DE10059567A1 - Verfahren und Vorrichtung zur Berechnung von Prozessgrößen eines industriellen Prozesses - Google Patents

Abstract

Die Erfindung betrifft ein Verfahren und eine Vorrichtung zur Vorausberechnung von Prozessgrößen eines industriellen Prozesses. Das aus mindestens einem empirischen Modell und einem Kernmodell bestehende Verfahren wird mittels eines zum Kernmodell teilinvers aufgebauten Modells nachberechnet und optimiert. Die Optimierung der empirischen Modell erfolgt mittels Adaptions- oder Trainingsalgorithmen, welche neben bekannten Prozessparametern als wesentliche Eingangsgrößen die vom teilinversen Kernmodell berechneten empirischen Größen besitzen.

Description

Die Erfindung betrifft ein Verfahren bzw. eine Vorrichtung zur Berechnung von Prozessgrößen.

Bei der Regelung bzw. Steuerung von industriellen Prozessen, insbesondere bei Anlagen der Grundstoffindustrie, wie z. B. Stahlwerken, ist es notwendig, Prozessgrößen oder Zustände vorausschauend zu ermitteln, da sie zu dem Zeitpunkt, an dem sie in der Regelung oder Steuerung gebraucht werden, nicht zur Verfügung stehen. Weiterhin ist es wünschenswert, die Be­ rechnung dieser Prozessgrößen oder Zustände online, d. h. während des Produktionsablaufes, zu optimieren.

Es ist gängige Praxis, Prozessgrößen modellgestützt zu ermit­ teln. Vor Beginn eines jeden Prozessablaufes werden in Abhän­ gigkeit von bekannten Prozessparametern benötigte unbekannte Prozessgrößen vorausberechnet, mit denen eine Voreinstellung des Systems erfolgt. Während des Prozessablaufes werden die verwendeten Modelle mittels gemessener Prozessgrößen opti­ miert.

Adaptive Modelle, welche in der Prozessautomatisierung von industriellen Prozessen eingesetzt werden, bestehen häufig aus einem physikalischen Kernmodell. Dieses Kernmodell be­ schreibt die Zusammenhänge, die sich mathematisch-physika­ lisch mit dem heutigen Kenntnisstand hinreichend genau be­ schreiben lassen (DE 43 38 608 A1). Prozessgrößen, für die noch keine hinreichend genaue mathematisch-physikalische The­ orie existiert, werden heutzutage mittels empirischer Modelle bestimmt. Diese empirischen Modelle werden entweder per Hand, z. B. während der Inbetriebsetzung einer industriellen Pro­ zessanlage, eingestellt oder aus dem direkten Vergleich zwi­ schen gemessenen und berechneten Prozessgrößen angepasst.

Aufgabe der Erfindung ist es, ein Verfahren bzw. Vorrichtung anzugeben, das bzw. die es ermöglicht, eine schnelle und ef­ fiziente Adaption der empirischen Modelle durchzuführen.

Die Aufgabe wird erfindungsgemäß durch ein Verfahren gemäß Anspruch 1 gelöst. Vorteilhafte Weiterbildungen des Verfah­ rens sind in den weiteren Ansprüchen angegeben.

Das erfindungsgemäße Verfahren nach Anspruch 1 umfasst ein Kernmodell sowie ein oder mehrere empirische Modelle, wobei mit einem sogenannten "teilinversen Kernmodell" die empiri­ schen Modelle adaptiert werden. In dem empirischen Modell werden Prozessgrößen berechnet, für die noch keine hinrei­ chend genaue mathematisch-physikalische Theorie bekannt ist. Im Gegensatz zu den empirischen Modellen werden im physikali­ schen Kernmodell nur Prozessgrößen berechnet, für die nach heutigem Kenntnisstand die mathematisch-physikalischen Abhän­ gigkeiten hinreichend genau bekannt sind. Die Eingangsgrößen der empirischen Modelle, deren Ausgangsgrößen als empirische Größen bezeichnet werden sollen, sind bekannte Prozessparame­ ter. Die empirischen Größen sowie bekannte Prozessparameter gehen als Eingangsgrößen in das Kernmodell ein. Bei den Aus­ gangsgrößen des Kernmodells wird zwischen messbaren Prozess­ größen und sonstigen Prozessgrößen unterschieden. Das zum Kernmodell teilinvers konstruierte Modell (kurz als "teilin­ verses Kernmodell" bezeichnet) besitzt als Eingangsgrößen ei­ ne geeignete Auswahl von messbaren Prozessgrößen, sowie alle in das Kernmodell eingehenden bekannten Parameter. Die Aus­ gangsgrößen des teilinversen Kernmodells sind die bereits o­ ben genannten empirischen Größen.

Gemäß einer vorteilhaften Ausgestaltung der Erfindung sind das Kernmodell und das inverse Kernmodell zueinander bis auf numerische Rundungsfehler kompatibel und beide Modelle von der Rechenzeit her online-fähig. Für jeden gemessenen Daten­ satz von messbaren Prozessgrößen lässt sich mit Hilfe des teilinversen Kernmodells exakt (bis auf die Messgenauigkeit der ausgewählten messbaren Prozessgrößen) bestimmen, welche Werte die empirischen Größen zum Messzeitpunkt hätten haben sollen, damit die Modellvorhersagen des Kernmodells mit den ausgewählten Messwerten bestmöglich übereinstimmen. Mit die­ ser Kenntnis der empirischen Größen zum Messzeitpunkt lassen sich die empirischen Modelle adaptieren.

Eine weitere vorteilhafte Ausgestaltung der Erfindung liegt darin, dass mittels Adaptions- oder Trainingsalgorithmen, wie z. B. mit einem Gradientenabstiegsverfahren, eine Anpassung der Prozessgrößen im Sinne einer Verringerung der ermittelten Abweichung erfolgt.

Die erfindungsgemäße Vorrichtung nach Anspruch 5 umfasst ein Rechensystem eines industriellen Prozesses zur Berechnung von unbekannten Prozessparametern, auch als empirische Größen be­ zeichnet, abhängig von bekannten Prozessparametern in mindes­ tens einem empirischen Modell, und zur Berechnung von Pro­ zessgrößen abhängig von den bekannten Prozessparametern und den empirischen Größen in einem Kernmodell, wobei das empiri­ sche Modell mittels eines zum Kernmodell teilinversen Kernmo­ dells adaptiert wird.

Die Erfindung sowie weitere Vorteile und Details werden im folgenden anhand von einem schematisch dargestellten Ausfüh­ rungsbeispiel in der Zeichnung näher erläutert. Die einzige Figur zeigt ein Beispiel für die erfindungsgemäße Ausführung eines empirischen Modells, eines Kernmodells und eines tei­ linversen Kernmodells.

Das Ausführungsbeispiel zeigt das erfindungsgemäße Verfahren zur Berechnung von Prozessgrößen 12 eines industriellen Pro­ zesses. Das dargestellte Prozessmodell wird z. B. für die Be­ rechnung der Walzkräfte, der Walzmomente, der Walzleistung und der Voreilung für alle Walzgerüste einer fünfgerüstigen Kaltwalzstraße (Tandemstraße) herangezogen. Je ein empirisches Modell 3, 5 modelliert die unbekannten Prozessparameter 6, 7. Unbekannte Prozessparameter 6, 7 in einer fünfgerüsti­ gen Tandemstraße sind die Reibwerte zwischen dem Walzband und den Arbeitswalzen je Walzgerüst, d. h. es gibt fünf empirische Reibwertmodelle. Des weiteren gibt es ein empirisches Modell 3, 5 für die Fließspannungskurve, die durch eine stückweise lineare Funktion mit 5 Stützstellen dargestellt sei. Insge­ samt gibt es im dargestellten Ausführungsbeispiel also sechs empirische Modelle 3, 5 (symbolisch durch #1. . .#n darge­ stellt). Zur Modellierung der unbekannten Prozessparameter 6, 7, auch empirische Größen genannt, werden z. B. neuronale Netze eingesetzt. Eingangsgrößen dieser empirischen Modelle sind bekannte Prozessparameter 1. Die Summe aller empirischen Größen 8 sowie die bekannten Prozessparameter 1 dienen als Eingangsgröße für das Kernmodell, in dem die Prozessgrößen 12, wie z. B. die Walzkräfte, Walzmomente, Walzenleistungen und Voreilungen aller fünf Walzgerüste, berechnet werden. Bei den berechneten Prozessgrößen 12 wird zwischen (ausgewählten) messbaren Prozessgrößen 10 und sonstige Prozessgrößen 11 un­ terschieden. Als ausgewählte messbare Prozessgrößen 10 sind die Walzkräfte sowie die Voreilung je Walzgerüst zu verste­ hen. Die Walzmomente und die Walzleistungen gehören zu den sonstigen Prozessgrößen 11. Als Beispiel für bekannte Pro­ zessparameter 1 sind die Banddicke vor dem ersten Gerüst, die Abnahme pro Gerüst, die Bandzüge vor dem ersten und dem letz­ ten Gerüst, sowie die Bandzüge zwischen den Gerüsten, die Ra­ dien der Arbeitswalzen, die Bandgeschwindigkeit nach dem letzten Gerüst usw. zu verstehen. Es gibt auch bekannte Pro­ zessparameter 1, wie die chemische Zusammensetzung des Walz­ gutes, die Eingangsgrößen eines empirischen Modells 3, 5 (nämlich des Fließspannungsmodells), nicht jedoch des Kernmo­ dells 9 sind. Als Eingangsgrößen für das teilinverse Kernmo­ dell 14 dienen diejenigen bekannten Prozessparameter 1, die auch Eingangsgrößen des Kernmodells 9 sind, sowie die gemes­ senen Prozessgrößen 13. Die Ausgangsgrößen 15 des inversen Kernmodells sind die bereits oben genannten empirischen Grö­ ßen, welche jedoch abhängig von den gemessenen Prozessgrößen 13 berechnet werden. Wesentlich ist, dass das Kernmodell 9 und das teilinverse Kernmodell 14 zueinander bis auf numeri­ sche Rundungsfehler kompatibel und beide Modelle von der Re­ chenzeit her online-fähig sind. Für jeden gemessenen Satz von messbaren Prozessgrößen 13 lässt sich mit Hilfe des teilin­ versen Kernmodells 14 exakt bestimmen, welche Werte die empi­ rischen Größen 15 zum Messzeitpunkt hätten haben sollen, da­ mit die vom Kernmodell berechneten (ausgewählten) messbaren Prozessgrößen 10 mit den tatsächlich gemessenen Prozessgrößen 13 bestmöglich übereinstimmen. Mit den berechneten empiri­ schen Größen 15 lassen sich die empirischen Modelle 3, 5 an­ passen bzw. optimieren. Die Anpassung bzw. Optimierung der empirischen Modelle 3, 5 erfolgt über Adaptions- oder Trai­ ningsalgorithmen 2, 4. Die Adaptions- oder Trainingsalgorith­ men 2, 4 haben die berechneten empirischen Größen 16, 17 so­ wie die bekannten Prozessparameter 1 als Eingangsgrößen. Die zu den in Form von neuronalen Netzen realisierten empirischen Modellen 3, 5 zugehörigen Adaptions- oder Trainingsalgorith­ men 2, 4 basieren auf einem Gradientenabstiegsverfahren, d. h. dass in Abhängigkeit von der Abweichung eine adaptive Än­ derung der in den Neuronetzen enthaltenen Modellparameter im Sinne einer Verringerung der ermittelten Abweichung erfolgt. Die so adaptierten Modellparameter stehen für die Berechnung der empirischen Größen 6, 7 zu Beginn des nächsten Prozessab­ laufes zur Verfügung.

Claims (5)

1. Verfahren zur Berechnung von Prozessgrößen eines indus­ triellen Prozesses, insbesondere einer Anlage der Grundstoff­ industrie, wobei unbekannte Prozessparameter, auch als empi­ rische Größen bezeichnet, aus bekannten Prozessparametern in mindestens einem empirischen Modell ermittelt werden und Pro­ zessgrößen abhängig von den bekannten Prozessparametern und den empirischen Größen in einem Kernmodel bestimmt werden, wobei das empirische Modell mittels eines zum Kernmodell tei­ linversen Kernmodells adaptiert wird.

2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass das teilinverse Kernmodell kompatibel zum Kernmodel ausgebildet ist.

3. Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass das teilinverse Kernmodell abhängig von bekannten Pro­ zessparametern und von gemessenen Prozessgrößen, die zum Messzeitpunkt bestehenden empirischen Größen bestimmt.

4. Verfahren nach Anspruch 3 dadurch gekennzeichnet, dass mindestens ein empirisches Modell über einen Adaptions- oder Trainingsalgorithmus mittels der vom teilinversen Kern­ modell berechneten zum Messzeitpunkt bestehenden empirischen Größen adaptiert wird.

5. Vorrichtung zur Berechnung von Prozessgrößen eines indus­ triellem Prozesses, wobei mit einem Rechensystem eine Berech­ nung von unbekannten Prozessparametern, auch als empirische Größen bezeichnet, abhängig von bekannten Prozessparametern in mindestens einem empirischen Modell durchgeführt wird und Prozessgrößen abhängig von den bekannten Prozessparametern und den empirischen Größen in einem Kernmodel bestimmt werden, wobei das empirische Modell mittels eines zum Kernmodell teilinversen Kernmodells adaptiert wird.