過程控制系統性能評估方法及應用研究

張學華

摘 要：近幾十年來，自動控制技術在工業生產中已經得到了廣泛的應用，不僅節約了大量人力資源，而且給社會和企業帶來了很大的經濟效益。當今企業對工業生產自動化程度的要求越來越高，規模也越來越大，其工業生產過程中使用的控制器也越來越多，控制系統也越來越復雜。本文就過程控制系統性能評估方法進行研究。

關鍵詞：過程控制系統;評估方法;應用研究

1 過程控制系統性能評估方法研究

工業生產現場負責對控制系統進行維護的技術人員，希望技術部門幫助他們開發軟件能夠準確掌握各個控制回路的實際工作情況。對過程控制系統進行性能評估的目的是希望通過此技術能幫助工程技術維護人員及時的發現控制系統存在的問題，并對這些潛在問題采取相應維護措施;它的作用是能夠實時識別和判斷控制系統的控制性能。如果不使用控制系統性能評估技術，那么很多潛在于控制系統內部的問題就無法提前獲知并預防，而只能等故障或事故出現之后才能被發現。因此就需要一些先進的評估技術對整個工廠過程系統控制回路進行工作監控，以達到能夠及時的診斷出控制系統存在的性能問題，從而幫助維護人員能通過性能評估信息對控制系統采取相應維護措施，保證整個過程系統運行在較好的工作狀態。所以，發展和研究控制系統性能評估和監控技術，不僅具有理論上的意義，而且具有很強實用價值和廣闊的工業應用前景[1]。

2基于最小方差控制基準的性能評估方法研究

2.1控制系統性能評估的基本原理

對過程控制系統進行性能評估，它的主體設計思想是：針對待要進行控制性能評估的工業生產過程控制系統，設計適合的性能評價方法，找到一個控制器在最佳性能下用作參照的基準，然后通過對過程數據處理得到實際工作狀態下的控制器運行性能參數，然后把此性能參數與最佳性能基準進行對比[2]，通過兩者比值情況來評估控制器運行性能的好壞，如果得到的控制系統性能評估指標較低，則就要進一步找出導致性能不好的原因，并提供提高控制器性能的建議。

2.2控制系統性能評估的發展概況

在前人大量研究工作的基礎上對控制系統性能評估技術作了進一步的深入研究，針對多變量控制系統使用最小方差控制（MVC）性能評價方法所造成的性能評估缺陷，以及在評價中涉及到求解復雜的系統關聯矩陣問題，提出基于主元分析-最小二乘支持向量機（PCA-LSSVM）技術的性能評價方法，解決多變量控制系統使用基本性能評價方法所面臨的這些難題;針對當前大多研究者對控制系統進行性能評估時，大都只是僅僅針對線性控制系統的性能進行評價，并沒有考慮到非線性系統的性能指標，而在實際生產過程中基本都是非線性系統，提出基于核主元分析的非線性系統性能評價方法，對非線性控制系統性能進行評價，并得到準確的性能評價結果;最后，對某煉油廠氣體分餾裝置進行性能評價，確定控制對象并對其進行階躍測試，得到控制對象的模型。結合該廠的產品需求，并對該裝置進行了控制系統性能評估測試，得到了較好的性能評估結果。

2.3 評估指標

1989年Harris首次提出利用最小方差控制基準方法作為控制系統性能評估指標。自從該方法提出至今，許多學者相繼對最小方差基準進行了一系列的研究，使最小方差性能評價基準得到了完善和發展。該方法作為控制系統性能評估起始理論源泉，在此方法的基礎上又研究了一系列以其它性能指標為基準的性能評價方法，因此該方法無論何時對于控制系統性能評估的研究者來說，都具有極高的意義和價值。要對控制系統進行準確的性能評價就必須知道系統可靠的過程響應延遲時間，特別是對于使用最小方差（MV）控制評價方法的評價系統來說，延遲時間的估計非常重要。在絕大多數系統中，時間延遲是由于生產原料在設備運輸過程中造成的，一般情況下是可以通過基本的常規計算求得的;但在一些復雜的系統中，延遲時間是無法通過狀態變量測量得到的。

3基于PCA-LSSVM方法的多變量控制系統性能評估

為了提高對多變量控制系統的性能評價和簡化其評價過程的計算復雜度，提出基于主元分析（PCA）與最小二乘支持向量機（LSSVM）相結合的多變量控制系統性能評價方法。該方法將原始自變量數據通過PCA方法進行降維處理，支持向量機中的不敏感損失函數被二次損失函數替換，使用等式約束代替不等式約束，從而將問題轉變為線性方程組的求解，并且本文改進了最小二乘支持向量機的參數選取，可以提高了評估的準確性。該方法在性能評價中不需要求解系統關聯矩陣，大大地簡化了求解的復雜性。最后通過仿真實例驗證了基于PCA-LSSVM的性能評價方法更能反映控制系統真實性能。復雜的工業過程通常包含許多控制回路，保證這些回路長期、有效地運行是一項非常困難的任務。因此對系統進行性能評估和監控是保證其正常運行的重要手段，因此，控制系統性能評估的理論研究得到了迅速的發展，相繼出現了不少新的研究成果。當前工業現場控制回路大多是多變量控制系統，因此研究多變量控制系統的性能評估方法是有長遠利益的。但是當前對于多變量控制系統性能評估的理論研究和實際應用方面，還是一個挑戰性的任務。

4基于核主元分析方法的非線性控制系統性能評估

針對實際過程中存在的一類同時具有執行器非線性和過程輸出非線性的特殊非線性系統，提出了一種基于核主元分析（KPCA）的非線性控制系統性能評估方法。該方法首先利用核主元分析方法估計其噪聲序列，其次討論了該類非線性系統反饋不變量的存在性，推導了系統的最小方差下限，并將其作為系統的性能基準。最后將所提方法與其它評價方法進行比較，仿真結果表明所提出的方法是有效的，更能實際反映出該類非線性系統的真實性能。

一個典型的工業過程通常包含許多控制回路，對這些回路進行檢查及維護以使其保持良好的工況是一項繁重的工作。保證這些回路長期、有效及穩定地運行是一項具有挑戰性的任務。控制器性能評估正是一種保證控制系統穩定高效運行的強有力技術，被公認為是一個有效的工具，可以幫助工程師提高控制回路的性能。目前，控制系統性能評估的理論研究正在迅速的發展，相繼出現了不少新的研究成果。

實際中，還存在著一類特殊的非線性系統，該類系統可以同時表現出執行器非線性和過程輸出非線性，并且模型結構復雜，階次較高。然而針對這類非線性控制系統采用上述的性能評估方法則會產生過估計的錯誤評價結果。因此，針對該類特殊的非線性控制系統，提出了一種基于核主元分析的非線性控制系統性能評估方法，該方法通過非線性函數把輸入空間映射到高維空間，引入核函數，并進行數據處理在特征空間中，非線性變換后的特征空間內積運算轉換為原始空間的核函數運算。文中首先利用核主元分析（KPCA）方法估計噪聲序列，并且探索非線性系統最小方差下限，建立該類非線性系統的性能指標基準，討論該類非線性系統的反饋不變量的存在性。

5結論

作為新興領域的控制系統性能評估技術，從提出到發展至現在也僅僅二十余年的時間，自Harris提出了基于最小方差基準的性能評估方法，讓性能評估技術得以應用到工業生產過程系統中成為可能，從那以后針對控制系統性能評估技術的研究也成為了熱門，各種改進的性能評價方法和基于新的基準的性能評估方法層出不盡，也讓性能評估這一領域得到了充實的發展。

參考文獻

[1] 鄒丹丹.熱工過程PID控制系統性能評估、振蕩診斷及優化方法研究[D].東南大學，2018.

[2] 宋天然.控制系統辨識與性能評估方法在陡河電廠#3機組控制中的應用研究[D].華北電力大學（北京），2016.