JP4524683B2 - プラントモデルのパラメータ調整装置 - Google Patents

プラントモデルのパラメータ調整装置 Download PDF

Info

Publication number
JP4524683B2
JP4524683B2 JP2006205858A JP2006205858A JP4524683B2 JP 4524683 B2 JP4524683 B2 JP 4524683B2 JP 2006205858 A JP2006205858 A JP 2006205858A JP 2006205858 A JP2006205858 A JP 2006205858A JP 4524683 B2 JP4524683 B2 JP 4524683B2
Authority
JP
Japan
Prior art keywords
operation data
parameters
parameter
plant model
output value
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 - Fee Related
Application number
JP2006205858A
Other languages
English (en)
Other versions
JP2008033608A (ja
Inventor
元太朗 深野
哲也 大谷
実 仲矢
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.)
Yokogawa Electric Corp
Original Assignee
Yokogawa Electric Corp
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 Yokogawa Electric Corp filed Critical Yokogawa Electric Corp
Priority to JP2006205858A priority Critical patent/JP4524683B2/ja
Publication of JP2008033608A publication Critical patent/JP2008033608A/ja
Application granted granted Critical
Publication of JP4524683B2 publication Critical patent/JP4524683B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Feedback Control In General (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

本発明は、プラントモデルのパラメータ調整装置に関し、特に複数のパラメータを同時に調整し、パラメータ調整時間を短縮すると共にシミュレーションの精度向上が可能なプラントモデルのパラメータ調整装置に関する。
化学、石油、電力、ガス、鉄鋼、薬品、食品、上下水道等のプラントにおいて、プラントモデルを用いたシミュレーションにより、温度、電圧、圧力等の物理量を算出し、プラントの最適運転の実現等を行っている。
プラントモデルを用いたシミュレーションについて説明する。プラントモデルは実際のプラント(以下、実プラントと呼ぶ。)を構成している機器をモデル化したもので、予めその機器の特性をデータベースに持っている。プラントモデルは実プラントと並行して動作する。
そして、プラントモデルを用いたシミュレータは、常に実プラントの各部の状態を示す運転データを受信し、プラントモデルの出力値が受信した運転データに合うようにプラントモデルのパラメータを変化させる。このようにすることで、プラントモデルと実プラントの挙動はリアルタイムで追従させることができ、シミュレーションの時間を進めることにより、実プラントの挙動を予測することが可能になる。
また、プラントモデルにおいて使用されるパラメータは大きく2つに分けられ、後述する動的パラメータと静的パラメータがある。
従来のパラメータ調整装置に関連する先行技術文献としては次のようなものがある。
特開平07−160309号公報 特開平09−179604号公報 特開2001−154705号公報 特開2005−078545号公報 特開2005−332360号公報
図7はこのような従来のプラントモデルのパラメータ調整装置の一例を示す構成ブロック図である。図7において1はCPU(Central Processing Unit)等の演算制御部、2はROM(Read Only Memory)、RAM(Random Access Memory)、フラッシュメモリ(電気的に書き換え可能なROM)、若しくは、ハードディスク等の記憶部、3はデータの送受信を行う通信部、4はCRT(Cathode Ray Tube)等の表示部、5はキーボード等の入力部である。
また、100はインターネット、若しくは、イントラネット等のネットワーク、101は被測定対象のプラントである。
演算制御部1の入出力端子は記憶部2の入出力端子及び通信部3の入出力端子にそれぞれ相互に接続され、演算制御部1の出力端子は表示部4の入力端子に接続される。入力部5の出力端子は演算制御部1の入力端子に接続される。演算制御部1、記憶部2、通信部3、表示部4及び入力部5はパラメータ調整装置50を構成している。パラメータ調整装置50及びプラント101はネットワーク100に相互に接続される。
ここで、図7に示す従来例の動作を図8を用いて説明する。図8はパラメータ調整装置50のパラメータ調整時の動作を示すフロー図である。
図8中”S001”においてパラメータ調整装置50の演算制御部1は、通信部3を制御し、ネットワーク100を介してプラント101から運転データを受信する。そして、演算制御部1はこの運転データを基にプラントモデルのパラメータを選択する。
図8中”S002”においてパラメータ調整装置50の演算制御部1は、選択したパラメータを用いてシミュレーションを実行する。図8中”S003”においてパラメータ調整装置50の演算制御部1は、運転データとプラントモデルの出力値を比較して予め設定された許容範囲内に入っているか否かを判断し、もし、許容範囲内に入っている場合には、パラメータの選択を終了する。
一方、図8中”S003”においてパラメータ調整装置50の演算制御部1は、運転データとプラントモデルの出力値を比較して予め設定された許容範囲内に入っているか否かを判断し、もし、許容範囲内に入っていない場合には、図8中”S004”においてパラメータ調整装置50の演算制御部1は、パラメータを変更する。そして、図8中”S002”に戻り、プラントモデルの出力値が許容範囲内に入るまで、処理を繰り返す。
この結果、パラメータ調整装置50は、ネットワーク100を介してプラント101から運転データを受信し、この運転データを基にプラントモデルのパラメータを選択し、シミュレーションを実行する。そして、プラントモデルの出力値が許容範囲内に入るまでパラメータを変更してシミュレーションを繰り返すことにより、常にプラントモデルが実際のプラントの状態に追従しているので、異常診断や未来予測等を正確に行うことが可能になる。
しかし、図7及び図8に示す従来例では、パラメータを変更する時に1つずつ行うので、プラントモデルの出力値を実プラントから受信したデータに合わせるのに非常に時間がかかるという問題があった。
従って本発明が解決しようとする課題は、複数のパラメータを同時に調整し、パラメータ調整時間を短縮すると共にシミュレーションの精度向上が可能なプラントモデルのパラメータ調整装置を実現することにある。
このような課題を達成するために、本発明のうち請求項1記載の発明は、
実際のプラントを構成している機器をモデル化したプラントモデルの出力値と前記プラントの各部の状態を示す運転データを比較して前記プラントモデルのパラメータを調整するパラメータ調整装置において、
ネットワークを介して前記プラントからの前記運転データを受信する通信部と、この通信部が受信した前記運転データ及び前記プラントモデルからの出力値を格納する記憶部と、前記プラントモデルのパラメータの時間履歴を解析して前記パラメータの非線形性を学習し、この記憶部に格納された前記運転データ及び前記出力値を用いて動的パラメータを調整する動的パラメータ調整機能と、前記プラントモデルのパラメータの時間履歴を解析して前記パラメータの非線形性を学習し、前記記憶部に格納された前記運転データ及び前記出力値を用いて静的パラメータを調整する静的パラメータ調整機能と、前記動的パラメータ及び前記静的パラメータを用いて前記プラントモデルでシミュレーションを行い、前記出力値が予め設定された許容範囲内に入るまで前記調整及び前記シミュレーションを繰り返す運転データ追従機能とを備え、前記動的パラメータ調整機能における前記動的パラメータの調整と前記静的パラメータ調整機能における前記静的パラメータの調整が同時に行われることにより、複数のパラメータを同時に調整し、パラメータ調整時間を短縮すると共にシミュレーションの精度向上が可能になる。

請求項2記載の発明は、
請求項1記載のパラメータ調整装置において、
前記動的パラメータ調整機能が、
前記運転データと前記プラントモデルからの出力値の相関係数の演算式が格納されている動的特徴解析知識ベースと、前記運転データと前記出力値を比較し前記動的特徴解析知識ベースに格納されている前記演算式を用いて前記運転データと前記出力値の過渡応答の時定数のずれの度合を検出する第1の運転データ解析部と、前記プラントモデルのパラメータの時間履歴を解析して前記パラメータの非線形性を学習する第1の非線形性解析部と、前記時定数のずれの度合に応じて前記動的パラメータを調整する第1のパラメータ更新演算部とから構成されることにより、複数のパラメータを同時に調整し、パラメータ調整時間を短縮すると共にシミュレーションの精度向上が可能になる。

請求項3記載の発明は、
請求項1記載のパラメータ調整装置において、
前記静的パラメータ調整機能が、
前記運転データと前記プラントモデルからの出力値の相関係数の演算式が格納されている静的特徴解析知識ベースと、前記運転データと前記出力値を比較し前記静的特徴解析知識ベースに格納されている前記演算式を用いて前記運転データと前記出力値の過渡応答の定常値のずれの度合を検出する第2の運転データ解析部と、前記プラントモデルのパラメータの時間履歴を解析して前記パラメータの非線形性を学習する第2の非線形性解析部と、前記定常値のずれの度合に応じて前記静的パラメータを調整する第2のパラメータ更新演算部とから構成されることにより、複数のパラメータを同時に調整し、パラメータ調整時間を短縮すると共にシミュレーションの精度向上が可能になる。



本発明によれば次のような効果がある。
請求項1、請求項2及び請求項3の発明によれば、プラントから受信した運転データを用いて動的パラメータ調整機能及び静的パラメータ調整機能においてパラメータを調整し、このパラメータを用いてシミュレーションを実行し、プラントモデルの出力値と運転データを比較してパラメータの調整とシミュレーションを繰り返すことにより、プラントモデルの出力値が予め設定された許容範囲内に入るので、複数のパラメータを同時に調整し、パラメータ調整時間を短縮すると共にシミュレーションの精度向上が可能になる。
以下本発明を図面を用いて詳細に説明する。図1は本発明に係るプラントモデルのパラメータ調整装置の一実施例を示す構成ブロック図である。
図1において100及び101は図7と同一符号を付してあり、6はCPU等の演算制御部、7はROM、RAM、フラッシュメモリ、若しくは、ハードディスク等の記憶部、8はデータの送受信を行う通信部、9はCRT等の表示部、10はキーボード等の入力部である。
演算制御部6の入出力端子は記憶部7の入出力端子及び通信部8の入出力端子にそれぞれ相互に接続され、演算制御部6の出力端子は表示部9の入力端子に接続される。入力部10の出力端子は演算制御部6の入力端子に接続される。演算制御部6、記憶部7、通信部8、表示部9及び入力部10はパラメータ調整装置51を構成している。パラメータ調整装置51はネットワーク100に相互に接続される。
ここで、プラントモデルにおいて使用されるパラメータについて図2及び図3を用いて説明する。図2は動的パラメータの説明図、図3は静的パラメータの説明図である。
図2において特性曲線”CH01”及び特性曲線”CH02”はいずれもプラントモデルからの出力値であり、始点”SP01”と終点”EP01”が同じであるが、シミュレーション時のパラメータが異なる。このように、動的パラメータとは、パラメータを変化させてシミュレーションした時に始点と終点は同じであるが、途中の経路が異なるようになるパラメータをいう。
一方、図3において特性曲線”CH03”及び特性曲線”CH04”はいずれもプラントモデルからの出力値であり、シミュレーション時のパラメータが異なる。特性曲線”CH03”及び特性曲線”CH04”は始点が”SP02”で同じであるが、終点が”EP02”及び”EP03”で異なる。
このように、静的パラメータとは、パラメータを変化させてシミュレーションした時に始点は同じであるが、終点が異なるようになるパラメータをいう。
ここで、図1に示す実施例の動作を図4を用いて説明する。図4は実施例の動作を説明する説明図である。図4において101は図1と同一符号を付してあり、11はプラント101の各部の状態を示すプラント運転データが格納されるデータベース、12はプラントモデルの動的パラメータを調整する動的パラメータ調整器、13はプラントモデルの静的パラメータを調整する静的パラメータ調整器、14はプラントモデル、15はプラントモデル14からの出力値が格納されるデータベースである。
データベース11の出力は動的パラメータ調整器12及び静的パラメータ調整器13へそれぞれ入力され、動的パラメータ調整器12の出力及び静的パラメータ調整器13の出力はプラントモデル14へそれぞれ入力される。プラントモデル14の出力はデータベース15へ入力され、データベース15の出力は動的パラメータ調整器12及び静的パラメータ調整器13にそれぞれ入力される。
図4における動的パラメータ調整器12、静的パラメータ調整器13及びプラントモデル14は、図1においては、演算制御部6が記憶部7に展開したプログラムである。また、データベース11及びデータベース15は記憶部7、若しくは、パラメータ調整装置51の外部にある記憶装置(図示せず)である。
プラント101から受信した運転データはデータベース11に格納される。この運転データは動的パラメータ調整器12及び静的パラメータ調整器13においてプラントモデル14のパラメータを調整する時に使用される。また、動的パラメータ調整器12及び静的パラメータ調整器13におけるパラメータの調整は同時に行われる。
そして、演算制御部6は、動的パラメータ調整器12及び静的パラメータ調整器13において調整されたパラメータを用いてシミュレーションを実行する。シミュレーションで得られたプラントモデル14の出力値はデータベース15に格納される。
動的パラメータ調整器12及び静的パラメータ調整器13はデータベース15に格納されたプラントモデル14の出力値と運転データを比較し、予め設定された許容範囲内に入っていない場合には、再度、パラメータを調整する。そして、演算制御部6は、再度調整されたパラメータを用いてシミュレーションを実行する。この一連の動作をプラントモデル14の出力値が許容範囲内に入るまで繰り返す(以下、運転データ追従機能と呼ぶ。)。
この時のパラメータ調整において、動的パラメータ調整器12及び静的パラメータ調整器13はパラメータを大きく変化させてしまうとプラントモデルの出力値が運転データから大きく外れてしまうので、パラメータを徐々に変化させる。そして、プラントモデルの出力値が運転データに近づくか遠ざかるかの傾向を見て、その結果をパラメータの調整にフィードバックさせる。
この結果、プラント101から受信した運転データを用いて動的パラメータ調整器12及び静的パラメータ調整器13においてパラメータを調整し、このパラメータを用いてシミュレーションを実行し、プラントモデル14の出力値と運転データを比較してパラメータの調整とシミュレーションを繰り返すことにより、プラントモデル14の出力値が予め設定された許容範囲内に入るので、複数のパラメータを同時に調整し、パラメータ調整時間を短縮すると共にシミュレーションの精度向上が可能になる。
ここで、動的パラメータ調整器12の具体的な動作(以下、動的パラメータ調整機能と呼ぶ。)を図5を用いて説明する。図5は動的パラメータ調整器12の構成ブロック図である。図5において11,12,14及び15は図4と同一符号を付してあり、16は運転データ解析部、17は動的特徴解析知識ベース、18はパラメータ更新演算部、19は非線形性解析部である。
データベース11の出力及びデータベース15の出力は運転データ解析部16へそれぞれ入力される。動的特徴解析知識ベース17の出力は運転データ解析部16へ入力され、運転データ解析部16の出力はパラメータ更新演算部18へ入力される。パラメータ更新演算部18の出力は非線形性解析部19へ入力され、非線形性解析部19の出力はパラメータ更新演算部18へ入力される。
運転データ解析部16、動的特徴解析知識ベース17、パラメータ更新演算部18及び非線形性解析部19は動的パラメータ調整器12を構成している。
動的パラメータ調整器12において、データベース11からの運転データ及びデータベース15からのプラントモデルの出力値が運転データ解析部16へ入力される。運転データ解析部16は運転データとプラントモデルの出力値を比較し、動的特徴解析知識ベース17に格納されている演算式等を用いて、実プラントとプラントモデルの過渡応答の時定数のずれの度合を検出し、パラメータ更新演算部18へ送る。
この時定数のずれとは、例えば、図2における特性曲線”CH01”と特性曲線”CH02”のように、時間の経過に対する応答の違いをいう。
動的特徴解析知識ベース17には、プラントから受信した運転データとプラントモデルの出力値の差から、動的パラメータに関する情報のみを検出する特徴解析手段(図示せず)を備えている。この特徴解析手段は、例えば、運転データとプラントモデルの出力値の相関係数の演算式等が格納されている。
パラメータ更新演算部18は、運転データ解析部16において求められた時定数のずれの度合に応じて、動的パラメータを調整し、プラントモデル14へ出力する。また、非線形性解析部19は、プラントモデルのパラメータの時間履歴を解析することで、周期的にパラメータが変動している場合等に、パラメータの非線形性を学習する。
この結果、運転データ解析部16で運転データとプラントモデルの出力値を比較し、動的特徴解析知識ベース17に格納されている演算式等を用いて、実プラントとプラントモデルの過渡応答の時定数のずれの度合を検出し、パラメータ更新演算部18でこの時定数のずれの度合に応じて、動的パラメータを調整することにより、運転データとプラントモデルの出力値のずれをパラメータの調整にフィードバックできるので、シミュレーションの精度向上が可能になる。
また、静的パラメータ調整器13の具体的な動作(以下、静的パラメータ調整機能と呼ぶ。)を図6を用いて説明する。図6は静的パラメータ調整器13の構成ブロック図である。図6において11,13,14及び15は図4と同一符号を付してあり、20は運転データ解析部、21は静的特徴解析知識ベース、22はパラメータ更新演算部、23は非線形性解析部である。
データベース11の出力及びデータベース15の出力は運転データ解析部20へそれぞれ入力される。静的特徴解析知識ベース21の出力は運転データ解析部20へ入力され、運転データ解析部20の出力はパラメータ更新演算部22へ入力される。パラメータ更新演算部22の出力は非線形性解析部23へ入力され、非線形性解析部23の出力はパラメータ更新演算部22へ入力される。
運転データ解析部20、静的特徴解析知識ベース21、パラメータ更新演算部22及び非線形性解析部23は静的パラメータ調整器13を構成している。
静的パラメータ調整器13において、データベース11からの運転データ及びデータベース15からのプラントモデルの出力値が運転データ解析部20へ入力される。運転データ解析部20は運転データとプラントモデルの出力値を比較し、静的特徴解析知識ベース21に格納されている演算式等を用いて、実プラントとプラントモデルの定常値のずれの度合を検出し、パラメータ更新演算部22へ送る。
この定常値のずれとは、例えば、図3における特性曲線”CH03”と特性曲線”CH04”のように、時間の経過に対する変化量の違いをいう。
静的特徴解析知識ベース21には、プラントから受信した運転データとプラントモデルの出力値の差から、静的パラメータに関する情報のみを検出する特徴解析手段(図示せず)を備えている。この特徴解析手段は、例えば、運転データとプラントモデルの出力値の相関係数の演算式等が格納されている。
パラメータ更新演算部22は、運転データ解析部20において求められた定常値のずれの度合に応じて、静的パラメータを調整し、プラントモデル14へ出力する。また、非線形性解析部23は、非線形性解析部19と同様に、プラントモデルのパラメータの時間履歴を解析することで、周期的にパラメータが変動している場合等に、パラメータの非線形性を学習する。
この結果、運転データ解析部20で運転データとプラントモデルの出力値を比較し、静的特徴解析知識ベース21に格納されている演算式等を用いて、実プラントとプラントモデルの定常値のずれの度合を検出し、パラメータ更新演算部22でこの定常値のずれの度合に応じて、静的パラメータを調整することにより、運転データとプラントモデルの出力値のずれをパラメータの調整にフィードバックできるので、シミュレーションの精度向上が可能になる。
なお、図5に示す実施例において非線形性解析部19を備えているが、必須の構成要素ではないので、非線形性解析部19を備えなくてもよい。ただし、この場合には動的パラメータが周期的に変動している場合の非線形性は学習できない。
同様に、図6に示す実施例において非線形性解析部23を備えているが、必須の構成要素ではないので、非線形性解析部23を備えなくてもよい。ただし、この場合には静的パラメータが周期的に変動している場合の非線形性は学習できない。
本発明に係るプラントモデルのパラメータ調整装置の一実施例を示す構成ブロック図である。 動的パラメータの説明図である。 静的パラメータの説明図である。 実施例の動作を説明する説明図である。 動的パラメータ調整器の構成ブロック図である。 静的パラメータ調整器の構成ブロック図である。 従来のプラントモデルのパラメータ調整装置の一例を示す構成ブロック図である。 パラメータ調整装置のパラメータ調整時の動作を示すフロー図である。
符号の説明
1,6 演算制御部
2,7 記憶部
3,8 通信部
4,9 表示部
5,10 入力部
11,15 データベース
12 動的パラメータ調整器
13 静的パラメータ調整器
14 プラントモデル
16,20 運転データ解析部
17 動的特徴解析知識ベース
18,22 パラメータ更新演算部
19,23 非線形性解析部
21 静的特徴解析知識ベース
50,51 パラメータ調整部
100 ネットワーク
101 プラント

Claims (3)

  1. 実際のプラントを構成している機器をモデル化したプラントモデルの出力値と前記プラントの各部の状態を示す運転データを比較して前記プラントモデルのパラメータを調整するパラメータ調整装置において、
    ネットワークを介して前記プラントからの前記運転データを受信する通信部と、
    この通信部が受信した前記運転データ及び前記プラントモデルからの出力値を格納する記憶部と、
    前記プラントモデルのパラメータの時間履歴を解析して前記パラメータの非線形性を学習し、この記憶部に格納された前記運転データ及び前記出力値を用いて動的パラメータを調整する動的パラメータ調整機能と、
    前記プラントモデルのパラメータの時間履歴を解析して前記パラメータの非線形性を学習し、前記記憶部に格納された前記運転データ及び前記出力値を用いて静的パラメータを調整する静的パラメータ調整機能と、
    前記動的パラメータ及び前記静的パラメータを用いて前記プラントモデルでシミュレーションを行い、前記出力値が予め設定された許容範囲内に入るまで前記調整及び前記シミュレーションを繰り返す運転データ追従機能とを備え、
    前記動的パラメータ調整機能における前記動的パラメータの調整と前記静的パラメータ調整機能における前記静的パラメータの調整が同時に行われることを特徴とするパラメータ調整装置。
  2. 前記動的パラメータ調整機能が、
    前記運転データと前記プラントモデルからの出力値の相関係数の演算式が格納されている動的特徴解析知識ベースと、
    前記運転データと前記出力値を比較し前記動的特徴解析知識ベースに格納されている前記演算式を用いて前記運転データと前記出力値の過渡応答の時定数のずれの度合を検出する第1の運転データ解析部と、
    前記プラントモデルのパラメータの時間履歴を解析して前記パラメータの非線形性を学習する第1の非線形性解析部と、
    前記時定数のずれの度合に応じて前記動的パラメータを調整する第1のパラメータ更新演算部とから構成されることを特徴とする
    請求項1記載のパラメータ調整装置。
  3. 前記静的パラメータ調整機能が、
    前記運転データと前記プラントモデルからの出力値の相関係数の演算式が格納されている静的特徴解析知識ベースと、
    前記運転データと前記出力値を比較し前記静的特徴解析知識ベースに格納されている前記演算式を用いて前記運転データと前記出力値の過渡応答の定常値のずれの度合を検出する第2の運転データ解析部と、
    前記プラントモデルのパラメータの時間履歴を解析して前記パラメータの非線形性を学習する第2の非線形性解析部と、
    前記定常値のずれの度合に応じて前記静的パラメータを調整する第2のパラメータ更新演算部とから構成されることを特徴とする
    請求項1記載のパラメータ調整装置。
JP2006205858A 2006-07-28 2006-07-28 プラントモデルのパラメータ調整装置 Expired - Fee Related JP4524683B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2006205858A JP4524683B2 (ja) 2006-07-28 2006-07-28 プラントモデルのパラメータ調整装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2006205858A JP4524683B2 (ja) 2006-07-28 2006-07-28 プラントモデルのパラメータ調整装置

Publications (2)

Publication Number Publication Date
JP2008033608A JP2008033608A (ja) 2008-02-14
JP4524683B2 true JP4524683B2 (ja) 2010-08-18

Family

ID=39122956

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2006205858A Expired - Fee Related JP4524683B2 (ja) 2006-07-28 2006-07-28 プラントモデルのパラメータ調整装置

Country Status (1)

Country Link
JP (1) JP4524683B2 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107870611A (zh) * 2016-09-28 2018-04-03 横河电机株式会社 车间模拟装置及车间模拟方法

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010005724A2 (en) 2008-06-16 2010-01-14 Engineering Services Network, Inc. Systems and methods for automated simulation of a propulsion system and testing of propulsion control systems
JP5278082B2 (ja) * 2009-03-25 2013-09-04 横河電機株式会社 シミュレーションシステム
US20200306960A1 (en) * 2019-04-01 2020-10-01 Nvidia Corporation Simulation of tasks using neural networks

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0784609A (ja) * 1993-09-14 1995-03-31 Toshiba Corp 制御モデル調整装置
JP2004038428A (ja) * 2002-07-02 2004-02-05 Yamatake Corp 制御対象モデル生成方法、制御パラメータ調整方法、制御対象モデル生成プログラムおよび制御パラメータ調整プログラム
JP2006127079A (ja) * 2004-10-28 2006-05-18 Yamatake Corp 制御対象モデル生成装置および生成方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0784609A (ja) * 1993-09-14 1995-03-31 Toshiba Corp 制御モデル調整装置
JP2004038428A (ja) * 2002-07-02 2004-02-05 Yamatake Corp 制御対象モデル生成方法、制御パラメータ調整方法、制御対象モデル生成プログラムおよび制御パラメータ調整プログラム
JP2006127079A (ja) * 2004-10-28 2006-05-18 Yamatake Corp 制御対象モデル生成装置および生成方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107870611A (zh) * 2016-09-28 2018-04-03 横河电机株式会社 车间模拟装置及车间模拟方法
EP3301522A1 (en) 2016-09-28 2018-04-04 Yokogawa Electric Corporation Plant simulation device and plant simulation method
US10429828B2 (en) 2016-09-28 2019-10-01 Yokogawa Electric Corporation Plant simulation device and plant simulation method with first parameter adjustable at start and second parameter adjustable during operation of the plant

Also Published As

Publication number Publication date
JP2008033608A (ja) 2008-02-14

Similar Documents

Publication Publication Date Title
CN106575104B (zh) 使用无线过程信号的模型预测控制
US8494798B2 (en) Automated model building and batch model building for a manufacturing process, process monitoring, and fault detection
JP4194396B2 (ja) 変動性プロセス遅延に対する高度プロセス制御ブロックの適応
KR101945863B1 (ko) 시뮬레이션 모듈을 사용하는 컴퓨터-지원 플랜트 제어 최적화를 위한 방법
US9513610B2 (en) Apparatus and methods for non-invasive closed loop step testing using a tunable trade-off factor
JP5830251B2 (ja) プロセスモデルの高速同定および生成
US9727035B2 (en) Computer apparatus and method using model structure information of model predictive control
US20060259198A1 (en) Intelligent system for detection of process status, process fault and preventive maintenance
JP2005044337A (ja) 非線形予測機能を備える多重入力/多重出力制御ブロック
JP4524683B2 (ja) プラントモデルのパラメータ調整装置
US10409232B2 (en) Engineering tool and method for parameterizing a model-based predictive controller
Ahmed et al. A recursive PLS-based soft sensor for prediction of the melt index during grade change operations in HDPE plant
WO2019235018A1 (ja) 制御システム、制御方法、学習装置、制御装置、学習方法及び学習プログラム
JP2004178492A (ja) 強化学習法を用いたプラントシミュレーション方法
US20130013086A1 (en) Dynamic model generation for implementing hybrid linear/non-linear controller
US8190536B2 (en) Method of performing parallel search optimization
JP2008065588A (ja) プラントモデルのパラメータ調整装置
JP5077831B2 (ja) プラント制御システムおよびプラント制御方法
CN115309052B (zh) 一种工业实时数据时序预测结果的在线修正方法
JP5561519B2 (ja) プラントシミュレータ
US10871416B2 (en) Calibration work support device, calibration work support method, and non-transitory computer readable storage medium
EP2753991B1 (en) Arrangement and method for system identification of an industrial plant or process
Godoy et al. Economic performance assessment and monitoring in LP-DMC type controller applications
JP2005078545A (ja) プロセスモデルの調整方法及び調整装置
JP7414289B2 (ja) 状態推定装置、状態推定方法及びプログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20090213

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20100121

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20100128

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20100317

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20100506

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20100519

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130611

Year of fee payment: 3

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

LAPS Cancellation because of no payment of annual fees