模型预测控制器中核心过程模型的使用制造技术

提供了一种方法，当任何调整控制器配置和／或其调节发生改变时，更新在模型预测控制器中使用的过程模型（１００）而不需执行过程的新的全识别测试。该方法采用受控变量的核心过程模型（１０１）和操作变量的核心过程模型（１０３），缺乏交互调整控制器与操作变量干扰拒绝模型的动态特性。可更新过程模型（１００），用于在线控制和离线仿真研究，包括操作者训练。这允许以相对简单、绝对最小的额外数据的收集的方式更新复杂多元过程控制。

The use of core process models in model predictive controllers

Provides a method, when any adjustment controller configuration and / or its regulation changed, updated in the prediction model of process model is used in the controller (100) without the implementation process of the new full recognition test. The method uses the core process model with controlled variables (101) and the core process model (103) of operational variables, and lacks the interaction adjustment between the controller and the operation variables, and the dynamic characteristics of the interference rejection model. The updated process model (100) is used for on-line control and off-line simulation studies, including operator training. This allows the updating of complex multivariate process control in a relatively simple and absolutely minimal collection of additional data.

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及在模型预测控制器中使用的过程模型的更新，尤其涉及当至少一个操作变量调整控制器的调节/配置发生改变时而不需要执行新的完全工厂确认测试。
技术介绍
模型预测控制(MPC)早在1980年就被应用于工业中。它建立在化工厂、精练厂和其它过程工业中的先进的过程控制的主干。MPC是指一类算法，计算未来操作变量调节，以便最小化复合多元过程的未来反应。MPC执行实时优化简单至复杂过程的控制。MPC控制器采用一种形式的模型或其它的过程预测在控制状态下对操作变量的过去变化的影响和对输出变量的测量干扰。该系统的动态特性是以对受控变量影响的明晰的一对一模型对操作变量的单元变化来叙述。许多不同的数学形式可用来提供该过程影响。过程输入和输出约束直接包括在问题公式中，从而预测并防止未来约束条件破坏。自从它诞生以来，MPC以所使用的模型的形式发展。使用的过程模型的最普通的形式是线性动态模型。典型地，线性动态模型是从使用适当的模型确认软件的工厂测试数据开发的。在工厂测试准备中，有关操作变量参数的调整控制器被仔细地检查并调节，用于所需的反应。花费相当多的时间和精力进行准备。动态控制模型是从收集的数据的详细研究开发的。只有好的和性能好的数据段用于开发动态控制模型。进行大量的关注和安排以确保收集足够数量的好的和性能好的数据用于后来的模型确认。这样开发的模型在工程业务和生产中断方面都需要相当大的成本。对于大多数应用，MPC作为高于过程调整控制级的高级控制级。操作变量涉及调整控制器的设定点，例如馈送温度设定点，列压力设定点等。此外，过程有其它的调整控制器，其设定点不是由MPC控制的，但是必须总是保持在控制之下，例如累积器的水平控制。因此，MPC中使用的模型不可避免地包括调整控制器的动态响应特性，不论它们是否涉及操作变量。为了计算动态控制动作，假设调整控制器首先保持在受控状态，即它们的控制输出既不会在上限也不会在下限饱和，其次，它们对于设定点的变化和/或干扰的响应保持不从过程模型开发中假设的状态改变。这是两个非常重要的假设，任何模型预测控制器可靠并健全地工作的基础。第三点但经常没有指明的假设条件是所有的调整控制器应该保持在闭环中。即，在模型预测控制器范围内所有调整控制器的配置和调节应该和开发该模型中假设的完全相同，任何偏离都会对性能造成有害影响并且导致不期望的控制器动作。然而，在调整控制器的变化是必须的情况下，则经常需要再确认受新的变化影响的过程模型并且以相当大的成本和精力再设计、再调节MPC控制器。而且，以大的花费确认的模型对于在严格条件下控制过程的有限目的是绝对有用的，所有的调整控制器保持不变、调节和允许配置不变。例如，即使一个调整控制器暂时置于手动模式，也会导致控制器的故障。因此，对于实践中的大多数部件，响应于告警情况，当操作者响应并执行手动控制动作时，从确切的意义上来说，整个MPC控制器需要去除，否则会产生不期望的控制动作。没有可用的方法将MPC模型实时方便地应用于这些情况。在本领域中通过实践进行了多次不成功的尝试意图解决这个确认问题，例如以开环状态的调整控制器进行工厂确认实验。然而，因为在持续3-4天的工厂测试与行运行期间控制开环的过程是非常困难的，这个实验失败了。虽然经常尝试的另一个方法是在正常的闭环调整控制器的状态下进行工厂测试，但使用阀输出作为独立变量来开发模型。然而，这个方法固有的错误在于由于没有测量的干扰和内部闭环调节交互作用，闭环状态下阀位置响应是高度相关的。在一个最近的待审查的美国专利号为20030195665的专利申请中，揭示了一种方法，用于从MPC模型中去除PID动态特性。这是通过将作为独立变量的操作变量设定点以作为独立变量的它们相应的控制阀位置代替实现的。然而，这个方法具有由以下的事实引起的严重缺点已知道控制阀输出在或临近它们的操作极限处产生非线性特性。通过将它们作为独立变量，与它们固有地和不能说明地相关的所有线性控制模型不能可靠并健全地预测该过程值。这会潜在地影响过程宽模型不匹配误差，导致严重的可控性问题。尽管这可能为从控制模型中去除PID动态特性问题提供很好的数学方案，但还不清楚MPC控制器在真实工厂环境中工作情况如何。
技术实现思路
本专利技术的目的是提供一种更新用于多变量模型预测控制器中的过程模型的方法，改变在线控制使用以及离线过程训练仿真器可使用的操作变量调节和配置。本专利技术的进一步的目的是提供可用于MPC控制器各种实施方式的这样的方法。本专利技术的进一步的目的是提供一种方法，当任何调整控制器配置或调节发生变化时，产生复合多变量过程控制的新的MPC控制器，而且这样做不需进行新的过程确认测试。本专利技术的进一步的目的是产生过程仿真器，它提供高保真的过程仿真，可用于离线控制器性能诊断以及操作者训练。这样的仿真器可用于任何控制器配置和在每个单个控制器的各种调节配置。本专利技术的进一步的目的是提供由操作者进行的配置变化的MPC控制器在线自适应配置，而不需进行任何新的工厂测试或控制器配置变化或调节变化。本专利技术的实质是提供一种直接且简单的方法，适合于在模型预测控制器中使用的过程模型改变调整控制器的调节和操作者起动的控制器模式配置动作。附图说明图1.1是过程模型描述第一级；图1.2是过程模型描述第二级； 图2是分馏器的复合流程方案；图3是示例过程单元的变量的详细描述；图4.1是操作变量闭环模型的示例；图4.2是有关操作变量闭环模型43的详细子过程模型描述；图5.1是完整的工厂测试的原始模型；图5.2是根据本专利技术的MX-TIC-03的调节变化后的更新的模型；图6.1是在完整的工厂测试时的调节；图6.2是完整的工厂测试后，MX-TIC-03的新调节；图7.1是MX-TIC-03对进给速度变化的原始响应；图7.2是MX-TIC-03对进给速度变化的改进的响应；图8.1是通常的MPC模型及其来自完整的工厂测试的核心过程模型的比较；图8.2是更新的MPC模型及其在调节变化后的核心过程模型的比较；图9是从本专利技术的应用中得到的和从MX-TIC-03环路的调节变化后的完整的工厂测试中得到的过程模型的证实；图10是与不同的MV.SP模式状态一起使用的MV.PV模型；图11.1是操作变量闭环模型；图11.2是受控变量过程模型一不同的；附图中的标记参见图2中的附图标记1-15；参见图3对它们的描述；参见图4中使用的其它附图标记。具体实施例方式本专利技术描述动态过程模型，该模型涉及相对于操作变量设定点的受控变量，包括这里描述的子过程模型的定义集。图1.1和图1.2表示本专利技术中揭示的两级的过程模型描述。下面描述的子过程模型提供在操作变量调节/配置改变与在结合适当的仿真器工作时以最小的额外模型确认或不需确认来更新过程模型的明确的方法。这里提出的本专利技术寻求描述潜在的动态影响，该影响是由于操作变量调整控制器和子元素的交互作用引起的，为了更新模型预测控制器中使用的整个过程模型集，只需再确认该模型的子集。基本上，当改变操作变量设定点时，操作变量调整控制器产生两种动态交互作用影响，第一种影响仅仅涉及由于操作变量过程值(通常过程值是指本领域中的PV)的动态响应引起的动态影响，第二影响涉及由于所有其它操作变量的动态交互作用响应引起的动态影响，如果有的话，包括其本文档来自技高网...

【技术保护点】
一种描述动态过程模型的方法，该模型将受控变量过程值和独立变量过程值相关，以下简称为过程模型，用于具有多个独立可控的操作变量和测量的干扰变量的过程的模型预测控制器，至少一个受控变量依赖于所述独立可控的操作变量，包括：ａ）第一子过程模型，将所述受控变量过程值和每个所述独立可控的操作变量过程值以及每个所述测量的干扰变量过程值相关，以下称为受控变量核心过程模型，ｂ）第二子过程模型，将每个所述操作变量过程值和所述过程模型的所述操作变量设定点相关，以下称为操作变量闭环过程模型，和ｃ）各自的第一子过程模型和各自的第二子过程模型的卷积和，以及使第一模型不匹配误差等于所述过程模型，数学表达为，过程模型＝∑第一子过程模型＊第二子过程模型＋误差１，由此，当任何所述操作变量调整控制器的调节／配置改变时，以最少的精力更新所述过程模型。

【技术特征摘要】
【国外来华专利技术】...

【专利技术属性】
技术研发人员：法赫尔丁T阿塔尔瓦拉，
申请(专利权)人：法赫尔丁T阿塔尔瓦拉，
类型：发明
国别省市：US[美国]