Transcript PPS
PROST årsmøte 11-06-2002 En kort oversikt over noen prosjekter i Cybernetica. 02/11/2015 Prosjekter i Cybernetica • ‘Run-to-run’ optimalisering av batch-prosesser: – Optimalisering av S-PVC polymerisering. – Optimalisering av ferromangan-raffinering. • MPC basert på ulineæare fysikalske modeller: – Stabilisering og kvalitets-styring av polypropylen (PP) polymerisasjons-prosesser. – Stabilisering og kvalitets-styring av polyetylen (PE) polymerisasjons-prosesser. – Operatørstøttesystem for S-PVC polymerisasjonsprosesser. – Styring av Pasta-PVC polymerisasjons-prosess (forstudie). – Styring av forbrennings- og energigjenvinningsanlegg. – Utvikling av Green DP for Kongsberg Simrad. 02/11/2015 Prosjekter i Cybernetica • MPC basert på lineære modeller: – Modellprediktiv regulering av destillasjonskolonner. – Utvikling av MPC basert på lineære tilstandsrommodeller for Kongsberg Simrad. • Utvikling av ingeniørsimulator: – Simulator for fenol-formaldehyd batch polymerisasjons-prosess basert på SIMON. • Tuning av konvensjonelle reguleringssystemer: – MultiTune lansert som produkt. • Kurs innen modellprediktiv styring: – 3 kurs høsten 2002 i samarbeid med NTNU. Bidrag fra Statoil og Borealis. 02/11/2015 Gevinst: • Redusert batchtid (minst 15 min). Optimalisering av S-PVC polymerisasjon Reflux condenser • Redusert bruk av inhibitor. • Produktkvalitet i henhold til ‘spec’. Optimaliserings-problem: • Pådragene parameteriseres med ca 80 uavhengige variable. • NB! Modellen må være tilstrekkelig glatt. Implementering: • CENIT ModelFit og CENIT BatchOptimize. • PC med Windows NT som kommuniserer med InfoPlus.21. • Optimalisert resept overføres til styresystem. Cooling jacket VCM H2O PVC • Batch-prosess • Fysikalsk modell: – Reaksjonskinetikk – Termodynamikk – Energibalanse – Kvalitetsmodell • ‘Run-to-run’ optimalisering: Agitator - [1/s] – Estimering av modellparametre etter hver batch: • Modellparametre varierer med omsetning. – Optimalisering av temperaturprofil og initiatordosering. 02/11/2015 Operatør-støttesystem for S-PVC polymerisering Gevinst: • Riktig dosering av inhibitor medfører kortere batchtid. • Riktig lufting av reflukskondensator øker kjølekapasiteten. Implementering: • CENIT. • Kommunikasjon via InfoPlus.21. • Samme modell som ovenfor. • On-line modell oppdateres gjennom batchen: – To varmeovergangstall og en kinetikkparameter estimeres kontinuerlig. • MPC-applikasjon i rådgivende modus: – Predikterer 20 min frem i tid. – Beregner ‘kjølemargin’. – Beregner dosering av moderator hvis kjølemarginen blir negativ. – Beregner behov for lufting av reflukskondensator. 02/11/2015 Gevinst: Optimalisering av metall-raffinering • Minimalisere tap av mangan. • Karbonkons. i henhold til spesifikasjon. • Semibatch-prosess: – Fjerning av karbon fra ferromangan metall. Optimaliserings-problem: • Pådragene parameteriseres med ca 30 uavhengige variable. • NB! Modellen må være tilstrekkelig glatt. Implementering: • CENIT ModelFit og CENIT BatchOptimize. • Modell implementert i SIMON. • Optimalisert pådragstrajektor overføres til styre-system før hver batch. • Fysikalsk modell: – Svært ulineær. – Utviklet og implementert i samarbeid med kunden. • ‘Run-to-run’ optimalisering: – Estimering av modellparametre etter hver batch. – Optimalisering av pådragstrajektor før hver batch. – Gode målinger/analyser før og etter batchen. 02/11/2015 Gevinst: • Økt produksjon (~3%) • Raskere produktoverganger • Mindre “off-spec” • Okt reproduserbarhet Modellprediktiv styring av polypropylen (PP) produksjon • Borealis PP5, Schwechat, Østerike • 3 N-MPC applikasjoner basert på fysiskalske modeller: – 11 MV totalt – 11 CV for stabilisering – 8 CV for kvalitets-styring – 77 modelltilstander • Samarbeid med Borealis: Implementering: • BorAPC (OnSpot) – Modellutvikling – Modelltilpasning – Implementering – Ingangkjøring • Windows NT 02/11/2015 Gevinst: • Økt produksjon • Raskere produktoverganger • Mindre “off-spec”. • Økt reproduserbarhet Modellprediktiv styring av polyetylen (PE) produksjon • Borealis PE3, Stenungsund, Sverige • 2 N-MPC applikasjoner basert på fysiskalske modeller er satt i drift 2002. • Samarbeid med Borealis: – Modellutvikling – Modelltilpasning – Implementering – Ingangkjøring Implementering: • BorAPC (OnSpot) • Windows NT 02/11/2015 Gevinst: • Økt produksjon (~3%) • Raskere produktoverganger • Mindre “off-spec” • Reproduserbarhet Modellprediktiv styring av polyetylen (PE) produksjon • Borealis PE2, Porvoo, Finland • 2 N-MPC applikasjoner basert på fysiskalske modeller er i drift siden 1999. • Cybernetica utvikler: – Modeller for produktkvalitet – MPC styring av kvalitet Implementering: • BorAPC (OnSpot) • VAX VMS 02/11/2015 Implementering: Modellprediktiv styring forbrenningsog energigjenvinningsanlegg • CENIT • Windows NT • OPC komm. mot PLS. • Anlegg leveres av Organic Power. • N-MPC applikasjon basert på fysiskalsk modell er i under utvikling. • Mål med optimaliserende regulering: – Regulering av effektproduksjon. – Optimal energigjenvinning. – Regulering av primær- og sekundærkammer. – Utslipp innenfor ‘spec’. – Avgasstemp. innenfor spesifiserte grenser. 02/11/2015 Kongsberg Simrad GreenDP Miljøvennlig teknologi Ulineær modellprediktiv styring Metodikk utviklet ved SINTEF / Cybernetica Basert på CENIT Kjernen implementert av SINTEF / Cybernetica 02/11/2015 CENIT overview ModelFit BatchOptimize CENIT N-MPC Model component GenEst Configuration interface OPC Client interface OPC Server interface Time series data base 02/11/2015 Cybernetica personell Fra venstere: Magne Hillestad, Halgeir Ludvigsen, Bjarne Foss, Jan Gunnar Dyrset, Peter Singstad, Svein Olav Hauger og Tor Steinar Schei. 02/11/2015