JP2001242905A - Method and device for process controlling - Google Patents
Method and device for process controllingInfo
- Publication number
- JP2001242905A JP2001242905A JP2000056041A JP2000056041A JP2001242905A JP 2001242905 A JP2001242905 A JP 2001242905A JP 2000056041 A JP2000056041 A JP 2000056041A JP 2000056041 A JP2000056041 A JP 2000056041A JP 2001242905 A JP2001242905 A JP 2001242905A
- Authority
- JP
- Japan
- Prior art keywords
- variable
- variables
- value
- control
- evaluation function
- 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.)
- Pending
Links
Landscapes
- Feedback Control In General (AREA)
Abstract
Description
【0001】[0001]
【発明の属する技術分野】本発明は、多変数プロセスに
おける制御対象を数式モデルを用いて、未来の挙動を予
測しながら制御対象を最適に制御するプロセス制御方法
および装置に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a process control method and apparatus for optimally controlling a controlled object in a multivariable process while predicting a future behavior using a mathematical model.
【0002】[0002]
【従来の技術】近年、石油化学などのプロセス制御の分
野においては、制御対象の運転管理に係る制約を満たし
た上で最適な制御を実現するために、モデル予測制御が
多く採用されている。このモデル予測制御方法では、プ
ラントの動特性モデルに基づく予測式を用いて制御対象
の未来の挙動を予測し、この予測結果と目標値との偏差
と、操作量の未来変化に関する評価関数を設定し、この
評価関数を最適化する最適操作量を、制御周期毎に逐次
計算する。この制御方法については、例えば、「電気学
会論文誌C」116巻10号(1996年)、第1089
頁から第1096頁に記載されている。2. Description of the Related Art In recent years, in the field of process control such as petrochemicals, model predictive control is often employed in order to realize optimal control while satisfying restrictions on operation control of a controlled object. In this model predictive control method, the future behavior of a controlled object is predicted using a prediction formula based on a dynamic characteristic model of a plant, and a deviation between the predicted result and a target value, and an evaluation function for a future change of a manipulated variable are set. Then, an optimal operation amount for optimizing the evaluation function is sequentially calculated for each control cycle. This control method is described, for example, in “Transactions of the Institute of Electrical Engineers of Japan C”, Vol. 116, No. 10 (1996), No. 1089.
Page 10 to page 1096.
【0003】モデル予測制御方法においては、なるべく
一定の操作量のもとで制御量未来値を目標値に近づける
ように現時刻での操作量を決定するように動作する。予
測式は、過去の制御量、操作量に関する数式で表現され
る。制御量未来値が、より目標値に近づくように、過去
の制御量、操作量に基づいて、毎回予測計算を実行す
る。[0003] In the model predictive control method, an operation amount at the current time is determined so that a future control amount value approaches a target value under a constant operation amount as much as possible. The prediction formula is expressed by a mathematical expression related to the past control amount and operation amount. The prediction calculation is executed each time based on the past control amount and operation amount so that the future control amount value approaches the target value.
【0004】予測計算結果に基づき、モデル予測制御の
評価関数を設定する。多くの場合、この評価関数は、
「制御量予測値と目標値の偏差」と「操作量更新値」の
二乗和あるいは絶対値の和の形式で表される。評価関数
は、数値最適化アルゴリズムを適用することで最適解が
求められる。この最適解は操作量更新値に対応し、最適
な操作量が決定される。An evaluation function for model predictive control is set based on the prediction calculation result. Often this merit function is
It is expressed in the form of a sum of squares or a sum of absolute values of the “deviation between the control amount predicted value and the target value” and the “manipulated variable update value”. For the evaluation function, an optimal solution is obtained by applying a numerical optimization algorithm. This optimal solution corresponds to the manipulated variable update value, and the optimal manipulated variable is determined.
【0005】制御対象に係る制約条件については、最適
化計算において、最適解の探索範囲として用いられる。
なお、最適化アルゴリズムとしては線形計画法や二次計
画法などが知られており、これらのアルゴリズムを適用
することで最適な操作量更新値が導出できる。[0005] Restrictions related to a controlled object are used as a search range of an optimum solution in an optimization calculation.
Note that a linear programming method, a quadratic programming method, or the like is known as an optimization algorithm, and an optimal operation amount update value can be derived by applying these algorithms.
【0006】[0006]
【発明が解決しようとする課題】モデル予測制御は、石
油化学プロセスなどを制御対象にする場合、好適な制御
方法であることがいえる。ところが、制御対象となる石
油化学プロセスなどは、多変数プロセスであり、大規模
なものとなる。モデル予測制御は多変数制御であり、多
数の制御変数と操作変数を有している。一つの操作量更
新値を求める際に用いる制御変数と操作変数は、設計段
階において予めシミュレーション評価により決定してい
る。It can be said that model predictive control is a suitable control method when a petrochemical process or the like is to be controlled. However, a petrochemical process to be controlled is a multivariable process and is a large-scale process. The model predictive control is a multivariable control and has many control variables and manipulated variables. The control variables and the operation variables used for obtaining one operation amount update value are determined in advance by simulation evaluation in the design stage.
【0007】しかし、石油化学プロセスなど分野では技
術的な因果関係が不明なことが多く、制御変数と操作変
数をシミュレーション評価により決定したのでは期待し
たプロセスの制御精度を得られないことが多々発生して
いる。However, in the field of petrochemical processes and the like, the technical causal relationship is often unknown, and it is often impossible to obtain the expected process control accuracy if control variables and manipulated variables are determined by simulation evaluation. are doing.
【0008】また、プロセスの実運転時に、運転状況に
応じてプロセス機器を手動制御に変更することがある。
この場合にも制御変数と操作変数をシミュレーション評
価により決定したのでは期待したプロセスの制御精度を
得られないことが発生している。Further, during the actual operation of the process, the process equipment may be changed to manual control according to the operating conditions.
Also in this case, if the control variables and the operation variables are determined by the simulation evaluation, the expected control accuracy of the process cannot be obtained.
【0009】従来技術は、このように制御変数と操作変
数をシミュレーション評価により決定しているために、
期待したプロセスの制御精度を得られないことが多々発
生するという問題点を有している。In the prior art, the control variables and the operation variables are determined by simulation evaluation as described above.
There is a problem that it often happens that the expected process control accuracy cannot be obtained.
【0010】本発明の目的は、多変数プロセスのモデル
予測制御をプロセスの制御精度良く行えるプロセス制御
方法および装置を提供することにある。An object of the present invention is to provide a process control method and apparatus capable of performing model predictive control of a multivariable process with high process control accuracy.
【0011】[0011]
【課題を解決するための手段】本発明の特徴とするとこ
ろは、複数の制御変数と操作変数を有するプロセスのモ
デルを用いて制御量予測値を求め、この制御量予測値と
目標値の偏差である予測偏差と操作変数の複数個の組合
せに基づき操作量更新値を求める際に複数個の操作変数
の組合せ変更するようにしたことにある。A feature of the present invention is that a predicted value of a controlled variable is obtained by using a model of a process having a plurality of control variables and manipulated variables, and a deviation between the predicted value of the controlled variable and a target value is obtained. In order to determine the operation amount update value based on a plurality of combinations of the prediction deviation and the operation variable, the combination of the plurality of operation variables is changed.
【0012】本発明の他の特徴とするところは、複数の
制御変数と操作変数を有するプロセスの動特性モデルを
用いて制御量予測値を求め、この制御量予測値と目標値
の偏差である予測偏差と複数個の制御変数と操作変数を
用いて得た評価関数によって操作量更新値を求める際に
必要とする複数個の制御変数と操作変数の組合せを設定
変更して操作量更新値を求めるようにしたことにある。Another feature of the present invention is that a predicted value of a controlled variable is obtained by using a dynamic characteristic model of a process having a plurality of control variables and manipulated variables, and a deviation between the predicted value of the controlled variable and a target value. Change the combination of multiple control variables and operation variables required when calculating the operation amount update value using the prediction deviation and the evaluation function obtained using the multiple control variables and operation variables, and I asked for it.
【0013】本発明は、制御量予測値と目標値の偏差で
ある予測偏差と操作変数の複数個の組合せに基づき操作
量更新値を求める際に、複数個の操作変数の組合せある
いは複数個の制御変数と操作変数の組合せを設定変更す
るようにしているので、多変数プロセスのモデル予測制
御をプロセスの制御精度良く行うことができる。According to the present invention, when obtaining a manipulated variable update value based on a plurality of combinations of a predicted deviation, which is a deviation between a control variable predicted value and a target value, and a manipulated variable, a combination of a plurality of manipulated variables or a plurality of manipulated variables is determined. Since the setting of the combination of the control variable and the manipulated variable is changed, the model predictive control of the multivariable process can be performed with high process control accuracy.
【0014】[0014]
【発明の実施の形態】以下、本発明の実施例を図面を用
いて説明する。Embodiments of the present invention will be described below with reference to the drawings.
【0015】図1に本発明の一実施例を示す。図1にお
いて、プロセス制御系は、プロセス制御装置1、制御対
象プロセス2、および入力手段3から構成される。プロ
セス制御装置1は、モデルデータベース11、予測計算
手段12、評価関数設定手段13、操作量最適化手段1
4、変数設定手段15および目標値・制約条件設定手段
16から構成されている。FIG. 1 shows an embodiment of the present invention. In FIG. 1, the process control system includes a process control device 1, a control target process 2, and an input unit 3. The process control device 1 includes a model database 11, a prediction calculation unit 12, an evaluation function setting unit 13, an operation amount optimization unit 1,
4, variable setting means 15 and target value / constraint condition setting means 16.
【0016】モデルデータベース11は、制御対象プロ
セス2の動特性を表わす数式モデルを含むモデルデータ
を格納する。予測値計算手段12は、制御対象プロセス
2のプロセスデータS11を読込み、モデルデータベー
ス11のモデルデータを用いて制御対象プロセス2の未
来変化を算出し、後述する自由応答fを予測結果として
出力する。The model database 11 stores model data including a mathematical model representing the dynamic characteristics of the process 2 to be controlled. The predicted value calculation means 12 reads the process data S11 of the control target process 2, calculates a future change of the control target process 2 using the model data of the model database 11, and outputs a free response f described later as a prediction result.
【0017】評価関数設定手段13は、予測値計算手段
12の予測結果をもとに、モデル予測制御における最適
操作量に関する評価関数を導出する。また、評価関数設
定手段13は、入力手段4で入力された変数設定手段1
5の制御変数と操作変数と、目標値・制約条件設定手段
16のプラント運転上の目標値、制約条件値を取込み評
価関数の構築時に設定する。The evaluation function setting means 13 derives an evaluation function relating to the optimal operation amount in the model predictive control based on the prediction result of the prediction value calculation means 12. Further, the evaluation function setting means 13 is a function for setting the variable setting means 1 inputted by the input means 4.
The control variables and operation variables of No. 5 and the target values and constraint values in the plant operation of the target value / constraint condition setting means 16 are set when the evaluation function is constructed.
【0018】操作量最適化手段14は、評価関数設定手
段13で決定した評価関数を受け取り、最適な操作量を
数値最適化により決定する。The operation amount optimizing means 14 receives the evaluation function determined by the evaluation function setting means 13 and determines an optimal operation amount by numerical optimization.
【0019】プロセス制御装置1は、決定した操作量を
制御対象プロセス2に制御信号S12として出力し、自
動制御を実行する。The process control device 1 outputs the determined operation amount to the control target process 2 as a control signal S12, and executes automatic control.
【0020】制御対象プロセス2の一例について図2を
用いて説明する。図2は、制御対象プロセス2が石油化
学プロセスの例を示す。An example of the control target process 2 will be described with reference to FIG. FIG. 2 illustrates an example in which the control target process 2 is a petrochemical process.
【0021】制御対象プロセス2は、化学プロセス機器
として蒸留塔21、プロセス計測器として温度計21
0、流量計22、23、および調節バルブ221、23
1から構成されている。なお、図2の例は、本発明の理
解を容易にし、かつ説明を簡単化するために簡素な構成
となっているが、制御対象プロセスが複雑かつ大規模プ
ロセスでも本発明を用いることができる。The process 2 to be controlled includes a distillation column 21 as a chemical process device and a thermometer 21 as a process measuring device.
0, flow meters 22, 23, and control valves 221, 23
1 is comprised. Although the example of FIG. 2 has a simple configuration to facilitate understanding of the present invention and to simplify the description, the present invention can be used even in a complicated and large-scale process to be controlled. .
【0022】図2のプロセスは、蒸留塔21にエチレン
などの原料が調節バルブ231を介して供給され、ま
た、スチームが調節バルブ221を介して供給して精製
処理するものである。蒸留塔21の内部温度は温度計2
10により温度S210が計測され、この温度計測値S
210が制御変数となる。In the process shown in FIG. 2, a raw material such as ethylene is supplied to the distillation column 21 through a control valve 231, and steam is supplied through a control valve 221 for purification. The internal temperature of the distillation column 21 is measured with a thermometer 2
10, the temperature S210 is measured, and the temperature measurement value S
210 is a control variable.
【0023】流量計22で計測したスチーム流量S22
0と調節バルブ221の開度操作量S221が操作変数
となり、また、流量計23で計測した原料流量S230
と調節バルブ231の開度操作量S231が操作変数と
なる。The steam flow rate S22 measured by the flow meter 22
0 and the operation amount S221 of the opening degree of the control valve 221 are the operation variables, and the raw material flow rate S230 measured by the flowmeter 23.
And the opening operation amount S231 of the adjustment valve 231 is an operation variable.
【0024】入力手段3の一例を図3に示す。入力手段
3は、操作画面31を備えた表示装置と入力装置32か
ら構成される。図3(a)において、操作画面31は、
制御対象2に係る複数のプロセスデータを表示する。表
示内容としては、「変数名称」、「プロセス量」および
各変数が実行状態(ON)か解除状態(OFF)かを示
す「変数設定」を表示する。変数の実行状態(ON)と
はその変数をモデル予測制御に使用していることであ
り、また、解除状態(OFF)とは使用していないこと
である。FIG. 3 shows an example of the input means 3. The input unit 3 includes a display device having an operation screen 31 and an input device 32. In FIG. 3A, the operation screen 31 is
A plurality of pieces of process data related to the control target 2 are displayed. As the display contents, “variable name”, “process amount”, and “variable setting” indicating whether each variable is in the execution state (ON) or the release state (OFF) are displayed. The execution state (ON) of a variable means that the variable is used for model predictive control, and the cancellation state (OFF) means that the variable is not used.
【0025】入力装置32は、キーボードやマウスなど
であり、画面上へのタッチ操作の場合も含まれる。図3
(b)は、入力手段3において、特定の変数を解除状態
した場合の操作画面31の表示内容の一例を示す。ま
た、図3(c)は、入力手段3において、目標値および
制約条件を設定する画面の表示内容の一例を示す。表示
内容としては、「変数名称」に対応して、目標値、制約
条件の上限値、下限値を併せて表示する次に、本発明の
動作を説明する。The input device 32 is a keyboard, a mouse or the like, and includes a touch operation on the screen. FIG.
(B) shows an example of the display content of the operation screen 31 when a specific variable is released from the input unit 3. FIG. 3C shows an example of a display content of a screen for setting a target value and a constraint condition in the input means 3. As the display content, the target value, the upper limit value and the lower limit value of the constraint condition are displayed together with the "variable name". Next, the operation of the present invention will be described.
【0026】図4は制御対象プロセス2における塔内温
度とスチーム量に対応しており、図4(a)が制御変数
(塔内温度)のトレンドで、図4(b)が操作変数(ス
チーム量)のトレンドである。図4のトレンドは、縦軸
がプロセス量の大きさ、横軸が時間を示す。時間軸で
は、操作量計算を実行している時刻を、現時刻として定
義し、ここから右のトレンドは、該プロセスの予測トレ
ンドを示す。グラフ中の点線は、該プロセスの制御変
数、操作変数の、運転制約条件の上限値、下限値を表わ
す。FIGS. 4A and 4B correspond to the temperature in the tower and the steam amount in the process 2 to be controlled. FIG. 4A shows the trend of the control variable (temperature in the tower), and FIG. Quantity) is the trend. In the trend in FIG. 4, the vertical axis indicates the magnitude of the process amount, and the horizontal axis indicates time. On the time axis, the time at which the manipulated variable calculation is being performed is defined as the current time, and the trend to the right from this indicates the predicted trend of the process. Dotted lines in the graph represent the upper limit and lower limit of the operation constraint condition of the control variables and operation variables of the process.
【0027】予測値計算手段12は、モデルデータベー
ス11に格納されている制御対象プロセス2の動特性を
表わす数式モデルを用いてプロセス2の制御量(塔内温
度)の未来変化を予測し導出する。数式モデルは、プロ
セス2の操作変数、外乱変数と、制御変数との時間的変
化の相関関係を表わすものであり、一般に時系列モデル
などが相当する。制御量変化の予測計算では、プロセス
2の計測データS11による過去のプロセスデータを数
式モデルに代入して、計測した時刻から先の制御量変化
を求める。The predicted value calculating means 12 predicts and derives a future change of the controlled variable (temperature in the tower) of the process 2 using a mathematical model representing the dynamic characteristic of the controlled process 2 stored in the model database 11. . The mathematical expression model represents the correlation of the temporal change between the manipulated variable and the disturbance variable of the process 2 and the control variable, and generally corresponds to a time series model or the like. In the prediction calculation of the control amount change, the past process data based on the measurement data S11 of the process 2 is substituted into the mathematical model, and the control amount change from the measured time is obtained.
【0028】操作変数の未来変化は、後述する操作量最
適化手段14が決定するので、予測計算手段12では、
未来の操作変数は、現時刻から一定値を保つものと仮定
して制御量変化を予測する。この予測結果は、プロセス
2の自由応答fと称され、図4の制御量変化400が相
当する。自由応答400は、現時刻から操作量を一定に
保った場合の、制御量変化の予測結果である。自由応答
400は、予測計算手段12から評価関数設定手段13
に出力される。The future change of the manipulated variable is determined by the manipulated variable optimizing means 14 described later.
A control variable change is predicted on the assumption that a future manipulated variable will maintain a constant value from the current time. This prediction result is called the free response f of the process 2, and corresponds to the control amount change 400 in FIG. The free response 400 is a prediction result of a control amount change when the operation amount is kept constant from the current time. The free response 400 is obtained from the prediction calculation means 12 to the evaluation function setting means 13
Is output to
【0029】評価関数設定手段13は、モデル予測制御
での操作量更新値を決定する場合の、評価関数を導出す
る。評価関数は色々な設定方法があるが、一般に、制御
対象プロセス2に対する操作量更新値を最適化する変数
として、 (制御量予測値−目標値)2+(操作量更新値)2 で表わされる。The evaluation function setting means 13 derives an evaluation function for determining an operation amount update value in the model predictive control. Although there are various setting methods for the evaluation function, generally, a variable for optimizing the operation amount update value for the control target process 2 is represented by (control amount prediction value−target value) 2 + (operation amount update value) 2. .
【0030】評価関数設定手段13は、図4の自由応答
400を基準として、現時刻より先の操作量更新値40
2に対する、制御量未来変化401を導出する。導出方
法の一例としては式1示す計算式で求める。The evaluation function setting means 13 calculates the manipulated variable update value 40 before the current time based on the free response 400 shown in FIG.
Then, a control amount future change 401 for 2 is derived. As an example of the derivation method, it is obtained by the calculation formula shown in Expression 1.
【0031】[0031]
【数1】 y=G×Δu+f …(式1) 式1において、fは自由応答400、Δuは操作量更新
値(補正量)を表す。Gは、操作量変化から制御量変化
への影響度合いを、時間変化率で示した、時間応答変化
率データを表す。時間応答変化率としては、一般的にス
テップ応答変化やインパルス応答変化などが用いられ
る。式1に示すように、制御量未来変化yは、補正量Δ
uを未知変数として表現することができる。Y = G × Δu + f (Expression 1) In Expression 1, f represents a free response 400, and Δu represents an operation amount update value (correction amount). G represents time response change rate data indicating the degree of influence of a change in the operation amount on a change in the control amount by a time change rate. As the time response change rate, generally, a step response change, an impulse response change, or the like is used. As shown in Equation 1, the control amount future change y is equal to the correction amount Δ
u can be expressed as an unknown variable.
【0032】自由応答400は、図4に示す予測評価区
間にわたり、制御量目標値と比較される。この偏差を予
測偏差といい、モデル予測制御では、この予測偏差を最
小にする操作量更新値を求めることが制御目的となる。
ここで、予測評価区間とは、一回の操作量計算におい
て、予測偏差を評価する区間のことである。The free response 400 is compared with the control amount target value over the prediction evaluation section shown in FIG. This deviation is called a prediction deviation, and in the model prediction control, the control purpose is to find an operation amount update value that minimizes the prediction deviation.
Here, the prediction evaluation section is a section in which the prediction deviation is evaluated in one operation amount calculation.
【0033】次に、プロセス制御の特徴として、操作量
変化は小さい方が制御対象プロセス2にとって望まし
い。図4では、一回の操作量計算において更新値を決定
する区間を予測制御区間とする。Next, as a feature of the process control, it is desirable that the change in the manipulated variable is small for the process 2 to be controlled. In FIG. 4, a section in which an update value is determined in one operation amount calculation is set as a prediction control section.
【0034】評価関数は二次形式をとるので予測偏差と
操作量更新値の各区間に対応する面積和に相当する。図
4では、制御変数トレンド、操作変数トレンドに網掛け
で示した部分が相当する。これら面積は上述したように
操作量更新値Δuを変数とする。以上のことから、評価
関数を式1を用いて表すと式2のようになる。ここで、
評価関数をJ、目標値をrとする。Since the evaluation function takes a quadratic form, it corresponds to the area sum corresponding to each section of the predicted deviation and the manipulated variable update value. In FIG. 4, the shaded portions correspond to the control variable trend and the operation variable trend. These areas use the manipulated variable update value Δu as a variable as described above. From the above, when the evaluation function is expressed using Expression 1, Expression 2 is obtained. here,
Let J be the evaluation function and r be the target value.
【0035】[0035]
【数2】 J=(y−r)2 +(Δu)2 =(G×Δu+f−r)2+(Δu)2 …(式2) 式2に示すように、評価関数設定手段13は操作量更新
値Δuを未知変数とする評価関数を設定する。J = (y−r) 2 + (Δu) 2 = (G × Δu + fr) 2 + (Δu) 2 (Expression 2) As shown in Expression 2, the evaluation function setting means 13 operates An evaluation function with the quantity update value Δu as an unknown variable is set.
【0036】評価関数を設定することについて、図2の
制御対象プロセス2を例として具体的に説明する。ただ
し、予測評価区間、予測制御区間の区間長は各々1ステ
ップとする。The setting of the evaluation function will be specifically described with reference to the process 2 to be controlled shown in FIG. 2 as an example. However, the section length of each of the prediction evaluation section and the prediction control section is one step.
【0037】まず、時間応答変化率データG、操作量更
新値Δuは、以下の通り設定できる。First, the time response change rate data G and the manipulated variable update value Δu can be set as follows.
【0038】[0038]
【数3】 G=[GA GB] …(式3)G = [GA GB] (Equation 3)
【0039】[0039]
【数4】 Δu=[ΔuA ΔuB] …(式4) ここで、添え字A,Bは、各々図2の操作変数A、操作
変数Bに対応する。これから、制御変数の予測式は以下
の通りになる。なお、以下の式で「’」は、ベクトルの
転置を意味する。Δu = [ΔuA ΔuB] (Equation 4) Here, the suffixes A and B correspond to the operation variables A and B in FIG. 2, respectively. From this, the prediction formula of the control variable is as follows. In the following equation, “′” means transposition of a vector.
【0040】[0040]
【数5】 y=G×Δu+f =[GA GB][ΔuA ΔuB]'+f =GA×ΔuA+GB×ΔuB+f …(式5) 式5から、前記評価関数設定手段13で設定する評価関
数の一例を以下に示す。Y = G × Δu + f = [GA GB] [ΔuA ΔuB] ′ + f = GA × ΔuA + GB × ΔuB + f (Equation 5) From Equation 5, an example of the evaluation function set by the evaluation function setting means 13 is as follows. Shown in
【0041】[0041]
【数6】 J=(y−r)2 +(Δu)2 =(GA×ΔuA+GB×ΔuB+f−r)2 +(ΔuA)2+(ΔuB)2 …(式6) 式6に示すように、評価関数設定手段13で設定する評
価関数は、操作変数AおよびBの操作量更新値に関する
二次形式(二次関数)で表現できる。評価関数設定手段
13は、評価関数の係数データ(行列データ)を操作量
最適化手段14に出力する。J = (y−r) 2 + (Δu) 2 = (GA × ΔuA + GB × ΔuB + fr) 2 + (ΔuA) 2 + (ΔuB) 2 (Equation 6) The evaluation function set by the evaluation function setting means 13 can be expressed in a quadratic form (quadratic function) relating to the operation amount update values of the operation variables A and B. The evaluation function setting means 13 outputs coefficient data (matrix data) of the evaluation function to the manipulated variable optimization means 14.
【0042】評価関数設定手段13は、プロセス運転上
の制約条件を設定する場合もある。プロセス制御では、
一般に、制御変数、操作変数、および操作量更新値に対
して、図4に示すように、各々上限値、下限値を設定す
る場合が多い。この場合、操作量更新値を未知変数とし
た数式表現と、制約条件データを比較し、以下に示すよ
うに、不等式条件で記述することができる。The evaluation function setting means 13 may set constraints on the process operation in some cases. In process control,
Generally, an upper limit value and a lower limit value are often set for a control variable, an operation variable, and an operation amount update value, respectively, as shown in FIG. In this case, a mathematical expression using the manipulated variable update value as an unknown variable is compared with the constraint condition data, and the inequality condition can be described as shown below.
【0043】 (制約下限値)<(制御量予測値)<(制約上限値) (制約下限値)<(操作量未来値)<(制約上限値) (更新値下限値)<(操作量更新値)<(更新値上限
値) これらの不等式を、解の探索範囲として用いる。これら
目標値と制約条件は、図示しないプロセスデータベース
に格納された情報を用い、入力手段3により目標値と制
約条件設定手段16に入力される。(Constraint lower limit) <(control amount predicted value) <(constraint upper limit) (constraint lower limit) <(operation amount future value) <(constraint upper limit) (update value lower limit) <(operation amount update) Value) <(upper limit of update value) These inequalities are used as a solution search range. These target values and constraint conditions are input to the target value and constraint condition setting means 16 by the input means 3 using information stored in a process database (not shown).
【0044】操作量最適化手段14は評価関数Jと、制
約条件に関する不等式を受け取り、数値最適化アルゴリ
ズムを用いて制御周期毎に最適な操作量更新値Δuを決
定する。数値最適化アルゴリズムとしては、評価関数の
数式表現に応じて、線形計画法、二次計画法などを適用
することができる。解の探索では、例えば、図4に示す
前述の面積和を最小化する操作量更新値Δuを導出す
る。The manipulated variable optimizing means 14 receives the evaluation function J and the inequalities relating to the constraint conditions, and determines an optimal manipulated variable update value Δu for each control cycle using a numerical optimization algorithm. As the numerical optimization algorithm, a linear programming, a quadratic programming, or the like can be applied according to the mathematical expression of the evaluation function. In the search for the solution, for example, an operation amount update value Δu that minimizes the above-described area sum shown in FIG. 4 is derived.
【0045】操作量最適化手段14は、数値最適化アル
ゴリズムでの解探索に係る計算負荷を監視している。こ
の計算負荷としては、前述の解探索に係る繰返し演算回
数や、計算機の占有率など、監視の容易な指標を用い
る。また、操作量最適化手段14は、前述の計算負荷を
監視するとともに、最適解が存在するかどうかの判定を
実行する。最適解の存在判定は、前述の線形計画法や二
次計画法のアルゴリズムにも、判定パラメータが一般的
に存在し、これを用いることができる。The manipulated variable optimizing means 14 monitors the calculation load related to the solution search in the numerical optimization algorithm. As the calculation load, an index that can be easily monitored, such as the number of repetitive operations related to the above-described solution search and the occupancy of a computer, is used. Further, the manipulated variable optimization unit 14 monitors the above-mentioned calculation load and determines whether or not an optimal solution exists. For the determination of the existence of the optimal solution, the above-described algorithms of the linear programming and the quadratic programming generally have determination parameters, which can be used.
【0046】変数設定手段15は、評価関数設定手段1
3にて用いる式1に示した時間応答変化率データGを管
理する。入力手段3は、オペレータまたは別の制御プロ
グラムにより決定した、変数ごとの実行解除指令を変数
設定手段15に出力し、また変数毎の制御実行解除の状
態を管理する。The variable setting means 15 includes the evaluation function setting means 1
3 manages the time-response change rate data G shown in the equation (1). The input means 3 outputs an execution cancellation command for each variable determined by the operator or another control program to the variable setting means 15, and manages the state of control execution cancellation for each variable.
【0047】変数設定手段15での、時間応答変化率デ
ータの管理方法の一例について、図5を用いて説明す
る。An example of a method of managing the time response change rate data in the variable setting means 15 will be described with reference to FIG.
【0048】制御対象プロセス2は多変数プロセスを対
象としているので、時間応答変化率データGは、制御変
数、操作変数毎に各々設定される。図5では、データ構
成の一例を示す。この例では、制御変数数cvs、操作
変数数mvsの場合を示している。Since the control target process 2 is a multivariable process, the time response change rate data G is set for each control variable and each operation variable. FIG. 5 shows an example of the data configuration. This example shows a case where the number of control variables is cvs and the number of operation variables is mvs.
【0049】全ての制御変数、操作変数が実行状態の場
合、時間応答変化率データGは図5(a)に示す通りで
ある。一方、入力手段3によって、制御変数、操作変数
のいずれかが解除状態の場合、時間応答変化率データG
は変数設定手段15によりデータの構成を変更する。す
なわち、入力手段3からの変数解除指令に応じて、該当
データを図5(b)に示すように「0」に設定変更す
る。図5(b)は一例として、第2番目に登録した操作
変数の解除指令が入力された場合における時間応答変化
率データGの構成変更結果を示す。時間応答変化率デー
タGの構成変更結果は、評価関数設定手段13に反映す
る。When all the control variables and operation variables are in the execution state, the time response change rate data G is as shown in FIG. On the other hand, when either the control variable or the operation variable is released by the input means 3, the time response change rate data G
Changes the data configuration by the variable setting means 15. That is, in response to a variable release command from the input means 3, the corresponding data is changed to "0" as shown in FIG. 5B. FIG. 5B shows, as an example, a configuration change result of the time-response change rate data G when a release command of the second registered operation variable is input. The configuration change result of the time response change rate data G is reflected on the evaluation function setting means 13.
【0050】評価関数設定手段13が時間応答変化率デ
ータGの構成変更結果によってどのように動作するかを
式6の評価関数を例として説明する。How the evaluation function setting means 13 operates according to the configuration change result of the time response change rate data G will be described using the evaluation function of Expression 6 as an example.
【0051】まず、理解し易いように前述の式6を再度
以下に示す。First, for ease of understanding, the above equation (6) is again shown below.
【0052】[0052]
【数6】 J=(y−r)2 +(Δu)2 =(GA×ΔuA+GB×ΔuB+f−r)2 +(ΔuA)2+(ΔuB)2 …(式6) ここで操作変数Aを解除する場合を示す。前記式3にお
いて、変数設定手段15により、GA=0となる。J = (y−r) 2 + (Δu) 2 = (GA × ΔuA + GB × ΔuB + fr) 2 + (ΔuA) 2 + (ΔuB) 2 (Equation 6) Here, the operation variable A is released. Here is an example. In the above equation 3, GA = 0 by the variable setting means 15.
【0053】[0053]
【数7】 G=[0 GB] …(式7) その結果、式6は、評価関数設定手段13において以下
の通り設定される。G = [0 GB] (Expression 7) As a result, Expression 6 is set in the evaluation function setting means 13 as follows.
【0054】[0054]
【数8】 J=(0×ΔuA+GB×ΔuB+f−r)2 +(ΔuA)2+(ΔuB)2 =(GB×ΔuB+f−r)2+(ΔuA)2+(ΔuB)2 …(式8) 式8から、評価関数Jにおいて、制御変数の予測計算y
に対して、ΔuAの影響は無く、ΔuA自身の二乗値の
みが、評価関数に残ることとなる。一方、操作量最適化
手段14においては、評価関数Jを最小化するΔuA、
ΔuBを求めるように動作するので、操作変数Aの更新
値ΔuAの最適解は0となる。J = (0 × ΔuA + GB × ΔuB + f−r) 2 + (ΔuA) 2 + (ΔuB) 2 = (GB × ΔuB + fr) 2 + (ΔuA) 2 + (ΔuB) 2 (Equation 8) From equation 8, the predictive calculation y of the control variable in the evaluation function J
In contrast, there is no influence of ΔuA, and only the square value of ΔuA itself remains in the evaluation function. On the other hand, in the operation amount optimizing means 14, ΔuA that minimizes the evaluation function J,
Since the operation is performed to obtain ΔuB, the optimal solution of the update value ΔuA of the operation variable A is 0.
【0055】ΔuA=0となることから、結果的に操作
変数Aは更新されなくなり、解除状態が実現できる。ま
た、操作変数Aを再度実行状態にするには、式7におい
て、GAを初期設定値に戻すことで実現できる。Since ΔuA = 0, as a result, the operation variable A is not updated, and the release state can be realized. In addition, to set the operation variable A to the execution state again, it can be realized by returning GA to the initial setting value in Expression 7.
【0056】このように制御変数と操作変数の変数実行
/解除に係る一連の演算動作に関して、制御周期毎の演
算処理のフローチャートを図6に示す。図6は、第k時
刻での演算処理を示している。FIG. 6 is a flowchart of a calculation process for each control cycle for a series of calculation operations related to the execution / cancellation of control variables and manipulated variables as described above. FIG. 6 shows the calculation processing at the k-th time.
【0057】まず、制御周期第k時刻の開始600に続
いて、変数設定手段15はプロセス制御装置1における
入力手段3で設定した操作変数の指令確認(ステップ6
01)とその判定(ステップ602)を実行する。ステ
ップ602の確認結果が実行の場合は、評価関数設定手
段13が評価関数構築処理(ステップ604)を実行す
る。ステップ602の確認結果が解除の場合、変数設定
手段15はステップ603に移行して時間応答変化率デ
ータにゼロ値設定処理を実行してから、ステップ604
の評価関数構築処理を実行する。操作量最適化手段14
はステップ605において前述のようにして得られた評
価関数を用いて最適な操作量更新値を求め、最適操作量
を出力する。このようにして、制御周期第k時刻での演
算動作が実行される。First, following the start 600 of the k-th time of the control cycle, the variable setting means 15 checks the command of the operation variable set by the input means 3 of the process control device 1 (step 6).
01) and its determination (step 602). If the result of the check in step 602 is execution, the evaluation function setting means 13 executes an evaluation function construction process (step 604). If the confirmation result in step 602 is cancelled, the variable setting means 15 shifts to step 603 to execute a zero value setting process on the time response change rate data, and then executes step 604.
Execute the evaluation function construction processing of. Operation amount optimization means 14
In step 605, the optimum operation amount update value is obtained using the evaluation function obtained as described above, and the optimum operation amount is output. In this way, the calculation operation at the k-th time of the control cycle is performed.
【0058】次に、制御対象プロセス2は多変数プロセ
スである。多変数プロセスにおいては、操作変数に加え
て制御変数の組合せを変更する場合もある。この場合
は、前述の図5(b)までで示した方法と同様に、時間
応答変化率データGにおいて該当する制御変数に係るデ
ータの構成を変更する。すなわち、変数解除指令に応じ
て、該当データを「0」に設定変更する。一例として、
制御変数として1番目に登録した制御変数を解除する場
合を、図5(c)に示す。Next, the control target process 2 is a multivariable process. In a multivariable process, the combination of control variables in addition to manipulated variables may be changed. In this case, the configuration of the data relating to the corresponding control variable in the time response change rate data G is changed in the same manner as the method shown in FIG. That is, the corresponding data is set to “0” in response to the variable release command. As an example,
FIG. 5C shows a case where the control variable registered first as the control variable is released.
【0059】この時間応答変化率データGを用いて、前
記評価関数設定手段13において、前述の評価関数Jを
構築することで、制御変数1は、目標値追従制御から解
除された動作をすることになる。By using the time response change rate data G to construct the evaluation function J in the evaluation function setting means 13, the control variable 1 performs an operation released from the target value follow-up control. become.
【0060】本発明による制御動作特性を図7に示す。
図7は、図2に示した化学プロセスの一つである蒸留塔
21の塔内温度制御の実行結果を示している。プロセス
制御装置1は試運転や現地調整され、また、制御変数と
操作変数の組合せや、プロセスモデルなどは、シミュレ
ーション評価により事前に決定している。FIG. 7 shows a control operation characteristic according to the present invention.
FIG. 7 shows an execution result of temperature control in the distillation column 21 which is one of the chemical processes shown in FIG. The process control device 1 is subjected to trial operation and local adjustment, and a combination of control variables and operation variables, a process model, and the like are determined in advance by simulation evaluation.
【0061】さて、蒸留塔21は、スチーム量増加によ
り塔内温度は上昇しやすいが、逆にスチーム量を減少さ
せても、塔内温度は低下しづらいといい特性がある。各
配管に設置された調節バルブ221、231は、スチー
ム量、原料流量を調節する。The distillation column 21 has such a characteristic that the temperature in the column easily rises due to the increase in the amount of steam, but conversely, the temperature in the column hardly decreases even if the amount of steam is reduced. The control valves 221 and 231 installed in each pipe adjust the steam amount and the raw material flow rate.
【0062】図7(a)に示す制御量S210(塔内温
度)が、時刻0:00に何らかの外乱によって低下
(例:塔内温度低下)したとする。It is assumed that the control amount S210 (tower temperature) shown in FIG. 7 (a) is reduced at time 0:00 due to some disturbance (for example, the tower temperature is lowered).
【0063】本発明のプロセス制御装置1のモデル予測
制御系は、予め、図7(b)に示す操作変数A(スチー
ム量S220)を優先して動作するように調整してあ
り、操作量Aの増加(例:スチーム量増加)により、制
御量S210(塔内温度)の低下を回復させている。時
刻2:00を経過した後、操作変数Aによるモデル予測
制御を解除(OFF)し、図7(c)に示す操作変数B
(例:フィード量S230)のみの制御に切替えてい
る。The model predictive control system of the process control device 1 of the present invention is adjusted in advance so that the operation variable A (steam amount S220) shown in FIG. (For example, an increase in the amount of steam), the decrease in the control amount S210 (column temperature) is recovered. After the time 2:00 has elapsed, the model predictive control using the operation variable A is released (OFF), and the operation variable B shown in FIG.
The control is switched to only (example: feed amount S230).
【0064】その結果、時間応答変化率を設定する変数
設定手段15は、モデル予測制御の評価関数構築に用い
る時間応答変化率データGの操作変数Aに該当するデー
タが設定変更される。操作変数Aがモデル予測制御の評
価関数から切り離され、操作変数Bによる制御に切替
る。図7では、時刻2:00の時点で生じていた制御変
数と目標値との偏差が解消されている。As a result, the variable setting means 15 for setting the time response change rate changes the data corresponding to the operation variable A of the time response change rate data G used for constructing the evaluation function of the model predictive control. The manipulated variable A is separated from the evaluation function of the model predictive control, and the control is switched to the control by the manipulated variable B. In FIG. 7, the deviation between the control variable and the target value, which has occurred at the time of 2:00, has been eliminated.
【0065】従来方式により実行した場合の制御動作特
性を図8に示す。従来方式では、制御変数と操作変数の
組合せは固定であり、各変数ごとの調整係数(重み付け
係数)により、変数の変化傾向を調整している。このよ
うな従来方式のもとで、モデル予測制御を多変数制御と
して用いた場合を、図8により説明する。FIG. 8 shows the control operation characteristics when the control is executed by the conventional method. In the conventional method, the combination of the control variable and the manipulated variable is fixed, and the change tendency of the variable is adjusted by the adjustment coefficient (weighting coefficient) for each variable. FIG. 8 illustrates a case where the model predictive control is used as multivariable control under such a conventional method.
【0066】図8(a)に示す制御量S210(塔内温
度)が時刻0:00に何らかの外乱により低下(例:塔
内温度低下)したとする。これに対して、モデル予測制
御系は、予め、図8(b)に示す操作変数A(スチーム
量S220)を優先して動作するように調整してあり、
操作量Aの増加(例:スチーム量増加)により、制御量
S210(塔内温度)の低下を回復させる。It is assumed that the control amount S210 (tower temperature) shown in FIG. 8A is reduced at time 0:00 due to some disturbance (for example, the tower temperature is lowered). On the other hand, the model prediction control system is adjusted in advance so that the operation variable A (steam amount S220) shown in FIG.
The decrease in the control amount S210 (the temperature in the tower) is recovered by increasing the operation amount A (eg, increasing the steam amount).
【0067】時刻2:00を経過した時点で操作量最適
化手段14は、図8(b)に示すように、操作変数A
(スチーム量)を減少させるように制御が実行される。
しかし、蒸留塔21は、スチーム量減少では塔内温度低
下に時間を要し、図8(c)に示す原料流量の変化を抑
え目に調整しているので、図7に比べて、塔内温度の低
下に時間を要する結果となっている。その結果、制御変
数(塔内温度)と、目標値との偏差の減少に時間がかか
り、ひいてはプラント運転特性の劣化の原因となる。When the time 2:00 has elapsed, the operation amount optimizing means 14 sets the operation variable A as shown in FIG.
(Steam amount) is reduced.
However, in the distillation column 21, it takes time to lower the temperature in the column when the amount of steam is reduced, and the change in the flow rate of the raw material shown in FIG. As a result, it takes time to lower the temperature. As a result, it takes time to reduce the deviation between the control variable (the temperature in the tower) and the target value, which eventually leads to deterioration of the plant operation characteristics.
【0068】ここで、前述の評価関数については、以下
に示す通り、別の表現でも実現可能である。Here, the above-described evaluation function can be realized by another expression as shown below.
【0069】評価関数J=|制御量予測値−目標値|+
|操作量更新値| 以上のようにしてプロセスのモデル予測制御を行うので
あるが、制御量予測値と目標値の偏差である予測偏差と
操作変数の複数個の組合せに基づき操作量更新値を求め
る際に、複数個の操作変数の組合せあるいは複数個の制
御変数と操作変数の組合せを設定変更するようにしてい
るので、多変数プロセスのモデル予測制御をプロセスの
制御精度良く行うことができる。Evaluation function J = | Control amount predicted value−Target value | +
| Manipulated variable update value] The model predictive control of the process is performed as described above, and the manipulated variable update value is calculated based on a combination of a predicted deviation which is a deviation between the controlled variable predicted value and the target value and a plurality of manipulated variables. At the time of calculation, a combination of a plurality of operation variables or a combination of a plurality of control variables and operation variables is set and changed, so that model predictive control of a multivariable process can be performed with high process control accuracy.
【0070】また、上述の実施例は、制御対象の制御変
数、操作変数の実行状態と解除状態を表示装置に表示し
ているので、制御対象のどの制御変数が制御されている
か、また、どの操作変数によりプロセス制御が実行され
ているのか、を視認によって確認することができる。In the above-described embodiment, since the execution state and the release state of the control variable and the operation variable of the control object are displayed on the display device, which control variable of the control object is controlled and Whether or not the process control is being executed by the operation variable can be visually confirmed.
【0071】なお、プロセス制御装置1をプログラムの
処理手順としてCD―ROMなどの記憶媒体に格納し、
コンピュータなどの演算処理装置を用いて本発明を実施
できることは明らかなことである。The process control device 1 is stored as a program processing procedure in a storage medium such as a CD-ROM.
It is obvious that the present invention can be implemented using an arithmetic processing device such as a computer.
【0072】[0072]
【発明の効果】本発明によれば、制御量予測値と目標値
の偏差である予測偏差と操作変数の複数個の組合せに基
づき操作量更新値を求める際に、複数個の操作変数の組
合せあるいは複数個の制御変数と操作変数の組合せを設
定変更するようにしているので、多変数プロセスのモデ
ル予測制御をプロセスの制御精度良く行うことができ
る。According to the present invention, when calculating the manipulated variable update value based on a plurality of combinations of the predicted deviation, which is a deviation between the control value predicted value and the target value, and the manipulated variable, a combination of the plurality of manipulated variables is used. Alternatively, since a combination of a plurality of control variables and operation variables is set and changed, model predictive control of a multivariable process can be performed with high process control accuracy.
【図1】本発明の一実施例を示す構成図である。FIG. 1 is a configuration diagram showing one embodiment of the present invention.
【図2】本発明の制御対象となるプロセスの一例を示す
構成図である。FIG. 2 is a configuration diagram illustrating an example of a process to be controlled according to the present invention.
【図3】本発明による設定表示画面の一例を示す図であ
る。FIG. 3 is a diagram showing an example of a setting display screen according to the present invention.
【図4】本発明の動作を説明するための特性図である。FIG. 4 is a characteristic diagram for explaining the operation of the present invention.
【図5】本発明による時間応答変化率データの設定の説
明図である。FIG. 5 is an explanatory diagram of setting of time response change rate data according to the present invention.
【図6】本発明の動作を説明するためのフローチャート
である。FIG. 6 is a flowchart for explaining the operation of the present invention.
【図7】本発明による制御動作特性図である。FIG. 7 is a control operation characteristic diagram according to the present invention.
【図8】従来技術による制御動作特性図である。FIG. 8 is a graph showing a control operation characteristic according to the related art.
1…プロセス制御装置、2…制御対象プロセス、3…入
力手段、11…モデルデータベース、12…予測値計算
手段、13…評価関数設定手段、14…操作量最適化手
段、15…変数設定手段、16…目標値・制約条件設定
手段。DESCRIPTION OF SYMBOLS 1 ... Process control apparatus, 2 ... Control target process, 3 ... Input means, 11 ... Model database, 12 ... Predicted value calculation means, 13 ... Evaluation function setting means, 14 ... Operation amount optimization means, 15 ... Variable setting means, 16. Target value / constraint condition setting means.
Claims (10)
スのモデルを用いて制御量予測値を求め、この制御量予
測値と目標値の偏差である予測偏差と前記操作変数の複
数個の組合せに基づき操作量更新値を求めるものであっ
て、前記操作量更新値を求める際に前記複数個の操作変
数の組合せ変更するようにしたことを特徴とするプロセ
ス制御方法。1. A control variable predicted value is obtained by using a process model having a plurality of control variables and manipulated variables, and a predicted deviation which is a deviation between the controlled variable predicted value and a target value; A process control method for obtaining an operation amount update value based on a combination of the plurality of operation variables when obtaining the operation amount update value.
スの動特性モデルを用いて制御量予測値を求め、この制
御量予測値と目標値の予測偏差と前記複数個の操作変数
を用いて得た評価関数によって操作量更新値を求めるも
のであって、前記操作量更新値を求める際に必要とする
前記複数個の操作変数を設定変更して前記操作量更新値
を求めるようにしたことを特徴とするプロセス制御方
法。2. A control amount predicted value is obtained by using a dynamic characteristic model of a process having a plurality of control variables and manipulated variables, and a predicted deviation between the control amount predicted value and a target value and the plurality of manipulated variables are used. An operation amount update value is obtained by the obtained evaluation function, and the plurality of operation variables required for obtaining the operation amount update value are set and changed to obtain the operation amount update value. A process control method characterized by the above-mentioned.
スの動特性の数式モデルを用いて予測時点の操作量に基
づいた制御量予測値を求め、この制御量予測値と目標値
の予測偏差と前記複数個の操作変数を用いて得た評価関
数によって操作量更新値を求めるものであって、前記操
作量更新値を求める際に必要とする前記複数個の操作変
数を表示画面に表示して設定を行い前記操作量更新値を
求めるようにしたことを特徴とするプロセス制御方法。3. A predicted value of a controlled variable based on a manipulated variable at a prediction point in time using a mathematical model of dynamic characteristics of a process having a plurality of controlled variables and controlled variables, and a predicted deviation between the predicted value of the controlled variable and a target value. And calculating an operation amount update value by an evaluation function obtained by using the plurality of operation variables, and displaying the plurality of operation variables required for obtaining the operation amount update value on a display screen. A process control method for obtaining the manipulated variable update value.
スの動特性モデルを用いて制御量予測値を求め、この制
御量予測値と目標値の予測偏差と前記複数個の制御変数
と操作変数を用いて得た評価関数によって操作量更新値
を求めるものであって、前記操作量更新値を求める際に
必要とする前記複数個の制御変数と操作変数の組合せを
設定変更して前記操作量更新値を求めるようにしたこと
を特徴とするプロセス制御方法。4. A control variable predicted value is obtained by using a dynamic characteristic model of a process having a plurality of control variables and controlled variables, and a predicted deviation between the controlled variable predicted value and a target value is calculated. Is used to calculate an operation amount update value by an evaluation function obtained by using the above-described method, and the operation amount is changed by setting and changing a combination of the plurality of control variables and operation variables required when obtaining the operation amount update value. A process control method characterized in that an update value is obtained.
スの動特性モデルを用いて制御量予測値を求め、この制
御量予測値と目標値の予測偏差、前記複数個の制御変数
と操作変数および制約条件を用いて得た評価関数によっ
て操作量更新値を求めるものであって、前記操作量更新
値を求める際に必要とする時間応答変化率で表される前
記複数個の制御変数と操作変数を表示画面に表示して設
定を行い前記操作量更新値を求めるようにしたことを特
徴とするプロセス制御方法。5. A control variable predicted value is obtained using a dynamic characteristic model of a process having a plurality of control variables and manipulated variables, and a predicted deviation between the controlled variable predicted value and a target value; And calculating an operation amount update value by an evaluation function obtained using the constraint condition, wherein the plurality of control variables and the operation are expressed by a time response change rate required when obtaining the operation amount update value. A process control method, wherein a variable is displayed on a display screen and set to obtain the manipulated variable update value.
スのモデルとプロセスデータを用いて制御量予測値を求
める予測値計算手段と、前記制御量予測値と目標値の予
測偏差と前記操作変数の複数個の組合せに基づき評価関
数を求める評価関数設定手段と、前記評価関数を入力し
て操作量更新値を求める操作量最適化手段と、前記評価
関数設定手段で用いる前記複数個の操作変数を設定する
変数設定手段とを具備することを特徴とするプロセス制
御装置。6. A predicted value calculating means for calculating a predicted value of a controlled variable using a process model and process data having a plurality of control variables and controlled variables, a predicted deviation between the predicted controlled variable and a target value, and the controlled variable Evaluation function setting means for obtaining an evaluation function based on a plurality of combinations of the above, operation amount optimization means for inputting the evaluation function to obtain an operation amount update value, and the plurality of operation variables used in the evaluation function setting means And a variable setting means for setting the following.
スの動特性モデルを用いて予測時点のプロセス操作量に
基づいて制御量予測値を求める予測値計算手段と、前記
制御量予測値と目標値の偏差である予測偏差と前記複数
個の操作変数を用いて評価関数を求める評価関数設定手
段と、前記評価関数によって操作量更新値を求める操作
量最適化手段と、前記評価関数設定手段で用いる前記複
数個の操作変数を表示画面に表示して設定する変数設定
手段とを具備することを特徴とするプロセス制御装置。7. Predicted value calculating means for obtaining a predicted value of a controlled variable based on a process manipulated variable at a prediction time point using a dynamic characteristic model of a process having a plurality of controlled variables and controlled variables; Evaluation function setting means for obtaining an evaluation function using a prediction deviation which is a value deviation and the plurality of operation variables; operation amount optimization means for obtaining an operation amount update value by the evaluation function; and the evaluation function setting means. A variable setting means for displaying and setting the plurality of operation variables to be used on a display screen.
スの動特性モデルを用いて制御量予測値を求める予測値
計算手段と、前記制御量予測値と目標値の偏差である予
測偏差と前記複数個の制御変数と操作変数を用いて評価
関数を求める評価関数設定手段と、前記評価関数によっ
て操作量更新値を求める操作量最適化手段と、前記評価
関数設定手段で用いる前記複数個の制御変数と操作変数
の組合せを設定する変数設定手段とを具備することを特
徴とするプロセス制御装置。8. A predicted value calculating means for obtaining a predicted value of a controlled variable using a dynamic characteristic model of a process having a plurality of control variables and manipulated variables, and a predicted deviation which is a deviation between the predicted value of the controlled variable and a target value. Evaluation function setting means for obtaining an evaluation function using a plurality of control variables and operation variables; operation amount optimization means for obtaining an operation amount update value by the evaluation function; and the plurality of controls used in the evaluation function setting means A process control device comprising: a variable setting unit that sets a combination of a variable and an operation variable.
スの動特性モデルを用いて制御量予測値を求める予測値
計算手段と、前記制御量予測値と目標値の予測偏差、前
記複数個の制御変数と操作変数および制約条件を用いて
評価関数を求める評価関数設定手段と、前記評価関数に
よって操作量更新値を求める操作量最適化手段と、前記
評価関数設定手段で用いる前記複数個の制御変数と操作
変数を表示画面に表示して設定する変数設定手段とを具
備することを特徴とするプロセス制御装置。9. A predicted value calculating means for obtaining a controlled variable predicted value using a dynamic characteristic model of a process having a plurality of control variables and manipulated variables; a predicted deviation between the controlled variable predicted value and a target value; Evaluation function setting means for obtaining an evaluation function using control variables, operation variables, and constraints; operation amount optimization means for obtaining an operation amount update value using the evaluation function; and the plurality of controls used in the evaluation function setting means. A process control device comprising: a variable setting unit that displays a variable and an operation variable on a display screen and sets the variable and the operation variable.
セスの動特性モデルを用いて制御量予測値を求め、この
制御量予測値と目標値の予測偏差と前記複数個の操作変
数を用いて得た評価関数によって操作量更新値を求める
ものであって、前記操作量更新値を求める際に必要とす
る前記複数個の操作変数を設定変更して前記操作量更新
値を求めるプログラムを格納していることを特徴とする
記憶媒体。10. A control variable predicted value is obtained using a dynamic characteristic model of a process having a plurality of control variables and manipulated variables, and a predicted deviation between the control variable predicted value and a target value and the plurality of manipulated variables are used. A program for obtaining the manipulated variable update value by the obtained evaluation function, wherein a program for setting and changing the plurality of operation variables required for obtaining the manipulated variable update value and obtaining the manipulated variable update value is stored. A storage medium characterized by the following.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2000056041A JP2001242905A (en) | 2000-02-28 | 2000-02-28 | Method and device for process controlling |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2000056041A JP2001242905A (en) | 2000-02-28 | 2000-02-28 | Method and device for process controlling |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2001242905A true JP2001242905A (en) | 2001-09-07 |
Family
ID=18577067
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2000056041A Pending JP2001242905A (en) | 2000-02-28 | 2000-02-28 | Method and device for process controlling |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2001242905A (en) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005525650A (en) * | 2002-05-15 | 2005-08-25 | キャタピラー インコーポレイテッド | Method for controlling execution of a target system |
JP2009048524A (en) * | 2007-08-22 | 2009-03-05 | Toshiba Corp | Plant optimum operation control system |
JP2011145950A (en) * | 2010-01-15 | 2011-07-28 | Taiheiyo Cement Corp | Model prediction control unit and program |
JP2017105771A (en) * | 2015-12-03 | 2017-06-15 | アクセンス | Use of an advanced multivariable controller to control alphabutol units |
WO2019159280A1 (en) * | 2018-02-15 | 2019-08-22 | 千代田化工建設株式会社 | Plant operation condition setting support system, learning device, and operation condition setting support device |
-
2000
- 2000-02-28 JP JP2000056041A patent/JP2001242905A/en active Pending
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005525650A (en) * | 2002-05-15 | 2005-08-25 | キャタピラー インコーポレイテッド | Method for controlling execution of a target system |
JP4805571B2 (en) * | 2002-05-15 | 2011-11-02 | キャタピラー インコーポレイテッド | Method for controlling execution of a target system |
JP2009048524A (en) * | 2007-08-22 | 2009-03-05 | Toshiba Corp | Plant optimum operation control system |
JP2011145950A (en) * | 2010-01-15 | 2011-07-28 | Taiheiyo Cement Corp | Model prediction control unit and program |
JP2017105771A (en) * | 2015-12-03 | 2017-06-15 | アクセンス | Use of an advanced multivariable controller to control alphabutol units |
WO2019159280A1 (en) * | 2018-02-15 | 2019-08-22 | 千代田化工建設株式会社 | Plant operation condition setting support system, learning device, and operation condition setting support device |
JPWO2019159280A1 (en) * | 2018-02-15 | 2021-01-28 | 千代田化工建設株式会社 | Plant operation condition setting support system, learning device, and operation condition setting support device |
RU2767009C1 (en) * | 2018-02-15 | 2022-03-16 | Тийода Корпорейшн | Factory operating conditions setting support system, training apparatus, and operating conditions setting support apparatus |
US11320811B2 (en) | 2018-02-15 | 2022-05-03 | Chiyoda Corporation | Plant operating condition setting support system, learning device, and operating condition setting support device |
JP7144462B2 (en) | 2018-02-15 | 2022-09-29 | 千代田化工建設株式会社 | Plant operating condition setting support system and operating condition setting support device |
TWI801502B (en) * | 2018-02-15 | 2023-05-11 | 日商千代田化工建設股份有限公司 | Plant operating condition setting support system, learning device, and operating condition setting support device |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7394805B2 (en) | Computer system and method for dynamic construction and online deployment of behavior-centered first-principles process models for predictive analysis | |
US11614733B2 (en) | Computer system and method for automated batch data alignment in batch process modeling, monitoring and control | |
KR100518292B1 (en) | Process control system | |
EP0813699B1 (en) | Multivariable process control method and apparatus | |
US7359830B2 (en) | Method for automatic on-line calibration of a process model | |
MXPA02012834A (en) | Multi-variable matrix process control. | |
AU2001240799A1 (en) | Process control system | |
Loeblein et al. | Economic performance analysis in the design of on-line batch optimization systems | |
JP3279250B2 (en) | Multivariable process control system | |
JP2001242905A (en) | Method and device for process controlling | |
TWI801502B (en) | Plant operating condition setting support system, learning device, and operating condition setting support device | |
JP2018112857A (en) | Data processing apparatus and data processing method | |
JP2001067103A (en) | Method and device for controlling process | |
JP4611725B2 (en) | Local optimization control method and apparatus by search method, and gas separation, especially low temperature air separation method and apparatus | |
Angelov et al. | Evolving inferential sensors in the chemical process industry | |
US20230034693A1 (en) | Information processing device, display control method, and computer-readable recording medium | |
EP4102319A1 (en) | Control device, control method, and program | |
US20230034851A1 (en) | Information processing device, information processing method, computer-readable recording medium, and model generation method | |
EP4102421A1 (en) | Prediction apparatus, prediction method, and program | |
JP7232028B2 (en) | Operation monitoring device and method | |
US20230033220A1 (en) | Information processing device, information processing method, computer-readable recording medium, and model generation method | |
KR20240102827A (en) | Method and system for optimizing an alkane dehydrogenation operation | |
TW202411798A (en) | Assistance method, assistance device, and assistance program | |
CN117520711A (en) | Prediction method, prediction system and storage medium for melt index | |
JPH06236203A (en) | Process control method |