DE19781103B4

DE19781103B4 - Verfahren und Einrichtung zur Identifikation bzw. Vorausberechnung von Prozeßparametern eines industriellen zeitvarianten Prozesses

Info

Publication number: DE19781103B4
Application number: DE19781103T
Authority: DE
Inventors: Einar Broese; Otto Gramckow; Martin Schlang; Günter Sörgel
Original assignee: Siemens AG
Current assignee: Siemens AG
Priority date: 1996-10-08
Filing date: 1997-10-07
Publication date: 2013-02-21
Anticipated expiration: 2017-10-08
Also published as: CN1233331A; DE19641431A1; KR20000048928A; WO1998015882A1; DE19781103D2; RU2200341C2; KR100499165B1; US6473658B1; CN1174298C

Abstract

Verfahren zur Identifikation oder Vorausberechnung von Prozeßparametern eines industriellen Prozesses 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 (1, 8, 15, 22), das ein zeitlich gemitteltes Abbild des Prozesses darstellt, und zumindest ein zeitvariantes Prozeßmodell (2, 9, 16, 23) aufweist, das auf zumindest eine Zeitkonstante einer Störgröße oder einer Variation von Parametern des Prozesses abgestimmt ist.

Description

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 Grundstoffindustrie 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 begünstigt, 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.
Aus der EP 0 507 320 A2 ist ein Kalkulator zur Bestimmung einer internen physikalischen Größe einer Anlage mittels zwei Modelle bekannt. Die Signale beider Modelle werden schließlich in einen Mischer zusammengeführt.
Aufgabe der Erfindung ist es, ein Verfahren bzw. eine Einrichtung 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 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. 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 Zeitkonstante abgestimmt ist. Durch diese Modellierung jeder signifikanten Zeitkonstante ist es dem Prozeßmodell möglich, jeder wesentlichen 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:
1 das erfindungsgemäße Verfahren zur Identifikation bzw. Vorausberechnung von Prozeßparametern eines industriellen zeitvarianten Prozesses,
2 das erfindungsgemäße Verfahren zur Identifikation bzw. Vorausberechnung von Prozeßparametern eines industriellen zeitvarianten Prozesses in alternativer Ausgestaltung,
3 das erfindungsgemäße Verfahren zur Identifikation bzw. Vorausberechnung von Prozeßparametern eines industriellen zeitvarianten Prozesses in alternativer Ausgestaltung,
4 das erfindungsgemäße Verfahren zur Identifikation bzw. Vorausberechnung von Prozeßparametern eines industriellen zeitvarianten Prozesses in alternativer Ausgestaltung.
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 ...,x_n zugeführt. Die Prozeßzustandsgrößen bzw. Meßwerte aus dem Prozeß x₀, x₁, x₂ ...,x_n können unterschiedliche oder gleiche Größen sein. Ferner können diese Größen mehrdimensional 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 ...,x_nKorrekturparameter y₁, y₂, ..., y_n berechnet werden. Dabei sind die zeitvarianten Modelle 2, 3 und 4 auf verschiedene Zeitkonstanten des Prozesses abgestimmt, so daß sie Korrekturwerte y₁, y₂, ..., y_n für verschiedene dynamische Anteile des Prozesses zur Korrektur des Wertes y₀ liefern, der vom zeitinvarianten bzw. weitestgehend zeitinvarianten Grundmodell geliefert wird. Die Korrekturwerte y₁, y₂, ..., y_n 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 zeitvarianten Modellen 2, 3 und 4 berücksichtigt worden sind, beinhaltet. Die Werte y sowie y₀, y₁, y₂, ..., y_n können ebenso wie die Werte x₀, x₁, x₂ ...,x_n mehrdimensionale Größen oder Scalare sein. Es hat sich dabei als besonders vorteilhaft erwiesen, wenn y₀, y₁, y₂, ..., y_n Scalare sind. Sollen mehrere Prozeßparameter y identifiziert werden, so geschieht dies vorteilhafterweise durch die Verwendung verschiedener Modelle, d. h. zur Verwendung je eines Modells gemäß 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 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.
2 zeigt das erfindungsgemäße Verfahren zur Identifikation bzw. Vorausberechnung von Prozeßparametern eines industriellen zeitvarianten Prozesses in alternativer Ausgestaltung zu 1. Wie im Verfahren gemäß 1 wird ein Prozeßparameter y mittels eines zeitinvarianten bzw. eines weitgehend zeitvarianten Grundmodells 8, zeitvarianter Modelle 9, 10 und 11 sowie Verknüpfungen 12, 13 und 14 ermittelt. Im Gegensatz zum Verfahren aus 1 werden dem zeitinvarianten Modell 9, 10 und 11 neben den Werten x₁, x₂ ...,x_n der Ausgangswert des zeitinvarianten bzw. weitgehend zeitinvarianten Grundmodells 8 y₀ sowie die Korrekturwerte y₁, y₂, ..., y_n-1 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 x₁ und y₀ und Eingangsgrößen des zeitvarianten Modells 10 sind x₂ und y₁ usw. Gemäß der zweiten Alternative werden, wie in 2 angedeutet, den zeitvarianten Modellen 9, 10 und 11 neben den Eingangsgrößen x₁, x₂ ...,x_n eine Auswahl der Korrekturwerte y₀, y₁, y₂, ..., y_n-1 als Eingangsgrößen zugeführt.
3 zeigt das erfindungsgemäße Verfahren zur Identifikation bzw. Vorausberechnung von Prozeßparametern y eines zeitinvarianten Prozesses in alternativer Ausgestaltung in 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 2 beschriebenen Verfahren werden den zeitinvarianten Modellen 17 und 18 nicht die Korrekturwerte y₁, y₂, ..., y_n-1, sondern korrigierte Zwischenwerte y_0,1, y_1,2, ..., y_n-2,n-1 zugeführt. Ansonsten gilt das zu 2 ausgeführte auch für 3 und das zu 1 ausgeführte, für 2 und 3.
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 1 bis 4 sind nicht nur für die Identifikation, d. h. Bestimmung von Prozeßparametern geeignet, sondern auch ganz besonders zu deren Vorhersage.

Claims

Verfahren zur Identifikation oder Vorausberechnung von Prozeßparametern eines industriellen Prozesses 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 (1, 8, 15, 22), das ein zeitlich gemitteltes Abbild des Prozesses darstellt, und zumindest ein zeitvariantes Prozeßmodell (2, 9, 16, 23) aufweist, das auf zumindest eine Zeitkonstante einer Störgröße oder einer Variation von Parametern des Prozesses abgestimmt ist.
Verfahren zur Identifikation oder Vorausberechnung von Prozeßparametern nach Anspruch 1, dadurch gekennzeichnet, daß jeder signifikanten Zeitkonstante einer Störgröße oder einer Variation von Parametern des Prozesses ein zeitvariantes Prozeßmodell (2, 9, 16, 23) zugeordnet ist, das auf die entsprechende Zeitkonstante abgestimmt ist.
Verfahren zur Identifikation oder Vorausberechnung von Prozeßparametern nach Anspruch 1 oder 2, dadurch gekennzeichnet, 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 (2, 9, 16, 23) erfolgt, wobei die Zykluszeit der on-line-Adaption auf die Zeitkonstante abgestimmt ist.
Verfahren zur Identifikation oder Vorausberechnung von Prozeßparametern nach Anspruch 2 oder 3, dadurch gekennzeichnet, daß das zeitinvariante bzw. weitgehend zeitinvariante Prozeßmodell (1, 8, 15, 22) bzw. das zeitinvariante Prozeßmodell und das zeitvariante Prozeßmodell (2, 9, 16, 23) ein analytisches Modell, ein neuronales Netz oder ein hybrides Modell, d. h. ein analytisches Modell und ein neuronales Netz aufweisendes Modell, ist.
Verfahren zur Identifikation oder Vorausberechnung von Prozeßparametern nach Anspruch 1, 2, 3 oder 4, dadurch gekennzeichnet, daß das zeitinvariante bzw. weitgehend zeitinvariante Prozeßmodell (1, 8, 15, 22) und insbesondere das zeitvariante Prozeßmodell (2, 9, 16, 23) durch On-Line-Training an das aktuelle Prozeßgeschehen adaptiert werden.
Verfahren zur Identifikation oder Vorausberechnung von Prozeßparametern nach Anspruch 1, 2, 3, 4 oder 5, dadurch gekennzeichnet, daß die mittels des zeitinvarianten bzw. weitgehend zeitinvarianten Prozeßmodells (1, 8, 15, 22) identifizierten Prozessparameter und/oder die mittels des zeitvarianten Prozeßmodells (2, 9, 16, 23) 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.
Verfahren zur Identifikation oder Vorausberechnung von Prozeßparametern nach Anspruch 1, 2, 3, 4 oder 5, dadurch gekennzeichnet, daß die durch das zeitinvariante bzw. weitgehend zeitinvariante Prozeßmodell (1, 8, 15, 22) identifizierten Prozessparameter und/oder die durch das zeitvariante Prozeßmodell (2, 9, 16, 23) 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.
Verfahren zur Identifikation oder Vorausberechnung von Prozeßparametern nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß die Prozeßparameter durch das zeitinvariante bzw. weitgehend zeitinvariante Prozeßmodell (1, 8, 15, 22) bzw. das zeitvariante Prozeßmodell (2, 9, 16, 23) vorhergesagt werden.
Verfahren zur Identifikation oder Vorausberechnung von Prozeßparametern nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß das zeitinvariante bzw. weitgehend zeitinvariante Prozeßmodell (1, 8, 15, 22) durch ein Optimierungsverfahren an das Prozeßgeschehen adaptiert wird.
Verfahren zur Identifikation oder Vorausberechnung von Prozeßparametern nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß das zeitinvariante bzw. weitgehend zeitinvariante Prozeßmodell (1, 8, 15, 22) mittels genetischer Algorithmen oder Evolutionsstrategien an das Prozeßverhalten adaptiert wird.
Verfahren zur Identifikation oder Vorausberechnung von Prozeßparametern nach einem der Ansprüche 5 bis 10, dadurch gekennzeichnet, daß Modelle zur Modellierung kürzerer Zeitkonstanten einer Störgröße oder einer Variation von Parametern des Prozesses öfter an das aktuelle Prozeßgeschehen adaptiert werden als Modelle mit größeren Zeitkonstanten einer Störgröße oder einer Variation von Parametern des Prozesses.
Verfahren zur Identifikation oder Vorausberechnung von Prozeßparametern nach Anspruch 11, dadurch gekennzeichnet, 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.
Verfahren zur Identifikation oder Vorausberechnung von Prozeßparametern nach Anspruch 11 oder 12, dadurch gekennzeichnet, 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.
Einrichtung zur Identifikation oder Vorausberechnung von Prozeßparametern eines industriellen Prozesses 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 (1, 8, 15, 22), das ein zeitlich gemitteltes Abbild des Prozesses darstellt, und zumindest ein zeitvariantes Prozeßmodell (2, 9, 16, 23) aufweist, das auf zumindest eine Zeitkonstante einer Störgröße oder einer Variation von Parametern des Prozesses abgestimmt ist.