用于补偿基于第一原理的仿真模型的方法和装置制造方法及图纸

公开了用于补偿基于第一原理的仿真模型的方法和装置。示例性的用于补偿基于第一原理的仿真模型的方法包括施加一个或多个第一测试输入到过程系统以生成第一输出数据；施加一个或多个第二测试输入到第一原理模型以生成第二输出数据；基于所述第一输出数据和所述第二输出数据来生成误差模型，施加输入数据到所述第一原理模型以生成仿真模型输出数据；以及经由所述误差模型来补偿所述模型数据以生成被补偿的模型输出数据。

【技术实现步骤摘要】

本公开一般涉及过程建模，以及更特别地涉及用于补偿基于第一原理的仿真模型 的方法和装置。
技术介绍
在过程仿真的领域中，仿真器设计通常基于两个不同的模型类型基于第一原理 和基于经验数据的模型。也被称作高保真模型的基于第一原理的模型基于例如质量、能量 和动量守恒定律的第一原理物理定律来对设备和过程进行建模。描述物理过程的基于第一 原理的模型常常是复杂的，并可以利用偏微分方程和/或微分代数方程来表示。这些方程 可以描述过程或设备属性和/或在这些属性中的变化。在许多基于第一原理的模型中，方 程是模块化的，以对多设备或多过程系统中的过程和/或设备的特定部分进行建模。因此， 能够通过用相应于被改变和/或更新的设备和/或过程的方程替换在所述模型中的方程来 在所述模型中容易地改变和/或更新设备和/或过程。然而，由于基于第一原理的模型不 能说明与过程设备的实际特性或属性有关的不确定度，所以基于第一原理的模型常遭受建 模误差。另一方面，通常也称作黑箱模型的基于经验数据的模型通过依照设计的实验施 加测试输入到实际的过程系统并测量相应于该测试输入的测试输出来生成建模公式或方 程。基于所述输入和输出，生成用于确定输入和输出之间关系的方程以对过程或设备进行 建模。在该方法中可以比基于第一原理的方程更容易获得经验方程，并且在所述经验方程 中可以比在基于第一原理的方程中更好地捕获和表示动态瞬变现象。然而，必须设计、实现 和执行特殊的实验以获得足够获取用于开发所述模型的经验数据的正确且多样的数据。此 外，当改变或替换设备时必须开发新的经验模型，其是费时且昂贵的。不管使用的过程建模方法的类型为何，过程系统模型常常需要调节和/或调整。 一般通过可以重复多次的试错法来执行这种调节和调整，以反映过程数据中由设备老化或 疲劳引起的偏差。
技术实现思路
此处描述用于补偿基于第一原理的仿真模型的方法和装置。一些示例性的补偿基 于第一原理的仿真模型的方法包括施加一个或多个第一测试输入到过程系统以生成第一 输出数据；施加一个或多个第二测试输入到第一原理模型以生成第二输出数据；以及基于 第一和第二输出数据来生成误差模型。所述示例性的方法进一步包括施加输入数据到第一 原理模型以生成仿真模型输出数据以及经由所述误差模型来补偿所述模型数据以生成被 补偿的模型输出数据。还描述了示例性的用于补偿基于第一原理的模型的装置。一些示例性的被补偿的 基于第一原理的模型包括被实现于存储器中以基于一个或多个输入生成第一输出数据的 第一原理模型、被实现于存储器中以在操作阶段补偿第一输出数据来基于第一输出数据生成被补偿的基于第一原理的模型的输出的误差模型，以及在训练阶段基于第一输出数据和 过程数据来生成所述误差模型的误差模型发生器。生成所述误差模型包括从过程系统接收 基于一个或多个输入的第一输出数据和第二输出数据以及基于第一和第二输出数据来生 成误差模型。另外，描述了一些示例性的计算机可读介质。所述示例性的计算机可读介质包括 指令，所述指令当由计算机执行时使所述计算机施加一个或多个第一测试输入到过程系统 以生成第一输出数据；施加一个或多个第二测试输入到第一原理模型以生成第二输出数 据；基于第一和第二输出数据来生成误差模型；施加输入数据到第一原理模型以生成仿真 模型输出数据；以及经由所述误差模型来补偿所述模型数据以生成被补偿的模型输出数 据。描述了一些示例性的用于生成动态误差模型以补偿基于第一原理的模型的方法。 所述示例性的方法包括确定第一预测方程以表示在一个或多个过程系统输入和一个或多 个过程系统输出之间的关系；基于一个或多个测试输入和一个或多个测试输出来确定用于 一个或多个模型参数的第一预测方程的初始条件；基于在第一时间之前的第二时间的第三 预测方程或初始条件中的至少一个来确定在第一时间的第二预测方程；确定优化函数以优 化在响应于一个或多个实质上相等的输入的基于第一原理的模型和过程系统之间的输出 上的差值；基于第二预测方程或第三预测方程中的至少一个来在约束条件范围内求解所述 优化函数以确定所述模型参数；以及基于所述模型参数来生成动态误差模型。一些另外的示例性的用于生成动态误差模型以补偿基于第一原理的模型的方法 包括施加测试输入数据到一过程以生成测试输出数据；基于所述测试输入和输出数据来 生成稳态解；以及基于所述稳态解来生成一个或多个预测方程。在第一时间的预测方程基 于下列中的至少一个在一个或多个先前的时间的测试输出数据；在一个或多个先前的时 间的测试输入数据；或者在先前的时间的一个或多个预测方程。所述示例性的方法进一步 包括施加一个或多个约束条件到优化函数，以及求解所述优化函数以在一个或多个约束条 件范围内优化一个或多个预测方程来生成动态误差模型。附图说明图1是并联配置的示例性的被补偿的基于第一原理的仿真模型的模块图；图2是串联配置的示例性的被补偿的基于第一原理的仿真模型的模块图；图3是图1和2中说明的示例性的第一原理模型的更详细的模块图；图4是在训练阶段实现图1和2的误差模型发生器的示例性的误差模型发生器的 模块图；图5是描述利用并联误差模型配置来补偿基于第一原理的模型的示例性的过程 的流程图；图6是描述利用串联误差模型配置来补偿基于第一原理的模型的示例性的过程 的流程图；图7是描述生成误差模型的示例性的过程的流程图；图8是描述生成一动态误差模型的示例性的过程的流程图；图9是示例性的处理器系统的模块图，所述示例性的处理器系统可被用于实现此处描述的示例性的装置、方法和制品。 具体实施例方式尽管下面公开了除了其它组件之外包括在硬件上执行的软件和/或固件的示例 性的系统，但应该注意到这种系统仅仅是说明性的而不应该被认为是限制。举例来说，考虑 了任意或所有这些硬件、软件和固件组件能够单纯实施在硬件中、单纯实施在软件中或实 施在硬件和软件的任意组合中。相应地，虽然下面描述了示例性的系统，但本领域普通技术 人员将容易地理解提供的所述实例并不是实现这种系统的唯一方式。在过程控制(例如，工业过程控制)领域，设备和/或过程很少是真正的黑箱。相 反地，因为这种设备和过程常常附有被充分记载的设计数据和/或操作历史数据，所以通 常知道一些关于所述设备和/或过程的信息。依照在下面更详细描述的实例，来源于这种 文件的有用信息可被用于定义第一原理模型。第一原理模型接着可被用于对过程系统的主 要过程增益和非线性进行建模。误差模型接着可被开发以消减和/或补偿第一原理模型中 的误差。在许多应用中，在主要过程输入和输出变量之间的主要关系是已知的并利用第一 原理模型被很好地建模。然而，过程中的不确定度可能导致过程输出中存在足够的偏差，从 而为开发误差模型来校正所述偏差提供依据。此处描述的示例性的方法、装置和制品可被用于补偿基于第一原理的过程仿真模 型。更具体地说，如果为过程给定一组输入数据和输出数据，则此处描述的示例性的方法、 装置和制品可被用于为一给定输入或一组输入确定误差模型以补偿在过程系统输出数据 和基于第一原理的模型输出数据之间的差值。在确定误差模型以后，可以利用由误差模型 补偿的基于第一原理的模型执行进一步的仿真。作为结果，可以利用基于第一原理的模型 的准确性和灵活性，同时由误差模型负责(即，本文档来自技高网...

【技术保护点】
一种用于补偿基于第一原理的仿真模型的方法，包括：施加一个或多个第一测试输入到过程系统以生成第一输出数据；施加一个或多个第二测试输入到第一原理模型以生成第二输出数据；基于所述第一输出数据和所述第二输出数据来生成误差模型；施加输入数据到所述第一原理模型以生成仿真模型输出数据；以及经由所述误差模型对所述仿真模型输出数据进行补偿以生成被补偿的模型输出数据。

【技术特征摘要】
...

【专利技术属性】
技术研发人员：X程，RW科法特，C门藤，
申请(专利权)人：爱默生过程管理电力和水解决方案公司，
类型：发明
国别省市：US[美国]