[发明专利]模型预测控制应用程序中相对于最佳性能值的优良性能的系统和方法

说明书

使用模型预测控制来获得针对动态环境中的给定目标的最佳性能值。通过利用将进程推移到操作窗口边缘的不对称动态行为获得例如石油化工进程中的模型预测应用程序的一个或多个最佳性能值。当设定值变得不可行时，应用程序的控制器在远离指定设定值移动时减速。当所述不可行性清除时，所述控制器开始朝向所述设定值移回，所述控制器将遵循调谐后的速度。当所述控制器在逆着经济收益的方向上移动时，所述控制器减速，并且当在经济收益的方向上移动时，所述控制器遵循所述调谐后的动态速度。最佳性能值由所述控制器针对每个控制变量计算，且等于所述控制变量的所述设定值，其中控制值的界限值之间的设定值或最高收益值受经济函数影响。

技术领域

本公开大体上涉及控制应用程序中被称为最佳性能值的高性能操作点，以及提供相对于模型预测控制器中的这些最佳性能值达成优良动态性能。

背景技术

在典型多变量控制策略中，计算操纵变量(MV)值使得满足某些指定控制目标。这些控制目标最常见的是基于工艺经济性而表达为固定期望值(或设定值)和/或优化成本函数，并且在彼此之间以期望的优先次序排列。控制策略设计为首先使用稳态模型来计算静态最优操作点，关于所述操作点设计动态跟踪控制策略。由于不可行性，控制变量(CV)的这些稳态目标值可以不同于用户指定的值(例如，设定值或实时优化(RTO)目标)或可以具有比指定CV界限值内的其它可能值更高的经济成本。这使得可能在CV和MV界限值内存在静态不可行的高潜在值。设定值和/或经济目标函数转译为静态目标以用于跟踪会使控制策略放掉暂态的效益，因为控制移动计划是基于追踪静态目标而不是满足原始控制目标。一些先前设计通过在动态跟踪控制设计中使用指定的原始设定值或经济函数来解决这一问题，导致关于最佳稳态的不对称的CV动态响应。

James B.Rawlings、Dennis Bonnè、John B.Aswin N.Venkat 和StenBay 在《IEEE自动控制汇刊(IEEE Transactions on Automatic Control)》(第53卷，第9期，第2209-2215页，2008年)的文章《模型预测控制中的不可达设定值(Unreachable Setpoints in Model Predictive Control)》以及J.Rawlings和R.Amrit在《非线性模型预测控制(Nonlinear Model Predictive Control)》(第119-138页，2009年)的文章《使用模型预测控制的优化进程经济性能(Optimizing Process EconomicPerformance Using Model Predictive Control)》中论述了此类先前系统。

稳态目标是其中CV除非扰动否则保持静态的值。然而，在现实世界情况下，由于例如噪声和未模型化干扰，这些稳态目标不会保持静态且因此CV大部分时间处于瞬态。如果存在可用的任何高潜在区域，那么这开发了提取关于邻近用户指定的设定值或经济效益的更高累积效益的可能性。

几乎所有的控制应用程序在本质上都是多目标的，其中控制目标含有以指定的优先次序排列并且针对指定的动态响应速度动态调谐的混合的设定值、CV界限值和经济函数。针对不对称响应的先前模型预测控制器设计不考虑多个控制目标以及动态响应速度与CV值的相对稳态重要性之间的差异。本发明旨在提供考虑所有目标以及其相对和/或绝对优先级排序的更高控制器性能。

发明内容

根据本公开，在此公开一种用于通过产生不对称动态行为推移到操作窗口边缘的系统和方法。当设定值变得不可行时，控制器在远离设定值移动时减速。当不可行性清除时，控制器开始朝向设定值移回，控制器将遵循调谐后的动态速度。当控制器在逆着经济收益的方向上移动时，控制器减速，并且当在经济收益的方向上移动时，控制器遵循调谐后的动态速度。最佳性能值(BPV)由控制器针对每个控制变量(CV)限定并计算，且等于CV的设定值，其中控制值的界限值之间的设定值或最高收益值受经济函数影响。