用于识别或预先计算随时间变化工业过程的过程参数的方法和装置制造方法及图纸

用于识别或者预先计算工业过程，特别是原料工业工厂的过程参数的方法，其具有变化的过程参数或者对过程有影响的干扰参数，其中，借助于依赖于来自过程测量值的过程模型确定被识别的过程参数，并且其中，该过程模型包括至少一个不随时间变化或者一个主要不随时间变化的过程模型，其代表一个时间上平均的过程模型，和至少一个随时间变化的过程模型，对其用至少一个干扰参数或者一个过程参数变化的时间常数进行调节。（*该技术在2017年保护过期，可自由使用*）

Method and apparatus for identifying or pre estimating process parameters for industrial processes that vary over time

For recognition or pre calculation of industrial process, especially the process parameters of industrial raw materials factory, interference parameters having varying process parameters or process of influence among them, with the help of depend on the process model from process measurements to determine the process parameters are identified and wherein the process comprises at least one model do not change with time or a major change with time process model, which represent a time average model, and at least a time-varying process model, the time constant changes of at least one interference parameter or a process parameter adjustment.

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及一种用于识别和预先计算随时间变化工业过程的过程参数的方法和装置。在工业过程的调整和控制中，特别在原料工业工厂中，象诸如钢厂，经常有必要预先查明确定的过程参数或者识别，也就是确定不能直接测量的过程参数。在这里，值得想往的也是识别过程参数，其虽然在技术上是可测量的，但是该测量是有花费的，而且是昂贵的。按模型为依据识别过程参数已经公知。其中，将输入参数或者对被识别参数相关的输入参数引入一个一般来说简化的过程模型，但是该公知方法通常在原料工业工厂中出现了问题。对于原料工业工厂，尤其是钢厂明显问题是，识别时的差错或者识别时的精确度缺陷产生废品导致高消耗。特别是由此造成了在原料工业工厂中，特别在钢厂部分干扰快速变化，以致于当在为适应新输入参数过程模型建立所需的时间里，材料生产出现质量缺陷。这个问题尤其涉及轧钢轧机，其中，通过例如一条新的轧带轧制，该轧带由一种新材料组成或者具有与前面轧带不同的厚度，会使运行状态急剧变化。本专利技术的任务是提供一种方法或者装置，该方法或者该装置能够使得识别或者预先查明的过程参数快速适应于变化的相应于过程的运行状态。按照本专利技术该任务是通过这样完成的，即，一种用于识别或预先计算工业过程的过程参数的方法和装置，特别在具有快速变化过程参数或者影响过程的干扰参数的原料工业工厂中。其中，借助于依赖于过程测量值的过程模型确定被识别的过程参数，以及，其中，过程模型包括至少一个随时间变化或者实质上随时间变化过程模型，其代表一个时间上平均的过程模型，和至少一个随时间变化过程模型，其用至少一个干扰参数的时间常数或过程参数的变量调整。这识别或者预先查明时间变量过程的过程参数的方法证实是特别有利的。在这里，将干扰参数解释成过程参数的变化量以及完全象事实上过程参数变化量一样用变化模型参数把它模型化。在本专利技术的一种优先的结构中，把每一个与被识别过程参数变化有关系的重要过程常数列入随时间变化模型，把其在相应的时间常数上调整。通过每个重要时间常数这样模型化有可能使得过程模型追随每个重要过程参数的变化。在这里，这优先方式也使在过程快速变化，例如由干扰引起的变化时，也有可能过程模型快速跟随。在本专利技术的另一种优先的结构中，时间变量模型的调整通过随时间变化模型的在线采用以一个时间常数、一个关系到被识别或者预先计算的过程参数的变化的过程变化量或者干扰参数的方式实现的。其中，优先的方式是将在线采用周期用该时间常数调整。在这里，使随时间变化过程模型作为神经网络，这方法证实是特别有利的。适应或者跟踪过程，在轧钢厂最快的模型证实是特别有效的，也就是，该模型根据每根轧带，尤其是根据每根带有新的特性的轧带经历通常的调节适应周期。再者，在轧钢厂应用一个不随时间变化的和两个随时间变化的模型证实也是有益的。其他优点和本专利技术细节根据附图和结合从属权利要求由下文实施例说明中给出。各附图展示附图说明图1展示按照本专利技术用于识别或者预先计算随时间变化工业过程的过程参数的方法；图2展示可选择设置的按照本专利技术用于识别或者预先计算随时间变化工业过程的过程参数的方法；图3展示可选择设置的按照本专利技术用于识别或者预先计算随时间变化工业过程的过程参数的方法；图4展示可选择设置的按照本专利技术用于识别或者预先计算随时间变化工业过程的过程参数的方法。图1展示按本专利技术用于识别或者预先计算随时间变化工业过程的过程参数的方法。在这里，将来自过程X0,X1,X2,…,Xn的过程状态信息或者测量值输入一个过程模型。来自过程X0,X1,X2,…,Xn的过程状态参数或者测量值可以是不同的或者相同的数值。此外，这些参数可以是多维的，即包括多个过程状态参数。过程模型包含一个不随时间变化的或者实质上是不随时间变化的过程基本模型1，其是将工业过程以长时间的平均得出的模型。不随时间变化或者实质上不随时间变化基本模型的输入或者输出参数是参数X0或者y0。标记2、3和4表示随时间变化的模型，借助于他们可从输入值X1,X2,…,Xn计算出校正参数y1,y2,…,yn。其中，以不同的过程时间常数调整随时间变化模型2,3和4，以致于他们为过程的不同动态部分提供校正值y1,y2,…,yn以便修正值y0，该值由不随时间变化或者主要不随时间变化的基本模型提供。借助于结合元件5,6和7把校正值y1,y2,…,yn与值y0结合，以致于在最后的结合元件7的输出端输出过程参数y，其不仅包括有过程的静态部分，也包括有过程的随时间变化部分，这部分在随时间变化模型2、3和4中涉及。同样地，和值X0,X1,X2,…,Xn一样，诸如y0,y1,y2,…yn的y值可以是多维的或者是标量。当y0,y1,y2,…yn是标量时，其在这里证实是非常有利的。如果要识别更多的过程参数y，那么优先方式是通过使用不同的模型分离开，也就是对于每一个过程参数y使用一个按照图1的模型。按照过程参数y优化，特别是随时间变化模型可用这个方式。对于结合单元5,6和7，尤其适合乘法和加法。该不随时间变化的或者主要不随时间变化的基本模型1，或者该随时间变化的模型可以是分析模型、神经网络或者混合型模型，即分析模型和神经网络的结合件。但是，将随时间变化模型2,3和4构建成神经网络已证实是非常有利的。使随时间变化的局部模型2、3和4，尤其在线时，适应于实际的发生过程。这种适应在图1中没有展示。进一步，使不随时间变化的或者主要不随时间变化的基本模型在已知时间间隔中适应实际的发生过程也已证实是有利的。图2展示了对图1可选择设置的按照本专利技术用于识别或者预先计算随时间变化工业过程的过程参数的方法。象在按图1的方法中一样，借助于一个不随时间变化的或者一个主要不随时间变化基本模型8，随时间变化的模型9、10和11以及结合单元12,13和14确定一个过程参数y。与图1的方法相对照，除了把值X1,X2,…,Xn外，还要把不随时间变化或者主要不随时间变化的基本模型8的输出值以及校正值y1,y2,…yn-1输入不随时间变化的模型9,10和11。另一方面，这里能有两种可选择的设置。根据第一种选择，仅仅把前者模型的输出值输入一个随时间变化的模型2、3和4。就是说，随时间变化模型9的输入参数是X1和y0，而随时间变化的模型10的输入参数X2和y1，等等。根据第二种选择，象图2所描述的，除了输入量X1,X2,…,Xn外还把校正值y0,y1,y2,…,yn-1作为输入量输入随时间变化的模型9,10和11。图3展示对图2可选择设置的按照本专利技术用于识别或者预计算不随时间变化过程的过程参数y的方法。也借助于不随时间变化或者主要不随时间变化的基本模型15，借助于随时间变化的模型16、17、18以及借助于结合单元19、20、21识别过程参数y。与在图2中描述的方法相对照，输入随时间变化模型17和18的不是校正值y1,y2,…,yn-1，而是校正的中间值y0,1,y1,2,…,yn-2,n-1。此外，对图2的阐述对图3也有效，而对图1的阐述对图2和3也有效。图4展示了另一种可选择的按照本专利技术用于识别或者预先计算随时间变化工业过程的过程参数的方法。其中，把来自过程的过程状态信息或者测量值输入不随时间变化或者主要不随时间变化的过程模型22。这确定了中间值u0，将该值输入随时间变化的模型2本文档来自技高网...

【技术保护点】

【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：E·布勒瑟，O·格拉姆科夫，M·施朗，G·瑟尔格，
申请(专利权)人：西门子公司，
类型：发明
国别省市：