王靖

水泥生產(chǎn)過程優(yōu)化控制系統(tǒng)的實(shí)現(xiàn)方法

王靖

研發(fā)先進(jìn)控制軟件是當(dāng)前水泥工業(yè)研發(fā)的重點(diǎn)課題之一。采用先進(jìn)控制軟件，可以幫助水泥企業(yè)達(dá)到增產(chǎn)降耗、節(jié)能環(huán)保等效果。本文詳細(xì)介紹了采用預(yù)測(cè)控制策略的水泥廠先進(jìn)控制軟件的開發(fā)過程，包括生產(chǎn)過程的數(shù)據(jù)采集、數(shù)據(jù)的處理與分析、控制系統(tǒng)模型的辨識(shí)、廣義預(yù)測(cè)控制算法的實(shí)現(xiàn)等環(huán)節(jié)。

先進(jìn)控制軟件；廣義預(yù)測(cè)控制；系統(tǒng)辨識(shí)

1 引言

目前我國(guó)水泥工業(yè)自動(dòng)控制系統(tǒng)中，已有先進(jìn)的、投資巨大的DCS（集散控制系統(tǒng)）硬件系統(tǒng)，設(shè)備水平都已相當(dāng)成熟。但注重系統(tǒng)硬件先進(jìn)性而忽視軟件重要性的現(xiàn)象較為普遍，當(dāng)前的突出問題是應(yīng)用軟件及控制技術(shù)跟不上硬件系統(tǒng)的發(fā)展，DCS系統(tǒng)沒有發(fā)揮出其應(yīng)有的潛能。在總體上，控制軟件仍停留在PID調(diào)節(jié)反饋控制水平，窯、磨等設(shè)備仍基本處于人工操作水平，遠(yuǎn)沒有實(shí)現(xiàn)先進(jìn)控制，距離實(shí)現(xiàn)水泥生產(chǎn)過程的優(yōu)質(zhì)、高產(chǎn)和低耗這一目標(biāo)尚有很大差距。而《第二代新型干法水泥技術(shù)研發(fā)方案》中明確提出要實(shí)現(xiàn)水泥生產(chǎn)過程自動(dòng)化，用信息技術(shù)改造提升傳統(tǒng)水泥產(chǎn)業(yè)。因此，對(duì)于水泥生產(chǎn)過程智能控制的研發(fā)就成為當(dāng)前水泥工業(yè)研發(fā)的重點(diǎn)課題之一。

水泥生產(chǎn)過程極其復(fù)雜，具有高度非線性、多變量、強(qiáng)耦合、時(shí)變性等特點(diǎn)，采用傳統(tǒng)控制策略和控制方法難以獲得滿意的控制效果。如何在現(xiàn)有的控制系統(tǒng)基礎(chǔ)上進(jìn)一步發(fā)展先進(jìn)控制技術(shù)是中國(guó)水泥工業(yè)的新目標(biāo)。目前最先進(jìn)的水泥過程控制大多采用專家系統(tǒng)和先進(jìn)控制系統(tǒng)。專家系統(tǒng)根據(jù)現(xiàn)場(chǎng)操作情況及其相應(yīng)的解決方案來實(shí)施生產(chǎn)控制。然而，由于專家系統(tǒng)是根據(jù)特定操作情況作出反應(yīng)來進(jìn)行控制，其控制方式是不連續(xù)的。只要過程尚算平穩(wěn)，即使不在最優(yōu)化的情況下，它也不會(huì)作出任何控制調(diào)整。很明顯，專家系統(tǒng)的控制模式無法達(dá)到增產(chǎn)降耗的優(yōu)化控制目的。而先進(jìn)控制技術(shù)采用數(shù)學(xué)動(dòng)態(tài)模型，對(duì)水泥生產(chǎn)采取多變量控制，能夠保證生產(chǎn)過程一直在最優(yōu)化的條件下進(jìn)行。因此，近幾年先進(jìn)控制技術(shù)發(fā)展很快，大有取代專家系統(tǒng)之勢(shì)。而模型預(yù)測(cè)控制作為過程控制領(lǐng)域中使用最廣泛的一種先進(jìn)控制策略，以其在煉油、化工、電力等工業(yè)中一系列成功的應(yīng)用，吸引了越來越多過程控制領(lǐng)域?qū)＜覍W(xué)者的關(guān)注。

由于先進(jìn)控制技術(shù)在水泥生產(chǎn)優(yōu)化控制方面具有明顯的優(yōu)勢(shì)，研發(fā)先進(jìn)控制軟件是當(dāng)前水泥工業(yè)研發(fā)領(lǐng)域的熱點(diǎn)問題。依靠水泥廠先進(jìn)控制軟件能夠優(yōu)化水泥生產(chǎn)過程控制，提高產(chǎn)量，降低能耗，保證產(chǎn)品質(zhì)量，達(dá)到環(huán)保要求，穩(wěn)定系統(tǒng)控制，最大程度地提高水泥生產(chǎn)企業(yè)的利潤(rùn)，進(jìn)而增強(qiáng)水泥生產(chǎn)企業(yè)的核心競(jìng)爭(zhēng)力。

目前國(guó)內(nèi)外已經(jīng)發(fā)展了多家水泥先進(jìn)控制系統(tǒng)的產(chǎn)品。在國(guó)外水泥生產(chǎn)商以及設(shè)備制造商中，如拉法基集團(tuán)、FLS等都有自己的先進(jìn)控制系統(tǒng)產(chǎn)品，而ABB、西門子、ROCKWELL等DCS控制系統(tǒng)供貨商也具有水泥先進(jìn)控制系統(tǒng)或者通用先進(jìn)控制系統(tǒng)。這些控制系統(tǒng)大多采用模糊邏輯或者專家控制，而美國(guó)ROCKWELL公司的Pavilion軟件采用的是預(yù)測(cè)控制，它是先進(jìn)控制技術(shù)在生產(chǎn)優(yōu)化控制應(yīng)用方面的成功產(chǎn)品。

2 預(yù)測(cè)控制發(fā)展現(xiàn)狀

控制系統(tǒng)（圖1）由控制對(duì)象（或者被控過程）和控制器組成。在控制對(duì)象和控制器之間要有執(zhí)行器來執(zhí)行控制器的決策，同時(shí)要有傳感器為控制器提供控制對(duì)象的信息?？刂破魅绻侨?，這個(gè)控制系統(tǒng)就是手動(dòng)控制；如果控制器是電子或者機(jī)械的自動(dòng)裝置，就組成了自動(dòng)控制系統(tǒng)。而大多數(shù)過程控制系統(tǒng)的設(shè)計(jì)過程都可以歸結(jié)為控制器的設(shè)計(jì)實(shí)現(xiàn)。過程控制中有兩種控制器的設(shè)計(jì)方法：一種是基于經(jīng)驗(yàn)的方法，設(shè)計(jì)者根據(jù)控制對(duì)象的動(dòng)態(tài)特性和以往的經(jīng)驗(yàn)選擇控制器，通常是PID控制器，安裝好控制系統(tǒng)后再調(diào)整控制器的參數(shù)；另一種方法是基于模型的方法，根據(jù)控制對(duì)象的模型設(shè)計(jì)控制器，通過計(jì)算機(jī)仿真和現(xiàn)場(chǎng)調(diào)試確定控制器參數(shù)。幾乎所有的高級(jí)控制技術(shù)都是基于模型的，這種方法最大的優(yōu)點(diǎn)在于它的嚴(yán)謹(jǐn)，因此，我們的問題才有可能更加明確,最后得到滿意的解決。

圖1 控制系統(tǒng)

先進(jìn)控制實(shí)質(zhì)就是設(shè)計(jì)一種基于模型的控制器。在先進(jìn)控制領(lǐng)域，預(yù)測(cè)控制是應(yīng)用最成功、最廣泛的策略之一。預(yù)測(cè)控制是根據(jù)對(duì)象的歷史信息和未來輸入預(yù)測(cè)系統(tǒng)的未來輸出，并根據(jù)被控變量與設(shè)定值之間的誤差確定當(dāng)前時(shí)刻的控制作用，這比僅由當(dāng)前誤差確定控制作用的常規(guī)控制具有更好的控制效果。預(yù)測(cè)控制的主要算法包括模型算法控制（MAC）、動(dòng)態(tài)矩陣控制（DMC）、廣義預(yù)測(cè)控制（GPC）、滾動(dòng)時(shí)域控制（RHC）[13]、二次動(dòng)態(tài)矩陣控制（QDMC）以及預(yù)測(cè)函數(shù)控制（PFC）等。

預(yù)測(cè)控制具有預(yù)測(cè)模型、滾動(dòng)優(yōu)化和反饋校正三個(gè)基本特征（見圖2）。預(yù)測(cè)模型是根據(jù)被控對(duì)象的歷史信息和未來輸入預(yù)測(cè)系統(tǒng)的未來輸出。預(yù)測(cè)模型形式可以是參數(shù)模型、非參數(shù)模型（例如脈沖響應(yīng)和階躍響應(yīng)等）、智能模型（例如神經(jīng)元網(wǎng)絡(luò)模型、模糊邏輯模型和小波網(wǎng)絡(luò)模型等）。滾動(dòng)優(yōu)化是指優(yōu)化過程隨時(shí)間推移在線優(yōu)化、反復(fù)進(jìn)行。在每一采樣時(shí)刻，優(yōu)化性能指標(biāo)只涉及從當(dāng)前時(shí)刻到未來有限的時(shí)間，而到下一采樣時(shí)刻，優(yōu)化區(qū)間隨之向前推移。因此，滾動(dòng)優(yōu)化雖然在控制的每一步實(shí)現(xiàn)的都是靜態(tài)參數(shù)優(yōu)化，但是實(shí)際上在控制的全過程則表現(xiàn)為動(dòng)態(tài)優(yōu)化。反饋校正是指在每一采樣時(shí)刻，都要用實(shí)際的輸出對(duì)模型的預(yù)測(cè)輸出進(jìn)行校正，這樣就能有效地克服模型的不精確性和系統(tǒng)中存在的不確定性造成的不利影響。

圖2 模型預(yù)測(cè)控制

廣義預(yù)測(cè)控制是工業(yè)中廣泛使用的一種預(yù)測(cè)控制算法。該算法采用受控自回歸積分滑動(dòng)平均模型（CARIMA）來描述受到隨機(jī)干擾的被控對(duì)象，可以描述各種各樣的工業(yè)過程（例如穩(wěn)定過程、積分過程和不穩(wěn)定過程），還考慮了擾動(dòng)和噪聲的影響，同時(shí)優(yōu)化了反饋校正，因而GPC算法在許多工業(yè)應(yīng)用中取得了成功。CARIMA模型表述如下：

式中，y（k）為對(duì)象輸出，u（k）為控制輸入，ξ（k）是互不相關(guān)的零均值噪聲序列，考慮白噪聲的情況，C（z-1）= 1，z-1為后移算子，△=1-z-1為差分算子，

采用如下的目標(biāo)函數(shù)

其中w()

k+j是輸出跟蹤序列，由下式產(chǎn)生

上面yr（k）是輸出設(shè)定值，a∈[0,1]是柔化因子，N為預(yù)測(cè)時(shí)域，M為控制時(shí)域，qj為誤差加權(quán)序列，rj是控制加權(quán)序列。

根據(jù)已知的輸入輸出信息及未來的輸入值，就可以預(yù)測(cè)對(duì)象未來的輸出如下：

把式（4）代入式（3）中可得最優(yōu)控制律為

其中

具體地

矩陣G中的元素分別表示系統(tǒng)的階躍響應(yīng)系數(shù)。

3 廣義預(yù)測(cè)控制算法的實(shí)現(xiàn)

先進(jìn)控制系統(tǒng)包含數(shù)據(jù)采集處理、數(shù)學(xué)模型建立和先進(jìn)控制策略這三個(gè)主要部分。廣義預(yù)測(cè)控制（Gener?al Predictive Control，簡(jiǎn)寫為GPC）算法的實(shí)現(xiàn)步驟如下（見圖3）：從DCS系統(tǒng)讀取需要的變量數(shù)據(jù)；對(duì)采集到的數(shù)據(jù)進(jìn)行處理和分析；分析變量數(shù)據(jù)得到控制系統(tǒng)的模型（傳遞函數(shù)、狀態(tài)空間等）；把輸入輸出數(shù)據(jù)代入到GPC算法中，由GPC算法得到可以使控制變量達(dá)到預(yù)定值的控制律；傳遞GPC算法得到的控制律到DCS系統(tǒng)中，進(jìn)而控制執(zhí)行器的運(yùn)動(dòng)。

3.1 編寫接口代碼從DCS系統(tǒng)讀取需要的變量數(shù)據(jù)

OPC（OLE for Process Control）是目前流行的工業(yè)控制方面數(shù)據(jù)通訊標(biāo)準(zhǔn)，它是自動(dòng)控制業(yè)界與微軟公司緊密合作而制定的。OPC標(biāo)準(zhǔn)基于微軟的OLE/COM/ DCOM技術(shù)，采用客戶/服務(wù)器模式，為工業(yè)自動(dòng)化軟件面向?qū)ο蟮拈_發(fā)提供了統(tǒng)一的標(biāo)準(zhǔn)。OPC服務(wù)器完成的工作就是收集現(xiàn)場(chǎng)設(shè)備的數(shù)據(jù)信息，通過標(biāo)準(zhǔn)的OPC接口傳送給OPC客戶端。OPC客戶端通過標(biāo)準(zhǔn)的OPC接口接收數(shù)據(jù)信息。先進(jìn)控制軟件被設(shè)計(jì)成控制系統(tǒng)框架中的一個(gè)OPC客戶端，它的數(shù)據(jù)來源是OPC服務(wù)器?，F(xiàn)場(chǎng)設(shè)備或DCS、PLC控制系統(tǒng)通過特定的設(shè)備驅(qū)動(dòng)程序?qū)?shù)據(jù)傳遞給OPC數(shù)據(jù)服務(wù)器。OPC服務(wù)器以服務(wù)器應(yīng)用程序的形式分布在用以太網(wǎng)連接的各個(gè)計(jì)算機(jī)中，而先進(jìn)控制軟件等OPC客戶端也同樣分布在以太網(wǎng)連接的各個(gè)計(jì)算機(jī)內(nèi)。通過微軟開發(fā)的COM/ DCOM技術(shù)可以實(shí)現(xiàn)OPC服務(wù)器和客戶端之間的無縫連接。因此，OPC服務(wù)器和客戶端不僅可以在同一臺(tái)計(jì)算機(jī)上運(yùn)行，還能夠通過以太網(wǎng)在不同的計(jì)算機(jī)上運(yùn)行，這就實(shí)現(xiàn)了先進(jìn)控制軟件的遠(yuǎn)程訪問要求。

采用OPC技術(shù)對(duì)數(shù)據(jù)進(jìn)行存取需要實(shí)現(xiàn)OPCServ?er、OPCGroup、OPCItem等接口，通過這些接口的實(shí)現(xiàn)可以完成OPC服務(wù)器與OPC客戶程序的交互。在實(shí)現(xiàn)過程中，必須首先創(chuàng)建OPCServer對(duì)象，OPCServer對(duì)象為控制應(yīng)用程序提供了唯一的入口和實(shí)例化點(diǎn)。其次用OPCServer類的ADDGroup創(chuàng)建OPCGroup類對(duì)象。整個(gè)過程不必理解OPC服務(wù)器的內(nèi)部設(shè)計(jì)，只需按照服務(wù)器要求的格式調(diào)用屬性、方法和事件即可。

圖3 先進(jìn)控制軟件實(shí)現(xiàn)步驟

3.2 對(duì)采集到的數(shù)據(jù)進(jìn)行預(yù)處理

由于從工廠里采集到的數(shù)據(jù)大多包含有噪聲（隨機(jī)誤差）和失效數(shù)據(jù)（顯著誤差），因此需要對(duì)采集到的數(shù)據(jù)進(jìn)行格式的調(diào)整、顯著誤差的檢測(cè)與識(shí)別以及有效性的檢驗(yàn)等工作。首先需要把數(shù)據(jù)調(diào)整為統(tǒng)一格式，防止出現(xiàn)誤讀，例如時(shí)間都調(diào)整成“月/日/年/時(shí)/分/秒”格式。然后通過設(shè)置上下限的方式剔除掉失效的數(shù)據(jù)。接下來為了消除隨機(jī)誤差和顯著誤差，需要對(duì)數(shù)據(jù)進(jìn)行校正。對(duì)于隨機(jī)噪聲，常用數(shù)字濾波的方法，例如高通濾波、低通濾波和數(shù)據(jù)平滑等方法；而對(duì)于顯著誤差，目前常用的是統(tǒng)計(jì)假設(shè)檢驗(yàn)法，例如殘差分析法、校正量分析法、廣義似然比法、貝葉斯法、增量法和主元分析法等方法。此外，由于實(shí)際過程測(cè)量數(shù)據(jù)可能有著不同的工程單位，各變量在數(shù)值上可能相差幾個(gè)數(shù)量級(jí)，直接使用原始數(shù)據(jù)進(jìn)行計(jì)算可能丟失信息或者引起數(shù)值計(jì)算的不穩(wěn)定，因此還需要對(duì)數(shù)據(jù)進(jìn)行標(biāo)度變換。

在實(shí)際中，由于有些重要變量（主導(dǎo)變量）難于測(cè)量或者暫時(shí)不能測(cè)量，所以還需要采用軟測(cè)量技術(shù)，即通過借助另外一些容易測(cè)量的變量（輔助變量）構(gòu)成某種數(shù)學(xué)關(guān)系來推斷和估計(jì)出不可測(cè)量的變量。建立軟測(cè)量模型主要有三種方法：機(jī)理建模、經(jīng)驗(yàn)建模和混合建模。機(jī)理建模就是通過機(jī)理分析建立起主導(dǎo)變量與可測(cè)的輔助變量之間的數(shù)學(xué)模型，根據(jù)該模型和測(cè)量到的輔助變量即可實(shí)現(xiàn)對(duì)主導(dǎo)變量的軟測(cè)量；而經(jīng)驗(yàn)建模是根據(jù)測(cè)量對(duì)象的外部特征來描述其動(dòng)態(tài)行為的模型。機(jī)理建模適用于工藝機(jī)理清晰的工業(yè)過程，如果過程復(fù)雜，而且工藝機(jī)理也不完全清楚，這時(shí)要建立軟測(cè)量模型還要依賴經(jīng)驗(yàn)建模方法。經(jīng)驗(yàn)建模的方法主要分為三大類：基于自適應(yīng)模型方法，基于回歸分析方法，基于人工智能方法。其中后兩種方法在工業(yè)實(shí)例中應(yīng)用較多。經(jīng)典的回歸分析方法包括最小二乘法、主元回歸法和部分最小二乘法，經(jīng)典的人工智能方法包括人工神經(jīng)網(wǎng)絡(luò)和模糊技術(shù)等。

3.3 分析變量數(shù)據(jù)以得到控制系統(tǒng)模型

為了設(shè)計(jì)控制系統(tǒng)，還需要定量地知道對(duì)象輸入如何影響對(duì)象輸出，即建立描述控制對(duì)象動(dòng)態(tài)特性的數(shù)學(xué)模型?；谶^程的實(shí)際輸入輸出信息辨識(shí)出目標(biāo)系統(tǒng)的模型對(duì)于工業(yè)過程理解、控制、優(yōu)化和診斷等都非常重要。對(duì)于非參數(shù)模型，常用的系統(tǒng)辨識(shí)方法有階躍響應(yīng)法、頻率法、相關(guān)分析法和譜分析法等；而對(duì)參數(shù)模型，辨識(shí)方法必須先假定一種模型結(jié)構(gòu)，通過極小化模型與過程之間的誤差準(zhǔn)則函數(shù)來確定模型的參數(shù)，常用的方法有最小二乘法、梯度法、高斯牛頓法和單純形法等。在水泥廠控制中，根據(jù)操作經(jīng)驗(yàn)和長(zhǎng)期觀察，能夠得到系統(tǒng)變量之間的相互作用關(guān)系，以此來建立相應(yīng)控制系統(tǒng)模型的形式，未知的只是系統(tǒng)的參數(shù)。這些參數(shù)可以通過系統(tǒng)辨識(shí)方法來得到。定義操縱變量（MV）為可以由控制器進(jìn)行獨(dú)立設(shè)定的過程輸入，被控變量（CV）為需要被控制到某設(shè)定值或區(qū)間內(nèi)的過程輸出。例如調(diào)整喂煤量的大小可以改變窯尾氣體溫度的高低，因此，我們可以建立以喂煤量為MV、窯尾氣體溫度為CV的控制系統(tǒng)模型。

3.4 廣義預(yù)測(cè)控制算法流程

（1）根據(jù)輸入輸出數(shù)據(jù)，采用漸消記憶遞推最小二乘算法估計(jì)模型參數(shù)A（z-1）和B（z-1）。整理式（1）可得

其中

將公式（10）展開寫成如下最小二乘格式

其中

參數(shù)L為樣本長(zhǎng)度。先將觀測(cè)至第L次的輸入輸出數(shù)據(jù)用一次最小二乘算法進(jìn)行辨識(shí)，得到如下參數(shù)形式

根據(jù)最新的輸入輸出數(shù)據(jù)，得到如下參數(shù)

其中0＜μ≤1為遺忘因子，通常選0.95＜μ≤1。 P（0）=α2I，α是足夠大的正數(shù)。由

（2）根據(jù)式（7）和（8），按如下遞推公式計(jì)算出E（z-1）和F（z-1）。

初始值當(dāng)j=1時(shí)，E1(z-1)=1，e0=1，

（3）根據(jù)前面求出的B（z-1）、E（z-1）和F（z-1），根據(jù)式（9）計(jì)算G（z-1）的元素gi。

（4）根據(jù)式（6），計(jì)算出H（z-1）。

（5）把前面計(jì)算得到的F（z-1）、H（z-1）和G全部代入式（5）得到系統(tǒng)的控制向量△U（k），取其第一行△u（k）并計(jì)算控制律u（k），通過OPC服務(wù)器傳輸?shù)紻CS系統(tǒng)中，將其作用于控制對(duì)象。

（6）令k=k+1，返回到步驟1，計(jì)算下一個(gè)時(shí)刻系統(tǒng)的控制律u（k+1）。

4 結(jié)語

水泥廠的生產(chǎn)系統(tǒng)一般都存在大時(shí)滯、多變量耦合、被控變量和控制變量具有各種約束等特征，傳統(tǒng)的PID控制對(duì)處理這些問題往往效果不佳，需要借助先進(jìn)控制技術(shù)來進(jìn)行水泥廠的優(yōu)化控制。通過實(shí)施先進(jìn)控制軟件，能夠達(dá)到增強(qiáng)裝置運(yùn)行穩(wěn)定性和安全性、提高產(chǎn)品質(zhì)量、增加裝置處理量、降低運(yùn)行成本等效果，可以給水泥廠帶來顯著的經(jīng)濟(jì)效益。由于先進(jìn)控制軟件能夠創(chuàng)造巨大的經(jīng)濟(jì)效益，因此這方面的軟件也身價(jià)倍增。國(guó)際上已經(jīng)有幾十家公司推出了上百種先進(jìn)控制優(yōu)化軟件產(chǎn)品，在世界范圍內(nèi)形成了一個(gè)強(qiáng)大的流程工業(yè)應(yīng)用軟件產(chǎn)業(yè)。因此開發(fā)我國(guó)具有自主知識(shí)產(chǎn)權(quán)的先進(jìn)控制優(yōu)化軟件，打破國(guó)外產(chǎn)品的壟斷，具有十分重要的意義。

[1]丁蘇博，黃賢林，郭碧君.基于水泥回轉(zhuǎn)窯運(yùn)行狀況分析的專家系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[C].第二屆中國(guó)水泥企業(yè)總工程師論壇暨水泥總工程師聯(lián)合會(huì)年會(huì)論文集.南京，2009：209-212.

[2]李沛然.水泥粉磨過程優(yōu)化控制系統(tǒng)的研究[D].濟(jì)南：濟(jì)南大學(xué)，2009.

[3]秦旭日.球磨機(jī)的預(yù)測(cè)控制策略及應(yīng)用研究[D].浙江：浙江大學(xué)，2008.

[4]趙炎炎.水泥純低溫余熱發(fā)電優(yōu)化控制軟件的研發(fā)[D].濟(jì)南：濟(jì)南大學(xué)，2011.

[5]王艷秋.先進(jìn)控制技術(shù)的集成及應(yīng)用研究[D].沈陽：東北大學(xué)，2006 .

[6]馮立.基于模型預(yù)測(cè)控制的反應(yīng)再生工藝控制實(shí)現(xiàn)[J].上?；?，2012，37（2）：20-23.

[7]高東杰，譚杰，林紅權(quán).應(yīng)用先進(jìn)控制技術(shù)[M].北京：國(guó)防工業(yè)出版社，2003.

[8]RICHALET J.Model predictive heuristic control:Application to indus?trial processes[J].Automatica,1978,14(4):413-428.

[9]MEHRA R K,ROUHANI R.Model algorithmic control:theoretical results on robustness[J].Proc.JACC,1979:387-392.

[10]CUTLER C R,RAMAKER B L.Dynamic matrix control-a comput?er control algorithm[C]//Proc.JACC.San Francisco,WP5-B,1980.

[11]CLARKE D W.Generalized predictive control-part 1.basic algo?rithm[J].Automatica,1987,23(2):137-148.

[12]CLARKE D W.Generalized predictive control-part 2.extensions and interpretations[J].Automatica,1987,23(2):149-160.

[13]KWON W H,PEARSON A E.On feedback stabilization of time vary?ing discrete time systems[J].IEEE Trans.Automat.Contr.,1978,23: 479-481.

[14]GARCIA C E.Quadratic programming solution of dynamic matrix control[J].Chem.Eng.Commun.,1986,46:73-87.

[15]KUNTZE H B.On the predictive functional control of an elastic in?dustrial robot[C]//Proc.25th CDC.Athens,Greece,1986:1877-1881.

[16]RICHALET J.Predictive functional control-application to fast and accurate robots[C]//IFAC 10th World Congress.Munich,FRG,1987: 251-258.

[17]SHIMANUKI Y.OLE for process control(OPC)for new industrial au?tomationsystems[C]//IEEESMC'99ConferenceProceedings.Tokyo, 1999:1048-1050.

[18]史成全.先進(jìn)控制軟件集成平臺(tái)中OPC技術(shù)的應(yīng)用研究[D].大連：大連理工大學(xué)，2005.■

Implementation of optimized control system in Cement production process

WANG Jing
(Tianjin Cement Industry D&R Institute Co.,Ltd Tianjin 300400)

Development of advanced control software is one of the important tasks in cement industry. Production consumption,energy saving and environmental protection can be increased by using advanced control software in cement company.This article describes the development process of advanced control software which uses the predictive control strategy.The process includes the data acquisition,data processing and analysis,control system model identification,achievement of generalized predictive control algorithm,and so on.

advanced control software;generalized predictive control;system identification

TQ172.8

A

1001-6171（2014）05-0033-05

天津水泥工業(yè)設(shè)計(jì)研究院有限公司，天津300400；

2014-01-27；編輯：趙蓮