分布式预测控制全局协调及稳定性分析

实际的化工过程系统维数都较高,对系统进行关联分解并使各子系统进行协调来实现整个大系统全局最优是必要的。对于关联作用存在反馈的化工过程大系统,分散式预测控制算法和基于串联过程推导的邻域优化分布式预测控制算法都不适用,因此在这两个算法的基础上推导出约束条件下基于全局协调的分布式预测控制算法。针对分解后得到的子系统,假设子系统间关联信息的传递存在一个采样时间的滞后,建立每个子系统的预测模型时考虑滞后的关联信息;建立子系统的目标函数时,综合考虑所有关联子系统的输入和输出对本子系统的关联作用;每个子系统滚动优化并行求解各自的最优控制作用。然后,在一定条件下分析了基于全局协调的分布式预测控制算法与集中预测控制算法的一致性,并说明了闭环系统的全局稳定性。最后,通过对Shell公司重油分馏塔和TE过程两个例子进行仿真并与其他算法进行比较,验证了本文提出算法的可行性和有效性。     

基于CL语言的煤基合成油顺序控制解决方案

基于浆态床煤基合成油TPS系统的硬件组成和网络结构,运用CL语言实现顺序控制。针对CL语言在TPS系统中的局限,改进了工艺要求的控制方案的实施方式,提高了整个程序的响应速度,完善了操作人员的操作。     

多变量时滞系统的关联分析与变量配对

对于多变量时滞系统,回路间的关联分析和变量配对是控制系统设计的第一步。在RNGA变量配对方法的基础上,对其时滞考虑不足进行改进并得到一种新的基于能量消耗的变量配对方法,新方法是在时域内基于传递函数的阶跃响应进行推导得到的。最后通过实例分析验证这种方法能很好地平衡时滞与时间常数。     

流量同时作为工艺优化变量和串级控制副变量时的工艺优化实现与分析

针对如何通过现存的主被控变量-流量这种典型的化工过程串级控制实现流量优化的在线优化问题,对在线优化的实现结构进行分析,给出一种流量优化变量通过一阶惯性环节改变主回路被控变量设定值的在线优化的理想方案,通过CSTR的仿真实例证明了优化实现方案的可行性。     

大型系统控制结构设计的交互分析和分解原理简

Industrial processes are mostly large-scale systems with high order. They use fully centralized control strategy, the parameters of which are difficult to tune. In the design of large-scale systems, the decomposition according to the interaction between input and output variables is the first step and the basis for the selection of control structure. In this paper, the decomposition principle of processes in large-scale systems is proposed for the design of control structure. A new variable pairing method is presented, co_nsidering the steady-state information anddynamic response of large-scale system. By selecting threshold values, the related matrix can be transformed into the adjoining matrixes, which directly measure the couple among different loops. The optimal number of controllers can be obtained after decomposing the large-scale system. A practical example is used to demonstrate the validity and feasibility of the proposed interaction decomposition principle in process large-scale systems.