一種適用于煙草加工過程單回路控制系統(tǒng)的實時性能評價方法
【技術領域】
[0001] 本發(fā)明設及煙草加工過程控制的相關技術領域，具體地說是一種針對煙草加工過 程單回路控制系統(tǒng)的性能評價方法。
【背景技術】
[0002] 煙草加工過程是連續(xù)生產(chǎn)過程，經(jīng)過長時間的生產(chǎn)運行后，各控制回路性能會不 同程度的下降，如何利用過程生產(chǎn)數(shù)據(jù)對控制性能進行評價，及時發(fā)現(xiàn)控制系統(tǒng)性能的潛 在退化，進而采取預防改進措施，提高過程控制水平和生產(chǎn)維護效率，是過程控制人員亟待 解決的問題。
[0003] 煙草加工過程工序眾多，各工序包含很多不同類型的控制回路。單回路仍然 是其中最基本、最常見的控制回路。Harris通過對單回路常規(guī)操作數(shù)據(jù)采用時間序列 分析的方法，找到反饋不變項并作為評價控制系統(tǒng)的最小方差基準（CanJ化em化邑， 1989化7) :856-861)。在此基礎上，各種不同類型的評價方法及計算方法也被提出來評價控 制系統(tǒng)性能。雖然性能評價方法很多，但最小方差性能評價方法由于需要的過程知識少、計 算相對簡單，仍是現(xiàn)在使用最廣泛的評價方法。
[0004] 但運種常規(guī)的最小方差性能評價方法在實際應用中面臨W下主要問題：一是運種 方法是利用常用的辨識方法巧日：最小二乘；Burg方法等）對操作數(shù)據(jù)的時間序列模型進行 辨識，辨識所得模型的準確度不高，影響了性能評價的準確性；二是由于辨識方法所限，通 常是分批次對操作數(shù)據(jù)進行分析評價，缺乏對生產(chǎn)數(shù)據(jù)的實時滾動分析，性能評價的實時 性不高。

【發(fā)明內容】

[0005] 本發(fā)明的目的正是針對上述現(xiàn)有最小方差性能評價技術存在的問題，提出了一種 適應于煙草加工過程單回路控制系統(tǒng)的實時性能評價方法。通過用帶變遺忘因子的最小二 乘法來實時辨識操作數(shù)據(jù)的時間序列模型，提高模型辨識的準確性；并在性能評價中，采用 滑動窗口的形式對操作數(shù)據(jù)進行實時滾動分析，提高性能評價的實時性。
[0006] 本發(fā)明的目的是通過W下技術方案來實現(xiàn)的： 一種適用于煙草加工過程單回路控制系統(tǒng)的實時性能評價方法，具體包括W下步驟： (1) 針對煙草加工流程中的特定加工工序，選定待評價的單回路控制系統(tǒng)，確定相應的 被控變量(操作數(shù)據(jù)）； (2) 確定采集規(guī)則：包括采樣時間、評價數(shù)據(jù)范圍、初始采樣范圍。根據(jù)煙草加工過程 的特點，采樣時間為5-15秒；評價數(shù)據(jù)范圍選取生產(chǎn)過程穩(wěn)定運行的數(shù)據(jù)段(除去料頭、料 尾W及故障階段的生產(chǎn)數(shù)據(jù)）；初始采樣范圍為100-200個數(shù)據(jù)。
[0007] (3 )對采集的操作數(shù)據(jù)進行預處理，包括奇異值剔除W及平穩(wěn)性檢驗。若平穩(wěn)性檢 驗未通過，則可W對數(shù)據(jù)進行一次或二次差分處理，并將操作數(shù)據(jù)減去其設定值作為辨識 模型用數(shù)據(jù)； (4) 采用帶變遺忘因子的最小二乘方法對辨識數(shù)據(jù)進行自回歸（AR)時間序列模型建 模； (5) 由上面的時間序列模型通過"白化"獲得噪聲或殘差的方差奇；利用先驗知識或操 作數(shù)據(jù)，估計控制系統(tǒng)的時間延遲d; (6) 結合時間延遲d，利用長除法從獲得的時間序列模型中求取控制反饋不變項；并結 合噪聲方差:ifl，求取操作數(shù)據(jù)最小方差意義下的最小方差ο??Ρ; (7) 從操作數(shù)據(jù)的采樣范圍內求取過程輸出的實際方差，從而求取評價該采樣范 圍內控制系統(tǒng)的性能評價指標
； (8) 采用滑動窗口的形式，對整個評價數(shù)據(jù)范圍進行滾動分析，獲得連續(xù)的性能評價指 標。
[0008] 步驟（3)中，奇異值剔除是對明顯不符合穩(wěn)定生產(chǎn)過程或故障段的數(shù)據(jù)進行人工 剔除；平穩(wěn)性檢驗采用非參數(shù)檢驗法ADF;數(shù)據(jù)的一次或二次差分處理如下式：
步驟（4)中，采用帶變遺忘因子的最小二乘方法對辨識數(shù)據(jù)進行自回歸（AR)時間序列 模型，辨識后的自回歸模型結構如下式所示：
其中，別:巧為當前時刻的輸出操作數(shù)據(jù)；與。為自回歸模型的估計系數(shù)；邸為噪聲； 巧-巧為中間變量，初始值根據(jù)實際情況設定。3為遺忘因子，滿足下面的修正曲線：
其中，分別為遺忘因子的最小值和最大值，視具體情況設定。
[0009] 步驟（5)中，方差由辨識得到的自回歸模型"白化"得到，即由下式求出：

步驟（6)中，操作數(shù)據(jù)最小方差意義下的最小方差通過下述方法求?。?首先，將時間序列模型（AR)表達式表示為一個無限項的滑動平均模型：
其中d為控制時間延遲。然后，求取前d項控制反饋不變項，則最小方差控制下的最小 方差為：
步驟（7)中，過程輸出的實際方差由下式計算：
其中，η為評價數(shù)據(jù)的個數(shù)。
[0010] 步驟（8)中，由于采用了動態(tài)辨識模型的方式，在對整個評價范圍內的數(shù)據(jù)進行性 能評價時采用滑動窗口的形式進行滾動計算分析。
[0011] 采用本發(fā)明提出的方法，遺忘因子隨著模型擬合誤差的變化而變化。當離期望誤 差較大時，適當減小遺忘因子的值來提高辨識靈敏度；當離期望誤差較小時，適當增大遺忘 因子的值來提高辨識精度。并且，基于該方法的實時辨識能力，在性能評價中對操作數(shù)據(jù)采 用滑動窗口的形式進行實時分析，從而提高性能評價的準確度和實時性，提升煙草過程的 性能評價水平。
【附圖說明】
[0012] 圖1為常見的單回路控制系統(tǒng)； 圖2為離散自適應濾波器； 圖3為本發(fā)明最小方差性能指標滾動計算流程圖(該圖作為摘要附圖）； 圖4為實施例SH93水分控制回路采用本發(fā)明的最小方差性能滾動分析圖； 圖5為實施例SH93水分控制回路采用原方法的最小方差性能批次分析圖。
【具體實施方式】
[0013] 下面結合附圖和實施例對本發(fā)明作進一步的描述： W某卷煙廠甜93型氣流烘絲機(烘前砰流量5100kg/h)水分控制回路為評價對象(控 制系統(tǒng)如圖1所示)。具體的實施步驟如下巧日圖3所示）： (1) 選