过程控制系统及工程综述报告摘要：本文主要介绍了过程控制的发展史，回顾了计算机过程控制的发展状况以及未来的发展趋势，并且对过程控制和现代控制理论做了详细的论述关键词: 过程控制、控制理论、控制工程、鲁棒控制等1.过程控制的发展史1.1 前沿过程控制是工业自动化的重要分支。
几十年来，工业过程控制取得了惊人的发展，无论是在大规模的结构复杂的工业生产过程中，还是在传统工业过程改造中，过程控制技术对于提高产品质量以及节省能源等均起着十分重要的作用。
1.2 发展过程在现代工业控制中, 过程控制技术是一历史较为久远的分支。
在本世纪30 年代就已有应用。
过程控制技术发展至今天, 在控制方式上经历了从人工控制到自动控制两个发展时期。
在自动控制时期内，过程控制系统又经历了三个发展阶段, 它们是：分散控制阶段, 集中控制阶段和集散控制阶段。
从过程控制采用的理论与技术手段来看，可以粗略地把它划为三个阶段：开始到70 年代为第一阶段，70 年代至90 年代初为第二阶段，90 年代初为第三阶段开始。
其中70 年代既是古典控制应用发展的鼎盛时期，又是现代控制应用发展的初期，90 年代初既是现代控制应用发展的繁荣时期，又是高级控制发展的初期。
第一阶段是初级阶段，包括人工控制，以古典控制理论为主要基础，采用常规气动、液动和电动仪表，对生产过程中的温度、流量、压力和液位进行控制，在诸多控制系统中，以单回路结构、PID 策略为主，同时针对不同的对象与要求，创造了一些专门的控制系统，如：使物料按比例配制的比值控制，克服大滞后的Smith 预估器，克服干扰的前馈控制和串级控制等等，这阶段的主要任务是稳定系统，实现定值控制。
这与当时生产水平是相适应的。
第二阶段是发展阶段，以现代控制理论为主要基础，以微型计算机和高档仪表为工具，对较复杂的工业过程进行控制。
这阶段的建模理论、在线辨识和实时控制已突破前期的形式，继而涌现了大量的先进控制系统和高级控制策略，如克服对象特性时变和环境干扰等不确定影响的自适应控制，消除因模型失配而产生不良影响的预测控制等。
这阶段的主要任务是克服干扰和模型变化，满足复杂的工艺要求，提高控制质量。
1975 年，世界上第一台分散控制系统在美国Honeywell 公司问世，从而揭开了过程控制崭新的一页。
分散控制系统也叫集散控制系统，它综合了计算机技术、控制技术、通信技术和显示技术，采用多层分级的结构形式,按总体分散、管理集中的原则，完成对工业过程的操作、监视、控制。
由于采用了分散的结构和冗余等技术，使系统的可靠性极高，再加上硬件方面的开放式框架和软件方面的模块化形式，使得它组态、扩展极为方便，还有众多的控制算法(几十至上百种) 、较好的人—机界面和故障检测报告功能。
经过20 多年的发展，它已日臻完善，在众多的控制系统中，显示出出类拔萃的风范，因此，可以毫不夸张地说，分散控制系统是过程控制发展史上的一个里程碑。
第三阶段是高级阶段，目前正在来到。
1.3 过程控制策略与算法进度几十年来，过程控制策略与算法出现了三种类型：简单控制、复杂控制与先进控制。
通常将单回路PID控制称为简单控制。
它一直是过程控制的主要手段。
PID控制以经典控制理论为基础，主要用频域方法对控制系统进行分析与综合。
目前，PID控制仍然得到广泛应用。
在许多DCS和PLC系统中，均没有PID控制算法软件，或PID控制模块。
从20世纪50年代开始，过程控制界逐渐发展了串级控制、比值控制、前馈控制、均匀控制和Smith预估控制等控制策略与算法，称之为复杂控制。
它们在很大程度上，满足了复杂过程工业的一些特殊控制要求。
它们仍然以经典控制理论为基础，但是在结构与应用上各有特色，而且在目前仍在继续改进与发展。
20世纪70年代中后期，出现了以DCS和PLC为代表的新型计算机控制装置，为过程控制提供了强有力的硬件与软件平台。
从20世纪80年代开始，在现代控制理论和人工智能发展的理论基础上，针对工业过程控制本身的非线性、时变性、耦合性和不确定性等特性，提出了许多行之有效的解决方法，如解耦控制、推断控制、预测控制、模糊控制、自适应控制、人工神经网络控制等，常统称为先进过程控制。
近十年来，以专家系统、模糊逻辑、神经网络、遗传算法为主要方法的基于知识的智能处理方法已经成为过程控制的一种重要技术。
先进过程控制方法可以有效地解决那些采用常规控制效果差，甚至无法控制的复杂工业过程的控制问题。
实践证明，先进过程控制方法能取得更高的控制品质和更大的经济效益，具有广阔的发展前景。
1.4 传统过程控制存在的问题随着人们物质生活水平的提高以及市场竞争的日益激烈，产品的质量和功能也向更高的档次发展，制造产品的工艺过程变得越来越复杂，为满足优质、高产、低消耗，以及安全生产、保护环境等要求，过程控制的任务也愈来愈繁重。
这样的生产过程一般具有大惯性、大滞后、时变性、关联性、不确定性和非线性的特点。
这里的关联性不仅包含过程对象中各物理参量之间的耦合交错，而且包括被控量、操作量和干扰量之间的联系；不确定性不单指结构上的不确定性，而且还指参数的不确定性；非线性既有非本质的非线性，也有本质非线性。
由于工业过程的这种复杂性，决定了控制的艰难性。
2.过程控制与控制理论控制理论与控制工程学科是以工程系统为主要对象，以数学方法和计算机技术为主要工具，研究各种控制策略及控制系统的理论、方法和技术。
控制理论是学科的重要基础和核心内容，控制工程是学科的背景动力和发展目标。
本学科的智能控制方向主要包括模糊控制、专家系统、神经元网络、遗传算法等方面的研究，特别强调的是上述方法的交叉及其在工业过程控制方面的应用。
故障诊断方向主要研究当控制系统一旦发生故障时，仍能保证闭环系统稳定，且满足规定的性能指标。
利用获得的实时数据对生产过程进行在线监测及故障诊断，根据系统的运行状态制定相应的控制策略，使系统工作在最佳状态。
鲁棒控制方向主要研究被控对象参数变化后，控制系统仍能稳定可靠的工作，并在某种意义下保证系统的最优性。
信号处理方向主要研究控制系统中的信号处理问题，包括非线性系统的鲁棒滤波器的设计，自适应滤波器、噪声抵消器、小波分析等。
控制理论与过程控制是研究运动系统的行为、受控后的运动状态以及达到预期动静态性能的一门综合性学科。
在理论方面，利用各种数学工具描述系统的动静态特性，以建模、预测、优化决策及控制为主要研究内容。
在应用方面，将理论上的研究成果与计算机技术、网络技术和现代检测技术相结合，形成各种新型的控制器或控制系统。
研究内容涵盖从基础理论到工程设计与实现技术的多个层次，应用遍及从工业生产过程到航空航天系统以及社会经济系统等极其广泛的领域。
3.现代控制理论在过程控制中不很成功3.1 控制科学与技术发展状况控制科学与技术在20世纪的人类科技进步中起到了举足轻重的作用，为了解决当今社会的许多挑战性问题产生了积极的影响，提供了科学的思想方法论；为许多产业领域实现自动化奠定了理论基础，提供了先进的生产技术和先进的控制仪器及装备。
特别是数字计算机的广泛使用，为控制科学与技术开辟了更广泛的应用领域。
回顾近百年来的工程技术的发展，可以看到，20世纪的控制科学与技术是在实践的重大需求驱动下快速发展的，他经历了若干重要的发展时期，如20世纪初的Lyapunov稳定理论和PID控制律概念；20年代的反馈放大器；30年代的Nyquist与Bode图；40年代维纳的控制论；50年代贝尔曼动态规划理论和庞特里亚金极大值原理；60年代卡尔曼滤波器、系统状态空间法、系统能控性和能观性；70年代的自校正控制和自适应控制；80年代针对系统不确定状况的鲁棒控制；90年代基于智能信息处理的智能控制理论。
中国控制学科界的许多学者为控制理论和技术的发展也做出重要的贡献。
随着计算机科学、网络和智能信息处理技术的进步，以及社会生产力发展的强烈需求，在如何解决日益增加的复杂系统、网络系统、多传感器信息融合、生物、基因、量子计算、社会经济与生态等重大问题上，控制科学和自动化领域的研究者们在21世纪初面临着更重大的、更为迫切的挑战。
近30年来，控制科学在非线性系统控制、分布参数系统控制、系统辨识、随机与自适应控制、鲁棒控制、离散事件系统和混合系统、智能控制等研究方向上取得了许多重要进展。
在21世纪初的十几年，这些方向仍将是控制科学发展的主要研究方向，它们之间的交叉与结合，将形成许多应用性更强的重要研究方向。
非线性控制是控制理论中一个重要的研究分支，目前在该方向的一些研究成果已应用于机器人、直升飞机与电力系统控制等实际控制工程中。
可以预见，非线性控制理论的进一步发展，将对多机器人系统协调操作与大型网络稳定安全为背景的非线性系统的控制工程等产生重大影响。
混沌系统作为非线性系统的重要组成部分，在混沌生成、混沌抑制、混沌同步化、混沌通讯应用以及混沌信息编码等方面已经取得一些突破性的进展。
这些研究成果将对复杂系统的深入研究提供了有意义的借鉴。
自20世纪70年代开始，国内外学者开始重视分布参数系统的研究。
分布参数系统是无穷维系统，一般由偏微分方程、积分方程、泛函微分方程或抽象空间中的微分方程所描述。
我国学者在细长体弹性振动系统的建模和振动控制、振动系统的谱分析、能控性和反馈镇定、一般无穷维系统的极大值原理、人口系统控制、人口预测和控制等方面都做出了重要贡献。
由于实际系统的复杂性，人们往往很难（或不可能）从基本的物理定律出发直接推导出系统的数学模型，这就需要利用可以测量的系统输入和输出数据，来构造系统内结构及参数的估计，并研究估计的可靠性和精度等问题，这就是系统辨识的任务。
20世纪90年代，线性系统辨识理论趋于成熟，而非线性系统的辨识仍处于发展阶段。
近10年来，系统辨识领域有3个热点研究方向：基于鲁棒控制的数学模型要求的鲁棒辨识，基于特殊信号驱动下的系统辨识和基于智能信息处理的非线性系统辨识。
当实际系统受到的外界干扰和系统模型误差被看作为随机噪声时，我们把这类系统称为随机系统。
近年来，在非线性滤波、随机极大值原理、随机最优控制综合等方面已有新的进展。
人们为了寻求能够实际应用并且性能良好的控制算法，由“分离思想”和“必然等价思想”发展了自适应控制的理论和方法。
在科学研究和工程实践中，自适应算法已经成为一种非常有效的重要方法。
一般地，系统的数学模型与实际系统存在着参数或结构等方面的差异，而我们设计的控制律大多都是基于系统的数学模型，为了保证实际系统对外界干扰、系统的不确定性等有尽可能小的敏感性，导致了研究系统鲁棒控制问题。
近年来，对非线性系统的鲁棒适应控制的研究已成为一个热点方向。
人工神经网方法、滑动模（sliding-mode）方法及鲁棒控制方法的结合可以设计出对一大类连续时间非线性系统稳定的自适应控制律。