電子通信論文編號:TX121  字?jǐn)?shù):43224.頁數(shù):59   

目錄
摘  要   1
ABSTRACT   2
第一章  緒論   5
1.1  過程控制的發(fā)展與研究現(xiàn)狀   5
1.2  過程控制技術(shù)的發(fā)展趨勢   7
1.3  軟測量技術(shù)  8
1.4  工業(yè)過程優(yōu)化控制的研究進展  8
1.5  本文主要內(nèi)容   10
第二章  異種計算機系統(tǒng)之間通訊及數(shù)據(jù)采集  10
2.1  引言   10
2.2  DeltaV系統(tǒng)的特點  11
2.2.1主要硬件配置  11
2.2.2控制網(wǎng)絡(luò)采用工業(yè)以太網(wǎng)   12
2.2.3控制器卡件的智能化－即插即用  12
2.2.4出色的控制器冗余設(shè)計  12
2.2.5功能強大、靈活方便的組態(tài)[21]     12
2.2.6獨特的報警 12
2.2.7現(xiàn)場總線接口  13
2.3  通訊方案  14
2.3.1 DeltaV DCS結(jié)構(gòu)  14
2.3.2 DeltaV DCS與PC LAN通訊方案  15
2.4  通訊軟件設(shè)計  15
2.4.1 Professional Plus工作站上CL語言的編程   15
2.4.2通訊工作站上程序設(shè)計及通訊系統(tǒng)的應(yīng)用  17
2.5  軟件編程實現(xiàn)  19
2.5.1 Professional Plus工作站上CL語言的具體編程   19
2.5.2通訊站上的程序?qū)崿F(xiàn)  19
2.6  結(jié)束語  21
第三章  軟測量技術(shù)及其應(yīng)用  22
3.1  引言   22
3.2  軟測量技術(shù)  22
3.2.1輔助變量   22
3.2.2數(shù)據(jù)預(yù)處理   23
3.2.3軟測量模型的建立  24
3.2.4軟測量模型在線校正  27
3.3  軟測量工程設(shè)計  28
3.4  丁二烯裝置萃取精餾塔中反丁烯-2的軟測量應(yīng)用[44  29
3.4.1工藝流程簡介  29
3.4.2輸入變量的選擇及數(shù)據(jù)處理   30
3.4.3軟測量模型及測試結(jié)果    30
3.5  軟測量技術(shù)的發(fā)展趨勢  31
第四章  過程控制系統(tǒng)中的OPC技術(shù)   31
4.1  引言  31
4.2  OPC技術(shù)的發(fā)展   32
4.2.1傳統(tǒng)的數(shù)據(jù)訪問方式   32
4.2.2 OPC的數(shù)據(jù)訪問方式   33
4.3  主體框架   33
4.3.1 OPC對象和接口  33
4.3.2 OPC數(shù)據(jù)存取（Data Access）規(guī)范   36
4.3.3 OPC報警與事件（Alarm and Event）規(guī)范[53  37
4.3.4 OPC歷史數(shù)據(jù)存取（Historical Data Access）規(guī)范[54]   37
4.4  OPC技術(shù)的特點   37
4.4.1標(biāo)準(zhǔn)化  37
4.4.2分布式   38
4.4.3開放性   38
4.5  OPC與DDE的比較   39
4.6  應(yīng)用程序于服務(wù)器連接示例  40
4.7  OPC技術(shù)在DeltaV系統(tǒng)中的應(yīng)用  40
4.8  OPC技術(shù)的最新進展及發(fā)展方向   41
第五章  丁二烯精餾裝置先進控制系統(tǒng)的設(shè)計與實現(xiàn)   42 
5.1  丁二烯精餾裝置概況   42
5.1.1生產(chǎn)方法   42
5.1.2工藝技術(shù)路線  43
5.1.3生產(chǎn)原理  43
5.1.4工藝流程  44
5.2  軟測量模型的建立  46
5.2.1數(shù)據(jù)的預(yù)處理  46
5.2.2多元線性回歸分析法  47
5.2.3多元逐步回歸分析法  49
5.3  軟測量模型的在線校正   51
5.4  軟測量模型在DeltaV DCS上的實現(xiàn)   52
5.4.1回路的改造  52
5.4.2模型在DeltaV DCS上的實現(xiàn)  54
5.5  結(jié)束語   57
參考文獻  57

摘  要

近年來，隨著市場競爭的日益加劇和環(huán)保要求的不斷提高，迫切要求企業(yè)從有限的資源中不斷挖掘潛力，提高經(jīng)濟效益，這給過程控制和過程優(yōu)化提出了新的要求，從而也對過程建模提出了更高的要求。
一切工業(yè)生產(chǎn)的目的都是為了獲得合格的產(chǎn)品，質(zhì)量控制成為所有控制的核心。為了實現(xiàn)良好的質(zhì)量控制，就必須對產(chǎn)品質(zhì)量或與之相關(guān)的重要過程變量進行嚴(yán)格控制。由于在線分析儀表不僅價格昂貴，而且分析儀表滯后大，最終將導(dǎo)致控制系統(tǒng)的性能下降，從而難以滿足生產(chǎn)要求。例如石油化工生產(chǎn)中精餾塔產(chǎn)品成分、塔板效率、反應(yīng)器中反應(yīng)物濃度、轉(zhuǎn)化率等參數(shù)。為解決這類變量的測量問題，軟測量技術(shù)得到了很大的發(fā)展。
本文對軟測量技術(shù)進行了深入的研究與探討，在此基礎(chǔ)上利用多元線性回歸、多元線性逐步回歸、人工神經(jīng)網(wǎng)絡(luò)等方法來建立數(shù)學(xué)模型，并結(jié)合揚子石化丁二烯裝置優(yōu)化改造項目，在Fisher-Rosemount公司的DeltaV DCS上成功實現(xiàn)了基于軟測量模型的先進控制系統(tǒng)。
本文的主要研究工作概括如下：
（1）首先對過程控制的發(fā)展和研究現(xiàn)狀做了論述。對現(xiàn)有的研究成果進行了分析和闡述，并指出了理論研究與實際應(yīng)用中所存在的困難。
（2）揚子石化公司丁二烯生產(chǎn)裝置配套的DeltaV DCS沒有選擇與管理計算機系統(tǒng)的通訊接口。以Fisher-Rosemount公司的DeltaV DCS與PC LAN的數(shù)據(jù)傳輸為例，介紹了相應(yīng)技術(shù)、實現(xiàn)方法及其應(yīng)用。我們設(shè)計一套DeltaV DCS與PC機通訊方案，用于實時采集生產(chǎn)過程現(xiàn)場數(shù)據(jù)，并把DCS中的生產(chǎn)工藝數(shù)據(jù)存入數(shù)據(jù)庫中。
（3）針對數(shù)據(jù)庫中的數(shù)據(jù)我們采用多元線性回歸、多元線性逐步回歸、人工神經(jīng)網(wǎng)絡(luò)等方法來建立相應(yīng)的數(shù)學(xué)模型。
（4）OPC（OLE for Process Control）是微軟公司的對象鏈接和嵌入技術(shù)在過程控制方面的應(yīng)用，為工業(yè)自動化軟件面向?qū)ο蟮拈_發(fā)提供一項統(tǒng)一的標(biāo)準(zhǔn)。OPC的目的是為工廠底層設(shè)備或控制室數(shù)據(jù)庫中大量數(shù)據(jù)源之間的通信提供一種標(biāo)準(zhǔn)的通信機制。
（5）利用DeltaV DCS這個開發(fā)平臺，進行組態(tài)和下裝模型，從而達到先進控制要求。

關(guān)鍵詞  軟測量  線性回歸  人工神經(jīng)網(wǎng)絡(luò)  DeltaV DCS  OPC （OLE for Process Control）

ABSTRACT

Recently, with the becoming severely market competition and environment requirements force companies to improve their productivity and efficiency, which poses new requirements on process control and process optimization, as a result, more severe requirements are posed on process modeling.
All industries’ purposes are getting the eligible product. The core of all controls is quantity control. In order to achieve good quantity control, we should control product quantity or correlative process variable severely. On-line analysis instruments have several disadvantages including costly price, great lag etc., which lead to descend of control system’s performance and can’t meet production requirements. For example, in order to solve these variables measure such as distillation tower production component、tray efficient、reactant concentration、conversion and so on in petrochemical produce. Soft sensor technique has greatly developed.
Soft sensor technique has been studied and discussed in this dissertation deeply. Apply multivariable linear regression、multivariable step-wise regression and artificial neural networks to establish mathematical model, and realize the advanced process control system in Fisher-Rosemount DeltaV DCS.
The research works can be summarized as follows:
(1) Discuss the development and research of process control firstly. Analyze and expatiate the existing production.
(2) Without the communication interface between DeltaV DCS and Supervise Computer, we design a scheme of communication system between DeltaV DCS and PC, and then apply it to access process data, and then deposit them to database.
(3) Make use of  multivariable linear regression、multivariable step-wise regression and artificial neural networks and so on to establish corresponding mathematical model.
(4) OPC（OLE for process control）,which is the application of Microsoft’s Object Linking and Embedding technology in process control system, provides a unified standard for Object-Oriented Design in industrial automation software. A standard mechanism for communicating to numerous data sources, either devices on the factory floor, or a database in a control room is the purpose for OPC.
(5) Use the flat development of DeltaV DCS to configure、download and realize the model arithmetic in DeltaV DCS to achieve advanced process control.

KEYWORDS  soft sensor，linear regression，ANN，DeltaV DCS，OPC