DE60103037T2 - Prozesssteuersystem - Google Patents

Prozesssteuersystem Download PDF

Info

Publication number
DE60103037T2
DE60103037T2 DE60103037T DE60103037T DE60103037T2 DE 60103037 T2 DE60103037 T2 DE 60103037T2 DE 60103037 T DE60103037 T DE 60103037T DE 60103037 T DE60103037 T DE 60103037T DE 60103037 T2 DE60103037 T2 DE 60103037T2
Authority
DE
Germany
Prior art keywords
model
control
die
linear approximation
der
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 - Lifetime
Application number
DE60103037T
Other languages
English (en)
Other versions
DE60103037D1 (de
Inventor
Strand Ketil ANDERSEN
Erik Wilsher
Magne Hillestad
Olav Svein HAUGER
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.)
Borealis Technology Oy
Original Assignee
Borealis Technology Oy
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Borealis Technology Oy filed Critical Borealis Technology Oy
Publication of DE60103037D1 publication Critical patent/DE60103037D1/de
Application granted granted Critical
Publication of DE60103037T2 publication Critical patent/DE60103037T2/de
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00Systems involving the use of models or simulators of said systems
    • G05B17/02Systems involving the use of models or simulators of said systems electric
    • CCHEMISTRY; METALLURGY
    • C08ORGANIC MACROMOLECULAR COMPOUNDS; THEIR PREPARATION OR CHEMICAL WORKING-UP; COMPOSITIONS BASED THEREON
    • C08FMACROMOLECULAR COMPOUNDS OBTAINED BY REACTIONS ONLY INVOLVING CARBON-TO-CARBON UNSATURATED BONDS
    • C08F10/00Homopolymers and copolymers of unsaturated aliphatic hydrocarbons having only one carbon-to-carbon double bond
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive 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
    • G05B13/048Adaptive 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
    • CCHEMISTRY; METALLURGY
    • C08ORGANIC MACROMOLECULAR COMPOUNDS; THEIR PREPARATION OR CHEMICAL WORKING-UP; COMPOSITIONS BASED THEREON
    • C08FMACROMOLECULAR COMPOUNDS OBTAINED BY REACTIONS ONLY INVOLVING CARBON-TO-CARBON UNSATURATED BONDS
    • C08F2400/00Characteristics for processes of polymerization
    • C08F2400/02Control or adjustment of polymerization parameters

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Medicinal Chemistry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Organic Chemistry (AREA)
  • Software Systems (AREA)
  • Polymers & Plastics (AREA)
  • Artificial Intelligence (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Feedback Control In General (AREA)
  • Polymerisation Methods In General (AREA)
  • Diaphragms For Electromechanical Transducers (AREA)
  • Paper (AREA)
  • Electrical Discharge Machining, Electrochemical Machining, And Combined Machining (AREA)

Description

  • Diese Erfindung betrifft ein Steuersystem, insbesondere ein solches, das zur Steuerung einer großtechnischen Anlage wie etwa eines Polymerisationsreaktors verwendet werden kann.
  • Es sind viele verschiedene Arten von Steuersystemen bekannt. Das einfache "herkömmliche" Steuersystem umfasst eine einzige Eingangsgröße und eine einzige Ausgangsgröße (SISO: Single Input Single Output), beispielsweise für eine Durchflusssteuerung. Bei einer derartigen Steuereinheit wird nur eine Größe gesteuert, nämlich der Durchfluss durch ein Ventil, wobei diese Größe dann als die gesteuerte Größe bezeichnet wird. Es wird ein Sollwert eingegeben, um der Steuereinheit mitzuteilen, welcher Durchfluss angestrebt ist. Außerdem ist eine Durchflussmessung als Eingangsgröße vorgesehen, um die Steuereinheit über den tatsächlichen Durchfluss zu informieren. Die Steuereinheit wird den tatsächlichen Durchfluss mit dem Sollwert vergleichen und die Abweichung benutzen, um unter Verwendung zuvor definierter Gleichungen den Wert für die Stellgröße zu berechnen, die in diesem Fall die Ventilstellung ist. Diese wird dann von der Steuereinheit ausgegeben.
  • Hierbei beruht die Aktion der Steuereinheit auf der beobachteten Abweichung der gesteuerten Größe. Ein wichtiger Teil der Gleichungen, die verwendet werden, um die Stellgröße aus den Abweichungen zu berechnen, ist der Satz Abstimmungsparameter, der die Eigenschaften des Steueralgorithmus modifizieren wird.
  • Jedoch können bei komplizierteren Prozessen viele Größen zu berücksichtigen sein, die wechselseitig voneinander abhängig sein können, so dass eine Änderung einer Größe zwangsläufig mehr als eine Reaktion bzw. Antwort bewirkt. Derartige Wirkungen werden als "Kopplungen" oder "wechselseitige Beeinflussungen" von Größen bezeichnet. Außerdem können auch nichtlineare Reaktionen bzw. Antworten auf die Stellgrößen ein charakteristisches Verhalten des Prozesses darstellen. Steuereinheiten mit nur einer Eingangsgröße und einer Ausgangsgröße sind nicht in der Lage, derartige Prozesse wirksam zu steuern, da sie die Kopplungen nicht kompensieren können und weil Parameterwerte, die für eine Einstellung von Prozessbedingungen abgestimmt sind, nicht unter allen anderen Prozessbedingungen funktionieren müssen.
  • Um diese Probleme anzugehen, werden komplexere Steuersysteme verwendet, die als fortgeschrittene Prozesssteuerungen (APC: Advanced Process Control) bezeichnet werden. Ein Beispiel für eine fortgeschrittene Prozesssteuerung ist eine auf einem Modell basierende Steuerung nach Voraussage (MPC: Model Based Predictive Control). Hierbei wird ein Computermodell des Prozesses, der zu steuern ist, als ein Teil der Steuereinheit verwendet. Das Modell enthält Informationen bezüglich der Wirkung der Stellgrößen auf die gesteuerten Größen und kann außerdem die Wechselwirkungen umfassen, die als mathematische Gleichungen beschrieben sind. Fortgeschrittene Prozesssteuerungen werden als Programme auf Computern implementiert, die mit dem Prozesssteuersystem verbunden sind. Sie sind im Allgemeinen so beschaffen, dass sie Signale und Werte von Prozessmesseinrichtungen empfangen und Steuersignale, beispielsweise Sollwerte für Durchflusssteuerungen und berechnete Werte, an das Prozesssteuersystem senden.
  • Es sind verschiedene Typen von nach Voraussage steuernden Einheiten verfügbar, die auf verschiedenen Lösungsansätzen beruhen, die auf das Modell angewendet werden, das auf einem voraussagenden Steueralgorithmus basiert, siehe beispielsweise "Model Predictive Control: Theory and Practice – A Survey", Automatica, Bd. 25, Nr. 3, S. 335–348, 1989.
  • Die Steuerungsaufgaben sind im Allgemeinen die Schaffung von konsistenten und stabilen Prozessbedingungen, um beispielsweise für stabile Konzentrationen von Komponenten, eine konstante Temperatur, einen konstanten Druck usw. zu sorgen. Die Aufgabe eines nach Voraussage steuernden Systems ist die Erfassung von Änderungen der gemessenen Eingangsbedingungen in die Einheit, z. B. Beschickungen, Konzentrationen, Temperaturen usw. und von Unterschieden zwischen den tatsächlichen, im Inneren oder hinter der Einheit gemessenen Bedingungen und den entsprechend dem Modell berechneten Werten, um Steuervorgänge auszuführen, die diese Störungen und Abweichungen kompensieren. Wenn beispielsweise der Strom eines Zusatzstoffs zu einem Reaktor gemessen wird und ein Abfall seiner Strömungsrate erfasst wird, sind kompensatorische Änderungen der Reaktorbedingungen erforderlich, um zu verhindern, dass dies eine Wirkung auf eine oder mehrere der gesteuerten Größen hat.
  • Alternativ sind einige Prozesse, wie etwa Polymerisationsreaktoren so beschaffen, dass sie kontinuierlich betrieben werden, obwohl sie für die Herstellung verschiedener Produkte verwendet werden können. Um von einem Produkt zu einem anderen zu wechseln werden die Reaktorbedingungen usw. in geeigneter Weise geändert. Eine Änderung von einem Polymergrad zu einem anderen auf diese Weise wird als ein "Gradübergang" bezeichnet. Hierbei wird angestrebt, den Übergang so schnell wie möglich zu vollziehen, weil das Zwischenprodukt ein nicht den Spezifikationen entsprechendes Produkt wäre.
  • Die Modelle in einem allgemeinen, nach Voraussage steuernden System können entweder empirische Modelle oder Grundmodelle sein. Empirische Modelle beruhen auf Daten von der realen Anlage, die beispielsweise durch Ausführen einer Mehrgrößen-Regression zwischen den Prozesseingangsgrößen (u und v) und der Ausgangsgröße y erzeugt werden, während dynamische Grundmodelle von Grundprinzipien wie der Erhaltung der Masse, der Energie und des Impulses, von stöchiometrischen Gleichungen, Reaktionskinetiken usw. abgleitet sind.
  • Die am häufigsten anzutreffenden nach Voraussage steuernden Einheiten beruhen auf empirischen Modellen, siehe "Dynamic Matrix Control – a computer control algorithm", AIChE National Mtg, Houston, Texas (1979). Der Grund hierfür ist, dass für einfache Prozesse wie etwa Destillationskolonnen, wo die Betriebsbedingungen immer nahezu gleich sind, diese Art von Modellen leicht aufzustellen und zu handhaben ist. Es ist jedoch festgestellt worden, dass empirische Modelle für komplexere Einheiten wie etwa Polymerisationsreaktoren problematisch sind. Dafür gibt es im Fall von Polymerisationsreaktoren mehrere Gründe: Viele Größen zeigen ein stark nichtlineares Verhalten, viele Größen sind stark gekoppelt oder wechselseitig abhängig; der Bereich, über dem der Reaktor betrieben wird, ist groß und außerdem werden die Reaktorbedingungen infolge der Gradübergänge häufig geändert. Letzteres ist die Situation, in der die Herstellung eines Produkts bei einer Einstellung der Reaktorbedingungen beendet wird und die Reaktorbedingungen geändert werden, um die Herstellung eines anderen Produkts mit anderen Eigenschaften zu beginnen.
  • Das Aufstellen eines empirischen Modells für einen solchen Prozess erfordert viele Sprungantworttests in der realen Anlage, wobei für jede Stellgröße und für jede Störung, die in dem Modell inbegriffen sein wird, eine sprunghafte Änderung erfolgt. Außerdem müssen für jede zu modellierende Kopplungswirkung gesonderte Sprungantwort-Tests vorgenommen werden. In der Praxis ist das Ausführen von Sprungantwort-Tests an einem Polymerisationsreaktor sehr teuer, da normalerweise 2 bis 4 Gutverweilzeiten erforderlich sind, um die vollständige Antwort auf eine sprunghafte Änderung einer Stellgröße zu messen, und falls irgendein Ereignis in dem Prozess den Test stört, muss der gesamte Test neu gestartet werden. Der Prozess muss außerdem recht stabil sein, wenn der Test gestartet wird, da Änderungen der Eingangsgrößen eingeführt werden, die die stabile Situation verändern. Die sprunghaften Änderungen müssen außerdem an der realen Produktionseinheit vorgenommen werden, wo stabile Bedingungen, die eine gleich bleibende Produktqualität ergeben, nicht gestört werden sollen. Auch besitzt oftmals jedes Produkt auf Grund des nichtlinearen Verhaltens des Prozesses ein gesondertes Modell, wobei die Steuereinheit, die ein linearisiertes Modell verwendet, nicht mit einem anderen Modell als jenem, das für die tatsächliche Einstellung der Bedingungen erstellt wurde, für welche der Sprungantwort-Test für dieses spezifische Produkt ausgeführt wurde, funktioniert.
  • Angesichts der obigen Probleme wäre es vorteilhaft, bei derartigen Anwendungen eine auf einem Grundmodell basierende Steuerung nach Voraussage zu verwenden. Wie in "Model Predictive Control for Grade Transitions of a Polypropylene Reactor", 4th European Symposium on Computer Aided Process Engineering, Dublin 1994, erörtert ist, sollten dynamische Grundmodelle zusammen mit einem Algorithmus zur Steuerung nach Voraussage eine effizientere Lösung bieten, sowohl was die Kosten der Ausführung als auch die Leistungsfähigkeit der Steuerung anbelangt.
  • Ein Beispiel für ein Steuerungs-Grundmodell kann "Dynamics analysis and control strategy for a mixed flour corn dryer", Trelea u. a. (J. Process Control, Bd. 7, Nr. 1, Februar 1997, S. 57–64) entnommen werden. Dieses Dokument offenbart ein Verfahren zum Steuern des letztendlichen Feuchtigkeitsgehalts von Mais von einem Maistrockner. Dieses Verfahren umfasst das Ableiten einer nichtlinearen Grundprinzipiengleichung, die Anwendung einer Trans formation, um diese Gleichung zu linearisieren und die Verwendung der resultierenden linearisierten Gleichung, um das System zu steuern. Dasselbe linearisierte Modell wird in dem Prozess verwendet.
  • In der Praxis wird jedoch die Rechenleistung die Möglichkeiten der Verwendung von Grundmodellen begrenzen, wenn die Anzahl der gesteuerten Größen, der Stellgrößen und der Bedingungen beträchtlich ist, was häufig der Fall ist. Folglich ist, um das Beispiel eine Polymerisationsreaktors aufzunehmen, die erforderliche Komplexität des Modells derart, dass, wenn eine technisch machbare Rechenleistung verwendet wird, die Zeit, die benötigt wird, um dass Modell zu lösen, übermäßig lang sein wird, da sie die Frequenz begrenzen wird, mit welcher das Modell verwendet werden kann, und weil eine beträchtliche Verzögerung zwischen der Bestimmung der Eingangsbedingungen und der Ermittlung der Lösung eingeführt wird, wobei sich in der Zwischenzeit die Bedingungen wesentlich verändert haben können, was zu erheblichen Stabilitätsproblemen führt.
  • Gemäß der Erfindung wird ein Verfahren zum Steuern eines Prozesses geschaffen, das die folgenden Schritte umfasst:
    • a) Erzeugen eines dem Prozess entsprechenden Modells eines ersten Prinzips;
    • b) Eingeben von Daten, die die momentanen und die gewünschten künftigen Prozessbedingungen beschreiben;
    • c) Erzeugen einer linearen Approximation an das für die momentanen Bedingungen gültige Modell unter Verwendung der Daten;
    • d) Verwenden der linearen Approximation, um eine approximative Lösung für ein mit dem Prozess in Beziehung stehendes Steuerungsproblem zu bestimmen;
    • e) Steuern des Prozesses unter Verwendung der approximativen Lösung; und
    • f) Wiederholen der Schritte (b) bis (e).
  • Folglich ist die Erfindung in der Lage, ein genaues Modell des Prozesses zu liefern, da es auf Grundprinzipien beruht, d. h. eher ein Grundmodell als eine empirische Approximation ist. Es könnte bei Bedarf nichtlinear sein und ist über einen weiten Bereich von Betriebsbedingungen gültig, Die signifikante Ungenauigkeit, die einem linearen, approximierenden Modell eigen ist, wird dadurch vermieden. Im Vergleich zu herkömmlichen und auf nichtlinearen Modellen basierenden Systemen ist die Erfindung jedoch vorteilhaft, denn sie löst nicht jedes Mal, wenn es erforderlich ist, eine Voraussage zu treffen, jede der nichtlinearen Gleichungen des Modells auf direkte Weise. Vielmehr wird dann für einen gegebenen Satz von Bedingungen, die zu einer gegebenen Zeit herrschen, eine lineare Approximation verwendet, um eine geeignete Lösung eines Steuerungsproblems zu bestimmen. Diese lineare Approximation wird vorzugsweise durch eine numerische Störung des Modells erzeugt und kann in einem quadratischen Programmierungsproblem resultieren. Dieses kann selbstverständlich weit schneller als das vollständige nichtlineare Modell gelöst werden. Auf diese Weise lässt sich ein Zukunftsszenario schnell bestimmen. Der Prozess kann dann auf die übliche Art und Weise durch Erzeugen von neuen Sollwerten gesteuert werden.
  • Folglich ist die Erfindung in der Lage, die Genauigkeit und den Betriebsbereich eines Grundmodells mit der Geschwindigkeit und der Effektivität eines linearen Modells zu kombinieren, so dass ein effizientes Prozesssteuerungssystem erzielt wird.
  • Bei einigen Anwendungen kann die approximative Lösung genau genug sein, um direkt für die Steuerung des Prozesses verwendet zu werden. Vorzugsweise wird die approximative Lösung jedoch verwendet, um eine genauere Lösung zu bestimmen. Dies kann typisch durch Einsetzen der approximativen Lösung in das Modell und anschließendes Anwenden eines Iterationsverfahrens erfolgen. Das Iterationsverfahren kann so oft wie nötig wiederholt werden, um eine Lösung mit hinreichender Genauigkeit zu bestimmen.
  • In bevorzugten Formen der Erfindung wird das Grundprinzip-Grundmodell dann verwendet, um die tatsächlichen Antworten bzw. Reaktionen auf die Steuerungseinstellungen zu berechen, so dass die Antwort bzw. Reaktion des Zukunftsszenarios das Ergebnis des Grundmodells und nicht des vereinfachten, linearisierten Modells ist.
  • Bei einfachen Anwendungen kann die berechnete lineare Approximation genau genug sein, um für eine Anzahl verschiedener Prozessbedingungen ver wendet zu werden. Um jedoch der Erfindung zu ermöglichen, komplexere Systeme zu steuern, wird bevorzugt, dass das lineare Modell erneut gerechnet wird, z. B. für einen neuen Satz von Reaktorbedingungen. Auf diese Weise wird nach Bedarf ein neues linearisiertes Modell geschaffen. Es ist bekannt, dass bei vielen Anwendungen derartige Modelle in sehr kurzen Intervallen erzeugt werden können.
  • Einer der großen Vorteile der Grundmodelle, der in diesem Zusammenhang genutzt wird, ist, dass sie über einen weiten Betriebsbereich gültig und konsistent sein können. Dies bedeutet, dass dasselbe Modell und dieselben Modellparameter einen weiten Bereich von Produktionsbedingungen abdecken können, wie etwa jene, die sich bei der Herstellung von verschiedenen Polymergraden ergeben. Folglich kann die Steuereinheit vorzugsweise den Übergang selbst steuern, wobei sie die Prozessbedingungen von einer Einstellung der Bedingungen zu einer anderen Einstellung verschiebt, um ein anderes Produkt herzustellen. Wenn die anhand des Modells berechneten Werte hinreichend genau sind und dem tatsächlichen Verhalten der Prozesseinheit nahe kommen, ist der nach dem Verfahren der Erfindung berechnete Satz Stellgrößen sehr nahe an der optimalen Art und Weise der Änderung der Bedingungen.
  • Dies ist im Vergleich zu der üblichen Situation für Steuereinheiten auf der Grundlage eines empirischen Modells, bei der es oftmals erforderlich ist, den Übergang manuell auszuführen und dann, wenn der Übergang abgeschlossen ist, die Steuerung nach Voraussage mit einem anderen Prozessmodell fortzusetzen, sehr vorteilhaft. Folglich kann die Erfindung genutzt werden, um einen schnelleren Gradübergang zu vereinfachen, d. h. um stabile Prozessbedingungen bei den geforderten Produkteigenschaften zu erzielen und folglich den finanziellen Verlust, der mit der Fehlproduktion und dem nicht der Spezifikation entsprechenden Produkt verbunden ist, zu verringern.
  • Die Erfindung erstreckt sich außerdem auf eine Steuervorrichtung zum Steuern eines Verfahrens, die eine Steuereinheit, Ein- und Ausgabemittel und ein Modell umfasst, wobei:
    • a) das Modell ein dem Prozess entsprechendes Grundmodell ist;
    • b) Mittel vorgesehen sind, die wiederholt Daten eingeben, die die momentanen und die gewünschten künftigen Prozessbedingungen beschreiben;
    • c) Mittel vorgesehen sind, die eine lineare Approximation für das Modell berechnen, die für jede der Eingangsbedingungen gültig ist;
    • d) Mittel vorgesehen sind, die jede lineare Approximation verwenden, um eine approximierte Lösung für ein mit dem Prozess in Beziehung stehendes Steuerungsproblem zu bestimmen;
    • e) Mittel vorgesehen sind, die Ausgangssignale erzeugen, um den Prozess unter Verwendung der Lösung des obigen Teils (d) zu steuern.
  • Vorzugsweise ist die Vorrichtung so beschaffen, dass sie gemäß den bevorzugten Formen des oben erörterten Verfahrens arbeitet.
  • Die Erfindung erstreckt sich außerdem auf einen Prozess oder auf Apparate, die von einem derartigen Verfahren der Erfindung oder einer derartigen Vorrichtung der Erfindung, wie weiter oben erörtert, gesteuert werden. Außerdem erstreckt sich die Erfindung auf ein Modell und/oder eine Steuereinheit, die Software umfasst, die auf einem geeigneten Datenträger gespeichert ist.
  • Die Steuereinheit und das Modell sind typisch unter Verwendung einer Rechenvorrichtung auf der Grundlage eines Mikroprozessors ausgeführt.
  • Es wird nun eine Ausführungsform der Erfindung beispielhaft, anhand der folgenden Zeichnung beschrieben. Es zeigen
  • 1: ein Flussdiagramm der Gesamtkonfiguration der Steuereinheit einer Ausführungsform der Erfindung;
  • 2: ein Flussdiagramm der Struktur der Steuereinheit, die in der Ausführungsform verwendet wird;
  • 3 und 4: Ablaufpläne, die die Schritte zeigen, die von der Steuereinheit als Teil der Ausführungsform ausgeführt werden;
  • 5: ein Diagramm, dass die Pumpleistung von einem Reaktor zeigt, um die Verbesserungen der Stabilität, die bei Anwendung der Erfindung erzielt wird, im Vergleich mit einer herkömmlichen Steuerung mit nur einer Eingangsgröße und einer Ausgangsgröße zu zeigen; und
  • 6 bis 11: verschiedene Diagramme, die Simulationen der Wirkungen der Anwendung von Ausführungsformen der Erfindung zeigen.
  • Die Ausführungsform wird unter Verwendung eines Steuersystems des Typs, der in 1 veranschaulicht ist und allgemein bekannt ist, wobei er ein mathematisches Modell des Prozesses enthält, umgesetzt.
  • Die Steuereinheit 1 ist ein auf einer Computersoftware basierendes System, das auf im Handel erhältlichen Computern ausgeführt werden kann. Jedoch ist, wie im Folgenden erörtert wird, die Funktionsweise des Modells von dem üblichen System wesentlich verschieden.
  • 1 zeigt den gesamten Informationsfluss eines Prozesses 2, der eine oder mehrere Prozesseinheit(en), wie einen Reaktor, umfasst, zu einem Computer I (Bezugszeichen 3), auf dem eine Software für eine Steuerung nach Voraussage installiert ist. Messwerte von dem Prozess werden in dem Elementsteuersystem 4 erfasst, das typisch all die Elementsteuereinheiten umfassen wird, die für die Durchflusssteuerung, die Temperatur- und Drucksteuerung usw. gebraucht werden. Diese sind als herkömmliche Steuereinheiten mit nur einer Eingangsgröße und einer Ausgangsgröße ausgeführt. Eine Teilmenge diese Messwerte, die für die nach Voraussage steuernde Einheit gebraucht wird, ist b genannt worden. Alle Messwerte, einschließlich b, stehen am Bedienplatz 5, auf Anzeigen und Trends zur Verfügung. Typisch ist die Bedienerschnittstelle der nach Voraussage steuernden Einheit ebenfalls als eine Anzeigeeinrichtung (nicht gezeigt) am Bedienplatz 5 ausgeführt.
  • Auf dieser Anzeige kann die Bedienungsperson die berechneten Ausgangsgrößen und Informationen von der nach Voraussage steuernden Einheit sehen und außerdem Informationen, wie Sollwerte für die gesteuerten Größen/Zielfunktionen, hohe und niedrige Grenzen für erzwungen gesteuerte Größen oder Stellgrößen, eingeben, den Ein/Aus-Zustand der Steuereinheit wählen oder die eigentlich zu steuernden Größen auswählen usw.
  • Die Menge der Informationen von der Bedienungsperson zu der nach Voraussage steuernden Einheit ist in 1 mit c bezeichnet. Diese Informationen werden vom Bedienplatz 5 an das Elementsteuersystem 4 übertragen. Die Informationen, die von der Steuerung nach Voraussage gebraucht werden, d. h. b und c, werden von dem Elementsteuersystem zu dem Prozessdatenbanksystem 6 übertragen, das für eine Langzeitspeicherung der Daten sorgt und dem systemgebundene Bibliotheksroutinen zur Verfügung stehen, die verwendet werden, um Daten aus der Datenbank zu lesen oder in diese zu schreiben.
  • Die nach Voraussage steuernde Einheit liest Daten, d. h. b und c, aus dem Datenbanksystem, wobei wahlweise eine Schnittstellensoftware benutzt wird, die unter Verwendung von systemgebundenen Routinen, die als ein Teil des Datenbanksystems verwendet werden, entwickelt worden ist. Es ist auch möglich, Daten, d. h. b und c, für die nach Voraussage steuernde Einheit verfügbar zu machen, die die Daten direkt vom Elementsteuersystem oder vom Bedienplatz 5 entgegennimmt, wobei die Datenbank-Schnittstellensoftware auf der Grundlage von Datenbank-Routinen durch Schnittstellen-Routinen ersetzt wird, die die Daten direkt mit dem Elementsteuersystem 4 oder dem Bedienplatz 5 austauschen können. Außerdem ist es möglich, eine Bedienungsanzeige vorzusehen, die verwendet wird, um Daten für die nach Voraussage steuernde Einheit unter Verwendung von Werkzeugen, die von dem Datenbanksystem selbst bereitgestellt werden, oder von anderen Werkzeugen statt am Bedienplatz 5 am Computer II anzuzeigen und/oder einzugeben.
  • Die nach Voraussage steuernde Einheit verwendet die gemessenen Eingangsgrößen von dem Prozess zusammen mit dem Modell und seinen internen Steuereinheit-Algorithmen, um die mit a bezeichneten Ausgaben der Steuerung nach Voraussage zu berechnen. Diese bestehen typisch aus dem anhand des Modells vorausgesagten Antwortverhalten und den Werten für die Stellgrößen, die zu dem Datenbanksystem 6 übertragen werden, sowie einer Teilmenge dieser Daten, a', die ferner zu dem Elementsteuersystem 4 übertragen wird, und zuletzt den berechneten Werten für die Stellgrößen und optional einigen berechneten Reaktionen bzw. Antworten und Informationen über den Zustand der nach Voraussage steuernden Einheit. Die berechneten Werte für die Stellgrößen werden dann als neue Sollwerte an die Steuereinheiten mit nur einer Eingangsgröße und einer Ausgangsgröße in dem Elementsteuersystem 7 (2) übermittelt, um das Ergebnis der Steuerung nach Voraussage umzu setzen.
  • 2 veranschaulicht die Struktur der nach Voraussage steuernden Einheit. Die den Prozess 2 betreffenden Messwerte, in 1 mit b bezeichnet, umfassen die Teilmengen um, v und qm, wobei um die Messwerte der Stellgrößen sind, v die gemessenen Störungen des Prozesses sind und qm das gemessene Antwortverhalten des Prozesses ist. Die in 1 mit c bezeichneten Daten (yest, zmin, zmax) werden von der Bedienungsperson am Bedienplatz 5 (1) eingegeben. Sie umfassen Sollwerte für die gesteuerten Größen sowie Minimal- und Maximalgrenzwerte für die von der nach Voraussage steuernden Einheit zu steuernden erzwungen Reaktionen bzw. Antworten. Die Teilmengen um und v werden von dem Prozess 2 erfahren und ebenfalls in das Modell 10 eingegeben, das das Antwortverhalten quest berechnen wird. Einige Reaktionen bzw. Antworten werden auch gemessen, qm, und infolge des Vergleichs zwischen den einander entsprechenden Werten von quest und qm werden Modellkorrekturen vorgenommen. Die Steuereinheit wird das jetzt aktualisierte Modell als ein Teil des Steueralgorithmus verwenden, um die uest genannten Stellgrößen zu berechnen. Dieser Steueralgorithmus sagt das zukünftige Verhalten des Prozesses unter Verwendung des Modells 10 voraus und berechnet die Stellgrößen, die die kleinste Summe der Abweichungen zwischen den Sollwerten für die gesteuerten Größen und den vorausgesagten Werten ergeben. Die Stellgrößen, die von der wahlweise mehrere Größen nach Voraussage steuernden Einheit ausgegeben werden, sind Ist-Eingangsgrößen/Sollwerte an die Steuereinheiten 7 mit nur einer Eingangsgröße und einer Ausgangsgröße des Elementsteuersystems, die Steuersignale für Ventile, Heizeinrichtungen, Maschinen usw. erzeugen werden, um die Abweichung zwischen dem uset-Wert und dem um-Wert zu minimieren.
  • Wie vorher erörtert worden ist, umfasst das System ein Modell 10 des Prozesses, das ein Grundmodell ist. Es enthält Teilmodelle für die Reaktionskinetik, Produktqualität oder Produkteigenschaften, die verwendet werden können, um die Wirkung von Störungen oder Änderungen in den Eingangsgrößen der Einheiten) auf das Antwortverhalten des Prozesses hinsichtlich der gesteuerten Größen, erzwungenem Antwortverhalten oder weiteren berechneten Ausgangsgrößen zu berechnen. Dieses Modell ist ein Zustandsraummodell (wie in dem weiter oben erwähnten Aufsatz zum Dubliner Symposium beschrieben ist). Die Struktur der Berechnungen, die verwendet werden, umfasst drei Schritte:
    • i) Integrieren der Modellgleichungen über die Dauer der Messwertnahme, wodurch neue Werte für den Zustandsvektor erzielt werden.
    • ii) Berechnen der Modell-Ausgangsgrößen (berechnete Messwerte) aus den neuen Zustandsvektorwerten.
    • iii) Berechnen von Werten für gesteuerte Größen und erzwungene Reaktionen bzw. Antworten aus den neuen Zustandsvektorwerten.
  • Der Zustandsvektor enthält auf der Grundlage des Kriteriums, dass eine eindeutige Beschreibung der Informationen über den Inhalt des Reaktors, die für den Zweck der Steuerung relevant sind, erhalten wird, die keine Redundanzen enthält, sorgfältig ausgewählte Elemente.
  • Dieses Modell wird als eine Softwareeinheit, die einen vollständigen Satz von Software-Modulen umfasst, implementiert. Dieser Satz Module bewerkstelligt die Steuerung der Prozesseinheiten) mittels folgender Schritte, die in 3 zusammengefasst sind:
    • a) Laufen lassen dieser Softwareeinheit mit einer im Voraus festgelegten Messwertnahme-Rate, die als für die reale Prozesseinheit geeignet ausgewählt worden ist, z. B. einmal pro Minute. Anschließend werden die im Folgenden angegebenen Schritte (b) bis (l) ausgeführt:
    • b) Abrufen der von der Bedienungsperson eingegebenen Eingangsgrößen, die die Sollwerte für die gesteuerten Größen, die hohen und niedrigen Grenzen für die erzwungenen Reaktionen bzw. Antworten, die hohen und niedrigen Grenzen für die Stellgrößen, die maximale Änderungsgeschwindigkeit der Stellgrößenwerte, die Auswahl, welche Größen von dieser Softwareeinheit gesteuert werden, die relativen Gewichte/Bedeutungen der verschiedenen gesteuerten Größen, die relativen Straffunktionen bei Verwendung verschiedener gesteuerter Größen spezifizieren, oder Abrufen einiger oder alle dieser Größen aus einer Datei oder aus einer anderen Datenaufzeichnung und außerdem Prüfen der Gültigkeit und Konsistenz dieser Werte, bevor sie in dem Steuerverfahren verwendet werden.
    • c) Abrufen von Messwerten von der Prozesseinheit, was durch zweckbestimmte Teile der Software bewirkt wird, die dafür erstellt worden ist, und außerdem Prüfen der Gültigkeit und Konsistenz dieser Messwerte.
    • d) Abrufen der Modellparameter und der Abstimmungsparameter für die Modellkorrekturalgorithmen und den Steueralgorithmus, die als Teil des Verfahrens verwendet werden.
    • e) Aktualisieren aller von der Steuereinheit verwendeten Einstellungen auf der Grundlage der neuen Eingangsgrößen, die aus dem Elementsteuersystem oder dem Datenbanksystem oder aus Dateien oder anderen Speichereinrichtungen ausgelesen werden.
    • f) Verwenden der entsprechend c) zusammengestellten Werte, um Berechnungen anhand des Modells in Übereinstimmung mit den oben angegebenen Schritten i) bis iii) anzustellen, um die momentanen Bedingungen in der (den) Prozesseinheiten) und die Momentanwerte der gesteuerten Größen, die erzwungenen Reaktionen bzw. Antworten und die rechnerischen Ausgangsgröße aus dem Modell zu berechnen. Dieser Schritt wird als "Voraussage" (der momentanen Bedingungen) bezeichnet.
    • g) Korrigieren der Modellparameter und der vorliegenden Werte für die Prozessbedingungen (Zustände) unter Verwendung eines Korrekturalgorithmus und der beobachteten Abweichungen zwischen den anhand des Modells berechneten Ausgangsgrößen und entsprechenden Werten, die als Messwerte von dem realen Verfahren zur Verfügung stehen, um diese Abweichungen zu beseitigen. Dieser Schritt, der "Korrektur" genannt wird (oftmals auch als "Bewertung" bezeichnet), stellt sicher, dass das Modell in Übereinstimmung mit dem tatsächlichen Prozess ist.
    • h) Verwenden des Steueralgorithmus (wie in den Schritten h1 und h8 weiter unten beschrieben), um Werte zu berechnen, die den Stellgrößen zugewiesen werden, um die (Summe der) Abweichungen zwischen den gesteuerten Größen und ihren entsprechenden Sollwerten, die für eine spezifizierte zeitliche Periode in der Zukunft berechnet sind, die auch als Horizont bezeichnet wird, zu minimieren, während die erzwungenen Reaktionen bzw. Antworten inner halb ihrer definierten Grenzen gehalten werden. Dieser Schritt wird "Steuerung" genannt.
    • i) Prüfen der Ergebnisse der wie oben beschrieben ausgeführten Berechnung und Setzen zugehöriger Steuerungsmerker entsprechend diesen Prüfungen.
    • j) Senden der Ergebnisse der Berechnungen, die die Datengruppe a in 1 betreffen, an das Datenbanksystem und Speichern dieser zur Verwendung als Anlageninformationsdaten für die Erstellung von Berichten oder Trendanalysen.
    • k) Senden der Ergebnisse der Berechnungen von den vorhergehenden Schritten, die mit a' bezeichnet sind, auf direktem oder indirekten Weg an das Elementsteuersystem, wo die Werte für neue Sollwerte für die Elementsteuereinheiten diesen Steuereinheiten zur Verfügung gestellt werden und als Sollwerte verwendet werden. Die Elementsteuerung wird dann Steuersignale erzeugen, mit a" bezeichnet, um die Vorrichtungen in dem Prozess auf der Grundlage der Abweichung zwischen dem vorliegenden Messwert und dem neuen Sollwert so zu steuern, dass diese Abweichung minimiert wird.
    • l) Warten der Softwareeinheit (Nulloperation), bis die Messwertnahme-Steuerung oder die Ausführungsfrequenzsteuerung feststellt, dass es Zeit ist, wieder vom Punkt a) aus zu starten, so dass das Steuerverfahren mit regelmäßigen Messwertnahmeintervallen ausgeführt wird.
  • Der Steuermechanismus, der in dem oben angegebenen Schritt h) verwendet wird, umfasst die folgenden Schritte (die in 4 zusammengefasst sind):
    • h1) Der Algorithmus wird in Reaktion auf eine Steuerungsaktion gestartet. Anschließend wird mittels einer numerischen Störung des Modells eine den Eingangsbedingungen entsprechende Approximation des (Grundprinzipien-) Modell erzeugt. Der Voraussagehorizont wird in eine Anzahl von im Voraus definierten, so genannten blockierten Intervallen unterteilt. Für jedes Intervall werden den Stellgrößen Werte entsprechend den Momentanwerten der Stellgrößen gegeben. Dies wird als Eingangsszenario bezeichnet.
    • h2) Die zukünftige Reaktion bzw. Antwort, d. h. die vorausgesagten Werte für die gesteuerten Größen und die erzwungenen Reaktionen bzw. Antworten, wird unter Verwendung des Grundmodells berechnet, das auf dem momentanen, eingegebenen Szenario der gesteuerten Größe beruht. Das Grundmodell wird unter Verwendung des Eingangsszenarios integriert, das das Ergebnis der Berechnung des Steuerproblems von der vorhergehenden Messwertnahme war.
    • h3) Setzen von Bedingungen für Eingang und Ausgang, d. h. es werden die zulässigen Minimal- und Maximalwerte für die Stellgrößen und die gesteuerten Größen gesetzt.
    • h4) Berechnen der Hessschen Matrix in Fachleuten bekannter Weise und eines Vektors, der die Abweichung der vorausgesagten von den gewollten (Referenz-) Werten der gesteuerten Größen definiert.
    • h5) Lösen des Steuerproblems, das als ein quadratisches Programmierungsproblem (QP) formuliert ist, unter Verwendung der linearen Approximation an das Grundmodell.
    • h6) Wenn die Lösung unmöglich ist, Einführen von Schlupfvariablen und erneutes Aufstellen des quadratischen Programmierungsproblems, wobei hier Werte außerhalb der Maximal- und Minimalwerte, die für die Steuergrößen festgelegt sind, verwendet werden können.
    • h7) Es ist klar, dass die Schritte h5 bis h7 ein Iterationsverfahren liefern, das sicherstellt, dass die approximierte Modelllösung gemäß dem (Grundprinzip-) Modell optimal ist. Wenn die Lösung konvergiert, d. h. wenn die neue Iteration das Ergebnis im Vergleich zu dem nichtlinearen Modell nicht verbessert, wird zu h8) vorgerückt, andernfalls zu h1).
    • h8) Einsetzen des ersten Teils des Eingangsszenarios in den Steuervektor, um das Ergebnis umzusetzen.
  • Nachfolgend werden zwei Anwendungsbeispiele der Erfindung gegeben.
  • Beispiel 1
  • Die vorliegende Erfindung ist umgesetzt worden, um die Pumpleistung für zwei hintereinandergeschaltete Reaktoren zu steuern. Der Inhalt der Reaktoren ist flüssiges Propylen und Polypropylenpolymer (PP-Polymer). Der Anteil an festem PP wird über die Viskosität der Aufschlämmung und folglich über den Betrag an Energie, der erforderlich ist, um die Aufschlämmung ausreichend zu pumpen, um ein Absetzen und die Bildung von Klumpen zu vermeiden und das Monomer (Propylen) und die Katalysatorsystemkomponenten, die in die Reaktoraufschlämmung eingebracht werden, zu verteilen, und folglich über ihre Pumpleistung entscheiden.
  • Um den Reaktor zu stabilisieren, muss die Menge an Feststoffen konstant gehalten werden. Die Feststoffe werden mit der Polypropylenzuführung gesteuert. Das Problem bei der Steuerung der Menge an Feststoffen mit üblichen Steuersystemen ist, dass die Dynamik des Prozesses ein Abstimmen herkömmlicher Steuereinheiten in der Weise, dass sie unter allen möglichen Bedingungen und Betriebsbereichen des Prozesses für einen stabilen Feststoffgehalt sorgen, erschwert. Jedoch kann mit dem vorliegenden Algorithmus der Steuerung nach Voraussage diese Wirkung vorausgesagt und kompensiert werden, so dass sich die Stabilität der Schleife wesentlich verbessert. 5 zeigt, wie sich die gemessene Pumpleistung verhält. Der Sollwert für die Pumpleistung ist als Gerade 20 dargestellt. Die tatsächliche Pumpleistung, die gemessen wurde, ist mit der Steuereinheit in Betrieb als Linie 21 (erster Teil, Bezugszeichen 22), im Vergleich zu einer herkömmlichen Steuerung, nachdem die Steuereinheit ausgeschaltet worden ist (zweiter Teil, Bezugszeichen 23) gezeigt. Wie zu sehen ist, tritt eine wesentliche Verbesserung der Stabilität der Regelparameter auf, wenn die Steuereinheit in Betrieb ist.
  • Beispiel 2
  • Die vorliegende Erfindung ist umgesetzt worden, um die Schmelzflussrate (MFR), die Produktionsrate (Rp) und die Dichte der Aufschlämmung (Dens) eines kontinuierlichen Polypropylenreaktors zu steuern. Die Schmelzflussrate steht im Verhältnis zu dem Polymer-Molekulargewicht des produzierten Polymers und wird als ein wichtiger Hinweis auf die Produktbeschaffenheit angesehen. Die Stellgrößen sind die Zufuhr von Wasserstoff (uh), Katalysator (ucat) und Propylen (up). Der Wasserstoff wird für die Steuerung der Schmelzflussrate benutzt, wobei jedoch die Konzentration an H2 in dem Reaktor auch die Katalysatoraktivität beeinflusst. So muss, um die Schmelzflussrate zu ändern, die H2-Zufuhr geändert werden, wobei jedoch, um die Rate auch auf ihrem Sollwert zu halten, die Katalysatorzufuhr ebenfalls geändert werden muss. Die Dichte der Aufschlämmung steht im Verhältnis zu der Menge an Polymer, die neben der Propylenflüssigkeit in dem Reaktor enthalten ist. Um die Dichte zu steuern, wird die Zufuhr von Propylen (flüssig) geändert. Eine verstärkte Zufuhr von Propylen bewirkt außerdem, dass das H2 und der Katalysator aus dem Reaktor ausgespült werden.
  • Das Modell dieses Reaktors wird einen Zustandsvektor enthalten, der die folgenden Elemente umfasst:
    • 1 Menge an Katalysator in dem Reaktor
    • 2 Menge an Propylen in dem Reaktor
    • 3 Menge an Polypropylen in dem Reaktor
    • 4 Menge an Wasserstoff in dem Reaktor
    • 5 mittleres Molekulargewicht (oder verwandter Parameter) des Polymers in dem Reaktor.
  • Für jedes dieser Elemente wird das Modell die Änderungsrate berechnen:
    • dx(1)/dt = wcatin – wcatout
    • dx(2)/dt = wpin – Rp – wpout
    • dx(3)/dt = Rp – wPPout
    • dx(4)/dt = wh2in – Rh – wh2out
    • dx(5)/dt = Rp/x(3) * (f – x(5))
    • wobei
    • wcatin = Katalysatorzufuhr
    • wcatout = aus dem Reaktor ausströmender Katalysator
    • wpin = Propylenzufuhr
    • Rp = Propylen-Polymerisationsrate von einem kinetischen Modell
    • wpout = aus dem Reaktor ausströmendes Propylen
    • wpPout = aus dem Reaktor ausströmendes Polypropylen
    • wh2in = Wasserstoffzufuhr
    • Rh = Wasserstoffverbrauchsrate
    • wh2out = aus dem Reaktor ausströmender Wasserstoff
    • f = Molekulargewicht (oder verwandter Parameter) für unverzüglich pro duziertes Polymer
  • Für die Berechnung der momentanen Zustände in dem Reaktor wird der Zustandsvektor über die Dauer der Messwertnahme integriert:
    Figure 00180001
    wobei x der Zustandsvektor, ts die Dauer der Messwertnahme für die Steuereinheit und f(x) beispielsweise für den Zustandswert 5 die Gleichung
    Figure 00180002
    ist, wobei g(MFRi) eine Funktion der momentanen Schmelzflussrate MFR für das Polymer ist, wie etwa Ln (MFR) oder MFR–0,314, die mittels einer gesonderten Formel berechnet wird; x(3) ist die Menge an Polymer in dem Reaktor, Rp ist die Produktionsrate, die nach einem kinetischen Modell in dem Modul berechnet ist, das die kinetischen Ausdrücke Rp = Ap * mc * xp * a * f1(T) * f2(D) * f3(H) enthält, wobei
    • Ap die Geschwindigkeitskonstante ist,
    • me die Menge an Katalysator in dem Reaktor ist,
    • xp die Konzentration an Propen in dem Reaktor ist,
    • a die Aktivität des Katalysators ist,
    • f1(T) die Temperaturabhängigkeit, z. B. die Arrhenius-Gleichung, ist,
    • f2(D) die Abhängigkeit der Menge an Cokatalysator (Donator) ist,
    • f3(H) die Abhängigkeit des Wasserstoffs ist.
  • Dies erfolgt durch numerische Integration. Die anhand des Modells berechneten Werte für die gesteuerten Größen werden dann von dem Zustandsvektor abgleitet, um beispielsweise die Rate und die Schmelzflussrate MFR zu steuern.
    y(yRate) = Rp
    y(yMFR) = MFR berechnet aus dem Molekulargewicht (oder einem verwandten Parameter)
  • Dies sind die gesteuerten Größen in Bezug auf ihre Sollwerte. Die berechneten Werte, die für die Aktualisierung benutzt werden, werden ebenfalls aus dem Zustandsvektor berechnet:
    q(qRate) = Rp
    q(qMFR) = MFR berechnet aus dem Molekulargewicht (oder einem verwandten Parameter),
    wobei der Ratenparameter für die Kinetikmodell-q-Rate auf der Grundlage der Differenz zwischen q_berechnet und q_-gemessen aktualisiert wird, z. B. Ap = Ap + g*(q_gemessen – q_berechnet)/q_gemessen
  • Das Ergebnis für eine prozessgekoppelte Ausführung des Verfahrens ist in 6, 7 und 8 dargestellt, wobei die gesteuerten Größen die Schmelzflussrate MFR (6), die Dichte der Aufschlämmung (7) und die Produktionsrate (8) sind. Von MFR = 4 zu MFR = 12 erfolgt ein Gradübergang, wobei gleichzeitig der Sollwert für die Dichte der Aufschlämmung von 500 auf 520 kg/m3 geändert wird und der Sollwert der Produktionsrate von 8000 kg/h auf 10000 kg/h geändert wird. Die Zukunftsvoraussagen sind in der so genannten Zukunftsdiagrammanzeige dargestellt, in der das erwartete Verhalten der gesteuerten Größen in der nahen Zukunft gezeigt ist. 9 zeigt das vorausgesagte Verhalten der Schmelzflussrate MFR (Linie A). Die Unstetigkeit ist durch ein Aktualisieren des Wertes bedingt, das auf einem Laborergebnis beruht. Die Linie B ist der Operator-Sollwert für den gewünschten Wert. Die Linie C zeigt, wie die Steuereinheit die Wasserstoffzufuhr zu beeinflussen versucht, um die korrekte Schmelzflussrate zu erzielen. Zeit = 0 ist die momentane Zeit. Nach links wird der Trend der Vergangenheit mit tatsächlichen Werten gezeigt, während nach rechts der Trend in der Zukunft mit vorausgesagten (berechneten) Werten gezeigt ist. Die gleichen Diagramme sind außerdem für die Produktionsrate (10) und die Dichte der Aufschlämmung (11) gezeigt. Damit wird deutlich, dass es sich um eine echte Mehrgrößen-Steuereinheit handelt.

Claims (12)

  1. Verfahren zum Steuern eines Prozesses (2), das die folgenden Schritte umfasst: a) Erzeugen eines den Prozess entsprechenden Modells (10) eines ersten Prinzips; b) Eingeben von Daten (b, c), die die momentanen und die gewünschten künftigen Prozessbedingungen beschreiben; c) Erzeugen einer linearen Approximation an das für die momentanen Bedingungen gültige Modell unter Verwendung der Daten; d) Verwenden der linearen Approximation, um eine approximative Lösung für ein mit dem Prozess in Beziehung stehendes Steuerungsproblem zu bestimmen; e) Steuern des Prozesses unter Verwendung der approximativen Lösung; und f) Wiederholen der Schritte (b) bis (e).
  2. Verfahren nach Anspruch 1, bei dem das Modell (10) nichtlinear ist.
  3. Verfahren nach Anspruch 1 oder 2, bei dem die lineare Approximation durch nummerische Störung des Modells (10) erzeugt wird.
  4. Verfahren nach Anspruch 3, bei dem die lineare Approximation ein Problem der quadratischen Programmierung schafft, das gelöst wird, um die approximative Lösung für das Steuerungsproblem zu bestimmen.
  5. Verfahren nach einem vorhergehenden Anspruch, bei dem die dadurch bestimmte approximative Lösung verwendet wird, um eine präzisere Lösung zu bestimmen.
  6. Verfahren nach einem vorhergehenden Anspruch, bei dem das Modell (10) des ersten Prinzips verwendet wird, um eine Steuerungsantwort zu berechnen.
  7. Verfahren nach einem vorhergehenden Anspruch, bei dem die Erzeugung der linearen Approximation für das Modell (10) unter Verwendung neuer Eingangsdaten wie erforderlich wiederholt wird.
  8. Verfahren nach einem vorhergehenden Anspruch, bei dem der Prozess (2) ein Polymerisationsprozess ist.
  9. Verfahren nach Anspruch 8, bei dem der Prozess (2) einen Übergang von der Produktion einer ersten Polymerbeschaffenheit zu einer zweiten Polymerbeschaffenheit umfasst, wobei der Übergang automatisch gesteuert wird.
  10. Steuervorrichtung zum Steuern eines Prozesses (2), die eine Steuereinheit (1), Eingabe- und Ausgabemittel sowie ein Modell (10) umfasst, wobei a) das Modell ein dem Prozess entsprechendes Grundmodell ist; b) Mittel vorgesehen sind, die wiederholt Daten eingeben, die die momentanen und die gewünschten künftigen Prozessbedingungen beschreiben; c) Mittel vorgesehen sind, die eine lineare Approximation für das Modell berechnen, das für jede der Eingangsbedingungen gültig ist; d) Mittel vorgesehen sind, die jede lineare Approximation verwenden, um eine approximative Lösung für ein mit dem Prozess in Beziehung stehendes Steuerungsproblem zu bestimmen; e) Mittel vorgesehen sind, die Ausgangssignale erzeugen, um den Prozess unter Verwendung der Lösung des obigen Teils (d) zu steuern.
  11. Steuervorrichtung zum Steuern eines Prozesses, die so beschaffen ist, dass sie gemäß dem Verfahren nach einem der Ansprüche 1 bis 9 arbeitet.
  12. Prozess zum Erzeugen eines Produkts, das das Verfahren und/oder die Vorrichtung nach einem vorhergehenden Anspruch verwendet.
DE60103037T 2000-03-10 2001-03-12 Prozesssteuersystem Expired - Lifetime DE60103037T2 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
GB0005866 2000-03-10
GBGB0005866.9A GB0005866D0 (en) 2000-03-10 2000-03-10 Process control system
PCT/GB2001/001079 WO2001067189A1 (en) 2000-03-10 2001-03-12 Process control system

Publications (2)

Publication Number Publication Date
DE60103037D1 DE60103037D1 (de) 2004-06-03
DE60103037T2 true DE60103037T2 (de) 2005-04-28

Family

ID=9887417

Family Applications (1)

Application Number Title Priority Date Filing Date
DE60103037T Expired - Lifetime DE60103037T2 (de) 2000-03-10 2001-03-12 Prozesssteuersystem

Country Status (18)

Country Link
US (1) US20030120361A1 (de)
EP (1) EP1264224B1 (de)
JP (1) JP2003526856A (de)
KR (1) KR100518292B1 (de)
CN (1) CN1248074C (de)
AT (1) ATE265701T1 (de)
AU (2) AU4079901A (de)
BR (1) BR0109154A (de)
CA (1) CA2401543A1 (de)
CZ (1) CZ20023362A3 (de)
DE (1) DE60103037T2 (de)
ES (1) ES2220732T3 (de)
GB (1) GB0005866D0 (de)
HU (1) HUP0302014A3 (de)
NO (1) NO322812B1 (de)
PL (1) PL357339A1 (de)
PT (1) PT1264224E (de)
WO (1) WO2001067189A1 (de)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102007030492A1 (de) * 2007-06-30 2009-01-08 Robert Bosch Gmbh Gebäudemodellbasiertes prädiktives Regelverfahren zum Heizen eines begrenzten Systems
DE102006045428B4 (de) 2005-09-30 2022-12-08 Fisher-Rosemount Systems, Inc. Verfahren und System zur Steuerung eines Batch-Prozesses

Families Citing this family (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020049573A1 (en) * 1998-05-13 2002-04-25 El Ata Nabil A. Abu Automated system and method for designing model based architectures of information systems
US7783468B2 (en) * 1998-05-13 2010-08-24 Accretive Technologies, Inc. Automated system and method for service and cost architecture modeling of enterprise systems
US7389211B2 (en) * 1998-05-13 2008-06-17 Abu El Ata Nabil A System and method of predictive modeling for managing decisions for business enterprises
JP2005504139A (ja) * 2001-09-26 2005-02-10 ビーピー・コーポレーション・ノース・アメリカ・インコーポレーテッド 一体化化学プロセス制御
US7376472B2 (en) * 2002-09-11 2008-05-20 Fisher-Rosemount Systems, Inc. Integrated model predictive control and optimization within a process control system
DE10349661B8 (de) * 2003-10-24 2007-12-06 Siemens Ag Einrichtung und Verfahren zur Überwachung der Parameterwahl beim Betrieb eines technischen Gerätes
DE102004058238B4 (de) * 2003-12-03 2016-02-04 Fisher-Rosemount Systems, Inc. Adaptive, multivariable Prozesssteuerung, die Modellschaltung und Attribut-Interpolation nutzt
US7400933B2 (en) * 2004-02-06 2008-07-15 Wisconsin Alumni Research Foundation SISO model predictive controller
JP4834988B2 (ja) * 2004-12-14 2011-12-14 横河電機株式会社 連続系プロセス制御方法および連続系プロセス制御システム
US7451004B2 (en) * 2005-09-30 2008-11-11 Fisher-Rosemount Systems, Inc. On-line adaptive model predictive control in a process control system
US8055358B2 (en) * 2005-12-05 2011-11-08 Fisher-Rosemount Systems, Inc. Multi-objective predictive process optimization with concurrent process simulation
US7496413B2 (en) * 2006-05-03 2009-02-24 Honeywell Asca Inc. Apparatus and method for coordinating controllers to control a paper machine or other machine
US7496414B2 (en) * 2006-09-13 2009-02-24 Rockwell Automation Technologies, Inc. Dynamic controller utilizing a hybrid model
US8071699B2 (en) * 2006-09-21 2011-12-06 Union Carbide Chemicals & Plastics Technology Llc Methods of controlling properties in multimodal systems
US7881815B2 (en) * 2007-07-12 2011-02-01 Honeywell International Inc. Method and system for process control
CN102124467B (zh) * 2007-08-07 2015-03-18 陶氏环球技术有限责任公司 改善聚合物性能预测的方法和具有改善的聚合物性能预测能力的系统
EP2055721A1 (de) * 2007-11-05 2009-05-06 Total Petrochemicals Research Feluy Verfahren zum Optimieren des Übergangs eines Polymertypes zu einem anderen
EP2055720A1 (de) * 2007-11-05 2009-05-06 Total Petrochemicals Research Feluy Modell zur Vorhersage der Dichte und des Schmelzindex eines einen Kreislaufreaktor verlassenden Polymers
US8108074B2 (en) * 2008-02-12 2012-01-31 Honeywell International Inc. Apparatus and method for optimizing operation of sugar dryers
CN101887255B (zh) * 2009-05-14 2012-07-04 宝山钢铁股份有限公司 一种实时数据传递装置及其方法
US8560283B2 (en) * 2009-07-10 2013-10-15 Emerson Process Management Power And Water Solutions, Inc. Methods and apparatus to compensate first principle-based simulation models
ES2855004T3 (es) 2009-12-02 2021-09-23 Shell Int Research Coordinación basada en la economía del control de proceso avanzado y optimización en tiempo real
EP2383298A1 (de) 2010-04-30 2011-11-02 Ineos Europe Limited Polymerisierungsverfahren
EP2383301A1 (de) 2010-04-30 2011-11-02 Ineos Europe Limited Polymerisierungsverfahren
BR112014015017B8 (pt) 2011-12-22 2021-07-06 Statoil Petroleum As método e sistema para separação de fluidos com um sistema integrado de controle
US9122261B2 (en) * 2012-04-24 2015-09-01 Honeywell International Inc. Apparatus and method for real-time sequential quadratic programming in industrial process control systems
DK177915B1 (en) * 2013-05-28 2015-01-05 Core As Process control method
DE102013109412A1 (de) * 2013-08-29 2015-03-05 Prominent Gmbh Verfahren zur Verbesserung von Dosierprofilen von Verdrängerpumpen
US10379503B2 (en) 2014-07-21 2019-08-13 Honeywell International Inc. Apparatus and method for calculating proxy limits to support cascaded model predictive control (MPC)
US9733629B2 (en) 2014-07-21 2017-08-15 Honeywell International Inc. Cascaded model predictive control (MPC) approach for plantwide control and optimization
EP3248077B1 (de) * 2015-01-24 2020-09-02 ABB Schweiz AG Verfahren und system zur steuerung einer prozessanlage mit übergangsdaten
US10466684B2 (en) 2017-05-25 2019-11-05 Honeywell International Inc. Apparatus and method for adjustable identification of controller feasibility regions to support cascaded model predictive control (MPC)
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
EP4102322A4 (de) * 2020-02-04 2024-03-06 Daicel Corp Vorhersagesystem, vorhersageverfahren und programm

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5559728A (en) * 1990-10-09 1996-09-24 University Of Washington Calibration transfer for second order analytical instruments
US5459677A (en) * 1990-10-09 1995-10-17 Board Of Regents Of The University Of Washington Calibration transfer for analytical instruments
US5687090A (en) * 1994-09-01 1997-11-11 Aspen Technology, Inc. Polymer component characterization method and process simulation apparatus
US5682309A (en) * 1995-04-28 1997-10-28 Exxon Chemical Patents Inc. Feedback method for controlling non-linear processes
US6654649B2 (en) * 1999-12-22 2003-11-25 Aspen Technology, Inc. Computer method and apparatus for optimized controller in a non-linear process

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102006045428B4 (de) 2005-09-30 2022-12-08 Fisher-Rosemount Systems, Inc. Verfahren und System zur Steuerung eines Batch-Prozesses
DE102007030492A1 (de) * 2007-06-30 2009-01-08 Robert Bosch Gmbh Gebäudemodellbasiertes prädiktives Regelverfahren zum Heizen eines begrenzten Systems
DE102007030492B4 (de) * 2007-06-30 2009-11-26 Robert Bosch Gmbh Gebäudemodellbasiertes prädiktives Verfahren zur Generierung und Weitergabe von Informationen über Auswirkungen von Sollwert-Änderungen

Also Published As

Publication number Publication date
AU4079901A (en) 2001-09-17
DE60103037D1 (de) 2004-06-03
HUP0302014A2 (hu) 2003-09-29
US20030120361A1 (en) 2003-06-26
JP2003526856A (ja) 2003-09-09
ATE265701T1 (de) 2004-05-15
CZ20023362A3 (cs) 2003-05-14
PT1264224E (pt) 2004-09-30
WO2001067189A1 (en) 2001-09-13
KR100518292B1 (ko) 2005-10-04
HUP0302014A3 (en) 2006-01-30
KR20020083175A (ko) 2002-11-01
GB0005866D0 (en) 2000-05-03
EP1264224A1 (de) 2002-12-11
CN1248074C (zh) 2006-03-29
NO20024288L (no) 2002-11-05
CA2401543A1 (en) 2001-09-13
CN1416540A (zh) 2003-05-07
AU2001240799B2 (en) 2005-04-28
BR0109154A (pt) 2003-04-22
NO322812B1 (no) 2006-12-11
PL357339A1 (en) 2004-07-26
ES2220732T3 (es) 2004-12-16
EP1264224B1 (de) 2004-04-28
NO20024288D0 (no) 2002-09-09

Similar Documents

Publication Publication Date Title
DE60103037T2 (de) Prozesssteuersystem
DE10127788B4 (de) Integrierte Optimalmodell-Vorhersagesteuerung in einem Prozeßsteuerungssystem
DE10341764B4 (de) Integrierte Modell-Vorhersagesteuerung und -Optimierung innerhalb eines Prozesssteuerungssystems
DE10362408B3 (de) Integrierte modellbasierte prädikative Steuerung und Optimierung innerhalb eines Prozesssteuerungssystems
DE60111238T2 (de) System und verfahren zur adaptiven model-basierten prädiktiven, auf ein scharfse nicht-lineares prozessmodel basierte steuerung
DE102006045429B4 (de) Adaptive, Modellprädiktive Online-Steuerung in einem Prozesssteuerungssystem
DE102006045428B4 (de) Verfahren und System zur Steuerung eines Batch-Prozesses
DE2735012C2 (de)
DE60010522T2 (de) Verfahren zur kontrollierten herstellung von polyethylen und seinen copolymeren
AU2001240799A1 (en) Process control system
DE112015003733T5 (de) Modellprädiktive Regelung unter Verwendung drahtloser Prozesssignale
DE112009000224T5 (de) Robuster andaptiver modellprädiktiver Regler mit Abstimmung zum Ausgleich einer Modellfehlanpassung
DE102011012710A1 (de) Schnelle Identifikation und Erzeugung von Prozessmodellen
DE10341762B4 (de) Handhabung der Realisierbarkeit von Beschränkungen und Grenzen in einem Optimierer für Prozesssteuerungssysteme
EP2477734A1 (de) Zwei-freiheitsgrade-regelung mit expliziter umschaltung zur regelung verfahrenstechnischer prozesse
DE3020648A1 (de) Verfahren und vorrichtung zur regelung bzw. kontrolle technischer prozesse
DE102007026314A1 (de) Verfahren zur Steuerung und/oder Regelung eines Brennstoffzellensystems
DE102004025876B4 (de) Vorrichtung und Verfahren zur Stapeleigenschaftsschätzung
DE60102360T2 (de) Verfahren zur ermittlung optimaler sollwerte in maschinen sowie verfahren
WO2021028111A1 (de) Verfahren und vorrichtung zum optimieren eines induktiven wärmebehandlungsprozesses mithilfe eines bayes'schen optimierungsprozesses
EP0762245B1 (de) Verfahren zur Erkennung von fehlerhaften Vorhersagen in einer neuromodellgestützten oder neuronalen Prozessregelung
EP3542229B1 (de) Einrichtung und verfahren zur bestimmung der parameter einer regeleinrichtung
DE102016119421A1 (de) Geschwindigkeitsbasierte Regelung in einem nichtperiodisch aktualisierten Controller
Shen et al. A comparative study of model-based control techniques for batch crystallization process
DE3213915A1 (de) Digitale regelvorrichtung

Legal Events

Date Code Title Description
8364 No opposition during term of opposition