中藥濃縮過程控制思路與方法

陳玉宣 張居賓 俞文光 黃文君

摘要 探索如何從過程控制角度提高中藥制藥過程的效率。以某企業濃縮裝置為例，針對其濃縮過程控制中存在的問題，設計了基于動態矩陣控制算法的控制器并投入應用?？刂破髂軌蜃詣诱{節加熱設備，控制濃縮過程的溫度和蒸發量在設定值?？刂破魍队煤罂梢越档蜐饪s過程中溫度的波動約30%，將有利于設備結垢、熱敏成分損失等問題的解決。

關鍵詞 中藥生產;機械蒸汽再壓縮;提取液濃縮;變頻器;過程控制;動態矩陣控制

Ideas and Methods for Controlling the Concentration Process of Chinese Medicine

CHEN Yuxuan1，ZHANG Jubin1，YU Wenguang1，HUANG Wenjun2

（1 Zhejiang SUPCON Technology Co.，Ltd，Hangzhou 310014，China; 2 College of Control Science and Engineering，Zhejiang University，Hangzhou 310027，China）

Abstract The paper explores how to improve the efficiency of the Chinese medicianl pharmaceutical process from the perspective of process control.Taking the concentration device of a certain enterprise as an example，a controller based on dynamic matrix control algorithm was designed and put into application in view of the problems existing in the control of the concentration process.The controller can automatically adjust the heating equipment to control the temperature and evaporation of the concentration process at the set value.After the controller is put into use，the temperature fluctuation during the concentration process can be reduced by about 30%，which will help solve the problems of equipment fouling and heat-sensitive component loss.

Keywords Chinese medicine production; Mechanical vapor recompression; Concentration of liquid extraction; Frequency transformer; Process control; Dynamic rectangular array control

中圖分類號：R283文獻標識碼：Adoi：10.3969/j.issn.1673-7202.2021.23.001

近年來人們開始關注從過程控制的角度提高中藥生產過程的效率[1-2]。隨著設備儀表等硬件的發展升級，中藥生產過程的自動化水平已經大大提高，能夠實現多數設備的遠程監控，一些簡單的自動控制邏輯也被設計應用[3-5]，但實際上許多自動化設備還未完全發揮作用。另外也已經有一些將更復雜的控制手段應用于中藥生產過程的嘗試，但都是只處于試驗而未應用于商業生產裝置[6-8]。

以濃縮過程的控制為例，過程中溫度、壓力等參數通常沒有實現自動控制。過程參數的變化將會影響產品的質量和產量，從而降低裝置的生產效率[9-10]。本文將結合自動控制系統的設計經驗，對某企業濃縮裝置的控制方式進行分析、并嘗試改進。

1 裝置工藝情況

裝置采用蒸汽機械再壓縮（Mechanical Vapor Recompression，MVR）技術。MVR裝置原理見圖1。

濃縮過程的原料即提取液經換熱器預熱后進入蒸發器中，與蒸發器內強制循環的藥液一起流經降膜蒸發器管程，與殼程內二次蒸汽換熱并沸騰。蒸發器內藥液自然流動到分離器內分離氣相。氣相進入蒸汽壓縮機，蒸汽壓縮機使二次蒸汽的溫度、壓力、熱焓值得到大幅度的提升，得到的高品位二次蒸汽進入蒸發器殼程，換熱并冷凝后排出系統。為了降低藥液沸點，裝置配有真空泵使蒸發器處于負壓。當蒸發器內藥藥液密度達到要求后，打開出液閥門一次性出料[11-12]。

2 過程控制現狀與改進思路

裝置已配備有變頻電機、調節閥用于過程參數的自動控制，但尚未完全發揮其作用[13]。一些過程參數無法長期穩定控制在工藝要求參數的范圍內。

2.1 藥液溫度控制 藥液溫度指蒸發器管程液相溫度。藥液溫度過低會導致蒸發量大幅下降，而藥液溫度過高則影響產品質量和設備能耗。裝置設計有基于PID算法[14]的自動控制回路自動調節生蒸汽閥門開度控制藥液溫度在設定值，但回路的投用效果并不理想，多數時候藥液溫度波動較大。原藥液溫度控制回路存在的問題是由于藥液溫度回路存在滯后大的特點，即生蒸汽閥門開度變化后，需要較長時間才能影響到藥液溫度開始變化。通常認為這種回路采用常規PID控制算法難以取得理想的控制效果，需要使用一些更先進的控制算法。本文嘗試將先進控制算法中應用較為成熟的動態矩陣控制（Dynamic Matrix Control，DMC）算法[15]用于藥液溫度控制回路。

2.2 二次蒸汽溫度控制 二次蒸汽溫度指蒸發器內殼程氣相溫度。二次蒸汽溫度與藥液溫度相同，同時影響著產品產量、質量和設備能耗。裝置沒有設計二次蒸汽溫度自動控制回路，當二次蒸汽溫度過高時需要手動調節壓縮機頻率或藥液溫度控制回路的設定值使二次蒸汽溫度降至工藝要求范圍內。這樣一來會增加操作員工作負荷，二來無法避免二次蒸汽溫度超限的問題。二次蒸汽溫度無需精確控制在設定值，但要求不高于設定值。所以設計控制器，當預測二次蒸汽溫度將高于設定值時，降低壓縮機頻率使二次蒸汽溫度降至設定值以下，其他情況則不根據二次蒸汽溫度調節壓縮機頻率。為了方便實施，控制算法也選用DMC算法控制。

2.3 蒸發量控制 蒸發量即二次蒸汽在蒸發器殼程中換熱后產生的冷凝水量。MVR裝置需要有足夠的蒸發量才能正常運行，蒸發量過低可能導致裝置停車。當上下游的生產負荷較大時，蒸發量通常越大越好，而生產負荷不大時，則要盡量使蒸發量處在裝置的設計值，這樣有利于節約電耗。裝置配備了變頻壓縮機但并沒有設計自動控制回路，操作員很少改變壓縮機頻率。蒸發量控制回路同樣存在純滯后時間偏大的特點，也選用DMC算法進行控制。裝置控制方案改進前后的情況總結見表1和表2。

另外，改進控制方案中，當預測二次蒸汽溫度低于設定值，則回路2不起作用，壓縮機頻率根據蒸發量與設定值的偏差調節，當預測二次蒸汽溫度將高于設定值，則回路1不起作用，壓縮機頻率的調節目標為將二次蒸汽溫度降至設定值以下。

3 動態矩陣控制原理

從1974年起，動態矩陣控制就作為一種有約束的多變量優化控制算法應用在美國殼牌石油公司的生產裝置上。1979年，卡特勒等在美國化工年會上首次介紹了這一算法。多年來，它已在石油、化工等行業的生產過程過程控制中獲得了成功的應用。

DMC算法由預測模型、滾動優化和反饋校正3部分組成。本節以表2中的回路1為例，介紹DMC算法的原理。

3.1 預測模型 動態矩陣控制采用階躍響應特性作為對象模型[14]。本文采用一階系統階躍響應特性作為藥液溫度控制回路的模型，即用K、T、τ共3個參數描述回路特性。K表示給生蒸汽閥門施加一個階躍變化，待藥液溫度重新達到穩態后，藥液溫度的變化值與生蒸汽閥門的變化值的比值。τ表示生蒸汽閥門階躍變化后，藥液溫度隔多長時間開始變化。T表示藥液溫度開始變化后至達到穩態的時間的0.6倍。K、T、τ這3個參數可以由回路歷史操作數據分析得到，可以用于構造式（3-1）中的矩陣A。

有DMC預測控制的模型矢量為：

其中，N為建模時域，即生蒸汽閥門開度動作多少個周期之后的藥液溫度能達到穩定。YP（k）為模型預測值，即根據預測模型得到的藥液溫度在N時刻的預測值。Y0（k）為初始值，即當前時刻的藥液溫度值?！鱑（k）為控制增量序列矢量，由生蒸汽閥門在當前時刻至k時刻間每個采樣周期動作額數值組成。A為動態系數矩陣，用于描述每個時刻的生蒸汽閥門動作將會對每個時刻的藥液溫度造成多大的影響。

如果控制增量序列有效長度為L（即在L個周期后生蒸汽閥門不再動作），建模時域仍為N，且L<N時，則：

Yp（k）=Y0（k）+A△UL（k）（3-2）

式中：

3.2 滾動優化 設系統預測長度為M（預測M個周期后的藥液溫度值，根據預測溫度值與設定值的偏差計算生蒸汽閥門的動作），控制有效長度為L（根據預測模型有如果生蒸汽閥門執行了這L次動作后不再動作），且L≤M≤N。對于參考軌跡為Yd（k）=[yd（k+1），yd（k+2）…yd（k+M）]T（即理想的控制效果下藥液溫度的變化軌跡）和模型預測輸出（根據預測模型和L個周期生蒸汽動作計算得到的預測藥液溫度變化軌跡）Yp（k）=[yp（k+1），yp（k+1）…yp（k+M）]T的系統二次型滾動優化目標（以藥液溫度參考軌跡與預測軌跡的偏差最小、生蒸汽閥門動作盡量少為綜合目標，作為計算L個周期內最佳的生蒸汽閥門動作的依據）為：

min J（k）=||Yd（k）-Yp（k）||2Q+||△UL（k）||2R（3-3）

式中：

Q=diag（q1，q2…qM）;

R=diag（r1，r2…rL）;

△UL（k）=[△u（k），△u（k+1）…△u（k+L-1）]T;

其中Q和R為權值矩陣，用于調節優化目標中兩項所占比重，通常需要在回路投用后憑經驗修改以獲得較好的控制效果。

根據Diophantine方程求得控制增量序列：

△U*L（k）=G[Yd（k）-Y0（k）]（3-4）

式中：動態控制矩陣G∈RL×M，G=（ATMLQAML+R）-1ATMLQ，且

這時的模型預測值為YP（k）=Y0（k）+AML△UL（k），初始值Y0（k）=[y0（k+1），y0（k+2）…y0（k+M）]T，實際控制矢量最優值為U*L（k）=U*L（k-1）+△U*L（k）。從上式分析可知，每次預測值計算可以得到未來L個依次離散時刻的最優控制量（即計算的最優生蒸汽閥門動作）為U*L（k）=[u*（k|k），u*（k+1|k）…u*（k+L-1|k）]T。

3.3 反饋校正 取有效長度L為1，即在k時刻，把一個值為△u（k）的控制階躍加于受控對象，而此后△u（k+1）、△u（k+2）…△u（k+L-1）均為0。由于隨機干擾和存在建模誤差等原因，預測值和系統實際輸出y（k+1）間必然有誤差，設k+1時刻的輸出誤差為：

e（k+1）=y（k+1）-yp1（k+1|k）（3-5）

為了消除諸多因素引起對預測值的誤差，利用e（k+1）取N維的校正矢量C=[c1，c2…cN]T對Yp1（k）進行修正得

YPc（K+1）=YP1（K）+Ce（k+1）（3-6）

這里修正后的預測矢量YPc（K+1）=[ypc（k+1|k+1），ypc（k+2|k+1）…ypc（k+N|k+1）]T，修正后的ypc（k+1|k+1）值將作為初始預測值y01（k+1|k+1），ypc（k+3|k+1）值將作為y01（k+2|k+1），…ypc（k+N-1|k+1）作為y01（k+N-1|k+1）與y01（k+N|k+1），據此，設位移矩陣V，有：

Y01（K+1）=VYpc（K+1）（3-7）

且：

4 方法的實施步驟

4.1 網絡架構搭建 裝置由西門子S7-300 PLC控制，為收集數據、實現在線求解，需在原控制系統網絡中增加一臺服務器，網絡架構設計見圖2。服務器通過S7驅動與各PLC進行通信[16]。服務器上安裝有浙江中控VisualField軟件和InPlantPCO軟件。VisualField軟件負責記錄PLC中變量的歷史數值、提供改進控制器的人機交互界面。InPlantPCO軟件在后臺運行，通過內部協議與VisualField軟件通信，負責運行動態矩陣控制算法。

4.2 人機界面與保護邏輯 根據化工行業控制系統設計經驗[17]，設計圖3所示操作面板，用于操作員對改進控制器的監控。

根據DMC控制器應用的經驗，設計有以下保護邏輯：1）通信實時校驗。如發生通信故障，自動切除優化作用，由PLC控制。2）改進控制方案投用和切除操作。正常生產時，由操作人員點擊確認切換至改進方案，此時服務器讀取PLC的輸入信號，經過InPlantPCO軟件運算得到控制信號，傳輸至PLC;改進控制方案與原控制方案之間實現無擾切換，當某個系統處于控制狀態時，另一方案將實時跟蹤。3）操縱變量的上下限保護、速率限幅保護。4）工況異常、設備故障、負荷大幅變化等緊急情況時，自動切除改進控制方案;所有異常、故障、切換動作在操作面板中報警或提示[18-19]。

4.3 控制器編寫或組態 已有較多成熟的商業軟件能夠簡單實現表2所述控制器[20]，實施過程中只需根據軟件操作手冊，對控制器結構進行組態，就能運行控制。本文不贅述InPlantPCO軟件的組態步驟。

4.4 獲取預測模型 式（3-1）中的動態系數矩陣需要由預測模型參數即增益K、時間常數T、純滯后時間τ計算得到，由圖2所示網絡架構可以采集各回路操作的歷史數據，根據人工對歷史數據的觀察計算，估計獲得表2中各被控變量的預測模型參數見表3。

4.5 投用調試 將表2控制器投入使用，投用前后的情況：隨著蒸發器內藥液密度的上升（即累積處理量的增大）蒸發量持續下降，操作員并沒有對壓縮機頻率進行調節，導致濃縮中后期處理量較低;藥液溫度和二次蒸汽溫度的波動較大;生蒸汽閥門動作幅度很大。見圖4。除了濃縮后期壓縮機頻率已達上限使蒸發量不可控之外，其他時間藥液溫度和蒸發量都較好地控制在設定值，二次蒸汽溫度幾乎不超設定值。見圖5。投用前后參數波動情況統計見表4。

5 總結

本文對基于MVR技術的中藥提取液濃縮過程的自動控制方案進行了改進。改進方案的投用相比于原方案實現了自動調節壓縮機頻率控制蒸發量在設定值、降低蒸發量波動約60%，有利于生產管理;降低二次蒸汽溫度波動約30%、降低藥液溫度波動約60%，有利于設備結垢、熱敏成分損失等問題的解決。

參考文獻

[1]湯繼亮.我國中藥自動化工程項目在規劃、設計和實施中的有關問題[J].中國醫藥工業雜志，2008，39（4）：308-312.

[2]程翼宇，錢忠直，張伯禮.創建以過程管控為核心的中藥質量控制技術體系[J].中國中藥雜志，2017，42（1）：1-5.

[3]歐祖勇，高錫斌.傳感器技術在中藥智能制造中的應用[J].自動化應用，2018，59（11）：126-127.

[4]李越，熊皓舒，鞠偉，等.中藥智能制造實時數據庫開發、計算機化系統驗證及應用[J].中國醫藥工業雜志，2021，52（10）：1396-1407.

[5]黃瀟，陳瑤.自動控制技術在中藥制藥生產過程中的應用[J].中國醫藥科學，2012，2（10）：61-62.

[6]滕琦，劉慶閣.基于自整定模糊PID算法的濃縮工藝溫度控制研究[J].長春理工大學學報：自然科學版，2021，44（2）：80-85.

[7]粟梅，徐揚，羅安.DMC-PID串級控制在中藥生產濃縮工段的應用[J].計算機測量與控制，2005，13（8）：802-805.

[8]程躍.中藥制藥過程控制及集成化生產若干關鍵問題研究[D].成都：西南交通大學，2010.

[9]劉小紅，劉建群.中藥熱敏活性成分研究進展[J].亞太傳統醫藥，2014，10（20）：37-40.

[10]李舒藝，伍振峰，岳鵬飛，等.中藥提取液濃縮工藝和設備現狀及問題分析[J].世界科學技術-中醫藥現代化，2016，18（10）：1782-1787.

[11]李偉，朱曼利，洪厚勝.機械蒸汽再壓縮技術（MVR）研究現狀[J].現代化工，2016，36（11）：28-31.

[12]馬煜，魏港，李偉，等.淺析MVR降膜蒸發濃縮系統的特點及其在中藥生產中的應用[J].機電信息，2021，21（28）：69-70.

[13]付麗君.變頻控制技術及應用[M].北京：人民郵電出版社，2015：77-90.

[14]于金壽，蔣慰孫.過程控制工程[M].北京：電子工業出版社，2007：5-18.

[15]席裕庚.預測控制[M].北京：國防工業出版社，1993：10-17.

[16]劉鍇，周海.深入淺出西門子S7-300PLC[M].北京：北京航空航天大學出版社，2004：189-224.

[17]毛國平.先進控制軟件與DCS的人機界面設計[J].石油化工自動化，2001，37（2）：34-36.

[18]李偉家，周華偉.電機驅動壓縮機聯鎖保護與開停車流程[J].石油化工自動化，2020，56（1）：28-32.

[19]陳志飛.控制閥聯鎖功能安全要求和設置以及相關計算[J].石油化工自動化，2021，57（S1）：45-48.

[20]王曉光.APC系統在化工裝置中的應用[J].化工管理，2021，34（29）：152-153，155.

（2021-10-25收稿 責任編輯：王明）