A2.2 Control Terminology and Functionality-2

压实点 - Exasmoc只在某些预定点计算控制器动作,而不是将来的每一个时间点。这些预定点在控制器的离线设计期间被指定,称为压实点。必须为输入(控制动作,即Exasmoc MV)和输出(CV's)指定压缩点,并且可以选择不同的压实点。压实点用于减少控制动作的计算。
**响应模型 **- 这是由Exasmoc控制器通过一系列操作计算得出的实际过程动态模型。Exasmoc控制器通过参考此模型来预测控制动作。
换句话说,响应模型将MV(即设定值或直接的阀位)的变化与POV(即中间和被控变量)建立相关。
可测量干扰模型 -假设该扰动将来保持不变的前提下,根据历史测量干扰(例如DV的进料速率变化)计算的模型。
它将前馈控制补充到响应模型中预测。
**不可测量的干扰模型(或“观察者”模型) **- 当存在不可测量干扰的影响时,这种模型是有用的。该模型包括 -

  • 随机/噪声模型
  • 中间变量干扰
  • 用于集成过程的模型组件

不可预测的POV变化通过采用预测(基于卡尔曼滤波)来为响应模型提供另一个补充控制。
如果MV和DV不改变动作,那么可测量干扰模型不会预测任何控制; 因此,不可测量的干扰模型是唯一可以预测对意外情况控制的模型。
这可以通过使用快速响应的中间变量来实现,该变量提供被控变量的未来行为的早期指示,可以被包含在控制器中(作为不可测量的干扰模型),以允许更加鲁棒和及时的控制动作。
所有三个模型都在SMOC Graphical Model Builder的窗口中构建。
以下图示说明了上述术语和功能。

Fig. A 2.2 A generic Depropaniser process flow scheme with Exasmoc controller 图A 2.2一个具有Exasmoc控制器的通用Depropaniser(脱丙烷塔)工艺流程图

CV - 丙烷和丁烷质量
MV - FC的回流和再沸器设定值
DV - LPG进料速率
POV - CV和中间变量(中间变量是顶部温度和风机叶片)

Fig. A 2.3 MV, Model & POV (Intermediate & Controlled variables) 图A 2.3 MV,Model&POV(中间和被控变量)
Fig. A 2.4 Exasmoc models – A simplified overview 图A2.4 Exasmoc模型 - 简要概述

原文:
**Compaction point **- Exasmoc calculates the controller action not at every point in the future time, but only at some predefined points. These predefined points are specified during the off-line design of the controller and called compaction points. Compaction points must be specified for the inputs (control actions i.e. Exasmoc MV’s) and the outputs (CV’s,) and can be selected differently. Compaction points are used to reduce the computations of the control actions.
**Action Model **– This is the actual dynamic model of the process calculated from the series of manipulations of the Exasmoc controller. Exasmoc Controller predicts control action by referring to this model.
In other words Action Model relates changes in MV’s (i.e. setpoints or direct valve positions) to POV’s (i.e. Intermediate and Controlled Variables).
**Measured Disturbance Model **– This model is calculated from the measured disturbance from the past (e.g. feed rate change which is actual DV) assuming that this disturbance will remain constant in future.
It supplements feed forward control to the predictions of the Action Model.
**Unmeasured Disturbance Model (or“Observer”Model) **–This type of model is useful when effects of those disturbances that cannot be measured are present. This model includes –
-Stochastic/Noise Model
-Intermediate Variables Disturbances
-Model component for integrating process
Unexpected variations in POV’s are used to adopt predictions (based on Kalman filtering) to provide another supplementary control to Action Model.
If MV and DV do not change Action and Measured Disturbance model will not predict any control; therefore it is the only unmeasured disturbance model, which predict control action to unexpected circumstance.
This can be achieved by making use of fast responding intermediate variables, that provide an early indication of future behavior of the Controlled Variables, can be included in controller (as unmeasured disturbance model) to allow more robust and timely control action.
All three models are constructed in same window of SMOC Graphical Model Builder.
Following figures provide diagrammatic explanation of above terminology and functionality.
CV's - Propane & Butane Quality
MV's - Reboiler & Reflux Setpoints of FC
DV - LPG feed rate
POV's - CV's and Intermediate Variables (Intermediate Variables are Top Temperature & Fan Pitch)


2017.3.26

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,185评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,445评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,684评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,564评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,681评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,874评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,025评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,761评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,217评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,545评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,694评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,351评论 4 332
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,988评论 3 315
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,778评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,007评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,427评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,580评论 2 349

推荐阅读更多精彩内容