JP5183617B2

JP5183617B2 - 分散型プロセス制御システムにおける予測高周波ノイズ補償

Info

Publication number: JP5183617B2
Application number: JP2009287165A
Authority: JP
Inventors: マリオンエー．キース，
Original assignee: ローズマウントアナリティカル，インコーポレイテッド
Priority date: 2003-01-28
Filing date: 2009-12-18
Publication date: 2013-04-17
Anticipated expiration: 2023-09-23
Also published as: US7103426B2; WO2004070486A1; US20040148038A1; AU2003267316A1; JP2006514765A; JP2010113725A; DE10394083T5; CN100545775C; CN1745351A

Description

本発明は、一般的に分散型プロセス制御ネットワークに関するものであり、さらに詳細にいえば、分散型プロセス制御ネットワーク内における高周波ノイズを減少させることに関するものである。

たとえば化学品製造プロセス、紙製造プロセス、および石油製造プロセスのような大規模連続生産プロセスおいては、製造プロセス内における主要プロセスパラメータを監視・制御するために、複数のフィールドデバイスが戦略的に配置され用いられている。これらの主要プロセスパラメータは、たとえば流量計、速度センサ、圧力トランスデューサ、および熱電対を用いて測定もしくは監視されてもよいし、または、バルブポジショナ、サーボモータ、加熱エレメントなどの如きデバイスを用いて操作もしくは制御されてもよい。

従来、製造プロセスは、主要プロセスパラメータを監視および制御するために、オペレータが圧力ゲージを読み取りそして関連する圧力バルブを調製するが如き手動制御システムに頼ってきた。初期の自動制御システムを用いた製造プロセスでは、当該プロセス内の別々のロケーションにおける主要プロセスパラメータを制御するために、ニューマチックコントローラ、トランスミッタ、およびバルブポジショナが局所的（ローカル）に備えられていた。最終的には、ローカルニューマチック制御システム（ｌｏｃａｌｐｎｅｕｍａｔｉｃｃｏｎｔｒｏｌｓｙｓｔｅｍｓ）は、個々のプロセス制御ループを用いてローカルプロセスパラメータを準決定論的（ｎｅａｒｄｅｔｅｒｍｉｎｉｓｔｉｃ）に制御する潜在能力を有する電気機械システムにより発展した。図１には、このようなプロセス制御ループの一例の概略が示されている。プロセス制御ループ10は、プログラマブルロジックコントローラ（ＰＬＣ）の如きデジタルコンピュータでありうるコントローラ12を備えている。このコントローラ12はプロセス制御ルーチン16を実行すべくなっている。プロセス制御ルーチン16は、ソフトウェアプログラムであってもよいし、または、プロセス制御ルーチンを実現するために配置されたスイッチ、コンデンサ、およびインダクタの如きアナログエレメントが配線により接続されてなる集合体であってもよい。コントローラ12は、制御信号Ｕを生成しプロセス14へ伝達する制御動作を実行するように構成されている。制御信号Ｕは、コントローラ12内で実行されるプロセス制御ルーチン16に従って、バルブの開放、シリンダストロークの調製、温度設定の変更などの如きある種の機能を実行するよう、プロセス14に対して指示を与える。制御信号Ｕに応答するプロセス動作はプロセス変数Ｘにより表される。プロセス変数Ｘは、たとえばバルブの流量、シリンダの排出量、または化学容器中の温度を表している。測定デバイス18によりプロセス変数Ｘが測定され、プロセス変数出力値Ｙが得られる。次いで、測定デバイス18は、フィードバック信号としてこのプロセス変数出力値Ｙをコントローラ12へ伝達する。次いで、コントローラ12は、格納されている設定値ＳＰとこのプロセス変数出力値Ｙを比較し、誤差信号Ｅを決定する。次いで、コントローラ12は、ＰＩ（比例積分）、ＰＩＤ（比例積分微分）、ファジーロジック、またはその他のタイプの制御技術でありうるプロセス制御ルーチン16を、誤差信号Ｅおよび設定値ＳＰに基づいて実行し、修正制御信号Ｕを生成する。このように、コントローラ12は、ループ10を駆動し、プロセス変数出力値Ｙを所望の設定値ＳＰと一致させる。

マイクロプロセッサを基にする分散型制御ネットワーク（ＤＣＮ）の普及により、プロセス制御産業は、物理的により単純な制御システムを用いたままで、上述のようなローカル制御に頼るシステムから、プロセス全体をより良好に制御可能な分散型システムへと移行することが可能となった。典型的なＤＣＮは、パーソナルコンピュータまたは業務用タッチスクリーンコンピュータの如き一または複数の利便のよい位置に設けられたユーザインターフェイス（ＵＩ）を備えていることが多い。このユーザインターフェイスは、個々のコントローラからのデータを収集しユーザに対して提示するように設計されうる監視プログラムを格納、実行するように構成されうる。通常、ユーザインターフェイスは、イーサネット（登録商標）プロトコルの如きオープンソース通信プロトコルに従って、一または複数のコントローラと、コンピュータネットワークを通じて接続されている。このコントローラは、物理的プロセス全体にわたり分散されている制御デバイスおよび監視デバイスを有する複数のローカルプロセス制御ルーチンの動作を統合、監督するためのグローバルプロセス制御ルーチンを格納・実行するように構成されうる。通常フィールドデバイスと呼ばれているこれらの制御デバイスおよび監視デバイスは、コントローラに接続されることにより、温度、圧力、および流量の如き主要プロセスパラメータの監視および制御を可能としている。さらに、かかるシステムは、「スマートデバイス」として知られている一または複数のフィールドデバイスを備えている。「スマートデバイス」は、校正、アラーム、生成などの如き制限された制御スキームまたは他の働きを、コントローラから独立してまたはコントローラとともに実行することが可能である。

ＤＣＮは、コントローラを通じてユーザインターフェイスと相互作用する任意の数のサブネットまたはより小さなネットワークを含むように構成されうる。各サブネットの実際の構成は、たとえば監視および制御されるプロセスパラメータに応じて変更されてもよいし、そのサブネットにより用いられる、たとえばＨＡＲＴ（登録商標）プロトコル、ＦｏｕｎｄａｔｉｏｎＦＩＥＬＤＢＵＳ（登録商標）プロトコル、およびＰＲＯＦＩＢＵＳ（登録商標）プロトコルの如き通信プロトコルに応じて変更されてもよいし、また、そのサブネットに接続された個々のデバイスのハードウェア必要条件に応じて変更されてもよい。Ｆｉｅｌｄｂｕｓデバイスの如き複数のスマートデバイスにより構成されるサブネットは、所望ならば、主ＤＣＮの中に納められる独立プロセス制御ネットワークとして動作してもよい。このようにしてサブネットで構成されるＤＣＮはコントローラから入力を頻繁に行われなくともよいので、コントローラ内の演算リソースが、自由となり、他の機能の実行またはさらにきめこまかな制御ルーチンの実行に利用されうる。

典型的なＤＣＮ内の通信にあっては、ネットワーク帯域幅をなんとか有効利用し、デバイスすべてが同時に通信しようとすることによりコントローラを情報で過負荷の状態にするという可能性を防止するために、コントローラとフィールドデバイスとの間は一般的に多重化されている。通常、通信は、フィールドデバイス（またはサブネット）の各々に対して通信時間枠を割り当てることにより管理されている。この通信時間枠とは、実質的にコントローラの走査サイクル内において予約された時間枠のことであり、この時間中に、情報を、コントローラとそのフィールドデバイスとの間で送信することができる。このタイプの周期的な通信により、ある時間枠において、確実に一つのフィールドデバイスのみがコントローラと通信するようになっており、したがって、情報でコントローラが過負荷の状態になることが防止される。周期的通信は、コントローラのリソースおよびネットワークの帯域幅の管理には効果があるが、コントローラと個々のフィールドデバイスとの間に避けがたい通信遅延を引き起こすという問題がある。というのは、フィールドデバイスからのまたはフィールドデバイスに対する通信は、走査サイクル内のそのフィールドデバイスに対して割り当てられた通信時間枠が来るまで遅延されなければならないからである。

この周期的通信ループを採用しているプロセス制御システムは、コントローラの処理速度と比較して、比較的低速度な走査サイクルで動作していることが多い。というのは、監視または制御されるプロセスパラメータの応答時間が操作サイクルよりも通常数桁小さいからである。より高速な通信ループの利用は、一般的に手が出ないほど値段が高く、不必要なことが多い。しかしながら、低速な走査サイクルを用いる制御システムは、補償制御信号を生成するコントローラと測定デバイスとの間の往復通信時間よりも継続時間が短い高周波プロセス変動に対して補償することができない。

分散型制御ネットワークにおける高周波プロセス変動を補償するための方法および装置は、高周波プロセスパラメータデータを収集することが可能な測定デバイスと、高周波パラメータデータを用いて、プロセスパラメータの高周波ノイズに対するモデルを作製するモデリングルーチンと、作製されたモデルを用いて、制御信号を調製し、プロセスパラメータ内に存在する高周波ノイズを補償する補償ルーチンとを備えている。測定デバイスは、比較的高い周波数でプロセス変数を測定し、測定されたデータの一部（たとえば、低周波数データ）を標準コントローラへ送信する。この標準コントローラは、測定されたプロセスパラメータを任意の公知の方法で制御するための制御信号を生成する。しかしながら、高周波プロセスパラメータデータは、通信遅延を最小限に抑え、ネットワーク帯域幅をなんとか有効利用するために、モデリングルーチンへ直接に伝達されてもよい。モデリングルーチンは、高周波データを分析し、プロセス変数内の高周波ノイズの数学的モデルを作製する。次いで、結果として得られた数学的モデルは、コントローラによって生成された制御信号を変更するために、補償ルーチンにより用いられうる。このあと、制御信号は、被制御デバイスに対して搬送されるかまたは被制御デバイスによって用いられる。一つの実施形態では、補償ルーチンまたはモデリングルーチンは、モデルを用いて高周波ノイズのための伝達関数を生成し、次いで、この伝達関数の逆伝達関数を求めうる。次に、結果として得られた高周波ノイズの逆伝達関数は、制御信号と乗算され、制御されているプロセスパラメータの高周波ノイズを補償するための調製済制御信号を生成しうる。

従来の制御システムを示す略ブロック図である。高周波ノイズ補償を提供するサブネットを含む分散型制御ネットワークを示す略ブロック図である。高周波ノイズ補償システムの一つの実施形態の中のデータの流れを示す略ブロック図である。高周波ノイズ補償システムの他の実施形態の中のデータの流れを示す略ブロック図である。高周波ノイズ補償システムの他の実施形態の中のデータの流れを示す略ブロック図である。

図２には、物理的通信ネットワーク24に通信可能に接続された二つのユーザインターフェイス（ＵＩ）22を有する分散型制御ネットワーク20（ＤＣＮ）が示されている。この物理的通信ネットワーク24は、イーサネット（登録商標）通信ネットワークであってもよいし、またはその他の所望の通信ネットワークであってもよい。さらに、ＤＣＮ20は、サブネット26、28を有している。サブネット26、28のうちの一部または全部は、たとえばＨＡＲＴ（登録商標）プロトコル、ＰＲＯＦＩＢＵＳ（登録商標）プロトコル、およびＦｏｕｎｄａｔｉｏｎＦＩＥＬＤＢＵＳ（登録商標）プロトコルのごときいかなる独占排他権のあるまたはオープンソースの通信プロトコルを用いてもよい。図２に示されたサブネット26は、パーソナルコンピュータ、プログラマブルロジックコントローラ、スタンドアロンプロセッサなどでありうるコントローラ30を有している。コントローラ30は、とりわけプロセス制御ルーチンを格納・実行しＵＩ22と通信するように構成されている。コントローラ30は、独占権のあるまたはオープンソースのバックプレーンでありうるローカル物理ネットワーク32を通じて、一対の入力／出力（Ｉ／Ｏ）デバイス34a、34bと通信可能に接続されている。Ｉ／Ｏデバイス34aは、ＰＲＯＦＩＢＵＳプロトコルに関連する形式であるバス形式でまたはリング形式で通信するものとして示されており、Ｉ／Ｏデバイス34bは、ＨＡＲＴプロトコルにより要求されるポイント・ツー・ポイント形式で通信するものとして示されている。Ｉ／Ｏデバイス34a、34bは、ＨＡＲＴ通信プロトコルおよびＰＲＯＦＩＢＵＳ通信プロトコルに従って複数のフィールドデバイス36a〜36fと通信するように示されている。所望ならば、Ｉ／Ｏデバイス34a、34bは、コントローラ30とフィールドデバイス36a〜36fとの間で通信を提供するために複数の公知の通信プロトコルのうちの他のいずれを用いてもよい。フィールドデバイス36a〜36fには、限定するわけではないが、温度、圧力、流量の如き測定デバイス、またはプロセスパラメータを制御するよう動作するバルブおよびポジショナの如き制御デバイスが含まれる。

同様に、図２に示されているサブネット28は、物理的ネットワーク40を通じて、一対のＩ／Ｏデバイス42a、42bに接続されている。Ｉ／Ｏデバイス42aは、たとえばＨＡＲＴデバイスでありうる複数のフィールドデバイス44a〜44cと結合されている。Ｉ／Ｏデバイス42bは、Ｆｉｅｌｄｂｕｓループ48を用いてさまざまなＦｉｅｌｄｂｕｓデバイス50〜56に接続されている。もちろん、Ｆｉｅｌｄｂｕｓデバイス50〜56は、相互に独立して動作することができ、また、（Ｉ／Ｏデバイス42bを通じて）直接コントローラとまたはＦｉｅｌｄｂｕｓループ48を通じて相互に通信することができる。一例として、Ｆｉｅｌｄｂｕｓデバイス54、56は、それぞれ対応して、プロセッサ58、60とメモリ62、64とを有するスマートデバイスである。Ｆｉｅｌｄｂｕｓデバイス54、56は、プロセッサ58、60により実行されうる機能ブロックまたは制御モジュールの如きルーチンを格納することが可能である。また、メモリ62、64は、スマートデバイス54、56により収集されるプロセス変数データまたは他のデバイス、たとえばデバイス50、52により提供される他のデータを格納するために、Ｆｉｅｌｄｂｕｓループ48を通じて用いられうる。

Ｆｉｅｌｄｂｕｓデバイス50〜56およびサブネット26、28内のその他のデバイスは、標準的なプロセス制御ループ内で共通して見出されるプロセス変数測定および制御機能の如き機能を、いかなる所望のまたは公知の方法で実行してもよい。たとえば、フィールドデバイス50は、データを測定し、その測定されたデータを、Ｉ／Ｏデバイス42bを介して周期的にコントローラ38へ伝達しうる。コントローラ38は、この測定されたデータを用いて公知のプロセス制御ルーチンを実行し、制御信号を、ループ48を用いてたとえばバルブでありうるデバイス52へ伝達しうる。

ループ内で高周波ノイズ補償を実行するために、スマートデバイスのうちのデバイス54の如き一つが、高周波ノイズ補償が実行されるプロセス変数を示すプロセス変数データを測定または収集しうる。この一例では、プロセス変数の測定は、コントローラ38によるその標準的制御ルーチンの実行に必要となる間隔よりも速い間隔で行われる。一般的にいえば、プロセス変数の測定は、当該プロセス変数内で制御または補償されるノイズの最高周波数の少なくとも２倍の速さの間隔で行われる。いうまでもなく、プロセス変数の測定が行われる正確な間隔は、通常、プロセス変数内に存在する高周波ノイズのモデル化のために実行されているモデリングのタイプのみに依存するのでなく、高周波ノイズの減少のために実行されている補償に対して影響を与える他の因子にも依存する。

この一例では、デバイス54は、プロセス変数の測定を行い、測定値をメモリ62内に格納する。収集されたプロセス変数の測定値には、コントローラ38により必要とされるプロセス変数の標準的低周波数測定値およびプロセス内に存在する高周波ノイズを表す高速の間隔で取得された測定値が含まれる。したがって、低速の間隔で取得されたプロセス変数の測定値（すなわち、メモリ62内に格納されているプロセス変数の総測定値の一部）は、通常のプロセス制御を実行するために、コントローラ38により用いられうる。その一方、本明細書記載の高周波ノイズ補償には、デバイス54により行われたプロセス変数の総測定値（すなわち、高周波）が用いられる。注意しなければならない点は、この簡単な一例では、デバイス54は、コントローラ38に対して低周波数測定値を提供すると同時に、補償に必要となる高周波ノイズデータの収集・格納を行っているが、これらの異なる測定値を得るために、複数のデバイスを用いてもよいということである。

いずれの場合であっても、プロセス変数を表すプロセス変数の総測定値は、プロセスパラメータ内の高周波ノイズを表すモデルを決定するために高周波測定値を用いるモデリングルーチンに提供される。プロセス変数データの分析に用いられうるモデリングルーチンは、当該技術分野において周知のものであるので、本明細書には詳細には記載しない。しかしながら、一般的にいえば、これらのルーチンは、ホワイトノイズ、線形ノイズ、または他の時変ノイズの如き一または複数の異なるタイプのノイズを組み合わせたものとして高周波ノイズをモデル化しうる。もちろん、たとえば事前定義の補償スキームを用いたノイズのパターンマッチング、パターン認識、または他のノイズモデリングルーチンを含むいかなるタイプのノイズモデルを用いてもよい。一つの実施形態では、モデルは、フーリエ解析を用いて、誤差の高周波成分およびノイズ成分の位相を決定しうる。たとえば、モデルは、ノイズの周期挙動を説明する一連の時変フーリエ係数を求めるために、フィルタ処理されるもしくはフィルタ処理されないＦＦＴ（高速フーリエ変換）技術またはその他の同等な方法を実行しうる。統計的線形回帰（ｓｔａｔｉｓｔｉｃａｌｌｉｎｅａｒｆｉｔ）、自己回帰独立移動平均（ａｕｔｏｒｅｇｒｅｓｓｉｖｅｉｎｄｅｐｅｎｄｅｎｔｍｏｖｉｎｇａｖｅｒａｇｅ）などを移動区間（ｒｏｌｌｉｎｇｔｉｍｅｈｏｒｉｚｏｎ）において単純に連続して実行するのと同等な方法を用いることにより、傾向が連続的に決定されうる。また、基準値も同様な方法で決定されうる。

通常測定デバイス内にあるかまたは測定デバイス54に接続されている他のデバイスにありうるモデリングルーチンは、ノイズモデルに関連するモデルまたはモデル係数を生成する。次いで、モデリングルーチンは、このモデル（またはモデル係数）をさらなる補償ルーチンへ伝達し、この補償ルーチンは、このモデルまたはモデル係数を用いて高周波ノイズを補償する。一つの実施形態では、補償ルーチン（または所望ならば、モデリングルーチン）は、このモデルの伝達関数を生成しうる。場合によっては、伝達関数がモデルそれ自体である場合もある。次いで、この伝達関数は、コントローラ38により作製されるプロセス制御信号に対して、当該プロセス制御信号が被制御デバイスに送信されるまえまたは被制御デバイスにより用いられるまえに適用される。この場合、この伝達関数は、その逆伝達関数が求められて、制御信号で乗算される。しかしながら、被制御デバイスに適用することによりプロセス内に存在する高周波ノイズを補償する修正制御信号を生成するために、他の方法を用いて、伝達関数を適応させ、制御信号を修正してもよい。一つの例では、オンライン最適化方法を用いて補償信号の大きさおよび位相を調製することにより残留周期誤差（ｒｅｓｉｄｕａｌｃｙｃｌｉｃｅｒｒｏｒ）を最小限に抑えるように高周波誤差に対して徐々に作用するように、アクチュエータまたは制御デバイスにおいて一定の補償周期信号が徐々に入力されうる。他の一例では、高周波誤差のコンポーネントおよび補償信号が連続的に測定、調製される。もちろん、上記の説明は高周波ノイズ補償の動作をおおむね記載しているが、いうまでもなく、かかるシステム内の異なるデバイスに異なるルーチンを配置してもよい。

たとえば、図３には、上記のエレメントを実現する高周波ノイズ補償システムの一つの実施形態の略ブロック図が示されている。この場合、測定デバイス68は、高周波ノイズが認められるプロセス変数の高周波測定値Ｙ_ＨＦおよび低周波測定値Ｙ_ＬＦを測定する。コントローラ38は、低周波数測定値Ｙ_ＬＦと設定値ＳＰとの間の差として算出される誤差信号Ｅを生成して制御信号Ｕを生成する。もちろん、この場合と以下の場合において、コントローラ38は、Ｆｉｅｌｄｂｕｓネットワーク内における定期的通信の利用の如きいかなる標準的な方法で低周波数測定値Ｙ_ＬＦを受信してもよい。同様に、制御信号Ｕは、いかなる所望のタイプの通信を用いて、かかるシステム内の被制御デバイスまたはその他のデバイスへ搬送されてもよい。一つの具体的な例では、通信デバイスは、フーリエデータ変換アルゴリズムの如きデータ圧縮アルゴリズムを用いてデータを圧縮し、そのデータを、生データの配列としてではなくフーリエ正弦・余弦係数としてまたは他のタイプの係数として伝達しうる。復元は、受信側のデバイス、ワークステーション、コンピュータなどにおいてなされる。

図３に示されているように、モデリングルーチン66は、測定デバイス68と組み合わされて単一のフィールドデバイス67を形成してもよいし、またはこれに代えて、たとえばＦｉｅｌｄｂｕｓネットワーク48を通じて測定デバイス68に通信可能に接続されている他のデバイスと組み合わされてもよい。モデリングルーチン66は、高周波測定値Ｙ_ＨＦを受信し、これらの測定値を用いて高周波ノイズモデル変換量Ｚを作成する。高周波測定値Ｙ_ＨＦを含む総測定データが多いため、モデリングルーチン66を測定デバイス68と同一のフィールドデバイス67内に配置することにより、Ｆｉｅｌｄｂｕｓループ48を用いたデータの送信を必要とすることなくモデリングルーチン66がそのデータに即座にアクセスできるようにすることが好ましい。しかしながら所望の場合には、モデリングルーチン66は、同じサブネット内の異なるデバイス、たとえばデバイス54内に配置され、Ｆｉｅｌｄｂｕｓループ48を通じて上記のデータを受信してもよい。

モデリングルーチン66は、高周波測定値Ｙ_ＨＦを用いてモデルＺを作成する。このモデルＺは、伝達関数であってもよいし、パラメータＹ内の特定の高周波ノイズを表すモデルの一組のパラメータであってもよいし、または、ノイズモデルを規定するその他のデータであってもよい。次いで、モデルＺは、（モデリングルーチン66の一部でありうる）逆関数算出ルーチン70へ送信される。逆関数算出ルーチン70は、伝達関数Ｚの逆関数を求めて逆伝達関数（１／Ｚ）を算出する。もちろん、いかなるタイプの数学的逆関数算出ルーチンを用いてもよいし、このルーチンの形態は作成されるモデルのタイプに応じて変わりうる。逆関数算出ルーチン70は、モデリングルーチン66と同一のデバイス内に配置されてもよいし、または異なるデバイス内に配置されてもよい。異なるデバイス内に配置される場合、モデルＺ（または、モデルＺを規定する係数もしくはパラメータ）は、Ｆｉｅｌｄｂｕｓループ48の如き通信ネットワークを通じて定期的にまたは不定期的に、逆関数算出ルーチン70へ送信される。

同様に、逆伝達関数（１／Ｚ）またはそれを示すデータは、逆関数算出ルーチン70と同一のデバイスまたは異なるデバイスの内にありうる補償ルーチン72へ送信されうる。異なるデバイス内に配置される場合、逆伝達関数（１／Ｚ）またはそれを示すデータは、Ｆｉｅｌｄｂｕｓループ48の如き通信ループを通じて、任意の公知のまたは所望の方法で送信される。補償ルーチン72は、この逆伝達関数（１／Ｚ）を制御信号Ｕに乗算または適用して調製制御信号Ｕ’を生成する。補償ルーチン72は、被制御デバイス74と同一のデバイス内に設けられてもよいし、または異なるデバイス内に設けられてもよい。同一のデバイスに設けられた場合、補償ルーチン72は、制御信号Ｕを受信し、補償を適用し、次いで、調製制御信号Ｕ’を、被制御デバイス74またはさらに正確にいえば被制御デバイス74内で実行されるルーチンへ送信する。補償ルーチン72が異なるフィールドデバイスの如き異なるデバイス内にある場合、補償ルーチン72は、調製制御信号Ｕ’を、Ｆｉｅｌｄｂｕｓループ48の如き通信ネットワークを通じて被制御デバイス74へ伝送する。ＤＣＮ20がＦｉｅｌｄｂｕｓプロトコルを用いる場合、補償ルーチン72とコントローラ38との間の通信は、補償がコントローラ38により生成される各制御信号Ｕ内に確実に組み入れられるように、補償ルーチン72に予定された通信時間枠内で行われることが正常である。

もちろん、モデリングルーチン66、逆関数算出ルーチン70、および補償ルーチン72は、同一のまたは異なるデバイス内に設けられてもよい。Ｆｉｅｌｄｂｕｓネットワーク48を過剰な量のデータで過負荷状態にすることを回避するためにモデリングルーチン66が測定デバイス68内に通常設けられるが、所望ならば、逆関数算出ルーチン70および補償ルーチン72は他のデバイス内に設けられてもよい。というのは、これらのルーチン間の通信の量は通常非常に少ないからである。一つの例では、モデリングルーチン66および逆関数算出ルーチン70が測定デバイス68内に設けられ、補償ルーチンが被制御デバイス74内に設けられている。しかしながら、たとえば逆関数算出ルーチン70および補償ルーチン72は全て異なるデバイス、たとえば他のフィールドデバイス内またはコントローラ38内に設けられてもよい。このような場合には、先に記載した圧縮ルーチンの如きなんらかのデータ圧縮ルーチンを用いて、伝送すべきデータを圧縮することが効果的である。

モデリングルーチン66は、コントローラ38により作成される制御信号Ｕの各々に対して新しい伝達関数が更新され用いられるように、低周波数測定値Ｙ_ＬＦの期間毎に対応する新しいモデルを算出することが好ましい。しかしながら、所望ならば、モデリングルーチン66は、伝達関数Ｚがより少ない頻度で更新されるように、新しいノイズモデルの作成またはノイズモデルの更新をより少ない頻度で行ってもよい。さらに、補償ルーチン72は、コントローラ38が制御信号Ｕを提供するよりもより多い頻度で調製制御信号Ｕ’を提供してもよい。このことは、伝達関数Ｚが時間の経過とともに変わる場合または誤差および補償信号が連続的に測定、適用されている場合に通常好都合である。

図４には、異なる測定コンポーネント、モデリングコンポーネント、および逆関数算出コンポーネントに対して異なる領域を示す、高周波補正システムの他の実施形態が示されている。この実施形態では、先に記載されているように、コントローラ76は、低周波数測定値Ｙ_ＬＦと設定値ＳＰとの間の差として誤差信号Ｅを作成する。さらに、コントローラ76は、先に図３において参照符号72により識別された補償ルーチン77を統合し、調製制御信号Ｕ’を生成する。調製制御信号Ｕ’は被制御デバイス78へ伝達され、次いで、被制御デバイス78は、コントローラ76により実行される制御ルーチンに従って混合物の温度の調整または流量の調整ためにバルブ位置の変更の如きなんらかの機能をプロセス80内で実行する。

さらに、図４には、プロセス82内のデバイス内にあるまたはそのデバイスに通信可能に接続されている測定デバイス68が示されている。この例では、測定デバイス68は、総測定データを取得し、そのローカルメモリに格納可能なスマートデバイスである。次いで、測定デバイス68は、総測定データを解析するルーチンを実行して低周波数測定値Ｙ_ＬＦを取得する。低周波数測定値Ｙ_ＬＦは、フィードバック信号として任意の公知の方法でコントローラ76へ伝達される。測定デバイス68は、他のデバイス内のモデリングルーチン84へ伝送するために高周波測定値Ｙ_ＨＦを圧縮してもよいし、または、このデータを圧縮せずに送信してもよい。通信方法とは関係なく、情報は、モデリングルーチン84を格納するデバイスへ伝達される。測定デバイス68から受信したデータを用いて、モデリングルーチン84は、プロセス変数Ｙ内の高周波ノイズを表すモデルＺを作成する。モデルＺは、伝達関数であってもよいし、その他の公知の補償関数であってもよい。次いで、モデルＺは、逆関数算出ルーチン70へ伝達される。逆関数算出ルーチン70は、モデリングルーチン84と同一のフィールドデバイス内に設けられてもよいし、またはＦｉｅｌｄｂｕｓループ48を通じてデバイス84に通信可能に接続されている異なるデバイスに設けられてもよい。逆関数算出ルーチン70は、モデリングルーチン84により供されたノイズモデルＺの逆伝達関数（１／Ｚ）を算出する。次いで、最終的に得られた逆伝達関数（１／Ｚ）は、コントローラ76内の補償デバイスに伝達される。ここで、この逆伝達関数（１／Ｚ）は、誤差信号Ｅと組み合わせて用いられ、調製制御信号Ｕ’が生成される。

図５には、異なる測定コンポーネント、モデリングコンポーネント、および逆関数算出コンポーネントに対して異なる領域を示す、高周波補正システムの他の実施形態が示されている。図示されている実施形態では、スマートデバイスを用いるシステムを、処理効率、システム有効利用率、または他の所望のパラメータを最大限まで大きくするように構成しうる複数の方法のうちの一つが強調されている。この実施形態では、モデルＺは、通常プロセス80内に存在する高周波ノイズを表す伝達関数であり、モデリングルーチン84により算出され、コントローラ86へ送信される。この構成では、コントローラ86は、逆伝達関数（１／Ｚ）を算出するために用いられうる逆関数算出ルーチン70を備えている。次いで、逆伝達関数（１／Ｚ）および誤差信号Ｅは、調製制御信号Ｕ’を生成するために用いられうる。調製制御信号Ｕ’は、プロセス80内の高周波ノイズを補償する役目を有するフィールドデバイスへ伝達される。

場合によっては、適切な高周波誤差の測定および補償を行うために時間同期を用いることが望ましい場合がある。たとえば、無線式全地球測位システム（ＧＰＳ）またはコロラド州ボルダーから信号を送信する国立時間標準システムに基づくような無線式時間同期システムを利用することにより、すべてのデータをタイムスタンプを用いて時間同期することが可能である。この例では、各デバイスは、同期時間信号を受信するためにＧＰＳ受信機の如き無線受信機または他の受信機を備え、この時間信号を用いて内部時計を更新しうる。次いで、この時計を用いて、各デバイスにより送信されている各データ信号にタイムスタンプを正確に付与する。このようにして、一つのデバイスから他のデバイスにデータを送信するにあたって時間の遅れを考慮するために、高周波モデルまたは高周波補償信号を生成するデバイスは、適切な時間遅延補償を用いることができるかまたは実現することができる。

さらに、所望ならば、高周波ノイズ補償システムは、制御デバイス（たとえばアクチュエータ）と、トランスミッタおよび／もしくはアナライザまたはデバイスでの測定変数値との間におけるトランスポート遅延および位相を決定するために、たとえばバルブまたはコントローラの如きインテリジェント制御デバイスにより開始される擬似ランダム二値信号（ｐｓｅｕｄｏ−ｒａｎｄｏｍｂｉｎａｒｙｓｅｑｕｅｎｃｅｓｉｇｎａｌ）を用いてもよい。次いで、この時間遅延は、高周波ノイズおよび適切な補償信号の決定にあたり用いられうる。もちろん、このシステムは、一つのデバイスから他のデバイスに送られている信号にこれらの擬似ランダム信号を付与するかまたは除去しうるデバイスおよびルーチンの中に、擬似ランダム信号生成器および擬似ランダム信号復元器が必要である。

もちろん、本明細書記載の技術は、初期の段階においてまたは継続的に、関与する多重変数測定値および／またはアクチュエータパラメータ値のそれぞれに対して必要な変数の全微分を推定し、アクチュエータ信号により重み付けされた外乱逆モデル入力値（ｔｈｅｗｅｉｇｈｔｅｄｄｉｓｔｕｒｂａｎｃｅｉｎｖｅｒｓｅｍｏｄｅｌｉｎｐｕｔｓ）を合計することにより、（たとえば、プロセス最適化における）多重変数ケースにまで拡張されうる。重み付けプロセスにおいて用いられる重みは、全微分影響力モデル（ｔｏｔａｌｄｅｒｉｖａｔｉｖｅｉｎｆｌｕｅｎｃｅｍｏｄｅｌ）に対して関連する偏微分ゲインの比を計算することにより決定されうる。

本発明は特定の実施例を参照にして記載されているが、これらの実施例は、例示のみを意図したものであって、本発明を限定することを意図したものではない。当業者とって明らかなように、本発明の精神または範疇から逸脱することなく開示された実施形態に対して、変更、追加、または削除を行いうる。

Claims

分散型プロセス制御ネットワークにおいて用いられる制御システムであって、
第一の周波数において測定された少なくとも一つのプロセス変数の測定値に基づいて制御信号を生成するコントローラと、
前記コントローラに通信可能に接続されている被制御デバイスと、
前記コントローラに通信可能に接続されており、前記第一の周波数よりも高い第二の周波数で、前記プロセス変数の測定値を収集し、前記第一の周波数で、前記プロセス変数の測定値を前記コントローラへ送信するように構成されている測定デバイスと、
プロセッサ上で実行されるように構成されているとともにメモリに格納されており、前記プロセス変数内に存在する高周波ノイズのノイズモデルを導くために、前記第二の周波数で行われた前記プロセス変数の測定値を用いるように構成され、前記プロセス変数内の前記高周波ノイズの伝達関数を作成するモデリングルーチンと、
該伝達関数の逆関数を算出するように構成されている逆関数算出ルーチンと、
前記コントローラおよび前記逆関数算出ルーチンに通信可能に接続されており、前記制御信号および前記ノイズモデルの逆伝達関数から調製制御信号を生成する補償ルーチンと
を備え、
前記補償ルーチンは、前記被制御デバイスにさらに通信可能に接続されてなり、前記プロセス変数内に存在する高周波ノイズを削減するために、前記被制御デバイスに対して前記調製制御信号を送信する、制御システム。
前記被制御デバイスがスマートデバイスである、請求項１記載の制御システム。
前記モデリングルーチンが、時変線形成分、時変周期成分、および時変ホワイトノイズ成分のうちの一または複数を含むノイズモデルを導くように構成されている、請求項１記載の制御システム。
前記モデリングルーチンが、前記高周波ノイズの概算値を決定するためにフーリエ解析を用いるように構成されている、請求項１記載の制御システム。
前記モデリングルーチンを格納しているメモリが、前記コントローラ以外のデバイス内に設けられてなる、請求項１記載の制御システム。
前記モデリングルーチンを格納しているメモリが、前記被制御デバイス内に設けられてなる、請求項１記載の制御システム。
前記モデリングルーチンを格納しているメモリが、前記測定デバイス内に設けられてなる、請求項１記載の制御システム。
前記逆関数算出ルーチンが前記被制御デバイス内に設けられてなる、請求項１記載の制御システム。
前記逆関数算出ルーチンが前記コントローラ以外のデバイス内に設けられてなる、請求項１記載の制御システム。
前記逆関数算出ルーチンが前記コントローラ内に統合されるように構成されている、請求項１記載の制御システム。
前記逆関数算出ルーチンが、前記伝達関数の逆関数を算出し、前記補償ルーチンが、算出の結果得られた前記伝達関数の逆関数を前記制御信号で乗算するように構成されている、請求項１０記載の制御システム。
前記コントローラが、ネットワークに通信可能に接続されているとともに、該ネットワークにサブネットを介して通信可能に接続されている被制御デバイスに対して前記制御信号を伝送するように構成されている、請求項１記載の制御システム。
前記測定デバイスが前記サブネットに通信可能に接続されてなる、請求項１２記載の制御システム。
ノイズ用の前記モデリングルーチンを格納しているメモリが前記測定デバイスに統合されており、前記測定デバイスが、前記サブネットを介して前記被制御デバイスに通信可能に接続されてなる、請求項１３記載の制御システム。
前記補償ルーチンが前記被制御デバイスに統合されてなる、請求項１４記載の制御システム。
前記コントローラ、前記被制御デバイス、および前記測定デバイスの内の少なくとも一つが、擬似ランダム信号を生成するように構成されている擬似ランダム信号生成器を有しており、前記補償ルーチンが前記調製制御信号を生成するために該擬似ランダム信号を用いるように構成されている、請求項１記載の制御システム。
データを圧縮するように構成されているデータ圧縮ルーチンをさらに備えてなる、請求項１記載の制御システム。
前記補償ルーチンが前記調製制御信号を連続して決定するように構成されている、請求項１記載の制御システム。
前記補償ルーチンが、プロセス変数内の残留周期誤差を最小限に抑えるように前記調製制御信号を生成するように構成されている、請求項１記載の制御システム。
前記コントローラ、前記被制御デバイス、および前記測定デバイスのうちの少なくとも二つに設けられる同期時間信号の受信機をさらに備えてなる、請求項１記載の制御システム。
プロセス制御システム内の高周波プロセス変動を削減するための方法であって、
第一のデバイスにおいて第一の速度で受け取られる少なくとも一つのプロセス変数に応答して制御信号を生成するステップと、
前記第一のデバイスから離れて、前記第一の速度よりも大きな第二の速度で少なくとも一つのプロセス変数の測定値を収集するステップと、
前記第一のデバイスから離れて、前記第二の速度で獲得された前記少なくとも一つのプロセス変数の測定値に基づいて前記プロセス変数内に存在する高周波ノイズを示すノイズモデルを決定するステップと、
前記ノイズモデル伝達関数の逆関数を算出するステップと、
前記制御信号および前記ノイズモデルの逆伝達関数に基づいて調製制御信号を生成し、前記プロセス変数内の前記高周波ノイズを削減するために、該調製制御信号を用いるステップとを有する、方法。
前記調製制御信号を生成するステップが、前記伝達関数の逆関数で前記制御を乗算するステップをさらに含んでいる、請求項２１記載の方法。
擬似ランダム信号を生成するステップと、前記調製制御信号を生成するために該擬似ランダム信号を用いるステップとをさらに有している、請求項２１記載の方法。
前記プロセス制御システム内の二つ以上のデバイスの間でデータを送信するまえに、該データを圧縮するステップをさらに有している、請求項２１記載の方法。
前記調製制御信号を生成するステップが、前記調製制御信号を連続的に決定するステップを含んでおり、さらに、前記調製制御信号を被制御デバイスに連続的に印加するステップを含んでいる、請求項２１記載の方法。
前記調製制御信号を生成するステップが、プロセス変数内の残留周期誤差を最小限に抑えるように、前記調製制御信号を決定するステップをさらに含んでいる、請求項２１記載の方法。
前記プロセス制御システム内の少なくとも二つのデバイス内で受信する時間信号を用いて該プロセス制御システム内のデータを時間同期するステップをさらに有する、請求項２１記載の方法。
前記決定するステップが、前記ノイズモデルを決定するために、フーリエ解析を用いるステップを含んでいる、請求項２１記載の方法。