西門子MPC在流漿箱控制中的應用

周海君 王孟效 鄒 偉

(1.北京電子科技職業學院,北京,100176；2.陜西科技大學,陜西西安,710021；3.西門子(中國)有限公司,北京,100112)

?

·流漿箱控制·

西門子MPC在流漿箱控制中的應用

周海君1王孟效2鄒 偉3

(1.北京電子科技職業學院,北京,100176；2.陜西科技大學,陜西西安,710021；3.西門子(中國)有限公司,北京,100112)

采用成熟的先進控制策略優化流漿箱的控制是造紙行業自動化系統的一項重要課題,本文基于西門子DCS系統中集成的、針對小型MIMO對象的多變量模型預測控制功能塊MPC(Model Predictive Control),探索其在氣墊式流漿箱控制中的應用。應用過程和結果表明，對于氣墊式流漿箱，集成式的MPC可以在較低的投入成本下實現很好的控制效果,該方案具有較高的推廣應用價值。

流漿箱;多變量預測控制;PCS 7;西門子

(*E-mail：simeng@sina.com)

在制漿造紙過程的自動化項目進程中,對于流漿箱的控制方案無疑是最為關鍵的,一方面是從工藝來看，流漿箱是整個抄紙過程的基石,另一方面從控制來看,流漿箱的控制難度是整個制漿造紙自控系統中少數的幾大難題之一。

氣墊式流漿箱的控制之所以難,是因為其總壓和液位之間存在嚴重的耦合,尤其在紙機車速高于300 m/min的使用環境下,普通的通過兩個單PID回路來分別控制總壓和液位的方式不僅不能使回路進入穩態,更不能滿足控制要求。所以,目前流漿箱的控制算法基本上都是圍繞著解耦來開展的,各種先進控制理論和解耦算法的結合,形成了自適應解耦控制、仿人智能解耦控制、神經網絡解耦控制和模糊解耦控制等多種多樣的方案[1-2]。

這些控制方案在目前的氣墊式流漿箱控制中得到了廣泛的應用,但如何更進一步地提高控制精度、更靈活地適應車速或設備工作狀態變化,這些問題的解決方法都是建立在復雜的模型分析和數學計算基礎之上的,較高的應用門檻讓工程公司和用戶望而卻步。更現實的問題在于,無論是DCS(集散控制系統)還是PLC(可編程邏輯控制系統),編程實現這些算法都非常困難。一個可行方案是增加一個獨立的APC(Advanced Process Control, 先進過程控制)工作站來處理這些復雜的數學計算,但考慮到實施成本和維護成本,很少有企業樂于付諸實際[3]。

在目前所有的APC控制策略中,MPC(Model Predictive Control,模型預測控制)是應用最為廣泛和成功的一種,很多成熟的MPC產品也已經在各行各業得到了應用,例如美國的DMC、法國的PFC等,國內也出現不少針對行業的MPC算法,例如水泥、鋼鐵行業等。在這種大環境下,西門子PCS 7系統以功能塊的形式實現MPC的簡易實現方案，更以低成本、低門檻的優勢得到用戶的歡迎。基于此,本文介紹PCS 7系統中的MPC功能塊在氣墊式流漿箱中的應用。

圖1 PCS 7的APC產品

1 西門子PCS 7系統中的APC

1.1 APC簡介

APC是先進過程控制(Advanced Process Control)的簡稱,是對那些不同于常規單回路PID控制、并具有比常規PID控制更好控制效果的控制策略的統稱,其主要用來處理那些采用常規控制效果不好、甚至無法控制的復雜工業過程控制問題。諸如模型預測控制、史密斯預估控制等都屬于APC的范疇。與普通的PID相比,APC有以下主要特點：

?當前的APC是一種基于模型的控制策略,但一些基于知識的控制策略,例如智能控制和模糊控制等正逐漸在推廣應用。

?在工廠的控制系統中,APC往往和常規控制配合使用,主要處理復雜的多變量、大時滯、非線性等過程的控制難題。

?APC的實現需要足夠的計算處理能力作為平臺,通常在DCS系統中獨立配置高性能的APC服務器。

在APC的具體實施過程,需要解決諸多具體的工程問題,例如和DCS的通信問題、合理被控區域的選擇以及良好的人機界面設計問題等。但從用戶的角度出發,APC的核心問題有如下幾個：

(1)APC的高額投入和控制效果能否平衡？

(2)項目運行之后APC的維護、調整工作是否還是需要支付昂貴的服務費用？

(3)如果DCS系統需要升級,APC是不是還得重新配置,而這個配置過程又是一筆大費用。

APC的巨額投入和業主的相關疑問,讓這門新興技術還是鏡中月,盡管技術上已經很成熟,但實際應用寥寥。只有在一些特大型項目,例如石化行業中的大乙烯、大煉油等才會對關鍵設備投入APC。

1.2 PCS 7系統中的APC

PCS 7系統是西門子的DCS系統,自20世紀90年代初期推出以來,在國內的各個行業有廣泛的應用,主要有冶金、煙草、制漿造紙、制藥行業等。為了滿足各個行業的特殊需求,PCS 7系統還開發了多種行業庫,例如制漿造紙庫、水泥庫、化工庫等,同時對于APC,PCS 7系統也提供兩個層面的解決方案(如圖1所示)：

?獨立的APC,即在PCS 7標準系統之外配置獨立的APC服務器來配置,主要有INCA負責MPC(多變量預測控制),FuzzyControl++負責模糊控制,Presto負責軟測量等。

?集成的APC,即通過程序塊的方式實現的APC功能,目前提供的功能塊可以實現MPC、史密斯預估、超馳控制、前饋控制等方式。

獨立APC與目前其他系統下的APC解決方案無異,本文中就不再贅述。而集成的APC,通過簡單的功能塊調用就可以實現APC,與普通的PID程序編寫方式相同，這無疑對于系統集成商和用戶都具有很大的誘惑。當然,由于APC的運算要求很高,在PLC層面來實現,勢必就會有一些限制,例如PCS 7系統中的MPC,只能實現4×4×1的方式,即指支持4個被控量、4個操作量和1個干擾量。即便如此,這已經可以解決常規工業控制中大部分復雜控制,例如流漿箱的控制。

1.3 MPC

MPC是模型預測控制(Model Predictive Control)的簡稱,即通過脈沖或者階躍響應來得到被控對象的模型,基于該模型就可以根據被控對象的歷史信息和未來輸入來預測其未來的輸出情況,系統框圖如圖2所示。由于其具有展示系統未來動態行為的特點,所以就可以利用這個未來時刻被控對象的輸出變化和給定值的偏差,作為確定控制作用的依據,以達到比常規控制更好的控制效果。簡單來說,就是用現有的模型來估計被測量的變化,同時給出新的調節閥門開度[4-5]。

圖4 MPC程序調用

圖2 MPC的控制邏輯

針對模型的控制策略在設備老化、生產量變化等工藝條件發生變化時,往往會出現模型失配的現象,控制效果會大不如前。為此,在模型預測控制MPC中加入了滾動優化功能。

在線優化是模型預測控制的最主要特征,優化不是采用一個恒定的全局優化目標,而是采用滾動式的有限時段的優化策略。程序每次執行時,MPC的優化功能指標涵蓋了從該時刻到未來的某一段有限時間,依次類推,這樣在任何此刻預測控制都有一個相對于該時刻的優化性能指標,不同時刻的優化性能指標的相對形式是相同的,但其包含的時域是不同的。所以,在預測控制中,優化是反復在線進行的,這就是所謂的滾動優化。滾動優化的引入使得整個控制保持了最優,也避免了各種時變、干擾帶來的不確定性。

2 西門子MPC在氣墊式流漿箱中應用案例

西門子MPC參與氣墊式流漿箱的控制,其目的是提高氣墊式流漿箱的控制效果,增強其控制回路的魯棒性,對于周邊設備,例如成漿池的濃度調節、抄紙環節的溫度控制等沒有任何影響。簡單來說就是用西門子PCS 7系統的MPC控制功能塊取代現有氣墊式流漿箱上的兩個PID及其解耦控制。

分析工藝流程是MPC應用的基礎,在P&ID(設備管線)圖紙上明確各個被控量和操縱量的關系,進一步確定MPC的使用規模如何。

PCS 7系統中使用MPC功能塊完成相關的程序組態。相對于PID功能塊的編程,MPC除了參數較多之外,其他的管腳連接非常簡單。

基于程序組態,進行對象模型識別,即通過一系列的階躍響應得到所有被控量和操作量之間的矩陣式關系。這一步是整個調試過程中的關鍵,模型識別的精準度直接會影響最終的控制效果。

下面就這些主要步驟逐一介紹。

2.1 流漿箱控制分析

本文以典型的氣墊式流漿箱為例介紹MPC的應用過程,相關的控制測點如圖3所示。

圖3 氣墊式流漿箱相關控制測點

從圖3可知，圍繞流漿箱的被控量和操作量不多,被控量為包括箱體的液位檢測和總壓檢測,操作量為羅茨風機和上漿泵的頻率調節,這是一個典型的2×2多變量控制對象,符合西門子PCS 7系統中MPC功能塊的使用范圍要求[6-7]。

2.2 MPC的程序組態

從PCS 7系統的V7.1版本開始,在集成的高級過程庫APL中就包含了MPC功能塊“ModPreCon”(FB1843)。這個功能塊需要占用29 K的空間,每次調用會創建一個40 K左右的背景DB塊。對于工作內存較小的CPU,例如CPU412,在使用時則需要注意整體程序的規模。

在CFC中插入“ModPreCon”和其他輔助功能塊,具體程序結構如圖4所示。

圖4中,MPC功能塊“ModPreCon”主要的管腳就是兩個被控量輸入“CV1”和“CV2”,以及兩個控制輸出“MV1”和“MV2”。和常規程序一樣,這4個管腳分別和輸入輸出驅動功能塊連接即可,功能塊的其他管腳則根據需要連接,例如從驅動塊將各個輸入量的單位信息傳遞給MPC塊,將輸入驅動塊的“PV_OutUnit”和“CV1_Unit”連接。

2.3 MPC的模型識別

與傳統PID功能塊一樣,MPC功能塊也有“自動”和“手動”兩個基本操作模式,在手動模式下,用戶可以直接給出羅茨風機和上漿泵的頻率給定。而在自動模式下,MPC功能塊則根據識別出來的對象模型,不斷優化并給出最優的控制輸出。

圖5 記錄階躍響應曲線

圖6 導出的曲線數據

MPC識別模型的基本方式就是采用階躍響應得出各個被控量和操作量的關系。具體操作上就是在MPC的手動模式下讓兩個控制輸出分別在工作范圍內變化,記錄這個變化以及被控變量的變化情況。

要實現這個功能,則需要使用CFC編程環境中的“Trend Display”功能(見圖5),這個功能可記錄選定管腳的數據變化,更為重要的是,這些被記錄的數據可以導出為csv文件。

圖5中,將MPC功能塊設置為手動,依次將兩個控制輸出分別給出上跳變和下跳變兩個階躍,每個階躍給出之后等待流漿箱液位和壓力趨于穩定,之后再給出下一個階躍動作。這個階躍實驗中,可以看到獨立修改風機或者上漿泵的頻率輸出,流漿箱液位和總壓都會響應發生變化,這就是典型的耦合現象。依次做完四個階躍實驗,停止曲線記錄,并將數據導出為“.csv”格式的文件(見圖6)。

從圖6可見,導出的數據記錄了各個時間點上被監視管腳的數值,基于這些數據可在Excel或者其他平臺上重新描繪出階躍響應的曲線。

在PCS 7軟件包中集成了Matlab的插件,而Matlab是專門用于數學計算的,在自動化領域常用于過程控制模型識別和仿真。PCS 7系統中的PID參數自整定功能就是集成的Matlab的一個典型應用。選擇功能塊“ModPreCon”,在圖7所示的菜單中打開MPC控制器設計器。

MPC控制器的設計過程本質上就是模型的識別過程,模型識別的基礎就是上一步中得到的階躍響應曲線數據,所以在具體的控制器設計過程中首先就需要導入如圖6所示的數據。

在圖8中,點擊按鈕“Load data”后選擇之前導出的csv文件,這樣就可以將曲線按照被監視管腳的不同分別顯示在窗口中。為了識別模型,需要定義每一條曲線的含義,是操作變量還是被控變量。選擇完成后直接點擊“Step by step”進入識別階段(見圖9)。

Matlab插件分析每個被控變量和操作量之間的關系,得到如圖9所示的矩陣式關系圖,點擊其中的按鈕“Model approximation”即可查看具體的如圖10所示的傳遞函數矩陣。

圖7 啟動MPC控制器設計器

圖8 導入階躍響應數據

圖9 模型識別

圖10 識別得到的流漿箱傳遞函數矩陣

此外,在圖9中,還需要指定一個數據塊DB塊的塊號,用于存放控制器的參數,默認值為DB11。點擊按鈕“Design controller”進入下一步(見圖11)。

圖11 導出控制器參數

在圖11中可以看到,系統基于識別出來的模型重新加載同樣的階躍響應,并將結果和實際檢測到的結果進行對比,得出模型的準確度。本次識別的準確度是77%,這說明這個識別得到的模型可用。點擊按鈕“Export SCL code”,將這個對象模型導出為DB塊的SCL源碼。在PCS 7系統中創建一個SCL源碼,將導出的MPC控制器參數復制粘貼進去,如圖12所示。

在SCL中點擊工具欄上的編譯按鈕即可生成一個DB11,其中存放的就是識別出來的模型數據。功能塊“ModPreCon”的輸入管腳“DB_No”就是用來連接模型數據DB塊的,本程序中填寫為“11”即可關聯到生成的DB11。

至此,MPC控制器的全部設計工作完成,程序中的組態也全部結束。在這個過程中,最主要的就是在手動模式下進行階躍響應實驗并記錄相關的數據。

圖12 用于存放模型數據的DB塊的SCL源碼

圖13 手動情況下耦合現象

圖14 MPC自動控制效果

2.4 控制效果對比

由于是新的控制方案,也是為了穩妥起見,在河北秦皇島某紙廠的測試過程中，只是在現有程序中增加一套MPC程序,并可以方便和現有程序進行切換。這樣既可以完成實驗,也可以在運行中切換回穩妥的舊方案。測試過程是在紙機水試階段進行的,為了對比方便,先不投用MPC算法,觀察流漿箱總壓和流漿箱液位在上漿泵頻率發生變化時的曲線(見圖13)。

在圖13中,分兩次提高上漿泵頻率輸出(曲線②),同時保持風機頻率輸出(曲線①)不變,可以看到流漿箱液位(曲線④)和流漿箱總壓(曲線③)均呈現上升趨勢。

相對應地,投入MPC的自動控制功能(見圖14)。

在圖14中可以看到，液位設定值調低后,上漿泵頻率輸出(曲線②)和風機頻率輸出(曲線①)均有不同程度的下降,在共同作用下,流漿箱內液位(曲線④)發生變化,但此時的流漿箱總壓(曲線③)保持穩定；之后提高流漿箱總壓設定值,流漿箱總壓曲線(曲線③)發生變化,但流漿箱液位保持了穩定,仔細分析也不難發現,即使在調節流漿箱液位的時候,風機頻率輸出也發生了變化以抑制耦合帶來的影響。從控制效果來看,很好地達到了解耦的目的。

3 應用分析

綜上所述,MPC的應用過程非常簡單,對于編程和自控理論的要求不高,普通工程師都可輕松完成。從投入成本來看,每個MPC在使用中需要占用100PO的授權,價格4000元左右,而且也沒有后續的進一步投入,所以經濟成本可以接受。

但這是否意味著MPC就可以大規模在行業中應用了呢？在本文中介紹了MPC的模型識別的基石是階躍響應曲線。但在實際中,耦合明顯的對象往往呈現出較強的非線性特性,換句話說,對于這些對象,階躍響應只在較小的工作范圍中起作用,而這個較小的工作范圍就是流漿箱的設計工作點。MPC所識別出來的模型是這個工作范圍中的設備模型,而不是全范圍的模型,如果設備在極端情況下出現紙漿液位急劇下降,控制模型可能就徹底失效了,基于此模型的控制自然不能很好地完成控制任務了。

一個綜合的解決方案就是將MPC和PID結合起來,借用PID對設備模型不敏感的特性,拓寬MPC的應用范圍,具體實現過程也較為簡單,就是MPC功能塊的輸出作為PID塊的設定值輸入即可,在此不再贅述。

4 結 論

造紙行業自控系統的發展趨勢就是高級控制策略的使用,這是所有工業行業發展的共同方向,傳統的、包治百病的PID控制越來越難滿足不斷提高的質量要求,只有以MPC為代表的先進過程控制技術,逐漸從理論走向實際應用。西門子PCS 7系統中提供集成式MPC解決方案,無疑是實驗性的引入MPC來解決當前控制難題的一個很好契機。在實際操作中甚至可以在現有程序的基礎上簡單增加一套MPC的控制程序,與目前在用的方案進行控制效果對比。如果只是測試,甚至不需要購買額外的100PO授權,這種無投入、低組態成本的方案,無疑值得各造紙行業工程公司和造紙企業進行嘗試,相信在不斷的應用經驗積累中,制漿造紙行業一定會找到一條更為穩妥的引入高級過程控制技術的思路。

[1] Wang Meng-xiao, Cheng Han-nong, Tang Wei, et al. The design of a practical headbox neural network decoupling system[J]. China Pulp & Paper Industry, 2004(4): 49.王孟效, 程瀚儂, 湯 偉, 等. 流漿箱神經網絡解耦控制系統的設計[J]. 中華紙業, 2004(4)： 49.

[2] Yu Xiao-ming. Application of decoupling control in air cushioned headbox[J]. Journal of Xi’an University of Science and Technology, 2003(3)： 298. 于曉明. 解耦控制在流漿箱中的應用[J]. 西安科技大學學報, 2003(3): 298.

[3] JIA Lei, SUN You-xian. Model Investigation of Pressurized Headbox[J]. China Pulp & Paper, 1994, 13(1): 45. 賈 磊, 孫優賢. 紙機密閉式流漿箱的數學模型研究[J]. 中國造紙, 1994, 13(1): 45.

[4] WANG Hui, LI Pin, SUN You-xian. Study on decoupling control of air conshioned headbox experimental device[J]. Transactions of China Pulp and Paper, 1993, 8(1): 51. 王 慧, 李 平, 孫優賢. 氣墊式流漿箱實驗裝置的解耦控制研究[J]. 中國造紙學報, 1993, 8(1): 51.

[5] Lv Jiang-hong, Xu Zhi-gao. The closed-feedback configuration of multivariable predictive control system under characteristic frame and its application[J]. Control Theory and Applications, 1992(2): 174. 呂劍虹, 徐治皋. 特征結構下多變量預測控制系統的閉環反饋結構及其應用[J]. 控制理論與應用, 1992(2): 174.

[6] Hu Hui, Han Chao-hui, Liu Jian-guo, et al. On multivariable feedback decoupling control systems[J]. Control Engineering of China, 2004(6): 500. 胡 暉, 韓朝暉, 劉建國, 等. 多變量反饋解耦控制系統研究[J]. 控制工程, 2004(6): 500.

(責任編輯：常 青)

The Application of Siemens MPC in Air-cushioned Headbox

ZHOU Hai-jun1,*WANG Meng-xiao2ZOU Wei3

(1.Beijing Electronic Science and Technology Vocational College, Beijing,100176; 2.Shaanxi University of Science and Technology,Xi’an,ShaanxiProvince, 710021; 3.SiemensChinaCo.,Ltd.,Beijing, 100112)

In the PCS 7 system, which is the DCS platform of Siemens, a special control block MPC is offered for the small MIMO object, this block can realize the multi-variable model predictive control strategy. This paper introduced a solution to use MPC on air-cushioned headbox. The result of application proved that the integrated MPC block could control the air-cushioned headbox very well, even more the investment was very low compare with the stable control result.

headbox; multi-variable predictive control; PCS 7; Siemens

周海君女士，副教授；主要研究方向：控制理論與控制工程、機電一體化技術應用。

2014- 12- 12(修改稿)

TS736

A

0254- 508X(2015)05- 0052- 07