中的非線性(或其他原因)引起的模型失配，例如變送器和控制單元的線性化以及控制器增益調(diào)度的使用，解決模型失配的最普遍的技術(shù)是實(shí)施控制器調(diào)節(jié)。然而，因?yàn)檎{(diào)節(jié)控制器的困難，過(guò)程操作員或者工程師針對(duì)最差情況的場(chǎng)景(例如最高的過(guò)程增益)頻繁地調(diào)節(jié)控制器并對(duì)該過(guò)程的其他區(qū)域接受次優(yōu)的調(diào)節(jié)。因而，通常地，工業(yè)PID或MPC控制器的默認(rèn)的調(diào)節(jié)參數(shù)是保守的，以使得這些調(diào)節(jié)參數(shù)能夠?qū)Ω鞣N過(guò)程應(yīng)用在起始時(shí)起作用。然而，通常不確定地將控制器保留于其默認(rèn)設(shè)置，導(dǎo)致了全局上的較差的性能。即便并非如此，因辨識(shí)誤差或工廠漂移(plant drift)而產(chǎn)生的模型失配更難于用調(diào)節(jié)來(lái)解決。實(shí)際上，這類(lèi)模型失配難以檢測(cè)，原因在于需要充分的過(guò)程攝動(dòng)而實(shí)現(xiàn)模型辨識(shí)，這通常與過(guò)程控制的目標(biāo)相抵觸(亦即，保持該過(guò)程在對(duì)過(guò)程擾動(dòng)響應(yīng)中處于穩(wěn)態(tài))。而且，區(qū)別過(guò)程攝動(dòng)與未測(cè)量的擾動(dòng)是困難的。一種響應(yīng)于模型失配而“調(diào)節(jié)"MPC控制器的方法為根據(jù)過(guò)程變化而重新生成過(guò)程模型，以及接著在該MPC控制器中使用該新模型。不幸的是，首先是產(chǎn)生用于基于模型的控制器的精確的過(guò)程模型存在著許多實(shí)際的障礙，例如，即便許多工業(yè)過(guò)程是最小相位的，多數(shù)的閉環(huán)并非最小相位。時(shí)延，也稱(chēng)為時(shí)滯，以及較高階滯后產(chǎn)生了將精確過(guò)程模型的產(chǎn)生大大復(fù)雜化的多個(gè)右極點(diǎn)(right hand pole)。在多數(shù)實(shí)例中，閉環(huán)時(shí)滯是由管道中材料的傳輸延遲和計(jì)算機(jī)控制系統(tǒng)中無(wú)法避免的離散采樣機(jī)制所產(chǎn)生，而較高階滯后通常是在測(cè)量和控制設(shè)備中的濾波器時(shí)間常數(shù)的結(jié)果。在定義工業(yè)工廠的過(guò)程模型時(shí)通常被發(fā)現(xiàn)的挑戰(zhàn)包括因閥和填料的機(jī)械行為而產(chǎn)生的死區(qū)(deadband)和解析(resolution)。這些以及其他的因素對(duì)在工業(yè)工廠中的控制工程師在為控制器開(kāi)發(fā)過(guò)程模型時(shí)提出許多挑戰(zhàn)。例如，即便某個(gè)過(guò)程被期望類(lèi)似于具有一定的增益和時(shí)間常數(shù)的一階濾波地運(yùn)行，依賴(lài)于容器的幾何結(jié)構(gòu)，控制工程師必須考慮來(lái)自于變送器的額外的時(shí)間常數(shù)，控制單元計(jì)算機(jī)采樣和抖動(dòng)。具體地，任何數(shù)字控制系統(tǒng)具有中央處理單元(CPU)以及通信約束，這意味著充足的過(guò)采樣對(duì)工廠中所有類(lèi)型的環(huán)路不都是實(shí)用的。例如，雖然三倍于最大時(shí)間常數(shù)加上時(shí)滯的采樣率或者五倍于時(shí)滯的采樣率，無(wú)論哪個(gè)較大，常常被認(rèn)為是合理地足夠的，但該采樣率對(duì)于在工廠中的許多控制環(huán)路(例如流量環(huán)路和壓力環(huán)路)而言常常是無(wú)法實(shí)現(xiàn)的。因此，工程師通常不能僅依賴(lài)于對(duì)一些反應(yīng)過(guò)程可用的第一性原理建模。而且，過(guò)程模型辨識(shí)理想地由集成的自動(dòng)工具完成。然而，第一性原理建模和典型地被用于實(shí)際工廠以辨識(shí)過(guò)程模型的通用的第三方解決方案通過(guò)直接連接至現(xiàn)場(chǎng)儀器而如此操作。由于它們并未考慮(或者至多僅僅是粗略考慮了)計(jì)算機(jī)控制系統(tǒng)本身對(duì)環(huán)路性能的影響，這些解決方案因而未被集成。所有這些因素可能導(dǎo)致過(guò)程與所開(kāi)發(fā)的用以對(duì)過(guò)程進(jìn)行控制的過(guò)程模型之間的顯著的失配，從而使得基于模型的控制和調(diào)節(jié)方法在實(shí)際的情況中并不理想。一種非常重要的并且有前景的類(lèi)型的MPC控制器是使用了狀態(tài)更新技術(shù)或者觀測(cè)器模型的控制器。有大量的關(guān)于用于MPC的狀態(tài)更新方法的文獻(xiàn)，以及許多技術(shù)已經(jīng)被開(kāi)發(fā)出來(lái)，這些技術(shù)提高了模型預(yù)測(cè)控制器的狀態(tài)更新組件的性能，從而提供響應(yīng)能力強(qiáng)的MPC控制器。然而，由于基于模型的控制器性能可能因模型失配而嚴(yán)重降低，多數(shù)的提高模型預(yù)測(cè)控制器中的控制性能的工作被集中于提升糾正模型失配的影響的狀態(tài)更新算法的性能和精度。另一大部分控制文獻(xiàn)有關(guān)于提高初始模型質(zhì)量、使過(guò)程模型適應(yīng)于過(guò)程參數(shù)的變化、或者檢測(cè)過(guò)程參數(shù)變化從而通知用戶(hù)并觸發(fā)一個(gè)人工的過(guò)程模型重估計(jì)。不幸的是，這些技術(shù)在許多實(shí)例中都不實(shí)用，并且在各種各樣的實(shí)例中，它們中的很少技術(shù)使得 MPC控制器執(zhí)行效果與PID控制器相當(dāng)或者更好
發(fā)明內(nèi)容
已被確定的是，MPC控制器的反饋控制能力的缺陷是PID與MPC控制器之間的性能差距的一個(gè)原因，尤其是出現(xiàn)過(guò)程模型失配時(shí)。認(rèn)識(shí)到該事實(shí)，則此處所描述的MPC控制器集成了優(yōu)于現(xiàn)今普遍采用在MPC類(lèi)控制器中的方法的可調(diào)節(jié)反饋控制性能，這導(dǎo)致了可調(diào)節(jié)MPC控制器，在存在過(guò)程模型失配時(shí)該可調(diào)節(jié)MPC控制器運(yùn)行優(yōu)于傳統(tǒng)的MPC技術(shù)。特別地，MPC控制器性能被提升，是通過(guò)向MPC控制器中增加可調(diào)節(jié)積分塊，該MPC 控制器形成指示預(yù)測(cè)誤差或者其他的控制器誤差的積分分量(component)，以及將該分量加入MPC控制器算法的輸出以在存在模型失配時(shí)提供更好的控制，這首要地是預(yù)測(cè)或者控制誤差的根本原因。該技術(shù)使MPC控制器可以更快地反應(yīng)，并在模型失配時(shí)提供更好的給定值變化以及負(fù)載擾動(dòng)性能，而并不顯著地減少M(fèi)PC控制器的魯棒性。


圖1為包括具有實(shí)現(xiàn)MPC控制器的高級(jí)控制器功能塊的控制模塊的過(guò)程控制系統(tǒng)的框圖；圖2為典型的MPC控制器的框圖；圖3為典型的MPC控制器單元的框圖，其具有MPC控制器以及狀態(tài)觀測(cè)器，被連接以控制過(guò)程工廠；圖4為來(lái)自化工工廠的操作員界面的比較PID和MPC擾動(dòng)抑制性能的屏幕截圖；圖5A和5B示出了響應(yīng)于負(fù)載擾動(dòng)，PID控制器與用于一階加時(shí)滯(deadtime)過(guò)程的三種不同的MPC控制器的比較；圖6A和6B示出了不同的MPC控制器和PID控制器依賴(lài)于模型失配以及懲罰調(diào)節(jié)的反饋控制性能的比較；圖7示出了有效地串行產(chǎn)生20個(gè)獨(dú)立的滯后時(shí)間常數(shù)的具有20個(gè)塔盤(pán)的蒸餾塔的示例的階躍響應(yīng)；圖8A和8B示出了用于具有時(shí)滯的一階和二階過(guò)程的依賴(lài)于模型失配和懲罰調(diào)節(jié)的反饋控制性能；圖9A和9B示出了由在一階和二階過(guò)程上的模型失配導(dǎo)致的振蕩；圖10示出了具有不同調(diào)節(jié)設(shè)置的PI控制器的單位階躍擾動(dòng)響應(yīng)從而圖釋出當(dāng)引入未測(cè)量的單位階躍擾動(dòng)時(shí)PI控制器的比例積分作用如何影響控制器對(duì)于不同的過(guò)程特性的負(fù)載性能；圖11示出了在反饋路徑中配置有可調(diào)節(jié)積分作用的模型預(yù)測(cè)控制器的示意圖；圖12A和12B為示出了在MPC控制器中向未來(lái)誤差向量加入可調(diào)節(jié)積分作用之前和之后的魯棒性的對(duì)比的圖；圖13A和1 為示出了向一定數(shù)量的不同類(lèi)MPC控制器的未來(lái)誤差向量計(jì)算中加入可調(diào)節(jié)積分作用之前和之后的的甩負(fù)載(load rejection)性能的對(duì)比的圖；圖14A和14B為示出了在一階過(guò)程中對(duì)MPC控制器的未來(lái)誤差向量以積分作用的手動(dòng)調(diào)節(jié)的性能和魯棒性的對(duì)比圖；以及圖15A和15B示出了對(duì)在二階過(guò)程中對(duì)MPC控制器的未來(lái)誤差向量以積分作用的手動(dòng)調(diào)節(jié)的性能和魯棒性能的提供對(duì)比的圖。
具體實(shí)施例方式—般而言，在此處討論了新的可調(diào)節(jié)MPC控制器設(shè)計(jì)，其可應(yīng)用于各種不同類(lèi)的用于任何所期望的或者合適的控制器設(shè)置中的模型預(yù)測(cè)控制(model predictive control,MPC)控制器。然而，這種新的MPC控制器方法在過(guò)程工廠所使用的控制系統(tǒng)中尤其有用，例如在工業(yè)過(guò)程工廠中，比如藥物和化工制造工廠，精煉工廠，等等。而且，雖然新的MPC控制器設(shè)計(jì)在此處被說(shuō)明為作為分布式過(guò)程控制網(wǎng)絡(luò)的部分而被實(shí)現(xiàn)，但是它也可以被實(shí)現(xiàn)于其他類(lèi)的控制環(huán)境中，包括，例如，作為集中式的控制系統(tǒng)的一部分，作為可編程邏輯控制(PLC)系統(tǒng)的一部分，作為獨(dú)立的控制系統(tǒng)的一部分，等等。現(xiàn)參照?qǐng)D1，其中可實(shí)施此處所描述的新的MPC控制器技術(shù)的過(guò)程控制系統(tǒng)10包括過(guò)程控制器11，其可通信地連接于數(shù)據(jù)歷史庫(kù)12以及一個(gè)或多個(gè)主工作站或者主計(jì)算機(jī)13(其可以為任何類(lèi)型的個(gè)人電腦，工作站，等等)，其中每個(gè)都具有顯示屏14?？刂破?1 還通過(guò)輸入/輸出(I/O)卡沈和觀連接至現(xiàn)場(chǎng)設(shè)備15-22。數(shù)據(jù)歷史庫(kù)12可以為任何期望類(lèi)型的數(shù)據(jù)采集單元，該數(shù)據(jù)采集單元具有任何期望類(lèi)型的存儲(chǔ)器和任何期望的或已知軟件，硬件或固件以用于存儲(chǔ)數(shù)據(jù)且可以是與工作站13分離(如圖1所示出)或者是作為工作站13的一部分。控制器11，其可以為，僅作為示例，艾默生過(guò)程管理所銷(xiāo)售的DeltaV 控制器，通過(guò)例如以太網(wǎng)連接或者任何其他期望的通信網(wǎng)絡(luò)四，被可通信地連接于主計(jì)算機(jī)13以及數(shù)據(jù)歷史庫(kù)12。通信網(wǎng)絡(luò)四可以是局域網(wǎng)絡(luò)(LAN)，廣域網(wǎng)絡(luò)(WAN)，電信網(wǎng)絡(luò)的形式，等等，并且可以通過(guò)硬連線或者無(wú)線技術(shù)實(shí)現(xiàn)。通過(guò)使用任何期望的關(guān)聯(lián)于，例如， 標(biāo)準(zhǔn)的4-20mA設(shè)備和/或任何智能通信協(xié)議例如FOUNDATION· Fieldbus協(xié)議(現(xiàn)場(chǎng)總線)，HART 協(xié)議，無(wú)線HART 協(xié)議等等的軟件和硬件，控制器11被可通信地連接于現(xiàn)場(chǎng)設(shè)備 15-22。現(xiàn)場(chǎng)設(shè)備15-22可以為任何類(lèi)型的設(shè)備，例如傳感器，閥，變送器，定位器 (positioner)，等等，而1/0卡沈和觀可以是符合任何期望的通信或者控制器協(xié)議的任何類(lèi)型的1/0設(shè)備。在圖1中所示的實(shí)施例中，現(xiàn)場(chǎng)設(shè)備15-18為通過(guò)模擬線路或者組合的模擬/數(shù)字線路與1/0卡沈通信的標(biāo)準(zhǔn)的4-20mA設(shè)備或者HART 設(shè)備，而現(xiàn)場(chǎng)設(shè)備19-22 是智能設(shè)備，例如Fieldbus現(xiàn)場(chǎng)設(shè)備，其使用Fieldbus協(xié)議通信通過(guò)數(shù)字總線與1/0卡28 進(jìn)行通信。當(dāng)然，現(xiàn)場(chǎng)設(shè)備15-22可以符合任何其他期望的標(biāo)準(zhǔn)或協(xié)議，包括現(xiàn)有的或者將來(lái)會(huì)被開(kāi)發(fā)出的任何標(biāo)準(zhǔn)或協(xié)議。類(lèi)似地，如有此期望，則現(xiàn)場(chǎng)設(shè)備15-22之間的通信可以使用有線、無(wú)線或者有線與無(wú)線技術(shù)的組合而實(shí)現(xiàn)?？刂破?1，其可以是工廠10中的許多分布式控制器中的一個(gè)，其中具有至少一個(gè)實(shí)現(xiàn)或監(jiān)督一個(gè)或多個(gè)過(guò)程控制例程的至少一個(gè)處理器11A，其可以包括被存儲(chǔ)于其中或者與其相關(guān)聯(lián)的控制環(huán)路?？刂破?1還與設(shè)備15-22，主機(jī)計(jì)算機(jī)13和數(shù)據(jù)歷史庫(kù)12通信從而以任何期望的方式對(duì)過(guò)程進(jìn)行控制。應(yīng)當(dāng)注意，如有此期望，則此處所描述的任何控制例程或者單元可能將其多個(gè)部分被由不同的控制器或其他設(shè)備實(shí)現(xiàn)或者執(zhí)行。類(lèi)似地， 此處所描述的將被實(shí)現(xiàn)于過(guò)程控制系統(tǒng)10之中的控制例程或者單元可以采用任意形式， 包括軟件，固件，硬件，等等。為討論之目的，過(guò)程控制單元可以為過(guò)程控制系統(tǒng)的任何局部或者部分，包括，例如存于任何計(jì)算機(jī)可讀的介質(zhì)上從而可被例如計(jì)算機(jī)設(shè)備的CPU的處理器所運(yùn)行的例程、塊(block)或模塊?？刂评?，其可以是模塊或控制流程的任意局部， 例如子程序，子程序的多個(gè)局部(例如若干行代碼)等等，該控制例程的多個(gè)模塊或者任何局部，可以以任何期望的軟件格式被實(shí)現(xiàn)，例如使用梯形邏輯，順序時(shí)序功能圖，功能框圖，面向?qū)ο蟮木幊袒蛘呷魏纹渌能浖幊陶Z(yǔ)言或者設(shè)計(jì)范例。類(lèi)似地，控制例程可以被硬式編碼(hard-coded)入，例如，一個(gè)或多個(gè)EPROM，EEPR0M，專(zhuān)用集成電路(application specific integrated circuits，ASIC)，或者任何其他硬件或固件單元。更進(jìn)一步，控制例程可以使用任何設(shè)計(jì)工具來(lái)設(shè)計(jì)，包括圖形化設(shè)計(jì)工具或者任何其他類(lèi)型的軟件、硬件、或固件編程或者設(shè)計(jì)工具。因此，控制器11通?？梢员慌渲脼橐匀魏纹谕姆绞綄?shí)現(xiàn)一控制策略或控制例程。在一個(gè)實(shí)施例中，控制器11使用通常所稱(chēng)的功能塊(function block)來(lái)實(shí)現(xiàn)控制策略，其中每個(gè)功能塊為整體的控制例程的一部分或其對(duì)象，并且結(jié)合(通過(guò)被稱(chēng)為鏈路的通信方式)其他功能塊運(yùn)行以在過(guò)程控制系統(tǒng)10中實(shí)現(xiàn)過(guò)程控制環(huán)路。功能塊典型地執(zhí)行輸入功能、控制功能或輸出功能中的一種以執(zhí)行過(guò)程控制系統(tǒng)10中的某種物理功能，該輸入功能例如關(guān)聯(lián)于變送器，傳感器或其他過(guò)程參數(shù)測(cè)量設(shè)備的功能，該控制功能例如關(guān)聯(lián)于執(zhí)行PID，MPC，模糊邏輯等等控制的控制例程的功能，該輸出功能控制某種設(shè)備例如閥的操作。當(dāng)然，也存在有混合型和其他型的功能塊。功能塊可被存儲(chǔ)在控制器11中以被其執(zhí)行，這通常是在這些功能塊被用于，或被關(guān)聯(lián)于標(biāo)準(zhǔn)的4-20mA設(shè)備和其他類(lèi)的智能現(xiàn)場(chǎng)設(shè)備例如HART' ·設(shè)備的情況中，或者可能被存儲(chǔ)于現(xiàn)場(chǎng)設(shè)備本身或被現(xiàn)場(chǎng)設(shè)備本身所實(shí)現(xiàn)，這可以是在使用Rnmdation Fieldbus設(shè)備的情況中。更進(jìn)一步，實(shí)現(xiàn)例如此處所描述的可調(diào)節(jié)MPC控制器例程或者技術(shù)的控制器例程的功能塊，可以被整體或者部分地實(shí)現(xiàn)于主工作站或主計(jì)算機(jī)13或者任何其他的計(jì)算機(jī)設(shè)備之中。雖然在此提供了控制系統(tǒng)的描述，該控制系統(tǒng)使用利用了面向?qū)ο缶幊痰姆独墓δ軌K控制策略，但也可以使用其他常規(guī)手段和任何期望的編程語(yǔ)言或范例而實(shí)現(xiàn)或設(shè)計(jì)控制策略或控制環(huán)路或模塊。正如圖1展開(kāi)塊30所圖示出的，控制器11可以包括一定數(shù)量的單環(huán)路控制例程， 如例程32和34所示出，并且可以實(shí)現(xiàn)一個(gè)或多個(gè)高級(jí)控制環(huán)路，如控制環(huán)路36所示出。 每個(gè)該環(huán)路通常被稱(chēng)為控制模塊。單環(huán)路控制例程32和34被示出為使用分別與合適的模擬輸入(Al)和模擬輸出的功能塊相連接的單輸入/單輸出模糊邏輯控制塊和單輸入/單輸出PID控制塊來(lái)執(zhí)行單環(huán)路控制，這些功能塊可以與過(guò)程控制設(shè)備例如閥，測(cè)量設(shè)備例如溫度和壓力變送器，或者與過(guò)程控制系統(tǒng)10中的任何其他的設(shè)備相關(guān)聯(lián)。高級(jí)控制環(huán)路 36被圖示為包括具有可通信地連接于許多AI功能塊的輸入和可通信地連接于許多AO功能塊的輸出的高級(jí)控制塊38，然而高級(jí)控制塊38的輸入和輸出可被可通信地連接于任何其他的期望的功能塊或控制單元以接收其他類(lèi)型的輸入并提供其他類(lèi)型的輸出。進(jìn)而，雖然高級(jí)控制塊38在此被圖示為實(shí)現(xiàn)多變量(例如，多/輸入多/輸出)控制，但其也可用以實(shí)現(xiàn)單變量(例如，單/輸入單/輸出)控制。正如將進(jìn)行進(jìn)一步說(shuō)明的內(nèi)容，高級(jí)控制塊 38可為集成了模型預(yù)測(cè)控制(MPC)例程的控制塊，該模型預(yù)測(cè)控制例程包括可調(diào)節(jié)的積分單元以補(bǔ)償此處所描述的模型失配，從而在模型失配時(shí)對(duì)過(guò)程或過(guò)程的一部分進(jìn)行更好的控制。進(jìn)而，雖然高級(jí)控制塊38在此處被描述為通常包括模型預(yù)測(cè)控制(MPC)塊，但高級(jí)控制塊38實(shí)際上可實(shí)現(xiàn)任何的許多不同類(lèi)型的MPC技術(shù)，并且在一些情況下甚至可以在這些技術(shù)之間進(jìn)行切換。應(yīng)當(dāng)理解，圖1中所示出的控制模塊或者這些模塊的子組件，包括高級(jí)控制塊38或其組件，可以被控制器11所執(zhí)行或，可替代地，可以位于任何其他的處理設(shè)備中并被其所執(zhí)行，例如多個(gè)工作站13之一或者甚至多個(gè)現(xiàn)場(chǎng)設(shè)備19-22之一。例如，在一個(gè)實(shí)施例中，MPC控制器塊42可被存儲(chǔ)于計(jì)算機(jī)13中并可被執(zhí)行于計(jì)算機(jī)13上，從而提供輸出或控制信號(hào)至被運(yùn)行于控制器11上的高級(jí)控制塊38。如圖1中所示出的，多個(gè)工作站13之一包括被用以產(chǎn)生、下載以及實(shí)現(xiàn)高級(jí)控制塊38的高級(jí)控制塊生成例程44。雖然高級(jí)控制塊生成例程44可被存儲(chǔ)于工作站13之中的存儲(chǔ)器內(nèi)并被其中的處理器所運(yùn)行，但若有此期望，則該例程(或其任意部分)可以額外地或可替代地被存儲(chǔ)于并被運(yùn)行于過(guò)程控制系統(tǒng)10之內(nèi)的任何其他的設(shè)備。更進(jìn)一步，用戶(hù)接口例程46可以允許用戶(hù)，例如過(guò)程操作員，控制工程師，等等，指定或改變與高級(jí)控制塊38相關(guān)聯(lián)的調(diào)節(jié)、設(shè)計(jì)或控制參數(shù)，從而改變給定值，發(fā)起調(diào)節(jié)流程，提供新模型參數(shù)，寸寸。作為背景，許多MPC技術(shù)的工業(yè)實(shí)現(xiàn)包括模型算法控制(MAC)技術(shù)和動(dòng)態(tài)矩陣控制(DMC)技術(shù)。DMC技術(shù)使用過(guò)程的線性階躍響應(yīng)或脈沖響應(yīng)模型，并且在該情況中，最優(yōu)的控制路徑被離線地預(yù)先計(jì)算并存儲(chǔ)于大矩陣中。該控制器矩陣然后被用以通過(guò)重疊來(lái)計(jì)算被操縱變量在線遷移。因此，相比于在線地求解最優(yōu)方程的MPC方法，大大降低了計(jì)算成本。DMC技術(shù)的另一個(gè)優(yōu)點(diǎn)是其中所使用的狀態(tài)變量為直觀地根據(jù)過(guò)程模型計(jì)算得到，且代表明確的未來(lái)輸出預(yù)測(cè)，這意味著可容易獲得例如關(guān)聯(lián)于約束的變量的過(guò)程輸出的未來(lái)預(yù)測(cè)，并將其顯示給用戶(hù)。其他MPC實(shí)現(xiàn)方式包括IDCOM和線性動(dòng)態(tài)矩陣控制(LDMC)，二次動(dòng)態(tài)矩陣控制 (QDMC)，IDC0M-M，以及SieIl多變量?jī)?yōu)化控制(SMOC)；線性動(dòng)態(tài)矩陣控制使用線性目標(biāo)函數(shù)并顯式地包括了約束；二次動(dòng)態(tài)矩陣控制為結(jié)合二次性能函數(shù)的DMC的擴(kuò)展，并且顯式地屬于約束的結(jié)合之中；IDCOM-M為IDCOM的擴(kuò)展，其使用了二次編程算法以替代最初實(shí)現(xiàn)方式的迭代解決技術(shù)；Shell多變量?jī)?yōu)化控制(SMOC)為狀態(tài)空間的實(shí)現(xiàn)方式。另一類(lèi)的MPC 技術(shù)使用狀態(tài)觀測(cè)器以提供更好的MPC性能。圖2示出了多變量MPC控制器單元52 (可通信地耦合于過(guò)程50)的一個(gè)實(shí)施例的詳細(xì)框圖，圖1的高級(jí)控制塊38可以實(shí)現(xiàn)該多變量MPC控制器單元52以執(zhí)行多變量的過(guò)程控制。在這種情況中，可使用MPC控制器單元52以實(shí)現(xiàn)DMC控制技術(shù)。然而，此處討論為MPC控制的概括理解提供了一個(gè)好的基礎(chǔ)。如圖2中所示，高級(jí)控制塊38產(chǎn)生了一組被操縱變量(MV)，該組被操縱變量被提供給其他功能塊，反過(guò)來(lái)，這些其他功能塊被連接至過(guò)程50的控制輸入。如圖2中所示出的，高級(jí)控制塊38包括可包含或?qū)崿F(xiàn)任何標(biāo)準(zhǔn)的MPC 例程或流程的MPC控制器塊52，其通常具有與輸出相同數(shù)量的輸入，雖然該需求并非必需。 MPC控制器52接收下述變量作為輸入一組N個(gè)受控變量(CV)以及輔助變量(auxiliary Variable，AV)，這典型地構(gòu)成了數(shù)值向量，如過(guò)程50之內(nèi)所測(cè)；一組擾動(dòng)變量(DV)，其為將要在未來(lái)某時(shí)間被提供給過(guò)程50的已知或所期望的變化或擾動(dòng)；以及由例如優(yōu)化器(未示出)、用戶(hù)或任何其他的來(lái)源所提供的一組穩(wěn)定狀態(tài)目標(biāo)控制和輔助變量(CVt)和(AVt)。 MPC控制器52使用這些輸入來(lái)以控制信號(hào)的形式創(chuàng)建一組M個(gè)被操縱變量(MV)信號(hào)并將該被操縱變量信號(hào)MV傳送至過(guò)程50的控制輸入，這可以是與閥、致動(dòng)器(actuator)、爐、泵等的運(yùn)行相關(guān)的輸入。更進(jìn)一步，MPC控制器52計(jì)算并產(chǎn)生一組預(yù)測(cè)的穩(wěn)定狀態(tài)控制變量(CV)和輔助變量(AV)以及一組預(yù)測(cè)的穩(wěn)定狀態(tài)被操縱變量(MV)，這些變量分別代表在控制層的控制變量(CV)、輔助變量(AV)和被操縱變量(MV)的預(yù)測(cè)值。可以將這些變量用于一個(gè)或多個(gè)MPC優(yōu)化例程中以產(chǎn)生目標(biāo)控制和輔助變量CVt以及AVT，從而驅(qū)動(dòng)過(guò)程50到達(dá)最優(yōu)的運(yùn)行狀態(tài)。無(wú)論是如何產(chǎn)生的，將目標(biāo)控制和輔助變量CVt以及AVt作為輸入提供給MPC控制器52，如先前所述，該控制器52使用這些目標(biāo)值CVt和AVt以確定一組新的穩(wěn)定狀態(tài)的被操縱變量MV(在控制層中)，其將當(dāng)前的控制及被操縱變量CV及AV驅(qū)動(dòng)至控制層最后的目標(biāo)值CVt和AVT。當(dāng)然，正如已知，MPC控制器52同步地改變被操縱變量以試圖達(dá)到穩(wěn)定狀態(tài)的被操縱變量MVss的穩(wěn)定狀態(tài)值，該變量MVss在理論上，將導(dǎo)致過(guò)程獲得目標(biāo)控制和輔助變量CVT*AVT。因?yàn)镸PC控制器52在每次過(guò)程掃描(scan)中如上所描述地運(yùn)行，被操縱變量的目標(biāo)值可能因掃描的不同而改變，因此，MPC控制器52可能從不實(shí)際地達(dá)到這些組的目標(biāo)被操縱變量MV中的任何特定一組，尤其是當(dāng)在過(guò)程50中存在噪聲，未預(yù)料到的擾動(dòng)，變化等等的時(shí)候。正如已知的，MPC控制器52包括控制預(yù)測(cè)過(guò)程模型70 (也稱(chēng)作〃控制器模型〃)， 這可以為任意類(lèi)型的用于各種不同的MPC控制技術(shù)之中的模型。例如，模型70可以為N行 M+D列的階躍響應(yīng)矩陣(其中N為控制變量CV的數(shù)量加上輔助變量AV的數(shù)量，M為被操縱變量MV的數(shù)量而D為擾動(dòng)變量DV的數(shù)量)。然而，模型70可以為一階，二階，三階等的預(yù)測(cè)或第一性原理模型，狀態(tài)空間模型，卷積過(guò)程模型，或者任何其他類(lèi)型的過(guò)程模型?？刂破髂Ｐ?0可以通過(guò)使用無(wú)需顯著的基本建模工作的時(shí)間序列分?jǐn)?shù)技術(shù)來(lái)由過(guò)程干擾測(cè)試來(lái)確定，或者可以使用任何其他已知過(guò)程建模技術(shù)，包括那些疊加一組或多組的線性模型或非線性模型的技術(shù)，來(lái)確定。在任何情況下，控制預(yù)測(cè)過(guò)程模型70產(chǎn)生輸出72，該輸出 72為控制和輔助變量CV和AV定義了先前計(jì)算的預(yù)測(cè)，而向量求和器74從控制和輔助變量CV和AV的實(shí)際測(cè)量值中減去這些當(dāng)前時(shí)間的預(yù)測(cè)值以在輸入76上產(chǎn)生誤差或修正向量(也稱(chēng)為殘值(residuals))。通常將該誤差稱(chēng)為預(yù)測(cè)誤差。然后，控制預(yù)測(cè)過(guò)程模型70基于被提供給控制預(yù)測(cè)過(guò)程模型70的其他輸入的擾動(dòng)和被操縱變量，為在控制層上的每個(gè)控制變量和輔助變量CV以及AV預(yù)測(cè)未來(lái)控制參數(shù)。 控制預(yù)測(cè)過(guò)程模型70還產(chǎn)生了上述所討論的控制變量和輔助變量CVss以及AVss的預(yù)測(cè)的穩(wěn)定狀態(tài)值。 控制目標(biāo)塊80通過(guò)使用此前為塊38所建立的軌跡跟蹤濾波器(trajectory filter) 82，為由目標(biāo)變換塊55所提供的N個(gè)目標(biāo)控制和輔助變量CVt和AVt中的每一個(gè)確定控制目標(biāo)向量。特別地，軌跡跟蹤濾波器82提供了單位向量，該單位向量定義了控制和輔助變量將被隨時(shí)間驅(qū)動(dòng)至其目標(biāo)值的方式?？刂颇繕?biāo)塊80使用該單位向量以及目標(biāo)變量CVt和AVt來(lái)為每個(gè)控制和輔助變量產(chǎn)生動(dòng)態(tài)控制目標(biāo)向量，該控制和輔助變量定義了目標(biāo)變量CVt和AVt隨由控制時(shí)間域所定義的時(shí)間段的變化。然后，向量求和器84從動(dòng)態(tài)控制向量中減去每個(gè)控制輔助變量CV和AV的未來(lái)控制參數(shù)向量，從而定義每個(gè)控制和輔助變量CV和AV的未來(lái)誤差向量。然后，每個(gè)控制和輔助變量CV和AV的未來(lái)誤差向量被提供給MPC算法86，該算法運(yùn)算以選擇被操縱變量MV的步驟，這些步驟最小化控制層的例如最小方差或積分絕對(duì)誤差(IAE)。在一些實(shí)施例中，如果需要，則MPC控制算法86可以使用根據(jù)N個(gè)輸入到MPC控制器52的控制和輔助變量以及由MPC控制器52所輸出的M個(gè)被操縱變量之間的關(guān)系所產(chǎn)生的M行M列的控制矩陣。更具體地，MPC控制算法86具有兩個(gè)主要目標(biāo)。首先，MPC控制算法86嘗試在操作約束之內(nèi)以最小MV遷移最小化CV控制誤差，以及，其次，嘗試獲得最優(yōu)的穩(wěn)定狀態(tài)MV值以及直接根據(jù)最優(yōu)的穩(wěn)定狀態(tài)MV值所計(jì)算的目標(biāo)CV值。典型的模型預(yù)測(cè)控制器的狀態(tài)方程可以如下被表述
權(quán)利要求
1.一種用于控制過(guò)程的基于模型的過(guò)程控制器，包括控制器輸入，用以接收一個(gè)或多個(gè)指示所述過(guò)程中的受控變量的過(guò)程測(cè)量；控制器輸出，用于提供一個(gè)或多個(gè)用于控制所述過(guò)程的被操縱的過(guò)程變量的控制信號(hào)；過(guò)程模型單元，包括對(duì)過(guò)程的運(yùn)行建模的過(guò)程模型，其中所述過(guò)程模型單元基于所述過(guò)程模型生成預(yù)測(cè)的過(guò)程變量值；控制單元，其使用所述預(yù)測(cè)的過(guò)程變量值以及過(guò)程變量給定值以生成初步控制信號(hào)；誤差單元，其使用所述預(yù)測(cè)的過(guò)程變量值以生成誤差信號(hào)；積分器，其對(duì)所述誤差信號(hào)積分以產(chǎn)生積分誤差信號(hào)；以及組合器單元，其耦合至所述積分器和所述控制單元以將所述積分誤差信號(hào)與所述初步控制信號(hào)組合來(lái)產(chǎn)生用于控制所述過(guò)程的所述被操縱的過(guò)程變量的最終控制信號(hào)。
2.根據(jù)權(quán)利要求1所述的基于模型的過(guò)程控制器，其特征在于，所述誤差單元確定所述預(yù)測(cè)的過(guò)程變量值與所述受控變量的給定值之間的誤差，以及，其中，所述控制器單元使用所述誤差以產(chǎn)生所述初步控制信號(hào)。
3.根據(jù)權(quán)利要求1所述的基于模型的過(guò)程控制器，其特征在于，所述誤差單元確定所述預(yù)測(cè)的過(guò)程變量值與所述受控變量的測(cè)量值之間的誤差以確定所述誤差信號(hào)。
4.根據(jù)權(quán)利要求1所述的基于模型的過(guò)程控制器，其特征在于，所述過(guò)程模型包括一個(gè)或多個(gè)線性階躍響應(yīng)模型或一個(gè)或多個(gè)脈沖響應(yīng)模型，以及，其中，所述控制單元實(shí)施動(dòng)態(tài)矩陣控制算法以產(chǎn)生所述初步控制信號(hào)。
5.根據(jù)權(quán)利要求1所述的基于模型的過(guò)程控制器，其特征在于，所述過(guò)程模型為第一性原理模型。
6.根據(jù)權(quán)利要求1所述的基于模型的過(guò)程控制器，其特征在于，所述過(guò)程模型為一階加時(shí)滯過(guò)程模型。
7.根據(jù)權(quán)利要求1所述的基于模型的過(guò)程控制器，其特征在于，所述過(guò)程模型為二階過(guò)程模型。
8.根據(jù)權(quán)利要求7的所述基于模型的過(guò)程控制器，其特征在于，所述過(guò)程模型為二階加時(shí)滯過(guò)程模型。
9.根據(jù)權(quán)利要求1所述的基于模型的過(guò)程控制器，其特征在于，所述控制單元實(shí)施模型預(yù)測(cè)控制算法。
10.根據(jù)權(quán)利要求1所述的基于模型的過(guò)程控制器，其特征在于，所述控制單元實(shí)施包括卡曼濾波的模型預(yù)測(cè)控制算法。
11.根據(jù)權(quán)利要求10的所述基于模型的過(guò)程控制器，其特征在于，所述卡曼濾波為常規(guī)卡曼濾波。
12.根據(jù)權(quán)利要求10的所述基于模型的過(guò)程控制器，其特征在于，所述卡曼濾波為簡(jiǎn)化卡曼濾波。
13.根據(jù)權(quán)利要求1所述的基于模型的過(guò)程控制器，其特征在于，所述積分器可調(diào)節(jié)。
14.根據(jù)權(quán)利要求13的所述基于模型的過(guò)程控制器，其特征在于，所述積分器基于所述過(guò)程的分?jǐn)?shù)時(shí)滯可調(diào)節(jié)。
15.根據(jù)權(quán)利要求1所述的基于模型的過(guò)程控制器，其特征在于，所述組合器單元包括求和器。
16.根據(jù)權(quán)利要求1所述的基于模型的過(guò)程控制器，其特征在于，所述過(guò)程模型單元使用一個(gè)或多個(gè)最終控制信號(hào)值作為對(duì)所述過(guò)程模型的輸入以產(chǎn)生所述預(yù)測(cè)的過(guò)程變量值。
17.根據(jù)權(quán)利要求16所述的基于模型的過(guò)程控制器，其特征在于，所述過(guò)程模型單元還使用一個(gè)或多個(gè)在所述過(guò)程中的被測(cè)擾動(dòng)值作為對(duì)所述過(guò)程模型的輸入以產(chǎn)生所述預(yù)測(cè)的過(guò)程變量值。
18.—種產(chǎn)生用于控制過(guò)程的一組過(guò)程控制信號(hào)的方法，包括根據(jù)對(duì)所述過(guò)程的運(yùn)行建模的過(guò)程模型以及根據(jù)被提供作為所述過(guò)程模型的輸入的一組控制器輸出值，生成一組預(yù)測(cè)的過(guò)程變量值；使用該組預(yù)測(cè)的過(guò)程變量值以生成一組初步控制信號(hào)；根據(jù)該組預(yù)測(cè)的過(guò)程變量值以及另一組過(guò)程變量值，以產(chǎn)生誤差信號(hào)；對(duì)所述誤差信號(hào)積分以產(chǎn)生積分誤差信號(hào)；以及將所述積分誤差信號(hào)與該組初步控制信號(hào)組合以產(chǎn)生該組過(guò)程控制信號(hào)。
19.根據(jù)權(quán)利要求18所述的產(chǎn)生一組過(guò)程控制信號(hào)的方法，其特征在于，包括使用該組過(guò)程控制信號(hào)來(lái)控制所述過(guò)程的運(yùn)行。
20.根據(jù)權(quán)利要求18所述的產(chǎn)生一組過(guò)程控制信號(hào)的方法，其特征在于，生成該組預(yù)測(cè)的過(guò)程變量值包括使用先前的一組過(guò)程控制信號(hào)作為該組控制器輸出值。
21.根據(jù)權(quán)利要求18所述的產(chǎn)生一組過(guò)程控制信號(hào)的方法，其特征在于，還包括使用一個(gè)或多個(gè)指示在所述過(guò)程以及所述過(guò)程模型中的受控變量的過(guò)程測(cè)量和該組控制器輸出值以產(chǎn)生該組預(yù)測(cè)的過(guò)程變量值。
22.根據(jù)權(quán)利要求18所述的產(chǎn)生一組過(guò)程控制信號(hào)的方法，其特征在于，還包括使用一個(gè)或多個(gè)指示所述過(guò)程以及所述過(guò)程模型中所測(cè)量的擾動(dòng)的過(guò)程測(cè)量和該組控制器輸出值以產(chǎn)生該組預(yù)測(cè)的過(guò)程變量值。
23.根據(jù)權(quán)利要求18所述的產(chǎn)生一組過(guò)程控制信號(hào)的方法，其特征在于，根據(jù)該組預(yù)測(cè)的過(guò)程變量值以及另一組過(guò)程變量值以產(chǎn)生所述誤差信號(hào)包括確定該組預(yù)測(cè)的過(guò)程變量值與用于一組受控變量的一組給定值之間的誤差。
24.根據(jù)權(quán)利要求18所述的產(chǎn)生一組過(guò)程控制信號(hào)的方法，其特征在于，根據(jù)該組預(yù)測(cè)的過(guò)程變量值以及另一組過(guò)程變量值產(chǎn)生所述誤差信號(hào)包括確定該組預(yù)測(cè)的過(guò)程變量值與受控變量的一組測(cè)量值之間的誤差。
25.根據(jù)權(quán)利要求18所述的產(chǎn)生一組過(guò)程控制信號(hào)的方法，其特征在于，所述過(guò)程模型包括一個(gè)或多個(gè)線性階躍響應(yīng)模型或者一個(gè)或多個(gè)脈沖響應(yīng)模型，以及，其中，使用所述該組預(yù)測(cè)的過(guò)程變量值以生成該組初步控制信號(hào)包括使用動(dòng)態(tài)矩陣控制算法以產(chǎn)生該組初步控制信號(hào)。
26.根據(jù)權(quán)利要求18所述的產(chǎn)生一組過(guò)程控制信號(hào)的方法，其特征在于，使用該組預(yù)測(cè)的過(guò)程變量值生成該組初步控制信號(hào)包括使用模型預(yù)測(cè)控制算法以產(chǎn)生該組初步控制信號(hào)。
27.根據(jù)權(quán)利要求沈所述的產(chǎn)生一組過(guò)程控制信號(hào)的方法，其特征在于，還包括結(jié)合模型預(yù)測(cè)控制算法實(shí)施狀態(tài)觀測(cè)器。
28.根據(jù)權(quán)利要求27所述的產(chǎn)生一組過(guò)程控制信號(hào)的方法，其特征在于，所述狀態(tài)觀測(cè)器為常規(guī)卡曼濾波器或簡(jiǎn)化卡曼濾波器中之一。
29.根據(jù)權(quán)利要求18所述的產(chǎn)生一組過(guò)程控制信號(hào)的方法，其特征在于，還包括使所述積分器可被調(diào)節(jié)。
30.根據(jù)權(quán)利要求18所述的產(chǎn)生一組過(guò)程控制信號(hào)的方法，其特征在于，還包括使所述積分器可基于所述過(guò)程的分?jǐn)?shù)時(shí)滯而調(diào)節(jié)。
31.一種用于控制過(guò)程的過(guò)程控制器，包括處理器；計(jì)算機(jī)可讀存儲(chǔ)器；存于所述計(jì)算機(jī)可讀存儲(chǔ)器的對(duì)所述過(guò)程的運(yùn)行建模的過(guò)程模型；存于所述計(jì)算機(jī)可讀存儲(chǔ)器的預(yù)測(cè)例程，當(dāng)被執(zhí)行于所述處理器時(shí)，其使用過(guò)程控制輸出信號(hào)以及所述過(guò)程模型以產(chǎn)生預(yù)測(cè)的過(guò)程變量值；存于所述計(jì)算機(jī)可讀存儲(chǔ)器的控制例程，當(dāng)被執(zhí)行于所述處理器時(shí)，其使用所述預(yù)測(cè)的過(guò)程變量值以及過(guò)程變量給定值以生成初步控制信號(hào)；存于所述計(jì)算機(jī)可讀存儲(chǔ)器的誤差檢測(cè)例程，當(dāng)被執(zhí)行于所述處理器時(shí)，其確定指示所述預(yù)測(cè)的過(guò)程變量值和另一過(guò)程變量值之差的誤差信號(hào)；存于所述計(jì)算機(jī)可讀存儲(chǔ)器的可調(diào)節(jié)積分器例程，當(dāng)被執(zhí)行于所述處理器時(shí)，對(duì)所述誤差信號(hào)積分以產(chǎn)生積分誤差信號(hào)；以及存于所述計(jì)算機(jī)可讀存儲(chǔ)器的組合器例程，當(dāng)被執(zhí)行于所述處理器時(shí)，將所述積分誤差信號(hào)與所述初步控制信號(hào)組合以產(chǎn)生用于控制所述過(guò)程的被操縱的過(guò)程變量的最終控制信號(hào)。
32.根據(jù)權(quán)利要求31所述的過(guò)程控制器，其特征在于，所述預(yù)測(cè)例程使用一個(gè)或多個(gè)指示所述過(guò)程以及所述過(guò)程模型之中的受控變量的過(guò)程測(cè)量和所述過(guò)程控制輸出信號(hào)以產(chǎn)生所述預(yù)測(cè)的過(guò)程變量值。
33.根據(jù)權(quán)利要求31所述的過(guò)程控制器，其特征在于，所述預(yù)測(cè)例程使用先前計(jì)算的最終控制信號(hào)作為所述過(guò)程控制輸出信號(hào)。
34.根據(jù)權(quán)利要求33所述的過(guò)程控制器，其中所述另一過(guò)程變量值為受控變量的給定值，以及其中所述誤差檢測(cè)例程產(chǎn)生所述誤差信號(hào)作為所述預(yù)測(cè)的過(guò)程變量值與所述受控變量的所述給定值之間的差值。
35.根據(jù)權(quán)利要求33所述的過(guò)程控制器，其特征在于，所述另一過(guò)程變量值為受控變量的測(cè)量的過(guò)程變量值，以及其中所述誤差檢測(cè)例程產(chǎn)生所述誤差信號(hào)作為先前預(yù)測(cè)的過(guò)程變量值與所述受控變量的所述測(cè)量的過(guò)程變量值之間的差值。
36.根據(jù)權(quán)利要求33所述的過(guò)程控制器，其特征在于，控制例程實(shí)施動(dòng)態(tài)矩陣控制算法以生成所述初步控制信號(hào)。
37.根據(jù)權(quán)利要求33所述的過(guò)程控制器，其特征在于，控制例程實(shí)施模型預(yù)測(cè)控制算法以生成所述初步控制信號(hào)。
38.根據(jù)權(quán)利要求33所述的過(guò)程控制器，其特征在于，控制例程實(shí)施模型預(yù)測(cè)控制算法和狀態(tài)觀測(cè)器算法以生成所述初步控制信號(hào)。
39.根據(jù)權(quán)利要求38所述的過(guò)程控制器，其特征在于，所述狀態(tài)觀測(cè)器算法包括常規(guī)卡曼濾波器或簡(jiǎn)化卡曼濾波器中之一。
40.根據(jù)權(quán)利要求31所述的過(guò)程控制器，其特征在于，所述可調(diào)節(jié)積分器對(duì)不同的基于所述過(guò)程的分?jǐn)?shù)時(shí)滯的積分設(shè)置可調(diào)節(jié)。
全文摘要
一種MPC控制器技術(shù)，其集成了比當(dāng)今在MPC類(lèi)型控制器中普遍采用的方法更好的反饋控制性能，形成了在出現(xiàn)過(guò)程模型失配時(shí)比傳統(tǒng)MPC技術(shù)運(yùn)行更好的MPC控制器。具體地，通過(guò)向MPC控制器增加可調(diào)節(jié)積分塊，該MPC控制器形成指示預(yù)測(cè)或其他控制誤差的積分分量，以及將該分量加至MPC控制器算法的輸出以在存在模型失配時(shí)提供更快或更好的控制，這首要地是預(yù)測(cè)誤差的根本原因，從而提升MPC控制器性能。該技術(shù)使MPC控制器可以更快地反應(yīng)以及在存在模型失配時(shí)提供更好的給定值變化和負(fù)載擾動(dòng)性能，而不減少M(fèi)PC控制器的魯棒性。
文檔編號(hào)G05B17/02GK102301290SQ201080006259
公開(kāi)日2011年12月28日 申請(qǐng)日期2010年2月2日 優(yōu)先權(quán)日2009年2月2日
發(fā)明者D·蒂勒 申請(qǐng)人:費(fèi)希爾-羅斯蒙特系統(tǒng)公司