CN1227639A - 用于开通工业设备、特别是原料工业设备的方法和系统 - Google Patents
用于开通工业设备、特别是原料工业设备的方法和系统 Download PDFInfo
- Publication number
- CN1227639A CN1227639A CN97197002A CN97197002A CN1227639A CN 1227639 A CN1227639 A CN 1227639A CN 97197002 A CN97197002 A CN 97197002A CN 97197002 A CN97197002 A CN 97197002A CN 1227639 A CN1227639 A CN 1227639A
- Authority
- CN
- China
- Prior art keywords
- equipment
- open
- model
- control system
- center
- 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
Links
Images
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
-
- 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
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
- G05B13/027—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using neural networks only
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B37/00—Control devices or methods specially adapted for metal-rolling mills or the work produced thereby
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B2265/00—Forming parameters
- B21B2265/12—Rolling load or rolling pressure; roll force
Landscapes
- Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mechanical Engineering (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Feedback Control In General (AREA)
- Hydroponics (AREA)
- Compounds Of Unknown Constitution (AREA)
- Manufacture, Treatment Of Glass Fibers (AREA)
- Ship Loading And Unloading (AREA)
- Inorganic Compounds Of Heavy Metals (AREA)
- Selective Calling Equipment (AREA)
Abstract
一种利用一个设备控制系统来开通工业设备,特别是原料工业设备的方法和系统,该控制系统执行非控制功能和控制功能,其控制功能使用过程模型,特别是控制技术模型,例如以数学模型、神经网络模型、专家系统等在一个控制系统计算单元中工作,其中,这一开通分成由现场人员执行的非控制功能的开通、同时进行控制功能的普遍初始化和由从至少一个远离设备的地方,优选从技术中心通过经由数据线远程传输的数据执行的控制功能的开通这样两个阶段执行。
Description
本发明涉及一种用于开通工业设备、特别是原料工业设备的系统和方法,它使用一个执行非控制功能和控制功能的设备控制系统,其控制功能通过过程模型,特别是形式例如为数学模型、神经网络模型、专家系统等的控制技术模型,在一个控制系统计算单元中工作。
在工业设备的控制中,特别是在对其中运行有非常快、非常慢或者跃变式的过程或者为此不具有任何适合的状态传感器的过程的设备进行控制时,大多数利用控制技术模型工作。这种设备通常具有一个基本自动化系统和一个过程引导系统(非控制和控制)。根据经验,大型设备的起动开通要花费很多的时间和费用,并需要该设备技术领域方面的专家。对于设备的控制技术开发和单个部件的控制技术设计也是如此。
本发明的目的在于,对上述类型设备、特别是原料工业设备以及化学工业和发电设备提供一种开通方法和为此适宜的系统,通过这一方法和系统,在最佳的开通结果下可以节省时间和费用。同时设备开通后的连续运行随后也能连续得到改善。也能获得对于相应设备的控制技术设计和开发而言便于充分利用的知识。总之,本发明的目的是降低工程费用,同时改善设备功能。
本发明的目的通过下述方法实现,即,把设备开通分成由现场人员执行的非控制功能的开通、同时进行控制功能的普遍初始化和由从至少一个远离设备的地方,优选从技术中心通过经由数据线远程传输的数据执行的控制功能的开通这样两个阶段执行。通过把设备开通分为一个所谓的基本开通和一个技术开通,可以在很大程度上不需要控制技术专家,特别是为控制技术模型进行参数设定和改进的专家,在现场工作,这一点十分有利。因此,开通费用也可以大大降低。此外,开通也可以更快更安全实现,因为可以让一个专家小组进行技术开通,而这个专家小组能获得技术中心的所有帮助工具以及外部咨询。
已公知,过程控制系统(PC’S)可以通过经由数据传输输入PC的程序来扩充。另外,过程控制系统的诊断分析,以及各自动化设备,例如机床控制系统或者可存储编程控制系统的诊断分析也已公知。然而这些对于各设备的扩充、诊断和功能改进的已知方法却不能用于整个设备的开通,特别是原料工业工厂的全体设备的开通。为此学习程序如同使用设备的计算智能、长存取时间以及在“试验和错误”意义上的对话一样,都是必需的。这一点迄今为止在所需要的范围内被认为是不可行的。
在本发明的一个改进方案中规定,在开通控制功能时执行一个技术优化。该优化至少在设备的一个控制系统计算单元中有利地“一步一步”地受远程影响地执行,亦即各优化步骤在过程控制系统的一个计算单元中运行,由此在将一个外部计算单元中已执行的优化步骤转移给控制系统的计算单元时不会产生问题。由于设备控制系统中程序的复杂性,通常在接收优化的程序部分时总可能伴随软件错误。本发明系统的一突出优点就是避免了这样的执行问题。
在控制部分的远程开通、远程功能改进和优化之外,还提供非控制部分的远程影响改进。当今工业设备的基本自动化如此复杂,以致本发明的远程优化对此是值得的。这里有利的是使用相应级别的设备控制系统。
在利用起动优化开通控制功能后,由技术中心通过技术优化继续进行设备运行的改进。这样保证设备在控制技术方面最优地继续运行。这尤其在改变生产程序时,例如在采纳另外的材料质量到生产程序中时非常重要。
优化主要涉及以算法或人工神经网络(KNN)的形式对模型的参数化,以及涉及模型算法的继续开发或者人工神经网络结构的改进,包括对计算技术使用的例如边界曲线等形式的专家知识的进一步开发。这样持续改进一个基于模型控制的最重要的模块,以便实现优化的设备性能。
比较有利的是,在使用神经网络作为过程模型时,自适应和网络训练并行进行。这样,人工神经网络(KNN)的特性按照本发明被特别好地加以考虑。人工神经网络总是处于对优化最有利的状态。此外特别有利的是,为改进算法和/或模型而使用人工神经网络(KNN),以及建立一个闭合回路,它可以是在一个控制系统计算单元中的直接闭合回路或者间接通过技术中心形成的闭合回路。特别是通过技术中心闭合的回路保证总能在优化和改进参数和/或模型中采纳最新的控制和计算技术知识。比较有利的还在于,借助于渐进策略,例如通过遗传学算法实现模型的继续发展。这样能够进行必要的对设备性能优化用模块的继续开发,同时还可能使设备本身得以优化。
为有利地执行这些方法,采用一个开通改进系统或设备运行改进系统,它至少具有一个远离设备安装的技术中心(尤其是一个开通和/或运行改进中心),该中心通过数据远程传输手段至少与技术上有待开通或者技术上有待继续改进的设备的一个控制系统计算单元连接。由此可实现本发明方法的所有优点。
在该系统的一个改进结构中,技术中心有一个内部网,它优选为一个至少具有每秒10兆位的传输速度、以双绞线连接的以太网,它主要按照传输控制协议-内部网协议(TCP-IP协议)工作。由此得到一个成本低廉的、安全的内部网,它具有所有为远程开通和优化中心所必需的特性。此外该系统还具有一个与内部网络连接的远程开通或运行改进网络,用于与工业设备通信,该网络具有公知的、通常的数据传输部件(ISDN、电话、调制解调器、因特网连接器),并至少通过一个安全数据转交设备(防火墙)与技术中心连接。这样使用常用的成本低廉的部件就可以建立起远程开通网络,它具有一个为该设备安全工作和防止企业间谍侵入所必需的结构。
在一个改进结构中该系统在技术中心的范围内具有分支机构,例如设计办公室,它们在空间上是分开的,但是在数据技术上例如通过ISDN线路与技术中心连接,并与技术中心一起构成技术管辖范围。这样可以通过位于外部的技术人员讨论和/或解决优化任务,这些外部技术人员队伍也一并被包括在技术管辖范围内。此时可以实现完全不同队伍的合作。
在本发明的另一改进方案中,开通或运行改进中心具有一个管理单元,它主要装备有对所收集的数据的分析软件,同时为执行运行日志专门建立。为实现优化,特别是对工作点和特殊工作步骤的优化,有必要密切注视调整介入在先前的优化措施中是怎样发挥作用的。这通过本发明的技术解决方案可以有利地实现。
对于ISDN和因特网连接,有利地使用路由器(Router),它能建立期望的连接。借助需要时自动工作的路由器,可以为各设备部件和技术中心部件的操作员的对话以及为在各计算单元之间的连接分别建立起最佳连接。这一点可以根据星期几和每日时刻而不同。
为执行本发明,在设备的控制系统中设有计算技术模块、数据收集单元等,以及在技术中心中存在有具有技术知识的人员、对于各用户的数据库、公共的和用户专用的技术模块,这些技术模块尤其可以模块化地输入该设备控制系统中。这样能够通过向整个系统简单输入新数据逐步实现改善。
在设备控制系统中,为设备特定参数的自适应,为设备专用模块的存储、为预算算法的存储、为趋势跟踪的存储以及为自适应算法的存储提供计算装置。这样该设备控制系统能够根据技术中心的预先给定参数实现技术优化。
对于神经网络,例如在轧钢厂或者在电弧炉中亦即在原料工业中经常使用的神经网络,要同时进行优化和训练。为此存在专门的、便于建立的软件模块。同样存在诊断存储器以及其它为该设备的技术优化所必需的计算装置。这些利用软件实现操作的计算装置可以通过本发明使用的数据传输设备来影响。
开通或运行改进中心的硬件和软件装置既包括一般的硬件设备、软件工具、开通工具、软件开发工具、软件改进工具、KNN训练工具、统计分析程序等,也包括设备专用的特殊软件工具、其中尽可能利用设备中性的模块,而设备专用的专门开发的模块仅在必需时才使用。
根据本发明,用于设备技术优化的通信和优化系统尤其可以对话方式建立,并具有有利的、特别是光学的采集部件,这既可用于处理人员,也可用于有待优化的或者有待诊断的设备部件。这样优化建议、改进建议、诊断等可以以一种在很大程度上相应于专家出席现场的方式来执行。亦即事实上人不再旅行,而是信息。因此比较有利的是技术中心和设备以及设备控制台具有监视器和摄像机。这同样适用于技术中心的分支机构,例如设计办公室或者专门的软件开发单位,使得事实上可以这样工作,即所有参加优化和继续开发的人员就像聚集在设备现场的一个特定地方。这一点对于以人工神经网络(KNN),以及神经模糊控制和模糊应用进行工作具有极大优点,在这样的人工神经网络中从收集训练数据到输出新参数都需要一个统一的处理。
下面根据附图详细叙述本发明,从这些附图以及从属权利要求中可以得知本发明重要的细节。其中:
图1为用符号示出重要细节的发明原理图,
图2用符号示出技术中心的主要部分,
图3用符号示出所建立系统,
图4为利用一用于优化轧机力计算的神经网络对轧制过程的优化示图,
图5为一个数学模型与一个神经网络形式的模型的共同作用图。
图1表示的用户控制系统1包括技术模块3和一数据收集部分4。用户控制系统由开通人员5开通。事实上它涉及一批现场开通人员。通过用气泡表示的传输级6,例如用于轧机2开通的部件1、3、4和5与部件7到11连接。传输级6使用ISDN连接,特别是用于图像传输的ATM部件,但是也可以使用电话调制解调器或者因特网。部件7到11是在技术中心内的或者通过其人员与技术中心连接的部件。在技术中心中提供有公共技术模块9、用户专用技术模块8、对于不同用户的数据库10和对于不同用户的设计部件11以及其它从本说明书中可详细了解到的部件。现场存在的部件和在技术中心中存在的或与其连接的部件的分离可明显看出。与已知诊断程序或者安装程序相反,不涉及短时限的、而是涉及较长时间的现场或者技术中心部件的连接。此时与技术中心保持连接的部件不需要在局部集中,相反它们可遍布在(可能的话)不同的大陆上。由于时差可能能为用户提供每天连续24小时的优化、咨询和诊断过程。原料工业、化学和能源设备被制成能够连续运行24小时。
在此,设备本身总是有利地处于可自治作用状态,因为只是设备中存在的智能被继续改进。在设备和技术中心之间的线路或者卫星连接的中断因此并不影响生产。各优化步骤只是晚些执行。
图2中12表示为设计特定参数13的输入场所,通过设计特定参数13并借助于网络训练单元18和诊断部分17在预算单元14、自适应单元15和一个考虑遗传定律的单元16中获得在运行和循环中用户设备的控制技术优化的数据。在一个轧机中此时例如利用在19中单个给出的模型,像轧机力模型、平面度模型、弯曲模型和轧缝模型进行工作,这些模型在单元20中还可以通过遗传学算法和新模型参数加以改进,和来自单元13的设计特定参数一道它们可以实现在单元14、15和16中运行的优化计算过程。生成的数据经过传输级21(图中对所有数据传输设备统一用符号ISDN表示)到达专门划分给用户的数据库25,在这里这些数据借助于设计、诊断用工具,远程开通工具和普遍适用的技术模型引向设计专用的技术模型22。它们经过传输级21进入用户控制系统的至少一个计算单元中。
图3示出具有分支机构25的技术中心核心24。技术中心核心24与用户26到29连接,为此可以使用各种连接设备。缩略语SCN在此表示公司内部网,它可以扩展到特定用户。另外技术中心核心24与设备服务站30连接,以便能够给地区性服务区域直接发送指示和分析其经验。技术中心核心24具有一个带计算单元31的办公室网络,这些计算单元通过总线35彼此连接。另外,计算单元32考虑与用户的连接并同样通过总线36相互连接。在两个总线35和36之间有一个防火墙33,它带有一个监视工作站34。防火墙33还阻止从外部向内部办公室网络的未授权闯入。内部网络最好用双绞线连接的以太网,并最好具有每秒10兆位的传输速度。它例如以TCP/IP协议工作,并可以包括多达3000台的终端设备。也可以给一个完整的部门或者一个完整的企业区域提供内部网的数据。在这里使用一个FDDI室内环作为主干,它可连接多达15个服务器,其传输速度为每秒100兆位。这样数据可以极为有利地从工作站或者真正的大型计算机(它对于神经网络的快速训练是比较有利的)传输出去。在远程开通的最终阶段多个工作人员的合作可以毫无问题地缩短时间。
防火墙的意义在于,不可能带入任何病毒和破坏指令。适用于防火墙的程序已经公知,其修改以及对未授权的存取的控制通过工作站34执行。
在设备专用的和公共模块中的编程有利地使用部分面向对象的语言,例如通过编程语言C++实现,这里可以有利地使用具有案例工具(case工具)的工作流系统。
图4以一个轧机的例子概括表示一个神经网络与一轧制力算法的共同作用和训练。此时要考虑例如钢带厚度、厚度缩减、钢带宽度、温度、轧制半径以及钢带张力。这些值既供给算法,也供给神经网络。另外,还为神经网络提供化学分析的细节和轧制速度,以及把来自轧制力算法和神经网络的这些值一起引向用X表示的点。由此产生一个轧制力的额定值,将其与实际轧制力值作比较。其差作为反馈值又重新供给神经网络,以便产生一个自适应的反馈回路。箭头37意味着根据所得比较差值来实现各网络加权的匹配。这使得神经网络的性能根据轧机列当时轧制相应材料的实际性能来进行连续适应。这样也可以顾及轧机列的“日作形式(Tagesform)”。轧机列的生产结果要比传统控制的更好。
最后图5表示一个数学模型(算法)与一个神经网络共同作用的正向作用实施例。这里对生成的控制变量实现简单的附加改进。
不言而喻,在神经网络之外还可以使用其它的软件模块,例如专家知识,也许借助于边界曲线,来引导设备。这特别对于铸造和冶炼过程适用。在此,本发明的开通和技术优化方法和系统不依赖于单个控制技术模型而可用于各种设备。然而对于借助于神经网络工作的控制技术,它特别有优点。
Claims (20)
1.一种用于开通工业设备,特别是原料工业设备的方法和系统,其中使用一个设备控制系统,该控制系统执行非控制功能和控制功能,其控制功能使用过程模型,特别是控制技术模型,例如以数学模型、神经网络模型、专家系统等在一个控制系统计算单元中工作,其特征在于,这一开通分成由现场人员执行的非控制功能的开通、同时进行控制功能的普遍初始化和由从至少一个远离设备的地方,优选从技术中心通过经由数据线远程传输的数据执行的控制功能的开通这样两个阶段执行。
2.根据权利要求1所述的开通方法,其特征在于,在控制功能开通时执行一种技术优化。
3.根据权利要求2所述的方法,其特征在于,所述技术优化的开通通过至少在该设备的一个控制系统计算单元中受远程影响地予以执行的优化来进行。
4.根据权利要求1、2或3所述的方法,其特征在于,在控制功能开通后借助于技术中心通过优化来对设备运行作进一步改进。
5.根据权利要求1、2、3或4所述的方法,其特征在于,所述技术优化的开通和/或运行改进通过一个受远程影响的非控制功能的改进来补充。
6.根据权利要求1、2、3、4或5所述的方法,其特征在于,所述优化涉及对模型的参数化,特别是对算法或者人工神经网络(KNN)形式模型的参数化,以及涉及模型算法的继续发展或者KNN的改进,但是还涉及对计算技术上充分利用的专家知识,例如边界曲线等形式的专家知识的改进。
7.一种远程开通方法,特别是如上述任一项权利要求所述的远程开通方法,其特征在于,在使用神经网络作为过程模型时,自适应和网络训练并行进行。
8.根据权利要求7所述的方法,其特征在于,使用神经网络以改进算法和/或模型,其中建立一个闭合回路,它作为在一个控制系统计算单元中直接闭合的回路或者作为通过技术人中心间接闭合的回路建立。
9.根据上述任一项权利要求所述的方法,其特征在于,模型的继续发展借助于一个发展策略,例如通过遗传学算法执行。
10.一种尤其可用于执行如上述任一项权利要求所述方法的开通或者设备运行改进系统,其特征在于,它至少具有一个距设备远程安装的技术中心,特别是一个开通和/或运行改进中心,该中心通过数据远程传输设备与技术上要开通的或者技术上要继续改进的设备的至少一个控制系统计算单元连接。
11.根据权利要求10所述的开通或者设备运行改进系统,其特征在于,该系统在技术中心中具有一个内部网络,其优选为一个使用双绞线连接的以太网,传输速度至少为每秒10兆位,并优选按照TCP-IP协议建立。
12.根据权利要求10或者11所述的开通或者设备运行改进系统,其特征在于,其具有一个远程开通或运行改进网络,该网络具有通常的数据传输部件(ISDN,电话调制解调器,因特网连接),并至少通过一个安全数据传输设备(防火墙)与技术中心连接。
13.根据权利要求10、11或12所述的开通或设备运行改进系统,其特征在于,所述开通或运行改进中心具有分支机构,例如设计办公室,它们在空间上分开,但在数据技术上例如通过ISDN与中心连接,并与中心一起建立技术管辖范围。
14.根据权利要求10、11、12或13所述的开通或设备运行改进系统,其特征在于,所述开通或运行改进中心具有一个管理单元,尤其是一个具有用于分析所收集数据的分析软件的管理单元,同时按照适宜于运行日志控制来建立。
15.根据权利要求10、11、12、13或14所述的开通或设备运行改进系统,其特征在于,它具有用于ISDN和因特网连接的路由器,该路由器建立期望的连接。
16.根据权利要求10至15中任一项所述的开通或设备运行改进系统,其特征在于,在设备的控制系统中具有计算技术模块、一个数据收集单元等,以及在该中心中具有掌握技术知识的人员、用于各用户的数据库、公共的和用户专用的,尤其是在设备控制系统中可以模块化建立的技术模块。
17.根据权利要求10至16中任一项所述的开通或设备运行改进系统,其特征在于,在设备控制系统中有为设备专用参数自适应用的计算设备,有用于存储设备专用模型的计算设备,有用于存储预算算法的计算设备,有用于存储趋势跟踪的计算设备和有用于存储适应算法的计算设备。
18.根据权利要求10至17中任一项所述的开通或设备运行改进系统,其特征在于,在设备控制系统或在技术中心中,有用于训练和优化神经网络以及诊断存储器的计算设备,另外有对于该设备技术优化所必需的计算设备,它们通过数据远程传输设备或者内部数据传输设备能够被影响。
19.根据权利要求10至18中任一项所述的开通或设备运行改进系统,其特征在于,在开通或运行改进中心内有为设备中性使用的非专用的硬件设备、软件工具、开通工具、软件开发工具、软件改进工具、KNN训练工具、统计分析程序等,还有为设备专用所建立的专用软件工具。
20.为技术设备优先,尤其是按照上述任一项权利要求来使用通信和优化系统,其中利用硬件单元、特别是在作为多场所建立的规划和/或设计办公室中利用例如监视器、计算设备,必要时还有摄像机等硬件单元,在此,通过远程传输的表达、修改建议等可以直接在监视器上进行对话、改图、输入软件等,以及可以通过语音和视频图像补充或代替。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE19624926 | 1996-06-21 | ||
DE19624926.0 | 1996-06-21 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1227639A true CN1227639A (zh) | 1999-09-01 |
CN1119729C CN1119729C (zh) | 2003-08-27 |
Family
ID=7797653
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN97197002A Expired - Lifetime CN1119729C (zh) | 1996-06-21 | 1997-06-20 | 用于开通工业设备、特别是原料工业设备的方法和系统 |
Country Status (11)
Country | Link |
---|---|
US (1) | US6438534B1 (zh) |
EP (1) | EP0906594B1 (zh) |
KR (1) | KR100451676B1 (zh) |
CN (1) | CN1119729C (zh) |
AT (1) | ATE205608T1 (zh) |
BR (1) | BR9709926A (zh) |
DE (1) | DE59704607D1 (zh) |
ES (1) | ES2164357T3 (zh) |
TW (1) | TW369627B (zh) |
WO (1) | WO1997050021A1 (zh) |
ZA (1) | ZA975479B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101801130A (zh) * | 2010-02-10 | 2010-08-11 | 金陵科技学院 | 太阳能光伏发电路灯远程集散智能控制系统及其控制方法 |
CN101004589B (zh) * | 2005-10-04 | 2012-12-12 | 费舍-柔斯芒特系统股份有限公司 | 过程控制系统中的过程模型识别 |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1999040490A1 (en) * | 1998-02-06 | 1999-08-12 | Baker Hughes Incorporated | Adaptive expert control system for a recausticizing system |
FI108678B (fi) | 1998-06-17 | 2002-02-28 | Neles Controls Oy | Kenttälaitteiden hallintajärjestelmä |
DE19834456A1 (de) | 1998-07-30 | 2000-02-03 | Siemens Ag | Informations-, Bedien- und/oder Beobachtungssystem mit modellbasierter Benutzeroberfläche und Verfahren zum modellbasierten Bedienen und/oder Beobachten |
DE19835416A1 (de) * | 1998-08-05 | 2000-02-17 | Siemens Ag | Verfahren und Einrichtung zur Inbetriebsetzung von Anlagen der Grundstoffindustrie |
US6725208B1 (en) * | 1998-10-06 | 2004-04-20 | Pavilion Technologies, Inc. | Bayesian neural networks for optimization and control |
DE19914987A1 (de) * | 1999-04-01 | 2000-10-05 | Siemens Ag | Leitsystem für ein Walzwerk, insbesondere für eine Walzstraße |
FR2795830B1 (fr) | 1999-07-01 | 2001-08-31 | Lorraine Laminage | Procede de pilotage d'un processus dynamique complexe |
DE19930660A1 (de) * | 1999-07-02 | 2001-01-11 | Siemens Ag | Verfahren zur Überwachung oder zur Installation neuer Programmcodes in einer industriellen Anlage |
DE10036971A1 (de) * | 2000-07-28 | 2002-02-28 | Siemens Ag | Verfahren zur Ferndiagnose eines technologischen Prozesses |
EP1195664A1 (de) * | 2000-09-27 | 2002-04-10 | ABB PATENT GmbH | Service-System mit Optimierung |
US6968242B1 (en) * | 2000-11-07 | 2005-11-22 | Schneider Automation Inc. | Method and apparatus for an active standby control system on a network |
DE10201021A1 (de) * | 2002-01-11 | 2003-07-24 | Endress & Hauser Process Solut | Verfahren zum Instandhalten einer Fabrikationsanlage |
EP1380911A1 (en) * | 2002-07-12 | 2004-01-14 | Inter-Technology Crystal N.V. | System for gaining access to information relating to industrial sites with a substantial complexity |
US20040019393A1 (en) * | 2002-07-25 | 2004-01-29 | Eileen Heider | System and method for model base control |
EP1388769A1 (de) * | 2002-08-05 | 2004-02-11 | Peter Renner | System zur Automatisierung, Überwachung, Steuerung, Messwerterfassung von technischen Prozessen |
US7249004B2 (en) * | 2003-02-28 | 2007-07-24 | 3M Innovative Properties Company | Mill roll analysis system |
DE10339766A1 (de) * | 2003-08-27 | 2005-04-07 | Siemens Ag | Verfahren und Einrichtung zur Steuerung einer Anlage zur Herstellung von Stahl |
DE102004052395A1 (de) * | 2004-03-25 | 2005-10-13 | Sms Demag Ag | Einschubverfahren von Maschineneinheiten in eine Produktionslinie |
US10728053B2 (en) * | 2017-03-21 | 2020-07-28 | ODIN Building Automation Systems, LLC | System and method for remote monitoring and controlling of building automation devices |
EP3654114A1 (en) * | 2018-11-16 | 2020-05-20 | Maschinenfabrik Rieter AG | Parameter manager, central device and method of adapting operational parameters in a textile machine |
Family Cites Families (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4472783A (en) * | 1980-07-21 | 1984-09-18 | Kearney & Trecker Corporation | Flexible manufacturing system |
US4819149A (en) * | 1986-05-02 | 1989-04-04 | Owens-Corning Fiberglas Corporation | Distributed control system |
JP2755644B2 (ja) * | 1989-01-20 | 1998-05-20 | 株式会社東芝 | 制御系の設計方法及び設計支援装置 |
US5195026A (en) * | 1989-09-12 | 1993-03-16 | Hitachi, Ltd. | Method and apparatus for computer controlled nonlinear optimization |
US5088045A (en) * | 1990-01-02 | 1992-02-11 | Honda Giken Kogyo Kabushiki Kaisha | Production management system |
DE4019395A1 (de) * | 1990-06-18 | 1991-12-19 | Zubler Geraetebau | Steuerung fuer vorwaermoefen |
DE4033974A1 (de) * | 1990-10-25 | 1992-04-30 | Ibos Qualitaetssicherung | Verfahren zur herstellung von flaechen- und im querschnitt ringfoermigen extrudaten sowie vorrichtung zur durchfuehrung des verfahrens |
WO1992014197A1 (en) * | 1991-02-08 | 1992-08-20 | Kabushiki Kaisha Toshiba | Model forecasting controller |
US5291416A (en) * | 1991-03-08 | 1994-03-01 | Software Algoritms Incorporated | Event feedback for numerically controlled machine tool and network implementation thereof |
DE4125374C2 (de) * | 1991-07-31 | 1995-03-09 | Siemens Ag | Automatisiert arbeitende, mehrere Anlagenteile aufweisende Kokerei |
DK0607493T3 (da) * | 1993-01-18 | 1999-08-30 | Siemens Ag | Realtidsstyresystem |
DE4301360A1 (de) | 1993-01-20 | 1994-07-21 | Remis Gmbh | Kühlmöbelabdeckung |
EP0687369A1 (en) * | 1993-03-02 | 1995-12-20 | Pavilion Technologies Inc. | Method and apparatus for analyzing a neural network within desired operating parameter constraints |
US5432887A (en) * | 1993-03-16 | 1995-07-11 | Singapore Computer Systems | Neural network system and method for factory floor scheduling |
DE4416364B4 (de) * | 1993-05-17 | 2004-10-28 | Siemens Ag | Verfahren und Regeleinrichtung zur Regelung eines Prozesses |
DE4338607B4 (de) * | 1993-11-11 | 2005-10-06 | Siemens Ag | Verfahren und Vorrichtung zur Führung eines Prozesses in einem geregelten System |
US5493631A (en) * | 1993-11-17 | 1996-02-20 | Northrop Grumman Corporation | Stabilized adaptive neural network based control system |
DE4413836A1 (de) * | 1994-04-20 | 1995-10-26 | Dicon Dinkel Ind Automation Gm | System zum Anschluß von nicht netzwerkfähigen technischen Maschinen an ein komplexes Netzwerk |
US5586221A (en) * | 1994-07-01 | 1996-12-17 | Syracuse University | Predictive control of rolling mills using neural network gauge estimation |
DE59501727D1 (de) * | 1994-07-08 | 1998-04-30 | Siemens Ag | Führungssystem für eine kraftwerksanlage |
US5796920A (en) * | 1994-08-19 | 1998-08-18 | Harris Corporation | Multiprocessor system and method for identification and adaptive control of dynamic systems |
US5796921A (en) * | 1994-10-28 | 1998-08-18 | Sony Corporation | Mapping determination methods and data discrimination methods using the same |
DE19508476A1 (de) | 1995-03-09 | 1996-09-12 | Siemens Ag | Leitsystem für eine Anlage der Grundstoff- oder der verarbeitenden Industrie o. ä. |
DE19508474A1 (de) * | 1995-03-09 | 1996-09-19 | Siemens Ag | Intelligentes Rechner-Leitsystem |
WO1996031698A1 (en) * | 1995-04-06 | 1996-10-10 | Daya Ranjit Senanayake | Power production plant and method of making such a plant |
US5873251A (en) * | 1995-09-13 | 1999-02-23 | Kabushiki Kaisha Toshiba | Plant operation control system |
JP3412384B2 (ja) * | 1996-03-13 | 2003-06-03 | 株式会社日立製作所 | 制御モデル構築支援装置 |
CH690875A5 (de) * | 1996-05-21 | 2001-02-15 | Hts High Technology Systems Ag | Heim- und Gebäudeautomationssystem. |
-
1997
- 1997-06-20 WO PCT/DE1997/001285 patent/WO1997050021A1/de active IP Right Grant
- 1997-06-20 AT AT97931631T patent/ATE205608T1/de active
- 1997-06-20 TW TW086108627A patent/TW369627B/zh not_active IP Right Cessation
- 1997-06-20 EP EP97931631A patent/EP0906594B1/de not_active Expired - Lifetime
- 1997-06-20 DE DE59704607T patent/DE59704607D1/de not_active Expired - Lifetime
- 1997-06-20 CN CN97197002A patent/CN1119729C/zh not_active Expired - Lifetime
- 1997-06-20 US US09/202,670 patent/US6438534B1/en not_active Expired - Fee Related
- 1997-06-20 BR BR9709926A patent/BR9709926A/pt not_active IP Right Cessation
- 1997-06-20 KR KR10-1998-0710466A patent/KR100451676B1/ko not_active IP Right Cessation
- 1997-06-20 ZA ZA975479A patent/ZA975479B/xx unknown
- 1997-06-20 ES ES97931631T patent/ES2164357T3/es not_active Expired - Lifetime
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101004589B (zh) * | 2005-10-04 | 2012-12-12 | 费舍-柔斯芒特系统股份有限公司 | 过程控制系统中的过程模型识别 |
CN101801130A (zh) * | 2010-02-10 | 2010-08-11 | 金陵科技学院 | 太阳能光伏发电路灯远程集散智能控制系统及其控制方法 |
CN101801130B (zh) * | 2010-02-10 | 2013-09-11 | 金陵科技学院 | 太阳能光伏发电路灯远程集散智能控制系统及其控制方法 |
Also Published As
Publication number | Publication date |
---|---|
US6438534B1 (en) | 2002-08-20 |
DE59704607D1 (de) | 2001-10-18 |
TW369627B (en) | 1999-09-11 |
WO1997050021A1 (de) | 1997-12-31 |
CN1119729C (zh) | 2003-08-27 |
KR100451676B1 (ko) | 2004-11-16 |
ATE205608T1 (de) | 2001-09-15 |
ZA975479B (en) | 1999-03-23 |
EP0906594A1 (de) | 1999-04-07 |
KR20000022063A (ko) | 2000-04-25 |
EP0906594B1 (de) | 2001-09-12 |
BR9709926A (pt) | 1999-08-10 |
ES2164357T3 (es) | 2002-02-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1119729C (zh) | 用于开通工业设备、特别是原料工业设备的方法和系统 | |
KR100532804B1 (ko) | 산업용 플랜트의 자동 운영 방법 | |
CN112615379B (zh) | 基于分布式多智能体强化学习的电网多断面功率控制方法 | |
Bouyssou et al. | A Manifesto for the New MCDA Era. | |
Dimeas et al. | A MAS architecture for microgrids control | |
Dimeas et al. | Agent based control for microgrids | |
CN113471982B (zh) | 云边协同与电网隐私保护的分布式电源就地电压控制方法 | |
Patton et al. | Fault-tolerance as a key requirement for the control of modern systems | |
CN117873237A (zh) | 一种无人档案库房智能环境调控系统及方法 | |
Stephan et al. | A new control scheme for combustion processes using reinforcement learning based on neural networks | |
Negenborn et al. | Distributed model predictive control: An overview of features and research opportunities | |
CA2258766C (en) | Process and system for commissioning industrial plants, in particular in the primary industry | |
CN110718926B (zh) | 一种配电网自优化自学习无功优化控制方法 | |
CN117369391A (zh) | 一种端边云协同的流程工艺参数优化系统、方法 | |
Patry et al. | Innovative computing techniques for development of an integrated computer control system | |
NL2033631A (en) | Energy supply and demand optimization method and system of household users | |
French | A manifesto for the new MCDA era | |
Tursunov | REAL-TIME PROCESS CONTROL BASED ON ARTIFICIAL INTELLIGENCE | |
Palamar et al. | Adaptive pid regulation method of uninterruptible power supply battery charge current based on artificial neural network | |
Temelkova et al. | Analysis of the Main Engineering and Production Chains in the SMART Factory | |
Tian | Fuzzy Neural Network Algorithm in Improving Electrical Engineering Control System | |
CN117994079A (zh) | 用于水务运营管理的系统平台 | |
CN115956444A (zh) | 基于模糊神经网络的智慧农业采摘系统 | |
CN117631623A (zh) | 一种铁水含硅量智能化精准控制方法 | |
CN112213993A (zh) | 一种基于云端的控制系统和方法 |
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 | ||
C41 | Transfer of patent application or patent right or utility model | ||
TR01 | Transfer of patent right |
Effective date of registration: 20160902 Address after: Erlangen Patentee after: Puruite metallurgical technology limited liability company in Germany Address before: Munich, Germany Patentee before: Siemens AG |
|
CX01 | Expiry of patent term |
Granted publication date: 20030827 |
|
CX01 | Expiry of patent term |