2018 年 6 月 控 制 工 程 Jun.

2018
第 25 卷第 6 期 Control Engineering of China Vol.25, No.6

文章编号：1671-7848(2018)06-0980-05 DOI: 10.14107/j.cnki.kzgc.150360

基于模型预测控制的工业过程设定值调整
姜艺 a，李砚浓 b，范家璐 a
(东北大学 a.流程工业综合自动化国家重点实验室；b.信息科学与工程学院，沈阳 110819)
摘 要：为了克服流程工业中工业过程错误的设定点对工业过程运行指标的影响，针对一
类工业过程提出了一种工业过程运行反馈优化预测控制的方法来控制工业过程运行在目
标运行指标范围内。该方法由运行层设定值控制和回路控制层设定值跟踪控制组成，运行
层设定值控制由模型预测设定值控制器构成，回路控制层设定值跟踪控制由比例积分微分
控制器构成。给出了运行层与回路控制层的控制器设计过程，并证明了控制器的稳定性，
并在最后以浮选过程为背景进行了仿真实验。
关键词：工业过程；运行指标；跟踪控制；模型预测控制
中图分类号：TP29 文献标识码：A
Model Predictive Control-based Setpoint Regulation in Industrial Processes
JIANG Yia, LI Yan-nongb, FAN Jia-lua
(a. State Key Laboratory of Synthetical Automation for Process Industries;
b. College of Information Science and Engineering, Northeastern University, Shenyang 110819, China)
Abstract: In order to overcome the influence that the error setpoints will lead to error or bad operational index
in the industrial process, an optimal operational feedback predictive control method is proposed for a class of
industrial processes to control the real operational index to the goal operational index. This method includes
two parts: the operational layer setpoint control which is composed by the model predictive controller and the
loop control layer which is composed by the proportional-integral-differential controller. The design process of
the operational layer controller and the loop control layer controller, and proof of the stability of the controllers
are given. At last, an example of flotation process is employed for simulated evaluation.
Key words: Industrial process; operational index; tracking control; model predictive control

1 引 言
随着当今自动化技术的快速发展，企业不断引 是开环的，通过工人的操作经验将经济指标分解成
进新的技术以进行技术变革，将工业过程自动化推 若干条性能指标，通过控制器作用使本地设备层跟
向于一体化、大规模、高速、连续、高负载的方向 踪这些性能指标。但是由于工人经验的主观性，不
发展。如今过程控制不仅要求被控对象跟踪目标设 可能十分准确的得到各个指标，因此即使本地设备
定值，还要求整个过程跟踪目标运行指标，工业过 层能够跟踪，经济指标也很难跟踪上，不能达到理
程的运行优化控制已经成为工业过程自动化研究 想的效益[3-5]。
领域的热点问题[1,2]。 本文将闭环方法引入运行层，设计运行层控制
工业过程运行反馈控制包括两层闭环控制，其 器，其作用是在底层控制若干周期后，通过动态改
中，底层为回路控制层，主要控制的是工业过程， 变底层设定点来跟踪工业过程期望的运行指标。第
使工业过程可以跟踪上设定点，上层为运行层，底 二节介绍了工业过程运行反馈控制的结构；第三节
层为回路控制层，在传统工业系统中，上层运行层 介绍了回路控制层与运行层的控制器设计过程；第
收稿日期：2016-06-22；修回日期：2017-01-13
基金项目：国家自然科学基金支持(61304028,61333012,61533015)；国家 863 项目支持(2015AA043802)；辽宁省教育厅项
目支持(L2014087).
作者简介：姜艺(1992-)，男，湖北鄂州人，研究生，主要研究方向为运行控制等；李砚浓(1993-)，男，辽宁沈阳人，本
科，主要研究方向为工业过程运行控制、网络控制、自适应动态规划等；范家璐(1985-)，女，辽宁营口人，
博士，副教授，主要从事工业过程运行控制、网络控制、社会网络等方面的教学与科研工作。
第6期 姜艺等：基于模型预测控制的工业过程设定值调整 ·981·

四节以浮选过程为背景进行仿真实验，实验结果表 r ( ak )  My ( ak )  Nu( ak ) (4)

明该方法可以控制工业过程跟踪目标运行指标；第 所以本文的问题可以简化，对于满足式(3)与
五节对全文进行了总结。 式(4)系统，设计回路控制层和运行层控制器时系
统动态调整底层回路控制的设定值 y * ( k ) 使系统的
2 问题描述
运行指标可以跟踪目标运行指标 r* 。
工业过程运行优化控制包括工业过程的被控
3 控制器设计
对象的输出 y ( k ) 能够跟踪其期望值 y * (T ) 和设定
控制器通过运行过程的运行状态，给出最优的工业 3.1 控制策略
过程的变量设定值 y * (T ) ，使整个过程跟踪目标运 针对具有两层结构的工业过程运行反馈控制
行指标 r* 。 系统，本文采用运行反馈控制方法的策略实现动态
整个工业过程运行控制结构，如图 1 所示。 闭环优化与运行指标的跟踪。由于控制回路运行时
的运行指标往往会偏离运行指标设定值，因此采用
运行状态作为反馈，设计了运行反馈控制器以动态
调整整个底层回路控制层的被控对象设定点，来达
到调节运行指标的目的。
在回路控制层，由于控制回路的设定值是在每
图 1 工业过程运行控制结构图 个运行层采样点处由运行层的设定点动态补偿控
Fig. 1 Structure of industrial process operational control
制器给出决策，所以这里可以认为控制回路的设定
该结构包括 4 个部分：运行层设定值控制器， 点都是分段常值。因此，所设计的回路控制层控制
回路控制层模型，工业过程被控对象模型，运行过 器只需满足阶跃给定信号的稳定性且保证输出无
程运行指标评价模型。 静差即可。本文拟设计多输入多输出 PID 回路控制
工业过程通常具有复杂的非线性，本文考虑工 层控制器。
业过程的实际工作的运行状态，选取其平衡点线性 在运行层，将运行状态作为反馈，利用模型预
化后的模型，表示为形如式(1)的线性时不变状态 测控制的方法设计设定点补偿器，实时动态补偿底
空间方程：
层回路控制层的设定点以达到整个系统可以跟踪
x (t )  Ax (t )  Bu(t )
(1) 设定的运行指标的目的。
y (t )  Cx (t )
式中， x  R n 为系统状态， u  R n 为控制输入，
x u
3.2 回路控制层 PID 控制器设计
n
y  R 为系统输出。
y
在实际的工程操作中，应用最为广泛的控制器
根据工业实际背景，当前的工业实际控制通常 是 PID 控制器，即比例、积分、微分控制器。为了
是采用 PLC 进行控制，即离散控制，所以此处需 满足实际使用的需求，设备层控制器采用 PID 控制
要将模型(1)离散化后进行考虑，选用采样时间为 器。
Td ，离散化之后的离散状态空间方程如式(2)所示。 根据一般 PID 控制器公式，有回路控制层的输
x( k  1)  Ad x ( k )  Bd u( k ) 入如下：
(2)
y ( k )  Cd x ( k ) u (k )  K P e(k )  K I E (k )  K D [e(k )  e(k  1)] (5)
Td
式中，Ad  exp  ATd  , Bd  (  exp  ATd dt ) B , Cd  C ， 式中， K P 为 PID 控制器的比例参数， K I 为 PID 控
0

上述为设备层的被控对象。 制器的积分参数， K D 为 PID 控制器的微分参数，

工业过程的运行指标通常与系统的输入和输 e(k )  y * ( k )  y ( k ) 为系统在 k 时刻的输出与目标值
k
出相关[7,8]，本文所选取的运行指标评价函数为简 之间的误差， E ( k )   e(i ) 为系统在 k 时刻的输出
i 0
单的线性评价函数：
与目标值之间的误差的积分。
r (t )  My (t )  Nu (t ) (3)
nr  n y
在此，定义  (k )  ( x T (k ), E T (k ), eT (k  1))T 为新
式中， M  R 为回路控制层输出的效益系数矩
的状态向量，则有新的状态空间方程所示：
nr  nu
阵， N  R 为回路控制层消耗的效益系数矩阵。  x(k  1) 
由于运行层控制周期为底层的若干倍(采样周  (k  1)   E (k  1)   Af  (k )  B f y* (k )
  (6)
期为 To  aTd ，其中， a 为正整数)，所以在离散条  e( k ) 
件下表示为 y (k )  C f  (k )
•982• 控 制 工 程 第 25 卷

式中， Af  A  BKC , C f  Cd 0 0 , r (k )  My (k )  Nu (k )  M Cd 0 0  (k ) 

 Bd ( K P  K D )   Ad 0 0  Bd   e( k ) 
 
  ( M Cd 0 0 

Bf     I 0  , B   0 
 NK  E (k ) (10)
I  , A   Cd
 I   Cd 0 0   0   e(k )  e(k  1) 
 Cd 0 0  I 
 Cd 0 0   
NK  0 I 0  )  (k )  NK  0  y* (k )
K   KP KI K D  , C   0 I 0 
 Cd 0  I   I 
 Cd 0  I 
根据式(9)和式(10)，我们可以得到在运行层的
针对状态空间方程(6)，我们选取的 Lyapunov
整个系统的状态空间方程：
函数为 V (k )   T (k ) P  (k ) ，其中，P 为对称正定矩
ˆ * ( ak )
 ( ak  a )  Aˆ  ( ak )  By
阵，即 P  0 且 P T  P ，并考虑 y* (k )  0 ，则有： (11)
V (k )  V (k  1)  V (k )  ˆ * ( ak )
r ( ak )  Mˆ  ( ak )  Ny
a 1
[ Af  (k )]T P[ Af  (k )]   T (k ) P  (k )  (7)
式中， Aˆ  Aaf ， Bˆ   Aif B f ， Mˆ  MM c  NKN x ，
 T (k )[( A  BKC )T P( A  BKC )  P] (k ) i 0
 Cd 0 0 I 
在此，我们选取衰减率   0 ，如果 V ( k ) 满
M c   Cd 0 0 ， N x   0 I 0  ， N c   0  ，
足 V ( k )  V ( k ) ，则系统是稳定的，衰减率  的
 Cd 0  I   I 
大小决定了系统的输入响应的快慢，衰减率  越
Nˆ  NKN c 。
大，系统响应越快，但超调也越大。所以系统的稳
控制目标为将运行指标控制到 r * ，运行层的运
定性等价于 ( A  BKC )T P( A  BKC )  (1   ) P  0 ，
行控制的 MPC 控制器为
因为该式并不是标准的线性矩阵不等式(LMI)的形
n 1
式，在此我们选择变量替换， P  P T P 1 P ，再根据 Min F   [ r *  r ( ak  al | ak )]T [ r *  r ( ak  al | ak )]
l 0
Schur 补引理 [6] ，选择替换变量，使得 Y  WK ，
 (ak  aj | ak )  Aˆ  (ak  aj  a | ak ) 
PB  BW ，则有稳定性等价于： ˆ * (ak  aj  a | ak ), j  1, , n  1
By
 P ( PA  BYC )  ˆ
 0
(1   ) P 
(8) s.t. r (ak  ai | ak )  M  (ak  ai | ak ) 
( PA  BYC )
T
ˆ (ak  i | ak ), i  0, , n  1
Ny *

式(8)为标准的 LMI 求解问题，结合 P  0 且 r (ak  an  a ) | ak )  r *

P  P 与式(8)，求解该 LMI 组[16,17]，则可以得到
T
 (ak  an  a | ak )   (ak  an  2a | ak )
PID 的控制器参数 K  W 1Y 。 (12)
对于 y* (k )  0 的系统，系统(6)根据以上控制器 假设预测的设定值为
参数是渐进稳定的，当 y* (k )  0 时，系统平衡点变  y* (k ) 
 
y *
( ak  a )
为  Af 1 B f y* () ，并且闭环系统可以到达该平衡点。 Y (ak )   
  
且存在积分部分，可以得知给定的设定值被跟踪。  y* (ak  a (n  1)) 
 
3.3 运行层模型预测控制器设计 则有预测输出：
在运行层，以 1 个比较大的采样周期来采样，  r (ak | ak )   Mˆ 
 r (a(k  1) | ak )   MA ˆˆ 
采样周期为 To 。其中， To  aTd ， a 为正整数。同 R (ak )      (ak ) 
时，设定值通过零阶保持器保持，在 To 内保持不变，      
 r (ak  a (n  1) | k )   MAˆ n 1 
即 y* (nTo )  y* (nTo  Td )    y* (nTo  (a  1)Td ) ，  ˆ 
 Nˆ 0  0
则可以推导出运行层整个系统的状态空间方程，其  ˆˆ 
 MB Nˆ  0
推导过程如下： Y (ak ) 
    
 ((n  1)To )   (nTo  aTd )   ˆ ˆ n  2 ˆ ˆ ˆ n 3 ˆ ˆ
 MA B MA B  N 
A f  (nTo  (a  1)Td )  B f y* (nTo )  H  (ak )  GY (ak )
A2f  (nTo  (a  2)Td )  B f y* (nTo )  (9) 通过上式，MPC问题可以等价如下的性能指标
*
A f B f y (nTo )    加上等式终端约束：
a 1 F  Y T (ak )G T GY (ak ) 
Aaf  (nTo )   Aif B f y* (nTo ) (13)
[2r  I NT G  2  T (ak ) H T G ]Y (ak )
i 0
第6期 姜艺等：基于模型预测控制的工业过程设定值调整 ·983·

式中， I N  1  1n 。
T
物种类2(主要为脉石)，一般情况下，进入浮选槽1
因为 Y T (k )G T GY (k )  GY (k )  0 时，即 G T G
2 的泥浆中矿物1的含量是已知的，而矿物2的含量则
g1  g
正半定，所以该有约束问题存在最优解，最优解为 为 X a2  cp 2a X a1 。另外，式(16)中的 k ip 为浮选率
g a  g cp
Y * ( ak ) ，则运行层给出的回路控制层系统输入为
(当 i  1 时取17.9； i  2 时取0.04)， kei 为排放率(当
y * ( ak )   I 0  0Y * ( ak ) 。
i  1 时取65.6；i  2 时取316)，M ip 为泥浆质量，M ei
稳定性证明：假设在 ak 时刻式(12)有解，其解
为泡沫质量，  g 为保护系数(取为常数0.05)， qa 为
为
给矿矿浆流量， qT 为尾矿流量， g a 为给矿矿浆中
 y** (ak ) 
  矿物品位， g cpi 为给矿矿浆中矿物种类 i 的品味。
y (ak  a) 
**
Y * (ak )   整个底层过程输出为精矿品位 Lcg 与尾矿品位 Ltg 。
  
 **  其中，精矿品位：
 y (ak  a(n  1))  M 1 g 1  M e2 g cp2
则运行指标序列为 Lcg  e cp1 Lcu
M e  M e2
r **
(ak | ak ), r ** (ak  a | ak ), , r ** (ak  na  a | ak ) 尾矿品位：
并有， r ** (ak  na  a | ak )  r * M 1 g 1  M p2 g cp2
Ltg  p cp1 Lcu
对应的优化值为 M p  M p2
n 1
Fk*   [r *  rs (k  l | k )]T [r *  rs (k  l | k )] 选取泥浆高度 h p 与给矿矿浆流量 qa 作为整个
l 0 控制系统的输入，即 u  ( h p , qa ) ；精矿品位 Lcg 与尾
在 ak  a 时刻，令控制序列为 矿品位 Ltg 为整个系统的输出，即 y  ( Lcg , Ltg ) ；状
 y** (ak  a ) 
  态 变 量 为 泥 浆 质 量 M ip 与 泡 沫 质 量 M ei ， 即
 y (ak  2a) 
**
x  ( M ip , M ei ) 。按照平衡点线性化的方法，得到其
Y (ak  a )    
 **  线性时不变模型为
 y (ak  a (n  1))    17.995 6 0 65.6 0 
 y** (ak  a (n  1))    0  0.1356 34 
   x   0 316
x
显然该式满足(12)中的约束，即这个控制序列   17.9 0  65.8473 0 
  0 0.04 0  316.247 
是可行解。则有对应的优化值为  
n 1   0.535 549 0.160 952 

Fk 1   [r *  r (a (k  1  l ) | a ( k  1))]T  
 35.798 9 5.242 16 
 u
l 0
  5.647 67 0 
[r *  r (a (k  1  l ) | a (k  1))]    0.247 329 0 
n 1   
 [r *
 r (a (k  l ) | ak )]T [ r *  r (a (k  l ) | ak )]  
y  
0 0 0.287 901  6.574 1 
x
l 0
  0.028 275 6  0.000 423 001 0 0 
[r *  r (ak | ak )]T [ r *  r (ak | ak )] 
仿真实验参数如下：
Fk*  [ r *  r (ak | ak )]T [ r *  r (ak | ak )] (14) 底层回路控制层采样时间选为 Td  1 min ，PID
显然，[r *  r (ak | ak )]T [r *  r (ak | ak )]  0 ，则有 控制器衰减率为   0 ，系统目标运行指标为 r * 
以下等式成立： 8，初始时底层设定点为 y*  [0.15, 0.1]T ，收益矩阵
Fk*1  Fk 1  Fk* (15)
为 M  [100, 20] ，消耗矩阵为 N  [0.01, 0.1] ，上
由式(15)可知，Fk* 是单调递减的，且在 r (ak )  层运行层采样周期为 To  60 min 。
r * 时取得最小值，可知 Fk* 是系统的 1 个 Lyapunov 仿真实验结果，分别如图 2 至图 5 所示。
函数，所以整个双闭环系统是闭环稳定的。

4 仿真实验
为验证本文提出方法的有效性，以浮选过程为
模型进行了仿真实验，其中，浮选过程模型为[10-13]
dM ip qT
 (k pi  ) M pi  kei M ei  qa X ai
dt (1   g ) Ahp
(16)
dM ei qc
 ( ke 
i
)M e  k p M p
i i i
图 2 设定点动态调整的精矿品位跟踪曲线
dt (1   g ) A( H  hp ) Fig. 2 Tracking results of concentrate grade with
式中，i  1, 2 分别为矿物种类1(主要为黄铜矿)和矿 setpoint dynamic regulation
•984• 控 制 工 程 第 25 卷

有效性。实验结果表明，本文提出的方法能够控制
整个工业过程跟踪目标运行指标。

参考文献(References)
[1] Cutler C R, Perry R T. Real time optimization with multi-variable
control is required to maximize profits[J]. Computers and Chemical
Engineering, 1983, 7(5): 663-667.
[2] Young R E. Petroleum refining process control and real-time
optimization[J]. IEEE Control Systems Magazine, 2006, 26(6):
图 3 设定点动态调整的尾矿品位跟踪曲线 73-83.
Fig. 3 Tracking results of tail grade with setpoint [3] 柴天佑. 生产制造全流程优化控制对控制与优化理论方法的挑
dynamic regulation 战[J]．自动化学报, 2009, 35(6): 641-648．
Chai T Y. Challenges of optimal control for plant-wide production
processes in terms of control and optimization theories[J]. Acta
Automatica Sinica, 2009, 35(6): 641-648.
[4] Chai T Y, Ding J L. Hybrid intelligent control for optimal operation
of shaft furnace roasting process[J]. Control Engineering Practice,
2011, 19(3): 264-275.
[5] 柴天佑, 丁进良, 王宏, 等. 复杂工业过程运行的混合智能优化
控制方法[J]. 自动化学报, 2008, 34(5): 506-515．
Chai T Y, Ding J L, Wang H, et al. Hybrid intelligent optimal control
method for operation of complex industrial processes[J]. Acta
Automatica Sinica, 2008, 34(5): 506-515.
[6] 俞立. 鲁棒控制—线性矩阵不等式处理方法[M]. 北京: 清华大
图 4 运行层运行指标跟踪曲线 学出版社, 2002.
Fig. 4 Tracking results of the operational index in the Yu l. Robust control–LMI Method[M]. Beijing: Tsinghua University
Press, 2002.
operational layer
[7] Chai T, Ling Z, Qiu J, et al. Integrated network-based model
predictive control for setpoints compensation in industrial
processes[J]. IEEE Trans. on Information Informatics, 2013, 9(1):
417-426.
[8] Liu F, Gao H, Qiu J, et al. Networked multirate output feedback
control for setpoints compensation and its application to rougher
flotation process[J]. IEEE Trans. on Industrial Electronics, 2014,
61(1): 460-468.
[9] Xue D Y, Chen Y Q. MATLAB solutions to mathematical problems
in control[M]. Beijing: Tsinghua University Press, 2007.
[10] Harris C. Multiphase models of flotation machine behavior[J].
International Journal of Mineral Processing. 1978,5(2): 107-129.
图 5 回路控制层控制器输出曲线 [11] Zhang Y, Fan J, Jiang Y, et al. Semi-physical simulation platform for
double layer network-based operational control[C]. Intelligent
Fig. 5 Output results of the loop control layer
Control and Automation (WCICA), 2014 11th World Congress on.
controller IEEE, 2014: 1118-1123.
[12] Jiang Y, Fan J, Zhang Y, et al. An experimental study on integrated
以上仿真结果中，图 2 表示设定点动态调整情 network-based operational control method[C]. Mechatronics and
况下精矿品位跟踪曲线；图 3 表示设定点动态调整 Control (ICMC), 2014 International Conference on. IEEE, 2014:
1995-2000.
情况下尾矿品位跟踪曲线；图 4 为运行指标的跟踪 [13] Maldonado M, Sbarbaro D, Lizama E. Optimal control of a rougher
flotation process based on dynamic programming[J]. Minerals
曲线；图 5 为控制器输出曲线。实验结果表明，当 Engineering, 2007, 20(3): 221-232.
控制回路运行时的运行指标偏离运行指标设定值 [14] Camacho E F, Alba C B. Model predictive control[M]. Springer
Science & Business Media, 2013.
时，运行层的 MPC 控制器能够动态调整整个底层 [15] Garcia C E, Prett D M, Morari M. Model predictive control: theory
回路控制层的被控对象设定点，来达到调节运行指 and practice—a survey[J]. Automatica, 1989, 25(3): 335-348.
[16] Jiang Y, Fan J, Chai T, et al. Setpoint dynamic compensation via
标的目的，结果表明运行层的 MPC 控制器能够控 output feedback control with network induced time delays[C].
American Control Conference (ACC), 2015. IEEE, 2015: 5384-
制整个闭环系统的运行指标跟踪目标运行指标。
5389.
[17] 范家璐, 姜艺, 柴天佑. 无线网络环境下工业过程运行反馈控制
5 结 论 方法[J]. 自动化学报, 2016, 42(8): 1166-1174.
Fan J L, Jiang Y, Chai T Y. Operational feedback control of
本文针对一类工业过程在运行时无法跟踪目 industrial processes in a wireless network environment[J]. Acta
Automatica Sinica, 2016, 42(8): 1166-1174.
标运行指标这一问题，提出了一种模型预测控制方 [18] 朱宇蒙, 李少远. 网络化控制系统的预测控制方法设计[J]. 控制
法来动态调节设定点，从而使整个系统跟踪目标运 工程, 2013, 20(03): 426-430.
Zhu Y M, Li S Y. Design of networked predictive control in
行指标。首先，本文介绍工业过程运行优化控制的 networked control systems[J]. Control Engineering of China, 2013,
常规结构与运行优化控制策略；之后设计回路控制 20(3): 426-430.
[19] 邵剑, 金晓明. 纯碱煅烧过程的智能 MPC 优化控制策略[J]. 控
层 PID 控制器与基于模型预测控制的运行优化设 制工程, 2013, 20(3): 478-482.
Shao J, Jin X M. Intelligent MPC optimization and control of
定值控制器，证明了整个系统的稳定性；最后，基 calcination process in soda manufacture[J]. Control Engineering of
于浮选工业过程设计了仿真实验来验证该方法的 China, 2013, 20(3): 478-482