JP5479443B2 - バッチプロセスを制御するためのシステムおよび方法 - Google Patents
バッチプロセスを制御するためのシステムおよび方法 Download PDFInfo
- Publication number
- JP5479443B2 JP5479443B2 JP2011281104A JP2011281104A JP5479443B2 JP 5479443 B2 JP5479443 B2 JP 5479443B2 JP 2011281104 A JP2011281104 A JP 2011281104A JP 2011281104 A JP2011281104 A JP 2011281104A JP 5479443 B2 JP5479443 B2 JP 5479443B2
- Authority
- JP
- Japan
- Prior art keywords
- model
- control
- batch process
- input
- batch
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 185
- 238000010923 batch production Methods 0.000 title claims description 168
- 230000008569 process Effects 0.000 claims description 126
- 238000005259 measurement Methods 0.000 claims description 18
- 230000004044 response Effects 0.000 claims description 15
- 238000011217 control strategy Methods 0.000 claims description 12
- 230000005284 excitation Effects 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 3
- 238000004886 process control Methods 0.000 description 32
- 230000008859 change Effects 0.000 description 25
- 239000000047 product Substances 0.000 description 25
- 230000006870 function Effects 0.000 description 20
- 238000004519 manufacturing process Methods 0.000 description 17
- 238000004891 communication Methods 0.000 description 16
- 238000004088 simulation Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 12
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 11
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 11
- 239000008103 glucose Substances 0.000 description 11
- 229910052760 oxygen Inorganic materials 0.000 description 11
- 239000001301 oxygen Substances 0.000 description 11
- 238000010924 continuous production Methods 0.000 description 10
- 230000012010 growth Effects 0.000 description 10
- 230000015572 biosynthetic process Effects 0.000 description 8
- 238000013480 data collection Methods 0.000 description 8
- 239000000758 substrate Substances 0.000 description 8
- 239000002028 Biomass Substances 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 7
- 229930182555 Penicillin Natural products 0.000 description 6
- JGSARLDLIJGVTE-MBNYWOFBSA-N Penicillin G Chemical compound N([C@H]1[C@H]2SC([C@@H](N2C1=O)C(O)=O)(C)C)C(=O)CC1=CC=CC=C1 JGSARLDLIJGVTE-MBNYWOFBSA-N 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 6
- 230000015654 memory Effects 0.000 description 6
- 229940049954 penicillin Drugs 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 5
- 238000013461 design Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 4
- 239000002994 raw material Substances 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 239000006227 byproduct Substances 0.000 description 3
- 230000002538 fungal effect Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- CIWBSHSKHKDKBQ-JLAZNSOCSA-N Ascorbic acid Chemical compound OC[C@H](O)[C@H]1OC(=O)C(O)=C1O CIWBSHSKHKDKBQ-JLAZNSOCSA-N 0.000 description 2
- 238000003070 Statistical process control Methods 0.000 description 2
- 239000012445 acidic reagent Substances 0.000 description 2
- 239000000654 additive Substances 0.000 description 2
- 235000013405 beer Nutrition 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 239000001569 carbon dioxide Substances 0.000 description 2
- 239000003153 chemical reaction reagent Substances 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000001934 delay Effects 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000012071 phase Substances 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- ZZZCUOFIHGPKAK-UHFFFAOYSA-N D-erythro-ascorbic acid Natural products OCC1OC(=O)C(O)=C1O ZZZCUOFIHGPKAK-UHFFFAOYSA-N 0.000 description 1
- 229930003268 Vitamin C Natural products 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 239000003242 anti bacterial agent Substances 0.000 description 1
- 229940088710 antibiotic agent Drugs 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000010261 cell growth Effects 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010494 dissociation reaction Methods 0.000 description 1
- 230000005593 dissociations Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005187 foaming Methods 0.000 description 1
- 230000008570 general process Effects 0.000 description 1
- 239000000122 growth hormone Substances 0.000 description 1
- 238000012905 input function Methods 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 238000004898 kneading Methods 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 239000007791 liquid phase Substances 0.000 description 1
- 239000000314 lubricant Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000005293 physical law Methods 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000010963 scalable process Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 235000019154 vitamin C Nutrition 0.000 description 1
- 239000011718 vitamin C Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/041—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a variable is automatically adjusted to optimise the performance
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Feedback Control In General (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Programmable Controllers (AREA)
Description
本発明は、一般のプロセス制御システムに関し、より詳しくは、バッチプロセスを制御および／またはモデリングするためのシステムに関する。
一般に、化学、石油またはその他のプロセスに用いられる分散型またはスケーラブルプロセス制御システムのような、プロセス制御システムは、アナログバス、デジタルバス、またはアナログ／デジタル統合バスを介して、互いに通信可能に接続され、少なくとも一つのホストまたは操作者のワークステーションに通信可能に接続され、また一つ以上のフィールド装置に通信可能に接続された一つ以上のプロセス制御器を備える。フィールド装置は、例えば、バルブ、バルブ位置調整器で、スイッチおよび送信器（例えば、温度、圧力および流量センサ等）であってもよく、バルブを開閉してプロセス変数を測定するような、プロセス中の機能を行う。プロセス制御器は、フィールド装置によりなされるプロセス測定値および／またはそのフィールド装置に伴うその他の情報を示す信号を受信し、この情報を用いて制御ルーチンを行うことにより、プロセスの動作を制御するために、バスを介してフィールド装置に伝送される制御信号を発生する。一般に、フィールド装置および制御器の情報は、操作者にプロセスの現在の状態の閲覧、プロセスの動作の変更など、該当のプロセスに対して所定の好ましい機能を行わせるように、操作者のワークステーションによって実行される一つ以上のアプリケーションに用いられ得る。
従来のフィールド装置は、アナログバスまたはアナログラインを介してプロセス制御器に送信し、または受信するために、アナログ（例えば、４乃至２０ｍＡ）信号を用いた。この４乃至２０ｍＡの信号が、フィールド装置により得られる測定値、またはフィールド装置の動作を制御するのに要求される、制御器により発生される制御信号を示すという点で、元から制限があった。しかし、この十年ほど、プロセス制御産業では、マイクロプロセッサおよびメモリを備えるスマートフィールド装置が広く普及してきた。このスマートフィールド装置は、プロセス中の１次機能を行うことに加えて、その装置に伴われるデータを保存し、制御器および／またはその他の装置とデジタル、またはデジタルとアナログとの統合フォーマットで通信し、自己較正、検証、診断のような２次動作を行う。異なる製造者により製造されたスマートフィールド装置を、同一のプロセス制御ネットワーク内において一緒に使用可能にするために、ＨＡＲＴ（登録商標）、ＰＲＯＦＩＢＵＳ（登録商標）、ＷＯＲＬＤＦＩＰ（登録商標）、ＤＥＶＩＣＥ ＮＥＴ（登録商標）、およびＣＡＮプロトコルのような、多くの標準および公開スマート装置通信プロトコルが開発されてきた。また、ＦＯＵＮＤＡＴＩＯＮ Ｆｉｅｌｄｂｕｓ（以下、「フィールドバス」という）プロトコルとして知られている、Ｆｉｅｌｄｂｕｓ Ｆｏｕｎｄａｔｉｏｎにより公表されたデジタル、ツーワイヤバスプロトコル（ａｌｌ ｄｉｇｉｔａｌ、ｔｗｏ ｗｉｒｅ ｂｕｓ ｐｒｏｔｏｃｏｌ）は、集中式制御器内において以前に行われた制御動作を行うために、異なるフィールド装置に設けられた機能ブロックを用いる。この場合、このフィールドバスフィールド装置は、一つ以上の機能ブロックを保存して実行することができ、各機能ブロックは、（同じ装置の内部または異なる装置の内部の）残りの機能ブロックからの入力および／または残りの機能ブロックへの出力を受信し、比例積分微分（ｐｒｏｐｏｒｔｉｏｎａｌ−ｉｎｔｅｇｒａｌ−ｄｅｒｉｖａｔｕｒｅ；ＰＩＤ）の制御ルーチンを行うように、プロセス変数を測定し、または検出すること、装置を制御すること、または制御動作を行うことのような、所定のプロセス制御動作を行う。一つのプロセス制御システム内のこれらの異なる機能ブロックは、（例えば、バスを介して）互いに通信し、一つ以上のプロセス制御ループ、プロセス全体にかけて拡散し分散する個別の動作を形成するように構成される。
ともかく、一般に、プロセス制御器（またはフィールド装置）は、流量制御ループ、温度制御ループ、圧力制御ループのような、一プロセスに対して規定され、または一プロセス中に含まれた多数の異なるループ毎に、異なるアルゴリズム、サブルーチンまたは制御ルーチン（いずれも制御ルーチン）を実行するようにプログラムされている。一般に、このような制御ループのそれぞれは、アナログ入力（ＡＩ）機能ブロックのような一つ以上の入力ブロック、ＰＩＤまたはファジー理論制御機能ブロックのような単一出力制御ブロック、およびアナログ出力（ＡＯ）機能ブロックのような単一出力ブロックを含む。この制御ループは、バルブ位置などのような、単一制御入力を制御するのに用いられる単一出力を生成するので、典型的には単一入力／単一出力制御を行う。しかし、ある場合は、多数の、独立的に動作する、単一入力／単一出力制御ループの使用は、制御されるプロセス変数またはプロセス出力が、一つ以上の単一プロセス入力により影響を受けるため、実際に、各プロセス入力が多数のプロセス出力の状態に影響を及ぼすので、ほとんど效果がない。この例は、例えば、２つの入力ラインによりタンクを満たし、一つの出力ラインにより排出するが、各ラインを異なるバルブにより制御し、そのタンクの温度、圧力および生産量を好ましい数値やその付近になるように制御するプロセスにおいて、生じ得る。上述のように、タンクの生産量、温度、圧力の制御は、別のスループット制御ループ、別の温度制御ループ、および別の圧力制御ループを用いて行われてもよい。しかし、この場合、タンクの内部の温度を制御するために入力バルブの中の一つの設定値を変更する温度制御ループの動作は、タンク内部の圧力の増大を引き起こし、これは、例えば、圧力制御ループにより出力バルブを開放して減圧するようになる。このような機能は、その後、スループット制御ループが入力バルブ中の一つを閉じるので、温度に影響を及ぼし、温度制御ループが所定の他の措置を取るように誘発する。この例から明らかなように、単一入力／単一出力制御ループは、プロセス出力（この例では、スループット、温度および圧力）が所望しない定常状態条件に到逹せずに、振動するように誘発してもよい。
従来、この種の状況で、制御を行うために、モデル予測制御（ＭＰＣ）または他の類型の拡張された制御が使われてきた。一般に、モデル予測制御は、多重入力／多重出力制御戦略として、多数のプロセス入力それぞれを変更することが、プロセス出力それぞれに及ぶ影響が測定された後、その測定された応答値を用いて、そのプロセスの代表的な線形モデルが生成される。このプロセスの線形モデルは、数学的にインバートされた後、プロセス入力に与えられた変化に基づいてプロセス出力を制御するために、プロセス制御器として用いられる。ある場合は、このプロセスモデルは、それぞれのプロセス入力毎にプロセス出力応答曲線を含み、この曲線は例えば、それぞれのプロセス入力に伝達する一連の疑似ランダムステップ変更に基づいて生成してもよい。この応答曲線は、公知の方法でプロセスをモデリングするのに用いられ得る。モデル予測制御は、当業界に知られているので、その詳細は、省略する。しかし、モデル予測制御は、１９９６、ＡＩＣｈＥ Ｃｏｎｆｅｒｅｎｃｅ、Ｑｉｎ、Ｓ．ＪｏｅとＴｏｍａｓ Ａ．Ｂａｄｇｗｅｌｌの「工業モデル予測制御技術概要（Ａｎ Ｏｖｅｒｖｉｅｗ ｏｆ Ｉｎｄｕｓｔｒｉａｌ Ｍｏｄｅｌ
Ｐｒｅｄｉｃｔｉｖｅ Ｃｏｎｔｒｏｌ Ｔｅｃｈｎｏｌｏｇｙ）」に大部分説明されている。また、本明細書に参照され組み込まれる特許公報である、米国特許第６，４４５，９６３号に、モデル予測制御ブロックをプロセス制御用のプロセス制御システムに統合する方法が開示されている。
Ｐｒｅｄｉｃｔｉｖｅ Ｃｏｎｔｒｏｌ Ｔｅｃｈｎｏｌｏｇｙ）」に大部分説明されている。また、本明細書に参照され組み込まれる特許公報である、米国特許第６，４４５，９６３号に、モデル予測制御ブロックをプロセス制御用のプロセス制御システムに統合する方法が開示されている。
プロセスは、一般的に連続プロセス、半連続プロセス、およびバッチプロセスの３種に分類され得る。連続プロセスは、原材料または供給物質を連続的な速度で処理して、生産物の連続的なストリームを生産して出力する。この連続プロセスの例としては、石油精製プロセス、ビタミンＣ製造プロセスおよび所定の汎用化学製品を製造するプロセスが挙げられる。温度、圧力、流量のような、プロセス変数の数値は一般に連続プロセス中の任意の位置で、続けて同一に維持される。
バッチプロセスは、限定された量の原材料または供給要素を一つのグループとして処理し、そして、これらの供給要素を一連のプロセスステップを通じて継続してプロセス段階の完了時に生産された生産物を製造させる。通常、このプロセスステップの動作の間には、バッチプロセスに新たな供給要素が導入されない。このバッチプロセスの例として、ビールの製造、一部医薬品の製造および多くの特殊化学製品の生産が挙げられる。温度、圧力、流量のようなプロセス変数の数値は、一般的に、一バッチプロセス中の一つ以上の位置で継続して変化する。
半連続プロセスは、その内部にバッチプロセスを有する連続プロセスである。一般に、半連続プロセスは、連続的な原材料の供給を処理し、生産された生産物を連続的なストリームで製造するが、例えば、そのプロセスの何処かで限定されたある時間の間、限定されたある量の被処理物質を混合する一組のミキサを有する。
バッチプロセス（および半連続プロセスのバッチプロセス部分）では、たびたび、プロセスの動作の間に適当なプロセス変数を測定することができず、またはプロセスを調節するのにその測定値を用いるだけの短時間内に適当なプロセス変数を測定することができない。例えば、製造プロセス間に容器中に製造されるペニシリンの濃度を測定するために、容器からサンプルが抽出された後、分析のために実験室に送られる。その実験室分析からの結果は、そのサンプルが取れた後から一定期間の間、用いることができず、さらにはそのバッチプロセスが完了するまで用いることができないかも知れない。よって、このような測定値は、そのプロセスの間に例えば、バッチの収率、バッチの完了速度を増大させるための調整用としては、たびたび有用ではない。また、このような測定値は、粗悪な品質のために、そのバッチを早期に終了することができるほどに充分に適時ではなく、収率等を増大させるためには、そのバッチプロセスが延長され得る。
バッチプロセスを処理するための一つの代表的なアプローチとして、操作者は成功したバッチプロセスの間に発生するプロセス条件を記録することができる。その後、バッチプロセスの後、操作者が、その既知の成功したバッチプロセスのバッチプロセス条件に近いバッチプロセス条件を正確に維持するように試みることができる。このアプローチでは、バッチプロセス状態が既知の成功したバッチプロセスの条件に近く維持される場合は、最終のバッチプロセス状態が、その既知の成功したバッチプロセスの状態に近くなると仮定される。しかし、他の未測定の条件または正確に制御できない条件が、最終バッチプロセス状態に影響を及ぼすことがある。そのため、多数のバッチプロセス条件が正確に維持されても、そのバッチプロセスの最終結果は、既知の成功したバッチプロセスの結果と異なることもある。
プロセスの反応速度を推測するために、数式または数式等（すなわち、変数モデル）を作成することもできるが、ここで、前記数式は測定されるプロセス条件の関数である。しかし、このような多くのプロセス条件を考慮した数式の作成は、たいていとても難しい。たびたび、その作成された数式が様々な仮定をして単純化されるので、ただその反応速度の大略的な近似値のみを提供することになる。よって、そのような数式に基づいたバッチプロセスの現在状態に関するいずれの推定値も、ただバッチプロセスの現在状態に関する大略的な近似値のみを提供することができる。また、装置条件およびバッチプロセスに関係したその他の条件が、継続して変わってもよい。よって、数式により算出される推定値は、継続しては若干正確でないこともあり得る。
バッチプロセスをシミュレートするのに第１原理モデルを用いることができ、バッチプロセスを制御するため、この第１原理モデルを用いて、多重入力／多重出力制御ルーチンを構成してもよい。この第１原理モデルは、実際のバッチプロセスの動作の間に測定することができず、または測定されないバッチ変数の推定値を発生することができる。このような変数の例としては、バッチプロセスの構成要素（例えば、生成速度、細胞成長速度等）の変化速度であってもよい。この第１原理モデルおよびその構成された多重入力／多重出力制御ルーチンを用いて、バッチプロセスの制御を容易にすることができる。
例えば、第１原理モデルおよび構成された多重入力／多重出力制御ルーチンを、バッチプロセスの制御をシミュレートするのに用いることができる。これは、実際のバッチプロセスを制御するための制御戦略を支援し、バッチプロセスと関連した異常状態を検出するための戦略を作成するのに役に立つ。また、第１原理モデルは、実際のバッチプロセスの制御間に用いることができる。例えば、実際のバッチプロセスの動作の間に測定できず、または測定されないバッチ変数の推定値を、バッチプロセスを制御し、完了時間を予測し、製品の収率を予測するのに用いることができる。
図１を参照すると、プロセス制御システム１０は、通信ネットワーク１８を通じて、データヒストリアン１４、および一つ以上のホストワークステーションまたはコンピュータ１６（ディスプレイスクリーン１７をそれぞれ有する、いずれの類型のパーソナルコンピュータ、ワークステーションであってもよい）に接続されたプロセス制御器１２を備える。また、プロセス制御器１２は、入力／出力（Ｉ／Ｏ）カード２８および２９を介して、フィールド装置２０〜２７に接続されている。通信ネットワーク１８は、例えば、イーサネット（登録商標）通信ネットワークまたはいずれの他の適当なまたは好ましい通信ネットワークであってもよく、データヒストリアン１４は、データを保存するための、いずれの好ましい類型のメモリと、いずれの好ましくまたは既知のソフトウェア、ハードウェアまたはファームウエアを有する、いずれの類型のデータ収集ユニットであってもよい。制御器１２は、例えばＦｉｓｈｅｒ−Ｒｏｓｅｍｏｕｎｔ Ｓｙｓｔｅｍｓ、Ｉｎｃで市販されＤｅｌｔａ ＶTM（登録商標）制御器であってもよく、例えば標準４−２０ｍＡ装置および／またはＦｉｅｌｄｂｓｕプロトコル、ＨＡＲＴプロトコルのようないずれのスマート通信プロトコルに関連する、いずれの好ましいハードウェアおよびソフトウェアを用いて、フィールド装置２０〜２７に通信可能に接続されている。
フィールド装置２０〜２７は、センサ、バルブ、送信器、位置調整器のような、いずれの類型の装置であってもよく、またＩ／Ｏカード２８および２９は、いずれの好ましい通信または制御プロトコルに準拠するいずれの類型のＩ／Ｏ装置であってもよい。図１に示した実施の形態において、フィールド装置２０〜２３は、アナログラインを介して、Ｉ／Ｏカード２８と通信する標準４−２０ｍＡ装置であるか、またはアナログとデジタルとの統合ラインを介して、Ｉ／Ｏカード２８と通信するＨＡＲＴ装置であり、またフィールド装置２４〜２７は、フィールドバスプロトコル通信を用いて、デジタルバスを介して、Ｉ／Ｏカード２９と通信する、フィールドバスフィールド装置のような、スマート装置である。一般に、このフィールドバスプロトコルは、フィールド装置を相互接続する２−ワイヤループまたはバスに、標準化された物理的インターフェースを提供する、オール−デジタル、シリアル、ツー−ウェイ通信プロトコルである。実際、このフィールドバスプロトコルは、プロセス中のフィールド装置にローカルエリアネットワークを提供することにより、これらのフィールド装置が一プロセス設備に散在された位置において、（そのフィールドバスプロトコルに従って規定される機能ブロックを用いて）、プロセス制御機能を行い、これらのプロセス制御機能の遂行前後に互いに通信して全般的な制御戦略を実現するようにする。勿論、このフィールド装置２０〜２７は、将来開発されるいずれの標準またはプロトコルを含む、いずれの他の好ましい標準またはプロトコルに準拠させることができる。
制御器１２は、制御器１２内の又はそれと関連する、コンピュータで読取可能なメモリ１２ｂに保存され、コントロールループを含む一つ以上の制御ルーチンを実施及び遂行し、好ましい方法によりプロセスを制御するために、装置２０〜２７、ホストコンピュータ１６およびデータヒストリアン１４と、通信するプロセッサ１２ａとを備える。なお、本明細書で説明する任意の制御ルーチンまたは構成要素は、所望に応じて、その一部が、互いに異なる制御器または一つ以上のフィールド装置２４〜２７のような他の装置において、プロセッサにより行わせることもできる。これと同様に、本明細書で説明する、プロセス制御システム１０内において行われる、制御ルーチンまたは構成要素は、ソフトウェア、ファームウエア、ハードウェア等を含む、いずれの形態を取ることもできる。プロセス制御構成要素は、例えば、コンピュータで読取可能な如何なる媒体上に保存されるルーチン、ブロックまたはモジュールを含む、プロセス制御システムのある一部または部分であってもよい。制御ルーチンは、サブルーチン、（コードのラインのような）サブルーチンの一部のような、モジュールまたはいずれの制御プロシージャーの一部であってもよく、ラダーロジック、シーケンシャル機能チャート、機能ブロックダイヤグラム、またはある他のソフトウェアプログラミング言語または設計パラダイムのような、好ましいソフトウェアフォーマットで行われてもよい。これと同様に、制御ルーチンは、例えば、一つ以上のＥＰＲＯＭ、ＥＥＰＲＯＭ、特定用途集積回路（ＡＳＩＣｓ）、または他のハードウェアまたはファームウエア構成要素でハードコードされてもよい。また、制御ルーチンは、グラフィック設計ツール、または他の類型のソフトウェア／ハードウェア／ファームウエアプログラミングまたは設計ツールを含む、設計ツールを用いて設計されてもよい。その結果、制御器１２は、制御戦略または制御ルーチンをある好ましい方法で行うように構成されてもよいことが理解されよう。
一実施の形態において、制御器１２は、全体制御ルーチンの一部（例えば、サブルーチン）である機能ブロックとして主に称されるものを用いて制御戦略を行い、他の機能ブロック（と通信呼出リンクを通じて）結合して動作し、プロセス制御システム１０内でプロセス制御ループを行う。機能ブロックは一般に、主に送信器、センサまたはその他のプロセス変数測定装置と結合されるような入力機能、ＰＩＤ、ファジーロジック等、制御を行う制御ルーチンと結合されるような制御機能、またはバルブのような一部装置の動作を制御して、プロセス制御システム１０内においてある物理的機能を行う出力機能のうちの一つを行う。勿論、ハイブリッドおよびその他の類型の機能ブロックも存在する。機能ブロックは、一般に標準４−２０ｍＡ装置およびＨＡＲＴ装置のようなある類型のスマートフィールド装置に使われ、またはそれと結合される場合に制御器１２に保存されて実行され、またはフィールド装置自体に保存されてフィールド装置により実行され得るが、これは、フィールドバス装置の場合によくある。本明細書では、制御システムの説明を機能ブロック制御戦略を用いてしているが、制御戦略または制御ループまたはモジュールも、ラダーロジック、シーケンシャル機能チャートなどのような他の従来技術を用い、または他の好ましいプログラミング言語またはパラダイムを用いて行われまたは設計されてもよい。
制御器１２の一つ以上は、多数の他の独立的に実行される制御モジュール３２を用いて制御戦略を行う制御器アプリケーション３０を保存して実行することもできる。制御器モジュール３２は、プロセス制御システム１０内においてプロセス制御ループを行うために、他の機能ブロック（と通信呼出リンクを通じて）結合して動作する機能ブロックを含む。しかし、制御モジュール３２は、例えば、シーケンシャル機能ブロック、ラダーロジックなどのような、ある好ましい制御プログラミング方式を用いて設計されてもよい。
図１の拡大ブロック３４で示すように、制御器１２は、ルーチン３６および３８で表示された多数の単一ループ制御ルーチンを備えることができ、所望に応じて、制御ループ４０で表示された一つ以上の拡張制御ループを行うこともできる。これらの各ループは、制御モジュールであってもよい。単一ループ制御ルーチン３６および３８は、バルブのようなプロセス制御装置、温度および圧力送信器のような測定装置、またはプロセス制御システム１０内における他の装置と関連可能な適当なアナログ入力（ＡＩ）およびアナログ出力（ＡＯ）機能ブロックにそれぞれ接続された単一入力／単一出力ファジーロジック制御ブロックおよび単一入力／単一出力ＰＩＤ制御ブロックを用いて、単一ループ制御を行うものと図示されている。この拡張制御システム４２の入力と出力は、他の類型の入力を受信し他の類型の出力を提供するために、他の望ましい機能ブロックまたは制御構成要素に接続されてもよいが、この拡張制御ループ４０は、多数のＡＩ機能ブロックに通信可能に接続された入力と、多数のＡＯ機能ブロックに通信可能に接続された出力とを有する拡張制御システム４２を備えるものと図示されている。この拡張制御システム４２は、本明細書でさらに詳述した非線形入力／出力特性を示す制御プロセスに適合しており、一般に、（２以上のプロセス入力に制御信号を提供することにより、２以上のプロセス出力を制御するのに一般に用いられる）ある類型の多重入力／多重出力制御ルーチン、およびプロセスの非線形特性を正確にモデリングするように開発された一つ以上の非線形または改善したプロセスモデルを含むこともできる。よって、本明細書で、この拡張制御システム４２がモデル予測制御（ＭＰＣ）ブロックを用いるものと説明するが、他の実施形態として、この拡張制御システム４２は、ニューラルネットワーク制御ブロック、多重変数ファジーロジック制御ブロック、リアルタイム最適化ツールブロックのような、他の多重入力／多重出力ブロックを含み、または用いることができる。
図１に示した機能ブロックは、一つ以上の相互接続された機能ブロックとして実現され得る改善された制御システム４２を含む、制御器１２により実行され得ることが理解されよう。例えば、機能ブロックは、制御器アプリケーション３０により実行され得る。付加的にまたは選択的に、機能ブロックは、ワークステーション１６中の一つまたはさらにはフィールド装置２４〜２７中の一つのような、ある他のプロセッシング装置に搭載され実行されてもよい。
一つ以上のワークステーション１６は、プロセス制御モジュール３０を生成または変更し、これらの制御モジュールをネットワーク１８を通じて、制御器１２中の一つおよび／またはフィールド装置２４〜２７中の一つのようなフィールド装置にダウンロードするのに用いられる構成アプリケーション５０を保存して実行することもできる。また、ワークステーション１６は、ネットワーク１８を通じて、制御器１２からデータを受信し、この情報を予め定められたユーザインターフェース５４、または、一般に、構成アプリケーション５０を用いて生成される画面を用いてディスプレイメカニズムを経由して表示する表示アプリケーション５２を保存して実行することもできる。ある場合は、この表示アプリケーション５２は、設定点変更のような入力を使用者から受信し、これらの入力を一つ以上のワークステーション１６および／または制御器１２の内部の制御器アプリケーション３０に提供する。
プロセスプラント１０の構成は、ネットワーク１８に連結された構成データベース６０に保存されてもよい。この構成データベース６０は、プロセス制御システムの現在構成と、それと関連したデータを保存する構成データベースアプリケーション６２を行うことができる。付加的に、または選択的に、この構成データベースアプリケーション６２は一つ以上のワークステーション１６上において実行されてもよい。
また、一つ以上のワークステーション１６は、訓練、テストおよび／またはシミュレーションアプリケーション７０のような、他のアプリケーションを保存して実行することができる。これらのアプリケーションは、一般に制御器１２、およびプロセス制御システムの動作およびセットアップに関連した構成アプリケーション６０と相互作用してそれらからデータを受信する。ワークステーション１６内のプロセス制御モジュール３２、制御器１２、および／またはフィールド装置２４〜２７の中の一つ以上は、制御器アプリケーション３０に用いられる制御モジュール３２および表示アプリケーション５２に用いられるユーザインターフェース５４をテスト可能にするために、予め定められたまたは操作者が提供した数値が、シミュレーションソフトウェア７０にさらに提供される、シミュレーションモードまたは状態に設定されてもよい。ある場合は、シミュレーションアプリケーション７０は、制御器１２において付加的にまたは選択的に行われてもよい。
構成アプリケーション５０は、改善された制御システム４２を生成、ダウンロードおよび／または行うのに用いられ得る。改善された制御システムを生成、ダウンロードおよび／または行う技術は、本譲受人に譲渡され、本出願で参照され組み入れられる、米国特許第６，４４５，９６３号に開示されている。しかし、米国特許第６，４４５，９６３号に開示されたシステムとは異なり、構成アプリケーション５０は、次に詳述するように、バッチプロセスのモデルと結合して動作可能に、使用者がその改善された制御システム４２を構成するようにしてもよい。構成アプリケーション５０は、ワークステーション１６内のメモリに保存され、ワークステーション１６内のプロセッサにより実行され得るが、所望に応じて、このルーチン（またはそのある一部）は、付加的にまたは選択的にプロセス制御システム１０内の他の装置に保存されて実行されてもよい。当業者であれば、米国特許第６，４４５，９６３号に開示された技術を必ずしも用いる必要はなく、他の適当な技術を用いることもできることを理解するであろう。
上述のように、この改善された制御システム４２はＭＰＣブロックを含むことができる。図２は、バッチプロセスの第１原理モデル１０８と通信可能に結合されたＭＰＣブロック１０４のブロック図である。後述のように、この第１原理モデル１０８は、バッチプロセスを制御するために、ＭＰＣブロック１０４を用いるのに先立って、ＭＰＣブロック１０４を構成するために用いられる。付加的にまたは選択的に、第１原理モデル１０８は、バッチプロセスを制御するために、ＭＰＣブロック１０４と結合して用いられる。図２のＭＰＣブロック１０４および第１原理モデル１０８は、例えば、シミュレーションアプリケーション７０および／または制御器アプリケーション３０により実行され得る。
ＭＰＣブロック１０４は、３つの入力ＩＮ1−ＩＮ3および３つの出力ＯＵＴ1〜ＯＵＴ3を有する３×３の制御ブロックであるが、第１原理モデル１０８は、入力Ｘ1〜Ｘ5および出力Ｙ1〜Ｙ6を有するバッチプロセスの部分に対応する。勿論、ＭＰＣブロック１０４および第１原理モデル１０８は、他の多数の入力および出力を含むこともできる。ＭＰＣブロック１０４は、一般に例えば、出力と同一の個数の入力を有する、四角形ブロックであってもよく、この構成は、必須ではなく、ＭＰＣブロック１０４は、異なる個数の入力と出力を有してもよい。図２に示すように、モデル出力Ｙ1〜Ｙ3は、ＭＰＣブロック入力ＩＮ1−ＩＮ3にそれぞれ通信可能に結合され、ＭＰＣブロック出力ＯＵＴ1〜ＯＵＴ3は、モデル入力Ｘ1〜Ｘ3にそれぞれ通信可能に結合されている。勿論、ある第１原理モデルの入力と出力も（図２にプロセス入力および出力に接続された点線で示すように）プロセス制御システム１０に関連する他の制御ルーチン、モデルおよび／またはシミュレーション内の他の制御ループまたは他の構成要素に接続されてもよい。選択的に、ＭＰＣブロック１０４および（プロセス入力Ｘ1〜Ｘ3に接続された点線で示すように）モデル１０８に制御入力を提供可能な、残りのブロックはある類型のスイッチを通じて接続され得るが、これらのスイッチは、図２においてボックス１１０で表示されている。スイッチ１１０は、ハードウェアまたはソフトウェアスイッチであってもよく、所望に応じて、他の制御入力信号がフィールドバス機能ブロックのような機能ブロックにおける異なる入力に伝達されることにより提供され得て、ＭＰＣブロック１０４からの制御信号と、ＰＩＤ機能ブロックのような他の機能ブロックからの制御信号との間に、その２つの信号を受信する機能ブロックのモードに基づいて、選択可能である。
当業者に周知のように、図２において、ＭＰＣブロック１０４の出力が接続されるモデル入力Ｘ1〜Ｘ3は、例えば、既存の制御戦略内に定義された制御ループへの入力、バルブまたはバッチプロセスと関連する他の装置への入力などを含む、いずれの好ましいバッチプロセス入力にも対応することができる。これと同様に、ＭＰＣブロック１０４の入力に接続される一つ以上のモデル出力Ｙ1〜Ｙ3は、例えば、バルブまたは他のセンサの出力、ＡＯまたはＡＩ機能ブロックの出力、または他の制御構成要素またはルーチンの出力などを含む、いずれの好ましいバッチプロセス出力にも対応することができる。また、０個、１個、それ以上のモデル出力Ｙ1〜Ｙ3がバッチプロセスに関連する、測定不可能なリアルタイム変数に対応することができる。測定不可能なリアルタイム変数とは、測定値を用いて現在のバッチプロセスを制御することができる時間フレーム内では、事実上、その測定値が得られないバッチプロセス変数を称する。リアルタイム変数は、決定するのに数分または数時間が必要となるバッチプロセス変数の測定値を含まない。例えば、結果を決定するのに数分乃至数時間を必要とする実験室テストは、リアルタイム変数ではない。また、リアルタイム変数は、現在のバッチを制御するのに用いられた以前のバッチからのバッチプロセス変数の測定値を含めていない。また、測定不可能なリアルタイム変数は、ある時点においてリアルタイムで測定されたバッチプロセス変数を含まないが、不良または故障したセンサにより推定されているバッチプロセス変数は含める。測定不可能なリアルタイム変数の例としては、成分の濃度、成分濃度の変化速度等が挙げられる。一般に、バッチプロセスの間、このような変数の測定はサンプルを採取した後、そのサンプルに対して実験室分析を行うことを伴う。実験室分析は、数分乃至数時間必要となることもある。
第１原理モデル１０８は、物理法則に基づいた一つ以上の数式を用いて、測定不可能なリアルタイム変数に対応するモデル出力を発生することができる。例えば、一バッチプロセスでの化学反応は、質量保存、エネルギー保存のような原理に充実な一つ以上の数式にモデリングされ得る。
例示的なＭＰＣブロック１０４は、データ収集ユニット１１０、信号発生器１１２、汎用制御ロジック１１４、および制御変数１１６と制御予測プロセスモデル１１８を保存するための記憶領域を備える。汎用ロジック１１４は、例えば、特定の場合に制御を行うように動作可能な係数または他の制御変数を要求する汎用ＭＰＣルーチンを含めてもよい。また、ある場合、この汎用ロジック１１４は、ＭＰＣブロック１０４により制御されるプロセスに対応するプロセスモデルを必要とすることもあり得る。訓練期間に、ＭＰＣブロック１０４は、制御予測プロセスモデル１１８を生成するのに用いるためのデータを収集することができる。例えば、操作者からそのような指示を受けたとき（または、ある他の好ましい時間において）、ＭＰＣブロック１０４の信号発生器１１２は、それぞれのモデル入力Ｘ1〜Ｘ3に励起波形を提供するように、その出力ＯＵＴ1〜ＯＵＴ3において一連の波形を発生することができる。所望に応じて、これらの波形はＭＰＣブロック１０４の外部にあるハードウェアおよび／またはソフトウェアにより（例えば、ワークステーション１６、制御器１２、または他の装置から）信号発生器１１２に提供され得る。また、付加的にまたは選択的に、波形は、信号発生器１１２により生成されてもよい。これらの波形は、第１原理モデル１０８が、バッチプロセスの正常動作の間に予想される異なる入力範囲にかけて動作するように設計され得る。ＭＰＣ制御ルーチンに対する制御予測プロセスモデル１１８を作成するために、信号発生器１１２は、それぞれのモデル入力Ｘ1〜Ｘ3に一連の異なるパルスセットを伝達することができ、ここで、各パルスセット内のパルスは、同一の振幅を有するが、疑似ランダムの長さを有し、そして、その異なるパルスセット内のパルスは、異なる振幅を有する。このような一連のパルスセットは、生成された後、異なるモデル入力Ｘ1〜Ｘ3のそれぞれに順次に一つずつ伝達することができる。この時間の間、ＭＰＣブロック１０４内のデータ収集ユニット１１０は、信号発生器１１２により発生したそれぞれの波形に係るモデル出力Ｙ1〜Ｙ3の応答を示す収集データを収集し又は収集を調整し、そして発生する励起波形に係るデータを収集し又は収集を調整することもできる。このデータは、ＭＰＣブロック１０４に保存されてもよい。付加的にまたは選択的に、このデータは、保存のためにデータヒストリアン１４および／またはワークステーション１６に自動で伝送され、ワークステーションにおいて、このデータはディスプレー１７上に表示され得る。
勿論、信号発生器１１２により発生した励起波形は、任意の改善された制御ルーチン用の生成制御ロジック変数に有用なプロセスモデルを生成するように開発された、ある好ましい波形であり得る。この例で、信号発生器１１２は、モデル予測制御器用の制御予測プロセスモデルを作成するのに有用なものと知られているある波形セットを発生し、これらの波形は現在知られているか、またはこの目的ために将来作成される、ある形態を有することができる。モデル予測制御用の制御予測プロセスモデルを作成するために、データを収集する目的にプロセスを励起するのに用いられる波形は、当業者に広く知られているので、本明細書では、これらの波形を詳述しない。これと同様に、拡張制御（これはモデリングを含む）ユニットに対してプロセスモデルを作成するのに用いるために、いずれの他のまたは好ましい類型の波形も、ニューラルネットワーク、多重変数ファジーロジックのような他の制御技術を活用し、信号発生器１１２により発生され得る。
なお、信号発生器１１２は、ある好ましい形態を取ることもでき、例えば、ハードウェア、ソフトウェアまたはその組み合わせで行われる。ソフトウェアで行われる場合、信号発生器１１２は、好ましい波形を発生するのに用いられるアルゴリズムを保存し、または、発生すべき波形のデジタル表示を保存し、またはいずれの他のルーチンまたは保存されたデータを用いて、そのような波形を生成することができる。ハードウェアで行われる場合、信号発生器１１２は、例えば、オシレーターまたは方形波発生器の形態を取ることができる。所望に応じて、操作者は、第１原理モデル１０８に対応するプロセスの近似応答時間、プロセス入力に伝達されるべき波形振幅のステップサイズのような、波形を設計するのに要求される所定の変数を入力するように要請されることもある。操作者は、ＭＰＣブロック１０４が、初めて生成されるとき、または操作者がＭＰＣブロック１０４に第１原理モデル１０８をアップセットまたは励起してプロセスデータを収集し始めるように指示するとき、この情報をプロンプトされ得る。一実施の形態において、データ収集ユニット１１０は、完全かつ正確なプロセスモデルが作成されることを保障するために、操作者により入力された応答時間の３または５倍の応答時間の間、それぞれの励起波形に応答してデータを収集する（または、そうでなければ、データの収集を保障する）。しかし、他の時間量間にもデータが収集され得る。データ収集ユニット１１０は、例えば、第１原理モデル１０８またはデータヒストリアンから直接データを収集することができる。
とにかく、ＭＰＣ制御ブロック１０４は、信号発生器１１２が、全ての必要な励起波形をそれぞれのモデル入力Ｘ1〜Ｘ3に伝達することを完了した後、データ収集ユニット１１０は、モデル出力Ｙ1〜Ｙ3のためのデータを収集完了するまで、動作することができる。勿論、ＭＰＣブロック１０４の動作は、所望または必要に応じて、このデータ収集過程間にインターラプトされ得る。
制御予測プロセスモデル１１８は、既知のモデルを含む、様々なモデルを含むことができ、数学的なアルゴリズム、一連の応答曲線等を含むことができる。制御変数１１６はマトリックス、ＭＰＣ係数等のうち一つ以上を含むことができる。ＭＰＣ以外の制御ユニットが用いられる実施形態において、制御変数は、例えばチューニング変数、ニューラルネットワーク変数、多重変数ファジーロジックに対するスケーリング因子等を含むことができる。
当業者であれば、ＭＰＣ制御ブロック１０４が、単に、活用され得るＭＰＣの一例であることを理解するだろう。このような一つの付加的な例として、ＭＰＣ、外部信号発生器、および外部データ収集ユニットが用いられ得る。当業者であれば、多くの他の構成も、この例示的なＭＰＣ制御ブロック１０４の代りに用いられることを理解するだろう。
さらに図１を参照すると、ＭＰＣブロック１０４および第１原理モデル１０８は、プラント１０において様々なコンピュータ装置により実行され得る。例えば、ＭＰＣブロック１０４および第１原理モデル１０８は、一つ以上のワークステーション１６により行われ得る。また、ＭＰＣブロック１０４の少なくとも一部および／または第１原理モデル１０８の少なくとも一部が、制御器１２および／またはフィールド装置により行われ得る。当業者であれば、ＭＰＣブロック１０４および第１原理モデル１０８の一部分を行う多くの他の方法を理解するだろう。
図３は、バッチプロセスの第１原理モデルと結合してＭＰＣを動作させるための例示的な方法１５０のフローチャートである。この方法１５０は、例えばバッチプロセスを制御するのに用いるためのＭＰＣを構成するのに用いられ得る。方法１５０は、図２のＭＰＣブロック１０４および第１原理モデル１０８と結合して行われ得る。しかし、当業者であれば、方法１５０が、多様なＭＰＣと第１原理モデルで行われ得るということを理解するだろう。
ブロック１５４において、ＭＰＣの出力がバッチプロセスの第１原理モデルに提供される。例えば、図２について説明したように、ＭＰＣは、構成期間の間に励起信号を第１原理モデルに提供することができる。代替として、ＭＰＣから分離された信号発生器が構成期間の間に励起信号を提供することができる。付加的にまたは選択的に、後述するように、ＭＰＣは、バッチプロセスの動作の間に第１原理モデルに制御信号を提供することができる。
ブロック１５８において、第１原理モデルの出力がＭＰＣに提供される。第１原理モデルの出力は、例えば、バルブまたは他のセンサの出力、ＡＯまたはＡＩ機能ブロックの出力、他の制御構成要素またはルーチンの出力等を含む、バッチプロセス出力に対応する一つ以上の出力を含むことができる。また、第１原理モデルの出力は、バッチプロセスに関連した測定不可能なリアルタイム変数に対応する一つ以上の出力を含むことができる。第１原理モデルの出力は、ＭＰＣに直接または間接的に提供され得る。例えば、ＭＰＣには、データヒストリアンから検索されたデータが提供され得る。
ブロック１６２において、ＭＰＣの制御予測プロセスモデルが、第１原理モデルの出力の少なくとも一部に基づいて発生され得る。また、ＭＰＣの制御予測プロセスモデルが、機能ブロック、制御ブロック等のシミュレートされた出力のような、付加的な情報に基づいて発生され得る。また、このような付加的な情報は、実際のバッチプロセスから獲得した情報を含むことができる。既知の技術を含めた、種々の技術のいずれも、ＭＰＣの制御予測プロセスモデルを発生するのに用いられ得る。そのような技術は、データ異常値、明白なエラーデータ等を取り除くために、スクリーニング過程を行うことを含むことができる。
ブロック１６６において、ＭＰＣの制御変数が、第１原理モデルの出力の少なくとも一部に基づいて発生され得る。例えば、制御変数は、ブロック１６２において、第１原理モデルの出力に基づいて発生した制御予測プロセスモデルをインバートすることにより発生され得る。既知の技術を含めた、種々の技術のいずれも、制御変数を発生するのに用いられ得る。
一旦、制御変数が発生したら、ＭＰＣは、バッチプロセスを制御し、および／またはバッチプロセスの制御をシミュレートするのに用いられ得る。また、図２を参照すると、構成されたＭＰＣブロック１０４および第１原理モデル１０８が、シミュレーションアプリケーションと結合し、バッチプロセスの動作をシミュレートするのに用いられ得る。当業者に周知のように、バッチプロセスのシミュレーションは、実際のバッチプロセスが完了するのに必要となる時間よりもさらに速い速度で行うことができる。よって、多数制御戦略が比較的短期間の間にシミュレートされ得る。例えば、エンジニアは「ｗｈａｔ−ｉｆ」シナリオを行い、優秀な戦略を決め、または既存戦略を向上させることができる。シミュレーションで制御戦略を決めることは、アドホックな過程と一部のシステム的な過程を含む。例えば、さらに速いリアルタイムシミュレーションが、異常バッチを診断し、防止するために、ＭＳＰＣ（ｍｕｌｔｉｖａｒｉａｔｅ ｓｔａｔｉｓｔｉｃａｌ ｐｒｏｃｅｓｓ ｃｏｎｔｒｏｌ）のような他の技術により分析される「ｗｈａｔ−ｉｆシナリオ」で、現在および将来のバッチに対して入力および出力されるプロセスプロファイルを発生するのに用いられ得る。
また、第１原理モデルに結合された多重入力／多重出力制御システムが、バッチプロセスを制御することを助けるためにバッチプロセスの動作間に用いられ得る。図４は、バッチプロセスを制御するための例示的なシステムのブロック図であって、ここで、システム２００は多重入力／多重出力制御ブロックを含めるが、この場合、この制御ブロックは、第１原理モデル２０８に通信可能に接続されたＭＰＣブロック２０４として図示されている。また、ＭＰＣブロック２０４は、バッチプロセス２１２に通信可能に接続されている。図４において、一組の信号が明瞭性のために単一ラインに表示されている。よって、単一ラインは一つ以上の信号を示すことができることがわかる。ＭＰＣブロック２０４は、図２のＭＰＣブロック１０４またはある適当なＭＰＣブロックを備えることができ、第１原理モデル２０８は、図２について説明したように、第１原理モデルであってもよい。
バッチプロセス２１２の、（例えば、制御および制約測定値または変数であってもよい）バッチプロセス出力２１６で示された、少なくとも一部のバッチプロセス出力は、通常、ＭＰＣ制御において、ＭＰＣブロック２０４の入力にフィードバックされ得る。これと同様に、一組の測定され又は既知のプロセス障害入力２２０が、また、一般に、既知のＭＰＣ技術において、バッチプロセス２０４およびＭＰＣブロック２０４の入力に提供され得る。
また、第１原理モデル２０８の一組の出力がＭＰＣブロック２０４の入力に提供され、第１原理モデル２０８のこれらの出力は、図４に２２４で示されている。第１原理モデル２０８の出力２２４は、バッチプロセス２１２の測定不可能なリアルタイム変数に対応することができる。すなわち、ＭＰＣブロック２０４には、バッチプロセス２１２の測定不可能なリアルタイム変数の推定値が提供され得る。選択的に、第１原理モデル２０８によって発生し、測定された変数２１６に対応する一組の推定された変数２２８が、ＭＰＣブロック２０４の入力に提供され得る。
ＭＰＣ制御ブロック２０４は、線形プロセスモデル（すなわち、制御予測プロセスモデル）を有する標準ＭＰＣロジックを備えてもよく、一般に一組のプロセス制御信号または操作された変数制御信号２３２を作成するために、一般または既知の方法で動作することができる。この操作された変数制御信号２３２は、バッチプロセス２１２の入力および第１原理モデル２０８の入力に提供され得る。選択的に、スイッチ２３６が、その操作された変数制御信号２３２と異なる制御信号２３８の間でスイッチングすることができるように、提供される。選択的に、他のプロセス入力信号２４０が、バッチプロセス２１２および第１原理モデル２０８に提供され得る。
第１原理モデル２０８は、上述のように、測定不可能なリアルタイム変数だけでなく、バッチプロセス２１２の出力のうち少なくとも一部に対応する変数を発生することができる。第１原理モデル２０８はＭＰＣブロック２０４の出力２３２、既知のプロセス障害入力２２０、およびプロセス入力２４０の少なくとも一部に基づいて、これらの変数を発生することができる。上述のように、第１原理モデル２０８の出力のうち少なくとも一部は、ＭＰＣブロック２０４に提供され得る。
一般に、ＭＰＣブロック２０４は、バッチプロセス２１２を制御することを助けるために、第１原理モデル２０８により発生する測定不可能なリアルタイム変数の推定値を用いることができる。また、測定不可能なリアルタイム変数の推定値がＭＰＣブロック２０４への入力として提供されるので、ＭＰＣブロック２０４は、例えば、既知のＭＰＣ技術を用いて、一つ以上の測定不可能なリアルタイム変数を制御することを助けるのに用いられる。例えば、ＭＰＣブロック２０４は、変化速度（例えば、生産物濃度の変化速度、副産物濃度の変化速度、充填物濃度の変化速度、汚染物濃度の変化速度）を制御することを試みることができる。バッチプロセスに関連した変化速度を、ある好ましいプロファイルに近く維持するのに有用であることもある。例えば、バッチプロセス間で生産物濃度の変化速度を好ましいレベルで一定にすることは、生産物の収率を向上させ、生産物の品質を向上させ、バッチサイクル期間を予測し、バッチサイクル期間を短縮するのに役に立つ。ある場合、速いバッチ反応速度は、反応を暴走させ、または好ましくない副産物を生成させる可能性がある。遅い速度は、さらに長いバッチ時間を招き、遅くなければ得られる収率よりも、収率が減少される。制御された速度は、遅延および異常動作により引き起こされる時間シフトの影響を減少させることにより、より正確なバッチ実行の予測およびさらに高速かつ正確なバッチプロファイルの補正が可能となる。
一般に、システム２００は、生産能力および／または品質を増大させることと関連して、バッチプロセスの終点を向上するのに役に立つ。システム２００のようなシステムは、バッチの変数ランプ応答および非定常の動作を解決するのに役に立つが、従来技術のモデル識別およびＭＰＣシステムは、連続プロセスに特有の定常状態または一定のランプ速度を保障する。
また図１を参照すると、システム２００の一部が様々なコンピュータ装置により行われる。例えば、第１原理モデル２０８は、例えば一つ以上のワークステーション１６によって行われる。一実施の形態において、一つ以上のワークステーション１６上で実行される、制御器アプリケーション３０および／またはシミュレーションアプリケーション７０は、第１原理モデル２０８を行うことができる。また、一つ以上の制御器１２および／または一つ以上のフィールド装置２４〜２７は、ＭＰＣブロック２０４と、そのバッチプロセス２１２と関連した他の制御ルーチンを行うことができる。一実施の形態において、ＭＰＣブロック２０４は、制御器１２および／または一つ以上のフィールド装置２４〜２７によって行われる制御器アプリケーション３０により行われ得る。当業者であれば、システム２００の一部分を行う多くの他の方法を理解する。その一例として、第１原理モデル２０８の少なくとも一部が、制御器１２および／またはフィールド装置により行われ、ＭＰＣブロック２０４の少なくとも一部が一つ以上のワークステーション１６により行われる。
図５は、バッチプロセスを制御するための例示的な方法２６０のフローチャートである。この方法２６０は、例えば図４のシステム２００を用いて行われ、容易な説明のために、方法２６０は、図４を参照して説明する。しかし、当業者であれば、この方法２６０もまた、他のシステムを用いて行われることを理解するだろう。
ブロック２６４において、バッチプロセスの第１原理モデルがバッチプロセスと関連した測定不可能なリアルタイム変数の推定値を発生するのに用いられる。例えば、第１原理モデル２０８は、バッチプロセスと関連した変化速度の推定値のような測定不可能なリアルタイム変数の推定値を発生することができる。ブロック２６８において、ブロック２６４で発生した推定値が、制御ルーチンに提供され得る。その制御ルーチンは、ＭＰＣブロック２０４のような多重入力／多重出力制御ルーチンを含むことができる。選択的に、ファジーロジックルーチン、ニューラルネットワークなどのような、他の類型の制御ルーチンも用いられ得る。
ブロック２７２において、ブロック２６４で発生した推定値に基づいて制御信号が発生し、制御ルーチンにより発生する制御信号は、バッチプロセスを制御することを助ける。勿論、この制御信号もまた、実際のバッチプロセスからの測定値のような他の情報、および選択的には第１原理モデルにより発生する他の出力に基づいて発生され得る。この制御信号は、バッチプロセスを様々な方法で制御するのに用いることができる。例えば、この制御信号は、バッチプロセスと関連した変化速度、バッチプロセスの終点、バッチの末期での生成物の品質、生成物の収率等を制御しようと試みることができる。また他の例として、制御信号は、変化速度を好ましいプロファイルに維持しようと試みることができる。好ましいプロファイルは、バッチプロセスの間、いくらかの期間の間に一定の変化速度であることもある。当業者は、好ましいプロファイルが制御すべき特定のバッチプロセスにより変わることができることを理解する。よって、好ましい変化速度プロファイルは、変化速度が一定しない少なくともいくらかの期間を含むことができる。
ブロック２６４において発生した推定値を用いる制御ルーチンは、第１原理モデル、そして選択的に、実際のバッチプロセスと関連したデータを用いて構成されてもよい。一般に、この制御ルーチンは、第１原理モデルにより発生する測定不可能なリアルタイム変数データを用いることにより、様々なバッチプロセスの状況を制御するために、既知の技術を含む、多様な制御技術を用いることができる。
図６は、バッチプロセスを制御するためのまた他の例示的な方法２８０のフローチャートである。この方法２８０は、例えば、図４のシステム２００が行われ、容易な説明のために、この方法２８０を図４を参照して説明する。しかし、当業者であれば、この方法２８０もまた、他のシステムを用いて行うことができることを理解するだろう。
ブロック２８４において、バッチプロセス構成要素の変化速度のリアルタイム推定値が発生され得る。例えば、第１原理モデル２０８が、この推定値を発生することができる。選択的に、ファジーロジックシステム、ニューラルネットワーク等のような、他のモデリング／推定システムもまた推定値を発生するのに用いられ得る。ブロック２８８において、ブロック２８４で発生した推定値が、制御ルーチンに提供され得る。この制御ルーチンは、ＭＰＣブロック２０４のような多重入力／多重出力制御ルーチンを含むことができる。選択的に、ファジーロジックルーチン、ニューラルネットワークなどのような、他の類型の制御ルーチンも用いることができる。
ブロック２９２において、制御信号がブロック２８４で発生した推定値に基づいて発生され、この制御ルーチンにより発生した制御信号は変化速度を制御することを助ける。勿論、この制御信号もまた、実際のバッチプロセスからの測定値のような他の情報、そして選択的に測定不可能なリアルタイム変数の推定値のような他の推定値に基づいて発生され得る。この制御信号は、例えば、好ましいプロファイルに近い変化速度を維持するために用いられる。この好ましいプロファイルは、バッチプロセス間のいくらかの期間の間、一定の変化速度であってもよい。当業者であれば、この好ましいプロファイルが制御すべき特定のバッチプロセスにより変わることができることを理解するだろう。よって、好ましい変化速度プロファイルは、その変化速度が一定しない少なくともいくらかの期間を含むことができる。例えば、変化速度は、バッチプロセスのいくらかの期間の間で一定するように、または指数的に増加または減少するのが好ましいことがある。
図７は、バッチプロセスを制御するためのまた他のシステムのブロック図である。このシステム３００は、図４の例示的なシステム２００と同様の、番号を表示した多くの構成要素を備える。また、図５および６の方法２６０および２８０も、選択的にシステム３００のようなシステムにより行われる。一般に、このシステム３００は、仮想プラント３０４および実際プラント３０８を備える。実際プラント３０８は、バッチプロセスを行うのに用いられる実際の物理的装置の制御に対応するが、仮想プラント３０４は、実際プラント３０８のシミュレーションに対応する。図７には、一組の信号が明瞭性のために単一ラインに表示されている。そのため、単一ラインは、一つ以上の信号を示すことがわかる。後述するように、バッチプロセスの動作間に、バッチプロセスを制御することを助けるために仮想プラント３０４と実際プラント３０８との間には、データが交換され得る。
実際プラント３０８は、図４のシステム２００と同様に構成された、ＭＰＣブロック２０４およびバッチプロセス２１２を含む。仮想プラント３０４は、仮想プラントＭＰＣブロック３１２に通信可能に接続された第１原理モデル２０８を含む。この仮想プラントＭＰＣブロック３１２には、測定不可能なリアルタイム変数２２８が提供され得る。選択的に、第１原理モデル２０８により発生した推定された変数２２８のセットが、仮想プラントＭＰＣブロック３１２の入力に供給される。また、仮想プラントＭＰＣブロック３１２には、測定されたまたは既知のプロセス障害入力２２０のシミュレートされた数値、または測定されたまたは既知のプロセス障害入力２２０自体に対応する信号３１６が提供され得る。
仮想プラントＭＰＣ制御ブロック３１２は、それ自体に線形プロセスモデルを有した標準ＭＰＣロジックを含むことができ、一般に、一組のプロセス制御信号または操作された変数制御信号３２０を作成するために、代表的なまたは既知の方法で動作することができる。この操作された変数制御信号３２０は、第１原理モデル２０８の入力に提供され得る。選択的に、その操作された変数制御信号３２０と異なる信号３２８との間のスイッチングが可能になるようにスイッチが提供され、ここで、他の信号３２８は、制御信号２３８に対応するシミュレートされた信号または制御信号２３８自体であってもよい。選択的に、プロセス入力信号２４０のシミュレーション値またはそのプロセス入力信号２４０自体であってもよい、他の信号３３２が第１原理モデル２０８に提供され得る。
ＭＰＣブロック２０４および仮想プラントＭＰＣブロック３１２は、少なくとも類似に構成され得る。その一例として、ＭＰＣブロック２０４は、バッチプロセス２１２を制御するために公知の方法で構成され得る（例えば、制御予測プロセスモデルおよび制御変数が発生され得る）。すると、同一の制御予測プロセスモデルおよび／または制御変数が、仮想プラントＭＰＣブロック３１２に提供され得る。勿論、当業者であれば、ＭＰＣブロック２０４および仮想プラントＭＰＣブロック３１２を類似に構成するための多くの他の技術を理解するだろう。
一般に、仮想プラント３０４はバッチプロセス間に実際プラント３０８の動作をシミュレートすることができる。例えば、第１原理モデル２０８は、バッチプロセス２１２に反映する入力を受信し、第１原理モデル２０８は、一般にバッチプロセス２１２の動作をモデリングするように構成される。よって、第１原理モデル２０８の出力２２８は、一般にバッチプロセス２１２の出力２１６を追跡しなければならない。また、ＭＰＣブロック２０４および仮想プラントＭＰＣブロック３１２は、これらが同一または類似の構成を有しなければならないので、また、これらがそれぞれ同一または類似の入力を受信しなければならないので、同一または類似の操作された変数制御信号を発生しなければならない。
仮想プラント３０４と実際プラント３０８との間には、バッチプロセスの動作間に情報が通信され得る。例えば、測定不可能なリアルタイム変数２２４がＭＰＣ２０４に提供される。他の例として、実際プラント３０８でのその測定された変数２１６は、仮想プラント３０４が選択的にその測定された変数２１６を利用可能に、仮想プラント３０４に通信されてもよい。当業者であれば、仮想プラント３０４と実際プラント３０８との間に通信され得る、多くの他の類型の程度を理解するだろう。
一実施の形態において、この仮想プラント３０４は選択的に、質量伝達速度、残留物の練りおよび泡沫、モジュラー圧力流れ解法等を用いることができるプロセスモジュールを活用することができる。これにより、仮想プラント３０４が、空きプロセスボリューム、ゼロフロー、非平衡条件等を処理可能となる。また、この実施の形態において、仮想プラント３０４は、混合および輸送遅延のシミュレーションを可能にするために、セクタ化した容積および循環流れを有するプロセスモジュールを選択的に用いることができる。
さらに図１を参照すると、仮想プラント３０４および実際プラント３０８の一部が、多くのコンピュータ装置によって行われ得る。例えば、仮想プラント３０４の一部が、一つ以上のワークステーション１６により行われてもよい。一実施の形態において、一つ以上のワークステーション１６上で実行される、制御器アプリケーション３０および／またはシミュレーションアプリケーション７０が、仮想プラント３０４の少なくとも一部を行うことができる。また、一つ以上の制御器１２および／または一つ以上のフィールド装置２４〜２７が、ＭＰＣブロック２０４、およびそのバッチプロセスと関連した他の制御ルーチンのような実際プラント３０８の一部を行うことができる。一実施の形態で、ＭＰＣブロック２０４は、制御器１２および／または一つ以上のフィールド装置２４〜２７により行われる制御器アプリケーション３０により行われ得る。当業者であれば、仮想プラント３０４および実際プラント３０８の一部を行う多くの他の方法を理解するだろう。その一例として、仮想プラント３０４の一部が制御器１２および／またはフィールド装置上で行われ、実際プラント３０８の一部が一つ以上のワークステーション１６により行われる。
図８は、バッチプロセスを制御するためのまた他の例示的なシステムのブロック図である。このシステム４００は、図７のシステムと類似しており、その例示的なシステム３００と類似して番号を表示した多くの構成要素を含む。また、図５および６の方法２６０および２８０は、選択的にシステム２８０のようなシステムにより行われてもよい。
周知のように、装置条件およびバッチプロセスと関連した他の条件も続けて変化することができる。これは、第１原理モデル２０８が継続して多少正確でなくなる。このような潜在的問題を解決するために、システム４００は、バッチプロセス２１２での変化を、継続して反映するように第１原理モデル２０８をアップデートするためのモデルアップデートシステム４０２を含む。
一般に、モデルアップデートシステム４０４は、バッチプロセス２１２の出力を第１原理モデル２０８の対応出力と比べた後、その比較に基づいて第１原理モデル２０８を調整する。このモデルアップデートシステム４０４は、第１原理モデル２０８と通信可能に接続されたモデルアップデートＭＰＣブロック４０８を含む。すなわち、第１原理モデル２０８の変数がモデルアップデートＭＰＣブロック４０８によって操作される。すなわち、操作された変数制御信号とよく称される、ＭＰＣブロック４０８の出力が、第１原理モデル２０８とバッチプロセス２１２の出力との間の比較に基づいて第１原理モデル２０８での変数をアップデート可能に、第１原理モデル２０８に通信可能に接続される。
周知のように、ＭＰＣは、一般にＭＰＣにより発生した操作された変数制御信号であり、摂動に対するプロセスの応答をモデリングする制御予測プロセスモデルを含むことができる。このモデルアップデートＭＰＣブロック４０８は、一般に第１原理モデル２０８の変数の摂動に対して第１原理モデル２０８の応答をモデリングする制御予測プロセスモデルを含むことができる。また、モデルアップデートＭＰＣブロック４０８は、マトリックス、ＭＰＣ係数等のような制御変数を含むことができ、その制御変数は、一般にＭＰＣブロック４０８の制御予測プロセスモデルに基づき、またはＭＰＣブロック４０８の制御予測プロセスモデルを用いて決定される。
ＭＰＣブロック４０８は、バッチプロセス２１２の入力および出力の両者および第１原理モデル２０８の対応する入力および出力の中で一部または全部を入力として受信することができる。バッチプロセス２１２の入力および出力は、ヒストリアンを通じて得られ、またはプラント内のフィールド装置、制御器等から得られることができる。選択的に、このモデルアップデートシステム４０４は、リアルタイムで得られない変数の測定値を得るためのシステムを含むことができる。本明細書では、そのようなシステムを実験室４１２という。例えば、バッチから得たサンプルは、容器内の成分の濃度、成分の変化速度等のようなリアルタイムで測定されないバッチの変数測定するのを発生するように、実験室により処理され得る。このような測定値は、バッチプロセスを制御するのにリアルタイムで用いることができないが、これらは、これらの測定値に対応する第１原理モデル２０８により発生する推定値を比べることにより、第１原理モデル２０８を調整するのに用いることができる。よって、実験室４１２によって発生する測定値に対応するデータ、そして、第１原理モデル２０８により発生する測定不可能なリアルタイム変数の測定値に対応するデータが、ＭＰＣブロック４０８に提供され得る。また、第１原理モデル２０８により発生する測定不可能なリアルタイム変数の推定値が、ＭＰＣブロック４０８に提供され得る。
ＭＰＣブロック４０８は、提供されるデータを第１原理モデル２０８の変数を調整するために用いることができる。これは、続けてバッチプロセス２１２が変化する場合、第１原理モデル２０８を調整するための一つの技術を提供する。勿論、上述したモデルアップデートシステム４０４は、単にバッチプロセスの第１原理モデルを調整するための一つの例示的システムであるだけである。例えば、ＭＰＣブロックの代替として、ファジーロジックシステム、ニューラルネットワーク等のような、他の多重入力／多重出力システムが用いられてもよい。
さらに図１を参照すると、モデルアップデートシステム４０４は、多くのコンピュータ装置により行われる。例えば、モデルアップデートシステム４０４の一部が一つ以上のワークステーション１６により行われ得る。一実施の形態において、一つ以上のワークステーション１６上で行う、制御器アプリケーション３０および／またはシミュレーションアプリケーション７０が、ＭＰＣブロック４０８のような、モデルアップデートシステム４０４の少なくとも一部を行うことができる。また、一つ以上の制御器１２および／または一つ以上のフィールド装置２４〜２７が、ＭＰＣブロック４０８のようなモデルアップデートシステム４０４の一部を行うことができる。当業者であれば、モデルアップデートシステム４０４を行う多くの他の方法を理解するだろう。
図９は、バッチプロセスの第１原理モデルをアップデートするための例示的な方法４５０のフローチャートである。この方法４５０は、例えば、図８のシステム４０４を用いて行われ、容易な説明のために、この方法４５０を図８を参照して説明する。しかし、当業者であれば、この方法４５０もまた、他のシステムを用いて行われることを理解するだろう。
ブロック４５４において、第１原理モデルの出力が多重入力／多重出力制御ルーチンに提供され得る。例えば、図８では、第１原理モデル２０８の出力がモデルアップデートＭＰＣブロック４０８に提供され得る。第１原理モデルの出力は、バッチプロセスの測定可能なリアルタイム変数の推定値を含むことができる。付加的にまたは選択的に、第１原理モデルの出力は、バッチプロセスの測定不可能なリアルタイム変数の推定値を含むことができる。ブロック４５４において提供されたデータは、例えば、データヒストリアンから検索されたデータを含むことができる。付加的にまたは選択的に、ブロック４５４に提供されるデータは、ワークステーション１６、制御器１２、フィールド装置等から検索されたデータを含むことができる。
ブロック４５８において、バッチプロセスと関連した出力データおよび第１原理モデルの出力に対応する出力データが多重入力／多重出力制御ルーチンに提供される。例えば、図８において、バッチプロセス２１２のデータ出力がモデルアップデートＭＰＣブロック４０８に提供され得る。選択的に、その提供された出力データは実験室４０８からのデータを含むことができる。よって、その提供された出力データは第１原理モデルにより発生した測定不可能なリアルタイム変数の推定値に対応する出力データを付加的にまたは選択的に含むことができる。
ブロック４６２において、多重入力／多重出力制御システムは、第１原理モデルの変数を変更するように、ブロック４５４および４５８において受信されたデータに基づいて出力を発生することができる。例えば、第１原理モデルにより発生した推定する制御された変数と見なされ、実際プラントからの対応する測定された変数は、設定点と見なされ得る。その後、多重入力／多重出力制御システムは、その推定値が、その対応する測定された変数の追跡を試みることにより、第１原理モデルの変数を変更するように、データを発生することができる。調整されるモデル変数の一例は、Ｈｅｎｒｙ係数である。このＨｅｎｒｙ係数は、気相と液相との間の酸素の質量伝達を決める溶解酸素の平衡濃度を決めるための変数である。調整されるモデル変数の他の例では、活性化エネルギ、特定の反応、成長、質量伝達に対する係数、生成物および副産物の形成速度、酸素限界、基質抑制、細胞扶養、イオン解離、収率およびサイクル時間が挙げられる。
当業者であれば、多くの変更が可能であることを理解するだろう。例えば、第１原理モデルの出力および／または多重入力／多重出力制御システムに提供される対応する測定された変数は、短期的滞留をフィルタするためにフィルタリングされ得る。他の例として、多重入力／多重出力制御システムに提供される第１原理モデルの出力は、プロセスゲインと調整の範囲が相当な範囲内に維持されるようにスケーリングされ得る。また他の例として、バッチサイクルの適当な部分のみで、適合した変更が可能になるように、バッチサイクル間に、適合した変更が自動に開始および中止され得る。
図１０は、本明細書で説明した技術を用いる例示的なバッチプロセスシステム５００のブロック図である。このバッチプロセスシステム５００は、ペニシリンを製造するように構成されている。このシステム５００の多くの構成要素は、容易な説明のために図１０に示されていない。このシステム５００は、基質、塩基性試薬、酸性試薬および空気を収容する生物反応器５０４を含む。バッチの完了時、この生物反応器５０４は、バッチ排出管５０８を経由して排出される。ポンプ５１２は、塩基性試薬を生物反応器５０４に提供し、ポンプ５１４は、酸性試薬を生物反応器５０４に提供する。ポンプ５１２は、制御ルーチン５１６により制御され、ポンプ５１４は、制御ルーチン５１８により制御され得る。ｐＨセンサ５２０は、生物反応器中のｐＨに関するデータを発生することができる。このｐＨデータは、スプリッタ５２２に提供され、すると、スプリッタ５２２は分割されたｐＨデータを制御ルーチン５１６および５１８に提供し、制御ルーチンは、生物反応器中のｐＨを制御するためにポンプ５１２および５１４を制御する。
ポンプ５２８は、生物反応器５０４に基質を提供し、ポンプ５２８は、制御ルーチン５３０により制御され得る。この基質は、グルコースを含むことができる。グルコース濃度センサ５３２が制御ルーチン５３０に生物反応器５０４内のグルコース濃度に関したデータを提供することができる。ポンプ５３６は、生物反応器５０４に空気を提供し、ポンプ５３６は、制御ルーチン５３８により制御され得る。生物反応器５０４へのベント５４２は、制御ルーチン５４４により制御され得る。
溶解酸素センサ５２０は、生物反応器５０４中の溶解酸素の濃度に関したデータを発生することができる。この溶解酸素データは、制御ルーチン５５０に提供される。今度は、制御ルーチン５５０は、スプリッタ５５４を経由して制御ルーチン５３８および制御ルーチン５４４に制御データを提供することができる。
ＭＰＣ制御ブロック５６０は、上述した仮想プラントのような、バッチプロセスの第１原理モデルを有する仮想プラントからバイオマス成長速度および生成物形成速度の推定値を受信する。この推定されたバイオマス成長速度と推定された生成物の形成速度は、生物反応器５０４内の対応速度のリアルタイム推定値である。特に、この推定されたバイオマス成長速度は、生物反応器５０４内の菌細胞の成長速度の推定値であってもよく、この推定された生成物の形成速度は、生物反応器５０４内のペニシリン濃度の推定値であってもよい。
ＭＰＣブロック５６０は、第１の制御信号出力を発生し、制御ルーチン５３０に提供し、また第２の制御信号を発生し、制御ルーチン５５０に提供する。ＭＰＣブロック５６０により発生した出力は、制御ルーチン５３０および制御ルーチン５５０により使われる設定点であってもよい。例えば、制御ルーチン５３０に提供される第１の制御信号は、グルコース濃度設定点であってもよく、制御ルーチン５５０に提供される第２の制御信号は、溶解酸素濃度設定点であってもよい。よって、ＭＰＣブロック５６０は、推定されたバイオマス成長速度および推定された生成物形成速度に応答して、バッチの動作の間に、グルコース濃度設定点、溶解酸素濃度設定点を調整することができる。今度は、制御ルーチン５３０は、ポンプ５３６が、生物発生器５０４に多少の空気を付加するようにする制御データを発生することができ、生物発生器５０４内の多少の空気が排出するために、ベント５４２を調整するようにする制御データを発生することができる。
ペニシリンを製造するバッチプロセスでは、菌細胞にグルコースおよび溶解酸素が提供される。継続して、この菌細胞は、ペニシリンを分泌し、また二酸化炭素を発生する。一実施形態において、ＭＰＣブロック２６０を用いる制御は、バッチの開始後、生成速度がほぼ最大であると推定された時間まで用いられなかった。よって、ＭＰＣブロック２６０は、生成速度を一定して維持しようと試みるのに用いられた。
細胞濃度が増加されることにより、さらに高い溶解酸素濃度が、バイオマス成長および生成物形成速度を徐々に増加させたものと観察された。しかし、高い空気流量は、ガス処理費用を増大させ、高い圧力は溶解した二酸化炭素を増加させ、よって、最小で有益な效果を有する場合は、溶解酸素がバッチの初期に低く維持された。低い基質濃度は、減少された基質抑制因子のため、バイオマス成長を減少させたが、生成物形成速度を増加させた。その結果、基質濃度は初期に細胞を成長するように高くしたが、その後、バッチが生成物形成を促進するように進行されるにつれて低くなった。ＭＰＣブロック５６０のチューニングは、バッチサイクルのフェドバッチ部分の間に、成長速度よりさらに重要であるので、移動に関するさらに高いペナルティーおよび生成速度誤差に関するさらに高いペナルティーを用いることを含んでもよい。
ＭＰＣブロック５６０は、純粋生成速度が低下しないようにすることができる。よって、ＭＰＣブロック５６０は、生成物濃度を一定の傾きで増加させることができ、バッチサイクル時間を短くすることができる。また、生成物濃度が一定の傾きで増加するので、バッチが完了する時間の推定が比較的正確ではなければならない。当業者であれば、システム５００に多くの変更が可能であることを理解するだろう。その一例として、基質消耗速度を減少させ、純粋生成速度をさらによく維持するように制御器を自由に更新するために、バッチの末期付近では、バイオマス濃度プロファイルを減少させることが好ましいとすると、生成物濃度がその終点に近付くにつれ、成長速度に対する設定点が減少してもよい。
システム５００により発生するバッチにおいて、残った時間量を予測するために、現在生成物濃度と終点濃度との間の差を係数化された純粋生成速度で割ることができる。以後、その残った時間量を現在のバッチ時間に加え、予測されたバッチサイクル時間を算出することができる。バッチ内の残った時間量に、係数化されたグルコース供給速度を掛けた後、現在のグルコースの総充填物に加えると、グルコース消耗量を予測することができる。生成物終点濃度をその予測されたグルコース消耗量で割ると、単位グルコースキログラム当たりの生成物キログラムで、予測された収率が算出される。今度は、予測された収率が、最小実際収率と最大実際収率との間の差のパーセントとして表現され得る。
勿論、図１０のシステム５００は、上述した技術を用いることができる生化学バッチプロセスシステムの一例に過ぎない。他の例では、他の抗生剤、合成タンパク質、成長ホルモン、抗体、調剤薬、添加剤、ビール、ワイン、ポリマー、滑剤、特殊化学品等を製造するためのシステムが挙げられる。
本明細書で説明した技術とシステムの他の実施形態は、多くの方法に活用され得る。例えば、図２に示したシステム、仮想プラント３０４のようなシステムは、正常バッチ動作および／または異常状況を制御および／または処理するための戦略を開発するのに用いられ得る。また、このようなシステムは、異常状況を検出するための戦略を開発するのに用いられ得る。また、ここで説明した技術とシステムの実施形態は、経済的目標を満たすバッチプロファイルを識別、予測、および／または達成するのに用いられ得る。バッチの終点は、予測され得、および／または、バッチプロセスは、生産能力および／または品質が増大するように制御され得る。バッチサイクル時間は、予測され得、および／またはバッチプロセスは、バッチサイクル時間が減少するように制御され得る。識別されたプロファイルは、保存され得、バッチでの変化量、動作条件、原材料（例えば、微量の栄養物、添加剤等）を検出し、および／または定量化するのに用いられ得る。プロファイルは、多変数統計的プロセス制御のようなツールにより分析されたア・プリオリであってもよい。
本明細書では、ＭＰＣブロックのような、多くの多重入力／多重出力制御システムについて説明した。当業者であれば、既知のシステムを含む、多様な多重入力／多重出力制御システムが、本明細書で説明した技術の様々な実施形態に用いられ得ることを理解するだろう。例えば、次のいずれも譲渡された特許および特許出願は、選択的に用いられ得る技術およびシステムを開示している。次のいずれも譲渡された特許および特許出願は、本明細書に全体が参照され組み込まれる。米国特許第６，４４５，９６３号は、多重入力／多重出力制御を行う拡張制御ブロックのみならず、そのような制御ブロックを生成して構成する技術を開示している。米国特許第６，７２１，６０９号は、操作された制御変数が制限を超過し、または違反しないことを保障するために、制御ロジックの最適化を行う多重入力／多重出力制御ブロックを開示している。米国特許第６，９０１，３０８号は、プロセスの相違した動作領域に対して、多重入力／多重出力制御ブロックの実行期間を変更する補償ブロックまたはアルゴリズムを含む多重入力／多重出力制御ブロックを開示している。米国特許出願第１０／２４１，３５０号は、操作された変数に対して、最適の動作目標値を計算する最適化ルーチンを含む多重入力／多重出力制御ブロックを開示している。米国特許出願第１０／４５４，９３７号は、制御されたプロセスをモデリングする線形プロセスモデルおよび線形プロセスモデルの予測値に対する補正値を発生する非線形プロセスモデルを含む多重入力／多重出力制御ブロックを開示している。これは、非線形特性を持つプロセスの制御を向上させることができる。
本明細書で説明した、多重入力／多重出力制御システム、第１原理モデル、制御ルーチン、方法ブロック等は、いかなるハードウェア、ファームウエア、およびソフトウェアの組合せを用いても実行され得る。従って、本明細書で説明したシステムと技術は、標準的な多目的プロセッサで行われ、または所望に応じて、特に設計されたハードウェアまたはファームウエアを用いて行われ得る。ソフトウェアで行われる場合、ソフトウェアは、マグネチックディスク、レーザーディスク(登録商標)、または他の格納媒体のような、いかなるコンピュータで読取可能なメモリ、ＲＡＭまたはＲＯＭまたはコンピュータまたはプロセッサのフラッシュメモリ等に保存されることが可能である。これと同様に、ソフトウェアは、使用者またはプロセス制御システムに、例えばコンピュータで読取可能なディスクまたは他の伝達可能なコンピュータ保存メカニズムを含む、いかなる公知または好適な伝達方法を通じて、または通信媒体を通じて伝達され得る。一般に、通信媒体は、コンピュータで読取可能な命令語、データ構造、プログラムモジュール、または他のデータを、搬送波または他の伝達メカニズムのような変調されたデータ信号で含む。「変調されたデータ信号」との用語は、その一つ以上の特性が信号内の情報をエンコードすることができる方式で設定され、または変更された信号を意味する。例として、通信媒体としては、有線網または直通有線接続のような有線媒体、そして、音波、ＲＦ、超音波および他の有線媒体のような無線媒体が挙げられ、これに限らない。よって、ソフトウェアは、（同一のものと視認され、または伝達保存媒体を通じてそのようなソフトウェアを提供して相互交換することが可能な）電話線、インターネット等のような通信チャンネルを通じて、使用者またはプロセス制御システムに伝達され得る。
よって、本発明を特定例を参考して説明したが、これは、単に例示に過ぎず、本発明を限定するものではなく、本発明の精神と範疇から逸脱しない範囲内で、開示された実施形態に対して、変更、追加または削除が可能であることは当業者にとって明白であるだろう。
Claims (11)
- 多重入力／多重出力制御ルーチンの制御出力をバッチプロセスの第１原理モデルである第１のモデルの入力に提供するステップと、
前記バッチプロセスの前記第１原理モデルにより発生した前記バッチプロセスの動作中の測定不可能なリアルタイム変数の推定値を前記多重入力／多重出力制御ルーチンに提供するステップと、
前記第１原理モデルにより発生した前記測定不可能なリアルタイム変数の推定値に基づいて、且つ、前記バッチプロセスからの測定値に基づかないで、前記多重入力／多重出力制御ルーチンで用いるための前記バッチプロセスの第２のモデルを発生するステップと、
前記第２のモデルを使用して前記バッチプロセスを制御するステップと、
を含む、バッチプロセスの制御を容易にする方法。 - 前記バッチプロセスを制御するために、前記多重入力／多重出力制御ルーチンを用いるステップをさらに含み、前記多重入力／多重出力制御ルーチンは、前記バッチプロセスの制御において前記発生した第２のモデルを使用する、
請求項１に記載の方法。 - 前記バッチプロセスを制御するための制御戦略をテストするために、前記多重入力／多重出力制御ルーチンおよび前記第１原理モデルを用いるステップをさらに含む、
請求項１に記載の方法。 - 前記多重入力／多重出力制御ルーチンは、モデル予測制御ルーチンを含む、
請求項１に記載の方法。 - 前記多重入力／多重出力制御ルーチンの制御出力をバッチプロセスの第１原理モデルである第１のモデルの入力に提供するステップは、更に、前記多重入力／多重出力制御ルーチンの制御出力及びプロセス障害入力を前記バッチプロセスの第１原理モデルである第１のモデルの入力に提供することを含む、
請求項１〜４のいずれかに記載の方法。 - コンピュータ可読媒体と、
バッチプロセスの動作中の測定不可能なリアルタイム変数の推定値に対応する信号を生成するよう構成されたバッチプロセスの第１原理モデルである第１のモデルと、
前記第１原理モデルから受信された信号に基づいて且つ前記バッチプロセスからの測定値に基づかないで発生され、前記バッチプロセスを制御するための多重入力／多重出力制御ルーチンにより使用するための前記バッチプロセスの第２モデルを備え、前記第１原理モデルの入力に制御信号を提供し、前記第１原理モデルにより発生した前記測定不可能なリアルタイム変数の推定値を受信する、コンピュータ可読媒体に格納される多重入力／多重出力制御ルーチンと、
を含む、バッチプロセスの制御を容易にするシステム。 - 前記多重入力／多重出力制御ルーチンは、前記第１原理モデルに通信可能に接続される、
請求項６に記載のシステム。 - 前記多重入力／多重出力制御ルーチンは、
前記第１原理モデルの入力に通信可能に接続され、励起信号を発生するように構成された信号発生器と、
前記第１原理モデルの出力に通信可能に接続され、前記励起信号に応答して発生する前記第１原理モデルの出力を収集するように構成されたデータ収集器と、
を含む、請求項６に記載のシステム。 - 前記多重入力／多重出力制御ルーチンは、モデル予測制御ルーチンを含む、
請求項６に記載のシステム。 - 前記バッチプロセスを制御するために、前記多重入力／多重出力制御ルーチンを用い、前記多重入力／多重出力制御ルーチンは、前記バッチプロセスの制御において前記発生した第２のモデルを使用する、
請求項６に記載のシステム。 - 前記バッチプロセスの第１原理モデルである第１のモデルは、更に、前記多重入力／多重出力制御ルーチンの制御出力及びプロセス障害入力を受信し、前記バッチプロセスの動作中の測定不可能なリアルタイム変数の推定値に対応する信号を生成するよう構成される、
請求項６〜１０のいずれかに記載のシステム。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US11/241,157 US7877154B2 (en) | 2005-09-30 | 2005-09-30 | Method and system for controlling a batch process |
| US11/241157 | 2005-09-30 |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2006270333A Division JP5331301B2 (ja) | 2005-09-30 | 2006-10-02 | バッチプロセスを制御するためのシステムおよび方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2012064245A JP2012064245A (ja) | 2012-03-29 |
| JP5479443B2 true JP5479443B2 (ja) | 2014-04-23 |
Family
ID=37421252
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2006270333A Active JP5331301B2 (ja) | 2005-09-30 | 2006-10-02 | バッチプロセスを制御するためのシステムおよび方法 |
| JP2011281104A Active JP5479443B2 (ja) | 2005-09-30 | 2011-12-22 | バッチプロセスを制御するためのシステムおよび方法 |
Family Applications Before (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2006270333A Active JP5331301B2 (ja) | 2005-09-30 | 2006-10-02 | バッチプロセスを制御するためのシステムおよび方法 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US7877154B2 (ja) |
| JP (2) | JP5331301B2 (ja) |
| CN (2) | CN102841538B (ja) |
| DE (1) | DE102006045428B4 (ja) |
| GB (3) | GB2465513B (ja) |
| HK (3) | HK1098835A1 (ja) |
Families Citing this family (59)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7689296B2 (en) * | 2006-04-28 | 2010-03-30 | Honeywell Asca Inc. | Apparatus and method for controlling a paper machine or other machine using measurement predictions based on asynchronous sensor information |
| US7747416B2 (en) * | 2006-06-06 | 2010-06-29 | Siemens Industry, Inc. | System and method for batch process control with diverse distributed control system protocols |
| US8527252B2 (en) * | 2006-07-28 | 2013-09-03 | Emerson Process Management Power & Water Solutions, Inc. | Real-time synchronized control and simulation within a process plant |
| US7949417B2 (en) | 2006-09-22 | 2011-05-24 | Exxonmobil Research And Engineering Company | Model predictive controller solution analysis process |
| US7831318B2 (en) * | 2006-10-31 | 2010-11-09 | Rockwell Automation Technologies, Inc. | Model predictive control of fermentation temperature in biofuel production |
| US7933849B2 (en) * | 2006-10-31 | 2011-04-26 | Rockwell Automation Technologies, Inc. | Integrated model predictive control of batch and continuous processes in a biofuel production process |
| US8521310B2 (en) * | 2006-10-31 | 2013-08-27 | Rockwell Automation Technologies, Inc. | Integrated model predictive control of distillation and dehydration sub-processes in a biofuel production process |
| US20080103747A1 (en) * | 2006-10-31 | 2008-05-01 | Macharia Maina A | Model predictive control of a stillage sub-process in a biofuel production process |
| US8634940B2 (en) * | 2006-10-31 | 2014-01-21 | Rockwell Automation Technologies, Inc. | Model predictive control of a fermentation feed in biofuel production |
| US8571690B2 (en) * | 2006-10-31 | 2013-10-29 | Rockwell Automation Technologies, Inc. | Nonlinear model predictive control of a biofuel fermentation process |
| US7844350B2 (en) * | 2006-11-22 | 2010-11-30 | Honeywell International Inc. | Testing of control strategies in a control system controlling a process control plant |
| US7840363B2 (en) * | 2008-03-20 | 2010-11-23 | Rockwell Automation Technologies, Inc. | Determining total mill flow in a biofuel production process |
| US9298174B2 (en) * | 2008-03-20 | 2016-03-29 | Rockwell Automation Technologies, Inc. | Determining total inventory of batch and continuous inventories in a biofuel production process |
| US8755939B2 (en) * | 2008-06-30 | 2014-06-17 | Rockwell Automation Technologies, Inc. | Throughput/yield optimized model predictive control |
| US20100063786A1 (en) * | 2008-09-11 | 2010-03-11 | Harke Michael C | Co-Simulation Process |
| US9014858B2 (en) * | 2008-09-30 | 2015-04-21 | Rockwell Automation Technologies, Inc. | Energy optimizer for dehydrating biofuels through distillation towers and molecular sieves |
| US8103385B2 (en) * | 2008-09-30 | 2012-01-24 | Rockwell Automation Technologies, Inc. | Optimizing product drying through parallel lines of centrifuges and dryer process units |
| US9037298B2 (en) * | 2008-09-30 | 2015-05-19 | Rockwell Automation Technologies, Inc. | Cook flash temperature optimization |
| US9098093B2 (en) * | 2008-09-30 | 2015-08-04 | Rockwell Automation Technologies, Inc. | Model predictive control of biofuel denaturant blending |
| US20100123618A1 (en) * | 2008-11-19 | 2010-05-20 | Harris Corporation | Closed loop phase control between distant points |
| US20100124263A1 (en) * | 2008-11-19 | 2010-05-20 | Harris Corporation | Systems for determining a reference signal at any location along a transmission media |
| US7855681B2 (en) * | 2008-11-19 | 2010-12-21 | Harris Corporation | Systems and methods for determining element phase center locations for an array of antenna elements |
| US8170088B2 (en) * | 2008-11-19 | 2012-05-01 | Harris Corporation | Methods for determining a reference signal at any location along a transmission media |
| US7969358B2 (en) * | 2008-11-19 | 2011-06-28 | Harris Corporation | Compensation of beamforming errors in a communications system having widely spaced antenna elements |
| US20100125347A1 (en) * | 2008-11-19 | 2010-05-20 | Harris Corporation | Model-based system calibration for control systems |
| US7970365B2 (en) * | 2008-11-19 | 2011-06-28 | Harris Corporation | Systems and methods for compensating for transmission phasing errors in a communications system using a receive signal |
| BR112012013074B1 (pt) | 2009-12-01 | 2018-09-18 | Oxford Nanopore Technologies Limited | instrumento de análise e módulo para realizar análise bioquímica, e, método para operar um instrumento de análise para realizar análise bioquímica |
| US8756039B2 (en) * | 2010-03-02 | 2014-06-17 | Fisher-Rosemount Systems, Inc. | Rapid process model identification and generation |
| JP5938034B2 (ja) * | 2010-05-21 | 2016-06-22 | フィッシャー−ローズマウント システムズ，インコーポレイテッド | プロセスのモデル構築方法、バッチを分析する方法、コンピュータ読出可能媒体及び多段処理のモデルを利用する方法 |
| US9182752B2 (en) | 2010-05-21 | 2015-11-10 | Fisher-Rosemount Systems, Inc. | Method and system for multi-zone modeling to determine material properties in storage tanks |
| US9447963B2 (en) | 2010-08-16 | 2016-09-20 | Emerson Process Management Power & Water Solutions, Inc. | Dynamic tuning of dynamic matrix control of steam temperature |
| US9217565B2 (en) | 2010-08-16 | 2015-12-22 | Emerson Process Management Power & Water Solutions, Inc. | Dynamic matrix control of steam temperature with prevention of saturated steam entry into superheater |
| US9335042B2 (en) | 2010-08-16 | 2016-05-10 | Emerson Process Management Power & Water Solutions, Inc. | Steam temperature control using dynamic matrix control |
| CA2826374C (en) | 2011-02-11 | 2024-01-23 | Oxford Nanopore Technologies Limited | Mutant pores |
| US8788239B2 (en) * | 2011-02-11 | 2014-07-22 | Fisher-Rosemount Systems, Inc. | Methods, apparatus and articles of manufacture to test batch configurations |
| US9163828B2 (en) | 2011-10-31 | 2015-10-20 | Emerson Process Management Power & Water Solutions, Inc. | Model-based load demand control |
| WO2013087973A1 (en) * | 2011-12-16 | 2013-06-20 | Metso Automation Oy | Method of tuning a process controller |
| EP2836506B1 (en) | 2012-04-10 | 2017-04-19 | Oxford Nanopore Technologies Limited | Mutant lysenin pores |
| JP5969919B2 (ja) * | 2012-12-28 | 2016-08-17 | アズビル株式会社 | 最適化装置および方法ならびに制御装置および方法 |
| GB201313477D0 (en) | 2013-07-29 | 2013-09-11 | Univ Leuven Kath | Nanopore biosensors for detection of proteins and nucleic acids |
| CN103268069B (zh) * | 2013-05-22 | 2015-10-28 | 常州大学 | 基于Hammerstein模型的自适应预测控制方法 |
| US10018997B2 (en) * | 2013-06-28 | 2018-07-10 | Fisher-Rosemount Systems, Inc. | Non-intrusive data analytics in a process control system |
| DE102013108478A1 (de) * | 2013-08-06 | 2015-02-12 | Endress+Hauser Process Solutions Ag | Verfahren zur Erweiterung einer eingebetteten Softwarekomponente eines Feldgerätes |
| US10443097B2 (en) | 2014-05-02 | 2019-10-15 | Oxford Nanopore Technologies Ltd. | Method of improving the movement of a target polynucleotide with respect to a transmembrane pore |
| JP7086600B2 (ja) * | 2014-08-13 | 2022-06-20 | フィッシャー－ローズマウント システムズ，インコーポレイテッド | 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 |
| CN117164683A (zh) | 2014-09-01 | 2023-12-05 | 弗拉芒区生物技术研究所 | 突变csgg孔 |
| EP3204511B1 (en) | 2014-10-07 | 2021-07-28 | Oxford Nanopore Technologies Limited | Mutant pores |
| US10394973B2 (en) * | 2015-12-18 | 2019-08-27 | Fisher-Rosemount Systems, Inc. | Methods and apparatus for using analytical/statistical modeling for continued process verification (CPV) |
| US10338549B2 (en) * | 2016-10-17 | 2019-07-02 | Fisher-Rosemount Systems, Inc. | Methods and systems for subscribing remote devices to process control data |
| US10656635B2 (en) * | 2016-12-02 | 2020-05-19 | Honeywell International Inc. | Apparatus and method for performing process simulations for embedded multivariable predictive controllers in industrial process control and automation systems |
| CN109600245B (zh) * | 2017-09-30 | 2021-11-19 | 北京国双科技有限公司 | 服务器自动配置方法及装置 |
| CN107991886B (zh) * | 2017-12-28 | 2020-08-28 | 杭州电子科技大学 | 一种废塑料气化炼油炉膛压力的预测优化控制方法 |
| JP7036128B2 (ja) * | 2018-01-16 | 2022-03-15 | 日本電気株式会社 | 制御装置、制御方法およびプログラム |
| EP3671373A1 (de) | 2018-12-19 | 2020-06-24 | Bystronic Laser AG | Prognoseverfahren zur prognose eines bearbeitungsergebnisses für ein laserbearbeitungsverfahren |
| CN109981467B (zh) * | 2019-03-29 | 2022-02-11 | 中国人民银行清算总中心 | 静态路由更新方法和路由集中管理分发方法 |
| US11899417B2 (en) * | 2019-05-02 | 2024-02-13 | Fisher-Rosemount Systems, Inc. | Methods and apparatus to implement predictive analytics for continuous control system processes |
| US11604459B2 (en) | 2019-07-12 | 2023-03-14 | Emerson Process Management Power & Water Solutions, Inc. | Real-time control using directed predictive simulation within a control system of a process plant |
| US20220283561A1 (en) * | 2021-01-29 | 2022-09-08 | Tata Consultancy Services Limited | Method and system to control a continuous bioprocessing |
| US20220308978A1 (en) * | 2021-03-24 | 2022-09-29 | International Business Machines Corporation | Task simulation using revised goals |
Family Cites Families (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7149590B2 (en) | 1996-05-06 | 2006-12-12 | Pavilion Technologies, Inc. | Kiln control and upset recovery using a model predictive control in series with forward chaining |
| KR100205691B1 (ko) * | 1997-04-29 | 1999-07-01 | 정순착 | 공정 제어용 혼성예측자 및 혼성 예측 방법 |
| US6445963B1 (en) * | 1999-10-04 | 2002-09-03 | Fisher Rosemount Systems, Inc. | Integrated advanced control blocks in process control systems |
| JP2001106703A (ja) * | 1999-10-06 | 2001-04-17 | Mitsubishi Rayon Co Ltd | 品質予測反応制御システム |
| US6654649B2 (en) | 1999-12-22 | 2003-11-25 | Aspen Technology, Inc. | Computer method and apparatus for optimized controller in a non-linear process |
| JP2001249705A (ja) * | 2000-03-03 | 2001-09-14 | Toshiba Corp | プロセスシミュレータ応用非線形制御装置およびその方法 |
| GB0005866D0 (en) | 2000-03-10 | 2000-05-03 | Borealis Polymers Oy | Process control system |
| US6826521B1 (en) * | 2000-04-06 | 2004-11-30 | Abb Automation Inc. | System and methodology and adaptive, linear model predictive control based on rigorous, nonlinear process model |
| US6760716B1 (en) * | 2000-06-08 | 2004-07-06 | Fisher-Rosemount Systems, Inc. | Adaptive predictive model in a process control system |
| US6721609B1 (en) * | 2000-06-14 | 2004-04-13 | Fisher-Rosemount Systems, Inc. | Integrated optimal model predictive control in a process control system |
| WO2002005042A2 (en) * | 2000-07-12 | 2002-01-17 | Aspen Technology, Inc. | Automated closed loop step testing of process units |
| JP2002041108A (ja) * | 2000-07-25 | 2002-02-08 | Yokogawa Electric Corp | プロセス制御方法及びこれを用いたプロセス制御装置 |
| US6819963B2 (en) * | 2000-12-06 | 2004-11-16 | Advanced Micro Devices, Inc. | Run-to-run control method for proportional-integral-derivative (PID) controller tuning for rapid thermal processing (RTP) |
| JP3864781B2 (ja) * | 2001-12-28 | 2007-01-10 | オムロン株式会社 | 温度調節器 |
| US6901308B1 (en) * | 2002-07-09 | 2005-05-31 | The Regents Of The University Of California | System level analysis and control of manufacturing process variation |
| US7376472B2 (en) * | 2002-09-11 | 2008-05-20 | Fisher-Rosemount Systems, Inc. | Integrated model predictive control and optimization within a process control system |
| US7242989B2 (en) | 2003-05-30 | 2007-07-10 | Fisher-Rosemount Systems, Inc. | Apparatus and method for batch property estimation |
| US7272454B2 (en) * | 2003-06-05 | 2007-09-18 | Fisher-Rosemount Systems, Inc. | Multiple-input/multiple-output control blocks with non-linear predictive capabilities |
| US20050193739A1 (en) * | 2004-03-02 | 2005-09-08 | General Electric Company | Model-based control systems and methods for gas turbine engines |
| US7203554B2 (en) * | 2004-03-16 | 2007-04-10 | United Technologies Corporation | Model predictive controller with life extending control |
| US7117046B2 (en) * | 2004-08-27 | 2006-10-03 | Alstom Technology Ltd. | Cascaded control of an average value of a process parameter to a desired value |
-
2005
- 2005-09-30 US US11/241,157 patent/US7877154B2/en active Active
-
2006
- 2006-09-20 GB GB1003382A patent/GB2465513B/en active Active
- 2006-09-20 GB GB0618442A patent/GB2430763B/en active Active
- 2006-09-20 GB GB1008266A patent/GB2467683B/en active Active
- 2006-09-26 DE DE102006045428.6A patent/DE102006045428B4/de active Active
- 2006-09-30 CN CN201210297341.0A patent/CN102841538B/zh active Active
- 2006-09-30 CN CN2006101317512A patent/CN1940781B/zh active Active
- 2006-10-02 JP JP2006270333A patent/JP5331301B2/ja active Active
-
2007
- 2007-04-13 HK HK07103885.5A patent/HK1098835A1/xx not_active IP Right Cessation
-
2010
- 2010-11-26 HK HK11102216.1A patent/HK1148083A1/xx not_active IP Right Cessation
- 2010-11-26 HK HK10110991.6A patent/HK1144715A1/xx not_active IP Right Cessation
-
2011
- 2011-12-22 JP JP2011281104A patent/JP5479443B2/ja active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2007188473A (ja) | 2007-07-26 |
| CN1940781A (zh) | 2007-04-04 |
| GB201008266D0 (en) | 2010-06-30 |
| US7877154B2 (en) | 2011-01-25 |
| GB2467683A (en) | 2010-08-11 |
| GB2430763A (en) | 2007-04-04 |
| DE102006045428B4 (de) | 2022-12-08 |
| CN102841538A (zh) | 2012-12-26 |
| HK1144715A1 (en) | 2011-03-04 |
| US20070078530A1 (en) | 2007-04-05 |
| JP5331301B2 (ja) | 2013-10-30 |
| HK1098835A1 (en) | 2007-07-27 |
| DE102006045428A1 (de) | 2007-04-26 |
| GB201003382D0 (en) | 2010-04-14 |
| GB0618442D0 (en) | 2006-11-01 |
| GB2465513B (en) | 2010-07-14 |
| CN102841538B (zh) | 2015-09-23 |
| CN1940781B (zh) | 2012-09-26 |
| GB2430763B (en) | 2010-07-14 |
| JP2012064245A (ja) | 2012-03-29 |
| HK1148083A1 (en) | 2011-08-26 |
| GB2465513A (en) | 2010-05-26 |
| GB2467683B (en) | 2010-10-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5479443B2 (ja) | バッチプロセスを制御するためのシステムおよび方法 | |
| JP2007188473A5 (ja) | ||
| CN106575104B (zh) | 使用无线过程信号的模型预测控制 | |
| US7272454B2 (en) | Multiple-input/multiple-output control blocks with non-linear predictive capabilities | |
| CN102906650B (zh) | 多阶段过程建模方法 | |
| US6901300B2 (en) | Adaptation of advanced process control blocks in response to variable process delay | |
| JP4786072B2 (ja) | 多入力／多出力論理装置及び該多入力／多出力論理装置を使用してプロセスを制御する方法 | |
| CN101807048B (zh) | 过程控制系统中的在线自适应模型预测控制 | |
| EP1264224B1 (en) | Process control system | |
| JP5476418B2 (ja) | バッチ特性推定のための装置及び方法 | |
| US8756039B2 (en) | Rapid process model identification and generation | |
| EP2455835A1 (en) | Apparatus and method for automated closed-loop identification of an industrial process in a process control system | |
| JP2015011722A (ja) | プロセス制御システムにおける非侵入的データ分析 | |
| WO2010085479A1 (en) | Controlling a manufacturing process with a multivariate model | |
| CN104020667A (zh) | 过程控制系统中改进的卡尔曼滤波器 | |
| CN1490690A (zh) | 在过程控制系统中的集成模型预测控制和最佳化 | |
| Bonvin et al. | Control and optimization of batch chemical processes | |
| US20220099638A1 (en) | Influencing a sequential chromatography in real-time | |
| Selisteanu et al. | Some on adaptive control of a wastewater biodegradation process | |
| JP2001356803A (ja) | プロセスフィードバック制御のパラメータ設定方法、同設定装置および化学製品の製造方法、同製造装置ならびにプロセスフィードバック制御用プログラムを記録した記憶媒体 | |
| Love | Real Time Optimisers |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20111222 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20111222 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130109 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130115 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130412 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130806 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20131021 |
|
| 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: 20140121 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140212 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5479443 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |