THE INTERRELATIONSHIP BETWEEN VIRTUAL ANALYZERS AND ADVANCED TECHNOLOGICAL PROCESS CONTROL SYSTEM
Keywords:
Improved control system for technological processes, virtual analyzer, dynamic model, adjustable values, predictive model control systemAbstract
The implementation of improved technological process control systems (ITCS) represents one of the most effective ways to increase the efficiency of continuous industrial processes. This paper examines the interrelationship between virtual analyzers (VA) and advanced process control systems based on Model Predictive Control (MPC) technology.
An improved control system is presented as a multi-parameter control architecture for large technological objects that integrates MPC-controllers with a set of virtual analyzers. MPC-controllers enable proactive, multi-variable optimization by solving constrained optimization problems over a short-term prediction horizon using embedded dynamic models of the process. Virtual analyzers, in turn, provide real-time estimation of critical product quality indicators that are difficult or expensive to measure directly, using statistically or physically based models.
References
1. Бахтадзе Н.Н. Современные методы управления производственными процессами //Системы управления технологическими процессами. 2009. № 3 (1). С. 56-63.
2. Бельков Ю.Н., Файрузов Д.Х., Кнеллер Д.В., Торгашов А.Ю. Система усовершен ствованного управления установкой первичной переработки нефти: создание, внедрение, со провождение // Автоматизация в промышленности. 2013. № 8. С. 3-10.
3. Дозорцев В.М., Кнеллер Д.В. АРС усовершенствованное управление технологи-ческими процессами // Датчики и системы. 2005. № 10. С. 56-62.
4. Лебединский А.А., Дозорцев В.М., Кнеллер Д.В. Усовершенствованные АСУ ТП на основе Profit® Controller разработки корпорации Honeywell // Автоматизация в промыш ленности. 2004. Т. 6. С. 39-41.
5. Сапкина Н.В. Восстановление закономерностей на основе нечетких регрессионных моделей: автореферат дис. ... кандидата технических наук: 05.13.17 / Наталья Владимировна Сапкина. Воронеж, 2014, 16 с.
6. Advanced Process Control Profit Controller Designers Guide - Honeywell International Process Solutions. USA: West Union Hills Phoenix, 2007. 178 р.
7. Albazzaz H., Wang X.Z. Historical data analysis based on plots of independent and par allel coordinates and statistical control limits // Journal of Process Control. 2006. V. 16. No. 2. P. 103-114.
8. Angelov P., Xydeas C., Filev D. On-line identification of MIMO evolving Takagi-Sugeno fuzzy models//2004 IEEE International Conference on Fuzzy Systems (IEEE Cat. No. 04CH37542). V. 1. P. 55-60.
9. Anscombe F.J., Tukey J.W. The examination and analysis of residuals // Technometrics 1963. V. 5. No. 2. P. 141-160.
10. Baffi G., Martin E. B., Morris A.J. Non-linear projection to latent structures revisited (the neural network PLS algorithm) // Computers and Chemical Engineering, 1999. V. 23. No. 9. P. 1293 1307.
