过程控制仿真日趋复杂

发布时间：2011-04-18 作者：Javier Gutierrez

        尽管仿真技术已经应用在过程控制领域很多年，今天工程平台强大的计算机处理能力才能够帮助工程师建造更美妙的系统，同时降低他们总体的设计成本。汽车和航空领域一直在使用仿真技术进行各种验证和测试工作，受其启发，过程自动化的工程师也开始在他们的应用中使用相同的硬件回路（HIL）仿真技术，以应对下一代系统日益增加的复杂性。实际的案例告诉我们HIL仿真可以如何应用到流程控制当中，同时也解释了在实施流程控制仿真的时候工程师应该注意哪些问题。
        应用的挑战
        近年来，过程控制工程师已经感受到了来自其他工程领域的竞争压力。他们需要使用功能更加先进的控制器，但是在将创新方法投入到实践中时，发现可以调动的资源和时间却越来越少。像石油与天然气这类典型的过程控制行业，更倾向于采用成熟的解决方案，对于采纳新技术显得很勉强，但越来越大的市场竞争压力以及计算技术的不断进步，正推动着工程师寻求创新的方法，以提升过程控制的效率。
        举例来说，美国国民油井华高公司（NOV）是一家全世界油气行业领先的供应商，它正在研究一种新的算法以消除振动现象。振动现象是旋转钻井机的一种功能障碍，特征是驱动扭矩和旋转位速度的周期性变异。这种变异是造成很多事故的主要原因，可以引起过度磨损、刀具提前失效以及钻井速度下降。

        当NOV寻求在PLC上测试新方法的时候，公司主要有两个方面的顾虑。首先，控制算法在试车期间无法实现充分测试，因为钻井过程中的实际状况不能全部出现。其次，因为振动现象是偶尔发生的，现场测试需要在测试点长期无谓等待，需要耗费大量的时间和资金。
        尽管要应对这些挑战，公司需要的绝对不会是一款简单的解决方案，但是如果要看一看其他的行业，就会发现优化的流程已被证实是新观点产生的最佳源泉。最吸引眼球的一点还在于，仿真技术的深入使用提高了验证和测试过程的效率。NOV将油泵系统的实时计算机仿真与顶级的驱动控制PLC连接，通过Profibus工业网络实现二者之间的通讯。这种安装可以进行不同操作环境的仿真，这样算法就可以在实验室安全并且按需定制的多种条件下进行测试。除此之外，它们还能够重复测试进行比较，在实验室中对PLC代码进行调校。
        您可能会问：“为什么仿真在流程控制行业是通用的呢（尤其是HIL仿真）？”这个问题的答案就是，应用的要求是一致的，比如：确定性、实时执行、硬件I/O通讯、数据记录功能、服务、激励产生、模型实施等等。
        HIL已被证明是一项可以解决多个难题的很有价值的技术，它也是一项在汽车和航空领域成功应用多年的成熟技术。HIL测试技术包括受控工厂系统的实时仿真，可以对实施的控制系统进行更为稳定、重复性更好、更高效的测试。它还允许工程师在现场安装之前模拟不同的操作条件、传感器和网络失效，这样就大幅降低了成本，消除了设备和人员的风险。实际上，这款工具对于现场测试极为昂贵的工业环境下的工厂运营非常有价值。没有它，测试就会受到很大的局限，也无法重复各种条件测试进而确定控制系统。

HIL支持过程控制中的深度测试。

        Solix Biofuels公司的目标，是寻找一种可升级、高性价比的从海藻中提取生物燃料的方法。藻类生长系统（AGS）的目标是获取数据，对生长过程进行控制管理。它需要的技术平台能够同时支持研发试验和工业运行，因此能够加快新技术从实验室到示范工厂的转化。Solix首先建立了一套生长过程的仿真系统，进而能够在系统完成之前开发控制系统。一旦控制算法通过仿真进行了全面测试和验证，它就可以加装到NI的可编程自动控制器（PAC）当中。实时仿真，并且算法可以无需修改代码就加装到实时硬件当中，Solix借此以创纪录的速度完成了这个项目。
        HIL系统分为多种类型，但是绝大多数都包括下列通用元件：实时处理器、I/O接口和操作员界面。实时处理器是HIL测试系统的核心，它可以准确的执行绝大部分HIL测试系统任务，比如硬件I/O通讯、数据记录、激励产生和模型实施。虽然过程控制系统的更新速度通常比较慢，但是实时系统仍然是HIL仿真的推荐技术，因为它可以准确的显示各种仿真元素。模拟、数字和总线协议信号都可以用来连接工厂仿真和已部署的控制系统。
        您可以使用它们加工激励信号、获取数据用于记录和分析，提供被测PLC和模型仿真的虚拟环境之间传感器/执行器的接口。操作员界面可以与实时处理器进行通讯，提供测试命令和可视化功能。通常，这些元件也可以验证配置管理、测试自动化、分析和报告任务。
        过程控制中的HIL
        在过程行业实施HIL测试系统一个挑战在于，需要对使用PLC或者PAC控制的工厂建模。下面两种建模方法，每种都有自己的优点和缺点。第一种方法，是使用数学模型，分析可以管理控制下流程动态性能的不同等式。这种方法需要流程方面的丰富知识，需要花费时间通过真实世界的数据验证模型的准确性。第二种方法，是测量输入系统的数据和结果、或者是其提供的反馈信息。使用类似曲线拟合的技术，基于流程中记录的激励和反馈数据，推导数学模型。非常重要的是，这两个方法并不是互相排斥的，可以将两者组合起来，加快模型开发速度、提高准确度。
        另外一个挑战是系统中所包括的I/O通道的数量。实施和维护高通道数系统的布线可能会对成本和时间提出挑战。这些系统需要成百上千的信号，用于连接控制器和HIL测试系统，而且通常要横跨数米以补偿空间上的需求。
        幸运的是，确定性分布式I/O技术可以帮助解决布线复杂性的问题，提供了与控制系统模块化的连接方式，能实现高效的系统配置更改。它并不需要将所有的连接都集中到包含一个或者多个实时模拟器和I/O界面的机架当中，您可以使用确定性分布式I/O为每一个控制系统提供距离最近的I/O接口，而不需要牺牲高速状态下的确定性，这对于系统虚拟元件的准确仿真非常必要。
        在过程控制中应用HIL，实际上提供了一个沙箱，可以节约费用。使用沙箱，工程师可以在安装之前纠正测试PLC运行使用的代码。它还让你能够评估控制策略，这是整定过程的起点。现在问问你自己：“HIL仿真能够吸引你吗？”