Download
1 / 13
130 likes | 282 Views
PROST årsmøte 11-06-2002. En kort oversikt over noen prosjekter i Cybernetica. 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:
E N D
PROST årsmøte 11-06-2002 En kort oversikt over noen prosjekter i Cybernetica.
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 polymerisasjons-prosesser. • Styring av Pasta-PVC polymerisasjons-prosess (forstudie). • Styring av forbrennings- og energigjenvinnings-anlegg. • Utvikling av Green DP for Kongsberg Simrad.
Prosjekter i Cybernetica • MPC basert på lineære modeller: • Modellprediktiv regulering av destillasjons-kolonner. • Utvikling av MPC basert på lineære tilstandsrom-modeller 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.
Reflux condenser VCM H2O PVC Cooling jacket Agitator - [1/s] Optimalisering av S-PVC polymerisasjon • Gevinst: • Redusert batchtid (minst 15 min). • Redusert bruk av inhibitor. • Produktkvalitet i henhold til ‘spec’. • Batch-prosess • Fysikalsk modell: • Reaksjonskinetikk • Termodynamikk • Energibalanse • Kvalitetsmodell • ‘Run-to-run’ optimalisering: • Estimering av modell-parametre etter hver batch: • Modellparametre varierer med omsetning. • Optimalisering av temperatur-profil og initiatordosering. • Optimaliserings-problem: • Pådragene parameteri-seres 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 styre-system.
Operatør-støttesystem for S-PVC polymerisering • 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 kjøle-marginen blir negativ. • Beregner behov for lufting av reflukskondensator. • Gevinst: • Riktig dosering av inhibitor medfører kortere batchtid. • Riktig lufting av refluks-kondensator øker kjølekapasiteten. • Implementering: • CENIT. • Kommunikasjon via InfoPlus.21.
Optimalisering av metall-raffinering • Gevinst: • Minimalisere tap av mangan. • Karbonkons. i henhold til spesifikasjon. • Semibatch-prosess: • Fjerning av karbon fra ferromangan metall. • Fysikalsk modell: • Svært ulineær. • Utviklet og implementert i samarbeid med kunden. • ‘Run-to-run’ optimalisering: • Estimering av modell-parametre etter hver batch. • Optimalisering av pådrags-trajektor før hver batch. • Gode målinger/analyser før og etter batchen. • Optimaliserings-problem: • Pådragene parameteri-seres med ca 30 uavhengige variable. • NB! Modellen må være tilstrekkelig glatt. • Implementering: • CENIT ModelFit og CENIT BatchOptimize. • Modell implementert i SIMON. • Optimalisert pådrags-trajektor overføres til styre-system før hver batch.
Modellprediktiv styring av polypropylen (PP) produksjon • Gevinst: • Økt produksjon (~3%) • Raskere produkt-overganger • Mindre “off-spec” • Okt reproduserbarhet • 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: • Modellutvikling • Modelltilpasning • Implementering • Ingangkjøring • Implementering: • BorAPC (OnSpot) • Windows NT
Modellprediktiv styring av polyetylen (PE) produksjon • Gevinst: • Økt produksjon • Raskere produkt-overganger • Mindre “off-spec”. • Økt reproduserbarhet • 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
Modellprediktiv styring av polyetylen (PE) produksjon • Gevinst: • Økt produksjon (~3%) • Raskere produkt-overganger • Mindre “off-spec” • Reproduserbarhet • 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
Modellprediktiv styring forbrennings- og energigjenvinningsanlegg • Implementering: • 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 effekt-produksjon. • Optimal energigjenvinning. • Regulering av primær- og sekundærkammer. • Utslipp innenfor ‘spec’. • Avgasstemp. innenfor spesifiserte grenser.
Kongsberg Simrad GreenDP Miljøvennlig teknologi Ulineær modell-prediktiv styring Metodikk utviklet ved SINTEF / Cybernetica Basert på CENIT Kjernen implementert av SINTEF / Cybernetica
Configuration interface CENIT overview ModelFit N-MPC CENIT GenEst Modelcomponent Batch-Optimize OPC Client interface Time seriesdata base OPC Server interface
Cybernetica personell Fra venstere: Magne Hillestad, Halgeir Ludvigsen, Bjarne Foss, Jan Gunnar Dyrset, Peter Singstad, Svein Olav Hauger og Tor Steinar Schei.
