[发明专利]用于KPI性能分析的具有无约束因变量的MPC

说明书

一种关键性能指标（KPI）性能分析的方法（100）。提供（101）用于工业过程的动态模型预测控制（MPC）过程模型，工业过程包括用于MPC控制器的受控变量（CV）和测量变量（MV）。MPC过程模型包括至少一个KPI，其也包括在用于工业过程的业务KPI监视系统中。估计（102）KPI的未来轨迹和KPI的稳态（SS）值。使用（103）未来轨迹和SS值来确定从CV和MV选择的关键工厂操作变量与KPI之间的动态关系。分析（104）KPI的性能，包括从动态关系和MV的至少一部分的当前值标识工业过程的操作期间的超过性能或性能问题的至少一个原因。

技术领域

所公开的实施例涉及包括关键性能指标的模型预测控制（MPC）。

背景技术

通常使用过程控制系统来管理操作处理材料的物理过程的处理设施，诸如制造工厂，化学工厂和炼油厂（oil refinery）。阀，泵，马达，加热/冷却设备和其他工业设备通常执行在处理设施中处理材料所需的动作。除其他功能之外，过程控制系统经常管理处理设施中的工业设备的使用。

在常规过程控制系统中，控制器通常用于控制处理设施中的工业设备的操作。控制器可以监视工业设备的操作，向工业设备提供控制信号，和/或在检测到故障时生成警报。过程控制系统通常包括一个或多个过程控制器和输入/输出（I / O）设备，通信地耦合到至少一个工作站并且通信地耦合到一个或多个现场设备，诸如通过模拟和/或数字总线。现场设备可以包括传感器（例如，温度，压力和流量（flow rate）传感器），以及其他无源和/或有源设备。过程控制器可以接收过程信息，诸如由现场设备进行的现场测量，以便实现控制例程。然后可以生成控制信号并将其发送到工业设备以控制过程的操作。

工业工厂通常具有带显示器的控制室，所述显示器用于显示过程参数，诸如关键温度，压力，流体流量和流级别（flow level），关键阀，泵和其他设备的操作位置等。控制室中的操作员可以控制工厂操作的各个方面，通常包括超越（override）自动控制。通常在工厂操作场景中，操作员期望操作条件使得工厂总是在其“最佳”操作点（即，与过程相关联的利益处于最大值处，其可以对应于生成的产品的量）处操作并且因此接近警报极限。基于用于化学过程的原料组成的改变，改变产品要求或经济性，或约束的其他改变，可以改变操作条件以增加利益。然而，由于过程中的可变性，存在与更接近警报极限操作工厂相关联的增加的风险。

先进的过程控制器实现多变量模型预测控制（MPC），其是用于控制运行工业过程的设备的操作的先进的过程控制（APC）技术。该模型是若干自变量和若干因变量之间的通常线性动态关系的集合。该模型可以有不同的形式，其中Laplace变换和ARX模型是常规的模型实现。变量之间的非线性关系也是可能的。

MPC控制技术通常涉及使用凭经验导出的过程模型（即，基于历史过程数据）来分析接收的当前输入（例如，传感器）数据，其中模型标识应如何控制工业设备（例如，通过改变致动器设置）并且因此基于接收的输入数据进行操作。MPC的控制原理使用三（3）类过程变量，操纵变量MV和一些测量的干扰变量（disturbance variable）（DV）作为自变量，并且控制变量（CV）作为因变量。该模型包括每个CV对MV/DV改变的响应，并且该模型根据MV和DV的改变预测未来对CV的影响。

在许多工业和商业客户应用中，关键性能指标（KPI）被业务KPI监视系统用于跟踪企业或组织是否正在针对可接受的标准执行，例如在遵守法律，生产率，能量使用，以及维持产品或服务质量和盈利能力方面。通常存在例如来自操作员因意外导致伤害而损失的工作时间，维修车间性能，环境排放直至生产率，质量变化以及能量和化学品消耗的广泛类型的KPI。