WO1998015882A1 - Verfahren und einrichtung zur identifikation bzw. vorausberechnung von prozessparametern eines industriellen zeitvarianten prozesses - Google Patents

Verfahren und einrichtung zur identifikation bzw. vorausberechnung von prozessparametern eines industriellen zeitvarianten prozesses Download PDF

Info

Publication number
WO1998015882A1
WO1998015882A1 PCT/DE1997/002297 DE9702297W WO9815882A1 WO 1998015882 A1 WO1998015882 A1 WO 1998015882A1 DE 9702297 W DE9702297 W DE 9702297W WO 9815882 A1 WO9815882 A1 WO 9815882A1
Authority
WO
WIPO (PCT)
Prior art keywords
time
model
parameters
invariant
variant
Prior art date
Application number
PCT/DE1997/002297
Other languages
English (en)
French (fr)
Inventor
Einar Broese
Otto Gramckow
Martin Schlang
Günter SÖRGEL
Original Assignee
Siemens Aktiengesellschaft
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens Aktiengesellschaft filed Critical Siemens Aktiengesellschaft
Priority to DE19781103T priority Critical patent/DE19781103B4/de
Priority to US09/284,324 priority patent/US6473658B1/en
Publication of WO1998015882A1 publication Critical patent/WO1998015882A1/de

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21B—ROLLING OF METAL
    • B21B37/00—Control devices or methods specially adapted for metal-rolling mills or the work produced thereby

Definitions

  • the invention relates to a method and a device for identifying or predicting process parameters of an industrial time-variant process.
  • a new rolled strip consists of a new material, or which has a different thickness than the previous band, changes abruptly.
  • the object of the invention is to provide a method or a device which enables identified or anticipated process parameters to be quickly adapted to changing operating states of the corresponding process.
  • the object is achieved according to the invention by a method or a device for identifying or predicting process parameters of an industrial process, in particular a plant in the basic materials industry, with, in particular, rapidly changing process parameters or disturbance variables acting on the process, the process parameters to be identified being determined by means of of a process model are determined as a function of measured values from the process, and the process model has at least one time-invariant or largely time-invariant process model, which represents a time-averaged image of the process, and at least one time-variant process model, which relates to at least one time constant Disturbance variable or a variation of parameters of the process is coordinated.
  • This method has proven to be particularly advantageous in order to identify process parameters of a time-variant process or to determine them with foresight. Disturbances are interpreted as changes in the process parameters and, like the actual changes in the process parameters, are modeled using variable model parameters.
  • each significant constant of the process with respect to the variation of the process parameters to be identified is assigned a time-variant model which is matched to the corresponding time constant.
  • the process model is able to to follow significant changes in process parameters. This procedure also enables the process model to be followed quickly in the event of rapid changes to the process, for example as a result of faults.
  • the time-variant model is matched to a time constant, a change or disturbance variable in the process with respect to the variations in the process parameters to be identified or calculated by on-line adaptation of the time-variant model, the cycle time being the on -line adaptation is advantageously matched to the time constant. It has proven particularly advantageous to design the time-variant process model as a neural network.
  • FIG. 1 shows the method according to the invention for identifying or predicting process parameters of an industrial time-variant process
  • FIG. 2 shows the method according to the invention for identifying or predicting process parameters of an industrial time-variant process in an alternative
  • FIG. 3 shows the method according to the invention for identifying or predicting process parameters of an industrial time-variant process in an alternative embodiment
  • FIG. 4 shows the method according to the invention for identifying or predicting process parameters of an industrial time-variant process in an alternative embodiment.
  • Process status information or measured values from process x 0 , x 1 # x 2 ..., x n are fed to a model of the process.
  • the process state variables or measured values from the process x 0 , x 1 , x 2 ..., x n can be different or the same variables. Furthermore, these variables can be multidimensional, that is, they can include several process state variables.
  • the process model has a time-invariant or largely time-invarant basic model 1 of the process, which depicts the industrial process as a long-term average.
  • the input and output variables of the time-invariant or largely time-invariant basic model are the variables x 0 and y 0 .
  • Reference numerals 2, 3 and 4 designate time-variant models, by means of which correction parameters y 1 ( y 2 , ..., y n are calculated from the input variables x 1 , x 2 ..., x n .
  • the time-variant models 2,3 are and 4 matched to different time constants of the process so that they provide correction values Yn Y 2 ⁇ • ⁇ ⁇ Yn for different dynamic parts of the process for correcting the value y 0 , which is provided by the time-invariant or largely time-invariant basic model ⁇ , y / • • •, y n are linked by means of links 5, 6 and 7 with the value y 0 , so that at the output of the last link 7 there is a process parameter y which not only contains the static components of the process, but also the time-variant parts of the process that are models 2,3 and 4 have been taken into account.
  • the values y and y 0 , y 1 , y 2 , ..., y n can, like the values x 0; x 1 , x 2 ..., x n multidimensional sizes or sealare. It has proven to be particularly advantageous if y 0 , y 1; y 2 , ..., y n are sealare. If several process parameters y are to be identified, this is advantageously done by using different models, ie for using one model according to FIG. 1 for each process parameter y. In this way it is possible, in particular the time-variant models, to optimize for a process parameter y.
  • Multiplications and additions are particularly suitable for linking 5, 6 and 7.
  • the time-invariant or largely time-invariant basic model 1 or the time-variant models can be analytical models, neural networks, or hybrid models, i.e. a link between analytical models and neural networks. However, it has proven to be particularly advantageous to design the time-variant models 2, 3 and 4 as neural networks.
  • the time-variant partial models 2, 3 and 4 are adapted, in particular on-line, to the real process. This adaptation is not shown in FIG. 1. It has also proven to be advantageous to adapt the time-variant or largely time-invariant basic model to the real process at certain time intervals.
  • FIG. 2 shows the method according to the invention for identifying or predicting process parameters of an industrial time-variant process in an alternative embodiment to FIG. 1.
  • a process parameter y is made using a time-variant or largely time-variant basic model 8, time-variant models 9 , 10 and 11 and links 12, 13 and 14 are determined.
  • the methods from FIG. 1 are used for the time-invariant models 9, 10 and 11, the initial value of the time-invariant or largely time-invariant basic model 8 y 0 and the correction values y ⁇ , y 2 , .. ., y n - ⁇ supplied.
  • the time-variant models 9, 10 and 11 are in addition to the Input variables x 1 , x 2 ..., x n a selection of the correction values yo »y ⁇ # y2» • • • • ⁇ Yn- ⁇ as input variables.
  • FIG. 3 shows the method according to the invention for identifying or calculating process parameters y of a time-invariant process in an alternative embodiment in FIG. 2.
  • a process parameter y is made using a time-invariant or largely time-invariant basic model 15, time-variant models 16, 17, 18 and links 19,20,21 identified.
  • the time-invariant models 17 and 18 are not corrected values y ll y 2 , ..., y n-1 , but rather corrected intermediate values y 0 , ⁇ # y ⁇ , 2f • • • # y n - 2 , n - ⁇ fed. Otherwise, that which is stated for FIG. 2 also applies to FIG. 3 and that for FIG. 1 applies to FIG. 2 and 3.
  • Process state information or measured values from process x are fed to a time-invariant or a largely time-invariant model 22 of the process. This determines an intermediate value u 0 , which is fed to a time-variant model 23.
  • the time-variant model 23 determines one around the one modeled in it dynamic part of the process corrected intermediate value u 1; which in turn is fed to a further time-variant partial model 24. This determines an intermediate value u 2 , corrected by the dynamic part of the process modeled in it.
  • the last partial model 25 outputs a value y for the parameter y to be identified, which contains the dynamic parts from the time-variant models 23, 24 and 25 .

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zur Identifikation bzw. Vorausberechnung von Prozeßparametern eines industriellen Prozesses, insbesondere einer Anlage der Grundstoffindustrie, mit, insbesondere schnell, veränderlichen Prozeßparametern bzw. auf den Prozeß einwirkenden Störgrößen, wobei die zu identifizierenden Prozeßparameter mittels eines Prozeßmodells in Abhängigkeit von Meßwerten aus dem Prozeß bestimmt werden, und wobei das Prozeßmodell zumindest ein zeitinvariantes bzw. ein weitgehend zeitinvariantes Prozeßmodell, das ein zeitlich gemitteltes Abbild des Prozesses darstellt, und zumindest ein zeitvariantes Prozeßmodell aufweist, das auf zumindest eine Zeitkonstante einer Störgröße oder einer Variation von Parametern des Prozesses abgestimmt ist.

Description

Beschreibung
Verfahren und Einrichtung zur Identifikation bzw. Voraus- berechnung von Prozeßparametern eines industriellen zeit- Varianten Prozesses
Die Erfindung betrifft ein Verfahren bzw. eine Einrichtung zur Identifikation bzw. Vorausberechnung von Prozeßparametern eines industriellen zeitvarianten Prozesses.
Bei der Regelung bzw. Steuerung von industriellen Prozessen, insbesondere bei Anlagen der Grundstoffindustrie, wie z.B. Stahlwerken, ist es häufig notwendig, bestimmte Prozeßparameter vorausschauend zu ermitteln oder nicht direkt meßbare Prozeßparameter zu identifizieren, d.h. zu bestimmen. Dabei ist es wünschenswert, auch Prozeßparameter zu identifizieren, die zwar technisch meßbar sind, deren Messung jedoch aufwendig und damit teuer ist .
Es ist bekannt, Prozeßparameter modellgestützt zu identifizieren. Dabei werden Eingangsgrößen, bzw. die für die zu identifizierenden Prozeßparameter relevanten Eingangsgrößen einem, in der Regel vereinfachten, Prozeßmodell zugeführt. Dieses bekannte Verfahren führt jedoch bei Anlagen der Grund- Stoffindustrie häufig zu Problemen. Kennzeichnend für Anlagen der Grundstoffindustrie, insbesondere für Stahlwerke ist es, daß Fehler bei der Identifikation oder mangelhafte Genauigkeit bei der Identifikation hohe Kosten durch die Herstellung von Ausschuß führen. Dieses wird insbesondere dadurch begün- stigt, daß sich in Anlagen der Grundstoffindustrie insbesondere bei Stahlwerken, Störungen z.T. schnell ändern, so daß es während der Zeit, die das Prozeßmodell zur Anpassung an die neuen Eingangsgrößen benötigt, zur Herstellung von Gütern und unzureichender Qualität kommen kann. Dieses Problem betrifft insbesondere Walzstraßen, bei denen sich der
Betriebszustand durch Walzen z.B. eines neuen Walzbandes, das aus einem neuen Material besteht, oder das eine andere Dicke aufweist, als das vorhergehende Band, sprunghaft ändert.
Aufgabe der Erfindung ist es, ein Verfahren bzw. eine Ein- richtung anzugeben, das bzw. die es ermöglicht, identifizierte bzw. vorausschauend ermittelte Prozeßparameter schnell an sich ändernde Betriebszustände des entsprechenden Prozesses anzupassen.
Die Aufgabe wird erfindungsgemäß durch ein Verfahren bzw. eine Einrichtung zur Identifikation bzw. Vorausberechnung von Prozeßparametern eines industriellen Prozesses, insbesondere einer Anlage der Grundstoffindustrie, mit, insbesondere schnell, veränderlichen Prozeßparametern bzw. auf den Prozeß einwirkenden Störgrößen gelöst, wobei die zu identifizierenden Prozeßparameter mittels eines Prozeßmodells in Abhängigkeit von Meßwerten aus dem Prozeß bestimmt werden, und wobei das Prozeßmodell zumindest ein zeitinvariantes bzw. ein weitgehend zeitinvariantes Prozeßmodell, das ein zeitlich gemit- teltes Abbild des Prozesses darstellt, und zumindest ein zeitvariantes Prozeßmodell aufweist, das auf zumindest eine Zeitkonstante einer Störgröße oder einer Variation von Parametern des Prozesses abgestimmt ist. Dieses Verfahren hat sich als besonders vorteilhaft erwiesen, um Prozeßparameter eines zeitvarianten Prozesses zu identifizieren bzw. vorausschauend zu ermitteln. Störgrößen werden dabei als Veränderungen der Prozeßparameter interpretiert und genau wie die tatsächlichen Veränderungen der Prozeßparameter mit veränderlichen Modellparametern modelliert.
In einer vorteilhaften Ausgestaltung der Erfindung ist jeder signifikanten Konstante des Prozesses in bezug auf die Variation der zu identifizierenden Prozeßparameter ein zeitvariantes Modell zugeordnet, das auf die entsprechende Zeitkonstan- te abgestimmt ist. Durch diese Modellierung jeder signifikanten Zeitkonstante ist es dem Prozeßmodell möglich, jeder we- sentlichen Veränderung der Prozeßparameter zu folgen. Dabei ermöglicht diese Vorgehensweise auch ein schnelles Folgen des Prozeßmodells bei schnellen Änderungen des Prozesses, z.B. bedingt durch Störungen.
In einer weiteren vorteilhaften Ausgestaltung der Erfindung erfolgt die Abstimmung des zeitvarianten Modells auf eine Zeitkonstante, eine Änderung oder Störungsgröße des Prozesses in bezug auf die Variationen der zu identifizierenden bzw. vorausberechnenden Prozeßparameter durch On-line-Adaption des zeitvarianten Modells, wobei die Zykluszeit der On-line- Adaption vorteilhafterweise auf die Zeitkonstante abgestimmt ist. Dabei hat es sich als besonders vorteilhaft erwiesen, das zeitvariante Prozeßmodell als neuronales Netz auszubilden.
Bei Walzwerken hat es sich als besonders vorteilhaft erwiesen, das schnellste Modell, d.h. das Modell, das die meisten Trainingszyklen erfährt, nach jedem Walzband, insbesondere nach jedem Walzband mit neuen Eigenschaften, an den Prozeß zu adaptieren bzw. zu trainieren. Es hat sich weiterhin als vorteilhaft erwiesen, bei Walzwerken ein zeitinvariantes und zwei zeitvariante Modelle zu verwenden.
Weitere Vorteile und erfinderische Einzelheiten ergeben sich aus der nachfolgenden Beschreibung von Ausführungsbeispielen, anhand der Zeichnungen und in Verbindung mit den Unteransprüchen. Im einzelnen zeigen:
FIG 1 das erfindungsgemäße Verfahren zur Identifikation bzw. Vorausberechnung von Prozeßparametern eines industriellen zeitvarianten Prozesses, FIG 2 das erfindungsgemäße Verfahren zur Identifikation bzw. Vorausberechnung von Prozeßparametern eines industriellen zeitvarianten Prozesses in alternativer
Ausgestaltung, FIG 3 das erfindungsgemäße Verfahren zur Identifikation bzw. Vorausberechnung von Prozeßparametern eines industriellen zeitvarianten Prozesses in alternativer Ausgestaltung, FIG 4 das erfindungsgemäße Verfahren zur Identifikation bzw. Vorausberechnung von Prozeßparametern eines industriellen zeitvarianten Prozesses in alternativer Ausgestaltung .
FIG 1 zeigt das erfindungsgemäße Verfahren zur Identifikation bzw. Vorausberechnung von Prozeßparametern eines industriellen zeitvarianten Prozesses. Dabei werden einem Modell des Prozesses Prozeßzustandsinformationen oder Meßwerte aus dem Prozeß x0, x1# x2... , xn zugeführt. Die Prozeßzustandsgrößen bzw. Meßwerte aus dem Prozeß x0,x1,x2... ,xn können unterschiedliche oder gleiche Größen sein. Ferner können diese Größen mehrdimenional sein, d.h. mehrere Prozeßzustandsgrößen umfassen. Das Prozeßmodell weist ein zeitinvariantes bzw. weitgehend zeitinvartiantes Grundmodell 1 des Prozesses auf, das den industriellen Prozeß im langzeitlichen Durchschnitt abbildet. Eingangs- bzw. Ausgangsgrößen des zeitinvarianten bzw. weitestgehend zeitinvarianten Grundmodells sind die Größen x0 bzw. y0. Bezugszeichen 2,3 und 4 bezeichnen zeitvariante Modelle, mittels denen aus den Eingangsgrößen x1,x2...,xn Korrekturparameter y1(y2, ...,yn berechnet werden. Dabei sind die zeitvarianten Modelle 2,3 und 4 auf verschiedene Zeitkonstanten des Prozesses abgestimmt, so daß sie Korrekturwerte Yn Y2 < ■ • ■ ι Yn fur verschiedene dynamische Anteile des Prozesses zur Korrektur des Wertes y0 liefern, der vom zeitinvarianten bzw. weitestgehend zeitinvarianten Grundmodell geliefert wird. Die Korrekturwerte yι,y / • • • , yn werden mittels Verknüpfungen 5,6 und 7 mit dem Wert y0 verknüpft, so daß am Ausgang der letzten Verknüpfung 7 ein Prozeßparameter y anliegt, der nicht nur die statischen Anteile des Prozesses, sondern auch die zeitvarianten Anteile des Prozesses, die in den zeitva- rianten Modellen 2,3 und 4 berücksichtigt worden sind, beinhaltet. Die Werte y sowie y0, y1, y2, ... , yn können ebenso wie die Werte x0;x1,x2... ,xn mehrdimensionale Größen oder Sealare sein. Es hat sich dabei als besonders vorteilhaft erwiesen, wenn y0, y1; y2, ... , yn Sealare sind. Sollen mehrere Prozeßparameter y identifiziert werden, so geschieht dies vorteilhafterweise durch die Verwendung verschiedener Modelle, d.h. zur Verwendung je eines Modells gemäß FIG 1 für je einen Prozeßparameter y. Auf diese Weise ist es möglich, insbesondere die zeitvarianten Modelle, auf einen Prozeßparameter y hin zu optimieren.
Für die Verknüpfung 5,6 und 7 kommen insbesondere Multiplikationen und Additionen in Frage.
Das zeitinvariante bzw. weitgehend zeitinvariante Grundmodell 1 bzw. die zeitvarianten Modelle können analytische Modelle, neuronale Netze, oder hybride Modelle, d.h. eine Verknüpfung von analytischen Modellen und neuronalen Netzen, sein. Es hat sich jedoch besonders vorteilhaft erwiesen, die zeitvarianten Modelle 2,3 und 4 als neuronale Netze auszubilden.
Die zeitvarianten Teilmodelle 2,3 und 4 werden, insbesondere on-line, an das reale Prozeßgeschehen adaptiert. Diese Adaption ist in FIG 1 nicht gezeigt. Es hat sich weiterhin als vorteilhaft erwiesen, auch daß zeitvariante bzw. weitgehend zeitinvariante Grundmodell in gewissen Zeitabständen an das reale Prozeßgeschehen zu adaptieren.
FIG 2 zeigt das erfindungsgemäße Verfahren zur Identifikation bzw. Vorausberechnung von Prozeßparametern eines industriellen zeitvarianten Prozesses in alternativer Ausgestaltung zu FIG 1. Wie im Verfahren gemäß FIG 1 wird ein Prozeßparameter y mittels eines zeitinvarianten bzw. eines weitgehend zeit- Varianten Grundmodells 8, zeitvarianter Modelle 9,10 und 11 sowie Verknüpfungen 12,13 und 14 ermittelt. Im Gegensatz zum Verfahren aus FIG 1 werden dem zeitinvarianten Modell 9,10 und 11 neben den Werten x1,x2...,xn der Ausgangswert des zeitinvarianten bzw. weitgehend zeitinvarianten Grundmodells 8 y0 sowie die Korrekturwerte yι,y2, ... ,yn-ι zugeführt. Dabei sind wiederum zwei alternative Ausgestaltungen möglich. Gemäß der ersten Alternative werden einem zeitinvarianten Modell 2,3 und 4 nur die Ausgangswerte des Vorgängermodells zugeführt. D.h., Eingangsgrößen des zeitvarianten Modells 9 sind xx und y0 und Eingangsgrößen des zeitvarianten Modells 10 sind x2 und y-L usw. Gemäß der zweiten Alternative werden, wie in FIG 2 angedeutet, den zeitvarianten Modellen 9,10 und 11 neben den Eingangsgrößen x1,x2...,xn eine Auswahl der Korrekturwerte yo»yι#y2» • • • ι Yn-ι als Eingangsgrößen zugeführt.
FIG 3 zeigt das erfindungsgemäße Verfahren zur Identifikation bzw. Vorausberechnung von Prozeßparametern y eines zeitinvarianten Prozesses in alternativer Ausgestaltung in FIG 2. Wiederum wird ein Prozeßparameter y mittels eines zeitinvarianten bzw. weitgehend zeitinvarianten Grundmodells 15, mittels zeitvarianter Modelle 16,17,18 sowie mittels Verknüpfungen 19,20,21 identifiziert. Im Gegensatz zu dem in FIG 2 beschriebenen Verfahren werden den zeitinvarianten Modellen 17 und 18 nicht die Korrekturwerte yl l y2, ... , yn-1, sondern korrigierte Zwischenwerte y0,ι#yι,2f • • • # yn-2,n-ι zugeführt. Ansonsten gilt das zu FIG 2 ausgeführte auch für FIG 3 und das zu FIG 1 ausgeführte, für FIG 2 und 3.
FIG 4 zeigt eine weitere Alternative des erfindungsgemäßen Verfahrens zur Identifikation bzw. Vorausberechnung von Prozeßparametern y eines industriellen zeitvarianten
Prozesses. Dabei werden einem zeitinvarianten bzw. einem weitgehend zeitinvarianten Modell 22 des Prozesses Prozeßzustandsinformationen oder Meßwerte aus dem Prozeß x zugeführt. Dieses ermittelt einen Zwischenwert u0, der einem zeitvarianten Modell 23 zugeführt wird. Das zeitvariante Modell 23 ermittelt einen um den in ihm modellierten dynamischen Anteil des Prozesses korrigierten Zwischenwert u1; der wiederum einem weiteren zeitvarianten Teilmodell 24 zugeführt wird. Dies ermittelt einen um den in ihm modellierten dynamischen Anteil des Prozesses korrigierten Zwischenwert u2 usw. Am Ende gibt das letzte Teilmodell 25 einen Wert y für den zu identifizierenden Parameter y aus, der die dynamischen Anteile aus den zeitvarianten Modellen 23,24 und 25 enthält.
Die Alternativen des erfindungsgemäßen Verfahrens gemäß FIG 1 bis 4 sind nicht nur für die Identifikation, d.h. Bestimmung von Prozeßparametern geeignet, sondern auch ganz besonders zu deren Vorhersage.

Claims

Patentansprüche
1. Verfahren zur Identifikation der Vorausberechnung von Prozeßparametern eines industriellen Prozesses, insbesondere einer Anlage der Grundstoffindustrie, mit veränderlichen
Prozeßparametern oder auf den Prozeß einwirkenden Störgrößen, wobei die zu identifizierenden Prozeßparameter mittels eines Prozeßmodells in Abhängigkeit von Meßwerten aus dem Prozeß bestimmt werden, und wobei das Prozeßmodell zumindest ein zeitinvariantes bzw. ein weitgehend zeitinvariantes
Prozeßmodell, das ein zeitlich gemitteltes Abbild des Prozesses darstellt, und zumindest ein zeitvariantes Prozeßmodell aufweist, das auf zumindest eine Zeitkonstante einer Störgröße oder einer Variation von Parametern des Prozesses abgestimmt ist.
2. Verfahren zur Identifikation oder Vorausberechnung von Prozeßparametern nach Anspruch 1, d a d u r c h g e k e n n z e i c h n e t, daß jeder signifikanten Zeitkonstante einer Störgröße oder einer Variation von Parametern des Prozesses ein zeitvariantes Prozeßmodell zugeordnet ist, das auf die entsprechende Zeitkonstante abgestimmt ist.
3. Verfahren zur Identifikation oder Vorausberechnung von Prozeßparametern nach Anspruch 1 oder 2, d a d u r c h g e k e n n z e i c h n e t , daß die Abstimmung des zeitvarianten Modells auf eine Zeitkonstante einer Störgröße oder einer Variation von Parametern des Prozesses durch on-line-Adaption des zeitvarianten Prozeßmodells erfolgt, wobei die Zykluszeit der on-line-Adaption auf die Zeitkonstante abgestimmt ist.
4. Verfahren zur Identifikation oder Vorausberechnung von Prozeßparametern nach Anspruch 2 oder 3, d a d u r c h g e k e n n z e i c h n e t , daß das zeitinvariante bzw. weitgehend zeitinvariante Prozeßmodell bzw. das zeitinvariante Prozeßmodell und das zeitvariante Prozeßmodell ein analytisches Modell, ein neuronales Netz oder ein hybrides Modell, d.h. ein analytisches Modell und ein neuronales Netz aufweisendes Modell, ist.
5. Verfahren zur Identifikation oder Vorausberechnung von Prozeßparametern nach Anspruch 1,2,3 oder 4, d a d u r c h g e k e n n z e i c h n e t , daß das zeitinvariante bzw. weitgehend zeitinvariante Prozeßmodell und insbesondere das zeitvariante Prozeßmodell durch On-Line- Training an das aktuelle Prozeßgeschehen adaptiert werden.
6. Verfahren zur Identifikation oder Vorausberechnung von Prozeßparametern nach Anspruch 1,2,3,4 oder 5, d a d u r c h g e k e n n z e i c h n e t , daß die mittels des zeitinvarianten bzw. weitgehend zeitinvarianten Prozeßmodells bzw. des zeitvarianten Prozeßmodells identifizierten Prozeßparameter einer auf neuronalen Netzen basierenden Informationsverarbeitung zugeführt werden, die diese im Sinne einer Feinanpassung verbessert, wobei die auf neuronalen Netzen basierende Informationsverarbeitung On-Line an das aktuelle Prozeßgeschehen adaptiert wird.
7. Verfahren zur Identifikation oder Vorausberechnung von Prozeßparametern nach Anspruch 1,2,3,4 oder 5, d a d u r c h g e k e n n z e i c h n e t , daß die durch das zeitinvariante bzw. weitgehend zeitinvariante Prozeßmodell bzw. das zeitvariante Prozeßmodell identifizierten Prozeßparameter mit einem Korrekturterm, insbesondere additiv oder multiplikativ, verknüpft werden, wobei der Korrekturterm mittels einer auf neuronalen Netzen basierenden Informationsverarbeitung in Abhängigkeit von Meßwerten aus dem Prozeß gebildet wird, und wobei die auf neuronalen Netzen basierende Informationsverarbeitung On-Line an den Prozeß angepaßt wird.
8. Verfahren zur Identifikation oder Vorausberechnung von Prozeßparametern nach einem der vorhergehenden Ansprüche, d a d u r c h g e k e n n z e i c h n e t, daß die Prozeßparameter durch das zeitinvariante bzw. weitgehend zeitinvariante Prozeßmodell bzw. das zeitvariante Prozeßmodell vorhergesagt werden.
9. Verfahren zur Identifikation oder Vorausberechnung von
Prozeßparametern nach einem der vorhergehenden Ansprüche, d a d u r c h g e k e n n z e i c h n e t, daß das zeitinvariante bzw. weitgehend zeitinvariante Prozeß- modell durch ein Optimierungsverfahren an das Prozeßgeschehen adaptiert wird.
10. Verfahren zur Identifikation oder Vorausberechnung von Prozeßparametern nach einem der vorhergehenden Ansprüche, d a d u r c h g e k e n n z e i c h n e t, daß das zeitinvariante bzw. weitgehend zeitinvariante Prozeßmodell mittels genetischer Algorithmen oder Evolutionsstrategien an das Prozeßverhalten adaptiert wird.
11. Verfahren zur Identifikation oder Vorausberechnung von Prozeßparametern nach einem der Ansprüche 5 bis 10, d a d u r c h g e k e n n z e i c h n e t, daß Modelle zur Modellierung kürzerer Zeitkonstanten einer Störgröße oder einer Variation von Parametern des Prozesses öfter an das aktuelle Prozeßgeschehen angepaßt bzw. adaptiert werden als Modelle mit größeren Zeitkonstanten einer Störgröße oder einer Variation von Parametern des Prozesses.
12. Verfahren zur Identifikation oder Vorausberechnung von Prozeßparametern nach Anspruch 11, d a d u r c h g e k e n n z e i c h n e t, daß Modelle zur Modellierung kürzerer Zeitkonstanten einer Störgröße oder einer Variation von Parametern des Prozesses öfter und insbesondere mit kürzeren Datensätzen an das aktuelle Prozeßgeschehen angepaßt bzw. adaptiert werden als Modelle mit größeren Zeitkonstanten einer Störgröße oder einer Variation von Parametern des Prozesses.
13. Verfahren zur Identifikation oder Vorausberechnung von Prozeßparametern nach Anspruch 11 oder 12, d a d u r c h g e k e n n z e i c h n e t, daß, nach erfolgter Adaption eines Modells zur Modellierung einer langsameren Zeitkonstante einer Störgröße oder einer Variation von Parametern des Prozesses die Modelle zur Modellierung schnellerer Zeitkonstanten einer Störgröße oder einer Variation von Parametern des Prozesses an das Prozeßgeschehen angepaßt werden.
14. Einrichtung zur Identifikation oder Vorausberechnung von Prozeßparametern eines industriellen Prozesses, insbesondere einer Anlage der Grundstoffindustrie, mit veränderlichen
Prozeßparametern, zur Durchführung des Verfahrens nach einem der vorhergehenden Ansprüche, wobei die zu identifizierenden Prozeßparameter mittels eines Prozeßmodells in Abhängigkeit von Meßwerten aus dem Prozeß bestimmt werden, und wobei das Prozeßmodell zumindest ein zeitinvariantes bzw. ein weitgehend zeitinvariantes Prozeßmodell, das ein zeitlich gemitteltes Abbild des Prozesses darstellt, und zumindest ein zeitvariantes Prozeßmodell aufweist, das auf zumindest eine Zeitkonstante einer Störgröße oder einer Variation von Parametern des Prozesses abgestimmt ist.
PCT/DE1997/002297 1996-10-08 1997-10-07 Verfahren und einrichtung zur identifikation bzw. vorausberechnung von prozessparametern eines industriellen zeitvarianten prozesses WO1998015882A1 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DE19781103T DE19781103B4 (de) 1996-10-08 1997-10-07 Verfahren und Einrichtung zur Identifikation bzw. Vorausberechnung von Prozeßparametern eines industriellen zeitvarianten Prozesses
US09/284,324 US6473658B1 (en) 1996-10-08 1997-10-07 Process and device for identification or pre-calculation of parameters of a time-variant industrial process

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE19641431A DE19641431A1 (de) 1996-10-08 1996-10-08 Verfahren und Einrichtung zur Identifikation bzw. Vorausberechnung von Prozeßparametern eines industriellen zeitvarianten Prozesses
DE19641431.8 1996-10-08

Publications (1)

Publication Number Publication Date
WO1998015882A1 true WO1998015882A1 (de) 1998-04-16

Family

ID=7808151

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/DE1997/002297 WO1998015882A1 (de) 1996-10-08 1997-10-07 Verfahren und einrichtung zur identifikation bzw. vorausberechnung von prozessparametern eines industriellen zeitvarianten prozesses

Country Status (6)

Country Link
US (1) US6473658B1 (de)
KR (1) KR100499165B1 (de)
CN (1) CN1174298C (de)
DE (2) DE19641431A1 (de)
RU (1) RU2200341C2 (de)
WO (1) WO1998015882A1 (de)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1999002282A1 (de) * 1997-07-07 1999-01-21 Siemens Aktiengesellschaft Verfahren und einrichtung zur steuerung bzw. voreinstellung eines walzgerüstes
FR2783292A1 (fr) 1998-07-28 2000-03-17 Valeo Embrayage a friction portant le rotor d'une machine electrique, notamment pour vehicule automobile

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8311673B2 (en) * 1996-05-06 2012-11-13 Rockwell Automation Technologies, Inc. Method and apparatus for minimizing error in dynamic and steady-state processes for prediction, control, and optimization
DE19731980A1 (de) * 1997-07-24 1999-01-28 Siemens Ag Verfahren zur Steuerung und Voreinstellung eines Walzgerüstes oder einer Walzstraße zum Walzen eines Walzbandes
US6571134B1 (en) * 1998-02-18 2003-05-27 Siemens Aktiengesellschaft Method and device for determining an intermediary profile of a metal strip
US6553270B1 (en) * 1999-06-30 2003-04-22 Kimberly-Clark Worldwide, Inc. Proactive control of a process after the beginning of a destabilizing event
US6587737B2 (en) * 2000-09-14 2003-07-01 Sulzer Makert And Technology Ag Method for the monitoring of a plant
CN100410825C (zh) * 2004-04-22 2008-08-13 横河电机株式会社 工厂运转支持系统
WO2006007621A2 (de) * 2004-07-22 2006-01-26 Avl List Gmbh Verfahren zur untersuchung des verhaltens von komplexen systemen, insbesondere von brennkraftmaschinen
US7818276B2 (en) 2006-02-03 2010-10-19 Recherche 2000 Inc. Intelligent monitoring system and method for building predictive models and detecting anomalies
DE102007025447A1 (de) * 2006-10-09 2008-04-17 Siemens Ag Verfahren zur Steuerung und/oder Regelung eines industriellen Prozesses
WO2011129805A1 (en) * 2010-04-12 2011-10-20 Siemens Aktiengesellschaft Method for computer-aided closed-loop and/or open-loop control of a technical system
RU2488455C2 (ru) * 2010-12-07 2013-07-27 Федеральное государственное автономное образовательное учреждение высшего профессионального образования "Национальный исследовательский университет "Высшая школа экономики" Способ прокатки металлической заготовки
EP2479630A1 (de) 2011-01-25 2012-07-25 Siemens Aktiengesellschaft Verfahren zur kollisionsfreien Überführung einer Anlage aus einem Scheinausmodus in einen Betriebsmodus
EP3324254A1 (de) * 2016-11-17 2018-05-23 Siemens Aktiengesellschaft Einrichtung und verfahren zur bestimmung der parameter einer regeleinrichtung
EP4124398B1 (de) * 2021-07-27 2024-04-10 Primetals Technologies Austria GmbH Verfahren zur bestimmung mechanischer eigenschaften eines walzgutes mit hilfe eines hybriden modells

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5043863A (en) * 1987-03-30 1991-08-27 The Foxboro Company Multivariable adaptive feedforward controller

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4663703A (en) 1985-10-02 1987-05-05 Westinghouse Electric Corp. Predictive model reference adaptive controller
JPH04308901A (ja) * 1991-04-05 1992-10-30 Nec Corp 状態推定器と磁気ディスク装置の位置決め制御回路
US5402333A (en) * 1992-06-15 1995-03-28 E. I. Du Pont De Nemours & Co., Inc. System and method for improving model product property estimates
DE4416364B4 (de) 1993-05-17 2004-10-28 Siemens Ag Verfahren und Regeleinrichtung zur Regelung eines Prozesses
JP3370783B2 (ja) * 1994-06-27 2003-01-27 マツダ株式会社 機器の制御装置および制御方法
WO1996007126A1 (de) * 1994-08-29 1996-03-07 Siemens Aktiengesellschaft Verfahren zur schnellen adaption modellgestützter steuerungen und zugehörige anordnung
DE19508474A1 (de) * 1995-03-09 1996-09-19 Siemens Ag Intelligentes Rechner-Leitsystem
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

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5043863A (en) * 1987-03-30 1991-08-27 The Foxboro Company Multivariable adaptive feedforward controller

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
M.A.FKIRIN: "IDENTIFICATION OF DYNAMIC PROCESSES AT VARIOUS TIME CONSTANTS", CYBERNETICS AND SYSTEMS, vol. 22, no. 3, May 1991 (1991-05-01), USA, pages 349 - 356, XP002052723 *
SZTIPANOVITS J ET AL: "SYSTEM IDENTIFICATION WITH NEURAL NETWORK CONTROLLED RESONATOR-BANKS", PROCEEDINGS OF THE INTERNATIONAL SYMPOSIUM ON INTELLIGENT CONTROL, ARLINGTON, AUG. 13 -15, 1991, no. -, 13 August 1991 (1991-08-13), INSTITUTE OF ELECTRICAL AND ELECTRONICS ENGINEERS, pages 158 - 163, XP000242515 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1999002282A1 (de) * 1997-07-07 1999-01-21 Siemens Aktiengesellschaft Verfahren und einrichtung zur steuerung bzw. voreinstellung eines walzgerüstes
FR2783292A1 (fr) 1998-07-28 2000-03-17 Valeo Embrayage a friction portant le rotor d'une machine electrique, notamment pour vehicule automobile

Also Published As

Publication number Publication date
KR100499165B1 (ko) 2005-07-04
DE19781103D2 (de) 1999-09-09
DE19781103B4 (de) 2013-02-21
DE19641431A1 (de) 1998-04-16
RU2200341C2 (ru) 2003-03-10
KR20000048928A (ko) 2000-07-25
CN1174298C (zh) 2004-11-03
CN1233331A (zh) 1999-10-27
US6473658B1 (en) 2002-10-29

Similar Documents

Publication Publication Date Title
DE4338608B4 (de) Verfahren und Vorrichtung zur Führung eines Prozesses in einem geregelten System
WO1998015882A1 (de) Verfahren und einrichtung zur identifikation bzw. vorausberechnung von prozessparametern eines industriellen zeitvarianten prozesses
DE4338615B4 (de) Verfahren und Vorrichtung zur Führung eines Prozesses in einem geregelten System
DE4008510C2 (de) Regeleinrichtung mit Optimal-Entscheidungseinheit
DE19522494C2 (de) Verfahren zum Walzen eines Metallbandes
DE112019001512T5 (de) EINSPRITZGIEßMASCHINENSYSTEM
DE19881711C5 (de) Verfahren und Einrichtung zur Steuerung einer Hüttentechnischen Anlage
DE102016011525B4 (de) Vorrichtung für maschinelles Lernen und Spulen-Produktionsvorrichtung
DE4416317B4 (de) Verfahren und Regeleinrichtung zur Regelung eines materialverarbeitenden Prozesses
DE4338607B4 (de) Verfahren und Vorrichtung zur Führung eines Prozesses in einem geregelten System
DE2256136A1 (de) Computergesteuertes walzwerk
DE4131765A1 (de) Regelparameter-verbesserungsverfahren fuer industrielle anlagen
EP0756219A2 (de) Verfahren zur Überwachung von Produkteigenschaften und Verfahren zur Regelung eines Herstellungs-prozesses
DE102020206114A1 (de) System und Verfahren zur Steuerung einer aus mehreren Anlagenteilen bestehenden Produktionsanlage, insbesondere einer Produktionsanlage zur Erzeugung von Industriegütern wie metallischem Halbzeug
DE19881041B4 (de) Verfahren zur Steuerung und Voreinstellung eines Stahlwerkes oder von Teilen eines Stahlwerkes
DE3832789A1 (de) Stoerungsfolgevorrichtung
AT408728B (de) Verfahren und einrichtung zur voreinstellung einer walzstrasse
DE19641432C2 (de) Verfahren und Einrichtung zur Vorausberechnung von vorab unbekannten Parametern eines industriellen Prozesses
DE102018006035A1 (de) Verfahren zur automatisierten Erzeugung von Einstellmarametern und zur Prozessüberwachung bei zyklischen Produktionsprozessen
EP3642372A1 (de) Verfahren zum betreiben eines glühofens
EP4165480A1 (de) System, verfahren und computerprogramm zur steuerung einer aus mehreren anlagenteilen bestehenden produktionsanlage, insbesondere einer metallurgischen produktionsanlage zur erzeugung von industriegütern wie metallischem halbzeug und/oder metallischen endprodukten
EP1248095A2 (de) Verfahren zur Ermittlung von Spannungs-Dehnungs-Kurven mittels Splineinterpolation auf Basis charakterischer Punkte und unter dem Einsatz neuronaler Netze
DE19980248B4 (de) Verfahren und Einrichtung zur Bestimmung eines Zwischenprofils eines Metallbandes
WO2018024693A1 (de) Verfahren zum betreiben eines glühofens zum glühen eines metallbandes
DE19642919A1 (de) System zur Berechnung des Ausgangs eines mehrstufigen Verformungsprozesses

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 97198642.8

Country of ref document: CN

AK Designated states

Kind code of ref document: A1

Designated state(s): CN DE KR RU US

DFPE Request for preliminary examination filed prior to expiration of 19th month from priority date (pct application filed before 20040101)
WWE Wipo information: entry into national phase

Ref document number: 1019997002963

Country of ref document: KR

WWE Wipo information: entry into national phase

Ref document number: 09284324

Country of ref document: US

REF Corresponds to

Ref document number: 19781103

Country of ref document: DE

Date of ref document: 19990909

WWE Wipo information: entry into national phase

Ref document number: 19781103

Country of ref document: DE

WWP Wipo information: published in national office

Ref document number: 1019997002963

Country of ref document: KR

WWG Wipo information: grant in national office

Ref document number: 1019997002963

Country of ref document: KR

REG Reference to national code

Ref country code: DE

Ref legal event code: 8607