CN104024964B - 用于工业过程控制的方法、装置和系统 - Google Patents

用于工业过程控制的方法、装置和系统 Download PDF

Info

Publication number
CN104024964B
CN104024964B CN201280053633.8A CN201280053633A CN104024964B CN 104024964 B CN104024964 B CN 104024964B CN 201280053633 A CN201280053633 A CN 201280053633A CN 104024964 B CN104024964 B CN 104024964B
Authority
CN
China
Prior art keywords
accessible
controller
variable
output valve
value
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.)
Expired - Fee Related
Application number
CN201280053633.8A
Other languages
English (en)
Other versions
CN104024964A (zh
Inventor
J.A.埃斯卡塞加
C.Q.詹
J.Z.卢
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.)
Honeywell International Inc
Original Assignee
Honeywell International Inc
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 Honeywell International Inc filed Critical Honeywell International Inc
Publication of CN104024964A publication Critical patent/CN104024964A/zh
Application granted granted Critical
Publication of CN104024964B publication Critical patent/CN104024964B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B5/00—Anti-hunting arrangements
    • G05B5/01—Anti-hunting arrangements electric

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Feedback Control In General (AREA)

Abstract

一种方法包括标识用来实现操纵变量的输出(OP)值所位于的范围中的多个区(302‑306b)中的一个。所述操纵变量与工业过程(111a‑111b)相关联，并且所述OP值表示下游控制器(104)的输出。所述方法还包括基于所述OP值位于在其中的所述区为所述操纵变量计算可达到的操纵变量(MV)限制。例如，当所述OP值位于一个区中时，所述可达到的MV限制能够和用户指定的限制匹配或者是基于所述OP值与过程变量的值之间的增益的。当所述OP值位于另一区中时，所述可达到的MV限制能够随着间隙而跟踪所述过程变量的值。

Description

用于工业过程控制的方法、装置和系统
技术领域
本公开一般地涉及工业过程控制系统。更具体地，本公开涉及一种用于在工业过程控制系统中预测终结并且改进过程控制的装置和方法。
背景技术
处理设施常常使用过程控制系统来管理。示例处理设施包括制造厂、化工厂、原油精炼厂、矿石加工厂、发电厂以及纸或纸浆制造和加工厂。在其他操作中，过程控制系统典型地管理处理设施中的电动机、阀门以及其他工业设备的使用。在常规过程控制系统中，控制器常常被用来控制处理设施中的工业设备的操作。控制器例如能够监控工业设备的操作，将控制信号提供给工业设备，并且当检测到故障时生成警报。
在使用模型预测控制(MPC)技术的控制器中，至少一个操纵变量(MV)被用来使至少一个受控变量(CV)保持在设定点(MPC.SP)或在设定点附近或在上限与下限(MPC.限制)之间。例如，MPC控制器能够接收反应器内部的温度的测量结果(受控变量)并且试图通过改变给反应器的夹套的冷却水流(操纵变量)来使温度保持在设定点或在设定点附近。冷却水流能够被下游比例-积分-微分或“PID”控制器控制，所述比例-积分-微分或“PID”控制器能够接收来自上游MPC控制器的设定点(SP)命令和通过管道的冷却水流速的过程变量(PV)测量结果并且试图通过改变阀门的开度(OP)使流速保持在所命令的设定点。MPC控制器还能够调整其操纵变量以实现改进的或最大经济效益。然而，不能够无限地改变操纵变量。操纵变量能够被改变的最大数量受过程及其设备的物理限制或者受下游控制器的操作限制所限制。在本文档中，实际物理限制(APL)被定义为无论是由过程、过程设备还是下游控制器所强加于的所有限制之中的最具限制性的限制。
用户常常被要求为每个操纵变量指定上和下操作限制。这些限制定义其中操纵变量能够被控制器改变或者“移动”的容许范围。然而，因为实际物理限制随着时间的推移(诸如由于过程扰动或改变或者由于下游控制器配置改变)而变化，所以用户指定的限制能够逐渐变得陈旧或过时。MPC控制器可以总是假定在为该变量确定优化解时用户指定的限制是可达到的，并且还能够在该假设情况下计算其他操纵变量的优化解。MPC控制器可以因此一致地将下游控制推向看上去可达到的限制直到下游控制器命中实际物理限制并且进入终结状态为止。物理限制或终结限制能够比用户指定的限制更接近于操纵变量的当前值。
当这个发生时，MPC控制器停止使用用户指定的限制并且开始使用实际物理限制。这常常使(一个或多个)优化解因已终结操纵变量和所有相关的操纵变量而跳跃。下游控制器还能够重复地进入和退出终结，这能够引起许多复杂化。在较长的时间段期间，例如，优化解可以来回跳跃，因为被实际上用于优化的限制来回切换，并且随着一个或多个下游控制器(以及因此它们关联的操纵变量)重复地进出终结用户可以观测到不定的之字形移动。并且，随着下游控制器接近终结或者操作接近于终结状态，其过程变量(在本文档中常常被表示为PV)可以游离所期望的设定点，从而在预测操纵或扰动变量对受控变量的影响时和在确定如何配置操纵变量时造成困难。此外，因为常常不易于预测下游控制器(以及因此它关联的操纵变量)进入终结所在的实际物理限制，所以常常采用各种临时解决方案，这能够产生混合且不一致的结果。
发明内容
本公开提供了用于在工业过程控制系统中预测终结并且改进过程控制的装置和方法。
在第一实施例中，方法包括标识用来实现操纵变量的输出(OP)值所位于的范围中的多个区中的一个。操纵变量与工业过程相关联，并且OP值表示下游控制器的输出。所述方法还包括基于OP值位于其中的区为操纵变量计算可达到的操纵变量(MV)限制。
在第二实施例中，装置包括至少一个处理单元，所述至少一个处理单元被配置成标识用来实现操纵变量的输出(OP)值所位于的范围中的多个区中的一个。操纵变量与工业过程相关联，并且OP值表示下游控制器的输出。所述至少一个处理单元还被配置成基于OP值位于其中的区为操纵变量计算可达到的操纵变量(MV)限制。
在第三实施例中，系统包括被配置成控制工业过程的第一控制器和被配置成生成用来实现与该工艺过程相关联的操纵变量的输出(OP)值的下游第二控制器。第一控制器被配置成标识OP值所位于的范围中的多个区中的一个并且基于OP值位于其中的区为操纵变量计算可达到的操纵变量(MV)限制。
根据以下图、说明以及权利要求，其他技术特征对于本领域的技术人员而言可以是容易地显而易见的。
附图说明
为了更彻底地理解本公开，现对结合附图进行的以下说明进行参考，在附图中：
图1图示了根据本公开的示例过程控制系统的一部分；
图2至6D图示了根据本公开的过程控制系统中的终结控制的示例细节；以及
图7和8图示了用于根据本公开的过程控制系统中的终结控制的示例方法。
具体实施方式
在下面所讨论的图1至8以及用来在本专利文献中描述本发明的原理的各种实施例仅是通过图示的方式的，并且不应该被以任何方式解释成限制本发明的范围。本领域的技术人员将理解的是，可以在任何类型的适当地布置的设备或系统中实现本发明的原理。
图1图示了根据本公开的示例过程控制系统100的一部分。如图1中所示，过程控制系统100包括第一控制器102和第二控制器104。控制器102-104控制工业过程111a-111b的至少一部分。在这个示例中，控制器102-104控制包括一个或多个致动器108的执行机制106的操作，所述一个或多个致动器108操作来调整一件或多件工业设备110的操作。
工业过程111a-111b共同地表示以某方式生产或者处理一个或多个材料的任何适合的技术。执行机制106表示用于改变工业过程111a-111b的任何适合的系统或其一部分。执行机制106能够包括任何数目的致动器108和数件工业设备110。每个致动器108都包括用于调整一件或多件工业设备110的任何适合的结构。每件工业设备110都能够在执行机制106中执行(一个或多个)任何适合的功能。工业设备110例如能够表示阀门、加热器、电动机或其他设备。
至少一个传感器112a测量与过程111a相关联的一个或多个过程变量(PV)，并且至少一个传感器112b测量与过程111b相关联的一个或多个受控变量(CV)。每个PV或CV都表示过程的任何适合的特性，诸如流速、温度、压力或其他值。每个传感器112a-112b都包括用于测量过程的一个或多个特性的任何适合的结构。
如上面所指出的那样，控制器典型地调整一个或多个操纵变量(MV)以便控制一个或多个受控变量(CV)。操纵变量一般地与能够被调整的致动变量相关联，所述致动变量诸如下游控制器的设定点或输出。受控变量一般地表示被控制(通过对一个或多个操纵变量的改变)以便使得该受控变量被维持在指定的值或在指定的限制内的过程的测量变量。这个的示例是当阀门的开度(与操纵变量相关联)的量被用来控制反应器内部的温度(受控变量)时。扰动变量一般地表示能够影响受控变量并且能够被考虑而不是直接地调整的变量，诸如环境温度或大气压力。
控制器102-104中的每一个都包括用于执行控制操作以控制过程111a-111b的至少一部分的任何适合的结构。每个控制器102-104都例如能够使用硬件或硬件和软件/固件指令的组合来实现。在图1中所示出的示例中，每个控制器102-104都使用至少一个处理单元114、至少一个存储器单元116以及至少一个接口118来实现。至少一个处理单元114包括(一个或多个)任何适合的处理结构，诸如微处理器、微控制器、数字信号处理器、专用集成电路或现场可编程门阵列。至少一个存储器单元116包括(一个或多个)任何适合的易失性和/或非易失性存储和检索设备，诸如硬盘、光学存储盘、RAM或ROM。至少一个接口118包括用于将数据提供给一个或多个外部目的地或者从一个或多个外部源接收数据的(一个或多个)任何适合的结构。
在特定实施例中，控制器102被实现为模型预测控制(MPC)控制器。MPC控制器使用模型来预测一个或多个受控变量(CV)的特征值并且相应地调整一个或多个操纵变量(MV)。结果，准确地预测CV的特征值的能力直接地影响MPC控制器的控制能力。并且，在特定实施例中，控制器104被实现为比例-积分-微分(PID)控制器。然而，诸如当控制器102表示模糊逻辑控制器、基于人工智能的控制器、基于启发式的控制器或实时优化器或者控制器104表示PI控制器时，能够使用(一个或多个)任何其他适合类型的(一个或多个)控制器。并且，在特定实施例中，控制器104能够被实现为单PID控制器。然而，诸如当控制器104表示一群级联控制器时，还能够使用(一个或多个)任何适合类型的多个层的级联控制器。
这表示工业过程及其相关控制系统的一部分的简要描述。过程控制系统的附加的细节为本领域的技术人员众所周知，并且对于在本专利文档中所公开的本发明的理解来说不是需要的。
在这个示例中，第一控制器102生成MV值，所述MV值成为用于控制与过程111b相关联的至少一个受控变量(CV)的设定点(SP)。第二控制器104操作来控制过程变量(PV)，这允许估计SP与PV值之间的差。PV被第二控制器104控制以便使得PV等于或者靠近SP。控制器104试图通过改变控制器的输出信号OP来实现这个。传感器112a测量PV的实际值。SP与传感器测量结果之间的差表示误差信号E，其识别PV离它期望的SP有多远。误差信号被第二控制器104用来生成OP。执行机制106使用OP来调整致动器108，所述致动器108操纵然后对PV引起改变的过程设备110。PV还能够被一个或多个扰动变量D1影响。随着PV改变，它使过程111b中的(一个或多个)受控变量CV改变，这然后通过传感器112b反馈回到第一控制器102。CV还能够被一个或多个扰动变量D2影响。第一控制器102继续生成新的MV值直到过程112b中的CV满足第一控制器102中用户指定的限制为止。注意的是，诸如PV、SP以及OP之类的术语能够被用来表示与PID控制器相关联的值，并且诸如MPC.SP之类的术语被用来表示与MPC控制器相关联的值，但是其他类型的控制器能够被用作控制器102和/或104。
在图1中，从控制器102的角度看，用于控制器104的SP是关联的操纵变量(MV)。SP能够在一些实施例中使用MV与CV之间的模型并且使用传感器测量结果来计算，而无论什么其他数据是可用的或需要的。模型典型地是非常复杂过程的非常简化的或近似的数学表示，以及二次控制回路(控制器104)常常是该复杂过程的一部分。理想地，控制器104调整OP以便使得PV到达并且保持接近于SP。然而，当OP到达设备限度时，PV不再能够在向上方向或向下方向中的一个上移动。当发生这个并且PV不能够实现所期望的SP时，控制器104进入终结状态。控制器102被迫兑现这个状态，并且与已终结控制器104相关联的MV进入终结状态而且被禁止移动SP更远离当前PV。一旦OP不再受设备限制终结状态就被从控制器104移除。这能够要么通过PV向SP漂移(诸如由于D1的有利扰动)要么通过在接近于无法达到的PV的方向上移动SP来实现。一旦控制器104中的终结条件被校正，控制器102中所关联的MV的终结状态就被移除，并且控制器102自由地往上或往下移动所关联的MV。
如上面所指出的那样，用户能够为MV提供用户指定的上限和下限，其被控制器102使用。在正常情况下，控制器102将用户指定的限制用作其中MV能够被调整的容许范围。然而，如果用户指定的限制未准确地表示工业设备110实际上能够实现什么，则这能够导致如上面所描述的MV的终结。在那时，能够发生对容许范围的大改变并且能够确保对稳态优化解的大改变。当MV重复地进出终结时，能够发生第二控制器104 SP之字形运动，这是由设法通过以使SP向PV移动的方式移动所关联的MV来校正第二控制器104的终结状态的现有控制器102 SP-PV跟踪机制所引起的。这还能够在针对相关操纵变量的优化解中引起跳跃。
这个的示例在图2中被示出。图2图示了由根据本公开的过程控制系统100中的MV终结所引起的示例振荡。如图2中所示，线202表示从控制器102操纵变量生成的用于控制器104的设定点，以及线204表示来自第二控制器104的输出信号(OP)。并且，线206表示用于控制器104的过程变量(PV)，以及线208表示用于控制器102的操纵变量的有效上限。
在图2中，OP信号开始在采样245附近接近上限饱和(约略地80%)，在这时间之后第二控制器104被推入和推出终结。随着第二控制器104进出终结并且控制器102中所关联的MV同样进出终结，对于所关联的MV的有效限制偏离用户指定的限制并且被钳制到控制器104的当前SP值。一旦终结条件被移除，MV就返回到用户指定的限制。这对于MV重复地在较高的值与较低的值之间振荡通过有效上限来看到。较高的值能够表示用户指定的较高的MV限制，以及较低的值能够表示MV由于控制器104 OP到达设备限度而导致的物理限制。
当用户指定的MV限制变得无法达到时，控制器和优化器常常仅在MV进入终结时实现这个。结果，用户常常被迫输入非常保守的MV限制，这不利地影响MPC或其他控制能力和优化潜力。过分乐观的MV限制常常驱使控制器104进入终结中，从而产生预测、优化以及控制问题。
对于这种问题的常规解决办法是建立控制器102的MV与控制器104的OP值之间的模型。OP值被作为CV包括在控制器102中并且遭受某种类型的变换。限制然后被应用于表示OP值的CV来约束MV解。然而，这种方法是非常不方便的，MV-OP模型可能是不可靠的，并且OP噪声能够被变换成MV值。
尽管未在图2中示出，但是在较长的时间段期间，由SP值所表示的MV能够随着PV值由于过程扰动D1而上下移动或者控制器102 SP-PV跟踪机制正在试图校正终结状态而上下之字形运动。MV值的下移可能是由控制器102设法得到SP值以在终结情形期间跟踪PV值所引起的。MV值的上移可能是由一旦控制器104退出终结控制器102就将MV值推向其用户指定的上限所引起的。当控制器104进入终结并且在控制器104退出终结时跳回直到用户指定的上限时稳态MV值能够下降至SP值。当稳态MV值上下跳跃时，与其他操纵变量相关联的稳态值还能够上下跳跃。
常规终结处理技术的另一问题是所关联的MV的SP值常常被用于预测CV值，这在一旦OP进入致动器的非线性操作区控制器104的PV就不能够跟随SP值时引起问题。并且，控制器102的SP-PV跟踪机制当在终结中时使所关联的MV的SP斜线上升至PV，从而在斜线上升期间产生显著的预测问题(因为PV值不在移动并且那是在控制器102中使CV移动的东西)。
依照本公开，控制器102实现用于评估并且选择性地应用有效MV限制的技术。这种技术的结果被称作“可达到的”MV限制。可达到的MV限制鉴于过程的实际物理限制(代替典型地不准确地表示物理限制的用户指定的MV限制)来定义潜在的MV移动空间。除确定可达到的MV限制之外，当控制器104是在终结中时技术跟踪控制器104的PV移动。PV值在被适当地滤波之后，代替当前MV值被用来预测MV对一个或多个受控变量所具有的将来影响。
在普通系统中，如果MPC控制器102将SP值发送到第二控制器104，则常常假定控制器104起作用以便使得PV跟随SP。然而，能够出现其中控制器104不能够改变PV以便使得它跟随SP值的情况。一个这样的情况是如上面所描述的终结条件。例如，考虑图3。图3图示了根据本公开的过程控制系统100中的示例OP-PV关系。在图3中，线301表示针对典型PID的OP值与PV值之间的示例关系。在范围302内，PV和OP值具有基本上线性的关系(或至少能够被线性地近似的关系)。这种线性关系由直线308来图示。线308的斜率定义OP值与PV值之间的增益。在这种特定情况下，线308具有近似二的斜率，指示在OP值与PV值之间存在约二的增益。
在过渡范围304a-304b内，OP-PV关系的行为变得更非线性。不是具有二的基本上线性的增益，而是例如，线301向上(区304a)或向下(区304b)弯曲。这指示增益变得非线性，所以PV值对OP值的改变的响应变小。
如在这里所示，PV值不总是对OP值的改变线性地做出响应。PV值可以在区302内一般线性地响应，但该效果在过渡区304a-304b中衰落并且基本上在终结区306a-306b中停止。基于这个，能够取决于当前OP值落在哪里而不同地确定可达到的MV限制。
在一些实施例中，可达到的MV限制基于用户指定的信息和过去的OP、PV以及SP值以控制器102的每个执行间隔被估计。在可达到的MV限制估计期间所使用的用户指定的信息能够包括估计的OP对PV增益和/或表示OP-PV行为的非线性特性曲线。取决于实施方式，用户能够提供基本的或更详细的信息。在其他实施例中，在线工具能够被用来通过使用例如SP、OP以及PV值的历史数据自动地对OP-PV行为建模。
在一些实施例中，用户能够简单地为OP值提供定义不同范围的四个值。这个的示例在图4A中被示出，其中四个值(OP_LL、OP_L、OP_H以及OP_HH)定义区302-306b之间的边界。值OP_L和OP_H为OP值定义正常范围302。值OP_LL定义区304a的下限，其被定义为OP值在OP_LL与OP_L之间的范围。类似地，值OP_HH定义区304b的上限，其被定义为OP值在OP_H与OP_HH之间的范围。区306a被定义低于OP_LL的OP值，以及区306b被定义为高于OP_HH的OP值。
当被以这种方式定义时，如果当前OP值是在范围302内，则对于MV的用户指定的限制能够表示自PV值有效地对OP改变做出响应以来可达到的MV限制。如果当前OP值是在任何一个范围306a-306b内，则PV值对OP改变具有少量或没有响应，并且操纵变量的SP和可达到的限制随着间隙而跟踪PV值。这意味着操纵变量的SP和可达到的限制一般地跟踪具有小偏移的PV值的移动。如果当前OP值是在任何一个范围304a-304b内，则用户指定的MV限制可能不是有效的，并且可达到的限制能够被修改诸如以慢慢地或迅速地接近在终结区306a-306中使用的可达到的MV限制。对于这种技术可能不需要附加的规格以令人满意地适用于一大类设备110 (诸如大量的阀门)。
在其他实施例中，用户能够提供更详细的信息。例如，用户能够提供四个值(OP_LL、OP_L、OP_H以及OP_HH)以及OP值与PV值之间的估计增益值。OP-PV增益能够通过确定如图4B中所示出的曲线的特定部分的斜率(dPV/dOP)来计算。这个曲线能够使用与PV和OP值相关联的历史数据来生成。估计OP-PV增益的另一方式能够通过计算下式的值来完成：
(PV高过程限制 – PV低过程限制) / (OP过程上限 – OP过程下限)
其中OP过程上限和OP过程下限是最大OP值和最小OP值，并且PV高过程限制和PV低过程限制分别是当OP以OP过程上限和OP过程下限操作时预期的/测量的过程值。然而增益值被确定，控制器102能够使用该增益值来修改可达到的MV限制，而无论当前OP值是在正常区302还是传统区304a-304b内。一旦当前OP值进入终结区306a-306b，操纵变量的SP和可达到的限制就随着间隙而跟踪PV值。
在仍然其他的实施例中，用户能够通过为多项式曲线提供系数或通过定义分段的线性分段曲线来定义OP-PV关系。在特定实施例中，多项式能够具有形式：
PV = a 0 + a 1 OP + a 2 OP 2 + a 3 OP 3 + a 4 OP 4 + D1。
在这里，D1表示图1中所示出的(一个或多个)扰动变量并且可以或者可能不由用户来估计。在这种情况下，用户能够通过提供系数a 0 -a 4 来定义多项式。用户还能够指定OP_LL和OP_HH值，或者算法能够使用多项式曲线系数或分段的线性段(诸如通过标识其中发生明显修平的多项式或分段的线性分段曲线的区域)来估计OP_LL和OP_HH值。只要当前OP值保持在OP_LL与OP_HH之间，控制器102就能够基于多项式曲线系数或分段的线性段和OP、PV以及SP值来预测可达到的MV限制。一旦当前OP值进入终结区306a-306b，操纵变量的SP和可达到的限制就随着间隙而跟踪PV值。例如，如果用户具有带一些不平常特性的专用的一件设备110，则这种方法可能是有用的。当用户提供多项式系数时，多项式曲线能够被用来对设备的行为建模。当用户定义了分段的线性分段曲线时，该机制基本上与多项式曲线相同，除了分段的线性分段曲线篡夺(usurp)多项式曲线。
然而提供了定义OP-PV关系的信息，控制器102使用这种信息来预测可达到的MV限制。可达到的MV限制然后被用来确定最好的MV值以用于预测对受控变量的将来改变。
以这种方式，控制器102能够更快地使用更准确的预测来估计什么能够使用MV改变来实现，这促进对过程111a-111b的更好控制。有效地，控制器102获得“真实的”MV限制的知识，而不是简单地依靠用户指定的限制。这可以允许用户输入宽松的MV限制，并且控制器102决定那些限制的全部潜力。
在(i)操纵变量的SP与可达到的限制之间的间隙和(ii)当OP在终结区306a-306b中时的PV值可以大于存在于PV值中的典型噪声。能够在线计算PV值噪声，并且然后能够根据噪声计算间隙。通过这些操作，能够使控制器104保持在终结条件下以使PV保持在极值(这能够被完成来实现最大经济效益)。因为控制器104不进出终结，所以稳态解不经历大跳跃。
当在反终结方向上(远离终结条件)需要MV改变时，对MV的以下改变能够替代地由控制器102来做出：
dMV F = dMV I ± (PV – SP)
其中如果MV不在终结中则dMV I 表示正常MV改变，以及dMV F 表示由控制器102考虑表示为PV-SP的间隙所做出的已调整MV改变。移动以接近PV值与SP之间的间隙不用于预测。
可达到的MV限制能够被控制器102用于优化和控制移动计算。以这种方式，能够在控制器104进入终结时避免优化解中的大跳跃，并且能够显著地改进控制行为。PV值跟踪帮助确保用来预测对(一个或多个)受控变量的影响的MV值更紧密地与在实际过程111b中正发生的相关。这能够导致由控制器102用来确定优化解和将来的控制移动的更准确的正向预测。
在实现这种技术以用于计算可达到的MV限制并且做出更准确的将来预测情况下，用户能够更乐观地指定用户指定的MV限制，从而知道控制器102已内置了“宽限节约（grace-saving）”算法。此外，采用这种技术，用户能够选择允许控制器102用完全饱和的OP值或在设备限制下进行操作。在那种情况下，用户不再需要创建在发生终结时对于控制器102防止假的/不准确的预测的解或者实现跟踪算法以在控制器104需要移出终结时使SP保持接近于PV值。此外，用户不再需要为控制器104的OP创建临时CV约束来防止饱和或者实现并且维持针对被添加到控制器102以防止饱和的任何CV约束的变换。
能够实现这种技术以便使得高频噪声和扰动不显著地影响所估计的可达到的MV限制或者不利地影响在将来的CV预测计算中使用的MV值的选择。这能够帮助使控制系统变得甚至更稳健。
图5A和5B图示了能够在根据本公开的过程控制系统100中使用终结控制来计算的示例可达到的MV限制。特别地，图5A和5B图示了当用户简单地提供四个值OP_LL、OP_L、OP_H以及OP_HH时的模拟行为。
图5A图示了在控制器102的操作期间在不同区302、304b、306b内的可达到的MV上限。在图5A中，线502表示用于操纵变量的SP，以及线504表示所关联的PID控制器的OP值。线506表示所关联的PID控制器的PV值，以及线508表示用于操纵变量的可达到的上限。
当OP值是在操作的正常范围302内时，由线508所表示的可达到的限制保持在高水平，这能够表示用户指定的MV上限。然而，随着OP值增加，OP值进入过渡范围304b。在这个范围304b中，由线508所表示的可达到的限制远离用户指定的MV上限并且接近操纵变量的SP。当OP值进入终结区306b时，操纵变量的SP和可达到的限制随着间隙而跟踪PV值。
图5B图示了在控制器102的操作期间在终结区306b内的示例可达到的MV限制。如图5B中所示，由线504所表示的OP值保持在高水平，指示MV是在终结中。即使由线506所表示的PV值上下摆动，控制器102也确保操纵变量的SP (由线502表示)和可达到的限制(由线508表示)两者都随着间隙而跟踪PV值。如上面所描述的那样，这能够取决于实施方式而提供各种有益效果。
图6A至6D图示了能够在根据本公开的过程控制系统100中使用终结控制来计算的可达到的MV限制的其他示例。特别地，图6A和6B图示了由PID控制器针对操纵变量MV2由于无法达到的用户指定的MV限制而进入和退出终结所引起的模拟的持久性稳态解摆动。在这种情况下，MV2用户指定的上限是50，并且(因为控制器102被配置成最大化MV2)它为MV2计算值大约40的稳态目标并且设法将MV2推向目标。然而，当MV2到达大约28的值时用于MV2的下游PID控制器进入终结状态。控制器102仅然后认识到，基于MV2所计算的目标不是实际上可达到的，并且它开始做出调整。控制器102做出的调整引起MV1和MV2优化解振荡。
图6C和6D图示了在与图6A和6B相同的条件下的模拟行为，只是用户提供了四个值OP_LL、OP_L、OP_H以及OP_HH和估计OP-PV增益值来估计可达到的MV限制。在这里，图6A至6D图示了两个操纵变量(MV1和MV2)的模拟使用，所述两个操纵变量(MV1和MV2)被用来控制两个受控变量(CV1和CV2)。能够用一的PID控制器增益(KC)和十的积分时间来控制MV1，并且能够用0.5的PID控制器增益和十的积分时间来控制MV2。理想地，MV1和MV2被用来使CV1和CV2保持在限制内，并且出于优化目的MV2和CV2被最大化。
在图6C中，图表表示与使用MV1的控制相关联的信号。在这里，线602表示MV1的SP，以及线604表示MV1的关联PV值。并且，线606表示MV1的稳态目标。稳态目标对于MV1使用可达到的限制来计算，所述可达到的限制能够像上面所描述的那样被计算。在这种情况下，在OP-PV关系的中央区(区302)中的估计增益被提供为0.7，并且限制值被定义为OP_HH=95、OP_H=80、OP_LL=0以及OP_L=15。
在图6D中，图表表示与使用MV2的控制相关联的信号。在这里，线622表示MV2的SP，以及线624表示MV2的关联PV值。并且，线626表示MV2的稳态目标。稳态目标对于MV2使用可达到的限制来计算，所述可达到的限制能够像上面所描述的那样被计算。在这种情况下，在OP-PV关系的中央区(区302)中的估计增益被提供为0.3，并且限制值被定义为OP_HH=90、OP_H=75、OP_LL=25以及OP_L=25 (意味着对于MV2不存在过渡区304a)。
对于图6C和6D中所示出的两种情况，可达到的MV限制被用在针对MV值的稳态目标的计算中。基于用户指定的信息，控制器102估计MV2可达到的限制起初仅是约24 (而不是用户指定的值50)。随着计算继续，MV2可达到的限制被调整为约28。结果，MV1和MV2的稳态目标不像它们在图6A和6B中那样上下跳跃。可达到的MV限制的使用能够帮助使稳态目标的计算变得更准确。这是因为这些计算能够用“真实的”MV限制是什么的知识(而不总是简单地基于用户指定的限制)来做出。
注意在图6C和6D中，用户已经为OP-PV关系的区302人工地定义了增益。如上面所描述的那样，用户可替换地能够为多项式曲线提供系数或者定义描述MV.OP和MV.PV关系的分段的线性分段曲线。例如，用于MV1的多项式系数可以是[7.306743, 0.266297,0.0150809, -0.0001153, 0]，以及用于MV2的多项式系数可以是[-31.738496, 1.535986,-0.01222, 0.0000279, 0]。采用这些值，在图6C和6D中线606和626能够形成较陡直角。这是由于系统能够使用多项式或分段的线性分段曲线而不是仅仅使用OP_HH、OP_H、OP_L以及OP_LL和用户指定的OP-PV增益来更准确地标识可达到的MV限制的事实而导致的。
返回到图3，下文描述了能够以其在不同区302-306b中计算MV的可达到的MV限制的特定方式。在以下讨论中，仅可达到的MV上限被处理，但是能够针对可达到的MV下限做出类似计算。在过渡范围304b内，终结比率(W)能够被表达为：
终结_比率= W =
其中OP表示当前OP值。终结比率W使可达到的限制从在OP=OP_H处的用户指定的值移动到在OP=OP_H处的SP (如图5A中所示)。
在图5中，能够在过渡阶段304b中调整可达到的MV上限如下：
MV_H_调整= (1-W) MV_H_Ent + W SP
MV_H_Ach(k) = 0.8 MV_H_Ach(k-1) + 0.2 MV_H_调整
在这里，MV_H_Ach(k)表示在时间间隔k的可达到的限制，以及MV_H_Ach(k-1)表示在时间间隔(k-1)的可达到的限制。并且，MV_H_调整表示基于终结比率对用户指定的限制所做出的调整，以及SP表示SP值。此外，MV_H_Ent表示用户指定的MV限制。这表明，随着W的值接近一(随着OP在过渡范围中接近OP_HH)，MV_H_Ach值接近SP值。在终结范围306b内，可达到的MV上限能够被表示为：
MV_H_Ach(k) = SP(k-1)
在这里，可达到的MV上限的当前值等于先前的SP值。
图7和8图示了用于根据本公开的过程控制系统100中的终结控制的示例方法。如图7中所示，方法700包括在步骤702处为操纵变量MV生成设定点值SP，诸如(理想地)帮助维持受控变量CV的期望控制的SP。在步骤704生成用于实现MV的输出值OP，诸如用于对过程变量PV引起期望的改变以便使得它跟随SP的OP值。PV值在步骤706处PV值诸如通过使用传感器112a来测量。实际测量结果允许控制系统确定所期望的PV的控制是否正被实现。步骤702能够由诸如MPC控制器之类的第一控制器102来执行。步骤704能够由诸如PID控制器之类的第二控制器104来执行。步骤706能够由传感器112b来执行。能够在任何数目的控制间隔期间重复步骤702-706以对过程111a-111b提供连续控制。
与过程111a-111b的控制并行，在步骤708处当前OP值被标识，并且在步骤710处可达到的MV限制使用当前OP值来标识。这些步骤708-710能够包括例如控制器102确定当前OP值是在正常区、过渡区还是终结区中。这还能够包括控制器102确定通过用户供应了什么信息(OP_LL/OP_L/OP_H/OP_HH值、增益值、多项式系数、分段的线性段)。控制器102然后能够远离用户指定的MV限制改变可达到的MV限制(必要时)。经计算的可达到的MV限制能够被控制器102在步骤702期间用来确定下一个SP值。
图8图示了用于基于当前OP值来标识可达到的MV限制的示例方法800。如图8中所示，在步骤802处做出用户是否先前提供了关于OP-PV关系的基本信息或详细信息的确定。基本信息仅能够表示四个值(OP_LL、OP_L、OP_H以及OP_HH)。详细信息能够表示这四个值加上增益值、多项式系数或分段的线性段。如果提供了基本信息，则在步骤804处的判定块使可达到的MV限制根据步骤806-814被计算。如果提供了详细信息，则在步骤804处的判定块使可达到的MV限制根据步骤816-820被计算。
当提供了基本信息时，在步骤806处做出当前OP值是否是在正常操作区内的确定。这能够包括例如控制器102确定当前OP值是否是在OP_L与OP_H限制之间。如果是这样的话，则在步骤808处控制器将一个或多个用户指定的MV限制用作可达到的MV限制。如果不是，则在步骤810处做出当前OP值是否是在过渡操作区内的确定。这能够包括例如控制器102确定当前OP值是在OP_LL与OP_L限制之间还是在OP_H与OP_HH限制之间。如果是这样的话，则在步骤812处控制器使用一个或多个计算的可达到的MV限制。经计算的可达到的MV限制能够远离用户指定的限制并且向当在终结区中时被使用的可达到的MV限制移动。否则，当前OP值是在终结操作区内。例如，在当前OP值低于OP_LL限制或高于OP_HH限制时，这个能够发生。在那种情况下，在步骤814处控制器使SP值和可达到的MV限制随着间隙而跟踪PV值。
当提供了详细信息时，在步骤816处做出当前OP值是否是在终结区内的确定。这能够包括例如控制器102确定当前OP值是低于OP_LL限制还是高于OP_HH限制。如果不是，则在步骤818处控制器使用一个或多个计算的可达到的MV限制。能够基于OP-PV增益来计算可达到的MV限制，其中取决于当前OP值是在正常区还是过渡区中该增益被以不同的方式使用。否则，当前OP值是在终结区内，并且在步骤820处，控制器使SP值和可达到的MV限制随着间隙而跟踪PV值。
能够在用户已提供OP_LL、OP_L、OP_H、OP_HH以及增益值时在图8中在可达到的MV上限的标识期间执行以下计算。类似过程能够被用来标识可达到的MV下限。估计的聚合可达到的上限被表示为MV_HI_AH，以及估计的保守可达到的上限被表示为MV_HI_AL。可达到的上限MV_HI_A是在MV_HI_AH与MV_HI_AL之间的值。MV_HI_A(k)表示在当前间隔k计算的可达到的上限，以及MV_HI_A(k-1)表示在过去间隔k-1计算的可达到的上限。
在当前OP值是在正常或有效区中(OP<OP_H)并且OP-PV增益大于零时，下文概括了能够被使用的一般程序：
MV_HI_AH = PV F + PV_噪声 + 0.5 用户_增益 (OP_HH-OP_H) +
用户_增益 (OP_H-OP)
MV_HI_AL = PV F + PV_噪声+ 0.25 用户_增益 (OP_HH-OP_H) +
用户_增益 (OP_H-OP)
如果 (MV_HI_A(k-1) > MV_HI_AH)
MV_HI_A(k) = 0.9 MV_HI_A(k-1) + 0.1 MV_HI_AH
否则如果 (MV_HI_A(k-1) < MV_HI_AL)
MV_HI_A(k) = MV_HI_AL
否则
MV_HI_A(k) = MV_HI_A(k-1)
结束
在这些计算中，PV F 表示适当地滤波的PV值，以及PV_噪声表示PV信号中的估计噪声大小。并且，用户_增益表示OP与PV之间的用户指定的增益。在这个示例中，在每个控制间隔处针对MV可达到的上限计算了可能的范围(由MV_HI_AL和MV_HI_AH定义)。用户_增益在MV_HI_AH计算中对于在OP_H与OP_HH之间的操作范围被折扣了0.5倍。用户_增益在MV_HI_ AL计算中被更重地折扣了0.25倍。注意的是，诸如如果用户具有关于OP-PV特性曲线的更深知识，则能够改变值0.5和0.25。如果在前一个间隔MV_HI_A(k-1)的MV可达到的上限是在该范围内，则在当前间隔MV_HI_A(k)的MV可达到的上限被设置为前一个值MV_HI_A(k-1)。如果在前一个间隔MV_HI_A(k-1)的MV可达到的上限大于范围的上限MV_HI_AH，则在当前间隔MV_HI_A(k)的MV可达到的上限向MV_HI_AH被滤波。如果在前一个间隔MV_HI_A(k-1)的MV可达到的上限小于范围的下限MV_HI_AL，则在当前间隔MV_HI_A(k)的MV可达到的上限被设置为MV_HI_AL。通过计算范围以估计MV可达到的上限，显著噪声和扰动能够被从OP和PV封锁到MV可达到的上限。否则，经计算的MV可达到的上限可能由于在OP和PV中包含的噪声而显著地波动，这从MPC的角度看可能是很不合乎需要的。
在当前OP值是在过渡区中(OP_H<OP<OP_HH)并且OP-PV增益大于零时，下文概括了能够被使用的一般程序：
MV_HI_AH = PV F + PV_噪声 + max(0.25, min(0.5, 1-W))
用户_增益 (OP_HH-OP)
MV_HI_AL = PV F + PV_噪声 + 0.25 用户_增益 (OP_HH-OP)
如果 (MV_HI_A(k-1) > MV_HI_AH)
MV_HI_A(k) = 0.9 MV_HI_A(k-1) + 0.1 MV_HI_AH
否则如果 (MV_HI_A(k-1) < MV_HI_AL)
MV_HI_A(k) = MV_HI_AL
否则
MV_HI_A(k) = MV_HI_A(k-1)
结束
在这里，min和max分别表示最小值和最大值函数。该计算在这里与当OP是在有效范围内时相比的差异是在MV_HI_AH和MV_HI_AL的计算中。用户增益按先前定义如下的终结比率W被调整：
W = 。
在当前OP值是在终结区中(OP_HH<OP)时，下文概括了能够被用来迫使可达到的MV限制随着间隙而跟踪PV值的一般程序如下：
MV_HI_A = MV_HI_AH = MV_HI_AL = PV F + PV_间隙
在这个实施例中，PV_间隙的值能够被用作PV_噪声或其的函数。
在一些实施例中，OP-PV模型能够被创建并且被表示为f以便使得PV=f(OP)。在每个控制迭代处，MV可达到的上限能够被估计为：
MV_HI_A = f(OP_HH) – f(OP) + PV F + PV_噪声
其中OP是当前OP值测量结果。滤波能够被应用于预测，并且坏数据或遗漏数据能够使用各种技术来处理。如果显著噪声或干扰存在于PV或OP值中或者如果在描述OP-PV关系的函数f中存在大量不确定性，则MV_HI_AH、MV_HI_AL以及MV可达到的上限能够被计算如下：
MV_HI_AH = c1 (f(OP_HH) – f(OP)) + PV F + PV_噪声
MV_HI_AL = c2 (f(OP_HH) – f(OP)) + PV F + PV_噪声
如果 (MV_HI_A(k-1) > MV_HI_AH)
MV_HI_A(k) = 0.9 MV_HI_A(k-1) + 0.1 MV_HI_AH
否则如果 (MV_HI_A(k-1) < MV_HI_AL)
MV_HI_A(k) = MV_HI_AL
否则
MV_HI_A(k) = MV_HI_A(k-1)
结束
在这里，c1和c2是一些常数，其中c1>c2。例如，c1能够被赋予值1.1，以及c2能够被赋予值0.9。
尽管上面所描述的各种图图示了过程控制系统100的各种特征和用于终结控制的相关技术，但是可以对这些图做出各种改变。例如，控制系统能够将任何数目的过程、传感器、致动器、设备、控制器以及其他部件包括在任何适合的布置中。并且，对于终结控制的三种类型的区(正常、过渡以及终结)的使用仅用于举例说明，并且能够支持除三个区外的其他区。进一步地，任何适合的技术能够被用来定义OP-PV关系并且定义与终结控制相关联的区。此外，模拟行为表示特定系统的特定模拟，并且其他系统能够展示其他行为。除那之外，上面所示出的特定算法仅用于举例说明，并且能够使用其他算法。此外，上面所提供的方程可以使用具有特定值(诸如像0.9、0.1、0.5以及0.25这样的常数)的表达式或其他表达式。这些方程仅用于举例说明，并且能够使用其他表达式。
在一些实施例中，上面所描述的各种功能由计算机程序来实现或支持，所述计算机程序由计算机可读程序代码形成并且被嵌入在计算机可读介质中。短语“计算机可读程序代码”包括任何类型的计算机代码，包括源代码、目标代码以及可执行代码。短语“计算机可读介质”包括能够被计算机访问的任何类型的介质，诸如只读存储器(ROM)、随机存取存储器(RAM)、硬盘驱动器、紧致盘(CD)、数字视频盘(DVD)，或任何其他类型的存储器。
阐述遍及本专利文件使用的特定单词和短语的定义可能是有利的。术语“耦合”及其衍生物指代两个或更多个元件之间的任何直接的或间接的通信，而无论那些元件是否彼此物理接触。术语“包括”和“含”及其衍生物意指包括而没有限制。术语“或者”是包括性的，意指和/或。短语“...中的至少一个”当与项目的列表一起使用时，意味着可以使用所列举项目中的一个或多个的不同组合，并且可能仅需要列表中的一个项目。例如，“A、B以及C中的至少一个”包括以下组合中的任一个：A、B、C、A和B、A和C、B和C、以及A和B和C。短语“与...相关联”以及其衍生物可以意味包括、被包括在内、与...互连、包含、被包含在内、连接到或者与...连接、耦合到或者与...耦合、可与..通信、与...协作、交织、并置、近似于、被绑定到或与...绑定、具有...属性、具有与……的关系或与...具有关系等等。
虽然本公开内容已经描述了特定实施例和一般地关联的方法，但是这些实施例和方法的变更和排列对于本领域的技术人员而言将是显而易见的。因此，示例实施例的上述描述不限定或者约束本公开。在不背离如由以下权利要求所限定的本公开的精神和范围的情况下，其他改变、代替以及变更也是可能的。

Claims (14)

1.一种用于工业过程控制的方法，其包括：
在上游控制器处接收用于实现操纵变量的输出值，所述操纵变量与工业过程相关联，所述输出值包括下游控制器的输出；
由所述上游控制器标识输出值所位于的范围中的多个区(302-306b)中的一个；
由所述上游控制器基于所述输出值位于其中的所述区为所述操纵变量计算可达到的操纵变量(MV)限制（710）；
由所述上游控制器基于所述输出值位于其中的所述区为所述操纵变量计算一设定点；以及
将所述设定点发送到所述下游控制器。
2.根据权利要求1所述的方法，其中计算所述可达到的MV限制包括：
当所述输出值位于所述区中的第一个中时，使所述可达到的MV限制和用户指定的MV限制匹配(808)；以及
当所述输出值位于所述区中的第二个中时，使所述可达到的MV限制随着所述可达到的MV限制与过程变量的值之间的间隙而跟踪过程变量的值(814)，所述过程变量与所述工业过程相关联并且受所述操纵变量影响。
3.根据权利要求2所述的方法，其中计算所述可达到的MV限制进一步包括：
当所述输出值位于所述第一和第二区之间的所述区中的第三个中时，使所述可达到的MV限制从所述用户指定的限制向所述过程变量的值移动(812)。
4.根据权利要求1所述的方法，其中计算所述可达到的MV限制包括：
当所述输出值位于所述区中的第一个中时，基于所述输出值与过程变量的值之间的增益来计算所述可达到的MV限制(818)，所述过程变量与所述工业过程相关联并且受所述操纵变量影响；并且
当所述输出值位于所述区中的第二个中时，使所述可达到的MV限制随着所述可达到的MV限制与所述过程变量的值之间的间隙而跟踪所述过程变量的值(820)。
5.根据权利要求1所述的方法，进一步包括：
使用所述可达到的MV限制来预测过程变量的值，所述过程变量与所述工业过程相关联并且受所述操纵变量影响。
6.根据权利要求1所述的方法，进一步包括：
使用所述可达到的MV限制来标识用于控制所述操纵变量和一个或多个相关的操纵变量的优化解；
其中使用所述可达到的MV限制来标识所述优化解防止所述优化解重复地来回跳跃。
7.一种用于工业过程控制的装置(102)，其包括：
至少一个处理单元(114)，其被配置成：
接收用于实现操纵变量的输出值，所述操纵变量与工业过程相关联，所述输出值包括下游控制器的输出；
标识输出值所位于的范围中的多个区(302-306b)中的一个；
基于所述输出值位于其中的所述区为所述操纵变量计算可达到的操纵变量(MV)限制；
基于所述输出值位于其中的所述区为所述操纵变量计算一设定点；以及
将所述设定点发送到所述下游控制器。
8.根据权利要求7所述的装置，其中所述至少一个处理单元被配置成通过以下各项来计算所述可达到的MV限制：
当所述输出值位于所述区中的第一个中时，使所述可达到的MV限制和用户指定的MV限制匹配；以及
当所述输出值位于所述区中的第二个中时，使所述可达到的MV限制随着所述可达到的MV限制与过程变量的值之间的间隙而跟踪过程变量的值，所述过程变量与所述工业过程相关联并且受所述操纵变量影响。
9.根据权利要求8所述的装置，其中所述至少一个处理单元被配置成进一步通过以下各项来计算所述可达到的MV限制：
当所述输出值位于在所述第一和第二区之间的所述区中的第三个中时，使所述可达到的MV限制从所述用户指定的限制向所述过程变量的值移动。
10.根据权利要求7所述的装置，其中所述至少一个处理单元被配置成通过以下各项来计算所述可达到的MV限制：
当所述输出值位于所述区中的第一个中时，基于所述输出值与过程变量的值之间的增益来计算所述可达到的MV限制，所述过程变量与所述工业过程相关联并且受所述操纵变量影响；以及
当所述输出值位于所述区中的第二个中时，使所述可达到的MV限制随着所述可达到的MV限制与所述过程变量的值之间的间隙而跟踪所述过程变量的值。
11.根据权利要求7所述的装置，其中所述至少一个处理单元被进一步配置成：
基于所述输出值位于其中的所述区为所述操纵变量计算设定点以便使得当所述输出值是在指定的区中时所述设定点随着间隙而跟踪过程变量的值，所述过程变量与所述工业过程相关联并且受所述操纵变量影响。
12.根据权利要求11所述的装置，进一步包括：
至少一个接口(118)，其被配置成将所述设定点提供给所述下游控制器；
其中所述至少一个处理单元被配置成当所述下游控制器是在终结中时，针对所述操纵变量来标识并且调整所述可达到的MV限制和所述设定点。
13.一种用于工业过程控制的系统(100)，其包括：
上游第一控制器(102)，其被配置成控制工业过程(111a-111b)；以及
下游第二控制器(104)，其被配置成生成用来实现与所述工业过程相关联的操纵变量的输出值；
其中所述第一控制器被配置成：
接收所述输出值；
标识所述输出值所位于的范围中的多个区(302-306b)中的一个；以及
基于所述输出值位于在其中的所述区为所述操纵变量计算可达到的操纵变量(MV)限制；
基于所述输出值位于其中的所述区为所述操纵变量计算一设定点；以及
将所述设定点发送到所述下游第二控制器。
14.根据权利要求13所述的系统，其中：
所述第一控制器包括模型预测控制(MPC)控制器；以及
所述第二控制器包括比例-积分-微分(PID)控制器。
CN201280053633.8A 2011-09-01 2012-08-28 用于工业过程控制的方法、装置和系统 Expired - Fee Related CN104024964B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US13/223546 2011-09-01
US13/223,546 US10203667B2 (en) 2011-09-01 2011-09-01 Apparatus and method for predicting windup and improving process control in an industrial process control system
US13/223,546 2011-09-01
PCT/US2012/052630 WO2013033075A1 (en) 2011-09-01 2012-08-28 Apparatus and method for predicting windup and improving process control in an industrial process control system

Publications (2)

Publication Number Publication Date
CN104024964A CN104024964A (zh) 2014-09-03
CN104024964B true CN104024964B (zh) 2017-03-22

Family

ID=47753744

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201280053633.8A Expired - Fee Related CN104024964B (zh) 2011-09-01 2012-08-28 用于工业过程控制的方法、装置和系统

Country Status (4)

Country Link
US (1) US10203667B2 (zh)
EP (1) EP2751628B1 (zh)
CN (1) CN104024964B (zh)
WO (1) WO2013033075A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2015335860B2 (en) * 2014-10-24 2019-09-12 Honeywell International Inc. Apparatus and method for calculating proxy limits to support cascaded model predictive control (MPC)
US10761522B2 (en) * 2016-09-16 2020-09-01 Honeywell Limited Closed-loop model parameter identification techniques for industrial model-based process controllers
US10908562B2 (en) * 2017-10-23 2021-02-02 Honeywell International Inc. Apparatus and method for using advanced process control to define real-time or near real-time operating envelope
JP7089336B2 (ja) * 2018-07-27 2022-06-22 アズビル株式会社 制御装置
JP7089335B2 (ja) * 2018-07-27 2022-06-22 アズビル株式会社 制御装置
US11079733B2 (en) 2019-04-26 2021-08-03 Raytheon Technologies Corporation Adaptive anti-windup protection of cascaded inner and outer control loops
US11947339B2 (en) 2019-10-30 2024-04-02 Honeywell International Inc. Plant-wide optimization including batch operations

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0710901A1 (en) * 1994-11-01 1996-05-08 The Foxboro Company Multivariable nonlinear process controller

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002527804A (ja) 1998-10-08 2002-08-27 シーメンス アクチエンゲゼルシヤフト 多くの結合された制御量を有する制御対象を調節するための調節装置
ATE377209T1 (de) * 2001-05-25 2007-11-15 Parametric Optimization Soluti Verbesserte prozesssteuerung
US6980938B2 (en) 2002-01-10 2005-12-27 Cutler Technology Corporation Method for removal of PID dynamics from MPC models
JP3881593B2 (ja) 2002-05-17 2007-02-14 株式会社山武 制御装置
JP4015589B2 (ja) * 2003-06-02 2007-11-28 本田技研工業株式会社 プラントの制御装置
US7117046B2 (en) * 2004-08-27 2006-10-03 Alstom Technology Ltd. Cascaded control of an average value of a process parameter to a desired value
US7536232B2 (en) * 2004-08-27 2009-05-19 Alstom Technology Ltd Model predictive control of air pollution control processes
US7444193B2 (en) 2005-06-15 2008-10-28 Cutler Technology Corporation San Antonio Texas (Us) On-line dynamic advisor from MPC models
US7447554B2 (en) 2005-08-26 2008-11-04 Cutler Technology Corporation Adaptive multivariable MPC controller
US7231291B2 (en) * 2005-09-15 2007-06-12 Cummins, Inc. Apparatus, system, and method for providing combined sensor and estimated feedback
US7451004B2 (en) * 2005-09-30 2008-11-11 Fisher-Rosemount Systems, Inc. On-line adaptive model predictive control in a process control system
US7421374B2 (en) 2005-11-17 2008-09-02 Honeywell International Inc. Apparatus and method for analyzing model quality in a process control environment
US7599750B2 (en) * 2005-12-21 2009-10-06 Pegasus Technologies, Inc. Model based sequential optimization of a single or multiple power generating units
US7930044B2 (en) * 2006-09-07 2011-04-19 Fakhruddin T Attarwala Use of dynamic variance correction in optimization
US7599751B2 (en) 2006-10-13 2009-10-06 Cutler Technology Corporation Adaptive multivariable MPC controller with LP constraints
CN100465825C (zh) * 2007-06-13 2009-03-04 袁璞 变结构非线性模型预估控制器
EP2299338B1 (en) 2008-07-07 2013-05-29 Honda Motor Co., Ltd. Controller
US8880202B2 (en) * 2010-07-09 2014-11-04 Emerson Process Management Power & Water Solutions, Inc. Optimization system using an iteratively coupled expert engine

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0710901A1 (en) * 1994-11-01 1996-05-08 The Foxboro Company Multivariable nonlinear process controller

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
具有输入输出约束的控制系统设计方法及其应用研究;申迎迎;《中国优秀硕士学位论文全文数据库（电子期刊）信息科技辑》;20100515(第5期);第I140-173页 *
模型预测控制算法中PID动态的补偿方法研究;张迪;《中国优秀硕士学位论文全文数据库（电子期刊）信息科技辑》;20090731(第7期);全文 *

Also Published As

Publication number Publication date
EP2751628A1 (en) 2014-07-09
US20130060353A1 (en) 2013-03-07
EP2751628A4 (en) 2016-05-18
US10203667B2 (en) 2019-02-12
EP2751628B1 (en) 2019-11-20
WO2013033075A1 (en) 2013-03-07
CN104024964A (zh) 2014-09-03

Similar Documents

Publication Publication Date Title
CN104024964B (zh) 用于工业过程控制的方法、装置和系统
Saad et al. Implementation of PID controller tuning using differential evolution and genetic algorithms
Lucia et al. Multi-stage nonlinear model predictive control applied to a semi-batch polymerization reactor under uncertainty
US7496414B2 (en) Dynamic controller utilizing a hybrid model
Mohideen et al. Real-coded Genetic Algorithm for system identification and tuning of a modified Model Reference Adaptive Controller for a hybrid tank system
CA2345429C (en) Robust steady-state target calculation for model predictive control
JP7064356B2 (ja) 将来状態推定装置および将来状態推定方法
JP2020095352A (ja) 制御装置、制御方法及びプログラム
Van Hessem et al. Stochastic closed-loop model predictive control of continuous nonlinear chemical processes
CN104765271A (zh) 用于可变参数和相关程序产品的控制器系统
WO2019094156A1 (en) Interface between processing environment optimization layers
Nonhoff et al. Online convex optimization for data-driven control of dynamical systems
Matias et al. Using a neural network for estimating plant gradients in real-time optimization with modifier adaptation
Iplikci Online trained support vector machines‐based generalized predictive control of non‐linear systems
Zhao et al. An intelligent multi-step predictive control method of the Small Modular Reactor
JP2021152702A (ja) プラント運転最適化支援装置、プラント運転最適化制御装置並びに方法
Hanna et al. Constrained minimum variance control using hybrid genetic algorithm–An industrial experience
Ma et al. Applying hierarchical genetic algorithm based neural network and multiple objective evolutionary algorithm to optimize parameter design with dynamic characteristics
Costa et al. Swarm optimization based adaptive fuzzy control design from robust stability criteria
Jun et al. Supervisory-plus-regulatory control design for efficient operation of industrial furnaces
JP7111761B2 (ja) プラント運転最適化支援装置、プラント運転最適化制御装置並びに方法
Chew et al. Evolutional Based Optimization Analysis for Three-element Control System
Aghababa et al. An adaptive particle swarm optimization applied to optimum controller design for AVR power systems
Li et al. Level Control of Chemical Coupling Tank Based on Reinforcement Learning Method
JP2009157878A (ja) ファジィ制御装置、プラントシステム、および、ファジィ制御方法

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
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20170322