CN103038714A - 跟踪模拟方法 - Google Patents

跟踪模拟方法 Download PDF

Info

Publication number
CN103038714A
CN103038714A CN2010800683982A CN201080068398A CN103038714A CN 103038714 A CN103038714 A CN 103038714A CN 2010800683982 A CN2010800683982 A CN 2010800683982A CN 201080068398 A CN201080068398 A CN 201080068398A CN 103038714 A CN103038714 A CN 103038714A
Authority
CN
China
Prior art keywords
controller
industrial process
simulator
parameter
output
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2010800683982A
Other languages
English (en)
Other versions
CN103038714B (zh
Inventor
M·弗里曼
P·埃利卡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Valmet Automation Oy
Original Assignee
Metso Automation Oy
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Metso Automation Oy filed Critical Metso Automation Oy
Publication of CN103038714A publication Critical patent/CN103038714A/zh
Application granted granted Critical
Publication of CN103038714B publication Critical patent/CN103038714B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00Systems involving the use of models or simulators of said systems
    • G05B17/02Systems involving the use of models or simulators of said systems electric

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

跟踪模拟器(29)同步并与工业过程(3)并行地将工业过程(3)模型化。模拟器接收由自动化系统(2)提供的控制输入(24-1…24-N)以控制工业过程(3)。基于这些输入(24),具有其过程模型的模拟器提供模拟的过程输出(22-1…22-N)。为了避免模拟模型偏离真实过程(3),跟踪模拟器从真实过程(3)接收过程测量值(21-1…21-N),并能够基于这些真实过程测量值(21)和模拟器输出(22)校正即更新其模型。由PI或PID控制器(20-1…20-N)产生用于模拟模型的更新或调整参数(23-1…23-N)中的一个或多个。另外,可通过NM或SE方法(32、33)产生更新参数中的一些。PI或PID控制器可以是自动化系统的自动化控制器调谐工具(28)。另外,可通过NM产生更新参数中的一些。

Description

跟踪模拟方法
技术领域
本发明一般涉及通过自动化系统控制工业过程。
背景技术
过程控制或自动化系统被用于自动控制诸如化学、炼油、纸浆造纸工厂的工业过程。过程自动化系统常使用网络以互连传感器、控制器、操作员终端和致动器。过程自动化包括使用计算机技术和软件工程以帮助发电厂和工厂更安全有效地工作。
过程模拟是用于研究和分析实际或理论系统的行为和性能的软件中的工业过程和单位操作的基于模型的表示。不是在真实世界系统上,而是在出于研究某些系统力学和特性的目的产生的系统的(通常基于计算机的)模型上执行模拟研究。任何模型的目的是,使得其用户能够通过研究和分析模型得出关于真实系统的结论。与分析真实系统相对,开发模型的主要原因包括经济性、“真实”系统的不可用和实现系统的元件之间的关系的更深的理解的目的。
过程模拟总是使用引入近似和假定但允许在不能被真实数据覆盖的诸如温度和压力的广泛的性能上描述性能的模型。模型还允许内插和外推-在某些极限内-并使得能够搜索已知的性能的范围外面的条件。在过程自动化中,模拟器可使用测量,以不仅表示工厂如何工作,而且模拟不同的操作模型并找到最适于工厂的策略。
为了允许操作员预期某些情况并能够适当地反应以及基于一些准则测试和选择替代方案、测试为什么在考虑的系统的操作中出现某些现象、洞察哪些变量对于性能最重要以及这些变量如何交互作用、识别过程中的瓶颈、更好地理解系统如何实际地操作(与每个人认为它如何操作不同)以及比较替代方案并减少决定的风险,可以在任务或情境训练区域中使用模拟。
基本的过程模拟器可在不与模拟过程实时连接的情况下运行。在图1A中示出该方法。自动化系统(例如,分布控制系统,DCS)2被配置为控制真实工业过程3。如虚线所示,同一自动化系统也可被配置为控制运行工业过程的模型的过程模拟器4。一般地,这种过程模拟器,不管它是静态模拟器还是动态模拟器,都不能使其行为适于现实。而其输出是编程的模型的结果。因此,由于总是存在未知的输入和随时间改变的参数,因此,如果过程模拟器与真实过程并行地运行,那么它一般偏离真实过程。作为替代方案,过程模拟器4可在过程设计和测试中或者出于训练目的被离线使用。在这种情况下,可能根本不存在真实过程3,并且/或者自动化系统2被连接以仅控制过程模拟器。
另一方面,跟踪模拟器具有使其行为适于现实的能力。如图1B所示,跟踪模拟器5是与真实过程并行地实时运行的过程模拟器,并且具有与真实过程3的连接。具体而言,跟踪模拟器5从真实过程3接收过程测量值,并能够通过比较真实过程测量值与模拟器输出校正其自身的行为(模型)。在图1B中,比较器(减法器)6和7从真实过程测量值和模拟器输出产生误差信号,并且,更新算法块8更新模拟器模型9的参数,使得减少真实过程测量值与模拟器输出之间的误差(差值)。在Nakaya et al.,MODEL PARAMETER ESTIMATIONBY TRACKING SIMULATOR FOR THE INNOVATION OF PLANTOPERATION,Proceedings of the17th IFAC World Congress,p.2168-2173,Seoul,Korea,2008中公开了跟踪模拟器的例子。已知的参数算法可由式(1)给出:
p(k)=p(k-1)+Ke(k)    (1)
其中,p(k)是更新的模拟参数,K是参数更新常数,并且,e(k)是真实过程测量值与各模拟器输出之间的误差,并且,k是指数,其中,k=1、2、…。图1C是示出现有技术的用于一个参数的更新算法的框图。比较器6或7接收对于(+)输入的过程测量值和对于(-)输入的模拟器输出,并且输出误差信号e(k)。误差信号e(k)在乘法器单元81中乘以参数更新常数K,并且,相乘的误差信号Ke(k)被施加到加法器82的(+)输入,而作为其先前的计算循环的p(k)值的先前的参数值p(k-1)从1/Z单元83被施加到加法器82的另一(+)输入。单元83的功能可由式(2)限定:
p(k-1)=1/Z*p(k)    (2)
其中,1/Z是以一个采样瞬时延迟信号的单一元件缓冲器。
作为结果,加法器82的输出是根据上式更新的估计的参数p(k)。参数p(k)被施加到模拟器9,并且还被反馈到1/Z单元83。与这种类型的已知的跟踪模拟器相关的主要问题在于,参数更新相对较慢,并且,选择或计算过程参数的参数更新常数K是困难和麻烦的。应当注意,一般地,在模拟模型中,存在大量应跟踪和更新的过程参数,每个需要单独的参数更新常数K。
Fukano et al.,Application of Tracking Simulator to SteamReforming Process,Yokogawa Technical Report English Edition,No.43(2007),p.13-16公开了跟踪模拟器的应用例子。
发明内容
本发明的目的是,提供模拟工业过程的新方法。通过所附的独立权利要求的主题实现本发明的目的。在从属权利要求中公开本发明的优选的实施例。
本发明的一个方面是一种模拟工业过程的方法,该方法包括:
接收通过控制工业过程的自动化系统提供的多个控制输入;
从工业过程接收多个过程测量值;
通过使用工业过程的模型与工业过程同步且并行地模拟工业过程;
提供来自工业过程的模型的多个模拟输出,所述多个模拟输出中的每一个是所述多个过程测量值中的相应的一个的模拟版本;
用基于所述多个过程测量值和所述多个模拟输出产生的多个调整参数调整工业过程的模型;和
通过比例积分(PI)或比例积分导数(PID)控制器或类似的控制器产生所述多个调整参数中的至少一个。
根据实施例,方法包括:通过自动化系统的自动化控制器调谐工具配置比例积分(PI)或比例积分导数(PID)控制器或类似的控制器。
根据实施例,方法包括通过比例积分(PI)或比例积分导数(PID)控制器或类似的控制器以外的装置产生所述多个调整参数中的至少另一个。
根据实施例,方法包括通过基于搜索的优化算法产生所述多个调整参数中的至少另一个。
根据实施例,所述基于搜索的优化算法包含Nelder-Mead算法和/或误差平方(SE)算法。
根据实施例,方法包括产生和输出估计工业过程的内部行为或参数但对于从工业过程测量不可行的软测量值。
根据实施例,所述输出包含在屏幕上显示所述软测量值数据和/或在存储介质中存储软测量值数据。
根据实施例,所述输出包含向用于控制或优化工业过程的自动化系统和/或向出于维护目的的维护系统发送软测量值数据。
本发明的另一方面是一种用于估计工业过程的将来的行为的根据以上的权利要求中的任一项的方法的用途。
本发明的另一方面是一种用于测试工业过程对于不同的控制情况的响应的根据以上的权利要求中的任一项的方法的用途。
本发明的另一方面是一种包括用于实现以上的权利要求中的任一项的方法的装置的跟踪模拟器。
本发明的另一方面是一种包括用于实现根据以上的权利要求中的任一项的方法的装置的自动化系统。
本发明的另一方面是一种计算机程序,该计算机程序包括用于在所述程序在计算机上运行时执行根据以上的权利要求中的任一项的方法的程序代码。
本发明的另一方面是一种计算机程序产品,该计算机程序产品包括存储于计算机可读介质上的用于在所述程序产品在计算机上运行时执行根据以上的权利要求中的任一项的方法的程序代码装置。
附图说明
以下,参照附图通过示例性实施例更详细地描述本发明,其中,
图1A是示出现有技术的没有与模拟的过程的实时连接的模拟器的框图;
图1B是示出现有技术的跟踪模拟器的框图;
图1C是示出图1B所示的现有技术的跟踪模拟器的更新机制的框图;
图2A是示出根据本发明的示例性实施例的跟踪模拟器的简化框图;
图2B是示出根据本发明的示例性实施例的基于比例积分(PI)或比例积分导数(PID)控制器或类似的控制器的更新机制的简化框图;
图3是示出根据本发明的示例性实施例的“混合”跟踪模拟器的简化框图;
图4是示出热交换器过程中的跟踪模拟器的示例性应用的简化框图;
图5表示用于图4所示的跟踪模拟器中的PI控制器的调谐时的Metso DNAauto调谐工具中的调谐示图的例子;
图6表示可关于热交换器的操作向操作员显示的Metso DNA系统中的示例性示图。
具体实施方式
在图2A中示出本发明的示例性实施例。可与任何自动化系统(过程控制系统)2和任何工业过程2等关联地应用本发明。工业过程3可包含但不限于诸如纸浆造纸、炼油、石化和化学工业的处理工业中的过程和发电厂中的过程等。存在用于自动化系统的各种结构。例如,自动化系统2可以是本领域公知的直接数字控制(DDC)系统或分布控制系统(DCS)。这种分散式自动化系统的一个例子是由MetsoAutomation Inc提出的MetsoDNA(DNA、动态应用网络)。控制诸如造纸厂的整个工厂的生产活动的自动化系统的中央处理单元常被称为控制室,该控制室可由一个或多个控制室计算机/程序和过程控制计算机/程序以及自动化系统的数据库构成。自动化系统2可包含相互耦合不同的过程控制部件或计算机的过程总线/网络和/或控制室总线/网络。控制室总线/网络可以互连自动化系统2的用户界面部件。控制室总线/网络可以是例如基于标准以太网技术的局域网络。过程总线/网络又可以互连过程控制部件。例如,过程总线/网络可基于确定性的令牌通过协议。过程控制器也可与控制室网络连接,从而允许过程控制器与用户界面之间的通信。但是,应当理解,这不是要将本发明的应用领域限于自动化系统2的任何特定的实现。
由自动化系统2控制的过程3一般包含厂区(现场)中的诸如致动器、阀、管和传感器的大量的现场器件。存在各种替代性的配置自动化系统2与过程3(例如,现场器件)之间的互连的方式,诸如二导线双绞线回路(4~20mA模拟信号)、HART(Highway AddressableRemote Transducer)协议和其它的现场总线(例如,Fieldbus和Profibus)。但是,应当理解,例如控制室与现场器件之间的自动化系统2与过程3之间的互连的类型或实现可基于上述的替代方案中的任一种或它们的任意的组合或任何其它的实现。由于工厂被更新并且在长的时间周期上逐渐扩展,因此,实际的工厂配置可以并且一般包含几种类型的并联的自动化线或现场总线。
过程测量值21可包含诸如流速、压力、温度、阀位置等的过程3中的任何希望的变量或性能的任何测量值。可通过配置于过程工厂的现场的专用传感器测量这些过程变量。从自动化系统2到过程3以及到模拟器29的输入24可包含但不限于对于现场器件的控制输入。
一般通过控制回路/电路控制过程3。控制回路或电路可包含例如被控制的过程、控制的现场器件、测量传感器/传送器和控制器。例如,控制器可给予现场器件作为模拟电流信号或数字控制消息的控制信号。测量传感器可测量控制的变量,并且,获得的测量产物被反馈到控制器并且在该控制器中与给定的基准值相比较。基于差值变量,控制器计算现场器件的更新控制。通常,控制器以通过诸如PI或PID算法的适当的控制算法使差值变量最小化的方式起作用。一般在安装或操作中对于各现场器件调谐该控制算法。
在图2A所示的本示例性实施例中,设置与工业过程3同步且并行地将工业过程3模型化的跟踪模拟器。示例性的跟踪模拟器包含模拟器单元29和一个或多个PI控制器20-1…20-N。模拟器单元29接收由自动化系统2提供的一个或多个控制输入24-1…24-N,以控制工业过程3。基于这些输入24,具有其过程模型的模拟器单元29通过使用的过程模型提供尽可能精确地代表真实的过程输出的模拟的(估计的)过程输出22-1…22-N(例如,流速、温度、压力)。为了避免模型偏离真实过程3,跟踪模拟器具有与真实过程3的连接。具体而言,跟踪模拟器从真实过程3接收一个或多个过程测量值21-1…21-N,并且能够基于这些真实过程测量值21和模拟器输出22校正即更新其自身的行为(模型)。根据本发明的原理,由比例积分(PI)或比例积分导数(PID)控制器或基于任何其它控制算法20的控制器产生用于模拟器单元的更新或调整参数23-1…23-N(例如,参数p(k))中的一个或多个。
具体而言,在本示例性实施例中,各对的过程测量值21-1…21-N和模拟器输出22-1…22-N作为输入被施加于向模拟器单元29输出各更新或调整参数23-1…23-N的各PI或PID或类似的控制器20-1…20-N。应当理解,可以自由地选择数量N(其中,N=1、2、3…)。应当理解,在同一实施例中,过程测量值21、模拟器输出22、控制器20和/或更新参数23的数量可相互不同。
PI和PID控制器一般用于自动调整一些变量以在设定点上保持测量值(或过程变量)。设定点是希望测量所处的位置。误差被定义为设定点与测量值之间的差值。PI和PID控制器的输出响应测量值或设定点的变化改变。
PI是“比例和积分”的缩写。PI控制器是包含具有这两种功能的元件。PID是“比例、积分和导数”的缩写。PID控制器是包含这三种功能的控制器。缩写PI和PID也可在元件级上被使用:比例元件被称为“P元件”,积分元件被称为“I元件”,并且,导数元件被称为“D元件”。可以说,控制器的元件P、I和D产生具有以下的特征的输出:
·P元件:与瞬时t的误差即“当前”误差成比例。通过P控制器,存在偏移(偏离设定点)。增加控制器增益将使得回路变得不稳定。
·I元件:与直到瞬时t的误差的积分成比例,可被解释为“过去”误差的累积。通过积分元件,控制器输出与存在误差的时间量成比例。I元件趋于消除偏移。响应会或多或少地摆动,并且在一定程度上通过增加导数作用被稳定化。
·D元件:与瞬时t上的误差的导数成比例,可被解释为“将来”误差的预测。通过导数元件D,控制器输出与测量值的变化率或误差成比例。通过测量值随时间的变化率计算控制器输出。
使用PI控制器20的示例性的更新装置或算法可根据式(3)操作:
p(k)=p(k-1)+Kie(k)+Kp(e(k)-e(k-1))    (3)
其中,
p(k)是更新的参数,
e(k)是真实过程测量值与各模拟器输出之间的误差,
Kp是比例增益
Ki是更新常数,
k是指数,其中,k=1,2,…
图2B表示实现式(3)的PI控制器/控制算法20的示例性框图。
在PI控制器部分中,比较器201接收对于一个输入(+)的过程测量值21和对于另一输入(-)的模拟器输出22,并且输出误差信号e(k)。误差信号e(k)被施加到1/Z单元202,并且被施加到比较器203的一个输入(-)。1/Z单元202可以是将信号延迟一个采样瞬时的单元件缓冲器。作为其先前的计算循环的e(k)值的先前的参数值e(k-1)被施加到比较器203的另一输入(-)。因此,误差信号e(k)-e(k-1)的比(即,变化)从比较器203被输出,并然后在乘法器204中乘以比例增益Kp。乘法器204的输出Kp(e(k)-e(k-1))被施加到加法器206的一个输入(+)。Kp(e(k)-e(k-1))是PI控制器的P部分。
在示例性实施例中,来自比较器201的误差信号e(k)也被施加到乘法器205,该乘法器205将误差信号e(k)乘以常数Ki并且将Kie(k)输出到加法器206的另一输入(+)。Kie(k)是PI控制器的I部分。
对于加法器206的第三输入(+)施加先前的更新参数p(k-1),这些更新参数p(k-1)是来自1/Z单元207的其先前的计算循环的p(k)的值。1/Z单元207可以是将信号延迟一个采样瞬时的单元件缓冲器。加法器206输出对于模拟器单元209的新更新的估计的参数p(k)23。更新的参数p(k)也被施加到1/Z单元207。
本发明的通过使用比例积分(PI)或比例积分导数(PID)控制器或类似的控制器更新模型参数的跟踪模拟器使得能够快速地更新模型参数。因此,与常规的跟踪模拟器相比,模型参数以及由此导致的模拟模型更精确快速地跟踪真实过程中的变化。
应当理解,除了使用用于更新跟踪模拟器的一个或多个参数的一个或多个比例积分(PI)和/或比例积分导数(PID)控制器和/或类似的控制器以外,也可存在一种或多种其它类型的用于更新同一跟踪模拟器的一个或多个其它的参数的配置。换句话说,不必通过使用比例积分(PI)或比例积分导数(PID)控制器或类似的控制器更新所有的参数。例如,有时,影响输出值22的参数p(k)的方向可随过程的操作点改变。在这种情况下,不能利用PI控制器以更新这种参数,而是,除了以上讨论的一个或多个PI/PID控制器以外,可优选施加Nelder-Mead算法或任何类似的基于搜索的优化算法。在图3中示出这种“混合”跟踪模拟器的示例性实施例。自动化系统2、真实过程3、PI控制器20和模拟器单元29可与参照图2A描述的那些类似。通过上述的比例积分(PI)或比例积分导数(PID)控制器或类似的控制器20,产生用于模拟器单元29的更新或调整参数23-1(例如,参数p(k))。通过Nelder-Mead算法33产生其它的更新或调整参数23-2(用于模拟器单元29)。在示例性实施例中,过程测量值21-2和模拟器输出22-2被施加到提供代表过程测量值21-2与模拟器输出22-2之间的差值的误差信号的比较器31的输入(+)和(-)。误差的平方(SE)由SE块32中的误差信号形成,并被施加到Nelder-Mead算法块21。
另一明显的优点在于,可通过使用当前用于调谐真实过程中的PI和PID控制器的自动调谐工具,调谐基于PI或PID或类似的控制器的使用的跟踪模拟器。因此,这种自动调谐工具是很容易在自动化系统中得到的。在图2A和图3的示例性实施例中,这种自动调谐工具或器件一般由与PI控制器20-1…20-N通信耦合的自动调谐块28表示。适当的调谐工具的例子是来自Metso Automation Inc的DNAautotune。工具被集成于MetsoDNA的用户界面中,使得当需要时,工具在用户界面中总是可用的。在一旦开始就在过程测试中不需要人干涉的意义上,调谐过程是自动的。但是,在提出的调谐参数被下载到PI/PID控制器之前,需要由用户接受结果。在没有确认的情况下,不对于在线控制器进行改变。通过使用基于过程模型和控制器的目标速度的λ调谐方法计算新一组的控制参数。过程模型精确地捕获真实过程力学是十分关键的。为了确保过程模型是好的,在强干涉的情况下,DNAautotune提供用户模拟趋势以及图形编辑过程模型以更好地拟合数据的任选。由于最快的调谐不总是最好的一个,因此,用户可选择目标速度,并通过不同的目标速度选择模拟设定点变化。一旦用户通过点击“下载到控制器”按钮接受它们,提出的调谐参数就将被下载到在线控制器上。用户得到控制器调谐操作的打印的一页报告。
通过例子检查跟踪模拟及其自动调谐,其中,真实过程是热交换器。在图4中示出该配置的简化框图。真实的热交换器41被配置为接收传输例如热的流体的热进入管42和传输例如冷的流体的冷进入管44。穿过热交换器41的热流体被配置为通过热输出管43离开。类似地,穿过热交换器41的冷流体被配置为通过冷输出管45离开。在冷流体和热流体穿过热交换器41的同时,从热流体到冷流体交换热,并且,前者冷却下来并且后者升温,这是本领域公知的。
设置同步并且与热交换器41并行地将热交换器41模型化的跟踪模拟器52。模拟器52提供代表热输出管43中的流体的模拟热输出22-1和代表冷输出管45中的冷流体的模拟冷输出22-2。在示例性实施例中,“模拟”热进入管53和“模拟”冷进入管54不是模拟值,而分别通过用温度传感器47测试真实热进入管42的流体温度Thot,in和用温度传感器48测试真实冷进入管44的流体温度Tcold,in被提供。没有在图4中示出来自自动化系统的控制输入,原因是它们与实施例的描述无关。
在示出的示例性实施例中,热交换器的模拟模型52包含被配置为分别通过PI控制器20-1、20-2、20-3和20-4被更新的四个模拟参数23-1、23-2、23-3和23-4。
温度传感器46被配置为测试冷输出管45的流体温度Tcold,out,并向PI控制器20-1的一个输入提供测量的温度作为过程测量值21-1。模拟器52的模拟冷输出22-2被施加到PI控制器20-1的另一输入。PI控制器20-1的更新参数23-1是h*A,其中,h是传热系数,A是热交换器的热交换面积。
流量计(流量指示器)50被配置为测量冷进入管44的流速Fcold,并向PI控制器20-2的一个输入提供测量的流速作为过程测量值21-2。模拟器52的模拟冷输入52(即,测量的温度Tcold,in)被施加到PI控制器20-2的另一输入。PI控制器20-2的更新参数23-2是Δp,cold,即冷输入中的压力差。
流量计(流量指示器)51被配置为测量热输出管43的流速Fhot,并向PI控制器20-3的一个输入提供测量的流速作为过程测量值21-3。模拟器52的模拟热输出22-1被施加到PI控制器20-3的另一输入。PI控制器20-3的更新参数23-3是Δp,hot,即,热输入中的压力差。
温度传感器49被配置为测量热输出管43的流体温度Thot,out,并向PI控制器20-4的一个输入提供测量的温度作为过程测量值21-4。模拟器52的模拟热输出22-1被施加到PI控制器20-4的另一输入。PI控制器20-4的更新参数23-4是Cp,hot,其中,Cp,hot是热流体的热容量。
在设置跟踪模拟器时,在输入到模拟器52和PI控制器20-1…20-4的过程测量值被连接之后,可以开始实时模拟。PI控制器20-1…20-4通过自动调谐工具(例如,DNAautotune)被自动调谐,并与自动模式连接。作为结果,PI控制器20-1…20-4将估计未知的参数23。
图5示出可在图4所示的跟踪模拟器的情况下使用的MetsoDNAautotune工具的调谐示图的例子。控制器速度被选择为“慢”并且控制器类型被选择为“PI”。通过改变Kp和Ti的值,自动调谐器可搜索适于PI控制器的配置值。在调谐过程结束时,临时增益Kp设为“41.299”,并且积分时间Ti被设为“44.236”。通过示图示出控制输入和测量和模拟的输出。因此,不需要如常规的跟踪模拟器那样凭空或者通过复杂的计算取得调谐参数。
通过本发明的实施例,普通的过程模拟器可很容易地扩展到可用于许多目的的跟踪模拟器,包括软传感器、将来的工厂行为的预测、轮廓和形状的可视化、参数估计和工厂优化。
本发明的一些实施例可产生和输出估计工业过程的内部行为或参数但对于从工业过程测量不可行的软测量值。在一些实施例中,输出可包含在屏幕上显示所述软测量值数据和/或其它的模拟数据和/或在数字存储介质中存储软测量值数据和/或其它的模拟数据。在本发明的一些实施例中,输出可包含向用于控制或优化工业过程的自动化系统或向出于维护目的的维护系统发送软测量值数据和/或其它的模拟数据。
图6表示可对于操作员显示的关于Metso DNA系统中的热交换器的操作的示例性示图。在左上角,四个框给出与PI控制器20-1…20-4有关的信息。在各框中,最上面的值是来自估计器的输出值22,中间的值是各过程测量值21的值,并且,最下面的值是来自PI控制器20的更新模拟参数23的值。基于模拟结果,可以绘制各种示图。在图6中,对于从热入管42到热出管43以及沿相反的方向从冷入管44到冷出管45的热流,示出沿热交换器的纵轴(x轴)的温度轮廓。模拟示图示出在热交换器44中如何进行热交换。这是所谓的“软”测量即可通过模拟获得的测量数据的例子,但相同的数据难以或者不可能直接从真实过程测量。
可通过各种手段实现这里描述的技术。例如,可以在硬件(一个或多个装置)、固件(一个或多个装置)、软件(一个或多个模块)或它们的组合中实现这些技术。对于固件或软件,实现可通过执行这里描述的功能的模块(例如,过程和功能等)。软件代码可被存储于任何适当的处理器/计算机可读数据存储介质或存储器单元中,并由一个或多个处理器/计算机执行。可以在处理器/计算机内或者处理器/计算机外面实现数据存储介质或存储器单元,在这种情况下,它可通过本领域公知的各种手段与处理器/计算机通信耦合。另外,本领域技术人员可以理解,为了有利于实现相关地描述的各种方面、目的、优点等,可通过附加的部件重新配置和/或增补这里描述的系统的部件,并且这些部件不限于在给出的示图中给出的确切的配置。
描述和相关的附图仅是为了通过例子示出本发明的原理。基于该描述,各种替代性的实施例、变更和变化对于本领域技术人员来说是十分明显的。本发明不是要限于这里描述的例子,本发明可在所附的权利要求的范围和精神内改变。

Claims (14)

1.一种模拟工业过程的方法,包括:
接收通过控制工业过程的自动化系统提供的多个控制输入;
从工业过程接收多个过程测量值;
通过使用工业过程的模型与工业过程同步且并行地模拟工业过程;
提供来自工业过程的模型的多个模拟输出,所述多个模拟输出中的每一个是所述多个过程测量值中的相应的一个的模拟版本;
用基于所述多个过程测量值和所述多个模拟输出产生的多个调整参数调整工业过程的模型;和
通过比例积分PI或比例积分导数PID控制器或类似的控制器产生所述多个调整参数中的至少一个。
2.根据权利要求1的方法,包括:
通过自动化系统的自动化控制器调谐工具配置比例积分PI或比例积分导数PID控制器或类似的控制器。
3.根据权利要求1或2的方法,包括:
通过比例积分PI或比例积分导数PID控制器或类似的控制器以外的装置产生所述多个调整参数中的至少另一个。
4.根据权利要求1~3中的任一项的方法,包括通过基于搜索的优化算法产生所述多个调整参数中的至少另一个。
5.根据权利要求4的方法,其中,所述基于搜索的优化算法包含Nelder-Mead算法和/或误差平方SE算法。
6.根据权利要求1~5中的任一项的方法,包括产生和输出估计工业过程的内部行为或参数但对于从工业过程测量不可行的软测量值。
7.根据权利要求6的方法,其中,所述输出包含在屏幕上显示所述软测量值数据和/或在存储介质中存储软测量值数据。
8.根据权利要求6或7的方法,其中,所述输出包含向用于控制或优化工业过程的自动化系统和/或向出于维护目的的维护系统发送软测量值数据。
9.一种根据权利要求1~8中的任一项的方法用于估计工业过程的将来的行为的用途。
10.一种根据权利要求1~8中的任一项的方法用于测试工业过程对于不同的控制情况的响应的用途。
11.一种包括用于实现根据权利要求1~8中的任一项的方法的装置的跟踪模拟器。
12.一种包括用于实现根据权利要求1~8中的任一项的方法的装置的自动化系统。
13.一种计算机程序,包括用于在所述程序在计算机上运行时执行根据权利要求1~8中的任一项的方法的程序代码。
14.一种计算机程序产品,包括存储于计算机可读介质上的用于在所述程序产品在计算机上运行时执行根据权利要求1~8中的任一项的方法的程序代码装置。
CN201080068398.2A 2010-06-30 2010-06-30 模拟工业过程的方法、跟踪模拟器和自动化系统 Active CN103038714B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/FI2010/050564 WO2012001213A1 (en) 2010-06-30 2010-06-30 Tracking simulation method

Publications (2)

Publication Number Publication Date
CN103038714A true CN103038714A (zh) 2013-04-10
CN103038714B CN103038714B (zh) 2016-10-05

Family

ID=45401434

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201080068398.2A Active CN103038714B (zh) 2010-06-30 2010-06-30 模拟工业过程的方法、跟踪模拟器和自动化系统

Country Status (4)

Country Link
US (1) US20130116802A1 (zh)
EP (1) EP2588924A4 (zh)
CN (1) CN103038714B (zh)
WO (1) WO2012001213A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107423245A (zh) * 2016-05-23 2017-12-01 罗伯特·博世有限公司 用于观测控制设备的内部数据的方法和设备
CN110431496A (zh) * 2017-03-13 2019-11-08 横河电机株式会社 评估装置、评估系统和评估方法
CN111742270A (zh) * 2018-02-28 2020-10-02 索尼公司 信息处理装置和信息处理方法
CN112673321A (zh) * 2018-09-03 2021-04-16 奈勒斯芬兰有限公司 阀门定位器及诊断方法

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6043348B2 (ja) 2011-07-11 2016-12-14 バルメット オートメーション オイ 産業プロセスを監視する方法
CN106462894A (zh) * 2014-02-04 2017-02-22 英格索尔-兰德公司 用于建模、仿真、优化和/或报价创建的系统和方法
WO2017142530A1 (en) * 2016-02-17 2017-08-24 Entit Software Llc Environment simulations
JP6747218B2 (ja) * 2016-09-28 2020-08-26 横河電機株式会社 プラントシミュレーション装置およびプラントシミュレーション方法
JP2018092248A (ja) * 2016-11-30 2018-06-14 トヨタ自動車株式会社 圧縮エア流量の算出方法、その装置、及びプログラム
CN108153166B (zh) * 2017-12-12 2020-08-04 何安 一种工业过程仿真系统及仿真方法
JP7442305B2 (ja) * 2019-11-26 2024-03-04 東京エレクトロン株式会社 制御システム、制御方法、制御プログラム、および処理システム

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1158677A (zh) * 1994-09-27 1997-09-03 诺基亚流动电话有限公司 码分多址无线电话的数字自动增益控制
US6128541A (en) * 1997-10-15 2000-10-03 Fisher Controls International, Inc. Optimal auto-tuner for use in a process control network
US20020040250A1 (en) * 2000-08-21 2002-04-04 Gaikwad Sujit V. Auto-tuning controller using loop-shaping
US20070038333A1 (en) * 2005-08-15 2007-02-15 Dadebo Solomon A Model predictive control having application to distillation
US20070168056A1 (en) * 2006-01-17 2007-07-19 Sara Shayegi Well control systems and associated methods
US20080243310A1 (en) * 2007-03-28 2008-10-02 Esposito William R Production control utilizing real time optimization
CN101322083A (zh) * 2005-12-05 2008-12-10 费舍-柔斯芒特系统股份有限公司 利用并行过程仿真的多目标预测过程优化
CN101546172A (zh) * 2008-03-28 2009-09-30 三菱电机株式会社 系统控制方法和装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5740033A (en) * 1992-10-13 1998-04-14 The Dow Chemical Company Model predictive controller
US6088630A (en) * 1997-11-19 2000-07-11 Olin Corporation Automatic control system for unit operation
WO2002097540A1 (en) * 2001-05-25 2002-12-05 Parametric Optimization Solutions Ltd. Improved process control
TWI314637B (en) * 2003-01-31 2009-09-11 Shell Int Research Process of liquefying a gaseous, methane-rich feed to obtain liquefied natural gas
JP4789277B2 (ja) * 2004-04-22 2011-10-12 横河電機株式会社 プラント運転支援装置
US7526400B2 (en) * 2005-04-14 2009-04-28 International Business Machines Corporation Thermal modeling and error detection in a data processing configuration

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1158677A (zh) * 1994-09-27 1997-09-03 诺基亚流动电话有限公司 码分多址无线电话的数字自动增益控制
US6128541A (en) * 1997-10-15 2000-10-03 Fisher Controls International, Inc. Optimal auto-tuner for use in a process control network
US20020040250A1 (en) * 2000-08-21 2002-04-04 Gaikwad Sujit V. Auto-tuning controller using loop-shaping
US20070038333A1 (en) * 2005-08-15 2007-02-15 Dadebo Solomon A Model predictive control having application to distillation
CN101322083A (zh) * 2005-12-05 2008-12-10 费舍-柔斯芒特系统股份有限公司 利用并行过程仿真的多目标预测过程优化
US20070168056A1 (en) * 2006-01-17 2007-07-19 Sara Shayegi Well control systems and associated methods
US20080243310A1 (en) * 2007-03-28 2008-10-02 Esposito William R Production control utilizing real time optimization
CN101546172A (zh) * 2008-03-28 2009-09-30 三菱电机株式会社 系统控制方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
MAKOTO NAKAYA ET AL.: "On-line Simulator for Plant Operation", 《PROCEEDINGS OF THE 6TH WORLD CONGRESS ON INTELLIGENT CONTROL AND AUTOMATION》, 23 June 2006 (2006-06-23), XP010946605, DOI: doi:10.1109/WCICA.2006.1713505 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107423245A (zh) * 2016-05-23 2017-12-01 罗伯特·博世有限公司 用于观测控制设备的内部数据的方法和设备
CN110431496A (zh) * 2017-03-13 2019-11-08 横河电机株式会社 评估装置、评估系统和评估方法
US11460818B2 (en) 2017-03-13 2022-10-04 Yokogawa Electric Corporation Evaluation apparatus, evaluation system, and evaluation method
CN111742270A (zh) * 2018-02-28 2020-10-02 索尼公司 信息处理装置和信息处理方法
US11392092B2 (en) 2018-02-28 2022-07-19 Sony Corporation Information processing device and information processing method
CN112673321A (zh) * 2018-09-03 2021-04-16 奈勒斯芬兰有限公司 阀门定位器及诊断方法

Also Published As

Publication number Publication date
WO2012001213A1 (en) 2012-01-05
EP2588924A1 (en) 2013-05-08
CN103038714B (zh) 2016-10-05
EP2588924A4 (en) 2014-03-26
US20130116802A1 (en) 2013-05-09

Similar Documents

Publication Publication Date Title
CN103038714B (zh) 模拟工业过程的方法、跟踪模拟器和自动化系统
JP6521578B2 (ja) プロセス制御システムにおける非侵入的データ分析
JP5623476B2 (ja) 作動中のプロセス環境における動的プロセスシミュレーションの更新と利用
CN101013318B (zh) 用于管理过程控制网络的增强型工具
JP5511698B2 (ja) 空調機連係制御システム、空調機連係制御方法および空調機連係制御プログラム
JP4194396B2 (ja) 変動性プロセス遅延に対する高度プロセス制御ブロックの適応
CN102906650B (zh) 多阶段过程建模方法
RU2473956C2 (ru) Соединение специализированной системы, например измерительной системы, с системами управления
JP2012164342A (ja) ロバスト性マップからのプロセスコントローラのためのチューニングパラメータの決定方法
CN103477290A (zh) 控制器辅助装置、用于在该装置中执行的控制器辅助程序以及存储有该程序的记录介质
JP4402645B2 (ja) 制御系解析装置およびプログラム
JP4908433B2 (ja) 制御パラメータ調整方法および制御パラメータ調整プログラム
US11501036B2 (en) Simulations in a model of a process control system
CN113632024A (zh) 上级机器平台上的虚拟传感器
Merino et al. Real Time Optimization for steam management in an evaporation section
CN1573624B (zh) 用于批性能估计的装置和方法
Atluru et al. Data to information: can MTConnect deliver the promise
JP5239686B2 (ja) プロセス推定システムおよびプロセス推定方法
JP5077831B2 (ja) プラント制御システムおよびプラント制御方法
Santillán Martínez Simulation-based Digital Twins of Industrial Process Plants: A Semi-Automatic Implementation Approach
Hensel et al. Generator for modular virtual sensors
TWI830193B (zh) 預測系統、資訊處理裝置以及資訊處理程式
CN114779625B (zh) 基于vrft的pd控制器设计方法及装置、电子设备
Allsopp Parallel Development of a Real-time Co-Simulation and MPC Control System for the Universal Water System
Pruna et al. Didactic system for process control learning: case study flow control

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
CB02 Change of applicant information

Address after: Finland Vantaa

Applicant after: METSO AUTOMATION OY

Address before: Finland Vantaa

Applicant before: Metso Automation OY

COR Change of bibliographic data
GR01 Patent grant