DE19519627A1

DE19519627A1 - Paper production process optimisation system

Info

Publication number: DE19519627A1
Application number: DE1995119627
Authority: DE
Inventors: Herbert Dr Furumoto; Christian Dr Fricke
Original assignee: Siemens AG
Current assignee: Siemens AG
Priority date: 1995-05-29
Filing date: 1995-05-29
Publication date: 1996-12-05
Anticipated expiration: 2015-05-30
Also published as: DE19519627C2

Abstract

The optimisation system has individual process stages supplied with respective setting parameters, with determination of the overall result on the prodn. process via a prognosis device, to allow the individual results to be assigned a fitness factor, for display. Pref. the fitness factors are used for comparison of different results, with calculation of the product characteristics via a neural network, or a fuzzy system, the process parameters adjusted via a genetic learning process, with successive calculation of the fitness factor, to obtain the optimum value.

Description

Die Erfindung bezieht sich auf ein Verfahren zur Optimierung der Prozeßführung von Produktionsvorgängen, bei dem Prozeß einstellungen einer Anlage vorgegeben werden.The invention relates to a method for optimization the process control of production processes, in the process system settings.

Mit der älteren, nicht vorveröffentlichten europäischen Patentanmeldung Nr. 93118903.9 wird bereits eine Vorrichtung zur Prozeßführung vorgeschlagen, die nach Art des sogenannten "fall-basierten Lernens" arbeitet. Beim zugehörigen Betriebs verfahren werden die Parameter von typischen Fällen während der Produktion erfaßt, untereinander verglichen und werden mittels eines Fallerzeugers einerseits und eines Fallauswäh lers andererseits entsprechend optimierte Sollwerte erzeugt. Dabei kann gegebenenfalls auf die Technologie von Fuzzy-Logik und/oder neuronalen Netzen zurückgegriffen werden.With the older, unpublished European Patent application No. 93118903.9 is already a device proposed for litigation, which in the manner of the so-called "case-based learning" works. At the associated company The parameters of typical cases are moved during of production, compared and compared with each other by means of a case generator on the one hand and a case selection On the other hand, correspondingly optimized setpoints are generated. This may refer to the technology of fuzzy logic and / or neural networks can be used.

Davon ausgehend ist es Aufgabe der Erfindung, die Optimierung der Prozeßführung bei Produktionsvorgängen weiter zu verbes sern.Proceeding from this, the object of the invention is optimization to further improve the process control in production processes ser.

Die Aufgabe ist erfindungsgemäß bei einem Verfahren der ein gangs genannten Art dadurch gelöst, daß aus den Prozeßein stellungen einzelner Produktionsvorgänge Fälle erstellt wer den, daß jeweils der auf der Anlage laufende Fall durch eine Prognoseeinrichtung geschickt wird, die aus den Prozeßeigen schaften die fehlenden Produktionseigenschaften berechnet, und daß der einzelne Fall mit einem sogenannten Fitneßfaktor bewertet und angezeigt wird.The object of the invention is in a method of gangs mentioned solved in that from the process positions of individual production processes that in each case the case running on the system by a Forecasting device is sent out of the process itself the missing production properties are calculated, and that the individual case with a so-called fitness factor is rated and displayed.

Im Rahmen der Erfindung können beim Stand der Technik im anderen Zusammenhang bereits vorgeschlagenen genetischen Algorithmen zur Optimierung großtechnischer Prozesse einge setzt werden, wobei die als Fälle definierten typischen Pro zeßeinstellungen Basis für die Optimierung sind. Dieses Ver fahren läßt sich insbesondere in der Anwendung bei der Papierherstellung einsetzen.Within the scope of the invention, the state of the art in another context already proposed genetic Algorithms for optimizing large-scale processes are set, whereby the typical Pro time settings are the basis for optimization. This ver can be used especially in the application Use paper making.

Vorteilhaft ist bei der Erfindung, daß mit Zuführung des je weils auf der Anlage laufenden Falles zur vorhandenen Progno seeinrichtung gleichzeitig aus Prozeßeigenschaften Produkt eigenschaften berechnet werden können. Dies kann mit einem analytischen Modell, einem neuronalen Netz, einem Fuzzy-Ent scheidungssystem oder dergleichen erfolgen. Es entsteht so ein "kompletter Fall", der mit dem Fitneßfaktor bewertet wird. Die Bewertung kann vorteilhaft anhand der Kosten, Qua lität und/oder auch ökologischen Faktoren erfolgen, insbeson dere beispielhaft über eine Kostenfunktion.It is advantageous in the invention that with the supply of each because of the current case to the existing progno se device simultaneously from process properties product properties can be calculated. This can be done with a analytical model, a neural network, a fuzzy ent divorce system or the like. It is created this way a "complete case" that evaluates with the fitness factor becomes. The evaluation can be advantageous based on the costs, qua lity and / or ecological factors, in particular others using a cost function as an example.

Im Rahmen der Erfindung wird der Fitneßfaktor zur verglei chenden Bewertung unterschiedlicher Fälle ausgenutzt. Der Fitneßfaktor wird im Normalbetrieb dem Anlagenfahrer ange zeigt. Ist der Anlagenfahrer mit dem Fitneßfaktor nicht zu frieden oder liefert die Prognose nicht das gewünschte Ergeb nis vorrangig die geforderten Produkteigenschaften kann auf Simulation umgeschaltet werden. Wahlweise kann eine solche Umschaltung ereignisgetriggert sein.In the context of the invention, the fitness factor is compared appropriate evaluation of different cases. Of the Fitness factor is indicated to the operator in normal operation shows. The operator is not too fit with the fitness factor peace or the forecast does not deliver the desired result nis primarily the required product properties Simulation can be switched. Optionally, such Switchover to be event triggered.

Bei der Erfindung können vorteilhafterweise aus laufenden Fällen abgeleitete Prozeßeinstellungen, wie insbesondere veränderbare Prozeßzustände, Sollwerte, Stellwerte, Chemi kaliendosierungen od. dgl., modifiziert werden. Ein auf diese Weise entstehender Tochterfall wird wiederum der Prognoseein richtung zugeführt und erneut der Fitneßfaktor berechnet. Dies bedeutet, daß der Tochterfall dem gleichen Bewertungs verfahren unterzogen wird wie der ursprüngliche Fall. Der sich neu ergebende Fitneßfaktor wird mit dem des vorher gehenden Falles verglichen. Dieser Vorgang wird so lange wiederholt, bis der Fitneßfaktor ein Optimum erreicht hat. In the invention can advantageously from ongoing Cases derived process settings, such as in particular changeable process states, setpoints, manipulated values, chemi doses of calories or the like, are modified. One on this Wise emerging daughter case will again be the forecast direction and the fitness factor is calculated again. This means that the daughter case has the same valuation is subjected to the same procedure as the original case. Of the the new fitness factor is the same as that of the previous one compared case. This process will take so long repeated until the fitness factor has reached an optimum.

Anschließend kann der Operator bzw. der Anlagenfahrer ent scheiden, ob er die zugehörigen und jeweils gespeicherten Prozeßeinstellungen für den tatsächlichen Produktionsablauf übernehmen will.Then the operator or the operator can enter decide whether it is the associated and saved Process settings for the actual production process wants to take over.

Weitere Einzelheiten und Vorteile der Erfindung ergeben sich aus der nachfolgenden Figurenbeschreibung eines Ausführungs beispiels anhand der Zeichnung in Verbindung mit den weiteren Patentansprüchen. Es zeigenFurther details and advantages of the invention emerge from the following figure description of an embodiment for example using the drawing in conjunction with the others Claims. Show it

Fig. 1 als Blockschaltbild die Anwendung von genetischen Algorithmen bei Optimierung der Prozeßführung eines Produktionsvorganges, wobei die Art des Produktions vorganges offengehalten wird, Fig. 1 is a block diagram of the application of genetic algorithms in optimization of the process control of a production process, the nature of the production process is kept open,

Fig. 2 die Berechnung des Fitneßfaktors mit neuronalen Netzen und Fuzzy-Logik, Fig. 2, the calculation of fitness factor with neural networks and fuzzy logic,

Fig. 3 die Berechnung des Fitneßfaktors aus einer Wissens basis vorheriger Produktionsfälle und Fig. 3 the calculation of the fitness factor from a knowledge base of previous production cases and

Fig. 4 die Berechnung des Fitneßfaktors mit sogenannten konzeptionellen Klustern. Fig. 4 the calculation of the fitness factor with so-called conceptual clusters.

Die Erfindung ist insbesondere bei der Papierherstellung vor teilhaft einsetzbar.The invention is particularly useful in papermaking partially applicable.

In Fig. 1 bezeichnet der Block 1 eine Einheit von Prozeß daten, die bei einem bestimmten Produktionsvorgang anfällt. Bei der Papierherstellung sind welche Vorgänge im einzelnen die Prozeßführung bei der Zellstoffherstellung einerseits und der entsprechenden Weiterverarbeitung zu Papier andererseits.In Fig. 1, the block 1 indicates a unit of data process, which is obtained in a specific production process. In paper production, what are the individual processes involved in the process control in pulp production on the one hand and the corresponding further processing into paper on the other.

Der Einheit 1 ist eine Einheit 2 nachgeschaltet, die als so genannter Fallerzeuger dient. In der Einheit 2 werden aus den Prozeßdaten des Blockes 1 und weiteren in einer Einheit 21 gespeicherten Offline-Daten typische Fälle abgeleitet, wobei jeweils ein aktueller Fall ausgewählt wird. Die so generier ten Fälle des Fallerzeugers 2 werden in einen Fallklassifi zierer 3 und einer nachfolgenden Datenbank 4 für die einzel nen Fälle gegeben.The unit 1 is followed by a unit 2 , which serves as a so-called case generator. In unit 2 , typical cases are derived from the process data of block 1 and further offline data stored in unit 21 , a current case being selected in each case. The cases of the case generator 2 thus generated are placed in a case classifier 3 and a subsequent database 4 for the individual cases.

In einer nachgeschalteten Einheit 5 wird jeweils ein aktuel ler Fall vom Fallerzeuger 2 einerseits und der Datenbank 4 der Fälle angesteuert. Parallel ist eine Einheit 6 für einen sogenannten Tochterfall geschaltet.In a downstream unit 5 , a current case is triggered by the case generator 2 on the one hand and the database 4 of the cases. A unit 6 is connected in parallel for a so-called daughter case.

Von den Einheiten 5 oder 6 wird alternativ über einen Schal ter 7 eine Prognoseeinrichtung 8 angesteuert. Der Prognose einrichtung 8 folgt eine Einheit 9 zur Berechnung des soge nannten Fitneßfaktors, die auch einen Alarmgenerator beinhal ten kann.Alternatively, a forecasting device 8 is actuated by units 5 or 6 via a switch 7 . The forecasting device 8 is followed by a unit 9 for calculating the so-called fitness factor, which can also include an alarm generator.

Der sogenannte Fitneßfaktor ist in der Theorie der geneti schen Algorithmen eindeutig definiert, beispielsweise in der Monographie D.E. Goldberg "GENETIC ALGORITHM in search, optimization and machine learning", Addison-Wesley Publishing Comp. Inc. (1989). Damit ist im einzelnen die Gültigkeit des angewandten Prozeßmodells für die jeweilige Steuerungsaufgabe beschrieben.The so-called fitness factor is in the theory of genetics algorithms clearly defined, for example in the Monograph D.E. Goldberg "GENETIC ALGORITHM in search, optimization and machine learning ", Addison-Wesley Publishing Comp. Inc. (1989). This is the validity of the applied process model for the respective control task described.

Für eine Optimierung wird das Ausgangssignal der Einheit 9 zwecks Berechnung des Fitneßfaktors auf eine Einheit 10 zur Erzeugung von genetischen Algorithmen gegeben. In der Einheit 10 werden eine Anzahl von Tochterfällen generiert, aus denen jeweils die günstigsten ausgewählt werden können. Über einen sog. Fallmodifizierer 11 werden die Signale auf die Einheit 1 zur Speicherung der Prozeßdaten zurückgegeben. Dabei ist an dieser Stelle der Anlagenfahrer bzw. Operator zwischenge schaltet, von dem manuelle Modifikationen eingegeben werden können.For an optimization, the output signal of the unit 9 is passed to a unit 10 for generating genetic algorithms for the purpose of calculating the fitness factor. A number of daughter cases are generated in unit 10 , from which the cheapest can be selected. The signals are returned to the unit 1 for storing the process data via a so-called case modifier 11 . At this point, the operator or operator is interposed, from whom manual modifications can be entered.

Das Konzept der in der Figur nur abstrahiert dargestellten Anlage ist, unter Verwendung der geometrischen Algorithmen die vorhandenen Fälle derart zu modifizieren, daß ein Toch terfall mit einem aktuellen Fall verglichen werden kann und jeweils der bessere Fall zur Grundlage des Prozeßmodelles herangezogen wird. Somit ist eine kontinuierliche Optimierung der Prozeßführung möglich.The concept of that shown in the figure only in an abstract way Facility is using geometric algorithms to modify the existing cases so that a daughter can be compared with a current case and the better case for the basis of the process model is used. This is a continuous optimization litigation possible.

Für die Praxis ist ein Training der Prognoseeinrichtung wich tig. Dabei kann bei einer ersten Variante als Arbeitspunkt der zur Zeit anliegende Prozeßzustand, d. h. der aktuelle Fall, gewählt werden. Für die Prognose wird das Prognose modell mit ähnlichen Fällen trainiert, d. h. die Modellkon stanten werden in der Nähe des aktuellen Arbeitspunktes be stimmt. Dadurch verbessert sich bei komplexen nichtlinearen Prozessen die Prognosegenauigkeit. Ahnliche Fälle sind dabei die in der Datenbank der Fälle vorhandenen Daten, die in der Nähe des aktuellen Falles liegt.In practice, training the forecasting facility is important tig. In a first variant, it can be used as a working point the current process status, d. H. the current Case. For the forecast, this becomes the forecast model trained with similar cases, d. H. the model con aants are placed near the current working point Right. This improves on complex non-linear ones Processes the accuracy of the forecast. Similar cases are included the data available in the database of the cases, which in the Is close to the current case.

Bei einer alternativen Variante wird dagegen mit einem Ge samtmodell gearbeitet, das Offline trainiert wird.In an alternative variant, a Ge worked velvet model that is trained offline.

Bei der Bewertung mit dem Fitneßfaktor können vorteilhafter weise die Kosten, die Qualität oder aber auch insbesondere ökologische Faktoren herangezogen werden. Dabei ist die Be wertungsfunktion, d. h. die Zielstellung der Optimierung, ver änderbar und jeweiligen Randbedingungen der Produktion anpaß bar. In der Figur ist dafür eine Einheit 18 vorhanden, die eine Datenbank zur Kostenermittlung beinhaltet.When evaluating with the fitness factor, the costs, the quality or, in particular, ecological factors can advantageously be used. The evaluation function, ie the objective of the optimization, can be changed and the respective boundary conditions of the production can be adapted. For this purpose, there is a unit 18 in the figure which contains a database for determining the costs.

In Fig. 2 ist die Anordnung gemäß Fig. 1 speziell für eine Papiermaschine ausgeführt. Dabei wird die Prognose der Papierqualität, z. B. des sogenannten CMT-Wertes (Stauchwider stand), mit einem neuronalen Netz 22 vorgenommen, dem Meß größen als Variable x₁ bis x_n von einer Eingangseinheit 21 zugeführt werden. Die Kostenprognose erfolgt dagegen parallel mit einem linearen Modell gemäß der Einheit 23. Dafür werden einer Datenbank 24 für die spezifischen Kosten Werte entnom men, jeweils über Verknüpfungsglieder 231 bis 234 mit den Variablen x₁ bis x_n, die einen Fall repräsentieren, verbunden und in einem Summationsglied 238 aufsummiert.In FIG. 2, the arrangement according to FIG. 1 is specifically designed for a paper machine. The forecast of paper quality, e.g. B. the so-called CMT value (resistance to compression), made with a neural network 22 , the measurement variables as variables x 1 to x _n are supplied by an input unit 21 . The cost forecast, on the other hand, is carried out in parallel using a linear model according to unit 23 . For this purpose, values are taken from a database 24 for the specific costs, in each case connected via links 231 to 234 to the variables x 1 to x _n , which represent a case, and summed up in a summation section 238 .

Durch eine Fuzzy-Bewertung wird der prognostizierten Qualität und den prognostizierten Kosten nach Fuzzifizierung in den Einheiten 26 und 27 unter Berücksichtigung entsprechender Fuzzy-Bewertungsregeln in der Einheit 28 und einer nachge schalteten Einheit 29 zur Defuzzyfizierung der Fitneßfaktor berechnet. Dabei können vorteilhafterweise neben den Kosten und der Qualität auch die Abweichung des spezifischen Falles von den Auslegungsdaten der Papiermaschine (Auslegungspunkt) und/oder der aktuelle Fall (aktueller Arbeitspunkt) heran gezogen werden. Zu große Sprünge wirken sich negativ auf den Fitneßfaktor aus. Wahlweise kann aber auch nur eine Größe zur Festlegung des Fitneßfaktors herangezogen werden.A fuzzy evaluation of the predicted quality and the predicted costs after fuzzification in units 26 and 27 takes into account the corresponding fuzzy evaluation rules in unit 28 and a downstream unit 29 for defuzzification of the fitness factor. In addition to the costs and the quality, the deviation of the specific case from the design data of the paper machine (design point) and / or the current case (current working point) can advantageously be used. Jumps that are too large have a negative impact on the fitness factor. Optionally, however, only one variable can be used to determine the fitness factor.

In Fig. 3 ist der Einheit 31 mit den einen aktuellen Fall oder bereits einen Tochterfall repräsentierenden Variablen x₁ bis x_n eine Einheit 32 nachgeschaltet, die einen Auswahl- und Integrationsalgorithmus liefert, und die einer Datenbank 34 der einzelnen Fälle zugeordnet ist. Dabei wird aus der Daten bank der Fälle mit dem vorgegebenen Auswahl- und Integra tionsalgorithmus der ähnlichste Fall herausgesucht bzw. kon struiert und in der Einheit 35 wiedergegeben.In Fig. 3, the unit 31 is connected with the variables x 1 to x _n representing a current case or a daughter case, a unit 32 which provides a selection and integration algorithm and which is assigned to a database 34 of the individual cases. The most similar case is selected or constructed from the database of cases using the predetermined selection and integration algorithm and is reproduced in unit 35 .

Speziell bei einer Zellstoff-Fabrik kann letzteres in der einfachsten Konstellation beispielsweise die Reißfestigkeit für die Qualität und die Ausbeute (Holzeinsatz/erzeugte Zellstoffmenge) für den Kostenfaktor sein. Daraus läßt sich eine Bewertungsfunktion gemäß folgendem Muster ableiten:Especially at a pulp mill, the latter can be found in the simplest constellation, for example, the tensile strength for the quality and the yield (use of wood / generated Amount of pulp) for the cost factor. It can be said derive an evaluation function according to the following pattern:

FF = k1 _* Kosten + k2 _* Qualität.FF = k1 _* costs + k2 _* quality.

Durch eine Datenbank 37 für spezifische Kosten lassen sich die Kostenfaktoren in einem Verknüpfungsglied 38 mit entspre chenden Werten verbinden und läßt sich über eine Bewertungs einheit 39 der Fitneßfaktor ermitteln. Through a database 37 for specific costs, the cost factors can be linked in a link 38 with corresponding values and the fitness factor can be determined via an evaluation unit 39 .

In Fig. 4 definieren die Variablen x₁ bis x₄ der Einheiten 41 einen unvollständigen Fall, bei dem Einflußgrößen fehlen können. Es ist eine Einheit 42 vorhanden, die zur Bildung von sogenannten konzeptionellen Klustern dient und die einer Datenbank der Fälle 44 zugeordnet ist.In Fig. 4, the variables x₁ to x₄ of the units 41 define an incomplete case in which influencing variables may be missing. There is a unit 42 which is used to form so-called conceptual clusters and which is assigned to a database of cases 44 .

Mit Hilfe des konzeptionellen Klusterns wird aus der Daten bank der Fälle 44 ein prognostiziertes Kluster ermittelt und an die Einheit 45 gegeben. Die weitere Verarbeitung erfolgt entsprechend Fig. 3 mit einer Datenbank 47 für die spezifi schen Kosten und einer Bewertungseinheit 49, um den Fitneß faktor zu bestimmen.With the help of conceptual clustering, a predicted cluster is determined from the database of cases 44 and passed on to unit 45 . The further processing takes place according to FIG. 3 with a database 47 for the specific costs and an evaluation unit 49 in order to determine the fitness factor.

Beispielsweise bei einem Zellstoff-Kocher ist die Qualität des herzustellenden Zellstoffes durch die sogenannte Kappa-Zahl gegeben, die mit den Kostenfaktoren "Holzverbrauch" und "Holzanteil" (Langfaserholz/Kurzfaserholz) korreliert und bewertet wird. Daraus ergibt sich ebenfalls ein Fitneßfaktor. Bei diesem Beispiel wird eine Ungenauigkeit bewußt in Kauf genommen, da es nur darum geht, eine Reihenfolge der Fälle vorzunehmen.For example, with a pulp cooker, the quality is of the pulp to be produced by the so-called kappa number given that with the cost factors "wood consumption" and "Wood content" (long fiber wood / short fiber wood) correlates and Is evaluated. This also results in a fitness factor. In this example, an inaccuracy is consciously accepted taken as it is just a case order to make.

Claims

1. A method for optimizing the process control of production processes in which process settings of a system are specified, characterized in that cases are created from the process settings of individual production processes, in each case that the case running on the system is sent by a forecasting device the process properties, the missing product properties are calculated and that the individual case is evaluated and displayed with a so-called fitness factor.

2. The method according to claim 1, characterized shows that a comparison of the fitness factor appropriate assessment of different cases is derived.

3. The method according to claim 1, characterized records that for the calculation of the product's own an analytical model is used.

4. The method according to claim 1, characterized records that for the calculation of the product property a neural network is used.

5. The method according to claim 1, characterized records that for the calculation of the product property a fuzzy system is used.

6. The method according to claim 1, characterized records that for the modification of process settings lung genetic algorithms and that every case of pro generated by genetic algorithms gnoseeinrichtung fed and the fitness factor calculated becomes.

7. The method according to claim 6, characterized records that through ongoing repetitions of the Fitness factor is brought to an optimum.

8. The method according to claim 1 or one of claims 3 to 5, characterized in that the Prediction model is trained online and that the model con determined near the current working point becomes.

9. The method according to claim 1 or one of claims 3 to 5, characterized in that a Overall model is chosen, which is trained offline.

10. The method according to any one of the preceding claims characterized in that in the Fitness factor in addition to the model parameters, the costs that Quality and / or ecological factors.

11. The method according to claim 10, characterized ge indicates that the evaluation function of the additional factors is changeable and the current edge conditions of production is adjusted.

12. The method according to any one of the preceding claims, characterized in that the one Flow values evaluated with fuzzy logic and a fitness from it factor is derived.

13. The method according to any one of the preceding claims, characterized in that the ge called sizes about case-based learning as specific ones Type of modeling can be determined.

14. The method according to any one of the preceding claims, characterized in that the Evaluation of the sizes using the so-called conceptual Clusters is made.

15. The method according to any one of the preceding claims, characterized in that the Assessment is made via neural networks.