[go: up one dir, main page]

TWI771763B - 程序之非線性模型預測性控制 - Google Patents

程序之非線性模型預測性控制 Download PDF

Info

Publication number
TWI771763B
TWI771763B TW109133462A TW109133462A TWI771763B TW I771763 B TWI771763 B TW I771763B TW 109133462 A TW109133462 A TW 109133462A TW 109133462 A TW109133462 A TW 109133462A TW I771763 B TWI771763 B TW I771763B
Authority
TW
Taiwan
Prior art keywords
input
steady
state
model
output
Prior art date
Application number
TW109133462A
Other languages
English (en)
Other versions
TW202117472A (zh
Inventor
拉胡爾 賓德利許
Original Assignee
美商陶氏全球科技有限責任公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 美商陶氏全球科技有限責任公司 filed Critical 美商陶氏全球科技有限責任公司
Publication of TW202117472A publication Critical patent/TW202117472A/zh
Application granted granted Critical
Publication of TWI771763B publication Critical patent/TWI771763B/zh

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
    • C—CHEMISTRY; METALLURGY
    • C07—ORGANIC CHEMISTRY
    • C07C—ACYCLIC OR CARBOCYCLIC COMPOUNDS
    • C07C29/00—Preparation of compounds having hydroxy or O-metal groups bound to a carbon atom not belonging to a six-membered aromatic ring
    • C07C29/15—Preparation of compounds having hydroxy or O-metal groups bound to a carbon atom not belonging to a six-membered aromatic ring by reduction of oxides of carbon exclusively
    • C07C29/151—Preparation of compounds having hydroxy or O-metal groups bound to a carbon atom not belonging to a six-membered aromatic ring by reduction of oxides of carbon exclusively with hydrogen or hydrogen-containing gases
    • C07C29/152—Preparation of compounds having hydroxy or O-metal groups bound to a carbon atom not belonging to a six-membered aromatic ring by reduction of oxides of carbon exclusively with hydrogen or hydrogen-containing gases characterised by the reactor used
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G05B13/0285—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using neural networks and fuzzy logic
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/05—Programmable logic controllers, e.g. simulating logic interconnections of signals according to ladder diagrams or function charts
    • G05B19/058—Safety, monitoring
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/24—Pc safety
    • G05B2219/24075—Predict control element state changes, event changes

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Automation & Control Theory (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Chemical & Material Sciences (AREA)
  • Organic Chemistry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • Theoretical Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Operations Research (AREA)
  • Evolutionary Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Algebra (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Fuzzy Systems (AREA)
  • Feedback Control In General (AREA)
  • Epoxy Compounds (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本文中提供一種用於展現穩態增益反轉之一操作之化學系統，且該化學系統包括：一反應器，其被組態以接收一進料流並產生一出口流以形成一程序；及一控制裝置，其被組態以控制一程序。該控制裝置接收指示一操作參數之輸入並接收輸出變數，且回應於該等輸入及該等輸出變數而提供被組態以控制或最佳化該程序之一穩態經操控輸入。該控制裝置包括一輸入干擾模型、一狀態估計器、一非線性穩態目標計算器及一調節器，該調節器被組態以基於該穩態經操控輸入及相關聯輸出變數而提供用於調節一個或多個輸入之一信號。

Description

程序之非線性模型預測性控制
本發明提供一種用於展現穩態增益反轉之一操作之化學系統。
環氧烷之生產可經由一化學系統來完成，該化學系統利用在存在氧之情況下使用銀基催化劑對烯烴進行之催化環氧化。用於此類程序中之習知銀基催化劑通常提供相對較低效率或「選擇性」（例如較低百分比的經反應之伸烷基轉化為所需環氧烷）。在一些程序中，當在乙烯之環氧化中使用習知催化劑時，被表達為經轉化乙烯之分率的朝向環氧乙烷之理論上最大效率不會達到高於6/7或85.7%限度之值。
某些此類催化劑，諸如所謂的「高選擇性」或「高效率」催化劑，傾向於展現隨氣相促進劑濃度而變的相對陡效率曲線，此係因為該濃度遠離提供高效率之值（例如，當遠離最大化促進劑濃度之效率而操作時，相對於氣相促進劑濃度之改變的效率之改變為至少0.2%/ppmv）。因此，促進劑濃度之小的改變可引起顯著的效率改變，此係因為效率可隨時間推移而在氣相促進劑之某些濃度（或進料速率）下展現明顯的最大值，例如最佳值。化學程序之明顯的最大值係歸因於多相流動及化學反應，該等多相流動及化學反應之特徵為程序非線性及歸因於質量輸送及化學反應速率之時間延遲。
因為化學程序中之許多變數與其他變數具有非線性關係，例如變數之環間相互作用，所以需要開發程序模型以有效地特性化此等多重相互依存的可變關係，該等可變關係可為非線性的。在各種實施方案中，已針對程序控制領域中之應用提出了線性模型預測性控制（LMPC），以及其他方法。然而，此類方法對於具有穩態增益反轉之程序持續缺乏穩定性。
在一些實施例中，一種用於展現穩態增益反轉之一操作之化學系統包括：一反應器，其被組態以接收一進料流並產生一出口流以形成一程序；及一控制裝置，其被組態以控制一程序。該控制裝置接收指示一操作參數之輸入並接收輸出變數，且回應於該等輸入及該等輸出變數而提供被組態以控制或最佳化該程序之一穩態經操控輸入。該控制裝置包括：一輸入干擾模型，其係基於使用該穩態經操控輸入作為一定製輸出量測以判定未量測之干擾；一狀態估計器，其被組態以利用該定製輸出量測以估計進入該程序之該等未量測之干擾並藉此基於由該模型對該程序之一特性化而預測該程序之一改變；一非線性穩態目標計算器，其被組態以基於如由該模型所計算的該程序之該特性化而判定用於該程序之該穩態經操控輸入；及一調節器，其被組態以基於該穩態經操控輸入及相關聯輸出變數而提供用於調節一個或多個輸入之一信號。
在一些實施例中，一種用於經由一控制裝置控制一化學系統之方法包括接收指示一程序之一操作參數之輸入並接收一穩態輸出變數。該方法亦包括基於使用一最佳經操控穩態輸入作為一定製輸出量測以在存在經量測干擾及未量測之干擾兩者之情況下判定該最佳化經操控輸入來實施一輸入干擾模型。另外，該方法包括估計該程序之一狀態以基於由該模型對該程序之一特性化而預測該程序。該方法進一步包括基於藉由模型化對該程序之該特性化及該化學系統之一個或多個穩態輸出變數之估計而判定用於該程序之一定向經操控輸入。最後，該方法包括基於該定向經操控輸入而調節該程序。
本揭示案提供一種化學系統，其實施運用適當干擾模型強化之非線性模型預測性控制（NMPC）裝置，該干擾模型能夠在不制定無約束控制律之情況下大體上解決非線性受約束最佳化問題。本文中所提供之控制裝置可確保用於在最佳點（例如「峰值」）處或在所需或最佳範圍內控制程序之足夠的穩健性，其中穩態增益程序改變符號。另外，本文中所提供之控制裝置操控輸入以大體上將程序維持於峰值附近，其中穩態增益反轉係在存在干擾之情況下發生，而非遠離彼點而操作以防止不穩定性。
在存在經量測干擾之情況下在最佳點處運用穩態增益反轉來控制程序可引起穩態增益之頻繁的符號改變，並需要適當地估計干擾以採取恰當的控制動作，該控制動作最大化經控制輸出。歸因於顯著的程序干擾及潛在的模型化誤差，運用增益反轉來控制實際工業程序之應用中可能會出現問題，藉此增加了穩健的解決方案之重要性。因此，本文中所提供之化學系統可被組態以經由使用經觀測之最佳化的經操控穩態輸入作為偶爾可用的定製輸出量測來最大化輸出變數，該輸出變數具有相對於經操控輸入之穩態增益反轉。化學系統亦實施輸入干擾模型，其利用不頻繁的定製輸出量測以最大化具有穩態增益反轉之輸出變數。
現在參考圖1，能夠製造環氧烷之化學系統10包括根據本揭示案之一實施例之反應器12。包括諸如乙烷之飽和烴作為雜質之烯烴進料流14與氧進料16及氣相促進劑進料18組合以靠近反應器入口界定反應器進料流20。反應器產物流22包括環氧烷產物加副產物（例如CO2 、H2 O及少量飽和烴）、未反應之烯烴、氧及惰性物質。在一些商用程序中，環氧烷產物連同某一水產物可在環氧烷回收單元中自反應器產物流22移除。視需要，亦可提供再循環流24以使未反應之烯烴及氧再循環。然而，若實施再循環流24，則可提供排放管線以縮減諸如氬及乙烷之雜質及/或副產物的累積。另外，在一些實施例中，設備10亦包括二氧化碳移除步驟，其係在再循環流24與新鮮進料流20進入反應器12之前組合之處上游執行。
在一實施例中，由進料流14提供之烯烴為乙烯。另外或替代地，在一實施例中，烯烴進料流14可包括芳族烯烴、二烯烴（無論是否共軛）、C2 -C12 α-烯烴，及/或C2 -C8 α-烯烴。氧進料16可包括實質上純氧或空氣。若使用純氧，則亦可包括壓載氣體或稀釋劑26，諸如氮或甲烷，以使氧濃度維持為低於由可燃性考慮因素允許之最大位準。反應器進料流20中之氧濃度在廣泛範圍內變化，且實務上，可燃性為氧濃度之限制因素。
當存在時，反應器進料流20中之二氧化碳濃度可對用於反應器12中之催化劑之效率、活性及/或穩定性產生不利的影響。二氧化碳係作為反應副產物產生並與其他入口反應氣體一起作為雜質引入。在各種商用乙烯環氧化程序中，二氧化碳之至少部分被連續地移除以便在循環中將其濃度控制為可接受的位準。
氣相促進劑為增強用於生產所需環氧烷之化學系統10之效率及/或活性的化合物。在一實施例中，氣相促進劑包括有機氯化物。舉例而言，氣相促進劑至少為選自由氯甲烷、氯乙烷、二氯化乙烯、氯乙烯及其混合物組成之群組的氣相促進劑。在各種實施例中，氯乙烷及二氯化乙烯可為氣相促進劑進料流18。使用氯烴氣相促進劑作為一實例，咸信，促進劑增強用於所需環氧烷之化學系統10之效能（例如效率及/或活性）的能力取決於氣相促進劑例如藉由將諸如原子氯或氯離子之特定氯物種沈積於催化劑上而氯化反應器12中之催化劑之表面的程度。然而，咸信，缺乏氯原子之烴自催化劑汽提氯化物，且因此有損於由氣相促進劑提供之總效能增強。咸信，諸如乙烷或丙烷之石蠟族化合物對於自催化劑汽提氯化物尤其有效。然而，咸信，諸如乙烯及丙烯之烯烴亦用於自催化劑汽提氯化物。此等烴中之一些亦可作為雜質引入於乙烯進料流12中，或可出於其他原因（諸如使用再循環流24）而存在。在一些實施例中，當存在時，反應器進料流20中之乙烷濃度為0莫耳百分數至約2莫耳百分數。鑒於反應器進料流20中之氣相促進劑及脫氯烴之競爭效應，方便的是定義「總催化劑氯化有效性值」，其表示氯化催化劑時的氣相物種之淨效應。在有機氯化物氣相促進劑之狀況下，總催化劑氯化有效性可被定義為無因次量Z並由下式表示：
Figure 02_image005
 （1），
其中氯乙烷當量為氯乙烷以ppmv（其等效於ppm莫耳）為單位之濃度，該濃度在進料流20中之有機氯化物之濃度下提供存在於反應器進料流20中之有機氯化物的實質上相同催化劑氯化有效性；且乙烷當量為乙烷以莫耳百分數為單位之濃度，該濃度在反應器進料流20中之不含氯化物之烴之濃度下提供反應器進料流20中之不含氯化物之烴的實質上相同催化劑去氯化有效性。
儘管氣態含氯促進劑可作為單一物種被供應，但在與催化劑接觸後，就可形成其他物種，從而產生氣相混合物。因此，若反應氣體諸如經由再循環流24再循環，則將在反應器12之入口中發現物種之混合物。詳言之，即使僅氯乙烷或二氯化乙烯被供應至新鮮進料流20，入口處之經再循環反應氣體亦可含有氯乙烷、氯乙烯、二氯化乙烯及或氯甲烷。
入口氣體（伸烷基、氧及壓載氣體）與氣相促進劑混合之次序可變化，且混合可同時或依序進行。出於方便原因、安全性原因及/或任何其他原因而選擇程序之氣態組分之混合次序。舉例而言，出於安全性原因而在壓載氣體之後添加氧。然而，在一些實施例中，氣相促進劑應存在於反應器進料流20中，此係因為其被引入至反應器12中之固體催化劑。
用於反應器12之合適反應器之非限制性實例包括固定床管狀反應器、連續攪拌槽反應器（CSTR）及流化床反應器。所選擇之特定操作模式可由程序經濟學規定。環氧化反應係放熱的。因此，提供冷卻劑系統26（例如具有諸如熱傳送流體或沸水之冷卻劑流體之冷卻水套或液壓迴路）以調節反應器12之溫度。選擇反應溫度以提供環氧乙烷之所需產率。在一實施例中，環氧化反應係在至少200℃或至少210℃或至少220℃之溫度下進行。在各種實施例中，實施不超過300℃之反應溫度或不超過290℃之反應溫度。反應器壓力係基於所需質量速度及生產率而選擇並在5 atm（506 kPa）至30 atm（3.0 MPa）之範圍內。氣體每小時空間速度（GHSV）大於3000 hr− 1 、大於4,000 hr− 1 或大於5,000 hr− 1 。
用於生產例如環氧乙烷或環氧丙烷之環氧烷之催化劑可藉由以下方式來製備：運用一種或多種銀化合物之溶液浸漬合適的載體材料，隨後進行處理以縮減銀並貫穿載體之孔隙沈積銀。通常，運用催化量之銀浸漬載體，該催化量為能夠催化運用氧或含氧氣體將伸烷基氧化為對應環氧烷之任何銀量。
在一實施例中，多種促進劑，亦即，當存在時結合例如銀之特定催化材料有益於催化劑效能之一個或多個態樣或以其他方式用來促進催化劑製造例如環氧乙烷或環氧丙烷之所需產物之能力的材料。此類促進劑在催化劑中之存在已被展示為有助於對催化劑效能之一個或多個有益效應，例如增強所需產物之生產速率或量，降低達成合適的反應速率所需之溫度，降低不當反應之速率或量等。競爭反應在反應器12中同時進行，且判定整個程序之有效性時的至關重要的因素為對此等競爭反應之控制措施。被稱為所需反應之促進劑之材料可為例如燃燒反應之另一反應之抑制劑。重要的是，促進劑對總體反應之影響對於例如環氧乙烷之所需產物之高效生產係有利的。存在於催化劑中之一種或多種促進劑之濃度取決於對催化劑效能之所需影響、特定催化劑之其他組分、載體之物理及化學特性以及環氧化反應條件而在廣泛範圍內變化。
存在至少兩種類型之促進劑—固體促進劑及氣態促進劑。固體及/或氣態促進劑係以促進量來提供。催化劑之某一組分之「促進量」係指彼組分有效地用以相較於不含該組分之催化劑向彼催化劑提供一種或多種催化性質之改良的量。催化性質之實例包括可操作性（抗失控性）、效率、活性、轉化率、穩定性及產率。本領域中熟習此項技術者應理解，一種或多種個別催化性質可因「促進量」而增強，而其他催化性質可能會增強或可能不會增強或甚至可能會降低。應進一步理解，不同催化性質可在不同操作條件下得到增強。舉例而言，在一組操作條件下效率增強之催化劑可在展示出活性改良而非效率改良之一組不同條件下操作，且環氧乙烷設備之操作者將有意地改變操作條件以便甚至以其他催化性質為代價而利用某些催化性質，以便藉由考量原料成本、能量成本、副產物移除成本及其類似者而使利益最大化。
由促進劑提供之促進效應可受數個變數影響，該等變數係例如反應條件、催化劑製備技術、支撐件之表面區域及孔隙結構以及表面化學性質、催化劑之銀及共促進劑含量、其他陽離子之存在，以及存在於催化劑上之陰離子。其他活化劑、穩定劑、促進劑、增強劑或其他催化劑促進劑之存在亦可影響促進效應。
環氧化程序之效能係基於選擇性、催化劑之活性及/或操作之穩定性在程序期間加以評估。選擇性係產生所需烯烴氧化物之經轉化烯烴之莫耳分率。在一些狀況下，在環氧乙烷生產中，化學系統10之操作者將認為，在不存在約束之情況下，為了最大化選擇性，其將必須利用較高乙烯、較高氧及較低CO2 含量。然而，歸因於一些程序之穩態增益反轉特性，若催化劑在高溫下操作且溫度降低，則將觀測到選擇性增益。但隨著溫度進一步降低，選擇性增益之程度變得較小，且接著最終達到選擇性最大值。隨著溫度進一步降低，選擇性亦降低。
在一實施例中，本文中所描述之化學系統10可用於開環或閉環程序中，該等程序在設備10之操作期間將程序維持於最佳點處或附近。在兩個程序中，控制裝置28用於調節一個或多個輸入。舉例而言，提供控制裝置28，其自與反應器出口流22可操作地耦接之流出物濃度分析器30、與進料流20可操作地耦接之反應器進料濃度分析器32、烯烴進料流14下游之烯烴進料流量計34、氣相促進劑進料流18下游之氣相促進劑進料流量計36及與冷卻劑系統26可操作地耦接之流量計38接收輸入。控制裝置28實施於電腦化控制系統中且亦包括中央處理單元及記憶體以及最終用於調節控制閥之輸出，該等控制閥用於調節輸入。基於經接收輸入，控制裝置28判定反應器流22中之反應器流出物中之環氧烷的莫耳百分比及用於反應器進料流20之氣相促進劑有效性參數（例如Z）。
對於環氧乙烷生產，氣相促進劑為一種或多種氯化烴。因此，控制裝置28亦接收用於諸如氯乙烷、氯乙烯及二氯化乙烯之氯化烴的濃度資料，以及來自分析器32中之反應器進料流20之乙烯、乙烷及其他非氯化烴的濃度。濃度資料接著用於計算總氯化有效性（例如Z）。控制裝置28亦接收用於反應器出口流22中之反應器流出物中之環氧烷的莫耳百分數之使用者輸入設定點及/或環氧烷之產率。基於使用者輸入設定點及來自分析器30之資料，控制裝置28判定反應器出口流22中之環氧烷之濃度及/或環氧烷之產率是否在使用者輸入設定點之預定範圍內。當環氧烷濃度及/或產率在預定範圍外部時，控制裝置28調節氣相促進劑之反應溫度或流動速率（以改變氣相促進劑有效性參數之值）及/或任何其他可變輸入。
提供控制裝置28以調節反應器進料流20中之烯烴濃度。在所繪示之實施例中，控制裝置28自分析器32接收指示反應器進料流20中之烯烴量之組成資料。具有用於反應器進料流20中之烯烴濃度之使用者輸入設定點的控制裝置28自流量計34接收流動資料並操控與烯烴進料流12以流體方式耦接之控制閥以控制其流動。控制裝置28可為類比或數位的並實施於電腦化分散式控制系統中。所繪示之控制方案僅僅係例示性的且不意欲限制本揭示案之範疇。
參考圖2，為了達成用於化學系統之穩定性及最大收益性之目標，控制裝置28具有各種模組，該等模組包括化學系統10之模型42、被組態以模擬化學系統10之操作以預測化學系統10之操作的狀態估計器44、操作以判定用於操作化學系統10之最佳化經操控輸入之穩態計算器46，及/或被組態以基於最佳化經操控輸入而調節化學系統10之調節器48。本說明書中所描述之「模型」、「狀態估計器」、「計算器」及/或「調節器」已被標記為模組以便更特定地強調其實施獨立性。舉例而言，模組可被實施為硬體電路，該硬體電路包含定製VLSI電路或閘陣列、現成的半導體，諸如邏輯晶片、電晶體或其他離散組件。模組亦可以可程式化硬體裝置來實施，該等可程式化硬體裝置係諸如場可程式化閘陣列、可程式化陣列邏輯、可程式化邏輯裝置或其類似者。
模組亦可實施於軟體中以供各種類型之處理器執行。可執行碼之經識別模組可例如包含電腦指令之一個或多個實體或邏輯區塊，該等實體或邏輯區塊可例如被組織為物件、程序或函式。然而，經識別模組之可執行碼無需實體上定位在一起，而是可包含儲存於不同位置中之全異指令，其在邏輯上接合在一起時包含模組並達成模組之所陳述目的。
可執行碼之模組可為單一指令或許多指令，且甚至可遍及若干不同碼段、在不同程式當中及跨越若干記憶體裝置分佈。相似地，本文中可在模組內識別及說明操作資料，且其可以合適形式實施並組織於合適類型之資料結構內。操作資料可被收集為單一資料集，或可遍及不同位置分佈，包括遍及不同儲存裝置分佈，且可至少部分地僅作為電子信號存在於系統或網路上。
在一實施例中，化學系統10之控制裝置28被組態以控制化學系統之操作，其中該控制裝置接收指示化學系統之操作參數之輸入並接收輸出變數，且回應於該等輸入及該等輸出變數而將經操控輸入提供至化學系統以用於控制及最佳化化學系統之操作。在各種實施例中，此控制裝置28被組態為NMPC裝置28，且向能夠實施可控制化學程序之設備10之經操控輸入u（或輸入變數）提供值。在一實施例中，外部未量測之輸入干擾d 及/或經量測干擾m 被提供至該設備。回應於接收到經操控輸入u 、輸入干擾d 及/或經量測干擾m ，設備10產生輸出Y，其包括各種輸出干擾P1 、P2 。輸出Y 被饋送至狀態估計器44。
模型42可由至少一個輸入與至少一個輸出之間的非線性及/或線性方程式定義並與設備10並行地操作。非線性模型42為設備10之各種程序之數學模型，該等程序在每一者被供應有相同輸入u 時提供相似於設備10之預測性輸出
Figure 02_image007
。在各種實施例中，模型42包括穩態模型、動態模型、自適應模型、模糊模型及/或神經網路模型中之至少一者。
在一實施例中，模型42特性化化學系統10中之輸出對由該化學系統接收之輸入的動態及穩態回應。在各種實施例中，非線性模型42接收經操控輸入u 及經估計輸入干擾
Figure 02_image009
。作為回應，模型42產生經預測輸出
Figure 02_image007
，同時對輸出干擾估計
Figure 02_image012
、
Figure 02_image014
進行因式分解。因此，化學系統10之模型42可被設計成準確地描繪化學系統10及其控制結構之運行。為此目的，模型42解決非線性問題，且因此可歸因於每一輸出計算所需之大量計算而在計算上要求高。但，實際上，模型42應在考慮化學系統10之運行成本時快速地獲得經估計輸出。因此，控制目標中之一者可包括操作成本之最佳化（亦即，最小化），而非僅僅最佳化操作。
在一實施例中，連同用於最大化展現相對於經操控輸入u 之穩態增益反轉的輸出變數y 1 之一階動力學一起使用輸入干擾模型，該輸入干擾模型係基於使用可為最佳穩態經操控輸出之穩態經操控輸入作為定製輸出量測，該定製輸出量測偶爾可用以在存在經量測干擾及未量測之干擾之情況下判定最佳化經操控輸入之位置。穩態非線性模型方程式可被表達為：
Figure 02_image016
 （2），
Figure 02_image018
 （3），
其中uss 為穩態經操控輸入，m 為經量測干擾，且[
Figure 02_image020
,
Figure 02_image022
]為穩態經控制輸出。具有穩態增益反轉之輸出變數被標示為y 1 ，連同偶爾變成有效約束之各種操作限度y 2 。穩態非線性模型42具有相對於經操控輸入uss 之用於輸出
Figure 02_image024
之二次變化，其具有相對於最大化
Figure 02_image026
之峰值處之uss 的用於
Figure 02_image026
之穩態增益的符號改變，如圖3中所繪示。在其他實施例中，任何其他數學函數可用於判定化學程序或操作之經界定目標範圍。具有不同穩態增益及時間常數之一階動力學可用於界定輸入u 及m 對輸出y 1 及y 2 之影響。因此，在一實施例中，穩態非線性模型42（方程式（2）及（3））連同一階動力學可構成程序模型42。
在併有NMPC之實施例中，最佳控制不存在保證，因此干擾模型可表示程序干擾連同設備模型失配且亦考量控制目標。對於具有穩態增益反轉之控制目標為在峰值處或在峰值之所需範圍內最大化輸出變數y 1 的程序，在存在干擾及潛在的模型化誤差之情況下穩健地定位經操控輸入之對應值可為重要的。在一實施例中，控制裝置28被組態以估計未量測之干擾，該等未量測之干擾使發生穩態增益反轉的最佳峰值之位置移位。在各種實施例中，未量測之干擾可包括反應器之催化老化或相關聯效能過高/不足。用於輸出變數y 1 之輸出干擾模型不可能給出取決於輸入或狀態干擾之最佳穩態經操控輸入u 之位置。用於經操控輸入u 之使用輸出變數y 1 之誤差的輸入干擾模型亦可需要知道該程序係在穩態變化曲線之正增益部分抑或負增益部分上，該穩態變化曲線在圖3中分別由區50及區52表示並由峰值54分離。正增益或負增益之識別在峰值54附近存在問題，以用於運用有雜訊資料最大化輸出變數y 1 ，此在各種工業程序中係常見的。經控制輸出被最大化
Figure 02_image029
的最佳穩態經操控輸入
Figure 02_image031
之位置取決於經量測干擾m 及未量測之干擾，使得
Figure 02_image032
 （4），
Figure 02_image034
,在
Figure 02_image036
處		 （5）。
最佳穩態經操控輸入
Figure 02_image038
被引入作為定製輸出量測y 3 ，其在穩態程序模型42中偶爾可用（方程式（2）及（3））。經強化穩態非線性模型42方程式可被表達為：
Figure 02_image039
 （6），
Figure 02_image041
 （7），
Figure 02_image043
 （8）。
在穩定條件下，用於
Figure 02_image045
之預期最佳值可在可觀測到控制裝置28安定時間ts 及用於最佳穩態經操控輸入
Figure 02_image046
或輸出量測y 3 之新值之後出現。用於變得偶爾有效之操作限度y 2 之模型42係線性的並獨立於最佳穩態經操控輸入
Figure 02_image047
之值。u 在用於m 之穩定條件下朝向最佳穩態經操控輸入
Figure 02_image048
之在控制裝置28的安定時間ts 內的移動，如圖4中大體上所繪示，可引起輸出變數y 1 之增加，除非最佳穩態經操控輸入
Figure 02_image049
之位置已改變並需要由輸入干擾模型42校正。當在用於經量測干擾m 之穩定條件下觀測到用於預期最佳值之新峰值54時，如圖3中大體上所繪示，輸入干擾模型用於考量最佳穩態經操控輸入
Figure 02_image049
之實際位置。各種演算法或模型可用於在針對資料在控制裝置28之安定時間ts 內符合所有以下準則之後基於用於
Figure 02_image052
之新峰值54之觀測而更新最佳穩態經操控輸入
Figure 02_image054
或穩態輸出量測y 3 之位置失配： 1.經操控輸入u 可用於最大化主要輸出y 1 ，而非受操作限度y 2 約束； 2.根據經界定統計準則，經量測干擾m 係穩定的； 3.經操控輸入u 係穩定的或朝向最佳穩態經操控輸入
Figure 02_image049
移動；且 4.針對最佳穩態經操控輸入
Figure 02_image049
觀測到新最佳位置，此係因為輸出變數y 1 在控制裝置之安定時間ts 之後減小。
藉由在控制裝置28之安定時間內對照適當限度檢閱經量測干擾m 之標準偏差而針對經量測干擾m 界定穩態統計準則。舉例而言，如下計算標準偏差：
Figure 02_image056
 （9）。
在一實施例中，針對有雜訊輸出量測y 實施資料濾波及篩選。舉例而言，數位濾波器與控制裝置28一起實施以對雜訊進行濾波，並包括用以限幅信號尖峰及頻率突變之振幅濾波器及/或用以自信號移除可不利地影響控制裝置28之計算速度之高階雜訊相關頻率的低通濾波器。
在實施狀態空間模型42之實施例中，用於穩態非線性模型42之在控制裝置頻率k 下具有一階動力學的經離散化狀態空間模型42（方程式（6）、（7）及（8））可被表達為：
Figure 02_image057
 （10），
Figure 02_image059
 （11），
Figure 02_image061
 （12），
Figure 02_image063
 （13），
Figure 02_image065
 （14），
Figure 02_image067
 （15），
其中y 1 為具有穩態增益反轉之經最大化輸出變數，y 2 在安全操作限度內受控制，且y 3 標示用以最大化輸出變數y 1 之最佳穩態經操控輸入
Figure 02_image069
之位置。對於一些設備操作，經操控輸入u 可用於經由變數函數最大化輸出變數y 1 ，參考圖1描述了該等變數函數中之一些。因此，經強化狀態空間模型可被寫為：
Figure 02_image071
 （16），
Figure 02_image073
 （17），
其中X = [x 1 , x 2 , x 3 ]標示模型42之狀態，且Y = [y 1 , y 2 , y 3 ]標示輸出量測。
進一步參考圖3，在一實施例中，控制裝置28連同儲存於控制裝置28之記憶體內之指令可用於在峰值54下最佳化輸出變數y 1 ，在該峰值處相對於經操控輸入u 發生穩態增益反轉。
在一些實施例中，設備模型失配可歸因於輸出量測之干擾而非控制裝置28之NMPC中之輸入或程序。儲存於控制裝置28之記憶體中之指令用於基於定製輸出量測，諸如本文中所定義之定製輸出量測，來實施輸入干擾模型，以在存在經量測干擾及未量測之干擾之情況下考量最佳經操控輸入u 之位置失配。為了使控制裝置28利用經強化狀態空間立式（方程式（16）及（17））中之輸出量測，控制裝置28包括狀態估計器44，該狀態估計器被組態以模擬化學系統10之操作以基於由模型42對化學系統10之特性化而預測化學系統10之操作。舉例而言，在一實施例中，狀態估計器44被組態以利用定製輸出量測以估計進入程序之未量測之干擾並藉此基於由模型42對化學系統之特性化而預測化學系統之操作。
在一實施例中，狀態估計器44可包括輸入干擾模型，其用於併有來自最佳穩態經操控輸入
Figure 02_image075
之位置的回饋，該最佳穩態經操控輸入被標示為偶爾觀測到之輸出量測y 3 。在一實施例中，藉由根據以下關係將經觀測及經預測值之差指派為用於經操控輸入u 之輸入干擾d 來針對最佳穩態經操控輸入
Figure 02_image075
或經觀測輸出量測y 3 之位置進行校正：
Figure 02_image076
 （18），
其中
Figure 02_image078
為在取樣時間或控制裝置頻率k 下基於y 3 中之輸出預測誤差的輸入干擾之估計。可偶爾進行以上校正（方程式（18）），諸如僅當在控制裝置28之安定時間ts 內符合用以觀測新穩態最佳值y 3 之所有準則時，如上文所界定。在輸入干擾之估計保持相同之實施例中，歸因於新最佳穩態經操控輸入
Figure 02_image075
或經觀測輸出量測y 3 而不存在校正，且因此：
Figure 02_image080
 （19）。
為了更新狀態估計器44之預測，輸出量測y 2 中之經觀測誤差之分率偏差α 用作恆定輸出干擾p ˆ2 以更新模型42。分率偏差被計算為：
Figure 02_image082
 （20）。
在操作中，輸出干擾模型用於併有來自經最大化輸出變數y 1 之回饋以在控制裝置頻率k 下獲得狀態估計。用於輸出變數y 1 之狀態
Figure 02_image084
及輸出干擾
Figure 02_image086
之估計接著可使用用於非線性模型42之擴展式卡爾曼濾波器（extended Kalman filter）連同併有輸入干擾估計
Figure 02_image088
而獲得，如下：
Figure 02_image090
 （21），
Figure 02_image092
 （22）。
上文所概述之濾波器（
Figure 02_image094
）接著可用於提供回饋以用於更新用於X 及p 1 之狀態估計。整個濾波器歸因於用於輸出量測y 3 之量測更新的不頻繁可用性而時變。在一實施例中，時變系統可經重新制定為非時變的提昇系統以獲得濾波器增益。
在一實施例中，穩態計算器46操作以基於由模型對化學系統10之特性化及化學系統10之一個或多個穩態輸出變數而判定用於操作化學系統10之最佳化經操控輸入。在一些狀況下，計算器46可作為被組態以將輸出Yss 維持於預定義點處及/或預定義範圍內之最佳化器而操作。在一實施例中，非線性穩態目標計算器46被組態以基於如由模型所計算的化學系統之特性化而判定用於操作化學系統之穩態經操控輸入。用於輸出Yss 、輸入uss 及狀態Xss 之穩態計算器46可使用非線性程式來評估，以最小化輸出與其各別設定點
Figure 02_image096
之偏差及輸入與其當前值
Figure 02_image098
之偏差。在高不可行值下選擇用於經最大化
Figure 02_image100
之輸出變數之設定點
Figure 02_image102
以促進其在峰值54下之最大化，在該峰值處發生穩態增益反轉。非線性目標追蹤最佳化問題接著可被如下寫為：
Figure 02_image104
 （23），
Figure 02_image106
 （24），
Figure 02_image108
 （25），
其中QS 及Ss 為正定加權矩陣。
經強化輸出干擾向量被標示為P，而d為輸入干擾。用於模型42之控管約束可用以下關係來表達：
Figure 02_image110
 （26）。
在以上立式中考量經量測干擾m 及恆定干擾對輸入d 及輸出p 之影響。在操作期間，在一實施例中，一直滿足輸入約束，而在重要性方面對輸出約束進行排序且基於經指派相對優先級而滿足輸出約束。此外，在一實施例中，僅當針對穩態條件觀測到新最佳穩態經操控輸入
Figure 02_image112
或輸出量測y 3 時才更新輸入干擾估計d ，而可基於輸出量測y 1 及y 2 中之偏差在每一控制裝置執行時估計輸出干擾P 。然而，應瞭解，可在不脫離本文中所提供之教示之情況下在任何其他控制裝置執行時段或頻率下估計輸出干擾P 。
進一步參考圖3，控制裝置28亦包括調節器48，其被組態以基於最佳化經操控輸入及相關聯輸出目標而提供用於調節化學系統10之一個或多個輸入的信號。信號被組態以致動控制閥以控制新鮮烯烴進料之流動、氧進料之設定點、氣相促進劑進料之設定點及/或控制裝置28以用於致動任何其他可變輸入。在一實施例中，控制裝置28可作為監督控制裝置28應用於化學系統10，亦即，NMPC控制裝置28不直接操控程序，但向例如線性模型預測性控制裝置（「LMPC」）或比例積分導數（「PID」）控制裝置之從屬控制裝置提供設定點。在此控制結構中，NMPC控制裝置28處於監督模式中，並向較低層級LMPC或PID控制裝置提供設定點。作為回應，直接由PID控制裝置根據由NMPC控制裝置28指派之設定點調節化學系統10。在其他實施例中，可利用三級級聯控制結構，其中NMPC控制裝置28起到動態即時最佳化（RTO）之作用。NMPC控制裝置28對照多個約束在不同操作點處計算自變數之最佳值。此等值作為外部目標傳遞至輔助控制裝置。接著，輔助控制裝置判定如何移動關於此等外部目標之設定點，並將設定點之下一移動提供至PID控制裝置。PID控制裝置直接控制系統之經操控變數，並將系統之經控制變數調節至由輔助控制裝置指派之設定點。另外，經操控輸入可包括穩態生產速率、穩態氯化有效性參數（Z）或穩態環氧乙烷（EO）選擇性中之至少一者。
在一實施例中，動態調節器48可被表達為以下開環非線性目標函數：
Figure 02_image114
 （27），
其中Q 及S 為正定加權矩陣，N 為輸出範圍，且M 為輸入範圍。因此，用於程序之最佳化的控管約束係使用輸出量測直至時間k 由狀態及輸出之預測定義，其中該等約束被定義如下：
Figure 02_image116
 （28），
Figure 02_image118
 （29）。
Figure 02_image120
 （30），
Figure 02_image122
 （31）。
對於本文中所描述之程序，考慮以下形式之輸入及輸出約束：
Figure 02_image124
 （32）。
在一實施例中，對於動態調節一直滿足輸入約束。另一方面，可在重要性方面對輸出約束進行排序且基於優先級滿足輸出約束。未來開環控制移動之向量（
Figure 02_image126
）係自方程式（27）計算，且第一輸入值經由一個或多個可變輸入之控制而注入至設備中。此程序可以任何所需後續時間間隔來重複，其中使用設備量測進行回饋以更新狀態估計。
控制裝置28利用最佳穩態經操控輸入
Figure 02_image112
作為用於更新輸入干擾估計之額外不頻繁輸出量測。經控制輸出被最大化
Figure 02_image128
的最佳穩態經操控輸入之位置（方程式（4））取決於經量測干擾m 且可用以更新輸入干擾估計。歸因於相關聯輸入多重性，在直接使用y 1 之情況下，輸入干擾之準確識別係有問題的。因此，輸入多重性之穩健識別對於控制裝置28可為重要的，該控制裝置具有以下目標：保持於具有具備有雜訊工業資料之穩態增益反轉作為量測之程序的峰值54處或靠近該峰值。亦可想到，本文中所描述之化學系統10及/或控制裝置28亦可用於在最小值而非最大值下展現穩態增益反轉之程序，其具有以谷值最小化例如操作成本之控制目標。
在一實施例中，本文中所描述之控制裝置28用於工業乙烯環氧化反應器12中以最大化用於反應器中之環氧乙烷生產的選擇性。相較於手動地最佳化選擇性，閉環控制裝置28藉由在EO選擇性上達成0.5%至1%之平均增益而產生顯著的商用價值。
作為實例而非限制，在以下實例中詳細地描述本揭示案之一些實施例。
實例
應用用於實施具有穩態增益反轉之程序之化學系統的控制裝置以最大化對環氧乙烷（EO）之反應的選擇性。使用用於乙烯至環氧乙烷之選擇性氧化的銀基催化劑來生產環氧乙烷，藉此最小化降低環氧乙烷（EO）選擇性之二級反應。對於習知催化劑，EO選擇性不會達到高於85.7%之值，其長期以來一直被視為用於以下總反應之理論最大選擇性：
7C2 H4 + 6O2 → 6C2 H4 O + 2CO2 + 2H2 O （33）。
一些工業乙烯環氧化反應器使用共同進料之氯化促進劑，其吸附於催化劑上以藉由促進或緩和某些反應路徑且以此方式增加對環氧乙烷之選擇性氧化而改質。高效工業催化劑傾向於展現用於EO選擇性之隨有效氣相氯化物濃度而變的相對陡拋物線形曲線，該有效氣相氯化物濃度可經量測作為無因次氯化有效性參數Z 。經驗穩態模型使EO選擇性EOsel 與取決於分壓之氯化有效性參數Z 相關。峰值或最佳值EO選擇性之位置亦為用於控制EO生產速率之反應溫度的強函數。
回饋控制裝置之目標係藉由在存在歸因於EO生產速率EOprod 及入口氧濃度i O2 之干擾之情況下操控氯化有效性參數Z 來最大化EO選擇性EO sel 。作為一實例，用於氯乙烷流動ECflow 之程序操作限度被排序為比最大化EO選擇性EOsel 更重要，使得程序操作限度可在極端條件下限制EO選擇性EOsel 之最大化。相對於Z 之EO選擇性EOsel 達到最大值且穩態增益改變符號的峰值之位置取決於經量測干擾及未量測之干擾。與對催化劑使用年限的預測相比，包括催化劑效能過高/不足的未量測之干擾亦會影響峰值之位置。圖4中展示相對於Z在不同生產速率下之EO選擇性EOsel 的穩態變化，其充當經量測干擾。在實施本文中所提供之控制裝置之前，穩態非線性程序模型用於計算用於Z 之開環目標，且基於經觀測EO選擇性EOsel 手動地進行校正。
經驗證經驗穩態模型連同一階動力學一起使用以擷取程序輸出量測中之資訊。具有不同穩態增益（1至10之乘數）及時間常數（1至2之乘數）之一階動力學用於定義輸入u 、m 對輸出y 之影響。穩態非線性模型（方程式（6）、（7）及（8））具有以下變數：
Figure 02_image130
 （34），
Figure 02_image132
 （35），
Figure 02_image134
 （36），
其中u 為經操控輸入，m 為經量測干擾，且Y 為經控制輸出。
Figure 02_image136
為經操控輸入Z 之最佳穩態值，其在穩定條件下最大化EOsel 並用作定製量測y 3 。用於輸出Y 之穩態非線性模型被計算為：
Figure 02_image138
 （37），
Figure 02_image140
 （38），
Figure 02_image142
 （39），
其中用於EOprod 之經量測干擾m 係以lb/hr為單位進行量測且iO2 被表達為百分數。EOsel 具有一階動力學，其在正常EO生產速率EOprod 下具有30分鐘之停滯時間及5小時之時間常數。另外，ECflow 具有一階動力學，其在正常EO生產速率EOprod 下不具有停滯時間且具有2小時之時間常數。用於EOsel 及ECflow 之時間常數隨著EO生產速率EOprod 而變化。
Figure 02_image144
為最佳值Z之穩態值且不具有時變動力學。
經離散化狀態空間模型係在方程式（16）及（17）中所提供之頻率下連同經驗證經驗穩態模型一起被計算，並由控制裝置28使用以最大化EO選擇性EOsel 或經最大化輸出變數y 1 。階層式控制用作主要控制裝置，其在其中實施NMPC，該主要控制裝置藉由操控氯化有效性參數Z 來最大化EO選擇性，該氯化有效性參數由較快輔助PID控制裝置調節。
利用NMPC之主要控制裝置用於藉由每15分鐘操控氯化有效性參數Z 來最大化EO選擇性EOsel 。用於主要控制裝置之較慢執行時間係足夠的，此係因為用於EO選擇性之模型具有長安定時間，並由於相關聯動態最佳化問題之較高計算需要而亦為所需的。本文中所描述的用於EO選擇性EOsel 之NMPC模型係非線性的，並取決於EO生產速率而具有6小時至12小時之長安定時間。適當地調諧NMPC模型以獲得所需控制動作。用於NMPC模型之控制目標經排序使得用於氯乙烷流動ECflow 或y 2 之操作限度係最重要的，隨後最大化EOsel 或經最大化輸出變數y 1 ，如表1中所概述。 表1
控制裝置目標 相對排序（優先級）
氯乙烷流動之限度 1
EO選擇性之限度 2
EO選擇性目標 3
最佳值Z之限度 4
此等排序係在穩態目標最佳化（方程式（23））及動態調節（方程式（27））兩者期間實行。關於操作限度y 2 或輸出量測y 3 之限度對於正常設備操作不會起作用，藉此允許最大化EO選擇性EOsel 或經最大化輸出變數y 1 。EO選擇性EOsel 之最大化係藉由向其給出極高的不可行目標來達成。表2中展示用於氯化有效性參數Z及輸出y 之經操控輸入的操作限度。 表2
變數 下限 上限
Z（u） 3 8.0
EO選擇性(y 1 ) 75% 95%
氯乙烷流動(y 2 ) 0.5 lb/hr 12 lb/hr
最佳值Z(y 3 ) 3 8.0
關於用於動態調節（方程式（32））之氯化有效性參數Z之經操控輸入的移動之限度足夠小，以防止其移動速度超過基礎程序及程序控制可回應之速度。
對於控制裝置，輸入範圍M 被設定為三小時且輸出範圍N 被設定為12小時（方程式（27））。輸出Q 、Qs 與其期望值
Figure 02_image145
之偏差的二次損失被設定為其標稱值以獲得用於每一輸出之相同相對值（方程式（23）及（27）），使得：
Figure 02_image147
 （40）。
在考量表2中所呈現的可為最佳化函數及動態調節（方程式（23）及（27））之穩態目標計算之操作上限及操作下限之後，針對該穩態目標計算設定關於用於氯化有效性參數Z（S）之經操控輸入之改變速率的二次損失，使得
Figure 02_image149
 （40）。
藉由將用於氯化有效性參數Z 之移動作為目標傳遞至輔助LMPC或PID控制裝置來實施該等移動，該輔助LMPC或PID控制裝置藉由每秒操控氯乙烷流動ECflow 以拒絕較快干擾來控制氯化有效性參數Z。
對有雜訊EO選擇性量測y 實施適當資料篩選及濾波。歸因於不良量測分析而導致的錯誤分析器資料可向控制裝置提供經計算EO選擇性之不當值。藉由在將分析器資料用於EO選擇性EOsel 計算之前對照有效性限度檢查該分析器資料來確保適當回饋。
在操作中，圖5及圖6中繪示展示在實施NMPC控制裝置之前運用操作規則管理EO選擇性之基線設備資料。如所繪示，即使生產速率自時間= 2400分鐘至時間= 3500分鐘減小，選擇性亦不會一致地增加，此係因為未適當地調節氯化有效性參數Z。另外，歸因於在時間= 3600分鐘時生產速率增加，選擇性在時間= 3800分鐘左右下降。歸因於開環實施方案，較高氯化有效性參數Z幫助在時間= 5500分鐘時獲得較高選擇性。然而，歸因於與用於氯化有效性參數Z之目標之開環實施方案相關聯的延遲及限制，EO選擇性EOsel 存在損失。
相反地，相比於使用穩態非線性程序模型以計算用於氯化有效性參數Z之開環目標的舊有控制方案，使用本文中所描述之NMPC控制裝置來更有效地最大化EO選擇性EOsel ，從而產生用於工業程序之選擇性的0.5%至1%之平均增益。NMPC應用基於三種情境最大化EO選擇性EOsel ，該等情境包括： 1.高EO生產速率下之EO選擇性控制； 2.逐漸增加之EO生產速率下之EO選擇性控制；及 3.用於大的未量測之干擾之EO選擇性控制。
在以上三種情境中，用於氯乙烷流動ECflow 之限度較寬且不會變成有效約束，因此氯化有效性參數Z可用於EO選擇性EOsel 之最大化。
圖7展示如何藉由在高EO生產速率下操控氯化有效性參數Z來最大化EO選擇性EOsel 且使其在最佳值附近波動，如圖8中所繪示。入口氧濃度在彼時間段期間保持相對恆定。最終的氯化有效性參數Z值較小，此係因為最佳值對於最大化EO選擇性EOsel 較低。歸因於輸入干擾模型而導致的在最佳值附近之波動確保EO選擇性EOsel 之有效最大化。
當乙基環氧化反應器之速率自低生產速率提高至較高生產速率時，控制裝置亦在使用中，如圖9中所繪示。用於氯化有效性參數Z之經操控輸入在三天內隨著EO生產速率而增加，如圖10中所繪示，此係因為其用以將EO選擇性EOsel 保持最大化之最佳值逐漸增加。另外，入口氧濃度在彼時間段期間保持相對恆定。
在圖11及圖12中所繪示之實例中，即使實際的氯化有效性參數Z 尚未改變，在時間= 200分鐘時亦將量測分析器中之一者交換為備用分析器，從而導致經量測氯化有效性參數Z下降。因此，控制裝置28藉由增加ECflow 以增加經量測氯化有效性參數Z來進行回應，此可引起較高氯化及選擇性EOsel 之後續下降。當此由控制裝置28偵測到時，氯化有效性參數Z開始在時間= 400分鐘時減小以補償過度氯化，從而產生較高EO選擇性EOsel 。氯化有效性參數Z在時間= 1750分鐘左右停止減小，在最佳值附近安定及擺動以將EO選擇性EOsel 保持最大化。已添加適當資料篩選準則以偵測分析器交換，且考慮重新校準以防止控制裝置之各種實施方案出現相關聯的未量測之干擾。
特別期望的是，本揭示案不限於本文中所含有的實施例及說明，而是包括彼等實施例之修改形式，該等修改形式包括在以下申請專利範圍的範疇內出現之實施例的部分及不同實施例的要素之組合。
10:化學系統 12:反應器 14:烯烴進料流 16:氧進料 18:氣相促進劑進料 20:反應器進料流 22:反應器產物流 24:再循環流 26:壓載氣體或稀釋劑 28:控制裝置 30:流出物濃度分析器 32:反應器進料濃度分析器 34:烯烴進料流量計 36:氣相促進劑進料流量計 38:流量計 42:穩態非線性模型 44:狀態估計器 46:穩態計算器 48:調節器 50:區 52:區 54:峰值
Figure 02_image151
:輸入干擾估計d
Figure 02_image151
:輸入干擾估計d
Figure 02_image153
:輸入干擾d
Figure 02_image154
:經量測干擾m
Figure 02_image156
:輸出干擾P1 及P2 Process:程序 48:調節器 42:模型
Figure 02_image158
:輸入干擾估計
Figure 02_image160
Figure 02_image162
:輸出干擾估計
Figure 02_image164
及
Figure 02_image166
Figure 02_image168
:經操控輸入u 46:穩態計算器 44:狀態估計器
Figure 02_image170
:狀態估計
Figure 02_image172
、
Figure 02_image174
、
Figure 02_image176
Figure 02_image178
:經預測輸出
Figure 02_image180
Figure 02_image182
:輸出Y
Figure 02_image184
:設定點Y Model:模型 Plant:設備
Figure 02_image185
:穩態經操控輸入（uss ）
Figure 02_image187
:穩態輸出（y1ss ）
Figure 02_image189
穩態EO選擇性（百分數）
Figure 02_image190
:穩態相對EO生產速率
Figure 02_image191
:穩態氯化參數（Z） Raw data:原始資料 Filtered data:經濾波資料 Time (minutes):時間（分鐘） EO Selectivity (percent):EO選擇性（百分數） Time (minutes):時間（分鐘）
Figure 02_image192
:相對EO生產速率
Figure 02_image193
:氯化參數（Z） Time (minutes):時間（分鐘） EO Selectivity (percent):EO選擇性（百分數） Time (minutes):時間（分鐘）
Figure 02_image193
:氯化參數（Z）
Figure 02_image192
:相對EO生產速率 Time (minutes):時間（分鐘）
Figure 02_image193
:氯化參數（Z）
Figure 02_image192
:相對EO生產速率 Time (minutes):時間（分鐘） EO Selectivity (percent):EO選擇性（百分數） Time (minutes):時間（分鐘）
Figure 02_image193
:氯化參數（Z）
Figure 02_image192
:相對EO生產速率 Time (minutes):時間（分鐘） EO Selectivity (percent):EO選擇性（百分數）
現在參考圖式，詳細地展示說明性實施例。儘管圖式表示一些實施例，但圖式未必按比例繪製，且某些特徵可能被誇示、移除或部分地分割以更佳地繪示及闡釋本發明。此外，本文中所闡述之實施例係例示性的且並不意欲為詳盡的或以其他方式將申請專利範圍限制或限定為圖式中所展示及以下實施方式中所揭示之精確形式及組態。
圖1為根據本揭示案之一實施例的描繪用於藉由對烯烴進行環氧化來製造環氧烷之程序之實施例的程序流程圖。
圖2為根據本揭示案之一實施例的用於具有穩態增益反轉之程序之非線性模型預測性控制(NMPC)裝置的示意圖。
圖3為根據本揭示案之一實施例的描繪基於經操控輸入之輸出之穩態變化的圖形。
圖4為根據本揭示案之一實施例的描繪穩態環氧乙烷（EO）選擇性的圖形。
圖5為根據本揭示案之一實施例的描繪基於基線資料之EO選擇性的圖形。
圖6為根據本揭示案之一實施例的描繪基於基線資料隨時間推移之氯化有效性參數Z及EO生產速率的一對圖形。
圖7為根據本揭示案之一實施例的描繪基於NMPC裝置之使用率在高生產速率下之EO選擇性的圖形。
圖8為根據本揭示案之一實施例的描繪基於NMPC裝置之使用率在高生產速率下隨時間推移之氯化有效性參數Z及EO生產速率的一對圖形的描繪圖形。
圖9為根據本揭示案之一實施例的描繪基於NMPC裝置之使用率在增加的生產速率下隨時間推移之氯化有效性參數Z及EO生產速率的一對圖形的描繪圖形。
圖10為根據本揭示案之一實施例的描繪基於NMPC裝置之使用率在增加的生產速率下之EO選擇性的圖形。
圖11為根據本揭示案之一實施例的描繪基於NMPC裝置之使用率在未量測之干擾下隨時間推移之氯化有效性參數Z及EO生產速率的一對圖形的描繪圖形。
圖12為根據本揭示案之一實施例的描繪基於NMPC裝置之使用率在未量測之干擾下之EO選擇性的圖形。 定義
本文中對元素週期表之全部參考應係指由CRC出版公司（CRC Press, Inc.）2003年出版並擁有版權的元素週期表。此外，對一個或多個族之任何參考應為使用IUPAC系統給族編號之在此元素週期表中反映的一個或多個族。除非有相反陳述、自上下文暗示或在本領域中慣用，否則所有份數及百分比均按重量計。出於美國專利實務之目的，本文中所引用之任何專利、專利申請案或公開案之內容均以全文引用之方式併入（或其等效US版本如此以引用之方式併入），尤其在此項技術中之合成技術、定義（在與本文中提供之任何定義一致的程度上）及常識之揭示方面。
出於美國專利實務之目的，任何所引用之專利、專利申請案或公開案之內容均以全文引用之方式併入（或其等效US版本如此以引用之方式併入），尤其在此項技術中之定義（在與本揭示案中特定提供之任何定義一致的程度上）及常識之揭示方面。
本文中所揭示之數值範圍包括自且包括下限值及上限值之所有值。對於含有確切值之範圍（例如1或2或3至5或6或7之範圍），包括任何兩個確切值之間的任何子範圍（例如以上範圍1至7包括子範圍1至2；2至6；5至7；3至7；5至6；等）。
除非相反陳述、自上下文暗示或在本領域中慣用，否則所有份數及百分比均按重量計，且所有測試方法均為截至本揭示案申請日為止之現行方法。
如本文中所使用之術語「組合物」係指包含組合物之材料以及由該組合物之材料形成的反應產物及分解產物之混合物。
如本文中所使用之術語「環氧烷」具有以下結構A：
Figure 02_image001
其中，R1 及R2 個別地選自由氫及具有1至6個碳原子之烷基組成的群組。舉例而言，環氧烷可為環氧丙烷（R1 ═CH3 ，R2 ═H）或環氧乙烷（R1 ═R2 ═H）。
術語「包含」、「包括」、「具有」及其衍生詞並不意欲排除任何額外組件、步驟或程序之存在，不論其是否具體地揭示。為避免任何疑問，除非相反陳述，否則藉由使用術語「包含」所主張之所有組合物均可包括任何額外添加劑、佐劑或化合物，無論以聚合方式或以其他方式。相比之下，術語「基本上由……組成」自任何隨後列舉之範疇中排除任何其他組件、步驟或程序，除了對可操作性而言並非必不可少之彼等組件、步驟或程序除外。術語「由……組成」排除未具體敍述或列舉之任何組件、步驟或程序。
術語「可操作地連接」或「可操作地耦接」包括組合地達成所需功能性之任何兩個組件。可操作地耦接之一些實例包括但不限於實體上可製造之組件、實體上相互作用之組件、無線地相互作用之組件、無線地相互作用之組件、邏輯上相互作用之組件及/或邏輯上相互作用之組件。
「控制裝置」包括適合於控制本文中所描述之各種組件的軟體及/或處理電路系統之任何組合，該軟體及/或處理電路系統包括但不限於處理器、微控制器、特殊應用積體電路、可程式化閘陣列及任何其他數位及/或類比組件，以及前述各者連同用於收發控制信號、驅動信號、功率信號、感測器信號等之輸入及輸出之組合。所有此類計算裝置及環境均意欲落入如本文中所使用之術語「控制裝置」、「控制器」或「處理器」之含義內，除非明確地提供不同含義或不同含義以其他方式自上下文得知。
「環氧乙烷」為具有式C2 H4 O及以下結構B之環醚（環氧化物）。
Figure 02_image003
10:化學系統
12:反應器
14:烯烴進料流
16:氧進料
18:氣相促進劑進料
20:反應器進料流
22:反應器產物流
24:再循環流
26:壓載氣體或稀釋劑
28:控制裝置
30:流出物濃度分析器
32:反應器進料濃度分析器
34:烯烴進料流量計
36:氣相促進劑進料流量計
38:流量計

Claims (15)

  1. 一種用於展現穩態增益反轉之一操作之化學系統；該系統包含：一反應器，其被組態以接收一進料流並產生一出口流以形成一程序；及一控制裝置，其被組態以控制該程序，其中該控制裝置接收指示一操作參數之輸入並接收輸出變數，且回應於該等輸入及該等輸出變數而提供被組態以控制或最佳化該程序之一穩態經操控輸入，該控制裝置包括：一輸入干擾模型，其係基於使用該穩態經操控輸入作為一定製輸出量測以判定未量測之干擾，一狀態估計器，其被組態以利用該定製輸出量測以估計進入該程序之該等未量測之干擾並藉此基於由該模型對該程序之一特性化而預測該程序之一改變，一非線性穩態目標計算器，其被組態以基於如由該模型所計算的該程序之該特性化而判定用於該程序之該穩態經操控輸入，及一調節器，其被組態以基於該穩態經操控輸入及相關聯輸出變數而提供用於調節一個或多個輸入之一信號，且其中該經操控輸入包括氯化有效性參數(Z)或環氧乙烷(EO)生產速率中之至少一者以控制環氧乙烷(EO)選擇性。
  2. 一種用於展現穩態增益反轉之一操作之化學系統，該系統包含：一反應器，其被組態以接收一進料流並產生一出口流以形成一程序；及一控制裝置，其被組態以控制該程序，其中該控制裝置接收指示一操作參數之輸入並接收輸出變數，且回應於該等輸入及該等輸出變數而提供被組態以 控制或最佳化該程序之一穩態經操控輸入，該控制裝置包括：一輸入干擾模型，其係基於使用該穩態經操控輸入作為一定製輸出量測以判定未量測之干擾，一狀態估計器，其被組態以利用該定製輸出量測以估計進入該程序之該等未量測之干擾並藉此基於由該模型對該程序之一特性化而預測該程序之一改變，一非線性穩態目標計算器，其被組態以基於如由該模型所計算的該程序之該特性化而判定用於該程序之該穩態經操控輸入，及一調節器，其被組態以基於該穩態經操控輸入及相關聯輸出變數而提供用於調節一個或多個輸入之一信號，其中若用以最大化可變輸出之該經操控輸入在一操作臨限值內，則該調節器基於在該控制裝置之一安定時間內對一增益反轉之一觀測而判定用以最佳化該輸出變數之經操控輸入之一改變，一個或多個經量測干擾係穩定的，此係因為基於統計準則，該經操控輸入係穩定的或朝向一最佳穩態經操控輸入移動，且在該控制裝置之一安定時間之後觀測到一新最佳的最佳化經操控輸入。
  3. 如請求項1或2之化學系統，其中該計算器被組態以判定用於該穩態經操控輸入之一最佳範圍。
  4. 如請求項1或2之化學系統，其中該模型包括一基本第一原理模型、一經驗模型、一自適應模型、一模糊模型或一具有動力學之神經網路模型中之至少一者。
  5. 如請求項1或2之化學系統，其中該控制裝置最大化經由以下關係展現相對於該經操控輸入(u)之穩態增益反轉之該輸出變數：
    Figure 109133462-A0305-02-0035-3
     其中u ss 為該穩態經操控輸入，m為經量測干擾，且
    Figure 109133462-A0305-02-0036-1
    為展現穩態增益反轉之一輸出變數。
  6. 如請求項1或2之化學系統，其中該控制裝置包含作為一主要控制器以解決即時計算需要之一非線性模型預測性控制(NMPC)裝置，及用於執行該NMPC之一個或多個移動之一線性模型預測性控制器(LMPC)或一比例-積分-導數(PID)控制器。
  7. 如請求項1或2之化學系統，其中該控制裝置被組態以估計使發生穩態增益反轉的最佳峰值之一位置移位的該等未量測之干擾，該等未量測之干擾包括該反應器之催化老化及相關聯效能過高/不足。
  8. 如請求項1或2之化學系統，其中該經操控輸入包括一穩態生產速率、一穩態氯化有效性參數或一穩態環氧乙烷(EO)選擇性中之至少一者。
  9. 如請求項1或2之化學系統，其中藉由使用一輸出干擾模型連同用於該計算器及該調節器之一高不可行目標來間歇地最大化該輸出變數。
  10. 如請求項2之化學系統，其中該經操控輸入包括氯化有效性參數(Z)或環氧乙烷(EO)生產速率中之至少一者以控制環氧乙烷(EO)選擇性。
  11. 如請求項1或2之化學系統，其中該控制裝置被組態以最佳化該反應器中之流出物環氧乙烷(EO)之一選擇性。
  12. 一種用於經由一控制裝置控制一化學系統之方法，該方法包含：接收指示一程序之一操作參數之輸入並接收一穩態輸出變數；基於使用一最佳經操控穩態輸入作為一定製輸出量測以在存在經量測干擾 及未量測之干擾兩者之情況下判定該最佳化經操控輸入來實施一輸入干擾模型；估計該程序之一狀態以基於由該模型對該程序之一特性化而預測該程序；基於藉由模型化對該程序之該特性化及該化學系統之一個或多個穩態輸出變數之估計而判定用於該程序之一定向經操控輸入；及基於該定向經操控輸入而調節該程序，其中調節該程序包括：若用以最大化可變輸出之該經操控輸入在一操作臨限值內，則基於在該控制裝置之一安定時間內對一增益反轉之一觀測而判定用以最佳化該輸出變數之經操控輸入之一改變，一個或多個經量測干擾係穩定的，此係因為基於統計準則，該經操控輸入係穩定的或朝向一最佳穩態經操控輸入移動，且在該控制裝置之一安定時間之後觀測到一新最佳的最佳化經操控輸入。
  13. 如請求項12之方法，其中基於該最佳化經操控輸入而調節該化學系統包括操控一氯化有效性參數(Z)或一環氧乙烷(EO)生產速率中之至少一者以控制一環氧乙烷(EO)選擇性。
  14. 如請求項12之方法，其中基於該最佳化經操控輸入而調節該化學系統包括靠近符號改變指示自選擇性之一上升至選擇性之一降低的一改變的一值最大化一穩態增益反轉。
  15. 如請求項12之方法，其中調節該化學系統被組態以最佳化一環氧化反應器中之流出物環氧乙烷(EO)之一選擇性。
TW109133462A 2019-10-25 2020-09-26 程序之非線性模型預測性控制 TWI771763B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/663,737 2019-10-25
US16/663,737 US11249446B2 (en) 2019-10-25 2019-10-25 Nonlinear model predictive control of a process

Publications (2)

Publication Number Publication Date
TW202117472A TW202117472A (zh) 2021-05-01
TWI771763B true TWI771763B (zh) 2022-07-21

Family

ID=73060103

Family Applications (1)

Application Number Title Priority Date Filing Date
TW109133462A TWI771763B (zh) 2019-10-25 2020-09-26 程序之非線性模型預測性控制

Country Status (7)

Country Link
US (1) US11249446B2 (zh)
EP (1) EP4049095B1 (zh)
KR (1) KR20220088881A (zh)
CN (1) CN114556236B (zh)
CA (1) CA3154268A1 (zh)
TW (1) TWI771763B (zh)
WO (1) WO2021080824A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114996927B (zh) * 2022-05-27 2023-04-21 中南大学 一种基于局部约束的串级csth性能评估与诊断方法
CN115097737B (zh) * 2022-08-24 2022-11-08 北京航空航天大学 一种可重入制造系统的多层级调控方法
CN115629579B (zh) * 2022-10-13 2023-11-07 南京天洑软件有限公司 一种cstr系统的控制方法及装置
AT526759B1 (de) * 2022-12-13 2024-12-15 Avl List Gmbh Verfahren zur Regelung eines technischen Systems - Ausgangsgrößenmodell
AT526758B1 (de) * 2022-12-13 2024-12-15 Avl List Gmbh Verfahren zur Regelung eines technischen Systems - Beobachterkaskade
CN118859716B (zh) * 2024-07-05 2024-12-27 青岛理工大学 一种基于Koopman算子的连续搅拌反应釜控制方法
CN119396007B (zh) * 2024-12-31 2025-06-06 浙江工业大学 一种基于高阶低通滤波器的主动抗干扰方法、系统及装置
CN121115469A (zh) * 2025-11-12 2025-12-12 重庆兰阀流体控制设备有限公司 一种基于电液联动的智能控制方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5740033A (en) * 1992-10-13 1998-04-14 The Dow Chemical Company Model predictive controller
TW200624417A (en) * 2004-11-22 2006-07-16 Rohm & Haas Non-routine reactor shutdown method
US20100268353A1 (en) * 2007-12-21 2010-10-21 Crisalle Oscar D Systems and Methods for Offset-Free Model Predictive Control
US20140316150A1 (en) * 2011-12-09 2014-10-23 Dow Technology Investments Llc Method of reducing or maintaining the value of an alkylene oxide production parameter in a process of making an alkylene oxide using a high efficiency catalyst
TWI609861B (zh) * 2011-12-19 2018-01-01 陶氏科技投資公司 關於催化劑參考性質的調配環氧烷催化劑之方法

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US2414149A (en) 1945-08-03 1947-01-14 Robert S Hall Nut splitting device
US4349869A (en) 1979-10-01 1982-09-14 Shell Oil Company Dynamic matrix control method
US7058617B1 (en) * 1996-05-06 2006-06-06 Pavilion Technologies, Inc. Method and apparatus for training a system model with gain constraints
US7203555B2 (en) * 2004-05-14 2007-04-10 University Of Delaware Predictive regulatory controller
US7653445B2 (en) * 2007-04-13 2010-01-26 Controlsoft, Inc. Apparatus and method for model-based control
CN103293953B (zh) * 2008-01-31 2017-10-31 费希尔-罗斯蒙特系统公司 具有用来补偿模型失配的调节的鲁棒的自适应模型预测控制器
JP5396915B2 (ja) * 2009-03-02 2014-01-22 富士電機株式会社 外乱制御装置、外乱制御方法および外乱制御プログラム
CN102414187B (zh) 2009-04-21 2016-06-01 陶氏技术投资有限公司 采用催化剂随其老化而制备环氧烷的方法
AU2015201580B2 (en) * 2009-12-02 2016-06-09 Shell Internationale Research Maatschappij B.V. Economics-based coordination of advanced process control and real-time optimization
US8504175B2 (en) 2010-06-02 2013-08-06 Honeywell International Inc. Using model predictive control to optimize variable trajectories and system control
CN102323750B (zh) * 2011-06-02 2016-10-05 中国石油大学(华东) 嵌入式非线性脉冲协同控制器
US9740214B2 (en) * 2012-07-23 2017-08-22 General Electric Technology Gmbh Nonlinear model predictive control for chemical looping process
CN106873395B (zh) * 2015-12-14 2020-02-14 沈阳中科博微科技股份有限公司 一种面向乙烯裂解炉的快速多变量预测控制方法
US10146237B2 (en) * 2017-04-28 2018-12-04 Johnson Controls Technology Company Smart thermostat with model predictive control

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5740033A (en) * 1992-10-13 1998-04-14 The Dow Chemical Company Model predictive controller
US6056781A (en) * 1992-10-13 2000-05-02 The Dow Chemical Company Model predictive controller
TW200624417A (en) * 2004-11-22 2006-07-16 Rohm & Haas Non-routine reactor shutdown method
US20100268353A1 (en) * 2007-12-21 2010-10-21 Crisalle Oscar D Systems and Methods for Offset-Free Model Predictive Control
US20140316150A1 (en) * 2011-12-09 2014-10-23 Dow Technology Investments Llc Method of reducing or maintaining the value of an alkylene oxide production parameter in a process of making an alkylene oxide using a high efficiency catalyst
TWI609861B (zh) * 2011-12-19 2018-01-01 陶氏科技投資公司 關於催化劑參考性質的調配環氧烷催化劑之方法

Also Published As

Publication number Publication date
CN114556236B (zh) 2025-10-10
EP4049095B1 (en) 2025-08-06
KR20220088881A (ko) 2022-06-28
US11249446B2 (en) 2022-02-15
EP4049095A1 (en) 2022-08-31
TW202117472A (zh) 2021-05-01
CN114556236A (zh) 2022-05-27
CA3154268A1 (en) 2021-04-29
US20210124316A1 (en) 2021-04-29
WO2021080824A1 (en) 2021-04-29

Similar Documents

Publication Publication Date Title
TWI771763B (zh) 程序之非線性模型預測性控制
Sneesby et al. Two-point control of a reactive distillation column for composition and conversion
Kadam et al. Integration of economical optimization and control for intentionally transient process operation
Visser et al. A feedback-based implementation scheme for batch process optimization
Srinivasan et al. Run-to-run optimization via control of generalized constraints
Wang et al. Effect of interaction multiplicity on control system design for a MTBE reactive distillation column
Würth et al. Economic dynamic real-time optimization and nonlinear model-predictive control on infinite horizons
Finkler et al. Realization of online optimizing control in an industrial semi-batch polymerization
TW202239751A (zh) 用於乙烯之環氧化的緩和劑及催化劑效能最佳化
Abougarair et al. Model reference adaptive control for temperature regulation of continuous stirred tank reactor
Vadigepalli et al. Structural analysis of large-scale systems for distributed state estimation and control applications
Zhang et al. Plantwide control system design and performance evaluation for ammonia synthesis process
Bonvin et al. Control and optimization of batch chemical processes
US10300449B2 (en) Neutralization plant
Bindlish Nonlinear model predictive control of an industrial process with steady-state gain inversion
CN107406398A (zh) 使用缩放的选择性值制备环氧乙烷的方法
Han et al. Application of partial least squares methods to a terephthalic acid manufacturing process for product quality control
Ritschel et al. Economic optimal control of a U-loop bioreactor using simultaneous collocation-based approaches
Dvoretskii et al. Integrated design of power-and resource-saving chemical processes and process control systems: Strategy, methods, and application
CN112506050B (zh) 一种基于潜变量过程迁移模型的间歇过程集成优化方法
Engell A procedure for systematic control structure selection with application to reactive distillation
Vega et al. Comparative Analysis and Evaluation of Fractional Order Controllers for Systems with Variable Delay
Engell et al. A methodology for control structure selection based on rigorous process models
RU2200728C1 (ru) Способ автоматического управления технологическим процессом получения 1,2-дихлорэтана из этилена и абгазного хлора
Dorneanu et al. On the application of model reduction to plantwide control