從mpc(模型預測控制器)的模型中移除pid動態值的方法
2023-10-04 00:42:19 1
專利名稱：從mpc(模型預測控制器)的模型中移除pid動態值的方法
技術領域：
本發明屬於一種複數製程的多重變量控制，例如化學製造廠或石油精練廠裡的製程。本發明中揭示一種從MPC中移除PID動態值的方法，此是利用製程的識別試驗而開發。如此即可創造出一種閥基離線製程模擬器並可當在任何PID控制形態或調諧有所變動時提供產生新的複數多重可變製程控制，而如此做也並不須實施新的製程識別試驗。
背景技術：
所謂MPC是指一種算法屬級，用以計算控制變量調整系列的計算，以便易於執行將來的複數多重變量製程的進行。原來是為了迎合石油精練及化學製程的需要而開發。MPC目前已有廣泛的應用範圍，包含食品工業，汽車工業，航天工程，冶金工業及纖維製紙工業等各方面。MPC在化學及石油精練方面最著名的應用為動態矩陣控制或DMC方面。
MPC控制器是利用一種製程的軟體模型來預估控制變量的過去變化的效果及收益輸出上可量測的幹擾，計算獨立的變量藉使在所知預期基礎的一定期間內的將來系統得以順利進行。在通常的場合任何所望作用均可用來推行。系統的動態以明確的製程模型來說明，原則上這可以很多不同數學方式來表示。製程的輸入輸出限制條件是直接包含在問題公式內，因而將來的限制條件的違反得以預測並予防止。
實務上有多種不同的方式已被開發並商業化來實現MPC控制法。其中最成功的實現法是利用線性模型於工廠動態。線性模型開發的第一步是藉引進以獨立變動值的試驗幹擾及獨立變動值的幹擾效果的測定來收集製程上的數據。此一起始步驟可看做是識別而且此識別數據的新穎利用屬於本發明的精髓。
美國專利4,349,869及4,616,308敘述一MPC控制的實施法叫做動態矩陣控制(DMC)。這些專利描述的MPC涳算法是基於工廠的線性模型並且說明製程的限制條件如何包含於問題的公式。同時也說明了利用製程數據的MPC控制器的起始識別。
藉更進一步的背景此一製程動態的識別須有預試，其中製程的獨立變量是一某些形態移動藉以決定對依附變量的影響。在化學或精練製程中，獨立變量為包含PID(比例-積分-微分)控制器的位置用以選擇依附變量，手動PID控制器的閥位置，與溫度，材料流動，壓力及控制器領域範圍以外所決定的成份。對任何製程識別試驗，獨立變量是固定以供數據的分析。此外在MPC控制器領域內的任何PID控制器是固定的。為了使用自識別用動態製程模型而建立的MPC控制器必須具有與獨立變量屬完全同樣的形態，此形態在完成了識別時就已存在。因此在識別中存在的PID控制器形態是埋入PID控制器動態值於動態模型中。
現行的識別技術特性代表一個未解決的問題正被本發明所處理。此問題引起MPC技術利用上的限制顯示於兩個不同的領域。
第一個應用領域為MPC本身。由於PID控制器的動態值是埋入於MPC摸型中，任何PID控制器的調諧上的變動或從自動到手動，或反其道而行的PID狀態的變動會改變動態模型。為了改正此一情形就須就變動的情形下重新試驗製程單元。複數多重變動值製程用的一種設計周到的識別試驗可能須經2～3周的牽涉小心策劃與熟練人員的努力。
第二個應用領域為操作人員訓練模擬器方面，有效的訓練模擬器對化學工業製程尤其重要。對新化學製程的大量投資及複數製程所涉及的安全須靠受有良好訓練的操作人才。這對為了須延長時間而仍留於計算機控制的製程單元特別重要的，由於操作人員並無控制單元的機會。MPC模型利用於創造訓練用模擬器，但現今由識別技術可得到MPC模型由於上揭問題而有缺完善，亦即因現在的PID控制器形態在識別期間是埋入PID控制器動態值於動態模型中。其結果由於操作人員在不能降低模型可靠性的情形下無法改變PID控制器狀態(自動或手動)，可靠的訓練自有其困難之處。化學工業製程內控制室的檢查顯示他們在起動後甚少有用，因為操作人員認為模擬器不允許他們參與實際的控制變動，一種基於具有真實性去支持製程的限制，顯示所有溫度，壓力，流動，及閥位置並允許操作人員執行啟閉任何PID控制器的手動或自動的識別模型的訓練模擬器，才是訓練上有力的工具。
本領域的實務者曾經做了無數次不成功的嘗試企圖實現此一識別上的難題。其中一個方法是以人工的正常控制架構執行識別試驗。由於製程無法達到任何形式的穩定狀態，此法當然是失敗了。另有嘗試是先以正常架構執行標準識別試驗，然後以閥位置建立模型當作獨立變量值。這樣的嘗試經常以不穩定的結果遭致失敗。由於閥位置是關聯到現實世界中經常存在的經量測到或未量測到的幹擾的動態值，因而是非獨立的。
認清了此一事實，就知道本發明的精髓是在從數據組中去除噪音與未經量測的幹擾的方法。
發明內容
本發明的目的在提供一種從多種變動值控制製程所使用的MPC控制器中移除PID控制器動態值的方法。此法可以產生閥基離線製程模擬器。
本發明的再一目的在提供如此的一種方法，可用於MPC控制器的多樣實施。
本發明的又一目的在提供一種方法，用以在變動發生於任何PID控制形態或調諧時能創造出新的複數多重變動製程控制用MPC控制器，而不須執行製程的新識別試驗。
本發明的又一目的在創造出一種製程模擬器，其是基於具有已移除未量測幹擾效果的閥位置，以便可應用具有高真實性製程模擬器於製程的模擬與訓練。如此的模擬器可利用於任何形態的模擬並與個別的控制器做各種調諧形態。
依據本發明，茲提供一種方法，可用於自一製程的控制模型中去除PID控制器動態值的模型預測控制，該製程中具有複數的可獨立控制並處理的變量值，及至少一個經控制的依附於可獨立控制並處理的變量，該方法至少包含下列步驟收集有關製程的數據，藉分別引進一試驗幹擾於各自處理的變量中並量測幹擾對控制下變量的影響；利用幹擾對控制下變量的影響而產生第一線性化矩陣模型，使該模型至少關聯一控制下變量與可獨立控制處理的變量；互換經選定的閥位置控制下變量與其對應的經選定可獨立控制與處理的第一線性化動態模型內的PID控制器安置點變量，是利用矩陣排消除數學以產生第二線性化動態模型其為一可獨立控制處理變量的新組合，第二線性化動態模型具有經選定的可獨立控制並處理的PID控制器安置點變量而已從第二動態模型移除。
為了使用這模型於控制方法，本方法包含的控制製程中具有複數的可獨立控制並處理的變量，而且至少一依附於可獨立控制並處理的變量的控制下變量，其步驟有收集有關製程的數據，是藉分別引進一試驗幹擾於和自處理的變量中並量測幹擾對控制下變量的影響；利用幹擾對控制下變量的影響而產生第一線性化動態模型，使該模型至少關聯一控制下變量與可獨立控制處理的變量；互換經選定的閥位置控制下變量與其對應的經選定可獨立控制與處理的第一線性化動態模型內的PID控制器安置點變量，是利用矩陣排消除數學以產生第二線性化動態模型，其為一可獨立控制處理變量的新組合，第二線性化動態模型具有經選定的可獨立控制處理的PID控制器安置點變量從第二線性化動態模型移除的動態值；量測變量的現值；從所收集關於製程的數據，所量得的現值及預為選定的操作限制來計算隨意的時間間隔，藉設定現在與將來的至少對該經控制處理的變量的動向來獲得該經控制處理的變量的新值，並推動該至少一個依附可控制變量趨向該等限制中的至少一個；及藉調整該現在與將來的設定動向用該等經調整處理的變量來改該製程以引起該製程推動該至少一個依附可控制變量趨向該等限制中的至少一個。
為了利用本發明以便當任何PID控制形態或調諧有所改變時產生複數多重變量製程控制用新的MPC控制器，而且這樣做也不必執行新的製程識別試驗，下述製程可加利用藉在原來線性化動態模型中的至少一個PID控制器安置點的變量與其對應的原始線性化動態模型中閥位置控制變量交換，是利用矩陣排消除數學來產生第二線性化動態模型，其至少具有一個對應的閥位置可作為一新而可獨立控制並處理的變量；然後向外以數學模仿器模仿新的所要的PID調諧以便得到至少一個與第二線性化動態模型新調諧的PID控制器的模仿效果；然後藉分段每一處理過的變量試驗第二線性化動態模型對其模仿的PID調諧以獲得新的線性化動態模型，其包含有至少一PID控制器的動態值。
所應注意的是經調整的控制架構可透過一可由現代用具包入手的DCS控制臺或控制臺模仿器輕易由外部模仿到製程的模型。此可令操作員將PID控制器設定於手動模式，分裂串接，再調諧PID控制器，或甚至重新建構調整控制架構。
為了利用本發明來產生基於具有移除未量測的幹擾效果的閥位置的製程模擬器，以便可應用高真實性模擬器於製程模擬及訓練，可使用下述方法第一，藉分別引進一試驗幹擾於和經控制的變量來收集有關製程的數據，並量測對控制下變量的幹擾影響；然後利用對控制下變量的幹擾效果來產生第一線性化動態模型並將至少一控制下變量與可獨立控制及處理的變量關聯；然後將各可獨立控制處理的PID控制器安置位置變量與相對應的第一線性化動態模型的閥位置控制下變量互換，利用矩陣排消除數學來產生第二線性化動態模型以達成，其具有對應的閥位置作為可獨立控制處理的變量的新組合，第二線性他動態模型具有經選定的可獨立控制處理的PID控制器安置點變量從第二線性他動態模型移除；然後在外以數學模仿器模仿一所要調整控制架構以模仿PID控制器，採用人工，串接或自動模式均可，如同前揭情形，經調整的控制架構可透過一可由現代用具包入手的DCS控制臺或控制臺模仿器輕易的由外部模仿到製造的模型。此可令操作員將PID控制器設定於手動模式，分裂串接，再調諧PID控制器，或甚至重新建構調整控制架構。
目前最常用於煉油與化工製程的識別方法為動態矩陣識別法(DMI)。DMI將用於說明本發明的方法原理，但應請注意本發明並不受限於特殊的識別技術。
圖1為分餾器的工作流程圖；圖2為依據閥位置所做分餾器模型的模擬；圖3為分餾器廠試驗的圖示結果；圖4為分餾器連同PID控制器的模擬；及圖5為分餾器的原始與恢復值的圖標結果。
圖號說明5 饋供流量率6 爐7 分餾器8 PI控制器9 PI控制器10第三PI控制器11分析器具體實施方式
本發明的方法是連同模型預測控制運用於自MPC控制器移除PID控制器的動態值。
一MPC製程模型屬於一組線性方程式，所以只要有關存在於獨立與依附變量之間，數學上任何獨立變量應可與依附變量互換。
接受變換的組合即為PID控制器的安置點(獨立的)及其連同的PID控制器的閥位置(依附的)。
一個MPC控制器往往是基於製程系統的線性模型。雖然此處所描述的發明可應用於多方面，但其實例將取自化工與煉油製程。
任何系統內皆有兩種形式的變量；即獨立變量與依附變量。獨立變量為系統的輸入。獨立變量分成經控制與幹擾(前饋)變量。經控制的變量為可由操作員改變的變量，例如閥位置或PID控制器安置位置。幹擾變量為那些獨立變量，是有影響力於系統，但不能為操作員所改變。變量例如饋供組合物，饋供溫度，及周圍溫度等為幹擾變量的實例。
依附變量為系統的輸出。依附變量受獨立變量改變的影響。操作員不能直接改變它們。依附變量值得以控制，但藉正確的改變控制變量值時就可以。再者，當有幹擾侵入系統時，控制變量必須予以正確調整以抵制幹擾。
使用線性模型可以矩陣數學來描述複數與多重變量控制。茲有一些常用MPC模型的公式。其中一種常用控制用模型為步級反應模型δO1＝A1，1ΔI1+…+A1，jΔIj+…+A1，nindΔInind δOi＝Ai，1ΔI1+…+Ai,jΔIj+…+Ai，nindΔInind δOndep＝Andep，1ΔI1+…+Andep jΔIj+…+Andep，nindΔInind式1步級反應動態矩陣，方塊矩陣格式其中Oi=Oi,1-Oi,0Oi,2-Oi,0Oi,3-Oi,0Oi,ncoef-Oi,0.]]>各時段中第i次依附變量的累積變化
Ij=Ij,1Ij,2Ij,3Ij,ncoef,]]>各時段中第J次獨立變量的步級變化，及 動態矩陣此步級反應方程式的另一格式為有限衝擊反應(FIR)格式。如以下敘述，其可由步級反應格式導出。
再由定義呼出bi，j，k＝ai，j，kfor k＝1，bi，j，k＝ai，j，k-ai，j，(k-1)for k:2→ncoef而ΔOi，k＝Oi，k-Oi，(k-1)for k:1→ncoef我們可微分上揭方程式系統，得ΔO1＝B1，1ΔI1…+B1，jΔIj…+B1，nindΔInind ΔOi＝Bi，1ΔI1…+Bi，jΔIj…+Bi，nindΔInind ΔOndepBndep，1ΔI1…+BndepjΔIj…+Bndep，nindΔInind式2有限衝擊反應式一方塊矩陣格式其中Oi=Oi,1-Oi,0Oi,2-Oi,1Oi,3-Oi,2Oi,ncoef-Oi,(ncofe-1),]]>跨越各時段的第J次依附變量中的變化
Ij=Ij,1Ij,2Ij,3Ij,ncoef]]>如上述情形，及 衝擊係數的模型矩陣這些方程式有5個格式，這裡只列示了前二個。由於這些格式在數學上為同等，而所有格式皆可用於識別預測與控制，它們有非常不同的性質。
δO＝AΔI-最常用於控制計算。
ΔO＝BΔI-用於穩定狀態變量的識別。
ΔΔO＝BΔΔI -用於斜線上升變量的識別。
δO＝BδI-不常用，為舊式的IDCOM控制公式。
ΔO＝AΔΔI-不常用。
C.R.Cutler及C.R.Johnston在論文「動態矩陣格式的分析」中討論了這些矩陣格式的性質。此論文於1985年10月提出InstrumentSociety of America ISA85 Advanced in Instrumentation Volume 40.Number 1。
這些線性模型技術的應用，包含模型的識別與控制用模型的使用及用於有限制條件的控制等均在兩項美國專利4,349,869及4616308中有所描述。這些專利引用於本說明書中作為參考。
現在來導出本發明的算法以說明從控制器中移除PID動態值的方法。從式2的FIR模型開始導出，為了導出算法，茲假定第J次獨立變量為PID控制器的安置點，而第i次依附變量為對安置點變更的PID閥反應。我們希望重組模型以便令閥成為製程模型中的獨立變量；也就是說我們希望從所有受影響的模型反應中移除這個PID控制器的動態值。這可藉互換第i次依附變量與第J次依附變量來完成，如以下所示 其中 為恆等矩陣。
請注意此對上式2隻是恆等矩陣乘以ΔQ’s而已。藉執行排消除演算，得 此可重寫成
=B^1,1B^(i^-1),1B^i^,1B^(i^+1),1B^ndep,1I1++B^1,(j^-1)B^(i^-1),(j^-1)B^i^,(j^-1)B^(i^+1),(j^-1)B^ndep,(j^-1)I(j^-1)+00-I00Ij^+B^1,(j^+1)B^(i^-1),(j^+1)B^j^,(j^+1)B^(i^+1),(j^+1)B^ndep,(j^+1)I(j^+1)+B^1,nindB^(i^-1),nindB^i^,nindB^(i^+1),nindB^ndep,nindInind]]>=I0000O1++0I000O(i^-1)+-B^1,j^-B^(i^-1),j^-B^i^,j^-B^(i^+1),j^-B^ndep,j^Oi^+000I0O(i^+1)++0000IOndep]]>或可重新安排成B^1,1B^(i^-1),1B^i^,1B^(i^+1),1B^ndep,1I1B^1,(j^-1)B^(i^-1),(j^-1)B^i^,(j^-1)B^(i^+1),(j^-1)B^ndep,(j^-1)I(j^-1)+B^1,(j^+1)B^(i^-1),j^B^i^,j^B^(i^+1),j^B^ndep,j^Oi^+B^1,(j^+1)B^(i^-1),(j^+1)B^i^,(j^+1)B^(i^+1),(j^+1)B^ndep,(j^+1)I(j^+1)+B^1,nindB^(i^-1),nindB^i^,nindB^(i^+1),nindB^ndep,nindInind]]>=I0000O1++0I000O(i^-1)+00I00Ij^+000I0O(i^+1)++0000IOndep]]>或將矩陣方程式另組合成
請注意ΔOi；與ΔIj；已被互換，因此現在閥位置已成為一獨立的變量而PID安置點則成為依附變量。這說明了只從一PID控制器移除了PID動態值，但在演算中顯然是一般的可將多重獨立/依附變量配互換藉此移除多重控制器的動態值。
現在利用數字來說明一實例究竟如何應用此方法於模型預測控制器來移除特別的PID控制器中的動態值。
假設-FIR具有2個獨立變量，2個是附變量及4個模型係數，而第二個獨立變量是PID控制器的安置點，而第二個依附變量是PID控制器的閥位置。我們希望重建模型而其PID閥位置為獨立變量而不是PID安置點。這須要將PID控制器的動態值依照上述算法從所有系統反應中移除。此一實例同樣對方程式ΔO＝BΔIi，δO＝BδI，及ΔΔO＝BΔΔI格式有效。
依附乏-1獨立乏-1獨立乏-2b1，1，1＝1.5b1，2，1＝0.5b1，1，2＝0.6b1，2，2＝0.4b1，1，3＝0.2b1，2，3＝0.2b1，1，4＝0.1b1，2，4＝0.1
系附乏-2獨立乏-1獨立乏-2b2，1，1＝-0.3b2，2，1＝0.75b2，1，2＝-0.4b2，2，2＝0.25b2，1，3＝-0.1b2，2，3＝0.15b2，1，4＝-0.05 b2，2，4＝0.05此問題在下列矩陣中指出。
指出樞軸要素
式5乘以(-1/0.75)
式5乘以0.5，加算於式1並取代式1式5乘以0.4，加算於式2並取代式2式5乘以0.2，加算於式3並取代式3式5乘以0.1，加算於式4並取代式4
式5乘以0.25，加算於式6並取代式6式5乘以0.15，加算於式7並取代式7式5乘以0.05，加算於式8並取代式8
式6乘以(-1/0.75)
式5乘以0.5，加算於式2並取代式2式5乘以0.4，加算於式3並取代式3式5乘以0.2，加算於式4並取代式4式5乘以0.25，加算於式7並取代式7式5乘以0.15，加算於式8並取代式8
式7乘以(-1/0.75)
式5乘以0.5，加算於式3並取代式3式5乘以0.4，加算於式4並取代式4式5乘以0.25，加算於式8並取代式8
式8乘以(-1/0.75)
式5乘以0.5，加算於式4並取代式4
重新整理方程式
PID除去動態值後的新模型係數如下系附乏-1獨立乏-1獨立乏-21，1，1＝1.7 1，2，1＝0.6671，1，2＝0.961，2，2＝0.3111，1，3＝0.4 1，2，3＝0.0301，1，4＝0.181 1，2，4＝0.017依附乏-2獨立乏-1獨立乏-22，1，1＝0.4 2，2，1＝1.3332，1，2＝0.4 2，2，2＝-0.4442，1，3＝-0.082，2，3＝-0.1192，1，4＝-0.0133 2，2，4＝0.040請注意所有係數值均變了，此一新的控制器現在有了第二獨立變量(PID安置點)移除後的動態值。此控制器現在可用來控制製程而此控制器的開發已被作為離線用而不須在製程上執行另一費時而昂貴的識別試驗。
移除PID動態值的算法，開啟環路步級反應格式在推導與實例中，我們討論了從一基於衝擊或導數FIR模型的方程式格式中移除PID動態值的算法。同樣的算法可為模型δO＝AΔI步級係數格式推導，現在就個獨立，2個依附變量的例子做說明。為了此例子的目的，我們假定第二獨立與第二依附值應予互換。問題可以矩陣格式列出如下A1,1A1,2A2,1A2,2I1I2=I00IO1O2]]>完成消除操作(樞軸法)，得A^1,10B^2,1-II1I2=I-B^1,20-C^2,2O1O2]]>重新整理A^1,1B^1,2B^2,1C^2,2I1O2=I00IO1I2]]>可書寫成A^1,1I1+B^1,2O2=O1]]>B^2,1I1+C^2,2O2=I2]]>請記住衝擊係數定義為bi，j，k＝ai，j，kfor k＝1bi，j，k＝ai，j，k-ai，j，(k-1)＝Δai，j，kfor k:2→ncoef同理，茲定義第二不同係數為ci，j，k＝bi，j，kfor k＝1ci，j，k＝bi，j，k-bi，j，(k-1)＝Δbi，j，kfor k:2→ncoef注意bi,j,m=m=1l(ci,j,l)]]>ai,j,k=l=1k(bi,j,l)=lk(m=1l(ci,j,m))]]>請注意現在矩陣成為步級反應係數(A)，衝擊係數(B)，及二次不同係數(C)的混合給合。由於新獨立變量屬「累積」形式而不是「微商」形式，而新的依附變量屬「微商」形式而非「累積」形式。為了轉換此一方程式系統成為步級格式藉以恢復步級係數，就須要執行下列二個步驟步驟1轉換新的獨立變量由「累積」至「微商」形式，δO2ΔO2。
步驟2轉換新的依附變量由「微商」至「累積」形式，ΔI2δI2。
步驟1轉換新的獨立變量由「累積」至「微商」。
此一步驟只須重新整理方程式中的各項，請注意，δO2在本矩陣中出現於二段 由於bi，j，k＝ai，j，kk＝1時bi，j，k＝ai，j，k-ai，j，(k-1)＝Δai，j，kk:2→ncoef時及ci，j，k＝bi，j，kk＝1時ci，j，k＝bi，jk-bi，j，(k-1)＝Δbi，j，kk:2→ncoef時我們可將上式寫成
=a^1,2,1(O2,1-O2,0)a^1,2,2O2,1-a^1,2,2O2,0-a^1,2,1O2,1+a^1,2,1O2,0+a^1,2,1O2,2-a^1,2,1O2,0a^1,2,3O2,1-a^1,2,3O2,0-a^1,2,2O2,1+a^1,2,2O2,0+a^1,2,2O2,2-a^1,2,2O2,0-a^1,2,2O2,2+a^1,2,1O2,0+a^1,2,1O2,3-a^1,2,1O2,0b^2,2,1(O2,1-O2,0)b^2,2,2O2,1-b^2,2,2O2,0-b^2,2,1O2,1+b^2,2,1O2,0+b^2,2,1O2,2-b^2,2,1O2,0b^2,2,3O2,1-b^2,2,3O2,0-b^2,2,2O2,1+b^2,2,2O2,0+b^2,2,2O2,2-b^2,2,2O2,0-b^2,2,1O2,2+b^2,2,1O2,0]]>=a^1,2,1(O2,1-O2,0)a^1,2,2(O2,1-O2,0)+a^1,2,1(O2,2-O2,1+O2,0-O2,0)a^1,2,3(O2,1-O2,0)+a^1,2,2(O2,2-O2,1+O2,0-O2,0)+a^1,2,1(O2,3-O2,2+O2,0-O2,0)b^2,2,1(O2,1-O2,0)b^2,2,2(O2,1-O2,0)+b^2,2,1(O2,2-O2,1+O2,0-O2,0)b^2,2,3(O2,1-O2,0)+b^2,2,2(O2,2-O2,1+O2,0-O2,0)+b^2,2,1(O2,3-O2,2+O2,0-O2,0)]]>
由於B^1,2O2C^2,2O2=A^1,2O2B^2,2O2]]>我們可重寫此方程式系統為A^1,1I1+A^1,2O2=O1]]>B^2,1I1+B^2,2O2=I2]]>至此完成步驟1.
步驟2轉換新依附變量由「微分」至「累積」形式新的第二依附變量方程式寫成如下，須要將這些方程式由「微商」轉換成「累積」形式。
2，1，1ΔI1，1+2，2，1ΔO2，1＝I2，1-I2，0＝ΔI2，12，1，2ΔI1，1+2，1，1ΔI1，2+2，2，2ΔO2，1+2，2，1ΔO2，2＝I2，2-I2，1＝ΔI2，22，1，3ΔI1，1+2，1，2ΔI1，2+2，1，1ΔI1，3+2，2，3ΔO2，1+2，2，2ΔO2，2+2，2，1ΔO2，3＝I2，3-I2，2＝ΔI2，32，1，4ΔI1，1+2，1，3ΔI1，2+2，1，2ΔI1，3+2，1，1ΔI1，4+2，2，4ΔO2，1+2，2，3ΔO2，2+2，2，2ΔO2，3+2，2，1ΔO2，4＝I2，4-I2，3＝ΔI2，4 由於據定義bi，j，1＝ai，j，1及Ij，1-Ij，0＝ΔIj，1＝δIj，1式1變成2，1，1ΔI1，1+2，2，1ΔO2，1＝δI2，1為了求得第二步級係數方程式，應將最先兩個衝擊係數方程式累加起來(2，1，1+2，1，2)ΔI1，1+2，1，1ΔI1，2+(2，2，1+2，2，2)ΔO2，1+2，2，1ΔO2，2＝I2，2-I2，1+I2，1-I2，0＝I2，2-I2，0或2，1，2ΔI1，1+2，1，1ΔI1，2+2，2，2ΔO2，1+2，2，1ΔO2，2＝δI2，2為了求得第二步級係數方程式，應將最先3個衝擊係數方程式累加起來(2，1，1+2，1，2+2，1，3)ΔI1，1+(2，1，1+2，1，2)ΔI1，2+2，1，1ΔI1，3+(2，2，1+2，2，2+2，2，3)ΔO2，1+(2，2，1+2，2，2)ΔO2，2+2，2，1ΔO2，3＝I2，3-I2，2+I2，2-I2，1+I2，1-I2，0＝I2，3-I2，0或，2，1，3ΔI1，1+2，1，2ΔI1，2+2，1，1ΔI1，3+2，2，3ΔO2，1+2，2，2ΔO2，2+2，2，1ΔO2，3＝δI2，3
為了求得笫四步級係數方程式，應將最先4個衝擊係數方程式累加起來(2，1，1+2，1，2+2，1，3+2，1，4)ΔI1，1+(2，1，1+2，1，2+2，1，3)ΔI1，2+(2，1，1+2，1，2)ΔI1，3+2，1，1Δ1，4+(2，2，1+2，2，2+2，2，3+2，2，4)ΔO2，1+(2，2，1+2，2，2+2，2，3)ΔO2，2+(2，2，1+2，2，2)ΔO2，3+2，2，1ΔO2，4＝I2，4-I2，3+I2，3-I2，2+I2，2-I2，1+I2，1-I2，0＝I2，4-I2，0或2，1，4ΔI1，1+2，1，3ΔI1，2+2，1，2ΔI1，3+2，1，1ΔI1，4+2，2，4ΔO2，1+2，2，3ΔO2，2+2，2，2ΔO2，3+2，2，1ΔO2，4＝δI2，4如此，新的第二次依附變量現在變成2，1，1ΔI1，1+2，2，1ΔO2，1＝I2，1-I2，0＝δI2，12，1，2ΔI1，1+2，1，1ΔI1，2+2，2，2ΔO2，1+2，2，1ΔO2，2＝I2，2-I2，0＝δI2，22，1，3ΔI1，1+2，1，2ΔI1，2+2，1，1ΔI1，3+2，2，3ΔO2，1+2，2，2ΔO2，2+2，2，1ΔO2，3＝I2，3-I2，0＝δI2，32，1，4ΔI1，1+2，1，3ΔI1，2+2，1，2ΔI1，3+2，1，1ΔI1，4+2，2，4ΔO2，1+2，2，3ΔO2，2+2，2，2ΔO2，3+2，2，1ΔO2，4＝I2，4-I2，0＝δI2，4 因此，整個方程式系統變成； 此式可改寫成A^1,1I1+A^1,2O2=O1]]>A^2,1I1+A^2,2O2=I2]]>為了更進一步說明本發明的應用，茲列出另一數字上的例子來釋示剛為了開啟環路步驟反應模型所推導的算法。此一算法應用於方程式的形式δO＝AΔI。茲令有2個獨立變量，2個依附變量及4個模型係數的模型，其中第二獨立變量為PID控制器的安置點，而第二依附變量為PID控制器的閥位置，我們希望重建模型其PID閥位置為獨立變量而非PID安置點。此須要把PID控制器的動態值依照前揭算法從所有系統反應移除。此例中有下劃線的模型與附錄2中所使用者相同。
依附乏-1I獨立乏-1獨立乏-2a1，1，1＝1.5a1，2，1＝0.5a1，1，2＝2.1a1，2，2＝0.9a1，1，3＝2.3a1，2，3＝1.1a1，1，4＝2.4a1，2，4＝1.2依附乏-2獨立乏-1獨立乏-2a2，1，1＝-0.3 a2，2，1＝ 0.75a2，1，2＝-0.7 a2，2，2＝1.0a2，1，3＝-0.8 a2，2，3＝1.15a2，1，4＝-0.85 a2，2，4＝1.2問題特寫成如下的矩陣，指出樞軸要素
式5乘以(-1/0.75)
式5乘以0.5，加算於式1並取代式1式5乘以0.9，加算於式2並取代式2式5乘以1.1，加算於式3並取代式3式5乘以1.2，加算於式4並取代式4式5乘以1.0，加算於式6並取代式6式5乘以1.15，加算於式7並取代式7式5乘以1.2，加算於式8並取代式8
式6乘以(-1/0.75)
式5乘以0.5，加算於式2並取代式2式5乘以0.9，加算於式3並取代式3式5乘以1.1，加算於式4並取代式4式5乘以1.0，加算於式7並取代式7式5乘以1.15，加算於式8並取代式8
式7乘以(-1/0.75)
式5乘以0.5，加算於式3並取代式3式5乘以0.0，加算於式4並取代式3式5乘以1.0，加算於式8並取代式8
式8乘以(-1/0.75)
式5乘以0.5，加算於式4，並取代式4
重新整理方程式
為新的二次獨立變量累積係數
為新的二次獨立變量累積係數
移除PID動態值後的新模型係數依附乏-1獨立乏-1獨立乏-2a1，1，1＝1.700a1，2，1＝0.667a1，1，2＝2.660a1，2，2＝0.978a1，1，3＝3.060a1，2，3＝1.007a1，1，4＝3.241a1，2，4＝1.024依附乏-1獨立乏-1獨立乏-2a2，1，1＝0.400a2，2，1＝1.333a2，1，2＝0.800a2，2，2＝0.889a2，1，3＝0.720a2，2，3＝0.770a2，1，4＝0.707a2，2，4＝0.810請注意所有係數值都變了請核對應的衝擊係數符合於那些已與FIR例子識別依附乏-1獨立乏-1獨立乏-2b1，1，1＝1.700b1，2，1＝0.667b1，1，2＝0.960b1，2，2＝0.311
b1，1，3＝0.400b1，2，3＝0.030b1，1，4＝0.181b1，2，4＝0.017依附乏-2獨立乏-1獨立乏-2b2，1，1＝0.400b12，2，1＝1.333b2，1，2＝0.400b2，2，2＝-0.444b2，1，3＝-0.080 b2，2，3＝-0.119b12，1，4＝-0.013 b2，2，4＝0.040柱模擬實例使用演算法的另一實施例表示於下，此實施例釋示以下各項利用閥基有限衝擊反應(FIR)模型為製程模擬器。
廠方步級試驗及FIR模型的識別是基於特殊調整控制形態。
使用經推薦的算法來移除PID控制器動態值並恢復下位閥基模型。
此一實施中，基於閥位置的FIR模型是用為製程模型以模擬複合分餾器的行為。分餾器的調整控制由3個PI(比例/積分)及饋控制器組成。廠方步級試驗是利用調整控制器安置點執行模擬。FIR模型於是為基於PI控制器的安置點的分餾器而獲得。此一基於調整控制架構的模型就可輸入演算以移除PI控制器動態值及憭復原始FIR製程模型。
請注意有限衝擊反應模型此一名詞是用在模型的開啟環路步級反應格式，因為步級格式是可以直接從衝擊係數計算得來的。
複合分餾器架構的說明圖1為複合分餾器的示意圖。饋供流量率是受控制於上流單元而在爐內預熱。分餾器7有一頂部，中間部與底部產品。分餾器上空溫度是受控制於PI控制器8的預部回流加熱。中間產品的回引溫度是受控制於PI控制器9的推動中間產品回引率。第三PI控制器10推動底部產品率以控制分餾器的底部水準。底部的組合物(輕量成份)是以一分析器11量測。
有限衝擊反應(FIR)模型此實例中所用製程模型為一開啟環路，基於閥位置的步級反應模型，總結如下模型的獨立變量TIC-2001.OP頂部回流閥TIC2002.OP-中間產品流動閥LIC-2007.09-底部產品流動閥FIC-2004.SP-中間回流率FI-2005.PV-分餾器饋供率模型的依附變量TIC2001.PV-分餾器上空溫度TIC2002.PV-中間產品引出溫度LIC-2007.PV-分餾器底部水準AI-2022.PV-分餾器底部組合物(輕量成份)開啟環路步級反應模型可由理想化的觀點來看成如以下的通俗化了。以系統在穩定狀態下，第一獨立變量以一個工程單元在時間＝0時增加，但是保持其它獨立變量為常數。對所有依附變量值即以相同時間間隔量測直至系統再達於穩定狀態。每一依附變量對第一獨立變量的模型反應曲線即以從依附變量在每一將來時間間隔的量測值減去依附變量在時間＝0時的值計算而得。主要是，步級反應曲線代表的是獨立變量的變化對依附變量的影響。此一過程就被繼續反覆至所有獨立變量產生完整的模型。模型的穩定狀態時間是被系統中最慢反應的曲線的穩定狀態時間所規範。
顯然的在現實世界中，模型無法以此方式予以一般化，這是由於過程往往不是處於穩定狀態。此外，在獨立變化步驟中不可能防止未量測的幹擾影響系統。模型的產生須就每一獨立變量(廠方步級試驗)做那多重步驟。於是所收集的數據就用一種軟體包裝例如AspenTech’s DMCplus Model program來計算開啟環路步級反應模型。
這樣的模型一經被識別，即可用來依據過去獨立變量的變化來預測將來的系統反應。也就是說，假如我們知道所有獨立變量如何以一穩定狀態在過去變化，我們可用模型來預測獨立變量如何在將來改變一穩定狀態，但應假設再無獨立變量的變化。這說明了模型的應用於預測(這是利用FIR模型作為製程模擬器的基礎)。
茲假設基於將來已無獨立變量的變化來預測的將來系統反應，及假設對所有獨立與依附變量的限制條件，模型即可用來規劃一個策略，其獨立變量趨於維持所有獨立及依附變量於限制範圍內。這說明了模型的利用於控制。
利用有限衝擊反應(FIR)模型於製程模擬器此一實例的模型具有一維持90min的穩定狀態時間。使用3min的時間間隔。結果每一反應曲線被一30次的向量所規範。該30次代表該依附變量對獨立變量在時間＝0時的步級變化的橫跨時間的累積變化，而一方面維持所有其它獨立變量為常數。
模型係數值可示於表1，及模型曲線繪製於圖2。這個基於閥位置的模型是利用於預測將來系統的行為於依據模型獨立變量的過去與現在變化的模型依附變量中。
表1分餾器模擬的閥基模型係數依附變量1的步級反應係數TIC-2001.PV DEG F
依附變量2的步級反應係數TIC-2002.PV DEG F
依附變量3的步級反應係數LIC-2001.PV％
依附變量4的步級反應係數AI-2022.PV MOLE％
如上文中已提到，此系統中含有3個PI(比例/積分)控制器。這些PI控制器的性能如下表2分餾器PI控制器
以這些PI控制器調整製程下施行一廠方試驗(依該數據描繪曲線示於圖3)。系統的獨立與依附變量如下模型的獨立變量TIC-2001.SP-頂部回流閥SPTIC-2002.SP-中間產品流動閥SPLIC-2007.SP-底部產品流動閥SPFIC-2004.SP-中間部回流率FI-2005.PV-分餾器饋供率模型的依附變量TIC-2001.PV-分餾器上空溫度TIC-2002.PV-中間產品引出溫度LIC-2007.PV-分餾器底部水準TIC-2001.OP-頂部回流閥
TIC-2002.OP-中間產品流動閥LIC-2007.OP-底部產品流動閥AI-2022.PV-分餾器底部組成物(輕量成分)這說明了閥基FIR模型利用作為製程的模擬器。如上文的說明，PID的控制計算是在製程模擬器的外部完成。
所得數據經分析後就識別了基於此一PID形態的模型，如圖4所示。
移除PID動態值的新算法應用於圖4所示的模型，而此已移除PID動態值的模型與原先的模擬模型相比較，如在圖5中可以看出，算法成功的恢復了原先的閥基模型。請注意經恢復模型的穩定狀態時間是長於原先模型的穩定狀態時間。這是具有PID控制器的模型的穩定狀態時間較長的結果。原先的閥基模擬模型的穩定狀態時間為90分鐘(min)。當PID控制器形態已造成而廠方步級試驗也已完成，但由於須等待PID回饋控制的安排，製程到達穩定狀態須要花費180分鐘。經恢復的閥基模型其穩定狀態時間維持時間與含有產生動態值的PID一樣。由是可見，無論如何，經恢復的模型已達於穩定狀態90分鐘，而假設在那時點切短，即剛好符合於原先的閥基模型。
工業上的可應用性過去，當PID控制器被再調諧或當調整控制架構被重組形態，即有一新廠完成及新模型構成。本文中所描述的發明可移除PID控制器動態值而不必執行另一廠方試驗。
此一移除PID動態值的能力允許只基於閥位置就能產生一離線製程模擬器而不必用PID安置點。廠方試驗可藉任何穩定的調整形態及PID調諧來完成，而可得到一對應的模型。移除PID動態值的算法即可應用於所得模型來移除所有PID控制器的動態值，而從安置點轉換模型輸入至閥門。於是調整控制架構可經DCS控制臺或控制臺模仿器在製程模型外部模仿。這可容許操作員設定PID控制器於手動模態，斷裂串接，再調諧PID控制器，甚至重組調整控制架構的形態。
關於基於模型的控制應用，當須要修正系統內PID控制器的PID調諧是有時間的。借著移除動態值的能力，可產生一具基於此PID控制器閥的模型。於是離線模擬計算得以施行來產生一新製程模型，其中含有新的PID調諧，而此新穎的模型可融合於基於模型的控制器，因此藉以避免廠方步級試驗。此技術亦可應用於如果調整控制架構須要重建形態的場合。假設我們有一溫度控制器安置點作為我們模型的輸入。假如那具閥門已不靈而非經關閉單元不能修復，即算法可應用於移除溫度控制器的動態值而控制應用可繼續而不必依賴溫度控制器。
本發明的另一優點為製程可以一個調整形態來試驗而且基於模型的控制器可與不同的形態互通。其一實例為流體化床觸煤碎化單元(Fluidized Bed Catalytic Unit Fccu)，其系統壓力是以PID控制器推動溼瓦斯壓縮機的速率來控制，往往最經濟的運轉單元的處所是在最高速率的壓縮機，但在此場合壓力並非直接控制。壓力不加控制來試驗單元是困難的。解決之道在藉PID控制器推動壓縮機速率來試驗工廠，並控制掌握速率。當獲得模型時，壓力控制器PID動態值被移除而基於模型的控制應用將直接推動壓縮機速率。在此實例中，基於模型的控制應用控制系統壓力當做輸出，而當壓縮機速率最大時處理控制其它的輸入。
往往在試驗某一單元時，某些PID控制器的閥在做廠方試驗期間未經控制的驅動。在現時，此數據不可用於建立製程模型。藉新算法，使用所有數據甚至PID控制器未控制下是有可能的。這可首先藉如同前法利用只有PID控制器在控制下場合的數據來識別模型。然後修正此模型以移除PID動態值並濾入新的數據於模型中。
因此，本發明可以建造高真實性，可利用於離線製程模擬器而且將加強實行並維持基於模型的控制應用能力。
本發明較佳的實施例已揭示並說明於圖示中，由於較佳實施例的變化對熟悉此方面技術的人士顯而易見，本發明不得解釋為其範圍僅局限於本說明中所示與描述的部份而已，而應可在下列專利範圍內變更實施。
權利要求
1.一種模型預測控制器MPC的應用方法，用以自制程控制器模型中移除未經量測的幹擾影響，該製程中具有複數的可獨立控制並處理的變量，及至少一個經控制的依附於可獨立控制並處理的變量，該方法包含的步驟為收集有關該製程的數據，藉分別引進一試驗幹擾於各該處理的變量中並量測幹擾對該控制下變量的影響；利用幹擾對該控制下變量的影響而產生第一線性化動態值模型，使該模型至少關聯一該控制下變量與該可獨立控制處理的變量；及互換經選定的閥位置控制下變量與其對應的經選定可獨立控制處理的第一線性化動態模型內的PID控制器安置點變量，利用矩陣排消除數學以產生第二線性化動態模型，其為一可獨立控制處理變量的新組合，該第二線性化動態模型具有經選定的可獨立控制並處理的PID控制器安置點變量而已從該第二動態模型移除。
2.如權利要求1所述的方法，其特徵在於所述第一線性化動態模型為一步變反應模型。
3.如權利要求1所述的方法，其特徵在於所述第一線性化動態模型為一有限衝擊模型。
4.一種控制製程的方法，該製程具有複數的可獨立控制處理的變量及至少一個經控制的依附於該可獨立控制處理變量的變量，該方法包含的步驟為收集有關該製程的數據，藉分別引進一試驗幹擾於各該處理的變量中並量測幹擾對該控制下變量的影響；利用幹擾對該控制下變量的影響而產生第一線性化動態值模型，使該模型至少關聯一該控制下變量與該可獨立控制處理的變量；互換經選定的閥位置控制下變量與其對應的經選定可獨立控制處理的第一線性他動態模型內的PID控制器安置點變量，利用矩陣排消除數學以產生第二線性化動態模型，其為一可獨立控制處理變量的新組合，該第二線性化動態模型具有經選定的可獨立控制並處理的PID控制器安置點變量而已從該第二線性化動態模型移除；量測該等變量的現值；從該收集到的關於該製程，該經量測的現值及預為選定的操作限制計算隨意的時間間隔，藉設定現在與將來的至少對該經控制處理的變量的動向來獲得該控制處理的變量的新值，並推動該至少一個依附可控制變量向該等限制中的至少一個；及藉調整該現在與將來的設定動向用該等經調整處理的變量來改變該製程以引起該製程推動該至少一個依附可控制變量趨向該等限制中的至少一個。
5.如權利要求4所述的方法，其特徵在於所述製程包含至少一個未經控制的變量，其是依附於該等經控制處理的變量，及該計算為現在與將來設定的動向的步驟更包含計算該設定動向以便使該未經控制的變量受限於一預定的限制條件內。
6.如權利要求5所述的方法，其特徵在於所述計算為現在與將來設定動向的步驟更包含計算該設定動向以便使至少一個該等經控制處理的變量受限於一預定的限制條件內。
7.如權利要求4所述的方法，其特徵在於所述為了現在與將來設定動向計算的步驟包含利用二次方程式程序技術來計算該設定動向。
8.如權利要求7所述的方法，其特徵在於所述為了現在與將來設定動向計算的步驟更包含計算該設定動向以便使該等經調整控制變量中的至少一個受限於一預定的限制條件內。
9.如權利要求7所述的方法，其特徵在於所述製程包含至少包含一個未經控制的變量其是依附於該等經控制處理的變量，而且該為了現在與將來設定動向計算的步驟更包含計算該設定動向以便使該未經控制的變量受限於一預定的限制條件內。
10.如權利要求4所述的方法，其特徵在於所述為了現在與將來設定動向計算的步驟包含利用線性程序技術來計算該設定動向。
11.如權利要求10所述的方法，其特徵在於所述為了現在與將來設定動向計算的步驟更包含計算該設定動向以便使至少一個該等經控制處理的變量受限於一預定的限制條件內。
12.如權利要求10所述的方法，其特徵在於所述製程包含至少一個未經控制的變量其是依附於讓等經控制處理的變量，而且該為了現在與將來設定動向計算的步驟更包含計算該設定動向以便使該未經控制的變量受限於一預定的限制條件內。
13.如權利要求4所述的方法，其特徵在於所述計算該設定動向的步驟更包含計算該設定動向以便使至少一個該等經控制處理的變量受限於一預定的限制條件內。
14.如權利要求13所述的方法，其特徵在於所述製程包含至少一個未經控制的變量其是依附於該等經控制處理的變量，而且該為了現在與將來設定動向計算的步驟更包含計算該設定動向以便該未經控制的變量受限於一預定的條件內。
15.一種開發一製程的新穎線性化動態模型而該製程中至少一個PID控制器的調諧改變時就不須執行新的廠方識別試驗的方法，其包含的步驟為利用矩陣排消除數學互換該原先線性化動態模型內的至少一個PID控制器與其相對應的在該原先線性他動態內的閥位置控制變量，以產生第二線性化動態模型，其具有該至少一個相對應的閥位置作為新的獨立可控制處理的變量；透過數學的模仿器在外部模仿新的所希望的PID調諧以模作該至少一個新的與第二線性化動態模型調諧的PID控制器；及藉步級化每一經控制處理的變量試驗該第二線性化動態模型與其經模仿的PID調諧以獲得該新的線性化動態模型，其將含有該至少一個PID控制器的動態值。
16.一種產生使用於製程模擬及訓練模擬人員用的離線製程模擬器，是藉從一製程的控制器模型移除未經量測的幹擾影響而產生，該製程具有複數的可獨立控制，處理的變量及至少一個經控制的變量依附於該等可獨立控制，處理的變量，包含的步驟為收集有關該製程的數據；是藉分別引進一試驗幹擾於各該處理的變量中並量測幹擾對該控制下變量的影響；利用幹擾對該控制下變量的影響而產生第一線性化動態值模型，使該模型至少關聯一該控制下變量與該可獨立控制處理的變量；利用矩陣排消除數學互換各可獨立控制，處理的PID控制器安置點變量與其相對應的該第一線性化動態模型內的閥位置控制下變量，以產生第二線性化動態模型，其具有該等相對應的閥位置作為新的可獨立控制處理的變量的組合，該第二線性化動態模型具有該經選定的可獨立控制，處理PID控制器安置位置變量的動態值從該第二線性化動態模型移除；及透過數學的模仿器在外部模仿新的所希望的調整控制架構以手動，串接或自動模式模仿PID控制器。
17.如權利要求16所述的方法，其特徵在於從一經驗動態模型產生的一種離線製程模擬器。
全文摘要
本發明揭示一種從一MPC中移除PID動態值的方法，該MPC是利用製程的識別試驗而開發。如此即可創造出一種閥基離線製程模擬器並可當在任何PID控制形態或調諧有變動時提供產生新的複數多重可變製程控制，而如此做也並不須實施新的製程識別試驗。
文檔編號G05B11/42GK1695138SQ03803482
公開日2005年11月9日 申請日期2003年1月9日 優先權日2002年1月10日
發明者查爾斯·R·卡勒 申請人:查爾斯·R·卡勒