PID, APC

操作驱动矩阵设计

多变量控制矩阵在一个轴上的操纵变量(MVS),另一个轴上的受控变量(CV),以及矩阵中的模型,表示该MV / CV对之间的关​​系。有效的多变量控制器使用正确的模型进行各种控制和优化需求。

由Allan Kern. 2019年12月2日
礼貌:APC性能LLC

矩阵设计实践是指控制工程师如何设计任何多变量控制器的核心矩阵。一个多变量控制矩阵由一个轴上的操纵变量(MV),另一个轴上的控制变量(CV),以及矩阵内不同位置的模型组成,这表明了MV/CV对之间的关系(图1)。为各种控制和优化的目的,需要在多变量控制器。

在过去的30年里,“大矩阵”设计实践在工业应用中占据主导地位(几乎是独占的)。在大矩阵的实践中,广泛的工厂测试被用来识别所有相关的过程变量和过程交互(模型)。一个基本原则是更多的变量和更多的模型产生一个更完整的解决方案,无论是控制还是优化的目的。对于大矩阵实践来说,通常会产生一个跨越整个电厂单元的多变量控制器,其中包含数十个变量(有时超过100个)和数百个模型(有时超过1000个)。

图1:基于操作驱动的设计实践,用于大气原油蒸馏塔的多变量控制矩阵。矩阵小于传统的原油列应用。它主要解决了柱压力和产品推理质量控制,这通常是本申请最有价值的目标 - 并且通常在现有的大矩阵应用中发现“未扫描”的目标。礼貌:APC性能LLC

图1:基于操作驱动的设计实践,用于大气原油蒸馏塔的多变量控制矩阵。矩阵小于传统的原油列应用。它主要解决了柱压力和产品推理质量控制,这通常是本申请最有价值的目标 - 并且通常在现有的大矩阵应用中发现“未扫描”的目标。礼貌:APC性能LLC

这种方法的副作用是当今过程行业中的多变量控制器是大型,复杂,脆弱,昂贵,挑战,拥有,运作和维护。此外,大矩阵方法排除了可以基于更基本的控制和操作改进的更小的多变量控制应用,但这并不一定可以证明大矩阵范例的高成本阈值。

在传统的多变量控制技术中,内置优化器始终被认为是一个必不可少的作品,因此大多数涉及的人从未质疑过。相反,搜索已寻找更好的方式来支持和维护大矩阵控制器。然而,通过洞察力从数十年的经验中,现在可以看到替代方法来构建更小和更高效的多变量控制应用,以解决没有内置优化器的运行和控制需求,因此没有生长矩阵的副作用超出其基本控制和操作范围。

操作驱动矩阵设计

操作驱动的矩阵设计可以揭示以前仍然“低于大矩阵实践”的重要自动化机会。(参见“低海拔雷达:较小的多变量控制。”)它与优化驱动的设计以关键方式不同。它通常会导致较小的多变量控制器,而不是一个大型控制器,变量和模型更少。当对变量的重要性产生担忧时,其对控制的功效或其模型的可靠性,它通常遗漏出矩阵。将其留出来的可靠性。在优化方面保持错误。操作驱动矩阵设计的总体目标是自动化,不优化,这种设计致力于仅包括必要,可靠和有价值的部分。

在操作驱动的矩阵设计中,基于对设定值,输出或模式的频繁(通常高度重合)更改,识别相关单环控制器组。此活动表示操作团队执行的手动开环多变量控制。目标是:

  1. 自动化这些手动多变量控制方案,以捕获闭环与开环控制的众所周知的内在效益
  2. 减轻了重复控制回路微管理的经营团队,从而允许更多时间发挥主动过程监督作用。

操作驱动的设计并不努力包括所有相关变量和模型。它通常侧重于已经在现有手动多变量控制操作实践和程序中使用的那些。它自动化成熟的经过验证的程序,并捕获操作团队的经验和技能,了解哪些MVS适合和可靠,用于控制哪些CVS。使用自动化捕获操作员技能是一个重要标准,即大矩阵实践通常忽视,有利于更好的优化。

在控制层中,多变量控制需要在高频处执行,因为过程值可能实时变化,但优化通常不需要在高频处执行,因为优化通常不会在实时改变。

在控制层中,多变量控制需要在高频处执行,因为过程值可能实时变化,但优化通常不需要在高频处执行,因为优化通常不会在实时改变。

这把优化留给了什么?

优化属于业务层,基于对站点范围信息的访问,能够承担各种计划、调度、混合和建模工具的能力,以及适当的执行时间框架,这通常是每天的,而不是实时的。通常的做法是每天对(优化的)站点范围的生产计划进行更新,并通过操作命令链将其传递下去,通常从“晨会”开始。

这就提出了关于控制层中传统的多变量控制内置优化器的问题。在控制层,多变量控制需要以高频率执行,因为过程值受到实时更改的影响。然而,优化通常不需要高频执行,因为优化通常不会实时改变。这使得控制层优化器变得多余和不必要,即使它大大增加了传统多变量控制应用程序的高成本和维护(仅次于模型维护)。

低空雷达:较小的多变量控制

许多较小的多变量控制应用仍然是大矩阵多变量控制范例的“雷达下方”,但这些应用的确切性质和识别它们的方法从未提出过 - 直到现在。一种用于发现这些应用程序的简单技术是使用控制台活动日志来显示以设定值,输出或模式更改的形式需要最多操作员干预的控制器(图2)。

安全假设是大多数这些“坏演员”在手动多变量控制场景中有效地有效,其中运营商必须经常调整相关控制器组,以在最佳目标值下保持约束限制的相关过程变量和(在可能的程度上)。[注:术语“最优目标值”指的是剩余的MV可用性(在约束控制之后)是如何被利用的,并不一定意味着这个值来自于实时优化器,事实上它通常不是。]

此手动开环活动可以自动化 - 可以关闭这些多变量环路 - 通过部署操作驱动的多变量控制器来捕获闭环控制效益与开环控制。

该技术成功地在近期内存中成功地用于工业应用中的两次:一旦到手动循环(而不是手动中的多变量循环),并一次解决“坏演员”警报。在每种情况下,该技术用于显示问题的程度,然后测量最佳实践目标度量值的进展。根据EEMUA 191,报警系统 - 设计,管理和采购指南,运营商每10分钟不应超过一个警报。但是,每小时没有最佳实践指南。这也仍然在雷达之下 - 直到现在。

艾伦·克恩,P.E.,是所有者,总统和控制工程顾问APC性能LLC.。由Mark T. Hoske,Content Manager编辑,控制工程,《媒体mhoske@cfemedia.com.

更多的答案

关键词:高级控制,多变量控制

多变量控制可以在没有自己的优化器的情况下追求优化目标。这已经是(已经长期以来)整个过程控制的规范。

通过专注于控制和操作需求,可以简化矩阵设计而不是优化,导致更有效且可靠的多变量控制器。

所有优化可能居住在业务层(如最重要的是),而不是在控制层中,在那里它是冗余和有问题的。

考虑一下这一点

你在更新您的多变量控制实现关闭更多循环?


艾伦·克恩
作者简介:Allan Kern,P.E.,是所有者,APC性能LLC。他拥有超过30年的先进过程控制(APC)经验,并在经济高效的APC解决方案上创作了众多论文。他是本身自适应控制算法的发明者和多变量控制的模型方法。他是1981年的韦森大学化学工程毕业,并在控制系统工程和化学工程中拥有专业的工程牌照。