1.4 过程控制系统仿真基础

过程控制主要讲述流程型工业的控制问题，它是在基本控制理论的基础上，将控制理论知识和工程应用结合起来，把理论应用于实际。

现代流程工业越来越多地采用以DCS为代表的计算机控制系统。硬件的发展促进了对过程控制技术的需求，但过程控制系统最终需要工艺技术人员来掌握操作。由于这些系统涉及一系列理论与实践问题，大多数工艺人员难以理解，因而最终影响使用效果。

过程控制涉及复杂的控制理论和数学问题，较抽象难懂，熟悉工艺的人由于缺乏必要的数学基础和控制理论基础，在学习和理解上更感困难；因此，利用计算机仿真技术，将复杂的过程控制系统从“抽象”化为“形象”，将复杂数学公式化为曲线，图表，从而易于理解掌握，这种仿真技术不仅十分重要，也十分必要。

1.4.1 计算机仿真基本概念

计算机仿真技术是当前应用最广泛的实用技术之一。它集成了计算机技术、网络技术、图形图像技术、面向对象技术、多媒体、软件工程、信息处理、自动控制等多个技术领域的知识，以数学理论、相似原理、信息技术、系统技术及其应用领域有关的专业技术为基础，以计算机和各种物理效应设备为工具，利用系统模型对实际的或设想的系统进行实验研究的一门综合性技术。

1.模型

模型是对现实系统有关结构信息和行为的某种形式的描述，是对系统特征与变化规律的一种定量抽象，是人们认识事物的一种手段或工具。

模型可以分为以下三类：

（1）物理模型

指不以人的意志为转移的客观存在的实体，如飞行器研制中的飞行模型，船舶制造中的船舶模型等。

（2）数学模型

指从一定的功能或结构上进行相似，用数学的方法来再现原型的功能或结构特征。

（3）仿真模型

指根据系统的数学模型，用仿真语言转化为计算机可以实现的模型。

2.仿真系统分类

可以从模型角度和计算机类型角度对不同的仿真系统进行分类。

（1）按模型分类

● 物理仿真：采用物理模型，有实物介入，它的特点是具有效果逼真，精度高等优点，但造价高或耗时长，大多在一些特殊场合下采用（如导弹、卫星一类飞行器的动态仿真，发电站综合调度仿真与培训系统等），具有实时性、在线的特点。

● 数学仿真：采用数学模型。它在计算机上进行，具有非实时性、离线的特点，经济、快速、实用。

（2）按计算机类型分类

● 模拟仿真：采用数学模型，在模拟计算机上进行的仿真实验。这是一种早期的仿真手段，现在基本被淘汰。

模拟仿真的特点是描述连续物理系统的动态过程比较自然、逼真，具有仿真速度快、失真小、结果可靠的优点，但受元器件性能影响，仿真精度较低，对计算机控制系统的仿真较困难，自动化程度低。模拟计算机的核心是运算部分，它由我们熟知的“模拟运算放大器”为主要构成部件。

● 数字仿真：采用数学模型，在数字计算机上借助数值计算方法所进行的仿真实验。它是在20世纪60年代随着计算机的发展而发展起来的。

数字仿真的特点是计算与仿真的精度较高。理论上计算机的字长可以根据精度要求来“随意”设计，因此其仿真精度可以是无限，但是由于受到误差积累、仿真时间等因素影响，其精度也不易定得太高。

数字仿真对计算机控制系统的仿真比较方便，仿真实验的自动化程度较高，可方便地实现显示、打印等功能，但计算速度比较低，在一定程度上影响到仿真结果的可信度。

随着计算机技术的发展，速度会在不同程度上有所改进与提高。数字仿真没有专用的仿真软件支持，需要设计人员用高级程序语言编写求解系统模型及结果输出程序。

● 混合仿真：结合了模拟仿真与数字仿真的技术与特点。

● 现代计算机仿真：采用先进的微型计算机，基于专用的仿真软件、仿真语言来实现，其数值计算功能强大，易学易用。它是在20世纪80年代发展起来的，是当前主流的仿真技术与方法。

3.计算机仿真技术发展趋势

随着计算机技术的发展与进步，与之紧密结合的计算机仿真技术也得到了飞速发展，其发展趋势主要体现在以下方面：

（1）硬件方面：基于多CPU并行处理技术的全数字仿真将有效提高仿真系统的速度，大大增强数字仿真的实时性。

（2）应用软件方面：直接面向用户的数字仿真软件不断推陈出新，各种专家系统与智能化技术将更深入地应用于仿真软件开发之中，使得在人机界面、结果输出、综合评判等方面达到更理想的境界。

（3）分布式数字仿真：充分利用网络技术进行分布式仿真，投资少，效果好。

（4）虚拟现实技术：综合了计算机图形技术、多媒体技术、传感器技术、显示技术以及仿真技术等多学科，使人仿佛置身于真实环境之中，这就是“仿真”追求的最终目标。

1.4.2 仿真在过程控制中的应用

过程控制是一门应用性和实践性很强的学科。实验是这一学科的一个重要环节，许多重要的概念和方法必须通过实验才能更好的掌握。

进行过程控制系统仿真实验不仅可以加深对过程控制的理解和认识，而且为以后在自动化仪表和过程控制系统上进行实验打下基础，而且还可以通过仿真研究各种控制系统和复杂控制算法。

过程控制系统的实施是一项复杂的系统工程，不仅需要掌握控制理论的精髓，还需要对工业过程的动态及稳态特性的深刻理解；否则，所设计的过程控制系统在实际工业现场可能就表现很糟，有可能即使是一个最简单的单回路PID控制，也无从着手，而事实上或许只需根据过程特性修改一下控制器的PID参数，控制系统就能完美的运行。

因此，学好过程控制，应着眼于提高分析与解决实际问题的能力，适当的实验手段是十分必要的。但过程控制系统的实验投入也是一个庞大的系统工程，不仅需要过程装置，而且还需要测量变送设备、控制器和执行器、必要的管路、电路和各种辅助设备（如流体输送设备），不仅投入巨大，且需专人管理维护。更重要的是，实验装置由于受场地、资金等限制，只能迷你化，但过程的动态特性与装置的大小密切相关，也就是实验装置的控制与工业现场装置的控制，仍有很大不同。

计算机仿真技术的应用，不仅可以减小实验投入，降低实验成本，而且可以获得比实验装置更好的实验效果。

1.仿真的必要性

在过程控制中，仿真技术通过模拟被控对象在控制策略作用下的行为，检验控制的有效性，并对被控对象模型和算法做出评价。

从20世纪40年代开始直至今日，采用PID控制规律的单输入单输出简单反馈控制回路已经成为过程控制的核心系统，以经典的PID控制理论为基础，主要使用频域分析方法进行控制系统的设计。

目前，PID控制仍然得到广泛的应用，即便是在大量采用DCS、FCS控制的现代流程工业生产过程中，采用PID的回路仍占总回路的80%～90%。因为PID控制算法足以维护一般过程的平稳操作与运行，而且这类算法简单且应用历史悠久，容易为操作人员接受。

在工业生产过程中，仍有10%～20%的控制问题采用PID控制和串级、比值、前馈等经典复杂控制策略无法奏效，所涉及的被控过程往往具有强耦合性、不确定性、非线性、信息不完全性和大纯滞后等特性，并存在着苛刻的约束条件，更重要的是它们大多数是生产过程的核心部分，直接关系到产品的质量、生产率和成本等有关指标。

合理的过程控制方案可以带来巨大的经济效益，但是由于工业工程具有的不确定性、耦合性、非线性等特点和安全上的要求，必须进行有效和安全的控制。

这一切决定了控制方案不能直接实施于现场，而是需要在实施前进行大量的仿真实验，但是这些实验在实际现场进行是不现实的，因为这样既不安全又不经济，这就给控制方案的应用和发展带来诸多不便，如果可以在投入实际运行之前能够对控制方案、策略和算法进行大量的仿真实验，则既可以提高安全性又可以取得更好的控制效果。

因此，仿真技术已经广泛地应用于连续工业生产过程领域，显示出巨大的经济效益，其成效得到了过程工业界的一致认同。

过程控制系统仿真就是以过程控制系统模型为基础，采用数学模型替代实际控制系统，以计算机为工具，对过程控制系统进行实验、分析、评估及预测研究的一种技术与方法。

2.仿真的基本过程

过程控制系统仿真包括以下几个基本步骤：问题描述、模型建立、仿真实验、结果分析，其流程如图1.5所示。

（1）建立数学模型。控制系统的数学模型是指描述控制系统输入、输出变量以及内部各变量之间关系的数学表达式。控制系统数学模型可分为静态模型和动态模型，静态模型描述的是过程控制系统变量之间的静态关系，动态模型描述的是过程控制系统变量之间的动态关系。最常用、基本的数学模型是微分方程与差分方程。过程控制系统数学模型的建立将在本书第4章进行详细讲述。

（2）建立仿真模型。由于计算机数值计算方法的限制，有些数学模型是不能直接用于数值计算的，如微分方程，因此原始的数学模型必须转换为能够进行系统仿真的仿真模型。例如在进行连续系统仿真时，就需要将微分方程这样的数学模型通过拉普拉斯变换转换成传递函数结构的仿真模型。

（3）编写仿真程序。过程控制系统的仿真设涉及很多相关联的量，这些量之间的联系要通过编制程序来实现，常用的数值仿真编程语言有C、Fortran等，近年来发展迅速的综合计算仿真软件，如MATLAB/Simulink也可以用来编写仿真程序，而且编写起来非常迅速、界面友好，已得到广泛应用。Simulink可以方便地进行过程控制系统的分析与设计，利用鼠标在模型窗口上绘制出所需要的控制系统模型，然后利用Simulink提供的功能就可系统地进行仿真和分析。

（4）在完成以上工作后，就可以进行仿真实验了，通过对仿真结果的分析来对仿真模型与仿真程序进行检验和修改，如此反复，直至达到满意的实验效果为止。