文档介绍：前言
在过程控制中,若要使生产装置处于最佳运行工况、实现卡边控制、多产高价值产品,从而提高装置的经济效益,就必须要对产品质量或与产品质量密切相关的重要过程变量进行严格控制。在线分析仪表(传感器)不仅价格昂贵、维护保养复杂,而且由于分析仪表滞后大等原因,最终将导致控制质量的性能下降,难以满足生产要求。还有部分产品质量目前无法测量,这种情况在工业生产中实例很多,例如某些精(分)馏塔产品成分,塔板效率,干点、闪点,反应器中反应物浓度、转化率、催化剂活性,高炉铁水中的含硅量,生物发酵罐中的生物量参数等。为了解决这类变量的测量问题,出现了不少方法,目前应用较广泛的是软测量方法。
同时,随着经济的发展,PLC在现代控制工业当中的应用越来越广泛,它是在传统的继电接触控制器的基础上引入了微电子技术、计算机技术、自动控制技术和通讯技术而形成的一代新型工业控制装置。
另外,自从计算机进入控制领域以来,用数字计算机代替模拟计算机调节器组成计算机控制系统,不仅可以用软件实现PID控制算法,而且可以利用计算机的逻辑功能,,在机电,冶金,机械,化工等行业中获得了广泛的应用。
本文就是以锅炉串级三冲量给水控制为例。介绍了数字PID控制算法在PLC上的实现,同时对控制系统用MATLAB进行了仿真研究。仿真和实践都表明,该控制系统能较好地克服虚假水位。
本论文的主要内容包括五章内容:
第1章软测量技术。
第2章可编程控制器。
第3章数字PID控制。
第4章 MATLAB。
第5章锅炉串级三冲量给水控制系统。
1 软测量技术
软测量的概述
软测量的基本思想是把自动控制理论与生产过程知识有机的结合起来,应用计算机技术对难以测量或者暂时不能测量的重要变量,选择另外一些容易测量的变量,通过构成某种数学关系来推断或者估计,以软件来替代硬件的功能。应用软测量技术实现元素组分含量的在线检测不但经济可靠,且动态响应迅速、可连续给出萃取过程中元素组分含量,易于达到对产品质量的控制。
软测量技术的组成
软测量技术主要由辅助变量的选择、数据采集与处理、软测量模型几部分组成。
①机理分析主要是明确软测量的任务,确定主导变量,深入了解和熟悉装置的工艺流程,通过机理分析初步确定辅助变量。辅助变量包括变量类型、变量数目和检测点位置。辅助变量的选择应符合关联性、特异性、过程适应性、精确性和鲁棒性。辅助变量的下限是被估计的主导变量数,但是上限没有统一的理论指导,可以根据系统的自由度和生产过程的特点适当的增加上限值。
②理论上数据采集量是多多益善,不仅可以用来建模还可以检验模型。为了保证软测量的精确性,数据采集要正确、可靠,并且进行处理:换算和误差处理。换算包括标度、转换和权函数三个个方面。误差分析主要是指随机误差和过失误差。随机误差可以采用滤波的方法解决,过失误差的解决方法有统计假设校验法、广义似然法、贝叶斯法及近年来出现的神经网络方法。
③软测量建模是软测量技术的关键和难点,主要方法有机理建模、实验建模及二者结合建模方法。
机理建模的优点是可以充分利用已知的过程知识,从事物的本质认识外部特征,使用范围较大,但是对于某些复杂的过程难以建模。
经验建模是通过实测或依据积累的操作数据,用数学回归方法、神经网络方法得到经验模型。理论上其有很多建模方法,但是在工程实施的过程中会遇到困难,因为工艺上不允许操作条件的大幅度变化。其优缺点与机理建模正好相反。
机理建模与经验建模相结合可兼有二者长处,互补其短。

软测量技术的应用场合
软测量技术所估计的过程变量是数学模型的输出变量, 它和模型的输人变量, 即可检测的过程变量应具有下列特点:
①在一定的工况条件下, 采用检测得到的过程变量, 能通过数学模型的运算得到该过程变量的估计值该估计值应具有工艺过程所允许的精度。
②能通过一定的其它检测手段对该过程变量进行检测, 用于对数学模型正确性的评估, 并根据它与估计值的偏差来确定数学模型是否应进行修正。
③采用直接检测该过程变量的自动化仪表价格较贵或维护较困难。
④检测所得到的过程变量应具有下列特性灵敏性, 即模型输出变量有快速的响应精确性, 即各输人变量应具有一定的精度, 使模型的精度不会由于引人这些输人变量而造成较大的误差或造成大的滞后等负面影响鲁棒性, 即构成的估计器对数学模型的误差不敏感等合理性, 即这些过程变量对被估计的过程变量有较大的影响, 而且它们的变化较大, 从工艺分析来看, 这些过程变量对估计值的影响不能被忽略特异性, 即对过程愉出以外的干扰不敏感。
在使用软测量技术时, 能检测到的过程变量的检测位置对模型的动态特