DE2735012A1 - Adaptiv-praediktives (vorhersagendes) regelsystem - Google Patents

Adaptiv-praediktives (vorhersagendes) regelsystem

Info

Publication number
DE2735012A1
DE2735012A1 DE19772735012 DE2735012A DE2735012A1 DE 2735012 A1 DE2735012 A1 DE 2735012A1 DE 19772735012 DE19772735012 DE 19772735012 DE 2735012 A DE2735012 A DE 2735012A DE 2735012 A1 DE2735012 A1 DE 2735012A1
Authority
DE
Germany
Prior art keywords
adaptive
predictive
vector
control
output
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
Application number
DE19772735012
Other languages
English (en)
Other versions
DE2735012C2 (de
Inventor
Juan Martin Sanchez
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Publication of DE2735012A1 publication Critical patent/DE2735012A1/de
Application granted granted Critical
Publication of DE2735012C2 publication Critical patent/DE2735012C2/de
Granted legal-status Critical Current

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B01PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01DSEPARATION
    • B01D3/00Distillation or related exchange processes in which liquids are contacted with gaseous media, e.g. stripping
    • B01D3/42Regulation; Control
    • B01D3/4211Regulation; Control of columns
    • B01D3/425Head-, bottom- and feed stream
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive 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
    • G05B13/048Adaptive 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 using a predictor

Landscapes

  • Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Chemical & Material Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)

Description

Die Erfindung bezieht sich auf ein adaptiv-prftdiktives (vorhersagendes) Regelsystem für Prozesse mit einer einzigen Bingangsgrefie und einer einzigen Ausgangsgröße oder für multivariable zeitveränderliche Prozesse mit bekannten oder unbekannten Parametern und mit oder ohne Zeitverzögerungen.
Bas Anwendungsfeld der Erfindung ist unbegrenzt. Beispielsweise lässt sie sich in so unterschiedlichen Bereichen wie der Aeronautik, der Elektrotechnik und der chemischen Technik etc. einsetzen.
709886/091ö
Beispiele von Prozessen, in denen das adaptiv-prädiktive Regelsystem nach der Erfindung angewandt worden ist, ist die Regelung mit einer einzigen Eingangsgröße und einer einzigen Ausgangsgröße bei einem Flugzeug, bei dem der Steigwinkel durch die Höhenruderstellung geregelt wird, und die multivariable Regelung einer Destillierkolonne, in der die Zusammensetzung am oberen Ende und am Boden durch die Rückfluß- und die Dampfflußraten geregelt werden.
Es ist bekannt, daß der Regelvorgang eines Systems mit einer auf konstanten Parametern aufbauenden Regelstruktur sich verschlechtert, wenn die dynamischen Parameter des Prozesses sich auf eine unvorhergesehene Welse ändern, die weder direkt noch indirekt gemessen werden kann.
In früheren Jahren wurden Regelungstechniken entwickelt, bei denen die Lösung dieses Probleme versucht wurde. Die bemerkenswertesten davon bauten auf der adaptiven Systemtheorie mit Modellreferenz auf, die grundsätzlich nach einer der folgenden Arten arbeitetι (1) Es wird eine Real-Tlme-Adaptivschätzung der Parameter und Zustandevariablen des Prozesses ausgeführt, aus der ein adaptiver Regler die beim Prozeß anzuwendende Regelung berechnet, oder (2) es wird die beim Prozeß anzuwendende Regelung über ein adaptives Regelschema berechnet, um die Prozeßausgangsgröße einer Modellreferenzauagangsgröße folgen zu lassen. Im allgemeinen erfordert die Regelstruktur in beiden der vorstehend aufgeführten Fälle die Sinplanung einer Korrigiereinrichtung. Die Schwierigkeiten, die man bei der Berechnung der Parameter dieser Korrigiereinrlohtung antrifft, steigen entsprechend der Größenordnung des Prozesses und beschränken den Anwendungsbereich dieser bekannten Techniken sehr.
709866/0910
Solchen Schwierigkeiten soll durch die Erfindung begegnet werden. Gemäß der Erfindung wird dies dadurch erreicht, daß unter Verwendung eines Digitalrechners in einem Regelbetriebemode oder in einem Identifizierungsbetriebsmode gearbeitet werden kann, daß beim Regelbetriebemode die Parameter eines adaptiv-prädiktiven Modells aufgrund der Verwendung von Algorithmen der Ctradientenparameterechätzungstechnik auf den neuesten Stand gebracht werden und von diesem Modell zu jedem AbtastZeitpunkt der Regelvektor berechnet wird, um den vorhergesagten Ausgangevektor des Prozesses gleich dem gewünschten Prozeßauegangsvektor zu machen, wobei diese beiden Vektoren zu einer Anzahl von Abtastprioden später ale die gerade betrachtete Abtastperiode passen und die genannte Anzahl von Abtastperioden von der für den Prozeß in Betracht kommenden Zeitverzögerung abhängt, daß der Regelvektor berechnet wird, der, falls gewünscht, vor seiner Eingabe in den Prozeß grenzwertgehalten warden kann, daß beim erwähnten Identifizierungsbetrieb die Parameter des adaptiv-prädiktiven Modells, wie vorstehend erklärt, auf den neueeten Stand gebracht werden, aber die beim Prozeß auszuführende Regelung direkt durch den Operator gesetzt werden kann, wobei der Identifizierungsbetriebsmode on-line oder off-line durchgeführt werden kann.
Bei der vorliegenden Erfindung wird somit ein Digitalrechner zur Durchführung der adaptiven Regelung von Prozessen mit einer einzigen Eingangs- und einer einsigen Ausgangsgröße oder von multivariablen zeitveränderlichen Prozessen mit bekannten oder unbekannten Parametern und mit oder ohne Zeitverzögerungen verwendet, derart, daß der dynamische Auegangsvektor des Prozesses vorhergesagt und der dem Prozeß zuzuführende Regelvektor mit dem Ziel berechnet wird, daß der vorhergesagte dynamische Auegangevektor gleich dem gewünschten dynamischen Auegangsvektor wird. Dies wird zu jedem Abtast- oder Rege-
709886/0910
lungszeitpunkt durch eine Anzahl einfacher und spezifischer Operationen getan.
Die Ausführung der Erfindung soll im folgenden in allgemeiner Hinsioht anhadd der beigefügten Figuren beschrieben werden. Im Anschluß daran werden die Ergebnisse einer besonderen Anwendung des Regelsystems nach der Erfindung aufgezeigt.
Fig. 1 zeigt den allgemeinen Blockaufbau des adaptivpr&diktiven Regelsystems naoh der Erfindung;
Fig. 2 zeigt eine Destillier. .,kolonne, bei weloher
das adaptiv-prädiktlve Regelsystem nach der Erfindung eingesetzt ist, so daß sich eine multiTariable Regelung der Zusammensetzungen am oberen Ende und am Boden als Ausgangsgroßen mit Rückfluß- und Dampfflußraten als Eingangsgrößen ausführen lässt;
Fig. 3 zeigt die Ergebnisse einer solchen Anwendung des adaptlT-prädiktiren Regelsystems nach der Erfindung bei einer Destillierkolonne in einer grafischen Darstellung.
Zwei Betriebsarten des Regelsystems sind in einem Abtastaugenblick k möglich, was Fig. 1 zeigt.
1. Ober den Weg 1 kann ein menschlicher oder automatischer Operator 2 direkt den Regelrektor u (k) einstellen, der die Eingangsgröße für eine Einrichtung""? und einen Identifi-■!•rungsblook 4 zu einem Abtastaugenbliek k darstellt. Der Identifizierungeblock 4 enthält ein adaptiT-prädiktires Modell 5 zur Berechnung eines geeohätzten Prozeßauegangsrektore £ (k). Der Fehler f. (k) dieser Soaätzung
709886/0910
d.h. die Differenz zwischen dem Prozeßausgangsvektor v. (k) und d (k), wird dazu benutzt, über einen adaptiven Mechanismus 6 die Parameter des vorher erwähnten adaptiv-prädiktiven Modells 5 auf den neuesten Stand zu bringen. Diese Betriebsart soll als Identifizierungebetriebsweise bezeichnet werden.
2. Über den Weg 7 werden die Parameter des adaptivprädikti ven Modells 5» wie vorher beschrieben, auf den neuesten Stand gebracht. Darüberhinaus wird aber der beim Prozeß angewandte durch einen Regelblock 8 berechnet, wobei dasselbe adaptiv-prädiktive Modell benutzt wird, derart, daß der gewünschte Auegangsvektor des'Prozesses ^1 (k + r + 1) im Abtastaugenblick k + r + 1 übereinstimmt mit dem vorhergesagten Ausgangetektor für den gleichen Augenblick k + r + 1, r ist dabei die Anzahl der Abtastzeitverzögerungen, welche im Prozeß beobachtet oder als passend angesehen werden. ^1 (k + r + 1) wird zum Augenblick k durch einen Treiberblock 9 als Antwort auf die Eingangsgrößen des Operators 2 berechnet. Diese Betriebsweise soll als Regelbetriebsweise bezeichnet werden.
Zur Durchführung der Prozeßregelung benutzt das adaptivprädiktive Regelsystem immer Wertänderungen (Inkrementwerte) der Ausgangsgröße, der Eingangsgröße und von meßbaren Störvektoren des Prozesses. Sofern es gewünscht wird, kann der Regelvektor grenzwertgehalten werden. Die spezifischen Operationen, welche das Regelsystem mit Hilfe eines Digitalrechners in jedem Abtastaugenblick k während seiner Regelbetriebsweise demzufolge bei Berücksichtigung der vorstehend beschriebenen Konzeption ausführt, werden im folgenden erläutert:
a) Messung und, sofern als zweckmäßig angesehen, Filterung der Ausgangsvariablen des Prozesses, um den Prozeßausgangsvektor v_ (k) zu erhalten. Seine Dimension soll als η angesehen werden.
709886/0910
b) Berechnung des inkrementalen Prozeßausgangsvektors £ (k) durch:
OO - Xp (* -y) (cn. υ
Ή ist dabei eine ganze Zahl, die geeignet gewählt wer den kann.
c) Berechnung des inkxementalen Prozeßausgangsvektors ä (k) durch das adaptiv-prädiktive Identifizierungsbio ckmodell, was sich definieren lässt durch:
d(k) =Z A1U-I) χ (k-i-ri) + t B1U-D u(k-i-r)
+ £ C1Ck-I) w(k-i-r2) (Gl. 2)
Dabei werden die Vektoren u (k-i-r) und w (k-i-r«) erhalten durch:
u(k-i-r) - up(k-i-r) - up(k-i-r-tf) (Gl. 3) w(k-i-r2) » w^Ck-i-rg) - ^(k-i-rj-y) (Gl. 4)
Hierin sind u (k-i-r) und w(k-i-r2) der Regelvektor bzw. der aefibare Störvektor in den Dimensionen η^ und m zum Ibtastseitpunkt k-i-r bzw. k-i-rg. In der Gleichung 2 können die ganzen Zahlen h,f und g passend gewählt werden. Ihnlich lassen sich die ganzen Zahlen r1 und r2 geeignet wählen, wobei die verfügbaren oder vorhergesagten Messungen der Ausgangs- und Störungsvektoren jeweils berücksichtigt werden. Die Matrizen A1Ck-I), B1 (k-1) und C1Ck-I) des adaptiv-prädiktiven Modells haben •igene Dimensionen und ihre Werte entsprechen einem Yergangenheitswert, bevor sie auf den letzten Stand zum Zeltpunkt k gebracht wurden. Venn die Dimension des Regelvektors größer als die Dljnension Aes Auegangs-
709886/0910
vektors ist, dann sollten in den meisten Fällen zusätzliche Bedingungen zur Erzielung einer einzigen Regellösung addiert oder es können einige der Regelvektorkomponenten einfach in den Störungevektor eingeschlossen werden. Als ein besonderer Fall wird der Fall η.j = η angesehen.
d) Berechnung des Schätzfehlervektors durch:
e(k) - j.(k) - d(k) (Gl. 5)
e) Berechnung der auf den neuesten Stand gebrachten Werte zum Zeitpunkt k der Parameter a^-ik), *><-J0(1O und c,., (k), welche jeweils die Elemente in der 3-ten Reihe und q-ten Spalte der Matrizen A^(k), B^(k) und C.(k) sind, mittels der folgenden Algorithmen:
b ijq0O = ßbljq <^ÜO «jOO uq(k-i-r) + t>ijq(k-1) (GL 7)
Cijq(k> - ßcijq <hM eJ<k> ^q^-1-^) + eljq(k-1)(Gl. 8)
Hierin sind e.(k), y (^i-T1), u (k-i-r) und w (k-i-r2) jeweils die entsprechenden Komponenten der Vektoren £ (k), £ (k-i-r.,), u (k-i-r) und w(k-i-r2). ßaljqt ßbl3q «nd fi ^a.eind Koeffizienten, die passend abgestimmt werden können, und et ^(k) (j«1,n) sind verschiedene Verstärkungen, die ohne Schwierigkeiten im großen Bereich der Möglichkeiten gewählt werden können, welche die bekannte aradientenparameteridentifizierungstechnik gestattet. Eine besondere Wahl dieser variablen Verstärkungen kann die folgende sein:
709886/0910
-VS-
+ L ii 1W V*-1"^ + ti i
U « 1, n) (Gl. 9)
f) Berechnung des gewünschten inkrementalen Ausgangevektors ^1 (k+r+1), die durch den Treiberblock, wie folgt, ausgeführt werden kann:
1. Berechnung des gewünschten Prozefiausgangsvektors d_ (k+r+1) der Dimension (nil), die auf verschiedene Weise ausgeführt werden kann, indem eine Modellreferene mit gewünschten Dynamischen oder irgendein anderer Plan benutzt wird, der die gewünschten Dynamischen und auch die vorher gemessenen oder vorhergesagten Prozefiausgangsgrößen berücksichtigt. Die letztgenannte Planart lässt sich z.B. durch die folgende Gleichung definieren:
d^k+r+1) »Γ E1 xp(k+r+1-r1 -i) + [ H1 v(k+1-i)
(Gl.10)
Hierin sind ν (k+r+1-r.j-i) und v(k+1-i) der Prozefiausgabgsvektor und der Treiberblockeingangsvektor im Abtastaugenblick k+r+1-i bzw. k+1-i. r(k+1+i) ist ein Vektor der Dimension n, der unmittelbar vom Operator erzeugt wird. Die Matrisen F1U-I,t) und H.(j»1,e) lassen sich genauso wie die ganzen Zahlen t und β unter Berücksichtigung der gewünschten Dynamischen frei wählen.
2. Aus dem Wert des gewünschten Auegangrrektors des Prozesses d (k+r+1) lftaet sich der gewünschte inkrementale Ausgangavektor ^1 (k+r+1) ohne Schwierigkeiten auf verschiedene Arten berechnen. Sine besondere Art, welche dann geeignet
709886/0910
ist, wenn γ > r, 1st durch die folgende Gleichung gegeben:
dp(k+*+1) -
(Gl. 11)
Wenn es als notwendig herausgefunden wurde, kann der Wert von d.j (k+r+1) grenzwertgehalten werden.
g) Berechnung des Regelvektors gemäß dem folgendent 1. Aus dem auf den neuesten Stand gebrachten adaptiv-prädiktiven Modell hängt der vorhergesagte inkrementale Prozeßausgangsvektor <1JJ (k+r+1) zum Abtastaugenblick k+r+1 vom inkrementalen Regelvektor u(k) ab und ist durch die folgende Gleichung gegeben:
d^(k+r+1) - £ At(k) v/k+r+i-r.,-!) + £ Bt(k) u (k+1-1) + > QtiX) w(k+r+1-r2-i) (Gl. 12)
Der inkrementale Regelvektor u(k) wird dadurch berechnet, daß man den vorhergesagten inkrementalen Prozeßausgangsvektor ^! (k+r+1) gleich der gewünschten inkrementalen Ausgangsgröße ^1 (k+r+1) macht, und 1st durch die folgend· Gleichung gegeben:
-1 -1 f
u(k) -B1 (k) ^1 (k+r+1) - B1 £ B1 (k) u(k+1-l)
-1h -1 g
- B1 (k) I A1U) jrik+r+i-r^i) - B1 (k) £ C1U).
w(k+r+1-r2-i) (Gl.13)
709886/0910
2. Aus u (lc) wird der Regelvektor berechnet durch:
« u (k) + UpOc-r) (αϊ. H)
h) Falls gewünscht, kann der Regelvektor u (k) grenzwertgehalten werden, bevor er dem Prozeß zugeführt wird.
Bei seiner Ausführung kann das adaptiv-prädiktive Regelsystem inkrementalβ Eingangs-, Ausgangs- und St^örungsvektoren benutzen, wie es in den vorstehenden Wirkungsweisen beschrieben wurde. Sin anderer Weg der Systemausführung besteht aber in der Berechnung der inkrementalen Eingangs-, Ausgangs- und St^urungsvektoren in Bezug auf
einige konstante, geeignet gewählte Vektoren. Demzufolge müssen in den Gleichungen, die unter den Gleichungsnummern 1» 3, 4, 11 und 14 beschrieben sind, jeweils folgende änderungen vorgenommen werden:
- £pc (&1#
u(k-l-r) m up(k-i-r) - U50 (Gl. 16)
w(k-i-r2) = Wpik-i-rg) - W^0 (Gl. 17) d^k+r+1) = dp(k+r+1) 'Z90 (CH. 18)
Up(k) = u(k) + U50 (Gl. 19)
Wenn es als geeignet angesehen wird, daß man einigen der adaptiv-prädigktiven Modellparameter (z.B. aufgrund einer bestimmten Prozeßkenntnis) spezifische Werte gibt, können dies· Werte ebenfalls den jeweiligen Parametern gegeben werden und die entsprechenden fi-Koeffizienten werden auf Bull gesetzt. Es ist auch möglich, diejenigen Operationen der adaptiv-prädiktiven Modellparameter, mit denen auf den
709886/0910
neuesten Stand gebracht wird, so lange anzuhalten, wie es als zweckmäßig angesehen wird.
Wenn das System im Identifizierungsbetrieb arbeitet, braucht es lediglich die Operationen a bis e auszuführen. Diese Identifizierungstätigkeit kann im Real-Time-Betrieb oder im off-line-Betrieb und sogar im Betrieb zwischen den Abtastintervallen durchgeführt werden.
Es lässt sich beobachten, daß in der Operation g zur Berechnung von u (k) die Matrix B,(k) invertiert werden muß. Die Gefahr einer Singularität der Matrix B1(Ic) kann in der Praxis fast immer durch Addition von Zeitverzögerungen zum Prozeßeingangs- und -ausgangsvektor und durch Regelung des sich ergebenden Prozesses vermieden werden. Ein erläuterndes Versuch^sbeispiel dieses Vorgehens ist in dieser Patentanmeldung dargestellt.
Ein anderer Weg zur Durchführung des Regelsystems besMit darin, das adaptiv-prädiktive Modell in eine solche Form zu bringen, daß der Vektor d (k) nicht die Schätzung des Vektors v_(k) ist, sondern die Schätzung eines beliebigen anderen Ausgangs- oder Eingangsvektors in einem vorherigen Abtastaugenblick. Der fehler dieser Schätzung wird dazu benutzt, das adaptiv-prädiktive Modell auf den neuesten Stand zu bringen.
In manchen Fällen soll ein äquivalenter Weg der Anwendung de« hier dargestellten Regelsystems dieses in einen Satz von Systemen mit einem einzigen Ausgang und mehreren Eingängen zerlegen, wobei jedem dieser Systeme eine Bedingung auferlegt wird, die durch die Komponenten des Regelvektors zu jedem Abtastaugenblick überprüft wird. Aus dem Satz der η entsprechenden linearen Gleichungen kann der Regelvektor zu jedem Abtastaugenblick berechnet werden.
709886/0910
- X-
Schließlich können die statischen Verstärkungen des Prozesses durch Multiplikation der Komponenten seiner Ausgangs-» Eingangs- und Störungsvektoren oder der inkrementalen Vektoren mit ekalaren Verstärkungen modifiziert werden. Auch die Dynamischen des Prozesses können auf eine analoge Weise modifiziert werden. In diesem Pail wird das Regelsystem den Prozeß durch Regelung des modifizierten Prozesses regeln.
Vereuchsbelspielt Multivariable Regelung einer binären Deatilllerkolonne.
Bas adaptiv-prädiktive Regelsystem, das vorher beschrieben wurde, ist zur multivariablen Regelung der Zusammensetzungen (in Gewichtsprozenten von Methanol) am oberen Ende und am Boden einer binären Destillierkolonne durchgeführt worden, und zwar beim Chemical Engineering Department, Universität von Alberta, Edmonton, Alberta (Kanada).
Wie in Pig. 2 dargestellt ist, tritt ein Speisefluß 11 in die Destillierkolonne 10 beim vierten Aschenbehälter ein. Das Produkt vom oberen Ende der Destillierkolonne kondensiert in einer Einrichtung 12 durch Kühlwasser und fällt in einen Behälter 13* Das Ziel des hier dargestellten Versuchs 1st die Regelung der Zusammensetzung des Bodenprodukts 15» das vom Boden der Kolonne weggeht.
Als Regelvariable wurden die Rückflußrate 16 und die Dampfflußrate 17 benutzt, welühe einen Wiederaufhelzkessel 18 am Boden der Säule heizt. Zur Vervollständigung des Versuchs wurde ein Digitalrechner 19 verwendet, welchem die von einem Zusammensetzungsregistriergerät 20 und einem dasChromatographen 21 gemachten Messungen der oben und am Boden vorliegenden Zusammensetzungen jeweils eingegeben werden und der die Einstellgröfie zweier Plußregletrlerreglern 22 und 23 regelt. Darüberhinaus hat die
709886/0910
Kolonne noch folgende Einrichtungenι zwei Fltissigkeitspegelanzeigeregler 24, zwei Plußregiatriereinrichtungen 25, einen Druckanzeigeregler 26, zwei Temperaturregistrierregler 27 und einen Flußregistrierregler 28.
Die Regelvariablen sind die Rückfluß- und die Dampfflußraten. Die Abtastperiode beträgt 256 see. Aufgrund dieser großen Abtastperiode gibt es keine Zeitverzögerung zwischen der Zusammensetzung am oberen Ende und den Rückfluß- und Dampfflußraten. Es besteht eine Meßzeitverzögerung von einer Abtastperiode zwischen der Bodenzusammensetzung und der Dampfflußrate wegen der Analysierzeit, welche zur Messung der Bodenzusammensetzung erforderlich ist. Zwischen der Bodenzusammensetzung und der Rückflußrate, so wurde festgestellt, liegen zwei Abtastintervalle. Ss lag keine wesentliche Störung beim Prozeßablauf vor.
Zur Vermeidung des Problems der Singularität von B1 das vorher bereits diskutiert wurde, wird eine Abtastzeitverzögerung zur Messung der Zusammensetzung am oberen Ende addiert. Demzufolge ist die entsprechende Komponente des Prozeßausgangsvektors In Bezug auf die Oben-Zusammensetzung zum Abtastzeitpunkt k die Messung der Oben-Zusammensetzung zum Zeitpunkt k-1. Auch diese Komponente zum Augenblick k+1 ist schon im Augenblick k bekannt.
Gemäß den vorher beschriebenen Umständen ist zu jedem Abtastzeitpunkt k die durch das adaptiv-prädiktive Regelsystem während seiner Regeltätigkeit durchgeführte Operationsfolge t
1. Messung der Oben- und Bodenzusammensetzungen zum Erhalten des Prozeßausgangsvektors Z-Ck), dessen Komponenten die zum Zeitpunkt k-1 gemessene Oben-Zusammensetzung £_(k) und die zum Zeitpunkt k gemessene Bodenzusammensetzung y_2 sind.
709886/0910
_. yg -
2. Die für den Prozeß betrachtete Anzahl der Abtastzeitverzögerungen r ist in diesem Fall gleich 1 und die ganze Zahl y wurde gleich 2 gewählt. Demzufolge wird der inkremental e Ausgangsvektor berechnet durch:
- Ip<k-2>
(Gl. 20)
3. Im adaptiv-prädiktiven Modell wurden die ganzen Zahlen h, f und r1 gleich 3, 4 bzw. 0 gewählt; es bestand kein Störungevektor. Demzufolge wurde der geschätzte inkrementa-Ie Ausgangsvektor d(k) berechnet durch:
J1Ck-D
U2(k-i-1) (Gl. 21)
Hierin sind d1 und Y1 die Komponenten bezüglich der Oben-Zusammensetzung. d2 und y2 sind die Komponenten bezüglich der Boden-Zusammensetzung. U1 und U2 sind die inkrementalen Rückfluß- bzw. Dampfflußraten. Der inkrementalβ Regelvektor u (k-i-1) wird erhalten durch:
u(k-i-1)
- ttpÜG-1-3) (Gl. 22)
Hierin ist u (k-i-1) der im Zeitpunkt k-i-1 vorliegende
—P
Regelvektor.
Die Matrizen A±(k-1) (1-1,3) und B^k-1) (1-1,4) eind folgendermaßen gewählt:
709886/0910
-VT-
ai11(k-i) ο
; A2(k-1) =
ο a2220c-O
c-I)
O , a322(k-O
^111Oc-D D11
B1Oc-D
B3(k-1)
D122(k-1)
; B2(k-D
b911(k-1) D919(Jc-O
'211
212'
i)221(k-1)
b322(k-1)
; B4(k-1)'
(k-1)
(Gl. 22a)
4. Berechnung des Schätzfehlerrektors, wie er in der Gleichung 5 angezejg 1st.
5. Berechnung der auf den neuesten Stand gebrachten Verte zum Augenblick k aus den Parametern der Matrizen A1 (k) (i-1,3) und B1(I-I,4) gemäß den Gleichungen 6, 7 und 9, wobei berücksichtigt wird, daß keine Störungen betrachtet werden, daß der Wert der Koeffizienten β entsprechend den
709886/0910
- Vt-
Nicht-Null-Parametern in den Oben- und Bodenreihen zu 1 bzw. O,langesetzt wurden und daß die Koeffizienten B* entsprechend den verbleibenden Null-Parametern sowohl in den Oben- als auch in den Bodenreihen gleich Null gesetzt wurden.
6. Die sich auf die Oben- und Bodenzusammensetzungen beziehenden Komponenten d .(k+2) bzw. d 2(k+2) des gewünschten ProzeBausgangsvektors dik+2) zum Zeitpunkt k+2 werden durch die folgenden Skalargleichungen berechnet, welche ein besonderer Pail der Gleichung sind:
dp1(k+2) « £ei fu I
23)
(Gl. 24)
Hierin sind v^k+i-i) und v2(k+1-i) die Komponenten bezüglich der Oben- bzw. Bodenzusammeneetzungen des Treiberblockeingangsvektore v(k+1-i) zum Zeitpunkt k+1-i. Die Parameter der Gleichungen 23 und 24 wurden gleich denjenigen eines Modells zweiter Ordnung gewählt, ohne bzw. mit einer Abtastzeitverzögerung, einer natürlichen frequenz von 0,0056 rad/sec. und einem Dampfungsverhältnis sowie einem statischen Gewinn gleich 1. Unter der Voraussetzung, daß der Wert der vorher erwähnten statischen Verstärkung Eine beträgt, haben die Komponenten V1 (k+1-i) und v2(k+1-i) die physlkaüJethe Bedeutung, die Stellgrößenwerte für die Oben- bzw. Bod«nzusammensetBungen ium Zeitpunkt k+1-i zu sein.
709886/0910
In der Gleichung 23 wurde der Wert y..(k+1) vorher berechnet durch:
Dabei ist festzustellen, daß y_(k+1) der im Augenblick k gemessene Wert der Oben-Zusammensetzung ist.
Aus d (k+2) wird der gewünschte inkrementale Prozeßausgangsvektor d^k+2) berechnet durch:
I1 (k+2) - dp(k+2) - Xp(k) (öl. 26)
Sie auf die Ober- bzw. Bodenzusammensetzungen bezogenen Komponenten d11(k+2) und d12Oc+2) von ^1 (k+2) sind auf die absoluten Werte 0,3 bzw. 0,6 begrenzt.
7. Berechnung des Regelvektors durch:
-1 -1 4
u(k) ο B1 (k) d.(k+2) - B1 (k) £ B1 (k) u(k+1-i) 1 i=2 x
- B1" (k) 1 Ai(k) i(k+2-i) (Gl. 27) - u(k) + Up(k-2) (Gl. 28)
8. Der absolute und der inkrementale Wert von u_(k) wird vor der Zuführung zum Prozeß grenzwertgehalten.
Pig. 3 zeigt die Ergebnisse eines sechs Stunden und 24 Minuten währenden Versuchs von Anfang an, wobei die Destillierkolonne durch das adaptiv-prKdiktive Regelsystem geregelt wurde.
In Pig. 3 stellen die Diagrammverläufe A, B, C und D auf der T-Achse die Oben-Zusammensetzung (£), die Boden-
709886/0910
Zusammensetzung (jf), die Rückflußrate (g/sec) bzw. die Dampfflußrate (g/sec) In Abhängigkeit von der auf der X-Achse aufgetragenen Zelt In Abtastzeltpunkten dar.
Die Anfangswerte der Parameter des adaptiv-prädlktiven Modells wurden vernünftig gewählt. Das Regelsystem arbeitete vor dem Eintritt in die Regeltätigkeit für zwei Abtastzeitpunkte in seinem Identifizierungsbetrieb. Sobald die Regeltätigkeit beginnt, treibt das Regelsystem die Oben- und Bodenzusammensetzungen des Prozesses von 96,5 bzw. 1 fL auf 96 bzw. J>j>. Später, zum Zeitpunkt 29» während die Bodenzusammensetzung bei 3 £ gehalten wird, wird die Oben-Zusammensetzung auf 97 getrieben. Zum Zeitpunkt 55 wird die Bodenzusammensetzung von 3 auf 5 £ getrieben und die Oben-Zusammensetzung bei 97 Ί» gehalten.
Es 1st zu bemerken, dafl das multivariable Regelproblem einer binären Destillierkolonne, welches durch das adaptiv-prädlktive Regelsystem nach der Erfindung in zu empfehlender Weise gelöst ist, ir lange Zeit ein oft erwähntes Beispiel für Schwierigkeiten bei einander beeinflussenden multivariablen chemischen Prozessen gewesen 1st.
709886/0910
Leerseite

Claims (6)

  1. Juan Martin Sanchez
    Barcelona, Spanien
    Adaptiv-prädik^tives (vorhersagendes) Regelsystem
    PATENTANSPRÜCHE
    ' Adaptiv-prädik-^tives (vorhersagendes) Regelsystem für Prozesse mit einer einzigen Eingangsgröße und einer einzigen Ausgangsgröße oder für multivariable zeitveränderliche Prozesse mit bekannten oder unbekannten Parametern und mit oder ohne Zeitverzögerungen, dadurch gekennzeichnet , daß unter Verwendung eines Digitalrechners in einem Regelbetriebsmode oder in einem Identifizierungsbetriebsmode gearbeitet werden kann, daß beim Regelbetriebsmode die Parameter eines adaptiv-prldiktiven Modells aufgrund der Verwendung von Algorithmen der Oradientenparameterschfttzungstechnik auf den neuesten Stand gebracht werden und von diesem Modell zu jedem Abtastzeitpunkt der Regelvektor berechnet wird, um den vorhergeeagten Ausgangevektor des Prozesses gleich dem gewünschten Prozeßausgangsvektor zu machen, wobei diese beiden Vektoren zu einer Anzahl von Abtastperioden später als die gerade
    709886/0910
    Postscheckkonto mCnchbn iMOto-soo · BATBRiscBB HYPOTHBKEN-UNDWBCHSBl-BANk mOnchbn smoooosso
    ORIGINAL INSPECTEO
    betrachtete Abtastperiode passen und die genannte Anzahl von Abtastperioden von der für den Prozeß in Betracht kommenden Zeitverzögerung abhängt, daß der Regelvektor berechnet wird, der, falls gewünscht, vor seiner Eingabe in den Prozeß grenzwertgehalten werden kann, daß beim erwähnten Identifizierungsbetrieb die Parameter des adaptiv-prädiktiven Modells, wie vorstehend erklärt, auf den neuesten Stand gebracht werden, aber die beim Prozeß auszuführende Regelung direkt durch den Operator gesetzt werden kann, wobei der Identifizierungsbetriebsmode online oder off-line durchgeführt werden kann.
  2. 2. Adaptiv-prädik_tives Regelsystem nach Anspruch 1, gekennzeichnet durch die Verwendung inkremental er Werte der Eingangs-, Ausgangs- und stöifungsvektoren in Bezug auf eine bestimmte Anzahl von Abtastperioden davor oder durch die Verwendung inkrementaler Werte der Eingangs-, Ausgangs- und Störungevektoren in Bezug auf geeignet gewählte Konstantvektoren.
  3. 3. Adaptiv-prädiktives Regelsystem nach den Ansprüchen 1 oder 2, dadurch gekennzeichnet , daß die gewünschte Prozeßausgangsgröße durch einen Treiberblock zu jedem Abtastzeitpunkt berechnet wird, wobei eine klaseiche Modellreferenz oder eine Anordnung benutzt wird, welche die gewünschten Dynamischen und die vorher gesessenen oder bekannten Prozeßausgangsvektoren berücksichtigt.
  4. 4. Adaptiv-prtdiktivee Regelsystem nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet , daß die Regelung des tatsächlichen Prozesses aufgrund der Regelung eines umgestalteten Prozesses ausgeführt werden kann, der dadurch entsteht, dpfi zu den Komponenten des Aus·
    709886/0910
    gangs- und/oder Eingagevektors des tatsächlichen Prozesses geeignete Zeitverzögerungen addiert werden.
  5. 5. Adaptiv-prädiktives Regelsystem nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet , daß in manchen Fällen eine Zerlegung des Regelsystems in einen Satz von η Regelsystemen mit einem einzigen Ausgang und vielen Eingängen vorgenommen ist und daß der Regelvektor dieser Systeme während des Regelungsvorgangs berechnet wird.
  6. 6. Adaptiv-prädiktives Regelsystem nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, daß während des Betriebs des Systems der Vorgang, durch welchen die Parameter des adaptiv-prädiktiven Modells auf den neuesten Stand gebracht werden, so lange für alle oder nur einige der Parameter des adaptiv-prädiktiven Modells angehalten werden kann, wobei denjenigen Parametern, die nicht auf den neuesten Stand gebracht werden, beliebige passende Werte zugeteilt werden können.
    709886/0910
DE19772735012 1976-08-04 1977-08-03 Adaptiv-praediktives (vorhersagendes) regelsystem Granted DE2735012A1 (de)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
GB32395/76A GB1583545A (en) 1976-08-04 1976-08-04 Control systems

Publications (2)

Publication Number Publication Date
DE2735012A1 true DE2735012A1 (de) 1978-02-09
DE2735012C2 DE2735012C2 (de) 1990-07-19

Family

ID=10337959

Family Applications (1)

Application Number Title Priority Date Filing Date
DE19772735012 Granted DE2735012A1 (de) 1976-08-04 1977-08-03 Adaptiv-praediktives (vorhersagendes) regelsystem

Country Status (16)

Country Link
US (2) US4197576A (de)
JP (1) JPS5320081A (de)
AT (1) AT370891B (de)
AU (1) AU513844B2 (de)
BR (1) BR7704892A (de)
DD (1) DD131417A5 (de)
DE (1) DE2735012A1 (de)
DK (1) DK313777A (de)
ES (1) ES460649A1 (de)
FR (1) FR2360928A1 (de)
GB (1) GB1583545A (de)
IL (1) IL52554A (de)
IT (1) IT1143746B (de)
MX (1) MX150861A (de)
NL (1) NL7708657A (de)
SE (1) SE445268B (de)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3126331A1 (de) * 1980-07-04 1982-04-08 Hitachi Engineering Co., Ltd., Hitachi, Ibaraki Verfahren zum steuern einer anlage
DE3305766A1 (de) * 1983-02-19 1984-08-23 Manfred 6401 Kalbach Pitsch Verfahren zum minimieren der energiekosten sowie hoechstlastwaechter zu seiner durchfuehrung
DE3429718A1 (de) * 1984-08-13 1986-02-20 H. Dipl.-Ing. 3400 Göttingen Lobenhoffer Verfahren zur herstellung von werkstoffkoerpern
DE3921158A1 (de) * 1989-06-28 1991-01-10 Pintsch Bamag Ag Antriebsvorrichtung fuer eine selbsttaetig oeffnende und schliessende tuer, insbesondere eine gelenktuer
DE4339170A1 (de) * 1992-11-16 1994-06-01 Honda Motor Co Ltd Adaptive Steuereinrichtung mit einem als Rekursionsformel ausgedrückten Parametereinstellsatz

Families Citing this family (124)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4277832A (en) * 1979-10-01 1981-07-07 General Electric Company Fluid flow control system
EP0037579B1 (de) * 1980-04-07 1986-08-20 Juan Martin Sanchez Verfahren zur selbstanpassenden, prädiktiven Regelung und selbstanpassendes prädiktives Regelungssystem
CA1163372A (en) * 1980-04-07 1984-03-06 Juan M. Sanchez Adaptive-predictive control system
US4407013A (en) * 1980-10-20 1983-09-27 Leeds & Northrup Company Self tuning of P-I-D controller by conversion of discrete time model identification parameters
FR2512985A1 (fr) * 1981-09-11 1983-03-18 Telemecanique Electrique Procede d'identification du modele d'une enceinte thermique et application a la regulation d'une enceinte thermique
US4512747A (en) * 1982-01-13 1985-04-23 Hitchens Max W Material conveying system simulation and monitoring apparatus
EP0099114B1 (de) * 1982-07-13 1988-05-11 Nec Corporation Logischer Simulator durchführbar auf Ebenenbasis und auf logischer Blockbasis auf jeder Ebene
US4506321A (en) * 1982-09-08 1985-03-19 Imec Corporation Motion control system with adaptive deceleration
US4578747A (en) * 1983-10-14 1986-03-25 Ford Motor Company Selective parametric self-calibrating control system
DE3408523A1 (de) * 1984-03-08 1985-09-12 Siemens AG, 1000 Berlin und 8000 München Verfahren zur ueberwachung der durch die steuerung der antriebe einer rechnergesteuerten werkzeugmaschine oder eines industrieroboters erzeugten bahn
US4679174A (en) * 1984-04-26 1987-07-07 Western Geophysical Company Of America Method for seismic lithologic modeling
NO166821C (no) * 1985-02-21 1991-09-04 Aardal & Sunndal Verk As Fremgangsmaate for styring av aluminiumoksyd-tilfoerselen til elektrolyseovner for fremstilling av aluminium.
US4617637A (en) * 1985-07-09 1986-10-14 Lifecare Services, Inc. Servo control system for a reciprocating piston respirator
US4663703A (en) * 1985-10-02 1987-05-05 Westinghouse Electric Corp. Predictive model reference adaptive controller
US4852053A (en) * 1985-10-18 1989-07-25 Exxon Chemical Patents Inc. Material and energy balance reconciliation
JPH0743608B2 (ja) * 1985-11-19 1995-05-15 株式会社安川電機 未来目標値と過去の操作量の情報を用いるディジタル制御装置
JPS62118406A (ja) * 1985-11-19 1987-05-29 Yaskawa Electric Mfg Co Ltd 未来目標値と過去の操作量及び試行時の偏差の情報を用いる制御方式
US4679103A (en) * 1986-04-29 1987-07-07 International Business Machines Corporation Digital servo control system for a data recording disk file
US4736316A (en) * 1986-08-06 1988-04-05 Chevron Research Company Minimum time, optimizing and stabilizing multivariable control method and system using a constraint associated control code
US4866644A (en) * 1986-08-29 1989-09-12 Shenk John S Optical instrument calibration system
US4769766A (en) * 1986-09-11 1988-09-06 Tung Hsien Hsin Robust model reference controller
JPS6370875A (ja) * 1986-09-12 1988-03-31 Sharp Corp トナ−補給時のトナ−濃度基準レベル設定方法
DE3866826D1 (de) * 1987-03-09 1992-01-23 Siemens Ag Digitales integriermodul fuer abtastregeleinrichtungen.
US5406488A (en) * 1987-05-06 1995-04-11 The Secretary Of State For Defence In Her Britannic Majesty's Government Of The United Kingdom Of Great Britain And Northern Ireland Correction of errors in autopilots
DE3852297T2 (de) * 1987-09-11 1995-04-06 Yaskawa Denki Seisakusho Kk Regelungssystem, das am besten einem periodischen sollwert folgt.
JP2726089B2 (ja) * 1988-03-29 1998-03-11 ケー‐トロン インターナシヨナル インコーポレイテツド 供給される材料の供給重量の制御方法及び装置
US4912624A (en) * 1988-03-30 1990-03-27 Syracuse University Multi-parameter optimization circuit
US4954975A (en) * 1988-08-10 1990-09-04 K-Tron International, Inc. Weigh feeding system with self-tuning stochastic control and weight and actuator measurements
DE69026122T2 (de) * 1989-01-25 1996-08-29 Canon Kk Selbstanpassende Vorrichtung
IL94626A (en) * 1989-07-06 1994-05-30 Cabot Corp Carbon black process control system
US5126933A (en) * 1990-02-07 1992-06-30 White Iii Charles A Self-learning memory unit for process controller and self-updating function generator
US5159660A (en) * 1990-08-09 1992-10-27 Western Thunder Universal process control using artificial neural networks
US5260874A (en) * 1990-09-05 1993-11-09 The Boeing Company Aircraft flight emulation test system
EP0524317A4 (en) * 1991-02-08 1995-02-15 Tokyo Shibaura Electric Co Model forecasting controller
US5260865A (en) * 1991-04-01 1993-11-09 Beauford Martin H Nonlinear model based distillation control
US5687077A (en) * 1991-07-31 1997-11-11 Universal Dynamics Limited Method and apparatus for adaptive control
US5335164A (en) * 1991-07-31 1994-08-02 Universal Dynamics Limited Method and apparatus for adaptive control
US5139548A (en) * 1991-07-31 1992-08-18 Air Products And Chemicals, Inc. Gas liquefaction process control system
US5301102A (en) * 1991-10-07 1994-04-05 Westvaco Corporation Multivariable control of a Kamyr digester
US5343407A (en) * 1991-11-01 1994-08-30 Phillips Petroleum Company Nonlinear model based distillation control
US5774381A (en) * 1992-03-04 1998-06-30 Meier; Paul F. Modeling and simulation of catalytic cracking
KR100267362B1 (ko) * 1992-03-31 2000-10-16 하시모도 노부이치 예견제어장치
JP2957802B2 (ja) * 1992-05-19 1999-10-06 株式会社日立製作所 クロマトグラフ装置
US5402333A (en) * 1992-06-15 1995-03-28 E. I. Du Pont De Nemours & Co., Inc. System and method for improving model product property estimates
US5329443A (en) * 1992-06-16 1994-07-12 Praxair Technology, Inc. Two-phase method for real time process control
US5353237A (en) * 1992-06-25 1994-10-04 Oryx Energy Company System for increasing efficiency of chemical treatment
US5379210A (en) * 1992-07-24 1995-01-03 M&M Software Products, Inc. Natural tracking controller
US5740033A (en) * 1992-10-13 1998-04-14 The Dow Chemical Company Model predictive controller
JP3196390B2 (ja) * 1992-12-25 2001-08-06 富士電機株式会社 パラメータ同定器
US5424942A (en) * 1993-08-10 1995-06-13 Orbital Research Inc. Extended horizon adaptive block predictive controller with an efficient prediction system
JP3161921B2 (ja) * 1994-10-27 2001-04-25 ファナック株式会社 製品品質影響要因解析方法と装置及び成形条件調整方法、製品良否判別項目選択方法
US5659667A (en) * 1995-01-17 1997-08-19 The Regents Of The University Of California Office Of Technology Transfer Adaptive model predictive process control using neural networks
US5682309A (en) * 1995-04-28 1997-10-28 Exxon Chemical Patents Inc. Feedback method for controlling non-linear processes
US6092919A (en) * 1995-08-01 2000-07-25 Guided Systems Technologies, Inc. System and method for adaptive control of uncertain nonlinear processes
DE19548909A1 (de) * 1995-12-27 1997-07-03 Siemens Ag Verfahren zur Regelung eines verzögerungsbehafteten Prozesses mit Ausgleich sowie Regeleinrichtung zur Durchführung des Verfahrens
DE69728256T2 (de) * 1996-01-31 2005-03-03 Asm America Inc., Phoenix Modellgestützte prädiktive regelung für thermische behandlungen
US5796606A (en) * 1996-02-07 1998-08-18 Noranda Inc. Process information and maintenance system for distributed control systems
US5841652A (en) * 1996-04-03 1998-11-24 Scap Europa, S.A. Adaptive-predictive control and optimization system
US7149590B2 (en) 1996-05-06 2006-12-12 Pavilion Technologies, Inc. Kiln control and upset recovery using a model predictive control in series with forward chaining
US6438430B1 (en) * 1996-05-06 2002-08-20 Pavilion Technologies, Inc. Kiln thermal and combustion control
US5933345A (en) * 1996-05-06 1999-08-03 Pavilion Technologies, Inc. Method and apparatus for dynamic and steady state modeling over a desired path between two end points
US7058617B1 (en) * 1996-05-06 2006-06-06 Pavilion Technologies, Inc. Method and apparatus for training a system model with gain constraints
US7610108B2 (en) * 1996-05-06 2009-10-27 Rockwell Automation Technologies, Inc. Method and apparatus for attenuating error in dynamic and steady-state processes for prediction, control, and optimization
US7418301B2 (en) * 1996-05-06 2008-08-26 Pavilion Technologies, Inc. Method and apparatus for approximating gains in dynamic and steady-state processes for prediction, control, and optimization
US8311673B2 (en) * 1996-05-06 2012-11-13 Rockwell Automation Technologies, Inc. Method and apparatus for minimizing error in dynamic and steady-state processes for prediction, control, and optimization
US6493596B1 (en) 1996-05-06 2002-12-10 Pavilion Technologies, Inc. Method and apparatus for controlling a non-linear mill
US5850339A (en) * 1996-10-31 1998-12-15 Giles; Philip M. Analysis of data in cause and effect relationships
DE19722431A1 (de) * 1997-05-28 1998-12-03 Siemens Ag Verfahren zur Regelung eines verzögerungsbehafteten Prozesses mit Ausgleich sowie Regeleinrichtung zur Durchführung des Verfahrens
US6185470B1 (en) 1997-11-07 2001-02-06 Mcdonnell Douglas Corporation Neural network predictive control method and system
US8447534B2 (en) 1997-11-26 2013-05-21 Invensys Systems, Inc. Digital flowmeter
US7404336B2 (en) 2000-03-23 2008-07-29 Invensys Systems, Inc. Correcting for two-phase flow in a digital flowmeter
US20030216874A1 (en) 2002-03-29 2003-11-20 Henry Manus P. Drive techniques for a digital flowmeter
US8467986B2 (en) * 1997-11-26 2013-06-18 Invensys Systems, Inc. Drive techniques for a digital flowmeter
US7124646B2 (en) * 1997-11-26 2006-10-24 Invensys Systems, Inc. Correcting for two-phase flow in a digital flowmeter
US6311136B1 (en) * 1997-11-26 2001-10-30 Invensys Systems, Inc. Digital flowmeter
US7784360B2 (en) 1999-11-22 2010-08-31 Invensys Systems, Inc. Correcting for two-phase flow in a digital flowmeter
US6112137A (en) * 1998-02-04 2000-08-29 Gas Research Institute Adaptive system for predictive control of district pressure regulators
EP1055180B1 (de) * 1998-12-03 2011-07-20 Siemens Aktiengesellschaft Verfahren und anordnung zum entwurf eines technischen systems
US6298454B1 (en) 1999-02-22 2001-10-02 Fisher-Rosemount Systems, Inc. Diagnostics in a process control system
US6442445B1 (en) 1999-03-19 2002-08-27 International Business Machines Corporation, User configurable multivariate time series reduction tool control method
US6662058B1 (en) 1999-06-28 2003-12-09 Sanchez Juan Martin Adaptive predictive expert control system
US6611735B1 (en) * 1999-11-17 2003-08-26 Ethyl Corporation Method of predicting and optimizing production
US6343656B1 (en) 2000-03-23 2002-02-05 Intevep, S.A. System and method for optimizing production from a rod-pumping system
EP1266192B1 (de) * 2000-03-23 2009-08-12 Invensys Systems, Inc. Korrektur für eine zweiphasenströmung in einem digitalen durchflussmesser
US6721609B1 (en) 2000-06-14 2004-04-13 Fisher-Rosemount Systems, Inc. Integrated optimal model predictive control in a process control system
US6636842B1 (en) 2000-07-15 2003-10-21 Intevep, S.A. System and method for controlling an industrial process utilizing process trajectories
JP3666578B2 (ja) * 2000-08-18 2005-06-29 株式会社安川電機 予測制御装置
FR2817547B1 (fr) * 2000-12-01 2003-08-22 Total Raffinage Distribution Procede et dispositif pour le traitement en continu d'eaux usees d'origine industrielle par strippage a la vapeur d'eau
FI115081B (fi) * 2001-10-19 2005-02-28 Metso Automation Oy Menetelmä ja laitteisto paperikoneen massaosaston toiminnan ohjaamiseksi
US6901300B2 (en) 2002-02-07 2005-05-31 Fisher-Rosemount Systems, Inc.. Adaptation of advanced process control blocks in response to variable process delay
US6728620B2 (en) 2002-02-08 2004-04-27 Visteon Global Technologies, Inc. Predictive control algorithm for an anti-lock braking system for an automotive vehicle
US6818864B2 (en) * 2002-08-09 2004-11-16 Asm America, Inc. LED heat lamp arrays for CVD heating
US7059199B2 (en) 2003-02-10 2006-06-13 Invensys Systems, Inc. Multiphase Coriolis flowmeter
US7188534B2 (en) 2003-02-10 2007-03-13 Invensys Systems, Inc. Multi-phase coriolis flowmeter
US7242989B2 (en) * 2003-05-30 2007-07-10 Fisher-Rosemount Systems, Inc. Apparatus and method for batch property estimation
US7065455B2 (en) * 2003-08-13 2006-06-20 Invensys Systems, Inc. Correcting frequency in flowtube measurements
JP4722461B2 (ja) * 2003-12-03 2011-07-13 フィッシャー−ローズマウント システムズ, インコーポレイテッド モデルスイッチングおよび属性補間を用いた適応型多変数プロセスコントローラ
JP4483314B2 (ja) * 2004-01-28 2010-06-16 株式会社安川電機 サーボ制御装置
TWI231481B (en) * 2004-03-11 2005-04-21 Quanta Comp Inc Electronic apparatus
GB0412672D0 (en) * 2004-06-07 2004-07-07 Bp Chem Int Ltd Method
US7356371B2 (en) * 2005-02-11 2008-04-08 Alstom Technology Ltd Adaptive sensor model
US7904182B2 (en) 2005-06-08 2011-03-08 Brooks Automation, Inc. Scalable motion control system
US7451004B2 (en) 2005-09-30 2008-11-11 Fisher-Rosemount Systems, Inc. On-line adaptive model predictive control in a process control system
JP5096359B2 (ja) * 2005-12-05 2012-12-12 フィッシャー−ローズマウント システムズ,インコーポレイテッド 同時プロセスシミュレーションを伴う多目的予測プロセス最適化
US7617055B2 (en) 2006-08-28 2009-11-10 Invensys Systems, Inc. Wet gas measurement
US7496414B2 (en) 2006-09-13 2009-02-24 Rockwell Automation Technologies, Inc. Dynamic controller utilizing a hybrid model
US7949417B2 (en) * 2006-09-22 2011-05-24 Exxonmobil Research And Engineering Company Model predictive controller solution analysis process
US8295951B2 (en) * 2007-12-21 2012-10-23 The University Of Florida Research Foundation, Inc. Systems and methods for offset-free model predictive control
US7855681B2 (en) * 2008-11-19 2010-12-21 Harris Corporation Systems and methods for determining element phase center locations for an array of antenna elements
US20100124263A1 (en) * 2008-11-19 2010-05-20 Harris Corporation Systems for determining a reference signal at any location along a transmission media
US8170088B2 (en) * 2008-11-19 2012-05-01 Harris Corporation Methods for determining a reference signal at any location along a transmission media
US20100125347A1 (en) * 2008-11-19 2010-05-20 Harris Corporation Model-based system calibration for control systems
US20100123618A1 (en) * 2008-11-19 2010-05-20 Harris Corporation Closed loop phase control between distant points
US7969358B2 (en) * 2008-11-19 2011-06-28 Harris Corporation Compensation of beamforming errors in a communications system having widely spaced antenna elements
US7970365B2 (en) * 2008-11-19 2011-06-28 Harris Corporation Systems and methods for compensating for transmission phasing errors in a communications system using a receive signal
CA2698401A1 (en) * 2009-04-14 2010-10-14 Wilsun Xu Operation and construction of electric power systems using facility models
ES2382631B1 (es) 2009-09-03 2013-05-03 Gamesa Innovation & Technology, S.L. Metodos y sistemas de control de aerogeneradores
JP4888618B2 (ja) * 2010-04-19 2012-02-29 日本電気株式会社 処理手順管理装置、処理手順管理方法、処理手順管理システム、および処理手順管理プログラム
ES2395659B1 (es) 2011-06-30 2013-05-23 Universidad Nacional De Educación A Distancia Método y sistema de guiado mediante control por derivada.
US9389853B2 (en) * 2012-10-05 2016-07-12 Advanced Micro Devices, Inc. Adaptive control of processor performance
CN104267605B (zh) * 2014-10-25 2016-10-05 哈尔滨工业大学 适用于相对阶为1控制***的平滑非奇异终端滑模控制方法
US10370599B2 (en) 2017-01-06 2019-08-06 Saudi Arabian Oil Company Methods and systems for optimizing demulsifier and wash water injection rates in gas oil separation plants
ES2848475B2 (es) 2020-02-06 2022-01-25 Adaptive Predictive Expert Control Adex Sa Procedimiento para generar un vector de control y sistema ADEX que lo aplica
CN115097884B (zh) * 2022-05-26 2022-12-30 福建省龙氟新材料有限公司 用于电子级氢氟酸制备的能源管理控制***及其控制方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3795799A (en) * 1971-07-05 1974-03-05 Alsthom Cgee Arrangement for controlling processes

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3601588A (en) * 1966-05-23 1971-08-24 Foxboro Co Method and apparatus for adaptive control
US3767900A (en) * 1971-06-23 1973-10-23 Cons Paper Inc Adaptive controller having optimal filtering
FR2201499B1 (de) * 1972-09-29 1975-03-14 Alsthom Cgee
CH569321A5 (de) * 1973-10-03 1975-11-14 Siemens Ag

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3795799A (en) * 1971-07-05 1974-03-05 Alsthom Cgee Arrangement for controlling processes

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
DE-Z.: Regelungstechnik und Prozeß-Daten- verarbeitung, 1972, S.190-198 *
DE-Z.: Regelungstechnik, 1976, S.24-27 *
GB-Z.: Automatice, Vol.11, pp.119-127, 1975 *
GB-Z.: Automatice, Vol.8, pp. 143-151, 1972 *
Z.: Control Engineering, Mai 1968, S.75-78 *
Z.: Control, Mai 1965, S.253-258 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3126331A1 (de) * 1980-07-04 1982-04-08 Hitachi Engineering Co., Ltd., Hitachi, Ibaraki Verfahren zum steuern einer anlage
DE3305766A1 (de) * 1983-02-19 1984-08-23 Manfred 6401 Kalbach Pitsch Verfahren zum minimieren der energiekosten sowie hoechstlastwaechter zu seiner durchfuehrung
DE3429718A1 (de) * 1984-08-13 1986-02-20 H. Dipl.-Ing. 3400 Göttingen Lobenhoffer Verfahren zur herstellung von werkstoffkoerpern
DE3921158A1 (de) * 1989-06-28 1991-01-10 Pintsch Bamag Ag Antriebsvorrichtung fuer eine selbsttaetig oeffnende und schliessende tuer, insbesondere eine gelenktuer
DE4339170A1 (de) * 1992-11-16 1994-06-01 Honda Motor Co Ltd Adaptive Steuereinrichtung mit einem als Rekursionsformel ausgedrückten Parametereinstellsatz
DE4339170C2 (de) * 1992-11-16 1998-09-24 Honda Motor Co Ltd Adaptive Regelvorrichtung
US6097989A (en) * 1992-11-16 2000-08-01 Honda Giken Kogyo Kabushiki Kaisha Adaptive controller with parameter adjustment law expressed in recurrence formula

Also Published As

Publication number Publication date
US4358822A (en) 1982-11-09
FR2360928B1 (de) 1983-03-18
MX150861A (es) 1984-08-03
IT1143746B (it) 1986-10-22
SE445268B (sv) 1986-06-09
GB1583545A (en) 1981-01-28
DE2735012C2 (de) 1990-07-19
AT370891B (de) 1983-05-10
IL52554A (en) 1981-05-20
JPH0363081B2 (de) 1991-09-30
ATA571377A (de) 1982-09-15
SE7708828L (sv) 1978-02-05
AU2753277A (en) 1979-02-08
JPS5320081A (en) 1978-02-23
IL52554A0 (en) 1977-10-31
US4197576A (en) 1980-04-08
BR7704892A (pt) 1978-04-25
FR2360928A1 (fr) 1978-03-03
AU513844B2 (en) 1981-01-08
DK313777A (da) 1978-02-05
NL7708657A (nl) 1978-02-07
DD131417A5 (de) 1978-06-21
ES460649A1 (es) 1978-05-16

Similar Documents

Publication Publication Date Title
DE2735012A1 (de) Adaptiv-praediktives (vorhersagendes) regelsystem
DE3786977T2 (de) Systeme und Verfahren zur Prozessregelung.
DE60111238T2 (de) System und verfahren zur adaptiven model-basierten prädiktiven, auf ein scharfse nicht-lineares prozessmodel basierte steuerung
DE102004026979B4 (de) Vielfacheingabe- /Vielfachausgabe-Steuer-/Regelblöcke mit nichtlinearen Vorhersagefähigkeiten
DE60308143T2 (de) Verfahren zum entfernen von pid-dynamik aus mpc-modellen
DE10304902B4 (de) Anpassung von erweiterten Prozeßsteuerblöcken in Abhängigkeit von veränderlichen Prozeßverzögerungen
DE69511991T2 (de) Verfahren und Vorrichtung zur Steuerung von Mehrgrössen-/nichtlinearen Systemen
EP2411735B1 (de) Verfahren und vorrichtung zum regeln der temperatur von dampf für eine dampfkraftanlage
DE69511291T2 (de) Mehrgrössenprozesssteuermethode und gerät
DE102011012710A1 (de) Schnelle Identifikation und Erzeugung von Prozessmodellen
WO2018024711A1 (de) Verfahren zur regelung einer rektifikationskolonne
DE4338607B4 (de) Verfahren und Vorrichtung zur Führung eines Prozesses in einem geregelten System
DE2129353A1 (de) Verfahren zur Steuerung eines Prozesses
DE69324097T2 (de) Gerät zur Prozess-Steuerung
EP0520233A2 (de) Einrichtung zur Identifikation einer Übertragungsstrecke
EP0531712A2 (de) Regler, insbesondere Flugregler
EP3139221B1 (de) Autonomer l1-adaptiver regler mit exakter polvorgabe
EP0879447B1 (de) Verfahren zur erzeugung der reglerparameter aus einem antwortsignal einer regelstrecke durch einen rechner
DE3020648A1 (de) Verfahren und vorrichtung zur regelung bzw. kontrolle technischer prozesse
WO2017055197A1 (de) Neutralisationsanlage
DE1523535C3 (de) Selbstanpassender Regelkreis
EP3542229A1 (de) Einrichtung und verfahren zur bestimmung der parameter einer regeleinrichtung
EP3643376A1 (de) Thermisches trennverfahren mit soft-sensor
DE19825859A1 (de) Kompensationseinrichtung, Verfahren und Stelleinrichtung zur Kompensation von Kriech- und Hystereseeffekten im Übertragungsverhalten von Stellgliedern
EP0599900A1 (de) Modellgestütztes verfahren und einrichtung zum regeln einer rektifikationskolonne

Legal Events

Date Code Title Description
8110 Request for examination paragraph 44
8125 Change of the main classification

Ipc: G05B 13/02

D2 Grant after examination
8364 No opposition during term of opposition