过程控制系统性能评估方法及应用研究

张学华

摘 要：近几十年来，自动控制技术在工业生产中已经得到了广泛的應用，不仅节约了大量人力资源，而且给社会和企业带来了很大的经济效益。当今企业对工业生产自动化程度的要求越来越高，规模也越来越大，其工业生产过程中使用的控制器也越来越多，控制系统也越来越复杂。本文就过程控制系统性能评估方法进行研究。

关键词：过程控制系统;评估方法;应用研究

1 过程控制系统性能评估方法研究

工业生产现场负责对控制系统进行维护的技术人员，希望技术部门帮助他们开发软件能够准确掌握各个控制回路的实际工作情况。对过程控制系统进行性能评估的目的是希望通过此技术能帮助工程技术维护人员及时的发现控制系统存在的问题，并对这些潜在问题采取相应维护措施;它的作用是能够实时识别和判断控制系统的控制性能。如果不使用控制系统性能评估技术，那么很多潜在于控制系统内部的问题就无法提前获知并预防，而只能等故障或事故出现之后才能被发现。因此就需要一些先进的评估技术对整个工厂过程系统控制回路进行工作监控，以达到能够及时的诊断出控制系统存在的性能问题，从而帮助维护人员能通过性能评估信息对控制系统采取相应维护措施，保证整个过程系统运行在较好的工作状态。所以，发展和研究控制系统性能评估和监控技术，不仅具有理论上的意义，而且具有很强实用价值和广阔的工业应用前景[1]。

2基于最小方差控制基准的性能评估方法研究

2.1控制系统性能评估的基本原理

对过程控制系统进行性能评估，它的主体设计思想是：针对待要进行控制性能评估的工业生产过程控制系统，设计适合的性能评价方法，找到一个控制器在最佳性能下用作参照的基准，然后通过对过程数据处理得到实际工作状态下的控制器运行性能参数，然后把此性能参数与最佳性能基准进行对比[2]，通过两者比值情况来评估控制器运行性能的好坏，如果得到的控制系统性能评估指标较低，则就要进一步找出导致性能不好的原因，并提供提高控制器性能的建议。

2.2控制系统性能评估的发展概况

在前人大量研究工作的基础上对控制系统性能评估技术作了进一步的深入研究，针对多变量控制系统使用最小方差控制（MVC）性能评价方法所造成的性能评估缺陷，以及在评价中涉及到求解复杂的系统关联矩阵问题，提出基于主元分析-最小二乘支持向量机（PCA-LSSVM）技术的性能评价方法，解决多变量控制系统使用基本性能评价方法所面临的这些难题;针对当前大多研究者对控制系统进行性能评估时，大都只是仅仅针对线性控制系统的性能进行评价，并没有考虑到非线性系统的性能指标，而在实际生产过程中基本都是非线性系统，提出基于核主元分析的非线性系统性能评价方法，对非线性控制系统性能进行评价，并得到准确的性能评价结果;最后，对某炼油厂气体分馏装置进行性能评价，确定控制对象并对其进行阶跃测试，得到控制对象的模型。结合该厂的产品需求，并对该装置进行了控制系统性能评估测试，得到了较好的性能评估结果。

2.3 评估指标

1989年Harris首次提出利用最小方差控制基准方法作为控制系统性能评估指标。自从该方法提出至今，许多学者相继对最小方差基准进行了一系列的研究，使最小方差性能评价基准得到了完善和发展。该方法作为控制系统性能评估起始理论源泉，在此方法的基础上又研究了一系列以其它性能指标为基准的性能评价方法，因此该方法无论何时对于控制系统性能评估的研究者来说，都具有极高的意义和价值。要对控制系统进行准确的性能评价就必须知道系统可靠的过程响应延迟时间，特别是对于使用最小方差（MV）控制评价方法的评价系统来说，延迟时间的估计非常重要。在绝大多数系统中，时间延迟是由于生产原料在设备运输过程中造成的，一般情况下是可以通过基本的常规计算求得的;但在一些复杂的系统中，延迟时间是无法通过状态变量测量得到的。

3基于PCA-LSSVM方法的多变量控制系统性能评估

为了提高对多变量控制系统的性能评价和简化其评价过程的计算复杂度，提出基于主元分析（PCA）与最小二乘支持向量机（LSSVM）相结合的多变量控制系统性能评价方法。该方法将原始自变量数据通过PCA方法进行降维处理，支持向量机中的不敏感损失函数被二次损失函数替换，使用等式约束代替不等式约束，从而将问题转变为线性方程组的求解，并且本文改进了最小二乘支持向量机的参数选取，可以提高了评估的准确性。该方法在性能评价中不需要求解系统关联矩阵，大大地简化了求解的复杂性。最后通过仿真实例验证了基于PCA-LSSVM的性能评价方法更能反映控制系统真实性能。复杂的工业过程通常包含许多控制回路，保证这些回路长期、有效地运行是一项非常困难的任务。因此对系统进行性能评估和监控是保证其正常运行的重要手段，因此，控制系统性能评估的理论研究得到了迅速的发展，相继出现了不少新的研究成果。当前工业现场控制回路大多是多变量控制系统，因此研究多变量控制系统的性能评估方法是有长远利益的。但是当前对于多变量控制系统性能评估的理论研究和实际应用方面，还是一个挑战性的任务。

4基于核主元分析方法的非线性控制系统性能评估

针对实际过程中存在的一类同时具有执行器非线性和过程输出非线性的特殊非线性系统，提出了一种基于核主元分析（KPCA）的非线性控制系统性能评估方法。该方法首先利用核主元分析方法估计其噪声序列，其次讨论了该类非线性系统反馈不变量的存在性，推导了系统的最小方差下限，并将其作为系统的性能基准。最后将所提方法与其它评价方法进行比较，仿真结果表明所提出的方法是有效的，更能实际反映出该类非线性系统的真实性能。

一个典型的工业过程通常包含许多控制回路，对这些回路进行检查及维护以使其保持良好的工况是一项繁重的工作。保证这些回路长期、有效及稳定地运行是一项具有挑战性的任务。控制器性能评估正是一种保证控制系统稳定高效运行的强有力技术，被公认为是一个有效的工具，可以帮助工程师提高控制回路的性能。目前，控制系统性能评估的理论研究正在迅速的发展，相继出现了不少新的研究成果。

实际中，还存在着一类特殊的非线性系统，该类系统可以同时表现出执行器非线性和过程输出非线性，并且模型结构复杂，阶次较高。然而针对这类非线性控制系统采用上述的性能评估方法则会产生过估计的错误评价结果。因此，针对该类特殊的非线性控制系统，提出了一种基于核主元分析的非线性控制系统性能评估方法，该方法通过非线性函数把输入空间映射到高维空间，引入核函数，并进行数据处理在特征空间中，非线性变换后的特征空间内积运算转换为原始空间的核函数运算。文中首先利用核主元分析（KPCA）方法估计噪声序列，并且探索非线性系统最小方差下限，建立该类非线性系统的性能指标基准，讨论该类非线性系统的反馈不变量的存在性。

5结论

作为新兴领域的控制系统性能评估技术，从提出到发展至现在也仅仅二十余年的时间，自Harris提出了基于最小方差基准的性能评估方法，让性能评估技术得以应用到工业生产过程系统中成为可能，从那以后针对控制系统性能评估技术的研究也成为了热门，各种改进的性能评价方法和基于新的基准的性能评估方法层出不尽，也让性能评估这一领域得到了充实的发展。

参考文献

[1] 邹丹丹.热工过程PID控制系统性能评估、振荡诊断及优化方法研究[D].东南大学，2018.

[2] 宋天然.控制系统辨识与性能评估方法在陡河电厂#3机组控制中的应用研究[D].华北电力大学（北京），2016.