CN115903727A - 一种基于dcs控制系统的pid控制回路性能评估系统 - Google Patents
一种基于dcs控制系统的pid控制回路性能评估系统 Download PDFInfo
- Publication number
- CN115903727A CN115903727A CN202211235045.8A CN202211235045A CN115903727A CN 115903727 A CN115903727 A CN 115903727A CN 202211235045 A CN202211235045 A CN 202211235045A CN 115903727 A CN115903727 A CN 115903727A
- Authority
- CN
- China
- Prior art keywords
- control
- pid
- performance evaluation
- control loop
- dcs
- 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.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 67
- 238000000034 method Methods 0.000 claims abstract description 52
- 238000012544 monitoring process Methods 0.000 claims abstract description 25
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 20
- 230000008569 process Effects 0.000 claims abstract description 20
- 238000003745 diagnosis Methods 0.000 claims abstract description 14
- 238000005516 engineering process Methods 0.000 claims abstract description 12
- 238000005457 optimization Methods 0.000 claims description 8
- 230000006872 improvement Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 2
- 238000012423 maintenance Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 7
- 238000011217 control strategy Methods 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000013461 design Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- UFWIBTONFRDIAS-UHFFFAOYSA-N Naphthalene Chemical compound C1=CC=CC2=CC=CC=C21 UFWIBTONFRDIAS-UHFFFAOYSA-N 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012369 In process control Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000010426 asphalt Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000010965 in-process control Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- URWAJWIAIPFPJE-YFMIWBNJSA-N sisomycin Chemical compound O1C[C@@](O)(C)[C@H](NC)[C@@H](O)[C@H]1O[C@@H]1[C@@H](O)[C@H](O[C@@H]2[C@@H](CC=C(CN)O2)N)[C@@H](N)C[C@H]1N URWAJWIAIPFPJE-YFMIWBNJSA-N 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Feedback Control In General (AREA)
Abstract
本发明公开了一种基于DCS控制系统的PID控制回路性能评估系统。基于DCS控制系统的PID控制回路性能评估系统,包括:基于Harris指标的控制回路性能评估的算法和基于最小方差控制的PID性能评估的算法,所述基于DCS控制系统的PID控制回路性能评估系统利用工业大数据技术,采用基于Harris指标的控制回路性能评估算法和基于最小方差控制的PID性能评估算法,结合工艺对控制回路进行诊断分类,在线完成控制回路的建模与诊断,并提供控制回路的性能评价及PID参数调整意见。本发明提供的基于DCS控制系统的PID控制回路性能评估系统实现各装置PID控制回路的在线实时远程监控评估,并输出回路性能评估报告。
Description
技术领域
本发明涉及PID控制回路性能评估技术领域,尤其涉及一种基于DCS控制系统的PID控制回路性能评估系统。
背景技术
PID(Proportion Integration Differentiation)控制作为经典控制算法中的典型代表,是一种传统的控制方式。1922年N.Minorsky提出PID控制方法,1942年美国Taylor仪器公司的J.g.ziegler和N.B.Nichols提出PID参数的最佳整定方法至今,其在工业控制中的应用已十分广泛。
PID控制器从问世至今已历经了半个多世纪,在这几十年中,人们为它的发展和推广作出了巨大的努力,使之成为工业过程控制中主要的和可靠的技术工具。即使在微处理技术迅速发展的今天,过程控制中大部分控制规律都未能离开PID,这充分说明PID控制仍具有很强的生命力。
早在上世纪七十年代,就有对控制系统随机性性能指标的研究,Astrom(1970),Harris(1989),和Stanfelj(1993)等提出了基于最小方差基准的性能评估方法。DeVries和Wu(1978)利用谱分析方法对多元控制系统进行性能评估。最为著名的是Harris于1989年的研究表明对简单时间序列的统计分析可用于单输入单输出系统(SISIO,Single InputSingle Output)的性能评估,这些简单的时间序列是从系统的运行数据中获得的。Harris的研究工作为控制系统性能评估提供了一个新的方向和框架,Huang等学者在1993年拓展了Harris的思路,首次提出了系统滤波和相关性分析算法(FCOR,Filtering andCorrelation Analysis)。
PID控制具有结构简单、稳定性能好、可靠性高等优点,尤其适用于可建立精确数学模型的确定性控制系统。在控制理论和技术飞速发展的今天,工业过程控制领域仍有近90%的回路在应用PID控制策略。PID控制中一个关键的问题便是PID参数的整定,但是在实际的应用中,许多被控过程机理复杂,具有高度非线性、时变不确定性和纯滞后等特点。在噪声、负载扰动等因素的影响下,过程参数甚至模型结构均会随时间和工作环境的变化而变化。这就要求在PID控制中,不仅PID参数的整定不依赖于对象数学模型,并且需要PID控制性能在线监控和维护,以满足实时控制的要求。智能控制是一门新兴的理论和技术,它是传统控制发展的高级阶段,主要用来解决那些传统方法难以解决的控制对象参数在大范围变化的问题,其思想是解决PID参数在线调整问题的有效途径。
流程工业中存在大量被分层有序地组织起来的控制回路,具有优良性能的控制回路是企业确保产品质量、降低生产成本的关键。如果缺乏定期的维护,控制回路的性能会随着时间的推移而逐渐恶化,从而影响到企业生产的能源材料利用率与经济效益。因此在不影响过程正常运行的前提下,通过挖掘常规运行数据所包含的过程信息,构建多种性能指标来实时监控控制回路的性能,诊断引起控制性能退化的原因,并提出针对性的控制性能改善策略等研究对实现流程工业稳定、高效和经济运行具有重要意义。
随着大数据技术的成熟,预测性维护应运而生,它不仅可以对设备实时监测,进行大数据分析,提前感知设备故障,而且可以远程服务和提前预判故障隐患,使得维护变得更加智能,运营更加可靠,成本也更低。预测性维护已成为工业界的大势所趋,企业只有尽快找到一种合适的方法,将大数据转变为高效的企业决策,即将技术与运维完美结合,才能在瞬息万变的市场环境当中所向披靡。控制设备在设计和建设阶段会趋向将装置控制到最佳,但随着时间的推移性能会下降,控制回路监控与诊断维护系统可以通过标准OPC以秒级频率采集工厂所有基础控制回路信息,实时评估控制回路的控制性能,通过大数据的分析,能够提前预判设备的运行情况,如阀门粘滞、仪表检测故障等问题,工厂的维护策略从原来的故障/计划维护模式变为视情而为的预测性维护模式。
控制回路监控与诊断维护系统应满足以下条件:能工作在闭环条件下;不需要附加测试信号(以免影响控制回路的正常运行);能够监测控制回路并及时指出该回路是否需要重新整定。控制系统性能评估(CPA,Control Performance Assessment)兴起于上世纪80年代末期,在这几十年里吸引了大量研究人员和学者的关注。这项技术致力于在尽量不影响当前控制系统正常运行的情况下,对控制系统的控制性能做出评价,比较其与理论最优性能之间的差距,并对造成不良性能的原因进行诊断,最后给出改进意见。控制系统性能评估技术已在石油化工和造纸行业发挥积极的作用。
目前市场上已经出现了多个智能PID控制技术,主要代表性产品为Honeywell的CPM、Metso的Expertune PID Loop Optimizer、AspenTech的PID Watch、浙江中控的PID-CPA/PID-Tuning等。
某煤化工有限责任公司目前共有3套装置,涵盖了特种沥青、焦油萘、改质等装置,根据统计,全厂PID控制回路共计340个,自控投用率不到50%。从调研情况来看,总体控制回路自控率较低,且部分控制回路为串级控制主回路,副回路PID未投用时,主回路PID为假投用状态,因此,实际的自控率可能会更低。自控投用率低的原因有很多,其中主要有以下几种:1)原控制方案设计不合理;2)PID参数整定专业性较强,依靠人工整定,整定结果不理想;3)仪表、设备本身存在问题等。由于目前自控率较低,不可避免的造成操作人员劳动强度大、产品质量一致性差、装置安全性低、装置能耗高等问题。另外,由于三套装置控制回路数量众多,装置与装置之间的工艺及控制方法存在着较大的差异性,根据现有的技术手段难以实现自控率的大幅提升。
基于上述现状,迫切需要一套高效地PID性能评估与整定系统来方便、快捷地完成PID回路性能的批量评估、PID参数优化及自控率、平稳率监控,提高装置的自动化水平和运行平稳性,实现对生产装置的高效管理和运维。
发明内容
针对上述情况,为克服现有技术缺陷,本发明提供了一种基于DCS控制系统的PID控制回路性能评估系统实现各装置PID控制回路的在线实时远程监控评估,并输出回路性能评估报告。
为实现上述目的,本发明采用的技术方案如下:
基于DCS控制系统的PID控制回路性能评估系统,包括:基于Harris指标的控制回路性能评估的算法和基于最小方差控制的PID性能评估的算法,所述基于Harris指标的控制回路性能评估算法包括预处理、基准性能估计、不良性能回路检查、诊断及改进措施步骤,所述基于最小方差控制的PID性能评估算法对性能评估的基准为运用基于最小方差控制的Harris指标,所述基于DCS控制系统的PID控制回路性能评估系统利用工业大数据技术,采用基于Harris指标的控制回路性能评估算法和基于最小方差控制的PID性能评估算法,结合工艺对控制回路进行诊断分类,在线完成控制回路的建模与诊断,并提供控制回路的性能评价及PID参数调整意见,控制回路性能分为:性能良好;需要参数整定;设备故障;控制策略不完善;设计问题;相应的处理意见分为:保持;参数整定;设备维修会更好;控制策略改进;重新评估设计所述基于DCS控制系统的PID控制回路性能评估系统还包括PID监控服务器、网络交换机、IHDB服务器、网闸、各装置的数据中心,所述PID监控服务器、所述网络交换机、所述IHDB服务器、所述网闸、所述各装置的数据中心通过通用的OPC通讯连接,在同一个平台上以秒级频率采集所有控制回路的PID参数,实现对控制回路的监控与评估。
优选的,结合控制回路智能评估软件的评估与诊断意见,采用Z-N参数整定法和IMC参数整定法,对装置所有基础控制回路实施PID先进参数整定,Z-N参数整定法是根据被控对象的阶跃响应曲线获取被控对象的模型,根据模型及经验公式整定PID控制器参数,基于IMC原理的PID控制器参数整定就是使理想的PID控制器和内模控制中的反馈控制器等价。
优选的,对装置的主要控制方案优化,通过工艺参数的稳定控制及设定值优化实现装置优化,提高装置运行稳定性。
优选的,将控制系统中的PID参数按照要求的采集频率进入IHDB实时数据库中,并提供相应的OPC SERVER用于将采集的实时数据发送给PID监控服务程序。
与现有技术相比,本发明具有以下有益效果:
(1)本发明建立全厂PID控制回路性能监控评估与整定系统,实现各装置PID控制回路的在线实时远程监控评估,并输出回路性能评估报告。
(2)本发明提高装置自动化水平,装置控制回路的自控投用率达到90%以上;
(3)本发明降低操作人员劳动强度,提高装置平稳性,使关键被控变量标准偏差降低30%以上;
(4)本发明在工艺和设备满足的情况下,先进控制系统投运率95%以上,主要MV投运率90%以上,主要CV投运率95%以上;
(5)本发明保证产品质量,减少产品不合格几率;
(6)本发明进一步推动装置优化,装置能耗分别降低1%~3%。
附图说明
图1为基于Harris指标的控制回路性能评估步骤流程图;
图2为单输入单输出控制系统图;
图3为FCOR算法框架进行控制回路性能评估的框图;
图4为内模控制结构框图;
图5为基于大数据的PID控制回路智能评估系统架构示意图;
图6为本发明控制回路改进效果示意图;
图7为本发明的网络结构示意图。
具体实施方式
下面结合附图说明和实施例对本发明作进一步说明,本发明的方式包括但不仅限于以下实施例。
如图1-7所示,为本发明提供的基于DCS控制系统的PID控制回路性能评估系统,通过全厂DCS控制回路的数据采集,在监控服务器进行大数据分析,采用智能化方法结合工艺知识对现有控制回路进行诊断分类,在线自动完成控制回路的建模、诊断与评估,主要内容包含以下两个算法:
1、基于Harris指标的控制回路性能评估算法
控制回路性能评估是一个复杂的过程,通常包括预处理、基准性能估计、不良性能回路检查、诊断及改进措施等步骤。具体步骤如图1所示。
其中核心的部分是预处理和基准控制性能估计,控制系统性能评估要求对运行系统的影响最小,基于闭环数据的性能评估方法是最合理的。随着计算机控制系统在工业过程中的广泛应用,完善的数据库提供了海量的有用数据,利用领先的工业大数据分析、数据挖掘技术,建立控制回路性能评估系统,实现控制回路的在线评估,提升控制回路参数整定效率。数据要求具有合适的采样频率,并且未经过压缩或者平滑处理,当然,一些基本的处理,比如去除异常值,减去平均值等是有必要的。对于时间延迟,有些控制系统给出了时延,有些则需要从数据中计算出系统时延。另外,根据系统的输入输出数据,可以建立合适的模型来描述整个系统。
2、基于最小方差控制的PID性能评估
对于性能评估的基准,一般运用基于最小方差控制(MVC,Minimum VarianceControl)的Harris指标。Harris指标是运用最为广泛的一个基准指标:
它表示扰动在延迟时间内系统输出的最小方差与输出方差的比值,处于0~1,越接近1,说明控制性能越好。当Harris指标指示当前控制性能良好时,则系统则不用或者没有必要进行进一步的诊断;当Harris指标指示不良性能时,则说明系统性能还有提升的空间,可以做进一步的诊断和改进。
针对SISO系统,如图3所示,按最小方差控制原理可以使用如下的FCOR算法框架进行控制回路性能评估。
控制回路参数整定优化方法主要以PID参数先进整定方法根据过程数据及设备参数等进行离线计算PID参数,主要整定方法包含以下两点:
1、Z-N参数整定法
自Ziegler和Nichols提出PID参数整定方法起,有许多技术已经被用于PID控制器的手动和自动整定。根据发展阶段可以分为常规PID整定方法和智能PID整定方法。
Z-N参数整定法是根据被控对象的阶跃响应曲线获取被控对象的模型,根据模型及经验公式整定PID控制器参数。
2、IMC参数整定法
基于内模控制(IMC,Internal Model Control)原理的整定方法是Garcia和Morari于1982年首次正式提出,以其简单、跟踪调节性能好、鲁棒性强、能消除不可测干扰等优点,为控制界和工程界所重视。内模控制结构框图如4所示,基于IMC原理的PID控制器参数整定就是使理想的PID控制器和内模控制中的反馈控制器等价
本系统主要包含3部分内容,分别为:1)控制回路智能评估;2)装置控制回路参数整定;3)装置工艺控制方案优化。具体方案如下:
1、控制回路智能评估
控制回路智能评估系统利用领先的工业大数据技术,采用基于Harris指标的控制回路性能评估算法和基于最小方差控制的PID性能评估算法,结合工艺知识对控制回路进行诊断分类,在线完成控制回路的建模与诊断,并提供控制回路的性能评价及PID参数调整意见,控制回路性能分为:1)性能良好;2)需要参数整定;3)设备故障;4)控制策略不完善;5)设计问题。
相应的处理意见分为:1)保持;2)参数整定;3)设备维修会更好;4)控制策略改进;5)重新评估设计。
本系统还包括PID监控服务器、网络交换机、IHDB服务器、网闸、各装置的数据中心,所述PID监控服务器、所述网络交换机、所述IHDB服务器、所述网闸、所述各装置的数据中心通过通用的OPC通讯连接,在同一个平台上以秒级频率采集所有控制回路的PID参数,实现对控制回路的监控与评估。控制回路监控功能包括但不限于:
1)在一个屏幕上监视所有常规控制回路的性能;
2)跟踪控制回路性能,并确定控制回路存在的问题;
3)通过采用基于状态的维护方法,降低维护成本;
4)通过提供的控制回路诊断建议后进行调整,提高工厂的性能和稳定性;
5)排除阀门粘附、过程扰动、回路耦合和分布式振荡等故障。
2、装置控制回路参数整定
结合控制回路智能评估软件的评估与诊断意见,采用Z-N参数整定法和IMC参数整定法,对装置所有基础控制回路实施PID先进参数整定,将装置目前存在的手动控制回路投用,并优化原有投自动的控制回路,达到小超调或无超调跟踪设定值变化,使其快速平稳运行,增强抗干扰能力,减少系统的非正常、大范围波动。
目前装置平均50%以上的控制回路由于各种原因没有正常投用。针对这些控制回路的改进策略包括:1)对检测元件和调节阀的问题进行维修或更换;2)对现有控制策略进行完善;3)使用更高级的控制算法。
3、控制方案优化
对装置的主要控制方案优化,通过工艺参数的稳定控制及设定值优化实现装置优化,提高装置运行稳定性。
4、数据采集方案
将控制系统中的PID参数按照要求的采集频率进入IHDB实时数据库中,并提供相应的OPC SERVER用于将采集的实时数据发送给PID监控服务程序。
上述实施例仅为本发明的优选实施方式之一,不应当用于限制本发明的保护范围,但凡在本发明的主体设计思想和精神上作出的毫无实质意义的改动或润色,其所解决的技术问题仍然与本发明一致的,均应当包含在本发明的保护范围之内。
Claims (4)
1.一种基于DCS控制系统的PID控制回路性能评估系统,包括:基于Harris指标的控制回路性能评估的算法和基于最小方差控制的PID性能评估的算法,所述基于Harris指标的控制回路性能评估算法包括预处理、基准性能估计、不良性能回路检查、诊断及改进措施步骤,所述基于最小方差控制的PID性能评估算法对性能评估的基准为运用基于最小方差控制的Harris指标,其特征在于,所述基于DCS控制系统的PID控制回路性能评估系统利用工业大数据技术,采用基于Harris指标的控制回路性能评估算法和基于最小方差控制的PID性能评估算法,结合工艺对控制回路进行诊断分类,在线完成控制回路的建模与诊断,并提供控制回路的性能评价及PID参数调整意见,所述基于DCS控制系统的PID控制回路性能评估系统还包括PID监控服务器、网络交换机、IHDB服务器、网闸、各装置的数据中心,所述PID监控服务器、所述网络交换机、所述IHDB服务器、所述网闸、所述各装置的数据中心通过通用的OPC通讯连接,在同一个平台上以秒级频率采集所有控制回路的PID参数,实现对控制回路的监控与评估。
2.根据权利要求1所述的一种基于DCS控制系统的PID控制回路性能评估系统,其特征在于,结合控制回路智能评估软件的评估与诊断意见,采用Z-N参数整定法和IMC参数整定法,对装置所有基础控制回路实施PID先进参数整定。
3.根据权利要求1所述的一种基于DCS控制系统的PID控制回路性能评估系统,其特征在于,对装置的主要控制方案优化,通过工艺参数的稳定控制及设定值优化实现装置优化,提高装置运行稳定性。
4.根据权利要求1所述的一种基于DCS控制系统的PID控制回路性能评估系统,其特征在于,将控制系统中的PID参数按照要求的采集频率进入IHDB实时数据库中,并提供相应的OPC SERVER用于将采集的实时数据发送给PID监控服务程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211235045.8A CN115903727A (zh) | 2022-10-10 | 2022-10-10 | 一种基于dcs控制系统的pid控制回路性能评估系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211235045.8A CN115903727A (zh) | 2022-10-10 | 2022-10-10 | 一种基于dcs控制系统的pid控制回路性能评估系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115903727A true CN115903727A (zh) | 2023-04-04 |
Family
ID=86484045
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211235045.8A Pending CN115903727A (zh) | 2022-10-10 | 2022-10-10 | 一种基于dcs控制系统的pid控制回路性能评估系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115903727A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103246279A (zh) * | 2013-04-18 | 2013-08-14 | 浙江大学 | 一种存在执行阀粘滞特性的化工过程的控制性能评估方法 |
CN105027010A (zh) * | 2013-03-14 | 2015-11-04 | 株式会社东芝 | 控制参数调整方法及控制参数调整系统 |
CN105278527A (zh) * | 2015-12-01 | 2016-01-27 | 中国烟草总公司郑州烟草研究院 | 一种适用于烟草加工过程单回路控制系统的实时性能评价方法 |
CN110456756A (zh) * | 2019-03-25 | 2019-11-15 | 中南大学 | 一种适用于连续生产过程全局运行状况在线评估的方法 |
CN112415989A (zh) * | 2021-01-07 | 2021-02-26 | 浙江中控技术股份有限公司 | 一种回路性能评估用的全厂监控系统及监控方法 |
-
2022
- 2022-10-10 CN CN202211235045.8A patent/CN115903727A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105027010A (zh) * | 2013-03-14 | 2015-11-04 | 株式会社东芝 | 控制参数调整方法及控制参数调整系统 |
CN103246279A (zh) * | 2013-04-18 | 2013-08-14 | 浙江大学 | 一种存在执行阀粘滞特性的化工过程的控制性能评估方法 |
CN105278527A (zh) * | 2015-12-01 | 2016-01-27 | 中国烟草总公司郑州烟草研究院 | 一种适用于烟草加工过程单回路控制系统的实时性能评价方法 |
CN110456756A (zh) * | 2019-03-25 | 2019-11-15 | 中南大学 | 一种适用于连续生产过程全局运行状况在线评估的方法 |
CN112415989A (zh) * | 2021-01-07 | 2021-02-26 | 浙江中控技术股份有限公司 | 一种回路性能评估用的全厂监控系统及监控方法 |
Non-Patent Citations (1)
Title |
---|
傅子鉴: "PID控制器性能监测评估与优化技术研究及应用", 中国优秀硕士学位论文全文数据库信息科技辑, 28 February 2019 (2019-02-28) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108763729B (zh) | 基于网络结构熵的流程工业机电系统耦合状态评估方法 | |
CN109240244B (zh) | 基于数据驱动的设备运行状态健康度分析方法及系统 | |
CN101770219B (zh) | 一种车铣复合机床故障诊断知识库的知识获取方法 | |
CN107358366B (zh) | 一种配电变压器故障风险监测方法及系统 | |
DE60207048T2 (de) | Erzeugung und anzeige von verzeichnissen in einer prozessanlage | |
CN102931625B (zh) | 一种继电保护在线状态检修智能决策分析装置和其信号处理方法及其应用 | |
CN104390657A (zh) | 一种发电机组运行参数测量传感器故障诊断方法及系统 | |
CN109902871B (zh) | 一种结合企业生产线差异化特点的智能优化节能系统 | |
CN101989087A (zh) | 工业化加工渣油的在线实时故障监测与诊断的系统装置 | |
CN105004542A (zh) | 基于主元分析的卷烟制丝掺配加香段在线监测和故障诊断方法 | |
CN113219910A (zh) | 一种全流程的生产自诊断及优化系统 | |
CN117689214B (zh) | 一种柔性直流牵引供电系统能量路由器动态安全评估方法 | |
CN112966990A (zh) | 一种变电设备综合状态评价方法 | |
CN116184948A (zh) | 一种水厂的智能监盘及预警诊断技术的应用系统及方法 | |
CN116991130A (zh) | 一种石化生产智能化自动化控制系统和方法 | |
CN116992346A (zh) | 一种基于人工智能大数据分析的企业生产数据处理系统 | |
CN115081647A (zh) | 基于贝叶斯网络模型的工业智能仪表故障预诊断方法 | |
CN117391391A (zh) | 一种基于碳排放双控的低碳用能优化系统及方法 | |
CN115903727A (zh) | 一种基于dcs控制系统的pid控制回路性能评估系统 | |
CN111931969A (zh) | 一种基于时序分析的合并单元设备状态预测方法 | |
CN109472715B (zh) | 一种数字化工业能源管控服务系统 | |
CN116483042A (zh) | 一种精益生产管控平台数字化精益诊断方法 | |
CN116644929A (zh) | 一种基于物联感知的配电网设备运维工单智能管理方法 | |
CN116363843A (zh) | 试验室设备预警系统 | |
CN115640980A (zh) | 基于目标控制的电网工程造价动态管理系统 |
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 |