CIMS和CIPS技术与应用课程6课件.ppt

1、2023/1/17CIMS和CIPS技术与应用1 企业实施企业实施CIPS不仅是通过解决单纯的技术问题的途径，而是通过人、不仅是通过解决单纯的技术问题的途径，而是通过人、技术与经营三方面综合集成的途径来取得成功的技术与经营三方面综合集成的途径来取得成功的(1)人在人在CIPS实施过程中起到了决定性作用实施过程中起到了决定性作用 哲理、全局过程的生产经营模式哲理、全局过程的生产经营模式、组织机构、组织机构(2)人在生产过程中起到了核心作用人在生产过程中起到了核心作用 自动化技术应用水平及人们对它的认识程度自动化技术应用水平及人们对它的认识程度人的创造性工作人的创造性工作(3)人在人在CIPS系统

2、中的地位系统中的地位 涉及到社会的、经济的、有关人的行为及心理的、文化的等多方涉及到社会的、经济的、有关人的行为及心理的、文化的等多方面问题，这些方面可能成为面问题，这些方面可能成为CIPS系统实施工作的瓶颈。系统实施工作的瓶颈。2023/1/17CIMS和CIPS技术与应用2 a)工业过程复杂性工业过程复杂性 q 过程对象特性复杂过程对象特性复杂 对象的特性和反应机理十分复杂，精确的机理建模日益困难，所得的模型对象的特性和反应机理十分复杂，精确的机理建模日益困难，所得的模型往往具有非线性、分布参数、时变、时滞和不确定性往往具有非线性、分布参数、时变、时滞和不确定性 基于解析数值计算和单一形式

3、的模型（参数化的数学模型）很难刻画系统的基于解析数值计算和单一形式的模型（参数化的数学模型）很难刻画系统的真实运动状态，需要采用多种多样的描述方式的描述模型来反映生产过程的真真实运动状态，需要采用多种多样的描述方式的描述模型来反映生产过程的真实系统的行为和状态，支持不同层次、不同要求的控制目标实系统的行为和状态，支持不同层次、不同要求的控制目标 动态系统还具有多时间标度，有时还会发生动态突变；动态系统还具有多时间标度，有时还会发生动态突变；q 环境的复杂性环境的复杂性 系统常常处于不确定的环境中，扰动频繁，且常常是不可测量的；系统常常处于不确定的环境中，扰动频繁，且常常是不可测量的；q 任务的

4、复杂性任务的复杂性 完成监督、预测、控制、安全保护、经济、最优等目标；完成监督、预测、控制、安全保护、经济、最优等目标；2023/1/17CIMS和CIPS技术与应用3 b)关联性关联性 控制对象一般是多变量的系统，生产的规模庞大，生产装置的操作存在着强控制对象一般是多变量的系统，生产的规模庞大，生产装置的操作存在着强关联关联 c)信息复杂性信息复杂性 q 信息获取存在问题信息获取存在问题 在许多的场合下，关键变量不可测量，导致信息的不完全；在许多的场合下，关键变量不可测量，导致信息的不完全；q 信息模式复杂信息模式复杂 信息往往呈现定量、半定量、定性语义的模式，不同深度不同层次地反映信息往往

5、呈现定量、半定量、定性语义的模式，不同深度不同层次地反映实际系统，提供关于系统不同模式的信息知识。实际系统，提供关于系统不同模式的信息知识。q 传感器和执行器分布于过程之中，信息量庞大传感器和执行器分布于过程之中，信息量庞大q 信息通常受到噪声的干扰，有效的信息的获得较为困难信息通常受到噪声的干扰，有效的信息的获得较为困难2023/1/17CIMS和CIPS技术与应用4 d)知识及其表达的多样性和复杂性知识及其表达的多样性和复杂性 信息模式的多样性客观上造成了系统信息层次结构的形成：信息模式的多样性客观上造成了系统信息层次结构的形成：越是高层的信息其数据量越少，但它包含的信息知识量越大，其模式

6、越表越是高层的信息其数据量越少，但它包含的信息知识量越大，其模式越表现为定性描述的知识表示；层次越低的信息其包含信息量越简单、直观，数据现为定性描述的知识表示；层次越低的信息其包含信息量越简单、直观，数据量越大，其模式越表现为基于定量描述的数值形式。量越大，其模式越表现为基于定量描述的数值形式。信息层次结构要求对象模型呈现相应的分层结构信息层次结构要求对象模型呈现相应的分层结构：较低层的信息模型趋向与采用传统的基于数值计算的微分或差分方程等模较低层的信息模型趋向与采用传统的基于数值计算的微分或差分方程等模式表达，过程较高层次的模型则趋向于采用定性的符号描述模型表达过程的行式表达，过程较高层次的

7、模型则趋向于采用定性的符号描述模型表达过程的行为特性，不同层次的知识表达方法相应于多样性和层次性的信息处理的需要。为特性，不同层次的知识表达方法相应于多样性和层次性的信息处理的需要。e)管理、控制任务的通常是多目标、多约束的命题管理、控制任务的通常是多目标、多约束的命题 2023/1/17CIMS和CIPS技术与应用5 由一系列完成特定任务和目标子系统集成而成的复杂系统，具有分布由一系列完成特定任务和目标子系统集成而成的复杂系统，具有分布性（时间上的分布、空间上的分布或功能上的分布）的特点。性（时间上的分布、空间上的分布或功能上的分布）的特点。限于知识、能力、处理速度、信息、资源等因素以及待求

8、解问题的规限于知识、能力、处理速度、信息、资源等因素以及待求解问题的规模、复杂性造成的实现困难，在模、复杂性造成的实现困难，在CIPS系统系统增强系统性能增强系统性能(快速性、可靠性、快速性、可靠性、智能程度、完成质量智能程度、完成质量)、有效地利用资源有效地利用资源(信息、知识、物理装置等信息、知识、物理装置等)，个体，个体间的协作是必然的。间的协作是必然的。(1)通过并行性提高任务的完成率通过并行性提高任务的完成率(2)通过共享资源（信息、专门知识、物理装置等）扩大完成任务通过共享资源（信息、专门知识、物理装置等）扩大完成任务的能力范围的能力范围(3)通过备份任务，采用不同的方法去完成指定

9、任务，以提高完成通过备份任务，采用不同的方法去完成指定任务，以提高完成任务的可能性及可靠性任务的可能性及可靠性(4)通过避免任务间有害的相互作用通过避免任务间有害的相互作用,减少任务间的冲突减少任务间的冲突 2023/1/17CIMS和CIPS技术与应用6(1)水平协作水平协作(horizontal cooperation)由于能力、知识处理、速度、资源利用等因素的限制，单独由于能力、知识处理、速度、资源利用等因素的限制，单独的个体（人的个体（人/机构，子系统）都不具有解决全局问题的能力，将全机构，子系统）都不具有解决全局问题的能力，将全局问题分解成子问题后交给适当的个体采用协同工作的方式分别

10、去局问题分解成子问题后交给适当的个体采用协同工作的方式分别去完成，获得求解综合问题的能力。完成，获得求解综合问题的能力。为提高对综合问题求解的结果的可信度，可以基于系统不同为提高对综合问题求解的结果的可信度，可以基于系统不同个体的独立解决问题的能力，采用不同的信息与知识或不同的信息个体的独立解决问题的能力，采用不同的信息与知识或不同的信息处理机制获得问题的结果，通过个体之间的相互作用，最终获得高处理机制获得问题的结果，通过个体之间的相互作用，最终获得高可靠性的结果。可靠性的结果。2023/1/17CIMS和CIPS技术与应用7(2)树型协作树型协作(tree cooperation)系统中高层

11、的功能系统或人系统中高层的功能系统或人/群体依据下层获得的结果做出进一步群体依据下层获得的结果做出进一步处理工作。处理工作。(3)循环协作循环协作(recursive cooperation)为了求得问题的结果，系统的个体之间相互依赖，往复协作。为了求得问题的结果，系统的个体之间相互依赖，往复协作。(4)混杂协作混杂协作(hybrid cooperation)整个系统在某些级上采用水平协作的类型，而在系统整体上又是整个系统在某些级上采用水平协作的类型，而在系统整体上又是树型协作或循环协作类型，或整体上采用水平协作类型而局部上采用树树型协作或循环协作类型，或整体上采用水平协作类型而局部上采用树型

12、或循环协作类型。型或循环协作类型。2023/1/17CIMS和CIPS技术与应用8 CIPS系统内主要存在任务共享系统内主要存在任务共享(Task sharing)、结果共享、结果共享(Result sharing)两种协作形式：两种协作形式：任务共享任务共享 各系统相互协作，分担各子任务的处理负荷，而且当一个单元的各系统相互协作，分担各子任务的处理负荷，而且当一个单元的任务太重而无法完成时，它将把任务分解，让其它单元承担并完成。任务太重而无法完成时，它将把任务分解，让其它单元承担并完成。结果共享结果共享 系统内的各单元相互传递并共同利用根据不同观点方法所得出的系统内的各单元相互传递并共同利用

13、根据不同观点方法所得出的有关总体问题得部分结果，通过相互交换部分暂时得结果相互协同工有关总体问题得部分结果，通过相互交换部分暂时得结果相互协同工作作。2023/1/17CIMS和CIPS技术与应用9-冲突的消解冲突的消解资源冲突、目标冲突、结果冲突资源冲突、目标冲突、结果冲突-CSCW(Computer Supported cooperative Work)理论与应用理论与应用-群件技术群件技术-分布式智能控制理论和方法、分布式智能控制理论和方法、MAS 多智能体多智能体Multi Agent System、移动智能体移动智能体mobile Agent System-人人-人、人人、人-机系统

14、机系统2023/1/17CIMS和CIPS技术与应用10 CIPS系统本质上是一类混杂（系统本质上是一类混杂（Hybrid）系统）系统:离散事件系统和连续时离散事件系统和连续时间系统的混合，分布参数和集中参数的混合，符号系统与数值系统的混合，间系统的混合，分布参数和集中参数的混合，符号系统与数值系统的混合，模糊系统和精确系统的混合，定量系统与定性系统混合。模糊系统和精确系统的混合，定量系统与定性系统混合。信息和数据获取与处理 系统的控制、决策依赖于获取数量众多，性质各异的定量、半定量、系统的控制、决策依赖于获取数量众多，性质各异的定量、半定量、定性语义的不同模式、不同深度及不同层次的过程信息。

15、数据信息常常因定性语义的不同模式、不同深度及不同层次的过程信息。数据信息常常因受工业噪声、传感器精度、传感器故障以及检测技术技术手段等因素的影受工业噪声、传感器精度、传感器故障以及检测技术技术手段等因素的影响，不够精确、不一致、不完整，有些信息不能以定量的形式表达。响，不够精确、不一致、不完整，有些信息不能以定量的形式表达。1.过程数据的预处理技术过程数据的预处理技术 数据变换、数据校正、滤波等预处理手，将真实信号从含有噪声数据变换、数据校正、滤波等预处理手，将真实信号从含有噪声的混合信号分离出来的混合信号分离出来2023/1/17CIMS和CIPS技术与应用11(1)随机误差的处理随机误差的

16、处理 数字滤波方法数字滤波方法 利用信号与噪声随自变量改变的频率不同将真实信利用信号与噪声随自变量改变的频率不同将真实信号与噪声分离。高通滤波、低通滤波、数据平滑等号与噪声分离。高通滤波、低通滤波、数据平滑等 数据协调数据协调(Data Reconciliation)技术技术 根据由物料平衡和能量平衡根据由物料平衡和能量平衡等方程建立起来的精确数学模型，以估计值和测量值的方差最小为目标，等方程建立起来的精确数学模型，以估计值和测量值的方差最小为目标，构造估计模型，为测量数据提供一个最优估计，以及时准确地检测误差构造估计模型，为测量数据提供一个最优估计，以及时准确地检测误差的存在，近而剔除或补偿

17、其影响。的存在，近而剔除或补偿其影响。(2)显著误差的处理显著误差的处理 a)基于理论分析可能导致显著误差的因素并进行相应处理基于理论分析可能导致显著误差的因素并进行相应处理 b)基于硬件冗余，借助不同的测量手段对同一过程变量进行测量，基于硬件冗余，借助不同的测量手段对同一过程变量进行测量，通过结果比较来识别显著误差。通过结果比较来识别显著误差。c)基于测量数据的统计特性进行检验基于测量数据的统计特性进行检验(统计假设检验、残差分析、统计假设检验、残差分析、广义似然法、贝叶斯、主元分析法广义似然法、贝叶斯、主元分析法)2023/1/17CIMS和CIPS技术与应用12 化工过程测量的基本模型可

18、以表示为：化工过程测量的基本模型可以表示为：exy)1(ny)1(nx)1(ne其中：其中：为被测变量测量值；为被测变量测量值；为被测变量真实值；为被测变量真实值；代表测量误差。代表测量误差。0),(./)(221uxFtsiMiniiniyx ixyi2iuu其中：其中：是测量数据是测量数据的估计的估计是测量误差的方差是测量误差的方差是未测向量是未测向量的估计值的估计值 2023/1/17CIMS和CIPS技术与应用13 数据变换影响过程模型的精度和非线性映射能力以及数值优化算法的数据变换影响过程模型的精度和非线性映射能力以及数值优化算法的运行结果。包括标度运行结果。包括标度(Scaling

19、)、转换和权函数三各方面、转换和权函数三各方面 标度标度 对工业过程中出现的工程单位不同或数值数量级相差较大的测对工业过程中出现的工程单位不同或数值数量级相差较大的测量数据，利用合适的因子进行标度，避免因为计算机字长而丢失有用信息量数据，利用合适的因子进行标度，避免因为计算机字长而丢失有用信息或引起算法的不稳定。或引起算法的不稳定。转换转换 包括直接转换和寻找新变量代替原变量，通过转换可有效地降包括直接转换和寻找新变量代替原变量，通过转换可有效地降低原对象的非线性特性低原对象的非线性特性(如对数转换如对数转换)。权函数权函数 实现对变量动态特性的补偿，使稳态模型实现对过程动态估实现对变量动态特

20、性的补偿，使稳态模型实现对过程动态估计成为可能。计成为可能。2023/1/17CIMS和CIPS技术与应用14 2.过程数据的软测量技术过程数据的软测量技术 软测量技术的理论根源是软测量技术的理论根源是20世纪世纪70年代年代Brosillow提出的推断控制。提出的推断控制。把自动控制技术与生产工艺过程知识有机结合起来，应用计算机技术对把自动控制技术与生产工艺过程知识有机结合起来，应用计算机技术对生产过程中一些难于测量或不能测量的重要变量生产过程中一些难于测量或不能测量的重要变量(主导变量主导变量)，选择另外一，选择另外一些容易测量的变量些容易测量的变量(辅助变量或二次变量辅助变量或二次变量)

21、，通过构成某种数学关系来推断，通过构成某种数学关系来推断和估计，以软件来代替硬件和估计，以软件来代替硬件(传感器传感器)功能。功能。),(1udfy 过程过程ud1d2yy 主导变量；主导变量；可测的辅助变量可测的辅助变量d1 可测扰动；可测扰动；d2 不可测扰动；不可测扰动；u 控制变量控制变量2023/1/17CIMS和CIPS技术与应用15 软测量系统结构软测量系统结构测量数据测量数据预处理模块预处理模块简单机理模型简单机理模型软测量模型软测量模型长期校正模块长期校正模块初始模型初始模型在线校正模型在线校正模型历史数据历史数据模型参数模型参数修正的模型参数修正的模型参数历史数据历史数据化

22、验数据化验数据2023/1/17CIMS和CIPS技术与应用16(1)机理方法机理方法 基于物料平衡、能量平衡、动量平衡、相平衡、传热传质等基本基于物料平衡、能量平衡、动量平衡、相平衡、传热传质等基本动力学方程动力学方程(2)经验方法经验方法系统辩识系统辩识 用测量数据直接求取模型的方法用测量数据直接求取模型的方法参数估计参数估计 根据既定的模型结构由测量数据确定参数的方法根据既定的模型结构由测量数据确定参数的方法a)a)基于状态估计的方法基于状态估计的方法Luenberger观测器、观测器、Kalman滤波器滤波器b)b)基于回归分析的方法基于回归分析的方法最小二乘法、主元回归法、部分最小二

23、乘法最小二乘法、主元回归法、部分最小二乘法(PLS)2023/1/17CIMS和CIPS技术与应用17(3)基于人工智能方法基于人工智能方法a)a)人工神经元网络人工神经元网络b)b)模糊技术模糊技术2023/1/17CIMS和CIPS技术与应用18 3.复杂过程数据处理技术复杂过程数据处理技术 不同信息控制与决策层次之间的信息表达、传递、通讯和融合处理机不同信息控制与决策层次之间的信息表达、传递、通讯和融合处理机制，混杂信息的变换、信息与数据的压缩、信息特征的提取与恢复、信息制，混杂信息的变换、信息与数据的压缩、信息特征的提取与恢复、信息与数据的挖掘。与数据的挖掘。复杂工业对象模型化(1)模

24、型化方法模型化方法 白箱方法、灰箱方法、黑箱方法白箱方法、灰箱方法、黑箱方法(3)分层系统信息模式的非同态性导致系统模型形式的复杂化分层系统信息模式的非同态性导致系统模型形式的复杂化(2)模型化的精度和模型的适应性模型化的精度和模型的适应性2023/1/17CIMS和CIPS技术与应用19 基于模型的控制和基于知识的控制(1)基于模型的控制技术基于模型的控制技术实例：预测控制技术 预测控制技术的产生并不是理论发展的需要，而首先是工业实践向控制预测控制技术的产生并不是理论发展的需要，而首先是工业实践向控制提出的挑战。提出的挑战。现代控制理论现代控制理论(基于状态空间的分析设计方法、最优性能指标的

25、设计理基于状态空间的分析设计方法、最优性能指标的设计理论论)取得空前成果但仍面临巨大挑战：取得空前成果但仍面临巨大挑战：i)现代控制理论的基点是对象精确的数学模型现代控制理论的基点是对象精确的数学模型ii)工业对象的结构、参数和环境都具有很大的不确定性工业对象的结构、参数和环境都具有很大的不确定性(鲁棒性鲁棒性/最优性最优性)iii)工业控制中必须考虑到控制手段的经济性，对工业控制计算机的工业控制中必须考虑到控制手段的经济性，对工业控制计算机的 要求不能太高要求不能太高(简易性简易性/实时性实时性)2023/1/17CIMS和CIPS技术与应用20 A)预测控制的基本构成预测控制的基本构成i)

26、预测模型预测模型根据对象的历史信息和未来的输入预测其未来的输出根据对象的历史信息和未来的输入预测其未来的输出(动态行为动态行为)。模型的功能模型的功能状态方程状态方程传递函数传递函数阶跃响应阶跃响应脉冲响应脉冲响应非线性模型非线性模型.渐近稳定的线性对象，非参渐近稳定的线性对象，非参数模型数模型ii)滚动优化滚动优化 通过优化控制算法，追求某一性能指标的最优来确定未来的控通过优化控制算法，追求某一性能指标的最优来确定未来的控制作用。制作用。性能指标构造通常基于对象输出在未来采样点上跟踪某一期望性能指标构造通常基于对象输出在未来采样点上跟踪某一期望轨迹的方差为最小；控制能量最小而同时保持输出在某

27、一给定的范轨迹的方差为最小；控制能量最小而同时保持输出在某一给定的范围等围等 有限时段的滚动优化，优化不是一次离线进行，而是反复在线有限时段的滚动优化，优化不是一次离线进行，而是反复在线进行进行2023/1/17CIMS和CIPS技术与应用21 预测控制的基本构成预测控制的基本构成(续续)iii)反馈校正反馈校正 闭环控制算法闭环控制算法(不仅基于模型，同时利用实际输出的反馈值不仅基于模型，同时利用实际输出的反馈值)。基于优化性能指标确定了一系列未来的控制作用后，为了防止基于优化性能指标确定了一系列未来的控制作用后，为了防止模型失配或环境的干扰引起的控制效果与理想状态的偏离，通常的模型失配或环

28、境的干扰引起的控制效果与理想状态的偏离，通常的作法不是把求得的控制作用序列逐一全部实施，而只是实现本时刻作法不是把求得的控制作用序列逐一全部实施，而只是实现本时刻的控制作用，到下一采样时刻，首先检测对象的实际输出，并利用的控制作用，到下一采样时刻，首先检测对象的实际输出，并利用它对基于模型的相应预测值进行修正，在进行新的优化。它对基于模型的相应预测值进行修正，在进行新的优化。2023/1/17CIMS和CIPS技术与应用22 B)动态矩阵控制算法动态矩阵控制算法(DMC)i)预测模型预测模型 对于渐近稳定的对象，动态信息可近似用单位阶跃响应的采样对于渐近稳定的对象，动态信息可近似用单位阶跃响应

29、的采样参数构成有限集合描述：参数构成有限集合描述：Naaa.,21 根据线性系统的比例叠加性质，可以利用上述的阶跃响应模型根据线性系统的比例叠加性质，可以利用上述的阶跃响应模型参数预测对象在未来时刻的输出值。参数预测对象在未来时刻的输出值。在在k时刻控制作用有一增量时，在其作用下未来深刻的输出时刻控制作用有一增量时，在其作用下未来深刻的输出 在在M个连续的控制增量个连续的控制增量 u(k),u(k+M-1)的作用下未来时刻的作用下未来时刻输出值输出值(B-1)()|()|(01kuakikykikyiNi.,1(B-2),min(110)1()|()|(iMjjiMjkuakikykikyNi

30、.,1(B-3)2023/1/17CIMS和CIPS技术与应用23 预测模型（单位阶跃响应）预测模型（单位阶跃响应）2023/1/17CIMS和CIPS技术与应用24 ii)滚动优化滚动优化动态矩阵控制算法动态矩阵控制算法(续续1)在每一时刻在每一时刻k，M个连续的控制增量个连续的控制增量 u(k),u(k+M-1)(控制控制时域时域)，使被控对象在其作用下未来，使被控对象在其作用下未来P个时刻个时刻(优化时域优化时域)的输出预测值的输出预测值 尽可能接近给定的期望值尽可能接近给定的期望值w(K+i),i=1,P，规定，规定M P，P N，同时考虑控制增量变化不能过分剧烈的要求构成优化性能指，

31、同时考虑控制增量变化不能过分剧烈的要求构成优化性能指标为：标为：)|(kikyMMjjPiMijkurkikyikwqkJ1221)1()|()()(min(B-4)在不考虑约束的情况下，求在不考虑约束的情况下，求 在预在预测模型测模型(B-3)下使性能指标下使性能指标(B-4)最小的优化问题最小的优化问题 TMMkukuk)1(.)()(u2023/1/17CIMS和CIPS技术与应用25 基于模型的预测控制基于模型的预测控制Referencek+Mk+PProcessModel PredictionfuturepastInput2023/1/17CIMS和CIPS技术与应用26 模型输出反

32、馈校正模型输出反馈校正kk-jk+py(k-j)u(k-j)ym(k+j|k)u(k+j)yp(k+j|k-1)y(k)yp(k|k-1)d(k)2023/1/17CIMS和CIPS技术与应用27 kk+mk-j过去当前未来控制时域预测时域k+py(k-j)u(k-j)y(k+j|k)u(k+j|k)设定值轨迹基于模型的预测控制机制基于模型的预测控制机制2023/1/17CIMS和CIPS技术与应用28 动态矩阵控制算法动态矩阵控制算法(续续2)以向量的形式改写以向量的形式改写(B-3)、(B-4)()()(0kkkMPPMuAyy(B-5)其中：其中：)|(.)|1()(kPkykkykMM

33、PMy)|(.)|1()(000kPkykkykPy111.0.MPPMaaaaaA22)()()()(minRMPMPkkkkJQuyw(B-6)TPPkwkwk)(),.,1()(w 其中：其中：Pqqdiag,.,1QMrrdiag,.,1R2023/1/17CIMS和CIPS技术与应用29 动态矩阵控制算法动态矩阵控制算法(续续3)220)()()()()(minRMMPPkkkkkJQuuAyw (B-5)代入代入(B-6)(B-7)求极值的必要条件：求极值的必要条件：0u)()(kdkdJM 得到：得到：)()()()(01kkkPPTTMywQARQAAu 仅将控制作用序列中即时

34、控制质量构成控制作用施加给对象：仅将控制作用序列中即时控制质量构成控制作用施加给对象：)()()()(0kkkkuPPTMTywduC(B-8)(B-9)其中：其中：PTTTTdd11)(QARQAACd(B-10)001 TC表示取首元素运算表示取首元素运算控制向量控制向量2023/1/17CIMS和CIPS技术与应用30 动态矩阵控制算法动态矩阵控制算法(续续4)iii)反馈校正反馈校正 k时刻将控制时刻将控制u(k)加于对象，相当于在对象得输入端加了一个幅值为加于对象，相当于在对象得输入端加了一个幅值为 u(k)的阶跃激励，根据的阶跃激励，根据(B-2)可以计算在控制作用下未来时刻的输出

35、预测可以计算在控制作用下未来时刻的输出预测值：值：)()()(01kukkNNayy(B-11)经移位处理，可以作为经移位处理，可以作为k+1时刻的初始预测值进行新的优化计算。但时刻的初始预测值进行新的优化计算。但是由于实际过程中存在模型失配、环境干扰等因素，由是由于实际过程中存在模型失配、环境干扰等因素，由(B-11)得到的预测得到的预测值肯定偏离实际值，需要利用实时检测信息进行反馈校正：值肯定偏离实际值，需要利用实时检测信息进行反馈校正：构造输出误差：构造输出误差：)|1()1()1(1kkykyke(B-12)采用对采用对e(k+1)加权的方式对输出的预测值进行修正加权的方式对输出的预测

36、值进行修正)1()()1(1kekkNcorhyy(B-13)2023/1/17CIMS和CIPS技术与应用31 模型输出反馈校正模型输出反馈校正kk-jk+py(k-j)u(k-j)ym(k+j|k)u(k+j)yp(k+j|k-1)y(k)yp(k|k-1)d(k)2023/1/17CIMS和CIPS技术与应用32 动态矩阵控制算法动态矩阵控制算法(续续5)其中：其中：)1|()1|1()1(kNkykkykcorcorcory为校正后的输出预测向量为校正后的输出预测向量TNhh1h为校正向量为校正向量 在在k+1时刻，时间基点的变动，时刻，时间基点的变动，k+1时刻的初始预测值可以通过时

37、刻的初始预测值可以通过 移位获得，构造移位阵：移位获得，构造移位阵：)1(kcory10010100010S2023/1/17CIMS和CIPS技术与应用33 动态矩阵控制算法动态矩阵控制算法(续续6)k+1输出初始预测值为：输出初始预测值为：)1()1(0kykcorNSy(B-14)基于基于(B-14)又可以像上述以又可以像上述以k时刻为基点的方法进行时刻为基点的方法进行k+1时刻的优时刻的优化计算，反复在线进行。化计算，反复在线进行。2023/1/17CIMS和CIPS技术与应用34 动态矩阵控制动态矩阵控制10001001000010.Pdd.11zz对象对象0PPINaa.11Z0.

38、01Nhh.1控制控制预测预测校正校正)(kwpTd)(ku)(ku)1(ky)|1(kky)(1kyN)(1kyN)(0kyp)(0kyN)1(0kyN)1(kycor)1(kehS2023/1/17CIMS和CIPS技术与应用35 C)多变量系统的动态矩阵控制多变量系统的动态矩阵控制 设被控对象有设被控对象有m个控制输入，个控制输入，p个输出，假定已测得每一输出个输出，假定已测得每一输出yi对每对每一输入一输入uj的阶跃响应的阶跃响应aij(t)，则模型向量表达为：，则模型向量表达为：TijijijNaa)()1(a(C-1)Pi.,1mj.,1i)预测模型预测模型)()()(0,1,ku

39、kkjijNiNiayy 考虑考虑uj有一个增量有一个增量 uj(k)时时,yi在未来在未来N个时刻的输出预测值个时刻的输出预测值：(C-2)|(.)|1()(1,1,1,kNkykkykiiNiy)|(.)|1()(0,0,0,kNkykkykiiNiy2023/1/17CIMS和CIPS技术与应用36 多变量动态矩阵控制算法多变量动态矩阵控制算法(续续1)在在uj依次有依次有M个增量个增量 uj(k),uj(k+M)时时,yi在未来在未来P个时刻的输出个时刻的输出预测值预测值：)()()(,0,kkkMjijPiPMiuAyy(C-3)|(.)|1()(,kNkykkykMiMiPMiy)

40、|(.)|1()(0,0,0,kNkykkykiiPiy)1()()1()(0)1(MPaPaaMaaijijijijijijA)1(.)()(,MkukukjjMju2023/1/17CIMS和CIPS技术与应用37 多变量动态矩阵控制算法多变量动态矩阵控制算法(续续2)根据线性系统的叠加性质处理系统输出根据线性系统的叠加性质处理系统输出yi受到受到u1,um共同作用时共同作用时的情况：的情况：)()()(10,1,kukkjmjijNiNiayy(C-4)u1,um从从k时刻起均变化时刻起均变化M次时，共同作用时的情况：次时，共同作用时的情况：mjMjijPiPMikkk1,0,)()()

41、(uAyy(C-5)为了简洁化，记：为了简洁化，记：)(.)()(1,1,11kkkNpNNyyy)(.)()(0,0,10kkkNpNNyyy2023/1/17CIMS和CIPS技术与应用38 多变量动态矩阵控制算法多变量动态矩阵控制算法(续续3)(.)()(,1kkkPMpPMPMyyy)(.)()(0,0,10kkkPpPPyyypmpmaaaaA1111pmpmAAAAA1111则可得到一般的多变量系统的预测模型：则可得到一般的多变量系统的预测模型：)()()(01kukkNNAyy(C-6)()()(0kkkMPPMuAyy(C-7)2023/1/17CIMS和CIPS技术与应用39

42、 多变量动态矩阵控制算法多变量动态矩阵控制算法(续续4)ii)滚动优化滚动优化22)()()()(minRMPMkkkkJQuyw)()()(1kkkpWWWpikWkWkiii,1,)1()1()(W),(1pQQdiagblockQ)(),1(PqqdiagiiiQ),(1mdiagblockRRR)(),1(PrrdiagRjjjpi,1mj,1在不考虑约束的情况下，可以求得全部控制增量：在不考虑约束的情况下，可以求得全部控制增量：(C-8)()()()(01kkkPTTMywQARQAAu(C-9)2023/1/17CIMS和CIPS技术与应用40 多变量动态矩阵控制算法多变量动态矩阵

43、控制算法(续续5)即时控制增量：即时控制增量：)()()(0kkkPywDu(C-10)(C-11)TmpTmTpTTTddddQARQAALD11111)(000100001L维mMmpiPiiTjijkkku10,)()()(ywd(C-12)()1()(kukukujjj(C-13)mj,12023/1/17CIMS和CIPS技术与应用41 iii)反馈校正反馈校正多变量动态矩阵控制算法多变量动态矩阵控制算法(续续6)1()()1(1kkkNcorHeyy)1()1(00kkcorNySy(C-14)(C-15)SSS00010010100010S2023/1/17CIMS和CIPS技术

44、与应用42 D)动态矩阵控制的参数设计动态矩阵控制的参数设计(i)采样周期采样周期T(ii)优化时域优化时域P，控制时域，控制时域MP：稳定性：稳定性(鲁棒性鲁棒性)、动态快速性、动态快速性M：优化变量的个数，在：优化变量的个数，在P确定的情况下，确定的情况下，M越小，越难保证输出越小，越难保证输出在各采样点紧密跟踪期望值，所得到得性能指标也就越差。在各采样点紧密跟踪期望值，所得到得性能指标也就越差。(iii)误差权矩阵误差权矩阵Q和控制权矩阵和控制权矩阵(iv)校正矩阵校正矩阵H 直接可调得运算参数，仅在对象受到未知干扰或存在模型失配直接可调得运算参数，仅在对象受到未知干扰或存在模型失配造成

45、预测输出与实际输出不一致时才起作用，而对控制的动态响应造成预测输出与实际输出不一致时才起作用，而对控制的动态响应没有明显的影响没有明显的影响2023/1/17CIMS和CIPS技术与应用43 E)有约束的多变量动态矩阵控制有约束的多变量动态矩阵控制22)()()()()(minRMPMkukkkkJQMuywluCuAyy)()()()(.0kkkktSMMPPM 二次规划问题，非线性规划方法二次规划问题，非线性规划方法2023/1/17CIMS和CIPS技术与应用44 F)预测控制技术在工业过程的应用预测控制技术在工业过程的应用Primary ControlProcessing UnitPr

46、imary ControlProcessing UnitPrimary ControlProcessing UnitPrimary ControlProcessing UnitMPCMPCMPCMPCModel Based OptimizerProduction SchedulerHierarchy in production plant control of a continuous production site2023/1/17CIMS和CIPS技术与应用45 预测控制的工业应用预测控制的工业应用00.20.40.60.811.21.41.61.82x 10414001402140414

47、061408141014121414141614181420Measured throat temperaturetimeTemperature(0C)00.511.522.53probability density functionprobability densityCpk=0.96024681012Cpk=0.96Cpk=4.3024681012Cpk=0.96Cpk=1.6Economicbenefit2023/1/17CIMS和CIPS技术与应用46(2)基于知识的控制技术基于知识的控制技术智能控制理论与方法的研究智能控制理论与方法的研究-模糊控制技术模糊控制技术-人工神经网络人工神

48、经网络-专家系统专家系统2023/1/17CIMS和CIPS技术与应用47 工况监测和过程故障诊断技术 干扰和异常事件的发生干扰和异常事件的发生 尽管基于性能优良的控制系统的基础上，但是生产过程的运行尽管基于性能优良的控制系统的基础上，但是生产过程的运行仍离不开操作人员经常性的干预，以预防操作工况的恶化。仍离不开操作人员经常性的干预，以预防操作工况的恶化。(1)工况监测工况监测正常操作工况的统计学模型正常操作工况的统计学模型过程对象的反应机理模型过程对象的反应机理模型操作经验和专业知识操作经验和专业知识.集成化方法集成化方法过程的监视、评估过程的监视、评估操作的指导操作的指导化工过程的动态仿真

49、技术化工过程的动态仿真技术2023/1/17CIMS和CIPS技术与应用48(2)故障检测和诊断故障检测和诊断(Fault detecton and diagnostics FDD)故障故障(Fault)系统至少一个特性或参数出现了较大的偏差，超出了可以接受的系统至少一个特性或参数出现了较大的偏差，超出了可以接受的范围，系统性能明显低于正常的水平，难于完成系统预期的功能。范围，系统性能明显低于正常的水平，难于完成系统预期的功能。故障检测和诊断故障检测和诊断(FDD)根据系统症候，确定是否发生了故障，确定故障的种类，故障发根据系统症候，确定是否发生了故障，确定故障的种类，故障发生的部位，并确定故

50、障的大小以及故障发生的时间生的部位，并确定故障的大小以及故障发生的时间故障检测和诊断故障检测和诊断(FDD)工作环节工作环节(1)故障建模故障建模 按照先验信息和输入输出关系，建立系统故障的数学模型，作为按照先验信息和输入输出关系，建立系统故障的数学模型，作为故障诊断的依据。故障诊断的依据。2023/1/17CIMS和CIPS技术与应用49(5)故障的评价与决策故障的评价与决策 判断故障的严重程度及其对诊断对象的影响和发展趋势，针对判断故障的严重程度及其对诊断对象的影响和发展趋势，针对不同的工况采取不同的措施。不同的工况采取不同的措施。故障检测和诊断故障检测和诊断(续续1)(2)故障检测故障检