Modellbasierte Prädiktive Regelung skalierbarer thermischer Prozesse

Zöller, Daniel; Abel, Dirk; Horn, Martin

doi:36930

Modellbasierte Prädiktive Regelung skalierbarer thermischer Prozesse = Model-Based Predictive Control of Scalable Thermal Processes

Zöller, Daniel^RWTH*

2018

Verantwortlichkeitsangabevorgelegt von Daniel Zöller

ImpressumAachen 2018

Umfang1 Online-Ressource (xxii, 141 Seiten) : Illustrationen

Dissertation, RWTH Aachen University, 2018

Veröffentlicht auf dem Publikationsserver der RWTH Aachen University

Genehmigende Fakultät
Fak04

Hauptberichter/Gutachter
Abel, Dirk (Thesis advisor)^RWTH* ; Horn, Martin (Thesis advisor)

Tag der mündlichen Prüfung/Habilitation
2018-02-07

Online
DOI: 10.18154/RWTH-2018-220855
URL: https://publications.rwth-aachen.de/record/715435/files/715435.pdf

Einrichtungen

Lehrstuhl und Institut für Regelungstechnik (416610)

Inhaltliche Beschreibung (Schlagwörter)
Hochvakuumverdampfung (frei) ; Kalman-Filter (frei) ; Thermodynamik (frei) ; Umweltsimulation (frei) ; modellbasierte prädiktive Regelung (frei) ; physikalische Modellierung (frei) ; skalierbare thermische Prozesse (frei)

Thematische Einordnung (Klassifikation)
DDC: 620

Kurzfassung
Thermische Prozesse werden heutzutage in den unterschiedlichsten Bereichen der Technik eingesetzt. Ihnen allen ist gemein, dass die Temperatur eine wichtige Prozessgröße darstellt, die oft mit höchster Genauigkeit geregelt werden muss. Eine Regelung dieser Anlagen erfolgt im industriellen Umfeld üblicherweise mit klassischen PID-Regelkreisen, welche für die speziellen Anforderungen der jeweiligen Anlage optimiert werden. Hierbei gilt es jedoch immer einen Kompromiss zwischen einem guten Führungsverhalten und ausreichender Störunterdrückung einzugehen. Zudem ist eine exakte Parametrierung des Reglers häufig, insbesondere bei langsamen Strecken, sehr zeitaufwendig, wodurch dieser oft abseits seiner optimalen Einstellung betrieben wird. In der vorliegenden Arbeit wird ein modellbasiertes prädiktives Regelungskonzept (MPR) zur Optimierung des dynamischen Verhaltens von thermischen Prozessen vorgestellt und anschließend durch Implementierung an zwei industriellen Prozessen evaluiert. Das vorgestellte Konzept verwendet ein nichtlineares dynamisches Prozessmodell der Regelstrecke und besteht aus einer Kombination aus nichtlinearem Zustandsschätzer in Form eines Extended Kalman Filters und einer linearen zeitvarianten MPR. Für eine einfache und intuitive Übertragbarkeit der Regelung ist dem Regler ein physikalisches Modell zugrunde gelegt. Aufgrund der hohen Bedeutung des Prozessmodells wird zu Beginn der Arbeit eine Einführung in die Modellbildung gegeben und die grundlegenden physikalischen Gesetzmäßigkeiten zur Beschreibung von thermischen Prozessen werden vorgestellt. Damit lässt sich ein entsprechendes Prozessmodell auf einfache und nachvollziehbare Weise entwickeln und an die unterschiedlichen Prozesse anpassen. Zur Validierung dieses Regelungskonzepts wird die zuvor beschriebene Methodik zunächst auf die thermische Hochvakuumverdampfung angewendet. In einem ersten Schritt erfolgt die Analyse und Entwicklung eines dynamischen Prozessmodells für das Temperaturverhalten. In einem zweiten Schritt wird zur Bedatung der Modellgleichungen eine Parameteridentifikation durchgeführt. Anschließend erfolgt die Umsetzung und Implementierung der Regelung an einer Technikumsanlage. Zur Bewertung der Übertragbarkeit wird die Methodik auf die thermische Konditionierung und Umweltsimulation, den zweiten hier betrachteten Prozess, angewendet. Zunächst erfolgt die Regelung der Prüfraumlufttemperatur. Hierzu wird das thermische Verhalten der Anlage untersucht und für eine Regelung hinreichend genau modelliert. Für die Erprobung des Regelungskonzepts wird der Regelalgorithmus direkt in der Prozesssteuerung implementiert. Danach wird das zuvor entwickelte Prozessmodell um den physikalischen Einfluss der relativen Luftfeuchte erweitert und der Regelalgorithmus angepasst. Zur Untersuchung der Skalierbarkeit wird der Regelalgorithmus in einem letzten Schritt auf eine ähnliche Anlage gleicher Baureihe übertragen. Die Bewertung des Regelungskonzepts erfolgt durch einen direkten Vergleich der Messungen mit PID-Regelung und MPR. Allgemeines Ziel der Arbeit ist es, neben den notwendigen Grundlagen der modellbasierten prädiktiven Regelung von thermischen Prozessen, die wesentlichen Entwicklungsschritte von der Modellierung bis hin zur Implementierung an der realen Anlage zu beschreiben und die notwendigen Kenntnisse zur Reglerwartung und -weiterentwicklung zu geben.

Thermal processes are nowadays used in various fields of technology. They all have in common that the temperature is an important process variable, which often has to be controlled with maximum precision. In an industrial environment, these systems are usually controlled using conventional PID control circuits, which are optimized for the specific requirements of the respective system. In this case, however, there is always a compromise between good command response and sufficient interference suppression. In addition, an exact parameterization of the controller is very time-consuming, in particular in the case of slow plants, and leads to a moderately dimensioned control behavior. In addition, an exact parameterization of the controller is often very time-consuming, in particular in the case of slow plants, whereby this is often operated away from its optimum setting. In this thesis, a model-based predictive control concept (MPC) for optimizing the dynamic behavior of thermal processes is presented and then evaluated by implementation on two industrial processes. The presented concept uses a non-linear dynamic process model of the plant and consists of a combination of nonlinear state estimator in the form of an Extended Kalman filter and a linear time-variant MPC. The controller is based on a physical model for simple and intuitive transferability. Due to the high importance of the process model, an introduction to modeling is given at the beginning of the work and the basic physical principles for the description of thermal processes are presented. Thus, a corresponding process model can be developed in a simple and comprehensive manner and can be adapted to the different processes. In order to validate this control concept, the methodology described above is first applied to thermal high-vacuum evaporation. In a first step, the analysis and development of a dynamic process model for temperature behavior is performed. In a second step, parameter identification is performed to provide the model equations. The implementation of the MPC is then carried out on a pilot plant. In order to evaluate the transferability, the methodology is applied to thermal conditioning and environmental simulation, the second process considered here. First of all, the control of the air temperature is performed. For this purpose, the thermal behavior of the system is analyzed and modeled to a sufficiently precise degree. For the testing of the control concept, the control algorithm is implemented directly in the process control hardware. Then, the previously developed process model is expanded by the physical influence of the relative humidity and the control algorithm is adapted. In a last step the algorithm is transferred to a similar system of the same series, in order to examine the scalability. The control concept is evaluated by a direct comparison of the measurements of PID control and the MPR. The aim of this thesis is, in addition to the necessary basics principles of model-based predictive control of thermal processes, to describe the essential development steps from modelling to the implementation at the real plant and to give the necessary knowledge about controller maintenance and further development.

OpenAccess:
PDF
(additional files)