Multivariabel styrning förklaras alltid med mycket komplex terminologi som involverar begrepp som detaljerade processmodeller, realtidsoptimering- och matrismatematik. Det betyder att få andra än avancerade processkontrollingenjörer (APC) förstår det. En bättre förståelse för multivariabel styrning i industriell processdrift har tagit fler människor in i processautomatiseringsverksamheten, samtidigt som det medfört operativa fördelar inklusive aktualitet, konsekvens och färre larm.
Popularisera ARC Knowledge
Många människor som är involverade i projekt kan vara i ett tillstånd av förvirring och accepterar ofta APC-projekt utan att helt förstå målen, fördelarna, effekterna och framgångsfrekvensen. Denna situation gör dessutom att industrin återigen förlitar sig på APC-ingenjörer för att förklara de många oväntade bristerna hos APC, såsom höga kostnader, korta livscykler och högre underhållskostnader, som i de flesta fall inte har förklarats på ett tillfredsställande sätt.
Med nästan 40 års erfarenhet av multivariabel styrning har en mer intuitiv och kvalitativ förståelse för multivariabel styrning och dess roll i industriell verksamhet vuxit fram. Detta kan ha flera fördelaktiga effekter på APC och processautomatisering, inklusive enklare och kraftfullare mjukvaruverktyg, bättre definierade applikationer och större involvering av alla intressenter.
Vad är multivariat kontroll?
Multivariabel styrning kan definieras som automatisering av enstaka -slingkontrollerbörvärde och justeringar av utsignaler som annars skulle överlåtas till driftteamet att utföra manuellt. Om börvärde och effektjusteringar görs av driftpersonalen under arbetscykeln är detta manuell multivariabel styrning. Automatisk multivariabel kontrollteknik, som modellprediktiv kontroll (MPC) eller modell-fri multivariabel kontroll, automatiserar denna uppgift.
Automatisk multivariabel kontroll (eller sluten-slinga multivariabel) ger samma fördelar som enskilda slutna-kontroller, inklusive mer aktualitet och konsekvens, färre larm och gränsöverskridanden och bättre optimering. Det resulterar ofta i betydande driftsförbättringar och ekonomiska fördelar.
Roll i processdrift
Rollen för multivariabel styrning i industriell verksamhet kan förstås som skillnaden mellan automatiserad multivariabel styrning och manuell multivariabel styrning. Manuell multivariabel styrning har alltid funnits i industrin eftersom nästan varje processoperation är en multivariabel styrning. Fråga bara vilken operationsperson som helst så får du se.
Automatisk multivariabel styrning automatiserar eller tar över uppgiften att göra börvärdes- och utgångsjusteringar för den tillhörande gruppen av regulatorer. Detta resulterar vanligtvis i mer konsekventa och lägliga justeringar, färre larm och gränser som överskrids och mer optimering. Dessa fördelar kan också förstås som inneboende i sluten-slinga kontra öppen-loopkontroll. När det gäller styrning med en-slinga har dessa fördelar alltid varit lätta att förstå, och i själva verket gäller detta även för styrning med flera variabler.
Det traditionella begränsningsdiagrammet illustrerar deras skillnader. Med manuell multivariabel styrning kan operatören hålla en lämplig mängd buffert eller felmarginal mellan den pågående driften och gränserna i händelse av oväntade förändringar eller störningar i processen. Bufferten leder vanligtvis till ekonomisk förlust i förhållande till en helt optimerad drift.
I manualer, om en oväntad processförändring eller störning inträffar, upprätthåller operatören en buffert eller felmarginal mellan den pågående operationen och begränsningsgränserna. Bufferten leder vanligtvis till ekonomisk förlust i förhållande till en helt optimerad drift.
Genom att använda automatisk eller sluten-slinga multivariabel styrning kan operationer hållas närmare de faktiska gränserna och buffertzoner kan användas som en avancerad kontrollfördel. Detta är möjligt eftersom multivariabel styrning innebär att man kan lita på automatiska svar för att vidta åtgärder när processförhållandena ändras. På samma sätt kan multivariabel kontroll automatiskt falla tillbaka inom begränsningsgränserna, vilket gör att större fördelar kan fångas eftersom den kan fungera i båda riktningarna.
Multivariabla styrtillämpningar förblir "under radarn" av det konventionella MPC-paradigmet med stor matris eftersom den höga kostnaden för MPC inte har motiverats med framgång och är för stor för begränsningarna för Advanced Regulatory Control (ARC).
Exemplet "Low Altitude Radar" visar en multivariat kontrollapplikation som har varit "under radarn" av MPC. Den visar antalet ingrepp som gjorts av operatören vid konsolen som svar på ett börvärde, utgång eller modändring under en given tidsperiod. Den visar de 25 sämsta "rollerna", dvs de styrenheter som kräver mest operatörsingripande. Detta är ett enkelt diagram att rita för alla moderna kontrollsystemkonsoler.
Effektiva mätvärden ger meningsfulla mätningar som visualiserar framsteg över tid. Har branschen försummat mått som kan motivera automatiserade multivariabla kontroller? De 25 sämsta styrenheterna (de som kräver det mest operativa personalingripandet) kan enkelt kartläggas för alla moderna kontrollsystemskonsoler.
Micromanaging APC
Förvisso representerar de flesta av dessa ingrepp manuella multivariabla kontrollscenarier, där operationsteamet är överväldigat med att mikrohantera gruppen av styrenheter i fråga.
Målet med multivariatstyrning är att automatisera det manuella multivariatstyrschemat och att stänga den multivariata slingan samtidigt som antalet variabler minskas.
APC-statistik saknas
Nyligen har branschen antagit liknande bästa praxis minst två gånger - för att manuellt hantera loopar (utöver de manuella multivariata loopar vi pratar om nu) och hantera larm för "dåliga roller" (utöver de dåliga roller vi pratar om nu som kräver frekvent ingripande av driftpersonal). roller).
Manuella multivariata slingor och frekventa operationspersonalingripanden har ett antal oönskade konsekvenser, inklusive fler larm och gränsöverskridanden, och mindre fokus och optimering av driftpersonalen på uppgifter på högre-nivå. Manuella ingrepp är ofta inkonsekventa, olämpliga och sub-optimala.
Effektiva mätvärden ger meningsfulla mätvärden som visualiserar framsteg över tid. Figur 2 uppfyller dessa kriterier och återspeglar de grundläggande aspekterna av framgångsrik processautomatisering och kvaliteten på konsoloperationer. Förbiser industrin detta naturliga och potentiellt viktiga mått?