关注自动化仪器仪表智能化技术的状况与进展.docx
《关注自动化仪器仪表智能化技术的状况与进展.docx》由会员分享，可在线阅读，更多相关《关注自动化仪器仪表智能化技术的状况与进展.docx（15页珍藏版）》请在冰点文库上搜索。
关注自动化仪器仪表智能化技术的状况与进展
关注自动化仪器仪表智能化技术的状况与进展
作者：
上海大学自动化系 郎文鹏 赵维琴
关键词：
智能化 过程控制 网络控制
1 引言
众所周知，自动化仪器仪表是科学进步的前提和生产活动的依据。
当人类活动的领域越过感觉器官极限的时候，仪器仪表就成了科学进步和一切事业取得成功的前提。
许多科学的进展首先取决于仪器仪表的进展。
仪器仪表技术是通过测量获得数据信息的信息技术，自动化仪器仪表工业是信息工业的源头，它的根本属性就是信息性。
在生产过程中，自动化仪器仪表对“物质流”信息进行检测、传输、显示、控制与执行，进而实现管理和决策。
它主要包括各种电量与非电量的传感器、变送器及自动检测仪表、自动显示仪表、自动调节仪表、系统控制装置、执行器等，是国民经济各部门的重要技术装备之一。
在自动化控制系统中，仪器仪表作为其构成元素，它的技术进展是跟随控制系统技术的发展的。
常规的自动化仪器仪表适应常规控制系统的要求，它们以经典控制理论和现代控制理论为基础，以控制对象的数学模型为依据。
当今，控制理论已发展到智能控制的新阶段，自动化仪器仪表的智能化就成为必然和必须。
本文将就自动化仪器仪表的智能化的状况与进展，以及当今对智能仪器仪表研究、开发热点做概要的分析与表述。
作者建议人们关注自动化仪器仪表智能化技术的进展，关注仪器仪表装置与控制系统技术的互动发展，这对推进我国自动化技术水平的进一步提高将是大为有益的。
2 仪器仪表“智能”的概念需要恰当的表达与合理的运用
什么是智能化的仪器仪表？
至今虽然没有一个明确的统一的定义，但作者感到在仪器仪表的刊物、广告、产品说明书等中不恰当的使用“智能化”的情况较多，把一些还不具有智能功能的仪表也称为智能仪表的现象时有出现。
到底应该如何理解和表达仪器仪表的“智能化”，什么样的仪器仪表才能称作智能化的仪器仪表，作者希望理论界和实业界达到一个共同认识，能对实际的仪器仪表有一个合理的、恰当的表达。
虽然，什么是“智能”？
目前没有统一的定义，但一般认为“智能”是指“一种根据外界变化的条件，确定正确行为的能力”。
因此，智能化的仪器仪表应能随着外界条件的变化做出正确的反应，模仿和扩充人的智能行为。
从信息技术发展的几个层次看，“数字化”是最低层次，“智能化”是最高层次。
它具有总结经验、理解、推理、判断和分析的能力。
“智能化”的标志是知识的表达与应用。
因此，在仪器仪表中，“智能”的含义可有两个层面:
即采用人工智能的理论方法和技术;具有拟人智能的特性和功能。
经常出现的情况是，把带有微处理器的仪器仪表称作智能仪表，其实，应该有所区分:
如果该仪器仪表采用了人工智能的理论方法和技术或该仪器仪表具有拟人智能的特性和功能，该仪器仪表就可称为智能仪表。
也就是说，带有微处理器的仪器仪表不一定是智能仪表，而相反智能仪表必然带有微处理器。
没有微处理器的仪表很难实现智能仪器仪表应具有的特性和功能。
3 自动化仪器仪表技术的进展历程简要回顾
（1）模拟仪表时代
从20世纪60年代开始，为满足工业发展的需要，将测量记录和控制功能组合在一起，这类仪表称为“基地式”仪表。
通常是以在带有调节单元的显示记录仪“基地”上，配上测量元件及执行器构成简单控制系统。
随着生产规模的扩大，产生了以功能划分的“单元组合式”仪表。
根据不同的控制要求，选择相应仪表单元组合起来构成各种不同复杂程度的控制系统。
无论是“基地式”仪表还是“单元组合式”仪表，它们的共同特点都是模拟式的，采用的是模拟技术，而控制系统以经典控制理论为基础。
（2）数字化仪表时代
20世纪80年代，随着计算机技术的发展及其在仪器仪表中的应用，以微处理器为核心器件的微机化仪表应运而生，产生了各种数字式变送器、数字式调节器、数字式显示记录仪、可编程控制器和智能仪表。
数字化仪表与模拟式仪表相比，其功能、性能、可靠性、通信功能等均有了质的飞跃。
主要的特点是采用数字技术，计算机技术用于仪器仪表和控制领域，计算机控制系统在工业控制中得到应用与推广。
（3）仪器仪表新概念—虚拟仪表技术
虚拟仪表技术从根本上开创了仪器仪表的新概念，它利用计算机技术实现和扩展仪器的功能。
它是计算机硬件资源、仪器仪表测控硬件并用于数据分析、过程通信及图形用户界面的软件之间的有效结合，是一种功能意义上的而非物理意义上的仪器仪表概念，软件是关键。
在虚拟仪表中，计算机作为一个控制和数据处理中心，传统仪表的硬件被软件所代替，用户可以仅仅通过修改软件而达到改变仪表功能的目的。
可见，仪器仪表本身的硬件和软件的界限已经模糊化了，仪器仪表设计的主要基础是它的软件，而不是传统仪器仪表的硬件。
在这种情况下，仪器仪表工作者从观念到知识结构和素质，都要以信息技术和网络思想来指导仪器仪表的设计与应用。
（4）仪器仪表真正意义上的智能化—采用人工智能技术的智能仪表
智能化的自动化仪器仪表应以智能控制理论为基础，体现人的智能行为。
人工智能是智能控制理论的基本组成部分之一，它以知识为基础，它的目标是建造智能化的计算机系统，用来模拟和执行人类的智力功能，如判断、理解、推理、识别、规划、学习和问题求解等等，进而用自动机模仿人类的思维过程和智能行为。
基于智能控制理论基础的智能仪器仪表目前大致有几方面的进展:
·专家控制器
专家控制系统（expertcontrolsystem,ECS）是典型的基于知识控制系统，它是一个具有大量的专门知识与经验的程序系统。
它运用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，解决那些需要人类专家才能解决好的复杂问题。
专家控制器的结构按控制要求的不同而有所不同。
典型的结构由知识库、推理机、人机接口等组成。
其中，知识的获取、知识库的建立是关键。
人们已经总结出的方法是领域专家和知识专家的有机结合，同时收集、归纳有经验的操作员方面的知识。
然后把获取的知识变成可用的规则，以期在推理过程中得到更高的命中率。
专家控制已在工业控制中得到广泛的应用。
·模糊控制器
模糊控制器（FC-FuzzyController），也称模糊逻辑控制器（FLC-FuzzyLogicController）。
自然界的事物都具有一定的模糊性，模糊逻辑在控制领域中的应用产生了模糊控制技术。
由于模糊控制技术具有处理不确定性、不精确性和模糊信息的能力，对无法建造数学模型的被控过程能进行有效的控制，能解决一些用常规控制方法不能解决的问题，因而模糊控制在工业控制领域得到了广泛的应用。
模糊控制器一般由输入标定、模糊化、模糊决策、清晰化、输出标定等几个部分组成。
其中，模糊化、模糊决策、清晰化是主要和基本的部分，“模糊化”将输入量（精确量）变为模糊量，“模糊决策”进行模糊运算，其过程是由推理机进行预估输出推理，得到模糊量输出。
“清晰化”将模糊量输出转化为精确量，提供给系统的驱动器定标后使用。
当前，模糊控制技术在工业控制中得到广泛的应用，尤其在不确定性过程、难于建模的场合发挥了模糊控制技术的长处。
模糊控制器在家电和其它行业同样得到了广泛的应用。
·神经网络控制器
神经网络在工业控制系统中的应用提高了系统的信息处理能力，提高了系统的智能水平。
所谓神经网络控制，简称神经控制，它是指采用神经网络这一技术对复杂的非线性对象进行建模，或担当控制器，或优化计算，或进行推理，或故障诊断等工作。
由于神经网络具有高度的并行结构和并行实现能力，具有对任意非线性关系的描述能力，具有通过训练学习归纳全部数据能力，使得它在控制系统中被广泛灵活地应用。
图1是神经网络PID控制系统结构图。
图1 神经网络PID控制系统结构图
由图1可见，这种基于多层前向网络的PID控制方案中，采用的是间接控制方式，它由控制器网络NNC和辩识器网络NNI组成。
·仿人控制器
仿人控制器比起专家控制、模糊控制等更强调对人的控制行为和功能的综合性模仿。
在控制过程中，它利用计算机模拟人的控制行为和功能，实现对没有精确模型的对象进行有效的控制。
设计仿人控制器必须获得控制系统的特征信息，即建立系统的特征模型，其方法是定性描述系统的动态特性，对信息空间划分出一定的区域，分别表示系统的一种特征状态，所有特征状态的集合就构成特征模型。
仿人控制器的算法设计就是根据特征模型和控制模态进行合理的组合，因而就出现了多种仿人控制模式和算法。
仿人控制器的多模态方式在工业控制中被广泛地采用。
4 仪器仪表技术跟随控制系统技术发展
控制系统发展过程中，控制理论、仪器仪表装置和系统应用技术之间关系密切，相互依存，相互促进，但仪器仪表技术总是跟随控制系统技术发展的。
例如，在经典控制系统和现代控制系统中，仪器仪表技术的核心技术为模拟技术，以基地式仪表和单元组合式仪表的方式与系统匹配。
70年代中期发展起来的分散控制系统DCS，是控制与危险分散、地域安装分散、而管理与显示集中的系统，代替这之前的以实现PID功能为主的模拟仪表控制系统。
以下就控制系统发展过程中的几个重要时期，仪器仪表技术的发展进行分析。
（1）分散控制系统DCS的出现，带动模拟显示技术向数字显示技术发展
DCS是一种分层网络结构，由过程控制器、人机界面和通信网络三部分组成。
如图2所示。
其下层负责现场级控制任务，上层负责决策管理和协调。
可见，DCS以通信网络为纽带，连在网络上的过程控制站和人机界面通称为网络节点。
在DCS系统中仪表的性能必须能满足系统的要求，如以前的模拟显示仪表已不能满足要求，要采用屏幕显示器CRT，模拟显示技术向数字显示技术发展。
同时要求仪表具有通信能力，控制功能下放到现场控制仪表装置中，必须研制相关的仪表通信接口，对仪表的可靠性也有了更高的要求，如此等等，促进了仪表技术的大大进步。
此后，数字化现场仪表进入DCS系统，DCS生产厂家利各种方式把数字化的现场设备集成到自己的系统中。
同时DCS中更多的智能和控制功能将向现场转移。
仪器仪表的功能和性能从而得到进一步的完善与提高。
图2 传统DCS系统
（2）现场总线智能仪表随现场总线控制系统FCS的产生应运而生
但由于，传统的DCS系统，控制器和人机界面的软件、硬件都是专用的，不开放，不能互操作，也不能与第三方通信。
现场总线控制系统FCS具有更强的开放性和实用性，因而所组建的自动化控制系统有更大的灵活性，可为企业提供一个从现场控制到企业管理全方位一体化的自动化解决方案。
FCS是在DCS基础上发展起来的，它将传统的仪表单元微机化，以现场总线网络方式代替传统点对点连接方式，使控制系统结构发生根本变化，不仅简化了接线，而且实现了控制系统的灵活组态。
图3是传统DCS和现场总线结合控制系统图。
在FCS系统中，对现场仪表有了更高的要求。
跟随控制系统技术的发展，现场总线智能仪表应运而生。
这里，所谓的现场总线智能仪表是个特定的概念，即把遵循国际现场总线协议设计制造的智能仪表称为现场总线智能仪表。
它是跟随现场总线控制系统的出现而产生的。
因为在传统DCS系统中应用的模拟现场仪表已不能满足现场总线控制系统的要求，必须以遵循国际现场总线协议设计制造的智能仪表来取而代之。
必须说明，这里的“智能”，主要是指现场变送器除了具有信号变换、参数补偿等功能外，还具有控制功能，如PID等运算控制功能;而执行器则除了具有调节和驱动功能外，还具有特性补偿、自诊断功能。
这说明在现场总线控制系统下，现场仪表设备具有功能自治能力，它把传感测量、补偿计算、工程量处理与控制等功能分散到现场仪表中完成。
必须指出的是，除了上述的功能下放之外，数字式、网络化成为现场总线智能仪表的核心技术。
但是由于目前现场总线多标准并存，现场总线智能仪表的通信协议很难统一，各个仪表厂商均在开发符合一种或几种现场总线智能仪表。
图3 传统DCS与FCS结合的控制系统图
（3）仪器仪表网络化是跟随网络控制系统发展的产物
自动控制系统技术从20世纪50年代的仪表控制（Instrumentation）、70年代的中央监控（CentralControl）、80年代的分散控制（DistributedControl）、到90年代的现场总线控制（FieldbusControl），自动控制系统各个时期的主要特点可用过程控制系统PCS（ProcessControlSystem）来描述。
网络技术的发展对控制系统产生了深刻的影响，网络创造新世纪。
踏入21世纪，世界进入了知识经济时代，在自动控制领域，迎来了网络控制（WebControl）的新时代，产生了新一代的控制系统，这就是过程知识系统PKS（ProcessKnowledgeSystem）。
它把控制系统建立在企业的网络平台上，以知识管理为中心，技术核心是它的监控软件，提供一体化数据库、互联网技术、一体化网络支持、开放式系统体系等等为企业构建了一个知识协同平台。
在网络控制系统中的仪器仪表装置必须是网络化的产品。
因而仪器仪表技术又有了新的进展，这就是仪器仪表的网络化。
即实现了检测、变送、显示、控制和执行单元的网络化。
控制信息的电气信号传输，不再通过直接点到点连接方式，而通过现场级网络以数字量方式进行，即仪表间的信息完全依靠网络进行传输。
这就是现场级网络技术在工业控制系统中的出现，带来现场设备和仪表单元的网络化。
自动化仪器仪表技术进入了网络化的新时期。
图4示出网络化的单回路控制系统示意图。
图4 网络化的单回路控制系统示意图
（4）综合自化系统下，仪器仪表概念向计算机及其软件系统方向突破
综合运用信息技术、自动化技术，通过网络及其支持软件构成的综合控制系统，对生产过程的物质流、管理过程的信息流、决策过程的决策流进行有效的控制和协调。
从而构成企业的综合自动化系统模式。
如图5所示为近年来提出的ERP/MES/PCS（企业资源计划/生产过程制造执行系统/过程控制系统）三层结构体系，就是综合自动化系统的实际体现。
在这种三层结构体系情况下，必然要突破原有的仪器仪表概念，因为原有的仪表系统已上升为计算机及软件系统。
ERP/MES/PCS三层结构中的每一层都有自己的作用与功能:
·ERP层是管理是它的中心，通过计算机及其软件平台进行企业生产经营优化决策，即对企业的生产管理、经营决策进行优化管理。
主要包括企业的供应链、客户关系、产品质量数据、设备资源等的优化管理;
·MES层是生产过程的运行优化层。
它在整个系统中，具有承上启下的作用，实现生产调度、物料跟踪、资源配置、流程模拟、模型计算及过程优化等功能;
·PCS层是基础自动化层。
包括我们熟知的软测量技术、实时数据库技术、可靠性技术、数据融合与数据处理技术、传感器、执行器等现场控制设备、DCS系统、FCS系统等，实现对生产的工艺过程有效的控制。
一个完整的、能使企业长期保持利益、有价值的综合自化系统应该是三者的有效整合。
图5 ERP/MES/PCS三层结构体系
图5中:
ESP-SimPro-生产过程流程模拟 ESP-Planning-计划排产
ESP-OilMove-油品移动与罐区管理 ESP-Qmonitor-质量监控
ESP-EMM-设备管理与维护 ESP-Cmonitor-成本管理
ESP-SD-优化调度 ESP-Safety-故障诊断与安全管理
ESP-RTO-实时优化 Apc-DataPro-物流数据校正
Apc-Blend-油品调合 Apc-Watch-计量监测与管理
5 智能仪器仪表的研究开发与实用化的进展
智能仪器仪表发展很快，在国内市场上已经出现了各种智能化仪表，例如，具有自动进行差压补偿的智能节流式流量计，具有对图谱进行分析和数据处理的智能色谱仪等等。
国际上品种更多，例如，美国Honeywell公司生产的DSTJ-3000系列智能变送器，能进行差压值状态的复合测量，可对变送器本体的温度、静压等实现自动补偿;美国Foxboro公司生产的数字化自整定调节器，采用了专家系统技术，能根据现场参数迅速地整定调节器的调节参数。
智能仪器仪表的研究开发是当前自动控制领域热点之一，有相当多的智能仪器仪表已进入实用化阶段，可从以下几方面进行分析:
（1）传感器、变送器、执行器等现场仪表智能化是主要热点
现场是控制系统的前哨阵地，是控制信息的发源地和控制命令的操作执行地，因此可以说，现场仪表是控制系统最直接、最重要、最关键的部分。
由上述可知，现代控制系统中更多的智能和控制功能将向现场转移。
因而传感器、变送器、执行器等现场仪表智能化得到飞速的发展。
这除了它本身的重要性之外，它还得益于固态传感器技术的发展，使得传感器、变送器向智能化技术迈进了一大步。
·传感器
智能变送器中，由硅制成的微传感器可按需要把信号放大、处理及控制集成到一块硅芯片上，已研制开发出多种结构的固态硅微传感器和集成化智能变送器，它们具有信号处理及某些智能功能。
例如重庆川仪横河公司采用先进的硅谐振传感器先后设计开发的EJA系列智能压力/差压变送器和EJX系列多变量变送器，测量精度高达0.075%和0.025%，电子部件可互换,具有自组态功能、高稳定性和高可靠性。
·变送器
智能变送器在实用过程中，经历了数模混合到全数字的发展阶段。
在初期阶段的智能变送器可输出模拟和数字两种信号。
例如，具有代表性的产品有:
ST3000差压变送器、3051C差压变送器、STT3000温度变送器等，它们的主要特点是具有补偿功能和校正能力，如差压变送器有温度压力补偿能力，温度变送器有非线性校正能力，通过现场通信能对变送器进行远程组态、调零调量程和自诊断。
所有自动控制中的大量信息都必须通过变送器引入系统，变送器必须适应和满足控制系统的技术要求。
现场总线控制系统中的变送器必须是数字式的，具有数字通信能力。
同时技术性能有很大提高，一般都具有控制功能，具有自诊断自校正和报警功能，具有更大的量程比。
由于现场总线的多标准，变送器也适应不同标准现场总线协议，出现了与不同标准现场总线配套的智能变送器。
与此同时还出现了多参数变送器，它可以接受多个输入参数，具有更多的智能功能。
值得一提的是，传感器大都存在交叉灵敏度，表现在传感器的输出值不只决定于1个参量，当其他参量变化时输出值也要发生变化，使得测量性能不稳定，测量精度低。
多传感器信息融合技术的出现解决了这类问题，所谓多传感器信息融合技术，它是通过对多个参数的监测并采用一定的信息处理方法达到提高测量精度的目的。
神经网络技术是进行数据融合处理的有效方法，图6所示就是一个油品含水率检测的例子，图6中，神经网络的输出节点可以直接输出被测水分值。
图6 神经网络法数据融合系统
·执行器
执行器在自动控制系统中起着十分重要的作用。
智能执行器方面，由于广泛采用和吸收微计算机控制、微机械等新技术、新成果，应用“微机+随动系统”结构模式，尤其是电动执行器智能化得到了进展。
就国内也出现许多新的具有智能功能的执行器。
例如上海锐凯仪表有限公司的RK-Z系列电动执行器就是其中之一。
它具有多种控制方式、自诊断、多协议通信等功能。
美国StoneL公司把高度可靠的固态阀位传感器和现场总线技术相集成，生产了低成本、高可靠的智能阀位指示器，具有多种防护等级和通信协议。
其中通信协议有:
AS-I（执行器传感器接口）协议，Modbus协议，DeviceNet协议，FF协议。
另外，通过网关可实现与Profibus或者Ethernet及其他协议通信。
图7 智能执行器各模块间的信息流程图
图7是以人工智能理论为基础的真正意义上的智能执行器各模块间的信息流程图。
它的控制层次包括自调整和自适应（非线性）控制，动态性能最优（速度和精度），监控和故障诊断;它的知识库的可分析知识包括参数状态估计和控制器设计方法，知识库的启发性知识是所学习到特性的存储;它的接口机制包括控制（自适应）决策和故障诊断决策;通信包括内部（组件和报文）通信和外部（其它执行齐或自动控制系统）通信。
（2）智能控制器乃是仪器仪表智能化开发、应用的主流方向
早期的智能调节器，如美国的Foxboro-EXACT专家自整定调节器，日本的YS-80及KMM211专家自整定调节器，其参数调整的依据是系统的响应特性曲线。
真正的智能控制器的开发应用主要有两种技术路线，它们是:
·常规控制器技术与智能控制器技术的融合
在控制工程中，直至今天大多数仍然采用PID及其改进形式的控制器。
随着智能控制技术的发展，出现了现代PID控制器。
现代PID控制器是将自适应控制、最优控制、预测控制、智能控制等控制策略引入PID控制中的PID控制器。
把专家系统、模糊控制、神经网络等智能控制理论整合到PID控制器中，就构成为智能型PID控制器。
这种智能PID控制器不需要确切知道系统的数学模型，表现了良好的可实现性和鲁棒性。
目前有以下几种类型:
基于专家系统的智能PID控制器，它是根据专家知识和经验选出反映系统特征的参数，作为专家知识或规则存入专家系统知识库中，再根据实时参数结合上述知识或规则，采用某种推理机制得出调节控制器的参数，从而得到最好的控制效果;基于模糊控制的智能PID控制器，它是在传统的PID控制基础上，根据知识建立模糊控制规则基，得到模糊PID控制的形式，再对控制器的输入进行模糊化、去模糊化处理最终得到离散的模糊控制器。
它适用于高阶、时变和非线性的控制对象，已有模糊PI控制器、模糊PD控制器、模糊PI+D控制器、模糊PD+I控制器等多种形式;基于神经网络控制的智能PID控制器，它是应用神经网络的自学习能力和对非线性函数的逼近能力，按一定的最优指标，调整PID控制器的参数，适应被控对象的变化，得到最好的控制效果。
根据神经网络的形式不同，可分为神经元PID控制器，神经网络PID控制器，遗传神经网络PID控制器，模糊神经网络PID控制器等多种形式。
无论专家系统的智能PID控制器，模糊控制的智能PID控制器，还是神经网络的智能PID控制器，它们的共同特点是:
把控制经验、实验数据等或归结为知识库，或制成模糊规则表，或用来训练神经网络，来表达出系统的输入、输出信息和控制器输出之间的关系，并能在线进行自调整和自学习。
从而使得智能PID不但不要求对象有精确的数学模型，而且还能处理非线性，时变性和不确定性因素。
因而智能PID控制器适用于非常广泛的过程控制，在工业控制中得到了越来越广泛的应用。
例如，在PH值控制系统、球形储罐的液位控制系统、汽温控制系统和CFB锅炉汽包水位以及多级倒立摆的控制系统等具有严重非线性、时变性或具有较大扰动的过程中获得了成功的应用。
·不同智能控制方法的融合
对于非常复杂的被控对象，仅用某种单一控制技术很难获得高精度与快速跟踪性能，为此，采用两种或多种控制策略的集成技术，通过动态控制特性上的互补以求得满意的控制结果。
在实用过程中，通常采用一种控制策略为主，配合其他控制方法，达到性能上的互补，从而构成一种集成控制器，实现综合智能控制。
例如专家模糊控制器，模糊神经控制器，神经网络专家控制器等等。
值得注意的是，当今工业以太网已成为工业现场网络的主要选择之一。
集成了实时操作系统（RTOS）、实时时钟（RTC）和实时控制引擎（RTCE）的Ethernet现场智能控制器，使得控制功能被进一步下放到底层，而且由于具备对等通信能力，可以很方便和低成本地将现场信号传递到工厂的另一端甚至世界各地。
由上海工业自动化仪表研究所（SIPAI）开发的Ethernet现场智能控制器，其结构示意图如图8所示。
它采用基于ARM7TDMI内核的32位芯片，并嵌入uCLinux实时操作系统。
整个系
升级会员 