專利名稱：用于生產(chǎn)廠的集成優(yōu)化和控制的制作方法
技術(shù)領(lǐng)域：
本發(fā)明通常涉及控制系統(tǒng)并且尤其涉及使用參數(shù)多面模型的、用于生產(chǎn)廠的集成 優(yōu)化和控制。
背景技術(shù)：
由于這種方法可能提供的潛在經(jīng)濟利益的原因，處理廠的集成優(yōu)化和控制已被長 期關(guān)注。過去提出了大量的解決方案，而且一些可商業(yè)獲得的軟件供應(yīng)試圖滿足針對這樣 解決方案的巨大需求。然而，一些對這樣的解決方案的實現(xiàn)的關(guān)鍵技術(shù)挑戰(zhàn)依然存在，包 括(1)廠優(yōu)化和廠控制解決方案之間的不一致性，(2)集成優(yōu)化和控制解決方案的計算復(fù) 雜性，和(3)用于復(fù)雜處理廠的集成解決方案的可測量性和可維護性。

發(fā)明內(nèi)容
本發(fā)明提供了使用參數(shù)多面模型來優(yōu)化和控制生產(chǎn)廠的新技術(shù)。特別地，參數(shù)多 面模型可以被配置成維持涉及生產(chǎn)廠的第一組參數(shù)(例如，用于控制的動態(tài)模型的參數(shù)) 與涉及生產(chǎn)廠的第二組參數(shù)(例如，用于經(jīng)濟優(yōu)化的經(jīng)濟模型的參數(shù))的一致性。通常第 一組參數(shù)與第二組參數(shù)不同。例如，第一組參數(shù)可以表示低水平實時控制參數(shù)而第二組參 數(shù)可以表示高水平經(jīng)濟參數(shù)。利用合適的參數(shù)化可以允許參數(shù)多面模型在合理的時間內(nèi)給 出用于決策環(huán)境的、生產(chǎn)廠的合適水平的細節(jié)。特別地，參數(shù)多面模型可以在一定時間范圍 內(nèi)將第一組參數(shù)映射到第二組參數(shù)，在該時間范圍內(nèi)允許由控制系統(tǒng)基于第二組參數(shù)來控 制處理廠。在某些實施例中，映射可以是處理廠當(dāng)前的和/或預(yù)期的操作條件的函數(shù)。


在參考附圖閱讀以下詳細描述時，本發(fā)明的這些和其他特征、方面和優(yōu)點會變得 更好理解，在所有附圖中，相同標(biāo)記代表相同部件，在附圖中圖1是集成的處理廠優(yōu)化和控制系統(tǒng)的示例性實施例的框圖；圖2是具有參數(shù)多面模型的、圖1的集成的處理廠優(yōu)化和控制系統(tǒng)的示例性實施 例的框圖；圖3是參數(shù)非線性動態(tài)近似器(PUNDA)模型的示例性實施例的框圖，PUNDA模型耦 接到物理處理或者它的表示，為了訓(xùn)練PUNDA模型從而與圖2的參數(shù)多面模型一起使用；圖4是可以使用圖1的集成的處理廠優(yōu)化和控制系統(tǒng)的乙醇生產(chǎn)廠的示例性實施 例的框圖；圖5是具有用于管理圖2的各個參數(shù)多面模型的參數(shù)混合建模構(gòu)架的集成的處理 廠優(yōu)化和控制系統(tǒng)的示例性實施例的框圖；以及圖6是示例性企業(yè)級處理廠結(jié)構(gòu)的框圖，在該示例性企業(yè)級處理廠結(jié)構(gòu)中可以利 用圖1的集成的處理廠優(yōu)化和控制系統(tǒng)。
具體實施例方式現(xiàn)在轉(zhuǎn)向附圖并且首先參考圖1，其示出了集成的處理廠優(yōu)化和控制系統(tǒng)10。集 成的處理廠優(yōu)化和控制系統(tǒng)10可以包括優(yōu)化系統(tǒng)12和控制系統(tǒng)14兩者。優(yōu)化系統(tǒng)12通 常可以用于優(yōu)化集成的處理廠優(yōu)化和控制系統(tǒng)10的一個或多個處理廠16的操作。例如， 優(yōu)化系統(tǒng)12典型地可以由廠經(jīng)理，區(qū)域經(jīng)理，和其他高級執(zhí)行官用來優(yōu)化一個或多個處理 廠16的操作。同樣地，典型地結(jié)合優(yōu)化系統(tǒng)12使用的優(yōu)化參數(shù)18可以包括成本數(shù)據(jù)(例 如，材料投入的成本數(shù)據(jù))、價格數(shù)據(jù)(例如，生產(chǎn)輸出的價格數(shù)據(jù))、各個廠的收益率、全面 收益率、各個廠的生產(chǎn)能力限制、全面生產(chǎn)能力限制、各個廠的產(chǎn)量模型、全面產(chǎn)量模型、設(shè) 備效率等等。相反地，控制系統(tǒng)14通?？梢杂糜诳刂萍傻奶幚韽S優(yōu)化和控制系統(tǒng)10的 一個或多個處理廠16的操作。同樣地，典型地結(jié)合控制系統(tǒng)14使用的控制參數(shù)20可以包 括可以依賴于處理廠測量(例如，傳感器讀數(shù)，諸如溫度、壓力、流速的測量)、激勵器設(shè)置 等等的處理廠16模型的參數(shù)(例如用于發(fā)酵處理的反應(yīng)速率、處理收益、處理滯留時間等等)。換句話說，優(yōu)化系統(tǒng)12和控制系統(tǒng)14可以在兩個不同的水平上運行。例如，優(yōu)化 系統(tǒng)12可以涉及優(yōu)化一個或多個處理廠16的性能。同樣地，優(yōu)化系統(tǒng)12可以從一個或多 個處理廠16接收處理輸出22和處理輸入24，以修改由優(yōu)化系統(tǒng)12使用的處理廠16的合 適模型的優(yōu)化參數(shù)18。這些優(yōu)化參數(shù)18隨后可以用于通過例如修改可以被發(fā)送到一個或 多個處理廠16的處理輸入M來優(yōu)化一個或多個處理廠16。相反地，控制系統(tǒng)14可以涉及 一個或多個處理廠16的低水平的、實時的控制。同樣地，控制系統(tǒng)14可以從一個或多個處 理廠16接收處理輸出22和處理輸入24，以修改控制參數(shù)20。這些控制參數(shù)20隨后可以 通過例如修改可以被發(fā)送到一個或多個處理廠16的處理輸入M來控制一個或多個處理廠 16。如果控制參數(shù)20和優(yōu)化參數(shù)18保持一致，則可以會更有效地維持由優(yōu)化系統(tǒng)12和控 制系統(tǒng)14所做決定的一致性，如在下面更詳細描述的。在這里描述的參數(shù)多面模型通過將 優(yōu)化參數(shù)18和控制參數(shù)20當(dāng)作下面的多面模型的不同面來維持一致性，其中各個面參數(shù) 之間的映射是多面模型的組成部分。應(yīng)當(dāng)注意的是，雖然揭示的實施例關(guān)注于優(yōu)化系統(tǒng)12和控制系統(tǒng)14之間的參數(shù) 化，但是揭示的實施例可以擴展至利用多面模型不同面的任意數(shù)量的系統(tǒng)之間的參數(shù)化。 確實，參數(shù)化多個水平(例如，第一組和第二組參數(shù)之間的參數(shù)化、第二組和第三組參數(shù)之 間的參數(shù)化、第三組和第四組參數(shù)之間的參數(shù)化等等)可以由集成的處理廠優(yōu)化和控制系 統(tǒng)10利用。集成的處理廠的優(yōu)化和控制系統(tǒng)10的主要目的是實現(xiàn)對復(fù)雜處理廠16的實時 的、集成優(yōu)化和控制，并且處理阻礙處理廠16中這樣的解決方案的成功實施的現(xiàn)實世界挑 戰(zhàn)。如上面所討論的，在過去，對于實現(xiàn)集成的處理廠優(yōu)化和控制系統(tǒng)10的一些關(guān)鍵技術(shù) 挑戰(zhàn)是(1)優(yōu)化系統(tǒng)12和控制系統(tǒng)14之間的不一致性，(2)集成的處理廠優(yōu)化和控制系 統(tǒng)10的計算復(fù)雜性，和C3)用于復(fù)雜處理廠16的集成的處理廠優(yōu)化和控制系統(tǒng)10的可測 量性和可維護性。優(yōu)化系統(tǒng)12和控制系統(tǒng)14之間的不一致性可能成問題的原因在于，優(yōu)化系統(tǒng)12 可能經(jīng)常產(chǎn)生控制系統(tǒng)14發(fā)覺無法執(zhí)行的解決方案。幾個因素可能造成此不一致性。例 如，如上面描述的，用于優(yōu)化和控制的模型可以根本上不同，并且可以在同彼此完全的隔離情況下使用。例如，由控制系統(tǒng)14使用的詳細動態(tài)模型(例如，處理廠16的物理交互的第 一原則模型)可以與可以僅對優(yōu)化、例如處理廠16的經(jīng)濟屬性感興趣的優(yōu)化系統(tǒng)12不是 特別相關(guān)。用于生成和維持用于合適背景的一致模型組的構(gòu)架由揭示的實施例提供以處理 這些非一致性。此外，當(dāng)處理廠16包括成批處理時，建模挑戰(zhàn)可能被如下事實進一步復(fù)雜化時 常地，成批成功或失敗的實際測量可能只有在成批處理終止時才被評定。然而，成批輸出量 可能受到在成批處理期間成批進展方式的影響。換句話說，優(yōu)化系統(tǒng)12可能只能夠在成批 處理完成的情況下識別成批處理的成功或者失敗。然而，控制系統(tǒng)12可能需要在整個成批 處理期間監(jiān)視和控制成批處理。同樣地，成批處理的連續(xù)測量將與最終的成批輸出量相關(guān)。 所揭示的實施例使貫穿處理廠16的不同處理將基于適合于特定水平的優(yōu)化和控制以及不 同時間約束條件兩者的參數(shù)化信息得到優(yōu)化和控制。此外，所揭示的實施例使得過時的和不精確的操作約束條件最小化。約束條件信 息的正確交流不是簡單地適時信息交流的事情。相反地，處理廠16是動態(tài)實體，并且處理 操作設(shè)定值的合適優(yōu)化需要對處理廠動態(tài)進行適當(dāng)處理。例如，處理廠動態(tài)可以作為處理 廠16的操作條件的函數(shù)而變化，并且未做到合適地解決此變化會導(dǎo)致針對任務(wù)完成的不 可行的目標(biāo)，其負面地影響集成的處理廠優(yōu)化和控制系統(tǒng)10的全面性能。由于處理廠16的高度復(fù)雜性的原因，集成的處理廠優(yōu)化和控制系統(tǒng)10的計算復(fù) 雜性可能成為問題。同樣地，處理廠優(yōu)化和控制通常不能用單一規(guī)劃實施。特別地，考慮到 處理廠16的復(fù)雜性和優(yōu)化的適時結(jié)論的需求，嘗試這樣做可以產(chǎn)生計算上不可行的優(yōu)化 解決方案。更具體地說，針對由優(yōu)化系統(tǒng)12使用的處理廠16的經(jīng)濟優(yōu)化的問題描述典型 地可以表達為具有整數(shù)決定變量的線性編程問題，然而由控制系統(tǒng)14使用的控制問題可 以典型地包括具有連續(xù)決定變量的非線性編程(含有二次成本、時間變化非線性動態(tài)和潛 在的時間變化約束條件)。揭示的實施例適于每個水平上的合適問題描述，實現(xiàn)模型的程序 化修改，并且包含合適的解決器技術(shù)。用于復(fù)雜處理廠16的集成的處理廠優(yōu)化和控制系統(tǒng)10的可測量性和可維護性可 能受到幾個主要考慮影響。例如，由控制系統(tǒng)14使用的處理廠16的數(shù)學(xué)表述的巨大規(guī)模， 由控制系統(tǒng)14使用的模型類型的多樣性(例如，第一原則和經(jīng)驗?zāi)Ｐ?、動態(tài)和穩(wěn)態(tài)模型、質(zhì) 量和能量平衡等式)，和由優(yōu)化系統(tǒng)12使用的目標(biāo)和約束條件的多樣性表現(xiàn)出重要挑戰(zhàn)。 揭示的實施例實現(xiàn)對多樣模型的可管理的集成、修改和合并。此外，用于集成的處理廠優(yōu)化和控制系統(tǒng)10的在線使用的、對于來自優(yōu)化系統(tǒng)12 的適時結(jié)果的需要使計算效率成為關(guān)鍵要求。隨問題大小增長維持這種計算效率對于任意 實際處理廠16的可行解決方案是關(guān)鍵的。圖2是具有配置成處理上面討論的技術(shù)挑戰(zhàn)的參數(shù)多面模型沈的、圖1的集成的 處理廠優(yōu)化和控制系統(tǒng)10的示例性實施例的框圖。參數(shù)多面模型沈可以用于可由優(yōu)化系 統(tǒng)12優(yōu)化的單個處理廠16或者多個處理廠16。使用參數(shù)多面模型沈，集成的處理廠優(yōu)化 和控制系統(tǒng)10可以總有針對特定處理可用的合適建模。參數(shù)多面模型沈可以存儲在計算 機系統(tǒng)的機器可讀存儲器介質(zhì)上，并且由處理器使用實現(xiàn)于此描述的操作的程序指令來執(zhí) 行。特別地，由參數(shù)多面模型沈處理的主要挑戰(zhàn)是在相關(guān)優(yōu)化問題的背景內(nèi)的精度和計算效率之間的折中。例如，雖然針對為反應(yīng)器工作的控制策略控制系統(tǒng)14可能需要反 應(yīng)器的詳細非線性動態(tài)模型，但是當(dāng)確定反應(yīng)器必須運轉(zhuǎn)的生產(chǎn)水平時優(yōu)化系統(tǒng)12不必 需要非線性動態(tài)的細節(jié)。因此，取決于特定的優(yōu)化或者控制函數(shù)，參數(shù)多面模型沈可以用 于表現(xiàn)用于處理廠16的合適水平的細節(jié)。例如，用于處理廠16的參數(shù)多面模型沈可以包括處理廠16的詳細動態(tài)模型28。 動態(tài)模型觀例如可以適合于由模型預(yù)測控制(MPC)控制器來使用。參數(shù)多面模型沈也可 以包括處理廠16的參數(shù)穩(wěn)態(tài)模型30。參數(shù)穩(wěn)定模型30例如可以適合于用于設(shè)定點/情景 假設(shè)場景分析。參數(shù)多面模型沈也可以包括“捷徑”模型32，其例如可以是以適于處理廠 優(yōu)化的開放等式的形式的參數(shù)質(zhì)量和能量平衡模型。每個模型都可以被看成對下面的處理 的視圖，并且可以由混合建模構(gòu)架中的參數(shù)多面映射來保持不同視圖之間的一致性，如下 面更詳細的描述。在簡化的場景中，處理廠16會有表現(xiàn)其動態(tài)模型觀、參數(shù)穩(wěn)態(tài)模型30和捷徑模型 32的單一模型。例如，處理廠16中的容器(例如，桶)或者另一件設(shè)備的簡單收益、時間約 束條件、時間延遲描述可以為容器的動態(tài)模型觀、參數(shù)穩(wěn)態(tài)模型30和捷徑模型32提供合 適的信息。然而，簡化的場景可能并非在所有情況下都是適用和/或理想的。在此情況下， 動態(tài)模型觀、參數(shù)穩(wěn)定模型30和捷徑模型32可以通過多面模型中的參數(shù)多面映射相互依 賴。換句話說，參數(shù)多面映射可以是與初級模型相互關(guān)聯(lián)的次級模型。參數(shù)多面模型沈的關(guān)鍵優(yōu)點是為處理廠16的各種感興趣的優(yōu)化背景系統(tǒng)地構(gòu)建 一致模型的能力。參數(shù)多面模型26可以是在生產(chǎn)型企業(yè)中實現(xiàn)計劃集成、時間排定、排序 和控制的技術(shù)的關(guān)鍵。例如，參數(shù)多面模型沈可能能夠在實現(xiàn)處理廠16按適時的方式優(yōu) 化的時間范圍產(chǎn)生用于優(yōu)化系統(tǒng)12的相關(guān)參數(shù)。參數(shù)非線性動態(tài)近似器(PUNDA)模型可以用作用于處理廠16的復(fù)雜動態(tài)行為的 精確和計算有效的表示。PUNDA模型的基本概念可以在以引用方式并入于此的美國專利申 請2005/0187643中找到。特別地，圖3是耦接到處理廠16或它的表示的PUNDA模型34的 示例性實施例的高水平框圖，為了訓(xùn)練PUNDA模型34從而與圖2的參數(shù)多面模型沈一起 使用。PUNDA模型34可以存儲在計算機系統(tǒng)的存儲器介質(zhì)上，并且由處理器使用實現(xiàn)于此 描述的操作的程序指令來執(zhí)行。在圖3示出的實施例中，PUNDA模型34包括串聯(lián)耦接到動態(tài)參數(shù)化模型38的非 線性近似器36。在某些實施例中，非線性近似器36可以是支持矢量機器、神經(jīng)網(wǎng)絡(luò)、統(tǒng)計模 型、參數(shù)描述、傅里葉級數(shù)模型、或者任何其他類型的經(jīng)驗或者基于數(shù)據(jù)的模型。非線性近 似器36可以是一般的非線性近似器，使得可以實現(xiàn)任何類型的非線性映射。非線性近似器 36運轉(zhuǎn)以給動態(tài)參數(shù)化模型38提供參數(shù)多，如圖所示。如所指示的，在某些實施例中，非線 性近似器36也可以包括反饋回路40，其中非線性近似器36的輸出提供為對它本身的進一 步輸入，因此支持輸出對于非線性近似器36的之前輸出的從屬性。在某些實施例中，動態(tài) 參數(shù)化模型38可以是以一組差分方程(例如一組離散時間多項式)實現(xiàn)的多輸入、多輸出 (MIMO)動態(tài)模型，在下文提供了一個示例。因此，動態(tài)參數(shù)化模型38可以從非線性近似器 36接收它的參數(shù)多，并且從而運轉(zhuǎn)。如圖3所示，PUNDA模型34可以耦接到處理廠16或處理廠16的表示。處理輸入 M可以作為輸入提供給處理廠16和PUNDA模型34。處理廠16產(chǎn)生可以結(jié)合PUNDA模型輸出42或與PUNDA模型輸出42 —起使用以確定模型誤差44的處理輸出22，如圖所示。模 型誤差44隨后可以提供回PUNDA模型34并且(例如與優(yōu)化器一起)用于訓(xùn)練PUNDA模型 34。根據(jù)可以用于以任意希望的精確度對任何復(fù)雜非線性動態(tài)系統(tǒng)建模的非線性模型和 MIMO差分方程組的一系列組合，在此描述了 PUNDA模型34。雖然，如上面提到的那樣，但是 也設(shè)想到其他非線性近似器和動態(tài)參數(shù)化模型。例如，在各種實施例中，圖3的處理廠16可以由處理廠16本身、第一原則模型、經(jīng) 驗數(shù)據(jù)、或者它們的組合來描述或表示。第一原則模型的例子包括以Xk+1 = Fk(xk，uk，pk)，yk =Gk (xk, uk, pk)形式的、處理廠16的狀態(tài)空間描述，或者以yk = Gk (y^, ... , yk_N，uk，...， uk_M，pk)形式的輸入/輸出差分方程。這里，&是狀態(tài)矢量，Uk是輸入矢量(操作或者擾動 變量)，Pk是參數(shù)矢量，Yk是用于處理廠16的輸出矢量。經(jīng)驗數(shù)據(jù)的例子包括用于所有處 理輸入和輸出24、22的測試數(shù)據(jù)，或者用于某些輸入和輸出對的、來自處理廠16的正常操 作的相關(guān)聯(lián)的測量。也設(shè)想到其他表示，例如包括統(tǒng)計模型、參數(shù)描述、傅里葉級數(shù)模型和 經(jīng)驗數(shù)據(jù)等等。PUNDA模型34允許關(guān)于處理廠16可用的經(jīng)驗信息和/或第一原則知識系統(tǒng)地用 于建立處理廠16的計算有利的(即，有效的)模型，該模型適合于在線優(yōu)化和控制處理廠 16。換句話說，可以基本上實時地進行計算。此外，PUNDA模型34可以以任意期望的精確 度對非線性處理廠16進行近似，如下面將會詳細描述的那樣。注意，可以使用本身不足以充分描述處理廠16的局部第一原則模型來建立具有 PUNDA模型34的、處理廠16的代表模型。PUNDA模型34中的非線性近似器36可以當(dāng)它被 串聯(lián)地連接到動態(tài)參數(shù)化模型38時被訓(xùn)練并且因此通常非線性近似器36的輸出可能不是 直接可用的。期待的是，現(xiàn)實世界處理廠16的復(fù)雜性可以規(guī)定在大多數(shù)應(yīng)用中訓(xùn)練非線性 近似器36的必要性。用于訓(xùn)練在圖3的PUNDA結(jié)構(gòu)內(nèi)的非線性近似器36的優(yōu)選方法是將參數(shù)的訓(xùn)練 表示為受約束的非線性編程問題。此約束的非線性編程問題隨后用任意合適非線性編程解 決器來解決。本建模方法關(guān)注于通過精確獲得處理收益和動態(tài)兩者的成功優(yōu)化和控制。為了保 證用于優(yōu)化和控制的、PUNDA模型34的保真度，用于訓(xùn)練非線性近似器36的受約束的非線 性編程問題可以包括對處理輸出22關(guān)于處理輸入M的(任意階的)導(dǎo)數(shù)的約束條件。也 可以包括其他約束條件，例如質(zhì)量和能量平衡。用于這種約束條件的潛在信息源包括第一 原則模型和操作者學(xué)識。可以使用各種技術(shù)將這樣的信息轉(zhuǎn)化成用于非線性編程問題的約 束條件。例如，一種方法是在極其復(fù)雜的第一原則模型中用軟件推導(dǎo)出輸出相對于輸入的 第一階(或更高階)導(dǎo)數(shù)的分析表達式。推導(dǎo)出的表達式隨后可以包括在用于訓(xùn)練的非線 性編程問題設(shè)置的約束條件中。除了導(dǎo)數(shù)約束條件(例如收益約束條件)之外，可以限制 PUNDA模型34的訓(xùn)練以保證用于PUNDA模型34的期望的動態(tài)行為。例如，根據(jù)有關(guān)處理廠 16的物理特性的現(xiàn)有知識，系統(tǒng)中的時間常數(shù)可以被限制于某個范圍內(nèi)。在PUNDA模型34中，避免了將處理廠16的非線性動態(tài)行為分解成線性(或者甚 至非線性)動態(tài)和靜態(tài)輸入/輸出映射的想法。相反地，在PUNDA模型34中，同時執(zhí)行處 理廠16的動態(tài)行為的識別和輸入/輸出靜態(tài)映射(例如收益關(guān)系)。PUNDA模型34中的 非線性近似器36規(guī)定動態(tài)參數(shù)化模型38的參數(shù)(例如MIMO差分方程模塊)如何可以作為處理操作條件的函數(shù)而變化而且PUNDA模型34的收益和動態(tài)行為是整個PUNDA模型34 的全局特性。因此，期望的收益行為可以按與實施期望的動態(tài)行為正好相同的方式實施于 對PUNDA模型34的訓(xùn)練中?，F(xiàn)在回到圖2，PUNDA模型34的輸出將會是參數(shù)多面模型沈的一個或多個面，參 數(shù)多面模型26使集成的處理廠優(yōu)化和控制系統(tǒng)10總是依賴于特殊的功能使用處理廠16 的合適水平的細節(jié)來運轉(zhuǎn)。例如，在一些例子中，集成的處理廠優(yōu)化和控制系統(tǒng)10可能僅 僅需要可以由捷徑模型32提供的、處理廠16的較不詳細的觀察。然而，在其他例子中，集 成的處理廠優(yōu)化和控制系統(tǒng)10可能需要可由動態(tài)模型觀提供的、處理廠16的更詳細的觀 察。同樣地，參數(shù)多面模型沈可以總是能夠在例如可實現(xiàn)由控制系統(tǒng)14來控制處理廠16 的時間范圍內(nèi)使用合適水平的細節(jié)運轉(zhuǎn)。接下來是作為參數(shù)多面模型沈的部分而產(chǎn)生的模型類型的說明例子。這里描述 的技術(shù)即可以在最初的試運轉(zhuǎn)時也作為改進應(yīng)用于各種處理廠16。例如，圖4是可以使用 圖1的集成的處理廠優(yōu)化和控制系統(tǒng)10的乙醇生產(chǎn)廠46的示例性實施例的框圖。當(dāng)前在 美國有每年接近72億加侖產(chǎn)生產(chǎn)能力的、附加的在建設(shè)中的每年62億加侖生產(chǎn)能力的大 約134個乙醇生產(chǎn)廠。這些廠的大約三分之二是干磨機(dry-mill)生產(chǎn)設(shè)施。在乙醇生產(chǎn)廠46中，谷物供應(yīng)48被提供給研磨和蒸煮過程50、52，其中它被化學(xué) 地分解以增大表面面積對體積的比率。表面面積的增加允許與水的充分交互以獲得可發(fā)酵 的糖的溶液(稱為啤酒麥芽漿)。啤酒麥芽漿被加熱以促進溶液中的生物量-水接觸的量的 增加并且增加碳水化合物生物量與非碳水化合物生物量的分離。酶(例如阿爾法(alpha) 淀粉酶)典型地被加到液化過程M以促進長鏈碳水化合物聚合物的進一步分解。啤酒麥 芽漿然后被送到發(fā)酵過程56，其中幾個發(fā)酵桶運轉(zhuǎn)以發(fā)酵啤酒麥芽漿漿液。啤酒麥芽漿典型地與由酵母、二次酶(例如葡糖淀粉酶)、氮源和抗生素組成的傳 播混合物一起被泵入發(fā)酵桶。在發(fā)酵桶中時，葡糖淀粉酶將糊精轉(zhuǎn)化為葡萄糖，其然后酵母 轉(zhuǎn)化為乙醇的初級產(chǎn)物，二氧化碳和熱量。以旋轉(zhuǎn)方式使用大量發(fā)酵桶，這提供了穿過乙醇 生產(chǎn)廠46的連續(xù)流動。每個發(fā)酵桶中的成批時間由穿過乙醇生產(chǎn)廠46的啤酒麥芽漿流確 定。來自發(fā)酵過程56的輸出被發(fā)送到蒸餾過程58以將乙醇與水、二氧化碳和不可發(fā) 酵固體(例如釜鎦物)分離。乙醇由稱為分子篩的特殊處理單元在脫水單元60中進一步 脫水到小于5%的水分水平。最終純度為200-proof的乙醇隨后被處理以保證它被變性并 且不用于人類消耗。釜鎦物(例如，不可發(fā)酵固體和酵母殘留)，蒸餾過程58最大的輸出，被送到釜鎦 物處理單元62，用于對來自乙醇生產(chǎn)廠46的副產(chǎn)物的進一步處理。釜鎦物處理單元62將 額外的水從餅狀固體分離并且將水回收到研磨和蒸煮單元50、52。使用離心分離機將多余 的水(如，稀的釜鎦物)從蒸餾器谷物中去除并且此產(chǎn)品可以作為由大約65%水分組成的 濕餅出售。濕餅可以由干燥器64進一步處理至大約10%水分并且作為干燥過的蒸餾器谷 物出售。稀的釜鎦物液體的一部分可以回收到發(fā)酵過程56。然而，流量的大部分通常被送 到蒸發(fā)器單元66，其中更多液體從液體流分離，使得液體流濃縮成隨后可以被送到漿桶的 漿。漿可以按多樣的方式處理。例如，它可以被噴射入干燥器64至特定的顏色或濕度。此外，它可以被加到部分干燥的釜鎦物產(chǎn)品，或者它可以作為液體產(chǎn)品出售。能量中心為各種處理單元例如研磨和蒸煮單元50、52、蒸餾和摩爾篩單元58和釜 鎦物處理單元62提供能量。能量中心典型地組成熱氧化劑單元和給處理單元提供蒸汽的 熱恢復(fù)蒸汽產(chǎn)生器。能量中心典型地是乙醇生產(chǎn)廠46中的最大熱源。為了說明對用于集成的處理廠優(yōu)化和控制系統(tǒng)10的參數(shù)多面模型沈的使用，將 把焦點集中在乙醇生產(chǎn)廠46的干燥器64上。用于控制目的的干燥器動態(tài)特性可以描述如 下
權(quán)利要求
1.一種系統(tǒng)，包括處理廠的參數(shù)多面模型，其被配置成從處理廠接收輸入和將涉及 處理廠的參數(shù)多面模型的第一面的第一組參數(shù)映射到涉及處理廠的參數(shù)多面模型的第二 面的第二組參數(shù)，和配置成使用第二組參數(shù)來控制處理廠的控制系統(tǒng)，其中第一組參數(shù)與 第二組參數(shù)不同，并且其中第一組參數(shù)到第二組參數(shù)的映射是處理廠當(dāng)前的和/或預(yù)期的 操作條件的函數(shù)，并且其中按允許對處理廠進行控制的適時方式進行此映射。
2.如權(quán)利要求1的系統(tǒng)，包括優(yōu)化系統(tǒng)，其被配置成對處理廠的操作進行優(yōu)化；和 控制系統(tǒng)，其被配置成對處理廠的操作進行控制；其中第一組參數(shù)包括由控制系統(tǒng)使用的控制參數(shù)而第二組參數(shù)包括由優(yōu)化系統(tǒng)使用 的優(yōu)化參數(shù)。
3.如權(quán)利要求2的系統(tǒng)，其中優(yōu)化參數(shù)包括生產(chǎn)設(shè)施約束條件、生產(chǎn)能力限制、設(shè)備效 率或它們的組合。
4.如權(quán)利要求2的系統(tǒng)，其中控制參數(shù)包括反應(yīng)速率、處理收益、處理滯留時間、傳感 器讀數(shù)、激勵器設(shè)置或它們的組合。
5.如權(quán)利要求1的系統(tǒng)，其中參數(shù)多面模型的面包括詳細動態(tài)模型、參數(shù)穩(wěn)態(tài)模型、捷 徑模型或者它們的組合。
6.如權(quán)利要求1的系統(tǒng)，包括配置成生成參數(shù)多面模型的參數(shù)非線性動態(tài)近似器。
7.如權(quán)利要求6的系統(tǒng)，其中參數(shù)非線性動態(tài)近似器包括非線性近似器和參數(shù)化動態(tài) 模型。
8.如權(quán)利要求1的系統(tǒng)，包括多個參數(shù)多面模型，其每個都被配置成將各自的參數(shù)組 映射到不同的參數(shù)組。
9.如權(quán)利要求1的系統(tǒng)，包括配置成管理多個參數(shù)多面模型的混合建模構(gòu)架。
10.如權(quán)利要求1的系統(tǒng)，其中處理廠是乙醇生產(chǎn)廠。
11.一種計算機實現(xiàn)方法，包括將涉及處理廠的參數(shù)多面模型的第一面的第一組參 數(shù)映射到涉及處理廠的參數(shù)多面模型的第二面的第二組參數(shù)，并且使用第二組參數(shù)來控制 處理廠，其中第一組參數(shù)與第二組參數(shù)不同，并且其中第一組參數(shù)到第二組參數(shù)的映射是 處理廠當(dāng)前的和/或預(yù)期的操作條件的函數(shù)，并且其中按允許對處理廠進行控制的適時方 式進行映射。
12.如權(quán)利要求11的計算機實現(xiàn)方法，包括將用于控制處理廠的操作的控制參數(shù)組映 射到用于優(yōu)化處理廠的操作的優(yōu)化參數(shù)組。
13.如權(quán)利要求11的計算機實現(xiàn)方法，包括生成用于將第一組參數(shù)映射到第二組參數(shù) 的參散多面模型，其中參數(shù)多面模型的至少一個面是參數(shù)非線性動態(tài)近似器。
14.如權(quán)利要求13的計算機實現(xiàn)方法，包括使用混合建模構(gòu)架來管理多個參數(shù)多面模型。
15.如權(quán)利要求11的計算機實現(xiàn)方法，包括將涉及處理廠的參數(shù)多面模型的面的多個 參數(shù)組映射到涉及處理廠的參數(shù)多面模型的面的多個不同的參數(shù)組。
16.如權(quán)利要求11的計算機實現(xiàn)方法，包括將涉及乙醇生產(chǎn)廠的第一組參數(shù)映射到涉及乙醇生產(chǎn)廠的第二組參數(shù)。
全文摘要
公開了用于生產(chǎn)廠的集成優(yōu)化和控制的系統(tǒng)和方法。本發(fā)明提供了使用參數(shù)多面模型來優(yōu)化和控制生產(chǎn)廠的新技術(shù)。特別地，參數(shù)多面模型可以被配置成將涉及生產(chǎn)廠的第一組參數(shù)(例如，控制參數(shù))轉(zhuǎn)化為涉及生產(chǎn)廠的第二組參數(shù)(例如，優(yōu)化參數(shù))。通常，第一組參數(shù)與第二組參數(shù)不同。例如，第一組參數(shù)可以表示低水平實時控制參數(shù)而第二組參數(shù)可以表示高水平經(jīng)濟參數(shù)。利用合適的參數(shù)化表示可以允許參數(shù)多面模型在合理的時間內(nèi)給出生產(chǎn)廠的、合適水平的細節(jié)。特別地，參數(shù)多面模型可以在一定時間范圍內(nèi)將第一組參數(shù)轉(zhuǎn)化為第二組參數(shù)，在該時間范圍內(nèi)允許由控制系統(tǒng)基于第二組參數(shù)來對處理廠進行控制。
文檔編號G05B19/418GK102053599SQ20101053365
公開日2011年5月11日 申請日期2010年10月29日 優(yōu)先權(quán)日2009年10月30日
發(fā)明者卡爾·安托尼·施魏格爾, 比揚·薩亞爾-羅德薩里 申請人:洛克威爾自動控制技術(shù)股份有限公司