主题：【原创】化工过程控制的实践 -- 润树

从本章前面的叙述我们可看到，MPC的实施远非一件易事，除了要求实施者具有全面的过程和MPC知识外，步骤也比较复杂。太极模型预估控制器的面市，就是试图将MPC的实施尽可能的简单化和程序化。

太极控制（Tai-Ji Control）是设在荷兰的一家自动控制系统软件开发公司，由朱豫才博士创立。该公司开发出的太极模型预估控制系统，将（1）过程测试，（2）模型辨识，（3）控制器参数设定，（4）仿真，（5）在线控制这五大功能，全部集成在一个在视窗平台上运行的软件包里，其中（1），（2），（5）可连续自动实现。图3.2.1是该系统的人机界面。与之相比较，目前Aspen 的DMCplus，仍将这些功能分成五个软件包分步骤实施。

图3.2.1 太极MPC控制系统人机界面

太极控制的过程测试和模型辨识是基于多变量的渐进法，朱豫才博士在此领域有专著论述（《Multivariable System Identification for Process Control》by Yucai Zhu, Elsevier Science Ltd, Oxford, UK, 372 pages, ISBN: 0-08-043985-3，2000）。它的基本方法是，在控制工程师设定好控制器的控制变量（MV）以及它们在测试时的最大变化幅值，干扰变量（DV），和被控变量（CV）以及它们的稳态时间后，系统可在开环或闭环的条件下，以GBN（PRBS）模式输入激励信号对过程进行自动测试，并由获得的测试数据进行模型辨识。识别出来的模型按频率响应法的准则被分别标示出A, B, C, D四个品质等级，便于取舍。过去，做一个MPC项目时大约有30-40%的时间是消耗于这个过程，而且形目的成功与否很大程度上取决于模型的品质，太极控制在这方面的开创性工作和成效，对于今后MPC在各工业界更广泛的应用，是至关重要的。

Tai-Ji MPC的设计思想是，在一个MPC项目实施时，只要工程人员在前期作出该MPC的结构设计和参数设定（design and parameterize，D&P），上述的（1）（2）（5）的所有工作可由该软件系统连续自动完成。这样不但可以将目前一般要二至三个月的项目周期缩短到二至三个星期，而且实施过程接近于标准化，减低了人为因素带来的不确定性。这几项任务在Tai-Ji MPC中的实现分述于下。

结构设计和参数设定

这项任务须由对应用过程和MPC有相当了解的工程人员来完成。图3.2.2是控制器的结构设计表。在这个表里，工程人员必须决定哪些过程变量是MV和DV，哪些是CV，并设定它们的相关参数。

图3.2.2 太极MPC组态表

图3.2.3是控制矩阵的预期表，即工程人员根据自己的过程的认识，预先估计各模型的增益方向，和确定哪些模型是不可能/不需要出现在该矩阵之中。这样做有利于减少建模计算量，提高模型精度。

图3.2.3 太极MPC控制矩阵预期表

图3.2.4是系统自动产生的MV激励信号。这些信号是并行的，可连续不间断产生，大大提高了测试效率。

图3.2.4 太极MPC过程测试时的MV激励信号

过程测试和模型辨识

图3.2.5是辨识出来的过程模型。其中标示为A，B级别的，可直接用于控制模型矩阵之中，而C，D级别的要么表明它们不重要，要么还需要修改测试计划，作进一步辨识。同时可以对辨识出来的模型进行仿真，观察模型预估值与实际值的拟合程度，如图3.2.6所示。

图3.2.5 太极MPC辨识出的过程模型

图3.2.6 模型预估值与实际值的拟合程度仿真

如果测试是在闭环的状态下进行，辨识出来的A，B等级的模型可立即投入闭环控制。因此，当所有的模型都达到品质要求时，控制器的在线闭环控制试验也完成了。

太极控制目前还在开发自适应的功能，组成一个“控制 -- 监测 -- 辨识”的闭环系统。它的目标是，用一个在线监测的模快来评价MPC的闭环控制品质，当该品质降低到预定指标时，系统将启动辨识模块，对过程重新进行辨识，使控制器自动适应过程的特性变化。

有关太极控制的详细资讯，可参见以下链接:

外链出处

*获朱豫才博士同意，本篇材料均取自他和太极控制发表的相关文章，特别致谢。