DE10110184A1 - Optimisation control of a thermodynamic process using state comparison and a process model - Google Patents

Optimisation control of a thermodynamic process using state comparison and a process model

Info

Publication number
DE10110184A1
DE10110184A1 DE10110184A DE10110184A DE10110184A1 DE 10110184 A1 DE10110184 A1 DE 10110184A1 DE 10110184 A DE10110184 A DE 10110184A DE 10110184 A DE10110184 A DE 10110184A DE 10110184 A1 DE10110184 A1 DE 10110184A1
Authority
DE
Germany
Prior art keywords
state
process model
actions
actuating
quality
Prior art date
Legal status (The legal status 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 status listed.)
Withdrawn
Application number
DE10110184A
Other languages
German (de)
Inventor
Franz Wintrich
Volker Stephan
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Powitec Intelligent Technologies GmbH
Original Assignee
Powitec Intelligent Technologies GmbH
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 Powitec Intelligent Technologies GmbH filed Critical Powitec Intelligent Technologies GmbH
Priority to DE10110184A priority Critical patent/DE10110184A1/en
Priority to BR0207733-7A priority patent/BR0207733A/en
Priority to MXPA03007505A priority patent/MXPA03007505A/en
Priority to KR1020037011526A priority patent/KR100812491B1/en
Priority to CA002438046A priority patent/CA2438046A1/en
Priority to DE50212144T priority patent/DE50212144D1/en
Priority to CZ20032262A priority patent/CZ20032262A3/en
Priority to SK1081-2003A priority patent/SK10812003A3/en
Priority to PCT/EP2002/002136 priority patent/WO2002077527A1/en
Priority to PL363043A priority patent/PL200961B1/en
Priority to AT02753707T priority patent/ATE393360T1/en
Priority to ES02753707T priority patent/ES2304446T3/en
Priority to EP02753707A priority patent/EP1364163B1/en
Priority to HU0303894A priority patent/HUP0303894A3/en
Publication of DE10110184A1 publication Critical patent/DE10110184A1/en
Priority to US10/653,475 priority patent/US7035717B2/en
Withdrawn legal-status Critical Current

Links

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
    • F23N—REGULATING OR CONTROLLING COMBUSTION
    • F23N1/00—Regulating fuel supply
    • F23N1/002—Regulating fuel supply using electronic means
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1401—Introducing closed-loop corrections characterised by the control or regulation method
    • F02D41/1406—Introducing closed-loop corrections characterised by the control or regulation method with use of a optimisation method, e.g. iteration
    • 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
    • G05B17/00—Systems involving the use of models or simulators of said systems
    • G05B17/02—Systems involving the use of models or simulators of said systems electric
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1401—Introducing closed-loop corrections characterised by the control or regulation method
    • F02D2041/1413—Controller structures or design
    • F02D2041/1415—Controller structures or design using a state feedback or a state space representation
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1401—Introducing closed-loop corrections characterised by the control or regulation method
    • F02D2041/1433—Introducing closed-loop corrections characterised by the control or regulation method using a model or simulation of the system
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1401—Introducing closed-loop corrections characterised by the control or regulation method
    • F02D41/1404—Fuzzy logic control
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1401—Introducing closed-loop corrections characterised by the control or regulation method
    • F02D41/1405—Neural network control
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
    • F23N—REGULATING OR CONTROLLING COMBUSTION
    • F23N2223/00—Signal processing; Details thereof
    • F23N2223/44—Optimum control
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
    • F23N—REGULATING OR CONTROLLING COMBUSTION
    • F23N2223/00—Signal processing; Details thereof
    • F23N2223/52—Fuzzy logic

Abstract

The state of a thermodynamic system eg a combustion process is measured and is then compared with optimisation targets and thresults used to s adjust the operation. This uses a model of the system to which the actions are applied to predict the effect of the actions.

Description

Die Erfindung betrifft ein Verfahren zur Regelung eines Verbrennungsprozesses mit den Merkmalen des Oberbegriffs des Anspruches 1.The invention relates to a method for controlling a combustion process with the Features of the preamble of claim 1.

Bei einem bekannten Verfahren dieser Art wird aus den Zustandsvariablen und den mög­ lichen Stellaktionen unter Berücksichtigung der Optimierungsziele durch Faltung eine Güte gebildet. Im Rahmen eines Monte-Carlo-Verfahrens wird ausgehend von einem al­ ten Zustand eine Stellaktion ausgeführt und der neue Zustand bestimmt. Die daraus re­ sultierende Änderung der Güte ist ein Maß für die Eignung der ausgeführten Stellaktion zur Erreichung des Optimierungsziels. Das System paßt sich mit diesem Verfahren dem nächstliegenden Extremum an, auch bei häufigen Änderungen der Optimierungsziele. Das Verfahren läßt aber noch Wünsche übrig.In a known method of this type, the state variables and the poss positioning actions taking into account the optimization goals by folding a Goodness formed. As part of a Monte Carlo process, an al a status action is carried out and the new status is determined. The right the resulting change in quality is a measure of the suitability of the actuating action carried out to achieve the optimization goal. The system adapts to this with this procedure nearest extremum, even with frequent changes to the optimization goals. The process still leaves something to be desired.

Der vorliegenden Erfindung liegt die Aufgabe zugrunde, ein Verfahren der eingangs ge­ nannten Art zu verbessern. Diese Aufgabe wird durch ein Verfahren mit den Merkmalen des Anspruches 1 gelöst. Weitere vorteilhafte Ausgestaltungen sind Gegenstand der Un­ teransprüche. The present invention has for its object a method of ge named way of improving. This task is accomplished by a method with the characteristics of claim 1 solved. Further advantageous refinements are the subject of the Un subclaims.  

Dadurch, daß ein von den Optimierungszielen unabhängiges Prozeßmodell ermittelt wird, welches die Auswirkungen von Aktionen auf den Zustand des Systems beschreibt, und eine vom Prozeßmodell unabhängige Situationsbewertung mittels Gütefunktionen den Zustand des Systems in Hinblick auf die Optimierungsziele bewertet, steht ein modell­ basiertes Regelungsverfahren zur Verfügung, das sowohl bei der Bewertung des Zustan­ des des Systems als auch nach größeren Änderungen des Zustandes die Informationen aus der Vergangenheit weiter verwenden kann. Bei dem bekannten Verfahren hingegen müs­ sen für die Ermittlung der Güte fast alle Informationen neu beschafft werden, d. h. mit der Adaption an einen neuen Zustand werden die alten Informationen verlernt.By determining a process model that is independent of the optimization goals, which describes the effects of actions on the state of the system, and a situation assessment independent of the process model by means of quality functions A model is available to assess the state of the system with regard to the optimization goals based regulatory process is available, both in the assessment of the condition of the system as well as after major changes in the state of the information the past can continue to use. In the known method, however, must almost all information has to be obtained for the determination of the quality, d. H. with the Adaptation to a new state means that the old information is forgotten.

Aufgrund der eingesparten Rechnerleistung können mit dem erfindungsgemäßen "Prozeßnavigator" vorzugsweise die Zustände im voraus berechnet und nur geeignete Stellaktionen zur Erreichung des Optimierungsziels durchgeführt werden. Dabei wird das Prozeßmodell ständig verfeinert, um künftig günstiger das Optimierungsziel zu erreichen. Bei einer bevorzugten Behandlung des Prozeßmodells in einem neuronalen Netz wird vorzugsweise zunächst eine Initialisierung mit ausgewählten Zuständen und einem ge­ glätteten und gewichteten Zeitverhalten des Systems durchgeführt, um später ziellose Stellaktionen zu vermeiden.Because of the computer power saved, the inventive "Process navigator" preferably calculates the states in advance and only suitable ones Adjustment actions to achieve the optimization goal are carried out. It will Process model constantly refined in order to achieve the optimization goal more cheaply in the future. In a preferred treatment of the process model in a neural network preferably first an initialization with selected states and a ge smoothed and weighted timing behavior of the system performed to aimlessly later Avoid positioning actions.

Im folgenden ist die Erfindung anhand eines Ausführungsbeispiels näher erläutert.The invention is explained in more detail below on the basis of an exemplary embodiment.

Der beispielhafte Verbrennungsprozeß läuft in einem Feuerungskessel eines Kohlekraft­ werkes ab und soll so geregelt werden, daß er einerseits eine gewisse Stabilität und ande­ rerseits eine gewisse Plastizität aufweist, d. h. sich den Gegebenheiten anpaßt. Der Zu­ stand im Kessel wird beschrieben durch (zeitabhängige) Zustandsvariablen st, beispiels­ weise Temperaturen an verschiedenen Stellen im Kessel, Flammentexturen und/oder Konzentrationen verschiedener Schadstoffe in der Abluft, die durch geeignete Sensoren ermittelt werden. Für die formelmäßige Beschreibung des Verbrennungsprozesses sind die Parameter und Variablen, wie beispielsweise st, als mehrdimensionale Vektoren zu verstehen. Der Zustand st des Verbrennungsprozesses kann geändert werden durch ver­ schiedene Aktionen at, insbesondere durch eine Änderung der Stellgrößen, wie beispiels­ weise der Zufuhr von Kohle, Kernluft oder Ausblasluft, aber auch der Kohlequalität. Es bestehen Optimierungsziele rj für den Verbrennungsprozeß, beispielsweise daß die Kon­ zentration von Stickoxiden NOx und Kohlenmonoxid CO unterhalb von vorgegebenen Grenzwerten liegen oder minimal werden.The exemplary combustion process takes place in a combustion boiler of a coal-fired power plant and is to be regulated in such a way that on the one hand it has a certain stability and on the other hand it has a certain plasticity, ie it adapts to the circumstances. The state in the boiler is described by (time-dependent) state variables s t , for example temperatures at various points in the boiler, flame textures and / or concentrations of various pollutants in the exhaust air, which are determined by suitable sensors. For the description of the combustion process in terms of formulas, the parameters and variables, such as s t , are to be understood as multidimensional vectors. The state s t of the combustion process can be changed by ver different actions a t, in particular by changing the control variables, such as the example, the supply of coal, nuclear air or exhaust air, but also the coal quality. There are optimization goals r j for the combustion process, for example that the concentration of nitrogen oxides NO x and carbon monoxide CO are below predetermined limit values or become minimal.

Für eine online-Überwachung und -Regelung und Vorhersagen über künftige Zustände des Kessels mit Hilfe eines neuronalen Netzes wird erfindungsgemäß zum einen ein Pro­ zeßmodell PM definiert, welches die Änderung des Zustandes st des Verbrennungspro­ zesses als Reaktion auf Aktionen at angibt. Das Prozeßmodell PM ist unabhängig von den Optimierungszielen rj und operiert auf einem Zeitfenster zurückliegender Prozeßzustände, um einen zeitlichen Kontext zu integrieren. In den Verknüpfungen der Variablen stecken Informationen über spezifische Eigenschaften des Kessels. Zum anderen wird für eine Situationsbewertung SB eine Güte ut definiert, welche einen bestimmten, aktuellen Zu­ stand st unter Berücksichtigung der Optimierungsziele rj bewertet. Diese Definition er­ folgt nach den Gesichtspunkten vorgegebener Kennlinien und einer Fuzzy-Logik, also im einfachsten Fall ist beispielsweise für eine bestimmter Schadstoffkonzentration die Güte ut = 1 bei verschwindender Schadstoffkonzentration, ut = 0 bei Erreichen des oberen Grenzwertes der Schadstoffkonzentration, und dazwischen besteht eine lineare Abhän­ gigkeit. Die Situationsbewertung SB ist unabhängig von den Aktionen at. Für die Bewer­ tung zum Zeitpunkt t und den Schritt zum Zeitpunkt t + 1 ergibt sich:
For online monitoring and control and predictions about future conditions of the boiler with the help of a neural network, a process model PM is defined according to the invention, which indicates the change in the state s t of the combustion process in response to actions a t . The process model PM is independent of the optimization goals r j and operates on a time window of previous process states in order to integrate a temporal context. The links between the variables contain information about specific properties of the boiler. On the other hand, a quality u t is defined for a situation evaluation SB, which evaluates a specific, current state s t taking into account the optimization goals r j . This definition follows the criteria of predetermined characteristics and a fuzzy logic, so in the simplest case, for example, for a certain pollutant concentration the quality u t = 1 when the pollutant concentration disappears, u t = 0 when the upper limit value of the pollutant concentration is reached, and in between a linear dependency. The situation assessment SB is independent of the actions a t . For the evaluation at time t and the step at time t + 1, the following results:

ut = Σu(rj, st) (SB)
u t = Σu (r j , s t ) (SB)

st+1 = f(st, at) (PM)s t + 1 = f (s t , a t ) (PM)

Gegenüber der bekannten Gütefunktion, welche den Zustand des Systems, die Aktionen und die Optimierungsziele faltet, so daß bei Änderungen des Zustandes die gesamte Gü­ tefunktion neu ermittelt werden muß, bleibt bei dem erfindungsgemäßen Verfahren das Prozeßmodell PM erhalten. Bei einer numerischen Realisierung mittels eines neuronalen Netzes bedeutet dies, daß nicht unter Verlust der Informationen aus der Vergangenheit das gesamte neuronale Netz bei jeder Aktion neu adaptiert werden muß, was Rechnerka­ pazität und -zeit kostet, sondern Informationen über das Prozeßmodell erhalten bleiben. In einer gedachten Darstellung des Zustandsraums, bei welcher jeder Zustand st durch einen Punkt in einer Landkarte symbolisiert wird, nimmt die Anzahl der Punkte auf der Landkarte zu, ohne daß Punkte verloren gehen.Compared to the known quality function, which folds the state of the system, the actions and the optimization goals, so that when the state changes, the entire quality function must be determined anew, the process model PM is retained in the method according to the invention. In the case of a numerical implementation using a neural network, this means that the entire neural network does not have to be re-adapted with each action, with loss of information from the past, which costs computing capacity and time, but information about the process model is retained. In an imaginary representation of the state space, in which each state s t is symbolized by a point on a map, the number of points on the map increases without points being lost.

Die eingesparte Rechnerleistung kann dazu genützt werden, künftige Zustände des Sy­ stems zu berechnen, um so eine globale Optimierung anstelle einer lokalen Optimierung zu erreichen. Hierzu wird eine Gesamtgüte Q definiert, in welcher die Güten ut für meh­ rere, vorausberechnete Situationsbewertungen SB berücksichtigt werden. Bei N voraus­ berechneten Zeitschritte ergibt sich:
The computer power saved can be used to calculate future states of the system in order to achieve global optimization instead of local optimization. For this purpose, an overall quality Q is defined, in which the qualities u t are taken into account for several, pre-calculated situation assessments SB. With N time steps calculated in advance, the result is:

Aufgrund der Vorausberechnungen ist es nicht mehr notwendig, mittels eines random­ walk-Modells den Kessel selber verschiedene Zustände anfahren zu lassen, um die Be­ dingungen für den optimalen Verbrennungsprozeß zu finden.Due to the preliminary calculations, it is no longer necessary to use a random walk model to start the boiler itself in various states in order to to find conditions for the optimal combustion process.

Um das Prozeßmodell PM zu bauen, werden zunächst für die Netzarchitektur die Stell­ größen und die zur Verfügung stehenden Zustandsvariablen samt ihren technisch mögli­ chen und als sinnvoll erachteten Grenzwerten bestimmt, wobei vorzugsweise Erweite­ rungsmöglichkeiten vorgesehen sind. Für die zu messenden Zustandsvariablen wird eine vor der Eingabe in das neuronale Netz anzuwendende Rauschfilterfunktion definiert. Mit der Methode der optimalen Versuchsplanung wird ein Explorationsplan entworfen, wel­ cher innerhalb der als sinnvoll erachteten Grenzwerte einige Zustände (ca. 500 Stück) auswählt. Der Kessel wird nun nacheinander durch gezielte Stellaktionen zumindest nä­ herungsweise in diese Zustände gebracht, welche dann im neuronalen Netz gespeichert werden. Bei dieser Exploration ist es sinnvoll, nach einer Stellaktion unter Rückgriff auf gespeicherte, vergangene Werte der Zustandsvariablen, welche geglättet und gewichtet (Verhältnis der Zustandsvariablen vor, während und nach der Stellaktion) werden, eine Vielkanalzeitfunktion zu erstellen, die dann benutzt werden kann, um geordnete Ände­ rungen des Zustands herbeizuführen.In order to build the process model PM, the Stell sizes and the available state variables including their technically possible determined and sensible limit values, preferably expansions possibilities are provided. A is used for the state variables to be measured Noise filter function to be applied before input into the neural network. With an exploration plan is drawn up using the method of optimal test planning Certain states (approx. 500 pieces) within the limit values which are considered useful selects. The boiler is now at least approx brought into these states, which are then stored in the neural network become. With this exploration, it makes sense to fall back on after an actuation  saved, past values of the state variables, which are smoothed and weighted (Ratio of the state variables before, during and after the actuating action), one Create a multi-channel time function that can then be used to make ordered changes of the state.

Ausgehend von diesem initialisierten Prozeßmodell PM wird im laufenden Betrieb der Kessel optimal geregelt, indem zunächst im neuronalen Netz in Abhängigkeit der Opti­ mierungsziele rj ausgehend vom aktuellen Zustand vorab das globale Optimum des Sy­ stems und die zur Erreichung dieses Ziels optimalen Stellaktionen numerisch gesucht werden. Die optimalen Stellaktionen können wie folgt gewonnen werden: Ausgehend von dem aktuellen Zustand st werden die Auswirkungen verschiedener Aktionen ai, insbeson­ dere Änderungen der signifikanten Stellgrößen, ermittelt, d. h. über das Prozeßmodell PM die Zustände si t+1 und dann über die Situationsbewertung SM die Güte ui t+1 berechnet, gegebenenfalls mehrere Zeitschritte im voraus. Die Güte ui t+1 bzw. die Gesamtgüte Qi legt dann automatisch fest, welche Stellgröße geändert werden soll.On the basis of this initialized process model PM, the boiler is optimally controlled during operation by first numerically searching the global optimum of the system and the optimal actuating actions to achieve this goal, depending on the optimization goals r j based on the current state. The optimal actuating actions can be obtained as follows: Starting from the current state s t , the effects of various actions a i , in particular changes in the significant actuating variables, are ascertained, i.e. the states s i t + 1 via the process model PM and then via the situation assessment SM calculates the quality u i t + 1 , possibly several time steps in advance. The quality u i t + 1 or the overall quality Q i then automatically determines which manipulated variable is to be changed.

Sind die optimalen Stellaktionen ai ermittelt, führt die Regelungselektronik des Kessels diese Stellaktionen ai automatisch aus, beispielsweise indem die als Stellgröße behandelte Zufuhr diverser Betriebsstoffe geändert wird. Dabei wird ständig im Kessel eine Datener­ fassung und -validierung der Zustandsvariablen vorgenommen, um durch Trainieren des neuronalen Netzes die Dichte der bekannten Zustände st in der Landkarte des Zustands­ raums zu erhöhen.Once the optimal control actions a i have been determined, the control electronics of the boiler automatically carry out these control actions a i , for example by changing the supply of various operating materials treated as a control variable. In this case, data acquisition and validation of the state variables is carried out continuously in the boiler in order to increase the density of the known states s t in the map of the state space by training the neural network.

Treten nach Erreichen des Optimums weitere Aktionen at auf, d. h. geplanten Stellaktio­ nen oder ungeplanten Störungen, ist eine erneute Optimierung mit den beschriebenen Schritten erforderlich. Bei diesem Trainieren des Prozeßmodells PM kann es auch sinn­ voll oder notwendig sein, die Netzarchitektur zu erweitern, beispielsweise über die als sinnvoll erachteten Grenzwerte hinaus hin zu den technisch möglichen Grenzwerten, wenn bei der Aufsuchung des Optimums das neuronale Netz häufig an einen als sinnvoll erachteten Grenzwert stößt. Mittels einer Signifikanzprüfung wird laufend festgestellt, welche Stellgrößen den größten Einfluß auf den Zustand des Systems haben, so daß deren Änderung bei der Suche nach dem Optimum bevorzugt berücksichtigt wird, insbesondere wenn eine größere Zustandsänderung notwendig ist.If, after reaching the optimum further actions a t on, NEN ie planned or unplanned Stellaktio disorders, a new optimization using the described steps are required. When training the process model PM, it may also be sensible or necessary to expand the network architecture, for example beyond the limit values that are considered useful to the technically possible limit values, if the neural network is often found to be useful when searching for the optimum Threshold hits. A significance check continuously determines which manipulated variables have the greatest influence on the state of the system, so that their change is preferably taken into account when searching for the optimum, in particular if a major change in state is necessary.

Prinzipiell würde es für eine Regelung des Kessels ausreichen, wenn von den Aktionen die (üblichen) Stellgrößen und von den Zustandsvariablen einige charakteristische Pro­ zeßparameter berücksichtigt würden. Wenn aber vorliegend auch Störgrößen, wie bei­ spielsweise eine schwankende Kohlequalität oder ein Verschleiß des Kessels K, als Ein­ gaben in das Prozeßmodell eingehen sollen, ist eine Beobachtung des Inneren des Kessels notwendig, beispielsweise durch eine Flammenspiegelung.In principle, it would be sufficient to regulate the boiler if the actions the (usual) manipulated variables and some characteristic pro of the state variables would be taken into account. If, however, there are also disturbance variables, as in for example, a fluctuating coal quality or wear of the boiler K, as an the process model is an observation of the inside of the boiler necessary, for example by reflecting the flame.

Claims (10)

1. Verfahren zur Regelung eines Verbrennungsprozesses, bei dem der Zustand (st) des Systems gemessen wird, mit Optimierungszielen (rj) verglichen wird und zur Rege­ lung geeignete Stellaktionen (ai) im System durchgeführt werden, dadurch gekenn­ zeichnet, daß ein von den Optimierungszielen (rj) unabhängiges Prozeßmodell (PM) ermittelt wird, welches die Auswirkungen von Aktionen (at) auf den Zustand (st) des Systems beschreibt, und ein vom Prozeßmodell (PM) unabhängige Situationsbewer­ tung (SB) mittels Gütefunktionen (ut) den Zustand (st) des Systems in Hinblick auf die Optimierungsziele (rj) bewertet.1. A method for controlling a combustion process, in which the state (s t ) of the system is measured, compared with optimization targets (r j ) and suitable control actions (a i ) are carried out in the system, characterized in that a from the optimization goals (r j ) independent process model (PM) is determined, which describes the effects of actions (a t ) on the state (s t ) of the system, and a situation evaluation (SB) independent of the process model (PM) by means of quality functions (u t ) evaluates the state (s t ) of the system with regard to the optimization goals (r j ). 2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß vor der tatsächlichen Durchführung von Stellaktionen (ai) im System numerisch mit dem Prozeßmodell (PM) die Auswirkungen verschiedener Stellaktionen (ai) auf den Zustand (st) des Sy­ stems berechnet und jeweils mit der Situationsbewertung (SB) bewertet werden und dann die optimalen Stellaktionen (ai) im System durchgeführt werden.2. The method according to claim 1, characterized in that before the actual execution of actuating actions (a i ) in the system numerically with the process model (PM) the effects of various actuating actions (a i ) on the state (s t ) of the system and calculated are each evaluated with the situation assessment (SB) and then the optimal positioning actions (a i ) are carried out in the system. 3. Verfahren nach Anspruch 2, dadurch gekennzeichnet, daß die Auswirkungen ver­ schiedener Stellaktionen (ai) auf den Zustand (st) des Systems mehrere Zeitschritte (t) im voraus berechnet werden und eine Gesamtgüte (Q) bewertet wird.3. The method according to claim 2, characterized in that the effects of various actuating actions (a i ) on the state (s t ) of the system are calculated several time steps (t) in advance and an overall quality (Q) is assessed. 4. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß das Prozeßmodell (PM) mit den Informationen aus den laufenden Messungen des Zustandes (st) des Systems laufend verfeinert wird.4. The method according to any one of the preceding claims, characterized in that the process model (PM) with the information from the ongoing measurements of the state (s t ) of the system is continuously refined. 5. Verfahren nach Anspruch 4, dadurch gekennzeichnet, daß die Ergebnisse der laufen­ den Messungen vor einer Eingabe in das Prozeßmodell (PM) einem Rauschfilter un­ terworfen werden. 5. The method according to claim 4, characterized in that the results of the run the measurements before an input into the process model (PM) and a noise filter be thrown.   6. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß das Prozeßmodell (PM) in einem neuronalen Netz gespeichert wird, welches laufend trainiert wird.6. The method according to any one of the preceding claims, characterized in that the process model (PM) is stored in a neural network, which is ongoing is trained. 7. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß vor Beginn des Dauerbetriebs des Systems zur Initialisierung des Prozeßmodells (PM) eine Exploration einiger ausgewählter Zustände (st) des Systems durchgeführt wird.7. The method according to any one of the preceding claims, characterized in that an exploration of some selected states (s t ) of the system is carried out before the start of continuous operation of the system for initializing the process model (PM). 8. Verfahren nach Anspruch 7, dadurch gekennzeichnet, daß die Exploration das geglät­ tete und gewichtete Zeitverhalten des Systems auf eine Stellaktion (ai) berücksichtigt.8. The method according to claim 7, characterized in that the exploration takes into account the smoothed and weighted time behavior of the system on an actuating action (a i ). 9. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß die Gütefunktionen (ut) nach den Regeln einer Fuzzy-Logik aufgestellt werden.9. The method according to any one of the preceding claims, characterized in that the quality functions (u t ) are set up according to the rules of fuzzy logic. 10. Vorrichtung zur Durchführung eines Verfahrens nach einem der vorhergehenden An­ sprüche, mit Sensoren zur Messung des Zustandes (st) des Systems, einer Datenver­ arbeitungsanlage zur Anwendung des Prozeßmodells (PM) zur Situationsbewertung (SB) und einer Rückkopplung auf das System zur Durchführung von Stellaktionen (ai).10. Device for carrying out a method according to one of the preceding claims, with sensors for measuring the state (s t ) of the system, a data processing system for using the process model (PM) for situation assessment (SB) and a feedback to the system for implementation of positioning actions (a i ).
DE10110184A 2001-03-02 2001-03-02 Optimisation control of a thermodynamic process using state comparison and a process model Withdrawn DE10110184A1 (en)

Priority Applications (15)

Application Number Priority Date Filing Date Title
DE10110184A DE10110184A1 (en) 2001-03-02 2001-03-02 Optimisation control of a thermodynamic process using state comparison and a process model
SK1081-2003A SK10812003A3 (en) 2001-03-02 2002-02-28 Method for regulating a thermodynamic process in particular a combustion process
PCT/EP2002/002136 WO2002077527A1 (en) 2001-03-02 2002-02-28 Method for regulating a thermodynamic process in particular a combustion process
KR1020037011526A KR100812491B1 (en) 2001-03-02 2002-02-28 Method for regulating a thermodynamic process
CA002438046A CA2438046A1 (en) 2001-03-02 2002-02-28 Method for regulating a thermodynamic process in particular a combustion process
DE50212144T DE50212144D1 (en) 2001-03-02 2002-02-28 METHOD FOR REGULATING A THERMODYNAMIC PROCESS, IN PARTICULAR A COMBUSTION PROCESS
CZ20032262A CZ20032262A3 (en) 2001-03-02 2002-02-28 Method for regulating a thermodynamic process in particular a combustion process and apparatus for making the same
BR0207733-7A BR0207733A (en) 2001-03-02 2002-02-28 Process for regulating a thermodynamic process, especially a combustion process
MXPA03007505A MXPA03007505A (en) 2001-03-02 2002-02-28 Method for regulating a thermodynamic process in particular a combustion process.
PL363043A PL200961B1 (en) 2001-03-02 2002-02-28 Method for regulating a thermodynamic process in particular a combustion process
AT02753707T ATE393360T1 (en) 2001-03-02 2002-02-28 METHOD FOR CONTROLLING A THERMODYNAMIC PROCESS, IN PARTICULAR A COMBUSTION PROCESS
ES02753707T ES2304446T3 (en) 2001-03-02 2002-02-28 METHOD OF CONTROL OF A THERMODYNAMIC PROCESS, IN PARTICULAR A COMBUSTION PROCESS.
EP02753707A EP1364163B1 (en) 2001-03-02 2002-02-28 Method for regulating a thermodynamic process in particular a combustion process
HU0303894A HUP0303894A3 (en) 2001-03-02 2002-02-28 Method for regulating a thermodynamic process in particular a combustion process
US10/653,475 US7035717B2 (en) 2001-03-02 2003-09-02 Method for controlling a thermodynamic process, in particular a combustion process

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE10110184A DE10110184A1 (en) 2001-03-02 2001-03-02 Optimisation control of a thermodynamic process using state comparison and a process model

Publications (1)

Publication Number Publication Date
DE10110184A1 true DE10110184A1 (en) 2002-09-12

Family

ID=7676135

Family Applications (1)

Application Number Title Priority Date Filing Date
DE10110184A Withdrawn DE10110184A1 (en) 2001-03-02 2001-03-02 Optimisation control of a thermodynamic process using state comparison and a process model

Country Status (1)

Country Link
DE (1) DE10110184A1 (en)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4987888A (en) * 1987-04-08 1991-01-29 Hitachi, Ltd. Method of controlling fuel supply to engine by prediction calculation
US5200898A (en) * 1989-11-15 1993-04-06 Honda Giken Kogyo Kabushiki Kaisha Method of controlling motor vehicle
DE19509412C2 (en) * 1995-03-15 1997-01-30 Siemens Ag Method and device for controlling the firing of a steam generator system
DE19547496A1 (en) * 1995-12-19 1997-07-03 Schroeder Dierk Prof Dr Ing Dr System for determining exact air induction of IC engine
DE4421950C2 (en) * 1993-12-09 1998-06-04 Peter Mueller Device for diagnosing and regulating a combustion or electric motor

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4987888A (en) * 1987-04-08 1991-01-29 Hitachi, Ltd. Method of controlling fuel supply to engine by prediction calculation
US5200898A (en) * 1989-11-15 1993-04-06 Honda Giken Kogyo Kabushiki Kaisha Method of controlling motor vehicle
DE4421950C2 (en) * 1993-12-09 1998-06-04 Peter Mueller Device for diagnosing and regulating a combustion or electric motor
DE19509412C2 (en) * 1995-03-15 1997-01-30 Siemens Ag Method and device for controlling the firing of a steam generator system
DE19547496A1 (en) * 1995-12-19 1997-07-03 Schroeder Dierk Prof Dr Ing Dr System for determining exact air induction of IC engine

Similar Documents

Publication Publication Date Title
EP1364163B1 (en) Method for regulating a thermodynamic process in particular a combustion process
EP2106576B1 (en) Method for the computer-assisted control and/or regulation of a technical system
EP2108139B1 (en) Method for the computer-aided control and/or regulation of a technical system, particularly a gas turbine
EP2048553B1 (en) Control circuit for regulating a process, in particular a combustion process
EP2097793B1 (en) Method for the computer-assisted control and/or regulation of a technical system
EP2422246B1 (en) Control system
DE102017006687B4 (en) Testing system for routine testing of test objects and procedures
AT512977A2 (en) Method for determining a model of an output of a technical system
DE19606480C2 (en) Method and arrangement for adapting a fuzzy controller
EP1890207B1 (en) Method of generating a process model
EP3474091B1 (en) Method and device for controlling a process within a system, namely of a milling process in a milling device
DE102019126293B4 (en) System and method for regulating the operation of a boiler
WO2004023226A1 (en) Method for regulating a thermodynamic process by means of neural networks
DE102019127154B4 (en) Combustion optimization device and method
WO1995002213A1 (en) Process for determining the optimum values of the correcting variables of a technical system
DE10110184A1 (en) Optimisation control of a thermodynamic process using state comparison and a process model
DE102006003156A1 (en) Automatic production data processing forecast unit method, has sample, where main component analysis is applied for computation and has main components, where number of selected main components remains smaller than number of scanning times
DE102012200032A1 (en) Method for dynamic-diagnosis of sensors of internal combustion engine, involves determining maximum inclination of step response of closed loop for sensor, where dynamic-diagnosis of sensor is performed based on determined time constant
WO2011082909A1 (en) Device for determining control device parameters
DE102019215741A1 (en) Method for classifying a multivariate measurement data series by means of a machine learning system, method for teaching a machine learning system, computer program, computer-readable storage medium, computer device and vehicle
EP1368714B1 (en) Estimation method for a variable of a process of process manufacturing using a reference vector method
WO2000033146A1 (en) Method and device for designing a technical system
EP3825791A1 (en) Method for determining a stationary model of a technical system
DE102019214640A1 (en) CONTROL DEVICE AND CONTROL METHOD
DE102019130609A1 (en) Method for determining a controller for a controlled system

Legal Events

Date Code Title Description
OP8 Request for examination as to paragraph 44 patent law
8139 Disposal/non-payment of the annual fee