JP5077831B2 - プラント制御システムおよびプラント制御方法 - Google Patents

Description

本発明は、多変数制御システムを用いてプラントの制御を行うプラント制御システムおよびプラント制御方法に関する。

プラントから得られる多数のプロセス変数に基づき、プラントの制御を実行する多変数制御システムが知られている。このシステムは、多数の制御モデルを組み合わせて構成されており、時々刻々と入力されるプロセス変数に応じて、所定のプロセス変数等を予め入力されている設定値に一致させるような制御を実行する。

一方、一般的に、連続プロセス制御においては、最終的な製品の品質などの分析には時間を要するため、温度、圧力、流量などを上記設定値とする制御を行うことにより製品の品質を作り込む場合が多い。一方、最終的な目標である製品の性状をより直接的に制御可能な方法として、ソフトセンサにより製品の性状をリアルタイムに推定する手法が知られている。ソフトセンサは数理統計モデルを用いて推定値を算出するものであり、数値統計モデルに温度、圧力、流量などのプロセス変数を入力することにより、製品の性状等の推測値を算出することができる。非特許文献１には、ソフトセンサにより推定された製品の性状値（推定値）を多変数制御システムに入力することで、製品の性状を安定的に制御できる生産システムが提案されている。このように、製品の性状等に基づく制御を可能とすることにより、プラント各部の温度、圧力、流量等を示すタグに対する煩雑な操作も不要となり、オペレータへの負担も大幅に軽減できる。
計装Vol.46,No.5(2003) p74-「リアルタイム品質制御による実運転とその効果」

多変数制御システムでは、実際のプラントに接続した状態で実プラントの条件を変化させるステップ応答テストを行い、上記制御モデルを構築している。しかし、実プラントにおける設定条件には大きな制約が存在するため、ステップ応答テストの範囲も限られ、プラントの局所的な部分の制御モデルしか作成できないなどの問題がある。また、ステップ応答テスト時にオフスペック品が作られてしまうなど、プラント運営に負担がかかる場合もある。

また、ソフトセンサを利用した性状等を推定する数理統計モデルを作成する際には、学習用の性状データ等が必要となる。しかし、このようなデータのサンプリング間隔が長い場合などには、精度の良い数理統計モデルが得られない。このような場合には、ソフトセンサと多変数制御システムとを組み合わせても、製品の性状等を効果的に制御することはできない。

本発明の目的は、多変数制御システムを用いてプラントを安定的に制御することができるプラント制御システムおよびプラント制御方法を提供することにある。

本発明のプラント制御システムは、多変数制御システムを用いてプラントの制御を行うプラント制御システムにおいて、プラントからのプロセス変数を物理モデルまたは化学モデルに与えることにより、前記プラントの状態を模擬するシミュレータを備え、前記シミュレータにより得られた仮想出力は前記多変数制御システムに入力され、前記多変数制御システムは、前記仮想出力を受けて制御モデルを構築するとともに、当該制御モデルによる制御を実行することを特徴とする。
このプラント制御システムによれば、シミュレータにより得られた仮想出力を多変数制御システムに入力し、多変数制御システムにおいて、仮想出力を受けて制御モデルを構築するとともに、当該制御モデルによる制御を実行するので、プラントを安定的に制御することができる。

前記シミュレータは、プラントからの前記プロセス変数に合致するように前記物理モデルまたは化学モデルのモデルパラメータを更新してもよい。

前記多変数制御システムには、前記仮想出力に加えてソフトセンサの推定値が入力され、前記多変数制御システムは、前記推定値を受けて制御モデルを構築するとともに、当該制御モデルによる制御を実行してもよい。

前記多変数制御システムに入力される前記仮想出力として、製品性状、製品の生産量、エネルギー量および排出ＣＯ₂量のいずれかが入力されてもよい。

前記多変数制御システムに入力される前記推定値として、製品性状、製品の生産量、エネルギー量および排出ＣＯ₂量のいずれかが入力されてもよい。

本発明のプラント制御方法は、多変数制御システムを用いてプラントの制御を行うプラント制御方法において、プラントからのプロセス変数をシミュレータの物理モデルまたは化学モデルに与えることにより、前記プラントの状態を模擬するステップと、前記シミュレータにより得られた仮想出力を前記多変数制御システムに入力し、前記多変数制御システムにおいて、前記仮想出力を受けて制御モデルを構築するとともに、当該制御モデルによる制御を実行するステップと、を備えることを特徴とする。
このプラント制御方法によれば、シミュレータにより得られた仮想出力を多変数制御システムに入力し、多変数制御システムにおいて、仮想出力を受けて制御モデルを構築するとともに、当該制御モデルによる制御を実行するので、プラントを安定的に制御することができる。

本発明のプラント制御システムによれば、シミュレータにより得られた仮想出力を多変数制御システムに入力し、多変数制御システムにおいて、仮想出力を受けて制御モデルを構築するとともに、当該制御モデルによる制御を実行するので、プラントを安定的に制御することができる。

本発明のプラント制御方法によれば、シミュレータにより得られた仮想出力を多変数制御システムに入力し、多変数制御システムにおいて、仮想出力を受けて制御モデルを構築するとともに、当該制御モデルによる制御を実行するので、プラントを安定的に制御することができる。

以下、図１〜図２を参照して、本発明によるプラント制御システムの一実施形態について説明する。

図１は、本実施形態のプラント制御システムの構成を示すブロック図である。

図１に示すように、本実施形態のプラント制御システムは、多変数制御によりプラント１の状態をリアルタイムに制御する多変数制御システム２と、プラント１から得られるデータに基づいてプラント１の状態をリアルタイムに模擬するトラッキングシミュレータ３と、プラントで製造される製品の性状を推定するソフトセンサ４と、を備える。

多変数制御システム２には、多数の制御モデルを組み合わせた演算アルゴリズムが組まれており、時々刻々と入力されるプロセス変数に応じて、所定のプロセス変数等を予め入力されている設定値（図１参照）に一致させるような制御を実行する。また、時々刻々と入力されるプロセス変数に基づいて、随時あるいは定期的に制御モデルのモデルパラメータの最適化を行い、制御モデルを更新する。

トラッキングシミュレータ３は、物理・化学法則を利用したモデル（物理モデルおよび化学モデル）によりプラント１を模擬するシミュレータであり、上記モデルにプラント１のデータを入力することにより、実際にはセンサが設置されていない部位のプロセスデータ等を、仮想出力としてリアルタイムに出力することができる。例えば、反応器の温度分布やセンサが挿入不可能な部位の温度、反応器出口での製品の組成などをリアルタイムに演算し、出力することができる。

また、仮想出力として、生産量、全エネルギー量、排出ＣＯ₂量など、物理・化学モデルで記述できる数値であれば、プラント１での生産に関する種々のデータを出力することもできる。

トラッキングシミュレータ３は、プラントからセンサ値などのプロセス変数のデータ群を受け取り、取り込まれたデータ群と上記モデルとの間に矛盾が生じないように、モデル変数を随時あるいは定期的に更新することで上記物理・化学モデルを最適化し、プラントの挙動を忠実に再現する。

図１に示すように、トラッキングシミュレータ３からの仮想出力は、多変数制御システム２に与えられる。プラントからのセンサ値等のプロセス変数に加えて、トラッキングシミュレータ３の仮想出力を多変数制御システム２に与えることにより、制御モデルの精度を向上させ、より高精度の制御が可能となる。また、トラッキングシミュレータ３の仮想出力として生産量、全エネルギー量、排出ＣＯ₂量などを多変数制御システム２に与えることにより、生産量を設定値として直接指定してプラント１を制御し、あるいは使用エネルギーや排出ＣＯ₂量などの制約を加えてプラント１を制御することも可能となる。

ソフトセンサ４は、例えば、温度、圧力、流量等のセンサ値（プロセス変数）と、製品の性状（例えば、硬度、透明度など）との対応関係を示すモデル（数理統計モデル）式を保持しており、プラント１からのセンサ値をこのモデル式に入力することで、上記性状を推定する。このように、ソフトセンサ４を用いることにより、物理・化学モデルのみで表現することが困難な性状等を推定し、性状推定値として出力することが可能となる。物理・化学モデルが作れないような現象について簡便にモデルが構築できるので、モデル作成に要する工数が大幅に削減される。

なお、ソフトセンサ４による推定の対象は、製品の性状等に限定されず、物理・化学モデルによる記述が困難な他の数値等であってもよい。例えば、製品の流量等を推定することもできる。また、本来的には物理・化学モデルにより記述可能な温度、圧力、流量等の物理量であってもよい。

図１に示すように、ソフトセンサ４には、プラント１からのセンサ値等のみならず、トラッキングシミュレータ３からの仮想出力が与えられる。トラッキングシミュレータ３からの仮想出力を併せてモデル（数理統計モデル）式に入力することで、プラント１で測定不可能な物理量や化学組量等をソフトセンサ４に与えることができるため、より高精度のモデルを構築し、製品の性状等をより正確に推定することが可能となる。

例えば、プラント１において実際に測定可能な入力因子をｘ₁，ｘ₂，ｘ₃、トラッキングシミュレータ３から得られる入力因子（仮想出力）をｚ₁，ｚ₂，ｚ₃とするとき、入力因子としてｘ₁，ｘ₂，ｘ₃のみを用いたモデル式は、

として示される。ここでａ_nおよびｂは係数（フィッティング係数）である。

一方、トラキングシミュレータ３からの入力因子ｚ₁，ｚ₂，ｚ₃が加えられると、モデル式は、

となり、因子数の増加および性状等に影響を与える測定不可能な因子の活用により推定精度が向上する。

図２（ａ）は、推定結果を例示する図であり、入力因子がｘ₁，ｘ₂，ｘ₃のみである場合と比較して、入力因子ｚ₁，ｚ₂，ｚ₃が加えられた場合の推定性状値は、サンプルを各時刻に採取して分析したオフラインでの分析結果によく一致し、すべての時間領域にわたり推定精度の向上がみられる。なお、いずれの場合にも、オンライン分析の結果を推定性状値に反映させた推定動作を実行している。

図２（ｂ）は、ソフトセンサ４のモデル式を作成する際の学習動作を示す図である。

図２（ｂ）に示すように、モデル式を作成するために、ソフトセンサ４にプラント１からの入力因子群およびトラッキングシミュレータ３からの入力因子群と、それらの入力因子群に対応する性状値とを与える。入力因子群は、プラント１を実際に稼動することにより生成し、その稼動条件における製品の性状値はオフラインでの分析またはオンライン分析により得ることができる。プラント１の稼動条件を変えながら入力因子群および性状値をソフトセンサ４に順次、与えることにより、モデル式のフィッティングが実行される。また、通常のプラント稼動時に得られる入力因子群および性状値を用いたフィッティングにより、常時、モデル式の最適化を図ることもできる。

図１（ａ）に示すように、ソフトセンサ４から出力された性状推定値は、多変数制御システム２に与えられる。このように、ソフトセンサ４からの性状推定値を多変数制御システム２に入力することにより、設定値（図１）として、製品の性状値を多変数制御システム２に対し指定することも可能となる。このため、従来のように、温度、流量などのプロセス変数を設定目標値とする制御ではなく、製品の品質等を直接指定した制御を行うことができる。

このように、本実施例のプラント制御システムによれば、多変数制御装置２に、プラント１から得られるプロセス変数だけでなく、トラッキングシミュレータ３からの仮想出力として生産量、全エネルギー量、排出ＣＯ₂量などの種々のデータや、ソフトセンサ４からの性状推定値などのデータを入力しているので、これらのデータを設定値として直接指定した制御が可能となる。したがって、プラント全体の状況や製品の品質、あるいは製品の流量等を制御パラメータとして制御を安定的、高精度に実行することが可能となる。

なお、生産量、全エネルギー量、排出ＣＯ₂量などのデータをソフトセンサ４により推定し、その推定値を多変数制御装置２に入力してもよい。また、製品の性状値をトラッキングシミュレータ３で算出し、トラッキングシミュレータ３の仮想出力として多変数制御装置２に入力してもよい。

また、本実施例のプラント制御システムによれば、プラントの状況を模擬するトラッキングシミュレータ３からの仮想出力およびソフトセンサ４からの性状推定値等を用いて多変数制御装置２で使用される制御モデルを構築、更新することができる。したがって、従来のように実際のプラントを用いたステップ応答テストに代えて、トラッキングシミュレータ３の仮想出力およびソフトセンサ４からの性状推定値等を用いて制御モデルを構築できるため、実際のプラントでは運転条件を設定し難い広範囲な運転条件を網羅する制御モデルを効率的かつ経済的に構築できる。また、実際のプラントを用いたステップ応答テストに伴うプラントに対する負担等の発生を回避できる。

さらに、本実施例のプラント制御システムによれば、ソフトセンサ４に、プラント１からのセンサ値等のみならず、トラッキングシミュレータ３からの仮想出力を入力するため、推定対象に相関のある入力因子を多数用いたモデル式を使用することができ、高精度に製品の性状等を算出することが可能となる。また、トラッキングシミュレータ３からの仮想出力を用いるため、比較的少ない数の分析データに基づく数理統計モデル式の作成が可能となる。このため、データ数の不足によりモデル式の作成が不可能となり、あるいはモデル式の近似性が不足するおそれがなくなる。

図３は、プラントシミュレータに、トラッキングシミュレータ３およびソフトセンサ４の機能を組み込んだ例を示すブロック図である。

図３に示すように、プラントシミュレータ３１には、トラッキングシミュレータ３の機能に相当する物理モデル群と、ソフトセンサ４の機能に相当する数理統計モデルとが搭載され、理統計モデルにおいて物理モデル群から得た物理量に基づく演算を行うことにより、製品の性状や製品の流量等を算出している。図３の例では、実際に計測されたフィード流量、フィード温度、フィード圧力、冷却水温度、冷却水流量に基づいて、物理モデルを用いて反応器出口圧力、反応器出口温度が算出される。また、物理モデルにより得られる物理量に基づいて、数理統計モデルを用いて製品性状および製品流量が推定される。このように、数理統計モデルをプラントシミュレータに組み込むことにより、システムのコストダウンを図ることができる。

図４は、ソフトセンサを使用しない構成例を示すブロック図である。図４の例においても、多変数制御システム２には、トラッキングシミュレータ３からの仮想出力が入力されているため、多変数制御システム２により安定した制御を実行することができる。また、プラントの状況を模擬するトラッキングシミュレータ３からの仮想出力を用いて多変数制御装置２で使用される制御モデルを構築、更新することができる。したがって、従来のように実際のプラントを用いたステップ応答テストに代えて、トラッキングシミュレータ３の仮想出力を用いて制御モデルを構築できるため、実際のプラントでは運転条件を設定し難い広範囲な運転条件を網羅する制御モデルを効率的かつ経済的に構築できる。また、実際のプラントを用いたステップ応答テストに伴うプラントに対する負担等の発生を回避できる。

以上説明したように、本発明のプラント制御システムによれば、シミュレータにより得られた仮想出力を多変数制御システムに入力し、多変数制御システムにおいて、仮想出力を受けて制御モデルを構築するとともに、当該制御モデルによる制御を実行するので、プラントを安定的に制御することができる。

本発明の適用範囲は上記実施形態に限定されることはない。本発明は、多変数制御システムを用いてプラントの制御を行うプラント制御システムおよびプラント制御方法に対し、広く適用することができる。

一実施形態のプラント制御システムの構成を示すブロック図。 ソフトセンサの動作を示す図であり、（ａ）は推定結果を例示する図、（ｂ）はモデル式を作成する際の学習動作を示す図。 プラントシミュレータにトラッキングシミュレータおよびソフトセンサの機能を組み込んだ例を示すブロック図。 ソフトセンサを使用しない構成例を示すブロック図。

符号の説明

１ プラント
２ 多変数制御システム
３ トラッキングシミュレータ（シミュレータ）
４ ソフトセンサ（推定手段）

Claims (6)

1. 多変数制御システムを用いてプラントの制御を行うプラント制御システムにおいて、
   プラントからのプロセス変数を物理モデルまたは化学モデルに与えることにより、前記プラントの状態を模擬するシミュレータを備え、
   前記シミュレータにより得られた仮想出力は前記多変数制御システムに入力され、前記多変数制御システムは、前記仮想出力を受けて制御モデルを構築するとともに、当該制御モデルによる制御を実行することを特徴とするプラント制御システム。
2. 前記シミュレータは、プラントからの前記プロセス変数に合致するように前記物理モデルまたは化学モデルのモデルパラメータを更新することを特徴とする請求項１に記載の制御システム。
3. 前記多変数制御システムには、前記仮想出力に加えてソフトセンサの推定値が入力され、前記多変数制御システムは、前記推定値を受けて制御モデルを構築するとともに、当該制御モデルによる制御を実行することを特徴とする請求項１または２に記載のプラント制御システム。
4. 前記多変数制御システムに入力される前記仮想出力として、製品性状、製品の生産量、エネルギー量および排出ＣＯ_２量のいずれかが入力されることを特徴とする請求項１〜３のいずれか１項に記載のプラント制御システム。
5. 前記多変数制御システムに入力される前記推定値として、製品性状、製品の生産量、エネルギー量および排出ＣＯ_２量のいずれかが入力されることを特徴とする請求項３に記載のプラント制御システム。
6. 多変数制御システムを用いてプラントの制御を行うプラント制御方法において、
   プラントからのプロセス変数をシミュレータの物理モデルまたは化学モデルに与えることにより、前記プラントの状態を模擬するステップと、
   前記シミュレータにより得られた仮想出力を前記多変数制御システムに入力し、前記多変数制御システムにおいて、前記仮想出力を受けて制御モデルを構築するとともに、当該制御モデルによる制御を実行するステップと、
   を備えることを特徴とするプラント制御方法。

Images