CN113176730B - 确定用于工业自动化设备的控制参数 - Google Patents

确定用于工业自动化设备的控制参数 Download PDF

Info

Publication number
CN113176730B
CN113176730B CN202110109499.XA CN202110109499A CN113176730B CN 113176730 B CN113176730 B CN 113176730B CN 202110109499 A CN202110109499 A CN 202110109499A CN 113176730 B CN113176730 B CN 113176730B
Authority
CN
China
Prior art keywords
industrial automation
automation device
graphical representation
determining
control parameters
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.)
Active
Application number
CN202110109499.XA
Other languages
English (en)
Other versions
CN113176730A (zh
Inventor
托尼·库伊卡
米科·科赫瓦卡
胡中亮
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.)
ABB Schweiz AG
Original Assignee
ABB Schweiz AG
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 ABB Schweiz AG filed Critical ABB Schweiz AG
Publication of CN113176730A publication Critical patent/CN113176730A/zh
Application granted granted Critical
Publication of CN113176730B publication Critical patent/CN113176730B/zh
Active 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
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/4185—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the network communication
    • 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
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • 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
    • G05B13/042—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 in which a parameter or coefficient is automatically adjusted to optimise the performance
    • 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
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Manufacturing & Machinery (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Programmable Controllers (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本发明涉及确定用于工业自动化设备的控制参数。公开了一种用于确定用于工业自动化设备的控制参数的方法。获取图形表示，该图形表示包括关于与工业自动化设备相关联的一个或更多个性能度量的信息。至少部分地基于图形表示确定与工业自动化设备相关联的目标操作点。获取用于工业自动化设备的目标参考值和一个或更多个操作限制。获取与工业自动化设备的使用相关联的操作信息。确定用于工业自动化设备的一个或更多个控制参数，其中，一个或更多个控制参数至少部分地基于以下来确定：目标参考值、一个或更多个操作限制、操作信息以及目标操作点。

Description

确定用于工业自动化设备的控制参数
技术领域
各种示例性实施方式涉及工业过程控制。
背景技术
可以通过优化对过程进行控制的工业自动化设备的控制参数来提高工业过程的效率。然而，确定最佳控制参数可能需要关于工业自动化设备和过程的详细知识以及关于如何调整参数的经验。因此，在确定用于工业自动化设备的最佳控制参数时，特别是当调试新的工业自动化设备时，存在很大的挑战。
发明内容
各种示例性实施方式所寻求的保护范围由独立权利要求阐明。本说明书中描述的没有落入独立权利要求的范围之内的示例性实施方式和特征(如果有的话)，将被解释为对理解各种示例性实施方式有用的示例。
根据一方面，提供了一种用于确定用于工业自动化设备的控制参数的计算机实现的方法，该方法包括：由终端设备获取图形表示，该图形表示包括关于与工业自动化设备相关联的一个或更多个性能度量的信息；由终端设备至少部分地基于图形表示确定与工业自动化设备相关联的目标操作点；由终端设备获取用于工业自动化设备的目标参考值和一个或更多个操作限制；由工业自动化设备获取与工业自动化设备的使用相关联的操作信息；以及由工业自动化设备确定用于工业自动化设备的一个或更多个控制参数，其中，一个或更多个控制参数至少部分地基于以下来确定：目标参考值、一个或更多个操作限制、操作信息以及目标操作点。
根据另一方面，提供了一种用于确定用于工业自动化设备的控制参数的装置，该装置包括用于进行以下操作的装置：获取图形表示，该图形表示包括关于与工业自动化设备相关联的一个或更多个性能度量的信息；至少部分地基于图形表示确定与工业自动化设备相关联的目标操作点；获取用于工业自动化设备的目标参考值和一个或更多个操作限制；获取与工业自动化设备的使用相关联的操作信息；以及确定用于工业自动化设备的一个或更多个控制参数，其中，一个或更多个控制参数至少部分地基于以下来确定：目标参考值、一个或更多个操作限制、操作信息以及目标操作点。
根据另一方面，提供一种用于确定用于工业自动化设备的控制参数的装置，该装置包括至少一个处理器和包括计算机程序代码的至少一个存储器，其中，利用至少一个处理器将至少一个存储器和计算机程序代码配置成使该装置：获取图形表示，该图形表示包括关于与工业自动化设备相关联的一个或更多个性能度量的信息；至少部分地基于图形表示确定与工业自动化设备相关联的目标操作点；获取用于工业自动化设备的目标参考值和一个或更多个操作限制；获取与工业自动化设备的使用相关联的操作信息；以及确定用于工业自动化设备的一个或更多个控制参数，其中，一个或更多个控制参数至少部分地基于以下来确定：目标参考值、一个或更多个操作限制、操作信息以及目标操作点。
根据另一方面，提供了一种至少包括终端设备和工业自动化设备的系统。终端设备被配置成：获取图形表示，该图形表示包括关于与工业自动化设备相关联的一个或更多个性能度量的信息；至少部分地基于图形表示确定与工业自动化设备相关联的目标操作点；获取用于工业自动化设备的目标参考值和一个或更多个操作限制；以及向工业自动化设备传输目标操作点、目标参考值和一个或更多个操作限制。工业自动化设备被配置成：从终端设备接收目标操作点、目标参考值和一个或更多个操作限制；获取与工业自动化设备的使用相关联的操作信息；以及确定用于工业自动化设备的一个或更多个控制参数，其中，一个或更多个控制参数至少部分地基于以下来确定：目标参考值、一个或更多个操作限制、操作信息以及目标操作点。
根据另一方面，提供了一种计算机程序，该计算机程序包括用于使装置至少执行以下操作的指令：获取图形表示，该图形表示包括关于与工业自动化设备相关联的一个或更多个性能度量的信息；至少部分地基于图形表示确定与工业自动化设备相关联的目标操作点；获取用于工业自动化设备的目标参考值和一个或更多个操作限制；获取与工业自动化设备的使用相关联的操作信息；以及确定用于工业自动化设备的一个或更多个控制参数，其中，一个或更多个控制参数至少部分地基于以下来确定：目标参考值、一个或更多个操作限制、操作信息以及目标操作点。
根据另一方面，提供了一种计算机可读介质，该计算机可读介质包括用于使装置至少执行以下操作的程序指令：获取图形表示，该图形表示包括关于与工业自动化设备相关联的一个或更多个性能度量的信息；至少部分地基于图形表示确定与工业自动化设备相关联的目标操作点；获取用于工业自动化设备的目标参考值和一个或更多个操作限制；获取与工业自动化设备的使用相关联的操作信息；以及确定用于工业自动化设备的一个或更多个控制参数，其中，一个或更多个控制参数至少部分地基于以下来确定：目标参考值、一个或更多个操作限制、操作信息以及目标操作点。
根据另一方面，提供了一种非暂态计算机可读介质，该非暂态计算机可读介质包括用于使装置至少执行以下操作的程序指令：获取图形表示，该图形表示包括关于与工业自动化设备相关联的一个或更多个性能度量的信息；至少部分地基于图形表示确定与工业自动化设备相关联的目标操作点；获取用于工业自动化设备的目标参考值和一个或更多个操作限制；获取与工业自动化设备的使用相关联的操作信息；以及确定用于工业自动化设备的一个或更多个控制参数，其中，一个或更多个控制参数至少部分地基于以下来确定：目标参考值、一个或更多个操作限制、操作信息以及目标操作点。
附图说明
下面将参照附图更详细地描述各种示例性实施方式，在附图中：
图1示出了系统的简化架构；
图2示出了根据示例性实施方式的流程图；
图3示出了根据示例性实施方式的流程图；
图4示出了根据示例性实施方式的流程图；
图5示出了根据示例性实施方式的流程图；
图6示出了包括泵性能曲线集的图形表示的示例；
图7示出了根据示例性实施方式的装置。
具体实施方式
以下实施方式是示例性的。尽管说明书可能在文本的若干位置中提及“一种(an)”、“一个(one)”或“一些(some)”实施方式，但是这并不一定意味着每个这样的提及都针对相同的实施方式或者特定特征仅适用于单个实施方式。也可以将不同实施方式的单个特征进行组合以提供其他实施方式。
各种示例性实施方式可以适用于工业厂房中的任何过程，包括处理系统和/或与工业制造相关的过程和/或用于至少部分自动化的技术过程的系统，从而提供与一个或更多个设备(装备)和/或一个或更多个过程有关的多个变量的不同测量值/感测值。示例的非限制性列表包括发电厂、纸浆和造纸厂、制造厂、化学加工厂、电力传输系统、采矿和矿物加工厂、油气系统、数据中心、船和运输船队系统。
以下使用单个单元、模型、装备和存储器来描述不同的实施方式和示例，但不将实施方式/示例限于这样的解决方案。可以使用被称为云计算和/或虚拟化的构思。虚拟化可以使得单个物理计算设备能够托管作为独立计算设备出现和操作的虚拟机的一个或更多个实例，使得单个物理计算设备可以以动态方式创建、保持、删除或以其他方式管理虚拟机。设备操作也可以分布在多个服务器、节点、设备或主机之间。在云计算网络设备中，计算设备和/或存储设备提供共享资源。一些其他技术进步例如软件定义网络(SDN)可以使下面描述的功能中的一个或更多个功能被迁移至任何对应的抽象概念或装置或设备。因此，所有的词语和表达应当被广义地解释，并且这些词语和表达旨在说明而不是限制示例性实施方式。
图1示出了根据示例性实施方式的系统，在该系统中终端设备103能够经由连接102连接至一个或更多个工业自动化设备101。应当注意，图1示出了简化的系统架构，该简化的系统架构仅示出一些元件和功能实体，所有这些元件和功能实体都是其实现方式可能不同于所示出的实现方式的逻辑单元。图1中示出的连接是逻辑连接；实际的物理连接可以不同。对于本领域技术人员明显的是，系统还包括其他功能和结构。应当理解，在通信中使用的或用于通信的功能、结构、元件和协议与示例性实施方式无关。因此，此处无需更详细地对其进行讨论。
工业自动化设备101可以包括频率转换器、变频驱动器、变速驱动器、运动驱动器、运动控制器、马达、伺服马达、AC/DC模块、DC/AC模块、DC/DC模块、可编程逻辑控制器(PLC)、开关、软启动器、机器人或用于工业自动化的任何其他设备。变速驱动器包括变速AC电动马达或变速DC电动马达。工业自动化设备，例如变速驱动器，可以用于使机械装置(machinery)例如一个或更多个泵、风扇或压缩机以不同的速度运转。机械装置可以机械地和/或电气地连接至工业自动化设备。工业自动化设备101可以包括控制器，该控制器被配置成测量工业自动化设备中的电流和电压以及机械变量例如相关联的机械装置处理工业过程的速度。例如，控制器可以包括比例积分微分PID控制器。控制器还可以被配置成向过程发送控制信号。工业自动化设备可以控制高度动态的过程，在高度动态的过程中例如必须根据过程的需要来改变施加至机械装置的速度或转矩。
工业自动化设备101可以配备有短程无线电接口例如蓝牙。工业自动化设备101可以将关于控制参数设置的信息存储在例如工业自动化设备的内部存储器中，该信息例如诸如控制器增益、斜坡时间、马达数据、限制、磁化设置、信号滤波设置和/或马达控制设置的参数的当前值。工业自动化设备101还可以存储在工业自动化设备的操作期间记录的操作信息，例如，观察到的诸如关于关键性能度量的信息的技术性能信息例如负载电流直方图、转矩脉动、转矩相对于速度的曲线、和/或功率相对于速度的曲线以及/或者其他信息例如共振频率、负载惯性以及/或者与工业自动化设备和/或工业自动化设备正在控制的设备、过程或系统有关的外部信息。工业自动化设备101可以被配置成传输在工业自动化设备的操作期间记录的操作信息以及关于控制参数设置的信息，该操作信息也可以被称为关于工业自动化设备的使用的技术操作信息。工业自动化设备101还可以被配置成经由连接102从终端设备103接收用户可调整的输入参数，例如目标速度。
终端设备103可以包括用户装备，例如智能电话、移动电话、平板计算机或膝上型计算机。终端设备103可以是位于现场、紧邻工业自动化设备101的本地设备。终端设备103可以配备有短程无线电接口，例如蓝牙。终端设备103可以被配置成经由连接102从工业自动化设备101接收操作信息以及关于用户可调整的输入参数的信息。终端设备103还可以被配置成经由连接102向工业自动化设备101传输用户可调整的输入参数。本地终端设备103与工业自动化设备101的连接102可以例如通过蓝牙、蓝牙低功耗、ZigBee、无线局域网(WLAN或WiFi)、无线网状网络、近场通信(NFC)提供或者通过有线链路提供。
在另一示例性实施方式中，工业自动化设备与终端设备之间的连接可以是例如经由互联网的远程连接。从工业自动化设备和终端设备到互联网的连接可以通过蜂窝链路、无线链路或有线链路提供。
在另一示例性实施方式中，终端设备可以连接至控制工业自动化设备的控制器，例如可编程逻辑控制器PLC。
在另一示例性实施方式中，终端设备可以经由网关设备连接至工业自动化设备。
图2示出了根据示例性实施方式的流程图。终端设备建立201与工业自动化设备的连接，例如蓝牙连接。终端设备可以被配置成扫描可用的工业自动化设备、向用户显示可用的工业自动化设备的列表，并且然后用户可以从列表中选择要与其连接的工业自动化设备。可用的工业自动化设备的列表可以包括关于工业自动化设备的识别信息，例如，可能与站点名称结合的唯一地址或唯一设备名称。在建立连接之前，可能需要终端设备的用户输入PIN码和/或其他认证信息。
终端设备经由连接读取所连接的工业自动化设备的设备信息，并且基于该设备信息确定202工业自动化设备的类型。设备类型信息可以用于例如从终端设备的内部存储器或从外部数据库例如云数据库获取203工业自动化设备的一项或更多项技术性能规格，例如最大输出电流限制。
然后，终端设备例如经由图形用户界面提示204用户提供成本函数的图像，即图形表示，例如包括关于工业自动化设备和/或工业自动化设备正在控制的关联设备、过程或系统的一个或更多个性能度量的信息的曲线。例如，终端设备中的摄像机可以用于从数据表或用户手册中获取成本函数的数字图像，数据表或用户手册可以在纸张上或在电子视觉显示器上。可替选地，例如，图像可以被提供为来自电子用户手册的截图。图像可以是例如联合图像专家组JPEG文件、便携式网络图形PNG文件、图形交换格式GIF文件或便携式文档格式PDF文件。
成本函数的示例是泵曲线，泵曲线也可以被称为泵性能曲线。泵曲线是泵的性能度量的图形表示。泵曲线可以包括诸如由泵产生的作为经过泵的流速的函数的压头(压力)的信息，其中，所产生的压头随着流速的增加而下降。针对泵的不同叶轮直径、速度、效率和/或功耗，同一图像中可能存在多个泵性能曲线。可以通过增加叶轮直径或速度来增加泵的压头能力和流速能力。图像还可以包括表示正在应用泵的流动系统的操作的系统曲线。换句话说，系统曲线将由流动系统提供的阻力即压头损失表示为流速的函数。泵的操作点可以从系统曲线和泵性能曲线的交点获取。
在接收到205包括成本函数的图像之后，终端设备将包括成本函数的图像提供给图像识别算法。图像识别算法可以例如在终端设备中执行。可替选地，图像识别算法可以例如在云服务中执行。可以提示用户提供关于成本函数的附加信息例如用于定义轴和/或比例因子，因为图可以例如线性成比例或对数成比例。然后，图像识别算法从图像中识别成本函数，并且例如通过读取曲线、x轴和y轴的范围以及成本函数的单位从图像中获取206包括关于性能度量的信息的数据点集。然后，可以基于从成本函数获取的信息以及先前获取的工业自动化设备的一项或更多项技术性能规格来确定207工业自动化设备和/或工业自动化设备正在控制的设备、过程或系统(例如泵)的最佳目标操作点。
终端设备提示208用户例如从图形用户界面中的预定义列表中选择来自工业自动化设备的反馈信号。反馈信号可以用于提供关于工业自动化设备的使用和/或关联过程的操作信息。操作信息可以包括由用户指示的一个或更多个变量例如压力、温度和/或流量的测量值。
终端设备例如经由图形用户界面提示209用户输入其他输入参数，例如与工业自动化设备相关联的一个或更多个变量的一个或更多个目标参考值以及操作限制，操作限制的形式可以是例如流量、压力、温度、速度和/或转矩的最小限制和最大限制。一个或更多个目标参考值可以用于限定工业自动化设备的一个或更多个目标输出，例如所需的速度。在接收到210由用户输入的其他输入参数之后，终端设备例如经由图形用户界面提示211用户启动工业自动化设备。
在工业自动化设备启动之后，将从成本函数获取的信息和由用户输入的其他输入参数以及由反馈信号提供的操作信息作为输入提供212给控制算法。执行213控制算法以基于提供给控制算法的输入来确定用于工业自动化设备的一个或更多个控制参数。换句话说，控制算法基于输入来控制工业自动化设备的输出。控制算法可以通过读取反馈信号并且在操作限制内基于所提供的其他输入参数调整工业自动化设备的操作例如速度、功率和/或转矩，对工业自动化设备执行控制动作以将过程朝向最佳目标操作点引导(steer)。例如，控制算法可以调整对泵进行控制的变速驱动器的转矩和/或速度以与从泵曲线获取的信息相匹配，以便针对泵产生最佳流量和最佳效率。控制算法可以包括在例如工业自动化设备中。可替选地，控制算法可以包括在例如终端设备中、或者边缘设备中、或者云服务中。
图3示出了根据示例性实施方式的包括图像识别算法的流程图。在步骤301中，图像识别算法确定包括成本函数例如泵曲线的图像区域。图像识别算法可以通过使用包括泵曲线的示例的预定义参考库或数据库来自动识别包括泵曲线的图像区域，可以通过算法将所提供的图像与所述泵曲线的示例进行比较以便从图像中识别出泵曲线。在识别过程中，可以例如通过使用对所识别的泵曲线与相应参考示例之间的相似程度进行量化的匹配分数来确定置信度。如果匹配分数低于预定阈值，则可以向用户显示例如警告。可替选地，图像识别算法可以提示用户定义包括泵曲线的图像区域。
在步骤302中，图像识别算法确定泵曲线的轴和单位。例如，y轴可以被确定成以米为单位指示压头，并且x轴可以被确定成以升/秒为单位指示流速。图像识别算法可以自动识别轴，或者提示用户定义轴。
在步骤303中，图像识别算法确定轴的范围。图像识别算法可以自动识别轴的范围，或者提示用户定义轴的范围。
在步骤304中，图像识别算法从曲线的图像像素中获取数据点集。该数据点集可以包括例如流速值、对应的压头值和/或对应的效率值。此外，可以提示用户确认所获取的数据是否正确，以及/或者给予用户编辑数据的选项。
在步骤305中，图像识别算法例如通过使用曲线拟合将所获取的数据点集拟合到预定义的泵曲线方程来确定与图像相对应的泵曲线方程，并且选择与所获取的数据点集最相配的泵曲线方程。换句话说，参数化泵曲线以便为控制算法提供输入参数。
控制算法可以是例如基于模型预测控制MPC的最优控制算法。MPC是一种先进的过程控制方法，其可以用于在满足约束集例如操作限制的同时对过程进行控制。MPC可以使用工业自动化设备的数学模型、成本函数以及利用控制输入使成本函数最小化的优化算法。数学模型可以适于响应于改变输入变量和输出参考变量来预测工业自动化设备的电气行为和/或机械行为。数学模型可以基于反映工业自动化设备的电气特性和/或机械特性的物理方程。更确切地，MPC可以使用当前过程测量值、过程的当前动态状态、数学模型和优化算法来确定要针对N步提前预测(N-step ahead prediction)执行的一个或更多个控制动作，并且在过程中重复该功能以补偿预测与测量结果之间的不匹配。
图4示出了根据示例性实施方式的包括使用MPC控制算法的闭环控制方案的流程图。例如，控制算法可以包括在工业自动化设备中。在步骤401中，将工业自动化设备的数学模型提供给控制算法。可以例如基于工业自动化设备的类型从数据库中获取预先配置的数学模型。预先配置的数学模型可以例如由工业自动化设备的制造商提供。
在步骤402中，确定控制方案的目的和/或目标，例如目标操作点。例如，可以从与工业自动化设备连接的终端设备接收目的和/或目标。另外，终端设备的用户可以选择要控制的一个或更多个变量，并且针对一个或更多个变量设置目标参考值。用户还可以设置用于工业自动化设备和/或过程的约束，例如操作限制。
在工业自动化设备启动之后，在步骤403中，控制算法从工业自动化设备或者来自工业自动化设备正在控制的工业过程接收由反馈信号提供的操作信息，即一个或更多个变量(例如速度和/或转矩)的测量值。反馈信号可以由用户选择。
在步骤404中，使用工业自动化设备的数学模型来预测工业自动化设备在有限时间范围内的状态和输出，并且基于在步骤402中设置的约束来解决优化问题以便确定用于工业自动化设备的经优化控制参数。例如，可以以二次优化问题的形式来公式化优化问题，并且可以使用二次规划解法(quadratic programming solution method)来解决该问题。
在步骤405中，将经优化控制参数应用于工业自动化设备以便利用所述经优化控制参数控制工业自动化设备，并且因此操纵过程以将其朝向最佳目标操作点推动。
为了进一步调整控制参数，控制方案可以是迭代的，使得在步骤405之后控制方案返回至步骤403以在已经将经优化控制参数应用于工业自动化设备之后接收新的测量值。然后，可以确定新的经优化控制参数并将其应用于工业自动化设备以引导过程更加接近最佳目标操作点。从长远来看，可以因此达到过程的最佳目标操作点。
此外，当设备/过程/系统的操作状况由于磨损或操作环境的变化而改变时，可以再次执行优化过程以达到新的最佳操作点。例如，用户可以触发优化过程以再次被执行。
图5示出了根据示例性实施方式的流程图。在步骤501中，例如通过提示用户提供图形表示来获取包括关于与工业自动化设备相关联的一个或更多个性能度量的信息的图形表示。例如，图形表示可以包括泵性能曲线和系统曲线，其中，泵性能曲线包括关于与由工业自动化设备控制的泵相关联的一个或更多个性能度量的信息。在步骤502中，至少部分地基于图形表示确定与工业自动化设备相关联的目标操作点。例如，目标操作点可以与由工业自动化设备控制的泵相关联，并且可以基于泵性能曲线与系统曲线的交点确定目标操作点。在步骤503中，例如通过提示用户输入目标参考值和一个或更多个操作限制来获取用于工业自动化设备的目标参考值和一个或更多个操作限制。在步骤504中，从工业自动化设备获取与工业自动化设备的使用相关联的操作信息。在步骤505中，确定用于工业自动化设备的一个或更多个控制参数，即一个或更多个控制参数的值，其中，一个或更多个控制参数至少部分地基于以下来确定：目标参考值、一个或更多个操作限制、操作信息以及目标操作点。
上面借助于图2至图5描述的功能或块没有绝对的时间次序，并且这些功能或块中的一些可以被同时执行或者以不同于所描述次序的次序执行。其他功能和/或块也可以在这些功能或块之间或者在这些功能或块内执行。
图6示出了包括泵性能曲线602、603、604、605、606、607的集合和系统曲线601的图形表示的示例。在不同的转速下，泵性能曲线将由泵产生的压头表示为经过泵的流速的函数。泵的操作点位于系统曲线和泵性能曲线的交点处。图6中的示例还包括关于泵的效率的信息。
通过各种示例性实施方式提供的技术优点在于：可以提高工业自动化设备和/或相关联的工业过程的效率。另外，可以自动确定工业自动化设备和/或关联工业过程的最佳操作点和控制参数，而不是必须由用户手动定义最佳操作点和控制参数。此外，可以更准确和/或更快速地达到最佳操作点。
图7示出了根据示例性实施方式的装置700，装置700可以是诸如终端设备的装置或者包括在终端设备中的装置。装置700包括处理器710。处理器710解译计算机程序指令并处理数据。处理器710可以包括一个或更多个可编程处理器。处理器710可以包括具有嵌入式固件的可编程硬件，并且可替选地或另外地包括一个或更多个专用集成电路ASIC。
处理器710耦接至存储器720。处理器被配置成从存储器720读取数据以及向存储器720写入数据。存储器720可以包括一个或更多个存储器单元。存储器单元可以是易失性的或非易失性的。应当注意，在一些示例实施方式中，可以存在一个或更多个非易失性存储器单元和一个或更多个易失性存储器单元，或者可替选地，可以存在一个或更多个非易失性存储器单元，或者可替选地，可以存在一个或更多个易失性存储器单元。易失性存储器可以是例如RAM、DRAM或SDRAM。非易失性存储器可以是例如ROM、PROM、EEPROM、闪速存储器、光存储装置或磁存储装置。通常，存储器可以被称为非暂态计算机可读介质。存储器720存储由处理器710执行的计算机可读指令。例如，非易失性存储器存储计算机可读指令，并且处理器710使用用于临时存储数据和/或指令的易失性存储器执行指令。
计算机可读指令可以已经预先存储到存储器720，或者可替选地或另外地，可以由装置经由电磁载波信号接收计算机可读指令和/或可以从物理实体例如计算机程序产品复制计算机可读指令。计算机可读指令的执行使装置700执行上面描述的功能。
在本文档的上下文中，“存储器”或“计算机可读介质”可以是能够包含、存储、传送、传播或传输指令以供指令执行系统、装置或设备(例如计算机)使用或与指令执行系统、装置或设备(例如计算机)结合使用的任何非暂态介质或装置。
装置700还包括输入单元730或者连接至输入单元730。输入单元730包括用于接收用户输入的一个或更多个接口。一个或更多个接口可以包括例如一个或更多个运动传感器和/或取向传感器、一个或更多个摄像机、一个或更多个加速度计、一个或更多个麦克风、一个或更多个按钮以及一个或更多个触摸检测单元。此外，输入单元730可以包括外部设备可以与其连接的接口。
装置700还包括输出单元740。输出单元包括或连接至能够呈现视觉内容的一个或更多个显示器，例如发光二极管LED显示器、液晶显示器LCD和硅上液晶LCoS显示器。输出单元740可以包括两个显示器以呈现立体视觉内容。一个显示器向左眼呈现内容，并且另一个显示器向右眼呈现内容。输出单元740还可以包括传输单元，例如一个或更多个波导或者一个或更多个透镜，以将所呈现的视觉内容传送至用户的视场。输出单元740还包括一个或更多个音频输出。一个或更多个音频输出可以是例如扬声器或一副耳机。
装置700还可以包括连接单元750。连接单元750实现与外部网络和/或外部设备的有线连接和/或无线连接。连接单元750可以包括可以集成到装置700或者可以与装置700连接的一个或更多个天线以及一个或更多个接收器。连接单元750可以包括向装置700提供无线通信能力的集成电路或集成电路集。可替选地，无线连接可以是硬连线的专用集成电路ASIC。
应当注意，装置700还可以包括图7中没有示出的各种部件。各种部件可以是硬件部件和/或软件部件。
如在本申请中所使用的，术语“电路系统”可以指以下中的一项或更多项或全部：
a.仅硬件的电路实现(例如仅在模拟和/或数字电路系统中的实现)；以及
b.硬件电路和软件的组合，例如(如可适用的话)：
ⅰ.模拟和/或数字硬件电路与软件/固件的组合，以及
ⅱ.具有软件的硬件处理器(包括一起工作以使诸如移动电话的装置执行各种功能的数字信号处理器、软件和存储器)的任何部分，以及
c.硬件电路和/或处理器，例如微处理器或微处理器的一部分，其需要软件(例如，固件)以进行操作，但是当不需要软件以进行操作时，软件可以不存在。
电路系统的这种定义适用于该术语在本申请中的所有使用，包括在任何权利要求中的所有使用。作为另一示例，如在本申请中所使用的，术语电路系统还涵盖仅硬件电路或处理器(或多个处理器)或者硬件电路或处理器的一部分及其(或它们的)伴随软件和/或固件的实现。术语电路系统还涵盖(例如并且如果适用于特定的权利要求元素)用于移动电话、蜂窝网络设备或其他计算或网络设备的基带集成电路或处理器集成电路。
本文所描述的技术和方法可以通过各种手段来实现。例如，这些技术可以以硬件(一个或更多个设备)、固件(一个或更多个设备)、软件(一个或更多个模块)或其组合实现。对于硬件实现，可以在一个或更多个专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理器设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、图形处理单元(GPU)、处理器、控制器、微控制器、微处理器、被设计成执行本文所描述的功能的其他电子单元或他们的组合中实现示例性实施方式的装置。对于固件或软件，可以通过执行本文所描述的功能的至少一个芯片组的模块(例如，过程、功能等)来执行实现。软件代码可以存储在存储器单元中并由处理器执行。存储器单元可以在处理器内或在处理器外部实现。在后一种情况下，如本领域中已知的，存储器单元可以经由各种手段通信地耦接至处理器。另外地，如本领域技术人员将理解的，本文所描述的系统的部件可以被重新布置和/或由附加部件补充以促进关于其描述的各个方面的实现等，并且这些部件不限于在给定附图中阐述的精确配置。
对于本领域技术人员将明显的是，随着技术的进步，可以以各种方式实现本发明构思。本实施方式不限于上面描述的示例性实施方式，而是可以在权利要求的范围内变化。因此，所有的词语和表达应当被广义地解释，并且这些词语和表达旨在说明而不是限制示例性实施方式。

Claims (14)

1.一种用于确定用于工业自动化设备的控制参数的方法，所述方法包括：
获取图形表示，所述图形表示包括关于与所述工业自动化设备相关联的一个或更多个性能度量的信息；
使用图像识别算法从所述图形表示中获取关于与所述工业自动化设备相关联的所述一个或更多个性能度量的信息；
使用所述图像识别算法确定所述图形表示的轴；
使用所述图像识别算法识别所述图形表示的相关数据点集；
使用所述图像识别算法利用所述相关数据点集与所述图形表示的轴的关系至少部分地基于所述图形表示来确定与所述工业自动化设备相关联的目标操作点；
获取用于所述工业自动化设备的目标参考值和一个或更多个操作限制；
获取与所述工业自动化设备的使用相关联的操作信息；
确定用于所述工业自动化设备的一个或更多个控制参数，其中，所述一个或更多个控制参数至少部分地基于以下来确定：所述目标参考值、所述一个或更多个操作限制、所述操作信息以及所述目标操作点。
2.根据权利要求1所述的方法，还包括：
确定所述工业自动化设备的类型；
基于所述工业自动化设备的类型，获取所述工业自动化设备的一项或更多项技术性能规格；
其中，所述目标操作点至少部分地基于所述一项或更多项技术性能规格来确定。
3.根据权利要求1或2所述的方法，其中，所述操作信息包括由用户指示的一个或更多个变量的测量值。
4.根据权利要求1或2所述的方法，还包括提示用户提供所述图形表示。
5.根据权利要求1或2所述的方法，还包括提示用户启动所述工业自动化设备。
6.根据权利要求1或2所述的方法，其中，所述一个或更多个控制参数用于控制所述工业自动化设备。
7.根据权利要求1或2所述的方法，其中，使用模型预测控制优化所述一个或更多个控制参数。
8.根据权利要求1或2所述的方法，其中，所述目标参考值是速度的目标参考值。
9.根据权利要求1或2所述的方法，其中，所述工业自动化设备包括变速驱动器。
10.根据权利要求1或2所述的方法，其中，所述图形表示包括由所述工业自动化设备控制的泵的一个或更多个泵性能曲线。
11.根据权利要求10所述的方法，其中，所述目标操作点是针对由所述工业自动化设备控制的所述泵。
12.一种至少包括终端设备和工业自动化设备的系统；
其中，所述终端设备被配置成：
获取图形表示，所述图形表示包括关于与所述工业自动化设备相关联的一个或更多个性能度量的信息；
使用图像识别算法从所述图形表示获取关于与所述工业自动化设备相关联的所述一个或多个性能度量的信息；
使用所述图像识别算法确定所述图形表示的轴；
使用所述图像识别算法识别所述图形表示的相关数据点集；
使用所述图像识别算法利用所述相关数据点集与所述图形表示的轴的关系至少部分地基于所述图形表示来确定与所述工业自动化设备相关联的目标操作点；
获取用于所述工业自动化设备的目标参考值和一个或更多个操作限制；
向所述工业自动化设备传输所述目标操作点、所述目标参考值以及所述一个或更多个操作限制；
其中，所述工业自动化设备被配置成：
从所述终端设备接收所述目标操作点、所述目标参考值以及所述一个或更多个操作限制；
获取与所述工业自动化设备的使用相关联的操作信息；
确定用于所述工业自动化设备的一个或更多个控制参数，其中，所述一个或更多个控制参数至少部分地基于以下来确定：所述目标操作点、所述目标参考值、所述一个或更多个操作限制以及所述操作信息。
13.一种用于确定用于工业自动化设备的控制参数的装置，所述装置包括至少一个处理器和包括计算机程序代码的至少一个存储器，其中，利用所述至少一个处理器将所述至少一个存储器和所述计算机程序代码配置成使所述装置进行以下操作：
获取图形表示，所述图形表示包括关于与所述工业自动化设备相关联的一个或更多个性能度量的信息；
使用图像识别算法从所述图形表示获取关于与所述工业自动化设备相关联的所述一个或多个性能度量的信息；
使用所述图像识别算法确定所述图形表示的轴；
使用所述图像识别算法识别所述图形表示的相关数据点集；
使用所述图像识别算法利用所述相关数据点集与所述图形表示的轴的关系至少部分地基于所述图形表示来确定与所述工业自动化设备相关联的目标操作点；
获取用于所述工业自动化设备的目标参考值和一个或更多个操作限制；
获取与所述工业自动化设备的使用相关联的操作信息；
确定用于所述工业自动化设备的一个或更多个控制参数，其中，所述一个或更多个控制参数至少部分地基于以下来确定：所述目标参考值、所述一个或更多个操作限制、所述操作信息以及所述目标操作点。
14.一种非暂态计算机可读介质，包括用于使装置至少执行以下操作的程序指令：
获取图形表示，所述图形表示包括关于与工业自动化设备相关联的一个或更多个性能度量的信息；
使用图像识别算法从所述图形表示获取关于与所述工业自动化设备相关联的所述一个或多个性能度量的信息；
使用所述图像识别算法确定所述图形表示的轴；
使用所述图像识别算法识别所述图形表示的相关数据点集；
使用所述图像识别算法利用所述相关数据点集与所述图形表示的轴的关系至少部分地基于所述图形表示来确定与所述工业自动化设备相关联的目标操作点；
获取用于所述工业自动化设备的目标参考值和一个或更多个操作限制；
获取与所述工业自动化设备的使用相关联的操作信息；
确定用于所述工业自动化设备的一个或更多个控制参数，其中，所述一个或更多个控制参数至少部分地基于以下来确定：所述目标参考值、所述一个或更多个操作限制、所述操作信息以及所述目标操作点。
CN202110109499.XA 2020-01-27 2021-01-27 确定用于工业自动化设备的控制参数 Active CN113176730B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP20153806.3 2020-01-27
EP20153806.3A EP3855261B1 (en) 2020-01-27 2020-01-27 Determining control parameters for an industrial automation device

Publications (2)

Publication Number Publication Date
CN113176730A CN113176730A (zh) 2021-07-27
CN113176730B true CN113176730B (zh) 2024-05-17

Family

ID=69326382

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110109499.XA Active CN113176730B (zh) 2020-01-27 2021-01-27 确定用于工业自动化设备的控制参数

Country Status (3)

Country Link
US (1) US11520316B2 (zh)
EP (1) EP3855261B1 (zh)
CN (1) CN113176730B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117751558A (zh) * 2021-09-29 2024-03-22 西门子股份公司 Plc连接系统、装置、方法及存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102004054180A1 (de) * 2004-11-10 2006-05-11 Abb Technology Ag Wärmetauscher für einen Transformator
US7143016B1 (en) * 2001-03-02 2006-11-28 Rockwell Automation Technologies, Inc. System and method for dynamic multi-objective optimization of pumping system operation and diagnostics
DE102009053901B3 (de) * 2009-11-20 2011-04-28 Abb Technology Ag Ventilanordnung
WO2014082797A1 (de) * 2012-11-30 2014-06-05 Bundesdruckerei Gmbh Verfahren und vorrichtung zur ermittlung von dreidimensional erhabenen strukturen auf einer oberfläche eines dokumentes
KR20140105362A (ko) * 2013-02-22 2014-09-01 삼성전자주식회사 센서들을 이용하는 근접 동작 인식 장치 및 그 장치를 이용한 방법
WO2016124818A1 (en) * 2015-02-06 2016-08-11 Lappeenrannan Teknillinen Yliopisto Welding system with adaptive algorithm
WO2017168178A1 (en) * 2016-03-31 2017-10-05 Kenwood Limited Tool for food processors and method of designing the tool
CN109174514A (zh) * 2018-08-03 2019-01-11 徐州汉龙智能科技有限公司 一种智能喷漆装置及喷漆方法
WO2019143554A1 (en) * 2018-01-17 2019-07-25 Toyota Research Institute, Inc. User assisting robot for shopping applications
CN110722571A (zh) * 2019-11-13 2020-01-24 宁波远景汽车零部件有限公司 一种基于图像识别的汽车零件装配系统及其方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7845913B2 (en) * 2004-08-26 2010-12-07 Pentair Water Pool And Spa, Inc. Flow control
US8774972B2 (en) * 2007-05-14 2014-07-08 Flowserve Management Company Intelligent pump system
US8527219B2 (en) * 2009-10-21 2013-09-03 Schlumberger Technology Corporation System, method, and computer readable medium for calculating well flow rates produced with electrical submersible pumps
KR101809923B1 (ko) * 2012-01-17 2017-12-20 엘지전자 주식회사 가전기기, 가전기기 진단장치 및 그 방법
US8851381B2 (en) * 2012-10-17 2014-10-07 Rockwell Automation Technologies, Inc. Motor and motor drive diagnostic system using barcode
EP2835703B1 (en) * 2013-08-05 2016-05-25 C.R.F. Società Consortile per Azioni Method for the localization of a tool in a workplace, corresponding system and computer program product
US11042131B2 (en) * 2015-03-16 2021-06-22 Rockwell Automation Technologies, Inc. Backup of an industrial automation plant in the cloud
US20170030359A1 (en) * 2015-07-31 2017-02-02 Siemens Aktiencesellschaft Batch change control for variable speed driven centrifugal pumps and pump systems
CN105204742B (zh) * 2015-09-28 2019-07-09 小米科技有限责任公司 电子设备的控制方法、装置及终端
US10896331B2 (en) * 2018-01-29 2021-01-19 indus.ai Inc. Monitoring activities in industrial sites

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7143016B1 (en) * 2001-03-02 2006-11-28 Rockwell Automation Technologies, Inc. System and method for dynamic multi-objective optimization of pumping system operation and diagnostics
DE102004054180A1 (de) * 2004-11-10 2006-05-11 Abb Technology Ag Wärmetauscher für einen Transformator
DE102009053901B3 (de) * 2009-11-20 2011-04-28 Abb Technology Ag Ventilanordnung
WO2014082797A1 (de) * 2012-11-30 2014-06-05 Bundesdruckerei Gmbh Verfahren und vorrichtung zur ermittlung von dreidimensional erhabenen strukturen auf einer oberfläche eines dokumentes
KR20140105362A (ko) * 2013-02-22 2014-09-01 삼성전자주식회사 센서들을 이용하는 근접 동작 인식 장치 및 그 장치를 이용한 방법
WO2016124818A1 (en) * 2015-02-06 2016-08-11 Lappeenrannan Teknillinen Yliopisto Welding system with adaptive algorithm
WO2017168178A1 (en) * 2016-03-31 2017-10-05 Kenwood Limited Tool for food processors and method of designing the tool
WO2019143554A1 (en) * 2018-01-17 2019-07-25 Toyota Research Institute, Inc. User assisting robot for shopping applications
CN109174514A (zh) * 2018-08-03 2019-01-11 徐州汉龙智能科技有限公司 一种智能喷漆装置及喷漆方法
CN110722571A (zh) * 2019-11-13 2020-01-24 宁波远景汽车零部件有限公司 一种基于图像识别的汽车零件装配系统及其方法

Also Published As

Publication number Publication date
EP3855261A1 (en) 2021-07-28
EP3855261B1 (en) 2024-05-15
CN113176730A (zh) 2021-07-27
US11520316B2 (en) 2022-12-06
US20210232123A1 (en) 2021-07-29

Similar Documents

Publication Publication Date Title
US10375208B2 (en) Optimisation of industrial device parameters in a communications system
US10012977B2 (en) Control device, control method, information processing program, and recording medium
CN113176730B (zh) 确定用于工业自动化设备的控制参数
US20200082244A1 (en) Computing apparatus using convolutional neural network and method of operating the same
CN104061145A (zh) 变频压缩机的控制方法、装置及变频除湿机和变频窗机
KR20180039821A (ko) 모니터링 시스템 제어 방법 및 이를 지원하는 전자 장치
CN113595838A (zh) 信息处理方法、系统和装置
KR102038719B1 (ko) 룰―기반 컨텍스트 획득 방법
EP3208670B1 (en) Storing application information on an automation device
CN110617208A (zh) 直流无刷水泵及其空载保护方法
US10222776B2 (en) Wizard for configuring a motor
KR102075464B1 (ko) 기기 식별 장치 및 그 기기의 제어 방법
EP3388905B1 (en) Drive recognition and optimisation
US10481568B2 (en) One-click motor configuration
EP3879395A1 (en) Extraction of graphical objects from piping and instrumentation diagrams for use in a human-machine interface
RU2753259C2 (ru) Методика для инструментальных средств настройки управления насосом для насосных систем с переменной скоростью
JP2018037024A (ja) 電子機器及び数値制御装置
CN112470396A (zh) 设定支持装置
JP2020155044A (ja) プログラム編集装置、プログラム編集方法、および、プログラム編集プログラム
US20230297060A1 (en) Machine learning optimization of control code in an industrial automation environments
CN112068510B (zh) 智能设备的控制方法、装置、电子设备及计算机存储介质
EP3748440B1 (en) Workflow of an apparatus
US20230409021A1 (en) Adding model state to human machine interface (hmi) views
EP4155855A1 (en) Providing a model as an industrial automation object
EP4246249A1 (en) Feature extraction integration with control programs

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant