JPH09512120A - 複数の入出力を有するプロセスの変数関係を最適化する方法及びシステム - Google Patents

複数の入出力を有するプロセスの変数関係を最適化する方法及びシステム

Info

Publication number
JPH09512120A
JPH09512120A JP7527040A JP52704095A JPH09512120A JP H09512120 A JPH09512120 A JP H09512120A JP 7527040 A JP7527040 A JP 7527040A JP 52704095 A JP52704095 A JP 52704095A JP H09512120 A JPH09512120 A JP H09512120A
Authority
JP
Japan
Prior art keywords
variables
variable
vector
control
manipulated
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.)
Pending
Application number
JP7527040A
Other languages
English (en)
Inventor
ヤップ リム,キアン
バーネット,ザ サード マッカナリィ,ヘンリー
ベル,ジュニア スチュワート,ウィリアム
Original Assignee
ザ エム.ダブリュ. ケロッグ カンパニー
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ザ エム.ダブリュ. ケロッグ カンパニー filed Critical ザ エム.ダブリュ. ケロッグ カンパニー
Publication of JPH09512120A publication Critical patent/JPH09512120A/ja
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive 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
    • G05B13/048Adaptive 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
    • CCHEMISTRY; METALLURGY
    • C01INORGANIC CHEMISTRY
    • C01CAMMONIA; CYANOGEN; COMPOUNDS THEREOF
    • C01C1/00Ammonia; Compounds thereof
    • C01C1/02Preparation, purification or separation of ammonia
    • C01C1/04Preparation of ammonia by synthesis in the gas phase
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive 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
    • G05B13/041Adaptive 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

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Automation & Control Theory (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Chemical & Material Sciences (AREA)
  • Organic Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • Inorganic Chemistry (AREA)
  • Feedback Control In General (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

(57)【要約】 本発明は複数の入力並びに出力を有するプロセスに関連する、制御変数、操作変数、関連変数並びに外乱変数であるような変数の関係を、生産量が最大となるように最適化する。関係を最適化するための方法は、制御変数に関連する偏差の優先付けをし、それぞれの設定値からの制御変数偏差を操作変数の差動分に基づいて予め定められた限定された期間に渡って最適化し、将来の制御変数に関連する偏差を抑制する一方で将来の制御偏差の削減と大きな操作変数の動きとの間のバランスを取るために、大きな操作変数の動きを有する動作に対して罰則を与え、いずれかの操作変数がその他の操作変数に対して優先的に動くことが許されるように意図的に高く予め定められた目標値からの操作変数の偏差を減少させるために操作変数に重み付けを行い、そして許容領域外の偏差が有効となるように制約偏差変数を適用する、以上の手順を含む。

Description

【発明の詳細な説明】 複数の入出力を有するプロセスの変数関係を最適化する 方法及びシステム 産業上の利用分野 本発明はプロセスに関連する変数の関係を最適化し生産量を最大にするための 方法並びに装置に関する。更に詳細には、本発明は予測制御アルゴリズムを採用 した動的制御方法に関し、これはすなわち複数の入力そして/または出力並びに 操作変数そして/またはプロセスに関連するその他の変数に対する制約条件を取 り扱うことが可能である。 従来の技術 プロセスは自動制御原理を適用して更に精密に制御し、更に均質でより高い品 質の製品を与えるようにする事が出来る。自動制御を適用することにより、プラ ント運転をプラントの設計上の制約値に可能な限り近づけることが出来、人件費 並びに規格外製品の費用を削減し、投資に対する経済的回収を増やすことが出来 る。計算機の演算能力が発展する以前は、フィードバック制御装置は出力変数、 変数比または同様の測定を行うためにセンサを使用していた。その測定値を使用 して標準の制御式、すなわちプロセスに依存する伝達関数に従って入力変数の調 整が行えた。しかしながらフィードバック制御はその性質上、修正動作に先立っ て好ましくないプロセス偏差が生じる必要がある。 高速で、有能な計算機をプロセス制御手法に導入することで、今やマスタ装置 を構成することが可能となり、これは複数の相互干渉を有するプロセス装置の複 数の異なる種類の相互干渉を有するプロセス入力を受信し、これらの装置に対し て最適化された出力を課することのできるものである。このようなマスタ制御装 置はかなりな程度のフィードフォワード(すなわち予測)制御を、非常に複雑な プロセスに対して実現出来るが、それは複雑なプロセス制御式であっても素早く 解くことが出来るからである。フィードフォワード制御はプロセスの最適化の中 で重要になってくるが、それは制御器の動作をその出力(すなわち、制御変数) がどの方向に向かっているかの予測に基づいて開始することが出来るからである 。 最適化エンジンはまた効果的にプロセス制約条件を処理して現在の条件に対し て最善の出力信号を求めることが可能である、これらの制約条件とは操作変数に よって影響されるにしても間接的にのみ影響されるものである。個別の下位層の 制御器は単一出力を制御するために単一入力を操作しており、全体像を統合する ことは出来ない。今までのところは、ひとつのプラントに関わるプロセスの制御 は経験豊富な運転員の仕事の範疇であった。複雑なプロセスでは適切なひとつの 操作または複数の操作は容易に判るものでは無かったり、または最適操作として 要求されるが可及的速やかに行えるものでも無い。更に、人が制御する場合「快 適なレベル」の運転操作を経験と勘とに基づいて開拓しなければならない。快適 なレベルは制御する人が違えば大きく違う可能性があり、装置の最適能力または 制約条件から大きく乖離する場合があり得る。この様な運転操作の最適レベルは 、人によるデータ処理には限界が存在することを考慮する必要がある。 プレットその他に付与された米国特許第4,349,869号は、プラント環 境に於ける一連の相互依存プロセス運転操作を制御しかつ最適化するための方法 を開示しており、ここでは制約条件付きプロセス入力変数を操作することによっ てプロセス出力変数のフィードフォワード/フィードバック制御を実現している 。この方法を実施する際、入力変数に大きさの測定された変動を加え、その出力 に対する動的な結果に注目してオンライン運転中のプロセスの将来応答の予測を 行う。 グロスダイダその他による、FCC装置反応器再生器制御、1992年米国制 御会議論文集、論文番号WA4、ページ117−121には、多変数制御方式が 記載されており、これは欧州の製油所に於て流動圧触媒接触分解(FCC)装置 に組み込まれたものである。FCC装置は高度プロセス制御対象として第一候補 と言われているが、それはそのプロセス挙動が複雑なことと、その運転制約条件 と経済的目的との間の利害対立が大きいためである。 本発明の関心は、入出力並びに制御変数、操作変数、関連変数そして外乱変数 を有するプロセスを制御する事である。また、本発明は制御変数、操作変数、関 連変数そして外乱変数に関連する入力および出力を有するプロセスに関連する変 数の関係を最適化する事にも関心を有する。 従って、本発明の特徴は制御変数、操作変数、関連変数そして外乱変数を有す るプロセスの入力並びに出力を制御する方法を提供することである。 また、本発明の特徴は制御変数、プロセスの入力並びに出力と運転を通して関 連のある操作変数、関連変数そして外乱変数の関係の最適化を行うことである。 本発明の特徴は、複数の入力そして/または出力を処理することの可能なモデ ル予測制御アルゴリズムを提供することである。 本発明の別の特徴は、操作変数並びに関連変数に制約を加えるモデル予測制御 アルゴリズムを提供することである。 本発明の別の特徴は、フィードフォワード外乱除去分析を実行する予測制御ア ルゴリズムを提供することである。 本発明の更に別の特徴は、制御の問題を解く際に動的モデルを使用するモデル 予測制御アルゴリズムを提供することである。 本発明の更に別の特徴は、実プラントの実験データから導かれた動的モデルを 制御アルゴリズムと供に使用することである。 本発明の更に別の特徴は、先に述べた特徴の応用例を提供することであり、こ れは特定のプラントに固有の一組の制約条件下に有るアンモニアプラントの供給 ガス流量を最大化するものである。 本発明の更に別の特徴は、アンモニアプラントの合成ループに於ける水素/窒 素モル比を希望する目標値に制御することである。 本発明の一般的な特徴は、アンモニアプラントをその設備または運転上の制約 条件のひとつまたはいくつかのもとで運転することにより、運転能力を最大化す ることである。 本発明の更に別の特徴は、アンモニアプラントに於ける生産量最大化戦略を、 改質炉への供給ガスの手動調整を行うことなく、自動的に適用することである。 本発明の更に別の特徴は、設備並びに運転上の制約条件を監視並びに制御する ことにより、アンモニアプラントの自動制御を提供することである。 本発明の更に別の特徴は、アンモニアプラントで採用されている生産戦略を、 典型的には安全領域を最低水準まで減少させることによって最大化することであ る。 本発明の更に別の特徴並びに特長は、一部は以下に記述されており、また一部 は記述内容から明かとなるか、または発明を実施する際に理解されるであろう。 本発明の特徴並びに特長は添付の請求の範囲の組み合わせ並びに指摘されている 手順に従って実現されるであろう。 発明の目的と要約 ここに実施されまた包括的に記述されている本発明の主旨に関連する目的、特 徴並びに特長を実現するために、制御変数、操作変数、関連変数並びに外乱変数 を有するプロセスの複数の入出力を制御するための方法が提供されている。本発 明は複数の入出力を有するプロセスに関連した変数の関係を最適化するための方 法を提供する。当該プロセスは複数の制御変数、複数の操作変数、複数の関連変 数及び外乱変数を有し、少なくともひとつの制御変数に対してその他の制御変数 に比較して重み付けを行うことで制御変数に関連する偏差の優先順位付けを行い 、制御変数の偏差が関連する設定値に対してあらかじめ定められた将来の限定さ れた期間で最適となるようにすることを、少なくともひとつの制御変数の将来値 に関係する操作変数の差動動作に対して、大きな操作変数の動きに罰則が与えら れるようにして、将来の制御偏差の減少と操作変数の大きな動きとのバランスを 取ることによって行っている。この方法は、いくつかの操作変数がその他の操作 変数に対して優先的に動きうるように意図的に高く設定されている目標値からの 当該操作変数の偏差を減少させるために少なくともひとつの操作変数に重み付け を行う手順と、偏差が許容範囲外に出ることを可能とするために制約偏差変数を 適用する手順とを含む。 好適に本発明の方法はモデル予測制御器を含み、これは操作変数の差動分を、 ひとつまたは複数の制御変数、ひとつまたは複数の関連変数、ひとつまたは複数 の外乱変数及び意図的に高い値に設定された恒久的な制約条件値に基づいて決定 するための制御処理手順を有する。 更に詳細には、本発明の方法は次の目的関数を解くのに適した制御処理手順を 提供する: Min J=Jcv+Jλ+Jpc+Jd ここでMin JはJcv、Jλ、Jpc、及びJd の和を含む、最小二乗値である; すなわち Jcv=CVwate T TCVwate ) ここで、Jcvは制御変数のそれぞれの設定値からの偏差を将来の限定された期間 に渡って重みを付けて二乗した合計値であり、CVwateは制御変数偏差に対して互 いに重み付けを行う因数のベクトル、は操作変数に対する制御変数に関する伝 達関数係数のマトリクス、は操作変数の差動分のベクトルそしては制御変数 とそれぞれの設定値との間の偏差のベクトルである; 次に Jλ= Tλ Tλ ここで、Jλは操作変数の差動分の重み付き二乗和、そしてλは操作変数が過剰 に大きく変動することに罰則を与えるための動作抑制因数のベクトルである; 次に Jpc=PCwatePCtrgtMVstptTPCtrgtMVstpt) ここで、Jpcは操作変数の恒久制約条件目標値からの偏差の重み付き二乗和、PC wate は恒久制約条件が強要される程度を指定する因数のベクトル、PCtrgtは恒久 制約条件目標のベクトル、そしてMVstptは操作変数設定値のベクトルである; 次に Jd=( TAVcost T)(AVcost ) ここで、Jd は制約関数のその許容領域外での偏差の重み付き二乗和、は制約 偏差変数のベクトル、そしてAVcostは相対制約重みのベクトルである; ここで、目的関数には次の制限が課せられている: 0≦Vmnmov≦||≦Vmxmov ここで、Vmnmovは操作変数の最小差動分ベクトルそしてVmxmovは操作変数の最大 差動分ベクトル;そして ここで、MVlwbds は操作変数の下限境界を構成するベクトル要素、AVlwbds は関 連変数の下限境界を構成するベクトル要素、は外乱変数に対する操作変数並び に関連変数に関する伝達関数係数のマトリクス、MVhibds は操作変数の上限境界 を構成するベクトル要素そしてAVhibds は関連変数の上限境界を構成するベクト ル要素である。 ひとつの関連する実施例では、複数の入出力を有するプロセスに関連した変数 の関係を最適化するための方法が提供されている。当該プロセスは制御変数、操 作変数、関連変数そして外乱変数を有し、次にこの方法は少なくともひとつの制 御変数に関係する偏差にその他の制御変数と相対的な重み付けを行うことで制御 変数に関連する偏差の優先順位付けを行う手順と、制御変数の関連する設定値か らの偏差をあらかじめ定められた限定された期間に渡って操作変数の差動分に基 づいて最適化する手順と、少なくともひとつの制御変数の将来値に関する偏差を 、将来の制御偏差を減らすことと大きな操作変数の動きとのバランスを取るため に、大きな操作変数の動きに対して罰則を加えることで抑制する手順と、少なく ともひとつの操作変数に対して重み付けを行い、いづれかの操作変数が他の操作 変数に対して優先的に動くことを可能とする様に意図的に高く設定されたあらか じめ定められた目標値からの操作変数の偏差を削減する手順と、そして偏差が許 容範囲外となることを可能とするために制約偏差変数を適用する手順を含む。 制御変数偏差を最適化する手順は、操作変数の差動分である独立変数に対する 制御変数の偏差の二乗和を計算するか、またはこれに代わって、制御変数に関連 する誤差が急激に増加する前に変化動作量を漸近的に減少させ始めることで、好 適な変化動作の抑制を同定するか、またはこれに代わって制御変数の動きに対し て上限、下限または変分量を設定するか、または制御変数−外乱変数、制御変数 偏差、関連変数−外乱変数、フィードフォワード寄与分、操作変数の動きそして 操作変数設定値投影軌跡を含む詳細出力を決定することを含む。 更に別の実施例では、本発明は圧縮空気の流れを作るためのプロセス空気圧縮 機;粗製合成ガス流を生成するために改質器へ供給される炭化水素、水蒸気並び に圧縮空気流;粗製合成ガス流からCO2及び酸化物を除去し基本的に酸化物を 含まない合成ガス供給流を生成するための装置;合成ガス供給流を圧縮して、直 列に並べられている窒素及び水素をアンモニアに変換するためのアンモニア変換 器、アンモニア製品流を凝縮するための冷却装置、及び未反応合成ガスを冷却装 置から合成ガス圧縮機に還流させるための還流ラインで構成された合成ループの 中に送るための合成ガス圧縮機;水素還流を合成ガス圧縮機へ還流するための合 成ループ還流ラインのパージ流から回収するための水素回収装置;そして炭化水 素流量並びに圧縮空気供給流量を含む操作変数の差動分を、アンモニア変換器入 口の窒素/水素比率を含む制御変数、圧縮空気流の圧力及びプロセス空気圧縮機 の速度の中から選択された関連変数、外気温度並びに水素還流内の水素濃度の中 から選択された外乱変数、そして意図的に高く設定された炭化水素供給流量を含 む恒久制約目標値とに基づいて決定するための制御処理手順を含む、モデル予測 制御器とを含む、アンモニアプラントを提供する。更に詳細には、この制御処理 手順は下記の目的関数を解くのに適している: Min J=Jcv+Jλ+Jpc+Jd ここで、Min J、Jcv、Jλ、Jpc並びにJd は先に定義した通りであり、ベク トルPCtrgtはJpcが非零となるような少なくともひとつの意図的に高く設定され た値を含む。 更に別の実施例では、本発明はアンモニアプラントの制御方法を提供し、これ は操作変数の差動分を決定し、そして関連変数と係わりを持つ少なくともひとつ の変数と外乱変数とを制御するためにモデル予測制御器を使用し、差動操作を実 行することで構成されている。制御対象であるアンモニアプラントは一般的に、 圧縮空気流を形成するためのプロセス空気圧縮機;粗製合成ガス流を生成するた めに改質器へ供給される炭化水素、水蒸気並びに圧縮空気流;粗製合成ガス流か らCO2及び酸化物を除去し基本的に酸化物を含まない合成ガス供給流を生成す るための装置;合成ガス供給流を圧縮し、直列に並べられている窒素及び水素を アンモニアに変換するためのアンモニア変換器、アンモニア製品流を凝縮するた めの冷却装置、及び未反応合成ガスを冷却装置から合成ガス圧縮機に還流させる ための還流ラインで構成された合成ループの中に送るための合成ガス圧縮機;そ して水素還流を、合成ガス圧縮機へ還流するための合成ループ還流ラインのパー ジ流から回収するための水素回収装置とを含む。特に本発明の改善点として、下 記の目的関数を解くことを含む: Min J=Jcv+Jλ+Jpc+Jd ここで、Min J、Jcv、Jλ、Jpc並びにJd は先に定義した通りである。 更に、本発明はアンモニアを生成するための工程を提供し、これは:圧縮空気 流を形成するために圧縮機内で空気を圧縮し;粗製合成ガス流を生成するために 水蒸気、炭化水素流並びに圧縮空気流を改質器に供給し;基本的に酸化物を含ま ない供給合成ガス流を生成するために粗製合成ガス流からCO2並びに残留酸素 化合物を除去し、;供給合成ガス流、還流合成ガス流並びに還流炭化水素流を合 成ループに圧送し;窒素及び水素を合成ループ内でアンモニアに変換し;変換手 順からの反応生成物を、アンモニア製品流と還流合成ガス流とするために冷却し ;水素還流を形成するために還流合成ガス流の一部を炭化水素回収装置にパージ し;そして炭化水素及び圧縮空気流の供給量を操作するための差動分を次の目的 関数を解くことによって決定し: Min J=Jcv+Jλ+Jpc+Jd ここで、Min Jは先に定義した通り、Jcv、Jλ、Jpc並びにJd を含む最小二 乗値である、以上の手順で構成されている。 図面の簡単な説明 添付図は本明細書に含まれその一部を構成しており、これらは本発明の提出さ れた実施例を図示し、先に述べた本発明の一般的な説明並びに以下に行う提出さ れた実施例の詳細な説明と共に本発明の原理を説明するためのものである。 第1図は、本発明を動的アンモニア制御(DAC)システムに適用した一般的 応用例を図示する流れ図。 第2図は、本発明に関連するモデル予測制御(MPC)プログラムを図示する 流れ図。 第3図は、本発明に関連する多変数最適制御目的関数を図示する流れ図。 第4図は、プラントの動的モデル用のデータを作り出すために、疑似ランダム 二値雑音検査を使用してプラント試験を行うための手順の一例を図示する流れ図 。 第5図は、第4図に図示された手順の中で使用される、疑似ランダム二値雑音 のひとつの実施例の特徴を更に詳細に図示した流れ図。 第6図は、本発明のモデル予測制御に関連した機能ロジックを図示する流れ図 。 第7図は、本発明によって実施されたアンモニアプラントで使用される、アン モニア生産量制御器を図示する図式的流れ図。 第8図は、制約制御を具備した本発明のH/Nモデル予測制御器の成果を図示 するグラフ。 第9(a)図−第9(d)図は、水素対窒素(H/N)モル比、原料供給流量 、空気流量及び本発明で実施された実効制約条件に関連する空気流量制約変数を 比較する複数のグラフを図示する。 第10図は、本発明の生産量制御器を流動接触分解装置(FCCU)に適用し た際の、サンプル時間に対する高温ガス油流量のグラフを図示する。 第11図は、FCCUに適用された生産量制御器の、サンプル時間に対する低 温ガス及び還流油流量のグラフを図示する。 第12図は、本発明の生産量制御器をFCCUに適用した際の、サンプル時間 に対する排ガス酸素濃度のグラフを図示する。 第13図は、本発明の生産量制御器をFCCUに適用した際の、サンプル時間 に対する燃焼空気流量のグラフを図示する。 第14図は、本発明の生産量制御器をFCCUに適用した際の、サンプル時間 に対する供給原料予熱温度のグラフを図示する。 第15図は、本発明の生産量制御器をFCCUに適用した際の、サンプル時間 に対するライザ出口温度のグラフを図示する。 第16図は、本発明の生産量制御器をFCCUに適用した際の、サンプル時間 に対する還流油制御器出力のグラフを図示する。 第17図は、本発明の生産量制御器をFCCUに適用した際の、サンプル時間 に対する再生床温度のグラフを図示する。 第18図は、本発明の生産量制御器をFCCUに適用した際の、サンプル時間 に対する燃料ガス流量のグラフを図示する。 第19図は、本発明の生産量制御器をFCCUに適用した際の、サンプル時間 に対する廃ガス圧縮機サクション圧力制御器出力のグラフを図示する。 第20図は、本発明の生産量制御器をFCCUに適用した際の、サンプル時間 に対するライザ出口温度制御器出力のグラフを図示する。 第21図は、本発明の生産量制御器をFCCUに適用した際の、サンプル時間 に対する再生触媒スライド弁(SV)差圧のグラフを図示する。 第22図は、本発明の生産量制御器をFCCUに適用した際の、サンプル時間 に対する使用済み触媒スライド弁(SV)差圧のグラフを図示する。 先の一般的な説明並びに以下の詳細な説明は、単に発明の全体像を示すもので あって、その他のモード、特長、並びに本発明の特記点は当業者にとって本発明 の精神並びに範囲から逸脱することなく、容易に推察されるであろう。 実施例の詳細な説明 次に本発明の今回提出された実施例を添付図の記述に従って詳細に説明する。 第1図は、本発明を動的アンモニア制御(DAC)システムを適用した際の一 般的適用例を示す流れ図を図示しており、本発明のひとつの適用例はアンモニア プラントに関するものである。DACパッケージは複数の高度プロセス制御(A PC)適用例を含む。特に本発明に関する高度制御適用例はモデル予測制御(M PC)技術である。モデル予測制御は第2図に図示されており、これはアンモニ ア生産量制御(PR)サブシステム、変換器制御(CC)サブシステムそして水 素−窒素比率(H/N)サブシステムに適用された例である。 モデル予測制御(MPC)アルゴリズムは複数の入力そして/または出力を取 り扱い、更にMPCは特定の制約条件を異なる変数に適用できる。また、MPC はプラント運転に関連するフィードフォワード外乱除去も実行する。MPCは制 御上の問題を解く際にダイナミックモデルを適用する制御アルゴリズムを使用す る。従って本発明のMPCを適用すると、長い制定時間、無駄時間、複雑な動特 性または複雑なプロセス相互干渉を有するプラントの制御には非常に有効である 。本発明で使用される動的モデルは第1図に図示されるように実プラントの実験 の中で取られたデータから導かれる。本発明の適用例ではMPCは統合監視制御 器として具備されている。従ってモデル予測制御アルゴリズムの最終出力は、プ ラント内の下位レベル機器を制御するためのひとつまたは複数の設定値となる。 例えば、動的アンモニア制御(DAC)パッケージの統合監視器は、第1図に図 示されるように流量制御器(FC)の設定値を操作する。また、これに制限する わけではなく例としてあげると、本発明に関連する統合監視器はプラントに関連 するパネル装着式単ループ制御装置を制御することが出来る。 本発明の説明を行うに当たって、特定の用語をモデル予測制御技術に関連して 定めておくことが重要である。以下の定義を適用する: 操作変数(MV)はMPCによって調整されるプロセス変数である。この操作 変数には上限及び下限または“領域”が課せられる。 制御変数(CV)は操作変数を調整することによってMPCが特定の設定値ま たは“目標値”に制御するプロセス変数である。 関連変数(AV)は制御されてはいないが、あらかじめ定められた制限値また は“領域”内に保持されるべきプロセス変数である。関連変数はまた文献の中で 制約条件変数として知られているものであり、後ほど定義する恒久制約条件と混 同しないようにしなければならない。 外乱変数(DV)は制御変数または操作変数に影響を与える、被測定プロセス 変数である。外乱変数はMPCでは操作されない。外乱変数は制御変数並びに関 連変数の両方に対してフィードフォワード除去を与えるために使用される。外乱 変数はそれらを互いに区別するために、一般的にCV−DV(制御変数−外乱変 数)またはAV−DV(関連変数−外乱変数)と表現される。 恒久制約条件(PC)は希望値を有する選択された操作変数目標値である。本 発明に於て、PCは出来るだけ限界を広く取れるように、制御器に対して意図的 に高い値に好適に設定されている。 上記の定義は本発明の説明を通して用いられる。 第2図は第1図で使用されるのに適したMPCプログラムの一例の簡略化され た概要を図示する流れ図であり、生産量制御器、変換器制御器そして動的アンモ ニア制御パッケージに関連するN/H比率制御器を具備する。簡単に触れたよう にMPCはプロセス変数をデータベースから読み取る。このプロセス変数は有効 性を確認される。動的モデルからの情報を用いて、制御変数の予測がなされる。 予測される制御変数は時間が可変である限定された期間の中で予測される。制御 問題の定義を用いて、制御/操作量の最適化問題を定式化出来るようにする。そ の後制御/操作量の最適化問題が解かれる。今回提出されているMPCの実施例 では、この制御式問題は市販の非線形最適化エンジンを用いて解いている。好適 に本実施例で使用されている非線形最適化エンジンは、いわゆるGRG2ソフト ウェア、オプティマル・メソッド社製でテキサスオースチン大学のエル・ラズダ ン並びにクリーブランド州立大学のエー・ウォレンによるものであるが、その他 の市販の最適化エンジンもまた好適に利用できる。GRG2ソフトウェアは実行 可能パス、それに続く線形プログラミング技法を使用している。GRG2ソフト ウェアで使用されている線形プログラミング技術は汎用約勾配として知られてい る。最適化問題が解かれた後、その結果である制御動作が実施される。従ってプ ラントに設置されているハードウェアで構成された制御器は最適問題の解から受 信した情報に基づいて調整または変更される。特定の制御周期を、MPCが任意 の予め定められた周期の間に開始して完了まで行えるように設定する。 本発明のMPCを目的関数の点から説明する。第3図は、本発明のモデル予測 制御に関連する目的関数を図示する流れ図である。制御変数偏差の優先付けがな される。関連する設定値からの制御変数の偏差が、将来の限定された期間の間で 最適化される。操作変数の差動量が最適化の中で使用される。その後、操作変数 の動きに抑制が加えられる。この抑制操作は将来の制御偏差の削減と大きな操作 変数の動きとのバランスを取るために使用される。一般的に、抑制操作では大き な操作変数の動きに対して罰則を与えている。状況に応じて、いくつかの操作変 数にはその他の操作変数に比べて優先的な動作が許されている。この優先的な動 作は偏差を予め定められた目標値から減少させるための操作変数に重みを付ける ことで実現されている。最後に制約偏差変数を適用して偏差が設定領域の外には み出せるようにしている。偏差変数を適用することは、相対制約重みを適用して ”ハード”または“ソフト”重み付けを実施することにより実現できる。 第3図に図示されたMPCアルゴリズムは下記の式の形で記述できる: Min J=Jcv+Jλ+Jpc+Jd ここで、Min J、Jcv、Jλ、Jpc及びJd は先に定義したとおりである。式の 第一項(Jcv)はこの目的関数が制御変数の偏差の二乗の和を最少にするために 用いられていることを示している。偏差の二乗和は、将来の限定された期間に渡 って予定された制御変数の設定値に基づいて決定される。偏差の二乗和を最適化 するための独立変数は、操作変数xの差動分である。多制御変数問題ではCVwate 因子が使用される。CVwate因子を用いて制御変数偏差に相互に重み付けを行う。 本発明のMPCの目的関数の式の第二項(Jλ)は、操作変数の過度に大きな 動きに対して罰則を与えるために用いられる。動作抑制因子λは、将来的な制御 偏差の削減と大きな操作変数の動きとのバランスを取るように制御器の調整を行 うために使用される。 MPCの目的関数の式の第三項(Jpc)は選択された操作変数に対して恒久的 制約目標値を使用することを表している。恒久的制約目標値を使用する際には、 最適化はそれらの操作変数のいずれかが、それぞれ個々の恒久的制約目標値から 偏差生じる事に対して罰則を与えられる。これはいずれかの操作変数をその他の 操作変数に対して優先的に処理することを可能とする。一般的に恒久的制約を有 する操作変数は、その他の全ての自由度が使われるまでその目標値に留まるはず である。本発明に基づいて少なくともひとつの恒久的制約目標値を意図的に高く 設定する場合には、この第三項は決して零にはならずMPCはその不可能な目標 値に達するように試みを続ける。この様にしてプロセス容量を最大化するために PC目標値を高く設定するという事は、例えば希望する供給量目標値を最大容量 以上に設定することで実現できる。PCwate因数は最適化に際しその恒久的制約条 件をどの程度強く遵守すべきかを規定している。注意しなければならないのは、 強く重み付けされた恒久的制約条件は、かなりの制御偏差が生じるまでその目標 値近くに、可能な限り留まるという事である。従って、PCwate因数を選定する際 には、一方では恒久的制約条件を可能な限りその目標値近くに保持することと、 もう一方では制御変数がその目標値から離れないようにする事との間の妥協が必 要となる。 MPC方程式の目的関数の第四項(Jd)は制約偏差変数(d)を使用してい る。この制約偏差変数は通常許容領域外の制約関数偏差を取り扱うために使用さ れる。 この目的関数はいくつかの役目を果たしている。第一に目的関数は制約偏差変 数を自由度として使用し、強く制約された問題に関する解が得られる可能性を保 証出来るようにしている。同時に目的関数は非零制約偏差変数を使用することに 対して罰を加える。最後に、目的関数は相対制約重み(AVcost)を使用して“ハ ード”並びに“ソフト”な制約条件を実現することを可能としている。 第4図は本発明のプラント試験に関して提出された実施例を図示する。当業者 には理解されるであろうが、多種多様な試験方法が既に可能である。此処に提出 されたプラント試験の実施例は、本発明の範囲を制限するものではない。先に述 べたように、MPCを適用する場合、制御対象に関する動的モデルを使用する必 要がある。本発明の今回の実施例で使用される動的モデルは、ステップ応答係数 のベクトルの形式をしている。ステップ応答係数のベクトルは一般的にそのプロ セスに対してプラント試験を実施することにより得られる。例えば、当技術分野 で一般的に採用されているその様なひとつの試験は、疑似ランダム二値雑音試験 (PRBN)として知られている。一般的に、PRBNは特定の大きさまたは強 度のランダムに発生された信号を操作変数設定値及び、可能であれば外乱変数に 加える。操作変数の動きによる動的応答が記録される。その動的応答に基づいて 、動的モデルが生成される。第4図及び第5図は、疑似ランダム二値雑音試験( PRBN)を使用したプラント試験を図示している。 第5図はPRBNを使用したプラント試験の特徴を更に詳細に図示した流れ図 である。アンモニアプラントの中で摂動を加えるのに典型的な操作変数は、一次 改質器への供給ガス、実効水素目標値並びに二次改質器への空気流量である。こ れらの変数は第1図に図示されたH/N比率制御器に関係する。また、第1図に 示す変換器制御に関しては、摂動を加えるべき操作変数は、冷塊設定値及び内部 冷却器入り口設定値、同様に冷却剤流量及びアンモニア変換器の型式に依存する バイパス設定値が含まれる。もしも可能であれば、外乱変数も同様に摂動を加え られるべきである。H/N比率制御器に関して、摂動を加えるべき外乱変数は、 例えば水素回収装置低圧(HRU LP)製造水素分圧及び水素回収装置高圧( HRU HP)製造水素分圧である。変換器制御器に関しては、H/N比率及び 一次供給ガス量は外乱変数であり、これらは直接摂動を加えうるものである。 応答変数とは、摂動によるそれらの応答が収集されかつ解析される変数である 。H/N比率制御器の応答変数の例としては、制御変数はH/N比率であり、関 連変数は圧縮機の速度である。H/N比率制御器内の応答変数の例を上げると、 制御変数はH/N比率であり関連変数は圧縮機の速度である。圧縮機の速度に対 する外乱変数は通常は外気温度である。同様に変換器制御器の応答変数としては 、制御変数は、例えば床入口温度であり、関連変数は変換器流出温度が上げられ るが、これもまたアンモニア変換器の型式に依存する。 摂動の強度を、プロセス応答が容易に検出できるように決定することは重要で ある。最初並びに最後のPRBNの動きを、中間部のPRBNの動きよりも小さ な強度、例えば中間部強度の半分とすることが優れていることが判っている。サ ンプル間隔は典型的には、H/N比率並びに変換器制御に適用する場合は秒の単 位に定義される。サンプル間隔は、例えば質量分光計の分析周期時間、通常は二 分、によって制限される。また、サンプル間隔は一般的に、最低限MPCプログ ラムの実行時間と同一の周期とする。摂動周期は通常、一秒当たりのサンプル数 で表され、例えば典型的にはH/N比率制御器に対しては十から十四、そして変 換器制御器に対しては典型的に八から十二である。摂動周期をプロセスの無駄時 間よりも短くしないように注意することが重要である。試験の継続期間はPRB Nレジスタ長に依存し、典型的には最少で三そして最大で十一である。 第6図は本発明に基づくMPCの機能ロジック図を図示する。制御問題の初期 化、定義並びに調整が最初に取り扱われる。調整情報内での制御問題はデータベ ース情報に関連して用意される。連合された情報に基づいて、制御変数の計算並 びに関連変数の予測が行われる。制御変数の計算並びに関連変数の予測は、操作 変数並びに外乱変数の変化に基づいて行われる。制御問題は最適化問題として定 式化される。この最適化問題が解かれる。その最適解が実行される。最適解から のデータが、データベースを更新する形で入力される。予め定められた休止期間 の後に次の実行処理が開始される。データベースからデータを受信する際にこの 新たに入力された情報が含まれている。 第7図は典型的なアンモニアプラントで使用されるアンモニア製造量制御装置 の図式的流れ図を図示する。メタンまたはその他の炭化水素の様な炭化水素の流 れが、解質段12への供給原料としてライン10に水蒸気供給ライン14からの 水蒸気と共に導入される。当業分野で良く知られている流量制御装置16が炭化 水素供給原料の流量を制御する。炭化水素流10の流量はMPCへ入力される二 つの操作変数の内のひとつを構成する。 解質段12の中で、アンモニア合成用の水素がライン20を通して導入された 空気が存在する中で炭化水素を酸化した生成物として製造される。導入される空 気はまたアンモニア合成に必要な窒素も供給する。空気流20は空気圧縮機22 で圧縮される。従ってこの空気流量がMPCで制御されるプロセス内の二つの操 作変数の内の第二番目のものであることが判り、これは解質段12内で製造され る水素量とアンモニア合成ガスのH/N比率との両方に影響を与える。空気流量 は従来通り速度制御器24を用い圧縮機22の速度を変化させて調整される。空 気圧縮機出力は典型的にはプラント設計で量が固定されているので、圧縮機22 の速度限界はシステム制約条件またはMPC内の関連変数となる。 典型的な解質段12は直列に一次改質器13、二次改質器18、高温シフト反 応器26並びに低温シフト反応器28で構成されるが、解質段12としてはその 他の構造も場合によっては使用され、その場合もまた本発明の原理に基づいて運 転することが出来る。一次改質器13からの流出物は二次改質器18の中で更に 酸化され、此処にもまた空気流20が供給されている。二次改質器18からの粗 製アンモニア合成ガス流出物はシフト反応器26、28に導かれ、解質によって 製造された一酸化炭素が水蒸気の存在下で二酸化炭素並びに追加の水素に変換さ れる。次にこの様に製造された富CO2流出物を、例えばCO2除去装置30及び メタン化反応器32、そして/または低温化(図示せず)によって処理して、C O2並びにその他の酸化物を許容レベルまで削減し精製アンモニア合成ガス流3 4を製造する。合成ガス中の酸化物は触媒毒として作用する可能性があるので、 合成ガス中のCO2濃度はMPC内の第二番目の制約変数を構成する。 精製された合成ガス流34はアンモニア合成ループ36への供給原料用補給合 成ガスとなる。補給合成ガスはアンモニア合成ループ36の圧力まで多段圧縮機 38で圧縮される。従来通り補給合成ガスは循環合成ガス流39並びに合成ルー プパージ流41から回収された水素流40と水素回収装置(HRU)42の中で 組み合わされ、アンモニア変換器46への供給原料用の圧縮合成ガス流44を形 成する。圧縮された合成ガス流44は希望するH2対N2比を有し、従ってこれは MPCの制御変数を構成する。アンモニアはアンモニア変換器46からの流出流 48から、アンモニア回収装置50の中で従来通り液体冷媒を用いて回収される 。 MPC内のその他のプロセス制約変数は、合成ガス圧縮機38の速度、冷凍圧 縮機(図示せず)の速度及びアンモニア変換器46の圧力が含まれる。MPCは またひとつまたは複数の制約/制御変数外乱を有し、例えば外気温度、HRU4 2で製造されるH2流量、合成ループパージ流40内の不活性レベル、そしてア ンモニア回収装置50内で回収された高温対低温アンモニア比率を含む。 当業者には理解されるように、第7図に図示されている本発明のアンモニア製 造制御への適用は、本発明で可能な多くの制御適用例の内のひとつに過ぎない。 第8図は制約制御に関連してH/Nモデル予測制御の成果を図示したグラフで ある。第8図は本発明に基づくMPCを使用したH/N制御の実データである。 第8図に於いて空気圧縮機タービンリング圧力が制約変数であり、外気温度が外 乱変数であった。48時間に渡る運転中のMPC制御器の成果が図示されている 。対応する発生事象の順番は容易に明らかである。第一区域に於いて制御変数H /Nは設定値に保持され、一方タービンリング圧力は330psigの制約値の僅か に低い値に保持されている。第二区域に於いて、外気温度(図示せず)の急上昇 によるリング圧力の乱れが予想された際に、制御器は空気流量を減少させてリン グ圧力をその制約値に維持する。H/N比率はその設定値から乖離することを許 される。H/N比率がその設定値から乖離するため供給ガスが減少する。供給ガ スが減少することによって、その比率がより大きく乖離することが防止される。 H/N比率の変動の程度は主たる調整上の妥協点である。この妥協はその設定 値を維持するためにどれだけ供給ガスを減らさなければならないかに基づく。図 示された例では、最初供給原料を可能な限り高い値に維持するように決定される が、結果的には供給原料をもっと積極的に操作して比率を更に良く制御するよう に決定される。この例は簡単なMPC調整変更の例である。第8図の第三区域に 於いて、一日の終わりに外気温度が低下している(図示せず)。外気温度が低下 した後、制御器は空気流量を増加させH/N比率をその目標値に戻している。ま た、供給ガスもその元の値に戻されている。この期間中リング圧力がその制約値 に維持されていることは注目に値する重要なことである。第8図の第四区域に於 いて、リング圧力はもはや実効的な制約条件ではなく、H/N比率並びに供給ガ ス量はそれらの目標値に戻ることが可能となる。 第8図の例は、効果的な制約条件制御器としてのMPCの成果を図示している 。制御器は外気温度が上昇する結果リング圧力制約値が冒されることを予測し、 それを防止するために空気流量を減少させる。後で外気温度が冷えると空気流量 を増加させる。この間、MPCは制御変数、H/Nがその目標値から乖離するの を最少にすると共に、この目標値に達するための供給原料の削減量をも最少とし ている。これらの相反する事象間の実際のバランスはMPC調整の範囲である。 第9(a)−(d)図には第8図のH/N MPCの動作と同様のデータが示 されているが、H/N比率並びに目標値(第9(a)図)、利用可能水素(PH )及びPH恒久制約(PC)目標値(第9(b)図)、空気流量(第9(c)図 )そして空気圧縮機タービンリング圧力と限界値(第9(d)図)に加えて、供 給ガス流量(第9(b)図)及び外気温度(第9(d)図)も示されている。最 初の9時間の間、シミュレーションに於けるH/N比率設定値は2.98であり 、シミュレーション期間の残りの部分では3.0である(第9(a)図参照)。 シミュレーションの最初の6−7時間、外気温度は比較的低い値に留まってい る。外気温度が低い間空気圧縮機の圧力上限値は実効的な制約値ではなく、PH 流量がアンモニア製造を最大とするPH目標値に制御されている、すなわちPH 目標値が実効的な制約値である。外気温度が30.5℃まで上がり始めると、リ ング圧力はその上限値に向けて増加し始める。これに応答して、MPCは空気流 量及び供給ガス流量を下げながらH/N比率をそのH/N比率目標値の近くに維 持する。外気温度が26.6℃から30.5℃の間で変動するとき、MPCは空 気並びに供給ガス流量を調整して圧縮機リング圧力をその制約限界未満に維持す る。シミュレーションの最終段階で、空気流量と供給ガス流量が増やされている が、これは製造量を最大化させるための制約条件が更に実効的となり、空気圧縮 機リング圧力が無効制約条件となるためである。 アペンディクスIとして付加されているのは、本発明の原理に基づく典型的な アンモニアプラントシミュレーション用にMPCで使用されたデータベース及び 関連ファイルの印字出力である。 第10図から第22図では、MPC制御器が流動接触分解装置(FCCU)の シミュレーションに適用されており、これはグロスダイダその他のモデル化デー タに基づいている。FCCUプロセスに於ける操作、制御並びに関連変数が標1 及び2に示されている。制御目的は先に示した例と同様であり、すなわち装置へ の供給原料を最大にしながらプロセス変数をその設定値に制御し、同時にいくつ かのプロセス制約値を尊重するというものである。第10図から第22図に関し て、制御目的は供給ガス(MV2及びMV3)を最大にする一方で排ガス内の酸 素濃度をその設定値に、またライザ出口温度をその希望の目標値に維持するとい うものであった。制御器はまた操作変数並びに関連変数に対して指定された全て の制限値をも監視しなければならない。 この結果は第10図から第22図にはっきりと図示されている。 付随する特長並びに修正改良は当業者には容易に思い浮かぶであろう。従って 本発明はその広い意味での特徴としては、特定の代表的な装置、また此処に図示 された例並びに説明に制限されるものでは無い。従って、開示された本発明の一 般的な概念の精神並びに範囲から離れることなく、詳細部分を変更することは可 能であろう。 APPENDIX I 生産量制御器 シミュレーション条件 本書の目的は、アンモニアプラント向け生産量(PR)制御器シミュレーショ ンで使用されたシミュレーション条件を文書化することである。このシミュレー ションで使用されたモデルは、一部は実プロセスデータから同定されたモデルか ら得られ、また一部は想定モデルから得られたものである。このPR制御器はひ とつの制御変数(CV)、二つの関連または制約変数(AV)、二つの操作変数 (MV)そして二つの外乱変数(DV)を有する。表1及び2はこれらの変数と それらの制限値とを記載している。 表3はPR制御器シミュレーションで用いられた伝達関数モデルを列挙してい る。これらのモデルは、Bを後退シフト演算子としたZ変換(離散モデル)で表 現されている。時間遅れはサンプリング時間であり、この場合は二分間である。 表3の全てのモデルは、AV2列を除いて実プラント試験から展開されたもので ある。AV2列のモデルはCV1列と同一の動特性で定態利得が異なる形に、仮 定されたものである。 生産量制御器 シミュレーション条件 以下のページに添付されているのは、シミュレーションで使用されたこれらの ファイルのハードコピーである。第一番目のファイル(OK_ASCII.DAT)はPR制 御器コンフィグレーションファイルである。これはまたシミュレーションで使用 された調整値も含んでいる。第二番目のファイル(OK_CTRL.DAT)はシミュレー ションの初期条件を含んでいる。第三番目のファイル(PR_COEFFS.DAT)は制御 器モデルファイルである。 OK_ASCII.PR PR_ASCII DOB生産量制御器開発 コメント:生産量制御器用に改訂 此のデータはPR_UPDATE並びにID_BINUPDの両方で使用される。もしもいずれ かの制御方程式またはモデルの変更が行われると、ID_BINUPDを再実行しなけれ ばならない。もしも調整または重み因数のみが改訂された場合は、PR_UPDATEの みを実行して、その変更を有効にする。実データはこのファイルの第20行(す なわち19ヘッダ/コメント行)から開始しなければならない。フィールドは固 定幅である。値は指定されたフィールドの任意の位置に配置出来る。
───────────────────────────────────────────────────── フロントページの続き (81)指定国 EP(AT,BE,CH,DE, DK,ES,FR,GB,GR,IE,IT,LU,M C,NL,PT,SE),OA(BF,BJ,CF,CG ,CI,CM,GA,GN,ML,MR,NE,SN, TD,TG),AP(KE,MW,SD,SZ,UG), AM,AU,BB,BG,BR,BY,CA,CN,C Z,EE,FI,GE,HU,JP,KG,KP,KR ,KZ,LK,LR,LT,LV,MD,MG,MN, MX,NO,NZ,PL,RO,RU,SI,SK,T J,TT,UA,UZ,VN (72)発明者 マッカナリィ,ヘンリー バーネット,ザ サード アメリカ合衆国 77429 テキサス州サイ プレス,オータム バレイ 13203 (72)発明者 スチュワート,ウィリアム ベル,ジュニ ア アメリカ合衆国 77345 テキサス州キン グウッド,ロフティ メープル トレイル 1711

Claims (1)

  1. 【特許請求の範囲】 1.複数の入出力を有するプロセスに関連した変数の関係を最適化するための 方法であって、当該プロセスは複数の制御変数、複数の操作変数、複数の関連変 数及び外乱変数を有し、少なくともひとつの制御変数に対してその他の制御変数 に比較して重み付けを行うことで制御変数に関連する偏差の優先順位付けを行い 、制御変数の偏差が関連する設定値に対してあらかじめ定められた将来の限定さ れた期間で最適となるようにすることを、少なくともひとつの制御変数の将来値 に関係する操作変数の差動動作に対して、大きな操作変数の動きに罰則が与えら れるようにして、将来の制御偏差の減少と操作変数の大きな動きとのバランスを 取ることによって行っている前記方法に於いて: (a)いくつかの操作変数がその他の操作変数に対して優先的に動きうるよう に意図的に高く設定されている目標値からの当該操作変数の偏差を減少させるた めに少なくともひとつの操作変数に重み付けを行う手順と;そして (b)偏差が許容範囲外に出ることを可能とするために制約偏差変数を適用す る手順とを含む、前記方法。 2.請求項第1項記載のプロセスに関連した変数の関係を最適化するための方 法が更に、操作変数の差動分を、ひとつまたは複数の制御変数、ひとつまたは複 数の関連変数、ひとつまたは複数の外乱変数及び意図的に高い値に設定された恒 久的な制約条件値に基づいて決定するための制御処理手順を有する、モデル予測 制御器を含む、前記方法。 3.請求項第2項記載のプロセスに関連した変数の関係を最適化するための方 法に於いて、制御処理手順は次の目的関数を解くのに適している: Min J=Jcv+Jλ+Jpc+Jd ここでMin JはJcv、Jλ、Jpc、及びJd の和を含む、最小二乗値である; すなわち Jcv=CVwate T TCVwate ) ここで、Jcvは制御変数のそれぞれの設定値からの偏差を将来の限定された期間 に渡って重みを付けて二乗した合計値であり、CVwateは制御変数偏差に対して互 いに重み付けを行う因数のベクトル、は操作変数に対する制御変数に関する伝 達関数係数のマトリクス、は操作変数の差動分のベクトルそしては制御変数 とそれぞれの設定値との間の偏差のベクトルである; 次に Jλ= Tλ Tλ ここで、Jλは操作変数の差動分の重み付き二乗和、そしてλは操作変数が過剰 に大きく変動することに罰則を与えるための動作抑制因数のベクトルである; 次に Jpc=PCwatePCtrgtMVstptTPCtrgtMVstpt) ここで、Jpcは操作変数の恒久制約条件目標値からの偏差の重み付き二乗和、PC wate は恒久制約条件が強要される程度を指定する因数のベクトル、PCtrgtは恒久 制約条件目標のベクトル、そしてMVstptは操作変数設定値のベクトルである; 次に Jd=( TAVcost T)(AVcost ) ここで、Jdは制約関数のその許容領域外での偏差の重み付き二乗和、は制約 偏差変数のベクトル、そしてAVcostは相対制約重みのベクトルである; ここで、目的関数には次の制限が課せられている: 0≦Vmnmov≦||≦Vmxmov ここで、Vmnmovは操作変数の最小差動分ベクトルそしてVmxmovは操作変数の最大 差動分ベクトル;そして ここで、MVlwbds は操作変数の下限境界を構成するベクトル要素、AVlwbds は関 連変数の下限境界を構成するベクトル要素、は外乱変数に対する操作変数並び に関連変数に関する伝達関数係数のマトリクス、MVhibds は操作変数の上限境界 を構成するベクトル要素そしてAVhibds は関連変数の上限境界を構成するベクト ル要素である、前記方法。 4.複数の入出力を有するプロセスに関連した変数の関係を最適化するための 方法であって、当該プロセスは制御変数、操作変数、関連変数そして外乱変数を 有し、前記方法は: (a)制御変数に関連する偏差の優先順位付けを行うために、少なくともひと つの制御変数に関係する偏差にその他の制御変数と相対的な重み付けを行う手順 と; (b)制御変数の関連する設定値からの偏差をあらかじめ定められた限定され た期間に渡って操作変数の差動分に基づいて最適化する手順と; (c)少なくともひとつの制御変数の将来値に関する偏差を、将来の制御偏差 を減らすことと大きな操作変数の動きとのバランスを取るために、大きな操作変 数の動きに対して罰則を加えることで抑制する手順と; (d)いづれかの操作変数が他の操作変数に対して優先的に動くことを可能と する様に意図的に高く設定されたあらかじめ定められた目標値からの操作変数の 偏差を削減するために、少なくともひとつの操作変数に対して重み付けを行う手 順と;そして (e)偏差が許容範囲外となることを可能とするために制約偏差変数を適用す る手順を含む、前記方法。 5.請求項第4項記載のプロセスに関連する変数の関係を最適化するための方 法に於いて、制御変数偏差を最適化する手順が、操作変数の差動分である独立変 数に対する制御変数の偏差の二乗和を計算することを含む、前記方法。 6.請求項第4項記載のプロセスに関連する変数の関係を最適化するための方 法に於いて、制御変数偏差を最適化する手順が、独立変数が操作変数の差動分を 含むように、制御変数の偏差の最少二乗値を計算することを含む、前記方法。 7.請求項第4項に記載のプロセスに関連する変数の関係を最適化するための 方法に於いて、偏差を抑制するための手順が、制御変数に関連する誤差が急激に 増加する前に変化動作量を漸近的に減少させ始めることで、好適な変化動作の抑 制を同定することを含む、前記方法。 8.請求項第4項記載の複数の入力並びに出力を制御するための方法に於いて 、偏差を抑制するための手順が制御変数の動きに対して上限、下限または変分量 を設定することを含む、前記方法。 9.請求項第4項記載の複数の入力並びに出力を制御するための方法に於いて 、偏差抑制手順が、安定状態に達して偏差の和並びに動きの和が適切に計算され ることが保証されるまで、偏差の抑制を行うことを含む、前記方法。 10.請求項第4項記載の複数の入力並びに出力を制御するための方法に於いて 、偏差抑制手順が、制御変数−外乱変数、制御変数偏差、関連変数−外乱変数、 フィードフォワード寄与分、操作変数の動きそして操作変数設定値投影軌跡を含 む詳細出力を決定することを含む、前記方法。 11.請求項第4項記載の制御変数、操作変数、関連変数そして外乱変数を有す る複数の入出力を制御するための方法が更に: (a)運転入力に関連する運転出力を決定するためにプロセスを試験し; (b)運転入力と運転出力とに関連するモデル応答係数を獲得するためにプロ セス出力のモデル化を行い; (c)抑制解析が設定値の変更並びに外乱の変更に有効に働くように、運転入 力と運転出力とに関連する初期動作抑制調整パラメータを決定するための抑制解 析を適用し; (d)設定値変更、外乱変更並びに制約制御状態の間に、更新出力及び更新入 力を決定するための調整パラメータを模擬するための制御手順を適用し;そして (e)プロセスの統括制御を提供するために更新出力及び更新入力を評価する 、以上の手順を含む、前記方法。 12.請求項第11項記載のプロセスの入力並びに出力を制御するための方法に 於いて、プロセスを試験するための手順が: (a)摂動を与えるべき適切な操作変数を同定し; (b)摂動を与えるべき適切な外乱変数を同定し; (c)同定された操作変数及び外乱変数の摂動に基づいて収集並びに解析され るべきひとつまたは複数の応答変数を同定し; (d)プロセスの応答が検出出来るように十分大きな摂動強度を決定し; (e)適切なサンプル間隔を決定し; (f)適切な摂動周期を決定し; (g)適切な試験期間を決定し; (h)同定された操作変数並びに外乱変数に基づいてプロセスに疑似ランダム 二値雑音試験を実施する、以上の手順を含む、前記方法。 13.請求項第11項記載のプロセスの複数の入力並びに出力を制御するための 方法に於いて、抑制解析を適用する手順が、各々の操作変数の動作抑制値の組を 決定するために、制御変数に関連する偏差の和並びに操作変数に関連する動きの 和を計算する手順を含む、前記方法。 14.請求項第11項記載のプロセスの複数の入力及び出力を制御するための方 法に於いて抑制解析を適用する手順が、調整バラメータの動きの大きさを減少さ せるように動作抑制を強くすることを含む、前記方法。 15.請求項第11項記載のプロセスの複数の入力及び出力を制御するための方 法に於いて抑制解析を適用する手順が、制御変数に関連する誤差が急激に増加す る前に動作の大きさを漸近的に減少させ始めることで、好適な変化動作の抑制を 同定することを含む、前記方法。 16.請求項第11項記載の複数の入力並びに出力を制御するための方法に於い て抑制解析を適用する手順が、動き抑制パラメータに対して上限、下限または変 分量を設定することを含む、前記方法。 17.請求項第11項記載の複数の入力並びに出力を制御するための方法に於い て抑制解析を適用する手順が、安定状態に達して偏差の和並びに動きの和が適切 に計算されることが保証されるまで、抑制解析を行うことを含む、前記方法。 18.請求項第11項記載の複数の入力並びに出力を制御するための方法に於い て抑制解析を適用する手順が、制御変数−外乱変数、制御変数偏差、関連変数− 外乱変数、フィードフォワード寄与分、操作変数の動きそして操作変数設定値投 影軌跡を含む詳細出力を決定することを含む、前記方法。 19.アンモニアプラントであって: 圧縮空気の流れを作るためのプロセス空気圧縮機; 粗製合成ガス流を生成するために改質器へ供給される炭化水素、水蒸気並びに 圧縮空気流; 粗製合成ガス流からCO2及び酸化物を除去し基本的に酸化物を含まない合成 ガス供給流を生成するための装置; 合成ガス供給流を圧縮して、直列に並べられている窒素及び水素をアンモニア に変換するためのアンモニア変換器、アンモニア製品流を凝縮するための冷却装 置、及び未反応合成ガスを冷却装置から合成ガス圧縮機に還流させるための還流 ラインで構成された合成ループの中に送るための合成ガス圧縮機; 水素還流を合成ガス圧縮機へ還流するための合成ループ還流ラインのパージ流 から回収するための水素回収装置;そして 炭化水素流量並びに圧縮空気供給流量を含む操作変数の差動分を、アンモニア 変換器入口の窒素/水素比率を含む制御変数、圧縮空気流の圧力及びプロセス空 気圧縮機の速度の中から選択された関連変数、外気温度並びに水素還流内の水素 濃度の中から選択された外乱変数、そして意図的に高く設定された炭化水素供給 流量を含む恒久制約目標値とに基づいて決定するための制御処理手順を含む、モ デル予測制御器とを含む、前記アンモニアプラント。 20.請求項第19項記載のプラントに於いて、制御処理手順は次の目的関数を 解くのに適している: Min J=Jcv+Jλ+Jpc+Jd ここでMin JはJcv、Jλ、Jpc、及びJd の和を含む、最小二乗値である; すなわち Jcv=CVwate T TCVwate ) ここで、Jcvは制御変数のそれぞれの設定値からの偏差を将来の限定された期間 に渡って重みを付けて二乗した合計値であり、CVwateは制御変数偏差に対して互 いに重み付けを行う因数のベクトル、は操作変数に対する制御変数に関する伝 達関数係数のマトリクス、は操作変数の差動分のベクトルそしては制御変数 とそれぞれの設定値との間の偏差のベクトルである; Jλ= Tλ Tλ ここで、Jλは操作変数の差動分の重み付き二乗和、そしてλは操作変数が過剰 に大きく変動することに罰則を与えるための動作抑制因数のベクトルである; Jpc=PCwatePCtrgtMVstptTPCtrgtMVstpt) ここで、Jpcは操作変数の恒久制約条件目標値からの偏差の重み付き二乗和、PC wate は恒久制約条件が強要される程度を指定する因数のベクトル、PCtrgtは恒久 制約条件目標のベクトル、そしてMVstptは操作変数設定値のベクトルである; Jd=( TAVcost T)(Avcost ) ここで、Jd は制約関数のその許容領域外での偏差の重み付き二乗和、は制約 偏差変数のベクトル、そしてAVcostは相対制約重みのベクトルである; ここで、目的関数には次の制限が課せられている: 0≦Vmnmov≦||≦Vmxmov ここで、Vmnmovは操作変数の最小差動分ベクトルそしてVmxmovは操作変数の最大 差動分ベクトル;そして ここで、MVlwbds は操作変数の下限境界を構成するベクトル要素、AVlwbds は関 連変数の下限境界を構成するベクトル要素、は外乱変数に対する操作変数並び に関連変数に関する伝達関数係数のマトリクス、MVhibds は操作変数の上限境界 を構成するベクトル要素そしてAVhibds は関連変数の上限境界を構成するベクト ル要素である、前記プラント。 21.請求項第20項記載のプラントに於いて、PCtrgtがJpcを非零とするよう に少なくともひとつの意図的に高い値を含む、前記プラント。 22.操作変数の差動分を決定し、関連変数並びに外乱変数に関わる少なくとも ひとつの変数を制御し、そしてその差動動作を実行するためにモデル予測制御器 を使用することを含む、アンモニアプラントの制御方法に於いて、該アンモニア プラントが: (a) 圧縮空気の流れを作るためのプロセス空気圧縮機; (b) 粗製合成ガス流を生成するために改質器へ供給される炭化水素、水蒸気 並びに圧縮空気流; (c) 粗製合成ガス流からCO2及び残留酸化物を除去し基本的に酸化物を含 まない合成ガス供給流を生成するための装置; (d) 合成ガス供給流を圧縮して、直列に並べられている窒素及び水素をアン モニアに変換するためのアンモニア変換器、アンモニア製品流を凝縮するための 冷却装置、及び未反応合成ガスを冷却装置から合成ガス圧縮機に還流させるため の還流ラインで構成された合成ループの中に送るための合成ガス圧縮機;そして (e) 水素還流を合成ガス圧縮機へ還流するための合成ループ還流ラインのパ ージ流から回収するための水素回収装置;を含み 改善点として次の目的関数を解くことを含み: Min J=Jcv+Jλ+Jpc+Jd ここでMin JはJcv、Jλ、Jpc、及びJd の和を含む、最小二乗値である; Jcv=CVwate T TCVwate ) ここで、Jcvは制御変数のそれぞれの設定値からの偏差を将来の限定された期 間に渡って重みを付けて二乗した合計値であり、CVwateは制御変数偏差に対して 互いに重み付けを行う因数のベクトル、は操作変数に対する制御変数に関する 伝達関数係数のマトリクス、は操作変数の差動分のベクトルそしては制御変 数とそれぞれの設定値との間の偏差のベクトルである; Jλ= Tλ Tλ ここで、Jλは操作変数の差動分の重み付き二乗和、そしてλは操作変数が過 剰に大きく変動することに罰則を与えるための動作抑制因数のベクトルである; Jpc=PCwatePCtrgtMVstptTPCtrgtMVstpt) ここで、Jpcは操作変数の恒久制約条件目標値からの偏差の重み付き二乗和、PCwate は恒久制約条件が強要される程度を指定する因数のベクトル、PCtrgtは恒 久制約条件目標のベクトル、そしてMVstptは操作変数設定値のベクトルである; Jd=( TAVcost T)(AVcost ) ここで、Jd は制約関数のその許容領域外での偏差の重み付き二乗和、は制 約偏差変数のベクトル、そしてAVcostは相対制約重みのベクトルである; ここで、目的関数には次の制限が課せられている: 0≦Vmnmov≦|x|≦Vmxmov ここで、Vmnmovは操作変数の最小差動分ベクトルそしてVmxmovは操作変数の最 大差動分ベクトル;そして ここで、MVlwbds は操作変数の下限境界を構成するベクトル要素、AVlwbds は 関連変数の下限境界を構成するベクトル要素、は外乱変数に対する操作変数並 びに関連変数に関する伝達関数係数のマトリクス、MVhibds は操作変数の上限境 界を構成するベクトル要素そしてAVhibds は関連変数の上限境界を構成するベク トル要素である、前記方法。 23.アンモニアを作るための工程であって、以下の手順: (a) 圧縮空気の流れを作るために圧縮機の中で空気を圧縮し; (b) 粗製合成ガス流を生成するために改質器へ水蒸気、炭化水素並びに圧縮 空気流を供給し; (c) 基本的に酸化物を含まない合成ガス供給流を生成するために、粗製合成 ガス流からCO2及び残留酸化物を除去し; (d) 合成ガス供給流、環流合成ガス流並びに水素環流を合成ループの中に圧 縮し; (e) 合成ループの中で窒素及び水素をアンモニアに変換し; (f) アンモニア製品流と環流合成ガス流を形成するために手順(e)からの 反応生成物を冷却し; (g) 水素環流を形成するために環流合成ガス流の一部を水素回収装置にパー ジし;そして (h) 手順(b)の炭化水素並びに圧縮空気流の供給量を操作するための差動 分を次の目的関数を解くことで決定する: Min J=Jcv+Jλ+Jpc+Jd ここでMin JはJcv、Jλ、Jpc、及びJd の和を含む、最小二乗値である; Jcv=CVwate T TCVwate ) ここで、Jcvは制御変数のそれぞれの設定値からの偏差を将来の限定された期 間に渡って重みを付けて二乗した合計値であり、CVwateは制御変数偏差に対して 互いに重み付けを行う因数のベクトル、は操作変数に対する制御変数に関する 伝達関数係数のマトリクス、は操作変数の差動分のベクトルそしては制御変 数とそれぞれの設定値との間の偏差のベクトルである; Jλ= Tλ Tλ ここで、Jλは操作変数の差動分の重み付き二乗和、そしてλは操作変数が過 剰に大きく変動することに罰則を与えるための動作抑制因数のベクトルである; Jpc=PCwatePCtrgtMVstptTPCtrgtMvstpt) ここで、Jpcは操作変数の恒久制約条件目標値からの偏差の重み付き二乗和、PCwate は恒久制約条件が強要される程度を指定する因数のベクトル、PCtrgtは恒 久制約条件目標のベクトル、そしてMVstptは操作変数設定値のベクトルである; Jd=( TAVcost T)(Avcost ) ここで、Jd は制約関数のその許容領域外での偏差の重み付き二乗和、は制 約偏差変数のベクトル、そしてAVcostは相対制約重みのベクトルである; ここで、目的関数には次の制限が課せられている: 0≦Vmnmov≦||≦Vmxmov ここで、Vmnmovは操作変数の最小差動分ベクトルそしてVmxmovは操作変数の最 大差動分ベクトル;そして ここで、MVlwbds は操作変数の下限境界を構成するベクトル要素、AVlwbds は 関連変数の下限境界を構成するベクトル要素、は外乱変数に対する操作変数並 びに関連変数に関する伝達関数係数のマトリクス、MVhibds は操作変数の上限境 界を構成するベクトル要素そしてAVhibds は関連変数の上限境界を構成するベク トル要素である、前記方法。
JP7527040A 1994-04-13 1995-04-11 複数の入出力を有するプロセスの変数関係を最適化する方法及びシステム Pending JPH09512120A (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US08/226,911 US5457625A (en) 1994-04-13 1994-04-13 Maximizing process production rates using permanent constraints
US08/226,911 1994-04-13
PCT/US1995/004419 WO1995028666A1 (en) 1994-04-13 1995-04-11 Maximizing process production rates using permanent constraints

Publications (1)

Publication Number Publication Date
JPH09512120A true JPH09512120A (ja) 1997-12-02

Family

ID=22850948

Family Applications (1)

Application Number Title Priority Date Filing Date
JP7527040A Pending JPH09512120A (ja) 1994-04-13 1995-04-11 複数の入出力を有するプロセスの変数関係を最適化する方法及びシステム

Country Status (9)

Country Link
US (1) US5457625A (ja)
EP (1) EP0755534A1 (ja)
JP (1) JPH09512120A (ja)
KR (1) KR970702516A (ja)
AU (1) AU2245495A (ja)
BR (1) BR9507360A (ja)
CA (1) CA2181438A1 (ja)
NO (1) NO964344D0 (ja)
WO (1) WO1995028666A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6777123B2 (en) 2001-05-25 2004-08-17 Nissan Motor Co., Ltd. Combustor temperature control of fuel cell power plant
JP2004265381A (ja) * 2002-09-11 2004-09-24 Fisher Rosemount Syst Inc プロセス制御システム・オプティマイザにおける制約および限界の実現可能性への対応

Families Citing this family (65)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SE9304246L (sv) * 1993-12-22 1995-06-23 Asea Brown Boveri Förfarande vid övervakning av multivariata processer
US5572420A (en) * 1995-04-03 1996-11-05 Honeywell Inc. Method of optimal controller design for multivariable predictive control utilizing range control
US5561599A (en) * 1995-06-14 1996-10-01 Honeywell Inc. Method of incorporating independent feedforward control in a multivariable predictive controller
US5801963A (en) * 1995-11-13 1998-09-01 The University Of Kentucky Research Foundation Method of predicting optimum machining conditions
US5781430A (en) * 1996-06-27 1998-07-14 International Business Machines Corporation Optimization method and system having multiple inputs and multiple output-responses
US5903474A (en) * 1996-11-08 1999-05-11 University Of Kentucky Research Foundation Optimization of machining with progressively worn cutting tools
US6240330B1 (en) * 1997-05-28 2001-05-29 International Business Machines Corporation Method for feedforward corrections for off-specification conditions
US6240324B1 (en) * 1997-07-31 2001-05-29 Honeywell International Inc. Adaptive cascade control algorithm
US6094601A (en) * 1997-10-01 2000-07-25 Digisonix, Inc. Adaptive control system with efficiently constrained adaptation
US6253113B1 (en) * 1998-08-20 2001-06-26 Honeywell International Inc Controllers that determine optimal tuning parameters for use in process control systems and methods of operating the same
JP2000089525A (ja) * 1998-09-07 2000-03-31 Toshiba Corp 調整制御システム
US6662058B1 (en) * 1999-06-28 2003-12-09 Sanchez Juan Martin Adaptive predictive expert control system
CN1520557A (zh) 1999-09-03 2004-08-11 产品生产过程中的参数值优化方法
US6453219B1 (en) * 1999-09-23 2002-09-17 Kic Thermal Profiling Method and apparatus for controlling temperature response of a part in a conveyorized thermal processor
US6445963B1 (en) 1999-10-04 2002-09-03 Fisher Rosemount Systems, Inc. Integrated advanced control blocks in process control systems
US6510353B1 (en) 1999-11-04 2003-01-21 Fisher-Rosemount Systems, Inc. Determining tuning parameters for a process controller from a robustness map
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
US7209793B2 (en) 2000-07-12 2007-04-24 Aspen Technology, Inc. Automated closed loop step testing of process units
JP3785029B2 (ja) * 2000-08-04 2006-06-14 株式会社山武 制御装置および制御方法
US20020147510A1 (en) * 2001-01-29 2002-10-10 Francis Robert Henry Process for rapidly controlling a process variable without overshoot using a time domain polynomial feedback controller.
WO2002093439A1 (en) * 2001-05-15 2002-11-21 Akzo Nobel N.V. Method of product specification for a processing chemical
US6675073B2 (en) * 2001-11-20 2004-01-06 Steve Kieman System and method for tuning the weight control of a flow of material
US6901300B2 (en) * 2002-02-07 2005-05-31 Fisher-Rosemount Systems, Inc.. Adaptation of advanced process control blocks in response to variable process delay
JP4112900B2 (ja) * 2002-05-21 2008-07-02 株式会社山武 制御方法及び制御装置
DE10362369B3 (de) 2002-09-11 2022-09-29 Fisher-Rosemount Systems, Inc. Integrierte Modell-Vorhersagesteuerung und -optimierung innerhalb eines Prozesssteuerungssystems
US7376472B2 (en) 2002-09-11 2008-05-20 Fisher-Rosemount Systems, Inc. Integrated model predictive control and optimization within a process control system
US7219040B2 (en) * 2002-11-05 2007-05-15 General Electric Company Method and system for model based control of heavy duty gas turbine
US20050010462A1 (en) * 2003-07-07 2005-01-13 Mark Dausch Knowledge management system and methods for crude oil refining
US7966331B2 (en) * 2003-08-18 2011-06-21 General Electric Company Method and system for assessing and optimizing crude selection
US20050044892A1 (en) * 2003-08-28 2005-03-03 George Stephan P. Method and apparatus for heating glass sheets
US7349746B2 (en) * 2004-09-10 2008-03-25 Exxonmobil Research And Engineering Company System and method for abnormal event detection in the operation of continuous industrial processes
US20060074598A1 (en) * 2004-09-10 2006-04-06 Emigholz Kenneth F Application of abnormal event detection technology to hydrocracking units
US7424395B2 (en) * 2004-09-10 2008-09-09 Exxonmobil Research And Engineering Company Application of abnormal event detection technology to olefins recovery trains
US7567887B2 (en) * 2004-09-10 2009-07-28 Exxonmobil Research And Engineering Company Application of abnormal event detection technology to fluidized catalytic cracking unit
US7591135B2 (en) * 2004-12-29 2009-09-22 Honeywell International Inc. Method and system for using a measure of fueling rate in the air side control of an engine
US6993403B1 (en) * 2005-03-22 2006-01-31 Praxair Technology, Inc. Facility monitoring method
US7499763B2 (en) * 2005-07-20 2009-03-03 Fuel And Furnace Consulting, Inc. Perturbation test method for measuring output responses to controlled process inputs
GB2430764B (en) * 2005-09-30 2011-03-09 Fisher Rosemount Systems Inc On-line adaptive model predictive control in a process control system
US7451004B2 (en) * 2005-09-30 2008-11-11 Fisher-Rosemount Systems, Inc. On-line adaptive model predictive control in a process control system
US7378649B2 (en) * 2005-10-17 2008-05-27 Varian, Inc. Simplex optimization methods for instrumentation tuning
US7761172B2 (en) * 2006-03-21 2010-07-20 Exxonmobil Research And Engineering Company Application of abnormal event detection (AED) technology to polymers
US7720641B2 (en) * 2006-04-21 2010-05-18 Exxonmobil Research And Engineering Company Application of abnormal event detection technology to delayed coking unit
US20080016768A1 (en) 2006-07-18 2008-01-24 Togna Keith A Chemically-modified mixed fuels, methods of production and used thereof
US7914692B2 (en) * 2006-08-29 2011-03-29 Ngk Insulators, Ltd. Methods of generating plasma, of etching an organic material film, of generating minus ions, of oxidation and nitriding
US7949417B2 (en) * 2006-09-22 2011-05-24 Exxonmobil Research And Engineering Company Model predictive controller solution analysis process
US7826909B2 (en) * 2006-12-11 2010-11-02 Fakhruddin T Attarwala Dynamic model predictive control
US20090054998A1 (en) * 2007-08-23 2009-02-26 Chevron U.S.A. Inc. System and process for optimizing process control
US8126629B2 (en) * 2008-04-25 2012-02-28 General Electric Company Method and system for operating gas turbine engine systems
US8180693B2 (en) * 2008-10-31 2012-05-15 Hewlett-Packard Development Company, L.P. Prediction of financial performance for a given portfolio of marketing investments
US8180694B2 (en) * 2008-10-31 2012-05-15 Hewlett-Packard Development Company, L.P. System and method for incorporating qualitative inputs into econometric models
CA2780752C (en) * 2008-11-16 2019-05-07 Steven R. Gerrish Systems and methods for producing hydrogen
US8155764B2 (en) 2009-02-27 2012-04-10 Honeywell International Inc. Multivariable model predictive control for coalbed gas production
US8112163B2 (en) * 2009-03-23 2012-02-07 Fakhruddin T Attarwala Embedded dynamic alarm control system
US9147206B2 (en) * 2009-08-31 2015-09-29 Accenture Global Services Limited Model optimization system using variable scoring
ES2551581T3 (es) * 2009-08-31 2015-11-20 Alcon Research, Ltd. Control de salida de presión neumática por calibración de ciclo de servicio de válvula de accionamiento
RU2556529C2 (ru) * 2009-12-10 2015-07-10 Алькон Рисерч, Лтд. Система и способы для динамического привода пневматического клапана
US8666556B2 (en) * 2009-12-10 2014-03-04 Alcon Research, Ltd. Systems and methods for dynamic feedforward
DE102009054905A1 (de) * 2009-12-17 2011-06-22 Robert Bosch GmbH, 70469 Verfahren zum Ermitteln von Funktionsparametern für ein Steuergerät
US8862250B2 (en) 2010-05-07 2014-10-14 Exxonmobil Research And Engineering Company Integrated expert system for identifying abnormal events in an industrial plant
US8821524B2 (en) 2010-05-27 2014-09-02 Alcon Research, Ltd. Feedback control of on/off pneumatic actuators
US9268326B2 (en) * 2010-08-18 2016-02-23 Manufacturing Technology Network Inc. Computer apparatus and method for real-time multi-unit optimization
US9060841B2 (en) 2011-08-31 2015-06-23 Alcon Research, Ltd. Enhanced flow vitrectomy probe
CN107615183B (zh) * 2015-06-05 2022-01-25 国际壳牌研究有限公司 模型预测控制应用程序中相对于最佳性能值的优良性能的系统和方法
US20220283575A1 (en) * 2021-03-05 2022-09-08 Air Products And Chemicals, Inc. Method and apparatus for monitoring operational characteristics of an industrial gas plant complex

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4349869A (en) * 1979-10-01 1982-09-14 Shell Oil Company Dynamic matrix control method
JPS5716719A (en) * 1980-07-04 1982-01-28 Hitachi Ltd Method and equipment for controlling steam temperature in thermal power plant
US4423594A (en) * 1981-06-01 1984-01-03 United Technologies Corporation Adaptive self-correcting control system
JPS59229622A (ja) * 1983-06-10 1984-12-24 Toshiba Corp プラント診断装置
US4578747A (en) * 1983-10-14 1986-03-25 Ford Motor Company Selective parametric self-calibrating control system
US4616308A (en) * 1983-11-15 1986-10-07 Shell Oil Company Dynamic process control
US4736316A (en) * 1986-08-06 1988-04-05 Chevron Research Company Minimum time, optimizing and stabilizing multivariable control method and system using a constraint associated control code
US5043863A (en) * 1987-03-30 1991-08-27 The Foxboro Company Multivariable adaptive feedforward controller
US5180570A (en) * 1992-01-23 1993-01-19 Lee Jing M Integrated process for making methanol and ammonia

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6777123B2 (en) 2001-05-25 2004-08-17 Nissan Motor Co., Ltd. Combustor temperature control of fuel cell power plant
JP2004265381A (ja) * 2002-09-11 2004-09-24 Fisher Rosemount Syst Inc プロセス制御システム・オプティマイザにおける制約および限界の実現可能性への対応

Also Published As

Publication number Publication date
KR970702516A (ko) 1997-05-13
WO1995028666A1 (en) 1995-10-26
US5457625A (en) 1995-10-10
CA2181438A1 (en) 1995-10-26
NO964344L (no) 1996-10-11
BR9507360A (pt) 1997-09-16
EP0755534A1 (en) 1997-01-29
AU2245495A (en) 1995-11-10
NO964344D0 (no) 1996-10-11

Similar Documents

Publication Publication Date Title
JPH09512120A (ja) 複数の入出力を有するプロセスの変数関係を最適化する方法及びシステム
Zanin et al. Integrating real-time optimization into the model predictive controller of the FCC system
CA2716653C (en) Control and optimization system
Hovd et al. Procedure for regulatory control structure selection with application to the FCC process
CN101067743A (zh) 变结构非线性模型预估控制器
Martins et al. Robust model predictive control of an industrial partial combustion fluidized-bed catalytic cracking converter
Sriniwas et al. Control of the Tennessee Eastman process using input-output models
Vieira et al. Identification and predictive control of a FCC unit using a MIMO neural model
Loeblein et al. Structural design for on‐line process optimization: II. Application to a simulated FCC
Mengfei et al. Iterative learning model predictive control for a class of continuous/batch processes
Thomas et al. Comparison of the steady-state performances of 2× 2 regulatory control structures for fluid catalytic cracking unit
Zahran et al. Fluid catalytic cracking unit control using model predictive control and adaptive neuro fuzzy inference system: Comparative study
CN111394117A (zh) 汽油吸附脱硫的处理方法及处理系统、电子设备、存储介质
JP2759052B2 (ja) 尿素プラント合成管の液面制御装置及び液面制御方法
CN109022019A (zh) 一种催化裂化装置的反馈控制方法
Becerra et al. Integrating predictive control and economic optimisation
Yumoto et al. Rigorous dynamic simulator for control study of the large-scale benchmark chemical plant
Goh et al. Control design for nonlinear process models using linear robust control methods: An FCCU example
Khandalekar Control and optimization of fluidized catalytic cracking process
Rice et al. A rule based design methodology for the control of non-self regulating processes
ThayaaSree et al. Design and Implementation of Fractional Order PI Controller for FCCU
Straus Optimal Operation of Integrated Chemical Processes
Abou-Jeyab et al. Constrained multivariable control of fluidized catalytic cracking process using linear programming
CN115685944A (zh) 工业mto智能优化控制方法及装置
Cai et al. Control structure design to achieve multiple performance criteria