4. 过程动态特性辨识
在APC（先进过程控制）项目中，控制器整定的质量很大程度上取决于对过程动态特性的掌握程度。所谓过程动态特性辨识，就是通过实验或数据分析，获得对象从操纵变量到被控变量之间的动态数学模型。没有可靠的模型，MPC的预测时域、控制时域、权重矩阵和约束条件就失去了设计依据；PID整定也会退化为经验试凑。因此，辨识是整定与性能评估链条中的第一环。
4.1 三类辨识方法的核心原理
阶跃响应辨识是最常用的现场方法。在过程稳定后，对操纵变量施加一个幅值适当的阶跃变化，记录被控变量的响应曲线。通过拟合一阶加纯滞后（FOPDT）或二阶加纯滞后模型，可提取三个关键参数：过程增益 Kp、时间常数 T 和纯滞后 θ。这三个参数直接决定PID的整定方向：Kp越大，比例增益应越小；θ/T越大，控制难度越高，积分作用应越弱。
脉冲响应辨识通过施加一个短时脉冲扰动，记录输出响应。其优势在于对生产影响小，且根据线性系统叠加原理，脉冲响应与阶跃响应之间存在积分关系。对于不允许长时间偏离操作点的装置，脉冲测试更安全。但脉冲响应信噪比低，需要配合滤波和多次平均。
频域辨识则通过正弦波、多正弦或伪随机二进制序列（PRBS）激励，分析输入输出信号的幅值比和相位差，得到频率响应函数。频域方法对噪声鲁棒，能清晰揭示共振频率、相位裕度和带宽，特别适合振荡回路和快速响应过程。
4.2 辨识方法在APC整定中的具体用途
辨识结果并非只用于“建模”，它直接决定整定策略。下表总结了三种方法在APC整定中的典型用途与关键参数映射。
| 辨识方法 | 主要输出 | PID整定用途 | MPC整定用途 | 适用场景 |
|---|---|---|---|---|
| 阶跃响应 | Kp、T、θ | 确定比例增益、积分时间、微分时间 | 构建FOPDT预测模型，设定预测时域 | 常规温度、液位、流量回路 |
| 脉冲响应 | h(k)序列 | 辅助验证阶跃模型一致性 | 直接生成动态矩阵，用于DMC | 不允许长时间扰动的装置 |
| 频域辨识 | G(jω)幅相曲线 | 整定鲁棒PID，保证相位裕度 | 校正模型频域误差，设计滤波器 | 振荡回路、快速响应过程 |
4.3 实操流程与参数设置
以阶跃响应辨识为例，现场实施通常遵循以下步骤：
- 工况稳定：确认被控变量、操纵变量和主要干扰量均处于稳定状态，波动小于正常噪声的2倍。
- 选择阶跃幅值：一般为操纵变量正常范围的3%～10%，确保响应可测但不触发安全联锁。
- 施加阶跃并记录：记录时间不少于
3T+θ，采样周期建议小于T/10。 - 数据预处理：去除异常值、滤波、去趋势，将数据转换为偏差形式。
- 模型拟合：使用最小二乘法或面积法拟合FOPDT参数。
- 模型验证：用另一组数据交叉验证，拟合度建议大于85%。
# 阶跃响应辨识参数示例（FOPDT）
Kp = 1.85 # 过程增益
T = 42.0 s # 时间常数
theta = 6.5 s # 纯滞后
采样周期 Ts = 2.0 s
预测时域 P = 3*T + theta = 132.5 s → 取 140 s
控制时域 M = 5 ~ 10 步
4.4 常见误区与复盘
辨识环节最容易出现的问题不是算法错误，而是实验设计和数据质量。以下误区在APC整定中反复出现：
- 阶跃幅值过小：响应淹没在噪声中，导致增益估计偏差大，整定后控制器增益过高。
- 记录时间不足：未达到稳态就停止记录，时间常数被低估，积分时间整定过小。
- 忽略纯滞后：将纯滞后并入时间常数，导致MPC预测时域不足，控制效果变差。
- 频域激励频率范围不当：未覆盖过程带宽，相位裕度评估失真。
- 用一组数据拟合又用同一组数据验证：过拟合风险高，模型泛化能力差。
总之，阶跃响应、脉冲响应和频域辨识各有适用边界。阶跃响应是现场最直接的入口，脉冲响应适合低扰动场景，频域辨识则为鲁棒性和高频动态提供保障。将三者结合，才能为APC控制器提供可靠的整定依据，并在后续性能评估中形成闭环改进。