JP7138621B2

JP7138621B2 - Ｋｐｉ性能分析のための無拘束の従属変数によるｍｐｃ

Info

Publication number: JP7138621B2
Application number: JP2019503521A
Authority: JP
Inventors: トレンチャード，アンドリュー・ジョン; オグデン－スウィフト，アンドリュー
Original assignee: Honeywell International Inc
Current assignee: Honeywell International Inc
Priority date: 2016-07-28
Filing date: 2017-07-12
Publication date: 2022-09-16
Anticipated expiration: 2037-07-12
Also published as: US10643167B2; CN109155018A; EP3491592A4; EP3491592A1; CN109155018B; JP2019523502A; WO2018022298A1; US20180032940A1

Description

[0001]開示される実施形態は、重要業績評価指標を含むモデル予測制御（ＭＰＣ）に関する。

[0002]材料を処理する物理プロセスを操作する、製造プラント、化学プラント及び精油所などの処理施設は、通常はプロセス制御システムを用いて管理される。バルブ、ポンプ、モータ、加熱／冷却装置及び他の工業的設備は、処理施設の材料を加工するために必要な動作を通常実行する。他の機能の中でも特に、プロセス制御システムは、処理施設の工業的設備の使用を管理することが多い。

[0003]従来のプロセス制御システムにおいて、コントローラは、多くの場合、処理施設の工業的設備の操作を制御するために用いられる。コントローラは、工業的設備の操作をモニタリングすることができ、制御信号を工業的設備に提供し、及び／又は、動作不良が検出されるとアラームを生成する。プロセス制御システムは、アナログ及び／又はデジタルバスによるなどして、少なくとも１台のワークステーションに、そして、１つ又は複数の現場装置に通信可能に結合された１つ又は複数のプロセスコントローラ及び入出力（Ｉ／Ｏ）装置を通常含む。現場装置は、センサ（例えば、温度、圧力及び流量センサ）並びに他の受動的な及び／又は能動的な装置を含むことができる。プロセスコントローラは、制御ルーチンを実施するために現場装置によりなされる現場計測値などの、プロセス情報を受信することができる。それから、制御信号が生成され、工業的設備に送られて、プロセスの操作を制御することができる。

[0004]工業プラントは、重要温度、圧力、液体流速及び流量レベル、重要バルブ、ポンプ及び他の器材の操作位置などのプロセスパラメータを表示するためのディスプレイを有するコントロールルームを一般に有する。コントロールルームのオペレータは、プラントの操作の様々な側面を、自動制御に優先することを通常は含んで、制御することができる。一般にプラントの操作シナリオでは、オペレータは、プラントがその「最適」作動ポイント（すなわち、プロセスと関連する利益が最大であり、それは生成される製品の量に対応することができる）で、したがって警報限界の近くで常に作動するような操作条件を所望する。化学プロセスのための原材料組成の変更、製品の要件もしくは経済面を変えること、又は制約の他の変更に基づいて、操作条件は、利益を増加させるために変更することができる。しかしながら、プロセスの可変性のため警報限界により近くでプラントを操作することと関連して危険が増大する。

[0005]高度なプロセスコントローラは、工業プロセスを走らせている器材の操作を制御するための高度プロセス制御（ＡＰＣ）技術である多変数モデル予測制御（ＭＰＣ）を実装する。このモデルは、いくつかの独立変数といくつかの従属変数間の一組の概して線形の動的関係である。このモデルは、従来のモデル実装であるラプラス変換及びＡＲＸモデルによる異なる形を有することができる。変数の間の非線形関係も可能である。

[0006]ＭＰＣ制御技術は経験的に導き出されたプロセスモデル（すなわち履歴上のプロセスデータに基づく）を使用して受け取った現在の入力（例えば、センサ）データを分析することが通常必要で、そこではモデルは、工業的設備が受け取った入力データに基づいて（例えば、アクチュエータ設定を変えることによって）どのように制御されなければならず、したがってどのように操作されなければならないか、について識別する。ＭＰＣの制御原理は、独立変数及び従属変数としての制御変数（ＣＶ）として３種類のプロセス変数、操作変数（manipulated variable）ＭＶ及びいくつかの測定された外乱変数（ＤＶ）を使用する。モデルはＭＶ／ＤＶ変化に対する各ＣＶの反応を含み、そしてモデルはＭＶ及びＤＶの変化からＣＶに対する将来の効果を予測する。

[0007]多くの工業的及び商業的顧客アプリケーションで、重要業績評価指標（ＫＰＩ）が事業ＫＰＩモニタリングシステムにより用いられ、事業あるいは組織が、例えば法律遵守、生産速度、エネルギー使用に関して受け入れられる標準に向けて実行されているか、並びに製品又はサービス品質及び収益性を維持しているかを追跡する。通常、例えば、傷害につながる事故により失われたオペレータの作業時間、メンテナンス部門のパフォーマンス、環境排出物から、生産速度、品質変動並びにエネルギー及び化学薬品消費に至るまで、広範囲にわたるタイプのＫＰＩが存在する。

[0008]事業ＫＰＩモニタリングシステムにより用いられるいくつかのＫＰＩはＭＰＣコントローラの範囲内である変数（例えば、休業災害及びメンテナンス部門の性能ＫＰＩ）には関連がなく、しかしながら、例えばプロセスに対する送り速度、種々の製品の生産速度、製品１対製品歩留り２、エネルギーの消費などのような、生産目標に関するＫＰＩは、通常著しくＭＰＣモデルのＣＶ、ＭＶ又はＤＶと重複する。場合によっては、ＫＰＩを算出するために用いる同じ変数が、ＭＰＣモデルのＣＶ又はＭＶとしても設定される（ＭＰＣが重要な生産変数を制御して最適化するので）。他の場合には、ＫＰＩは、ＭＰＣＭＶ及びＤＶと非常に相関しており、したがって、同じＭＰＣツール及びワークフローを用いて予測／推定することができる。これには、性能モニタリングのために用いることができる特定のエネルギー使用量又は製品歩留りを含むことができる。

ＫＰＩ性能分析のためのＭＰＣを提供する。

[0009]本概要は、提供される図面を含む発明を実施するための形態において以下でさらに説明する開示される概念の簡単な抜粋を簡潔な形で紹介するために設けられている。この概要は、請求される主題の範囲を限定することを目的としない。

[0010]開示される実施形態は、ＫＰＩ及びＫＰＩの時系列傾向が性能の追跡に役立って、短時間で工業プロセスのプロセス性能の変化を識別するのを助けている一方で、１つ又は複数のＫＰＩの変化を修正するか、緩和するか又は、利用するためにＫＰＩ性能の変化のための根本原因を理解するためには、さらなる詳細分析がしばしば必要であることを認識するものである。データ科学及びデータ分析は成長している分野であり、市販の汎用性ツールセットがこの分野の実務家をサポートするために存在している。しかしながら、不十分なＫＰＩ性能の原因を分析することは、所与のＫＰＩに影響を与え得る根本原因事象、及び異種のシステムで測定されることがあるか、又は全く測定されない、それらの根本原因事象の可視性又は推論には多様な可能性があるために、困難なものであり得る。別の全般に重要な要因は、特に制御がアクティブ（閉ループ）モードと非アクティブ（開ループ）モード間で切り替えられることができるとき、測定されているシステムの中の閉ループ制御の影響が多変数である、すなわち、個々に閉ループ制御に取り入れられるか又は取り去ることができる複数の入力（ＣＶ、ＤＶ）及び複数の出力（ＭＶ）を有しているか、又は、非正方形である（すなわち、ＣＶの数はＭＶの数と一致しない）ということである。

[0011]モデル予測制御（ＭＰＣ）に対しては、制御システムがアクティブであるか部分的にアクティブでどうか、ＣＶの特定のセット及びＭＶが制御のアクティブセットの中であるかどうかに応じて、時間とともに変化している工業プロセスのためのＭＰＣプロセスモデルの種々のプロセス変数間の相関によって生じる問題があるということも認識される。開示される実施形態は、さらに、閉ループプロセス制御アプリケーションの一部としてＫＰＩ分析論を実装することが（統計回帰及びクラスター形成技術が、プロセスのモデル及び制御レイヤーの挙動を含むこと無しに履歴上の時系列データの大きいセットを分析するために用いられる従来の「一般的な」データ分析方法と比較して）はるかにより単純であると認識する。ＭＰＣコントローラが問題なく機能していて、適切に構成されて、オペレータによって効果的に使われているかどうか評価するためにＭＰＣアプリケーション上のＫＰＩ分析論を実行することができるが、ここのユーザはＭＰＣ保守エンジニア／ＭＰＣチームのリーダーである。さらに、事業ＫＰＩモニタリングシステムの背後にＭＰＣＫＰＩ分析論を結びつけることは知られていない。そして、ＭＰＣモデルＫＰＩに制御上限又は下限を有しない無拘束の従属変数（ＵＤＶ）を含むという着想も知られてない。

[0012]多くの産業界（例えば、プロセス及び化学工業など）において、閉ループ制御、特にＭＰＣ制御が通常用いられる。閉ループ制御は、しばしば、ＫＰＩとして直接使われるか、又は一般に強く他のＫＰＩに影響するＭＶの調整によって複数のＣＶのための利益を制御して上げるように構成される。アプリケーションは、システムの挙動を記載するいくつかのタイプのプロセスモデルを有する。モデムＭＰＣ制御アプリケーションは予測的に動き、ＣＶ及びＭＶの将来の軌道、並びに、利用できるＭＶ及びそれらの設定された上限及び下限によって、ＭＰＣが指定のＣＶの上限及び下限を有するＣＶを制御することが可能であるか、あるいは、これらの限度が破られるかどうかについての、早期のリアルタイムの指標を提供する。制御アプリケーションは比較的高速に実行されて、モニタリングされている制御システムのリアルタイムの制約をモニタリングし、現在のプロセス計測値に対してＣＶ予測を調停する。ＫＰＩがＣＶ又はＭＶとしてＭＰＣモデルにすでに含まれて、及び／又はＫＰＩＵＤＶとして追加される場合、ＭＰＣはＫＰＩの将来の軌道そして、それらが事業ＫＰＩシステムで構成される目標から逸脱するかどうかについて予測するために用いることができる。

[0013]開示される実施形態は、ＫＰＩ性能分析の方法を含み、それは、ＭＰＣプロセスモデルを保存しているメモリを有するプロセッサによって実装されるＭＰＣコントローラのための複数のＭＶ及び複数のＣＶを含んでいる工業プロセスのための、動的ＭＰＣプロセスモデルを提供することを含む。ＭＰＣプロセスモデルは、工業プロセスのための事業ＫＰＩモニタリングシステムにも含まれる少なくとも１つのＫＰＩを含む。ＫＰＩの将来の軌道及びＫＰＩが安定する定常状態（ＳＳ）値が推定される。将来の軌道及びＳＳ値が、複数のＣＶ及び複数のＭＶから選択される重要プラント操作変数とＫＰＩの間の動的関係を決定するために使われる。ＫＰＩの性能は、工業プロセスの操作の間における性能の問題又は性能を上回っていることの少なくとも１つの原因を、ＭＶの少なくとも一部に対する動的関係及び現在の値から識別することを含んで、分析される。

[0014]例示の実施形態による、ＫＰＩ性能分析の方法の例示方法におけるステップを示すフローチャートである。 [0015]開示されるＭＰＣ制御を実装するＭＰＩコントローラを含む例示プロセス制御システムのブロック図である。 [0016]例示の実施形態による、脱ブタン塔プロセスのための例示シミュレーションフローシートである。 [0017]例示の実施形態による、複数のＫＰＩＵＤＶを有して使用される例示ＭＰＣ制御戦略を示す脱ブタン塔プロセスのための例示ＭＰＣ制御概略図を示す。

[0018]開示される実施形態は添付図面を参照して記載されており、同一の参照番号が図の全体にわたって使われて同様又は等価な要素を示す。図は一定の比率で描画されてはおらず、それらは単に特定の開示される態様を例示するために提供される。いくつかの開示される態様は、説明のための例示応用を参照して以下に記述する。多数の具体的な詳細、関係及び方法が開示される実施形態を完全に理解するために記載されることを理解されたい。

[0019]しかしながら、当業者は、本明細書において開示される内容が具体的な詳細の１つ又は複数なしで、又は、他の方法によって実践され得ることを容易に認識するであろう。他の例において、周知の構造又は操作は、特定の態様が不明瞭となることを回避するために詳細に示さない。本開示は、いくつかの動作が異なる順序で及び／又は他の動作又はイベントと同時に発生する場合があるので、動作又はイベントの説明されている順序によって限定されない。さらに、すべての説明される動作又はイベントが、本明細書において開示される実施形態による方法論を実施するために必要であるというわけではない。

[0020]開示される実施形態はＭＰＣ制御による特定のタイプの操作上のＫＰＩ及びＫＰＩ管理動作とＭＰＣ目的の間のアライメントによって有効にされる最適化フレームワークを実装し、そして、ＭＰＣ性能及び構成が考慮されない限り、不十分なＫＰＩ性能の原因を分析することが困難であることを認識している。図１は、例示の実施形態による、ＫＰＩ性能分析の例示方法１００におけるステップを示すフローチャートである。ステップ１０１は、ＭＰＣプロセスモデルを保存しているメモリを有するプロセッサによって実装されるＭＰＣコントローラのための、複数のＭＶと複数のＣＶとを含む工業プロセスのための動的ＭＰＣプロセスモデルを提供することを含む。

[0021]ＭＰＣプロセスモデルは、工業プロセスのための事業ＫＰＩモニタリングシステムにも含まれる少なくとも１つのＫＰＩを含む。ＫＰＩは、上述のように制御上限又は下限を有しないＫＰＩＵＤＶを含むことができる。しかし対照的に制御限界の無い外乱変数（ＤＶ）は、独立変数である。ＭＰＣモデルは、複数のＫＰＩＵＤＶを含むことができる。周知のＫＰＩは送り速度及び製品フロー速度を含み、開示するＫＰＩＵＤＶが歩留り、エネルギー及び化学消費並びに器材効率などの主要生産及びユニット性能モニタリング変数を含むことができる。ＫＰＩは、通常、外部的に算出される。算出は、ＭＰＣコード化算出の範囲内又はＤＣＳシステムの範囲内でなど、多様な方法で実行することができる。算出は、単純なフロー比率（例えば、製品歩留り）、ヒートバランス又はより複雑な相関であることができる。

[0022]ＫＰＩは、（限定するものではないが）計算値であることが多い。送りフロー及び製品フローは、単純な直接測定されたＫＰＩの例である。製品歩留りは、例えば製品フロー割る送りフローという計算値である。エネルギー効率、具体的なエネルギー消費量、器材効率は、他の直接測定された変数から算出されるすべての値である。ＫＰＩ値は、通常、事業ＫＰＩモニタリングシステムのために算出される。しかしながら、ＫＰＩ値は、ＭＰＣアプリケーションのためにも算出することが必要である（その値が事業ＫＰＩモニタリングシステムに利用可能となって労力の重複を回避することができる）。ＭＰＣに対して、算出の実装のための２つの選択、つまりＭＰＣ自体又は分散制御システムの算出ブロックが通常ある。

[0023]当技術分野で知られているように、ＭＰＣモデルはオープンループプロセス挙動に関して定められるが、ＭＰＣはモデルを「逆にする」ことによってこれを閉ループ制御のために使用する。この正味効果は、ＭＰＣがＯＮに切り替えられて閉ループ挙動を反映するときに、プロセス挙動が変えられるということである。

[0024]ステップ１０２はＫＰＩの将来の軌道とＫＰＩが安定するＳＳ値とを推定することを含む。ステップ１０３は、将来の軌道及びＳＳ値を用いて複数のＣＶ及び複数のＭＶから選択される重要プラント操作変数とＫＰＩの間の動的関係を決定することを含む。

[0025]ステップ１０４は、工業プロセスの操作の間における性能の問題又は性能を上回っていることの少なくとも１つの原因を、ＭＶの少なくとも一部及び任意選択でＣＶの１つ又は複数に対する動的関係及び現在の値から識別することを含んで、ＫＰＩの性能を分析することを含む。分析は、ＭＰＣコントローラがＯＮであるか、ＯＦＦであるか又は部分的にＯＮであるときに、実行することができる。開示される実施形態の重要な利点は、ＫＰＩ分析がＭＰＣ状態、及びそれ（ＭＰＣ状態）が工業プロセスの挙動にどのように影響するか、を考慮するということである。ＫＰＩの性能の分析は、ＭＰＣコントローラ又は、１つの具体的な実施形態におけるクラウドベースのコンピュータを含む、開示されるアルゴリズムを実施する別のコンピューティング装置によって実行することができる。

[0026]問題の原因を識別することは、複数のＭＶのうちのいずれがＫＰＩに変化を引き起こしているかについて識別することを含むことができる。方法は、事業ＫＰＩモニタリングシステムに分析の結果を提供することをさらに含むことができ、一般にダッシュボード図を示しているディスプレイ画面上にある事業ＫＰＩモニタリングシステムのユーザは、分析の結果を利用して、性能の問題、又は場合によっては性能を上回っている理由のトラブルシュートを行う。事業ＫＰＩモニタリングシステムのユーザは、ＭＶ及びＣＶから選択される少なくとも１つのＭＰＣモデルのパラメータの設定の変更、又は、なぜ所与のＫＰＩが現在制限されているか、もしくは、それらが別の個人が調査するワークフローを起動させることができるか知るためにプロセスオペレータのクエリを開始することを、示唆することができる。

[0027]方法は、性能の分析に基づいて動的関係をアップデートすることをさらに含むことができる。将来の軌道は、オペレータへの自動警告及びイベント検出のために用いることができる。

[0028]大部分の市販ＭＰＣソフトウェアは、利益を最大にする操作ポイントにＭＰＣコントローラを方向づけるオプティマイザを含む。この最適ポイントは、１つ又は複数のＣＶ及びＭＶに対する経済価値又はコストを定めることによって見つかる。オプティマイザは、上下の境界の中で理想操作ポイントを算出する。このオプティマイザは、基本的にＭＰＣに独自の精神を与えて、ＭＰＣにＫＰＩ目標に向かって、もしくはそれから離れるようにプロセスをドライブさせるか、又は１つのＫＰＩ対もう一方のトレードオフを行わせることができる。ＭＰＣプロセスモデルがオプティマイザを含む場合には、方法は、オプティマイザがＫＰＩをその目標から逸脱させているときの問題の原因を識別することをさらに含むことができる。

[0029]ＫＰＩは、現在ＭＶ又はＤＶとしてＭＰＣ範囲の中にない独立変数によって影響され得る。しかしながら、ＭＰＣ構成ツールを使用して、他のプロセス変数を検索し、それらがＫＰＩＵＤＶに測定可能な影響を及ぼすかどうか判定することができる。このような場合には、それらはＭＰＣコントローラの範囲に追加することができて、その結果、方法は、ＫＰＩに影響を与えるＭＰＣプロセスモデルに含まれない工業プロセスの少なくとも１つの他の変数を検索すること、及びＭＰＣプロセスモデルに他の変数を追加することを、さらに含むことができる。

[0030]ＭＰＣモデルに基づくＫＰＩＵＤＶの予測性は、分析することができる。良好な（すなわち予測可能な）ＭＰＣモデルは、人がさらなる分析を続行できることを意味する。劣ったモデルはＫＰＩＵＤＶに影響を与える他の有意要因があることを意味し、それは通常、調査されなければならない。モデル予測が劣っている場合、これが何であるかについて調査するようにワークフロー、例えば履歴上のモデル識別のためのツールの導入を起動することができる。ＫＰＩ予測の品質は、将来のＫＰＩ値が予測されるステップ１０２（将来の軌道を推定する）に基づく。それから、これらの（将来のタイムスタンプでの）予測は格納されて、後で、（実際時間が対応するタイムスタンプまで前進するときに）測定値に対して比較される。追加「テスト」モデルは、予測が改善されるかどうか評価するために追加することができる。これは、ＫＰＩへの主要な誘因の理解を向上させるのを助ける。劣ったＫＰＩ予測につながる要因の例は、古くて、プロセス挙動における最近の変更を反映するために更新されることを必要としている既存のＭＰＣモデルであり、ＭＰＣモデルは追加のプラント情報を含むために強化されることが必要である。これらの両方の影響は、市販のプラントステップテストツール（例えば、ハネウェルの（ＰＲＯＦＩＴＳＴＥＰＰＥＲ）及び履歴上のモデル識別ツールの組合せによって克服することができる。

[0031]ＭＰＣモデル予測が分析ステップから信頼性が高いと分かる場合、予測されたＫＰＩ値は概してプロセスオペレータのためのガイダンスとして有用である。それから、ＭＰＣモデル及びＭＰＣ制約は、ＫＰＩ変数上の最も強い影響のある制御された／制御されていない変数並びに、ＫＰＩがプロセスの過剰拘束（例えば控え目なＭＶ又はＣＶ限度）によって「妨害されている」（拘束されている）かどうか、及び、特定の限度が緩和される場合どれほど余分に達成が可能であるかを理解するために分析することができ、それは関連するＭＰＣＣＶ及びＭＶ限度がわずかに緩和される場合にＫＰＩの徐々に増大する改善を定量化する。

[0032]課題は、時間集積ＫＰＩ（例えば１シフト又は１日にわたる操作）とオペレータがとる措置の間に良好な「見通し線」を提供する方法である。例えば、どの個々のＭＶ及びＣＶ制約がその目標値から所与のＫＰＩを妨害しているかを（例えばプロセス／信頼性エンジニアによって指定された理想的な範囲の限度に対するＭＰＣコントローラ限度を緩和することによって）評価することができる。これは、コントローラ反復ごと（実行サイクル～毎分）に実行する重要な仕事であり得るもので、ＫＰＩのために、これは、通常、より少ない頻度で、例えばコントローラの安定状態到達時間（ＴＴＳＳ）ごとに行うためにより意味のあるものである。１つのアプローチは、限度と共に時限にわたるＭＶ及びＣＶ定常状態値の実測値を平均して、これらを、ＥＸＣＥＬ又はハネウェルＰＲＯＦＩＴＣＯＮＴＲＯＬＬＥＲ最適化ソルバーなどの最適化ツールにおいて「最適化」ケースのための出発ポイントとして使用し、平均限度を緩和して、ＫＰＩ変数への影響を評価することである。ＤＶの効果を考慮することもできる。

[0033]従来のＭＰＣモデルで使われない追加のＫＰＩ変数が制御上限又は下限を有しない無拘束の従属変数（ＵＤＶ）としてＭＰＣアプリケーションに組み込まれ、そのためそれらはＭＰＣによって制御されない。上述の通り、良好なアライメントが、ＭＰＣ制御アプリケーション（又はプロセス工業のＡＰＣ）に含まれる変数といくつかの操作に関連したＫＰＩ変数（例えば生産速度、製品歩留り、製品品質及びエネルギー使用）の間にあることが多い。良好なアライメントが与えられるのは、重要な生産変数の多くが通常事業ＫＰＩシステムによってモニタリングされ、そしてＭＰＣコントローラによって制御されて、操作されるからである。ＭＰＣ変数と非常に相関しているか又はＭＰＣ変数の組合せと相関し得る事業ＫＰＩシステムによってモニタリングされる他の変数もある。これは、ＭＰＣが通常操作性能の改善によって正当化されるからである。

[0034]しかしながら、いくつかの特定のＫＰＩ変数は従来のＭＰＣに含まれず、なぜならそれらが重複情報と考えることができるか、又は特定の制御又は最適化目標を有することができないからである。これらのＫＰＩ変数がＭＰＣモデルの少なくとも１つのＭＶによって影響されるならば、それらはＵＤＶとしてＭＰＣコントローラによって実行されるＭＰＣモデルに含まれることができて一般に非常に小さい追加のエンジニアリングコストでいくつかの重要な利点を提供することができる、ということが認識される。利点として含まれるのは、ＭＶに基づくＭＰＣのＫＰＩ見積りの算出、どのＭＶ変化がＫＰＩ変化を引き起こしているかの識別を含む根本原因分析、及び一時的な偏差が大きすぎるか、又は、安定状態予測がその目標からかけ離れていると考えられるときなどの警告及び早期のイベント検出のためのＫＰＩ見積りの使用である。

[0035]ここで図２を参照すると、プロセス制御システム２００が示され、その中ではＫＰＩ性能分析のための少なくとも１つのＫＰＩＵＤＶを含むＫＰＩを有する開示されるＭＰＣプロセスコントローラ２１１が、ネットワーク２２９によって、ＭＰＣサーバ２２８、データヒストリアン２１２及び、それぞれがディスプレイ画面２１４を有する１つ又は複数のホストワークステーション又はコンピュータ２１３（それは、パーソナルコンピュータ（ＰＣ）、ワークステーションなどを含むことができる）に、通信可能に接続している。ＭＰＣプロセスコントローラ２１１は、プロセッサ２１１ａ及びメモリ２１１ｂを含む。

[0036]制御システム２００は、ワークステーション又はコンピュータ２４１を有するＬ４ネットワーク２３５を含んでいる第４レベル（Ｌ４）及び事業モニタリングシステムサーバ２４０を含んでいるＫＰＩ事業モニタリングシステムも含む。事業モニタリングシステムサーバ２４０は、ファイアウォール２３６を通してネットワーク２２９に接続している。

[0037]ＭＰＣコントローラ２１１は、入出力（Ｉ／Ｏ）装置２２６を介して現場装置２１５～２２２にも接続している。データヒストリアン２１２は、通常、メモリ及び、データを格納するためのソフトウェア、ハードウェア又はファームウェアを有する任意のタイプのデータ収集ユニットでもよく、ワークステーション２１３のうちの１つとは別であるか又はその一部でもよい。ＭＰＣコントローラ２１１は、例えば、イーサネット接続又は他の通信ネットワーク２２９を介してホストコンピュータ２１３及びデータヒストリアン２１２に通信可能に接続している。

[0038]通信ネットワーク２２９は、ローカルエリアネットワーク（ＬＡＮ）、広域ネットワーク（ＷＡＮ）、遠隔通信ネットワークなどの形であることができて、配線接続かワイヤレス技術を用いて実施することができる。ＭＰＣコントローラ２１１は、例えば、標準４－２０ｍａ装置及び／又は任意のスマート通信プロトコル（例えばＦＯＵＮＤＡＴＩＯＮ（登録商標）フィールドバスプロトコル（フィールドバス）、ＨＡＲＴ（登録商標）プロトコル、ＷｉｒｅｌｅｓｓＨＡＲＴ（商標）プロトコル、その他）と関連したハードウェア及びソフトウェアを用いて、現場装置２１５～２２２に通信可能に接続している。

[0039]現場装置２１５～２２２は、例えばセンサ、バルブ、送信器、ポジショナなどの任意のタイプの装置でもよく、一方で入出力装置２２６は一般にいかなる通信又はコントローラプロトコルにも適合することができる。現場装置２１５～２１８は入出力装置２２６にアナログ回線又は複合アナログ／デジタル線を通じて通信する標準４－２０ｍａ装置又はＨＡＲＴ（登録商標）装置でもよく、一方で現場装置２１９～２２２はフィールドバスプロトコル通信を使用して入出力装置２２６にデジタルバスを通じて通信する「スマート」現場装置、例えばフィールドバス現場装置でもよい。

[0040]ＭＰＣコントローラ２１１（それはプラント２０５の中の多くの分散コントローラの１つでもよい）は１つ又は複数のプロセス制御ルーチンを実装するか又は監督する少なくとも１つのプロセッサをその中に有し、プロセス制御ルーチンはその中に格納されるか又はそれと関連する制御ループを含むことができる。ＭＰＣコントローラ２１１はまた、装置２１５～２２２、ホストコンピュータ２１３及びデータヒストリアン２１２と通信して、プロセスを制御する。プロセス制御要素は、コンピュータ装置のＣＰＵなどのプロセッサによって実行可能であるように、例えば、任意のコンピュータ可読媒体に格納されるルーチン、ブロック又はモジュールを含んでいるプロセス制御システムの任意の一部又は部分であることができる。

[0041]サブルーチン、サブルーチンの部分（例えば、コードの行）などのような、モジュール又は制御手順の任意の部分であり得る制御ルーチンは、はしご論理、逐次機能図、機能ブロック図、オブジェクト指向プログラミング又は任意の他のソフトウェアプログラミング言語又は設計方法を用いるなど一般にどのようなソフトウェアフォーマットにおいても実施することができる。同様に、制御ルーチンは、例えば、１つ又は複数のＥＰＲＯＭ、ＥＥＰＲＯＭ、特定用途向け集積回路（ＡＳＩＣ）又は他のいかなるハードウェア又はファームウェア要素にも、ハードコードすることができる。制御ルーチンは、グラフィック設計ツール又は他のタイプのソフトウェア、ハードウェア、ファームウェアプログラミング又は設計ツールを含む、様々な設計ツールを用いて設計することができる。したがって、ＭＰＣコントローラ２１１は、通常、望ましい方法で制御戦略又は制御ルーチンを実施するように構成することができる。一実施形態では、ＭＰＣコントローラ２１１は一般に機能ブロックと呼ばれるものを用いた制御戦略を実施し、そこにおいて、各機能ブロックは全体の制御ルーチンの一部又はオブジェクトで、他の機能ブロックと（リンクと一般に呼ばれている通信を介して）連携して作動して、プロセス制御システム２００内のプロセス制御ループを実施する。

[0042]機能ブロックは、送信器、センサ又は他のプロセスパラメータ測定装置に関連するような入力機能、何らかの装置（例えば、バルブ）の操作を制御するＭＰＣを実行する制御ルーチンに関連するような制御機能のうちの１つを通常実行して、プロセス制御システム２００の中のいくつかの物理機能を実行する。機能ブロックはＭＰＣコントローラ２１１に格納され、それにより実行され得、そのことは、これらの機能ブロックが標準４～２０ｍａ装置及びＨＡＲＴ（登録商標）装置などのいくつかのタイプのスマート現場装置のために使われるか又は関係するか又は現場装置自体に格納され、実装され得るときの、通常ケースであり、そして、それはＦＯＵＮＤＡＴＩＯＮ（登録商標）フィールドバス装置を有するケースでもよい。またさらに、コントローラルーチンを実施する機能ブロックは、ホストワークステーション又はコンピュータ２１３において、又は、他のいかなるコンピュータ装置においても全体的にあるいは部分的に実装され得る。

[0043]開示された実施形態は以下の特定の実施例でさらに例示されるが、それはいかなる形であれ本開示の範囲又は内容を限定するものとして解釈されるべきでない。
[0044]例えば、図３において表される脱ブタン塔プロセスのためのシミュレーションフローシート３００を考える。脱ブタン塔プロセスは、軽い液化石油ガス（ＬＰＧ）成分を混合ナフサストリームから分離する多くの精油所において一般的な蒸留プロセスである。図４は、いくつかのＫＰＩＵＤＶを含むＫＰＩを有して使用される例示ＭＰＣ制御戦略を示している脱ブタン塔プロセスのための例示ＭＰＣ制御概要図を示す。

[0045]明らかなように、プロセスに対する重要蒸留ＫＰＩの多くは、ＭＰＣモデルの制御戦略の中に当然含まれ、以下のようなものがある。
操作変数ＭＶ１として、ユニット送り速度。
制御変数ＣＶ１として、オーバーヘッド製品品質。
制御変数ＣＶ２として、最低製品品質。

[0046]しかしながら、Ｅｒｒｏｒ！Ｒｅｆｅｒｅｎｃｅｓｏｕｒｃｅｎｏｔｆｏｕｎｄで分かるように、従来のＭＰＣモデルのＫＰＩとして用いられないいくつかのＫＰＩ指標がＭＰＣコントローラに追加されており、各々が制御上限及び下限の両方とも無いＫＰＩＵＤＶ１～４（特定のエネルギー使用、リボイラデューティ－熱流、ＬＰＧ収率及び凝縮液収率である）として示される。ＭＰＣモデルの中で、ＫＰＩＵＤＶが定常状態（ＳＳ）及び将来の値だけを各々有するということを知ることができる。上限又は下限のないＭＰＣモデルの中の追加のＫＰＩとしてこれらのＫＰＩＵＤＶ１～４を実装することは、少なくとも２つの利点を提供すると認められる。
１．ＭＰＣコントローラ情報（例えば、他のコントローラＭＶ及びＣＶの値及びオペレータ入力による限度、オプティマイザ構成（コントローラ状態）を用いて、それぞれのＫＰＩのいずれかがそれらの目標（制限又は範囲）を上回るか下回って実行している理由を診断する（根本原因を見つける）のを助けることができる。
２．ＫＰＩの将来の値は予測されて（軌道）、その結果、ＫＰＩが短期的に著しく変化することが予測される（将来の値）かどうか、オペレータはリアルタイムに自動的に警告を受けることができ、可能な是正処置を先制して取ることができる。
劣った（又は上回っている）ＫＰＩ性能の原因を分析することは、後述するように複数ステッププロセスとして実装することができる。
ステップ１予測品質：
[0047]第１のステップは、各ＫＰＩ値がＭＰＣモデルによって良好に予測されるかどうかの評価を含むことができる。一般のＭＰＣ制御変数の予測品質を分析する技術は、十分に確立されていて、ハネウェルのＰＲＯＦＩＴＥＸＰＥＲＴツールセットなどの市販の製品で実行されるようになった。このアプローチは、ＭＰＣコントローラ及び他の外部変数の範囲内で変数の変化に対する予測ＭＰＣモデルバイアスの評価を必要とする。ＭＰＣモデルが劣っている（ＫＰＩ対して大きいバイアスがある）場合、ハネウェルのＰＲＯＦＩＴＳＴＥＰＰＥＲ及びＰＲＯＦＩＴＳＵＩＴＥＥＮＧＩＮＥＥＲＩＮＧＳＴＵＤＩＯなどのステップテストツールを用いたモデル更新ワークフローを、ＭＰＣモデルの性能を高めるために用いることができる。ＭＰＣモデルが劣っている可能性がある理由は、それがプロセスの挙動における変化を反映しないか又は不完全である、すなわち、すべての影響要因を含むというわけではないからである。既知のツールを用いて、データヒストリアン２１２に格納される履歴データから影響しているプロセス変数を捜すことができ、それからステップテストツールによってそれを精緻化することができる。
ステップ２ＫＰＩターゲット偏差の根本原因の判定：
[0048]ＫＰＩの偏差の原因をその目標値又は範囲から判定するために従うことができるいくつかの逐次的ステップがある。
ステップ２ａ：チェックカムは、ＫＰＩがオペレータ又はエンジニア入力した制限に対して固定された時のパーセンテージそして、ＭＰＣコントローラ限度が全体のＫＰＩ限度と整合しているかどうかについて決定するために実行される。例えば、Ｅｒｒｏｒ！Ｒｅｆｅｒｅｎｃｅｓｏｕｒｃｅｎｏｔｆｏｕｎｄ．３において、送り速度（ＭＶ１）及び２つの品質ＫＰＩ（ＣＶ１及びＣＶ２）は、関連した限度を有する。このリアルタイム図（時間内の１つの瞬間のＭＰＣコントローラのスナップショット）において、それらは、それらの限度によって制限されていない。しかしながら、ＫＰＩ集積期間にわたって、それらは、時間のいくらかのパーセンテージの間に限界に達することがあり得る。

[0049]ＭＰＣモデルの中のＫＰＩがＭＰＣ限度で固定されていてＭＰＣ限度が事業ＫＰＩシステムのそれらのＫＰＩ目標に整合していない（すなわち、より拘束性である）場合、この不整合は、劣ったＫＰＩ性能の原因として自動的にフラグを立てることができる。例えば、脱ブタン塔送り速度に対する劣ったＫＰＩ性能は、「脱ブタン塔送り速度は、ＫＰＩ集積期間の間に目標を下回った。この偏差の６７％は、ＭＰＣ送り速度がプロセスオペレータによって２０ｍ^３／時間で平均して固定されたという事実に起因し得る。」として報告することができる。

[0050]ステップ２ｂ：ＫＰＩが、ＫＰＩとして示されるＫＰＩＵＤＶ（限度を有しない）を含む限度でＭＰＣコントローラの中で拘束されない時、ＭＰＣコントローラ性能は、何がＫＰＩを集積されたＫＰＩ目標を満たす方向に移動することから引き止めているかを判定するために検討されなければならない。これは、以下のことに起因し得る：
１．ＭＰＣコントローラ経済学（線形プログラム及び二次プログラム加重）が、間違った（集積されたＫＰＩ目標から離れた）方向にＫＰＩを移動するように構成されていた。
２．ＭＰＣコントローラ経済学が、ＣＶ及びＭＶを（より大きな経済価値によって）それらの目標の方へ移動するために、そのオプティマイザが、１つ又は複数のＫＰＩを間違った方向に移動することによってより多くのお金を得ることができると算出したようになっている。単純な例としては、加工工場が完売であるときには、より多くの製品を生産する（より多くの送り速度を消費する）インセンティブが、消費される全エネルギー又は消費される特定のエネルギーさえ減らすインセンティブより強いということである。しかしながら、主要な最適化ハンドル（生産速度の最大化に関する）が、生産速度がさらに増加することができないようなそれらの制約にぶつかる場合、二次的な目標、例えばいかなる増加的な特定のエネルギー使用量も減らすことが、効果を示し始め得る（すなわちいかなる増加的な特定のエネルギー使用量も減らす）ことに留意されたい。
３．別の、コントローラの中の関連した変数が、好ましい方向にＫＰＩを移動することから、ＭＰＣコントローラを拘束している。

[0051]ＭＰＣオプティマイザの意図は、ＫＰＩのための安定状態予測（例えば、ＭＰＣのＣＶ又はＭＶ）を現在の測定値と比較することによって、そして、目的関数経済学の検査によってという、２つの方法のうちの１つで確立することができる。

[0052]オプティマイザは、直接のＭＶの経済的重み付け及び経済的重み付けによるＣＶ上のＭＶの変化の影響を考慮することによって、固定されていないＭＶをどちらに移動するべきかを決定することができる。これは、所与のオプティマイザ定式化のために分析的に算出することができるが、一般的意味において、これは以下の等式によって表され得る：

であり、ここで、δは、偏導関数を示す。
Ｏｂｊ_ｃｏｓｔは、コストベースの目的関数の値である：

ＣＶ値は、下記の等式に示すように過去のＭＶ及びＤＶ変化から予測される：

[0053]ＭＶ_ｉのためのインセンティブが正である場合、オプティマイザは、ＭＰＣコントローラ限度を前提として、常にＭＶ_ｉ値を最小化しようとする。これが最大にされる集積された目標を有するＫＰＩである場合、プロセスはプロセスオペレータに依存していて、集積されたＫＰＩ制限を達成するために下限を常に集積されたＫＰＩ制限以上で維持する。そうでない場合は、常にＭＶとＫＰＩの間に不整合がある。

[0054]同様に、ＫＰＩＵＤＶが適用ＭＶのいずれによっても正しい方向において最適化されない場合、集積されたＫＰＩ目標は通常、オペレータ限度を正しく設定することによって達成することができるだけであり、そして、それは操作データから検証することができる。これは、上記のケース１をカバーする。

[0055]上記のケース２はＭＶの混合物があるかどうか分析することによって決定することができ、それのいくつかは所与のＫＰＩを正しい方向に（集積されたＫＰＩ方向に向かって）動かし、その他は、所与のＫＰＩを間違った方向に動かす。このシナリオにおいて、オプティマイザは、動かすそれぞれのＭＶの自由度に基づいて集積されたＫＰＩの方へ、又は、それから離れてＫＰＩＵＤＶを動かすべきかどうかを決めることができる。このケースは最適化方向を分析することによって識別することができ、そのＭＶ及びＣＶは制約及び経済的重み付けである。

[0056]上記のケース３は、制約のアクティブセットに関して、最適化ステップから返されるソリューションを検討することによって評価することができる。概念的には、これは、オプティマイザがその集積されたＫＰＩ目標の方へＫＰＩを動かすかどうか決定するために（定常状態で）それらの限界にあると予測されるＭＰＣ変数のための限度を順次緩和することに等しい。
ステップ３：集積及び閾値処理
[0057]分析におけるいくつかのステップはリアルタイム情報を使用して、ＫＰＩがその集積された目標から離れて拘束されている理由を評価する。通常、これらの理由はＫＰＩレポート期間にわたって集積されることを必要とし、そして、それらのパーセンテージ適用可能性及びＫＰＩ性能上の問題の原因として報告される最上位の理由に関してランクを付けられる。

[0058]種々の開示される実施形態が上で記載されているが、それらは例として示されているだけであり、限定するためのものではないことを理解すべきである。本明細書において開示される内容に対する多数の変更は、本開示の精神又は範囲を逸脱しない範囲で本開示に従って行うことができる。さらに、特定の特徴は、いくつかの実装のうちの１つだけに関して開示された場合であっても、そのような特徴は、所望されかつ、任意の与えられた、又は特定の用途に対して有利であるような、その他の実装の１つ又は複数の特徴と組み合わせることができる。

[0059]当業者であれば理解されるように、本明細書において開示される内容は、システム、方法又はコンピュータプログラム製品として実施することができる。したがって、本開示は、完全にハードウェアの実施形態、完全にソフトウェアの実施形態（ファームウェア、常駐ソフトウェア、マイクロコードなどを含む）又は本明細書においてすべて全般に、「回路」、「モジュール」もしくは「システム」と称することができるソフトウェア及びハードウェア態様を結合した実施形態の形をとることができる。さらに、本開示は、媒体で実施されるコンピュータが使用可能なプログラムコードを有する表現のいかなる有形の媒体でも具体化されるコンピュータプログラム製品という形をとることができる。

Claims

工業プロセスのための動的モデル予測制御（ＭＰＣ）プロセスモデルを提供する（１０１）ステップであって、前記ＭＰＣプロセスモデルは、前記ＭＰＣプロセスモデルを格納するメモリ（２１１ｂ）を有するプロセッサ（２１１ａ）によって実装される、ＭＰＣコントローラのための複数の操作変数（ＭＶ）及び複数の制御変数（ＣＶ）を含み、前記ＭＰＣプロセスモデルは、前記工業プロセスのための少なくとも１つの重要業績評価指標（ＫＰＩ）を含み、前記ＫＰＩは、前記ＭＰＣコントローラの中の限度で拘束されない少なくとも１つの第１のＫＰＩと前記ＭＰＣコントローラの中の前記限度で拘束される少なくとも１つの第２のＫＰＩとを含む、ステップと、
前記少なくとも１つの第１のＫＰＩの将来の軌道及び前記少なくとも１つの第１のＫＰＩが安定する定常状態（ＳＳ）値を推定する（１０２）ステップと、
前記将来の軌道及び前記ＳＳ値を用いて、前記複数のＣＶ及び前記複数のＭＶから選択される重要プラント操作変数と前記少なくとも１つの第１のＫＰＩの間の動的関係を決定する（１０３）ステップと、
前記工業プロセスの操作の間における前記少なくとも１つの第１のＫＰＩの性能の問題又は前記性能を上回ることの少なくとも１つの原因を、前記ＭＶの少なくとも一部に対する前記動的関係及び現在の値から識別するために、前記少なくとも１つの第１のＫＰＩの性能を分析する（１０４）ステップと
をコンピュータに実行させるプログラムを格納したコンピュータ可読媒体であって、
前記動的関係を決定するステップは、
何が前記少なくとも１つの第１のＫＰＩをＫＰＩ目標を満たす方向に移動することから引き止めているかを判定するために、前記少なくとも１つの第１のＫＰＩの性能を検討するステップと、
上下の境界の中で理想操作ポイントを算出して、前記ＭＰＣコントローラを該操作ポイントに方向づけるステップと、
前記少なくとも１つの第１のＫＰＩが短期的に著しく変化することが予測される場合にオペレータにリアルタイムに自動的に警告するために、性能の不整合に基づいて、問題の原因を識別して、いつ前記少なくとも１つの第１のＫＰＩがその目標から逸脱させられているかを特定するステップと
を含む、コンピュータ可読媒体。
前記問題の前記原因を識別するステップは、前記複数のＭＶのうちいずれが前記少なくとも１つの第１のＫＰＩに変化を引き起こしているかを識別するステップを含む、請求項１に記載のコンピュータ可読媒体。
前記ＭＰＣコントローラの中の前記限度で固定された前記少なくとも１つの第２のＫＰＩの性能を分析して、該限度が前記ＫＰＩ目標に整合していない場合、不整合にフラグを立てるステップをさらに含む、請求項１に記載のコンピュータ可読媒体。
モデル予測制御（ＭＰＣ）コントローラであって、
プロセッサであって、複数の操作変数（ＭＶ）及び複数の制御変数（ＣＶ）を含む、工業プラント（２０５）で動く工業プロセスのための動的ＭＰＣプロセスモデルを実装するために前記プロセッサによって実行される少なくとも１つのアルゴリズムを格納するメモリを有し、前記ＭＰＣプロセスモデルは、前記工業プロセスのための少なくとも１つの重要業績評価指標（ＫＰＩ）を含み、前記ＫＰＩは、前記ＭＰＣコントローラの中の限度で拘束されない少なくとも１つの第１のＫＰＩと前記ＭＰＣコントローラの中の前記限度で拘束される少なくとも１つの第２のＫＰＩとを含む、プロセッサ
を備え、
前記ＭＰＣプロセスモデルは、
前記少なくとも１つの第１のＫＰＩの将来の軌道及び前記少なくとも１つの第１のＫＰＩが安定する定常状態（ＳＳ）値を推定し、
前記将来の軌道及び前記ＳＳ値を用いて、前記複数のＣＶ及び前記複数のＭＶから選択される重要プラント操作変数と前記少なくとも１つの第１のＫＰＩの間の動的関係を決定し、
前記動的関係を決定することは、
何が前記少なくとも１つの第１のＫＰＩをＫＰＩ目標を満たす方向に移動することから引き止めているかを判定するために、前記少なくとも１つの第１のＫＰＩの性能を検討することと、
上下の境界の中で理想操作ポイントを算出して、前記ＭＰＣコントローラを該操作ポイントに方向づけることと、
前記少なくとも１つの第１のＫＰＩが短期的に著しく変化することが予測される場合にオペレータにリアルタイムに自動的に警告するために、性能の不整合に基づいて、性能における問題の少なくとも１つの原因を識別して、いつ前記少なくとも１つの第１のＫＰＩがその目標から逸脱させられているかを特定することと
を含む、モデル予測制御（ＭＰＣ）コントローラ。
前記ＭＰＣプロセスモデルは、前記工業プロセスの操作の間における前記性能の問題又は前記性能を上回ることのうちの少なくとも１つの原因を前記ＭＶの少なくとも一部に対する前記動的関係及び現在の値から識別することを含む、前記少なくとも１つの第１のＫＰＩの性能を分析することをさらに提供する、請求項４に記載のＭＰＣコントローラ。
前記動的関係を決定することは、前記ＭＰＣコントローラの中の前記限度で固定された前記少なくとも１つの第２のＫＰＩの性能を分析して、該限度が前記ＫＰＩ目標に整合していない場合、不整合にフラグを立てることをさらに含む、請求項４に記載のＭＰＣコントローラ。