DE60308143T2

DE60308143T2 - Verfahren zum entfernen von pid-dynamik aus mpc-modellen

Info

Publication number: DE60308143T2
Application number: DE60308143T
Authority: DE
Inventors: San Antonio Charles R. Cutler
Original assignee: Cutler Technology Corp San Antonio; Cutler Technology Corp
Current assignee: Cutler Technology Corp San Antonio; Cutler Technology Corp
Priority date: 2002-01-10
Filing date: 2003-01-09
Publication date: 2007-08-09
Anticipated expiration: 2023-01-10
Also published as: DE60308143D1; WO2003060614A2; CA2472338C; EP1463979A4; WO2003060614A3; JP2005526306A; CN1695138A; KR100977123B1; CA2472338A1; US7263473B2; ES2271536T3; EP1463979B1; AU2003209193A8; US6980938B2; AU2003209193A1; US20030195665A1; KR20040085144A; ATE338967T1; US20050251271A1; EP1463979A2

Description

Die vorliegende Erfindung betrifft das technische Gebiet der multivariablen Steuerung von komplexen Prozessen, wie sie in chemischen Werken oder Ölraffinerien stattfinden. Es wird ein Verfahren zum Entfernen der Dynamik der PID-Steuergrößen aus einer Vorhersagemodellsteuerung offenbart, die unter Anwendung eines Identifikationstests eines Prozesses entwickelt wurde. Dies ermöglicht die Erzeugung von Off-line-Prozesssimulatoren auf Ventilbasis und liefert Verfahren zur Erzeugung von neuartigen MPC-Steuerungen für eine komplexe multivariable Prozesssteuerung, wenn eine Änderung in irgendeiner PID-Steuerkonfiguration oder Abstimmung durchgeführt worden ist, und die Realisation dieser Verfahren, ohne einen neuen Identifikationstest des Prozesses durchzuführen.
Die Vorhersagemodellsteuerung (MPC) betrifft eine Klasse von Algorithmen, die eine Sequenz von manipulierten variablen Einstellungen berechnen, um das zukünftige Verhalten von komplexen multivariablen Prozessen zu optimieren. Die MPC, die ursprünglich entwickelt wurde, um den Bedürfnissen von Ölraffinerien und chemischen Prozessen gerecht zu werden, kann nunmehr in einer großen Vielzahl von Anwendungs bereichen gefunden werden, wie beispielsweise bei Chemikalien, der Nahrungsmittelverarbeitung, dem Automobilbereich, dem Luftfahrtbereich, der Metallurgie und dem Zellstoff- und Papierbereich. Eine bekannte Realisation der MPC auf chemischen und Raffinerie-Anwendungsgebieten ist die dynamische Matrixsteuerung oder DMC.
Bei der MPC-Steuerung findet ein Softwaremodell des Prozesses Verwendung, um den Effekt von vergangenen Änderungen von manipulierten Variablen und messbaren Störungen auf die interessierenden Ausgangsvariablen vorherzusagen. Die unabhängigen Variablen werden berechnet, um das zukünftige Systemverhalten über ein als Vorhersagehorizont bekanntes Zeitintervall zu optimieren. Im allgemeinen Fall kann jede beliebige gewünschte Zielfunktion für die Optimierung verwendet werden. Die Systemdynamik wird über ein explizites Prozessmodell beschrieben, das im Prinzip eine Reihe von unterschiedlichen mathematischen Formen annehmen kann. Eingangs- und Ausgangszwangsbedingungen des Prozesses sind direkt in der Problemformulierung enthalten, so dass zukünftige Verletzungen von Zwangsbedingungen antizipiert und verhindert werden können.
In der Praxis ist eine Reihe von unterschiedlichen Versuchen zur Verwirklichung von MPC-Steuerungen entwickelt und kommerzialisiert worden. Die erfolgreichsten Realisationen wurden unter Verwendung eines linearen Modells für die Werksdynamik erreicht. Das lineare Modell wird in einem ersten Schritt entwickelt, indem Daten über den Prozess gesammelt werden, und zwar durch Einführung von Teststörungen in Bezug auf die unabhängigen Variablen und durch Messen der Effekte der Störungen in Bezug auf die abhängigen Variablen. Dieser Anfangsschritt wird als Identifikation bezeichnet. Der neuartige Gebrauch dieser Identifikationsdaten stellt den Kern dieser Erfindung dar.
Die US-PS 5 347 446 offenbart ein Verfahren für MPC, bei dem Kostenfunktionen und Grenzbedingungen transformiert werden können, um nur von den manipulierten Variablen im Modell abhängig zu werden. Die US-PS'en 4 349 869 und 4 616 308 beschreiben eine Verwirklichung der MPC-Steuerung, die als dynamische Matrixsteuerung (DMC) bezeichnet wird. Diese Veröffentlichungen beschreiben die MPC-Algorithmen auf der Basis von linearen Modellen eines Werkes und beschreiben, wie Zwangsbedingungen des Prozesses in der Problemformulierung eingeschlossen sind. Ferner wird die anfängliche Identifikation der MPC-Steuerung unter Verwendung von Prozessdaten beschrieben.
Diese Identifikation der Prozessdynamik erfordert einen Vortest, in dem die unabhängigen Variablen des Prozesses in irgendeinem Muster bewegt werden, um den Effekt auf die abhängigen Variablen zu ermitteln. In einem chemischen Prozess oder einem Raffinerieprozess umfassen die unabhängigen Variablen die Sollpunkte der PID(Proportional-Integral-Derivativ)-Steuerung für ausgewählte abhängige Variablen, die Ventilpositionen der PID-Steuerungen manuell und Temperaturen, Materialflüsse, Drücke und Zusammensetzungen, die außerhalb des Umfanges des Bereiches der Steuerung ermittelt werden. Für irgendeinen Prozessidentifikationstest werden die unabhängigen Variablen für die Analyse der Daten fixiert. Ferner wird die Abstimmung der PID-Steuerungen im Bereich der MPC-Steuerung fixiert. Die MPC-Steuerung, die erstellt wird, um die dynamischen Prozessmodelle von der Identifikation zu nutzen, muss exakt die gleiche Konfiguration von unabhängigen Variablen besitzen, die vorhanden waren, als die Identifikation durchgeführt wurde. Somit bettet die PID-Steuerkonfiguration, die während der Identifikation vorhanden ist, die PID-Steuerdynamik im dynamischen Modell ein.
Diese Eigenschaft der momentanen Identifikationstechnologie stellt ein ungelöstes Problem dar, mit dem sich diese Erfindung befasst. Das Problem erzeugt eine Beschränkung in Bezug auf die Anwendung der MPC-Technologie, die sich selbst in zwei unterschiedlichen Bereichen manifestiert.
Der erste Anwendungsbereich ist die MPC selbst. Da die Dynamik der PID-Steuergrößen in das MPC-Modell eingebettet ist, wird durch jede Änderung in der Abstimmung einer PID-Steuergröße oder die Veränderung des PID-Zustandes von automatisch auf manuell oder umgekehrt das dynamische Modell verändert. Um dies zu korrigieren, ist es erforderlich gewesen, die Prozesseinheit mit den veränderten Bedingungen erneut zu testen. Ein gut ausgebildeter Identifikationstest für einen komplexen multivariablen Prozess könnte einen Aufwand von 2-3 Wochen darstellen, der eine sorgfältige Planung und Fachpersonal erforderlich macht.
Der zweite Anwendungsbereich ist das Gebiet der Operator-Trainingsimulatoren. Effektive Trainingssimulatoren sind für die chemische Prozessindustrie wichtig. Die großen Investitionen in neuartige chemische Prozesse und die Sicher heitsfolgerungen aus den komplexen Prozessen erfordern eine gut trainierte Gruppe von Bedienungspersonen. Dies ist insbesondere für Prozesseinheiten von Bedeutung, die über ausgedehnte Zeitspannen unter Computersteuerung verbleiben, da die Bedienungspersonen nicht die Gelegenheit besitzen, die Einheit zu kontrollieren. Zur Erzeugung von Trainingssimulatoren finden MPC-Modelle Verwendung. MPC-Modelle, die aus der gegenwärtigen Identifikationstechnologie erhalten werden, bleiben jedoch aufgrund des vorstehend erwähnten Problems, dass die PID-Steuerungskonfiguration, die während der Identifikation vorhanden ist, die PID-Steuerdynamik in das dynamische Modell einbettet, hinter einer idealen Lösung zurück. Als Ergebnis hiervon ist das authentische Training schwierig, da die Bedienungspersonen nicht den Zustand (automatisch oder manuell) der PID-Steuergrößen verändern können, ohne die Genauigkeit des Modells zu verringern. Eine Überwachung von Steuerräumen in der chemischen Prozessindustrie ergibt, das diese nach dem Beginn kaum noch genutzt werden, da das zuständige Personal lernt, dass es der Simulator den Bedienungspersonen nicht ermöglicht, mit realistischen Steueränderungen zu experimentieren. Ein Trainingssimulator auf der Basis eines Identifikationsmodells, der die Genauigkeit besitzt, einen Prozess innerhalb von Zwangsbedingungen zu halten, sämtliche Temperaturen, Drücke, Durchflüsse und Ventilpositionen anzuzeigen und es der Bedienungsperson zu ermöglichen, irgendeine PID-Steuerung auf manuell oder automatisch zu schalten, würde daher ein leistungsfähiges Werkzeug zum Training darstellen.
In der Praxis wurden zahlreiche nichterfolgreiche Versuche durchgeführt, um dieses Identifikationsproblem zu lösen.
Ein Versuch besteht darin, den Identifikationstest mit dem regulatorischen Steuerschema manuell durchzuführen. Dies versagt natürlich, da der Prozess keine Art von stetigem Zustand erreicht. Andere Versuche wurden durchgeführt, um einen Standardidentifikationstest mit dem regulatorischen Schema durchzuführen, jedoch dann das Modell mit den Ventilpositionen als unabhängigen Variablen aufzubauen. Diese Versuche führen jedoch immer mit fehlerhaften Ergebnissen zu Misserfolgen. Es wurde festgestellt, dass dieser Versuch versagt, weil die Ventilpositionen einer korrelierten Dynamik über gemessene und nicht gemessene Störungen entsprechen, die in einem realen Identifikationstest immer vorhanden und somit nicht unabhängig sind.
Die Erkennung dieser Tatsache und das Verfahren zum Entfernen der Rauscheinflüsse und nicht gemessenen Störungen aus den gesetzten Daten bilden den Kern der Erfindung.
Es ist ein Ziel dieser Erfindung, ein Verfahren zum Entfernen der Dynamik der PID-Steuergrößen aus der in einem multivariablen Steuerprozess verwendeten MPC-Steuerung zu schaffen. Dies ermöglicht die Erzeugung von Off-line-Prozesssimulatoren auf Ventilbasis.
Es ist ein weiteres Ziel dieser Erfindung, ein solches Verfahren zu schaffen, das in verschiedenartigen Verwirklichungen der MPC-Steuerungen eingesetzt werden kann.
Das Verfahren kann benutzt werden, um neue MPC-Steuerungen für die Steuerung von komplexen multivariablen Prozessen zu erzeugen, wenn eine Änderung in irgendeiner PID-Steuer konfiguration oder Abstimmung durchgeführt wurde, und dies zu verwirklichen, ohne einen neuen Identifikationstest des Prozesses durchführen zu müssen.
Das Verfahren kann ferner eingesetzt werden, um einen Prozesssimulator auf Basis von Ventilpositionen zu erzeugen, wobei nicht gemessene Störungen entfernt sind, so dass ein Prozesssimulator mit hoher Genauigkeit für die Prozesssimulation und das Training zur Verfügung steht. Ein derartiger Simulator kann zur Simulation in jeder beliebigen Steuerkonfiguration und mit diversen Abstimmungskonfigurationen bei jeder einzelnen Steuerung verwendet werden.
Erfindungsgemäß wird ein Verfahren geschaffen, das in Vorhersagemodell-Steueranwendungsfällen eingesetzt wird, um die PID-Steuerdynamik aus einem Steuerungsmodell eines Prozesses zu entfernen, der eine Vielzahl von unabhängig steuerbaren manipulierten Variablen und mindestens eine gesteuerte Variable, die von den unabhängig steuerbaren manipulierten Variablen abhängig ist, umfasst, wobei das Verfahren mindestens die folgenden Schritte aufweist: Sammeln von Daten über den Prozess durch separates Einführen einer Teststörgröße in jede der manipulierten Variablen und Messen der Auswirkung der gestörten Variablen; Verwenden der Auswirkungen der Störgrößen auf die gesteuerte Variable zur Erzeugung eines ersten linearisierten Matrixmodells, das die mindestens eine gesteuerte Variable zu den unabhängig steuerbaren manipulierten Variablen in Beziehung setzt; Austauschen von ausgewählten ventilpositionsgesteuerten variablen mit ihren entsprechenden ausgewählten unabhängig steuerbaren manipulierten PID-Steuersollpunktvariablen in dem linearisierten Modell unter Anwendung einer Matrixreiheneliminationsmathematik zur Erzeugung eines zweiten linearisierten Modells, das einen neuen Satz von unabhängig steuerbaren manipulierten Variablen aufweist, wobei bei dem zweiten linearisierten Modell die Dynamik der ausgewählten unabhängig steuerbaren manipulierten PID-Steuersollpunktvariablen entfernt ist.
Zur Verwendung dieses Modells in einem Steuerfall umfasst das Verfahren das Steuern eines Prozesses, der eine Vielzahl von unabhängig steuerbaren manipulierten Variablen und mindestens eine gesteuerte Variable, die von den unabhängig steuerbaren manipulierten Variablen abhängig ist, aufweist, wobei das Verfahren die folgenden Schritte umfasst: Sammeln von Daten über den Prozess durch separates Einführen einer Teststörgröße in jede der manipulierten Variablen und Messen der Auswirkung der Störgrößen auf die gesteuerte Variable; Verwenden der Auswirkungen der Störgrößen auf die gesteuerte Variable zur Erzeugung eines ersten linearisierten dynamischen Modells, das die mindestens eine gesteuerte Variable zu den unabhängig steuerbaren manipulierten Variablen in Beziehung setzt; Austauschen von ausgewählten ventilpositionsgesteuerten Variabeln mit ihren entsprechenden ausgewählten unabhängig steuerbaren manipulierten PID-Steuersollpunktvariablen in dem ersten linearisierten dynamischen Modell unter Anwendung einer Matrixreiheneliminationsmathematik zur Erzeugung eines zweiten linearisierten dynamischen Modells, das einen neuen Satz von unabhängig steuerbaren manipulierten Variablen aufweist, wobei bei dem zweiten linearisierten dynamischen Modell die Dynamik der ausgewählten unabhängig steuerbaren manipulierten PID- Steuersollpunktvariablen entfernt ist; Messen des vorhandenen Wertes der Variablen; Berechnen für getrennte Zeitintervalle aus den gesammelten Daten über den Prozess, den gemessenen gegenwärtigen Werten und vorgewählten Operationszwangsbedingungen einer Reihe von Maßnahmen für gegenwärtige und zukünftige Zeiten für mindestens die manipulierten Variablen, um neue Werte für die manipulierten Variablen zu erhalten und die mindestens eine abhängige steuerbare Variable in Richtung auf mindestens eine der Zwangsbedingungen zu bewegen; und Ändern des Prozesses durch Einstellen der manipulierten Variablen für die Reihe der Maßnahmen für gegenwärtige und zukünftige Zeiten, damit der Prozess die mindestens eine abhängige steuerbare Variable in Richtung auf mindestens eine der Zwangsbedingungen bewegt.
Zur Anwendung dieser Erfindung zur Erzeugung von neuen MPC-Steuerungen für eine komplexe multivariable Prozesssteuerung, wenn eine Änderung in irgendeiner PID-Steuerkonfiguration oder Abstimmung durchgeführt wurde, und zur Verwirklichung dieser Vorgehensweise, ohne einen neuen Identifikationstest des Prozesses durchführen zu müssen, kann der folgende Prozess ausgeführt werden: Austauschen von mindestens einer PID-Steuersollpunktvariablen in einem ursprünglichen linearisierten dynamischen Modell durch ihre entsprechende ventilpositionsgesteuerte Variable in einem ursprünglichen linearisierten dynamischen Modell unter Anwendung einer Matrixreiheneliminationsmathematik zur Erzeugung eines zweiten linearisierten dynamischen Modells, das die mindestens eine entsprechende Ventilposition als neue unabhängig steuerbare manipulierte Variable aufweist; dann ex ternes Emulieren einer neuen gewünschten PID-Abstimmung über einen mathematischen Emulator zum Emulieren der mindestens einen neuen PID-Steuerungsabstimmung mit dem zweiten linearisierten dynamischen Modell; dann Testen des zweiten linearisierten dynamischen Modells mit seiner emulierten PID-Abstimmung durch Abstufen einer jeden seiner manipulierten Variablen zum Erhalten des neuen linearisierten dynamischen Modells, das nunmehr die Dynamik der mindestens einen PID-Steuergröße enthält.
Das Regulationssteuerschema kann in einfacher Weise über eine DCS-Konsole oder einen Konsolenemulator, die in modernen Steuerpackungen zur Verfügung stehen, extern auf das Prozessmodell emuliert werden. Hierdurch kann die Bedienungsperson PID-Steuergrößen in einen manuellen Modus setzen, Kaskaden aufbrechen, PID-Steuergrößen erneut abstimmen oder sogar das Regulationssteuerschema rekonfigurieren.
Zur Anwendung dieser Erfindung zur Erzeugung eines Prozesssimulators auf der Basis von Ventilpositionen mit dem Effekt, dass nicht gemessene Störgrößen entfernt sind, so dass ein Prozesssimulator mit hoher Genauigkeit zur Prozesssimulation und zum Training zur Verfügung steht, findet das nachfolgende Verfahren Verwendung: als erstes Sammeln von Daten über den Prozess durch separates Einführen einer Teststörgröße in jede der manipulierten Variablen und Messen der Auswirkung der Störgrößen auf die gesteuerte Variable; dann Verwenden der Auswirkungen der Störgrößen auf die gesteuerte Variable zur Erzeugung eines ersten linearisierten dynamischen Modells, das die mindestens eine gesteuerte Variable zu den unabhängig steuerbaren manipulier ten Variablen in Beziehung setzt; dann Austauschen einer jeden unabhängig steuerbaren manipulierten PID-Steuersollpunkt-variablen durch ihre entsprechende ventilpositionsgesteuerte Variable im ersten linearisierten dynamischen Modell unter Anwendung einer Matrixreiheneliminationsmathematik zur Erzeugung eines zweiten linearisierten dynamischen Modells, das die entsprechenden Ventilpositionen als neuen Satz von unabhängig steuerbaren manipulierten Variablen besitzt, wobei bei dem zweiten linearisierten dynamischen Modell die Dynamik der ausgewählten unabhängigen manipulierten PID-Steuersollpunktvariablen vom zweiten linearisierten dynamischen Modell entfernt ist; dann externes Emulieren eines gewünschten Regulationssteuerschemas über mathematische Emulatoren zum Emulieren von PID-Steuerungen in manuellen, Kaskaden- oder automatischen Modi. Wie vorstehend erläutert, kann ein Regulationssteuerschema über eine DCS-Konsole oder einen Konsolenemulator, die in modernen Steuerpackungen zur Verfügung stehen, in einfacher Weise extern auf das Prozessmodell emuliert werden. Hierdurch kann die Bedienungsperson PID-Steuerungen in einen manuellen Modus setzen, Kaskaden aufbrechen, PID-Steuerungen neu abstimmen oder sogar das Regulationssteuerschema rekonfigurieren.
Das gegenwärtig am häufigsten eingesetzte Identifikationsverfahren, das beim Raffinieren von Öl und in chemischen Prozessen eingesetzt wird, ist die dynamische Matrixidentifikation (DMI). Dieses Verfahren wird verwendet, um die Methodologie dieser Erfindung darzustellen. Es versteht sich jedoch, dass die Erfindung nicht auf eine spezielle Identifikationstechnik beschränkt ist.
Es folgt nunmehr eine Kurzbeschreibung der Zeichnungen. Hiervon zeigen:
1 ein Fließschema eines Fraktionators;
2 eine Simulation des Fraktionatormodells auf der Basis von Ventilpositionen;
3 die Ergebnisse eines Fabriktests des Fraktionators;
4 eine Simulation des Fraktionators mit den PID-Steuergrößen; und
5 eine Darstellung des Fraktionators mit den ursprünglichen und wiedergewonnenen Werten.
Bei der Erfindung handelt es sich um ein Verfahren, das in Verbindung mit einer Vorhersagemodellsteuerung zur Entfernung der Dynamik von PID-Steuergrößen aus MPC-Steuerungen verwendet wird.
Ein MPC-Prozessmodell stellt einen Satz von linearen Gleichungen dar, so dass es mathematisch möglich sein sollte, jede unabhängige Variable durch eine abhängige Variable zu ersetzen, wenn eine Beziehung zwischen der unabhängigen und abhängigen Variablen besteht. Ein für diese Transformation eingesetzter Kandidat ist der Sollpunkt (unabhängig) für eine PID-Steuergröße und die zugehörige Ventilposition (abhängig) für diese PID-Steuergröße.
Eine MPC-Steuerung basiert oft auf einem linearen Modell eines Prozesssystems. Obwohl die hier beschriebene Erfindung auf vielen Gebieten Anwendung findet, stammen die verwendeten Beispiele aus chemischen Prozessen und Raffinerieprozessen.
Es gibt zwei Arten von Variablen in jedem System: die unabhängigen Variablen und die abhängigen Variablen. Die unabhängigen Variablen stellen Eingangsgrößen für das System dar. Sie werden des weiteren in manipulierte Variablen und Störgrößen(feedforward)-Variablen aufgeteilt. Manipulierte Variablen sind solche, die von einer menschlichen Bedienungsperson verändert werden können, wie Ventilpositionen oder PID-Steuersollpunkte. Störgrößenvariablen sind solche unabhängigen Variablen, die eine Auswirkung auf das System haben, jedoch von der menschlichen Bedienungsperson nicht verändert werden können. Variablen, wie die Zusammensetzung der Beschickung, die Temperatur der Beschickung und die Umgebungstemperatur, sind Beispiele von Störgrößenvariablen.
Abhängige Variablen sind Ausgangsgrößen des Systems. Sie werden durch Änderungen der unabhängigen Variablen beeinflusst. Die menschliche Bedienungsperson kann sie nicht direkt verändern. Werte von abhängigen Variablen können jedoch durch korrektes Verändern der Werte der manipulierten Variablen gesteuert werden. Wenn Störgrößen in das System eindringen, müssen die manipulierten Variablen korrekt eingestellt werden, um der Störgröße entgegenzuwirken.
Die Verwendung von linearen Modellen ermöglicht die Anwendung einer Matrixmathematik zur Beschreibung einer komplexen und multivariablen Steuerung. Es gibt diverse generelle Formulierungen von MPC-Modellen. Ein generelles Steuermodell ist das Schrittansprechmodell:
Gleichung 1: Dynamische Schrittansprechmatrix, Blockmatrixform worin
die akkumulative Änderung in der i-ten abhängigen Variablen bei jedem Zeitschritt,
die Schrittänderung in der j-ten unabhängigen Variablen bei jedem Zeitschritt und
die dynamische Matrix bedeuten.
Eine andere Form dieser Schrittansprechgleichung ist die Finite-Impuls-Ansprech(FIR)-Form. Sie kann in der nachfolgend beschriebenen Weise aus der Schrittansprechform abgeleitet werden.
Wenn man die folgenden Definitionen zugrundelegt
b_i,j,k = a_i,j,k für k = 1,
b_i,j,k = a_i,j,k – a_i,j,(k-1) für k : 2 → ncoef
und
ΔO_i,k = O_i,k – O_i,(k-1) für k : 1 → ncoef
kann das obige Gleichungssystem differenziert werden, so dass erhalten wird:
Gleichung 2: Finite-Implus-Ansprech-Gleichungen-Blockmatrixform worin
die Änderung in der i-ten abhängigen Variablen über jedes Zeitintervall
wie oben und
die Modellmatrix der Impulskoeffizienten bedeuten.

Es gibt fünf Formen von diesen Gleichungen. Nur die ersten beiden wurden gezeigt. Obwohl diese Formen mathematisch äquivalent sind und obwohl sämtliche Formen für die Identifikationsvorhersage und Steuerung verwendet werden können, haben sie sehr unterschiedliche Eigenschaften.

δŌ = AΔĪ	Sehr oft für Steuerberechnungen verwendet.
ΔŌ = BΔĪ	Zur Identifikation von stetigen Variablen verwendet.
ΔΔŌ = BΔΔĪ	Zur Identifikation von Rampenvariablen verwendet.
δŌ = BδĪ	Nicht generell verwendet. Alte IDCOM-Steuerformulierung.
ΔŌ = AΔΔĪ	Nicht generell verwendet.

C.R. Cutler und C.R. Johnston diskutieren die Eigenschaften dieser Formen der Matrix in einer Veröffentlichung „Analysis of the Forms of the Dynamic Matrix" in Proceedings of the Instrument Society of America ISA 85 Advances in Instrumentaion, Band 40, Nummer 1 – Oktober 1985.
Die Verwendung dieser linearen Modelltechniken einschließlich der Identifikation des Modells und der Verwendung des Modells zur Steuerung sowie der Verwendung in der Steuerung mit Zwangsbedingungen ist in den beiden US-PS'en 4 349 869 und 4 616 308 beschrieben.
Es wird nunmehr der Algorithmus dieser Erfindung abgeleitet, um die Entfernung der PID-Dynamik aus der Steuerung zu demonstrieren. Die Ableitung stammt vom FIR-Modell von Gleichung 2. Um den Algorithmus abzuleiten, wird davon ausgegangen, dass die j-te unabhängige Variable den Sollpunkt einer PID-Steuergröße bildet und die i-te abhängige Variable die PID-Ventilansprache auf diese Sollpunktänderung wiedergibt. Das Modell soll so rekonstituiert werden, dass das Ventil die unabhängige Variable im Prozessmodell darstellt, mit anderen Worten, die Dynamik dieser PID-Steuergröße soll von allen beeinflussten Modellansprachen gereinigt werden. Dies kann erreicht werden, indem die i-te abhängige Variab le durch die j-te abhängige Variable wie folgt ersetzt wird:
worin
die Identitätsmatrix bildet.
Dies entspricht der obigen Gleichung 2 mit einer die ΔO's multiplizierenden Identitätsmatrix. Durch Durchführung von Reiheneliminationsoperationen wird erhalten:
was umgeschrieben werden kann als
was umgeordnet werden kann zu
oder durch Umbauen der Matrixgleichung wird erhalten
ΔŌ_i und ΔĪ_i wurden ausgetauscht, so dass die Ventilposition nunmehr eine unabhängige Variable und der PID-Sollpunkt nunmehr eine abhängige Variable bilden. Dies zeigt die Entfernung der PID-Dynamik nur von einer PID-Steuergröße. Es versteht sich jedoch, dass der Algorithmus so allgemein ist, dass mehrere Paare von unabhängigen/abhängigen Variablen ausgetauscht werden können, um die Dynamik für eine Vielzahl von Steuerungen zu entfernen.
Anhand einer weiteren Darstellung wird nunmehr das Problem eines numerischen Beispieles erläutert, um aufzuzeigen, wie dieser Versuch bei einer Vorhersagemodellsteuerung Anwendung findet, um die Dynamik einer speziellen PID-Steuergröße zu entfernen.
Bei einem FIR-Modell mit zwei unabhängigen Variablen, zwei abhängigen Variablen und vier Modellkoeffizienten, bei dem die zweite unabhängige Variable den Sollpunkt einer PID-Steuergröße bildet und die zweite abhängige Variable die Ventilposition der PID-Steuergröße darstellt, soll das Modell mit der PID-Ventilposition als einer unabhängigen Va riablen anstelle des PID-Sollpunktes rekonstituiert werden. Dies erfordert, dass die Dynamik der PID-Steuergröße von sämtlichen Systemansprachen gemäß dem vorher diskutierten Algorithmus entfernt wird. Dieses Beispiel ist auch gültig für die ΔO = BΔI_i, δO = BδI und ΔΔO = BΔΔI Formen der Gleichung. Abhängige Var-1
Abhängige Var-2
Das Problem wird in der nachfolgenden Matrix spezifiziert. Anzeige Schwenkelement
Multipliziere Gleichung-5 mit (–1/0,75)

Multipliziere Gleichung-5 mit 0,5, addiere sie zu Gleichung-1 und ersetze Gleichung-1.
Multipliziere Gleichung-5 mit 0,4, addiere sie zu Gleichung-2 und ersetzte Gleichung-2.
Multipliziere Gleichung-5 mit 0,2, addiere sie zu Gleichung-3 und ersetze Gleichung-3.
Multipliziere Gleichung-5 mit 0,1, addiere sie zu Gleichung-4 und ersetzte Gleichung-4.
Multipliziere Gleichung-5 mit 0,25, addiere sie zu Gleichung-6 und ersetze Gleichung-6.
Multipliziere Gleichung-5 mit 0,15, addiere sie zu Gleichung-7 und ersetze Gleichung-7.

Multipliziere Gleichung-5 mit 0,5, addiere sie zu Gleichung-2 und ersetze Gleichung-2
Multipliziere Gleichung-5 mit 0,4, addiere sie zu Gleichung-3 und ersetze Gleichung-3
Multipliziere Gleichung-5 mit 0,2, addiere sie zu Gleichung-4 und ersetze Gleichung-4
Multipliziere Gleichung-5 mit 0,25, addiere sie zu Gleichung-7 und ersetze Gleichung-7

Multipliziere Gleichung-5 mit 0,5, addiere sie zu Gleichung-3 und ersetze Gleichung-3
Multipliziere Gleichung-5 mit 0,4, addiere sie zu Gleichung-4 und ersetze Gleichung-4

Die neuen Modellkoeffizienten mit entfernter PID-Dynamik sind wie folgt: Abhängige Var-1
Abhängige Var-2
Sämtliche Koeffizientenwerte sind verändert. Bei dieser neuen Steuerung ist nunmehr die Dynamik der zweiten unabhängigen Variablen (eines PID-Sollpunktes) entfernt. Diese Steuerung kann nunmehr eingesetzt werden, um den Prozess zu steuern, und die Entwicklung dieser Steuerung wurde offline durchgeführt, ohne dass ein zusätzlicher zeitaufwendiger teurer Identifikationstest am Prozess durchgeführt werden musste.
Algorithmus zum Entfernen der PID-Dynamik, Schrittansprechform als offene Schleife
Bei der Ableitung und dem Ausführungsbeispiel wurde der Algorithmus zur Entfernung der PID-Dynamik aus einem FIR-Modell auf der Basis der Impuls- oder Ableitungsform der Gleichungen diskutiert. Ein entsprechender Algorithmus kann auch für die Schrittkoeffizientenform des Modells δO = AΔI abgeleitet werden, wie nunmehr anhand eines Problems bei einem Beispiel mit zwei unabhängigen und abhängigen Variablen erläutert wird. Bei diesem Beispiel wird davon ausgegangen, dass die zweite unabhängige Variable und die zweite abhängige Variable ausgetauscht werden sollen. Dieses Problem kann in Matrixform wie folgt dargestellt werden:
Es werden Eliminationsoperationen (Verschwenken) durchgeführt, um zu erhalten:
Durch Umanordnen wird erhalten:
Dies kann umgeschrieben werden als: Â1,1ΔĪ1 + B ^1,2δŌ2 = δŌ1 B ^2,1ΔĪ1 + Ĉ2,2δŌ2 = ΔĪ2
Die Impulskoeffizienten sind wie folgt definiert:
b_i,j,k = a_i,j,k für k = 1
b_i,j,k = a_i,j,k – a_i,j,(k-1) = Δa_i,j,k für k : 2 → ncoef
In entsprechender Weise werden die zweiten Differenzkoeffizienten wie folgt definiert:
c_i,j,k = b_i,j,k für k = 1
c_i,j,k = b_i,j,k – b_i,j,(k-1) = Δb_i,j,k für k : 2 → ncoef
Es gilt:
Die Matrix stellt nunmehr eine Mischversion von Schrittansprechkoeffizienten (A), Impulskoeffizienten (B) und zweiten Differenzkoeffizienten (C) dar. Dies ist auf die Tatsache zurückzuführen, dass sich die neue unabhängige Variable in der „Akkumulativ"-Form und nicht in der „Delta"-Form befindet, wenn sich die neue abhängige Variable in der „Delta"-Form anstatt der „Akkumulativ"-Form befindet. Um dieses Gleichungssystem in die Schrittform zu überführen und auf diese Weise die Schrittkoeffizienten zu gewinnen, müssen zwei Schritte durchgeführt werden:

Schritt-1: Umwandeln der neuen unabhängigen Variablen aus der „Akkumulativ"-Form in die „Delta"-Form, δŌ₂ ⇒ ΔŌ₂
Schritt-2: Umwandeln der neuen abhängigen Variablen aus der „Delta"-Form in die „Akkumulativ"-Form, ΔĪ₂ ⇒ δĪ₂
Schritt-1: Umwandeln der neuen unabhängigen Variablen aus der „Akkumulativ"-Form in die „Delta"-Form.

Dieser Schritt erfordert nur eine Neuanordnung von Termen in den Gleichungen. δŌ₂ erscheint in zwei Sektionen der Matrix:
Da
b_i,j,k = a_i,j,k für k = 1
b_i,j,k = a_i,j,k – a_i,j,(k-1) = Δa_i,j,k für k : 2 → ncoef
und
c_i,j,k = b_i,j,k für k = 1
c_i,j,k = b_i,j,k – b_i,j,(k-1) = Δb_i,j,k für k : 2 → ncoef
gelten, kann obiges wie folgt geschrieben werden:
Da
gilt, kann das System der Gleichungen wie folgt umgeschrieben werden: Â1,1ΔĪ1 + Â1,2ΔŌ2 = δŌ1 B ^2,1ΔĪ1 + B ^2,2ΔŌ2 = ΔĪ2
Dies beendet Schritt-1.
Schritt-2: Überführe die neue abhängige Variable aus der „Delta"-Form in die „Akkumulativ"-Form.
Die Gleichungen für die neue zweite abhängige Variable sind nachfolgend wiedergegeben. Es ist erforderlich, diese Gleichungen zu akkumulieren, um sie von der „Delta"-Form in die „Akkumulativ"-Form zu überführen.
Durch die Definitionen b_i,j,k = a_i,j,k und I_j,1 – I_j,0 = ΔI_j,1 = δI_j,1 wird die erste Gleichung zu â_2,1,1ΔI_1,1 + â_2,2,1ΔO_2,1 = δI_2,1.
Um die zweite Schrittkoeffizientengleichung zu erhalten, werden die ersten beiden Impulskoeffizientengleichungen addiert: (b ^2,1,1 + b ^2,1,2)ΔI1,1 + b ^2,1,1ΔI1,2 + (b ^2,2,1 + b ^2,2,2)ΔO2,1 + b ^2,2,1ΔO2,2 = I2,2 – I2,1 + I2,1 – I2,0 = I2,2 – I2,0,oder: â2,1,2ΔI1,1 + â2,1,1ΔI1,2 + â2,2,2ΔO2,1 + â2,2,1ΔO2,2 = δI2,2
Um die die dritte Schrittkoeffizientengleichung zu erhalten, werden die ersten drei Impulskoeffizientengleichungen addiert: (b ^2,1,1 + b ^2,1,2 + b ^2,1,3)ΔI1,1 + (b ^2,1,1 + b ^2,1,2)ΔI1,2 + b ^2,1,1ΔI1,3 + (b ^2,2,1 + b ^2,2,2 + b ^2,2,3)ΔO2,1 + (b ^2,2,1 + b ^2,2,2)ΔO2,2 + b ^2,2,1ΔO2,3 = I2,3 – I2,2 + I2,2 – I2,1 – I2,0 = I2,3 – I2,0 oder: â2,1,3ΔI1,1 + â2,1,2ΔI1,2 + â2,1,1ΔI1,3 + â2,2,3ΔO2,1 + â2,2,2ΔO2,2 + â2,2,1ΔO2,3 = δI2,3
Um die vierte Schrittkoeffizientengleichung zu erhalten, werden die ersten vier Impulskoeffizientengleichungen addiert: (b ^2,1,1 + b ^2,1,2 + b ^2,1,3 + b ^2,1,4)ΔI1,1 + (b ^2,1,1 + b ^2,1,2 + b ^2,1,3)ΔI1,2 + (b ^2,1,1 + b ^2,1,2)ΔI1,3 + b ^2,1,1ΔI1,4 + (b ^2,2,1 + b ^2,2,2 + b ^2,2,3 + b ^2,2,4)ΔO2,1 + (b ^2,2,1 + b ^2,2,2 + b ^2,2,3)ΔO2,2 + (b ^2,2,1 + b ^2,2,2)ΔO2,3 + b ^2,2,1ΔO2,4 = I2,4 – I2,3 + I2,3 – I2,2 + I2,2 – I2,1 + I2,1 – I2,0 = I2,4 – I2,0 oder: â2,1,4ΔI1,1 + â2,1,3ΔI1,2 + â2,1,2ΔI1,3 + â2,1,1ΔI1,4 + â2,2,4ΔO2,1 + â2,2,3ΔO2,2 + â2,2,2ΔO2,3 + â2,2,1ΔO2,4 = δI2,4
So wird das System der Gleichungen für die neue zweite abhängige Variable zu folgendem:
Das Gesamtsystem der Gleichungen wird zu:
was umgeschrieben werden kann als: Â1,1ΔĪ1 + Â1,2ΔŌ2 = δŌ1 Â2,1ΔĪ1 + Â2,2ΔŌ2 = δŌ2
Um die Anwendung dieser Erfindung weiter zu erläutern, wird ein anderes numerisches Beispiel vorgestellt, um den Einsatz des gerade für das Schrittansprechmodell der offenen Schleife abgeleiteten Algorithmus zu demonstrieren. Dieser Algorithmus findet bei Gleichungen der Form δO = AΔi Anwendung. Wenn man ein Modell mit zwei unabhängigen Variablen, zwei abhängigen Variablen und vier Modellkoeffizienten voraussetzt, bei dem die zweite unabhängige Variable den Sollpunkt einer PID-Steuergröße und die zweite abhängige Variable die Ventilposition der PID-Steuergröße bilden, soll das Modell mit der PID-Ventilposition als unabhängiger Variablen anstelle des PID-Sollpunktes rekonstituiert werden. Dies macht es erforderlich, dass die Dynamik der PID-Steuer-größe aus allen Systemansprachen gemäß dem vorher diskutierten Algorithmus entfernt wird. Das Modell in diesem Beispiel entspricht dem in Anhang-2 verwendeten Modell. Abhängige Var-1
Abhängige Var-2
Das Problem ist in der nachfolgenden Matrix spezifiziert. Anzeige Schwenkelement
Multipliziere Gleichung-5 mit (–1/0,75)

Multipliziere Gleichung-5 mit 0,5, addiere sie zu Gleichung-1 und ersetze Gleichung-1
Multipliziere Gleichung-5 mit 0,9, addiere sie zu Gleichung-2 und ersetze Gleichung-2
Multipliziere Gleichung-5 mit 1,1, addiere sie zu Gleichung-3 und ersetze Gleichung-3
Multipliziere Gleichung-5 mit 1,2, addiere sie zu Gleichung-4 und ersetze Gleichung-4
Multipliziere Gleichung-5 mit 1,0, addiere sie zu Gleichung-6 und ersetze Gleichung-6
Multipliziere Gleichung-5 mit 1,15, addiere sie zu Gleichung-7 und ersetze Gleichung-7

Multipliziere Gleichung-5 mit 0,5, addiere sie zu Gleichung-2 und ersetze Gleichung-2
Multipliziere Gleichung-5 mit 0,9, addiere sie zu Gleichung-3 und ersetze Gleichung-3
Multipliziere Gleichung-5 mit 1,1, addiere sie zu Gleichung-4 und ersetze Gleichung-4
Multipliziere Gleichung-5 mit 1,0, addiere sie zu Gleichung-7 und ersetze Gleichung-7

Multipliziere Gleichung-5 mit 0,5, addiere sie zu Gleichung-3 und ersetze Gleichung-3
Multipliziere Gleichung-5 mit 0,9, addiere sie zu Gleichung-4 und ersetze Gleichung-4

Die neuen Modellkoeffizienten mit der entfernten PID-Dynamik sind wie folgt: Abhängige Var-1
Abhängige Var-2
Es sind sämtliche Koeffizientenwerte verändert.
Überprüfe, dass entsprechende Impulskoeffizienten denen entsprechen, die mit dem FIR-Beispiel identifiziert wurden. Abhängige Var-1
Abhängige Var-2
Spaltensimulationsbeispiel
Noch eine andere Ausführungsform in Bezug auf die Verwendung des Algorithmus ist im nachfolgenden Beispiel beschrieben. Dieses Beispiel zeigt das Folgende:
Die Verwendung eines Finite-Impuls-Ansprache(FIR)modells auf Ventilbasis als Prozesssimulator.
Einen Fabrikschritttest und die Identifikation eines FIR-Modells, das auf einer spezifischen Regulationssteuerkonfiguration basiert.
Die Verwendung des vorgeschlagenen Algorithmus zum Entfernen der PID-Steuerdynamik und zur Gewinnung des die Basis bildenden Modells auf Ventilbasis.
Bei diesem Beispiel findet ein FIR-Modell auf der Basis von Ventilpositionen Verwendung als das Prozessmodell zum Simulieren des Verhaltens eines komplexen Fraktionators. Die Regulationssteuerung für den Fraktionator besteht aus drei PI(Proportional/Integral)Feedback-Reglern. Ein Fabrikschritttest wird auf Basis der Simulation unter Verwendung der Regulationssteuersollpunkte durchgeführt. Es wird dann ein FIR-Modell für den Fraktionator auf der Basis der Sollpunkte der PI-Regler erhalten. Dieses Modell, das auf dem Regulationssteuerschema basiert, wird dann dem Algorithmus zugeführt, um die PI-Reglerdynamik zu entfernen und das ursprüngliche FIR-Prozessmodell zu gewinnen.
Es versteht sich, dass der Term Finite-Impuls-Ansprech(FIR)modell verwendet wird, um sich auf die Schrittanspracheform der Modelle mit offener Schleife zu beziehen, da die Schrittform direkt aus den Impulskoeffizienten berechnet werden kann.
Beschreibung des komplexen Fraktionatorschemas
Das Schema für den komplexen Fraktionator ist in 1 gezeigt. Der Durchsatz 5 der Beschickung wird von der aufstromseitig angeordneten Einheit gesteuert, wobei eine Vorerhitzung in einem Ofen 6 stattfindet. Der Fraktionator 7 besitzt ein oberes, mittleres und unteres Produkt. Die Überkopftemperatur wird mit einer PI-Steuereinheit 8 gesteuert, die den Top-Rückfluss bewegt. Die Abzugstemperatur für das mittlere Produkt wird mit einer PI-Steuereinheit 9 gesteuert, die die Abzugsrate für das mittlere Produkt bewegt. Eine dritte PI-Steuereinheit 10 bewegt den Durchsatz des unteren Produktes zum Steuern des unteren Niveaus des Fraktionators. Die Zusammensetzung des unteren Produktes (leichte Komponente) wird mit einem Analysator 11 gemessen.

Beschreibung des Finite-Impuls-Ansprech(FIR)modells Bei dem in diesem Beispiel verwendeten Prozessmodell handelt es sich um ein Schrittansprechmodell mit offener Schleife, das auf den Ventilpositionen basiert. Dies kann wie folgt zusammengefasst werden: Unabhängige Variablen des Modells

TIC-2001.OP-	Top-Rückfluss-Durchflussventil
TIC-2002.OP-	Durchflussventil für mittleres Produkt
LIC-2007.OP-	Durchflussventil für unteres Produkt
FIC-2004.SP-	Durchsatz mittlerer Rückfluss
FI-2005.PV-	Beschickungsrate des Fraktionators

Abhängige Variablen des Modells

TIC-2001.PV-	Überkopftemperatur des Fraktionators
TIC-2002.PV-	Abziehtemperatur mittleres Produkt
LIC-2007.PV-	unteres Niveau des Fraktionators
AL-2022.PV-	Zusammensetzung des unteren Produktes
	(leichte Komponente) des Fraktionators

Das Schrittansprechmodell mit offener Schleife kann idealerweise so angesehen werden, dass es wie folgt erzeugt wird. Wenn sich das System im stetigen Zustand befindet, werden die ersten unabhängigen Variablen durch eine Ingenieureinheit zum Zeitpunkt = 0 erhöht, während alle anderen unabhängigen Variablen konstant gehalten werden. Die Werte für alle abhängigen Variablen werden dann in gleichmäßig beabstandeten Zeitintervallen gemessen, bis das System wieder seinen stetigen Zustand erreicht. Die Modellansprechkurven für jede abhängige Variable in Bezug auf die erste unabhängige Variable werden dann berechnet, indem der Wert der abhängigen Variablen zum Zeitpunkt = 0 von jedem gemessenen Wert bei jedem zukünftigen Zeitintervall für diese abhängigen Variablen subtrahiert wird. Im Wesentlichen gibt eine Schrittansprechkurve den Effekt einer Änderung in der unabhängigen Variablen auf die abhängige Variable wieder.
Dieser Prozess wird nacheinander für sämtliche unabhängigen Variablen wiederholt, um das vollständige Modell zu erzeugen. Die Zeit eines stetigen Zustands für das Modell wird durch die Zeit des stetigen Zustands der langsamsten Ansprechkurve im System definiert.
In Wirklichkeit kann das Modell natürlich nicht auf diese Weise erzeugt werden, da sich oft der Prozess nicht in einem stetigen Zustand befindet. Ferner können nicht gemessene Störgrößen das System während eines unabhängigen variablen Schrittes beeinflussen. Die Erzeugung des Modells erfordert, dass mehrere Schritte bei jeder unabhängigen Variablen durchgeführt werden (Fabrikschritttest). Die auf diese Weise gesammelten Daten werden dann mit einer Softwarepackung, wie dem Aspen Tech's DMCplus Model Programm, analysiert, um das Schrittansprechmodell mit offener Schleife zu berechnen.
Wenn ein solches Modell identifiziert worden ist, kann es dazu verwendet werden, eine zukünftige Systemansprache auf der Basis von vergangenen Änderungen der unabhängigen Variablen vorherzusagen. Mit anderen Worten, wenn man weiß, wie sich sämtliche unabhängigen Variablen über die Zeit eines stetigen Zustands in der Vergangenheit verändert haben, kann man das Modell verwenden, um vorherzusagen, wie sich die abhängigen Variablen über eine Zeit eines stetigen Zustands in der Zukunft verändern, wobei keine weiteren Änderungen von unabhängigen Variablen angenommen werden. Dies verdeutlicht die Verwendung des Modells für die Vorhersage (was die Basis zur Verwendung eines FIR-Modells als Prozesssimulator bildet).
Wenn die vorhergesagte zukünftige Systemansprache auf der Basis von keinen weiteren Änderungen der unabhängigen Vari ablen und die Zwangsbedingungen bei allen unabhängigen und abhängigen Variablen vorhanden sind, kann das Modell dazu verwendet werden, eine Strategie von Bewegungen von unabhängigen Variablen zu planen, um sämtliche unabhängige und abhängige Variablen innerhalb von Zwangsbedingungen zu halten. Dies verdeutlicht die Verwendung des Modells zur Steuerung.
Verwendung eines Finite-Impuls-Ansprech(FIR)modells als Prozesssimulator
Das Modell für dieses Beispiel besitzt eine Zeit eines stetigen Zustandes von 90 Minuten. Es findet ein Drei-Minuten-Zeitintervall Verwendung. Die resultierenden Ansprechkurven werden von jeweils einem Vektor von 30 Zahlen gebildet, der die akkumulative Veränderung in dieser abhängigen Variablen über die Zeit in Bezug auf eine Schrittveränderung in der unabhängigen Variablen zum Zeitpunkt = 0 wiedergibt, während alle anderen unabhängigen Variablen zum Zeitpunkt = 0 wiedergeben, während alle anderen unabhängigen Variablen konstant gehalten werden.
Die Modellkoeffizienten sind in Tabelle 1 und die Modelldiagramme in 2 dargestellt. Dieses Modell, das auf den Ventilpositionen basiert, wird verwendet, um das Verhalten des zukünftigen Systems in den modellabhängigen Variablen auf der Basis von vergangenen und gegenwärtigen Änderungen den modellunabhängigen Variablen vorherzusagen. Tabelle 1: Simulationsmodellkoeffizienten des Fraktionators auf Ventilbasis Schrittansprechkoeffizienten für abhängige Variable-1:TIC-2001.PV DEG F
Schrittansprechkoeffizienten für abhängige Variable-1:TIC-2001.PV DEG F
Schrittansprechkoeffizienten für abhängige Variable-3:LIC-2001.PV
Schrittansprechkoeffizienten für abhängige Variable-4:Al-2022.PV MOL%
Wie vorstehend erwähnt, gibt es drei PI (Proportional/Integral) Regler im System. Diese PI-Regler sind wie folgt konfiguriert: Tabelle 2: PID-Regler des Fraktionators

Es wurde ein Fabriktest (Datendiagramme in 3) mit diesen den Prozess regulierenden PI-Reglern durchgeführt. Die unabhängigen und abhängigen Variablen für das System waren wie folgt: Unabhängige Variablen des Modells

TIC-2001.SP –	Durchflussventil SP für oberen Rückfluss
TIC-2002.SP –	Durchflussventil SP für mittleres Produkt
LIC-2007.SP –	Durchflussventil SP für unteres Produkt
FIC-2004.SP –	Durchsatz mittlerer Rückfluss
FI-2005.PV –	Beschickungsrate Fraktionator

Abhängige Variablen des Modells

TIC-2001.SP –	Überkopftemperatur des Fraktionators
TIC-2002.PV –	Abzugstemperatur für mittleres Produkt
LIC-2007.PV –	Niveau für unteres Produkt des Fraktionators
TIC-2001.OP –	Durchflussventil für oberen Rückfluss
TIC-2002.OP –	Durchflussventil für mittleres Produkt
LIC-2007.OP –	Durchflussventil für unteres Produkt
Al-2022.PV –	Zusammensetzung des unteren Produktes des
	Fraktionators (leichte Komponente)

Dies zeigt die Verwendung eines FIR-Modells auf Ventilbasis als Prozesssimulator. Wie vorstehend beschrieben, wurden die PID-Steuerberechnungen zur Prozesssimulation durchgeführt.
Die erhaltenen Daten wurden analysiert, und es wurde ein Modell auf der Basis dieser PID-Konfiguration identifiziert, wie in 4 gezeigt. Der neue Algorithmus zum Entfernen der PID-Dynamik wurde auf das in 4 gezeigte Modell angewendet, und dieses Modell mit entfernter PID-Dynamik wurde mit dem ursprünglichen Simulationsmodell verglichen. Wie man 5 entnehmen kann, gewinnt der Algorithmus auf erfolgreiche Weise das ursprüngliche Modell auf Ventilbasis. Die Zeit des stetigen Zustandes des gewonnenen Modells ist länger als die Zeit des stetigen Zustandes des ursprünglichen Modells. Dies ist das Ergebnis einer längeren Zeit stetigen Zustandes für das Modell mit den PID-Reglern. Das ursprüngliche Simulationsmodell auf Ventilbasis besaß eine Zeit stetigen Zustandes von 90 Minuten. Als die PID-Regler konfiguriert wurden und der Fabrikschritttest durchgeführt wurde, dauerte es 180 Minuten, bis der Prozess den stetigen Zustand erreichte, da das Ausregeln der PID-Feedback-Regelung abgewartet werden musste. Die Zeit stetigen Zustandes des gewonnenen Modells auf Ventilbasis besitzt die gleiche Zeit stetigen Zustandes wie das die PID-Dynamik enthaltende Modell, aus dem es erzeugt wur de. Man kann jedoch feststellen, dass das gewonnene Modell den stetigen Zustand in 90 Minuten erreichte und, wenn es auf diesen Punkt verkürzt würde, exakt an das ursprüngliche Modell auf Ventilbasis angepasst wäre.
Industrielle Anwendbarkeit
Wenn in der Vergangenheit die PID-Regler neu abgestimmt wurden oder wenn das Regulationssteuerschema rekonfiguriert wurde, wurde eine neue Anlage errichtet und ein neues Modell konstruiert. Die in dieser Veröffentlichung beschriebene Erfindung entfernt die PID-Regler-Dynamik, ohne dass ein anderer Anlagentest durchgeführt werden muss.
Diese Fähigkeit zur Entfernung der PID-Dynamik ermöglicht die Erzeugung eines Off-Line-Prozesssimulators, der nur auf Ventilpositionen anstelle von PID-Sollpunkten basiert. Der Anlagentest kann mit jeder beliebigen stabilen Regulationskonfiguration und mit jeder PID-Abstimmung durchgeführt werden, und es kann ein entsprechendes Modell erhalten werden. Der Algorithmus zur Entfernung der PID-Dynamik findet dann bei dem erhaltenen Modell Anwendung, um die Dynamik von sämtlichen PID-Reglern zu entfernen und die Modelleingangsgrößen von Sollpunkten in Ventile umzuwandeln. Das Regulationssteuerschema kann dann extern zum Prozessmodell über eine DCS-Konsole oder einen Konsolenemulator emuliert werden. Hierdurch kann die Bedienungsperson PID-Regler im manuellen Modus einstellen, Kaskaden aufbrechen, PID-Regler wieder abstimmen oder sogar das Regulationssteuerschema neu konfigurieren.
Was die Steueranwendungsfälle auf Modellbasis anbetrifft, so gibt es Zeiten, in denen es erforderlich ist, die PID-Abstimmung eines PID-Reglers im System zu modifizieren. Mit der Fähigkeit zur Entfernung der PID-Dynamik kann ein Modell erzeugt werden, das auf dem Ventil dieses PID-Reglers basiert. Die Off-Line-Simulationsberechnung kann dann durchgeführt werden, um ein neues Prozessmodell zu erzeugen, das die neue PID-Abstimmung enthält. Dieses aktualisierte Modell kann in den Regler auf Modellbasis eingearbeitet werden, um einen Fabrikschritttest zu verhindern. Diese Technik kann auch dann Anwendung finden, wenn das Regulationssteuerschema rekonfiguriert werden soll. Es wird angenommen, dass ein Temperatursteuersollpunkt als Eingangsgröße dieses Modells vorhanden ist. Wenn dieses Ventil fest sitzt und ohne Stilllegen der Einheit nicht repariert werden kann, kann der Algorithmus Anwendung finden, um die Dynamik des Temperaturreglers zu entfernen, und der Steuervorgang kann fortgesetzt werden, um ohne den Temperaturregler eingesetzt zu werden.
Ein anderer Vorteil dieser Erfindung besteht darin, dass ein Prozess in einer Regulationskonfiguration getestet und ein Regler auf Modellbasis mit einer unterschiedlichen Konfiguration kommissioniert werden kann. Ein Beispiel hiervon ist eine katalytische Fließbett-Crackeinheit (FCCU), bei der der Systemdruck mit einem PID-Regler, der die Geschwindigkeit des Nassgaskompressors bewegt, geregelt wird. Oft ist der wirtschaftlichste Weg zum Betreiben der Einheit der, bei dem der Kompressor mit maximaler Drehzahl läuft. In diesem Fall wird jedoch der Druck nicht direkt geregelt. Das Testen der Einheit mit ausgeschalteter Druckregelung ist schwierig. Die Lösung besteht darin, die Anlage mit dem PID-Regler unter Bewegung der Kompressordrehzahl zu testen, wobei die Drehzahl unter Kontrolle gehalten wird. Wenn das Modell erhalten wird, wird die PID-Dynamik des Duckreglers entfernt, und die Regelung auf Modellbasis bewegt dann die Kompressordrehzahl direkt. Bei diesem Beispiel regelt die Regelung auf Modellbasis den Systemdruck als Ausgangsgröße, indem andere Eingangsgrößen manipuliert werden, wenn die Kompressordrehzahl maximal ist.
Wenn eine Einheit getestet wird, werden oft Ventile von bestimmten PID-Reglern während des Anlagetests außer Kontrolle gesetzt. Gegenwärtig können diese Daten nicht bei der Konstruktion des Prozessmodells eingesetzt werden. Mit dem neuen Algorithmus ist es jedoch möglich, sämtliche Daten zu benutzen, selbst wenn ein PID-Regler außer Kontrolle ist. Dies wird durchgeführt, indem zuerst das Modell wie vorher identifiziert wird, wobei nur Daten verwendet werden, bei denen der PID-Regler geregelt wird. Dieses Modell wird dann modifiziert, um die PID-Dynamik zu entfernen, und die neuen Daten werden „in das Modell gefiltert".
Somit ermöglicht die Erfindung die Konstruktion von verwendbaren Off-Line-Prozesssimulatoren, die mit hoher Genauigkeit arbeiten, und erhöht die Fähigkeit zur Verwirklichung und Aufrechterhaltung von Steuer- bzw. Regelvorgängen auf Modellbasis.
Vorstehend wurde eine bevorzugte Ausführungsform der Erfindung offenbart und in den Zeichnungen dargestellt. Da Variationen der bevorzugten Ausführungsform für den Fachmann evident sind, ist die Erfindung nicht auf die speziellen gezeigten und beschriebenen spezifischen Ausführungsformen beschränkt. Sie ist vielmehr in den Patentansprüchen wiedergegeben, wenn diese im Lichte der vorstehenden Offenbarung interpretiert werden.

Claims

In Vorhersagemodell-Steueranwendungsfällen eingesetztes Verfahren zum Entfernen der Auswirkung von nicht gemessenen Störgrößen aus der Dynamik eines Steuermodells eines Prozesses mit einer Vielzahl von unabhängig steuerbaren manipulierten Variablen und mindestens einer gesteuerten Variablen, die von den unabhängig steuerbaren manipulierten Variablen abhängig ist, mit den folgenden Schritten: Sammeln von Daten über den Prozess durch separates Einführen einer Teststörgröße in jede der manipulierten Variablen und Messen der Auswirkung der Störgrößen auf die gesteuerte Variable; und Verwenden der Auswirkungen der Störgrößen auf die gesteuerte Variable zur Erzeugung eines ersten linearisierten dynamischen Modells, das die mindestens eine gesteuerte Variable zu den unabhängig steuerbaren manipulierten Variablen in Beziehung setzt; gekennzeichnet durch das Austauschen von ausgewählten ventilpositionsgesteuerten Variablen mit ihren entsprechenden ausgewählten unabhängig steuerbaren manipulierten PID-Steuersollpunktvariablen in dem ersten linearisierten dynamischen Modell unter Anwendung einer Matrixreiheneliminationsmathematik zur Erzeugung eines zweiten linearisierten dynamischen Modells, das einen neuen Satz von unabhängig steuerbaren manipulierten Variablen aufweist, wobei bei dem zweiten linearisierten dynamischen Modell die Dynamik der ausgewählten unabhängig steuerbaren manipulierten PID-Steuersollpunktvariablen entfernt ist.
Verfahren nach Anspruch 1, bei dem das erste linearisierte dynamische Modell ein Stufenansprechmodell ist.
Verfahren nach Anspruch 1, bei dem das erste linearisierte dynamische Modell ein finites Impuls-Modell ist.
Verfahren nach Anspruch 1, das des Weiteren die folgenden Schritte umfasst: Messen des gegenwärtigen Wertes der Variablen; Berechnen für getrennte Zeitintervalle aus den gesammelten Daten über den Prozess, den gemessenen gegenwärtigen Werten und vorgewählten Operationszwangsbedingungen einer Reihe von Maßnahmen für gegenwärtige und zukünftige Zeiten für mindestens die manipulierten Variablen, um neue Werte für die manipulierten Variablen zu erhalten und die mindestens eine abhängige steuerbare Variable in Richtung auf mindestens eine der Zwangsbedingungen zu bewegen; und Ändern des Prozesses durch Einstellen der manipulierten Variablen für die Reihe der Maßnahmen für gegenwärtige und zukünftige Zeiten, damit der Prozess die mindestens eine abhängige steuerbare Variable in Richtung auf mindestens eine der Zwangsbedingungen bewegt.
Verfahren nach Anspruch 4, bei dem der Prozess mindestens eine nicht gesteuerte Variable aufweist, die von den manipulierten Variablen abhängt, und bei dem der. Schritt des Berechnens der Reihe von Maßnahmen für gegenwärtige und zukünftige Zeiten des Weiteren das Berechnen der Reihe von Maßnahmen derart, dass die nicht gesteuerte Variable auf eine vorgegebene Zwangsbedingung begrenzt ist, umfasst.
Verfahren nach Anspruch 5, bei dem der Schritt des Berechnens der Reihe von Maßnahmen für gegenwärtige und zukünftige Zeiten des Weiteren das Berechnen der Reihe von Maßnahmen derart, dass mindestens eine der manipulierten Variablen auf eine vorgegebene Zwangsbedingung begrenzt ist, umfasst.
Verfahren nach Anspruch 4, bei dem der Schritt des Berechnens der Reihe von Maßnahmen für gegenwärtige und zukünftige Zeiten das Berechnen der Reihe von Maßnahmen unter Anwendung von quadratischen Programmiertechniken umfasst.
Verfahren nach Anspruch 4, bei dem der Schritt des Berechnens der Reihe von Maßnahmen für gegenwärtige und zukünftige Zeiten das Berechnen der Reihe von Maßnahmen unter Verwendung von linearen Programmiertechniken umfasst.
Verfahren nach Anspruch 4, bei dem der Schritt des Berechnens der Reihe von Maßnahmen für gegenwärtige und zukünftige Zeiten des Weiteren das Berechnen der Reihe von Maßnahmen derart, dass mindestens eine der manipulierten Variablen auf eine vorgegebene Zwangsbedingung begrenzt ist, umfasst.
Verfahren nach Anspruch 7 oder 8, bei dem der Schritt des Berechnens der Reihe von Maßnahmen für gegenwärtige und zukünftige Zeiten des Weiteren das Berechnen der Reihe von Maßnahmen derart, dass mindestens eine der manipulierten Variablen auf eine vorgegebene Zwangsbedingung begrenzt ist, umfasst.
Verfahren nach Anspruch 7 bis 9, bei dem der Prozess mindestens eine nicht gesteuerte Variable umfasst, die von den manipulierten Variablen abhängig ist, und bei dem der Schritt des Berechnens der Reihe von Maßnamen für gegenwärtige und zukünftige Zeiten des Weiteren das Berechnen der Reihe von Maßnahmen derart, dass die nicht gesteuerte Variable auf eine vorgegebene Zwangsbedingung begrenzt ist, umfasst.
Verfahren nach Anspruch 1, das des Weiteren die folgenden Schritte umfasst: externes Emulieren von gewünschten Regulationssteuerschemata über mathematische Emulatoren zum Emulieren von PID-Steuerungen in manuellen, Kaskaden- oder automatischen Modi.
Off-line-Prozesssimulator, erzeugt aus einem empirischen dynamischen Modell mit dem Verfahren von Patentanspruch 12.