(毕业论文 页数:57 字数:42514)摘 要:近年来，随着市场竞争的日益加剧和环保要求的不断提高，迫切要求企业从有限的资源中不断挖掘潜力，提高经济效益，这给过程控制和过程优化提出了新的要求，从而也对过程建模提出了更高的要求。
一切工业生产的目的都是为了获得合格的产品，质量控制成为所有控制的核心。为了实现良好的质量控制，就必须对产品质量或与之相关的重要过程变量进行严格控制。由于在线分析仪表不仅价格昂贵，而且分析仪表滞后大，最终将导致控制系统的性能下降，从而难以满足生产要求。例如石油化工生产中精馏塔产品成分、塔板效率、反应器中反应物浓度、转化率等参数。为解决这类变量的测量问题，软测量技术得到了很大的发展。
本文对软测量技术进行了深入的研究与探讨，在此基础上利用多元线性回归、多元线性逐步回归、人工神经网络等方法来建立数学模型，并结合扬子石化丁二烯装置优化改造项目，在Fisher-Rosemount公司的DeltaV DCS上成功实现了基于软测量模型的先进控制系统。
本文的主要研究工作概括如下：
（1）首先对过程控制的发展和研究现状做了论述。对现有的研究成果进行了分析和阐述，并指出了理论研究与实际应用中所存在的困难。
（2）扬子石化公司丁二烯生产装置配套的DeltaV DCS没有选择与管理计算机系统的通讯接口。以Fisher-Rosemount公司的DeltaV DCS与PC LAN的数据传输为例，介绍了相应技术、实现方法及其应用。我们设计一套DeltaV DCS与PC机通讯方案，用于实时采集生产过程现场数据，并把DCS中的生产工艺数据存入数据库中。
（3）针对数据库中的数据我们采用多元线性回归、多元线性逐步回归、人工神经网络等方法来建立相应的数学模型。
（4）OPC（OLE for Process Control）是微软公司的对象链接和嵌入技术在过程控制方面的应用，为工业自动化软件面向对象的开发提供一项统一的标准。OPC的目的是为工厂底层设备或控制室数据库中大量数据源之间的通信提供一种标准的通信机制。
（5）利用DeltaV DCS这个开发平台，进行组态和下装模型，从而达到先进控制要求。

关键词 软测量 线性回归 人工神经网络 DeltaV DCS OPC （OLE for Process Control）
ABSTRACT

Recently, with the becoming severely market competition and environment requirements force companies to improve their productivity and efficiency, which poses new requirements on process control and process optimization, as a result, more severe requirements are posed on process modeling.
All industries’ purposes are getting the eligible product. The core of all controls is quantity control. In order to achieve good quantity control, we should control product quantity or correlative process variable severely. On-line analysis instruments have several disadvantages including costly price, great lag etc., which lead to descend of control system’s performance and can’t meet production requirements. For example, in order to solve these variables measure such as distillation tower production component、tray efficient、reactant concentration、conversion and so on in petrochemical produce. Soft sensor technique has greatly developed.
Soft sensor technique has been studied and discussed in this dissertation deeply. Apply multivariable linear regression、multivariable step-wise regression and artificial neural networks to establish mathematical model, and realize the advanced process control system in Fisher-Rosemount DeltaV DCS.
The research works can be summarized as follows:
(1) Discuss the development and research of process control firstly. Analyze and expatiate the existing production.
(2) Without the communication interface between DeltaV DCS and Supervise Computer, we design a scheme of communication system between DeltaV DCS and PC, and then apply it to access process data, and then deposit them to database.
(3) Make use of multivariable linear regression、multivariable step-wise regression and artificial neural networks and so on to establish corresponding mathematical model.
(4) OPC（OLE for process control）,which is the application of Microsoft’s Object Linking and Embedding technology in process control system, provides a unified standard for Object-Oriented Design in industrial automation software. A standard mechanism for communicating to numerous data sources, either devices on the factory floor, or a database in a control room is the purpose for OPC.
(5) Use the flat development of DeltaV DCS to configure、download and realize the model arithmetic in DeltaV DCS to achieve advanced process control.

KEYWORDS soft sensor，linear regression，ANN，DeltaV DCS，OPC

目录

第一章 绪论
第二章 异种计算机系统之间通讯及数据采集
第三章 软测量技术及其应用
第四章 过程控制系统中的OPC技术
第五章 丁二烯精馏装置先进控制系统的设计与实现

第一章 绪论
1.1 过程控制的发展与研究现状
1.1.1过程控制的发展概述
工业过程大致可分为连续过程工业、离散过程工业和间隙过程工业这三大类型[1]。随着世界经济发展的全球化，连续过程工业如石化、电力、冶金、造纸、化工、医药等，正面临着生产规模、经济效益、品种、质量和环境保护等多方面的严峻挑战[2]。为提高连续过程工业参与国际市场竞争的能力，必须采用高新技术对其进行改造[3]，解决其普遍存在的控制问题。正是在这一前提下，过程控制的研究得到了很大发展，大致经历了三个阶段[4]：
第一阶段是70年代以前的简单控制系统。这一时期属于自动化孤岛模式的阶段，采用的控制理论为经典控制理论，控制工具为气动、液动、电动等常规仪表，控制目标只能是保证生产安全、平稳和少出事故。
第二阶段是70年代至80年代的先进控制系统。在这一时期，由于计算机技术的大力发展，分布式工业控制计算机系统DCS（Distributed Control System）的出现与成熟，为在生产过程中实施先进控制创造了技术基础。70年代末以Richalet等人提出的模型预测启发式控制（MPHC）、动态矩阵控制（DMC）、以及进一步发展的多变量预测控制系统[5-6]的应用，使得过程控制达到了一个新水平，在实现优质、高产、低消耗的控制目标方面前进了一大步。这一时期的控制理论在深度和广度上有了许多进展，如鲁棒控制、非线性控制、预测控制在理论上都有重大突破。但是，控制理论的完美性与实际过程控制的实用性的鸿沟依然存在，控制理论的发展仍不能满足解决工程实际的需要，这迫使人们去研究生产过程的特点与难点，缩小理论与应用之间的鸿沟。
80年代后期，特别是90年代以来，随着多学科如控制论、信息论、系统论、人工智能、管理科学、工程学等学科的渗透与交叉，同时信号处理、数据库、计算机网络与通讯技术的迅猛发展为实现高水平的自动控制提供了强有力的技术工具，由此，过程控制的发展进入了第三阶段，并以前所未有的速度和规模迅速发展。在这一阶段，过程控制的目标已从保持安全平稳进入到提高产品质量、降低能耗、降低成本、减少污染，最终以效益为驱动力来重新组织整个生产系统，最大限度地满足动态多变的市场需求，提高产品的市场竞争力。
1.1.2过程控制的研究现状
面对信息瞬变的全球市场，连续生产企业迫切需要“市场预测、快速响应、柔性生产、创新管理”，在90年代初，过程控制开始突破自动化孤岛模式，采用计算机集成制造系统CIMS（Computer Integrated Manufacture System）的思想和方法来组织、管理和指挥整个生产过程，出现了集控制、优化、调度、管理为一体的计算机集成过程系统CIPS（Computer Integrated Processing System）[7]模式。这一时期，即过程控制的发展第三个阶段具有以下特点：
（1）常规控制向先进控制策略发展
70年代中期以后，连续生产过程中许多生产装置都陆续开始采用了DCS系统。但由于当时理论和技术的原因，控制水平仍停留在单回路PID控制，连锁保护等。单回路PID控制无法处理复杂工业过程中多变量间的耦合，且其控制给定值由人工事先设定，不能根据生产过程和过程信息变化及时调整，这严重限制了连续工业过程的发展。随着企业提出的高效益、高柔性的要求，先进过程控制APC（Advanced Process Control）[8]应运而生。先进过程控制是基于模型的实时动态优化控制，它能协调控制回路与多变量间的关系，并实现“卡边生产”，充分发挥装置和设备的潜力。先进控制策略主要有多变量预测控制、自适应控制、推断控制、专家控制、模糊控制和神经网络控制等等。
先进过程控制于70年代末提出，到90年代在理论和实践上都有显著的进展，已成功应用于许多连续过程工业。如日本兴压石油公司麻布里炼油厂延迟焦化焙烧设施采用了模型预测控制（MPC），使产品质量标准偏差减少37﹪，能耗节减了31﹪[9]。由于先进控制投入少产出多，可为企业带来显著的经济效益，为此受到过程控制界以及连续过程工业和企业的普遍关注，成为过程控制第三发展阶段的主流。
（2）传统的DCS正在走向国际统一标准的开放式系统
1975年Honeywell公司推出第一台分布式计算机控制系统DCS，实现了控制分散、监控集中的功能，提高了系统的可靠性。但DCS的一个致命弱点是封闭性，随着综合自动化的潮流和计算机科学与技术的发展，Honeywell、Simense、Fisher-Rosemount等欧美十余家DCS生产商经过激励的竞争，最后联手推出一种国际标准的现场总线（FieldBus）控制系统。它主要特点[10-11]在于开放性、彻底的分散性以及智能化现场仪表和现场数字信号传输，为此被公认为具有时代特点的新一代分布式计算机控制系统。
（3）综合自动化系统是发展方向
集常规控制、先进控制、过程优化、生产调度、企业管理、经营决策等于一体的综合自动化已成为当前过程控制发展的趋势。目前国际上有近100座炼油或石化企业已实施或正在实施CIMS系统，已实施的CIMS系统达250多个，进行有关研究的已达到400多项[12-16]。我国自90年代开始也进行了一些连续过程综合自动化的试点。连续工业CIMS已列入国家科委863/CIMS典型应用工程和国家计委“八五”、“九五”攻关任务。
综合自动化就是在计算机通讯网络和分布式数据库支持下，实现信息与功能的集成，进而充分调用以人为主要因素的经营系统、技术系统及组织系统的集成，最终形成一个能适应生产环境不确定性和市场需求多变性的全局优化的高质量、高效益、高柔性的智能生产系统。连续生产过程具有过程稳定、产品种类单调、生产周期长、物理化学反应复杂、可测信息少且不确定性强、故障预测和处理重要等显著特点，其过程控制往往以现有过程为着眼点，通过优化调度和操作等手段使过程在安全和平稳的条件下根据市场需求进行优化生产，以获得最大的经济效益。为此，连续工业过程综合自动化的实施应该包括三个层次：
① 常规控制层：它以过程进行平稳控制为目标，主要通过DCS实现连续生产过程中重要参数的单回路控制，包括常规PID调节和传统高级控制，如串级控制、前馈控制、时滞补偿和解耦控制等。
② 过程控制与优化层：主要包括先进过程控制、稳态优化与故障诊断三个方面。其中，以多变量预测控制为代表的先进控制基于显式的模型及优化算法，直接完成一定的动态优化目标；稳态优化则针对系统内外各种条件对整个系统进行全局优化，确定各个系统内外各种条件对整个系统进行全局优化，确定各个系统的最优稳态工作点；故障诊断主要根据基础控制回路中的各个检测和执行装置的特点对他们的故障进行实时诊断及处理，同时根据对过程各数据的实时监控，进行系统级故障预测、诊断与处理。这一层能在上层调度指令发生变化时，使生产装置的过程操作在保证质量的前提下始终处于最优。