Способ и устройство для идентификации или, соответственно, предварительного вычисления параметров промышленного процесса, изменяющегося во времени

 

Изобретение относится к способу для идентификации или, соответственно, предварительного вычисления параметров промышленного процесса, в частности, установки промышленности основных материалов с, в частности, быстро изменяющимися параметрами процесса или, соответственно, воздействующими на процесс величинами возмущающего воздействия. Технический результат изобретения заключается в повышении быстродействия вычисления параметров промышленного процесса. Подлежащие идентификации параметры процесса определяют посредством модели процесса в зависимости от измеренных величин из процесса, причем модель процесса содержит, по меньшей мере, одну не изменяющуюся во времени или, соответственно, в значительной степени не изменяющуюся во времени модель процесса, которая представляет собой усредненное по времени отображение процесса, и, по меньшей мере, одну изменяющуюся во времени модель процесса, которая согласована, по меньшей мере, с одной постоянной времени величины возмущающего воздействия или вариацией параметров процесса. 2 с. и 11 з.п. ф-лы, 4 ил.

Изобретение относится к способу или, соответственно, устройству для идентификации или, соответственно, предварительного вычисления параметров промышленного процесса, изменяющегося во времени, как его раскрывает в примерной форме DE 44 16 364 Al.

При регулировании или, соответственно, управлении промышленных процессов, в частности, в случае установок промышленности основных материалов, например, сталеплавильных заводов является часто необходимым рассчитывать прогнозируя определенные параметры процесса или идентифицировать, то есть определять параметры процесса, которые не могут быть непосредственно измерены. При этом является желательным идентифицировать также параметры процесса, которые хотя технически и могут быть измерены, однако измерение которых является сложным и таким образом дорогим.

Известным является идентифицирование параметров процесса с использованием модели процесса. При этом входные величины, или, соответственно, существенные для подлежащих идентификации параметров процесса входные величины подводят к, как правило, упрощенной модели процесса. Этот известный способ, однако, часто приводит к проблемам в случае установок промышленности основных материалов. Характерным для установок промышленности основных материалов, в частности, для сталеплавильных заводов является то, что ошибки при идентификации или недостаточная точность приводят к высоким расходам за счет изготовления брака. Это, в частности, обусловлено тем, что в случае установок промышленности основных материалов, в частности, сталеплавильных заводов возмущающие воздействия частично изменяются так быстро, что в течение времени, которое требуется модели процесса для согласования с новыми входными величинами, может происходить изготовление продукции недостаточного качества. Эта проблема особенно касается группы клетей прокатного стана, в которых рабочий режим при прокатке, например, новой катаной полосы, которая состоит из нового материала или которая имеет другую толщину, скачкообразно изменяется по сравнению с предшествующей полосой.

Задачей изобретения является указание способа или, соответственно, устройства, который или, соответственно, которое позволяют быстро приспосабливать идентифицированные или, соответственно, определенные в виде прогноза параметры процесса к изменяющимся режимам работы.

Задача согласно изобретению решается за счет способа или, соответственно, устройства для идентификации или, соответственно, предварительного вычисления параметров промышленного процесса, в частности, установки промышленности основных материалов, в частности, с быстро изменяющимися параметрами процесса или, соответственно, воздействующими на процесс величинами возмущающего воздействия, причем подлежащие идентификации параметры процесса определяют посредством модели процесса в зависимости от измеренных величин из процесса, причем модель процесса является, по меньшей мере, неизменяющейся во времени или, соответственно, в значительной степени неизменяющейся во времени моделью процесса, которая представляет собой усредненное по времени отображение процесса, и содержит, по меньшей мере, одну изменяющуюся во времени модель процесса, которая согласована, по меньшей мере, с одной постоянной времени величины возмущающего воздействия или вариацией параметров процесса. Этот способ оказался особенно предпочтительным, чтобы идентифицировать или, соответственно, определять в виде прогноза параметры изменяющегося во времени процесса. Величины возмущающего воздействия интерпретируют при этом как изменения параметров процесса и моделируют точно так же, как и действительные изменения параметров процесса с изменяющимися параметрами модели.

В предпочтительной форме выполнения изобретения каждой значащей постоянной процесса относительно вариации подлежащих идентификации параметров процесса придана в соответствие изменяющаяся во времени модель, которая согласована с соответствующей постоянной времени. За счет этого моделирования каждой значащей постоянной времени для модели процесса является возможным следовать за каждым существенным изменением параметра процесса. При этом такой образ действий позволяет также быстрое слежение модели процесса при быстрых изменениях процесса, например, обусловленных помехами.

В дальнейшей предпочтительной форме выполнения изобретения происходит согласование изменяющейся во времени модели с постоянной времени изменения или величины возмущающего воздействия процесса относительно вариаций подлежащих идентифицированию параметров или, соответственно, предварительно вычисляемых параметров процесса за счет непосредственной (в реальном времени) адаптации изменяющейся во времени модели, причем время цикла адаптации в реальном времени предпочтительно согласовано с постоянной времени. При этом оказалось особенно предпочтительным выполнять изменяющуюся во времени модель процесса в виде нейронной сети.

Предпочтительно адаптировать не изменяющуюся во времени или в значительной степени не изменяющуюся во времени модель процесса и, в частности, изменяющуюся во времени модель процесса к актуальным событиям процесса за счет тренинга в реальном времени. Не изменяющуюся во времени или в значительной степени не изменяющуюся во времени модель процесса предпочтительно адаптировать к событиям процесса за счет способа оптимизации и посредством генетических алгоритмов или эволюционных стратегий.

При этом предпочтительно модели для моделирования более коротких постоянных времени возмущающего воздействия или вариации параметров согласовывать или адаптировать к актуальным событиям процесса чаще, чем модели с большими постоянными времени возмущающего воздействия или вариации параметров процесса.

Предпочтительно после произведенной адаптации модели для моделирования более медленной постоянной времени возмущающего воздействия или вариации параметров процесса согласовывать с актуальными событиями процесса модели для моделирования более быстрых постоянных времени возмущающего воздействия или вариации параметров процесса.

Поставленная задача решается также тем, что предлагается устройство для идентификации или, соответственно, предварительного вычисления параметров промышленного процесса, в частности, установки промышленности основных материалов с изменяющимися параметрами процесса для осуществления способа по любому из предыдущих пунктов, причем подлежащие идентификации параметры процесса определяют посредством модели процесса в зависимости от измеренных величин из процесса и причем модель процесса является, по меньшей мере, одной неизменяющейся во времени моделью процесса или, соответственно, в значительной степени неизменяющейся во времени моделью процесса, которая представляет собой усредненное по времени отображение процесса и содержит, по меньшей мере, одну изменяющуюся во времени модель процесса, которая согласована, по меньшей мере, с одной постоянной времени возмущающего воздействия или вариацией параметров процесса.

В случае прокатных станов особенно предпочтительным оказалось адаптировать с процессом или, соответственно, тренировать самую быструю модель, то есть модель, которая претерпевает большинство тренировочных циклов, после каждой катаной полосы, в частности после каждой катаной полосы с новыми свойствами. Далее, оказалось предпочтительным применять для прокатных станов одну неизменяющуюся во времени и две изменяющиеся во времени модели.

Дальнейшие преимущества и подробности изобретения иллюстрируются последующим описанием примеров выполнения в связи с зависимыми пунктами формулы изобретения и с помощью чертежей, на которых, в частности, показано: фиг. 1 - соответствующий изобретению способ для идентификации или, соответственно, предварительного вычисления параметров промышленного процесса, изменяющегося во времени, фиг. 2 - соответствующий изобретению способ для идентификации или, соответственно, предварительного вычисления параметров промышленного процесса, изменяющегося во времени, в альтернативном выполнении, фиг. 3 - соответствующий изобретению способ для идентификации или, соответственно, предварительного вычисления параметров промышленного процесса, изменяющегося во времени, в альтернативном выполнении, фиг. 4 - соответствующий изобретению способ для идентификации или, соответственно, предварительного вычисления параметров промышленного процесса, изменяющегося во времени, в альтернативном выполнении.

Фиг. 1 показывает соответствующий изобретению способ для идентификации или, соответственно, предварительного вычисления параметров промышленного процесса, изменяющегося во времени. При этом к модели процесса подводят информации состояния процесса или измеренные значения из процесса х₀, х₁, х₂, . . . , х_n. Величины состояния процесса или, соответственно, измеренные значения из процесса х₀, x₁, х₂,...,х_n могут быть различными или одинаковыми величинами. Далее эти величины могут быть многомерными, то есть охватывать многие величины состояния процесса. Модель процесса содержит неизменяющуюся во времени или, соответственно, в значительной степени неизменяющуюся во времени основную модель 1 процесса, которая отображает промышленный процесс в долговременном усреднении. Входными или, соответственно, выходными величинами неизменяющейся во времени или, соответственно, в значительной степени неизменяющейся во времени основной модели являются величины х₀ или, соответственно, у₀. Ссылочные позиции 2, 3 и 4 обозначают изменяющиеся во времени модели, посредством которых из входных величин x₁, x₂,...,х_n вычисляют параметры коррекции y₁, y₂,...y_n. При этом изменяющиеся во времени модели 2, 3 и 4 согласованы с различными постоянными времени процесса так, что они поставляют значения коррекции y₁, y₂,...y_n для различных динамических составляющих процесса для коррекции значения y₀, которое поставляется неизменяющейся во времени или, соответственно, в значительной степени неизменяющейся во времени основной моделью. Значения коррекции y₁, y₂,...,y_n посредством комбинаторов 5, 6 и 7 связываются со значением ₀ так, что на выходе последнего комбинатора 7 имеется параметр процесса y, который содержит не только статические составляющие процесса, но и изменяющиеся во времени составляющие процесса, которые учтены в изменяющихся во времени моделях 2, 3 и 4. Значения y, а также y₀, y₁, y₂,...,y_n могут так же, как и значения x₀, x₁, x₂,..., x_n, быть многомерными величинами или скалярами. При этом оказалось особенно предпочтительным, если y₀, y₁, y₂,...,y_n являются скалярами. Если должны идентифицироваться множество параметров процесса у, то это происходит предпочтительным образом путем применения различных моделей, то есть путем применения соответственно одной модели согласно фиг.1 соответственно для одного параметра процесса у. Таким образом является возможным оптимировать, в частности, изменяющиеся во времени модели к параметру процесса y.

В качестве комбинаторов 5, 6 и 7 подходящими являются блоки умножения и сложения.

Неизменяющейся во времени или, соответственно в значительной степени, неизменяющейся во времени основной моделью 1 или, соответственно изменяющимися во времени моделями могут быть аналитические модели, нейронные сети, или гибридные модели, то есть комбинации аналитических моделей и нейронных сетей. При этом, однако, особенно предпочтительным оказалось выполнять изменяющиеся во времени модели 2, 3 и 4 в виде нейронных сетей.

Изменяющиеся во времени частичные модели 2, 3 и 4, в частности, адаптируют к реальным событиям процесса непосредственно (в режиме "он-лайн"). Эта адаптация на фиг.1 не показана. Кроме того, оказалось предпочтительным адаптировать также неизменяющуюся во времени или, соответственно, в значительной степени неизменяющуюся во времени основную модель к реальным событиям процесса с известными временными интервалами.

Фиг. 2 показывает соответствующий изобретению способ для идентификации или, соответственно, предварительного вычисления параметров изменяющегося во времени промышленного процесса, в альтернативном выполнении относительно фиг.1. Как и в способе согласно фиг.1, параметры процесса у определяют посредством неизменяющейся во времени или, соответственно, в значительной степени неизменяющейся во времени основной модели 8, изменяющихся во времени моделей 9, 10 и 11, а также комбинаторов 12, 13 и 14. В противоположность способу с фиг.1 к изменяющейся во времени модели 9, 10 и 11 наряду со значениями x₁, x₂,...,x_n подводят выходное значение неизменяющейся во времени основной модели 8 y₀, а также значения коррекции y₁, y₂,...,y_n-1. При этом опять-таки возможны две альтернативные формы выполнения. Согласно первой альтернативе к изменяющейся во времени модели 2, 3 и 4 подводят только выходные значения предшествующей модели. То есть входными величинами изменяющейся во времени модели 9 являются x₁ и y₀, а входными величинами изменяющейся во времени модели 10 являются x₂ и y₁ и так далее. Согласно второй альтернативе, как показано на фиг.2, к изменяющимся во времени моделям 9, 10 и 11 наряду с входными величинами x₁, x₂,..., x_n подводят в качестве входных величин также выбор значений коррекции y₀, y₁, y₂,...,y_n-1.

Фиг. 3 показывает соответствующий изобретению способ для идентификации или, соответственно, предварительного вычисления параметров изменяющегося во времени промышленного процесса, в альтернативном выполнении относительно фиг. 2. Параметр процесса у определяют опять-таки посредством неизменяющейся во времени или, соответственно, в значительной степени неизменяющейся во времени основной модели 15, посредством изменяющихся во времени моделей 16, 17, 18, а также посредством комбинаторов 19, 20, 21. В противоположность способу, описанному на фиг.2, к изменяющимся во времени моделям 17 и 18 подводят не значения коррекции y₁, y₂,...,y_n-1, а скорректированные промежуточные значения y_0,1, y_1,2,...,y_n-2,n-1. В остальном пояснения относительно фиг. 2 являются справедливыми также для фиг.3 и пояснения относительно фиг.1 - для фиг.2 и 3.

Фиг.4 показывает следующую альтернативу для соответствующего изобретению способа для идентификации или, соответственно, предварительного вычисления параметров у изменяющегося во времени промышленного процесса. При этом к неизменяющейся во времени или, соответственно, в значительной степени неизменяющейся во времени модели 22 процесса подводят информации состояния процесса или измеренные значения из процесса х. Эта модель определяет промежуточное значение u₀, которое подводят к изменяющейся во времени модели 23. Изменяющаяся во времени модель 23 определяет скорректированное на моделированную в ней динамическую составляющую процесса промежуточное значение u₁, которое подводят в свою очередь к следующей изменяющейся во времени частичной модели 24. Последняя определяет скорректированное на моделированную в ней динамическую составляющую процесса промежуточное значение u₂ и т.д. В конце последняя частичная модель 25 выдает значение y для подлежащего идентифицированию параметра y, которое содержит динамические составляющие из изменяющихся во времени моделей 23, 24 и 25.

Альтернативы соответствующего изобретению способа согласно фиг.1-4 являются пригодными не только для идентификации параметров процесса, но и также особенно для их предсказания.

Формула изобретения

1. Способ идентификации или предварительного вычисления параметров промышленного процесса, в частности, установки промышленности основных материалов, с изменяющимися параметрами процесса или воздействующими на процесс возмущающими воздействиями, причем подлежащие идентификации параметры процесса определяют посредством модели процесса в зависимости от измеренных величин из процесса, при этом модель процесса содержит, по меньшей мере, одну не изменяющуюся во времени или в значительной степени не изменяющуюся во времени модель процесса, которая представляет собой усредненное по времени отображение процесса, и, по меньшей мере, одну изменяющуюся во времени модель процесса, которая согласована, по меньшей мере, с одной постоянной времени возмущающего воздействия или изменения параметров процесса.

2. Способ по п. 1, отличающийся тем, что каждой значимой постоянной времени возмущающего воздействия или изменения параметров процесса придана в соответствие изменяющаяся во времени модель процесса, которая согласована с соответствующей постоянной времени.

3. Способ по п. 1 или 2, отличающийся тем, что согласование изменяющейся во времени модели с постоянной времени возмущающего воздействия или изменения параметров процесса производят за счет адаптации в реальном времени изменяющейся во времени модели процесса, причем время цикла адаптации в реальном времени согласовано с постоянной времени.

4. Способ по п. 2 или 3, отличающийся тем, что не изменяющейся во времени или в значительной степени не изменяющейся во времени моделью процесса и изменяющейся во времени моделью процесса является аналитическая модель, нейронная сеть или гибридная модель, т. е. модель, содержащая аналитическую модель и нейронную сеть.

5. Способ по любому из пп. 1-4, отличающийся тем, что не изменяющуюся во времени или в значительной степени не изменяющуюся во времени модель процесса и, в частности, изменяющуюся во времени модель процесса адаптируют к актуальным событиям процесса за счет тренинга в реальном времени.

6. Способ по любому из пп. 1-5, отличающийся тем, что параметры процесса, идентифицированные посредством не изменяющейся во времени, или в значительной степени не изменяющейся во времени модели процесса, или изменяющейся во времени модели процесса, подводят для основанной на нейронных сетях обработки информации, при которой параметры процесса далее оптимизируются, причем основанную на нейронных сетях обработку информации адаптируют в реальном времени к актуальным событиям процесса.

7. Способ по п. 6, отличающийся тем, что параметры процесса, идентифицированные посредством не изменяющейся во времени, или в значительной степени не изменяющейся во времени модели процесса, или изменяющейся во времени модели процесса, связывают с термом коррекции, в частности, аддитивно или мультипликативно, причем терм коррекции образуют посредством основанной на нейронных сетях обработки информации в зависимости от измеренных величин из процесса.

8. Способ по любому из пп. 1-7, отличающийся тем, что параметры процесса прогнозируют за счет не изменяющейся во времени, или в значительной степени не изменяющейся во времени модели процесса, или изменяющейся во времени модели процесса.

9. Способ по любому из пп. 1-8, отличающийся тем, что не изменяющуюся во времени или в значительной степени не изменяющуюся во времени модель процесса адаптируют к событиям процесса посредством способа оптимизации.

10. Способ по любому из пп. 1-9, отличающийся тем, что не изменяющуюся во времени или в значительной степени не изменяющуюся во времени модель процесса адаптируют к событиям процесса посредством генетических алгоритмов или эволюционных стратегий.

11. Способ по любому из пп. 5-10, отличающийся тем, что модели для моделирования более коротких постоянных времени возмущающего воздействия или изменения параметров процесса согласуют или адаптируют к актуальным событиям процесса чаще, чем модели с большими постоянными времени возмущающего воздействия или изменения параметров процесса.

12. Способ по п. 11, отличающийся тем, что после произведенной адаптации модели для моделирования более медленной постоянной времени возмущающего воздействия или изменения параметров процесса согласуют с актуальными событиями процесса модели для моделирования более быстрых постоянных времени возмущающего воздействия или изменения параметров процесса.

13. Устройство для идентификации или предварительного вычисления параметров промышленного процесса, в частности установки промышленности основных материалов, с изменяющимися параметрами процесса, для осуществления способа по любому из предыдущих пунктов, причем подлежащие идентификации параметры процесса определяются посредством модели процесса в зависимости от измеренных величин из процесса, при этом модель процесса содержит, по меньшей мере, одну не изменяющуюся во времени или в значительной степени не изменяющуюся во времени модель процесса, которая представляет собой усредненное по времени отображение процесса, и, по меньшей мере, одну изменяющуюся во времени модель процесса, которая согласована, по меньшей мере, с одной постоянной времени возмущающего воздействия или изменения параметров процесса.

РИСУНКИ

Рисунок 1, Рисунок 2, Рисунок 3, Рисунок 4