Оптимизация процесса регулирования
Лаборатория обратной пропорционально-интегрального управления интегрирует статистического управления процессом с автоматическим управлением процессом чтобы свести к минимуму процесс изменчивости.
Жесткий контроль критических процессов и свойств продукта имеет ключевое значение для развития или поддержания эффективного процесса. Лабораторные данные часто используются, чтобы регулировать все процессы в некотором образе. Они могут принимать форму прямого processadjustment, непрерывное анализатор калибровки или модели отслеживания расчетов.
Тем не менее, использование лабораторных аналитических результатов для регулирования непрерывных процессов была предметом многочисленных дискуссий в последние годы. До недавнего времени, инженеров и статистиков не смогли найти общую платформу для решения этой проблемы. Это было связано с уровнем образования, так инженеров и статистиков. Некоторые утверждают, что в процессе химической промышленности (ИПЦ), процесс инженеров, которые в основном инженеры-химики не имели статистической обучение использованию шумно и редко лабораторных анализов в области контроля (1). С другой стороны, прикладной статистики зачастую не имеют опыт работы в области анализа и моделирования динамических процессов и непрерывного процесса управления, как и инженеры управления технологическими процессами.
В последнее время концепция автоматического управления с обратной связью была воспринята как ценный инструмент для статистического анализа (2). Это привело к лаборатории обратной пропорционально-интегрально (LFPI) управления, которая объединяет статистического управления процессами (SPC) технологию автоматического управления процессами (APC) для держать процесса на цель и определить, когда процесс нуждается в ремонте. APC методы используются для изготовления иногда маленькие и недорогие корректировки в этот процесс. SPC методов для обнаружения сбоев в процессе, должны быть исправлены, были сохранены для улучшения непрерывного процесса.
Сегодня методы
В настоящее время одна из самых распространенных методов определения того, как процесс запущен, приняв это место образцы процесса в лабораторию для анализа. Эти исследования используются во многих отношениях, но в целом можно рассматривать как находясь в одной из трех категорий:
* Чтобы определить, когда процесс нуждается в ремонте. (Поиска и исправления)
* Для выпуска продукта
* Для определения потребности в процессе перестройки.
Поиска и исправления - лучшее применение этой методики, когда "исправления" являются дорогостоящими и / или трудно осуществить. Примером этого может быть реактора выборки торговых точек, которые указывают, что катализатором больше не работает и нуждается в замене. Этот тип проблемы такова, что традиционные методы SPC Excel. После замены катализатора, как правило, очень дорого, мы должны быть уверены, необходимо перед использованием. Статистическая процесса контроля (SPC) методов может дать нам эту уверенность.
Выпуск продукции - эта категория также 1, в котором SPC методы были использованы для определения, если товары находятся в пределах заказчика. Тем не менее, корпорации, такие как Дюпон пытаются отойти от осмотра и тестирования качества продукции за счет усилий, таких как "товар-на-процесс" и "в реальном времени освобождения", которые обеспечивают качество продукции, контролируя процесс переменных на цели, так что продукт сделал правильно.
Процесс регулирования - эта категория определяет, когда сравнительно недорогой процесс перестройки, такие, как увеличение положение клапана. Это регулирование процесса с использованием результатов лабораторных исследований является причиной LFPI был разработан. Хорошим примером является реактора выборки торговых точек, что указывает на снижение активности катализатора, которые могут быть компенсированы за счет увеличения реактора температура на входе. Эта коррекция может быть легко и принесет выходе образца обратно на цель.
На рисунке 1 показана методика интеграции SPC с методами APC, как это было предложено DuPont. В этом случае, лабораторные результаты используются для определения управляющих воздействий, необходимых для процесса сохранить и качественные характеристики целевого показателя (APC). SPC-прежнему существует выделить серьезные проблемы, которые должны быть исправлены в источнике, а не компенсировать путем контроля за действиями. Ключом к этому является комплексная схема контроллера предназначен для обработки разрывными (дискретный) данные лабораторных и правильно, что настройки контроллера быстро реагировать, не претендуя на контроль.
Контроллер LFPI предназначен для обработки дискретных входов, а не непрерывного сигнала. Это как правило, будет создан в качестве контрольного или петля каскада управления (рис. 2). То есть, он будет использовать результаты лабораторных анализов, чтобы отправить новый уставки на уровень пропорционально-интегрально-дифференциальный (PID) контроллер системы управления. LFPI объединяет SPC и методы APC, обеспечивая эффективный алгоритм (PI управления), чтобы определить процесс корректировки удержать процесс на цель, а также наблюдение за процессом, чтобы определить, когда дороже "исправить" обязательна.
Как LFPI работы
Типичным применением функции следующим образом:
1. Новый результат лаборатории передается контроллером LFPI. Это могут быть введены вручную оператором или автоматически вводится через контрольно-уровне компьютера.
2. Контроллер LFPI сравнивает результат лаборатории с целью значения (лаборатории цель), и рассчитывает П. контроля действий, основанных на ошибку цели.
3. Контроллер LFPI отправляет свою продукцию нормативных контроллер (ведомый контроллер), а затем отключается и не повторить этот процесс, пока новый образец получил.
4. Нормативного цикла затем пытается привести его процесс значение уставки новых и удерживать ее там до LFPI (мастер-контроллер) сигналы новой контрольной точки.
5. Выход контроллера LFPI можно отслеживать, чтобы определить, когда пределы регулировки в настоящее время приблизились. Когда сигнал LFPI достигает определенного предела, то ее пора прекратить регулирование и выяснить, что является причиной, чтобы процесс был так далеко за пределы цели.
6. Когда эти проблемы были исправлены, выход контроллера LFPI должны быть в нормальном диапазоне.
Таким образом, контроллер LFPI делает небольшой нормативных двигаться после каждого образца. Так как каждый шаг небольшой, если настроен правильно, контроль LFPI не вносит отменить процесс изменения в ответ на шумные лаборатории сигналов.
Эта серия ходов исключает задержки в корректирующих действий столкнулись с типичной CUSUM нормативная система, методика, которая контролирует SPC накопленную сумму разницы между результатом образца и цели. В этом методе, когда суммирование достигает предопределенного предела (это может быть высокой или низкой предел) CUSUM управления сигнал тревоги и корректировка производится, чтобы попытаться привести значение к своей цели точке. Проблема заключается в том, что процесс перестройки это делается в один шаг, когда будильник сработает. Это может быть большой перестройки принять в один шаг, потенциально нарушая процесс. Другая трудность состоит в том, что, поскольку этот алгоритм минимизирует по контролю за шумной образцов, это может занять много времени, чтобы обнаружить и реагировать на настоящий сдвиг в этом процессе.
В то время как контроллер LFPI поможет уменьшить изменчивость во многих процессах, это подходит не для всех. Две ключевые атрибуты должны присутствовать для того, чтобы алгоритм чтобы быть эффективными. К ним относятся:
* Процесс можно рассматривать в выставке истинного среднего изменения, которые могут быть обнаружены выше лаборатории шума. Все измерения содержат определенный уровень базы неструктурированной или "белого" шума, лабораторных данных не является исключением. Вы должны быть способны видеть сквозь этот шум, чтобы обнаружить, когда процесс не изменилось. На рисунке 3 показан пример, в котором процесс явно сместился, хотя есть некоторые лежащие в основе нынешних шума.
* Эффективного автоматического регулятор не используется. Как и любой контроллер, выход LFPI потребуется настроить что-то в этом процессе. Это легче всего достичь, когда скорректированной переменная может быть автоматическим управлением, например, расхода или температуры реактора. С ручным управлением переменных, таких как ингредиент коррективы, не желательны.
Приступая к работе
Для того, чтобы построить цикл LFPI контроль, вам нужно определить следующие параметры:
* Номинальный выборки раз (среднее время между взятием последовательных образцов при нормальных условиях эксплуатации.)
* Оценка процесса усиления, которая определяется как изменение измерения или контроля переменных разделить по изменению "регулятора" или манипулировать переменной.
Gain = (Delta Y / PV Span) / (Delta U / MV Span) Оцените это значение из предварительных знаний или выполнить тест.
* Оценка процесса Deadtime, задержка между временем управления перестройки составлен и время можно отметить, чтобы начать, влияющих на процесс. Deadtime циклы LFPI могут поступать из двух источников - настоящий Deadtime процесс и аналитические времени задержки. Если комбинация этих задержек больше номинального срока образца, то цикл имеет Deadtime, которые могут потребовать дополнительной компенсации контроллером для хорошего управления.
* Оценка процесса постоянной времени. Процесс постоянная времени определяется как время, после Deadtime, что этот процесс требует, чтобы добраться до 63% от его окончательного ответа. Это мера "задержки". Надеюсь, большинство процессов мы будем рассматривать будут иметь быстрый константы времени по отношению к номинальной выборки раз. Процесс отставания необходимо отличать от возбуждения из-за дрейфа нарушения. Процесс отставание в результате перемещения ручки управления. Если изменения процесса измерения, но и клапана не переехал, это не процесс отставание, но дрейфующих нарушения. Если это так, то это очень хороший кандидат для контроля.
Эти параметры будут использоваться для определения настройки параметров (P и I) для контроллера LFPI. Существуют также некоторые особые соображения, при применении LFPI необычных ситуациях, связанных с долго лабораторной обработки, давно Deadtime процесса или интеграционных процессов.
Цель в настройке контроллера LFPI является обеспечение достаточно быстрого реагирования на нарушения, которые переехали процесса с целью, минимизируя при этом чрезмерного контроля из-за шума в лаборатории сигнала. Следующее описание controllersettings, для усиления и интегральных постоянной времени, хорошие стартовые позиции. Получить контроллера равна номинальной получить контроллера разделены в процессе усиления, когда номинальная прибыль равна 0,02 контроллер по умолчанию случай. Кроме того, интегральные постоянная времени равна 2, где интеграл постоянная времени интегрального показателя перестройки управления.
Вернуться к заданной реагирования для этих настроек показан на рисунке 4. Эта диаграмма показывает, как контроллер LFPI бы принести в лабораторию результате к цели (уставки), после смены в процессе. Этот ответ может показаться, с контролем инженера, как настроить несколько "консервативный" (медленное возвращение к цели). Эти настройках были выбраны так, что если только случайный шум присутствует в лаборатории результате контроля не будет усиливать эти различия, однако, что контроллер все равно будет реагировать достаточно, чтобы обеспечить разумную прибыль на цель после смены реального процесса или нарушения.
Существуют особые случаи возможно, потребуется учитывать при настройке контроллера Табл. Эти особые случаи могут быть определены, зная Deadtime процесса и процесса постоянной времени вашего приложения. Первый особый случай представляет собой процесс, с длинными Deadtime, что есть задержка в получении измерения обратно из лаборатории плюс любая задержка в процессе, который больше, чем номинальная период выборки. В этом случае, специальные установки контроллера называется предиктором Смит (или внутренней модели контроллера; IMC) требуется, чтобы улучшить контроль ответ
Второй Особым случаем является процесс, который долгое время процесс постоянного (Тау> 3 или 4 номинальной интервалы образца) или процесс с основными дрейфа в результате перемещения в ручку управления. Расчетный коэффициент усиления процесса путем сравнения службы ручку управления службы лаборатории образца. Если речь идет о "натянутой разумно", вы можете получить реальные оценки процесса реагирования на скачок в качестве управляющей переменной.
Ниже хорошей отправной точкой. Получить контроллера равна номинальной получить контроллера разделены оценки процесса усиления, когда номинальная прибыль контроллера равна 0,2, по умолчанию так. Интегральных постоянная времени равна 0,2, где интеграл постоянная времени интегрального показателя перестройки управления.
Пример
Следующее заявление LFPI проводилось при помощи Honeywell DCS. Этот пример резюме процесса, архитектуры и функциональности LFPI выполненной. Процесс, используемый для иллюстрации типичной реализации LFPI в химическом реакторе. Это два этапа экзотермический процесс с несколькими точками того реагента (рис. 5).
Основной фактор, который определяет степень реакции (свойство 1) соотношение реагентов и Действующее вещество B. В таком реакторе процесса реагента ставки неизменными (связана с производством курсу). Скорость Действующее вещество B рассчитан на основе соотношения 2 молей реагентов B для каждой молекулы реагента А. Тем не менее, это идеальное соотношение не достигается. Как правило, 80% от идеального Действующее вещество B потока составляет первом этапе Действующее вещество потока B 1, и входит в реакторе с реагентом Flow. Между тем, 15% от идеального Действующее вещество B потока составляет secondstage Действующее вещество B 2 потока, а затем вводит в начале второго этапа. Последнее 5% составляет оставшихся на втором этапе Действующее вещество B 3 потока и поступает немного вниз по течению реагента B потока 2. Действующее вещество B потока 3 не проводится в точном процент таких реагентов B потока я и 2 потока. Чтобы контролировать степень реакции реагента B потока 3 процента меняется. Этот диапазон контролируемых вискозиметра располагается после выхода реактора.
На рисунке 6, первичный управления потоком 3 контроллера (17FC), которая контролирует фактическое массового расхода (потока 3) в реактор. Уставки этого контроллера определяется "Идеальный Всего Действующее вещество B Rate", умноженная на коэффициент 3 потока. Вискозиметр контроллер (67XC) определяет это.
Упреждающее уравнения была разработана для оценки вискозиметра измерения на основе полимерных курса. Это уравнение используется для определения уставки для вискозиметра контроллера. Другие факторы, кроме расхода, влияние соотношения Действующее вещество B. К ним относятся компоненты чистоты и температурного профиля. Таким образом, смещение блока (67ML) был добавлен в системы управления, которая позволяет операторам (или LFPI), чтобы настроить вискозиметра уставки вверх или вниз (10%) на основе фактических измерений собственности 1.
Общая схема системы управления показана на рисунке 7. Точка tagnames приведены внутри представитель коробки. В этом представлении, пунктирные линии указывают на "потянул" связи, а сплошными линиями указать "толкнул" связей ". Выше, был реализован с использованием Honeywell LCN релиз 530.
Одним из преимуществ автоматического управления является то, что она не требует вмешательства человека. При автоматизации также поставляется потенциальные ловушки, что результаты анализов могут быть введены неправильно или некоторые другие необычные действия происходит, оператор может не заметить его до контроля принимается компьютер. Таким образом, мы добавили две специальные меры защиты.
Первый был посторонний защиты. Если измерения выходит за пределы заданного диапазона, это значение считается посторонний и не новый расчет контроль осуществляется контроллером до следующего лаборатории в результате расстояния получены.
Вторая защита ограничения регулятором мощности. Выход контроллера LFPI это "смещение" сигнал со скоростью уравнение процентов вязкости. Сумма смещения, которые могут быть направлены ограничено, так что, даже если выброс был проигнорирован, контроллер LFPI не может сделать радикальные изменения в объеме производства. Выход лимиты также служить, чтобы вызвать "найти и исправить" ответ на правильный процесс смены на источник.
Около 40 из этих приложений LFPI настоящее время находятся в эксплуатации в DuPont. Несколько человек были ключевым компонентом управления улучшения программ, таких как SixSigma. Изменчивость сокращения в размере до 50% было зарегистрировано, однако 30% является типичным. Мы видели ни одного случая, где, когда должным образом установлен, LFPI возросла изменчивость.
ЛИТЕРАТУРА
1. Мак-Грегор, JF, "Интерфейсы между процессом управления и он-лайн Статистическое Управление производственным процессом" вычи. Syst. Technol. Div. Commons, 10 не 2.9-20 (1987).
2. Box, Г. А. Luceno, статистического контроля путем мониторинга и обратной перестройки, John Wiley
Филлип D. Шнелл является принцип консультант Дюпон Технологии процесса Динамика и контрольной группы, расположенных в г. Уилмингтон, DE (Телефон: (302) 774-2367, E-почта: <A HREF = "mailto: Phillip.D.Schnelle @ usa.dupont.com "> Phillip.D.Schnelle @ <usa.dupont.com />). Он имеет 28 летний опыт работы в DuPont, на различных корпоративных и растений заданий. В настоящее время его интересы динамического моделирования, расширенный контроль приложений, моделирование данных и интерфейсов между ЮТК и APC.
Кеннет Д. Джексон является консультантом в компании Дюпон Технологии процесса Динамика и контрольной группы, расположенных в г. Уилмингтон, DE (Телефон: (302) 774-2356, E-почта: <A HREF = "mailto: Kenneth.D.Jackson @ usa.dupont.com "> Kenneth.D.Jackson @ <usa.dupont.com />). Он имеет более чем 24 лет опыта промышленного назначения в технологических процессов, эксплуатация и оптимизация, и корпоративный консалтинг процесс контрольной группы. Он ведет корпоративного управления процессами подготовки Дюпон усилий и работы с целью улучшения понимания и эффективного применения технологии процесса управления в рамках процесса инженерии, управления технологическими процессами, а также производство сообщества. Он получил степень бакалавра наук в области химического машиностроения Оклахома Univ. и является членом если Аиш и ISA.
ДЖУЛИ Ф. Смит является старшим инженером-консалтинга в компании Дюпон Технологии процесса Динамика и контрольной группы, расположенных в г. Уилмингтон, DE (Телефон: (302) 774-2230, E-почта: <A HREF = "mailto: Julie.F. Smith@usa.dupont.com "> Julie.F.Smith @ <usa.dupont.com />). Она II-летний опыт работы DuPont, в различных местах, в том числе проектирование и установка задач. Ее опыт включает в себя технологию выполнения нормативно-правовых и передовые схемы управления на различных платформах, DCS, а также первые химические основы процесса моделирования. Юлия имеет степень бакалавра в области химического машиностроения политехнического института Rensselaer и MChE из Univ. Делавэр.