中药生产过程优化控制策略的研究

李影丹,陈　晖,张瑀珊

(吉林大学白求恩医科大学制药厂,长春 130000)

中药生产过程优化控制策略的研究

李影丹,陈晖,张瑀珊

(吉林大学白求恩医科大学制药厂,长春 130000)

针对强非线性、不确定性、多约束特点的中药生产过程,采用传统的生产理论及技术已不足以满足多目标全局优化控制要求。本文对中药生产过程控制技术的发展做了简单的介绍,从提取、浓缩以及醇沉3个工段为生产过程的控制策略进行优化,为增强我国中药在国际市场上的竞争地位提供了理论基础。

中药生产；过程控制；控制策略

中医中药是我国产业独有的特色和优势领域，逐渐受到了世界的认可，以中药为主体的东方医药国际科技热潮正在兴起，但国内现代科学技术与传统中药生产的有机结合不够，且在中药生产中只有少数厂家实现了单个工业过程的自动化，采用传统的控制理论或单一的职能化技术难以满足多目标全局优化控制的要求，效率较低，在推广中医中药方面受到了阻碍，故中药生产过程中的优化控制是当前面临的重要任务，中药生产过程的优化控制一直是中药制造领域的研究热点。中药生产过程的先进控制，对于提高我国传统医药产业的科技水平、保持独有的特色和优势具有重要意义。

1　中药生产过程控制技术的发展

中医中药是我国优秀文化的璀璨瑰宝，为我国进军世界医药界做出了突出的贡献，中医技术以及中药的治疗效果得到了世界的肯定，受到了格外的重视，但是由于西医技术在我国的盛行，拥有中国特色的中医却受到了冷落。随着生活水平的提高及科学技术的发展，传统中药的生产技术已不足以满足社会的发展，缺乏了国际市场认可的质量标准问题，使中药生产的发展面临严峻的挑战。中药生产问题的凸显，引起了医学界的关注，后来在中药生产行业应用了计算机技术，调整了中药生产的科学性，受到管理者的重视。此外，还进行了算法的优化，研究将改进的粒子群算法用于中药提取过程PID优化控制，并针对中药提取工段的温度控制二阶时滞系统进行仿真，取得了较好的控制效果。根据现有的经济性和工厂约束来确定最佳控制给定值，在进行过程的工艺设计时，开始着眼于工艺参数、工作环境等不可避免的数据变化，进行稳态的优化，寻找最优的工艺操作参数组合，获取期望最优值。有效减少系统达到预设平缓状态的时间和调节次数。现阶段，随着对中药方面认识的深入，质量控制方法正在从单一指标成分定性定量的控制向活性成分、有效成分和多指标质量控制转变，研究者研究出了基于神经网络的中药生产过程多目标优化控制策略，这是中药研究中的一大突破，为中药研究寻找到一个新的突破口，为增强我国中药在国际市场上的竞争地位提供了有力的支撑。

2　中药生产过程优化控制策略的研究

中药生产过程优化可分为离线优化和在线优化，前者是利用各种建模和优化方法求解最优的工艺生产参数，提供给操作人员进行数据的实施；后者是利用计算机自动周期完成模型计算、修正参数，寻求最优数值，并直接送到控制器作为设定值。中药生产过程中的控制系统主要涉及了提取、浓缩以及醇沉3个工段，在优化控制中亦主要针对于此，基本的思想框架如图1所示。

图1　中药生产过程优化的基本框架

（1）在中药生产过程中，中药提取过程是整个工段控制的重点，只有保证提取时的压力平衡，才能保证药液挥发油的提取速度和沸腾度达到标准的要求，从而保证中药产品的质量。针对提取方面的控制优化，需以提高药材收率为主要目标，以机理模型和辨识模型为基础，实现提取过程的优化。针对提取过程的复杂性，选用模糊自适应PID的控制策略，将模糊控制和PID控制两者结合，扬长避短，其中的模糊控制是一种仿人思维的职能控制。应用模糊结合理论，满足系统在不同的藻（噪）及△藻（噪）的情况下，对PID参数进行在线整顿，从而使系统实现良好的动、静态性能。结构如图2所示：

图2　模糊自适应PID控制结构图

模糊自适应PID控制器是在常规PID调节器的基础上进行的优化，细化优化控制策略，即在过程控制层，控制罐内的压力稳定，提取温度控制在工艺区间和液位的标准型，保证提取质量。在提取过程中，实现预测值的持续输出，更新相应软约束从而加入到经济优化层中，进而按照经济优化目标计算出过程的最佳稳态值和最经济输入变量，降低系统的耦合度和稳态误差，降低提取过程的能耗。

（2）中药生产浓缩过程是通过蒸发来分离液体混合物，依据是混合组分的挥发性不同。浓缩工艺示意图如图3所示.

图3　浓缩工艺示意图

浓缩过程中，压力和温度是整个工段的控制重点。传统的中药生产主要倚靠手动调节方法，缺少科学严谨的控制手段，导致生产效率较低，通过生产过程的优化，使液相药物相关成分产量达到最大是浓缩自动化控制的目标。在传统的算法上，进行SQP算法的生产过程优化，调节双效浓缩比例及控制两效蒸发速度，SQP的基本思想是：在模拟近似解x噪处，将原非线性规划问题化成如下规划问题：

通过算法的优化，将现有的浓缩流程，通过系统模拟使其在最短时间达到稳态平稳，达到高质高产和低耗的目的。

（3）醇沉工艺主要设备是醇沉灌，浓缩后的药液真空抽入计量罐，放入醇沉灌，经处理后，根据化工原理，达到自然分层，将上层的酒精用泵泵出，即得到药液的成品，其工艺流程如图4所示。

图4　醇沉工艺流程图

DMC预测控制是以二次型目标函数最小为目标，使其生产过程中的被控对象的输出值尽可能接近给定的期望值，使其符合生产实际，每次变化浮动不大，变化不剧烈。但由于实际操作中可能存在的环境干扰或模型失配等未知因素，实际输出必然会出现误差，DMC算法针对此进行了实时的信息反馈校正，消除诸多不确定因素，最大程度上避免了误差的产生。优化问题的在线求解只涉及到向量支撑及点积运算，就简化为直接计算控制率，因而非常简易，优化效果明显。

DMC动态矩阵控制算法属于预测控制算法，该算法根据线性系统的叠加原理，利用预测模型的模型向量，获得系统的预测值，利用计算机的实行在线滚动优化计算，其结构图如图5所示。

图5　DMC预测控制结构图

3　结语

随着中药行业竞争的白热化，中药生产信息化、自动化改革迫在眉睫。定性分析中药生产的工艺机理，在此基础上，优化醇沉算法，建立中药生产中机理较为复杂的提取和浓缩过程的动态机理模型，过程优化为装置先进控制或基础控制提供最佳的控制目标，不断强化最佳控制策略，对实际生产的操作提供了指导意义的根据，为今后的优化设计奠定了基础。实现中药生产过程中的采集、控制和监控于一体的综合智能系统是最终的研究目标与任务。

10.3969/j.issn.1673-0194.2015.11.040

F273；TP315

A

1673-0194（2015）11-0072-03

2015-03-09