SE522691C2 - Dynamisk on-line-optimering av produktionsprocesser - Google Patents

Dynamisk on-line-optimering av produktionsprocesser

Info

Publication number
SE522691C2
SE522691C2 SE0201812A SE0201812A SE522691C2 SE 522691 C2 SE522691 C2 SE 522691C2 SE 0201812 A SE0201812 A SE 0201812A SE 0201812 A SE0201812 A SE 0201812A SE 522691 C2 SE522691 C2 SE 522691C2
Authority
SE
Sweden
Prior art keywords
variables
control
time interval
object function
control method
Prior art date
Application number
SE0201812A
Other languages
English (en)
Other versions
SE0201812D0 (sv
SE0201812L (sv
SE522691C3 (sv
Inventor
Ulf Persson
Tomas Lindberg
Lars Ledung
Per-Olof Sahlin
Lennart Kaellen
Original Assignee
Abb Ab
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
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=20288179&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=SE522691(C2) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by Abb Ab filed Critical Abb Ab
Priority to SE0201812A priority Critical patent/SE522691C3/sv
Publication of SE0201812D0 publication Critical patent/SE0201812D0/sv
Priority to PCT/SE2003/000991 priority patent/WO2003107103A1/en
Priority to US10/487,099 priority patent/US7085615B2/en
Priority to BR0311766-9A priority patent/BR0311766A/pt
Priority to ES03736394T priority patent/ES2294298T3/es
Priority to EP03736394A priority patent/EP1520215B1/en
Priority to DE60316567T priority patent/DE60316567T2/de
Priority to AU2003237734A priority patent/AU2003237734A1/en
Priority to PT03736394T priority patent/PT1520215E/pt
Priority to AT03736394T priority patent/ATE374390T1/de
Priority to CNA038189186A priority patent/CN1675599A/zh
Priority to CA2489025A priority patent/CA2489025C/en
Publication of SE0201812L publication Critical patent/SE0201812L/sv
Publication of SE522691C2 publication Critical patent/SE522691C2/sv
Publication of SE522691C3 publication Critical patent/SE522691C3/sv
Priority to NO20050150A priority patent/NO334123B1/no

Links

Classifications

    • DTEXTILES; PAPER
    • D21PAPER-MAKING; PRODUCTION OF CELLULOSE
    • D21GCALENDERS; ACCESSORIES FOR PAPER-MAKING MACHINES
    • D21G9/00Other accessories for paper-making machines
    • D21G9/0009Paper-making control systems
    • D21G9/0018Paper-making control systems controlling the stock preparation
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)
  • Paper (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)
  • Amplifiers (AREA)

Description

25 30 522 691 2 kopplade till driftsförhållandena på ett ännu mer komplext sätt. I synnerhet är beroendet av processhistorien ännu mer påtagligt än för själva massaflödet. I de flesta av dagens massa- och pappersanläggningar är styrning av flödet av kemiska tillsatsämnen typiskt sett av mycket enkelt slag. Om en brist på kemikalier uppkommer tillsätts mer kemikalier, om ett överskott av kemikalier uppkommer går överskottet till spillo.
I den europeiska patentansökan EP 1 035 253 visas en on-line-optimerad massa- eller pappersframställningsprocess. I denna beskrivning nämns ett antal inpararnetrar, såsom råmaterial såväl som kemikalier, energi, etc., som viktiga för att optimera processen. De utparametrar som beaktas är typiskt sett såväl produktionskvantitet, kvalitetsegenskaper och pris som mängdema av avfallsprodukter. Det faktiska optimeringsförfarandet beskrivs emellertid endast i allmänna termer som en automatiskt kalibrerande modul.
Förfarandet är troligen avsett för off-line-optimering av börvärden i olika typiska stationära situationer. Svårigheter som uppkommer från skillnader i den tidigare drifthistorien diskuteras inte alls. Vidare berör optimeringen i grund och botten processen såsom en enhet, där endast den totala processens in- och utparametrar diskuteras, även om flaskhalsproblem nämns.
Problem som uppkommer från beroende av driftshistorien blir särskilt framträdande när driften av processen ändras, t.ex. om produktions- hastigheten ändras. Även stora variationer i råmaterialets egenskaper, t.ex. stora förändringar i kappatal eller ett byte mellan lövträ och barrträ, kan orsaka stora förändringar i processen. I sådana fall kan stora och små fluktuationer införas i processystemet. Vissa fluktuationer kan till och med ha tidskonstanter som överskrider åtskilliga timmar. Modeller och optimerings- förfaranden som riktar in sig på processens nuvarande resultat kan därför införa styråtgärder som mycket senare kan visa sig vara ofördelaktiga. I fall där förändringarna i processdrift är stora och/ eller plötsliga kan det till och med vara omöjligt att bibehålla erfordrad kvalitet och driva anläggningen nära det mest lönsamma tillståndet. Fluktuationer är i allmänhet kopplade till åtgärder som så småningom leder till ökad förbrukning av t.ex. kemiska lO 15 20 25 30 522 691 s tillsatsämnen, vilket i sin tur är kopplat till stora kostnader. Dessa fluktuationer är svåra att hantera i kända styrsystem.
Styrsystem enligt känd teknik är typiskt sett baserade på ett antagande om en väsentligen felfri drift. I fall ett fel uppkommer och en processektion tillfälligt måste tas ur drift kan det eventuellt inte finnas tillräckliga buffrar för att säkerställa en kontinuerlig drift för resten av processektionerna.
Sådana diskontinuiteter kan påverka såväl både slutproduktens kvalitet och kvantitet som andra kostnadsrelaterade egenskaper. Särskilt för system med tydliga flaskhalsar kan problem med kontinuitet inträffa under mindre avbrott.
SAMMANFATTNING Ett problem med kända styrförfaranden är att de typiskt sett inte är lämpliga för hantering av processdriftsvariationer med relativt stora tidskonstanter.
Ett annat problem med kända system är att det finns en ganska stor känslighet även för mindre fel i processektioner. Vidare har kända system typiskt sett en otillfredsställande behandling av flaskhalsprocesser.
Ett syfte med den föreliggande uppfinningen är således att tillhandahålla ett system och förfarande, särskilt för massa- och pappersframställning, som kan hantera system med dynamiska processer med relativt stora tids- konstanter. Ett ytterligare syfte med den föreliggande uppfinningen är att tillhandahålla ett system och förfarande, särskilt för massa- och pappers- framställning, som kan optimera utnyttjandet av kemiska tillsatsämnen i processen. Ett annat syfte är att tillhandahålla ett system och förfarande som erbjuder en flexibel möjlighet att hantera flaskhalsproblem.
De ovanstående syftena uppnås genom förfaranden och system enligt de medföljande patentkraven. I allmänna ordalag modelleras en process av en dynamisk modell som hanterar tidsberoende förhållanden mellan olika processektioners manipulerade variabler och respektive processektions f fi. 2:>@1.=<.>-1.»='==::-- f lO 15 20 25 30 ~ 522 691 .'“'. ' 4 processutvariabler. Ett antal tillståndsvariabler mäts och även tidigare mätningar finns företrädesvis tillgängliga. Föreslagna inkurvor för manipulerade variabler för en efterföljande tidsperiod erhålls genom optimering av en objektfunktion över en prediktionstidsperiod, under bivillkor som sätts av den dynamiska processmodellen och företrädesvis av en produktionsplan för samma period. Objektfunktionen innefattar förhållanden som inbegriper förutsägelser för styrda processutvariabler som en funktion av tiden för prediktionstidsperioden genom användning av processmodellen, baserat på de föreliggande och företrädesvis även de tidigare mätningarna av tillståndsvariabler. På ett sådant sätt hanteras processens dynamiska beteende. Genom användningen av en prediktions- horisont kan även planerade framtida driftsförändringar förberedas, vilket minskar eventuella införda fluktuationer.
Den dynamiska modellen är företrädesvis baserad pä dynamiska sektions- modeller som modellerar de olika processektionernas faktiska process, vilka är sammankopplade med mellanliggande lagringsmodeller, såsom buffert- modeller eller bufferttankmodeller. Flöden mellan olika sektioner är process- utvariabler eller manipulerade variabler. Genom att använda process- utvariabler associerade med kemiska tillsatsämnen, och särskilt mängden kemikalier, fördelningen av kemikalier över systemet och förbrukningen av kemikalier, kan optimeringen anpassas för att hantera optimeringsaspekter som avser kemiska tillsatsämnen. Vidare behandlas även andra optimerings- aspekter såsom hantering av flaskhalsprocesser och mindre fel i utsatta processektioner. Tillståndsestimeringstekniker används företrädesvis för förbehandling av de faktiskt uppmätta variablerna för att kunna generera ett utgångstillständ för den framtida optimeringen.
KORT BESKRIVNING AV RITNINGARNA Uppñnningen, tillsammans med ytterligare syften och fördelar med denna, kan bäst förstås genom hänvisning till följande beskrivning läst tillsammans med de medföljande ritningarna, i vilka: ff. flzflzßaw-w 211: 10 15 20 25 30 522 691 . ' 5 FIG. l är ett blockdiagram som illustrerar en modell av en del av ett processystem; FIG. 2 är ett diagram som illustrerar effekten av ett tillfälligt driftsstopp i en processektion på buffertnivåer; FIG. 3 är ett diagram som illustrerar produktionsplaner, tillstånds- variabelkurvor och inkurvor skapade med ett förfarande enligt den föreliggande uppfinningen; FIG. 4 är ett diagram som illustrerar en princip med rörlig horisont som är användbar med den föreliggande uppfinningen; FIG. 5 är ett flödesdiagram av en utföringsform av ett förfarande enligt den föreliggande uppfinningen; FIG. 6 är ett diagram som illustrerar en tillståndsestimeringsprocess; FIG. 7 är ett blockdiagram som illustrerar ett massa- och pappers- framställningssystem enligt en utföringsform av den föreliggande uppfinningen; samt FIG. 8 är ett blockdiagram av ett datorsystem som är användbart i ett system enligt den föreliggande uppfinningen.
DETALJERAD BESKRIVNING I den föreliggande uppfinningsbeskrivningen kommer ett antal variabler kopplade till processen att diskuteras. Dessa variabler har något skild karaktär och för att undvika misstolkningar av terminologin presenteras först definitioner av de termer som används genomgående i den föreliggande beskrivningen.
En process kännetecknas vid varje tidpunkt av ett antal tillstándsvariabler.
Sådana tillståndsvariabler kan ur en allmän synvinkel vara av nästan vilken sort som helst och används här som en gemensam term för alla möjliga variabler som avser tillståndet för en process.
En process eller en sektion därav styrs typiskt sett genom inställning av ett antal manipulerade variabler. Sådana manipulerade variabler är tillstånds- z fi. ziefie-Ie» fr: 10 15 20 25 30 6 variabler som är lätta att påverka och som har en signifikant betydelse för driften av processen. Sådana manipulerade variabler kan t.ex. vara inflödet av material eller tillsatsämnen till en process, lätt reglerade genom styrning av t.ex. en ventil.
Resultatet av en styråtgärd representeras av en uppsättning tillståndsvariabler, i den föreliggande beskrivningen benämnda process- utvariabler. En deluppsättning av dessa processutvariabler är lämpliga för övervakning av styråtgärden. Sådana variabler benämns här styrda process- utvariabler. Syftet med styråtgärden är att föra de styrda process- utvariablerna nära förbestämda börvärden eller börvärdesfunktioner.
Tillståndsvariabler som är kännetecknande för resultatet av proces- styrningen men som inte direkt används för styrsyften benämns associerade processutvaríableri den föreliggande beskrivningen.
Vissa tillståndsvariabler är lätta att mäta mer eller mindre direkt med olika sensorer. Sådana variabler benämns mätbara variabler. Andra tillstånds- variabler kan vara svåra eller till och med omöjliga att mäta på ett direkt sätt. Istället mäts en annan eller andra relaterade storheter och den aktuella tillståndsvariabeln uppskattas genom mer eller mindre komplexa modeller eller förhållanden. Sådana variabler benämns härledbara variabler.
Många av dagens produktionsprocesser är ganska komplexa anordningar av olika kopplade processektioner. Kostnads- och miljöbeaktanden erfordrar återvinning av avfallsprodukter, vilket gör det totala processystemet ännu mer komplext. Det finns normalt sett inte endast en rak linje av proces- sektioner utan sektionerna är typiskt sett kopplade i loopar och i ett nät av kopplingar.
Ett typiskt sätt att hantera flödesvariationer i gränssnittet mellan olika processektioner är att införa bufferttankar. Det absoluta utflödet från en föregående processektion begränsar inte driften av en efterföljande proces- ' ff. zswøaq-fš» 2113:-- f 10 15 20 25 30 522 691 . Ü. ' 7 sektion om bara medelutflödet är tillräckligt. Den exakta nivån i buffert- tanken är av mindre vikt i varje ögonblick.
Allmänna produktionsprocesser innefattar idag ganska komplexa operationer. De manipulerade variabler som används för att utföra den faktiska styrningen av processektionen är i allmänhet inte direkt kopplade till processutvariablerna, såsom t.ex. flödes- och produktionskarakteristik, genom några enkla förhållanden. Såväl icke-linjära förhållanden som tids- beroenden ñnns typiskt sett närvarande. Detta betyder att en viss förändring i en manipulerad variabel utförd vid olika tillfällen kan ha olika effekt på processutvariablerna. Sådana icke-linjära och / eller dynamiska processer finns t.ex. närvarande i de flesta av dagens massa- och pappers- framställningsanläggningar. Eftersom många av processerna i grund och botten är relaterade till icke-triviala kemiska reaktioner är till exempel olika kemiska jämviktsförhållanden inblandade. Olika koncentrationer av kemiska ämnen kan driva processen enligt olika kemiska reaktioner. Det skulle även kunna finnas en stor tröghetseffekt i sådana processer. Ett överskott av ett visst kemiskt ämne under en processperiod kan påverka processdriften vid ett senare tillfälle.
Från diskussionen ovan är det uppenbart att dagens allmänna massa- och pappersframställningsprocesser innefattar materialflöden och processer med stora tidskonstanter för variationer. Dessa dynamiska egenskaper härrör från processdynamikerna själva men även från användningen av buffert- lagringstankar mellan processektioner. Ansträngningar för att stödja sådan dynamik måste göras när sådana system modelleras.
Enligt en föredragen utföringsform av den föreliggande uppfinningen är en modell av en komplex produktionsprocess baserad på uppdelningen i ett antal standardmodellobjekt. Den totala modellen innefattar därigenom ett antal sektionsmodeller som motsvarar de olika processektionerna, en grupp av processektioner eller en del av en processektion. Sektionsmodellerna kopplas till varandra via modellobjekt som i grund och botten representerar ziiqšïgç-iš) EIIIF. z 10 15 20 25 30 522 691 ' g evo nu mellanliggande lager, här i form av så kallade buffertmodeller. Fig. 1 illustrerar ett exempel på en modell l av ett processystem. Denna proces- systemdel har fyra processektioner, representerade av sektionsmodeller 10A- D. Sektionsmodellerna är kopplade via ett antal kopplingar med olika flöden 30A-M. Varje sektionsmodell 10A-D har en eller flera sektionsinflöden 30A, D, E, I, K, L av råmaterial, delprodukter, kemiska tillsatsämnen, lösnings- medel, etc. Varje sektionsmodell 10A-D har även eller flera sektionsutflöden 3OB, C, F, G, H, J, M av sektionens slutprodukter, biprodukter, avfalls- produkter, etc. Sektionsutflödena 3OB, C, F, G, H, J, M är i sin tur kopplade för att utgöra inflöden till buffertmodeller 20A-H. På liknande sätt börjar sektionsinflödena 30A, D, E, I, K, L som utflöden från buffertmodellerna 20A-I-I. På sådant sätt är varje sektionsmodell lOA-D typiskt sett endast kopplat till buffertmodeller 20A-H och buffertmodeller 20A-H är endast kopplade till sektionsmodeller 10A-D. Dessutom finns det inflöden 32A-B till den fullständiga processen och utflöden 34A-B från den fullständiga processen, vilka flöden är riktade mot eller startar vid buffertmodeller 2OA- H.
Principen med alternerande sektioner och buffertar är ett enkelt och föredraget sätt att utforma den totala modellen med ett begränsat antal standardmodellobjekt. Fackmannen förstår emellertid att även andra modell- utformningar kan användas. Till exempel kan buffertarnas verkningar införlivas som en del av en angränsande sektionsmodell, varigenom endast sammankopplade sektionsmodeller finns närvarande. Modellen kan även vara en blandning däremellan och kan även innefatta andra typer av modell- objekt med annan karakteristik.
I modellen i Fig. 1 uppvisar sektionsmodellerna 10A-D och buffertmodellerna 20A-H olika karakteristik. En sektionsmodell 10A-D representerar en del- process och innefattar ett mer eller mindre komplext dynamiskt förhållande mellan inflödena och utflödena, innefattande flödessubstansernas egenskaper. Detta förhållande har typiskt sett ett antal olika manipulerade variabler 40A-D, genom vilka den faktiska styrningen av processen utövas. ' fi. zßwøfiq-ri 211: 10 15 20 25 30 5 ß) 2 691 9 Sådana manipulerade variabler kan t.ex. styra inflödeshastigheter till processektionen eller driftsförhållanden såsom temperatur, tryck, energi- tillförsel, etc. till processektionen. Såsom beskrevs ovan är förhållandet mellan in- och utflöden och egenskaperna hos substanserna däri i allmänhet ett dynamiskt förhållande som innefattar tidsberoende termer. Detta betyder att de processutvariabler som är kännetecknande för driften av processektionen i allmänhet beror inte bara på nuvarande inställningar av de manipulerade variablerna utan även på såväl tidigare inställningar av manipulerade variabler som på den faktiska tidigare processdriften.
Den mellanliggande lagringsmodellen kan generaliseras till några objekt- typer. Det finns ett inflöde, i grund och botten bestämt av utflödet från en eller flera sektionsmodeller eller av yttre faktorer då de totala inflödena 32A- B beaktas. Det finns ett utflöde som bestäms av inflödet till en eller flera sektionsmodeller eller av yttre faktorer då de totala utflödena 34A-B beaktas.
En buffertnivå 22A-H eller en koncentration bestäms således av den tids- integrerade skillnaden mellan in- och utflöde. Buffertarna kan i grund och botten inte styras explicit. I ett första enkelt modellsteg anses material- innehållet i en buffert vara homogent, dvs. en omedelbar och fullständig blandning antas. Om stora variationer i substansegenskaperna förväntas eller om en blandning antas vara svår kan emellertid en mera sofistikerad modell skapas där tidsberoende förhållanden mellan in- och utflödenas substansegenskaper används.
I ett processystem enligt den modell som illustreras i Fig. l finns det många processutvariabler som är av intresse för övervakning av processdriften. Ett antal olika sensorer 51, 52, 53 tillhandahålls för att mäta viktiga processutvariabler. I Fig. 1 illustreras endast tre sensorer för att förenkla ritningen. Sensorer finns emellertid typiskt sett närvarande över hela systemet. Sensorn 51 kan vara representativ för mätningar av tillstånds- variabler, t.ex. processförhållanden i de aktuella processektionerna. Sensorn 52 kan vara representativ för mätningar av flödeshastigheter och -sammansättning och/ eller koncentration av substanser i flödet. Sensorn 53 =a s.- a -'.2š>fï o n nu; uu uno i n c I o uno a 10 15 20 25 30 kan vara representativ för en buffertnivåsensor i en bufferttank. Fler exempel på användbara processutvariabler och deras användning diskuteras längre ned.
När en modell av en komplex process skapas måste inte enbart den faktiska driften av processen beaktas utan även aspekter som avser den kombinerande driften av processektioner och buffertar. I de flesta processystem finns det en eller flera flaskhalsar. Sådana flaskhalsar representerar typiskt sett processektioner med den minsta driftsmarginalen jämfört med den totala anläggningens avsedda maximala produktion. I Fig. 1 antas det att processektion lOC representerar en sådan flaskhals. Om sektionen lOC inte drivs vid eller nära dess maximala kapacitet finns det en risk att det material som lagras i buffert 20F så småningom kommer att ta slut. Detta betyder i sin tur att processektion 10A måste drivas vid en lägre hastighet, vilket troligen kommer att minska den totala produktions- kapaciteten. En effektiv drift av den totala processen bör således innefatta mätningar för att säkerställa att processektionen lOC drivs vid eller nära sin maximala kapacitet väsentligen hela tiden. En åtgärd i denna riktning är att säkerställa att det alltid finns ingångsmaterial tillgängligt i bufferten 2OE.
Buffertens 2OE buffertnivå 22E bör därför i ett styrförfarande inte tillåtas minska alltför mycket under normala driftsförhållanden. På liknande sätt måste buffertarna 20F och 2OG, särskilt 2OG som beror endast på processektionen lOC, ha tillgängligt buffertutrymmer för lagring av utflödet från processektionen lOC. Detta betyder att t.ex. buffertnivån i buffert 20G företrädesvis bör hållas förhållandevis låg, om möjligt.
I många processystem är vissa processektioner normalt sett mer utsatta för driftfel än andra. Exempel på tillfälliga driftstopp eller -fel skulle kunna vara t.ex. behovet av service av utrustning, såsom rengörníng, ersättning av förbrukningsartiklar eller mindre reparationer. Genom att identifiera sådana ”svaga” processektioner kan den totala produktionseffektiviteten säkerställas genom att införa ytterliggare bivillkor eller styrmål i styrförfarandet. Om processektion lOB i Fig. l utsätts för intermittenta driftsfel, t.ex. vissa 10 15 20 25 30 522 691 i. - 11 förbrukningsartiklar måste bytas ut vid oregelbundna och oväntade tillfällen, kan till exempel de följande intressanta övervägandena göras. Antag att medeldriftsstopptiden är förhållandevis stor och att det finns kunskap om den statistiska fördelningen för reparationstid och tid mellan fel. Om utbytet utförs ganska snabbt behöver inte de andra processektionernas drift påverkas om det finns tillräckligt med buffrat material. Om processektionen lOB ska tillåtas ha kortare inaktiva perioder måste buffertnivåerna i buffert 2OB och 2OC i allmänhet hållas låga för att medge en uppsamling av substanser under inaktivitetsperioden. På liknande sätt måste buffertnivän i buffert 2OF hållas allmänt hög så att ett avbrott i processektionen lOB inte påverkar processektion 10A. Hur buffert 2OD påverkas beror på den ytterliggare kopplingen till utflödet 34A.
Fig. 2 är ett diagram som illustrerar vad som kan hända vid ett avbrott i processektionen lOB. Det antas att den ursprungliga driften befinner sig i stationärt tillstånd, dvs. sådant att buffertnivåerna hålls konstanta i både buffert 2OB och 20D, och att utflödet från bufferten 2OD är konstant och även att inflödet till bufferten 2OB är konstant. De motsvarande buffertnivåerna illustreras med kurvorna 102 respektive 101. Vid en tidpunkt ti tas processektion lOB ur drift och sätts tillbaka i drift igen vid tidpunkt t2. I mellantiden ökar inflödet till buffert 2OB buffertnivän linjärt och utflödet från buffert 2OD minskar linjärt. Om tidsintervallet tz-ti är tillräckligt kort kommer inte buffertarna 2OB och 2OD att nå några kritiska gränser. När processektionen 1OB återigen kommer i drift styrs den totala processen på ett sådant sätt att buffertnivåerna i buffert 2OB och 2OD långsamt återvänder till de önskade ideala värdena. Såväl de föredragna buffertnivåerna som den totala buffertvolymen kan således optimeras genom kunskap om den statiska fördelningen av stopptider för processektion lOB.
Om båda scenariorna ovan ñnns närvarande samtidigt förstår man att det ñnns krav satta på buffertnivän i buffert 20F som går i motsatta riktningar.
Detta erfordrar en mycket noggrann styrning av buffertnivän och/ eller en stor maximal buffertvolym. 10 15 20 25 30 12 zII=š'I=š 'z ç-oofig-ib-irï-'g I dagens kemiska massa- och pappersprocesser används typiskt sett ett antal kemiska tillsatsämnen. De vanligast förekommande substanserna är natrium och svavel i form av olika kemiska föreningar. Natrium och svavel förekommer således i olika framträdanden under processen, t.ex. som natriumsulfid, natriumhydroxid, natriumsulfat, natriumtiosulfat, natrium- sulñt, natriumkarbonat, natriumoxalat, svavelsyra, svaveldioxid, elementärt svavel och organiska svavelföreningar. De flesta av kemikalierna i processen återvinns och återcirkuleras in i processen. I framställningens olika processektioner fördelas natrium och svavel i dessa olika föreningar i olika koncentrationer. I vissa processektioner finns det väsentliga förluster av kemikalier ut från processen. Kemikalier kan även utvinnas från processen på ett kontrollerat sätt. Beroende på var i processen dessa förluster finns närvarande kommer förhållandet mellan de mängder svavel och natrium som förloras att motsvara de relativa mängder och kemiska tillstånd i den betraktade processektionen. Sådana förluster av kemiska ämnen som innefattar t.ex. svavel och natrium måste kompenseras genom att tillsätta nya kemiska tillsatsämnen till processen. Även balansen mellan natrium och svavel måste bibehållas. Även om kostnaden för kemiska tillsatsämnen är betydande är i allmänhet den tillsatta mängden kemiska tillsatsämnen mycket liten jämfört med det totala flödet av kemikalier som används i processen. Ätercirkuleríngs- processen är därför ytterst viktig för den fullständiga framställningen.
Processen att återvinna och återcirkulera, t.ex. natrium- och svavel- innehållande kemiska ämnen, är i allmänhet en komplex och tidskrävande process. Den kan t.ex. innefatta såväl ett antal kemiska reaktionssteg, förbränningsprocesser som raffinör- och destilleringsprocesser. Detta betyder att det ñnns relativt stora mängder svavel och natrium närvarande i sådana delar av den totala processen som inte är direkt inblandade i massa- och pappersbehandling. Eftersom dessa kemikalier kommer att återcirkuleras påverkas emellertid den fullständiga processens drift i alla fall starkt av återcirkuleringsprocesstegen. Vidare medför återcirkuleringen av 10 15 20 25 30 522 691 13 s; 2 -:. 'z s fiqoåsiai-us-»s kemikalier mycket stora tidskonstanter för koncentrationsvariationer i kemikalier genom hela processen.
De stora tidskonstanterna för kemiska tillsatsämnen i processen och dödtider som införs av stora volymer i processen resulterar i att en förändring i kemisk koncentration vid en plats i processen kommer att framträda på andra platser i processen även åtskilliga timmar senare. De flesta kända system tillämpar styrmekanismer som är baserade på föreliggande driftstillstånd för styrning av t.ex. tillhandahållande av kemiska tillsatsämnen. Detta kan emellertid istället skapa väsentliga tillkommande variationer i kemiska koncentrationer i massaprocessen. Sammansättningen av vitluten som är den aktiva kokarvätskan, t.ex. sulfiditeten, kan till exempel variera avsevärt och kan vidare vara svår att hålla konstant och att styra till ett önskat värde med förfaranden enligt känd teknik. En stor variation i t.ex. sulfiditet är typiskt sett kopplad till onödigt hög förbrukning av kemikalier och ökar därigenom kostnaden för kemiska tillsatsämnen.
Detta kan även ge upphov till andra störningar som slutligen påverkar produktionskvantiteten och / eller -kvaliteten.
Den föreliggande uppfinningen tillhandahåller en utmärkt möjlighet att styra balansen av kemikalier genom hela systemet på ett dynamiskt sätt.
Sammansättningsvariationer minskas därigenom, vilket huvudsakligen uppträder som en minskad kostnad för kemiska tillsatsämnen. Även en jämnare produktkvalitet uppnås troligen. Det kan därför vara viktigt att styra processen på såväl den totala balansen av kemiska tillsatsämnen som finns närvarande i processen, fördelningen av olika kemikalier mellan och/ eller koncentrationer av olika kemikalier inom de olika processektionerna som på den totala mängd kemikalier som förbrukas av processen. Den ovan presenterade dynamiska modellen medger såväl en dynamisk beskrivning av varje enskild processektion som en dynamisk beskrivning av fördelningen av t.ex. natrium och svavel genom t.ex. buffertankarna. En sådan modell kan därför användas även för att förutsäga framtida natrium- och svavelfördelningar. Den föreliggande uppfinningen är 10 15 20 25 30 522 691 ' 1 4 särskilt väl lämpad för styrning av en massa- och pappersframställnings- process och i synnerhet den kemiska balansen inom en sådan process.
En produktionsprocess kännetecknas, såsom nämndes tidigare, av en mängd tillståndsvariabler eller särskilt processutvariabler. I t.ex. en massa- och pappersframställningsprocess finns det många storheter att mäta. För det första är materialflöden mellan olika processektioner och buffertar av särskilt intresse eftersom de normalt sett utgör antingen manipulerade variabler eller processutvariabler för processektionerna. Flödeshastigheten är därför viktig men även rnaterialflödets sammansättning, särkilt koncentrationer av olika kemiska ämnen. I en massa- och pappersprocess är typiska flödesrelaterade tillståndsvariabler total volym (eller flödeshastighet), fraktion av suspenderade fasta ämnen, fraktion av upplösta fasta ämnen, natriumkoncentration, hydroxidkoncentration, vätesulfidkoncentration, sulfatkoncentration, karbonatkoncentration och total mängd reducerat svavel. De flesta av dessa variabler är mätbara variabler som kan mätas on- line eller som ett alternativ kan prov extraheras och analyseras off-line.
I den mellanliggande lagringen kan nivån övervakas och om så önskas även sammansättningen av materialet i tanken och då särskilt koncentrationer av olika kemiska ämnen.
Eftersom processerna i processektionerna normalt sett även beror på ett antal yttre driftsfaktorer, såsom temperatur, tryck, tillförd energi, etc. kan även sådana tillståndsvariabler vara användbara att mäta.
Vissa av de uppmätta tillståndsvariablerna är även av intresse för styrsyften, dvs. de utgör styrda processutvariabler. Såsom nämndes ovan kan allmänna processöverväganden såsom flaskhalsar eller felrisker sätta vissa begränsningar på vissa av processutvariablerna. Kvalitetsöverväganden kan erfordra en mer noggrann styrning av andra processutvariabler, såsom koncentration av vitlut, vilket diskuterades ovan. Styrda processutvariabler, såsom extraherade kvantiteter av derivat av kemiska tillsatsämnen, kan 10 15 20 25 30 522 691 15 även vara användbara för styrförfarandet för att kunna övervaka flödet av kemikalier och försöka minska förbrukningen av dessa. I varje processystem väljs således ett antal styrda processutvariabler som är användbara för övervakning av viktiga aspekter av processen och målfunktioner formuleras.
Associerade processutvariabler kan vara av stor vikt som inparametrar till den dynamiska processmodellen men är av mindre vikt för den direkta styråtgärden.
Olika processektioners manipulerade variabler används för styrning av den fullständiga processen. Dessa manipulerade variabler behöver inte vara direkt kopplade till de styrda processutvariablerna men i ett allmänt fall finns det mer eller mindre komplexa förhållanden mellan de manipulerade variabelvärdena och effekterna av dessa på de styrda processutvariablerna.
Typiska manipulerade variabler för processerna är inflödeshastigheter, temperatur, tryck, tillförd energi, hur länge olika processteg varar, etc.
En viktig aspekt vid styrning av en process genom användning av den föreliggande uppfinningen är kopplad till förutsägelse av framtida process- drift. Många produktionslinjer i dag år utformade för att kunna producera olika mängder, typer eller kvaliteter av produkter. Det finns en allmän trend att öka möjligheterna att modifiera produktionen enligt den aktuella statusen av t.ex. försäljning. Om en viss massa- eller papperskvalitet särskilt önskas under en viss period skulle produktionen kunna ställas om för att framställa mer av den massa- eller papperskvaliteten. I fall efterfrågan på papper minskar skulle produktionen kunna ställas om till endast massa- framställning, vilken kan vara enklare att sälja eller att lagra för framtida användning. Produktionsändringar är vanliga idag och trenden är att den tid som varje produktionsmod varar minskas mer och mer och även att ändringar i produktionsmoder har blivit ännu flexíblare enligt produktion på kundbegäran.
Andra ändringar i produktionsmod kan orsakas av t.ex. planerade förändringar i t.ex. råmaterialegenskaper. I ett massa- och pappers- '- šwšš1ö=1<å'"š lO 15 20 25 30 522 691 16 'F-.f ï .5 -.I=' ï.?°°?š.“?É?-“= ' framställningssystem kan ett byte mellan lövträ och barrträ erfordra olika driftsmoder.
Samma typ av styrsituation kan uppkomma vid planerat underhållsarbete på anläggningen. Om vissa delar behöver underhåll kan produktionen modifieras på ett sådant sätt att underhållet kan utföras utan att hela anläggningen stängs ned. Detta kan utföras genom att antingen ändra hela produktionen eller genom att förbereda systemet i förväg genom att bygga upp tillräckliga buffertar.
Om en plötslig förändring i driftsmod utförs och styrningen av processen baserar sig väsentligen enbart på det nuvarande tillståndet kommer detta typiskt sett att medföra fluktuationer i processutvariabler. För att föra styrda processutvariabler närmre de önskade målvärdena kommer förändringar i andra processutvariabler att uppkomma vid andra platser i systemet vid senare tillfällen. Detta beteende är i allmänhet oönskat eftersom det typiskt sett resulterar i t.ex. högre förbrukning av kemiska tillsatsämnen. Ett annat tillvägagångssätt skulle kunna vara att successivt ändra driftsmod, men detta kommer i ett typiskt fall att ge en slutprodukt som också successivt förändrar sina egenskaper mellan de ursprungliga och slutliga drifts- moderna. Även oavsiktliga transienta störningar såsom pumpfel, etc. kan förekomma ganska ofta i ett produktionsprocessystem.
Genom att använda förfaranden och system enligt den föreliggande uppfinningen beror styrningen av en process inte enbart på nuvarande värden av tillståndsvariabler utan även på såväl tidigare värden på tillståndsvariabler som förutspådda framtida värden på tillståndsvariabler.
Framtida kända händelser kan då förberedas och driftsoptimering kan utföras som även tar hänsyn till sådana förändringar. Genom att låta vissa tillståndsvariabler med avsikt driva iväg från sina ideala värden för att förbereda för en jämn övergång till den nya driftsmoden kan en övergripande produktionsfördel erhållas. Några belysande exempel visas längre ned. 10 15 20 25 30 522 691 17 Den dynamiska processmodellen kan i matematisk bemärkelse uttryckas som ett algebraiskt differentialekvationssystem: F[x(z), x(z),u(z), t] = 0 , där x betecknar tillståndsvariabler och u manipulerade variabler. Mätningar eller uppskattningar av mätbara och härledbara processutvariabler kan uttryckas som: y(f) = gbfüflf) Modellen är även associerad med modellbivillkor, t.ex. begränsningar för olika manipulerade variabler och/ eller processutvariabler: Det skulle även kunna finnas mer eller mindre komplexa olikhetsbivillkor: ck(xk,uk)í0 .
Genom att använda den dynamiska modellen med uppmätta nuvarande och företrädesvis även tidigare processutvariabler som parametrar kan ett nuvarande tillstånd eller “utgångstillstånd” för processen uppskattas. Med början från t.ex. produktionsplanen och med hänsyn taget till ett antal ytterligare bivillkor och mål kan målkurvor för de valda styrda process- utvariablerna formuleras. Sådana optimeringsaspekter skulle kunna avse t.ex. flaskhalsar, objekt med ofta förekommande fel och andra direkta produktionsrelaterade aspekter. I en massa- och pappersanläggning är optimeringsaspekter kopplade till kemiska tillsatsämnen särskilt viktiga.
Målkurvor för vissa koncentrationer eller flöden av kemiska tillsatsämnen är 10 15 20 25 30 522 691 is då av intresse. Målkurvorna är i ett allmänt fall tidsberoende, dvs. funktioner av tiden. Målkurvorna tar hänsyn till bivillkor som sätts av optimeringsaspekter, t.ex. skulle det tillåtna intervallet för olika process- utvariabler kunna begränsas.
Styrförfarandet enligt den föreliggande uppfinningen utför ett optimerings- förfarande, i vilket optimala inkurvor för de manipulerade variablerna skapas. Optimeringen utförs genom att minimera en objektfunktion. Objekt- funktionen är formulerad i enlighet med optimeringsaspekterna och baserar sig företrädesvis på en jämförelse mellan de styrda processutvariablernas målkurvor och styrda processutvariabler såsom förutspås av den dynamiska processmodellen. Beräkningen baserar sig på de nuvarande värdena av tillståndsvariablerna. Objektfunktionen minimeras genom att variera inkurvorna för de manipulerade variablerna. De inkurvor som ger minimumet för Objektfunktionen bestäms därigenom att vara de optimala inkurvorna.
Målet för hela processen är då att driva processen på ett sådant sätt att de styrda processutvariablerna hålls så nära som möjligt respektive målkurva, med acceptabla ansträngningar och med förbestämda vikter för motstridiga mål. Produktionsplanen inkluderas typiskt sett som ett av målen.
Ett processystem, såsom en massa- och pappersanläggning, är vanligtvis ett så komplext system att en optimering som utförs direkt mot ideala mål- kurvor för de styrda processutvariablerna ofta blir relativt instabil. De modelldetaljer och beräkningsansträngningar som krävs för en stabil optimering är ofta inte realistiska i praktiken. Detta blir ännu mer kritiskt vid snabba förändringar av systemets driftsmod, både planerade och oplanerade förändringar. Ett användbart tillvägagångssätt för att få bukt med dessa problem år att använda referenskurvor som målkurvor i optimeringsprocessen. Referenskurvorna är modifierade, typiskt sett ut- jämnade, ideala börvärdeskurvor som tar hänsyn till utgångstillståndet och . g 5 åoosšipz-:iq ' ' 10 15 20 25 30 522 691 19 framtida planerade ändringar i driftsmod. Ett belysande exempel kommer att ges här nedan.
I Fig. 3 illustreras en produktionsplan 110, lll och dess påverkan på processdriften. Produktionsplanen illustreras längst ned. Till en tidpunkt ts ska papper av en viss papperskvalitet Ql produceras med en förbestämd hastighet Rl. Efter tidpunkten ta är produktionen planerad att ändras till en papperskvalitet Q2 med en produktionshastighet R2. I mitten av Fig. 3 illustreras en ideal börvärdeskurva s(t) för en styrd processutvariabel. Den styrda processutvariabeln mäts, antingen direkt eller indirekt. Såsom diskuteras i mera detalj längre ned behandlas företrädesvis den uppmätta styrda processutvariabeln i en tillståndsestimeringsprocess. Process- utvariabelns uppskattade nuvarande värde illustreras som ett kryss 115, i allmänhet något förskjutet från den ideala börvärdeskurvan. I en styrprocess som tillåter alla parametrar att variera i alla kombinationer skulle det vara naturligt att fordra att den verkliga styrda processutvariabeln bör nå den ideala börvärdeskurvan så snabbt som möjligt, dvs. t.ex. enligt den prickade kurvan 114. Snabba förändringar i styrvariabler medför emellertid fluktuationer i processförhållandena och de aktuella processerna kan sätta fysiska begränsningar på snabbheten hos svaret på styråtgärderna. Vidare kan motstridiga optimeringsöverväganden även försämra styrprocessens stabilitet.
Ett bättre sätt i ett typiskt praktiskt fall skulle vara att styra den styrda processutvariabeln på ett mjukare sätt. En referenskurva r(t) skapas istället, vilken är en modifiering av den ideala börvärdeskurvan med ett utjämnat beteende. I den första delen anslås t.ex. en exponentiellt avtagande skillnad mellan den ideala börvärdeskurvan s(t) och referenskurvan r(t). Närmare ts, där den ideala börvärdeskurvan s(t) uppvisar ett steg kommer referenskurvan r(t) att avvika exponentiellt för att nå medelvärdet vid stegtidpunkten och därefter återigen mjukt närma sig den ideala börvärdeskurvan s(t). I detta exempel valdes en exponentiell form, men fackmannen inser att vilken lämplig mjuk kurvform som helst kan användas lO 15 20 25 30 522 691 H¶r,="m.. “ 20 'ï *- 55 Äæflïšllïfil ' för sådana syften. Referenskurvan r(t) kommer då att användas som mål- kurvan för optimeringsprocessen. Den faktiska kurvan kan se ut som kurva 1 16.
Då optimeringen utförs används referenskurvor från flera styrda process- utvariabler och en viktning mellan olika optimeringsaspekter utförs. En optimerad inkurva för manipulerad variabel som är relativt nära relaterad till processutvariabeln i Fig. 3 illustreras i den övre delen av Fig. 3. Här ses det att den styråtgård som orsakas av ändringen i processmod vid ts börjar i förväg och bildar en mjuk övergång.
Olika styrda processutvariablers målkurvor är i ett allmänt fall inte helt kompatibla med varandra. I ett typiskt fall måste det bli en viss kompromiss mellan de olika styrda processutvariablerna. Detta görs genom att formulera objektfunktionen på ett korrekt sätt. En skillnad mellan det verkliga värdet av en styrd processutvariabel och den motsvarande målkurvan används ofta och kan viktas som en kompromiss mellan olika motstridiga mål.
Ett allmänt optimeringsproblem kan uttryckas i en diskret formulering med en samplingstid av AT som: min J u* ,k=k ,...,k+1<-1 där J är objektfunktionen med avseende på bivillkor som sätts av modellen och / eller produktionsplanen, t= kAT , och K är antalet sampel i prediktions- horisonten, IÉ är den senaste samplingspunkten och uk är en manipulerad variabel. I ett typiskt massa- och pappersfall skulle objektfunktionen kunna vara sammansatt av flera motstridiga aspekter: J = Jfiberbehov + Jlwnc + J + 'Iproduktionsjörlust ' kem Ett exempel på en av termerna skulle t.ex. kunna vara: 10 15 20« 25 30 522 691 21 IÉ+K 'Ikonc = Z qkonc (xk _ xrefk y 7 k=k där q är en viktfaktor för olika kemiska ämnen. En koncentrationsterm såsom den ovan gynnar således en stabil koncentration. Objektfunktionen innefattar en sorts tidsintegrering genom att betrakta J-värdena vid alla samplingstillfällen k. En tidsfaktor kan även implementeras i objekt- funktionen, t.ex. för att vikta den nära framtiden annorlunda än den avlägsna framtiden: IÉ+K Jlmc = šW/(k "É)q1mm; Termer som avser nära framtid kan då tilldelas en större vikt än mera tidsmässigt avlägsna termer.
Termer som innefattar en total mängd av ett kemiskt ämne i en eller flera processektioner gynnar en minskning av detta ämne i dessa processektioner.
När man siktar på att minska en total mängd för den fullständiga processen är företrädesvis åtminstone två processektioner inblandade.
För t.ex. flaskhalsproblem används termer som innefattar buffertkapacitet och/ eller buffertnivåer innan och efter de processektioner som utgör flask- halsar. En användbar term beror på återstående buffertkapacitet i en buffert som kommer före en processektion som utgör flaskhals. En annan användbar term beror på den aktuella buffertnivån i en buffert som kommer efter en processektion som utgör en flaskhals.
För processektion med en relativt stor felsannolikhet definieras termerna företrädesvis på motsatt sätt. En användbar term beror på återstående buffertkapacitet i en buffert som kommer efter processektionen i fråga 10 15 20 25 30 522 691 22 medan en annan användbar term beror på den aktuella buffertnivån i en buffert som kommer före processektionen.
För att lösa optimeringsproblemet för en komplex process måste någon form av lösare användas. Ju komplexare system desto mer beräkningskapacitet krävs. Det finns flera lösare för optimeringsproblem tillgängliga nu för tiden.
Det lämpliga valet måste bestämmas i förhållande till det verkliga systemet som ska styras. Det faktiska förfarandet att utföra beräkningen av optimeringen sker emellertid enligt kända principer och är inte särskilt viktigt för uppfinningens grundidé och detaljerna har därför utelämnats i denna beskrivning.
Således genom att låta objektfunktionen bero inte bara på den nuvarande situationen utan även på förutspådda framtida situationer kan den totala driften förbättras. Detta är särskilt viktigt för processärdrag som har fluktuationer med stora tidskonstater. Det bästa av oss kända exemplet på sådana processärdrag är den totala mängden av och fördelningen av kemiska tillsatsämnen genom en massa- och pappersframställningsprocess.
En komplex process såsom massa- och pappersframställning ger upphov till ett ganska komplicerat optimeringsproblem. Ett stort antal variabler ska optimeras enligt förhållanden och bivillkor och valet av lösare bör ske med beaktande av detta. Fastän dagens processorkapaciteter är ganska imponerande kan den tid som erfordras för att utföra de faktiska beräkningarna ta flera minuter. Då de typiska tidskonstanterna för ändringar i massa- och papperssystem är långa kan emellertid en total tid för mätning, tillståndsestimering och optimering på flera minuter ändå vara tillräckligt kort för att utföra en faktisk on-line-styrning av processen. Den ovan nämnda samplingstiden AT kan i ett typiskt fall vara t.ex. mindre än 15 minuter. Även om den föreliggande uppfinningen idag anses vara tillämpbar mer eller mindre endast på långsamt reagerande processer kan ökad beräknings- . . . c nu - annu» 10 15 20 25 30 522 691 23 hastighet ändra dessa föredragna tillämpningsområden. Snabbare optimeringar öppnar upp för användningen av förfarandet även för snabbare svarande system.
Utresultatet från optimeringsförfarandet är såsom beskrevs ovan en uppsättning av inkurvor för processens manipulerade variabler, dvs. rekommenderade inställningar för en operatör som en funktion av tiden.
Processen kan därigenom styras manuellt genom att ställa in processens manipulerade variabler enligt de föreslagna inkurvorna. En operatör kan då inbegripa sin erfarenhet för att undvika driftsmisstag. Sann on-line-styrning kan också åstadkommas, där styrvariablerna automatiskt sätts till inkurvornas värden.
I Fig. 3 är inkurvan en styckvis konstant funktion av tiden, dvs. de manipulerade variablerna justeras intermittent. Ett sådant extra bivillkor på de manipulerade variablerna är i överensstämmelse med den diskreta formuleringen av optimeringen och kan sättas för att underlätta t.ex. manuell styrning, eftersom det är svårt för en operatör att kontinuerligt ändra ett stort antal inställningar av manipulerade variabler. Om en automatisk styrning tillämpas kan emellertid inställningarna för de manipulerade variablerna och således inkurvorna ändras kontinuerligt.
Produktionsplanen och tillståndsvariabelkurvorna beräknas för ett visst tidsintervall, i den föreliggande beskrivningen benämnt prediktionstids- intervall Ati. Prediktionstidsintervallet bör företrädesvis väljas att vara längre än tidskonstanterna för någon övervakad tillståndsvariabelvariation. I en typisk massa- och/ eller pappersprocess kan prediktionstidsintervallet med fördel vara 12 timmar eller ännu längre. Eventuella variationer i process- utvariabler som pågår kommer då att beaktas i beräkningsprocesserna.
Noggrannheten hos förutsägelsen kommer emellertid att minska med ökad längd på prediktionstidsintervallet. Slutet på kurvorna kommer därför inte att vara lika noggranna som de första delarna av dessa. 10 15 20 25 30 5 2 2 6 9 'l = 24 ... .. J.
.... ...... . .... .. I.
Dessutom drabbas de inkurvor som föreslås för styrsyften av samma noggrannhetsnedgång som förutsägelserna från modellen. Detta betyder att den första delen av inkurvorna är ganska noggrann medan slutdelen av kurvorna är behäftad med stora osäkerheter. Det är därför inte lämpligt att använda hela inkurvan på en gång. En praktisk lösning på detta problem är att använda ett tillvägagångssätt med “rörlig horisont”. Principerna illustreras i Fig. 4. Med detta tillvägagångssätt utförs hela optimeringen över prediktíonstidsintervallet Ati, representerad av en referenskurva 120 för en styrd processutvariabel. Endast en första liten del av inkurvorna 121 (av vilka en illustreras i figuren) används emellertid för styrsyften. Denna tidsdel benämns i den föreliggande beskrivningen styrtidsintervallet At2.
Styrtidsintervallet är företrädesvis väsentligen kortare än prediktions- tidsintervallet och kan t.ex. vara lika med den tidigare nämnda samplings- tiden. Typiskt sett är styrtidsintervallet mer än tio gånger kortare än prediktionstidsintervallet. När slutet på styrtidsintervallet At2 närmar sig utförs nya mätningar, nya förutsägelser och en ny optimering med det nya prediktionstidsintervallet Ati* framflyttat för att börja väsentligen vid slutet av det föregående styrtidsintervallet. En ny optimering utförs, vilken resulterar i nya tillståndsvariabelkurvor 122 och nya inkurvor 123.
Styrdriften kan således utföras under det nya styrtidsintervallet At2*.
Förfarandet kan fortsätta genom att successivt flytta prediktionstids- intervallet och styrtidsintervallet framåt. På detta sätt garanteras nog- grannheten samtidigt som ett optimalt tidsberoende för optimerings- horisonten säkerställs. Vidare antas en föregående inkurva bilda en mycket fördelaktig startapproximation för den följande optimeringen.
På grund av den ändliga beräkningshastigheten finns det typiskt sett en viss tidsskillnad mellan den faktiska mättiden och starten för det motsvarande styrtidsintervallet. Sådana tidsskillnader kompenseras emellertid i modellen och optimeringsrutinerna.
I optímeringsförfarandet används processens startpunkt eller utgångs- tillstånd. Detta utgångstillstånd estimeras genom användning av modellen un. u 10 15 20 25 30 522 691 n. n. - : u. ...: . u. .z :H- :_ u - 5 : .. .. .. . - 2oG3J19-L0---.;' .f- a . . .l ~ 1- I ' . . . n u» u »u nu I 12' och nuvarande samt företrädesvis av tidigare mätningar av olika storheter associerade med processutvariablerna. Eftersom både modellen och mätningarna är behäftade med brus och osäkerheter använder en föredragen utföringsform av den föreliggande uppfinningen något slags tillståndsestimeringsförfarande. Då brus tas i beaktande kan den dynamiska processmodellen representeras som: xm = fÜ/uu/f) + Wk > där wk representerar modellbrus. På liknande sätt kan observationer uttryckas som: yk = g(xk)+vk, där uk representerar mätbrus. En tillståndsestimeringsprocess kan då uttryckas som: T-I min» Zzlvkuzffwnwkzrøw k=0 x0,k =0,. . .Jc-l där R och Q är kovariansmatrisen av osäkerhet i mätavvikelse respektive osäkerhet i modellen, vilket ger en viktning mellan osäkerheten i mätningarna respektive modellen. På detta sätt erhålls ett uppskattat utgångstillstånd som idealt sett beror på såväl nuvarande mätningar som på tidigare mätningar.
Ett tillvägagångssätt för att implementera tillståndsestimering är att använda en estimering med förflyttande horisont. Detta illustreras schematiskt i Fig. 6. Ett diagram illustrerar en serie av mätningar 130 av en processutvariabel vid olika samplingstider. En ram 131 definierar ett visst antal tidigare mätningar som ska användas i tillståndsestimeringsprocessen.
De tidigare mätningarna sätts in i den dynamiska processmodellen och minimeras med avseende på mätbruset och modellosäkerheten. Från 10 15 20 25 30 5212 691 26 optimeringen med användning av mätningar från hela ramen 131 tillhandahålls ett estimerat värde 132 baserat på det nuvarande mätvärdet, vilket antas återspegla det faktiska värdet 133 på ett bättre sätt.
Estimeringen utförs således genom användning av den dynamiska process- modellen ur ett historiskt perspektiv. Den efterföljande optimeringen av styr- förfarandet använder istället samma grundläggande dynamiska process- modell i ett framtida perspektiv.
Den faktiska tillståndsestimeringen kan även utföras genom användning av andra tekniker, t.ex. Kalrnanfiltertekniker. Olika tillståndsestimeringar kan vara optimala för olika processystem, beroende på den aktuella utformningen av processmodellen.
Som en sammanfattning illustreras en utföringsform av ett allmänt förfarande enligt den föreliggande uppfinningen i ett flödesdiagram i Fig. 5.
Processen startas i steg 200. I steg 202 erhålls processutvariabler. I steg 204 valideras detta data och i steg 206 utförs en tillståndsestimering för att bestämma ett utgångstillstånd. Bivillkor för en framtida prediktionshorisont Ati specificeras i steg 208. En produktionsplan för prediktions- horisontintervallet tillhandahålls företrädesvis. I steg 210 specificeras parametrar till objektfunktionen för den framtida prediktionshorisonten.
Denna objektfunktion beror på förutspådda styrda processutvariabler.
Förfarandet tillämpas företrädesvis på massa- och pappersframställning där åtminstone en styrd processutvariabel associeras med mängden, fördelningen och/ eller förbrukningen av kemiska tillsatsämnen. I steg 212 skapas inkurvor för manipulerade variabler för prediktionstidsintervallet av en optimeringsprocess. Inkurvorna motsvarar de manipulerade variabler som optimerar objektfunktionen under bivillkoren. Slutligen styrs processen i steg 214 genom att sätta de manipulerade variablerna enligt inkurvorna under ett styrtidsintervall Atz. Processen avslutas i steg 216. Stegen i det föreliggande flödesdiagrammet upprepas företrädesvis. Tillstånds- estimeringssteget 206 och optimeringsberäkningen 212 utförs genom användning av en dynamisk processmodell. Den dynamiska processmodellen == i "ra :wßiiç-:i 212* -- 10 15 20 25 30 522 691 27 har tidsberoende förhållanden mellan manipulerade variabler för processens processektioner och samma processektions processutvaríabler.
Förfarandena enligt den föreliggande uppfinningen kan implementeras som programvara, maskinvara eller en kombination därav. En datorprogram- produkt som implementerar förfarandet eller en del därav innefattar en programvara eller ett datorprogram som körs på en allmän eller en speciellt anpassad dator, processor eller mikroprocessor. Programvaran innefattar kodelement för datorprogram eller programvarukoddelar som får datorn att utföra förfarandet genom användning av åtminstone ett av stegen tidigare beskrivna i Fig. 5. Programmet kan lagras helt eller delvis på eller i ett eller flera lämpliga datorläsbara medier eller dataminnesorgan såsom en magnetisk disk, CD-ROM eller DVD-disk, hårddisk, magneto-optiskt minnesorgan, i RAM eller obeständigt minne, i ROM eller flashminne, som fast programvara, eller på en dataserver. En sådan datorprogramprodukt kan även tillhandahållas via ett nät, såsom Internet.
I Fig. 7 illustreras schematiskt en utföringsform av ett massa- och pappers- processystem 2 enligt den föreliggande uppfinningen. Det illustrerade processystemet 2 baserar sig på sulfatprocessprincipen. I sulfatprocessen består ett ursprungligt inflöde av råflis 82A. Ett flöde av råflis 80A förs in i en kokare 60A, där flisen kokas vid ungefär 170 °C med en lut benämnd vitlut 80P innehållande OH- och HS-joner som aktiva ämnen. Lignin separeras därefter från kolhydraterna, cellulosan och hemicellulosan i fibrerna. Kokningen kan utföras i antingen en kontinuerlig process eller en satsprocess. Efter kokningen tvättas massan (visas inte i figuren) och tillhandahålls som ett flöde 8OB. Lignin tas ytterliggare bort från massa 8OC i ett ligninborttagningssteg 6OB med syrgas. Efter syrgasdeligniñeringen transporteras massa 8OD, 8OE till en blekningsanläggning 60C. Blekt massa 80F, 8OG tillhandahålls till en pappersmaskin 6OD för det faktiska pappers- framställningsprocessteget. Papper 84A lämnar anläggningen som ut- produkten. = , š "rf _ -ëoøfiiio-sofiflflï 10 15 20 25 30 522 691 28 Använd lut från kokningen 60A som innehåller kokningskemikalierna och upplösta organiska substanser benämns svag svartlut 8OH. Svartluten 801 förs först till och indunstas i indunstningsanläggningen 60E från en torrhalt lägre än 20 % till 65-80 % torrhalt. Den indunstade svartluten tillhandahålls till en sodapanna 60F där den förbränns. I förbränningen återvinns energin i den organiska substansen i form av ånga med högt tryck. Den oorganiska substansen separeras som en smälta vid botten av sodapannan.
Svavelföreningarna reduceras här till sulñd (S2'). Smältan består huvudsakligen av natriumkarbonat och natriumsulfid. Smältan löses upp i vatten och den resulterande luten 80L benämns grönlut. Sulfiden hydrolyseras till OH' och HS' när den förs i kontakt med vatten. Grönluten 80M tillhandahålls till en kausticeringsanläggning 60H. Här omvandlas karbonaten till OH'-joner genom reaktion med Ca(OH)2. Den fasta kalciumkarbonaten som används bränns till CaO i en mesaugn 601 och släcks därefter för att ge Ca(OI-l)2 representerad av 80S, vilken förs in via 80T till kausticeringsanläggningen 60H. Slammet 80N filtreras i filter 60G för att ge vitlut 800, resten 80Q återgår som inflöde 80R till mesaugnen 601.
Slutligen återgår vitluten 8OP till kokaren 60A. Kompletteringskemikalier tillsätts, såsom NaOl-l i 82B och Na2SO4 i 82C för att ersätta förluster och justera natrium- och svavelobalanser.
Natrium- och svavelbalansen justeras genom att utvinna elfilteraska 84B från sodapannan 60F. Elfilteraska 84B består huvudsakligen av Na2SO4 och något Na2COs. Balansen mellan natrium och svavel definieras av vitlutens sulñditet. Om sulñditeten är över börvärdet måste svavel avlägsnas genom elñlteraskan. Eftersom elñlteraska även innehåller natrium kommer natrium att förloras. Denna förlust måste ersättas med NaOH-komplettering. Om sulñditeten är under målvärdet måste svavel tillsättas till processen (till exempel som Na2SO4 i 82C).
Flera bufferttankar behövs i processen. Träflis lagras i 70A. Massa av olika kvalitet lagras i 7OB-D. Tunn svartlut lagras i 7 OE innan índunstning. Tjock svartlut 80J med en hög torrhalt lagras i 7 OF. Tank 7OG innehåller grönlut s; 'z "ïf. áfleïalp-iävšïï 10 15 20 25 30 522 691 29 och 7OH innehåller vitlut. I tank 701 lagras kalklera (huvudsakligen CaCOs) innan återbränning och bränd kalk (huvudsakligen CaO) lagras i 7OJ innan släckning/ återbränning.
Flera processutvariabler mäts, t.ex. effektivt alkali (EA), kausticeringsgrad och sulfiditet representerade av 56. Detta kan utföras antingen med on-line- sensorer eller vid processlaboratoriet. Även flödeshastigheter representerade av 57, konsistenser representerade av 58 och buffertanknivåer representerade av 59 mäts vid flera platser.
I ett föredraget styrförfarande för det system som illustreras i Fig. 7 används ett antal optimeringsaspekter. Ett mål för optimeringen enligt den föreliggande uppfinningen är att minimera avvikelsen hos vissa koncentrationer av kemiska ämnen med avseende på rekommenderade börvärden. Särskilt sulfiditeten hos den vitlut 8OP som tillhandahålls till kokaren 60A är viktig att styra för att hålla kokarens 60A sulfiditet så konstant som möjligt nära en önskad nivå. Det föredras således att välja sulfiditeten i kokaren 60A som en av de styrda processutvariablerna. Det är även önskvärt att hälla den totala kostnaden för kemikalierna nere och därför bör såväl tillsatserna 82B och 82C hållas så låga som möjligt som utloppsflödet av elfilteraska 84B. Detta betyder att även flödena 82B, 82C och 84B bör väljas som styrda processutvariabler. I en föredragen driftsmod finns det vissa förhållanden mellan mängd och koncentration av vissa kemiska ämnen i olika delar av processen. Eftersom svavelkoncentrationen i form av olika kemiska föreningar i olika lutvätskor är viktig är även koncentrationer av olika kemiska ämnen i flödena 8OH-T intressanta att användas som styrda processutvariabler.
Vidare baserar sig optimeringen för att minimera produktförluster vid mindre produktionsstörningar och för att minimera effekterna av flaskhals- processer typiskt sett på styrda processutvariabler i from av buffertnivåer i bufferttankar innan och efter identifierade problemsektioner. " ïi. IšOQäÄILO-Ib 5331 f' '* 10 15 20 25 30 522 691 30 Optimeringskriterium, såsom att hålla produktionshastigheten enligt produktionsplanen, för att minimera variationerna i fiberbehov vid pappers- maskinen 6OD, etc., inkluderas också som termer i objektfunktionen.
Det beskrivna förfarandet implementeras företrädesvis, såsom illustreras i Fig. 8 med en lämplig nättopologi, i en separat server ansluten till ett inre datornät 13 i anläggningen. Nätet kommer typiskt sett att anslutas till en domånserver 12. En server 14 där förfarandet implementeras kommer typiskt sett också att innefatta funktionalitet för utbyte av data med processtyrsystemet och andra servrar 15 som innehåller relevant data, t.ex. system som lagrar tidigare processdata, system som lagrar laboratoriedata 3, etc. Ett föredraget sätt att utbyta data är via OPC (objektlänkning och inneslutning för processtyrning) 4. OPC är en specifikation som erfordrar att alla datakällor uppvisar samma gränssnittstyp. OPC är en välkänd specifikation som är publicerad av OPC-stiftelsen. Den är baserad på Microsofts komponentobjektsmodell (COM).
Servern 14 skulle t.ex. kunna använda Aspektintegrerande plattform (eng.
”Aspect Integration Platform”) (AIP-server) som kommunikationslager mellan det beskrivna förfarandet och anläggningsinformationen. Detta tillvägagångssätt gör det möjligt att komma åt servern 14 via separata arbetsplatser 5, som i fall den Aspektintegrerande plattformen används skulle kunna vara klienter innefattande "Operate IT". Det inre datornätet i anläggningen är ofta anslutet till ett intranät 6 via en router 7. Detta gör det möjligt att komma åt det beskrivna förfarandet via arbetsplatser med tunna klienter 8 som använder Internet Explorer. Via en brandvägg 9 skulle även det beskrivna förfarandet kunna kommas åt via datorer som är anslutna till Internet ll. Ett system med Internetanslutning medger även som ett alternativ att förfarandet implementeras i en server vid en avlägsen plats.
Tjänstetillhandahållaren vid denna avlägsna plats kommer då att ha en liknande nättopologi som anläggningsnätet såsom antyds i Fig. 8 (l3b, l4b, 6b, 7b och 9b). Servern 14 vid anläggningsnätet 13 behövs i detta fall inte.
Det beskrivna förfarandet kommer i detta fall att installeras i en ekvivalent ", ":§_ 2g>qs2;<_>-1g>s::jz--= 10 15 20 522 691 si server (14b) vid det avlägsna nätet. Denna avlägsna plats kan vara vid tjänstetillhandahällarens kontor. Från denna avlägsna plats kan flera klientanläggningar samtidigt optimeras och styras i realtid genom användning av det beskrivna förfarandet.
Den föreliggande uppfinningen är beskriven med exempel frän massa- och pappersindustrin och särskilt kopplat till optimering av användningen av kemiska tillsatsämnen. Dessa exempel är särskilt väl lämpade för att tillämpa den föreliggande uppfinningen. Emellertid kan även andra optimeringsöverväganden användas med den föreliggande uppfinningen.
Uppfinningen kan även tillämpas pä andra processproduktionssystem med processektioner och/ eller mellanliggande lagringar i, till exempel, den kemiska industrin, petrokemiska industrin (raffinaderier etc.), farrnaceutiska industrin, livsmedelindustrin, konsumtionsindustrin och metall- och mineralindustrin.
Det kommer att inses av fackmannen att olika modifieringar och ändringar kan göras av den föreliggande uppfinningen utan att avvika från dess omfattning, vilka definieras av de bifogade patentkraven.
REFERENSER Europeisk patentansökan EP 1 035 253 =r v12. fif><:ß=.1s>-«:f>2==' =

Claims (46)

10 15 20 25 30 522 691 ~ ~ :ywaiiiilämfwvë -' 31 : : : ' .' 2@g3'..1.0-102.-- - NYA PATENTKRAV
1. Styrförfarande för produktionsprocess (1) med ett antal processektioner (lOA-D; 60A-I) innefattande stegen: erhållande av en dynamisk processmodell; mätning av en uppsättning processutvariabler för produktions~ processen (1); deñniering av en objektfunktion; optimering av objektfunktionen; samt styrning av produktionsprocessen (1), kännetecknad av att den dynamiska processmodellen har tidsberoende förhållanden mellan manipulerade variabler för processektionerna (lOA-D; 6OA-I) och processutvariabler från respektive processektion (1OA-D; 60A-1); det ytterligare steget tillhandahållande av yttre bivillkor för produktionsprocessen (1) för ett prediktionstidsintervall (At1); det ytterligare steget estimering av ett utgångstillstând (115) genom användning av de uppmätta processutvariablerna; att objektfunktionen innefattar förutspådda styrda processutvariabler för prediktionstidsintervallet (Ati) och de yttre bivillkoren; vilka förutspådda styrda processutvariabler definieras av den dynamiska processmodellen baserat på utgångstillståndet (115); att optimeringen av objektfunktionen utförs under bivillkor som är satta av den dynamiska processmodellen och / eller de yttre bivillkoren genom att anpassa de manipulerade variablerna, vilket ger inkurvor för de manipulerade variablerna för prediktonstidsintervallet (At1); samt att styrningen utförs genom att ställa in de manipulerade variablerna enligt inkurvorna under ett styrtidsintervall (At2); vilket styrtidsintervall (Atz) är en del av prediktionstidsintervallet (Ati).
2. Styrförfarande enligt patentkrav 1, kännetecknat av att styr- förfarandet är ett styrförfarande för massa- och/ eller pappersframställning. 10 15 20 25 30 522 691 : z: :. ÉÄIWÄIPATÉNTÉRQVÉ EIÛE- 'i 33 '- .=-..='2oès=1.é-1aš.
3. Styrförfarande enligt patentkrav 2, kännetecknat av att de styrda processutvariablerna innefattar åtminstone en variabel associerad med kemiska tillsatsämnen som används för massa- och/ eller pappers- framställning.
4. Styrförfarande enligt patentkrav 3, kännetecknat av att definierings- steget i sin tur innefattar steget att innefatta en objektfunktionsterrn som beror på en total mängd kemiska tillsatsämnen i åtminstone två av processektionema.
5. Styrförfarande enligt patentkrav 3 eller 4, kännetecknat av att definieringssteget i sin tur innefattar steget att innefatta en objektfunktions- terrn som beror på den relativa fördelningen av olika kemiska former av kemiska tillsatsämnen mellan olika processektioner (lOA-D; 60A-I) genom produktionsprocessen.
6. Styrförfarande enligt något av patentkraven 3 till 5, kännetecknat av att defmieringssteget i sin tur innefattar steget att innefatta en objektfunktionsterm som beror på en skillnad mellan en koncentration av åtminstone ett kemiskt tillsatsämne i åtminstone en av processektionerna (lOA-D; öOA-I) och ett förutbestämt börvärde.
7. Styrförfarande enligt patentkrav 6, kännetecknat av att koncentrationen är relaterad till sulfiditet.
8. Styrförfarande enligt något av patentkraven 1 till 7, kännetecknat av att de yttre bivillkoren innefattar en produktionsplan (110; 11 1).
9. Styrförfarande enligt något av patentkraven 1 till 8, kännetecknat av att estimeringen av utgångstillståndet (115) erhålls även med tidigare uppmätta processutvariabler. 10 15 20 25 30 522 691
10. Styrförfarande enligt patentkrav 9, kännetecknat av att estimeringen av utgångstillståndet innefattar ett tillståndsestimeringsförfarande.
11. Styrförfarande enligt patentkrav 10, kännetecknat av att tillstånds- estimeringsförfarandet är en tillståndsestimering med förflyttande horisont.
12. Styrförfarande enligt något av patentkraven 1 till ll, kännetecknat av att styrtidsintervallet (Atz) är väsentligen kortare än prediktionstidsintervallet (Ati).
13. Styrförfarande enligt patentkrav 12, kännetecknat av att prediktions- tidsintervallet (Ati) är mer än tio gånger längre än styrtidintervallet (Am).
14. Styrförfarande enligt något av patentkraven 1 till 13, kännetecknat av att åtminstone en del av mätningen av processutvariabler utförs on-line.
15. Styrförfarande enligt något av patentkraven 1 till 14, kännetecknat av att åtminstone en av processutvariablerna väljs från listan av: flödeshastighet; flödeskoncentration; buffertnivå; buffertkoncentration; samt inre processektionsvariabel.
16. Styrförfarande enligt något av patentkraven 1 till 15, kännetecknat av att definieringssteget i sin tur innefattar steget: erhållande av rnålbanor (r(t)) för de styrda processutvariablerna under de yttre bivillkoren som startar från utgångstillståndet (1 15); varigenom objektfunktionen innefattar avvikelser mellan målbanorna (r(t)) och förutspådda processutvariabler (1 16) integrerade över prediktionstidsintervallet (Ati). ßâ Å . I '. . n 2°O3_>I0_1°u o.. n 10 15 20 25 30 522 691 = fi. _? z fiïßfåßflålfläkåwë “ïf 55: . - - n u n 20°3_.t0_1°|n nu I
17. Styrförfarande enligt patentkrav 16, kännetecknat av att erhållande- steget i sin tur innefattar stegen: beräkning av ideala börvärdesbanor (s(t)) för de styrda process- utvariablerna under bivillkor satta av produktionsplanen (110, 111); samt modifiering av de ideala börvärdesbanorna (s(t)) till målbanorna (r(t)) genom att införa utgångstillståndet (115) och en utjämning med tiden av det ideala börvärdets strukturer.
18. Styrförfarande enligt patentkrav 16 eller 17, kännetecknat av att integreringen över prediktionstidsintervallet (Ati) vidare innefattar en tids- beroende viktningsfunktion.
19. Styrförfarande enligt något av patentkraven 1 till 18, känneteclmat av att den dynamiska processmodellen i sin tur innefattar ett antal sektions- modeller (lOA-D; öOA-I) som representerar en processektions drift, vilka är kopplade till ett antal mellanliggande lagringsmodeller (2OA-H; 7OA-J) genom modellflöden (3OA-M; 8OA-T); vilka sektionsmodeller (10A-D; 60A-I) innefattar de tidsberoende förhållandena; och de mellanliggande lagringsmodellerna (2OA-H; 70A-J) är kännetecknade av en buffertnivå.
20. Styrförfarande enligt patentkrav 19, kânnetecknat av att definierings- steget i sin tur innefattar steget att innefatta en objektfunktionsterrn som beror på återstående buffertkapacitet i en buffert som kommer före en flaskhalsprocessektion och på buffertnivån i en buffert som kommer efter en flaskhalsprocessektion.
21. Styrförfarande enligt patentkrav 19 eller 20, kännetecknat av att definieringssteget i sin tur innefattar steget att innefatta en objektfunktionsterm som beror på buffertnivån i en buffert som kommer före en processektion med en relativt hög felsannolikhet och på återstående 10 15 20 25 30 522 691 - rus-us zxfërßtvfiißtliiflßflvs z::°'-.-a _36 s'='-.-'=.=~..='2Q@§=s.°-1Qs...:e ' buffertkapacitet i en buffert som kommer efter en processektion med en relativt hög felsannolikhet.
22. Styrförfarande enligt något av patentkraven 1 till 21, kännetecknat av att en eller flera av stegen i styrförfarandet utförs på en avlägsen plats relativt produktionsprocessen.
23. Produktionsprocessystem (1) innefattande: ett antal processektioner (lOA-D; 60A-I) styrbara av manipulerade variabler; sensorer (51-53; 56-59) som mäter en uppsättning processutvariabler för produktionsprocessen (lOA-D; 60A-I); processororgan anslutet till sensorerna (51-53; 56-59); processektionsstyrorgan som ställer in de manipulerade variablerna, vilket processektionsstyrorgan är anslutet till processororganet; vilket processororgan i sin tur innefattar: organ för erhållande av en dynamisk processmodell; organ för definiering av en objektfunktion; samt organ för optimering av objektfunktionen, kännetecknat av att den dynamiska processmodellen har tidsberoende förhållanden mellan manipulerade variabler för processektionerna (lOA-D; öOA-I) och processutvaríablerna från respektive processektion (1OA-D ; 60A-I); processororganet vidare innefattar organ för tillhandahållande av yttre bivillkor för ett prediktionstidsintervall (At1); objektfunktionen innefattar förutspådda styrda processutvariabler för prediktionstidsintervallet (Ati) och de yttre bivillkoren; vilka förutspådda styrda processutvariabler definieras av den dynamiska processmodellen baserad på en estimering av ett utgångstillstånd (115) som erhålls ur den uppmätta uppsättningen av processutvariabler; organet för optimering innefattar organ för optimering av objektfunktionen under bivillkor som år satta av den dynamiska processmodellen och/ eller de yttre bivillkoren genom att anpassa de 10 15 20 25 30 522 691 = 31- . . . . . .. 2O0ø3_1-0_1O" u. . manipulerade variablerna, vilket ger inkurvor för de manipulerade variablerna för prediktonstidsintervallet (At1); varigenom processektionsstyrorganet är anordnat för inställning av de manipulerade variablerna enligt inkurvorna under ett styrtidsintervall (At2); vilket styrtidsintervall (Atz) är en del av prediktionstidsintervallet (Ati).
24. Styrsystem för en produktionsprocess (1) med ett antal processektioner (lOA-D; 60A-I) styrbara av manipulerade variabler, innefattande: processororgan; samt proeessektionsstyrorgan som ställer in de manipulerade variablerna, vilket processektionsstyrorgan är anslutet till processororganet; vilket processororganet i sin tur innefattar: sensoringångsorgan för mottagande av en uppsättning processutvariabler för produktionsprocessen (1) ; organ för erhållande av en dynamisk processmodell; organ för definiering av en objektfunktíon; samt organ för optimering av objektfunktionen, kännetecknat av att den dynamiska processmodellen har tidsberoende förhållanden mellan manipulerade variabler för processektionerna (lOA-D; öOA-I) och processutvariablerna från respektive processektion (lOA-D; 60A-I); processororganet vidare innefattar organ för tillhandahållande av yttre bivíllkor för ett prediktionstidsintervall (At1); objektfunktionen innefattar förutspådda styrda processutvariabler för prediktionstidsintervallet (Ati) och de yttre bivillkoren; vilka förutspådda styrda processutvariabler definieras av den dynamiska processmodellen baserad på en estimering av ett utgångstillstånd (115) som erhålls ur den uppmätta uppsättningen av processutvariabler; organet för optimering innefattar organ för optimering av objektfunktionen under bívillkor som år satta av den dynamiska processmodellen och / eller de yttre bivillkoren genom att anpassa de manipulerade variablerna, vilket ger inkurvor för de manipulerade variablerna för prediktonstidsintervallet (At1); 10 15 20 25 30 varigenom processektionsstyrorganet är anordnat för inställning av de manipulerade variablerna enligt inkurvorna under ett styrtidsintervall (At2); vilket styrtidsintervall (Atz) är en del av prediktionstidsintervallet (Ati).
25. Styrsystem enligt patentkrav 24, kännetecknat av att produktions- processystemet (1) är ett processystem för massa- och/eller pappers- framställning.
26. Styrsystem enligt patentkrav 25, kännetecknat av att de styrda processutvariablerna innefattar åtminstone en variabel associerad med kemiska tillsatsämnen i produktionsprocessen (1).
27. Styrsystem enligt patentkrav 26, kännetecknat av att objektfunktíonen innefattar en term som beror på en total mängd kemiska tillsatsämnen i åtminstone två av produktionsprocessens (l) processektioner.
28. Styrsystem enligt patentkrav 26 eller 27, kännetecknat av att objektfunktíonen innefattar förhållanden baserade på den relativa fördelningen av olika kemiska ämnen av kemiska tillsatsämnen mellan olika processektioner (l0A-D; 6OA-I) genom produktionsprocessen (1).
29. Styrsystem enligt något av patentkraven 26 till 28, kännetecknat av att objektfunktíonen innefattar en term som beror på en koncentrationsskíllnad av åtminstone ett kemiskt tillsatsämne i åtminstone en av processektionerna (1OA-D; 60A-I) och ett förutbestämt börvärde.
30. Styrsystem enligt patentkrav 29, kännetecknat av att koncentrationen är relaterad till sulfiditet.
31. Styrsystem enligt något av patentkraven 24 till 30, kännetecknat av att de yttre bivillkoren innefattar en produktionsplan (1 10; 111). . šfiïfïëøflšlvsflifßßvš 53315' '* 58 2 2 2 '.' ' ."..' 2003-10-10:- n-'ï 10 15 20 25 30 522 691
32. Styrsystem enligt något av patentkraven 24 till 31, kännetecknat av att estimeringen av utgångstillståndet (155) erhålls även med tidigare uppmätta processutvariabler.
33. Styrsystem enligt patentkrav 32, kännetecknat av att processorn vidare innefattar ett tillståndsestimeringsorgan för utförande av estimeringen av utgångstillståndet (1 15).
34. Styrsystem enligt något av patentkraven 24 till 33, kännetecknat av att åtminstone en av produktionsprocessystemets (1) processutvariabler har en tidskonstant som överskrider 12 timmar.
35. Styrsystem enligt något av patentkraven 24 till 34, kännetecknat av att prediktionstídsintervallet (Ati) överskrider 12 timmar.
36. Styrsystem enligt något av patentkraven 24 till 35, kännetecknat av att styrtidsintervallet (Atz) är mindre än 15 minuter.
37. Styrsystem enligt något av patentkraven 24 till 36, kännetecknat av att processororganet är implementerat som aspektobjekt i en objekts- orienterad styrplattform.
38. Styrsystem enligt patentkrav 37, kännetecknat av att den objekts- orienterade styrplattformen år en ABB Aspektintegrerande plattform.
39. Styrsystem enligt något av patentkraven 24 till 38, kännetecknat av kommunikationslänkar mellan processorn och produktionsprocessen för att medge ljärrstyrning av produktionsprocessen.
40. Styrsystem enligt patentkrav 39, kännetecknat av att kommunikationslänkarna innefattar ett datakommunikationsnåt. *I sq I I I I C ID lll I 10 15 20 522 691
41. Datorprogramprodukt som innefattar datorkodsorgan och/ eller mjukvarukodsdelar för att få en processor att utföra stegen i något av patentkraven 1 till 22.
42. Datorprogramsprodukt enligt patentkrav 41 som tillhandahålls via ett nät, såsom Internet.
43. Datorläsbart medium som innefattar en datorprogramsprodukt enligt patentkrav 41 eller 42.
44. Datorprogram som innefattar datorkodsorgan och / eller mjukvaru- kodsdelar för att få en processor att utföra stegen i något av patentkraven 1 till 22.
45. Datorprogram enligt patentkrav 44 som tillhandahålls via ett nät, såsom Internet.
46. Användning av ett styrförfarande enligt något av patentkraven 1 till 22 i en massa- och / eller pappersframställningsprocess. = 'E *ïïšš- 40 ' " ~ ° " zwauo-icrm'
SE0201812A 2002-06-12 2002-06-12 Dynamisk on-line-optimering av produktionsprocesser SE522691C3 (sv)

Priority Applications (13)

Application Number Priority Date Filing Date Title
SE0201812A SE522691C3 (sv) 2002-06-12 2002-06-12 Dynamisk on-line-optimering av produktionsprocesser
CNA038189186A CN1675599A (zh) 2002-06-12 2003-06-12 生产过程的动态在线优化
CA2489025A CA2489025C (en) 2002-06-12 2003-06-12 Dynamic on-line optimization of production processes
EP03736394A EP1520215B1 (en) 2002-06-12 2003-06-12 Dynamic on-line optimization of production processes
PT03736394T PT1520215E (pt) 2002-06-12 2003-06-12 Optimização dinâmica em linha de processos de produção
BR0311766-9A BR0311766A (pt) 2002-06-12 2003-06-12 Otimização em linha dinâmica de processos de produção
ES03736394T ES2294298T3 (es) 2002-06-12 2003-06-12 Optimizacion dinamica en linea de procesos de produccion.
PCT/SE2003/000991 WO2003107103A1 (en) 2002-06-12 2003-06-12 Dynamic on-line optimization of production processes
DE60316567T DE60316567T2 (de) 2002-06-12 2003-06-12 Dynamische online-optimierung von produktionsprozessen
AU2003237734A AU2003237734A1 (en) 2002-06-12 2003-06-12 Dynamic on-line optimization of production processes
US10/487,099 US7085615B2 (en) 2002-06-12 2003-06-12 Dynamic on-line optimization of production processes
AT03736394T ATE374390T1 (de) 2002-06-12 2003-06-12 Dynamische online-optimierung von produktionsprozessen
NO20050150A NO334123B1 (no) 2002-06-12 2005-01-11 Dynamisk direktekoblet optimalisering av produksjonsprosesser

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
SE0201812A SE522691C3 (sv) 2002-06-12 2002-06-12 Dynamisk on-line-optimering av produktionsprocesser

Publications (4)

Publication Number Publication Date
SE0201812D0 SE0201812D0 (sv) 2002-06-12
SE0201812L SE0201812L (sv) 2003-12-13
SE522691C2 true SE522691C2 (sv) 2004-03-02
SE522691C3 SE522691C3 (sv) 2004-04-07

Family

ID=20288179

Family Applications (1)

Application Number Title Priority Date Filing Date
SE0201812A SE522691C3 (sv) 2002-06-12 2002-06-12 Dynamisk on-line-optimering av produktionsprocesser

Country Status (13)

Country Link
US (1) US7085615B2 (sv)
EP (1) EP1520215B1 (sv)
CN (1) CN1675599A (sv)
AT (1) ATE374390T1 (sv)
AU (1) AU2003237734A1 (sv)
BR (1) BR0311766A (sv)
CA (1) CA2489025C (sv)
DE (1) DE60316567T2 (sv)
ES (1) ES2294298T3 (sv)
NO (1) NO334123B1 (sv)
PT (1) PT1520215E (sv)
SE (1) SE522691C3 (sv)
WO (1) WO2003107103A1 (sv)

Families Citing this family (75)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9729639B2 (en) * 2001-08-10 2017-08-08 Rockwell Automation Technologies, Inc. System and method for dynamic multi-objective optimization of machine selection, integration and utilization
US7797062B2 (en) * 2001-08-10 2010-09-14 Rockwell Automation Technologies, Inc. System and method for dynamic multi-objective optimization of machine selection, integration and utilization
US20090204237A1 (en) * 2001-08-10 2009-08-13 Rockwell Automation Technologies, Inc. System and method for dynamic multi-objective optimization of machine selection, integration and utilization
US8417360B2 (en) * 2001-08-10 2013-04-09 Rockwell Automation Technologies, Inc. System and method for dynamic multi-objective optimization of machine selection, integration and utilization
US20090210081A1 (en) * 2001-08-10 2009-08-20 Rockwell Automation Technologies, Inc. System and method for dynamic multi-objective optimization of machine selection, integration and utilization
US8914300B2 (en) * 2001-08-10 2014-12-16 Rockwell Automation Technologies, Inc. System and method for dynamic multi-objective optimization of machine selection, integration and utilization
EP1548621A1 (en) * 2003-12-19 2005-06-29 Sap Ag Recipe editing interface
US20080281438A1 (en) * 2004-04-23 2008-11-13 Model Predictive Systems, Inc. Critical dimension estimation
DE102004025574B4 (de) * 2004-05-25 2013-02-28 Abb Research Ltd. Verfahren zur Fehlererkennung in einem industriellen Prozess
FR2878353A1 (fr) * 2004-11-24 2006-05-26 Data Proc Conseil Sarl Methode de detection de la position des goulets d'etranglement d'une chaine de montage d'objets complexes
US7467614B2 (en) 2004-12-29 2008-12-23 Honeywell International Inc. Pedal position and/or pedal change rate for use in control of an engine
DE102005021337A1 (de) * 2005-05-04 2006-11-16 Abb Patent Gmbh System und Verfahren zur korrigierenden Planung und Optimierung von Verarbeitungsprozessen
MX2007016574A (es) * 2005-07-27 2008-03-04 Exxonmobil Upstream Res Co Modelaje de pozo asociado con extraccion de hidrocarburos a partir de yacimientos subterraneos.
US7389773B2 (en) 2005-08-18 2008-06-24 Honeywell International Inc. Emissions sensors for fuel control in engines
US7840287B2 (en) * 2006-04-13 2010-11-23 Fisher-Rosemount Systems, Inc. Robust process model identification in model based control techniques
GB0613955D0 (en) * 2006-07-13 2007-01-10 Bae Systems Plc Controller
DE102006045509A1 (de) * 2006-09-15 2008-03-27 Daimler Ag Verfahren und Vorrichtung zur Produktionsplanung
PL1901142T3 (pl) * 2006-09-18 2018-07-31 Abb Research Ltd. Optymalizacja procesu rozdzielania materiałów
WO2008060570A1 (en) * 2006-11-14 2008-05-22 Abb Inc. System for storing and presenting sensor and spectral data for batch processes
US7826909B2 (en) * 2006-12-11 2010-11-02 Fakhruddin T Attarwala Dynamic model predictive control
US20080243570A1 (en) * 2007-03-27 2008-10-02 Jayan Moorkanat Time-Based Decomposition for Optimization of Master Planning Problems
WO2008134885A1 (en) * 2007-05-04 2008-11-13 Centre De Recherche Industrielle Du Quebec System and method for optimizing lignocellulosic granular matter refining
US8489240B2 (en) * 2007-08-03 2013-07-16 General Electric Company Control system for industrial water system and method for its use
US20090264225A1 (en) * 2008-04-17 2009-10-22 Lee William B Golf tee
DE102008021556B4 (de) * 2008-04-30 2019-06-06 Advanced Micro Devices, Inc. Verfahren und System für zweistufige Vorhersage einer Qualitätsverteilung von Halbleiterbauelementen
US8060290B2 (en) 2008-07-17 2011-11-15 Honeywell International Inc. Configurable automotive controller
US8594828B2 (en) * 2008-09-30 2013-11-26 Rockwell Automation Technologies, Inc. System and method for optimizing a paper manufacturing process
US8155932B2 (en) * 2009-01-08 2012-04-10 Jonas Berggren Method and apparatus for creating a generalized response model for a sheet forming machine
WO2010128354A1 (en) 2009-05-06 2010-11-11 Abb Research Ltd A method and a system for on-line optimization of a batch pulp digester
US9141911B2 (en) 2009-05-29 2015-09-22 Aspen Technology, Inc. Apparatus and method for automated data selection in model identification and adaptation in multivariable process control
WO2010138452A1 (en) * 2009-05-29 2010-12-02 Aspen Technology, Inc. Apparatus and method for model quality estimation and model adaptation in multivariable process control
US9760067B2 (en) 2009-09-10 2017-09-12 Honeywell International Inc. System and method for predicting future disturbances in model predictive control applications
US8620461B2 (en) 2009-09-24 2013-12-31 Honeywell International, Inc. Method and system for updating tuning parameters of a controller
CA2714235C (en) 2010-04-27 2014-01-07 Centre De Recherche Industrielle Du Quebec Method and system for stabilizing dry-based density of wood chips to be fed to a chip refining process
US8504175B2 (en) * 2010-06-02 2013-08-06 Honeywell International Inc. Using model predictive control to optimize variable trajectories and system control
US9677493B2 (en) 2011-09-19 2017-06-13 Honeywell Spol, S.R.O. Coordinated engine and emissions control system
US20130111905A1 (en) 2011-11-04 2013-05-09 Honeywell Spol. S.R.O. Integrated optimization and control of an engine and aftertreatment system
US9650934B2 (en) 2011-11-04 2017-05-16 Honeywell spol.s.r.o. Engine and aftertreatment optimization system
EP2621074A1 (en) * 2012-01-24 2013-07-31 ABB Research Ltd. Multicore implemented weight-function based predictive control of an electric converter
US9513610B2 (en) 2012-02-08 2016-12-06 Aspen Technology, Inc. Apparatus and methods for non-invasive closed loop step testing using a tunable trade-off factor
CN103513618B (zh) * 2012-06-18 2016-01-27 新奥科技发展有限公司 工业过程的控制方法和设备
EP2891931B1 (en) * 2012-08-29 2017-07-19 Toyota Jidosha Kabushiki Kaisha Plant control device
WO2014096507A1 (en) 2012-12-21 2014-06-26 Metso Automation Oy Controller and method for controlling a property of an object
FI125364B (sv) * 2013-04-19 2015-09-15 Metso Automation Oy Optimering av en process
DE102013224700A1 (de) * 2013-12-03 2015-06-03 Siemens Aktiengesellschaft Vorrichtung und Verfahren zur Änderung von Betriebseinstellungen einer technischen Anlage
IN2014CH00977A (sv) * 2014-02-26 2015-08-28 Abb Technology Ltd
JP5949827B2 (ja) * 2014-04-15 2016-07-13 横河電機株式会社 エネルギー管理システム
CN104155958A (zh) * 2014-08-25 2014-11-19 理程自动化技术(天津)有限公司 化学机械浆工艺的优化控制系统
CN104317270B (zh) * 2014-11-04 2017-05-24 中国轻工业南宁设计工程有限公司 一种苛化自动控制系统
EP3051367B1 (en) 2015-01-28 2020-11-25 Honeywell spol s.r.o. An approach and system for handling constraints for measured disturbances with uncertain preview
EP3056706A1 (en) 2015-02-16 2016-08-17 Honeywell International Inc. An approach for aftertreatment system modeling and model identification
EP3091212A1 (en) 2015-05-06 2016-11-09 Honeywell International Inc. An identification approach for internal combustion engine mean value models
CN107615185B (zh) * 2015-06-05 2021-02-09 国际壳牌研究有限公司 用于处置针对模型预测控制器和估计器的设备服务的系统和方法
EP3125052B1 (en) 2015-07-31 2020-09-02 Garrett Transportation I Inc. Quadratic program solver for mpc using variable ordering
US10272779B2 (en) 2015-08-05 2019-04-30 Garrett Transportation I Inc. System and approach for dynamic vehicle speed optimization
US10415492B2 (en) 2016-01-29 2019-09-17 Garrett Transportation I Inc. Engine system with inferential sensor
US10036338B2 (en) 2016-04-26 2018-07-31 Honeywell International Inc. Condition-based powertrain control system
US10124750B2 (en) 2016-04-26 2018-11-13 Honeywell International Inc. Vehicle security module system
US11264121B2 (en) * 2016-08-23 2022-03-01 Accenture Global Solutions Limited Real-time industrial plant production prediction and operation optimization
US11199120B2 (en) 2016-11-29 2021-12-14 Garrett Transportation I, Inc. Inferential flow sensor
US11057213B2 (en) 2017-10-13 2021-07-06 Garrett Transportation I, Inc. Authentication system for electronic control unit on a bus
US20190180210A1 (en) * 2017-12-11 2019-06-13 Evonik Industries Ag Dynamic chemical network system and method accounting for interrelated global processing variables
EP3506029B1 (en) 2017-12-28 2023-04-26 ABB Schweiz AG Method and control system for controlling a real production process
NL2021726B1 (en) * 2018-09-28 2020-05-07 Milgro Groep B V Method of recircling
US11934159B2 (en) 2018-10-30 2024-03-19 Aspentech Corporation Apparatus and methods for non-invasive closed loop step testing with controllable optimization relaxation
WO2020227383A1 (en) 2019-05-09 2020-11-12 Aspen Technology, Inc. Combining machine learning with domain knowledge and first principles for modeling in the process industries
US11782401B2 (en) 2019-08-02 2023-10-10 Aspentech Corporation Apparatus and methods to build deep learning controller using non-invasive closed loop exploration
CN110632902B (zh) 2019-09-06 2021-03-02 北京北方华创微电子装备有限公司 物料加工路径选择方法及装置
WO2021076760A1 (en) 2019-10-18 2021-04-22 Aspen Technology, Inc. System and methods for automated model development from plant historical data for advanced process control
CA3158244A1 (en) * 2019-11-14 2021-05-20 Mark D. Schroen Predictive control system and method for brown washing treatment in pulp mills
US11676039B2 (en) 2020-02-21 2023-06-13 International Business Machines Corporation Optimal interpretable decision trees using integer linear programming techniques
EP4208870A1 (en) * 2020-09-04 2023-07-12 Buckman Laboratories International, Inc. Predictive systems and methods for proactive intervention in chemical processes
US11630446B2 (en) 2021-02-16 2023-04-18 Aspentech Corporation Reluctant first principles models
US20230119440A1 (en) * 2021-10-19 2023-04-20 International Business Machines Corporation Process optimization with joint-level inflow model
CN114326588B (zh) * 2022-03-14 2022-05-20 深圳市山龙智控有限公司 一种伺服驱动系统的效率优化控制方法、系统及存储介质

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5659667A (en) * 1995-01-17 1997-08-19 The Regents Of The University Of California Office Of Technology Transfer Adaptive model predictive process control using neural networks
US5825653A (en) * 1997-03-14 1998-10-20 Valmet Corporation Method for overall regulation of a former of a paper machine or equivalent
US5933345A (en) * 1996-05-06 1999-08-03 Pavilion Technologies, Inc. Method and apparatus for dynamic and steady state modeling over a desired path between two end points
US6122555A (en) * 1997-05-05 2000-09-19 Honeywell International Inc. System and methods for globally optimizing a process facility
US6055483A (en) * 1997-05-05 2000-04-25 Honeywell, Inc. Systems and methods using bridge models to globally optimize a process facility
US6453308B1 (en) * 1997-10-01 2002-09-17 Aspen Technology, Inc. Non-linear dynamic predictive device
GB9722514D0 (en) * 1997-10-25 1997-12-24 Arjo Wiggins Fine Papers Ltd Production of patterned paper
FI974328A (sv) * 1997-11-25 1999-05-26 Valmet Automation Inc Förfarande och anordning för justering av egenskaperna på papper
FI974327A (sv) * 1997-11-25 1999-05-26 Valmet Automation Inc Förfarande och anordning för justering av egenskaperna på papper
FI982625A (sv) * 1998-12-04 2000-06-05 Valmet Automation Inc Förfarande och apparatur för reglering av ett pappers egenskaper
US6347254B1 (en) * 1998-12-31 2002-02-12 Honeywell Inc Process facility control systems using an efficient prediction form and methods of operating the same
DE19910910A1 (de) * 1999-03-11 2000-09-28 Voith Sulzer Papiertech Patent Verfahren zur Durchführung eines optimierten Faser- oder Papierherstellungsprozesses
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
CA2356470A1 (en) * 2000-09-15 2002-03-15 General Electric Company Method and system for optimizing mill operation
US6901300B2 (en) * 2002-02-07 2005-05-31 Fisher-Rosemount Systems, Inc.. Adaptation of advanced process control blocks in response to variable process delay
FI111173B (sv) * 2002-05-03 2003-06-13 Metso Paper Inc Förfarande för att kontrollera kvaliteten i en pappersbana

Also Published As

Publication number Publication date
NO20050150D0 (no) 2005-01-11
NO334123B1 (no) 2013-12-16
SE0201812D0 (sv) 2002-06-12
AU2003237734A1 (en) 2003-12-31
SE0201812L (sv) 2003-12-13
EP1520215A1 (en) 2005-04-06
DE60316567D1 (de) 2007-11-08
CA2489025A1 (en) 2003-12-24
PT1520215E (pt) 2007-12-06
DE60316567T2 (de) 2008-08-14
BR0311766A (pt) 2005-06-07
CN1675599A (zh) 2005-09-28
CA2489025C (en) 2014-12-30
WO2003107103A1 (en) 2003-12-24
EP1520215B1 (en) 2007-09-26
SE522691C3 (sv) 2004-04-07
ATE374390T1 (de) 2007-10-15
NO20050150L (no) 2005-03-14
US7085615B2 (en) 2006-08-01
ES2294298T3 (es) 2008-04-01
US20040260421A1 (en) 2004-12-23

Similar Documents

Publication Publication Date Title
SE522691C2 (sv) Dynamisk on-line-optimering av produktionsprocesser
US6088630A (en) Automatic control system for unit operation
Serel Economic design of EWMA control charts based on loss function
US20100082312A1 (en) Optimizing product drying through parallel lines of centrifuges and dryer process units
Pitarch et al. Optimisation of the resource efficiency in an industrial evaporation system
Chachuat et al. Process optimization via constraints adaptation
CN102395926B (zh) 用于优化回收锅炉参数的方法和系统
Mercangöz et al. Real-time optimization of the pulp mill benchmark problem
WO2001025862A1 (en) A computer based method and system for controlling an industrial process
BR112016019527B1 (pt) Sistema para a otimização de uma operação de digestor contínuo de um digestor contínuo e método para otimizar uma operação de digestor contínuo de um digestor contínuo usando um ou mais processadores
Castro et al. A pulp mill benchmark problem for control: application of plantwide control design
Chong et al. Optimal operation of process plants under partial shutdown conditions
CN101819409B (zh) 一种加氯控制方法和装置
Pitarch et al. Optimal operation of an evaporation process
CN116165976A (zh) 生产系统的控制方法、装置、系统、设备及存储介质
CN115579072A (zh) 一种供热管网水质智能监测控制系统及方法
CN115485632A (zh) 工业工厂的上下文数据建模和动态过程干预
Juuso Intelligent systems design with linguistic equations
Ismail Control of multi-stage flash desalination plants: A survey
Blanco et al. Modelling and Simulation in the Pulp and Paper Industry: Current State and Future Perspectives
JP4381628B2 (ja) 濃縮設備の濃縮度制御装置及び濃縮度制御方法
Amazouz et al. Soft-sensors for real-time monitoring and control of a black liquor concentration process
Madhavan et al. Control of bioconversion processes
Platon et al. Soft Sensor Development for Black Liquor Concentration in the Kraft Pulping Process
Jansson et al. Process optimization and model based control in pulp and paper industry

Legal Events

Date Code Title Description
NUG Patent has lapsed