岳 恒, 馬志鑫, 李 健, 賈 瑤
(東北大學 流程工業綜合自動化國家重點實驗室, 遼寧 沈陽 110819)
自動化是一門工程學科,用于解決實際工業問題,但目前自動化教學發展存在著理科化的控制教學傾向的問題[1]。?str?m指出控制教育必須平衡對控制理論的過度證明與實際物理直覺和物理控制系統理解間的矛盾,而控制實驗教學是解決這一問題的重要手段,提供了抽象控制理論與現實世界的聯系[2]。在自動化教學活動中,涉及控制系統安全性、可靠性和人機界面等問題往往被忽略[3],這些要素以及工業環境中的儀表、電氣、控制系統等都應該在自動化教學實驗平臺中得到體現。
自動化教學實驗平臺分為2類:運動控制教學實驗平臺與過程控制教學實驗平臺。運動控制教學實驗平臺常以倒立擺、直升機等作為被控對象,以嵌入式系統等作為控制器,被控量主要為位置、速度等運動量,如文獻[4]在二級倒立擺實驗平臺上設計了H∞魯棒控制器,驗證了LQG控制器很難使該過程穩定,文獻[5]在直升機實驗平臺上基于李雅普諾夫方法分析了三時間尺度直升機模型的穩定性;過程控制教學實驗平臺常以水箱等作為被控對象,被控量主要為溫度、流量、壓力、液位與濃度等過程量,文獻[6]基于四容水箱實驗平臺進行了多控制器切換策略的應用教學,文獻[7-8]針對德國高等專科學校開發了基于DCS的四容水箱實驗平臺,并使用了Matlab快速建立控制模型,文獻[9]介紹了選礦半實物仿真實驗平臺,為基于物聯網技術的選礦生產執行系統搭建了工業化的實驗環境。
Smith預估控制是解決大滯后對象的經典算法,也是過程控制教學的重點和難點之一,本文研究開發了一種與工業環境高度一致的由空氣混合過程、智能通道、PLC控制系統與模型計算機組成的Smith預估控制教學實驗平臺,為自動化教學改革和創新提供了有力的支撐。
大滯后過程控制的難點在于控制量需經純滯后時間τ才能反應到被控量上,因此難以達到令人滿意的控制性能指標[10]。Smith預估控制利用預估器抵消掉純滯后時間的影響,其基本原理是通過估計純滯后過程的動態特性,由預估器進行補償,使滯后了τ的被控量超前反映到控制器中,使其提前動作[11],因此預估器與純滯后過程共同形成了一個無時間滯后的廣義被控對象。Smith預估控制的結構如圖1所示,若預估器中的Gm(s) =Go(s),則廣義被控對象傳遞函數變為Go(s),從而消除了純滯后環節,因此常規的PI控制器就可滿足控制需求。

圖1 Smith預估控制系統結構圖
Smith預估控制要求被控對象具有大延遲特性,一般認為純滯后時間τ與主要時間常數T之比超過0.3,則說明該過程具有大延遲特性,比值τ/T越大,難控程度也越大[10],因此教學實驗平臺應具有任意配置被控對象時延的功能。工業現場的被控對象多樣且多變,這要求教學實驗平臺的被控對象應具有足夠的復雜度,因此要選擇一個多入多出的被控對象,可對輸入輸出進行配對以形成多種控制方案,滿足各類教學實驗。
過程控制教學不止是單純的講授控制理論,還應使學生了解一個實際的控制系統在工業現場是怎樣運作的,因此教學實驗平臺應高度模擬工業現場環境,應選用工業環境下的軟硬件平臺、儀表,執行機構的選型應與工業現場一致,控制系統應選用主流工控廠家的PLC/DCS。
Smith預估控制是通過構造預估器來抵消純滯后環節的影響,預估器的構造需要被控對象的數學模型,因此教學實驗平臺應能方便地對被控對象進行辨識實驗。在教學實驗中,除Smith預估算法外還應有經典基礎的算法與其進行比較以體現Smith預估控制的特點,如PID算法,因此實驗平臺應預留出開放接口,便于其他控制算法的實現。
此外,在工業現場中控制系統還涉及到許多實際問題,如人機交互設計、設備邏輯啟停、手自動切換等問題,教學實驗平臺應包含這些內容。
本教學實驗平臺的整體系統結構由空氣混合系統、智能通道、控制系統與模型計算機構成,如圖2所示。
其中空氣混合系統由空氣混合過程、執行機構與檢測儀表構成,是整個教學實驗平臺的被控對象;控制系統為教學實驗平臺的核心,完成整個Smith預估控制的相關實驗,實現回路控制、邏輯控制與Smith預估器,并提供Smith預估算法與常規控制算法的比較,同時配有友好的運行監控界面。為使學生了解更多主流廠家的控制系統,并提供更寬泛的教學實驗條件,本平臺配有2套控制系統,每次實驗僅有1套控制系統起作用;指定特定的控制系統后,智能通道配置相應控制系統與空氣混合系統的通道映射,同時提供Smith預估控制實驗所要求的時延配置;Smith預估控制實驗不僅要對被控對象進行建模,而且要對預估器進行設計,這其中包含了復雜的矩陣和多項式計算,控制系統中的控制器難以滿足復雜運算的要求,因此在模型計算機上開發出一套平臺軟件為2套控制系統的建模與控制器設計提供支撐與服務。
空氣混合系統基于文獻[12]中介紹的空氣混合過程,如圖3所示。
空氣混合系統的工藝流程如圖4所示,空氣混合系統有兩路進風管道通過Y形接口匯合成一路出口管道。兩路進風管道的入口分別先后裝有調節閥、變頻風機,其中一路進風管道變頻風機后串接了1臺電加熱器,將冷風加熱成高于入口溫度的熱風。

圖2 實驗平臺的系統架構

圖3 空氣混合系統

圖4 空氣混合過程控制系統工藝流程
在空氣加熱混合過程中,熱風管路上配備了調節閥門(下文簡稱熱風閥)、變頻鼓風機(下文簡稱熱風機)和電加熱器,冷風管路上配備了調節閥門(以下簡稱冷風閥)和變頻鼓風機(以下簡稱冷風機)。空氣混合過程正常運行時,熱風機和冷風機的電機運行將空氣分別鼓入熱風管路和冷風管路。在熱風管路中,通過調節熱風管路中的電加熱器對管路中空氣的加熱,形成了系統實驗平臺中的熱風。兩路管道以Y形混合為一路管道,空氣最終通過混合管道排出。
空氣混合過程共有5個控制量,分別是兩路管道的風機與閥門指令和電加熱器指令,同時有5個被控量,分別是熱風與冷風流量、熱風溫度、混合溫度及總管壓力,選擇不同的控制量與被控量可構造出不同的被控對象。
智能通道主要用于I/O信號的通道映射選擇與被控對象的時滯配置。利用智能通道可模擬工業現場的信號傳輸管道,可將來自和去往被控對象的I/O信號自由、靈活地映射到任意控制系統I/O板卡的任意通道中,因此可選擇不同的控制系統對空氣混合系統進行控制。同時I/O信號處理器可將被控對象的被控量延遲一段時間再送往控制系統,對于控制系統而言,智能通道和空氣混合系統共同構成了廣義被控對象,從而實現了被控對象的時滯配置。
控制系統為西門子控制系統與羅克韋爾控制系統,這兩套控制系統完成同樣的功能,每次實驗僅有一套控制系統起作用,相應的I/O信號通過智能通道進行切換。
控制系統主要由控制器與運行監控界面組成。控制器實現了Smith預估、回路控制與設備邏輯控制,通過回路控制可獲取階躍響應曲線,該曲線導入模型計算機后,通過辨識實驗課獲得Smith預估的參數。此外,控制器還提供了公共接口,學生可在其中編寫常規控制算法或其他算法與Smith預估控制進行比較。運行監控界面顯示了空氣混合系統運行時的狀態,通過操作面板可改變空氣混合系統的狀態。
模型計算機開發的軟件平臺負責被控對象的建模與控制器的設計。由于涉及到矩陣與多項式的運算,軟件平臺應具有復雜數值運算的能力。同時,由于控制器位于控制系統當中,軟件平臺辨識得到的控制器參數應當能夠傳輸到控制系統中,這要求軟件平臺能與控制系統進行穩定、可靠與實時的通信。
辨識的本質是尋找合適的模型結構與模型參數以較好的擬合被辨識的曲線,因此軟件平臺需要開發人機界面,可視化的展示與比較辨識得到的曲線與原始曲線。
本教學實驗平臺分別通過工業以太網與硬接線使平臺中的計算機與控制器、物理設備與控制器相互連接,具體的連接方式如圖5所示。
空氣混合系統除了空氣混合過程外還擁有執行機構與檢測儀表等設備,這些設備通過硬接線實現與智能通道的實時通信,收發相應的I/O信號;智能通道的I/O信號處理器通過硬接線與控制系統進行通信,同時開發了相應的人機界面,使得通道映射與時滯配置的操作更為靈活;控制系統為西門子控制系統或羅克韋爾控制系統,2套系統的結構與功能完全一樣,控制系統由控制器、工程師站與操作員站組成,三者通過工業以太網相互連接,工程師站設計相應的控制邏輯,操作員站設計空氣混合系統的運行監控界面,控制系統與模型計算機的通信也通過工業以太網實現;模型計算機安裝Matlab與OPC Scount,Matlab中的Matlab GUI完成辨識界面的設計,Matlab的M函數完成辨識算法的實現,OPC Scount用于實現與控制系統的實時通信。
智能通道的I/O信號處理器是實現Smith預估控制教學實驗的重點。I/O信號處理器應具有基本的邏輯控制能力,其硬件可選擇嵌入式控制器、PLC等,本文利用實驗室的一套S7 300PLC舊設備實現I/O信號處理器,其相應的人機界面由組態軟件Wincc實現,通過以太網進行實時通信。
I/O信號處理器采用模塊化開發的思想,使得I/O通道映射具有高擴展性。其基本原理是開發2套I/O接口,1套面向空氣混合過程,另外1套面向實際控制器,切換到不同的控制器時則將面向控制器的接口映射到相應控制器I/O板卡的接口中,2套接口并不一一固定對應,根據需要可自主選擇2套接口的具體對應關系。
接口的設計為時滯配置提供了條件,I/O信號處理器通過接口讀取空氣混合過程的被控量信號,放入數組,經過一段時間后由面向實際控制器的接口讀取該信號。
智能通道的人機交互界面如圖6所示。在圖6中,可自主選擇所需的控制系統與I/O通道映射關系,其中I/O通道映射關系可手動選擇,也可利用控件自動保存當前選擇的映射關系生成Excel文件,在通道文件操作框中可導入Excel文件自動選擇映射關系,被選擇的I/O通道將被點亮,其所對應的數字量狀態或模擬量大小也將顯示在監控界面中,此外還開發了時滯操作面板,當時滯使能后,可對空氣混合過程的5個被控量進行0-1 000 s的時滯配置。

圖5 實驗平臺的硬件架構

圖6 智能通道的人機交互界面
本教學實驗平臺配備了2套控制系統,分別為西門子控制系統與羅克韋爾控制系統,2套控制系統的架構完全一致,都是由控制器、工程師站與操作員站通過以太網連接構成,因此選用西門子控制系統來介紹控制系統的開發。
西門子控制系統的控制器采用西門子PLC300,工程師站使用Step7軟件,操作員站使用Wincc軟件。整個控制系統的示意圖如圖7所示。
工程師站主要負責設備邏輯控制、回路控制與Smith預估器的實現。空氣混合系統中的邏輯控制主要體現在執行機構的邏輯啟停與某些設備的聯鎖設計,如切斷閥與冷風機需要聯鎖控制。控制系統中的控制方案由不同的配對方案決定,不同的控制方案使用不同的回路進行控制實驗,工程師站對每種回路控制設置了手自動切換、控制量超值限幅等模塊,并且使手自動切換與回路切換都實現無擾。工程師站實現了常規控制算法與Smith預估控制算法,常規控制算法中的PID參數通過工程整定法獲取,而Smith預估控制算法的控制參數一部分通過工程整定法獲取,另一部分采用模型計算機傳輸的參數。

圖7 控制系統示意圖
操作員站對空氣混合系統的運行進行監控。監控界面分為4個部分:(1)顯示空氣混合系統所有參數的曲線與當前控制方案的控制結構與工藝流程;(2)可自主選擇配對方案,使用不同的控制方案;(3)構造不同控制算法與各執行機構的操作面板;(4)控制混合系統中各設備的異常報警、控制量與被控量的實時歸檔等。
模型計算機采用Matlab作為軟件平臺以辨識被控對象模型,利用Matlab GUI來可視化辨識操作過程。
圖8為辨識過程的流程圖,模型辨識方法采用文獻[12]提出的階躍響應曲線法,利用機理分析出待辨識對象的模型結構,利用該模型結構圖解階躍響應曲線得到模型參數,最終確定待辨識對象的傳函,本平臺提供一階慣性加純滯后、二階慣性加純滯后與高階等3種模型的辨識。在本平臺中,辨識過程為先選擇配對方案,即被控對象所對應的設定值y與控制指令u,通過機理分析得出模型結構,選擇平臺中的模型形式,將Wincc中的階躍響應曲線數據導入辨識平臺,運行辨識算法得到擬合模型和曲線,通過反復調節模型相關參數使得辨識曲線與實際曲線更加相符,待辨識誤差滿足要求后保存相關參數,并通過OPC傳輸到工程師站的預估器中。

圖8 階躍響應曲線擬合辨識方法流程
本次實驗所選擇配對方案的被控變量為熱風流量、控制指令為熱風機頻率。
首先進行階躍響應實驗,控制在手動模式,熱風機頻率從25 Hz階躍至35 Hz,熱風流量相應的從244.94 m3/h上升到344.57 m3/h。將相關數據導入模型計算機的辨識平臺,其辨識界面如圖9所示。圖9采用4.4節所述的一階慣性加純滯后模型的階躍響應曲線辨識方法和流程,得到如下辨識模型傳遞函數:

圖9 辨識界面圖
Smith預估控制器的PID參數Kp為0.06、TI為3 s、TD為0,控制投入自動模式后,熱風流量設定值從245 m3/h→345 m3/h→245 m3/h,其后,加入熱風閥擾動,熱風閥動作為99%→49%→99%,記錄閉環控制下的流量跟蹤設定值曲線及相關頻率和閥門曲線。作為對比,同樣的實驗條件下,進行了常規PID控制實驗,常規PID控制中的PID參數Kp為0.01、TI為3 s、TD為0。實驗結果如圖10所示,可以看出不管是對于設定值階躍擾動還是外界擾動,Smith預估控制的性能遠遠優于PID控制。

圖10 Smith預估算法與PID算法對10 s延時后的熱風流量過程的控制效果對比圖
在實驗平臺中,利用智能通道將熱風流量延時20 s,重復上述在控制系統中的實驗操作,獲得如圖11所示的實驗結果。值得注意的是,Smith預估控制的PID參數無發生變化,而PID控制的參數若保持原樣則會使被控量發散,因此通過整定將其Kp值調整為0.005,這說明隨著時延的增加,控制系統對PID控制的要求變得更為嚴苛。從圖中可以看出,Smith預估控制的上升時間與調節時間、在擾動情況下的回復時間與圖10相比無明顯變化,而在PID控制中,相應的時間遠遠增加。

圖11 Smith預估算法與PID算法對20 s延時后的熱風流量過程的控制效果對比圖
基于空氣混合過程的Smith預估控制教學實驗平臺貼近實際工業現場,為過程控制教學實驗提供了一個開放性的平臺,在該平臺上,學生可選擇不同的基于空氣混合過程的被控對象且可任意改變該對象的時延特性,從而對流量、溫度或壓力的大延遲特性進行靈活研究,進一步加深對建模、控制算法、控制器設計、控制系統的理解。本實驗平臺補足了國內對于Smith預估控制教學實驗平臺的空白,同時對于其他教學實驗平臺的設計與開發具有參考意義。