[发明专利]利用免疫学概念的过程控制和优化技术

说明书

技术领域

本发明主要涉及过程控制系统，具体涉及用于控制和优化诸如能源产生 过程或发电过程等过程操作的优化技术的使用。

背景技术

像那些用在发电过程、化学制造过程、石油加工过程或其它过程中的诸 如分布式或可升级过程控制系统等的控制过程系统，通常包括一个或多个过 程控制器，这些过程控制器通过模拟、数字或模拟/数字混合总线彼此通信 连接、通信连接到至少一个主机或操作员工作站以及一个或更多现场设备。 现场设备可以是例如阀门、阀门定位器、开关和变送器(例如，温度、压力 和流速传感器)，它们在过程内执行比如开或关阀门以及测量过程参数等功 能。过程控制器接收表示由现场设备所测得的过程测量结果和/或关于现场 设备其它信息的信号，利用该信息执行控制例程，然后生成通过总线发送至 现场设备的控制信号，以控制工厂的操作。来自现场设备和控制器的信息通 常由操作员工作站执行的一个或更多应用程序获得，从而使操作员对过程执 行任何所需的功能，例如查看过程的当前状态、修改过程的操作等。

过程控制器通常被编程为，针对为过程定义的或包含在过程中的多个不 同回路中的每个回路执行不同的算法、子例程或控制回路(所有这些都是控 制例程)，例如流量控制回路、温度控制回路、压力控制回路等。一般而言， 每个这种控制回路都包括诸如模拟输入(AI)功能块的一个或多个输入块、 诸如比例积分微分(PID)或模糊逻辑控制功能块的单输出控制块、以及诸 如模拟输出(AO)功能块的单输出块。因为控制块创建用于控制单过程输 入的单控制输出，例如阀门位置等，所以这些控制回路通常执行单输入/单 输出的控制。然而，在某些情况下，例如在像燃煤发电厂那样的复杂能源生 产厂中，因为受控的过程变量不只受到一个过程输入的影响，所以使用多个 独立操作的单输入/单输出控制回路并不十分有效，事实上，每个过程输入 都可能影响许多过程输出的状态。在这种情况下，使用多个单输入/单输出 控制回路可能导致非最优的控制，造成浪费多余的原料、低质量的产品、多 余的排放、更低的效率等。

为了克服单回路控制的缺陷，已经开发出多种类型的多变量或多输入/ 多输出控制，它们能操作以从一组过程变量和设定点同时产生一组控制信 号。在大多数情况下，这些控制步骤依赖于某种过程模型，以便将过程反应 建模为给定的一组输入。一种简单的多变量控制方法使用针对过程的数学模 型，例如过程模型的一阶数学模型。然而，已经发现，由于这些理论模型没 有对许多影响过程的变量进行说明，也没有解释工厂设备的老化等等，所以 这些理论模型过于简单，而没有足够详细地进行精确或最优的控制。于是， 严格应用理论模型(即，不使用历史过程数据)的基于模型的控制解决方案 不能获得精确的或最优的控制结果。

其它的多变量控制方法使用根据采集自工厂本身的历史数据所开发的 工厂模型，像实际配置工厂一样更好地对工厂建模。这些基于工厂的模型控 制技术的例子包括模型预测控制(MPC)和神经网络控制。过去，MPC和 其它类型的先进控制已经用于在对特定被控过程变量的改变影响不止一个 过程变量或输出的情况下执行控制。从二十世纪七十年代末开始，已经报道 了许多模型预测控制的成功实施，而且在加工工业，MPC已经成为先进的 多变量控制的主要形式。更进一步地，MPC已经作为分布式控制系统分层 软件在分布式控制系统中实施。

一般而言，MPC是多输入/多输出控制策略，其中测量改变每个过程输 入对每个过程输出的影响，然后所测量的响应被用于创建控制矩阵或过程模 型。过程模型或控制矩阵(通常定义了过程的稳态操作)被数学求逆，并用 在多输入/多输出控制器中，以基于对过程输入所做的变化来控制过程输出。 在一些情况下，过程模型被表示为针对每个过程输入的过程输出响应曲线 (通常是阶跃响应曲线)，并且这些曲线可以基于例如一系列传送给每个过 程输入的伪随机阶跃变化来创建。这些响应曲线可以用于以公知的方式对过 程建模。模型预测控制在本领域是公知的，因此，这里不再描述其细节。例 如，美国专利4,616,308和4,349,869总体地描述了可用在过程控制系统中的 MPC控制器。