CN101533261A - 用于过程控制系统中的智能控制和监控的方法和设备 - Google Patents
用于过程控制系统中的智能控制和监控的方法和设备 Download PDFInfo
- Publication number
- CN101533261A CN101533261A CN200810165971.6A CN200810165971A CN101533261A CN 101533261 A CN101533261 A CN 101533261A CN 200810165971 A CN200810165971 A CN 200810165971A CN 101533261 A CN101533261 A CN 101533261A
- Authority
- CN
- China
- Prior art keywords
- model
- emulation
- control
- controller
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B11/00—Automatic controllers
- G05B11/01—Automatic controllers electric
- G05B11/36—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
- G05B11/42—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential for obtaining a characteristic which is both proportional and time-dependent, e.g. P.I., P.I.D.
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0267—Fault communication, e.g. human machine interface [HMI]
- G05B23/0272—Presentation of monitored results, e.g. selection of status reports to be displayed; Filtering information to the user
Abstract
本发明公开了一种用于过程控制系统中的智能控制和监控的方法和设备。一种控制器包括:控制模块,其用于响应控制数据来控制过程的操作;插件模块,其可操作地连接至作为其非分层、集成延伸的所述控制模块;和模型标识机。所述插件检测所述控制数据中的变化,并响应所检测的变化收集所述控制数据和与所述过程状况相关的数据。所述模型标识机执行多个模型参数标识循环。每个循环包括过程仿真,其每一个均具有不同的仿真参数值,且每一个均使用所述控制数据作为输入;用于每个仿真的估算参数误差计算,基于所述仿真的输出和基于所述运行状况数据;以及仿真参数值的计算,基于所述估算误差和使用在与每个所述估算误差相对应的仿真中的仿真参数值。
Description
相关申请
这是基于2007年9月28日提交的序列号为60/976,379,名称为“在过程控制系统中进行智能控制和监控的方法和设备”的美国临时专利申请并要求其优先权,该申请的全部公开内容通过参考合并于此。本申请进一步要求2005年10月4日提交的序列号为11/243,862,名称为“在过程控制系统中过程模型标识”的美国专利申请的部分继续优先权,该申请的全部公开内容通过引用合并于此。
技术领域
本申请总的来说涉及过程控制系统,更具体地,涉及在带有嵌入在本地过程控制系统中的学习算法的自适应过程控制系统中用于过程模型标识和应用的系统架构。
背景技术
过程控制系统,例如象那些在化学、石油或其他过程中使用的分布式或可升级的过程控制系统,典型地包括一个或多个通过模拟、数字或模/数结合总线通讯连接的过程控制器,并通讯连接到至少一个主机或操作员工作站并通讯连接到一个或多个现场装置。所述现场装置,可例如为阀、阀定位器、开关和发送器(例如温度、压力和流速传感器),在例如开或关阀和测量过程参数的过程中执行功能。该过程控制器接收由现场装置产生的信号和/或属于现场装置的信息的其他指示过程测量的信号,并使用此信息来补充控制程序,于是产生控制信号,该控制信号发送到通往现场装置的总线,以控制过程的运行。来自现场装置和控制器的信息通常可用于一个或多个由操作者工作站实施的应用中,以使操作者能进行任何需要的关于该过程的功能,例如观察该过程的目前状态,修改该过程的运行等。
一些过程控制系统,例如由总部在德州奥斯汀的费希尔·罗斯蒙特系统公司销售的注册商标为Delta V的系统,使用称作位于控制器或不同现场装置中的模块的功能块或功能块组来进行控制运行。在这些情况下,所述控制器或其他装置可包括和执行一个或多个功能块或模块,它们中的每一个接收来自其他功能块(在同一装置内或不同装置内)的输入和/或将输出提供给其他功能块,并执行一些过程操作,例如测量或探测一过程参数,控制一装置,或执行控制操作,例如执行比例-积分-微分(PID)控制程序。在过程控制系统内的不同功能块或模块通常设置为相互通信(例如通过总线)以形成一个或多个过程控制环路。
过程控制器通常被编程以执行用于多个不同环路中每一个的不同的算法、子程序或控制环路(这些都是控制程序),这些环路为一过程而限定或包含在一过程中,例如流体控制环路,温度控制环路,压力控制环路等。一般来说,每个这样的控制环路包括一个或多个输入块,例如模拟输入(AI)功能块,单输出控制块,例如比例-整体-导出(PID)或模糊逻辑控制(FLC)功能块,和一输出块,例如模拟输出(AO)功能块。
控制程序,和补充这些程序的功能块,根据一些控制技术而设置,包括PID控制,模糊逻辑控制和例如史密斯预报器或模型预报控制(MPC)的基于模型的技术。在基于模型的控制技术中,用于程序中以确定闭环控制反应的参数是基于响应于作为对过程输入的操纵或测量干扰的变化的动态过程。此过程对过程输入变化的响应的表现可特性化为过程模型。例如,第一次序参数化的过程模型可规定增益、停止时间和自动调节过程的时间常数的值或整体过程的结合增益和停止时间的值。
一基于模型的技术,模型保护控制(MPC),包括一些步骤或设计为捕捉在过程输入与输出之间的动态关系的脉冲响应模型。带有MPC技术,该过程模型直接应用以产生控制器。当用于经历过程停止时间、过程延迟等大变化的过程时,MPC控制器必须使用该模型自动重新生成,以匹配目前的过程条件。在这种情况下,过程模型从而在多个运行状况的每一个被标识。多个过程模型的引入和需自动产生控制器以匹配目前的过程条件不良地增加过程控制系统的复杂性。
过程模型也被使用以设定PID的回转参数和使用自适应控制技术的其他控制配置,其中PIC(或其他)控制器的调节通常因为过程模型的变化和用户选择的调节规则而更新。例如,见名称为“基于状态的自适应反馈前馈PID控制器”的第2003/0195641号的美国专利出版物和名称为“自适应反馈前馈PID控制器”的第6,577,908号的美国专利,其完整公开通过参考清楚地合并于此。
过程控制系统通常具有调节过程环路和提供一些种类的执行检测的能力。然而,随着条件变化和过程设备的退化,现有的调节导致低效运行。然而一些制造商试图通过在控制系统顶部放置复杂的应用来处理此问题,硬件和软件持续的复杂化提供在本地控制系统自身嵌入更多的能力。下一代智能控制系统提供嵌入的学习型算法,其不断观察每个环路和每个系统的设备,从而能够自动地智能检测、诊断和预先调节。该算法学习和记忆该过程模型,并随着条件变化,自动重新学习该过程。此信息于是可用来评价控制性能和行为,并诊断问题。最后,控制性能可通过建议工作不佳的环路的操作者或建议的调节,最终通过在持续的自适应控制下环路的自动重新调节而改善。在控制系统中自动过程标识的例子描述在名称为“过程控制系统中的过程模型标识”的第2007/0078533号美国专利出版物中,其全部公开内容在此通过引用清楚地合并于此。此智能控制与智能装置的合并实现具有预测智能的控制系统。
发明内容
本公开描述用于下一代智能控制系统的系统架构,它的一些部件可包括:例如在联机控制器中的自动和独立标识和监控算法;用于模型和信息交换的安全和可靠的消息传送和通信;被良好管理的用于存储和检索经学习的过程信息的实时数据库;在系统配置环境和数据库中的自动学习的支持;容易使用和灵活的GUI应用程序,其提供对结果的洞悉和统一方式的嵌入智能的建议。由于这潜在地影响控制系统的每一部分,该新架构可将全部功能性集成到标准的分布式控制系统(DCS)中。此技术的智能监控和控制的综合方法的一些特征与例如传统层叠技术对比,可包括:要求少的用户介入或无用户介入的自动过程学习;包括所有的,或几乎所有的全部过程的环路;控制系统源管理的自动处理;排除任何扰乱过程用于附加测试和学习的要求;以统一和完整的方式为过程操作提供结果和建议。
根据本公开的一个方面,数据收集和模型标识随着功能块插入控制功能块和模型标识模块而在控制器的功能块水平实现。创造的模型可由位于工作站的服务器读取并传至一模型数据库。自适应控制作为单独的控制功能块(PID,模糊,等)而实现,所有的算法可嵌入该控制功能块。由插入的功能块和模型标识模块执行的功能的一个方面是分离为两个独立的执行线。第一执行线执行数据收集、调节和其他与插入的功能块相关联的实时任务,第二执行线执行与模型标识模块相关联的用于过程模型标识的下优先服务,因为模型标识被计算地要求,而不是时间关键。
在本公开的另一方面,公开一示例技术,其允许用户获得过程模型,分析该模型并计算在过程控制系统中用于不同控制功能块(PID,模糊等)的调节。该技术可与用户相互作用或自动(例如,完全自适应控制)。一个应用允许用户观察、分析并批准可用于在控制器中执行的自适应多区域调节的模型。自适应调节可直接在控制器中,在没有任何用户介入的情况下,在完全自动模式下工作,而不管系统的其他组件。该应用可结合其他先进的控制产品,例如调节和检查,以允许用户诊断和修理在一应用中的控制问题。
附图说明
为了更完整地理解本公开,下文的详细说明和附图应具有附图标记,其中相同的附图标记标识附图中相同的部件,其中:
图1是根据本公开一个方面的过程控制系统的示意图,该过程控制系统包括设置有一个或多个程序的控制器;
图2是根据一实施例的图1的控制器和工作站的示意图,其中控制器具有功能块插件程序模块和与功能块插件程序连通的模型标识模块;
图3是根据一实施例的图1的控制器的示意图,其中图2的功能块插件程序更详细地显示;
图4是由在图3的功能块插件程序中执行的模型标识控制逻辑进行的模型标识控制功能的流程图;
图5是由在图3的功能块插件程序中执行的数据收集逻辑进行的数据收集功能的流程图;
图6是由图2的模型标识模块执行的模型标识的示意图;
图7是图1的过程控制系统的一实施例的示意图,其中工作站执行一组示例性应用,所述应用共同提供一控制执行监控和功能性相关于和其他事物,环路和模型分析,诊断,调节和MPC和自适应控制的管理环境;
图8是由图7的工作站的实施例产生的示例性显示界面的简化图,其具有执行监控应用以提供控制执行概述信息;
图9是由图7的工作站的实施例产生的示例性显示界面的简化图,其具有执行监控应用以为所选系统、区域或其他组控制环路提供控制环路执行信息;
图10是由图7的工作站的实施例产生的示例性显示界面的简化图,其具有执行监控应用以为所选的控制环路提供执行信息;
图11是由图7的工作站的实施例产生的示例性显示界面的简化图,其具有诊断或其他分析应用以监控和管理控制环路执行,自适应模型质量,和其他与控制环路有关的诊断参数;
图12是由图7的工作站的实施例产生的示例性显示界面的简化图,其具有应用以配置、制定和管理控制环路的模型标识程序;
图13是由图7的工作站的实施例产生的示例性显示界面的简化图,以显现为由一状态参数输入指示的不同运行状况标识的过程模型;
图14和15是由图7的工作站的实施例产生的各示例性显示界面的简化图,其具有调节应用以支持和管理过程模型的使用以调节控制功能块执行例如模糊逻辑或MPC控制方案。
尽管该公开的系统和方法是不同形式的敏感实施例,在附图中(并将在下文中描述)图示了本发明的具体实施例,可以理解本公开是为了说明的目的,而不是意在将本发明限制在在此描述和图示的特定实施例中。
具体实施方式
在此公开一种过程控制系统结构和方法,其实现一自动和独立标识(例如产生)用于在过程控制系统中自适应过程控制环路的过程模型,以及使用这些用于过程控制系统的智能控制的过程模型的技术。运行条件数据被收集,过程模型在功能块水平形成作为对控制器块和模型标识服务的功能块插件程序。该系统结构使该模型可被一工作站从控制器/模型标识服务读取,其中该模型可被观察、分析、批准和使用于控制器中的自适应区域调节。可通过该工作站提供给用户一应用,所述工作站结合其他的监控和调节的控制应用,以诊断和修理控制问题。
参见图1,过程控制系统10包括与数据历史纪录器12和一个或多个主机工作站或计算机13(可为个人计算机、工作站等中的任一类型)相连的过程控制器11,每个主机工作站或计算机13都有显示屏14。控制器11还被通过输入/输出(I/O)卡26和28连接到现场设备15-22上。数据历史纪录器12可为任何想要类型的具有任何想要的类型的存储器和任何想要的或已知的存储数据的软件、硬件或固件的数据收集单元。数据历史纪录器12可与工作站13中的一个分离(如图1中所示),也可以是工作站13中的一个的一部分。控制器11被通过例如以太网连接或任何其它想要的通信网络以通信的方式连接到主机计算机13和数据历史纪录器12上,控制器11例如可以是费舍-柔斯芒特系统股份有限公司销售的DeltaV控制器。控制器11还通过任何想要的硬件和诸如与标准的4-20ma设备相关的软件,和/或任何通信协议,比如现场总线协议、HART协议等,与现场设备15-22以通信的方式相连。
现场设备15-22可以是任何类型的设备,例如传感器、阀、变送器等。I/O卡26和28可以是符合任何想要的、通信或者控制器协议的任何类型的I/O设备。在如图1所示的实施例中,现场设备15-18可以是通过模拟线与I/O卡26相连的标准的4-20ma设备。而现场设备19-22是智能设备,比如Fieldbus现场设备,其利用Fieldbus协议通信,以通信的方式与I/O卡28通过数字总线相连。当然,现场设备15-22均可以遵从任何其他想要的标准或者协议,包括在未来研发出来的标准或者协议。
控制器11包括执行或监视一个或多个可以包括控制环的、存储在控制器11中或与控制器11相关的过程控制例行程序(存储在存储器24中)的处理器23,并与设备15-22、主机计算机13和数据历史纪录器12通信来以任何想要的方式控制过程。值得注意的是,如果需要的话,任何在此描述的控制例行程序或者模块都可以包括被不同控制器或者设备执行的部分。同样地,这里描述的、在过程控制系统10中实现的控制例行程序或者模块可以采用软件、固件程序和硬件等形式。为了实现本发明,过程控制模块可以是过程控制系统的任意零件或者部分。其中,过程控制系统示意性地包括存储在任何计算机可读介质的例行程序、块或其元件。控制例行程序可以是控制进程的模块或者其任何部分,比如子例行程序和部分子例行程序(比如几行代码)等。它可以通过任何想要的软件形式实现,比如使用面向对象编程、使用阶梯逻辑、顺序功能图、功能块图或者任何其他软件编程语言或设计范例。同样地,控制例行程序可以在例如一个或多个EPROM、EEPROM、专用集成电路或者其他软件器件或者固件器件中进行硬编码。可以用设计工具,比如图形设计工具或者其他类型的软件/硬件/固件编程或设计工具,设计控制例行程序。这样,控制器11可以被设置为能够以任意想要的方式执行控制策略或者控制例行程序。
在一些实施例中,控制器11利用通常所称的功能块来执行控制策略,每个功能块是整个控制例行程序的对象或其它部分(例如子例行程序)并且与其它功能块协同运行(通过称作链接的通信)来实现过程控制系统10内的过程控制环。功能块通常执行输入功能、控制功能或输出功能中的一项功能,其中输入功能例如与变送器、传感器或其它过程参数测量设备有关的功能,控制功能例如与执行PID、模糊逻辑等控制的控制例行程序有关的功能,输出功能控制某些设备,例如阀的操作,以便在过程控制系统10中执行某些物理功能。当然,也存在混合功能块以及其它类型的功能块。可以把功能块存储在控制器11中并由其执行,在这些功能块用于标准4-20ma设备和诸如HART设备的一些类型的智能现场设备或与这些设备相关的情况下,通常是这样;或者也可以把功能块存储到现场设备中并由其执行,在与Fieldbus设备一起时,可以这样。尽管这里采用功能块控制策略来说明控制系统,但是也可以采用诸如阶梯逻辑和顺序功能图等的其它规范或采用任何其它想要的编程语言或范例,来实现所公开的技术和系统。
如图1中的表示分解状态的块30所示,控制器11可以包括多个单环控制例行程序,图中示出为例行程序32和34,如果想要的话,控制器11可以实现一个或多个高级控制环,图中示出为控制环36。每个这样的环通常称作控制模块。示出单环控制例行程序32和34的分别利用单输入/单输出模糊逻辑控制块和单输入/单输出PID控制块实现单环控制,并且与合适的模拟输入(AI)和模拟输出(AO)功能块相连,AI和AO功能块可以与诸如阀的过程控制设备、诸如温度和压力变送器的测量设备或过程控制系统10内的任何其它设备有关。尽管高级控制块38的输入和输出可以与任何其它想要的功能块或控制元件连接来接收其它类型的输入并提供其它类型的控制输出,不过图中示出的高级控制环36包括具有以通信方式与一个或多个AI功能块相连的输入和以通信方式与一个或多个AO功能块相连的输出的高级控制块38。高级控制块38可以为模型预测控制(MPC)块、神经网络建模或控制块、多变量模糊逻辑控制块、实时优化器块等中的任何类型。将会理解,可以由控制器11来执行图1中示出的功能块,包括高级控制块38,或者,可替代地,也可以把这些功能块设置在任何其它处理设备中,诸如设置在一个工作站13或甚至现场设备19-22中的一个中,并由其执行。
在通常情况下,工作站13包括(独立、分布式或任何其他方式)一组操作员界面应用程序和其他数据结构140,其可以被任何已授权的用户(例如配置工程师、操作员等)访问以查看并提供与连接在过程工厂10中的装置、单元等有关的功能。该组操作员界面应用程序140存储在工作站13的存储器142中,且该组应用程序140中的每个应用程序或实体被适于在与每个工作站13相关联的相应处理器144上被执行。虽然整个该组应用程序140示出为存储在工作站13中,但这些应用程序中的某些应用程序或其他实体可以在其他与系统10相关的或通信的工作站或计算机装置上存储和执行。而且,该组应用程序140可以提供显示输出到与工作站13相关联的显示屏146或任何其他需要的显示屏或显示装置,包括手持装置、膝上型电脑、其他工作站、打印机等。类似地,该组应用程序140中的应用程序可以被分解,并在两个或更多计算机或机器上执行,并可以被配置为互相关联操作。
现参考图2,过程控制系统结构通常包括控制器11和工作站13,尽管应该理解任何数量的工作站13和控制器11可使用公开的过程控制系统结构而实现。控制器11可具有任何数量的控制模块50、52和54,它们限定和执行相应的过程控制程序以控制联机过程。这样,控制模块50、52和54可连同由模块56控制的操作环境或模式而实现,并通常与过程的正常调度控制相关联。如上所述,每个控制模块50、52和54可具有任何数量的功能块,包括控制功能块58(未在模块52和54中示出),它们的一些或全部可以是与所公开的技术共同使用的自适应控制功能块。该自适应控制功能块可包括一个或多个存储器或其他储存机构以保存或储存预定数量的过程模型,这将在下文中进一步公开。
另外,一个或多个控制模块(针对控制模块50、52而指示)可具有功能块插件64,其通过加在控制功能块58上的界面68与各控制功能块58交互。根据所公开技术的一些实施例,功能块插件64执行数据收集和模型和调谐控制,以计算用于控制功能块58和过程模型标识控制逻辑的调谐变量,以监控指示对于模型标识足够的过程变化的触发事件的数据和条件。尽管在下文中将更详细地描述功能块插件64的一个例子,在通常意义上该功能块插件64提供嵌入的控制功能块和模块的不分层集成扩展。该功能块插件64与控制功能块58相互作用,以将数据收集和模型标识功能增加到本地控制系统,而不在该过程控制系统顶部增加另一应用层。尽管功能块插件64可采用现有的自适应控制器11,该功能块插件64是自自适应的,因为包含在其中的算法、程序和功能向控制器11提供其自身的学习特性。因此,该功能块插件64可包括在任何具有控制功能块的控制器11(自适应或非自适应)中,以向控制器11提供自适应调谐功能。
控制器11可进一步包括标识和实现用于控制器11的过程模型的模型标识例程或模块72。通常,该模型标识模块72作为从控制器模块50、52和54分离的子系统而实现,并使用由功能块插件64收集的数据以在检测到过程中的变化时标识(例如产生或创建)该过程的模型。该模型标识模块72包括一模型标识机或例程74,该例程74基于由功能块插件64收集的数据来计算用于新模型的参数。该数据从功能块插件64的收集和传递可由过程中的变化触发。在与触发事件相关联的数据收集之后的一些点,模型标识机74可执行模型标识算法或计算例程,其将在下文中进一步描述,并在模型高速缓存器76中储存新创建的模型或该模型的参数。
因为模型标识模块72在控制器11中实现,因此控制器11能够提供随着过程中的每个变化更新的模型,所述变化例如过程状态参数或其他事件触发阈值的变化。以这种方法,模型可用于使用此类型控制器11的加工厂中过程的各部分,从而建立用于各装置的模型和/或由控制器控制的环路。而且,该模型可被组合或集成,以形成更大型过程的模型,所述更大型过程包括但不限于在控制器级别提供更新的单元、区域和该加工厂自身。
在一些实施例中,模型标识模块72功能与功能块插件64的功能对比,在分离的低优先级执行线中提供。例如,尽管功能块插件64可作为为实时数据收集和调谐的高的、实时优先级执行线程而提供,但该模型标识功能通常更加处理器密集的,计算要求高和耗时。该执行线程可使用用户确定的或动态确定的(例如由控制器11或工作站12)控制器存储器和处理器的源管理而实现。模块56和72的执行线程的分离,更具体的说,模型标识机74和功能块插件64的分离,对模块56、控制模块50、52和54以及其任何控制块有更少的计算要求。低优先级服务的另一例子包括分析服务器,其描述在名称为“合并在过程控制网络中的分析服务器”的美国专利公开No.2007/0142936中,其全部公开内容在此通过引用合并于此。然而,控制器11中模块56、72在功能块级别的集成,使能完全自动和独立的模型标识和调谐,而不需要用户在工作站级别上交互或干涉。
模块56和72的分离还允许一些实施例提供选择来禁止模型标识模块72,从而禁止模型标识机74。使禁止模型标识功能性可以是有用的,如果,例如,已确定控制器11没有足够的存储空间或时间用于计算和其他处理,从而在本地控制器提供自动系统资源管理。相关的注意,还可在环路、区域、系统或控制器的基础上使能或禁止使用提供自适应控制的已标识模型。
分离的模型标识功能还支持过程输入变化的协调。这种协调由于在控制器中的模型标识集中到一个过程而变得可能。例如,当没有产生设定点变化时,功能块插件64(或其他元件或例程)可自动将变化注入该控制器输出。这些变化可以使对过程运行的影响最小化的形式被协调。这些变化于是可随时间分布。
分离的模型标识还意味着用于模型标识的数据的处理可在控制器11的自由时间期间进行,或在由控制器11认为适合的任何其他时间进行,尽管模块56、72的单独执行线程的供应提供各功能的并发执行。作为结果,模型标识处理的实现避免对由例如模块56提供的调度控制功能产生有害的影响。作为结果,在一些实施例中,当该过程联机时,并在由控制器11的其他模块或部件承担的调度控制和其他活动期间的战略优势时间,该模型标识服务72可由在背景技术中的控制器11实现为低优先级执行线程。
在可选实施例中,上述功能,其中的一些功能在下文详细描述,可以被集成到一用于控制系统的虚拟控制器,所述控制系统的过程模型被标识。所述虚拟控制器可以在工作站13的存储器中被实现,并且被工作站13的处理器执行。所述虚拟控制器可包括和存储,例如,反映每个控制环路的当前配置的模块及其各个参数的标识。也就是说,所述模型和所述公开的技术产生的诊断信息被保存在针对所述节点被自动创建的模块中。以这种方法,所述虚拟控制器可以用于通过调谐、诊断等,以与在控制器11中实现的环路共同被执行的完全相同的方式来呈递信息。
控制器11可与一个或更多的工作站13通信,控制器11所具有的控制模块50,52,54中的每个都与工作站13通信。在一些实施例中,具有功能块插件64的每个控制器50,52维持与配置数据库80通信以便同控制器11通信和/或交换信息。特别地,配置数据库80可执行配置列表模块(未示出),该配置列表模块确定哪些参数需要从控制器11收集。为此,配置数据库80可包括用于列表数据的存储器或其他存储机构。与被标识的参数一同存储的可以是列表或者是将要为其产生模型的控制块或模块的其他标识。如本领域技术人员可理解的,通过使用加密和安全技术,通信链路可提供安全可靠的消息传送和通信。
再次参见图1,在通常情况下,工作站13包括(独立、分布式或任何其他方式)一组操作员界面应用程序和其他数据结构140,其可以被任何已授权的用户(例如配置工程师、操作员等)访问以查看并提供与连接在过程工厂10中的装置、单元等有关的功能。该组操作员界面应用程序140存储在工作站13的存储器142中,且该组应用程序140中的每个应用程序或实体被适于在与每个工作站13相关联的相应处理器144上被执行。虽然整个该组应用程序140示出为存储在工作站13中,但这些应用程序中的某些应用程序或其他实体可以在其他与系统10相关的或通信的工作站或计算机装置上存储和执行。而且,该组应用程序140可以提供显示输出到与工作站13相关联的显示屏146或任何其他需要的显示屏或显示装置,包括手持装置、膝上型电脑、其他工作站、打印机等。类似地,该组应用程序140中的应用程序可以被分解,并在两个或更多计算机或机器上执行,并可以被配置为互相关联操作。
参照回图2,每个控制模块50,52,54可与操作员界面82通信和/或执行读/写操作,而操作界面82可被可操作地连接到具体应用程序和功能84,所述应用程序和功能84提供了解被嵌入到每个控制器11的智能块和功能的结果和建议。显示界面可由支持与控制器11通信的操作员界面82提供。这种通信可涉及或包括在控制器11内执行的自适应控制例程的配置和维护。操作员界面82可以是第三方界面应用程序,被提供为支持和维护与第三方或遗留过程控制系统之间的通信链路。为此,操作员界面82可产生很多显示界面以利于通信链路的配置,维护和使用虚拟控制器,以及在其他方面支持所述界面。
更多的显示界面可由支持与控制器11通信的应用程序84提供。这种通信可涉及或包括在控制器11内执行的自适应控制例程的配置和维护。如整个应用程序组的情况,显示界面可采用任何形式,包括非限制性演示、面板、详细显示、对话框、以及窗口,并且可被配置为用于不同显示类型的显示。在一些情况下,应用程序84在操作员界面82的场景中(或从操作界面82)被启动。在可选的情况或另外,控制模块50,52,54可直接与应用程序84交换信息,应用程序84可独立于操作员界面82被启动或被访问。
与操作员界面82和/或应用程序84的通信可涉及到功能块插件64使用的模型的通信,并且可以以远程的方式被执行,并且/或者被位于过程控制系统上层的系统通过OPC(开放过程控制)或其他客户界面执行。为了支持该公开技术的广泛应用,工作站13可包括被配置为访问环路动态参数的OPC或客户界面。通常,工作站13与控制模块50,52,54之间的通信链路可通过标识OPC服务器和,在一些情况下,其他的通信设置,例如在模型标识过程中涉及到的一个或更多的控制器11的标识,被建立。为了避免开放很多(例如不必要的)通信端口,可使用隧道(tunneler)软件建立这种OPC连接。
除了控制模块50,52,54与工作站13之间的通信,模型标识模块72也可以通过各自的通信服务86,88与工作站13通信,每个通信服务86,88可被提供为远程通信控制器(ROC)服务。在工作站侧的通信,服务器90被提供用于保存模型和从控制器11收集到的数据,并且用于使应用程序84能够访问所述模型和收集到的数据,使得用户可以查看、分析、编辑、和批准模型,并且利用所述模型来监控过程。
为此,服务器90可被提供作为模型数据库92和模型服务器94,其中模型服务器94与控制器11的模型标识模块72通信以接收和保存被模型标识模块72标识的模型或模型参数。具体地,消息可从模型标识模块72被传递到模型服务器94以通知模型服务器94由所述模型标识服务创建的新的模型或模型参数。模型服务器94可从模型标识模块72提取模型或模型参数,并且将其存储在模型数据库92中。通常,模型标识模块72创建的模型可以与功能块插件64用来调谐控制器11的模型相同。
服务器90还可以被提供作为监控数据库96和监控服务器98,其中监控服务器98与控制器11的模型标识模块72通信以接收和保存控制器11收集到的运行状况。根据上述模型,消息可从模型标识模块72被传递到监控服务器98以通知监控服务器98有关过程的新的属性,包括用于标识模型的数据。监控服务器98可以随后从模型标识模块72取出所述收集到的数据,并且将所述数据保存在监控数据库96中。这样,模型服务器94和监控服务器98可被更新或通知被控制器11使用的现存的模型和模型参数,以及用于标识所述模型或模型参数的收集到的数据。
操作员界面82和应用程序84可以被提供作为所述一组应用程序140中的一个。如美国专利公开号为No.2007/0078533的美国专利所述,所述一组应用程序140可以包括很多应用程序、例程、模块、以及其他的关注于控制系统10的基于模型的监控和管理的实现的程序上的元素。这些应用程序、例程、模块、以及程序上的元件可由软件、固件以及硬件的任意组合执行,并且并不限于美国专利公开号为No.2007/0078533的美国专利所公开的示例性的布置。例如,一个或者更多的应用程序可以被集成到任何希望的程度。
通常,应用程序84提供功能块插件64收集到的数据的输出和存档,以及由模型标识机74所标识并且被保存在功能块插件64中的模型的输出和存档。另外,应用程序84可利用这些数据和模型在模型上执行性能检查,合并来自不同控制器11的模型以创建更大的过程模型,并且提供其他的与被标识的模型的使用相关的功能。
使用上述的控制器11和工作站13结构,过程的性能可通过标识表现不佳的循环、调谐控制器和/或循环、执行检测、以及监控性能被提高。例如,控制器11,和具体地是功能块插件64和模型标识模块72,使用学习算法以便基于过程的变化(自动的、人工的或诱发的)自动地标识新的模型,所述过程的变化触发控制器11以收集控制数据(例如过程输入数据)和运行状况(例如过程输出数据)并且计算新的模型和模型参数。模型或模型参数可被工作站13的用户使用,并且具体地由应用程序84的用户使用,以便评估性能、标识过程中的实际的或者潜在的非线性和衰退,标识表现不好的过程和异常过程条件,以及建议的调谐调节(例如调谐参数)。虚拟控制器可以被用于检测调谐调节以便在执行调谐调节之前预知过程性能和分析该预知结果。
模型或模型参数也可以被控制器11使用用于控制器11自己监控自适应调谐和指令性能。通过嵌入控制器11中的该功能、模型标识功能和数据收集功能,减少了过程通信,从而具有了过程通信中,例如在控制器11和工作站13之间的通信(例如OPC)中,少的工作量。
现在参照图3,详细示出了控制器11,与,更具体地,控制功能块58、功能块插件64、以及模型标识模块72之间的交互。如上面提到的,功能块插件64可执行各种功能,包括数据收集功能102,以及模型和调谐控制功能104,以便为控制功能块58计算调谐变量。例如,为响应触发事件,参数值和其他运行状况数据被从控制功能块58传递到功能块插件64。一般来讲,参数值和其他运行状况数据在其控制模块和控制块的执行过程中被作为变量(或者以其他方式被传递)。因为这种在预定的过程控制活动中的执行更愿意是连续的,参数值和其他运行状况数据的通信也可以是连续的。
根据公开技术的一些实施例,参数值和其他运行状况数据被从控制模块50,52和54传递到功能块插件64的数据收集功能102。类似的功能块,数据收集功能104可以,但是不需要,作为对象(或者对象实体)以面向对象的方式被执行。不考虑其结构,功能块插件64的数据收集功能102可包括一个或更多的定义了将要在数据收集功能102中执行的过程的例程,包括任何数据处理过程。更通常地,数据收集功能102可包括一个或更多的例程以支持参数和其他运行状况数据的自动收集、聚集、接收或其他处理。功能块插件64的例程因此可以等同、支持或执行被收集到的数据的保存,例如保存在一个或更多的注册器或其他存储器106。数据收集功能执行的过程可以包括当从具有插件64的控制模块50,52收集数据时进行决定,如下面所描述的。
更通常地,数据收集功能102可包括一个或更多的例程以支持参数和其他运行状况数据的自动收集、聚集、接收或其他处理。在参数和数据的自动收集和其他处理由数据收集功能102执行的程度,需求是放置在模块72上或者与工作站13的通信设备上或者数据收集功能102的任何元件上。
在一些实施例中,参数和其他数据112(例如工作设定点(SP_WRK)、控制输入(PV-过程变量)、控制器或功能控制块输出(OUT)、前向反馈(FF)等)可以只要功能块58执行就被自动地从控制功能块58传递到数据收集功能102。在此情况下,数据收集功能102可被连续地执行以便在过程的操作中的任何时候支持数据收集过程。在没有预定要执行控制的时间内,数据收集功能102可以随后检查收集到的数据以确定是否应该产生(例如创建或标识)过程模型。在可选实施例中,控制器11可以循环性地或者以其他预定方式检查或者以其他方式处理收集到的数据。
数据收集功能102收集到的数据通常可以包括用于过程输入和输出的值或者用于控制器11(或者,更通常地,过程控制系统10)执行的特定控制循环的操作设定点。对于每个这样的参数,所述值在触发事件之前的开始的时间段内被收集和保存,并且持续直到达到稳定状态。在一些情况,触发事件可涉及到,例如由数据收集功能102执行的过程输入中的变化或者设置点的检测。
为了检测和促成事件触发、控制数据收集、控制模型标识以及过程模型标识结果,功能块插件64包括过程模型标识控制逻辑110,其可被提供作为保存在功能块插件64的存储器内的例程。通常,过程模型标识控制逻辑110提供运行状况数据的监控和过程中条件的监控用于触发事件,所述触发事件表明过程变化足够以标识新的过程模型。在一些情况下,由什么组成触发事件取决于控制循环的操作模式。通常,在正常的工场操作中发生的过程变化有两个明显的指示:操作者行为或者主循环控制导致的设置点变化,以及操作者行为或者控制器输出的块冗余导致的控制器输出变化(或者后计算信号(BKCAL_IN)的变化)。这些事件通常可指示过程将要变化或者过程已经刚刚开始变化,并且触发过程运行状况数据的收集,包括响应该触发事件的过程。
当控制循环是在操作的“自动”模式下时,循环连续地调节控制器输出(即被操纵的过程输入)来维持位于操作者指定的设置点的过程输出(即循环的被控参数)。因此,在自动模式,设置点的变化将构成一个触发分析过程输入和输出中的变化,并且,因此开发模型。如果操作者或者主循环控制从来没有(或很少)改变设置点,并且循环停留在自动模式,随后小变化112(例如脉冲注入(Pulse Injection(OUT_BIAS)))可被注入控制器输出以刺激所述过程使得存在触发以创建模型。在一个实施例中,被注入的变化可以在被表示作为稳定状态(TSS)的时间片段的设定时间段之后执行。
上述三个触发事件可以被用于反馈模型的改进。对于前馈模型标识,所述出发事件可以是前馈输入值的变化,过程模型标识控制逻辑108可检测过程中的测定干扰中的变化。该功能被保持在过程模型标识控制逻辑110中以便当明显的前馈变化发生时防止反馈路径标识。
图4是根据过程模型标识控制逻辑110的由功能块插件64执行的示例性例程的流程图。通常,当检测到适当的条件和变化时,过程模型标识控制逻辑110根据控制器调谐或者根据与过程状态参数输入相关的值设置初始过程模型标识参数。过程模型标识控制逻辑110可以随后调用数据收集和模型标识。在接收到模型标识结果之后,过程模型标识控制逻辑110可以分析该结果,如果所述过程是自调节过程则该结果用于增益、时间常数和终结时间的允许范围,如果所述过程是累积过程则该结果用于累积增益和终结时间的允许范围,所述允许范围是用户可配置的。在此之后,控制功能块58的调谐114可被模型和调谐控制逻辑106根据被标识的模型和选择的调谐规则进行设置。
具体地,并且参照图4,过程模型标识控制逻辑108首先在块202确定所述过程是否处于未决。也就是说,过程模型标识控制逻辑110基于,例如之前检测到的触发事件,确定模型标识是否已经被初始化,并且等待来自模型标识模块72的结果。如下面进一步描述的那样,模型标识模块72基于功能块插件64响应被触发的事件而收集到的数据来标识模型或模型参数。
如果模型标识已经处于未决,如块202所确定的,过程模型标识控制逻辑110可在块204确定所述模型结果是否已经就绪,这可以由对模型标识模块72的模型或者模型参数的接收或者由对模型标识模块72的信号的接收表示,从而表明所述模型结果已经可以被从模型高速缓存器76取出。一旦所述模型结果准备好,如块204所确定的,过程模型标识控制逻辑110可以在块206处理模型标识结果。例如,过程模型标识控制逻辑110可以执行初始化以(重)计算到达稳定状态的时间以便确定所述模型结果是否应该被使用。例如,如果跟之前的到达稳定状态的时间相比到达稳定状态的时间的变化大于一预定域值(例如30%),则使用所述新的模型。到达稳定状态的时间的变化可进一步根据到达稳定状态的时间发起用于重计算所有变量的过程,例如数据收集采样和诊断的滤波限制。
重新参照块202,如果模型结果没有处于未决,过程模型标识控制逻辑110可以在块208等待触发事件。如上所述,可以有不同的触发事件,包括设置点变化、控制器输出变化、或者脉冲注入112。所述脉冲注入控制可以被提供作为可选特征,如果功能控制块58处于自动模式并且时间器到达了预定时间时被发起,这可以是用户可配置的。当每次任何激活触发或标识结果处于未决时,所述计时器可以被重置。
所述被配置的脉冲振幅也可以是用于发起脉冲注入112的先决条件。例如,只有当所述脉冲振幅与随后被标识的过程模型增益的乘积大于容量标准偏差的5倍时脉冲注入112可以被发起。用于控制功能块58的脉冲注入参数112参数可以被设置到,用于到达稳定状态的持续时间的用户配置值与预定常数(例如0.1)的乘积。在一个实施例中,脉冲注入参数112参数可以对用户不可见,并且通过特定写端口被写入。用于收集的样本的数量可以被设置到到达稳定状态的时间,并且从该点开始,过程模型标识控制逻辑可以与任何其他触发一样被执行。
虽然过程模型标识控制逻辑110可以在块208检测触发事件,以便开始新的模型标识循环,除了询问是否没有模型结果处于未决,过程模型标识控制逻辑110也可以在块210执行一系列先决条件。这些先决条件包括:例如,将不可用的模型标识输入设置为错误,用数据采集得到的可用数据填充高速缓存器106,检查所述触发事件选项被选择用于某个特定控制功能块模式(例如自动的或者手动的),要求为响应脉冲注入(如果使用脉冲注入)必须有足够的变化被检测到,并且如果前一触发事件发生的话所有的数据已经被收集。另外,所述先决条件可以要求一旦功能块插件64被安装或者被下载到控制器11,便开始一标识锁定定时器(时间设置到到达稳定状态的时间),以便在基于触发事件标识模型之前设置控制器11和所述过程。这帮助避免错误的主动,其中响应功能块插件64的内容的触发事件被检测到,这与设置点变化、脉冲注入等相反。除非用户写入请求以采用最近的值(如果过程可能处于稳定状态的情况)和所有值的变量来初始化高速缓存器106,所述标识锁定定时器终止。
假设触发事件还没有被检测到,如块208处所确定的,这些先决条件可以在块210处被建立和验证。然而,如果这些先决条件被满足,随后检测触发事件的过程可被进行。数据高速缓存器106在超过到达稳定状态的时间内,被过程模块标识控制逻辑108扫描以搜索最小和最大的运行状况值。如果多个高速缓存器106被提供或者高速缓存器106被分割成多个部分,缓存的选择或者缓存部分的选择可以基于在多个缓存或者多个被分割的缓存的情况下的控制功能块模式和/或触发事件类型(例如自动模式、手动模式、工作设置点、功能块输出等)。例如,在自动模式,变化的工作设置点(SP_WRK)水平可以被要求大于容量标准偏差的5倍。到达稳定状态的时间与所记录的时间之间的差可以用来确定在被收集的数据被发送到模型标识模块72之前有多少个样本被使用。对于这种自动模式,工作设置点缓存可以被搜索。所述搜索可以从最旧的样本开始并且向最近的样本进行。如果检测到了足够的变化(可以是用户可配置的),则记录最后被检测的样本的时间。
一旦在块208检测到了触发事件,过程模型标识控制逻辑110和数据收集模块102以任何希望的方式通信以支持数据收集。更具体地,控制模块执行的控制循环可以连续地提供对数据的访问或者提供其他使数据可用的方式。结果,在触发事件之前一些时间收集到的数据也可以被分析以确定过程模型。例如,为了PID控制循环数据被收集,PID控制循环可以提供访问当前数据值用于过程变量,所述过程变量使用在块执行(例如PV)、块输出值(例如OUT)、前馈控制输入值(例如FF_VAL)、设置点、以及任何一个或更多表明操作的循环模式的参数。在一些情况下,数据收集功能102可有助于参数或者其他数据值的选择。可选地或者另外,过程模型标识控制逻辑110可以包括配置列表块,所述配置列表块确定哪些参数需要被收集或需要从工作站13或配置数据库80取出列表数据。
一旦足够的运行状况数据和控制数据已经被收集以便测量所述过程对触发事件的响应和标识模型,如块212所确定的,被收集的数据可以在块214被发送到模型标识模块72。
图5为根据数据收集功能102的被功能块插件64执行的示例性例程的程序框图。通常,数据收集功能102从控制器输入(PV-过程变量)读数据以便收集用于控制过程的操作的控制数据。所述数据收集功能还从控制器输出(OUT或者BKCAL_IN)读数据以便响应与触发事件相关的变化而收集与过程的条件相关的运行状况数据。所述控制数据和运行状况数据保存在高速缓存器106。在一个实施例中,高速缓存器106可以是循环高速缓存器。该循环高速缓存器106可将所有需要的信号容纳在同一类,这样可以节省执行和存储使用(例如使用同样的缓存指针、大小和可用样本,所有值可以被增加一次)。从执行可维护性的立场来看,高速缓存器106可以独立地针对每个信号被示例化,因此如果使用另一个缓存,缓存的功能并不用改变。
在功能块插件64的示例中,可以保留固定的最大缓存大小。所述缓存大小可以基于到达稳定状态的最小时间限定的当前模型和控制功能块的执行时间段(例如TSS/exec_period),被到达稳定状态的时间定义。在被计算的大小超过缓存限定的情况下,数据收集时间段可以被增加,例如通过降低扫描速度。在此情况下,新的收集时间段和缓存大小可以被计算出来,这些值被保存用于标识和调谐计算。在标识新的模型之后,如果要求缓存大小的变化(例如基于新的到达稳定状态的时间计算),当前数据可以被无效(所有缓存)。在一些实施例中,可以使用不同的用来排除数据无效的算法。
参照图5,从252开始,数据收集功能可以基于过程模型标识控制逻辑110检测到的触发事件来确定是否收集控制数据和运行状况数据的另一个样本。例如,在检测到触发事件之后,过程模型标识控制逻辑110可以发信号或者以其他方式指令数据收集功能102开始收集控制器输入和输出数据的新的样本。如果数据收集功能102被指令收集数据重采样,计数器可以在块254处开始被减少。
被指令收集新的数据样本之后,所述例程可以在块252收集数据,并且执行在块256对收集到的数据进行性能检查。例如,在块256的性能检查可以检查下述中的一个或者更多个:被限的功能块过程变量,其表明在过程中没有真实信息;以及接近预定间隔限制的控制器输出。如果一个或者多个这些事件发生,如块256所确定的,计数器被增加了收集的数据中有害数据值的数量,如果计数器达到预定域值(或者从预定域值递减到零),如块258所确定,整个的收集数据样本将在块260被无效。如果计数器还没有到达所述域值,例程可使用收集到的数据的最后的值用于模型标识。
再次参照块256,如果数据通过性能检查,收集到的数据被保存在高速缓存器106。如上面部分地表明,可创建控制器工作设置点和前馈缓存的输入和输出。设置点缓存可被用于触发事件。前馈缓存可被用于防止错误标识,在一个示例中,可包括前馈路径标识需求,其也可用于过程模型标识。
为了允许用户标识过程中的非线性以及支持多区域自适应控制,状态输入数据也可以被处理。在一个示例中,有4种状态输入:输出、PV、工作设置点和用户定义。数据收集功能102也可以在块266计算超过状态输入信号(状态变量参数)的到达稳定状态的时间的运行平均水平。这些平均水平可以与被发送到过程模型标识服务的收集收据一起保存。下面的公式描述了平均计算的一个实例:
计算了状态变量参数的运行平均水平之后,在块168设置重采样计数器。
在触发事件相关的数据收集时候的一些点,模型标识模块72可以执行模型标识算法或者计算例程,现在将描述这些。通常,在检测到触发事件和收集到足够量的数据之后,高速缓存器106的内容和其他参数作为类指针传递到模型标识模块72,并且具体地是模型标识机74。收集到的数据可以被列队等待模型标识,其中被列队的数据是来自功能块插件64的收集到的数据的副本。这些允许进行数据收集,其对于小量触发事件的处理和/或对于到达稳定状态很长时间的处理很重要。
模型标识模块72调用生成函数,该函数可以是包含所有数据的类的成员函数。所述生成函数包括过程模型标识算法并且被模型标识机74使用以便为模型标识新的参数。通常,在模型被标识之后,模型结果被传递到功能块并且随后通过ROC服务86,88传递到服务器90。在模型标识模块72已经达到其容量的情况下(在任务队列中没有空闲位置),过程模型标识控制逻辑110的模型标识请求可以被拒绝。
功能块插件64通常采用来自用户的最小配置或不采用来自用户的配置,使得大多数参数可基于初始调谐(例如,增益、速率和重置)。在控制功能块58或功能块插件64已经被第一次下载之后或者并未初始化,则可执行完全初始化。例如,如果在没有首先上传参数的情况下控制功能块58或功能块插件64被重新下载,则可执行完全初始化。用户也可在常规块操作过程中通过工作站13调用初始化。
作为用于设置的开始点,可使用初始的模型值、限值、稳态时间(TSS)和TSS_MIN控制器调谐以及块扫描速率。TSS_MIN的默认值可为0,因此,当控制功能块58或功能块插件64被下载且TSS_MIN等于零时,可采用完全初始化。否则,一些初始值可基于TSS_MIN。
操作区域通过模型参数值和对应的高限、低限初始化。对这些模型参数值的标识在下文中进一步论述。每一操作区域可具有状态比特位,状态比特位之一指示用于此区域的模型是否被标识。如果模型之前未被标识,则初始化进程将计算出的初始值应用于所有操作区域。在一个或多个操作区域的模型被标识的情况下,初始值可传播到未标识模型。
到稳态的时间可通过两种方式初始化:(1)通过初始化的模型或通过已标识的模型。对TSS和TSS_MIN的默认配置和设置为零。如果这些属性之一不为零,则属性已被用户设置或之前已被上传,因而不需要任何初始化。在任何区域的模型均未被标识的情况下,应使用初始化的模型值而不是存储在区域中的模型而应用之前显示的规则。
图6是模型标识算法或计算例程示例性图示的结构图,其用于使模型标识算法基于从功能块插件64收集的数据而标识模型参数(以及模型)。图6的模型标识算法或计算例程可通过多模型切换和参数插值算法实现,函数块可采用算法的修改形式以每次标识一个模型参数。根据在此公开的技术的过程模型标识可以但不必关联到操作区域(例如,区域1、区域2,等)。过程模型也可根据函数块的控制计划成对标识。在此示例性情况下,每一区域确定支持反馈和前馈处理的一对过程模型。一旦选定区域,则成对的反馈和前馈模型可用于分别计算反馈和前馈调谐参数。
通常,基于输入参数,算法根据所收集的数据运行多个标识循环。可对每一被标识的模型执行标识循环。每一标识循环是环路,而每一环路包括多个过程仿真(模型1、模型2、模型3)。每一仿真具有针对不同仿真参数的不同值。如果所述过程为自调节过程,则仿真参数可包括对每一环路的增益、时间常数和停滞时间的设置,或者,如果所述过程为积分过程,则仿真参数可包括针对每一环路的积分增益和停滞时间。每一环路计算在仿真值与所收集的过程运行状况数据(例如,实际过程输出)之间的输出误差。基于误差标识新的临时模型值。每一模型仿真输出可通过以下公式限定:
Δym(k)=-aΔym(k-1)+bΔU(k-1-hn) (公式2)
其中,Δym是过程模型仿真输出的变化,ΔU是过程模型模拟输入的变化,h是采样循环,n是样本中的停滞时间。停滞时间延迟通过将过程输入缓冲以预定数量的样本而实现。在使用模型仿真例程中的模型值(例如,用于增益或时间常数)之前,模型值可使用以下公式重新计算参数a和b:
其中,τ是模型时间常数,Km是模型增益。在积分过程的情况下,a可设置为1,而b可设置为积分增益除以数据收集采样循环。
参见图6,所收集的数据302包括控制数据304(过程输入)和响应于触发事件的过程运行状况数据306(过程输出)。由控制功能块58用于控制过程的过程输入被输入到多个仿真308、310、312(模型1、模型2、模型3)中的每一个。每一仿真是一过程模型,并具有不同的仿真参数值,例如,如果过程为自调节过程,则仿真参数值为对于过程模型增益、过程模型时间常数和过程模型停滞时间的不同值;或者,如果过程为积分过程,则仿真参数值为对于过程模型积分增益和过程模型停滞时间的不同值。应理解的是,虽然所提供的许多示例属于自调节过程,但也已经提供了积分过程的实例,不过,相同的模型标识机74可用于这两种过程类型,而且,过程类型(例如自调节或积分过程)可在控制功能块中通过工作站13和/或用户进行选择。这样,具体的仿真参数可取决于被仿真的具体过程,所提供的增益、时间常数和停滞时间仅作为示例。
每一仿真308、310、312的输出对应于所述过程的仿真输出。也就是说,每一308、310、312的输出模拟被仿真的过程的运行状况数据。每一仿真输出与实际过程输出(例如所收集的过程运行状况数据)相比,由此对于每一仿真输出计算出估计误差(314)。估计误差可为在收集数据的时间中在仿真输出与过程输出之间的均方误差的积分。
使用估计误差,则用于模型的参数可被标识(例如计算出)(316)。例如,模型参数可使用以下公式计算:
其中,EA和EB是两个最小积分误差,PA和PB是用于仿真中的对应于两个最小积分误差的参数。PA和PB还对应于被计算的模型参数Pnew。例如,如果Pnew是停滞时间,则PA和PB分别对应于在生成具有最小积分误差EA和EB的仿真过程输出的仿真中使用的停滞时间值。相应地,停滞时间是对于每一仿真308、310、312均不同的仿真参数中的至少一个。虽然上述计算在计算模型参数时特别有利,但本领域普通技术人员应理解的是,上述计算可根据需要修改以在计算模型参数时适合于多个不同的仿真参数。
在一些实施例中,不对应于被标识模型参数的仿真参数对于每一仿真308、310、312是相同的。换句话说,对于每一仿真而不同的仿真参数可对应于用于特定标识循环的被计算的模型参数。相应地,对于每一被标识模型参数可计算不同的标识循环,而对应于被标识模型参数的仿真参数对于每一仿真308、310、312是不同的,其中其余仿真参数对于每一仿真保持相同。相应地,当用于停滞时间的模型参数被标识时,用于停滞时间的仿真参数对于每一仿真308、310、312是不同的。当增益是被确认模型参数时,增益是对于每一仿真308、310、312而不同的仿真参数。对于被标识的时间常数、或其他任何模型参数,情况也是一样的。
如前所述,每一标识循环是顺序环路,使得循环重复并使用从之前循环迭代中标识的模型参数迭代执行。相应地,当模型参数如上计算时,其被用作仿真参数以初始化下一循环迭代中的仿真之一。对于第一次迭代,模型通过被标识操作区域的模型参数值而被初始化。不过,不是所有仿真均通过之前迭代计算出的模型参数而被初始化。而是,使用通过之前迭代的模型参数而初始化的仿真可称为中间仿真,而其他仿真可称为边缘仿真,对应于过程的上、下限值。用于初始化边缘仿真的模型参数可为被标识的模型参数乘以范围修正因子。范围修正因子对应于过程模型参数的上、下限值。范围修正因子可根据以下公式计算:
region_modifier1=Range_Squeeze_Const;
region_modifieri=region_modifieri-1*(Range_Squeeze_Const,nof_id_cycles)的n次方根;
其中:
Range_Squeeze_Const=0.2
i=1...nof_id_cycles
nof_id_cycles=标识循环数
所提供的Range_Squeeze_Const的值仅作为示例,并可根据需要调节。
每一参数可通过运行仿真以预限定的迭代数(例如10)。在每次迭代后,各仿真模型之间的间隔由于修正因子的减小而可减小。如果中间模型参数落在所配置的限值范围之外,则可将其设置到此限值。如果还超出下限值,则边缘模型参数可重新计算如下:较小模型参数被设置为其下限值的一半,而较大模型参数被设置为下限值加上之前计算出的常识中间模型值乘以范围修正因子。
对于每一模型参数的每一标识循环可基于被标识的模型参数以特定顺序执行。例如,在自调节过程中,标识循环可运行,而模型参数以如下顺序标识:(1)时间常数,(2)停滞时间,和(3)增益。在积分过程中,标识循环可运行,而模型参数以如下顺序标识:(1)停滞时间,和(2)积分增益。
每一标识循环(对于每一模型参数)可依次执行,使得在从一个标识循环标识模型参数之后,模型参数的值用作针对用于标识另一模型参数的另一标识循环的仿真的仿真参数。例如,使用上述顺序,对于自调节过程,一旦时间常数已经通过其对应的标识循环被标识,则标识的时间常数可用于在用于标识停滞时间的标识循环的仿真中。因此,一旦停滞时间被标识,则当标识增益时,时间常数和停滞时间均可用作仿真参数。一旦所有模型参数已经被标识,则循环再次开始并进行预限定次数(例如5次)。
从上述模型标识功能得到的模型参数可通过限值进行箝位,并可计算出模型品质因子。限值的限定和模型品质检查可通过模型标识机74执行或者通过其他模块、通过模型标识模块72的例程或功能执行。模型品质因子可为启发值与对每一模型参数的最后三个误差的复合物。在一些实施例中,对每一参数的品质因子可通过多个步骤确定。第一,确定这三个误差中的最小值(min3error)和最大值(max3error)。基于以上计算,确定中间误差(error_middle)是否为最小。进一步确定最大-最小误差比率(error_min_max)是否在自调节过程中大于1.75或在积分过程中大于1.25。对于模型参数的模型品质因子于是可计算如下:
其中,quality_bias和quality_modifier可根据如下的单一模型参数品质因子计算常数表计算:
条件 | quality_bias | quality_modifier |
error_middle & error_min_max为真 | 0.4 | 0.6 |
error_middle & error_min_max之一为真 | 0.2 | 0.5 |
error_middle & error_min_max为假 | 0.1 | 0.2 |
本领域普通技术人员应理解的是,以上提供的error_min_max、quality_bias和quality_modifier的值仅用于示例,并可以根据需要进行调节。
最终的模型标识整体品质因子是根据上述模型标识技术对每一模型参数进行标识的品质因子的复合物。作为示例,对于自调节过程和积分过程的品质因子可分别确定如下:
final_quality_factor_sr=a*gain_qf+b*tc_qf+c*dt_qf (公式7)
final_quality_factor_int=a*int_gain_qf+c*dt_qf (公式8)
其中,gain_qf是自调节过程的增益品质因子,int_gain_qf是积分过程的增益品质因子,tc_qf是时间常数品质因子,dt_qf是停滞时间品质因子。常数a、b和c可根据下表中的品质因子计算常数限定:
过程类型 | a | b | c |
自调节 | 0.6 | 0.2 | 0.2 |
积分 | 0.7 | 0.3 |
同样地,本领域普通技术人员应理解的是,常数a、b和c的值仅用于示例,并可以根据需要进行调节。
最终的模型结果可提供为之前在标识操作区域中标识的模型与新标识的模型的混合。例如,模型标识结果可为由配置值(例如0.1...0.5)乘以低限值与高限值之间的范围而限制(例如箝位)的速率。此外,新的模型可根据过程类型(自调节或积分过程)通过上述公式7或8的最终品质因子被加权。例如,新的模型被加权如下:
new_model=previous_model*(1-final_quality_factor)+
rate_limited_model*final_quality_factor (公式9)
新的模型可存储在执行模型标识的区域中。
通常,模型品质是上一次标识模型的置信度的指示物,并可基于每一操作区域的模型的历史。例如,可考虑模型随时间的品质因子和偏差。在一个实施例中,可对于每一其余存储五个模型增益的历史和品质因子的运行平均值。为了更新根据上述技术所标识的模型的品质,品质因子的运行平均值可使用如下公式更新:
new_qf_avg=old_qf_avg*0.7+identification_qf*0.3 (公式10)
可计算出最后五个模型增益的平均值、最小值和最大值,以及偏差与平均值的比率。在一个实施例中,偏差与平均值的比率可计算如下:
并限制在0.0与1.0之间。最终的模型品质于是可计算如下:
new_final_model_quality=old_final_model_quality*0.5+
new_qfavg*0.5*(1-dev_to_avg) (公式12)
以上提供的每一实际值仅为示例,并可根据需要进行调节。
在一些实施例中,所有模型结果(例如,新的模型、品质因子和模型品质)在由功能块插件64取回之后可通过ROC服务86、88发送到位于工作站13上的模型数据库92。在功能块插件64中,模型和调谐控制104采用模块结果计算用于可可脂函数块58的调谐变量。特别地,模型和调谐控制104可执行两种任务:(1)基于所选择的状态变量(其可为公式1中的平均状态变量)选择当前被认可的模型;和(2)计算和应用新的控制器调谐(完全或部分适应)。当前被认可的模型可基于所选择的状态变量、区域边界和配置滞后从存储在存储器116中的被认可模型表中选择。无论新的当前被认可模型何时改变,基于所选择的调谐规则、过程类型和主块类型(PID、FCL或其他控制功能块)而计算出新的调谐。无论模型标识是部分的还是完全的,新的计算出的调谐总是可应用于控制器。在一些实施例中,可支持内模型控制(IMC)和lambda调谐。
现在提供由工作站13(遗赠的或标准、一体化环境)提供的应用程序以控制和管理已公开的技术的实现的进一步的细节。该应用程序通常支持使用由控制器11标识的过程模型,如上所述,也提供与标识出的模型的使用相关联的功能。如上所述,在仅与自适应控制方案一起使用时,过程模型不需要被产生。不管控制例程是否为自适应控制程序,根据已公开的技术的过程模型的标识被实现。针对所有的控制环路——自适应的和非自适应的控制环路——标识过程模型通常提供对处理、过程控制系统和其特定元件的多种不同的分析的能力。也就是说,在某些情况下,已公开的系统可以由会话框、窗口、面板或其他显示界面提供选项以禁止其在逐节点(或逐环路)的基础上的模型标识。显示界面可以是由在工作站13上运行的应用程序的实现所产生的多个显示界面中的一个。这种显示界面的例子由图8-15提供。
再次参见图1,在通常情况下,工作站13包括(独立、分布式或任何其他方式)一组操作员界面应用程序和其他数据结构140,其可以被任何已授权的用户(例如配置工程师、操作员等)访问以查看并提供与连接在过程工厂10中的装置、单元等有关的功能。该组操作员界面应用程序140存储在工作站13的存储器142中,且该组应用程序140中的每个应用程序或实体被适于在与每个工作站13相关联的相应处理器144上被执行。虽然整个该组应用程序140示出为存储在工作站13中,但这些应用程序中的某些应用程序或其他实体可以在其他与系统10相关的或通信的工作站或计算机装置上存储和执行。而且,该组应用程序140可以提供显示输出到与工作站13相关联的显示屏146或任何其他需要的显示屏或显示装置,包括手持装置、膝上型电脑、其他工作站、打印机等。类似地,该组应用程序140中的应用程序可以被分解,并在两个或更多计算机或机器上执行,并可以被配置为互相关联操作。
图7示出了更详细的示例性工作站13以及已公开的系统、方法和模型标识技术的实现。具体地,该组应用程序140可以包括多个应用程序、例程、模块、及其他,如这里所述的,指向基于模型的控制系统10的监控和管理的实现的程序(procedural)元件。应用程序、例程、模块和元件可以由软件、固件和硬件的任意组合来实现,且不限于图7所示的示例性排列。例如,一个或多个应用程序可以以任何需要的程度被结合。
应用程序组可以包括历史应用程序448,其专用于当模型被通过上述技术被标识时支持对过程模型数据(如,参数)进行记录。到此,历史应用程序448可以与历史数据库12或任何其他内存或存储机构通信。如上所述,过程模型数据可以与将过程模型的标识编史(或data leading thereto的收集)的数据一起或关联被存储。历史应用程序448也可以提供分析功能,如选择的模型参数的总值、平均值或其他值的计算。历史应用程序448也可以方便通过一个或多个显示界面查看这种计算出的值及潜在的存储的数据。
第三方界面应用程序450可以被提供以支持和维持与第三方或遗赠过程控制系统的通信链路,如结合图2(操作员界面)和图7的描述。到此,应用程序450可以产生多个显示界面以方便通信链路的配置、维持和虚拟控制器428的使用,并以别的方式支持该界面。
进一步的显示界面可以由指向支持与控制器11的通信的应用程序452提供,这可能是以上论述的应用程序84。这种通信可以涉及或包括在控制器11中执行的自适应控制例程的配置和维护。在贯穿应用程序组的情况下,显示界面可以采取任何形式,包括但不限于发电机、面板、细节显示、会话框及窗口,且可以配置为以不同的显示类型显示。
应用程序组可以包括应用程序454,其专用于与调谐相关的过程模型信息一起使用。作为上述标识技术的结果,调谐应用程序454指向通过自动计算调谐参数提高过程控制性能,该参数来自自动计算工厂中正常的逐天变化,或来自点播调谐测试。调谐结果可以用于“开环”调谐建议和“闭环”自适应控制。
更具体地,调谐应用程序454可以产生多个显示界面以支持为无论是开环还是闭环操作中的所有环路的连续调谐计算的性能。调谐计算支持PID、模糊逻辑及MPC控制器的标准和自适应控制,因此,为反馈和前馈控制提供调谐建议。调谐应用程序454也可以使用继电振荡或其他程序提供如上所述的点播调谐。
调谐应用程序454已访问存储在历史数据库12(或所需要的其他地方)中的过程模型历史数据,因此,可以使用历史过程模型数据计算最优调谐。到此,显示界面可以提供或包括容易的精读历史以定位和选择适合这种调谐计算的数据的工具。由调谐应用程序454产生的显示界面的这方面一般允许用户改变模型参数(如稳定状态的时间、事件触发阈值),重新标识模型或者标识之前没有被激活用于自动模型标识的环路的模型。
调谐应用程序也可以提供界面以支持调谐计算结果的历史的分析。这种能力可以方便自适应控制机会的分析及自适应控制配置的改进。
如上所述,调谐应用程序454可以提供界面以支持当对过程进行少量的手动改变(如控制器输出上的自动注入)时,帮助标识控制器调谐的控制“扰动”的引入。可以通过界面提供选项以在一旦好的调谐被计算出时将扰动禁止。如果多个控制环路被扰动,移动可以被同步以分散和最小化过程干扰。
调谐应用程序454可以响应于过程状态和其他状态指示,以便任何计算结果被相应地标识出。这样,已公开的系统避免了在错误状态或存在坏的过程数据时计算出的信息的使用。到此,模型相关的计算,可以根据在适当地方进行解释来指示结果是好、是坏还是可用。
调谐应用程序454也可以产生概要报告以传送除其它以外的调谐建议信息和文件调谐改变的用户日志和任何自适应控制调谐分析。
关于由调谐应用程序454(无论是单独还是与其他应用程序一起)产生的进一步的细节将结合图11-15进行呈现,图12-16一般性的描述了提供给用于以方便上述功能的过程模型和控制环路的视图。
继续参考图8,应用程序456被一般性的指向使用由已公开的技术标识出的过程模型的自动控制性能监控。应用程序456更具体的指向提高过程控制性能,其是通过方便或自动执行(i)控制改进的时机的标识,(ii)控制问题源的分析和诊断,和(iii)对操作、控制和维护人员有意义的性能报告的产生。到此,应用程序456可以基于过程模型产生控制性能指数。该“基于模型的”指数提供更好的基准以标识需要重新调谐的控制环路。新的指数基于诸如过程可变性、标识出的过程模型及现有的控制器调谐来衡量改进控制的机会。如果适用,当环路处于不适当的单元状态,或当其他状态指示(如Fieldbus状态)或I/O通信差,这种性能监控可以考虑单元状态并排除性能计算。也可以为所有的阀提供阀静摩擦力、反撞力和其他阀诊断指数。
前述特征和下述特征通过使用由所公开的技术自动建立的过程模型所作的控制性能的比较被一般性的提供。通过该过程模型的使用,被较差调谐的控制环路和影响控制性能的过程中的改变可以被标识。过程模型中从历史值的偏离可以作为潜在的过程问题用于标记控制环路。
此外,使用过程模型,振荡指数也可以由应用程序456产生以标识振荡的环路。更具体地,振荡分析工具可以标识具有相同的振荡循环的其他环路,且可以与主环路交互。该信息可以随之被用于标识过程交互和可能的设计建议。
应用程序456提供的诊断信息可以伴随有较差控制性能的期望原因的指示。例如,诊断可以指示较差控制性能是否由使用仪器误差、阀接触面助力或后冲、过程交互或控制器调谐引起的。
一般来说,控制性能监控信息可以以任何需要的形式被提供,需要的形式包括多个用户化的显示界面和报告。历史性能报告可以被提供以显示控制环路是如何在用户指定的时间循环内执行的。每个报告的默认时间循环包括最后小时、最后轮班(8小时)、最后天、最后周、最后月。用户可以被提供选项以从概要报告中“挖掘(drill down)”以访问具体环路信息。针对管理概要,报告或界面可以利用具有工厂宽度和各个处理单元的总体加权的性能指数,趋势和/或包括将当前循环与先前循环比较的表,和具有相应性能测量的最高优先权环路被用户化。维护报告可以呈现控制环路性能指数并基于其对工厂操作的相关重要程度对工作项目区分优先次序。其他报告可以提供包括控制性能指数的数据、标准偏差、振荡指数、过程模型(如果可用)、自动和交叉相关、柱状图、功率谱等统计。
应用程序456提供的信息相关的进一步细节通过图8-11描述的示例性显示界面被提供。
应用程序组也可以包括独立的控制环路分析应用程序458。在某些实施例中,应用程序458通过由显示界面应用程序456产生的显示界面被设为可用。在任何事件中,应用程序458支持历史库或与上述模型标识技术有关的收集的实时数据的分析。数据可以通过方便从未测量的干扰和测量噪音中检查控制中的变化的界面。例如,由应用程序454和456标识的问题可以使用分析应用程序458进一步检查以进行诊断。到此,由此产生的显示界面可以为计算功率谱、自相关和柱状图数据提供选项。
咨询器应用程序460一般可以提供使用所标识的与诊断有关的模型的功能,以检测异常状况或机会,从而通过调谐或算法修改来改进控制方案。由咨询器应用程序460提供的信息可以提供在任意类型的显示界面中,包括通过工作站13、控制器11或与系统10进行通信的任意其它元件所生成的面板。在一个具体的例子中,显示界面可以具有用于指示诸如“Check Tuning”之类的新咨询消息的显示的标志。
更一般地说,咨询器应用程序460可以提供由程序组中的任意一个应用程序所实现的分析或诊断的结果而生成的建议。此外,该建议不一定由该咨询器应用程序生成的显示界面来提供,而是可以发送给程序组中的任意一个或多个应用程序来显示。这样,诸如“New Tuning Available(新调谐可用)”、“Examine Process-significant change in process has been detected(检查过程-已经检测到过程中的显著变化)”、“Check Valve-dead band/hysteresis large(核对阀-死区/滞后大)、“Check Tuning-loop unstable(检查调谐-环路不稳定)”以及“Control could be improved using MPC/Adapt(可利用UPC/调节改进控制)”之类的建议和消息一般可以通过工作站13或与过程控制系统10进行通信的其它设备来提供。除了消息或建议的显示之外,关于潜在状况的细节也可以针对控制环路被存储为历史或其它参数。然后,随后对针对控制环路所存储的数据的访问和使用可以将细节或相关消息显示给程序组中的咨询应用程序或其它应用程序的用户。
同样支持所公开的技术的实施的其它应用程序包括便于在过程控制系统10中导航的控制工作室应用程序462和用于生成前述报告的报告生成应用程序464。最后,也可以提供一个以上的存储器或数据库466作为应用程序组的部件。
图8描绘了示例性显示界面468,该显示界面可以由性能监控应用程序456(或可替换地,由其它应用程序的任意一个或多个)来生成,以呈现根据过程模型检查分析得到的概览信息。在该具体的例子中,显示界面468呈现指示整个过程控制系统10中控制例程或模块的状况或通过分级树面板470所选择的过程控制系统10任意区域的状况的信息。控制性能可以通过包括“Incorrect Mode(错误模式)”、“Limited Control(受限控制)”、“UncertainInput(不确定输入)”以及“Large Variability(大偏差)”的类别在图表面板472中详细说明或概述。将控制模块、功能块或例程的指派或分类成这些种类中的一种一般可以由通过公开的技术所标识的过程模型来实现,或可以使用公开的技术所标识的过程模型来自动实施。显示界面468还包括资产告警图表面板474,以呈现关于被认为失败的、不久需要维护的、具有咨询告警的或经历通信失败的资产的数目的统计信息。
图9描绘了同样可以由性能监控应用程序456生成的示例性显示界面476。显示界面476一般也可以呈现控制性能信息,但是以更详细的级别来呈现。在该例子中,性能信息是针对分级树面板中被选中的区域中的各个控制环路或模块来呈现的。针对特定的控制环路所检测的各个异常状况可以记录在表格中,该表格在异常模式、受限的控制、输入状态、高可变性或停用(inactive)的有关设备所关联的问题之间有所不同。还可以连同关于是否已生成对异常状况进行描述的报告的指示一起来显示优先等级。
图10描绘了同样可以由性能监控应用程序456生成的示例性显示界面478。显示界面478类似于图10的界面476,不同的是呈现性能信息的控制等级。在这种情况下,通过面板470来选择模块或环路,并且针对其各个功能块来呈现性能信息。然后,特定块的诊断信息可以通过选择(例如右击)表格中所显示的块名称来访问。
图11描绘了可以由包括调谐应用程序454和性能监控应用程序456的一个以上应用程序来生成的示例性显示界面480。一般而言,显示界面480便于对所选择的控制元件(例如PID1)的诊断计算结果进行审查。在需要时还可以显示通过计算得到的统计学的极限值,用于进行比较和用户修改。当超出极限值时,告警可以指示相关的状况。更一般地,呈现在显示界面480中的信息以及潜在的计算指示作为这里公开的过程模型标识技术的结果如何对控制环路的稳定性进行连续监控。
图12描绘了便于建立针对自动过程模型标识以及点播(on-demand)模型标识的控制环路的示例性显示界面482。通过界面482提供多个面板,以指明触发事件类型、触发事件等级、参数改变最大值等。以此方式,显示界面482能够使用户在逐个节点或逐个环路的基础上定制过程模型标识程序。
图13一般性地描绘用户可以对所保存的过程模型进行形象化的方式,以便除了其它目的之外确定需要多少个区域。更具体地,显示界面484包括面板486和模型图表面板488,其中面板486列出过程模型历史信息,模型图表面板488通过各水平线示出经批准的模型值,并通过点示出所标识的并且存储在历史数据库中的过程模型的参数。如上所述,各模型可以针对多个区域(例如五个)被批准,并且模型参数的变量可以便于区域的标识,或者另外有助于调谐建议。
图14和15分别描绘了最近标识的与模糊逻辑控制块和MPC块有关的模型的过程模型信息。到此,显示界面490和492提供过程模型的各自的图形表示以及多个面板492、494、496和498,以支持测试、调谐计算、控制器参数设置、调谐仿真和调谐选择。
尽管以上公开的焦点在于功能块,但应理解的是,技术可应用于现代过程控制系统中的各种控制设计和策略。根据以上技术,这些技术的特征可自动产生用于过程的架构,其在不需要使用者干涉的在线控制器中学习、动态调节控制器存储器,以及通过不需要使用者干涉来划分认为优先级、基于操作数据和条件自动学习过程以及用作过程条件中的任意变化来处理需求。该学习可在独立于其他应用程序的在线控制器中局部执行,可在独立于其他应用程序的的工作站虚拟控制器中执行,并可作为处理历史数据的中央服务器执行。进一步,技术可允许自动通信和存储嵌入的学习算法的结果、自动提供视觉和图形标识至结果和建议中,包括,但不限于,性能监控、过程和装置诊断、过程模型、调谐建议和控制策略。进一步,自动监控和响应控制配种中的变化可被标识。技术可用于各种过程(例如,SISO、MIMO等),可用于各种控制策略(例如,反馈、前反馈、模糊逻辑、多变量MPC等),可用于各种过程模型化(例如,模型参数插值、阶段响应参数、阶段响应非参数、诸如中立网络等非线性非参数,等),并可用于各种类型的过程信息(例如,模型、性能和调谐索引、过程和控制统计、专家系统,等)。
术语“标识”、“标识”和其任意衍生物在本文是广义的,与过程模型的使用有关,以包括整个过程模型的产生、生成和实现的其他处理,或者其任意其他限定特征的产生、生成和限定它的任意一个或多个参数。
任意上述应用程序可作为例程、模块或者一个或多个集成应用程序的其他部件实现。所公开的应用程序功能性的设置仅提供用于方便显示,并不表示功能性可提供给操作员或其他使用者的方式的宽广范围。而且,上述应用程序可根据使用者概貌、上下文和其他参数按照需要而设置为不同的。例如,为一个使用者类型(例如,工程)生成的显示界面视图可与为不同使用者类型(例如,维护)生成的视图内容和其他方式上不同。
当应用时,在计算机或处理器等的RAM或者ROM中的本文所述的任何软件可存储在任何计算机可读存储器中,例如磁盘、激光盘,或者其他存储介质。类似地,该软件可使用任意已知或希望的传递方法(例如包括在计算机可读磁盘或其它可传输计算机存储机构或者诸如电话线、互联网、万维网、任何其他局域网或宽域网等通信通道上)传递至使用者、过程设备或者操作员工作站(该传递与经由可传输存储介质提供这种软件相同或可交换的观察)。而且,该软件可直接提供而无需调制或加密,或者可在被通信通道内传递之前调制和/或使用任意适当的调制载波和/或加密技术来加密。
Claims (30)
1、一种过程控制环境内的自适应过程控制环路控制器,包括:
控制模块,响应于来自所述控制模块的控制数据而控制所述过程控制环路的运行,所述过程控制环路包括位于所述过程控制环路内的一个或多个过程控制环路装置;
插件模块,以可操作的方式连接至所述控制模块,作为所述控制模块的非分层集成扩展,所述插件模块包括检查所述控制数据以检测所述控制数据中的变化的过程模型标识控制例程,以及响应于所检测到的变化而收集所述控制数据和与过程状况相关的运行状况数据的收集例程;和
模型标识机,以可操作的方式连接至所述插件模块,以接收所收集的控制数据以及所收集的运行状况数据,所述模型标识机包括用于执行多个模型参数标识循环的模型标识例程,其中每个循环包括:
基于一个或多个仿真参数的多个过程仿真,每个仿真均具有不同仿真参数值,且每个仿真均使用所收集的控制数据作为输入,
基于与所述仿真的输出相关的已仿真运行状况数据、并基于所收集的运行状况数据而进行的针对每个仿真的估计误差计算,以及
基于所述估计误差中的至少两个估计误差、并基于在仿真中使用的与所述至少两个估计误差的每一个相对应的仿真参数值而进行的模型参数值的模型参数计算。
2、如权利要求1所述的自适应过程控制环路控制器,其中所述模型标识机包括用于迭代地执行每个循环的模型标识例程;所述多个仿真在每个循环中包括第一、第二和第三仿真;并且,每个后续迭代用所述循环的先前迭代得到的模型参数值来初始化所述第一仿真,并且用所述循环的先前迭代得到的模型参数值乘以范围修改量来初始化所述第二仿真和第三仿真,其中所述范围修改量随着每次迭代而减小,并且其中所述第二仿真和第三仿真分别包括所述过程的上限和下限。
3、如权利要求1所述的自适应过程控制环路控制器,其中每个循环对应于不同的模型参数;并且其中所述模型标识机包括用于顺序执行所述多个循环的模型标识例程,且后续循环使用一个或多个先前循环的模型参数作为仿真参数值。
4、如权利要求1所述的自适应过程控制环路控制器,其中所述过程包括自调节过程,并且其中所述模型参数包括由过程时间常数、过程停滞时间、自调节过程增益组成的组中的一个或多个。
5、如权利要求1所述的自适应过程控制环路控制器,其中所述过程包括积分过程,并且其中所述模型参数包括由过程停滞时间和积分过程增益组成的组中的一个或多个。
6、如权利要求1所述的自适应过程控制环路控制器,其中,所述估计误差中的至少两个估计误差包括两个最小的估计误差。
7、如权利要求1所述的自适应过程控制环路控制器,其中,所述控制数据包括由设定点变化和控制器输出组成的组中的一个或多个。
8、如权利要求1所述的自适应过程控制环路控制器,其中所述过程的模型包括来自所述多个模型参数标识循环的模型参数值,并且其中所述插件模块进一步包括模型和使用所述过程的模型来计算控制器的调谐变量的调谐控制例程。
9、如权利要求1所述的自适应过程控制环路控制器,其中所述插件模块所包括的数据收集模块根据所述控制数据和所述运行状况数据来计算与过程控制环路的运行状态相关的状态变量,并且其中所述插件模块包括模型和基于所计算出的状态变量从所述过程的多个模型中选择所述过程的模型的调谐控制例程。
10、如权利要求1所述的自适应过程控制环路控制器,其中,所述估计误差计算包括所述仿真输出与所收集的运行状况数据之间的均方误差在所收集的运行状况数据的收集时间内的积分。
11、如权利要求1所述的自适应过程控制环路控制器,其中,所述仿真参数值对应于值被计算的模型参数。
12、如权利要求1所述的自适应过程控制环路控制器,其中,所述插件模块所包括的过程模型标识控制例程用于标识控制例程将所检测到的变化注入所述控制器输出中,以使所述过程对所检测到的变化作出响应。
13、一种过程控制系统,包括:
自适应过程控制器,包括:使用控制数据来控制过程的运行的控制模块,检测所述控制数据中的变化并响应于所检测到的所述控制数据中的变化而收集与所述过程的状况相关的运行状况数据的插件模块,以及基于所述过程的使用控制数据作为仿真输入的仿真输出、并基于所收集的运行状况数据来确定一个或多个模型参数值的模型标识机,其中所述过程的模型包括对所述过程建模的一个或多个模型参数值;以及
工作站,以可操作的方式连接至所述自适应过程控制器,所述工作站包括从所述自适应过程控制器提取和存储所述过程的模型的服务器,以及使用户能够浏览、分析和编辑所存储的所述过程的模型的操作员界面应用程序;
其中,所述自适应过程控制器所包括的模型标识机用于响应于来自所述插件模块的信号而从服务器中检索所述过程的模型,所述插件模块指示所检测到的与所述过程的模型相对应的运行状态,并且其中所述插件模块利用所述过程的模型来调谐所述自适应过程控制器。
14、如权利要求12所述的过程控制系统,其中所述工作站所包括的操作员界面应用程序用于使用户能够利用所存储的所述过程的模型来诊断和修复所述过程控制系统内的控制问题。
15、如权利要求12所述的过程控制系统,其中所述插件模块利用所述过程的模型来跨越所述过程的多个操作区域调谐所述自适应过程控制器,其中每个操作区域包括高限和低限。
16、如权利要求12所述的过程控制系统,其中所述模型标识机被配置为:
基于一个或多个仿真参数来执行所述过程的多个仿真,每个仿真均具有不同的仿真参数值,且每个仿真均使用所收集的控制数据作为仿真输入,且每个仿真均提供仿真输出,
基于所述仿真输出与所收集的运行状况数据之间的比较来执行针对每个仿真的估计误差计算,以及
基于所述仿真误差中的至少两个仿真误差、并基于所述仿真中使用的与所述至少两个仿真误差中的每一个相对应的的仿真参数值来执行模型参数值的模型参数计算,其中所述仿真参数值对应于值被计算的模型参数。
17、如权利要求16所述的过程控制系统,其中,所述多个仿真包括第一仿真、第二仿真和第三仿真,并且所述模型标识机被配置为用所述过程的先前仿真的模型参数值来初始化所述第一仿真,并分别用所述过程的第一仿真的模型参数的上限和下限来初始化所述第二仿真和所述第三仿真。
18、如权利要求16所述的过程控制系统,其中所述模型标识机被配置为执行所述过程的多个仿真、针对每个仿真的估计误差计算,以及针对多个模型参数中每一个模型参数的模型参数值的模型参数计算。
19、如权利要求18所述的过程控制系统,其中所述过程包括自调节过程,并且其中所述多个模型参数包括由过程时间常数、过程停滞时间、自调节过程增益组成的组中的一个或多个。
20、如权利要求18所述的过程控制系统,其中所述过程包括积分过程,并且所述模型参数包括由过程停滞时间和积分过程增益组成的组中的一个或多个。
21、如权利要求12所述的过程控制系统,其中所述仿真参数包括值被计算的模型参数。
22、如权利要求12所述的过程控制系统,其中所述自适应过程控制器包括虚拟控制器,并且其中所述工作站包括所述虚拟控制器。
23、如权利要求12所述的过程控制系统,其中所述自适应过程控制器包括在联机过程中的控制器。
24、如权利要求12所述的过程控制系统,其中所述模型标识机被配置为基于来自所述插件模块的信号来向所述工作站传送所述过程的模型。
25、如权利要求12所述的过程控制系统,其中,所述自适应过程控制器被配置为执行第一实时优先级执行线程和第二低优先级执行线程,其中所述自适应过程控制器被配置为在所述第一实时优先级执行线程中执行所述控制模块和所述插件模块,并在所述低优先级执行线程中执行所述模型标识机。
26、一种控制具有多个控制例程的过程控制系统的方法,该方法包括:
在实现所述多个控制例程期间收集运行状况数据;
检测指示过程变化的事件,该过程变化与所述多个控制例程中与过程变化相关联的控制例程相关,其中所述控制例程
收集被与过程变化相关联的控制例程使用的控制数据;
标识用于与过程变化相关联的控制例程的过程模型,其中标识过程模型包括:
基于一个或多个仿真参数来执行所述过程的多个仿真,每个仿真具有不同的仿真参数值,且每个仿真使用所收集的控制数据作为输入,
基于与所述仿真的输出相关的仿真运行状况数据,并基于所收集的运行状况数据,来计算针对每个仿真的估计误差,
基于所述仿真误差中的至少两个仿真误差,并基于在所述仿真中使用的与所述至少两个仿真误差中的每一个相对应的仿真参数值,来计算模型参数值,以及
从所述模型参数值中生成过程模型。
27、如权利要求26所述的方法,其中,标识过程模型进一步包括迭代执行每个循环,其中所述多个仿真在每个循环中包括第一仿真、第二仿真和第三仿真,并且其中每个后续迭代包括:
用所述循环的先前迭代的模型参数值来初始化所述第一仿真,
用所述循环的先前迭代的模型参数值乘以范围修改量来初始化所述第二仿真和第三仿真,以及
随着每次迭代减小所述范围修改量,
其中所述第二仿真和所述第三仿真分别包括所述过程的上限和下限。
28、如权利要求26所述的方法,其中每个循环对应于不同的过程模型参数,所述方法进一步包括顺序执行所述多个循环,且顺序循环使用先前循环中一个或多个循环的模型参数作为仿真参数值。
29、如权利要求26所述的方法,其中过程模型包括来自所述多个模型参数标识循环的模型参数值,所述方法进一步包括使用所述过程模型来计算所述控制例程的调谐变量。
30、如权利要求26所述的方法,其中所收集的运行状况数据指示对施加到所述过程的注入参数变化的响应。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US97637907P | 2007-09-28 | 2007-09-28 | |
US60/976,379 | 2007-09-28 | ||
US12/238,801 | 2008-09-26 | ||
US12/238,801 US8036760B2 (en) | 2005-10-04 | 2008-09-26 | Method and apparatus for intelligent control and monitoring in a process control system |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101533261A true CN101533261A (zh) | 2009-09-16 |
CN101533261B CN101533261B (zh) | 2013-10-09 |
Family
ID=39929623
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200810165971.6A Active CN101533261B (zh) | 2007-09-28 | 2008-09-28 | 用于过程控制系统中的智能控制和监控的方法和设备 |
Country Status (5)
Country | Link |
---|---|
US (1) | US8036760B2 (zh) |
EP (1) | EP2045673B1 (zh) |
JP (1) | JP5765873B2 (zh) |
CN (1) | CN101533261B (zh) |
GB (1) | GB2453261B (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102654749A (zh) * | 2011-03-01 | 2012-09-05 | 东芝三菱电机产业系统株式会社 | 学习系数控制装置 |
CN102662373A (zh) * | 2012-05-10 | 2012-09-12 | 南通大学 | 一种基于专家系统的环模制粒机智能控制系统 |
CN103034206A (zh) * | 2012-12-14 | 2013-04-10 | 昆明理工大学 | 一种采用后绑定通信插件的工业数据采集系统 |
CN103907071A (zh) * | 2011-10-21 | 2014-07-02 | 耐斯特实验公司 | 提供到目标状态的时间的智能控制器 |
CN104216355A (zh) * | 2013-06-03 | 2014-12-17 | 泰思康公司 | 用于现场设备的控制和监控的系统和方法 |
CN105073284A (zh) * | 2012-10-25 | 2015-11-18 | 布勒索尔泰克斯有限公司 | 自适应喷射器阀阵列 |
CN107111286A (zh) * | 2014-11-12 | 2017-08-29 | 开利公司 | 用于诊断和控制的自动化功能测试 |
CN108398896A (zh) * | 2017-02-08 | 2018-08-14 | 欧姆龙株式会社 | 控制装置、控制方法以及控制程序 |
CN109559620A (zh) * | 2018-12-11 | 2019-04-02 | 中广核核电运营有限公司 | 一种模拟机外部系统重建初始工况方法、终端及存储介质 |
CN109800539A (zh) * | 2019-02-27 | 2019-05-24 | 北京世冠金洋科技发展有限公司 | 一种仿真测试方法及系统 |
CN110036372A (zh) * | 2017-03-03 | 2019-07-19 | 三菱电机株式会社 | 数据处理装置、数据处理方法、设定管理装置以及数据处理系统 |
CN110286587A (zh) * | 2019-05-21 | 2019-09-27 | 平安银行股份有限公司 | 实现模型迭代控制的方法、服务器及计算机可读存储介质 |
CN110647114A (zh) * | 2018-06-26 | 2020-01-03 | 费希尔-罗斯蒙特系统公司 | 用于配置对多变量现场设备信号的访问的方法和装置 |
CN110892350A (zh) * | 2017-06-12 | 2020-03-17 | 霍尼韦尔国际公司 | 用于识别、可视化和触发来自自动建议动作的工作流以回收基于模型的工业过程控制器的损失利益的装置和方法 |
CN111133390A (zh) * | 2017-11-14 | 2020-05-08 | 千代田化工建设株式会社 | 工厂管理系统和管理装置 |
CN115021970A (zh) * | 2022-05-10 | 2022-09-06 | 浙江智尔信息技术有限公司 | 一种适用于物联网大数据中心的数据自适应安全监测方法 |
CN117289671A (zh) * | 2023-11-27 | 2023-12-26 | 博纯材料股份有限公司 | 高阶锗烷提纯生产控制系统的状态监控方法及系统 |
Families Citing this family (81)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8280533B2 (en) * | 2000-06-20 | 2012-10-02 | Fisher-Rosemount Systems, Inc. | Continuously scheduled model parameter based adaptive controller |
US7444191B2 (en) | 2005-10-04 | 2008-10-28 | Fisher-Rosemount Systems, Inc. | Process model identification in a process control system |
US7738975B2 (en) * | 2005-10-04 | 2010-06-15 | Fisher-Rosemount Systems, Inc. | Analytical server integrated in a process control network |
US8036760B2 (en) * | 2005-10-04 | 2011-10-11 | Fisher-Rosemount Systems, Inc. | Method and apparatus for intelligent control and monitoring in a process control system |
US7840287B2 (en) * | 2006-04-13 | 2010-11-23 | Fisher-Rosemount Systems, Inc. | Robust process model identification in model based control techniques |
US7784704B2 (en) | 2007-02-09 | 2010-08-31 | Harter Robert J | Self-programmable thermostat |
US7702401B2 (en) * | 2007-09-05 | 2010-04-20 | Fisher-Rosemount Systems, Inc. | System for preserving and displaying process control data associated with an abnormal situation |
FR2922466B1 (fr) * | 2007-10-19 | 2010-06-25 | Degremont | Procede de gestion avancee d'une unite de filtration sur membrane, et installation pour la mise en oeuvre du procede |
US20090132954A1 (en) * | 2007-11-20 | 2009-05-21 | Honeywell International Inc. | Apparatus and method for isolating problems in content loaded into a human-machine interface application |
US8312384B2 (en) * | 2008-06-11 | 2012-11-13 | Honeywell International Inc. | Apparatus and method for fault-tolerant presentation of multiple graphical displays in a process control system |
US7930045B2 (en) * | 2008-10-07 | 2011-04-19 | Emerson Process Management Power & Water Solutions, Inc. | Two-stage model predictive control technique |
KR101594629B1 (ko) * | 2009-12-29 | 2016-02-16 | 주식회사 포스코 | 철강 공정 제어 시스템 및 방법 |
US9104211B2 (en) | 2010-11-19 | 2015-08-11 | Google Inc. | Temperature controller with model-based time to target calculation and display |
US8918219B2 (en) | 2010-11-19 | 2014-12-23 | Google Inc. | User friendly interface for control unit |
GB2498659B (en) * | 2010-09-27 | 2015-06-17 | Fisher Rosemount Systems Inc | Methods and apparatus to virtualize a process control system |
US8630728B2 (en) * | 2011-01-28 | 2014-01-14 | Abb Technology Ag | System and method for generating indices to quantify operating transition performance of a continuous process |
US9280146B2 (en) * | 2011-02-14 | 2016-03-08 | The Mathworks, Inc. | Multi-model, multi-objective tuning of control systems |
US9170572B2 (en) * | 2011-07-06 | 2015-10-27 | Honeywell International Inc. | Dynamic model generation for implementing hybrid linear/non-linear controller |
US9115908B2 (en) | 2011-07-27 | 2015-08-25 | Honeywell International Inc. | Systems and methods for managing a programmable thermostat |
US20130054034A1 (en) * | 2011-08-30 | 2013-02-28 | Hydril Usa Manufacturing Llc | Method, device and system for monitoring subsea components |
US9429938B2 (en) * | 2011-09-30 | 2016-08-30 | Yokogawa Electric Corporation | Method and apparatus for qualifying performance of a conventional control valve |
EP2769280B1 (en) * | 2011-10-21 | 2023-04-12 | Google LLC | Automated control-schedule acquisition within an intelligent controller |
WO2013088184A1 (en) * | 2011-12-15 | 2013-06-20 | Abb Research Ltd | A method for assessment of benefit of advanced control solutions |
US8600915B2 (en) | 2011-12-19 | 2013-12-03 | Go Daddy Operating Company, LLC | Systems for monitoring computer resources |
US8719196B2 (en) | 2011-12-19 | 2014-05-06 | Go Daddy Operating Company, LLC | Methods for monitoring computer resources using a first and second matrix, and a feature relationship tree |
CN102540893A (zh) * | 2012-02-03 | 2012-07-04 | 中冶南方工程技术有限公司 | 基于预测误差法的结晶器arx模型辨识方法 |
CN104144743B (zh) * | 2012-02-23 | 2017-03-15 | 株式会社明治 | 比例混合系统 |
CN102629133B (zh) * | 2012-04-24 | 2014-04-16 | 华北电力大学(保定) | 一种在分散控制系统中实现迭代计算功能的组态方法 |
CN103389690B (zh) * | 2012-05-08 | 2015-09-02 | 邬彬 | 监控系统、监控子系统、监控节点设备、控制中心设备 |
JP6117349B2 (ja) * | 2012-06-19 | 2017-04-19 | ゲーコーエヌ エアロスペース スウェーデン アーベー | 簡易計算モデル生成方法及び構成部分の消費寿命予測方法 |
US8554376B1 (en) | 2012-09-30 | 2013-10-08 | Nest Labs, Inc | Intelligent controller for an environmental control system |
US9292012B2 (en) | 2012-11-05 | 2016-03-22 | Rockwell Automation Technologies, Inc. | Secure models for model-based control and optimization |
EP2954427A4 (en) | 2013-02-05 | 2017-05-31 | Yokogawa Corporation of America | System, method and apparatus for determining properties of product or process streams |
US10909137B2 (en) | 2014-10-06 | 2021-02-02 | Fisher-Rosemount Systems, Inc. | Streaming data for analytics in process control systems |
US9823626B2 (en) | 2014-10-06 | 2017-11-21 | Fisher-Rosemount Systems, Inc. | Regional big data in process control systems |
US9665088B2 (en) | 2014-01-31 | 2017-05-30 | Fisher-Rosemount Systems, Inc. | Managing big data in process control systems |
US9558220B2 (en) | 2013-03-04 | 2017-01-31 | Fisher-Rosemount Systems, Inc. | Big data in process control systems |
US10678225B2 (en) | 2013-03-04 | 2020-06-09 | Fisher-Rosemount Systems, Inc. | Data analytic services for distributed industrial performance monitoring |
US10866952B2 (en) | 2013-03-04 | 2020-12-15 | Fisher-Rosemount Systems, Inc. | Source-independent queries in distributed industrial system |
US10649424B2 (en) | 2013-03-04 | 2020-05-12 | Fisher-Rosemount Systems, Inc. | Distributed industrial performance monitoring and analytics |
US9397836B2 (en) | 2014-08-11 | 2016-07-19 | Fisher-Rosemount Systems, Inc. | Securing devices to process control systems |
US10223327B2 (en) | 2013-03-14 | 2019-03-05 | Fisher-Rosemount Systems, Inc. | Collecting and delivering data to a big data machine in a process control system |
US10282676B2 (en) | 2014-10-06 | 2019-05-07 | Fisher-Rosemount Systems, Inc. | Automatic signal processing-based learning in a process plant |
US10649449B2 (en) | 2013-03-04 | 2020-05-12 | Fisher-Rosemount Systems, Inc. | Distributed industrial performance monitoring and analytics |
US9804588B2 (en) | 2014-03-14 | 2017-10-31 | Fisher-Rosemount Systems, Inc. | Determining associations and alignments of process elements and measurements in a process |
US10386827B2 (en) | 2013-03-04 | 2019-08-20 | Fisher-Rosemount Systems, Inc. | Distributed industrial performance monitoring and analytics platform |
US10152031B2 (en) | 2013-03-15 | 2018-12-11 | Fisher-Rosemount Systems, Inc. | Generating checklists in a process control environment |
US10296668B2 (en) | 2013-03-15 | 2019-05-21 | Fisher-Rosemount Systems, Inc. | Data modeling studio |
WO2014152701A1 (en) | 2013-03-15 | 2014-09-25 | United Technologies Corporation | Compact aero-thermo model based control system |
US9563184B2 (en) * | 2013-10-17 | 2017-02-07 | Allan G Kern | Rate-based multivariable control with stability assurance |
US10235481B2 (en) | 2014-02-05 | 2019-03-19 | Yokogawa Corporation Of America | System and method for online measurement of vapor pressure in hydrocarbon process streams |
WO2015195728A1 (en) * | 2014-06-17 | 2015-12-23 | Drexel University | Self-contained rapid modal testing system for highway bridges |
US10061275B2 (en) * | 2014-07-29 | 2018-08-28 | Linestream Technologies | Optimized parameterization of active disturbance rejection control |
US10168691B2 (en) | 2014-10-06 | 2019-01-01 | Fisher-Rosemount Systems, Inc. | Data pipeline for process control system analytics |
US10295996B2 (en) * | 2014-10-08 | 2019-05-21 | Mitsubishi Electric Corporation | Test device for monitoring control device |
US20160378078A1 (en) * | 2015-06-29 | 2016-12-29 | Steffen Lamparter | Triggering an Auto-Tuning Function of a PID Controller |
US9702582B2 (en) | 2015-10-12 | 2017-07-11 | Ikorongo Technology, LLC | Connected thermostat for controlling a climate system based on a desired usage profile in comparison to other connected thermostats controlling other climate systems |
US20170227943A1 (en) * | 2016-02-05 | 2017-08-10 | William Franklin Salyers, III | Device and Method for Calculating Optimum Values Using a Proportional-Integral-Derivative (PID) Control Loop |
US10503483B2 (en) | 2016-02-12 | 2019-12-10 | Fisher-Rosemount Systems, Inc. | Rule builder in a process control network |
CN105955246A (zh) * | 2016-06-17 | 2016-09-21 | 桂林金铭和智控科技有限公司 | 一种基于saej1939协议的数字发动机模拟系统 |
US10656635B2 (en) * | 2016-12-02 | 2020-05-19 | Honeywell International Inc. | Apparatus and method for performing process simulations for embedded multivariable predictive controllers in industrial process control and automation systems |
DE102016124162A1 (de) * | 2016-12-13 | 2018-06-14 | Endress+Hauser Process Solutions Ag | Verfahren zur applikationsspezifischen Einstellung eines Feldgeräts |
GB2577000B (en) | 2017-05-08 | 2022-07-13 | Idex Health & Science Llc | Flow control assembly having localized non-volatile memory |
US10761496B2 (en) * | 2017-06-12 | 2020-09-01 | Honeywell International Inc. | Apparatus and method for identifying impacts and causes of variability or control giveaway on model-based controller performance |
US10678224B2 (en) * | 2017-06-21 | 2020-06-09 | Fisher-Rosemount Systems, Inc. | Loop interface |
US11054974B2 (en) * | 2017-10-02 | 2021-07-06 | Fisher-Rosemount Systems, Inc. | Systems and methods for graphical display configuration design verification in a process plant |
DE102018103152A1 (de) * | 2018-02-13 | 2019-08-14 | Infineon Technologies Ag | Vorrichtung und verfahren zum überwachen einer digitalen steuereinheit hinsichtlich funktionaler sicherheit sowie steuergerät |
US11150632B2 (en) * | 2018-03-16 | 2021-10-19 | Yokogawa Electric Corporation | System and method for field device management using class parameter set |
US11176507B2 (en) | 2018-05-04 | 2021-11-16 | Accenture Global Solutions Limited | Reconfigurable predictive and simulative digital platform for multi-stage processing facilities |
JP6838022B2 (ja) * | 2018-10-11 | 2021-03-03 | ファナック株式会社 | 製造装置の制御装置及び監視システム |
CN109581876B (zh) * | 2019-01-08 | 2021-08-20 | 大连海事大学 | 一种无人船的事件触发状态观测器结构及其设计方法 |
SE543674C2 (en) * | 2019-04-18 | 2021-05-25 | Calejo Ind Intelligence Ab | Evaluation and/or adaptation of industrial and/or technical process models |
CN112213944B (zh) * | 2019-07-12 | 2022-12-06 | 三菱电机(中国)有限公司 | 基于Smith预估器和自适应控制的时滞系统控制方法 |
US11250350B2 (en) * | 2019-07-31 | 2022-02-15 | Rohde & Schwarz Gmbh & Co. Kg | Measurement apparatus |
CN113114480B (zh) * | 2020-01-10 | 2023-06-06 | 华为技术有限公司 | 一种数据的上报方法及相关设备 |
CN111274303B (zh) * | 2020-02-11 | 2023-09-08 | 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 | 基于智能电网调度技术系统的实时数据修改接口方法 |
CN111856944B (zh) * | 2020-08-05 | 2022-01-28 | 重庆大学 | 一种基于事件触发的高超声速飞行器模糊控制方法 |
JP7342833B2 (ja) * | 2020-10-16 | 2023-09-12 | 横河電機株式会社 | 制御装置、コントローラ、制御システム、制御方法、および制御プログラム |
JPWO2022102348A1 (zh) * | 2020-11-11 | 2022-05-19 | ||
CN112782969B (zh) * | 2020-12-25 | 2024-02-09 | 浙江中控技术股份有限公司 | 一种pid参数整定方法、装置、存储介质和设备 |
US20220317637A1 (en) * | 2021-03-24 | 2022-10-06 | Schneider Electric Industries Sas | Rst smith predictor |
Family Cites Families (192)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3671725A (en) * | 1970-10-01 | 1972-06-20 | Ibm | Dead time process regulation |
US3767900A (en) * | 1971-06-23 | 1973-10-23 | Cons Paper Inc | Adaptive controller having optimal filtering |
US4029122A (en) | 1976-03-11 | 1977-06-14 | Westinghouse Electric Corporation | Apparatus and method for determining friction forces in position modulated valves |
US4054780A (en) * | 1976-11-01 | 1977-10-18 | Phillips Petroleum Company | Gain-adaptive process control |
DE2751743C2 (de) | 1977-11-19 | 1985-04-18 | Pierburg Luftfahrtgeräte Union GmbH, 4040 Neuss | Verfahren und Regeleinrichtung zum Zumessen strömender Medien |
US4376450A (en) | 1978-07-03 | 1983-03-15 | Scovill Manufacturing Co. - Scovill, Inc. | Valve position monitor and control system |
US4694391A (en) | 1980-11-24 | 1987-09-15 | Texas Instruments Incorporated | Compressed control decoder for microprocessor system |
US4523286A (en) | 1981-08-07 | 1985-06-11 | Hitachi, Ltd. | Apparatus for making diagnosis of valve device in turbine system |
US4555766A (en) | 1981-10-09 | 1985-11-26 | General Signal Corporation | Brake control system for vehicles |
JPS59144906A (ja) | 1983-02-07 | 1984-08-20 | Tokyo Keiki Co Ltd | デジタル弁制御装置のテ−ブル情報作成方法 |
US4858103A (en) | 1983-02-07 | 1989-08-15 | Tokyo Keiki Company, Ltd. | Fluid valve control system for controlling fluid pressure or flow |
US4712071A (en) | 1983-07-19 | 1987-12-08 | Charbonneau & Godfrey Associates | Motor operated valve analysis and testing system |
US4690003A (en) | 1983-07-19 | 1987-09-01 | Charbonneau & Godfrey Associates | Motor operated valve analysis and testing system |
US4693113A (en) | 1983-07-19 | 1987-09-15 | Charbonneau And Godfrey Associates | Motor operated valve analysis and testing system |
US4542649A (en) | 1983-07-19 | 1985-09-24 | Charbonneau And Godfrey Associates | Motor operated valve analysis and testing system |
US4660416A (en) | 1983-07-19 | 1987-04-28 | Charbonneau And Godfrey Associates | Motor operated valve analysis and testing system with monitoring of spring pack movement through side by side monitoring device |
JPS6069702A (ja) | 1983-09-26 | 1985-04-20 | Toshiba Corp | サンプル値プロセス制御装置 |
US4742713A (en) | 1984-06-01 | 1988-05-10 | Omron Tateisi Electronics Co. | Ultrasonic flaw detecting system |
US4672529A (en) | 1984-10-26 | 1987-06-09 | Autech Partners Ltd. | Self contained data acquisition apparatus and system |
US4590963A (en) | 1985-04-03 | 1986-05-27 | Combustion Engineering Co., Inc. | Method of and apparatus for determining the position of a movable member |
US4617960A (en) | 1985-05-03 | 1986-10-21 | Develco, Inc. | Verification of a surface controlled subsurface actuating device |
US4694390A (en) | 1985-06-28 | 1987-09-15 | Electric Power Research Institute, Inc. | Microprocessor-based control and diagnostic system for motor operated valves |
US4615722A (en) | 1985-09-20 | 1986-10-07 | Owens-Illinois, Inc. | Valve block test apparatus |
US5000040A (en) | 1986-04-04 | 1991-03-19 | Movats Incorporated | Method and apparatus for remote monitoring of valves and valve operators |
US4831873A (en) | 1986-04-04 | 1989-05-23 | Movats Incorporated | Method and apparatus for remote monitoring of valves and valve operators |
WO1987007026A1 (en) | 1986-05-05 | 1987-11-19 | Akademiet For De Tekniske Videnskaber, Svejsecentr | System for ultrasonic examination |
GB8620357D0 (en) | 1986-08-21 | 1986-10-01 | Apv Int Ltd | Flow control valve |
GB2196445A (en) | 1986-10-17 | 1988-04-27 | John James Sylvester Derry | Condition monitoring equipment for power output devices |
US5159835A (en) | 1986-10-29 | 1992-11-03 | Westinghouse Electric Corp. | Check valve testing system |
US4977778A (en) | 1986-10-29 | 1990-12-18 | Movats Incorporated | Check valve testing system |
US5154080A (en) | 1986-10-29 | 1992-10-13 | Westinghouse Electric Corp. | Integrated check valve testing system |
US4742284A (en) | 1986-12-09 | 1988-05-03 | The Babcock & Wilcox Company | Advanced motor controller |
US4908775A (en) | 1987-02-24 | 1990-03-13 | Westinghouse Electric Corp. | Cycle monitoring method and apparatus |
US5043863A (en) | 1987-03-30 | 1991-08-27 | The Foxboro Company | Multivariable adaptive feedforward controller |
KR890007306A (ko) | 1987-10-30 | 1989-06-19 | 제트.엘.더머 | 온라인 밸브 진단 감시 시스템 |
US4980825A (en) | 1988-05-11 | 1990-12-25 | Hydro-Craft, Inc. | Servo valve analyzing system and method |
US4916628A (en) | 1988-07-08 | 1990-04-10 | Commonwealth Edison Company | Microprocessor-based control/status monitoring arrangement |
US5197328A (en) | 1988-08-25 | 1993-03-30 | Fisher Controls International, Inc. | Diagnostic apparatus and method for fluid control valves |
US5109692A (en) | 1988-08-25 | 1992-05-05 | Fisher Controls International Inc. | Diagnostic apparatus and method for fluid control valves |
US4976144A (en) | 1988-08-25 | 1990-12-11 | Fisher Controls International, Inc. | Diagnostic apparatus and method for fluid control valves |
US4949288A (en) | 1988-09-02 | 1990-08-14 | Movats Incorporated | Testing system for safety relief valves |
JP2553675B2 (ja) | 1988-11-18 | 1996-11-13 | 日本電気硝子株式会社 | プロセスの制御方法 |
US5245528A (en) * | 1989-03-20 | 1993-09-14 | Hitachi, Ltd. | Process control apparatus and method for adjustment of operating parameters of controller of the process control apparatus |
US4926903A (en) | 1989-05-05 | 1990-05-22 | Tomoe Technical Research Company | Butterfly valve having a function for measuring a flow rate and method of measuring a flow rate with a butterfly valve |
DE3928456A1 (de) | 1989-08-29 | 1991-03-07 | Nord Micro Elektronik Feinmech | Verfahren und schaltungsanordnung zum bilden eines auswertungssignals aus einer mehrzahl redundanter messsignale |
US5198973A (en) | 1989-09-14 | 1993-03-30 | Steutermann Edward M | Select-a-range control device |
US5018215A (en) | 1990-03-23 | 1991-05-21 | Honeywell Inc. | Knowledge and model based adaptive signal processor |
US5086273A (en) | 1990-04-20 | 1992-02-04 | Liberty Technology Center, Inc. | A.C. electromagnetic system for determining position of an encased movable electrically conductive element |
US5140263A (en) | 1990-04-20 | 1992-08-18 | Liberty Technology Center, Inc. | System for determining position of an internal, movable conductive element |
US5414648A (en) | 1990-05-31 | 1995-05-09 | Integrated Diagnostic Measurement Corporation | Nondestructively determining the dimensional changes of an object as a function of temperature |
US5251148A (en) | 1990-06-01 | 1993-10-05 | Valtek, Inc. | Integrated process control valve |
US5394322A (en) * | 1990-07-16 | 1995-02-28 | The Foxboro Company | Self-tuning controller that extracts process model characteristics |
US5180896A (en) | 1990-10-11 | 1993-01-19 | University Of Florida | System and method for in-line heating of medical fluid |
US5159547A (en) | 1990-10-16 | 1992-10-27 | Rockwell International Corporation | Self-monitoring tuner for feedback controller |
US5170341A (en) | 1990-10-24 | 1992-12-08 | Honeywell Inc. | Adaptive controller in a process control system and a method therefor |
US5272647A (en) | 1991-01-30 | 1993-12-21 | Combustion Engineering, Inc. | Valve diagnostic apparatus and method |
US5253185A (en) | 1991-01-30 | 1993-10-12 | Combustion Engineering, Inc. | Valve diagnostic system including auxiliary transducer box |
US5347446A (en) * | 1991-02-08 | 1994-09-13 | Kabushiki Kaisha Toshiba | Model predictive control apparatus |
US5228342A (en) | 1991-07-26 | 1993-07-20 | Westinghouse Electric Corp. | Ultrasonic position sensor and method |
US5335164A (en) | 1991-07-31 | 1994-08-02 | Universal Dynamics Limited | Method and apparatus for adaptive control |
US5337262A (en) | 1991-12-03 | 1994-08-09 | Hr Textron Inc. | Apparatus for and method of testing hydraulic/pneumatic apparatus using computer controlled test equipment |
JPH07502354A (ja) | 1991-12-18 | 1995-03-09 | ハネウエル・インコーポレーテッド | 閉ループ神経ネットワーク自動同調器 |
JPH05313705A (ja) * | 1992-05-12 | 1993-11-26 | Hitachi Ltd | プロセス制御方法および装置 |
US5319539A (en) * | 1992-05-27 | 1994-06-07 | The Foxboro Company | Method and apparatus for generating an optimal gain of process control equipment |
US5341288A (en) | 1992-05-27 | 1994-08-23 | The Foxboro Company | Method and apparatus for analyzing process characteristics |
DE4218320A1 (de) | 1992-06-03 | 1993-12-09 | Siemens Ag | Verfahren und Einrichtung zur Prüfung einer durch ein Medium angetriebenen Armatur |
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 |
US5396416A (en) * | 1992-08-19 | 1995-03-07 | Continental Controls, Inc. | Multivariable process control method and apparatus |
US5488561A (en) * | 1992-08-19 | 1996-01-30 | Continental Controls, Inc. | Multivariable process control method and apparatus |
DE4232826C1 (de) | 1992-09-30 | 1993-10-28 | Siemens Ag | Verfahren und Vorrichtung zur Messung der Totzeit einer Regelgröße und ihre Verwendung |
CA2107519C (en) | 1992-10-05 | 2002-04-09 | Stephen George Seberger | Communication system and method |
US5740033A (en) * | 1992-10-13 | 1998-04-14 | The Dow Chemical Company | Model predictive controller |
US5487302A (en) | 1993-03-01 | 1996-01-30 | Lockheed Martin Energy Systems, Inc. | Method and system for measuring gate valve clearances and seating force |
JPH06266403A (ja) * | 1993-03-12 | 1994-09-22 | Hitachi Ltd | 感性反応型制御装置 |
JP3202396B2 (ja) | 1993-03-26 | 2001-08-27 | 株式会社日立ビルシステム | エレベータの異常解析データ収集装置 |
US5320123A (en) | 1993-05-24 | 1994-06-14 | Honeywell Inc. | Valve with dynamic function checking capability |
US5420785A (en) * | 1993-05-26 | 1995-05-30 | The Foxboro Company | Self-tuning deadtime process controller |
US5453925A (en) | 1993-05-28 | 1995-09-26 | Fisher Controls International, Inc. | System and method for automatically tuning a process controller |
US5329956A (en) | 1993-05-28 | 1994-07-19 | Combustion Engineering, Inc. | Pneumatic operated valve stroke timing |
US5396167A (en) | 1993-06-03 | 1995-03-07 | Liberty Technologies, Inc. | Method for remotely determining operability of motor operated valves |
JP2767363B2 (ja) | 1993-07-08 | 1998-06-18 | 株式会社小松製作所 | 駆動機械のデータ収集装置 |
EP0636824A1 (en) | 1993-07-27 | 1995-02-01 | BTR plc | Valve assembly |
DE4326343A1 (de) | 1993-08-05 | 1995-02-09 | Honeywell Ag | Diganose-System für Regel- und Absperrarmaturen |
US6330484B1 (en) | 1993-08-11 | 2001-12-11 | Fisher-Rosemount Systems, Inc. | Method and apparatus for fuzzy logic control with automatic tuning |
US5433245A (en) | 1993-08-16 | 1995-07-18 | Westinghouse Electric Corporation | Online valve diagnostic monitoring system having diagnostic couplings |
US6041320A (en) | 1993-08-23 | 2000-03-21 | Fisher Controls International, Inc. | Multi-region fuzzy logic control system with auxiliary variables |
AU7634494A (en) | 1993-09-15 | 1995-04-03 | Combustion Engineering Inc. | Diagnostic data acquisitioner for a valve |
US5461559A (en) | 1993-10-04 | 1995-10-24 | The United States Of America As Represented By The Secretary Of The Air Force | Hierarchical control system for molecular beam epitaxy |
US5408406A (en) * | 1993-10-07 | 1995-04-18 | Honeywell Inc. | Neural net based disturbance predictor for model predictive control |
IT1265319B1 (it) | 1993-12-22 | 1996-10-31 | Nuovo Pignone Spa | Sistema perfezionato di comando dell'attuatore di una valvola pneumatica |
US5477149A (en) | 1993-12-29 | 1995-12-19 | Spencer; George M. | Method and apparatus for non-invasive monitoring of solenoid valves |
US5587899A (en) | 1994-06-10 | 1996-12-24 | Fisher-Rosemount Systems, Inc. | Method and apparatus for determining the ultimate gain and ultimate period of a controlled process |
US6334219B1 (en) * | 1994-09-26 | 2001-12-25 | Adc Telecommunications Inc. | Channel selection for a hybrid fiber coax network |
DE69515096T2 (de) | 1994-10-18 | 2000-07-20 | Neles Controls Oy Helsinki | Verfahren und Vorrichtung zur Ermittlung eines Fehlers einer Steuerventilanordnung in einem Regelkreis |
US5586305A (en) | 1994-10-21 | 1996-12-17 | Hewlett-Packard Company | Smart distributed measurement and control system with a flexible architecture |
US5519605A (en) * | 1994-10-24 | 1996-05-21 | Olin Corporation | Model predictive control apparatus and method |
US5568378A (en) | 1994-10-24 | 1996-10-22 | Fisher-Rosemount Systems, Inc. | Variable horizon predictor for controlling dead time dominant processes, multivariable interactive processes, and processes with time variant dynamics |
US5748467A (en) | 1995-02-21 | 1998-05-05 | Fisher-Rosemont Systems, Inc. | Method of adapting and applying control parameters in non-linear process controllers |
BE1009406A3 (fr) * | 1995-06-09 | 1997-03-04 | Solvay | Methode de regulation de procedes de synthese de produits chimiques. |
WO1997012300A1 (en) | 1995-09-26 | 1997-04-03 | Boiquaye William J N O | Adaptive control process and system |
US5966679A (en) | 1995-10-30 | 1999-10-12 | Fisher Controls International, Inc. | Method of and apparatus for nonobtrusively obtaining on-line measurements of a process control device parameter |
US5687098A (en) | 1995-10-30 | 1997-11-11 | Fisher Controls International, Inc. | Device data acquisition |
US6003037A (en) | 1995-11-14 | 1999-12-14 | Progress Software Corporation | Smart objects for development of object oriented software |
DE59700720D1 (de) | 1996-02-09 | 1999-12-23 | Siemens Ag | Verfahren zur erzeugung der reglerparameter aus einem antwortsignal einer regelstrecke durch einen rechner |
JP3412384B2 (ja) | 1996-03-13 | 2003-06-03 | 株式会社日立製作所 | 制御モデル構築支援装置 |
US5909368A (en) | 1996-04-12 | 1999-06-01 | Fisher-Rosemount Systems, Inc. | Process control system using a process control strategy distributed among multiple control elements |
GB9608953D0 (en) * | 1996-04-29 | 1996-07-03 | Pulp Paper Res Inst | Automatic control loop monitoring and diagnostics |
US6493596B1 (en) * | 1996-05-06 | 2002-12-10 | Pavilion Technologies, Inc. | Method and apparatus for controlling a non-linear mill |
US6839599B2 (en) * | 1996-05-06 | 2005-01-04 | Pavilion Technologies, Inc. | Kiln/cooler control and upset recovery using a combination of model predictive control and expert systems |
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 |
US6278899B1 (en) * | 1996-05-06 | 2001-08-21 | Pavilion Technologies, Inc. | Method for on-line optimization of a plant |
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 |
US6047221A (en) * | 1997-10-03 | 2000-04-04 | Pavilion Technologies, Inc. | Method for steady-state identification based upon identified dynamics |
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 |
US6381504B1 (en) * | 1996-05-06 | 2002-04-30 | Pavilion Technologies, Inc. | Method for optimizing a plant with multiple inputs |
US6438430B1 (en) * | 1996-05-06 | 2002-08-20 | Pavilion Technologies, Inc. | Kiln thermal and combustion control |
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 |
US5970430A (en) * | 1996-10-04 | 1999-10-19 | Fisher Controls International, Inc. | Local device and process diagnostics in a process control network having distributed control functions |
US6047222A (en) * | 1996-10-04 | 2000-04-04 | Fisher Controls International, Inc. | Process control network with redundant field devices and buses |
US6601005B1 (en) * | 1996-11-07 | 2003-07-29 | Rosemount Inc. | Process device diagnostics using process variable sensor signal |
WO1998021651A1 (en) | 1996-11-14 | 1998-05-22 | Alcatel Usa Sourcing, L.P. | Generic software state machine and method of constructing dynamic objects for an application program |
FI109379B (fi) * | 1997-07-14 | 2002-07-15 | Metso Paper Automation Oy | Menetelmä ja laitteisto paperikoneen lajinvaihdon toteuttamiseksi |
JP3592519B2 (ja) * | 1997-09-16 | 2004-11-24 | 本田技研工業株式会社 | 内燃機関の排気系の空燃比制御装置及びプラントの制御装置 |
US6192321B1 (en) | 1997-09-29 | 2001-02-20 | Fisher Controls International, Inc. | Method of and apparatus for deterministically obtaining measurements |
US6128541A (en) | 1997-10-15 | 2000-10-03 | Fisher Controls International, Inc. | Optimal auto-tuner for use in a process control network |
US5950006A (en) | 1997-11-05 | 1999-09-07 | Control Technology Corporation | Object-oriented programmable controller |
US6088630A (en) * | 1997-11-19 | 2000-07-11 | Olin Corporation | Automatic control system for unit operation |
US5909370A (en) * | 1997-12-22 | 1999-06-01 | Honeywell Inc. | Method of predicting overshoot in a control system response |
US6201996B1 (en) | 1998-05-29 | 2001-03-13 | Control Technology Corporationa | Object-oriented programmable industrial controller with distributed interface architecture |
JP3219245B2 (ja) * | 1998-08-13 | 2001-10-15 | 株式会社日立国際電気 | 温度制御シミュレーション方法及び温度制御シミュレーション装置 |
JP3773684B2 (ja) * | 1999-02-09 | 2006-05-10 | 本田技研工業株式会社 | 内燃機関の空燃比制御装置 |
US6385496B1 (en) | 1999-03-12 | 2002-05-07 | Fisher-Rosemount Systems, Inc. | Indirect referencing in process control routines |
US6445962B1 (en) | 1999-03-15 | 2002-09-03 | Fisher Rosemount Systems, Inc. | Auto-tuning in a distributed process control environment |
WO2000070417A1 (en) * | 1999-05-17 | 2000-11-23 | The Foxboro Company | Process control configuration system with parameterized objects |
JP2003502771A (ja) * | 1999-06-22 | 2003-01-21 | ブルックス オートメーション インコーポレイテッド | マイクロエレクトロニクス製作に使用するラントゥーラン制御器 |
US6654649B2 (en) * | 1999-12-22 | 2003-11-25 | Aspen Technology, Inc. | Computer method and apparatus for optimized controller in a non-linear process |
US7113834B2 (en) * | 2000-06-20 | 2006-09-26 | Fisher-Rosemount Systems, Inc. | State based adaptive feedback feedforward PID controller |
US6577908B1 (en) * | 2000-06-20 | 2003-06-10 | Fisher Rosemount Systems, Inc | Adaptive feedback/feedforward PID controller |
US8280533B2 (en) * | 2000-06-20 | 2012-10-02 | Fisher-Rosemount Systems, Inc. | Continuously scheduled model parameter based adaptive controller |
BR0112379A (pt) | 2000-06-30 | 2003-04-29 | Dow Chemical Co | Controle de processo de matriz multivariável |
US20020019722A1 (en) * | 2000-07-19 | 2002-02-14 | Wim Hupkes | On-line calibration process |
JP2004509407A (ja) * | 2000-09-15 | 2004-03-25 | アドバンスト・マイクロ・ディバイシズ・インコーポレイテッド | 半導体製造における制御を改良するための適応サンプリング方法 |
US6647315B1 (en) * | 2000-09-29 | 2003-11-11 | Fisher-Rosemount Systems, Inc. | Use of remote soft phases in a process control system |
GB2371884A (en) | 2000-10-12 | 2002-08-07 | Abb Ab | Queries in an object-oriented computer system |
US6697767B2 (en) * | 2000-10-18 | 2004-02-24 | The National University Of Singapore | Robust process identification and auto-tuning control |
US7233886B2 (en) * | 2001-01-19 | 2007-06-19 | Smartsignal Corporation | Adaptive modeling of changed states in predictive condition monitoring |
MY138476A (en) * | 2001-02-01 | 2009-06-30 | Honda Motor Co Ltd | Apparatus for and method of controlling plant |
US6712669B1 (en) * | 2001-02-15 | 2004-03-30 | Tawain Semiconductor Manufacturing Company | BPSG chemical mechanical planarization process control for production control and cost savings |
US6795798B2 (en) * | 2001-03-01 | 2004-09-21 | Fisher-Rosemount Systems, Inc. | Remote analysis of process control plant data |
US6938843B2 (en) * | 2001-03-06 | 2005-09-06 | J & L Fiber Services, Inc. | Refiner control method and system |
US6819960B1 (en) | 2001-08-13 | 2004-11-16 | Rockwell Software Inc. | Industrial controller automation interface |
US6772036B2 (en) * | 2001-08-30 | 2004-08-03 | Fisher-Rosemount Systems, Inc. | Control system using process model |
US6757579B1 (en) * | 2001-09-13 | 2004-06-29 | Advanced Micro Devices, Inc. | Kalman filter state estimation for a manufacturing system |
JP4222816B2 (ja) * | 2001-12-06 | 2009-02-12 | 本田技研工業株式会社 | 周波数整形応答指定型制御を用いたプラント制御装置 |
JP4030372B2 (ja) | 2002-01-31 | 2008-01-09 | 株式会社東芝 | 河川の水位予測装置 |
US6901300B2 (en) * | 2002-02-07 | 2005-05-31 | Fisher-Rosemount Systems, Inc.. | Adaptation of advanced process control blocks in response to variable process delay |
US7050863B2 (en) * | 2002-09-11 | 2006-05-23 | Fisher-Rosemount Systems, Inc. | Integrated model predictive control and optimization within a process control system |
US7376472B2 (en) * | 2002-09-11 | 2008-05-20 | Fisher-Rosemount Systems, Inc. | Integrated model predictive control and optimization within a process control system |
US6819999B2 (en) * | 2002-09-13 | 2004-11-16 | Elliott Energy Systems, Inc. | Multiple control loop acceleration of turboalternator previous to self-sustaining speed |
US6834226B2 (en) * | 2002-09-13 | 2004-12-21 | Elliott Energy Systems, Inc. | Multiple control loop acceleration of turboalternator after reaching self-sustaining speed previous to reaching synchronous speed |
US7146231B2 (en) * | 2002-10-22 | 2006-12-05 | Fisher-Rosemount Systems, Inc.. | Smart process modules and objects in process plants |
US9983559B2 (en) * | 2002-10-22 | 2018-05-29 | Fisher-Rosemount Systems, Inc. | Updating and utilizing dynamic process simulation in an operating process environment |
DE10348563B4 (de) * | 2002-10-22 | 2014-01-09 | Fisher-Rosemount Systems, Inc. | Integration von Grafikdisplayelementen, Prozeßmodulen und Steuermodulen in Prozeßanlagen |
WO2004070569A2 (en) * | 2003-01-31 | 2004-08-19 | Attarwala Fakhruddin T | Integrated optimization and control using modular model predictive controller |
US7188637B2 (en) * | 2003-05-01 | 2007-03-13 | Aspen Technology, Inc. | Methods, systems, and articles for controlling a fluid blending system |
US7340336B2 (en) * | 2003-06-13 | 2008-03-04 | Honda Motor Co., Ltd. | Plant control system |
US7054706B2 (en) * | 2003-06-30 | 2006-05-30 | Intel Corporation | Managing supply chains with model predictive control |
US20050088320A1 (en) | 2003-10-08 | 2005-04-28 | Aram Kovach | System for registering and tracking vehicles |
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 |
US7187989B2 (en) * | 2003-12-22 | 2007-03-06 | Fakhruddin T Attarwala | Use of core process models in model predictive controller |
US7515977B2 (en) * | 2004-03-30 | 2009-04-07 | Fisher-Rosemount Systems, Inc. | Integrated configuration system for use in a process plant |
JP2007536634A (ja) * | 2004-05-04 | 2007-12-13 | フィッシャー−ローズマウント・システムズ・インコーポレーテッド | プロセス制御システムのためのサービス指向型アーキテクチャ |
US7203555B2 (en) * | 2004-05-14 | 2007-04-10 | University Of Delaware | Predictive regulatory controller |
TWI255397B (en) * | 2004-05-19 | 2006-05-21 | Cheng-Ching Yu | Method and apparatus for PID controllers with adjustable dead time compensation |
US6885907B1 (en) * | 2004-05-27 | 2005-04-26 | Dofasco Inc. | Real-time system and method of monitoring transient operations in continuous casting process for breakout prevention |
US20060111858A1 (en) * | 2004-11-22 | 2006-05-25 | Yucai Zhu | Computer method and apparatus for online process identification |
US7526463B2 (en) * | 2005-05-13 | 2009-04-28 | Rockwell Automation Technologies, Inc. | Neural network using spatially dependent data for controlling a web-based process |
US7451004B2 (en) * | 2005-09-30 | 2008-11-11 | Fisher-Rosemount Systems, Inc. | On-line adaptive model predictive control in a process control system |
US8036760B2 (en) * | 2005-10-04 | 2011-10-11 | Fisher-Rosemount Systems, Inc. | Method and apparatus for intelligent control and monitoring in a process control system |
US7444191B2 (en) * | 2005-10-04 | 2008-10-28 | Fisher-Rosemount Systems, Inc. | Process model identification in a process control system |
US7738975B2 (en) | 2005-10-04 | 2010-06-15 | Fisher-Rosemount Systems, Inc. | Analytical server integrated in a process control network |
US7650195B2 (en) * | 2005-10-27 | 2010-01-19 | Honeywell Asca Inc. | Automated tuning of large-scale multivariable model predictive controllers for spatially-distributed processes |
US7930044B2 (en) * | 2006-09-07 | 2011-04-19 | Fakhruddin T Attarwala | Use of dynamic variance correction in optimization |
US7826909B2 (en) * | 2006-12-11 | 2010-11-02 | Fakhruddin T Attarwala | Dynamic model predictive control |
US20080243289A1 (en) | 2007-03-28 | 2008-10-02 | Honeywell International, Inc. | Model maintenance architecture for advanced process control |
US7590511B2 (en) * | 2007-09-25 | 2009-09-15 | Rosemount Inc. | Field device for digital process control loop diagnostics |
US8065251B2 (en) * | 2007-09-28 | 2011-11-22 | Fisher-Rosemount Systems, Inc. | Dynamic management of a process model repository for a process control system |
US8185217B2 (en) * | 2008-01-31 | 2012-05-22 | Fisher-Rosemount Systems, Inc. | Robust adaptive model predictive controller with tuning to compensate for model mismatch |
US8126575B2 (en) * | 2008-03-26 | 2012-02-28 | Fakhruddin T Attarwala | Universal model predictive controller |
WO2009120362A2 (en) * | 2008-03-26 | 2009-10-01 | Fakhruddin T Attarwala | Universal model predictive controller |
US8112163B2 (en) * | 2009-03-23 | 2012-02-07 | Fakhruddin T Attarwala | Embedded dynamic alarm control system |
-
2008
- 2008-09-26 US US12/238,801 patent/US8036760B2/en active Active
- 2008-09-28 CN CN200810165971.6A patent/CN101533261B/zh active Active
- 2008-09-29 EP EP08165431.1A patent/EP2045673B1/en active Active
- 2008-09-29 JP JP2008250577A patent/JP5765873B2/ja active Active
- 2008-09-29 GB GB0817813.9A patent/GB2453261B/en active Active
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102654749B (zh) * | 2011-03-01 | 2015-09-02 | 东芝三菱电机产业系统株式会社 | 学习系数控制装置 |
CN102654749A (zh) * | 2011-03-01 | 2012-09-05 | 东芝三菱电机产业系统株式会社 | 学习系数控制装置 |
CN105487395B (zh) * | 2011-10-21 | 2018-10-26 | 谷歌有限责任公司 | 提供到目标状态的时间的智能控制器 |
CN103907071B (zh) * | 2011-10-21 | 2016-01-20 | 耐斯特实验公司 | 一种用于控制hvac系统的方法 |
CN105487395A (zh) * | 2011-10-21 | 2016-04-13 | 谷歌公司 | 提供到目标状态的时间的智能控制器 |
CN103907071A (zh) * | 2011-10-21 | 2014-07-02 | 耐斯特实验公司 | 提供到目标状态的时间的智能控制器 |
CN102662373A (zh) * | 2012-05-10 | 2012-09-12 | 南通大学 | 一种基于专家系统的环模制粒机智能控制系统 |
CN102662373B (zh) * | 2012-05-10 | 2014-10-08 | 南通大学 | 一种基于专家系统的环模制粒机智能控制系统 |
CN105073284A (zh) * | 2012-10-25 | 2015-11-18 | 布勒索尔泰克斯有限公司 | 自适应喷射器阀阵列 |
CN103034206A (zh) * | 2012-12-14 | 2013-04-10 | 昆明理工大学 | 一种采用后绑定通信插件的工业数据采集系统 |
CN104216355A (zh) * | 2013-06-03 | 2014-12-17 | 泰思康公司 | 用于现场设备的控制和监控的系统和方法 |
CN107111286A (zh) * | 2014-11-12 | 2017-08-29 | 开利公司 | 用于诊断和控制的自动化功能测试 |
CN108398896A (zh) * | 2017-02-08 | 2018-08-14 | 欧姆龙株式会社 | 控制装置、控制方法以及控制程序 |
CN110036372A (zh) * | 2017-03-03 | 2019-07-19 | 三菱电机株式会社 | 数据处理装置、数据处理方法、设定管理装置以及数据处理系统 |
CN110036372B (zh) * | 2017-03-03 | 2020-11-27 | 三菱电机株式会社 | 数据处理装置、数据处理方法、设定管理装置以及数据处理系统 |
CN110892350A (zh) * | 2017-06-12 | 2020-03-17 | 霍尼韦尔国际公司 | 用于识别、可视化和触发来自自动建议动作的工作流以回收基于模型的工业过程控制器的损失利益的装置和方法 |
US11531326B2 (en) | 2017-11-14 | 2022-12-20 | Chiyoda Corporation | Plant management system and management device |
CN111133390A (zh) * | 2017-11-14 | 2020-05-08 | 千代田化工建设株式会社 | 工厂管理系统和管理装置 |
CN110647114A (zh) * | 2018-06-26 | 2020-01-03 | 费希尔-罗斯蒙特系统公司 | 用于配置对多变量现场设备信号的访问的方法和装置 |
CN109559620B (zh) * | 2018-12-11 | 2021-05-14 | 中广核核电运营有限公司 | 一种模拟机外部系统重建初始工况方法、终端及存储介质 |
CN109559620A (zh) * | 2018-12-11 | 2019-04-02 | 中广核核电运营有限公司 | 一种模拟机外部系统重建初始工况方法、终端及存储介质 |
CN109800539A (zh) * | 2019-02-27 | 2019-05-24 | 北京世冠金洋科技发展有限公司 | 一种仿真测试方法及系统 |
CN110286587A (zh) * | 2019-05-21 | 2019-09-27 | 平安银行股份有限公司 | 实现模型迭代控制的方法、服务器及计算机可读存储介质 |
CN110286587B (zh) * | 2019-05-21 | 2022-02-22 | 平安银行股份有限公司 | 实现模型迭代控制的方法、服务器及计算机可读存储介质 |
CN115021970A (zh) * | 2022-05-10 | 2022-09-06 | 浙江智尔信息技术有限公司 | 一种适用于物联网大数据中心的数据自适应安全监测方法 |
CN115021970B (zh) * | 2022-05-10 | 2023-08-22 | 浙江智尔信息技术有限公司 | 一种适用于物联网大数据中心的数据自适应安全监测方法 |
CN117289671A (zh) * | 2023-11-27 | 2023-12-26 | 博纯材料股份有限公司 | 高阶锗烷提纯生产控制系统的状态监控方法及系统 |
CN117289671B (zh) * | 2023-11-27 | 2024-02-02 | 博纯材料股份有限公司 | 高阶锗烷提纯生产控制系统的状态监控方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN101533261B (zh) | 2013-10-09 |
EP2045673A2 (en) | 2009-04-08 |
US20090112335A1 (en) | 2009-04-30 |
JP5765873B2 (ja) | 2015-08-19 |
JP2009087350A (ja) | 2009-04-23 |
EP2045673A3 (en) | 2010-10-13 |
GB0817813D0 (en) | 2008-11-05 |
US8036760B2 (en) | 2011-10-11 |
EP2045673B1 (en) | 2016-08-17 |
GB2453261B (en) | 2012-07-11 |
GB2453261A (en) | 2009-04-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101533261B (zh) | 用于过程控制系统中的智能控制和监控的方法和设备 | |
CN101196740B (zh) | 集成于过程控制网络的分析服务器 | |
CN101533273B (zh) | 过程控制系统的过程模型库的动态管理 | |
CN101004589B (zh) | 过程控制系统中的过程模型识别 | |
CN102520717B (zh) | 用于在加工厂中预防异常状况的数据呈现系统 | |
US10018997B2 (en) | Non-intrusive data analytics in a process control system | |
US8527252B2 (en) | Real-time synchronized control and simulation within a process plant | |
CN1926489B (zh) | 用于在加工厂中预防异常状况的数据呈现系统 | |
US11604459B2 (en) | Real-time control using directed predictive simulation within a control system of a process plant | |
EP2732349B1 (en) | Method of monitoring an industrial process | |
GB2437099A (en) | Adding noise to data for model generation | |
WO2004034204A9 (en) | Services portal | |
WO2019226846A1 (en) | Competency gap identification of an operators response to various process control and maintenance conditions | |
US11449044B2 (en) | Successive maximum error reduction | |
Allsopp | Parallel Development of a Real-time Co-Simulation and MPC Control System for the Universal Water System |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |