用於先進過程控制的模型維護體系結構的製作方法

2023-07-06 03:40:51 1

專利名稱：用於先進過程控制的模型維護體系結構的製作方法
用於先進過程控制的模型維護體系結構
背景技術：
對於競爭的製造業，降低運營成本、保持高生產力和穩定的質量對於工業的收益 性是至關重要的。先進過程控制(APC)策略的安裝已經展示了增加利潤和提供上述質量需 求。但是，觀察到這些控制策略的性能是隨著時間而降低的。該性能降低是歸因於閉環性 能的不充分的監視和對諸如過程模型的單獨實體的質量的維護/加強的不充分的啟動。
在全世界的精煉廠和化工廠中APC控制器被實施用於主要的處理單元。從目前的 操作體制到更有利和多產的體制的操縱利用多變量的APC策略是可行的。在控制法則公式 中可以方便地提供與過程相關的各種操作和設計的限制。 在APC中使用的過程控制模型的質量在它的性能方面起到了重要的作用。在典型 的APC工程中，APC工程的安裝期間使用單變量步驟測試識別這些模型。但是，實際上化學 過程本質上是固有地非線性的，並且還包括諸如催化劑的活性的時間變化參數；因此，過程
參數(也就是熱交換器的標定，反饋質量的改變，生產率的改變，閥、傳感器的磨損和破損) 的較小的改變能夠導致過程動態的明顯的改變。APC(沒有涉及這些時間變量)中相同模型 的使用降低了總體控制性能並強迫操作員將控制器切換到關閉。 在沒有高保真模型時，不能實現積極的控制器設計。閉環控制性能將受工廠產量 的約束，並且將不會積極滿足關於推定變量的目標，因此充分地降低了配置先進控制算法 的益處。因此對系統動態的準確識別是持續的任務，該任務在開始步驟後不能停止；需要持 續地監視並維護模型的保真度以獲得先進控制的益處。

發明內容
提供了為APC執行監視和維護任務的結構。通過使用該結構使得歸因於不充分的 監視和維護的性能降低最小化。


圖1是根據示例實施例的在先進過程控制控制器中用於模型維護的架構的框圖。 圖2是根據示例實施例的具有多個操作PID和先進過程控制控制器的過程的圖示。 圖3是在一個實施例中可以用於為APC控制器更新模型的方法的流程圖。 圖4是在一個實施例中可以用於為APC控制器更新模型的方法的流程圖。 圖5是用於執行根據示例實施例的方法的示例計算機系統的框圖。
具體實施例方式
在下面的說明中，對附圖進行參考，附圖形成該說明的一部分，在附圖中通過圖解
的方式示出可以實施的具體實施例。這些實施例被足夠詳細地描述以使本領域技術人員能 夠實施本發明，並且應當理解的是，可以利用其他的實施例，並且可以在不偏離本發明的範 圍的情況下進行結構的、邏輯的和電氣的改變。因此，對示例實施例的下面的說明不是要限
4制本發明。因此，對示例實施例的下面的說明不應當被理解為有限制的意思，本發明的範圍 是由所附的權利要求定義的。 在一個實施例中，這裡描述的函數或算法可以以軟體或軟體和人工實施的程序的 結合體的方式來實施。軟體可以由存儲在計算機可讀介質(如存儲器或其他類型的存儲設 備)上的計算機可執行指令組成。術語"計算機可讀介質"也可以用來表示通過其計算機 可讀指令可通過諸如不同形式的無線傳輸由計算機接收的任何部件。另外，這種函數與模 塊相對應，所述模塊是軟體、硬體、固件或它們的任何結合體。在一個或多個期望的模塊中 執行多個功能，並且所描述的實施例僅僅是示例。可以在數位訊號處理器、ASIC、微處理器 或其他類型的運行在計算機系統(諸如個人計算機、伺服器或其他的計算機系統)上的處 理器上執行軟體。 化學過程實質上是固有地非線性的。過程相關參數(如催化活性、給送成分改變、 操作條件改變、產量等等)的較小的改變也會導致過程動態的明顯的改變。過程動態的這 些改變可能會使通過APC中所使用的模型而實現的預測變得不準確。這導致關閉APC，從而 導致更少的APC在線使用時間。 —種系統和方法為先進過程控制控制器修改了工廠中的過程的動態模型，其中模
型包括子模型。監視控制器的性能，將性能降低量化為過程的改變。然後根據所量化的控
制器性能降低確定選定數量的子模型是否需要更新或整個模型動態是否需要。如果選定數
量的子模型需要更新，則為這樣的子模型啟動激勵信號以識別新的子模型。如果整個模型
動態需要更新，則啟動完整擾動信號並且該完整擾動信號觸發對整個模型的徹底的閉環識
別。將新識別的模型或子模型包含在控制器中。 在一個實施例中，修改動態模型的方法包括下面的要素 1)從對過程的穩定狀態優化獲得對控制器的期望的性能需求，這是由市場需求驅 動的。 2)評估控制器目前的性能並將性能降低量化為隨著時間的過程改變。 3)如果控制器性能的降低超過閾值，那麼這歸因於動態模型的(i) 一些組成部分
或者(ii)全部組成部分的較低的保真度。相應地，檢查是否只有模型動態的小子集需要更
新或者是否所有的模型動態都需要更新。該閾值是從對過程的先驗知識中獲得的。 4)如果子模型動態已經改變了，那麼啟動用於只與模型的那些子集相關的變量的
該較小集合的輸入(激勵)信號設計，並為這些子模型單獨執行閉環識別/更新。 5)如果所有的子模型都需要更新，那麼啟動完整擾動信號設計並觸發徹底的閉環識別。 6)將新識別的模型包含在APC算法裡以獲得改進的閉環性能。
APC的安裝有助於在期望的操作點處運行過程單元，以增加工廠的收益率。但是由 於不充分的監視和維護，觀察到APC性能隨著時間而降低。APC性能的該降低導致低質量的 產品並直接影響效益。所描述的系統和方法可以執行必要的任務以恢復和維護由APC產生 的效益。因此其將給商業增加價值。 增加APC用於任何過程控制系統的有效在線使用時間有助於以更有利和多產的 體制運行過程。用於APC控制策略中的模型在它的性能中起到了至關重要的作用。示出APC 的性能隨著時間由於諸如熱交換器的標定、給送質量改變、生產率、操作條件的過程參數的改變而降低。有時這些過程改變甚至能夠導致APC的關閉，從而導致較少的使用時間。本 發明的各個實施例執行用於APC的過程監視和模型維護任務。這使得當降低發生時用於控 制器的模型能夠快速地改變，並且能導致諸如工業過程的過程的產量的增加。實質上這種 方法論是普適的，並可以容易地被定製為用於任何基於模型的控制策略的模型維護。
圖1是用於在先進過程控制產品中執行模型維護的結構100的功能框圖。結構 100包括五個框或任務，即過程+調整PID(比例積分微分)環110、APC控制器115、性能監 視工具120、模型保真度評估125和重新識別步驟130。這些任務以合理的方式被執行以執 行模型維護任務。這給出了用以以系統的方式確保高保真模型的完整框架。
APC工具的有效在線使用時間是先進過程控制(APC)性能的主要指標。由於這些 基於模型的控制器對工業過程的控制和優化具有顯著的影響，因此增加APC的在線使用時 間直接有助於增加效益。模型的質量通過用於設定點的優化的任務和實現這些設定點的控 制動作的設計而影響效益。 過程+調整PID環110 :這個框構成影響所關心的過程的調整級PID環和運行過 程。在本公開中，假設諸如傳感器/致動器故障、管道洩漏的事件是由其他的商業外包系統 地解決的，因此在這裡不作考慮。 通常，當過程運行在操作點時監視PID控制器。有各種商業可用的監視工具來監 視調整PID環的健康。這些產品的其中一個是霍尼韋爾的環路偵查(LoopScout)。在這樣 的監視過程中，可能會存在傳感器或/和致動器故障。可以使用智能設備在設備層解決這 些問題。過程異常(例如像洩露那樣的過程故障)可以使用例如來自霍尼韋爾國際公司的 資產管理器(Asset Manager)PKS而被識別，該Asset Manager PKS使用從異常情況管理 (ASM)聯盟的研究獲得的結果。甚至在對於傳感器和致動器故障在設備層不存在診斷能力 的情形下，對於這些故障來說更合適的是由資產管理工具來處理，以便防止工作能力和職 責的重複。通過使用上述工具，可以推斷調整PID環對過程的性能是令人滿意的。
在過程+調整PID環110中的數據交換與圖2中PID塊210和實際過程215之間 的交換有關。將APC中受測量和調整的變量稱為受控變量(CV) 220，將由APC控制器更新的 變量稱為操縱變量(MV)225。模型115是MV 225和CV 220之間的動態數學關係。圖1中 的預測誤差(PE) 135是CV的測量值和經由動態過程模型得到的CV的預測值之間的差。
APC控制器115 :該框由兩部分組成，即模型和使用模型的控制器動作設計。實質 上本結構是普適的，並且可以將控制公式定製為適合感興趣的控制算法(即mCPlus(動態 矩陣控制包)，RMPCT(魯棒的模型預測控制技術)，HIECON(分級約束控制)，PFC(預測功 能控制)，SMOC(Shell(殼)多變量優化控制器))。到該框的數據交換可以解釋為到該框 的輸入是如框140處所示的APC級的過去的MV和過程CV。從該框的輸出是到調整PID環 145的設定點。 性能監視120 :該任務與APC控制器的性能監視有關。多變量控制器性能分析、方 法和難題對本領域技術人員來說是熟知的。在一個實施例中，單一的索引或度量自身可能 不能提供用來診斷低性能的原因所需的所有信息。可以使用的用以執行性能監視的若干量 度包括低產品質量、在特定的採樣窗口期間受控變量的增大的變化、約束違例和每個採樣 時刻的自由度。 低產品質量如果測量的受控變量值遠離它們的特定設定點或窗口尺寸上的範圍，則產品質量被稱為是低的。基於測量值離它們的設定點和範圍有多遠來將降低的程度 量化。採用每個採樣時刻處CV從設定點和範圍的偏離作為標準。可以通過假設所有的CV 服從正態分布來將該偏離的閾值指定為控制極限(CV的±標準偏離)或95%的置信極限。
在採樣窗口期間增大的變化採樣窗口由受控變量的置位時間(settlingtime) 決定。窗口期間的測量值隨著時間的變化給出了對APC產品性能的指示。窗口長度由關心 的過程的主導置位時間而決定。這繼而影響該變化。 約束違例在所有的APC產品中，使用識別的過程模型來預測自由響應(即假設未 來MV沒有變化時CV的未來響應)。解決優化問題以得到未來的MV來驅動CV到它們各自 的設定點或範圍。優化問題由包含在問題公式中的約束來限制。除了與過程的可操作性、 過程安全和環境適應性相關的其他約束外，通常這些約束是絕對的約束、對操縱變量的額 定約束和對受控變量的約束。 如果在優化後獲得的將來的操縱變量的運動位於它們的約束內，則稱為沒有約束 違例。否則，就推斷為約束被違反。可以觀察每個採樣時刻處所違反的約束的數目，並將其 用於監視目的。 自由度基本上將自由度的數目定義為不位於極限處的MV的數目減去不在它們 的設定點處或者在極限之外的CV的數目。控制器選擇MV值以使得遠離設定點或在極限外 的CV的數目最小化。 如果存在任何影響過程的幹擾，那麼在每個採樣時刻監視該值將提供有用的信 息。上述問題是可以用來量化控制器性能或量化控制器性能的降低的若干量度。如果如 145處所示MPM 135的貢獻在預測誤差中更高，並在150處超過閾值，則觸發重新識別例程 130。 模型保真度評估125 :經常地，在大型MIMO(多輸入多輸出)系統中，存在只有一 個或兩個子模型動態改變的可能。在這樣的情況下，執行對整個多變量工廠的全部重新識 別對於時間和金錢來說都是不必要的浪費。在一個實施例中，提出了識別MIMO中的哪些子 模型動態已經改變的方法。然後可以選擇改變的子模型以供重新識別。然後可以執行使用 新識別的子模型的控制器調整或公式化。 為了檢測本地子系統動態的這種改變，普通的方法已經使用PE和MV之間的規則 的斯皮爾曼(spearman)相關指數。這將突出有助於降低模型的保真度的未建模的元素。 但是，在大型多變量過程控制器中，操縱變量是相互相關的。操縱變量之間的相互相關的存 在使得規則的(斯皮爾曼)相關指數成為用來確定動態的改變的不適當的標準。實際上， 在如此高度相關的情形下使用該規則的(斯皮爾曼)相關作為標準將會導致易於誤導的結 論。為了克服這個缺點，可以在PE和MV之間執行部分相關分析作為用於確定哪些或所有 子模型已經改變的標準。 重新識別130 :重新識別是非常昂貴的操作並且需要很好地計劃的實驗以減少識 別測試時間和成本。在開環和閉環識別方法中，後一識別方法在識別過程中可以導致工廠 的最小擾動以及因此的最小生產力損失。因此，在一個實施例中使用閉環識別方法用於重 新識別。 閉環識別使用控制器運行時與閉環操作相關的數據。雖然這種方法在一定程度上 保持閉環性能，但是數據的質量可能不足夠好以用於重新識別。另外，噪聲/幹擾和操縱變量之間的相關性降低了識別的模型的質量。因此，在一個實施例中，提出了所得到的模型中 的偏差問題。在一個實施例中，在過程的有效運行過程中，就運行分析而言定義模型的多個 模型狀態變量被裁定為用來重新識別模型。 已經識別了需要重新識別的子模型，可以進行識別測試以獲得用於建模的信息豐 富的數據。這個識別操作可以包括激勵信號設計、模型結構選擇、參數估計和模型確認。在 識別測試中，執行信號設計以確保良好的信噪比和MV之間以及MV與幹擾之間的最小的相 關性。可以基於對過程的先驗知識選擇模型結構，並且對於不同的過程模型結構可以是非 常不同的。評估在所選模型結構的情況下的模型參數，並且為了模型的準確的目的，針對新 的數據集合確認所得到的模型。從而，新模型或子模型被識別。 利用來自徹底的重新識別的新識別的模型或者新識別的子模型來更新用於APC 控制器模型中的模型。期望模型的平滑過渡，並且如本領域技術人員所已知的，各種方法是 可用的。在一個實施例中，可以使用舊模型和新模型之間的指數過渡。使用這些新識別的 模型用於控制公式中的預測。 圖3是在一個實施例中可以用來更新APC控制器的模型的方法的流程圖。在300 處總體上示出了用於維護使用多變量過程控制器的工廠的先進過程控制的一些或所有子 模型的方法。在305處，獲取數據並且表徵過程控制的運行性能水平。在310處分析數據以 評定該運行性能水平從過程控制的所期望的性能水平的偏離。如果獲得了所期望的性能， 則監視繼續。在315處，根據性能降低評定對多變量過程控制器的完整模型或子模型的重 新識別的需要。在過程的有效運行過程中，就模型的運行分析而言定義模型的多個模型狀 態變量被裁定用以重新識別模型。在320針對完整的重新識別或者在325針對所選數目的 子模型，執行使用重新識別的模型用於過程控制的對模型的閉環重新識別。然後在330更 新用於APC控制器的模型。 在一個實施例中，對性能降低有貢獻的參數包括表徵影響過程的運行幹擾或過程 性能目標設定點的改變或它們的組合中的至少一個的參數。重新識別可以包括下列至少之 一 從在線數據開發全部的新模型或新的子模型。裁定可以包括進一步裁定定義構成模型 的子模型的模型狀態變量。可以根據在數據窗口上運行性能變量從目標範圍偏離的程度來 評估預測誤差。 在另一實施例中，可以根據基於運行性能變量的置位時間的時間窗口上的變化的 程度來評估預測誤差。模型工廠失配的差異貢獻的程度可以是對過程的約束的違例的評估 值的函數。可以從包括以下的組中選擇所述約束對過程的絕對約束、對可操縱過程變量的 約束、對運行性能變量的約束和它們的組合。模型工廠失配的差異貢獻的程度可以是上述 約束違例的自由度的評估值的函數。 圖4是在一個實施例中可以用來更新APC控制器的模型的可替代的方法的流程 圖。在400中總體上示出了為先進過程控制控制器修改工廠中的過程的動態模型的方法， 其中模型包括子模型。在405評定模型保真度。在410，方法400確定是所選數量的子模型 需要更新還是整個模型動態需要更新。如果所選數量的子模型需要更新，那麼在415啟動 用於這些子模型的激勵信號以識別新的子模型。如果整個模型動態需要更新，那麼在420 啟動完整擾動信號，該完整擾動信號觸發整個模型的徹底的閉環識別。在425將信號施加 到控制器，並且在330發生重新識別。在435，將新識別的模型或子模型包含在控制器中。
8
在圖5中示出可以執行用於執行APC控制和涉及評估和重新識別的算法的程序 的計算機系統的框圖。如上所述，也可以使用諸如商業可用的控制器和處理器的可替代電 子設備，這些可替代電子設備可以共享下面描述的計算機系統的一些特性。計算機510形 式的通用計算設備可以包括處理單元502、存儲器504、移動存儲器512和非移動存儲器 514。存儲器504可以包括易失性存儲器506和非易失性存儲器508。計算機510可以包 括或訪問計算環境，該計算環境包括大量計算機可讀介質，諸如易失性存儲器506和非易 失性存儲器508、移動存儲器512和非移動存儲器514。計算機存儲器包括隨機存取存儲 器(RAM)、只讀存儲器(ROM)、可擦寫可編程只讀存儲器(EPROM)和電可擦寫可編程只讀存 儲器(EEPROM)、快閃記憶體或其他的存儲器技術、壓縮光碟只讀存儲器(CDROM)、數字通用光碟 (DVD)或其他的光碟存儲器、磁盒、磁帶、磁碟存儲器或其他的磁存儲設備，或任何其他的能 夠存儲計算機可讀指令的介質。計算機510可以包括或訪問計算環境，該計算環境包括輸 入516、輸出518和通信連接520。計算機可以運行在使用通信連接的聯網環境中，以連接 到一個或更多的遠程計算機。遠程計算機可以包括個人計算機(PC)、伺服器、路由器、網 絡PC、對等的設備或其他普通的網絡節點，等等。通信連接可以包括區域網(LAN)、廣域網 (WAN)或其他網絡。 存儲在計算機可讀介質上的計算機可讀指令可由計算機510的處理單元502執 行。硬碟驅動器、CD-ROM和RAM是包括計算機可讀介質的物品的一些例子。
提供摘要以符合37C. F. R. § 1. 72(b)，以允許讀者快速地確定技術公開的本質和 要點。所提交的摘要不能理解為用於解釋或限制權利要求的範圍或意義。
權利要求
一種用於維護子模型(115，330)中的一些或全部的方法，所述子模型(115，330)用於使用多變量過程控制器(110)的工廠的先進過程控制，該方法包括獲取數據和表徵過程控制的運行性能水平(120，305)；分析所述數據(305，310)以評定所述運行性能水平從過程控制的所期望的性能水平的偏離；根據性能降低評定對多變量過程控制器(110)的完整模型或子模型(115，330)的重新識別(315，410)的需要；在過程的有效運行過程中，裁定就模型的運行分析而言定義模型的多個模型狀態變量(415，420)用以重新識別(130，320，325，430)所述模型；以及執行對所述模型的閉環重新識別(130，320，325，430)，從而將重新識別的模型用於所述過程控制。
2. 如權利要求1所述的方法，其中對性能降低有貢獻的參數包括表徵下列至少之一的 參數影響過程的運行幹擾或過程性能目標設定點的改變或它們的組合。
3. 如權利要求1所述的方法，其中根據從對運行的過程性能的先驗知識而定義的閾值 (150)來觸發對重新識別(315,410)的需要的所述評定。
4. 如權利要求l所述的方法，其中重新識別(315,410)包括下列至少之一 從在線數 據開發完整的新模型(320)或開發新的子模型(325)。
5. 如權利要求1所述的方法，其中裁定包括進一步裁定定義構成所述模型的子模型的 模型狀態變量。
6. 如權利要求1所述的方法，其中根據在數據窗口上運行性能變量從目標範圍的偏離 的程度或者根據基於運行性能變量的置位時間的時間窗口上的變化的程度來評估預測誤 差(135)。
7. 如權利要求l所述的方法，其中模型工廠失配(145)的差異貢獻的程度是對過程的 約束的違例的評估值的函數，其中所述約束是從包括以下的組中選擇的對過程的絕對約 束，對可操縱過程變量的約束，對運行性能變量的約束和它們的組合。
8. —種為先進過程控制(APC)控制器(110)修改工廠中的過程的動態模型(115,330) 的方法，其中所述模型包括子模型，該方法包括監視所述控制器(120)的性能； 將控制器性能降低量化(305)為過程改變；根據所量化的控制器性能降低確定是所選數量的子模型需要更新(315,410)還是整 個模型動態需要更新(130， 430， 320， 325);如果是所選數量的子模型需要更新，那麼啟動用於這些子模型的激勵信號(325,415) 以識別新的子模型；如果是整個模型動態需要更新，那麼啟動完整擾動信號設計(320,130,420)並觸發對 整個模型的識別(130， 430， 320， 325);以及將新識別的模型或子模型包含在控制器中(115,330)。
9. 如權利要求8所述的方法，其中當過程運行在操作點時監視所述控制器的性能 (120,305,405)，並且對整個模型的識別是閉環的，其中使用變量之間的規則的斯皮爾曼相 關指數或者變量之間的強相關、PE和MV之間的部分相關分析作為用於確定子模型中的哪些已經改變的標準。
10. —種使用工廠中的過程的動態模型(115,330)的先進過程控制控制器(110)，其中 所述模型包括用於部件的子模型，該控制器包括用於確定是所選數量的子模型需要更新還是整個模型動態需要更新(120， 135， 145， 150， 125，305，310，315，405，410)的裝置;用於在所選數量的子模型需要更新的情況下啟動用於這些子模型的激勵信號(325， 415)以識別新的子模型的裝置；用於在整個模型動態需要更新的情況下啟動完整擾動信號(320,420)並觸發對整個 模型的徹底的閉環識別(130,320,430)的裝置；以及用於將新識別的模型或子模型包含在控制器(110)中(115,330,435)的裝置。
全文摘要
一種系統和方法為先進過程控制控制器(115)修改工廠中的過程的動態模型，其中所述模型(115，330)包括子模型。監視(120，305，405)控制器的性能並將性能降低量化為過程改變。然後根據量化的控制器性能降低確定是所選數量的子模型需要更新還是整個模型動態需要更新(315，410)。如果是所選數量的子模型需要更新，那麼啟動用於這些子模型(325，415)的激勵信號以識別新子模型。如果是整個模型動態需要更新，那麼啟動(320，420)完整擾動信號並觸發對整個模型的徹底的的閉環識別(130，430)。將新識別的模型或子模型包含在控制器(435)中。
文檔編號G05B23/02GK101743522SQ200880010050
公開日2010年6月16日 申請日期2008年3月27日 優先權日2007年3月28日
發明者R·耶爾楚魯, S·P·埃達馬達卡, 亞加迪斯·布拉馬佐休拉, 哈裡戈帕爾·拉哈萬, 拉文德拉·D·古迪 申請人:霍尼韋爾國際公司