JP2017524205A5 - - Google Patents

Download PDF

Info

Publication number
JP2017524205A5
JP2017524205A5 JP2017507967A JP2017507967A JP2017524205A5 JP 2017524205 A5 JP2017524205 A5 JP 2017524205A5 JP 2017507967 A JP2017507967 A JP 2017507967A JP 2017507967 A JP2017507967 A JP 2017507967A JP 2017524205 A5 JP2017524205 A5 JP 2017524205A5
Authority
JP
Japan
Prior art keywords
process variable
model
controlled process
controlled
new
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2017507967A
Other languages
English (en)
Other versions
JP7086600B2 (ja
JP2017524205A (ja
Filing date
Publication date
Application filed filed Critical
Priority claimed from PCT/US2015/045051 external-priority patent/WO2016025710A1/en
Publication of JP2017524205A publication Critical patent/JP2017524205A/ja
Publication of JP2017524205A5 publication Critical patent/JP2017524205A5/ja
Application granted granted Critical
Publication of JP7086600B2 publication Critical patent/JP7086600B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Claims (33)

  1. プロセスを実施する一組のプロセス機器の制御において使用するためのプロセス制御器であって、
    前記プロセス内での制御されたプロセス変数に関する設定点を受信する設定点入力と、
    前記制御されたプロセス変数の測定値を受信するプロセス変数入力と、
    いくつかの実行サイクルの各々の最中に前記制御されたプロセス変数の1つ以上の予測値を生成するプロセスモデルと、
    前記プロセスモデルに及び前記設定点入力に結合された制御信号発生器であって、前記いくつかの実行サイクルの各々の最中に、前記設定点、及び前記実行サイクルの最中に前記プロセスモデルによって生成された前記制御されたプロセス変数の前記1つ以上の予測値を使用して、前記プロセス機器を制御するための制御信号を生成して、それによって、前記制御されたプロセス変数を前記設定点に向かって駆動するように動作する、制御信号発生器と、
    前記プロセス変数入力に及び前記プロセスモデルに結合されたモデルバイアス補正ユニットと、を備え、前記モデルバイアス補正ユニットは、前記プロセスモデルによって適用されるモデル補正を判定して、前記制御されたプロセス変数の前記予測値を生成し、
    前記制御信号発生器及び前記プロセスモデルが、実行速度で連続した実行サイクルを動作し、
    前記プロセス変数入力が、前記制御信号発生器及び前記プロセスモデルの前記実行速度より低い速度で、前記制御されたプロセス変数の測定値を受信し、
    前記モデルバイアス補正ユニットが、特定の時間に関する前記制御されたプロセス変数の以前の予測値、及び前記プロセス変数入力における前記制御されたプロセス変数の新しい測定値の前記受信と関連付けられた実行サイクルの最中の、前記特定の時間に関する前記制御されたプロセス変数の新たに受信された測定値に基づいて、新しいモデル補正を生成し、
    前記プロセスモデルが、前記新しいモデル補正を用いて、1つ以上の算出された予測の制御されたプロセス変数値をオフセットし、前記プロセス変数入力における前記制御されたプロセス変数の前記新しい測定値の前記受信と関連付けられた前記実行サイクルの最中のみ、前記制御されたプロセス変数の前記1つ以上の予測値を生成する、プロセス制御器。
  2. 前記プロセスモデルは、実行サイクルの各々の最中に、計画対象期間にわたる複数の異なる未来の時点で前記制御されたプロセス変数の予測値を生成する、
    請求項1に記載のプロセス制御器。
  3. 前記プロセスモデルは、前記プロセス変数入力の前記制御されたプロセス変数の新しい測定値の受信に関連付けられている前記実行サイクルの最中に、前記計画対象期間にわたる複数の異なる未来の時点の前記制御されたプロセス変数の予測値の各々を、前記モデル補正でオフセットする、
    請求項2に記載のプロセス制御器。
  4. 前記モデルバイアス補正ユニットが、前記プロセス変数入力における前記制御されたプロセス変数の新しい測定値の前記受信と関連付けられた前記実行サイクルの最中にのみ、新しいモデル補正を生成する、請求項1に記載のプロセス制御器。
  5. 前記プロセスモデルが、前記制御されたプロセス変数の新しい測定値の前記受信と関連付けられていない実行サイクルの最中には、前記モデル補正の以前の算出値を使用する、請求項に記載のプロセス制御器。
  6. 前記プロセスモデルが、各実行サイクルの最中に、前記制御されたプロセス変数の以前の算出された予測値を使用して、前記制御されたプロセス変数の新しい予測値を生成する反復性プロセスモデルであり、前記プロセスモデルが、前記プロセス変数入力における前記制御されたプロセス変数の新しい測定値の前記受信と関連付けられた実行サイクルの最中のみ、前記制御されたプロセス変数の前記新しい予測値に前記新しいモデル補正を適用する、請求項1〜請求項5の何れか1項に記載のプロセス制御器。
  7. 前記プロセス変数入力が、
    前記制御信号発生器及び前記プロセスモデルの前記実行速度より低い周期的な速度で、前記制御されたプロセス変数の新しい測定値
    非周期的な速度で、前記制御されたプロセス変数の新しい測定値、
    断続的な速度で、前記制御されたプロセス変数の新しい測定値、
    の少なくとも1つを受信する、
    請求項1〜請求項6の何れか1項に記載のプロセス制御器。
  8. ステータス発生器をさらに含み、前記ステータス発生器は、制御器が、前記制御されたプロセス変数の新しい測定値が前記プロセス変数入力において受信されなかった前記実行サイクルに関しては第1の非エラーステータス状態にあることを指示し、かつ、前記制御されたプロセス変数の新しい測定値が前記プロセス変数入力において受信された前記実行サイクルに関しては第2の非エラーステータス状態にあることを指示する、請求項1〜請求項7の何れか1項に記載のプロセス制御器。
  9. 前記プロセス変数入力が、前記制御されたプロセス変数の新しい測定値の前記受信を指示するフラグを発生するフラグ発生ユニットを含み、前記プロセスモデルは、前記フラグを使用して、どの実行サイクルが前記プロセス変数入力における前記プロセス変数の新しい測定値の前記受信と関連付けられるのかを判定する、請求項1〜8の何れか1項に記載のプロセス制御器。
  10. プロセス制御方法であって、
    各実行サイクルの最中に、コンピュータ処理デバイス上で、実行速度で制御ルーチンの複数の実行サイクルを実装して、プロセスを制御するための制御信号を発生することであって、
    前記制御ルーチンの各実行サイクルの最中に、
    前記コンピュータ処理デバイス上で、プロセスモデルを実行して、前記プロセス内での制御されたプロセス変数の1つ以上の予測値を生成することと、
    前記コンピュータ処理デバイス上で、設定点、及び前記実行サイクルの最中に前記プロセスモデルによって生成された前記制御されたプロセス変数の前記1つ以上の予測値を使用して前記制御信号を生成することを含む前記プロセスの制御において使用するための制御信号を判定して、それによって、前記制御されたプロセス変数を制御することと、を含み、
    前記実行サイクルのうちのいくつかの最中に前記制御信号の判定において使用する前に、前記制御されたプロセス変数の前記1つ以上の予測値を調節することであって、
    前記実行速度より低い速度で、前記制御されたプロセス変数の新しい測定値を受信することと、
    前記コンピュータ処理デバイスを介して、前記制御されたプロセス変数の前記1つ以上の予測値に適用されるべき新しいモデルバイアス補正を判定することであって、これは、特定の時間に関する前記制御されたプロセス変数の以前の予測値、及び前記制御されたプロセス変数の新しい測定値の前記受信と関連付けられた実行サイクルの最中の、前記特定の時間に関する前記制御されたプロセス変数の新たに受信された測定値に基づいて、前記新しいモデルバイアス補正を生成することを含む、判定することと、
    前記新しいモデルバイアス補正を用いて前記プロセスモデルによって展開された前記制御されたプロセス変数の前記予測値のうちの前記1つ以上を調節して、前記プロセス変数の前記新しい測定値の前記受信と関連付けられた前記実行サイクルの最中のみ、前記制御されたプロセス変数値のうちの1つ以上の補正された予測値を生成することと、をさらに含む、プロセス制御方法。
  11. 前記プロセスモデルを実行することは、実行サイクルの各々の最中に、計画対象期間にわたる複数の異なる未来の時点で前記制御されたプロセス変数の予測値を生成する、ことを含む、
    請求項10に記載の方法。
  12. 前記モデルバイアス補正を用いて前記プロセスモデルによって展開された前記制御されたプロセス変数の前記予測値のうちの前記1つ以上を調節することは、前記制御されたプロセス変数の新しい測定値の受信に関連付けられている前記実行サイクルの最中に、前記計画対象期間にわたる複数の異なる未来の時点の前記制御されたプロセス変数の予測値の各々を、前記モデルバイアス補正でオフセットする、ことを含む、
    請求項11に記載の方法。
  13. 前記制御されたプロセス変数の前記1つ以上の予測値に適用される新しいモデルデバイス補正を判定することが、前記制御されたプロセス変数の新しい測定値の前記受信と関連付けられた前記実行サイクルの最中のみ、前記新しいモデルバイアス補正を判定することを含む、請求項10〜請求項12の何れか1項に記載の方法。
  14. 前記制御されたプロセス変数の新しい測定値の前記受信と関連付けられていない実行サイクルの最中には、前記モデルバイアス補正の以前の算出値を使用して、前記制御されたプロセス変数の前記1つ以上の予測値を調節することをさらに含む、請求項10〜請求項13の何れか1項に記載の方法。
  15. プロセスモデルを実行して、制御されたプロセス変数の1つ以上の予測値を生成することが、以前の実行サイクルからの前記制御されたプロセス変数の算出された予測値を使用して、現在の実行サイクルに関して前記制御されたプロセス変数の新しい予測値を生成する反復性プロセスモデルを実行することを含み、かつ前記モデルバイアス補正を用いて前記現在の実行サイクルに関して前記プロセスモデルによって展開された前記制御されたプロセス変数の前記1つ以上の予測値を調節して、前記制御されたプロセス変数の前記新しい測定値の前記受信と関連付けられた前記実行サイクルの最中のみ、前記制御されたプロセス変数の1つ以上の補正された予測値を生成することを含む、請求項10〜請求項14の何れか1項に記載の方法。
  16. 前記実行速度より低い速度で前記制御されたプロセス変数の新しい測定値を受信することが、
    前記実行速度より低い周期的な速度で前記制御されたプロセス変数の新しい測定値を受信すること
    非周期的な速度で前記制御されたプロセス変数の新しい測定値を受信すること、
    断続的な速度で前記制御されたプロセス変数の新しい測定値を受信すること、
    の少なくとも1つを含む、
    請求項10〜請求項15の何れか1項に記載の方法。
  17. 前記コンピュータ処理デバイスを使用して、新しいプロセス変数測定が受信されなかった前記実行サイクルに関して第1の非エラーステータス状態を指示し、かつ新しいプロセス変数測定が受信された実行期間に関して第2の非エラーステータス状態を指示するステータス指示を発生することをさらに含む、請求項10〜請求項16の何れか1項に記載の方法。
  18. 前記制御されたプロセス変数の新しい測定値を受信する際に、前記コンピュータ処理デバイスを使用して、前記制御されたプロセス変数の新しい測定値の前記受信を指示するフラグを発生し、前記フラグを使用して、どの実行サイクルが前記制御されたプロセス変数の新しい測定値の前記受信と関連付けられるのかを判定することをさらに含む、請求項10〜請求項17の何れか1項に記載の方法。
  19. プロセスを制御するためのデバイスであって、
    プロセッサと、
    前記プロセッサに結合されて、プロセス変数測定を受信する通信インターフェースと、
    コンピュータ可読媒体と、
    前記プロセッサ上で実行して、前記プロセスの制御されたプロセス変数を制御するための制御信号を生成する前記コンピュータ可読媒体上で格納された制御ルーチンと、を備え、前記制御ルーチンが、実行速度で複数の実行サイクルを連続的に実行して、各実行サイクルの最中に前記制御信号の新しい値を発生し、前記制御ルーチンが、
    前記複数の実行サイクルの各々の最中に前記プロセッサ上で実行して、前記制御されたプロセス変数の1つ以上の予測値を生成するプロセスモデルと、
    前記複数の実行サイクルの各々の最中に前記プロセッサ上で実行する前記プロセスモデルに結合された制御信号発生器であって、設定点、及び前記実行サイクルの最中に前記プロセスモデルによって生成された前記制御されたプロセス変数の前記1つ以上の予測値を使用して、前記制御信号を発生する、制御信号発生器と、
    前記通信インターフェースに及び前記プロセスモデルに結合されたモデルバイアス補正ユニットと、を備え、前記モデルバイアス補正ユニットは、前記プロセッサ上で実行して、前記プロセスモデルによって適用されるモデル補正を判定し、前記制御されたプロセス変数の前記予測値を生成し、
    前記通信インターフェースが、前記制御ルーチンの前記実行速度より低い速度で、前記制御されたプロセス変数の新しい測定値を受信し、
    前記モデルバイアス補正ユニットが、特定の時間に関する前記制御されたプロセス変数の以前の予測値、及び前記通信インターフェースにおける前記制御されたプロセス変数の前記新しい測定値の前記受信と関連付けられた実行サイクルの最中の、前記特定の時間に関する前記制御されたプロセス変数の新しい測定値に基づいて、新しいモデル補正を生成し、
    前記プロセスモデルが、前記新しいモデル補正を使用して、前記通信インターフェースにおける前記制御されたプロセス変数の前記新しい測定値の前記受信と関連付けられた前記実行サイクルの最中の、前記制御されたプロセス変数の前記1つ以上の予測値を生成し、以前の算出モデル補正を使用して、前記制御されたプロセス変数の前記新しい測定値の前記受信と関連付けられた前記実行サイクル以外の前記実行サイクルの最中に、前記制御されたプロセス変数の前記1つ以上の予測値を生成する、デバイス。
  20. 前記プロセスモデルが、前の実行サイクルの最中に判定された前記制御されたプロセス変数の予測値を使用して、現在の実行サイクルの最中に前記制御されたプロセス変数の新しい予測値を生成する反復性プロセスモデルであり、前記プロセスモデルが、前記新しいモデル補正を使用して、前記制御されたプロセス変数の前記新しい測定値の前記受信と関連付けられた前記実行サイクルの最中のみ前記現在の実行サイクルの最中に判定された前記制御されたプロセス変数の前記新しい予測値を調節し、前記プロセスモデルが、以前の算出モデル補正を使用して、前記現在の実行サイクルの最中に判定された前記制御されたプロセス変数の前記新しい予測値を調節しないことによって、前記制御されたプロセス変数の前記新しい測定値の前記受信と関連付けられていない実行サイクルの最中には、前記制御されたプロセス変数値の前記1つ以上の予測値を生成する、請求項19に記載のデバイス。
  21. 前記プロセスモデルは、実行サイクルの各々の最中に、計画対象期間にわたる複数の異なる未来の時点で前記制御されたプロセス変数の予測値を生成する、
    請求項20に記載のデバイス。
  22. 前記モデルバイアス補正ユニットが、前記通信インターフェースにおける前記制御されたプロセス変数の新しい測定値の前記受信と関連付けられた前記実行サイクルの最中にのみ、新しいモデル補正を生成する、請求項20または請求項21に記載のデバイス。
  23. 前記通信インターフェースが、前記制御ルーチンの前記実行速度より低い周期的な速度で、前記制御されたプロセス変数の新しい測定値を受信する、請求項20〜請求項22の何れか1項に記載のデバイス。
  24. ステータス発生器をさらに含み、前記ステータス発生器は、前記プロセッサ上で実行して、前記制御されたプロセス変数に関する新しい測定値が前記通信インターフェースにおいて受信されなかった前記実行サイクルに関して第1の非エラーステータス状態を指示し、かつ前記制御されたプロセス変数の新しい測定値がプロセス変数入力において受信された前記実行サイクルに関して第2の非エラーステータス状態を指示する、請求項20〜請求項23の何れか1項に記載のデバイス。
  25. 前記通信インターフェースが、前記プロセッサ上で実行し、前記通信インターフェースにおいて前記制御されたプロセス変数の新しい測定値の前記受信を指示するフラグを発生し、前記制御ルーチンは、前記フラグを使用して、どの実行サイクルが前記通信インターフェースにおいて前記制御されたプロセス変数の新しい測定値の前記受信と関連付けられるのかを判定する、請求項20〜24の何れか1項に記載のデバイス。
  26. プロセス内で複数の制御されたプロセス変数を同時に制御するための多重速度制御器であって、
    前記複数の制御されたプロセス変数の各々の測定値を受信するプロセス変数入力と、
    いくつかの実行サイクルの各々の最中に前記複数の制御されたプロセス変数の前記各々のうちの1つ以上の予測値を生成するプロセスモデルと、
    前記いくつかの実行サイクルの各々の最中に動作する前記プロセスモデルに結合された制御信号発生器であって、前記実行サイクルの最中に前記プロセスモデルによって生成された前記複数の制御されたプロセス変数の前記各々のうちの、前記複数の制御されたプロセス変数の各々のための設定点及び前記1つ以上の予測値を使用して、前記プロセスを制御するための1つ以上の制御信号を生成する、制御信号発生器と、
    前記プロセス変数入力に及び前記プロセスモデルに結合されたモデルバイアス補正ユニットと、を備え、前記モデルバイアス補正ユニットが、前記複数の制御されたプロセス変数の各々のための異なるモデル補正を判定し、前記異なるモデル補正が、前記プロセスモデルによって使用され、前記複数の制御されたプロセス変数のうちの前記異なる1つの前記1つ以上の予測値を生成し、
    前記制御信号発生器及び前記プロセスモデルが、実行速度で実行サイクルを動作し、
    前記プロセス変数入力が、前記制御信号発生器及び前記プロセスモデルの前記実行速度より低い速度で、前記制御されたプロセス変数のうちの少なくとも1つの新しい測定値を受信し、
    前記モデルバイアス補正ユニットが、特定の時間に関する前記制御されたプロセス変数の以前の予測値、及び前記プロセス変数入力における前記制御されたプロセス変数の新しい測定値の前記受信と関連付けられた実行サイクルの最中の、前記特定の時間に関する前記制御されたプロセス変数の新たに受信された測定値に基づいて、前記複数の制御されたプロセス変数に関する新しいモデル補正を生成し、
    前記プロセスモデルが、特定の制御されたプロセス変数に関する前記新しいモデル補正を用いて、前記特定の制御されたプロセス変数のうちの1つ以上の算出された予測の制御されたプロセス変数値をオフセットし、前記プロセス変数入力における前記特定の制御されたプロセス変数に関する前記制御されたプロセス変数の前記新しい測定値の前記受信と関連付けられた前記実行サイクルの最中のみ、前記特定の制御されたプロセス変数値のうちの前記1つ以上の予測値を生成する、多重速度制御器。
  27. 前記プロセスモデルは、実行サイクルの各々の最中に、計画対象期間にわたる複数の異なる未来の時点で前記制御されたプロセス変数の予測値を生成する、
    請求項26に記載の多重速度制御器。
  28. 前記プロセスモデルは、前記プロセス変数入力の特定の制御されたプロセス変数の新しい測定値の受信に関連付けられている前記実行サイクルの最中に、前記計画対象期間にわたる複数の異なる未来の時点の前記制御されたプロセス変数のうち前記特定の制御されたプロセス変数の予測値の各々を、前記制御されたプロセス変数のうち前記特定の制御されたプロセス変数の前記モデル補正でオフセットする、
    請求項27に記載の多重速度制御器。
  29. 前記複数の制御されたプロセス変数の異なる1つのプロセス変数測定が、異なる速度で受信される、請求項26〜請求項28の何れか1項に記載の多重速度制御器。
  30. 前記複数の制御されたプロセス変数のうちの少なくとも2つ以上の各々のプロセス変数測定が、非周期的な速度で受信される、請求項26〜請求項29の何れか1項に記載の多重速度制御器。
  31. 前記複数の制御されたプロセス変数のうちの少なくとも1つのプロセス変数測定が、前記実行速度と等しいかそれより大きい速度で受信される、請求項26〜30の何れか1項に記載の多重速度制御器。
  32. 前記制御されたプロセス変数のうちの特定の1つのための前記モデルバイアス補正ユニットが、前記制御されたプロセス変数のうちの前記特定の1つの新しい測定値の前記受信と関連付けられた前記実行サイクルの最中にのみ、前記制御されたプロセス変数のうちの前記特定の1つのための新しいモデル補正を生成する、請求項26〜請求項31の何れか1項に記載の多重速度制御器。
  33. 前記プロセスモデルが、前記制御されたプロセス変数の各々の以前の算出された予測値を使用して、各実行サイクルの最中に前記制御されたプロセス変数の各々に対する新しい予測値を生成する反復性プロセスモデルであり、前記プロセスモデルが、前記特定の制御されたプロセス変数の新しい測定値の前記受信と関連付けられた実行サイクルの最中のみ、前記特定の制御されたプロセス変数の前記新しい予測値に、任意の特定の制御されたプロセス変数に対する前記新しいモデル補正を適用する、請求項26〜請求項32の何れか1項に記載の多重速度制御器。
JP2017507967A 2014-08-13 2015-08-13 プロセス制御器、プロセス制御方法、プロセス制御デバイス、及び多重速度制御器 Active JP7086600B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201462036928P 2014-08-13 2014-08-13
US62/036,928 2014-08-13
PCT/US2015/045051 WO2016025710A1 (en) 2014-08-13 2015-08-13 Model predictive control using wireless process signals

Publications (3)

Publication Number Publication Date
JP2017524205A JP2017524205A (ja) 2017-08-24
JP2017524205A5 true JP2017524205A5 (ja) 2018-09-13
JP7086600B2 JP7086600B2 (ja) 2022-06-20

Family

ID=54072949

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017507967A Active JP7086600B2 (ja) 2014-08-13 2015-08-13 プロセス制御器、プロセス制御方法、プロセス制御デバイス、及び多重速度制御器

Country Status (6)

Country Link
US (1) US10061286B2 (ja)
JP (1) JP7086600B2 (ja)
CN (1) CN106575104B (ja)
DE (1) DE112015003733T5 (ja)
GB (1) GB2547333B (ja)
WO (1) WO2016025710A1 (ja)

Families Citing this family (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10061286B2 (en) * 2014-08-13 2018-08-28 Fisher-Rosemount Systems, Inc. Model predictive control using wireless process signals
US10386796B2 (en) * 2014-12-11 2019-08-20 University Of New Brunswick Model predictive controller and method with correction parameter to compensate for time lag
US9819560B2 (en) * 2014-12-24 2017-11-14 Mediatek Inc. Dynamic data distribution method in private network and associated electronic device
US9864823B2 (en) 2015-03-30 2018-01-09 Uop Llc Cleansing system for a feed composition based on environmental factors
CA3011231C (en) * 2016-01-12 2024-04-23 President And Fellows Of Harvard College Predictive control model for the artificial pancreas using past predictions
DE102016205301B4 (de) * 2016-03-31 2024-05-02 WAGO Verwaltungsgesellschaft mit beschränkter Haftung Verfahren und Vorrichtung zum Regeln einer elektrischen Maschine
US11883630B2 (en) 2016-07-06 2024-01-30 President And Fellows Of Harvard College Event-triggered model predictive control for embedded artificial pancreas systems
JP6859633B2 (ja) * 2016-09-05 2021-04-14 オムロン株式会社 モデル予測制御装置、モデル予測制御装置の制御方法、情報処理プログラム、および記録媒体
JP2018041150A (ja) * 2016-09-05 2018-03-15 オムロン株式会社 モデル予測制御装置、モデル予測制御装置の制御方法、情報処理プログラム、および記録媒体
US10545487B2 (en) * 2016-09-16 2020-01-28 Uop Llc Interactive diagnostic system and method for managing process model analysis
US10754359B2 (en) 2017-03-27 2020-08-25 Uop Llc Operating slide valves in petrochemical plants or refineries
US10678272B2 (en) 2017-03-27 2020-06-09 Uop Llc Early prediction and detection of slide valve sticking in petrochemical plants or refineries
US11396002B2 (en) 2017-03-28 2022-07-26 Uop Llc Detecting and correcting problems in liquid lifting in heat exchangers
US10962302B2 (en) 2017-03-28 2021-03-30 Uop Llc Heat exchangers in a petrochemical plant or refinery
US11130111B2 (en) 2017-03-28 2021-09-28 Uop Llc Air-cooled heat exchangers
US10752845B2 (en) 2017-03-28 2020-08-25 Uop Llc Using molecular weight and invariant mapping to determine performance of rotating equipment in a petrochemical plant or refinery
US10663238B2 (en) 2017-03-28 2020-05-26 Uop Llc Detecting and correcting maldistribution in heat exchangers in a petrochemical plant or refinery
US10670353B2 (en) 2017-03-28 2020-06-02 Uop Llc Detecting and correcting cross-leakage in heat exchangers in a petrochemical plant or refinery
US10794644B2 (en) 2017-03-28 2020-10-06 Uop Llc Detecting and correcting thermal stresses in heat exchangers in a petrochemical plant or refinery
US10695711B2 (en) 2017-04-28 2020-06-30 Uop Llc Remote monitoring of adsorber process units
US10913905B2 (en) 2017-06-19 2021-02-09 Uop Llc Catalyst cycle length prediction using eigen analysis
US11365886B2 (en) 2017-06-19 2022-06-21 Uop Llc Remote monitoring of fired heaters
US10739798B2 (en) 2017-06-20 2020-08-11 Uop Llc Incipient temperature excursion mitigation and control
US11130692B2 (en) 2017-06-28 2021-09-28 Uop Llc Process and apparatus for dosing nutrients to a bioreactor
US10969749B2 (en) * 2017-08-22 2021-04-06 Honeywell Limited Application of model predictive control (MPC)-based forced ramping of process input variables and process output reference trajectory design over a prediction horizon for MPC-based paper machine grade change control
US11194317B2 (en) 2017-10-02 2021-12-07 Uop Llc Remote monitoring of chloride treaters using a process simulator based chloride distribution estimate
US11105787B2 (en) 2017-10-20 2021-08-31 Honeywell International Inc. System and method to optimize crude oil distillation or other processing by inline analysis of crude oil properties
US10901403B2 (en) 2018-02-20 2021-01-26 Uop Llc Developing linear process models using reactor kinetic equations
US10734098B2 (en) 2018-03-30 2020-08-04 Uop Llc Catalytic dehydrogenation catalyst health index
US11879656B2 (en) * 2018-04-04 2024-01-23 International Business Machines Corporation Initialization of radial base function neural network nodes for reinforcement learning incremental control system
US11934159B2 (en) * 2018-10-30 2024-03-19 Aspentech Corporation Apparatus and methods for non-invasive closed loop step testing with controllable optimization relaxation
US10953377B2 (en) 2018-12-10 2021-03-23 Uop Llc Delta temperature control of catalytic dehydrogenation process reactors
JP7151546B2 (ja) * 2019-02-25 2022-10-12 オムロン株式会社 制御装置、制御方法、及び制御プログラム
JP7143796B2 (ja) * 2019-03-20 2022-09-29 オムロン株式会社 制御装置、制御方法および制御プログラム
US11782401B2 (en) 2019-08-02 2023-10-10 Aspentech Corporation Apparatus and methods to build deep learning controller using non-invasive closed loop exploration
DE102022108940B3 (de) 2022-04-12 2023-08-31 Festo Se & Co. Kg Automatisierungseinrichtung, Prozessventilbaueinheit und Verfahren

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5740033A (en) * 1992-10-13 1998-04-14 The Dow Chemical Company Model predictive controller
US5609136A (en) * 1994-06-28 1997-03-11 Cummins Engine Company, Inc. Model predictive control for HPI closed-loop fuel pressure control system
US5522224A (en) * 1994-08-15 1996-06-04 Praxair Technology, Inc. Model predictive control method for an air-separation system
ATE187824T1 (de) 1994-10-24 2000-01-15 Fisher Rosemount Systems Inc Vorrichtung, die einen zugang zu feldgeräten in einem verteilten steuerungssystem gestattet
US6381504B1 (en) * 1996-05-06 2002-04-30 Pavilion Technologies, Inc. Method for optimizing a plant with multiple inputs
US5727128A (en) * 1996-05-08 1998-03-10 Fisher-Rosemount Systems, Inc. System and method for automatically determining a set of variables for use in creating a process model
EP1087232B1 (de) * 1999-09-22 2008-01-09 ebm-papst St. Georgen GmbH & Co. KG Verfahren zur Messung einer Frequenzinformation, insbesondere einer Drehzahlinformation bei einem Motors, und Vorrichtung zur Durchführung eines solchen Verfahrens
JP3780848B2 (ja) 2000-12-27 2006-05-31 日産自動車株式会社 車両の走行路認識装置
US7187989B2 (en) * 2003-12-22 2007-03-06 Fakhruddin T Attarwala Use of core process models in model predictive controller
US7877154B2 (en) * 2005-09-30 2011-01-25 Fisher-Rosemount Systems, Inc. Method and system for controlling a batch process
US7620460B2 (en) * 2005-10-25 2009-11-17 Fisher-Rosemount Systems, Inc. Process control with unreliable communications
US7587252B2 (en) * 2005-10-25 2009-09-08 Fisher-Rosemount Systems, Inc. Non-periodic control communications in wireless and other process control systems
CN101925866B (zh) 2008-01-31 2016-06-01 费希尔-罗斯蒙特系统公司 具有用来补偿模型失配的调节的鲁棒的自适应模型预测控制器
DE112010000813T5 (de) * 2009-02-02 2012-02-09 Fisher-Rosemount Systems, Inc. Modellprädiktiver Regler mit abstimmbarer Integralkomponente zum Ausgleich von Modellfehlanpassung
US9323234B2 (en) * 2009-06-10 2016-04-26 Fisher-Rosemount Systems, Inc. Predicted fault analysis
US8412357B2 (en) * 2010-05-10 2013-04-02 Johnson Controls Technology Company Process control systems and methods having learning features
US9298176B2 (en) * 2012-01-17 2016-03-29 Fisher-Rosemount Systems, Inc. Compensating for setpoint changes in a non-periodically updated controller
US10061286B2 (en) * 2014-08-13 2018-08-28 Fisher-Rosemount Systems, Inc. Model predictive control using wireless process signals

Similar Documents

Publication Publication Date Title
JP2017524205A5 (ja)
JP2015507300A5 (ja)
JP6519457B2 (ja) 補正装置、補正装置の制御方法、情報処理プログラム、および記録媒体
JP5890477B2 (ja) ロボットプログラム修正システム
JP2018020410A5 (ja) レイアウト設定方法、および制御装置
JP2019503258A5 (ja)
GB2547333A (en) Model predictive control using wireless process signals
JP2016506708A5 (ja)
GB2538986A8 (en) Method and apparatus for adaptive motion compensation
JP2009535684A5 (ja)
JP2010140302A (ja) フィールド機器
WO2016092872A1 (ja) 制御装置、そのプログラム、プラント制御方法
JP6859725B2 (ja) Pid制御装置、pid制御方法、およびpid制御プログラム
JP2017049801A5 (ja)
JP6077608B2 (ja) Plcログデータを利用した異常発生予測システム
EP3176662B1 (en) Velocity-based impedance controller
JP2014214566A5 (ja) ショベルの処理装置及び作業内容判定方法
TWI579665B (zh) Control device and control method
TWI578122B (zh) Control device and control method
JP2019134752A5 (ja)
JP2009187180A (ja) 制御機器および制御方法
JP7085140B2 (ja) 制御装置、制御方法及び制御プログラム
JP6222234B2 (ja) 制御装置及び制御方法
JPWO2015045175A1 (ja) ファジイ制御装置及びファジイ制御方法
JPWO2022044335A5 (ja)