CN101114160A - 加工厂内的实时同步控制和仿真 - Google Patents
加工厂内的实时同步控制和仿真 Download PDFInfo
- Publication number
- CN101114160A CN101114160A CNA200710137613XA CN200710137613A CN101114160A CN 101114160 A CN101114160 A CN 101114160A CN A200710137613X A CNA200710137613X A CN A200710137613XA CN 200710137613 A CN200710137613 A CN 200710137613A CN 101114160 A CN101114160 A CN 101114160A
- Authority
- CN
- China
- Prior art keywords
- simulation
- control network
- process control
- variable
- analogue system
- Prior art date
- Legal status (The legal status 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 status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 212
- 230000008569 process Effects 0.000 title claims abstract description 185
- 238000004088 simulation Methods 0.000 title claims abstract description 116
- 230000001360 synchronised effect Effects 0.000 title abstract description 15
- 238000004886 process control Methods 0.000 claims abstract description 134
- 238000012545 processing Methods 0.000 claims description 84
- 230000008859 change Effects 0.000 claims description 31
- 238000005259 measurement Methods 0.000 claims description 6
- 238000011112 process operation Methods 0.000 claims description 4
- 210000005036 nerve Anatomy 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 22
- 239000013598 vector Substances 0.000 description 38
- 230000006870 function Effects 0.000 description 30
- 238000004891 communication Methods 0.000 description 14
- 230000004044 response Effects 0.000 description 11
- 238000003860 storage Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000012360 testing method Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 239000004615 ingredient Substances 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 206010000372 Accident at work Diseases 0.000 description 2
- 241001269238 Data Species 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000003416 augmentation Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 238000012369 In process control Methods 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000010965 in-process control Methods 0.000 description 1
- 238000012905 input function Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000007514 turning Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
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
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
-
- 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
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive 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
- G05B13/041—Adaptive 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 in which a variable is automatically adjusted to optimise the performance
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Feedback Control In General (AREA)
Abstract
过程控制***仿真技术对实际过程控制网络进行实时仿真,就如同网络正在以与实际过程控制网络的操作同步的方式运行在加工厂中。这种实时且同步的仿真***包括仿真过程控制网络和过程模型,它们在实际过程控制网络的操作期间被周期性地自动更新,以反映对过程控制网络所做的改变,并说明工厂自身发生的改变,即需要更新过程模型的改变。所公开的仿真***提供更易于访问和使用的仿真活动,因为该仿真***所使用的过程控制网络和过程模型与当前过程运行状态同步,并且相对于当前过程运行状态最新。而且,该仿真***更准确,因为它使用仿真***进行仿真时的过程的当前状态建立的过程模型。此外,所公开的仿真***易于操作,因为它使用与实际过程控制网络相同的用户界面应用程序,并且可在加工厂运行的任何时刻被初始化和使用,而不用任何重大的配置或创建活动。
Description
技术领域
本发明总体上涉及诸如发电厂和工业制造厂之类的加工厂,更具体地说,涉及对加工厂内控制网络的操作进行同步仿真的实时控制和仿真***。
背景技术
分布式过程控制***,比如通常用在发电厂、化学制造厂、石油加工厂或其它加工厂中的分布式过程控制***,通常包括一个或更多过程控制器,这些过程控制器通过模拟、数字或模拟/数字混合总线,通信连接到一个或更多现场设备上。现场设备可以是例如阀门、阀门***、开关、变送器(例如,温度、压力、液位和流速传感器)、燃烧器,等等,它们位于过程环境内,并响应于过程控制器生成并发送的控制信号来执行比如开/关阀门、测量过程参数等过程功能。智能现场设备,例如符合公知的Fieldbus(现场总线)协议的现场设备,还可以执行控制计算、报警功能以及通常在控制器内或由过程控制器执行的其它功能。过程控制器通常也位于工厂环境内,接收表示由现场设备所测得的过程测量结果和/或关于现场设备的其它信息的信号,并执行例如运行不同的控制模块的控制应用程序,这些控制模块基于所收到的信息做出过程控制决策、生成过程控制信号,并且这些控制模块也与在诸如HART和Fieldbus现场设备之类的现场设备中正在执行的控制模块或者块协同工作。控制器内的控制模块通过通信线路将过程控制信号发送到现场设备,从而控制过程的操作。
来自现场设备和控制器的信息通常可通过数据总线应用于一个或更多通常位于控制室或其它远离较恶劣工厂环境的其它计算机设备中,例如操作员工作站、个人计算机、数据历史记录站、报告发生器、集中数据库等。这些计算机设备也可以运行应用程序,这些应用程序例如可以使操作员能够执行与过程有关的功能,例如改变过程控制例程的设置、修改控制器或现场设备内控制模块的操作、查看过程的当前状态、查看由现场设备和控制器产生的警报、维护和更新配置数据库,等等。
举例来说,由爱默生过程管理公司(Emerson Process Management)出售的Ovation控制***包含多种应用程序,这些应用程序存储在位于加工厂内多个地方的不同设备中,并由位于加工厂内多个地方的不同设备来执行。配置应用程序存在于一个或更多操作员工作站中,它使用户能够创建或更改过程控制模块,并通过数据总线将这些过程控制模块下载到专用分布式控制器中。通常,这些控制模块由通信互连的功能块组成,这些功能块是面向对象编程协议中的对象,并基于接收到的输入执行控制方案内的功能,并将输出提供给控制方案内的其它功能块。配置应用程序还允许设计人员创建或改变操作员界面,这些操作员界面由一个浏览应用程序所使用,以向操作员显示数据并使操作员能够更改过程控制例程内的设置,例如设定点。每个专用控制器以及某些情况下的现场设备,存储并执行控制器应用程序,该控制器应用程序运行所分配和下载到其上的控制模块来实现实际的过程控制功能。可在一个或更多操作员工作站上运行的浏览应用程序,可以通过数据总线接收来自该控制器应用程序的数据,并将所接收的数据显示给过程控制***设计者、操作员或者使用用户界面的用户,还可以提供任意多的不同视图,例如操作员视图、工程师视图、技术员视图,等等。数据历史应用程序通常存储于数据历史装置中并由该装置来执行,该数据历史装置采集和存储通过数据总线得到的部分或全部数据,而配置数据库应用程序可以在被连接到该数据总线上的又一个计算机上运行,以存储当前过程控制例程配置和与之相关的数据。或者,配置数据库也可以与配置应用程序放置在同一个工作站中。
如上所述,操作员显示应用程序通常以***级为基础在一个或更多工作站中被执行,并且向操作员或维护人员提供关于工厂内控制***或设备的运行状态的预配置显示。通常,这些显示采用如下显示形式:报警显示,该报警显示接收加工厂内控制器或设备产生的报警;控制显示,用于指示加工厂内控制器和其它设备的运行状态;维护显示,用于指示加工厂内设备的运行状态;等等。这些显示一般以公知方式被预配置,以显示从加工厂内过程控制模块或设备接收的信息或数据。在一些已知的***中,通过利用具有图形的对象来创建这些显示,其中图形与物理或逻辑元素关联,且通信捆绑到所述物理或逻辑元素以接收关于这些物理或逻辑元素的数据。对象可以基于所接收的数据改变显示屏上的图形,以显示例如油罐是半满状态、由流量传感器测得的流量,等等。尽管显示所需的信息从加工厂内的设备或配置数据库发送,但此信息仅被用于向用户提供包含此信息的显示。结果,所有用于产生报警、检测工厂内故障等的信息和程序都必须在加工厂控制***配置过程中由与工厂相关的不同设备(比如控制器和现场设备)产生并在其中进行配置。只有这样,此信息才能在过程运行期间被发送给操作员显示器用于显示。
此外,经常需要研制仿真***并将其放置在加工厂内,以仿真连接在加工厂内的控制网络的操作。这种仿真***可用于响应于新的或不同的控制变量(比如设定点)来测试加工厂的操作,以测试新的控制例程、执行优化、执行训练活动,等等。结果,已提出许多仿真***并用于加工厂内。不过,因为加工厂内的条件不断变化,包括设备随着时间老化,以及加工厂内未计入的干扰变量的出现,因此只有最复杂的仿真***通常能够执行加工厂的高保真度的仿真。而且,在许多已知的控制***中,由于仿真活动与加工厂在线环境中进行的显示和控制活动分开进行,因而很难建立或创建加工厂或其一部分的仿真。结果,仿真***与加工厂内控制网络的实际操作不能紧密协调一致。换言之,仿真***一旦建立,通常就与加工厂内的控制器分开运行,以仿真安装在加工厂内的过程控制网络的操作,因此这些仿真***很容易与工厂内的实际控制网络失调。而且,该仿真***中使用的过程模型可能很快与实际过程操作偏离。此外,很难将仿真***与加工厂内实现的操作员显示或控制模块集成在一起。
此外,在发电厂控制***以及其它类型的控制***中更是难以进行仿真,因为在这些控制***中,控制功能通常基于一定标准被分割在各种不同的控制机器(处理器)中,所述标准比如为相关工厂设备的物理位置、所关心的过程变量的动态特性以及故障容错和冗余考虑因素。主要由于与诸如对应布线长度之类的东西相关的机械考虑和限制,所以受影响的设备的物理位置是重要的。这里,过程动态特性通过对与特定过程变量相关的控制功能的执行周期进行规定和限制来影响控制功能的分割,其中所有的特定过程变量必须在仿真***内进行仿真。在加工厂中,故障容错考虑的目的在于降低处理器和计算机故障对发电的影响。
在任何情况下,尽管大多数公用事业公司和其它工厂包含离线的仿真器,用于操作员训练以及工程分析,但这种传统的方法将控制功能和仿真功能当作两个完全独立且不同的实体,每个实体都必须被单独创建、运行和配置,以正确操作。结果,用在这些工厂中的仿真***会很快与过程不一致,因此可能不是非常精确,并且这些仿真***通常也不太方便使用。
发明内容
过程控制仿真技术对实际过程控制网络进行实时仿真或预测,就如同网络正在以与实际过程控制网络的操作同步的方式运行在加工厂中。具体地说,该同步仿真***在该实际过程控制网络的操作期间被周期性地自动更新,以反映对该实际过程控制网络所做的改变,并说明工厂自身发生的改变,即需要更新所述仿真***内使用的过程模型的改变。本文所述的同步仿真***提供更易于访问和使用的仿真***,因为该仿真***内所使用的工厂模型与当前过程运行状态同步,并且相对于当前过程运行状态最新。
另外,所公开的仿真***更准确,因为该仿真***使用根据仿真***被初始化时的过程的当前状态建立的过程模型来进行特定的仿真。此外,该仿真***易于使用,因为它可以使用与过程控制网络内所使用的用户界面应用程序相同的用户界面应用程序来进行人机界面(MMI)活动。同样,该仿真***可在加工厂运行过程中的任何时刻被初始化和使用,而不用任何重大的配置或创建活动,因为当该仿真***被初始设置为预测模式时,该仿真***相对于加工厂内实际正在使用的控制网络总是最新的。因此,由于该仿真***与所述加工厂保持同步,所以操作员仅需要指定对要在仿真时使用的仿真控制***所做的改变,而且该仿真***易于操作以进行精确的仿真或预测。
总的来说,本文所述的仿真***可在包括跟踪模式和预测模式的两种不同模式之间交替。处于跟踪模式时,该仿真***与过程控制网络通信,以从该过程控制网络获得各种类型的状态数据,其中需要这些状态数据来保持仿真***的过程控制网络和过程模型与实际的过程控制网络和被控过程同步。此信息可以包括,例如定义过程控制器的操作的状态变量、所测量的过程变量和由加工厂内的控制器产生的过程控制信号。该信息可在该过程控制网络运行期间被周期性地接收,而在一个实施例中,该信息可以按照实际的过程控制网络内过程控制器的扫描速率被接收(即按照过程控制器操作以产生新的控制信号的速率)。在跟踪模式期间,仿真***利用所采集的状态信息来产生用于配置仿真控制网络的更新的控制器状态变量,并更新过程模型来基于最新采集的信息对所述过程建模。
在预测模式期间,操作员可以指定新的控制变量,比如设定点,以在仿真期间使用,然后该仿真***基于最新的过程模型进行操作以仿真过程的控制。根据操作员的需要,该仿真***可按照实时子模式、短时子模式和长时子模式运行。在任何情况下,仿真***可以例如响应于所改变的控制变量、所改变的控制例程、过程干扰等仿真实际过程控制网络的操作。或者,如果需要,该仿真***可以按照短时模式运行来仿真加工厂的操作,以确定所述过程在一定控制范围的稳态操作的指示,或者预测在将来某一时间点的该工厂的操作或者该工厂的某个变量。
因为该仿真***当其处于预测模式时,与当前运行的实际过程控制网络和加工厂是同步的,因此该仿真***能响应于仿真中所使用的控制变量提供对加工厂的操作更准确的仿真或预测。而且,由于一旦启动该仿真***,该仿真***就与加工厂同步,因此操作员不必在初始化该仿真***之前对仿真***进行任何重大的配置或更新,因而使该仿真***易于使用。此外,由于该仿真***与过程控制网络同步,因此该仿真***可使用同一用户界面例程,从而使该仿真***看起来和感觉上都与控制***一样,进而使该仿真***更易于使用和理解。
附图说明
图1是位于加工厂内的分布式过程控制网络的框图,包括实现仿真***的操作员工作站,该仿真***被配置为与实际过程控制网络的操作同步,从而仿真该加工厂的操作;
图2为加工厂控制***和用于仿真该加工厂控制***的仿真***的逻辑框图;
图3为图2中所示的加工厂控制***的控制回路的简化逻辑框图;
图4为由图2中所示的仿真***所执行的仿真控制回路的简化逻辑框图;
图5为图示在运行跟踪模式期间图2的仿真***和控制***之间通信互连的逻辑框图;以及
图6为实现本文所述特征的仿真***的框图。
具体实施方式
现在参见图1,详细图示用于加工厂10的示范性控制网络,比如与发电厂有关的控制网络。图1的加工厂10包括具有一个或更多控制器12的分布式过程控制***,每个控制器12通过输入/输出(I/O)设备或卡18与一个或更多现场设备14相连,所述输入/输出设备或卡可以是例如Fieldbus接口、Profibus接口、HART接口、标准的4-20毫安接口,等等。控制器12还经由数据总线24连接至一个或更多主机或操作员工作站20和22,数据总线24可以是例如以太网链路。数据库28可以连接至数据总线24,并作为数据历史记录器来操作,以采集和存储与加工厂10内的控制器12和现场设备14、16相关的参数、状态和其它数据。附加或可选地,数据库28可以作为配置数据库来操作,用于存储下载到并存储在控制器12以及现场设备14和16内的、加工厂10内过程控制***的当前配置。尽管控制器12、I/O卡18以及现场设备14和16通常位于并且遍布于整个有时恶劣的工厂环境内,但操作员工作站20和22以及数据库28通常位于控制室内,或者其它容易由控制员或维护人员进入的不太恶劣的环境中。
众所周知,每个控制器12,例如可以是由艾默生过程管理电力和水力解决方案有限公司销售的Ovation控制器,均存储和执行控制器应用程序,该控制器应用程序利用任意数目的不同的独立执行的控制模块或块29来实现控制策略。每个控制模块29均可以由通常所称的功能块组成,其中每个功能块均作为整个控制例程的一部分或子例程,并且与其它功能块一起共同操作(通过称作链接的通信路径),以便实现加工厂10内的过程控制回路。众所周知,功能块可以是但不必须是面向对象编程协议中的对象,这些功能块通常执行以下功能中的一种以实现加工厂10内的某些物理功能:例如与变送器、传感器或其它过程参数测量设备相关的输入功能,例如与执行比例-积分-微分(PID)、模糊逻辑等控制的控制例程相关的控制功能,或者控制诸如阀门之类的某些设备的操作的输出功能。当然,还存在混合及其它类型的复杂功能块,例如模型预测控制器(MPC)、优化器,等等。尽管Fieldbus协议和Ovation***协议使用以面向对象的编程协议来设计和实现的控制模块和功能块,但是控制模块也可以利用任何期望的控制编程方案来设计,包括例如顺序功能图、梯形逻辑等等,并且不局限于利用功能块或任何其它特定编程技术来设计和实现。
在图1所示的工厂10中,与控制器12相连的现场设备14和16可以是标准的4-20毫安设备,可以是智能现场设备,例如包括处理器和存储器的HART、Profibus或FOUNDATIONFieldbus现场设备,或者可以是任何其它期望类型的现场设备。这些设备中的某些,例如Fieldbus现场设备(在图1中用附图标号16标注),可以存储和执行与在控制器12中所实施的控制策略相关的模块或子模块,例如功能块。众所周知,在图1中图示为设置于两个不同Fieldbus现场设备16中的功能块30,可以连同控制器12内控制模块29一起来执行,以实现一个或更多过程控制回路。当然,现场设备14和16可以是任意类型的设备,例如传感器、阀门、变送器、***等等,而I/O设备18可以是符合任何期望的通信协议或控制器协议的任意类型的I/O设备,例如符合HART、Fieldbus、Profibus等协议的I/O设备。
进一步,公知地,工作站20和22中的一个或更多可以包括用户界面应用程序,以便诸如操作员、配置工程师、维护人员等用户能够与加工厂10内的过程控制网络交互。具体地说,工作站22被图示为包括一个或更多用户界面应用程序35,其可以在工作站22内的处理器上运行,以与数据库28、控制器12或I/O设备18内的控制模块29或其它例程通信,以及与现场设备14和16和这些现场设备内的模块30等进行通信,从而从加工厂获得信息,比如与过程控制***的进行状态有关的信息。用户界面应用程序35可以处理和/或显示与工作站20和22中一个或更多相关的显示设备37上的采集信息。所采集的被处理和/或被显示的信息可以是例如过程状态信息、加工厂内产生的报警和告警、维护数据,等等。同样,一个或更多应用程序39可存储于工作站22和22中并在其中执行,以便执行诸如创建或配置要在所述加工厂内执行的模块29和30等配置活动,执行诸如改变加工厂内设定点或其它控制变量的控制操作员活动,等等。当然,例程35和39的数量和类型并不局限于这里所描述的那样,如果需要的话,可以在工作站20和22内存储并执行其它数量和类型的过程控制相关例程。
图1的工作站20还被图示为包括用于以这里所述的方式执行加工厂10的同步仿真的仿真应用程序40,其可以包括加工厂仿真器、用户界面应用程序以及数据结构。仿真应用程序40可以由任何授权的用户(比如配置工程师、操作员或某个其它类似的用户)访问,以进行加工厂控制网络的仿真,所述加工厂控制网络正被在控制器12内和可能在现场设备14、16内执行的控制块29和30以及其它控制例程执行。仿真应用程序40使用户能够执行关于加工厂10的不同的仿真和预测活动,而加工厂10的控制***保持操作和在线状态,以控制加工厂10。
如图1中所示,仿真应用程序40被存储在工作站20的存储器42内,并且仿真应用程序40的每个组成部分都适于在与工作站20相连的处理器46上执行。虽然整个仿真应用程序40被图示为存储在工作站20中,但是该应用程序的某些组成部分也可能存储在加工厂10内或与其相关的其它工作站或计算机设备中并由其执行。此外,仿真应用程序40可以向与工作站20相关的显示屏37或其它所需的显示屏或显示设备提供显示输出,其中其它显示屏或显示设备包括手持设备、膝上型电脑、其它工作站、打印机,等等。同样,仿真应用程序40可以被分解,并在两个或更多可被配置为相互间一起工作的计算机或机器上执行。
总的来说,仿真应用程序40提供或能够实现对加工厂10的操作的仿真,尤其是对被控制器12以及现场设备14和16内的控制例程29和30实现的加工厂控制***以及正被控制的实际工厂的仿真。虽然正被控制的工厂在这里被描述为利用分布式控制技术控制的发电厂,但这里所述的同步仿真技术也可用于其它类型的工厂和控制***中,包括工业制造厂、水和污水处理厂,以及集中实现的或在单个计算机内实现因而没有分布在整个工厂内的控制***。
图2总体上图示在图1的加工厂10内实现的过程控制***50和仿真***52。具体地说,过程控制***50包括通信且物理连接到过程56的实际的过程控制网络54。应该理解,实际的过程控制网络54包括图1的控制模块29和30以及设置于并在图1的加工厂10的各种控制设备(比如控制器12)和现场设备(比如现场设备14和16)内执行的任何其它控制例程。同样,实际过程56包括单元、机器、设备和所设立的用于实现被控过程的相关硬件。例如,在发电厂中,过程56可以包括发电机;包含热交换器、冷凝器、蒸汽发生器、阀门和油罐等的燃料输送***;以及设置在加工厂内用于测量各种过程参数或变量的传感器和变送器。因此,如图2所示,实际的过程控制网络54包括控制器,其产生一个或更多将被传送给加工厂56内各种控制设备的控制信号,并用于根据某种特定的控制技术来操作以控制加工厂56。这些控制信号用图2中的矢量U表示,以表明实际的过程控制网络54可向过程56提供控制信号的矢量,从而控制工厂的操作。同样,如图2所示,过程变量的矢量Y在过程56中(比如用传感器等)被测量,并作为反馈信号传送给过程控制网络54,以用于产生控制信号U。当然,实际的控制网络54可包括实现任何所需类型的控制例程或技术的任何所需类型的控制器,所述控制例程或技术比如是PID、模糊逻辑、神经网络、模型预测控制例程,等等。
如图2所示,仿真***52包括仿真控制网络64和过程模型66。总的来说,仿真控制网络64是实际过程控制网络54的复制品,其包括与过程控制网络54的实际控制器和其它设备有关或者在其中运行的控制例程的复制品或副本。然而,仿真的控制网络64可包括一个或更多通信连接的在单个计算机设备(比如图1的操作员工作站20)上实现的控制模块,而不是分布在多个不同设备中。这种在单个计算机上存储和仿真各种控制例程的仿真***(其中所述控制例程被设计为作为分布式控制网络的一部分在不同的计算机上实现),在2000年2月22日递交的、名称为“在单个计算机上集成分布式过程控制***功能”的美国专利申请No.09/510,053中被详细描述,此专利申请以引入方式并入本文。在任何情况下,仿真***52都可以作为图1的仿真应用程序40的一部分被实现。而且,仿真***52内所使用的过程模型66被设计和配置为对过程56进行建模,并且可以作为任何所需或合适类型过程模型被实现,例如n阶传递函数模型、神经网络模型,等等。当然,所使用的模型类型可被选为被建模的特定类型工厂或过程的最好类型的模型,最好还是一个具有下面更详细描述的在线更新能力的模型。此外,如果需要的话,过程模型66可由多个单独的过程模型组成,每个过程模型对加工厂10的不同部分进行建模或与之相关联,比如与加工厂10内不同的控制回路相关联。
如图2所概述的仿真方法的整个概念提供了仿真***52,其包括被开发为实际控制网络54复制品的控制网络64,以及对工厂的实际过程56进行建模的过程模型66。在此结构中,控制网络54以及仿真控制网络64包括组成实际控制网络54的所有功能和部分(例如,实际控制网络的控制器、功能块、人机界面应用程序(MMI),等等)。当然,通过复制在例如图1的配置数据库28、控制器12、现场设备14和16、工作站20和22中存储的实际控制例程(例如图1的控制例程29和30)、用户界面应用程序、配置应用程序等,以及通过存储用于识别所述加工厂内控制例程的相关输入和输出的数据或其它有关信息,可开发仿真***52的仿真控制网络64。所述输入/输出信号识别数据有助于在控制***50工作期间使仿真***52能够与控制***50通信,从而在所述加工厂在线运行的同时实现仿真***52与控制***50的操作同步。
应该理解,在加工厂运行期间,实际控制网络54以惯常或已知的方式操作来计算应用于过程56的操纵变量或控制信号U。然后过程56通过运行进行响应,以产生实际的过程变量Y,该过程变量Y由加工厂内各种传感器测得并且作为反馈提供给控制网络54。操纵变量和过程变量(分别是U和Y)被显示为表示多个数值的矢量。当然,这些矢量中的每个相关元素都可由与时间有关的离散数值组成,其中每个时间步长都等于相关控制函数的执行周期,即控制器的扫描速率或运行速率。
应该理解,操纵变量(控制信号)U的数值在每个时间步长处被计算,并且过程变量Y的数值源自在每个时间步长处对过程变量进行的采样。为了解释的目的,当前时间步长表示为时间k,因此当前时间步长的操纵变量和过程变量分别表示为Uk和Yk。因此,根据此运算,控制网络54的时间响应完全由矢量U、Y和内部状态变量的矢量X确定,其中内部状态变量的矢量X定义用在控制网络54的控制过程(或控制器配置)的属性,例如控制器增益,或者定义由控制网络54内控制器实现的控制技术的属性的其它参数。换言之,状态矢量X的元素定义由控制函数使用以计算操纵变量U的内部变量。这些状态变量可以是,例如由定时器这样的操作程序使用的调谐参数的函数的数值或者累加时间数值,由PID控制器使用的积分器数值,由神经网络控制器使用的神经网络加权系数,由模糊逻辑控制器使用的比例因子,由模型预测控制器使用的模型参数或矩阵,等等。这些状态数值也是关于时间离散的,因此在第k时间步长处的状态变量X表示为Xk。这样,可以认为状态矢量U、Y、X的集合定义所述控制***的整个状态。这些数值由该控制***连续计算。
现在参见图3,图2的控制***50以框图形式图示为反馈控制回路。在此实例中,实际的控制网络54用C所表示的框表示。过程56用P所表示的框表示。而且,在本实例中,控制网络54的输入被示出为设定点R的矢量,设定点与测得的或确定的过程变量Y进行比较,从而获得误差矢量E,然后误差矢量E由控制网络54使用以生成控制信号或操纵变量矢量U。当然,设定点矢量R的元素表示要被控制的过程变量Y的期望数值,并且这些设定点数值一般由操作员或优化器例程(未示出)确定。对于发电厂控制***而言,这些设定点数值可以是发电设备内相关联的过程变量的期望数值,比如流量、压力、温度、兆瓦等的期望数值。
按照类似的方式,仿真***52以框图形式显示在图4中。来自实际控制网络54的设定点数值的同一矢量R被输入到仿真***52。这里,仿真控制网络64用框表示,并且就控制器的操作而言,其是控制网络54的复制品。因此,所有组成实际控制网络54的控制器、功能块和算法在仿真控制网络64中得以复制。仿真的操纵变量或控制信号被显示为由仿真控制网络64生成或计算,并被提供给过程模型66。
然而,在仿真***52中,过程变量的数值利用过程56的数学模型进行计算,该数学模型称为过程模型66并被表示为。当然,过程模型66的实际结构可以改变,此外,对于过程56的各种不同部分而言可以使用各种不同的模型结构,以便例如每个过程变量可以利用唯一的过程模型结构,或者由唯一的过程模型结构所确定。可使用的合适的模型结构包括第一原理(微分方程)模型、传递函数(ARX)模型、状态空间模型、神经网络模型、模糊逻辑模型,等等。
类似于实际的控制***50,仿真***52的时间响应完全由矢量、和描述。这里,仿真器状态矢量的元素包含与实际控制***50中相同的状态变量X。然而,仿真器状态矢量还包含附加元素,即与过程模型66相关联的内部状态变量,这些变量连同操纵变量一起由过程模型66使用,以计算仿真过程变量。
仿真器模型架构优选为使得在第k个时间步长处的每个模型内部状态变量(ψk)的数值都可利用来自所述控制***的矢量Uk-1和Yk进行计算。当然,具体计算的详细过程对于所采用的特定模型结构是特有且特定的,并且这些计算对于本领域普通技术人员而言是公知的。而且,可以意识到,由仿真器***计算的过程状态变量可以是过程变量和操纵变量的函数,并且在某些情况下可以是这些过程变量和/或操纵变量本身。这完全取决于所采用的模型的类型。在任何情况下,这种属性能使实际控制***50和仿真***52在所述加工厂运行期间保持同步。具体地说,在第k个时间步长,利用矢量Uk-1、Xk和Yk,整个仿真器状态可与整个控制***状态得以同步。对于整个仿真器状态更新来说,θk的元素从矢量Xk直接得以更新,而过程状态矢量ψk的元素利用Uk-1和Yk进行计算(确定)。同样,上述计算的详细过程取决于所采用的过程模型的结构。
因此,总的来说,在运行过程中,仿真***52与过程控制***50并行操作,但按照与其运行同步地的方式进行。具体地说,如果仿真***52与实际控制***50简单地并行操作但与其不同步,那么仿真的过程变量将最终倾向于偏离从过程56输出的实际过程变量Y,这主要是由于未模型化的动态特性和工厂-模型间不匹配的效应造成的。
为了克服这种问题,仿真***52通过按照跟踪模式周期性运行来与实际控制***50保持同步,在跟踪模式下,仿真***52对每个控制器的时间步长,都从实际控制网络54接收矢量Uk-1、Yk和Xk。接着,仿真***52用来自实际控制网络54的状态信息初始化其仿真过程控制网络64的状态。而且,按照上述跟踪模式,仿真***52的更新模块利用矢量Uk-1和Yk重新计算所述内部状态变量(ψk)来更新过程模型66,以便反映在最后的控制器时间间隔内所述过程的实际操作,从而跟踪和建模过程56的实际特性,就如同根据最后的控制器扫描时间间隔测量或者得到的那样。因此,当以跟踪模式运行时,仿真***52可被连续初始化为当前工厂状态,包括控制器状态和工厂特性。
图5更详细地图示了仿真***52按照跟踪模式的运行。具体地说,过程控制***50在图5中被显示为处于时间情况k。然而,在此实例中,仿真***52的仿真过程控制网络64被配置为接收控制器54的内部状态矢量Xk,控制信号矢量Uk-1和过程变量矢量Yk,并用这些矢量更新仿真控制器64。同样,过程模型66接收控制信号矢量Uk-1和过程变量矢量Yk,并根据这些数值确定新的过程状态矢量ψk。按照这种方式,在每次扫描过程控制***之后更新过程模型66,以反映所述加工厂的实际操作。
因此,应该理解,在跟踪模式期间,仿真***52不断跟随或跟踪所述过程的操作并更新其状态参数,以便不仅反映过程控制网络54的当前状态,还通过重新计算或更新过程模型66的状态来反映过程56本身的特性的当前状态。结果,仿真***52在跟踪模式期间一直都与过程控制***50和所述加工厂保持同步,使得在任何时候都能立即获得仿真***52,以执行高保真度仿真。
为了执行特定的预测仿真,仿真***52可在任何时候被设置为预测模式,以在整个将来的某个时间范围内执行过程控制***50的实际仿真。实际仿真可以采用多种形式,或者可以仿真多种不同类型的控制器/过程活动。然而,在所有的情况下,仿真***52都与实际控制***50并行操作。具体地说,在预测模式期间,仿真***52停止利用来自实际加工厂的信号更新控制网络图像64和过程模型66,相反,仿真***52基于跟踪模式期间生成的最新一组状态变量来操作以执行预测。换言之,在预测模式期间,利用仿真过程控制网络64和被提供给仿真***52的设定点R、并基于闭环模式的过程模型66来计算仿真过程变量。在此实例中,仿真***52与用户界面相连,以便如果需要的话,使用户能够改变仿真控制***或仿真过程的一个或更多参数,从而仿真所述过程对过程变化或者过程动态特性变化的响应。这种改变可以是,例如对所述设定点R中的一个或多个设定点的改变,对所测量的过程变量的改变,对控制例程本身的改变,对过程中干扰变量的改变,等等。
如果需要的话,当仿真***52处于预测模式时,其可以执行如下三个子模式之一:实时子模式、短时子模式(fast-time)和长时(slow-time)子模式。当处于实时子模式时,过程变量的仿真实时进行(即以与实际控制***50相同的速度或扫描速率进行)。在发电厂控制***应用中,工厂人员可以利用这种模式来测试对该控制***拟定的活动和输入。在这种情况下,拟定的活动被应用于(被仿真的)工厂,并且观测仿真响应,以确保所述活动具有期望的效果和/或确保该活动的结果没有造成异常情况。
当处于短时子模式时,仿真的过程变量以比实时更快的速率(即大于控制器扫描速率的速率)进行计算。可以利用这种模式来快速观测将来时间范围内的所述过程变量的预测响应,从而测试所述工厂对新控制器设定点、偏差、其它操作员输入或控制例程的其它改变等的响应。例如,在任何给定时间,一个或更多过程变量的预测数值和得到的轨迹可被持续显示下一个十分钟或其它预测时间范围,比如与所述过程返回到稳态运行相关的时间范围。
当处于长时子模式时,操作员可以查看比实际过程运行时间或扫描速率更慢的仿真控制的操作。这种子模式可以用于例如快速过程中,以向操作员提供更多的时间来查看和分析响应于预期改变的过程操作。而且,这种子模式在仿真***52用于执行训练操作时特别有用。
在运行过程中,集成且同步的仿真***将择一地利用跟踪模式和预测模式来执行仿真和预测。具体地说,在仿真***52按跟踪模式运行期间,仿真***52被来自实际控制***50的整个状态信息不断更新。如上所述的这种状态数据可由控制***50利用被存储为配置***的一部分的信号地址来周期性地发送给仿真***52。在优选模式下,仿真***52在过程控制***50内控制器的每次扫描期间或者由于每次扫描,从该过程控制***接收一组新的状态数据。换言之,过程控制***50内的状态数据可在每次控制器运行或扫描之后被采集并被发送至仿真***52。该数据可以被处理或利用合适的通信程序被单独发送给仿真***52,或者可在某一中间设备处被采集,然后作为一大批数据发送,以降低过程控制***内的通信开销。当然,仿真***52也可以比如在每隔一次扫描或每隔五次扫描等之后,以不同速率(优选周期性速率)接收控制器状态信息。按照这种方式,尽管仿真***52处于跟踪模式,但实际控制***50和仿真***52以同步方式运行,这导致在每个与周期性速率相关的时间步长处,仿真***52的整个状态被更新,以同一地匹配实际控制***50。
然而,在任何时刻,操作员或其它用户可将仿真***52设置为预测模式。在按这种模式运行期间,可将子模式选为实时模式,以例如评估设定点或调谐参数的变化效果、评估控制程序改变对所述过程的影响、评估过程干扰变量的改变,等等。这个特征为操作员提供执行“如果...怎么办(what-if)”情况的能力。对于评估设定点的改变而言,设定点改变可以在仿真***上进行或者经由一用户界面提供给仿真***,该用户界面和与控制***50相关的且允许或能够进行这种改变的用户界面***相同或者大致相同。按照这种方式,仿真***52的运行看起来并且感觉上好像操作员正在操作实际控制***50,从而使仿真***更易于使用和理解。一旦在仿真***52上进行设定点改变,那么就观测仿真过程,以确保所述改变具有所需的或期望的效果。这种能力的目标在于在实际工厂运行时消除人为误差。
对于改变控制程序而言,程序改变同样可利用一配置应用程序进行,所述配置应用程序与用于对过程控制***50本身进行编程改变的配置应用程序相同或类似。因此,仿真***52同样可包括整套的支持应用程序,比如操作员界面应用程序、配置应用程序、趋势应用程序、数据处理或分析应用程序,等等,这些应用程序被提供给实际过程控制***50或与其相关。在任何情况下,当对仿真控制器网络做出控制器例程改变时,都要在仿真***52上对仿真过程进行监测,以确保实现期望的效果并且没有异常操作情况发生。人与仿真器的所有交互都被认为是对实际控制***50的模拟操作,如果利用所述仿真***进行例如训练的话,则可以用以实时模式或长时子模式运行的仿真***52进行这种交互。
然而,如果需要的话,通过将仿真***52设置为短时子模式可观测到更长时间范围的效果。另外,操作员可在仿真过程中在不同的子模式之间切换。例如,一旦借助操作员界面完成所述交互(例如设定点改变或控制程序改变),操作员就可将仿真***52设置为短时子模式。
在短时子模式时,仿真***的状态以比过程控制网络52的实时扫描或操作速率更快的速度发生变化。当然,通过改变仿真过程控制网络64内控制器和控制程序的扫描或操作周期,可实现短时子模式和长时子模式。而且,如果需要的话,可采集、存储被仿真的过程变量,然后在短时执行的最后将其反映在相关的历史趋势上,而不是或除了在操作员、工程师和维护人员界面上显示这些变量之外。
在某些情况下,运行仿真***52,使得短时执行周期在控制***50的每隔“N”个时间步长被自动执行,其中“N”可以由操作员按照需要进行定义。在这种情况下,仿真***52以跟踪模式运行直到第“N”个时间步长,这时仿真***52被自动设置为预测模式,以在所选时间范围内执行单次短时操作。在短时仿真结束时,仿真器显示可以用所配置的时间范围内的预测过程变量和/或其它信息更新,所述其它信息比如是任何在短时运行期间生成的仿真报警或告警,等等。在短时运行结束时,仿真***52自动返回到跟踪模式,以用来自实际过程的新的状态变量更新过程模型66和仿真控制网络64。这种自动运行条件可用于更新示出所关心过程变量的预测轨迹的趋势显示,并且在发电厂实际运行期间实时集成控制功能和仿真时特别有用,还有助于实现可能消除由于人为误差而引起的过程混乱和工厂事故的自动方法。操作员活动对工厂排放和热动力/过程效率的效果也可以在此模式下得到观测。
如图1的示例所示,尽管优选在与所述过程控制***通信相连且与其集成在一起(相对通信而言)的计算机上运行所述仿真***,但也可以在不与控制功能直接集成在一起的专门的计算机上运行或实现此处所述的仿真***52。然而,在这种情况下,仿真***52必须包括所述过程控制***的闭环动态特性,并且必须不断从所述控制***接收过程变量和状态变量。具体地说,状态变量(包括过程变量)必须以能使仿真被实时进行的速率不断从所述控制***发送到所述仿真计算机。然而,这种通信接口可利用任何已知的或标准的接口协议来提供,比如OPC、TCP/IP等。
而且,如果需要的话,仿真***52可被分布在整个加工厂的不同设备中。例如,仿真过程控制网络64可在每个控制设备中包括仿真控制器模块(其是实际控制模块的复制品),而实际控制模块29和30也存在于每个控制设备中。在这种情况下,过程模型66可包括与设置在同一过程控制设备内且通信连接于合适的仿真控制模型的加工厂的特定部分(比如特定的过程回路)相关的子模型。这里,仿真控制模块和所述过程的子模块可一起运行,以在各种不同的控制设备内逐个回路地执行仿真。在这种情况下,所述仿真控制模块可利用标准通信协议与存储在工作站20和22中的操作员界面例程通信,以指示或显示在预测模式期间所述仿真控制模块的操作。同样,工厂内各种设备内的所述仿真控制模块和过程模型可直接从实际过程控制网络的相关控制模块29和30,或者从位于同一或不同设备内的更新模块接收过程状态信息。
当然,应该理解,当将这里所述的仿真***52用于发电厂以及其它类型的工厂中时,仿真***52可以特别进行如下操作:(1)提供加工厂实际运行期间的仿真和控制功能的实时集成;(2)提供发电厂在有限的将来时间范围内的排放的实时预测;(3)提供未来生产市场的价格机制;(4)通过响应于控制***的闭环活动针对与工厂有关的每个主要过程变量提供实时预测功能,来增强工厂操作人员的效率;(5)提供异常情况开始的实时指示;(6)允许仿真器初始条件重置为特定时间段,使得发电厂的运行动态特性可从对应于所述初始条件时间步长的时间段开始按时前进而被“重放”(可以用于分析过去的工厂运行情况);(7)允许操作人员和/或工厂人员在将设定点、调谐参数、对仿真器的配置和程序改变应用于实际工厂之前评估所述改变的效果;以及(8)通过提供对在某段有限未来时间范围内延伸的每个时间步长的主要过程变量的预测,降低由于操作员行为/无为而引起的工厂事故。
而且,应该理解,本文所述的仿真***包括将仿真功能作为整个控制功能的组成部分进行分配的新方法。在此方法中,利用所述仿真作为控制功能的增广,以提供与所述过程变量相关联的预测功能。与分配所述仿真相关的要求和限制与对应的控制功能相同。
图6图示实现本文所述的仿真***52的一种方式。具体地说,图6的仿真***52包括与所述过程模块66通信连接的仿真过程控制网络64。然而,如图6所示,更新模块70利用任何所需的通信结构与实际过程控制网络54通信连接,以周期性地接收过程控制网络的状态变量,包括控制器状态变量X,以及适当的过程输入和输出状态变量,比如控制信号U和过程变量Y。如果需要,控制器状态变量X可以按照任何周期速率进行接收,所述速率可与从所述过程接收状态变量U和Y的周期速率相同或不同。而且,如果需要,控制器状态变量X可仅当对过程控制***50内的一个或更多这些变量实际做出改变时,以被更新的周期速率进行接收或更新。
更新模块70可以与仿真过程控制网络64(或其一部分)和过程模型66(或其一部分)位于相同或不同的设备中,更新模块70在跟踪模式期间运行以接收状态变量X、U和Y并计算状态矢量ψk,从而将矢量θ和ψk提供给仿真控制网络64和过程模块66的合适部分。
仿真***52还包括模式控制模块72,其控制仿真***52按照两种模式之一运行。具体地说,处于第一模式时,更新模块72周期性接收所述第一状态变量和第二状态变量,并使用所形成的状态变量θ和ψk更新仿真过程控制网络64和过程模型66。处于第二模式时,仿真过程控制网络64使用所述一个或更多仿真过程变量操作以生成所述一个或更多仿真控制信号,而过程模型66使用所述一个或更多仿真控制信号生成所述一个或更多仿真过程变量。模式控制模块72可按第二模式运行仿真过程控制网络64,以使其以与过程控制网络54的运行速度相关的实时速度或者以比过程控制网络54的运行速度快或慢的速度执行。而且,在一个实施例中,模式控制模块72可按第二模式运行仿真过程控制网络64,以使其以比过程控制网络54的运行速度快的速度执行,从而生成在一定时间范围内的预测过程变量。
进一步,用户界面应用程序74可与更新模块70、模式控制模块72、仿真控制网络64和过程模块66通信连接,以进行用户界面操作和显示操作。在这种情况下,用户界面应用程序74可接收仿真过程变量和/或仿真控制信号,并将它们显示给用户,并且可以使用户能够改变仿真过程控制网络64内的参数,比如一个或更多设定点、控制器例程等,或者改变过程模型66内的一个或更多参数,从而进行任何期望的仿真活动。此外,用户界面应用程序74可以与模式控制模块72一同运行,以周期性地并自动地以第二模式运行仿真***52,使其以比过程控制网络54的运行速度快的速度执行,从而生成在一定时间范围的预测过程变量,并将所述一定时间范围的预测过程变量(和任何其它仿真变量或信息)显示给用户。当然,用户界面也可进行其它所需的操作。
当被实现时,本文所述的任何仿真软件可被存储在诸如磁盘、光盘、或者其它存储介质之类的任何计算机可读存储器中,也可被存储在计算机或处理器的RAM或ROM中,等等。同样,可利用任何已知或所需的传送方法,例如包括在计算机可读盘或者其它可移动计算机存储介质上或经过诸如电话线、因特网、万维网、任何其它局域网或广域网等之类的通信信道(该传送方法可看作与经过可移动存储介质提供这种软件的方法相同或可互换),将该软件传送给用户、加工厂或操作员工作站。此外,此软件可不经过调制或加密而被直接提供,或者也可在经由通信信道传送之前,利用任何合适的调制载波和/或加密技术进行调制和/或加密。
尽管已参照具体实例对本发明进行了描述,其中所述实例被认为仅用于举例说明而不对本发明进行限制,但本领域普通技术人员应该明白,在不背离本发明的精神和范围的情况下,可对所公开的实施例做出修改、添加或删除。
Claims (29)
1.一种用于对连接于加工厂内的过程控制网络的操作进行仿真的仿真***,该仿真***包括:
仿真过程控制网络,其使用一个或更多仿真过程变量信号生成一个或更多仿真控制信号,以对连接于加工厂内的过程控制网络的操作进行仿真;
过程模型,其通信连接于所述仿真过程控制网络,并使用所述仿真控制信号生成所述一个或更多仿真过程变量;以及
更新模块,其通信连接于所述过程控制网络,以在所述过程控制网络运行期间周期性地接收表示该过程控制网络的当前配置的第一状态变量,并在所述过程控制网络运行期间周期性地接收表示所述过程操作的第二状态变量,其中该更新模块用所述第一状态变量周期性地配置所述仿真过程控制网络,并且该更新模块周期性地使用所述第二状态变量更新所述过程模型。
2.根据权利要求1所述的仿真***,其中所述更新模块以所述过程控制网络内一个或更多控制器所使用的扫描速率周期性地接收所述第一状态变量和第二状态变量。
3.根据权利要求1所述的仿真***,其中所述仿真***包括模式控制模块,该模式控制模块控制所述仿真***按照两种模式之一运行,这两种模式包括第一模式和第二模式,其中处于第一模式时,所述更新模块周期性地接收所述第一状态变量和第二状态变量,并利用所述第一状态变量和第二状态变量更新所述仿真过程控制网络和所述过程模型;处于第二模式时,所述仿真过程控制网络利用所述一个或更多仿真过程变量运行,以生成所述一个或更多仿真控制信号,并且所述过程模块使用所述一个或更多仿真控制信号生成所述一个或更多仿真过程变量。
4.根据权利要求3所述的仿真***,其中所述模式控制模块按照所述第二模式操作所述仿真过程控制网络,以使其以与所述过程控制网络的操作速度相关的实时速度运行。
5.根据权利要求3所述的仿真***,其中所述模式控制模块按照所述第二模式操作所述仿真过程控制网络,以使其以比所述过程控制网络的操作速度快或慢的速度运行。
6.根据权利要求3所述的仿真***,其中所述模式控制模块按照所述第二模式操作所述仿真过程控制网络,以使其以比所述过程控制网络的操作速度快的速度运行,从而生成一定时间范围的预测过程变量。
7.根据权利要求3所述的仿真***,其中所述模式控制模块按照所述第二模式周期性地自动操作所述仿真***,以使其以比所述过程控制网络的操作速度快的速度运行,从而生成一定时间范围的预测过程变量,并将该时间范围的预测过程变量显示给用户。
8.根据权利要求1所述的仿真***,进一步包括一用户界面,所述用户界面使用户能够对所述仿真过程控制网络做出一个或更多改变,以对改变的过程控制条件进行仿真。
9.根据权利要求8所述的仿真***,其中所述用户界面使用户能够改变所述仿真过程控制网络的设定点或控制例程中的一个或更多。
10.根据权利要求1所述的仿真***,进一步包括一用户界面,所述用户界面使用户能够对所述过程模型做出一个或更多改变,以对改变的过程条件进行仿真。
11.根据权利要求1所述的仿真***,其中所述仿真过程控制网络是所述过程控制网络的复制品。
12.根据权利要求1所述的仿真***,其中所述第一状态变量包括与控制器调谐参数有关的变量。
13.根据权利要求12所述的仿真***,其中所述控制器调谐参数包括控制器增益参数、控制器重置参数、控制器速率参数、模糊逻辑控制器比例因子或者神经网络控制器加权因子中的一个或更多。
14.根据权利要求1所述的仿真***,其中所述第二状态变量包括过程变量测量结果和控制信号中的一个或更多。
15.根据权利要求1所述的仿真***,其中所述仿真过程控制网络包括多个控制模块,每个控制模块都与不同的过程模型相连,其中每个不同的过程模型都与所述过程的不同部分相关。
16.根据权利要求15所述的仿真***,其中所述多个控制模块中的不同控制模块设置于不同的计算机设备中。
17.一种用于对具有连接于加工厂内的过程控制网络的过程控制***的操作进行仿真的仿真方法,该仿真方法包括:
在所述过程控制网络运行期间,周期性地接收表示该过程控制网络的当前配置的第一状态变量;
在所述过程控制网络运行期间,周期性地接收表示所述加工厂的当前操作的第二状态变量;
使用所述第一状态变量周期性地配置一仿真过程控制网络;
使用所述第二状态变量周期性地更新一过程模型;以及
通过将一个或更多仿真过程变量信号应用于所述仿真过程控制网络来生成一个或更多仿真控制信号,以及通过利用更新的过程模型中的仿真控制信号来生成所述一个或更多仿真过程变量,仿真所述过程控制网络的操作。
18.根据权利要求17所述的仿真方法,其中所述周期性地接收第一状态变量的步骤包括:以所述过程控制网络内一个或更多控制器所使用的扫描速率周期性地接收所述第一状态变量。
19.根据权利要求17所述的仿真方法,其中所述周期性地接收第二状态变量的步骤包括:以所述过程控制网络内一个或更多控制器所使用的扫描速率周期性地接收所述第二状态变量。
20.根据权利要求17所述的仿真方法,其中以同一周期速率接收所述第一状态变量和第二状态变量。
21.根据权利要求17所述的仿真方法,其中所述仿真所述过程控制***的操作的步骤包括:以与所述过程控制网络的操作速率相关的实时速率,将所述一个或更多仿真过程变量信号应用于所述仿真过程控制网络来生成所述一个或更多仿真控制信号,以及利用更新的过程模型中的所述一个或更多仿真控制信号来生成所述一个或更多仿真过程变量。
22.根据权利要求17所述的仿真方法,其中所述仿真所述过程控制***的操作的步骤包括:以比所述过程控制网络的操作速率更快的速率,将所述一个或更多仿真过程变量信号应用于所述仿真过程控制网络来生成所述一个或更多仿真控制信号,以及利用更新的过程模型中的所述一个或更多仿真控制信号来生成所述一个或更多仿真过程变量。
23.根据权利要求22所述的仿真方法,包括:进行所述仿真操作以生成一定时间范围的预测过程变量。
24.根据权利要求17所述的仿真方法,包括:以比所述过程控制网络的操作速度快的速度,周期性地自动仿真所述过程控制***的操作以生成一定时间范围的预测过程变量,并且将该时间范围的预测过程变量显示给用户。
25.根据权利要求17所述的仿真方法,包括:使用户能够在仿真所述过程控制***的操作之前对所述仿真的过程控制网络做出一个或更多改变,从而对改变的过程控制条件进行仿真。
26.根据权利要求25所述的仿真方法,包括:使用户能够改变所述仿真过程控制网络的设定点或控制例程中的一个或更多。
27.根据权利要求17所述的仿真方法,包括:通过复制所述过程控制网络来创建所述仿真过程控制网络。
28.根据权利要求17所述的仿真方法,其中,所述使用第一状态变量周期性地配置仿真过程控制网络的步骤包括:使用与控制器调谐参数有关的变量作为所述第一状态变量。
29.根据权利要求17所述的仿真方法,其中,所述使用第二状态变量周期性地更新过程模型的步骤包括:使用过程变量测量结果和控制信号中的一个或更多作为所述第二状态变量。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US11/495,812 | 2006-07-28 | ||
US11/495,812 US8527252B2 (en) | 2006-07-28 | 2006-07-28 | Real-time synchronized control and simulation within a process plant |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101114160A true CN101114160A (zh) | 2008-01-30 |
CN101114160B CN101114160B (zh) | 2012-08-15 |
Family
ID=38512925
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200710137613XA Active CN101114160B (zh) | 2006-07-28 | 2007-07-27 | 加工厂内的实时同步控制和仿真 |
Country Status (6)
Country | Link |
---|---|
US (1) | US8527252B2 (zh) |
CN (1) | CN101114160B (zh) |
CA (1) | CA2594697C (zh) |
DE (1) | DE102007035274A1 (zh) |
GB (1) | GB2440648B (zh) |
HK (1) | HK1116552A1 (zh) |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102325156A (zh) * | 2011-07-14 | 2012-01-18 | 北京联合大学 | 一种传送仿真数据的通信*** |
CN102566430A (zh) * | 2012-01-11 | 2012-07-11 | 华北电力大学 | 一种双环加权控制方法 |
CN102692919A (zh) * | 2011-03-22 | 2012-09-26 | 通用电气公司 | 具有状态捕获和恢复的控制*** |
CN103217907A (zh) * | 2012-01-24 | 2013-07-24 | 爱默生过程管理电力和水解决方案公司 | 用于使用云计算技术来布置工业工厂仿真器的方法和装置 |
CN103597415A (zh) * | 2011-06-09 | 2014-02-19 | 西门子公司 | 仿真***、用于执行仿真的方法、控制***和计算机程序产品 |
CN103597414A (zh) * | 2011-06-09 | 2014-02-19 | 西门子公司 | 仿真***、用于执行仿真的方法、控制***和计算机程序产品 |
CN103913992A (zh) * | 2013-12-09 | 2014-07-09 | 成都运达科技股份有限公司 | 工程机械控制逻辑可视化仿真方法 |
CN104142663A (zh) * | 2013-05-09 | 2014-11-12 | 洛克威尔自动控制技术股份有限公司 | 云平台中的工业设备和***证明 |
CN106647323A (zh) * | 2015-10-30 | 2017-05-10 | 北京北方微电子基地设备工艺研究中心有限责任公司 | 一种设备模拟运行控制方法和装置 |
US9703902B2 (en) | 2013-05-09 | 2017-07-11 | Rockwell Automation Technologies, Inc. | Using cloud-based data for industrial simulation |
US9709978B2 (en) | 2013-05-09 | 2017-07-18 | Rockwell Automation Technologies, Inc. | Using cloud-based data for virtualization of an industrial automation environment with information overlays |
US9786197B2 (en) | 2013-05-09 | 2017-10-10 | Rockwell Automation Technologies, Inc. | Using cloud-based data to facilitate enhancing performance in connection with an industrial automation system |
US9954972B2 (en) | 2013-05-09 | 2018-04-24 | Rockwell Automation Technologies, Inc. | Industrial data analytics in a cloud platform |
US9965562B2 (en) | 2012-02-09 | 2018-05-08 | Rockwell Automation Technologies, Inc. | Industrial automation app-store |
US9989958B2 (en) | 2013-05-09 | 2018-06-05 | Rockwell Automation Technologies, Inc. | Using cloud-based data for virtualization of an industrial automation environment |
US10026049B2 (en) | 2013-05-09 | 2018-07-17 | Rockwell Automation Technologies, Inc. | Risk assessment for industrial systems using big data |
US10116532B2 (en) | 2012-02-09 | 2018-10-30 | Rockwell Automation Technologies, Inc. | Cloud-based operator interface for industrial automation |
CN109557895A (zh) * | 2017-09-27 | 2019-04-02 | 欧姆龙株式会社 | 信息处理装置、信息处理方法以及计算机可读记录介质 |
CN109977435A (zh) * | 2017-12-27 | 2019-07-05 | 富华科精密工业(深圳)有限公司 | 工厂运行仿真方法、工厂运行仿真装置及计算机存储介质 |
US10496061B2 (en) | 2015-03-16 | 2019-12-03 | Rockwell Automation Technologies, Inc. | Modeling of an industrial automation environment in the cloud |
CN111290477A (zh) * | 2020-01-14 | 2020-06-16 | 南方电网科学研究院有限责任公司 | 一种仿真***时钟同步方法、装置、设备及存储介质 |
CN112213994A (zh) * | 2019-07-12 | 2021-01-12 | 爱默生过程管理电力和水解决方案公司 | 在过程工厂的控制***内使用指导的预测仿真的实时控制 |
US11042131B2 (en) | 2015-03-16 | 2021-06-22 | Rockwell Automation Technologies, Inc. | Backup of an industrial automation plant in the cloud |
US11243505B2 (en) | 2015-03-16 | 2022-02-08 | Rockwell Automation Technologies, Inc. | Cloud-based analytics for industrial automation |
US11513477B2 (en) | 2015-03-16 | 2022-11-29 | Rockwell Automation Technologies, Inc. | Cloud-based industrial controller |
Families Citing this family (72)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
NO323949B1 (no) * | 2005-10-31 | 2007-07-23 | Marine Cybernetics As | Framgangsmate og system for testing av et reguleringssystem for et marint petroleumsprosessanlegg |
US7904282B2 (en) * | 2007-03-22 | 2011-03-08 | General Electric Company | Method and system for fault accommodation of machines |
US8069021B2 (en) * | 2007-09-28 | 2011-11-29 | Rockwell Automation Technologies, Inc. | Distributed simulation and synchronization |
US20090089234A1 (en) * | 2007-09-28 | 2009-04-02 | Rockwell Automation Technologies, Inc. | Automated code generation for simulators |
US8548777B2 (en) * | 2007-09-28 | 2013-10-01 | Rockwell Automation Technologies, Inc. | Automated recommendations from simulation |
US20090089031A1 (en) * | 2007-09-28 | 2009-04-02 | Rockwell Automation Technologies, Inc. | Integrated simulation of controllers and devices |
US7801710B2 (en) * | 2007-09-28 | 2010-09-21 | Rockwell Automation Technologies, Inc. | Simulation controls for model variability and randomness |
US20090089029A1 (en) * | 2007-09-28 | 2009-04-02 | Rockwell Automation Technologies, Inc. | Enhanced execution speed to improve simulation performance |
EP2245610A4 (en) * | 2008-02-15 | 2015-06-03 | Invensys Sys Inc | SYSTEM AND METHOD FOR THE AUTOMATIC GENERATION OF SIMULATIONS FOR BREAKING OUT A PROCESS CONTROL SYSTEM AND USER TRAINING |
US8046318B2 (en) * | 2008-04-15 | 2011-10-25 | Honeywell International Inc. | Automated system for checking proposed human adjustments to operational or planning parameters at a plant |
US20090271168A1 (en) * | 2008-04-29 | 2009-10-29 | General Electric Company | Systems and Methods for Stimulating Engineering Projects |
US20090271169A1 (en) * | 2008-04-29 | 2009-10-29 | General Electric Company | Training Simulators for Engineering Projects |
EP2304536A4 (en) * | 2008-06-20 | 2012-08-15 | Invensys Sys Inc | SYSTEMS AND METHOD FOR IMMERSIBLE INTERACTION WITH ACTUAL AND / OR SIMULATED DEVICES FOR PROCESS, ENVIRONMENTAL AND INDUSTRIAL CONTROL |
US20100049486A1 (en) * | 2008-08-22 | 2010-02-25 | General Electric Company | Systems and Methods for Simulating Plant Operations |
US8108193B2 (en) * | 2008-08-28 | 2012-01-31 | International Business Machines Corporation | Collaboration framework for modeling |
US8583412B2 (en) * | 2008-11-06 | 2013-11-12 | Honeywell International Inc. | Systems and methods for providing a simulation environment having a simulation user interface |
US9606531B2 (en) * | 2009-12-01 | 2017-03-28 | Emerson Process Management Power & Water Solutions, Inc. | Decentralized industrial process simulation system |
US9300137B2 (en) * | 2010-07-29 | 2016-03-29 | Spirae, Inc. | Dynamic distributed power grid control system |
DE102011077319B4 (de) * | 2011-06-09 | 2015-08-06 | Siemens Aktiengesellschaft | Simulationssystem, Verfahren zur Durchführung einer Simulation, Leitsystem und Computerprogrammprodukt |
WO2013007866A1 (en) | 2011-07-11 | 2013-01-17 | Metso Automation Oy | Method of monitoring an industrial process |
CN102354114A (zh) * | 2011-07-18 | 2012-02-15 | 安徽工程大学 | 一种网络控制***的随机时延建模方法 |
WO2013087973A1 (en) * | 2011-12-16 | 2013-06-20 | Metso Automation Oy | Method of tuning a process controller |
US9052703B2 (en) * | 2012-02-02 | 2015-06-09 | Emerson Process Management Power & Water Solutions, Inc. | Enhanced sequential method for solving pressure/flow network parameters in a real-time distributed industrial process simulation system |
US9400495B2 (en) | 2012-10-16 | 2016-07-26 | Rockwell Automation Technologies, Inc. | Industrial automation equipment and machine procedure simulation |
CN103794109B (zh) * | 2012-11-01 | 2016-04-20 | 同济大学 | 具有仿真培训功能的电力控制***及其仿真培训方法 |
TWI454868B (zh) * | 2012-11-02 | 2014-10-01 | Ind Tech Res Inst | 目標導向數值控制自動調校系統與方法 |
US20140142766A1 (en) * | 2012-11-20 | 2014-05-22 | General Electric Company | Methods and systems to improve power plant performance by corrective set points |
US9593566B2 (en) * | 2013-10-23 | 2017-03-14 | Baker Hughes Incorporated | Semi-autonomous drilling control |
US11199821B2 (en) | 2013-11-11 | 2021-12-14 | Rockwell Automation Technologies, Inc. | Configuring and operating control systems using a database |
US9614963B2 (en) | 2014-03-26 | 2017-04-04 | Rockwell Automation Technologies, Inc. | Cloud-based global alarm annunciation system for industrial systems |
US9886012B2 (en) | 2014-03-26 | 2018-02-06 | Rockwell Automation Technologies, Inc. | Component factory for human-machine interface migration to a cloud platform |
US10095202B2 (en) * | 2014-03-26 | 2018-10-09 | Rockwell Automation Technologies, Inc. | Multiple controllers configuration management interface for system connectivity |
US9838476B2 (en) | 2014-03-26 | 2017-12-05 | Rockwell Automation Technologies, Inc. | On-premise data collection and ingestion using industrial cloud agents |
US9971317B2 (en) | 2014-03-26 | 2018-05-15 | Rockwell Automation Technologies, Inc. | Cloud-level industrial controller loop gain tuning based on industrial application type |
US10208947B2 (en) | 2014-03-26 | 2019-02-19 | Rockwell Automation Technologies, Inc. | Cloud-level analytics for boiler networks |
CN104950688B (zh) * | 2014-03-27 | 2017-11-14 | 南京理工大学 | 分布式传递对准半实物仿真***及其方法 |
US20150288183A1 (en) | 2014-04-06 | 2015-10-08 | CleanSpark Technologies LLC | Establishing communication and power sharing links between components of a distributed energy system |
US10268665B2 (en) * | 2014-04-07 | 2019-04-23 | Dresser, Llc | System and method to display data defining operation of a valve assembly on a trend graph on a user interface |
CN103986380B (zh) * | 2014-05-27 | 2016-08-24 | 中国重汽集团杭州发动机有限公司 | 发电机组仿真运行*** |
EP3048598A1 (de) * | 2015-01-21 | 2016-07-27 | Siemens Aktiengesellschaft | Industrielles System, Schulungssystem und Verfahren zum Schulen eines Anlagenfahrers |
US9500580B1 (en) | 2015-06-04 | 2016-11-22 | General Electric Company | Gas detector and method of detection |
US10768586B2 (en) * | 2015-06-05 | 2020-09-08 | Shell Oil Company | System and method for background element switching for models in model predictive estimation and control applications |
CN105094951A (zh) * | 2015-08-11 | 2015-11-25 | 国网宁夏电力公司 | 一种虚拟保护实时仿真方法 |
CN105005211A (zh) * | 2015-08-26 | 2015-10-28 | 武汉大学 | 一种延迟焦化过程顺序控制仿真***及方法 |
US10126810B2 (en) | 2015-09-29 | 2018-11-13 | Emerson Process Management Power & Water Solutions, Inc. | Method for controlling power generation unit to desired output as specified by load demand signal by using modified control signal |
CN105373013B (zh) * | 2015-12-07 | 2018-07-03 | 上海明华电力技术工程有限公司 | 火电机组dcs***模拟量控制回路仿真测试***及方法 |
US10156842B2 (en) | 2015-12-31 | 2018-12-18 | General Electric Company | Device enrollment in a cloud service using an authenticated application |
TWI641931B (zh) * | 2016-01-14 | 2018-11-21 | 捷準科技股份有限公司 | 工具機控制指令與參數的自動生成裝置及其方法 |
US11880292B2 (en) * | 2016-02-17 | 2024-01-23 | Micro Focus Llc | Environment simulations |
CN105652691A (zh) * | 2016-02-24 | 2016-06-08 | 中国地质大学(武汉) | 一种电力电子控制仿真*** |
EP3267269A1 (de) * | 2016-07-04 | 2018-01-10 | Heiko Bauer | Simulations-basierte regelung eines fertigungssystems |
US10878140B2 (en) * | 2016-07-27 | 2020-12-29 | Emerson Process Management Power & Water Solutions, Inc. | Plant builder system with integrated simulation and control system configuration |
US10764255B2 (en) | 2016-09-21 | 2020-09-01 | Rockwell Automation Technologies, Inc. | Secure command execution from a cloud monitoring system to a remote cloud agent |
US10877470B2 (en) * | 2017-01-26 | 2020-12-29 | Honeywell International Inc. | Integrated digital twin for an industrial facility |
US10733004B2 (en) * | 2017-04-26 | 2020-08-04 | At&T Intellectual Property I, L.P. | Intelligent service on-demand robot virtualization |
US11327473B2 (en) | 2017-07-11 | 2022-05-10 | Rockwell Automation Technologies, Inc. | Dynamically reconfigurable data collection agent for fracking pump asset |
US10482063B2 (en) | 2017-08-14 | 2019-11-19 | Rockwell Automation Technologies, Inc. | Modular control manifest generator for cloud automation |
US10416660B2 (en) | 2017-08-31 | 2019-09-17 | Rockwell Automation Technologies, Inc. | Discrete manufacturing hybrid cloud solution architecture |
JP7105556B2 (ja) | 2017-11-14 | 2022-07-25 | 千代田化工建設株式会社 | プラント管理システム及び管理装置 |
EP3506029B1 (en) * | 2017-12-28 | 2023-04-26 | ABB Schweiz AG | Method and control system for controlling a real production process |
CN108287482A (zh) * | 2018-01-02 | 2018-07-17 | 北京新能源汽车股份有限公司 | 一种基于Simulink的仿真控制方法及装置 |
GB2570115B (en) * | 2018-01-10 | 2022-12-21 | Spiro Control Ltd | Process control system and method |
EP3540530B1 (de) | 2018-03-15 | 2022-10-19 | Siemens Aktiengesellschaft | Verfahren und anordnung zum steuern eines technischen systems |
DE102018110628A1 (de) * | 2018-05-03 | 2019-11-07 | Innofas Gmbh | Verfahren zur Echtzeitregelung eines Energieversorgungs- und verteilersystems |
EP3620877A1 (de) * | 2018-09-06 | 2020-03-11 | Siemens Aktiengesellschaft | Verfahren zur simulation einer technischen anlage, gerät, system, computerprogramm und computerprogrammprodukt |
IT201900015953A1 (it) | 2019-09-10 | 2021-03-10 | Gd Spa | Procedimento per la risoluzione di un malfunzionamento ignoto di almeno una parte di una macchina automatica per la produzione o l’impacchettamento di prodotti di consumo |
US11092939B2 (en) | 2019-10-07 | 2021-08-17 | Fisher-Rosemount Systems, Inc. | Preview mode for configuration logic |
US11418969B2 (en) | 2021-01-15 | 2022-08-16 | Fisher-Rosemount Systems, Inc. | Suggestive device connectivity planning |
US20220291645A1 (en) * | 2021-03-13 | 2022-09-15 | Shady Al-Zubi | Artificial intelligence-based system and method for industrial machine environment |
CN113132415A (zh) * | 2021-05-10 | 2021-07-16 | 安徽思珀特信息科技有限公司 | 一种基于网络流量分析的威胁发现*** |
US20230145526A1 (en) * | 2021-11-05 | 2023-05-11 | International Business Machines Corporation | Predict new system status based on status changes |
CN116400597B (zh) * | 2023-04-07 | 2023-10-24 | 盐城工学院 | 一种二阶神经网络的同步控制方法 |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5268834A (en) * | 1991-06-24 | 1993-12-07 | Massachusetts Institute Of Technology | Stable adaptive neural network controller |
US5568378A (en) * | 1994-10-24 | 1996-10-22 | Fisher-Rosemount Systems, Inc. | Variable horizon predictor for controlling dead time dominant processes, multivariable interactive processes, and processes with time variant dynamics |
DE19531967C2 (de) * | 1995-08-30 | 1997-09-11 | Siemens Ag | Verfahren zum Training eines neuronalen Netzes mit dem nicht deterministischen Verhalten eines technischen Systems |
US6207936B1 (en) * | 1996-01-31 | 2001-03-27 | Asm America, Inc. | Model-based predictive control of thermal processing |
US5752008A (en) | 1996-05-28 | 1998-05-12 | Fisher-Rosemount Systems, Inc. | Real-time process control simulation method and apparatus |
GB2334958B (en) * | 1998-02-25 | 2001-11-07 | Porpoise Viscometers Ltd | Melt flow index determination in polymer process control |
US6289299B1 (en) * | 1999-02-17 | 2001-09-11 | Westinghouse Savannah River Company | Systems and methods for interactive virtual reality process control and simulation |
US7257523B1 (en) * | 1999-05-06 | 2007-08-14 | Fisher-Rosemount Systems, Inc. | Integrated distributed process control system functionality on a single computer |
US6459939B1 (en) * | 1999-06-29 | 2002-10-01 | Alan J. Hugo | Performance assessment of model predictive controllers |
US6445963B1 (en) * | 1999-10-04 | 2002-09-03 | Fisher Rosemount Systems, Inc. | Integrated advanced control blocks in process control systems |
US6622059B1 (en) * | 2000-04-13 | 2003-09-16 | Advanced Micro Devices, Inc. | Automated process monitoring and analysis system for semiconductor processing |
US6721609B1 (en) * | 2000-06-14 | 2004-04-13 | Fisher-Rosemount Systems, Inc. | Integrated optimal model predictive control in a process control system |
CA2411378A1 (en) * | 2000-06-30 | 2002-01-10 | The Dow Chemical Company | Multi-variable matrix process control |
DE10348563B4 (de) * | 2002-10-22 | 2014-01-09 | Fisher-Rosemount Systems, Inc. | Integration von Grafikdisplayelementen, Prozeßmodulen und Steuermodulen in Prozeßanlagen |
US7146231B2 (en) * | 2002-10-22 | 2006-12-05 | Fisher-Rosemount Systems, Inc.. | Smart process modules and objects in process plants |
US9983559B2 (en) * | 2002-10-22 | 2018-05-29 | Fisher-Rosemount Systems, Inc. | Updating and utilizing dynamic process simulation in an operating process environment |
US7272454B2 (en) * | 2003-06-05 | 2007-09-18 | Fisher-Rosemount Systems, Inc. | Multiple-input/multiple-output control blocks with non-linear predictive capabilities |
JP2007536634A (ja) * | 2004-05-04 | 2007-12-13 | フィッシャー−ローズマウント・システムズ・インコーポレーテッド | プロセス制御システムのためのサービス指向型アーキテクチャ |
US7877154B2 (en) * | 2005-09-30 | 2011-01-25 | Fisher-Rosemount Systems, Inc. | Method and system for controlling a batch process |
-
2006
- 2006-07-28 US US11/495,812 patent/US8527252B2/en active Active
-
2007
- 2007-07-25 CA CA2594697A patent/CA2594697C/en active Active
- 2007-07-27 DE DE102007035274A patent/DE102007035274A1/de active Pending
- 2007-07-27 GB GB0714596.4A patent/GB2440648B/en active Active
- 2007-07-27 CN CN200710137613XA patent/CN101114160B/zh active Active
-
2008
- 2008-04-16 HK HK08104286.7A patent/HK1116552A1/xx unknown
Cited By (49)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10018993B2 (en) | 2002-06-04 | 2018-07-10 | Rockwell Automation Technologies, Inc. | Transformation of industrial data into useful cloud information |
CN102692919A (zh) * | 2011-03-22 | 2012-09-26 | 通用电气公司 | 具有状态捕获和恢复的控制*** |
CN103597415A (zh) * | 2011-06-09 | 2014-02-19 | 西门子公司 | 仿真***、用于执行仿真的方法、控制***和计算机程序产品 |
CN103597414A (zh) * | 2011-06-09 | 2014-02-19 | 西门子公司 | 仿真***、用于执行仿真的方法、控制***和计算机程序产品 |
CN102325156A (zh) * | 2011-07-14 | 2012-01-18 | 北京联合大学 | 一种传送仿真数据的通信*** |
CN102325156B (zh) * | 2011-07-14 | 2013-10-16 | 北京联合大学 | 一种传送仿真数据的通信*** |
CN102566430B (zh) * | 2012-01-11 | 2014-01-08 | 华北电力大学 | 一种双环加权控制方法 |
CN102566430A (zh) * | 2012-01-11 | 2012-07-11 | 华北电力大学 | 一种双环加权控制方法 |
CN106990759A (zh) * | 2012-01-24 | 2017-07-28 | 爱默生过程管理电力和水解决方案公司 | 用于使用云计算技术来布置工业工厂仿真器的方法和装置 |
CN103217907A (zh) * | 2012-01-24 | 2013-07-24 | 爱默生过程管理电力和水解决方案公司 | 用于使用云计算技术来布置工业工厂仿真器的方法和装置 |
CN103217907B (zh) * | 2012-01-24 | 2018-04-20 | 爱默生过程管理电力和水解决方案公司 | 用于使用云计算技术来布置工业工厂仿真器的方法和装置 |
US10509870B2 (en) | 2012-01-24 | 2019-12-17 | Emerson Process Management Power & Water Solutions, Inc. | Method and apparatus for deploying industrial plant simulators using cloud computing technologies |
US11470157B2 (en) | 2012-02-09 | 2022-10-11 | Rockwell Automation Technologies, Inc. | Cloud gateway for industrial automation information and control systems |
US9965562B2 (en) | 2012-02-09 | 2018-05-08 | Rockwell Automation Technologies, Inc. | Industrial automation app-store |
US10139811B2 (en) | 2012-02-09 | 2018-11-27 | Rockwell Automation Technologies, Inc. | Smart device for industrial automation |
US10116532B2 (en) | 2012-02-09 | 2018-10-30 | Rockwell Automation Technologies, Inc. | Cloud-based operator interface for industrial automation |
US10749962B2 (en) | 2012-02-09 | 2020-08-18 | Rockwell Automation Technologies, Inc. | Cloud gateway for industrial automation information and control systems |
US10965760B2 (en) | 2012-02-09 | 2021-03-30 | Rockwell Automation Technologies, Inc. | Cloud-based operator interface for industrial automation |
US9709978B2 (en) | 2013-05-09 | 2017-07-18 | Rockwell Automation Technologies, Inc. | Using cloud-based data for virtualization of an industrial automation environment with information overlays |
US9989958B2 (en) | 2013-05-09 | 2018-06-05 | Rockwell Automation Technologies, Inc. | Using cloud-based data for virtualization of an industrial automation environment |
US9954972B2 (en) | 2013-05-09 | 2018-04-24 | Rockwell Automation Technologies, Inc. | Industrial data analytics in a cloud platform |
US10026049B2 (en) | 2013-05-09 | 2018-07-17 | Rockwell Automation Technologies, Inc. | Risk assessment for industrial systems using big data |
CN107272608A (zh) * | 2013-05-09 | 2017-10-20 | 洛克威尔自动控制技术股份有限公司 | 云平台中的工业设备和***证明 |
US9786197B2 (en) | 2013-05-09 | 2017-10-10 | Rockwell Automation Technologies, Inc. | Using cloud-based data to facilitate enhancing performance in connection with an industrial automation system |
US10204191B2 (en) | 2013-05-09 | 2019-02-12 | Rockwell Automation Technologies, Inc. | Using cloud-based data for industrial simulation |
US11676508B2 (en) | 2013-05-09 | 2023-06-13 | Rockwell Automation Technologies, Inc. | Using cloud-based data for industrial automation system training |
US10257310B2 (en) | 2013-05-09 | 2019-04-09 | Rockwell Automation Technologies, Inc. | Industrial data analytics in a cloud platform |
US10816960B2 (en) | 2013-05-09 | 2020-10-27 | Rockwell Automation Technologies, Inc. | Using cloud-based data for virtualization of an industrial machine environment |
US11295047B2 (en) | 2013-05-09 | 2022-04-05 | Rockwell Automation Technologies, Inc. | Using cloud-based data for industrial simulation |
US9703902B2 (en) | 2013-05-09 | 2017-07-11 | Rockwell Automation Technologies, Inc. | Using cloud-based data for industrial simulation |
US10564633B2 (en) | 2013-05-09 | 2020-02-18 | Rockwell Automation Technologies, Inc. | Using cloud-based data for virtualization of an industrial automation environment with information overlays |
CN104142663A (zh) * | 2013-05-09 | 2014-11-12 | 洛克威尔自动控制技术股份有限公司 | 云平台中的工业设备和***证明 |
US10726428B2 (en) | 2013-05-09 | 2020-07-28 | Rockwell Automation Technologies, Inc. | Industrial data analytics in a cloud platform |
US10984677B2 (en) | 2013-05-09 | 2021-04-20 | Rockwell Automation Technologies, Inc. | Using cloud-based data for industrial automation system training |
CN103913992A (zh) * | 2013-12-09 | 2014-07-09 | 成都运达科技股份有限公司 | 工程机械控制逻辑可视化仿真方法 |
US11243505B2 (en) | 2015-03-16 | 2022-02-08 | Rockwell Automation Technologies, Inc. | Cloud-based analytics for industrial automation |
US11409251B2 (en) | 2015-03-16 | 2022-08-09 | Rockwell Automation Technologies, Inc. | Modeling of an industrial automation environment in the cloud |
US11927929B2 (en) | 2015-03-16 | 2024-03-12 | Rockwell Automation Technologies, Inc. | Modeling of an industrial automation environment in the cloud |
US11880179B2 (en) | 2015-03-16 | 2024-01-23 | Rockwell Automation Technologies, Inc. | Cloud-based analytics for industrial automation |
US11042131B2 (en) | 2015-03-16 | 2021-06-22 | Rockwell Automation Technologies, Inc. | Backup of an industrial automation plant in the cloud |
US11513477B2 (en) | 2015-03-16 | 2022-11-29 | Rockwell Automation Technologies, Inc. | Cloud-based industrial controller |
US10496061B2 (en) | 2015-03-16 | 2019-12-03 | Rockwell Automation Technologies, Inc. | Modeling of an industrial automation environment in the cloud |
CN106647323A (zh) * | 2015-10-30 | 2017-05-10 | 北京北方微电子基地设备工艺研究中心有限责任公司 | 一种设备模拟运行控制方法和装置 |
CN109557895A (zh) * | 2017-09-27 | 2019-04-02 | 欧姆龙株式会社 | 信息处理装置、信息处理方法以及计算机可读记录介质 |
CN109977435A (zh) * | 2017-12-27 | 2019-07-05 | 富华科精密工业(深圳)有限公司 | 工厂运行仿真方法、工厂运行仿真装置及计算机存储介质 |
CN109977435B (zh) * | 2017-12-27 | 2023-12-22 | 深圳富联富桂精密工业有限公司 | 工厂运行仿真方法、工厂运行仿真装置及计算机存储介质 |
CN112213994A (zh) * | 2019-07-12 | 2021-01-12 | 爱默生过程管理电力和水解决方案公司 | 在过程工厂的控制***内使用指导的预测仿真的实时控制 |
CN111290477A (zh) * | 2020-01-14 | 2020-06-16 | 南方电网科学研究院有限责任公司 | 一种仿真***时钟同步方法、装置、设备及存储介质 |
CN111290477B (zh) * | 2020-01-14 | 2021-06-22 | 南方电网科学研究院有限责任公司 | 一种仿真***时钟同步方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
DE102007035274A1 (de) | 2008-03-13 |
US20080027704A1 (en) | 2008-01-31 |
GB0714596D0 (en) | 2007-09-05 |
HK1116552A1 (en) | 2008-12-24 |
CN101114160B (zh) | 2012-08-15 |
CA2594697C (en) | 2015-10-27 |
US8527252B2 (en) | 2013-09-03 |
GB2440648B (en) | 2012-01-18 |
GB2440648A (en) | 2008-02-06 |
CA2594697A1 (en) | 2008-01-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101114160B (zh) | 加工厂内的实时同步控制和仿真 | |
CN103217907B (zh) | 用于使用云计算技术来布置工业工厂仿真器的方法和装置 | |
US11604459B2 (en) | Real-time control using directed predictive simulation within a control system of a process plant | |
CN101196740B (zh) | 集成于过程控制网络的分析服务器 | |
CN101158872B (zh) | 在操作过程环境中更新及使用动态过程仿真 | |
US8321187B2 (en) | Process simulation utilizing component-specific consumption data | |
CN101013318B (zh) | 用于管理过程控制网络的增强型工具 | |
Barth et al. | Automated generation of simulation models for control code tests | |
Mahmoud et al. | Using OPC technology to support the study of advanced process control | |
US20210389738A1 (en) | Control system database systems and methods | |
Latif et al. | Integrating a dynamic simulator and advanced process control using the opc-ua standard | |
Sandoval-Rodríguez et al. | Flow Control Strategies Using Classical Regulatory Technique and Advanced H2 Technique in an Irrigation Emulation Pilot Plant | |
Allsopp | Parallel Development of a Real-time Co-Simulation and MPC Control System for the Universal Water System | |
Schumann | Computer-aided configuration and start-up of process control systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |