SlideShare a Scribd company logo
1 of 10
Download to read offline
Systeemitekniikka
KEHITTYNEET MENETELMÄT PROSESSIEN
SÄÄDÖSSÄ
Yrjö Majanne
Tampereen teknillinen yliopisto, Systeemitekniikan laitos
yrjo.majanne@tut.fi, puh. +358 40 198 1168
1
Etumatkaa automaatiolla. © Yrjö Majanne 16.10.2015
Systeemitekniikka
SISÄLTÖ
• Mihin kehittyneitä säätömenetelmiä tarvitaan
• Malliiprediktiivinen säätö
• Prosessiautomaation kehitysnäkymiä
• Fiksut säätömenetelmät
• Monitorointi & raportointi
• Teollisuusinternet & Big Data
2
Etumatkaa automaatiolla. © Yrjö Majanne 16.10.2015
Systeemitekniikka
MIHIN KEHITTYNEITÄ
SÄÄTÖMENETELMIÄ TARVITAAN?
Automaation tavoitteita
• Tehdä vähemmällä enemmän
• Tuotantotehokkuuden parannus
• Huonompilaatuisilla (halvemmilla) raaka-aineilla
laadukkaita lopputuotteita
• Parantunut lopputuotteen laatu -> pienempi hävikki
• Järjestelmien toimintojen optimointi -> raaka-aineen ja
energian säästö, kapasiteetin kasvu
• Haitallisten ympäristövaikutusten minimointi
• Prosessien suorituskyvyn valvonta, ylläpito ja
kehitys
• Reaaliaikainen suorituskyvyn seuranta ja ylläpito
• Vikadiagnostiikka
• Vikasietoiset järjestelmät
3
Etumatkaa automaatiolla. © Yrjö Majanne 16.10.2015
Systeemitekniikka
MIHIN KEHITTYNEITÄ
SÄÄTÖMENETELMIÄ TARVITAAN?
Perinteiseen säätöön (PI, PID) liittyviä ongelmia:
• Prosessit monimuuttujajärjestelmiä, joissa esiintyvät
ristikkäisvaikutukset heikentävät säätötulosta ja voivat
aiheuttaa säädettyyn järjestelmään haitallisia värähtelyitä
• Prosessien toiminnan epälineaarisuus, eli käyttäytyminen
riippuu toimintapisteestä -> erilainen säätäjien viritys eri
toimintapisteissä -> toimintapisteestä toiseen siirtyminen
ajettava tyypillisesti manuaalisesti
• Säädettävässä prosessissa esiintyvät viiveet heikentävät
säätötulosta merkittävästi – stabiilisuusongelma
• Ei juurikaan huomioi prosessin ominaisuuksia ohjausten
laskennassa (sama perusalgoritmi prosessista riippumatta)
4
Etumatkaa automaatiolla. © Yrjö Majanne 16.10.2015
Systeemitekniikka
MIHIN KEHITTYNEITÄ
SÄÄTÖMENETELMIÄ TARVITAAN?
Kehittyneisiin säätömenetelmiin liittyviä ominaisuuksia:
+ Huomioivat prosessin ominaisuudet mallin avulla
+ Monimuuttujarakenne -> ristikkäisvaikutusten huomiointi
+ Prosessiviiveiden tehokas käsittely – ennustavat menetelmät
+ Prosessien toimintaan liittyvien rajoitusten huomioiminen
+ Mukautuminen muuttuviin prosessiolosuhteisiin (epälineaari-
suudet, kuluminen, vikaantuminen)
− Automaatiojärjestelmän suorituskyky ja sovelluskehitystyökalut
− Prosessista tarvitaan dynaaminen malli
− Toiminnan ymmärtäminen usein vaikeampaa kuin
perussäätimillä
− Sovelluksen tekeminen, käyttöönotto ja ylläpito voi olla työlästä
5
Etumatkaa automaatiolla. © Yrjö Majanne 16.10.2015
Systeemitekniikka
MIHIN KEHITTYNEITÄ
SÄÄTÖMENETELMIÄ TARVITAAN?
Joitain ns. kehittyneitä säätömenetelmiä
• Optimisäätö
• Suunnittelumenetelmä tuottaa säätäjän, joka minimoi säätövirheestä ja
ohjausmuutoksista syntyvät ”kustannukset”
• Adaptiivinen säätö
• Säätimet mukautuvat prosessin muuttuvaan toimintapisteeseen mahdollistaen
tarkan säätötuloksen voimakkaasti epäineaarisille prosesseille
• Robusti säätö
• Huomioidaan säädön suunnitteluun liittyvät epävarmuudet (malli, mittaukset)
niin että säätö säilyttää toimintakykynsä myös ns. “Worst case” tilanteissa
• Sumea säätö
• Prosessin käyttäytyminen ja säätöalgoritmi kuvataan lingvistisillä säännöillä
(JOS lämpötila = “korkea” NIIN jäähdytä = “paljon”)
• Soveltuu vaikeasti mallinnettaville, voimakkaasti epälineaarisille ja niukasti
mittaustietoa sisältäville säätöongelmille
• Malliprediktiivinen säätö
• Ennustaa prosessin tulevaa käyttätymistä mallin avulla ja laskee jokaisella
säätökierroksella optimaalisen ohjauksen huomioiden prosessin tilan
6
Etumatkaa automaatiolla. © Yrjö Majanne 16.10.2015
Systeemitekniikka
MALLIPREDIKTIIVINEN SÄÄTÖ
Model Predictive Control, MPC
MPC:n ominaisuuksia:
• Sovellettavissa luontevasti monimuuttuja-
prosesseihin
• Ainoa säätömenetelmä, joka huomioi ilman
erillisjärjestelyitä prosessien ohjaukseen ja
tiloihin liittyvät rajoitukset
• Mahdollistaa toimimisen lähempänä prosessin
rajoituksia, mikä tyypillisesti johtaa kannatta-
vampaan toimintaan
• Usein suorituskykyisempi kuin PID säätö myös
rajoittamattomissa yksimuuttujatapauksissa
• Viiveiden hallinta ennustus-ominaisuuden avulla
• Toimintaperiaate on helposti ymmärrettävissä
• ”Helposti” viritettävissä loogisilla viritys-
parametreilla.
7
Etumatkaa automaatiolla. © Yrjö Majanne 16.10.2015
Systeemitekniikka
MALLIPREDIKTIIVINEN SÄÄTÖ
Model Predictive Control, MPC
Perusidea:
• Etsitään prosessille paras mahdollinen ohjaus ennusta-
malla prosessin tuleva käyttäytyminen mallin avulla
simuloimalla
• Olemassa oleva säätötavoite ja millaisella ohjauksella siihen
parhaiten päästään
• Jokaisella säätökierroksella siirrytään aika-askel
eteenpäin ja ratkaistaan optimisäätöongelma uudelleen
perustuen prosessin senhetkiseen tilaan (mitattu ja/tai
estimoitu) ja voimassa oleviin rajoituksiin
• Tarvittaessa mahdollista muuttaa prosessimallia ja säädön
kriteereitä jokaisella säätökierroksella – ratkaistaan optimi-
säätöongelma aina uudelleen jokaisella säätökierroksella
8
Etumatkaa automaatiolla. © Yrjö Majanne 16.10.2015
Systeemitekniikka
MALLIPREDIKTIIVINEN SÄÄTÖ
Model Predictive Control, MPC
MPC ON AINOA SÄÄTÖMENETELMÄ, JOKA PYSTYY AKTIIVI-
SESTI HUOMIOIMAAN RAJOITUKSET PROSESSIN SÄÄDÖSSÄ
• Prosessien optimaalinen toimintapiste löytyy yleensä toimittaessa jotain
rajoitusta vasten (esim. tuorehöyryn lämpötila voimalaitoksissa).
• Rajoitukset liittyvät usein suoriin kustannuksiin, kuten
energiakustannuksiin
• Ohjauksiin (= toimilaitteisiin) liittyy aina rajoituksia
• Kapasiteetti
• Asennonmuutosnopeus
• Säätöaktiivisuus -> kunnossapitokustannukset
• Prosessin tiloihin liittyviä rajoituksia
• Lopputuotteen laatu
• Käyttötalous (energia, raaka-aineet)
• Tuotantokapasiteetti
• Turvallisuus
9
Etumatkaa automaatiolla. © Yrjö Majanne 16.10.2015
Systeemitekniikka
MALLIPREDIKTIIVINEN SÄÄTÖ
Model Predictive Control, MPC
Toiminta rajoitusten läheisyydessä
10
Etumatkaa automaatiolla. © Yrjö Majanne 16.10.2015
• Kaukana rajoituksista (a) säädin
käyttäytyy symmetrisesti ase-
tusarvon suhteen ja ohjaus-
muutokset ovat viritysarvojen
mukaiset
• Prosessiarvon lähestyessä rajoi-
tusta (b) >> (c) säädin tekee
agressiivisempia ohjausmuu-
toksia ohjauskustannusten
kasvusta huolimatta estääkseen
prosessiarvoja rikkomasta
rajoituksia
Systeemitekniikka
MALLIPREDIKTIIVINEN SÄÄTÖ
Model Predictive Control, MPC
Joitain rajoitusten hyödyntämiseen liittyviä
esimerkkejä
• Erillisillä säätimillä toteutettuja rajoittavia säätöjä ei tarvita
• Esim. turbiinin kuormanmuutosnopeuden rajoittamien
höyryverkon painestabiiliuden säilyttämiseksi
• Puskurisäiliöiden tehokas käyttö kuormitushäiriöiden
stabiloinnissa
• Ei asetusarvosäätöä, vaan pinnankorkeus säiliössä saa
vaihdella ylä- ja alarajojen välissä
• Toimilaitteen toiminta-alueen fyysiset rajat
• Ohjauksen saturoituminen -> windup
11
Etumatkaa automaatiolla. © Yrjö Majanne 16.10.2015
Systeemitekniikka
MALLIPREDIKTIIVINEN SÄÄTÖ
Model Predictive Control, MPC
Säätimen rakenne
• Koostuu kolmesta pääkomponentista:
• Prosessimallista
• Kustannusfunktiosta
• Optimoijasta
• Prosessimalli sisältää tiedot säädettävästä prosessista, ja
sitä käytetään prosessin käyttäytymisen ennustamiseen.
• Säätäjän laskema ohjaus optimoidaan siten, että ohjaus
tuottaa prosessiin halutun vasteen minimikustannuksilla
rikkomatta määritettyjä rajoituksia
• Kustannusfunktio koostuu tyypillisesti säätövirheestä ja
ohjausmuutoksen suuruudesta, joiden painotuksiin
voidaan vaikuttaa painokertoimien avulla (viritys).
12
Etumatkaa automaatiolla. © Yrjö Majanne 16.10.2015
Systeemitekniikka
MALLIPREDIKTIIVINEN SÄÄTÖ
Model Predictive Control, MPC 13
Etumatkaa automaatiolla. © Yrjö Majanne 16.10.2015
Prosessi-
malli
Optimointi
Säädön tavoite
(asetusarvo-
trajektori)
Rajoitukset
Kustannusfunktio
Ohjaus
k
k
u(t)
y(t)
s(t)
r(t|k)
y(t|k)
yf(t|k)^
^
u(t|k)^
Ennustushorisontti Hp
k+Hp
k+Hp
Asetusarvotrajektori
Vertailutrajektori
Vapaavaste
Aika
Aika
Ohjaushorisontti Hu
k+Hu
Ennustettu ulostulo
Systeemitekniikka
MALLIPREDIKTIIVINEN SÄÄTÖ
Model Predictive Control, MPC
Toimintaperiaate: Jokaisella säätökierroksella
• Säädin simuloi prosessin käyttäytymisen ennustushorisontin
määrämän ajan verran eteenpäin (vapaavaste + ohjausmuu-
tosten vaikutukset)
• Optimoija etsii prosessille ohjausmuutokset, joilla kustannus-
funktiossa määritetyt kustannukset (yleensä painotetut säätö-
virheen ja ohjausmuutosten neliöt) minimoituvat ennustushori-
sontissa perustuen senhetkisiin prosessimittauksiin ja mallilla
ennustettuun prosessin käyttätymiseen
• Ohjausten laskennassa huomioidaan ohjauksille (suuruus ja
muutosnopeus) ja prosessin tiloille (min, max) asetetut rajoitukset
• Jos ohjaushorisontti (laskennassa käytettävissä olevien ohjaus-
askelten määrä) olisikin pitempi kuin 1, toimeenpannaan ainoas-
taan ensimmäinen laskettu ohjausmuutos
• Seuraavalla säätökierroksella käynnistetään koko proseduuri
alusta uudelleen, ns. siirtyvän horisontin periaate
14
Etumatkaa automaatiolla. © Yrjö Majanne 16.10.2015
Systeemitekniikka
MALLIPREDIKTIIVINEN SÄÄTÖ
Model Predictive Control, MPC 15
Etumatkaa automaatiolla. © Yrjö Majanne 16.10.2015
Menetelmän soveltuvuuteen positiivisesti
vaikuttavia asioita
o Välttämätön: Käytetyssä automaatiojärjestelmässä on oltava
työkalut MPC-sovelluksen rakentamiseen
o Välttämätön: Kenttäinstrumentointi laitettava kuntoon ensin
(mittaukset, toimilaitteet)
+ Säätökohde monimuuttujaprosessi, jossa esiintyy ohjaus- ja
säätösuureiden sekä tilojen rajoituksia
+ Prosessissa on mitattavia häiriöitä (myötäkytkentöjen
rakentuminen)
+ Prosessissa esiintyy pitkiä viiveitä
+ Riittävän monimutkainen järjestelmä (riittävästi ohjauksen
vapausastei-ta), jotta optimoinnilla voidaan saavuttaa
konkreettista hyötyä
Systeemitekniikka
MALLIPREDIKTIIVINEN SÄÄTÖ
Model Predictive Control, MPC
Menetelmän soveltuvuuteen haitallisesti
vaikuttavia asioita
- Prosessin toiminta voimakkaasti epälineaarista (-> lineaarinen
optimointi ei riitä)
- Prosessi on vaikeasti mallinnettavissa (rakenne, mittausten
määrä ja luotettavuus)
- Vaatii paljon laskentatehoa, millä on vaikutus saavutettavaan
säätöaikaväliin (soveltuvuus nopeille prosesseille)
- Prosessin viiverakenne tuntematon tai voimakkaasti muuttuvat
viiveet
16
Etumatkaa automaatiolla. © Yrjö Majanne 16.10.2015
Systeemitekniikka
MALLIPREDIKTIIVINEN SÄÄTÖ
Model Predictive Control, MPC
Sovelluksia
• Prosessiteollisuuden höyryverkot
• Painesäätö
• Höyryntasaus
• Kaukolämpöverkon hallinta
• Pumppaus & lämpötilat
• Paperikoneet
• Lajinvaihto
• Retentio
• Selluprosessi
• Monivaiheinen valkaisu
• Petrokemian prosessit
• Tislauskolonnien säätö
17
Etumatkaa automaatiolla. © Yrjö Majanne 16.10.2015
Systeemitekniikka
PROSESSIAUTOMAATION
KEHITYSKOHTEITA
• Automaation eri tasojen integroituminen tietoteknisesti yhdeksi
järjestelmäksi , jossa tieto siirtyy joustavasti tasolta toiselle
• Yritystason resurssien hallinta (ERP)
• Laitostason tuotannon ohjaus (MES)
• Prosessien hallinta (optimointi, koordinointi, stabilointi)
• Tuotannon tehokkuus-, joustavuus- ja laatuvaatimusten kasvu
lisää tarvetta entistä parempien prosessinhallintamenetelmien
kehittämiselle, jotka tulevat mahdollisiksi automaatiojärjestelmi-
en ominaisuuksien ja suorituskyvyn parantumisen myötä
• Säätömenetelmät
• Instrumentointi (mittaukset, analysaattorit)
• Tekninen diagnostiikka
18
Etumatkaa automaatiolla. © Yrjö Majanne 16.10.2015
Systeemitekniikka
PROSESSIAUTOMAATION
KEHITYSKOHTEITA
• Viranomaisvalvontaan liittyvä monitorointi ja raportointi
• Ympäristövaikutukset
• Materiaalit & kemikaalit
• Terveysvaikutukset
• Teollinen Internet / Esineiden Internet
• Digitalisaatio ja Big Data
• Lisäarvo teollisuusympäristöissä, missä laitteet ja osajärjestelmät
jo pitkälti kytkettyjä prosessien hallintajärjestelmiin?
• Tiedon jalostus datasta informaatioon
• Suurten kokonaisuuksien toiminnan hallinta
• Big Datan hyödyntäminen järjestelmien hallinnassa
• Uusien tietolähteiden hyödyntäminen järjestelmien
toiminnan seurannassa ja hallinnassa
• Hyöty teollisuusympäristöissä?
19
Etumatkaa automaatiolla. © Yrjö Majanne 16.10.2015

More Related Content

More from Prizztech

Mari Lundström/ Hydrometallurgy and Corrosion
Mari Lundström/ Hydrometallurgy and CorrosionMari Lundström/ Hydrometallurgy and Corrosion
Mari Lundström/ Hydrometallurgy and CorrosionPrizztech
 
Miamari Aaltonen/ Hydrometallurgia akkujen kierrätyksessä
Miamari Aaltonen/ Hydrometallurgia akkujen kierrätyksessäMiamari Aaltonen/ Hydrometallurgia akkujen kierrätyksessä
Miamari Aaltonen/ Hydrometallurgia akkujen kierrätyksessäPrizztech
 
METYK - Metallialan ympäristö ja kiertotalous
METYK - Metallialan ympäristö ja kiertotalousMETYK - Metallialan ympäristö ja kiertotalous
METYK - Metallialan ympäristö ja kiertotalousPrizztech
 
Tutkija Topi Tirronen, Aalto yliopisto
Tutkija Topi Tirronen, Aalto yliopistoTutkija Topi Tirronen, Aalto yliopisto
Tutkija Topi Tirronen, Aalto yliopistoPrizztech
 
Tutkija Severi Ojanen, Aalto yliopisto
Tutkija Severi Ojanen, Aalto yliopistoTutkija Severi Ojanen, Aalto yliopisto
Tutkija Severi Ojanen, Aalto yliopistoPrizztech
 
Tutkija Antti Porvali, Aalto yliopisto
Tutkija Antti Porvali, Aalto yliopistoTutkija Antti Porvali, Aalto yliopisto
Tutkija Antti Porvali, Aalto yliopistoPrizztech
 
Tutkija Antti Porvali, Aalto yliopisto
Tutkija Antti Porvali, Aalto yliopistoTutkija Antti Porvali, Aalto yliopisto
Tutkija Antti Porvali, Aalto yliopistoPrizztech
 
Tutkija Sanna-Mari Nevala, Aalto yliopisto
Tutkija Sanna-Mari Nevala, Aalto yliopistoTutkija Sanna-Mari Nevala, Aalto yliopisto
Tutkija Sanna-Mari Nevala, Aalto yliopistoPrizztech
 
Olli Virtanen, Director Operations, Hacklin Ltd
Olli Virtanen, Director Operations, Hacklin LtdOlli Virtanen, Director Operations, Hacklin Ltd
Olli Virtanen, Director Operations, Hacklin LtdPrizztech
 
Professori Rodrigo Serna, Aalto yliopisto
Professori Rodrigo Serna, Aalto yliopistoProfessori Rodrigo Serna, Aalto yliopisto
Professori Rodrigo Serna, Aalto yliopistoPrizztech
 
Tutkija Miamari Aaltonen, Aalto yliopisto
Tutkija Miamari Aaltonen, Aalto yliopistoTutkija Miamari Aaltonen, Aalto yliopisto
Tutkija Miamari Aaltonen, Aalto yliopistoPrizztech
 
Kenneth Ekman, Crisolteq
Kenneth Ekman, CrisolteqKenneth Ekman, Crisolteq
Kenneth Ekman, CrisolteqPrizztech
 
METYK - Metallialan ympäristö ja kiertotalous
METYK - Metallialan ympäristö ja kiertotalousMETYK - Metallialan ympäristö ja kiertotalous
METYK - Metallialan ympäristö ja kiertotalousPrizztech
 
Petri Latostenmaa, Boliden Harjavalta
Petri Latostenmaa, Boliden HarjavaltaPetri Latostenmaa, Boliden Harjavalta
Petri Latostenmaa, Boliden HarjavaltaPrizztech
 
Tutkija Topi Tirronen, Aalto yliopisto
Tutkija Topi Tirronen, Aalto yliopistoTutkija Topi Tirronen, Aalto yliopisto
Tutkija Topi Tirronen, Aalto yliopistoPrizztech
 
Risto Ryymin, Jyväskylän energia
Risto Ryymin, Jyväskylän energiaRisto Ryymin, Jyväskylän energia
Risto Ryymin, Jyväskylän energiaPrizztech
 
Tutkija Severi Ojanen, Aalto yliopisto
Tutkija Severi Ojanen, Aalto yliopistoTutkija Severi Ojanen, Aalto yliopisto
Tutkija Severi Ojanen, Aalto yliopistoPrizztech
 
Tutkija Antti Porvali, Aalto yliopisto
Tutkija Antti Porvali, Aalto yliopistoTutkija Antti Porvali, Aalto yliopisto
Tutkija Antti Porvali, Aalto yliopistoPrizztech
 
tutkija Sanna-Mari Nevala, Aalto yliopisto
tutkija Sanna-Mari Nevala, Aalto yliopistotutkija Sanna-Mari Nevala, Aalto yliopisto
tutkija Sanna-Mari Nevala, Aalto yliopistoPrizztech
 
Professori Pekka Taskinen, Kemian tekniikan korkeakoulu
Professori Pekka Taskinen, Kemian tekniikan korkeakouluProfessori Pekka Taskinen, Kemian tekniikan korkeakoulu
Professori Pekka Taskinen, Kemian tekniikan korkeakouluPrizztech
 

More from Prizztech (20)

Mari Lundström/ Hydrometallurgy and Corrosion
Mari Lundström/ Hydrometallurgy and CorrosionMari Lundström/ Hydrometallurgy and Corrosion
Mari Lundström/ Hydrometallurgy and Corrosion
 
Miamari Aaltonen/ Hydrometallurgia akkujen kierrätyksessä
Miamari Aaltonen/ Hydrometallurgia akkujen kierrätyksessäMiamari Aaltonen/ Hydrometallurgia akkujen kierrätyksessä
Miamari Aaltonen/ Hydrometallurgia akkujen kierrätyksessä
 
METYK - Metallialan ympäristö ja kiertotalous
METYK - Metallialan ympäristö ja kiertotalousMETYK - Metallialan ympäristö ja kiertotalous
METYK - Metallialan ympäristö ja kiertotalous
 
Tutkija Topi Tirronen, Aalto yliopisto
Tutkija Topi Tirronen, Aalto yliopistoTutkija Topi Tirronen, Aalto yliopisto
Tutkija Topi Tirronen, Aalto yliopisto
 
Tutkija Severi Ojanen, Aalto yliopisto
Tutkija Severi Ojanen, Aalto yliopistoTutkija Severi Ojanen, Aalto yliopisto
Tutkija Severi Ojanen, Aalto yliopisto
 
Tutkija Antti Porvali, Aalto yliopisto
Tutkija Antti Porvali, Aalto yliopistoTutkija Antti Porvali, Aalto yliopisto
Tutkija Antti Porvali, Aalto yliopisto
 
Tutkija Antti Porvali, Aalto yliopisto
Tutkija Antti Porvali, Aalto yliopistoTutkija Antti Porvali, Aalto yliopisto
Tutkija Antti Porvali, Aalto yliopisto
 
Tutkija Sanna-Mari Nevala, Aalto yliopisto
Tutkija Sanna-Mari Nevala, Aalto yliopistoTutkija Sanna-Mari Nevala, Aalto yliopisto
Tutkija Sanna-Mari Nevala, Aalto yliopisto
 
Olli Virtanen, Director Operations, Hacklin Ltd
Olli Virtanen, Director Operations, Hacklin LtdOlli Virtanen, Director Operations, Hacklin Ltd
Olli Virtanen, Director Operations, Hacklin Ltd
 
Professori Rodrigo Serna, Aalto yliopisto
Professori Rodrigo Serna, Aalto yliopistoProfessori Rodrigo Serna, Aalto yliopisto
Professori Rodrigo Serna, Aalto yliopisto
 
Tutkija Miamari Aaltonen, Aalto yliopisto
Tutkija Miamari Aaltonen, Aalto yliopistoTutkija Miamari Aaltonen, Aalto yliopisto
Tutkija Miamari Aaltonen, Aalto yliopisto
 
Kenneth Ekman, Crisolteq
Kenneth Ekman, CrisolteqKenneth Ekman, Crisolteq
Kenneth Ekman, Crisolteq
 
METYK - Metallialan ympäristö ja kiertotalous
METYK - Metallialan ympäristö ja kiertotalousMETYK - Metallialan ympäristö ja kiertotalous
METYK - Metallialan ympäristö ja kiertotalous
 
Petri Latostenmaa, Boliden Harjavalta
Petri Latostenmaa, Boliden HarjavaltaPetri Latostenmaa, Boliden Harjavalta
Petri Latostenmaa, Boliden Harjavalta
 
Tutkija Topi Tirronen, Aalto yliopisto
Tutkija Topi Tirronen, Aalto yliopistoTutkija Topi Tirronen, Aalto yliopisto
Tutkija Topi Tirronen, Aalto yliopisto
 
Risto Ryymin, Jyväskylän energia
Risto Ryymin, Jyväskylän energiaRisto Ryymin, Jyväskylän energia
Risto Ryymin, Jyväskylän energia
 
Tutkija Severi Ojanen, Aalto yliopisto
Tutkija Severi Ojanen, Aalto yliopistoTutkija Severi Ojanen, Aalto yliopisto
Tutkija Severi Ojanen, Aalto yliopisto
 
Tutkija Antti Porvali, Aalto yliopisto
Tutkija Antti Porvali, Aalto yliopistoTutkija Antti Porvali, Aalto yliopisto
Tutkija Antti Porvali, Aalto yliopisto
 
tutkija Sanna-Mari Nevala, Aalto yliopisto
tutkija Sanna-Mari Nevala, Aalto yliopistotutkija Sanna-Mari Nevala, Aalto yliopisto
tutkija Sanna-Mari Nevala, Aalto yliopisto
 
Professori Pekka Taskinen, Kemian tekniikan korkeakoulu
Professori Pekka Taskinen, Kemian tekniikan korkeakouluProfessori Pekka Taskinen, Kemian tekniikan korkeakoulu
Professori Pekka Taskinen, Kemian tekniikan korkeakoulu
 

Kehittyneet prosessien säätömenetelmät

  • 1. Systeemitekniikka KEHITTYNEET MENETELMÄT PROSESSIEN SÄÄDÖSSÄ Yrjö Majanne Tampereen teknillinen yliopisto, Systeemitekniikan laitos yrjo.majanne@tut.fi, puh. +358 40 198 1168 1 Etumatkaa automaatiolla. © Yrjö Majanne 16.10.2015 Systeemitekniikka SISÄLTÖ • Mihin kehittyneitä säätömenetelmiä tarvitaan • Malliiprediktiivinen säätö • Prosessiautomaation kehitysnäkymiä • Fiksut säätömenetelmät • Monitorointi & raportointi • Teollisuusinternet & Big Data 2 Etumatkaa automaatiolla. © Yrjö Majanne 16.10.2015
  • 2. Systeemitekniikka MIHIN KEHITTYNEITÄ SÄÄTÖMENETELMIÄ TARVITAAN? Automaation tavoitteita • Tehdä vähemmällä enemmän • Tuotantotehokkuuden parannus • Huonompilaatuisilla (halvemmilla) raaka-aineilla laadukkaita lopputuotteita • Parantunut lopputuotteen laatu -> pienempi hävikki • Järjestelmien toimintojen optimointi -> raaka-aineen ja energian säästö, kapasiteetin kasvu • Haitallisten ympäristövaikutusten minimointi • Prosessien suorituskyvyn valvonta, ylläpito ja kehitys • Reaaliaikainen suorituskyvyn seuranta ja ylläpito • Vikadiagnostiikka • Vikasietoiset järjestelmät 3 Etumatkaa automaatiolla. © Yrjö Majanne 16.10.2015 Systeemitekniikka MIHIN KEHITTYNEITÄ SÄÄTÖMENETELMIÄ TARVITAAN? Perinteiseen säätöön (PI, PID) liittyviä ongelmia: • Prosessit monimuuttujajärjestelmiä, joissa esiintyvät ristikkäisvaikutukset heikentävät säätötulosta ja voivat aiheuttaa säädettyyn järjestelmään haitallisia värähtelyitä • Prosessien toiminnan epälineaarisuus, eli käyttäytyminen riippuu toimintapisteestä -> erilainen säätäjien viritys eri toimintapisteissä -> toimintapisteestä toiseen siirtyminen ajettava tyypillisesti manuaalisesti • Säädettävässä prosessissa esiintyvät viiveet heikentävät säätötulosta merkittävästi – stabiilisuusongelma • Ei juurikaan huomioi prosessin ominaisuuksia ohjausten laskennassa (sama perusalgoritmi prosessista riippumatta) 4 Etumatkaa automaatiolla. © Yrjö Majanne 16.10.2015
  • 3. Systeemitekniikka MIHIN KEHITTYNEITÄ SÄÄTÖMENETELMIÄ TARVITAAN? Kehittyneisiin säätömenetelmiin liittyviä ominaisuuksia: + Huomioivat prosessin ominaisuudet mallin avulla + Monimuuttujarakenne -> ristikkäisvaikutusten huomiointi + Prosessiviiveiden tehokas käsittely – ennustavat menetelmät + Prosessien toimintaan liittyvien rajoitusten huomioiminen + Mukautuminen muuttuviin prosessiolosuhteisiin (epälineaari- suudet, kuluminen, vikaantuminen) − Automaatiojärjestelmän suorituskyky ja sovelluskehitystyökalut − Prosessista tarvitaan dynaaminen malli − Toiminnan ymmärtäminen usein vaikeampaa kuin perussäätimillä − Sovelluksen tekeminen, käyttöönotto ja ylläpito voi olla työlästä 5 Etumatkaa automaatiolla. © Yrjö Majanne 16.10.2015 Systeemitekniikka MIHIN KEHITTYNEITÄ SÄÄTÖMENETELMIÄ TARVITAAN? Joitain ns. kehittyneitä säätömenetelmiä • Optimisäätö • Suunnittelumenetelmä tuottaa säätäjän, joka minimoi säätövirheestä ja ohjausmuutoksista syntyvät ”kustannukset” • Adaptiivinen säätö • Säätimet mukautuvat prosessin muuttuvaan toimintapisteeseen mahdollistaen tarkan säätötuloksen voimakkaasti epäineaarisille prosesseille • Robusti säätö • Huomioidaan säädön suunnitteluun liittyvät epävarmuudet (malli, mittaukset) niin että säätö säilyttää toimintakykynsä myös ns. “Worst case” tilanteissa • Sumea säätö • Prosessin käyttäytyminen ja säätöalgoritmi kuvataan lingvistisillä säännöillä (JOS lämpötila = “korkea” NIIN jäähdytä = “paljon”) • Soveltuu vaikeasti mallinnettaville, voimakkaasti epälineaarisille ja niukasti mittaustietoa sisältäville säätöongelmille • Malliprediktiivinen säätö • Ennustaa prosessin tulevaa käyttätymistä mallin avulla ja laskee jokaisella säätökierroksella optimaalisen ohjauksen huomioiden prosessin tilan 6 Etumatkaa automaatiolla. © Yrjö Majanne 16.10.2015
  • 4. Systeemitekniikka MALLIPREDIKTIIVINEN SÄÄTÖ Model Predictive Control, MPC MPC:n ominaisuuksia: • Sovellettavissa luontevasti monimuuttuja- prosesseihin • Ainoa säätömenetelmä, joka huomioi ilman erillisjärjestelyitä prosessien ohjaukseen ja tiloihin liittyvät rajoitukset • Mahdollistaa toimimisen lähempänä prosessin rajoituksia, mikä tyypillisesti johtaa kannatta- vampaan toimintaan • Usein suorituskykyisempi kuin PID säätö myös rajoittamattomissa yksimuuttujatapauksissa • Viiveiden hallinta ennustus-ominaisuuden avulla • Toimintaperiaate on helposti ymmärrettävissä • ”Helposti” viritettävissä loogisilla viritys- parametreilla. 7 Etumatkaa automaatiolla. © Yrjö Majanne 16.10.2015 Systeemitekniikka MALLIPREDIKTIIVINEN SÄÄTÖ Model Predictive Control, MPC Perusidea: • Etsitään prosessille paras mahdollinen ohjaus ennusta- malla prosessin tuleva käyttäytyminen mallin avulla simuloimalla • Olemassa oleva säätötavoite ja millaisella ohjauksella siihen parhaiten päästään • Jokaisella säätökierroksella siirrytään aika-askel eteenpäin ja ratkaistaan optimisäätöongelma uudelleen perustuen prosessin senhetkiseen tilaan (mitattu ja/tai estimoitu) ja voimassa oleviin rajoituksiin • Tarvittaessa mahdollista muuttaa prosessimallia ja säädön kriteereitä jokaisella säätökierroksella – ratkaistaan optimi- säätöongelma aina uudelleen jokaisella säätökierroksella 8 Etumatkaa automaatiolla. © Yrjö Majanne 16.10.2015
  • 5. Systeemitekniikka MALLIPREDIKTIIVINEN SÄÄTÖ Model Predictive Control, MPC MPC ON AINOA SÄÄTÖMENETELMÄ, JOKA PYSTYY AKTIIVI- SESTI HUOMIOIMAAN RAJOITUKSET PROSESSIN SÄÄDÖSSÄ • Prosessien optimaalinen toimintapiste löytyy yleensä toimittaessa jotain rajoitusta vasten (esim. tuorehöyryn lämpötila voimalaitoksissa). • Rajoitukset liittyvät usein suoriin kustannuksiin, kuten energiakustannuksiin • Ohjauksiin (= toimilaitteisiin) liittyy aina rajoituksia • Kapasiteetti • Asennonmuutosnopeus • Säätöaktiivisuus -> kunnossapitokustannukset • Prosessin tiloihin liittyviä rajoituksia • Lopputuotteen laatu • Käyttötalous (energia, raaka-aineet) • Tuotantokapasiteetti • Turvallisuus 9 Etumatkaa automaatiolla. © Yrjö Majanne 16.10.2015 Systeemitekniikka MALLIPREDIKTIIVINEN SÄÄTÖ Model Predictive Control, MPC Toiminta rajoitusten läheisyydessä 10 Etumatkaa automaatiolla. © Yrjö Majanne 16.10.2015 • Kaukana rajoituksista (a) säädin käyttäytyy symmetrisesti ase- tusarvon suhteen ja ohjaus- muutokset ovat viritysarvojen mukaiset • Prosessiarvon lähestyessä rajoi- tusta (b) >> (c) säädin tekee agressiivisempia ohjausmuu- toksia ohjauskustannusten kasvusta huolimatta estääkseen prosessiarvoja rikkomasta rajoituksia
  • 6. Systeemitekniikka MALLIPREDIKTIIVINEN SÄÄTÖ Model Predictive Control, MPC Joitain rajoitusten hyödyntämiseen liittyviä esimerkkejä • Erillisillä säätimillä toteutettuja rajoittavia säätöjä ei tarvita • Esim. turbiinin kuormanmuutosnopeuden rajoittamien höyryverkon painestabiiliuden säilyttämiseksi • Puskurisäiliöiden tehokas käyttö kuormitushäiriöiden stabiloinnissa • Ei asetusarvosäätöä, vaan pinnankorkeus säiliössä saa vaihdella ylä- ja alarajojen välissä • Toimilaitteen toiminta-alueen fyysiset rajat • Ohjauksen saturoituminen -> windup 11 Etumatkaa automaatiolla. © Yrjö Majanne 16.10.2015 Systeemitekniikka MALLIPREDIKTIIVINEN SÄÄTÖ Model Predictive Control, MPC Säätimen rakenne • Koostuu kolmesta pääkomponentista: • Prosessimallista • Kustannusfunktiosta • Optimoijasta • Prosessimalli sisältää tiedot säädettävästä prosessista, ja sitä käytetään prosessin käyttäytymisen ennustamiseen. • Säätäjän laskema ohjaus optimoidaan siten, että ohjaus tuottaa prosessiin halutun vasteen minimikustannuksilla rikkomatta määritettyjä rajoituksia • Kustannusfunktio koostuu tyypillisesti säätövirheestä ja ohjausmuutoksen suuruudesta, joiden painotuksiin voidaan vaikuttaa painokertoimien avulla (viritys). 12 Etumatkaa automaatiolla. © Yrjö Majanne 16.10.2015
  • 7. Systeemitekniikka MALLIPREDIKTIIVINEN SÄÄTÖ Model Predictive Control, MPC 13 Etumatkaa automaatiolla. © Yrjö Majanne 16.10.2015 Prosessi- malli Optimointi Säädön tavoite (asetusarvo- trajektori) Rajoitukset Kustannusfunktio Ohjaus k k u(t) y(t) s(t) r(t|k) y(t|k) yf(t|k)^ ^ u(t|k)^ Ennustushorisontti Hp k+Hp k+Hp Asetusarvotrajektori Vertailutrajektori Vapaavaste Aika Aika Ohjaushorisontti Hu k+Hu Ennustettu ulostulo Systeemitekniikka MALLIPREDIKTIIVINEN SÄÄTÖ Model Predictive Control, MPC Toimintaperiaate: Jokaisella säätökierroksella • Säädin simuloi prosessin käyttäytymisen ennustushorisontin määrämän ajan verran eteenpäin (vapaavaste + ohjausmuu- tosten vaikutukset) • Optimoija etsii prosessille ohjausmuutokset, joilla kustannus- funktiossa määritetyt kustannukset (yleensä painotetut säätö- virheen ja ohjausmuutosten neliöt) minimoituvat ennustushori- sontissa perustuen senhetkisiin prosessimittauksiin ja mallilla ennustettuun prosessin käyttätymiseen • Ohjausten laskennassa huomioidaan ohjauksille (suuruus ja muutosnopeus) ja prosessin tiloille (min, max) asetetut rajoitukset • Jos ohjaushorisontti (laskennassa käytettävissä olevien ohjaus- askelten määrä) olisikin pitempi kuin 1, toimeenpannaan ainoas- taan ensimmäinen laskettu ohjausmuutos • Seuraavalla säätökierroksella käynnistetään koko proseduuri alusta uudelleen, ns. siirtyvän horisontin periaate 14 Etumatkaa automaatiolla. © Yrjö Majanne 16.10.2015
  • 8. Systeemitekniikka MALLIPREDIKTIIVINEN SÄÄTÖ Model Predictive Control, MPC 15 Etumatkaa automaatiolla. © Yrjö Majanne 16.10.2015 Menetelmän soveltuvuuteen positiivisesti vaikuttavia asioita o Välttämätön: Käytetyssä automaatiojärjestelmässä on oltava työkalut MPC-sovelluksen rakentamiseen o Välttämätön: Kenttäinstrumentointi laitettava kuntoon ensin (mittaukset, toimilaitteet) + Säätökohde monimuuttujaprosessi, jossa esiintyy ohjaus- ja säätösuureiden sekä tilojen rajoituksia + Prosessissa on mitattavia häiriöitä (myötäkytkentöjen rakentuminen) + Prosessissa esiintyy pitkiä viiveitä + Riittävän monimutkainen järjestelmä (riittävästi ohjauksen vapausastei-ta), jotta optimoinnilla voidaan saavuttaa konkreettista hyötyä Systeemitekniikka MALLIPREDIKTIIVINEN SÄÄTÖ Model Predictive Control, MPC Menetelmän soveltuvuuteen haitallisesti vaikuttavia asioita - Prosessin toiminta voimakkaasti epälineaarista (-> lineaarinen optimointi ei riitä) - Prosessi on vaikeasti mallinnettavissa (rakenne, mittausten määrä ja luotettavuus) - Vaatii paljon laskentatehoa, millä on vaikutus saavutettavaan säätöaikaväliin (soveltuvuus nopeille prosesseille) - Prosessin viiverakenne tuntematon tai voimakkaasti muuttuvat viiveet 16 Etumatkaa automaatiolla. © Yrjö Majanne 16.10.2015
  • 9. Systeemitekniikka MALLIPREDIKTIIVINEN SÄÄTÖ Model Predictive Control, MPC Sovelluksia • Prosessiteollisuuden höyryverkot • Painesäätö • Höyryntasaus • Kaukolämpöverkon hallinta • Pumppaus & lämpötilat • Paperikoneet • Lajinvaihto • Retentio • Selluprosessi • Monivaiheinen valkaisu • Petrokemian prosessit • Tislauskolonnien säätö 17 Etumatkaa automaatiolla. © Yrjö Majanne 16.10.2015 Systeemitekniikka PROSESSIAUTOMAATION KEHITYSKOHTEITA • Automaation eri tasojen integroituminen tietoteknisesti yhdeksi järjestelmäksi , jossa tieto siirtyy joustavasti tasolta toiselle • Yritystason resurssien hallinta (ERP) • Laitostason tuotannon ohjaus (MES) • Prosessien hallinta (optimointi, koordinointi, stabilointi) • Tuotannon tehokkuus-, joustavuus- ja laatuvaatimusten kasvu lisää tarvetta entistä parempien prosessinhallintamenetelmien kehittämiselle, jotka tulevat mahdollisiksi automaatiojärjestelmi- en ominaisuuksien ja suorituskyvyn parantumisen myötä • Säätömenetelmät • Instrumentointi (mittaukset, analysaattorit) • Tekninen diagnostiikka 18 Etumatkaa automaatiolla. © Yrjö Majanne 16.10.2015
  • 10. Systeemitekniikka PROSESSIAUTOMAATION KEHITYSKOHTEITA • Viranomaisvalvontaan liittyvä monitorointi ja raportointi • Ympäristövaikutukset • Materiaalit & kemikaalit • Terveysvaikutukset • Teollinen Internet / Esineiden Internet • Digitalisaatio ja Big Data • Lisäarvo teollisuusympäristöissä, missä laitteet ja osajärjestelmät jo pitkälti kytkettyjä prosessien hallintajärjestelmiin? • Tiedon jalostus datasta informaatioon • Suurten kokonaisuuksien toiminnan hallinta • Big Datan hyödyntäminen järjestelmien hallinnassa • Uusien tietolähteiden hyödyntäminen järjestelmien toiminnan seurannassa ja hallinnassa • Hyöty teollisuusympäristöissä? 19 Etumatkaa automaatiolla. © Yrjö Majanne 16.10.2015