用于计算用以支持级联模型预测控制（MPC）的代理极限的装置和方法与流程
相关申请的交叉引用和优先权要求
本申请根据35u.s.c.§120要求作为2014年7月21日提交的美国专利申请号14/336,888的部分继续申请的优先权，该申请被整体地通过引用结合到本文中。
本公开一般地涉及工业过程控制和自动化系统。更具体地，本公开涉及一种用于计算用于支持级联模型预测控制（mpc）的代理极限的装置和方法。
背景技术：
常常使用工业过程控制和自动化系统来管理处理设施。许多控制和自动化系统包括执行不同功能的多个分级层。例如，较低层可以包括执行过程控制功能和模型预测控制（mpc）操作的设备，而较高层可以包括提供全工厂范围优化解决方案的设备。
理想地，控制和全工厂范围优化将联合地设计，但是出现如何同时地在较低层级处提供分散式控制并在较高层级处提供集中式优化的一个问题。分散式mpc解决方案常常由于其在处理过程扰动、设备故障以及维护方面的可操作性和灵活性而是更加期望的。集中式规划优化常常是更加期望的，因为其较高层级视图提取出非必要或者含糊不清的细节。然而，常规控制和自动化系统的一个缺点在于缺少跨多个层的保证解决方案一致性。实际上，全工厂范围规划优化很少（如果有过的话）被实现为闭环控制系统的一部分。结果，大量的优化收益仍是达不到的。
技术实现要素：
本公开提供了一种用于计算用以支持级联模型预测控制（mpc）的代理极限的装置和方法。
在第一实施例中，一种方法包括在主模型预测控制（mpc）控制器处从从mpc控制器接收指示从mpc控制器能够在不违反从mpc控制器的过程变量约束的情况下在变量空间内的多个方向中的每一个上改变多个被操纵变量达到什么程度的信息。所述方法还包括使用所述信息来估计与从mpc控制器相关联的可行性区域，其中，该可行性区域识别其中被操纵变量值的组合满足过程变量约束的变量空间的一部分。另外，所述方法包括使用可行性区域在主mpc控制器处执行全工厂范围优化，其中，在全工厂范围优化期间产生的解决方案包括可行性区域内的被操纵变量值的组合中的一个。
在第二实施例中，一种装置包括主mpc控制器，其包括至少一个网络接口和至少一个处理设备。所述至少一个网络接口被配置成从从mpc控制器接收指示从mpc控制器能够在不违反从mpc控制器的过程变量约束的情况下在变量空间内的多个方向中的每一个上改变多个被操纵变量达到什么程度的信息。所述至少一个处理设备被配置成使用所述信息来估计与从mpc控制器相关联的可行性区域，其中，该可行性区域识别其中被操纵变量值的组合满足过程变量约束的变量空间的一部分。所述至少一个处理设备还被配置成使用可行性区域来执行全工厂范围优化，其中，在全工厂范围优化期间产生的解决方案包括可行性区域内的被操纵变量值的组合中的一个。
在第三实施例中，一种非临时计算机可读介质包含计算机程序。所述计算机程序包括用于在主mpc控制器处从从mpc控制器接收指示从mpc控制器能够在不违反从mpc控制器的过程变量约束的情况下在变量空间内的多个方向中的每一个上改变多个被操纵变量达到什么程度的信息的计算机可读程序代码。所述计算机程序还包括用于使用所述信息来估计与从mpc控制器相关联的可行性区域的计算机可读程序代码，其中，该可行性区域识别其中被操纵变量值的组合满足过程变量约束的变量空间的一部分。所述计算机程序还包括
用于使用可行性区域在主mpc控制器处执行全工厂范围优化的计算机可读程序代码，其中，在全工厂范围优化期间产生的解决方案包括可行性区域内的被操纵变量值的组合中的一个。
根据以下附图、描述以及权利要求，其它技术特征对于本领域的技术人员而言可以是显而易见的。
附图说明
为了更完整地理解本公开，现在对结合附图进行的以下描述进行参考，在所述附图中：
图1图示出根据本公开的示例性工业过程控制和自动化系统；
图2a和2b图示出根据本公开的用来在工业过程控制和自动化系统中支持级联mpc方法的示例规划和模型预测控制（mpc）模型；
图3a至3c图示出根据本公开的用于工业过程控制和自动化系统的示例性级联mpc架构；
图4图示出根据本公开的级联mpc架构中的代理极限的示例性使用；
图5图示出根据本公开的供级联mpc架构使用的示例性图形用户界面（gui）；
图6图示出根据本公开的用于将贡献值和贡献成本与级联mpc架构一起使用的示例性技术；
图7至9图示出根据本公开的用于在级联mpc架构中形成规划模型的示例性基础模型；
图10图示出根据本公开的用于在级联mpc架构中确认规划模型的示例性技术；
图11和12图示出根据本公开的用于在级联mpc架构中将主mpc控制器和从mpc控制器中的变量链接的示例性技术；
图13图示出根据本公开的用于在工业过程控制和自动化系统中使用级联mpc控制器的示例性方法；
图14至18图示出根据本公开的用于产生用以支持级联mpc的与可行性区域相关联的代理极限的示例性技术；以及
图19图示出根据本公开的用于计算用以支持级联mpc的代理极限的示例性方法。
具体实施方式
下面讨论的图1至19以及用来在本专利文献中描述本本发明的原理的各种实施例仅仅是作为例证且不应以任何方式解释成限制本发明的范围。本领域的技术人员将理解的是可在任何类型的适当布置的设备或系统中实现本发明的原理。
图1图示出根据本公开的示例性工业过程控制和自动化系统100。如图1中所示，系统100包括促进至少一个产品或其它材料的生产或处理的各种部件。例如，系统100在这里被用来促进对一个或多个工厂（plant）101a—101n中的部件的控制。每个工厂101a—101n表示一个或多个处理设施（或其一个或多个部分），诸如用于产生至少一个产品或其它材料的一个或多个制造设施。一般地，每个工厂101a—101n可以实现一个或多个过程，并且可单独地或共同地称为过程系统。过程系统一般地表示被配置成以某种方式处理一个或多个产品或其它材料的任何系统或其一部分。
在图1中，使用过程控制的purdue模型来实现系统100。在purdue模型中，“层级0”可以包括一个或多个传感器102a和一个或多个致动器102b。传感器102a和致动器102b表示可执行各种各样功能中的任何一个的过程系统中的部件。例如，传感器102a可以测量过程系统中的各种各样的特性，诸如温度、压力（pressure）或流速率。并且，致动器102b可以改变过程系统中的各种各样的特性。传感器102a和致动器102b可以表示任何适当过程系统中的任何其它或附加部件。每个传感器102a包括用于测量过程系统中的一个或多个特性的任何适当结构。每个致动器102b包括用于对过程系统进行操作或影响过程系统中的一个或多个条件的任何适当结构。
至少一个网络104被耦合到传感器102a和致动器102b。网络104促进与传感器102a和致动器102b的交互。例如，网络104可以传输来自传感器102a的测量数据，并向致动器102b提供控制信号。网络104可以表示任何适当网络或网络组合。作为特定示例，网络104可以表示以太网、电信号网络（诸如hart或foundationfieldbus网络）、气动控制信号网络、或任何其它或附加（多个）类型的（多个）网络。
在purdue模型中，“层级1”可以包括一个或多个控制器106，其被耦合到网络104。除其它的事物之外，每个控制器106可以使用来自一个或多个传感器102a的测量结果来控制一个或多个致动器102b的操作。例如，控制器106可以从一个或多个传感器102a接收测量数据并使用该测量数据来生成用于一个或多个致动器102b的控制信号。每个控制器106包括用于与一个或多个传感器102a相交互并控制一个或多个致动器102b的任何适当结构。每个控制器106可以例如表示多变量控制器，诸如鲁棒多变量预测控制技术（rmpct）控制器或实现模型预测控制（mpc）、动态矩阵控制（dmc）、shell全局解多变量优化和控制（smoc）或其它高级预测控制（apc）的其它类型控制器。作为特定示例，每个控制器106可以表示运行实时操作系统的计算设备。
两个网络108被耦合到控制器106。网络108诸如通过向和从控制器106传送数据来促进与控制器106的交互。该网络108可以表示任何适当网络或网络组合。作为特定示例，网络108可以表示冗余的一对以太网，诸如来自honeywellinternational公司的faulttolerantethernet（fte）网络。
至少一个交换机/防火墙110将网络108耦合到两个网络112。交换机/防火墙110可以从一个网络向另一个传送业务。交换机/防火墙110还可以阻止一个网络上的业务到达另一网络。交换机/防火墙110包括用于提供网络之间的通信的任何适当结构，诸如honeywellcontrolfirewall（cf9）设备。网络112可以表示任何适当的网络，诸如fte网络。
在purdue模型中，“层级2”可以包括被耦合到网络112的一个或多个机器级控制器114。机器级控制器114执行各种功能以支持控制器106、传感器102a以及致动器102b（其可以与特定的一台工业设备（诸如锅炉或其它机器）相关联）的操作和控制。例如，机器级控制器114可以记录（log）由控制器106收集或生成的信息，诸如来自传感器102a的测量数据或用于致动器102b的控制信号。机器级控制器114还可以执行控制控制器106的操作的应用程序，从而控制致动器102b的操作。另外，机器级控制器114可以提供对控制器106的安全访问。每个机器级控制器114包括用于提供对机器或其它单个一台设备的访问、对其控制、或与其有关的操作的任何适当结构。每个机器级控制器114可以例如表示运行microsoftwindows操作系统的服务器计算设备。虽然未示出，但可以使用不同的机器级控制器114来控制过程系统中的不同的各台设备（其中，每台设备与一个或多个控制器106、传感器102a以及致动器102b相关联）。
一个或多个操作员站116被耦合到网络112。操作员站116表示提供对机器级控制器114的用户访问的计算或通信设备，其然后可以提供对控制器106（和可能的传感器102a和致动器102b）的用户访问。作为特定示例，操作员站116可以允许用户使用由控制器106和/或机器级控制器114收集的信息来回顾传感器102a和致动器102b的操作历史。操作员站116还可以允许用户调整传感器102a、致动器102b、控制器106或机器级控制器114的操作。另外，操作员站116可以接收并显示由控制器106或机器级控制器114生成的警告、警报或其它消息或显示。每个操作员站116包括用于支持系统100中的一个或多个部件的用户访问和控制的任何适当结构。每个操作员站116可以例如表示运行microsoftwindows操作系统的计算设备。
至少一个路由器/防火墙118将网络112耦合到两个网络120。路由器/防火墙118包括用于提供网络之间的通信的任何适当结构，诸如安全路由器或组合路由器/防火墙。网络120可以表示任何适当的网络，诸如fte网络。
在purdue模型中，“层级3”可以包括被耦合到网络120的一个或多个单元级控制器122。每个单元级控制器112通常与过程系统中的单元相关联，该单元表示一起操作以实现过程的至少一部分的不同机器的集合。单元级控制器122执行各种功能以支持较低层级中的部件的操作和控制。例如，单元级控制器122可以记录由较低层级中的部件收集或生成的信息，执行控制较低层级中的部件的应用程序，并提供对较低层级中的部件的安全访问。每个单元级控制器122包括用于提供对过程单元中的一个或多个机器或其它各台设备的访问、其控制、或与其有关的操作的任何适当结构。每个单元级控制器122可以例如表示运行microsoftwindows操作系统的服务器计算设备。虽然未示出，但可以使用不同的单元级控制器122来控制过程系统中的不同单元（其中，每个单元与一个或多个机器级控制器114、控制器106、传感器102a、以及致动器102b相关联）。
对单元级控制器122的访问可由一个或多个操作员站124提供。每个操作员站124包括用于支持系统100中的一个或多个部件的用户访问和控制的任何适当结构。每个操作员站124可以例如表示运行microsoftwindows操作系统的计算设备。
至少一个路由器/防火墙126将网络120耦合到两个网络128。路由器/防火墙126包括用于提供网络之间的通信的任何适当结构，诸如安全路由器或组合路由器/防火墙。网络128可以表示任何适当的网络，诸如fte网络。
在purdue模型中，“层级4”可以包括被耦合到网络128的一个或多个工厂级控制器130。每个工厂级控制器130通常与工厂101a—101n中的一个相关联，其可以包括实现相同、类似或不同过程的一个或多个过程单元。工厂级控制器130执行各种功能以支持较低层级中的部件的操作和控制。作为特定示例，工厂级控制器130可以执行一个或多个制造执行系统（ms）应用程序、调度应用程序或其它或附加工厂或过程控制应用程序。每个工厂级控制器130包括用于提供对过程工厂中的一个或多个过程单元的访问、其控制、或与其有关的操作的任何适当结构。每个工厂级控制器130可以例如表示运行microsoftwindows操作系统的服务器计算设备。
对工厂级控制器130的访问可由一个或多个操作员站132提供。每个操作员站132包括用于支持对系统100中的一个或多个部件的用户访问和控制的任何适当结构。每个操作员站132可以例如表示运行microsoftwindows操作系统的计算设备。
至少一个路由器/防火墙134将网络128耦合到一个或多个网络136。路由器/防火墙134包括用于提供网络之间的通信的任何适当结构，诸如安全路由器或组合路由器/防火墙。网络136可以表示任何适当的网络，诸如企业范围的以太网或其它网络或者较大网络（诸如因特网）的全部或一部分。
在purdue模型中，“层级5”可以包括被耦合到网络136的一个或多个企业级控制器138。每个企业级控制器138通常能够执行用于多个工厂101a—101n的规划操作并控制工厂101a—101n的各种方面。企业级控制器138还可以执行各种功能以支持工厂101a—101n中的部件的操作和控制。作为特定示例，企业级控制器138可以执行一个或多个订单处理应用程序、企业资源规划（erp）应用程序、高级规划和调度（aps）应用程序、或任何其它或附加企业控制应用程序。每个企业级控制器138包括用于提供对一个或多个工厂的访问、其控制或与其控制有关的操作的任何适当结构。每个企业级控制器138可以例如表示运行microsoftwindows操作系统的服务器计算设备。在本文中，术语“企业”指代具有要管理的一个或多个工厂或其它处理设施的组织。请注意，如果要管理单个工厂101a，则可以将企业级控制器138的功能结合到工厂级控制器130中。
对企业级控制器138的访问可以由一个或多个操作员站140提供。每个操作员站140包括用于支持系统100中的一个或多个部件的用户访问和控制的任何适当结构。每个操作员站140可以例如表示运行microsoftwindows操作系统的计算设备。
purdue模型的各种层级可以包括其它部件，诸如一个或多个数据库。与每个层级相关联的（多个）数据库可以存储与该层级或系统100的一个或多个其它层级相关联的任何适当信息。例如，可以将历史学家（historian）141耦合到网络136。历史学家141可以表示存储关于系统100的各种信息的部件。历史学家141可以例如存储在生产调度和优化期间使用的信息。历史学家141表示用于存储和促进信息检索的任何适当结构。虽然被示为耦合到网络136的单个集中式部件，但历史学家141可以位于系统100中的别处，或者可以将多个历史学家分布在系统100的不同位置上。
在特定实施例中，图1中的各种控制器和操作员站可表示计算设备。例如，控制器106、114、122、130、138中的每一个可以包括一个或多个处理设备142和一个或多个存储器144，其用于存储由（多个）处理设备142使用、生成或收集的指令和数据。控制器106、114、122、130、138中的每一个还可以包括至少一个网络接口146，诸如一个或多个以太网接口或无线收发机。并且，操作员站116、124、132、140中的每一个可以包括一个或多个处理设备148和一个或多个存储器150，其用于存储由（多个）处理设备148使用、生成或收集的指令和数据。操作员站116、124、132、140中的每一个还可以包括至少一个网络接口152，诸如一个或多个以太网接口或无线收发机。
在过去几十年来，mpc对于许多行业而言已变成标准多变量控制解决方案。mpc的广泛使用已经为更加经济上显著的进步（即闭环全工场范围优化）打下坚固的基础。然而，对于大多数行业而言在尝试提供闭环全工厂范围优化方面存在许多技术、工作流程以及用户体验挑战。结果，仍执行开环全工厂范围优化，一般地称为生产规划。实际上，如果曾经被实现为闭环控制系统的一部分，则全工厂范围规划优化很少。事实上，在许多行业中，常常通过调解仪器（诸如日常操作员指令表）来手动地（且因此非最佳地）调整规划结果。因此，大量的制造利润仍然是不可得到的。
在某些行业中，已经发明了调解解决方案层（诸如开环生产调度器）以将生产计划分解成较小的可执行块。此调度器帮助将规划解决方案转换成操作员动作，但是其并未消除手动调整。在其它行业中，已经使用开环生产调度器来代替生产规划，但是其输出目标常常也是手动调整的。
手动地调整开环解决方案的惯例常常源自于对转化或修订高级生产目标以便（i）以过程单位满足低层级（可能安全相关的）控制约束并（ii）补偿对生产库存或产品质量（在规划术语中称为“非计划事件”）的扰动的需要。在手动转化中涉及到的技术困难在很大程度上与在将使用处于不同标度（scale）的模型的多层级解决方案集成中涉及到的困难一致。
本公开提供了一种用于全工厂范围控制和优化的级联mpc解决方案，其帮助提供全工厂范围优化作为自动控制和自动化系统的一部分。如下所述，“主”mpc控制器被配置成使用规划模型（诸如单周期规划模型或（多个）其它适当缩减模型）作为种子模型。主mpc控制器使用其优化器来执行全工厂范围经济优化来控制工厂内部的生产库存、制造活动、或产品质量。主mpc控制器在一个或多个从mpc控制器顶部被级联。从mpc控制器可以例如表示系统的单元层级（层级3）处的控制器，并且每个从mpc控制器为主mpc控制器提供其操作状态和约束。因此，来自主mpc控制器的全工厂范围优化解决方案可以承受（honor）来自从mpc控制器的所有单元层级操作约束。mpc级联联合地同时地在单个一致的控制系统中提供分散式控制（诸如在单元层级处）和集中式全工厂范围优化（诸如在工厂层级处）两者。短语“全工厂范围优化”或“全工厂范围控制”指的是工业设施中的多个单元的优化或控制，而无论那些多个单元是否表示工业设施中的每个单个单元。
这样，此mpc级联解决方案使得嵌入式实时规划解决方案能够承受较低层级操作约束。通过在线交叉利用（cross-leverage）规划和控制模型两者，mpc级联解决方案使得可能实时地在闭环控制系统内运行“缩减范围（reduced-horizon）”形式的规划优化。除其它事物之外，可以使用mpc级联解决方案来通过其从mpc控制器自动地执行即时生产计划。主mpc控制器中的缩减范围规划优化的公式化可以与如在离线规划工具中使用的单周期规划优化的公式化相似或相同，但是通常其时间范围被缩短，诸如在一天与十四天之间。
如下划分本专利文献中的其余描述。描述了可以在工业过程控制和自动化环境中使用的多标度模型，并且提供了一种使用多标度模型的mpc级联解决方案。描述了一种用于以代理极限的形式合并多标度模型的管道，并且提供了一种用于改善用户的体验的多标度解决方案。此外，公开了使用贡献值和贡献成本作为将中央经济目标函数投射到中间流的价格/成本的方式，并且描述了可以在使用mpc级联解决方案的某些系统中使用的模型结构。最后，提供了一种模型确认技术，公开了用于处理mpc级联解决方案中的主—从变量的技术，并且提供了用于估计在其中可以调整工业过程的可行区域的技术。
虽然图1图示出工业过程控制和自动化系统100的一个示例，但可以对图1进行各种改变。例如，控制和自动化系统可以包括任何数目的传感器、致动器、控制器、服务器、操作员站、网络及其它部件。并且，图1中的系统100的组成和布置仅仅用于举例说明。根据特定需要，可以以任何其它适当配置来添加、省略、组合或放置部件。此外，特定功能已被描述为由系统100的特定部件执行。这仅仅用于举例说明。一般地，控制和自动化系统是高度可配置的，并且可以根据特定需要以任何适当方式配置。另外，图1图示出其中可以使用mpc级联解决方案的示例性环境。可以在任何其它适当设备或系统中使用此功能。
多标度模型
考虑具有多个单元的工业工厂。在高层级，应建立所有过程单元之间的总体材料、部件、以及能量平衡。在低层级，应适当地控制每个单元以确保工厂中的安全和单元的平稳高效的操作。
规划和mpc模型是可以用来解决级联mpc架构中的多层级问题的多标度模型对的示例。图2a和2b图示出根据本公开的用来在工业过程控制和自动化系统中支持级联mpc方法的示例规划和mpc模型。特别地，图2a表示基于产率的规划模型200，并且图2b表示mpc模型250。
如图2a中所示，规划模型200识别多个单元202，其一般地进行操作以将馈送材料的一个或多个输入流204转换成已处理材料的一个或多个输出流206。在本示例中，单元202表示油和气精炼厂中的部件，其将单个输入流204（原油）转换成多个输出流206（不同的精炼油/气产品）。由单元202创建各种中间产品208，并且可以使用一个或多个储罐210来储存中间产品208中的一个或多个。如图2b中所示，mpc模型250识别单个单元的多个部件252。可以使用各种阀和其它致动器254来调整单元内的操作，并且可以使用各种apc及其它控制器256来控制单元内的致动器。
一般地，规划模型200用“鸟瞰”图着眼于整个工厂（或其一部分）并因此在粗标度上表示各个单元。规划模型200集中于关于单元生产、产品质量、材料和能量平衡、以及工厂内部的制造活动的单元间稳态关系。规划模型200通常（但并不总是）由过程产率模型和产品质量性质构成。规划模型200可以由各种源（诸如规划工具、调度工具、产率确认工具和/或历史操作数据）的组合构造。然而，mpc模型250在较细标度上表示至少一个单元。mpc模型250集中于受控变量（cv）、被操纵变量（mv）、以及关于单元的安全、平稳以及高效操作的扰动变量（dv）之间的单元内动态关系。两个模型200、250的时间标度也是不同的。mpc模型的时间范围通常从数分钟变动至数小时，而规划模型的时间范围通常从数天变动至数个月。请注意，“受控变量”一般地表示其值被控制成处于或接近于设定点或者在期望范围内的变量，而“被操纵变量”一般地表示被调整以便改变至少一个受控变亮的值的变量。“扰动变量”一般地表示可以考虑其值但不被控制或调整的变量。
规划模型200常常可以且应当排除非生产相关或非经济相关变量，诸如每个单元内的压力、温度、罐位（tanklevel）、以及阀门开口。替代地，规划模型200可以将过程单元减少至一个或多个材料或能量产率矢量。另一方面，mpc模型250通常包括用于控制目的的所有操作变量以便帮助确保单元的安全且有效的操作。结果，mpc模型250与规划模型200相比包括用于单元的许多更多变量。作为特定示例，用于炼油厂流化催化裂化单元（fccu）的mpc模型250可以包含约100个cv（输出）和40个mv（输入）。同一单元的规划模型200可以仅集中于馈送质量和操作模式（作为输入）与fccu产品产量和质量（作为输出）之间的关键因果关系，因此规划模型200可以具有少到三个或四个输入和十个输出。此变量差别按照惯例是有效地将多层级解决方案集成的障碍。在下面的表1中概括了附加差别，其比较两个模型200、250的典型焦点。
表1。
存在使用粗标度规划模型200的多个优点。例如，可以使用规划模型200来简洁地且清楚地将全工厂范围经济优化公式化而不纠缠于任何单个过程单元内的可能含糊不清的细节。并且，可以首先采用分治法来解决高层级优化问题，并且然后找到将解决方案向下传递至每个单元的方式。
虽然紧凑的良好地建立的规划模型200使得容易设立规划问题，看起来清楚并且迅速解决，但其带来缺点—其不具有任何单元内部的详细变量的可见性。虽然这些详细变量中的许多可能与高层级生产规划几乎没有关系，但小子集通常有关系。当规划模型200不具有任何较低层级单元内部的可见性时，其不能保证其解决方案（无论最佳与否）将承受所有单元的较低层级约束。这是为什么常常需要手动地转化或修订常规规划解决方案以适应单元内部的操作约束的一个原因，并且在转化中可能损失显著的利润率。如果其使用处于粗标度的基于产率的规划模型200的话，针对调度解决方案也可以这样说。
从整体角度出发，用高层级基于产率的规划模型200来公式化的优化或控制问题可以受益于低层级mpc模型250。基本原理是被用于保证单元中的约束满意的细节通常已在单元的mpc模型250中，然而这些细节不一定是以正确的模型格式组织的。理想地，可以使用mpc模型250来补充用于以根据需要为基础进行规划的单元的约束的细节。下面描述的级联mpc方法提供了一种结构框架，其中可以有效地使用mpc模型来向高层级粗标度全工厂范围优化公式化或控制公式化供应低层级细标度模型信息。下面描述的级联mpc方法可以利用规划模型200和mpc模型250来提供此功能。
使用多标度模型的级联mpc解决方案
从全工厂范围角度出发，控制和规划常常是关联的。规划通常依赖于控制来建立用于优化的可行区域，而控制通常依赖于规划来协调各单元并使整个工厂在其最高可能盈利运营点运行。规划因此常常取决于mpc控制器来在每个单元内部推送约束以创建用于全工厂范围优化的较大可行区域。同时，mpc控制器常常取决于来自mpc控制器知道哪些约束实际上是全工厂范围的瓶颈且因此应被推送和哪些约束不是且可以保持不活动之前的规划的指导。这两个解决方案层因此互相共同依赖并应被同时地处理。
解决此关联问题的一个方式是联合地设计控制和全工厂范围优化。由于每个mpc控制器具有嵌入式经济优化器，所以可以设计单个大型全工厂范围mpc控制器，其执行全工厂范围优化和单元层级mpc控制两者。然而，此类整体式或全或无mpc解决方案具有各种缺点。任何联合设计方法的一个挑战是同时地在较低层级提供分散式控制并在较高层级提供集中式优化。
图3a至3c图示出根据本公开的用于工业过程控制和自动化系统的示例性级联mpc架构300。如图3a和3b中所示，级联架构300包括主mpc控制器302和一个或多个从mpc控制器304a—304n。从mpc控制器304a—304n与一个或多个正规过程控制器306a—306m相交互，其与工厂内的一个或多个过程308a—308n相关联。从mpc控制器304a—304n可以表示层级3控制器，而过程控制器306a—306m可以表示层级2控制器。工厂的其余部分310可以包括层级1控制器、传感器、致动器、及其它较低层级部件。主mpc控制器302一般地在主控制环路内操作，而每个从mpc控制器304a—304n一般地在从控制环路内操作。在单个主控制环路内可以存在一个或多个从控制环路。
每个mpc控制器302、304a—304n支持经济优化和多变量控制功能。主mpc控制器302使用规划模型200（诸如基于产率的单周期规划模型）来提供初始稳态增益矩阵，并且可以使用工厂的操作数据（诸如历史数据）来确定相关模型动态。主mpc控制器302进行操作以控制工厂内的产品库存、制造活动或产品质量。提供有相同的规划模型结构和经济的主mpc控制器302的嵌入式经济优化器因此可以再现单周期离线规划优化，但是以在线且实时的方式。
主mpc控制器302在n各从mpc控制器304a—304n顶部级联（n是大于或等于一的整数值）。从mpc控制器304a—304n为主mpc控制器302提供用于工厂的每个单元的未来预测和操作约束。用此信息，来自级联架构300的实时规划解决方案减少或消除了上文所讨论的缺点。联合地，mpc控制器302、304a—304n同时地用细标度mpc模型250提供处于较低层级的分散式控制，并且用粗标度规划模型200来提供处于较高层级的集中式全工厂范围优化，全部在一个一致的级联控制系统中。
常常需要将生产计划手动地转化成一组操作指令的另一原因是开环规划解决方案具有通常从几天变动至一个月（针对单周期）的时间范围，并且其一般地一天仅执行一次或者每隔几天一次。因此，其缺少用以应对不确定性的有效反馈机制，诸如馈送质量或环境条件的变化、过程单元扰乱、加热或冷却能力限制、以及维护。为了帮助应对这些情况，在主mpc控制器302中嵌入优化器，并且该优化器可以以用户定义频率执行，诸如从每几分钟一次变动至每小时一次的频率。可以以该频率测量或估计每个单元的生产数量和质量两者，并且可以如在任何标准mpc中那样在主mpc控制器302中对预测误差进行偏置修正。如果检测到与原始最佳计划的任何偏差，则全工厂范围的再优化可以立即发生。新的最佳生产目标然后可以被发送到从mpc控制器304a—304n并被其执行，从而减少或消除对手动转化或调整的需要。
还可以从常规mpc优化设置修改某些优化设置以便实时地捕捉附加收益。传统mpc方法与级联mpc解决方案之间的某些相似和差异可以包括以下各项：
•目标函数可以保持与在离线规划对应物中相同。
•主mpc控制器302中的时间范围可以是在线调谐参数，诸如从几个小时变动至几天或几周的参数，或者其可以短于在离线（特别是多周期）规划中使用的时间范围。
•可以设定该调谐以便以即时制造的形式捕捉更多的收益。针对调谐的考虑可以包括（作为示例）提前多久下产品订单、产品订单的差异（在数量和等级两者方面）、可以寻求什么附加购买/出售机会、以及什么半成品部件可以与伙伴交换或者在现货市场上购买/出售。
•可以用实时测量反馈来动态地控制生产库存和产品性质。
•时间范围内的产品订单是已知的，与在离线对应物中估计相反。主mpc控制器302可以产生即时生产计划，与基于假设订单的计划相反。
•可以用与从mpc控制器304a—304n相关联的产率确认机制来实时地更新在主mpc控制器302中使用的规划模型200。在交叉确认（诸如针对计量误差）之后，可以使用测量产率来更新规划模型200，并且主mpc控制器302可以生成更加准确的盈利生产计划。
级联架构300提供如图3c中所示的控制分级视图350。级联架构300通过获得规划模型200的拷贝并由添加延迟和斜坡来将其移植到mpc控制器上来分解常规控制和自动化系统中的划分线。可以使用单元馈送速率作为mv，并且可以使用生产库存作为主mpc控制器302处的cv。主mpc控制器302是理解来自规划模型200的大型图片并将每个单元的mpc模型250用于高级过程控制的实时计划执行器。主mpc控制器302因此可以与从mpc控制器304a—304n一致地优化工厂，在承受所有单元的约束的同时生成最佳可实现计划。
可以将主mpc控制器302所使用的规划模型200视为包含两个部分，即（i）用于mpc控制的动态模型和（ii）用于经济优化的稳态模型（其是动态模型的稳态部分）。主mpc控制器302通过利用mpc反馈来改善离线规划优化的准确度而实时地有意义地接近于原始计划地再现该离线规划优化，从而结合先前不可用的实时信息。可以从工厂的操作数据识别主mpc控制器的模型200的动态，并且主mpc控制器302可以在闭环中提供期望的库存/性质控制。由于来自主mpc控制器302的控制和优化解决方案承受来自从mpc控制器304a—304n的操作约束，所以这使得主mpc控制器302能够在闭环中运行并使得mpc级联是可能的。这是在提供集中式紧凑型工厂层级优化和单元层级分散式mpc控制两者的同时完成的。
主mpc控制器302的多变量控制功能可以表示一种生产控制器或库存控制器，其使用库存水平作为其主要cv（“库存”在这里指的是当前状态下、预测未来状态下或两者的材料/能量/等的累积量）。可以通过主mpc控制器302直接地、经由从mpc控制器304a—304n间接地、或者经由过程控制器306a—306m（诸如rmpct控制器）间接地配置每个单元变化速率（或mv)。每个从mpc控制器304a—304n可以预测每个单元的变化速率中的“剩余空间”（经由下面描述的代理极限），并且主mpc控制器302可以避免请求单元不能接受的变化速率。主mpc控制器302还可以包括用于材料/能量平衡（模型/约束）的cv。
主mpc控制器302包括用于使用规划模型来执行经济优化操作的任何适当结构。主mpc控制器302可以例如表示单输入单输出（siso）控制器、多输入多输出（mimo）控制器、或者具有其它数目的输入和输出的控制器。每个从mpc控制器304a—304n包括用于与主mpc控制器相交互的任何适当结构。每个从mpc控制器304a—304n可以例如表示siso控制器、mimo控制器、或具有其它数目的输入和输出的控制器。
代理极限
主mpc控制器302是使用缩减模型的独立mpc控制器。为了使主mpc控制器302在从mpc控制器304a—304n之上级联，主mpc控制器302承受从控制器304a—304n的约束，并且总体组合解决方案实现起来可能不是最佳的，或者甚至不是可行的。为了帮助避免这种情况，使用代理极限来合并多标度模型。代理极限是主mpc控制器的空间中的（多个）从mpc控制器的约束的替换表示。可以将代理极限视为各个从mpc控制器与主mpc控制器之间的管道以将从mpc控制器约束“传输”至主mpc控制器。可以将来自多个从mpc控制器304a—304n的代理极限组合并包括在主mpc控制器的控制和经济优化公式化中。
可以在主mpc控制器302的mv空间中表示代理极限，但是可以在从mpc控制器304a—304n的mv空间中计算其边界值。针对主mpc控制器302的每个mv，其下游从mpc控制器中的每一个可以预测其在一个或多个从cv或mv将达到其操作极限之前可以移动的距离量。当来自主mpc控制器302的两个或更多mv与从mpc控制器304a—304n相关联时，代理极限本质上可以是多变量的。
图4图示出根据本公开的级联mpc架构中的代理极限的示例性使用。特别地，图4图示出用于fccu的级联架构中的代理极限的示例性使用，其中，一个代理极限可以充分地表示整个单元。假设fccu的馈送在用于主mpc控制器302的规划模型200中被配置为mv4且在用于从mpv控制器304a的mpc模型250中被配置为mv9。并且，假设到单元的当前馈送速率具有33.5的值。进一步假设从mpc控制器304预测馈送速率在一个或多个从cv和/或mv将如表402中所示地达到一个或多个极限之前增加至38.1的最大值。表格402在这里示出了由从mpc控制器304a控制的不同cv和被从mpv控制器304a用来控制那些cv的不同mv。38.1的最大边界值被传递至主mpc控制器302并被用作用于主mpc控制器的mv4的高代理极限。
在每个单元中，无论多少从约束可以限制主mpc控制器的mv（诸如单元馈送速率），主mpc控制器302只需要知道其应在该处停止推送其mv的点（否则可能导致某些较低层级约束违反）。此停止点与代理极限一致，其表示可以限制主mpc控制器的mv的对应低层级单元中的活动从约束的整个集合。在上述特定示例中，针对低层级fccu单元中的所有从约束只需要一个代理极限，然而也可以使用多个代理极限。
代理极限的一个特征是可以将单元中的所有从mpc约束提取成一个或多个代理极限。代理极限因此充当用于在将粗标度模型200有效地与细标度从mpc模型250合并的同时在主mpc控制器302中保持粗标度模型200完好无损的结合机制。换言之，这使得保持主mpc控制器302内部的全工厂范围优化问题保持在其原始紧凑式规划格式中而不迫使粗标度模型200被扩展成兼容细标度模型是可能的。
在代理的帮助下，使用级联mpc方法的联合优化解决方案提供各种益处。例如，嵌入式实时规划解决方案承受从mpc控制器304a—304n中的单元层级操作约束，并且主mpc控制器302动态地控制离线规划工具在开环中将管理的同一组变量（诸如库存或质量）。有效地，单元中的所有相关mpc约束被提取成一个或多个代理极限，其继而被包括在主mpc控制器的优化中。此外，代理极限使得分层优化比单个层更有吸引力。另外，可以减少或消除开环优化解决方案的手动调整或转化的实施。通过在线交叉利用规划和控制模型两者，级联mpc方法使得实时地在闭环控制系统内运行全工厂范围优化是可能的。因此其同时地在工厂层级处用粗标度规划模型200来提供集中式优化并在单元层级用细标度mpc模型250来提供分散式控制。
请注意，具有代理基线的mpc级联的概念已被描述为以层级3mpc控制器作为从控制器来执行。然而，此概念可以与控制和自动化系统的不同层级一起使用或者扩展至其。例如，工厂内的多个级联架构300中的主mpc控制器可以形成用于工厂层级主mpc控制器的从mpc控制器。作为特定示例，用于油/气精炼厂的工厂层级主mpc控制器可以使用简单的产率矢量（原油作为一个输入馈送且精炼产品作为多个输出馈送）。类似地，多个工厂层级主mpc控制器可以充当企业层级主mpc控制器的从mpc控制器。作为特定示例，如果不同的精炼厂与不同的市场相关联，则在多个精炼厂之上的企业层级主mpc控制器可以基于区域性产品需求/供应和每个精炼厂的生产能力来实时地计算全局最佳值。
用于改善用户体验的多标度解决方案
由于级联mpc架构300使用一对模型，所以规划模型200自然可以用来提供具有工厂的清楚鸟瞰图的图形用户界面（gui）。图5图示出根据本公开的用于与级联mpc架构一起使用的示例性gui500。gui500包括识别规划模型200内的不同单元202的各种图标502。主mpc控制器302可以在gui500内提供各种信息。例如，主mpc控制器302可以提供单元生产速率、可用库存、预定产品交付、成本结构、总利润率、每个单元对利润率的贡献、以及关于生产计划的实时执行的其它相关信息。
主mpc控制器302还允许操作员通过看单元的代理极限而容易地在gui500内识别哪些单元是全工厂范围的瓶颈。具有至少一个活动代理极限的任何单元202是全局瓶颈，诸如当单元的吞吐量实际上受到其从mpc控制器内部的低层级约束的约束时。可以在gui500中使用指示符504（诸如彩色圆圈）来以图形方式识别这些单元以提供清楚的“一目了然”图。可以可选地紧挨着每个瓶颈单元显示盈余利润值以指示在增加该单元的吞吐量的情况下工厂可以实现的增加利润量。
操作员（诸如生成管理者或规划者）可以使用gui500来深入到瓶颈单元。例如，如果gui500中的特定图标502被选择，则可以向操作员显示用于选择单元202的mpc模型250。所显示的mpc模型250表示从mpc控制器的gui，其示出了当前限制该单元的生产吞吐量的有效约束。如果mpc模型250中的特定控制器被选择，则可以向操作员显示表格402。
可以使用指示符506（诸如彩色圆圈）来识别当前充当约束（诸如由于设备或维护问题）的表格402中的变量。如果表格402中的特定变量被操作员选择，则可以向操作员呈现维护gui508或其它界面。例如，操作员可以选择阀门约束并查看用于该阀的维护gui508。维护gui508可以指示阀被预定为在两周内维护。如与主mpc控制器302一样，从mpc控制器304a—304n可以在表格402中紧挨着每个有效约束显示盈余利润值以指示在解除该约束的情况下（其继而将帮助增加吞吐量）工厂可以实现的增加利润量。
在复杂设施中，在任何给定时间通常存在需要维修的致动器及其它设备的长列表。维护人员常常不具有将其维护任务划分优先级的足够的指导。关于apc维护任务及其它维护任务也可以这样说。以图5中所示的方式，可以用增加利润量来标记每个维护任务，并且可以按利润影响而不是按服务请求时间来容易地将任务列表分类。瓶颈常常可以由单元中的简单维护问题引起。某些影响利润的项目可能已保持长时间未修理，因为没有人知道不修理那些项目的成本。用多层控制系统gui，可以将维护任务容易地按照其经济影响分类，并且可以建立新的经济为中心的自动化维护框架。
贡献值和成本
返回图2a，如上所述，规划模型200中所示的过程单元202一般地进行操作以在产生各种中间产品208的同时将一个或多个输入流204转化成一个或多个输出流206。主mpc控制器302或从mpc控制器304a—304n可以在执行其控制或优化操作时使用贡献值和/或贡献成本。
可以将每个贡献值与用来生产一个或多个最终产品的中间产品相关联（最终产品表示由过程系统输出的产品）。可以使用那个中间产品对每个最终产品的贡献和每个最终产品的价格来计算贡献值。在某些实施例中，将中间产品的贡献值计算为：
在这里，n表示可以使用中间产品生产的最终产品的数目。并且，contributioni（贡献i）表示专用于生产第i最终产品的中间产品的百分比，并且productpricei（产品价格i）表示用于第i最终产品的预期或当前市场价格。另外，furtherprocessingcosti（进一步处理成本i）表示生产第i最终产品所需的附加处理成本（其可以可选地被省略或者设置成零）。
在其它实施例中，将中间产品的贡献值计算为：
在这里，可以调整用于第i最终产品的产品价格以修正各种生产过剩和生产不足的情形或其它情况。例如，当第i最终产品的计划生产超过其规划时，可以降低最终产品的价格以计及储存成本和未来订单风险。当第i最终产品的计划生产在其规划以下时，则如果存在用于错过订单最后期限的罚金，则可以增加最终产品的价格。
请注意，还可以对贡献值进行各种调整。例如，当储存可用时，可以储存一般有价值的中间产品并保存以用于下一规划周期（而不是减小其在当前周期中的贡献值）。作为另一示例，如果可以在现货市场上出售过多的中间产品，则可以向该中间产品分配较高的贡献值。此外，请注意，可以针对当前规划周期且针对下一规划周期将贡献值联系在一起，其可以帮助在当前周期结束时减少不期望的减小范围效果。
可以使每个贡献成本与使用一个或多个馈送产品（馈送产品表示输入到过程系统中的材料）产生的中间产品相关联。可以使用每个馈送产品的该中间产品的使用和每个馈送产品的价格来计算贡献成本。在某些实施例中，将中间产品的贡献成本计算为：
在这里，m表示用来生产中间产品的馈送产品的数目。并且，contributioni（贡献i）表示专用于生产中间产品的第i馈送产品的百分比，并且feedcosti表示用于第i馈送产品的预期或当前市场价格。另外，upstreamprocessingcosti（上游处理成本i）表示处理第i馈送产品并生产中间产品所需的处理成本（其可以可选地被省略或者设置成零）。
在其它实施例中，将中间产品的贡献成本计算为：
在这里，可以调整用于第i馈送产品的成本以修正各种生产过剩和生产不足的情形或其它情况。例如，当第i馈送产品的计划库存超过其规划或储存容量时，可以降低其已调整成本以促进消耗。当第i馈送产品的计划库存落在其规划或储存容量以下时，可以增加其已调整成本以减少消耗。请注意，还可以对贡献成本进行各种调整。例如，当馈送产品的已调整成本大于其现货市场价格时，可以使用“制造对比购买”分析来确定购买中间产品而不是生产中间产品是否将更加经济。
图6图示出根据本公开的用于将贡献值和贡献成本与级联mpc架构一起使用的示例性技术。在本示例中，主mpc控制器302进行操作以迭代地识别（i）基于其规划模型、其经济、以及来自在先迭代的数据的贡献值和贡献成本以及（ii）基于贡献值和成本及代理值的预测产率。贡献值和贡献成本可以被提供给从mpc控制器以用于其局部优化需要。一旦发现最佳解决方案（诸如优化计划），则主mpc控制器302向从mpc控制器304a—304n提供优化经济。在美国专利申请公开号2011/0040399（其被整体地通过引用结合到本文中）中可以找到关于主mpc控制器302相对于使用贡献值的操作的附加细节。
示例性规划模型结构
在某些实施例中，可以使用一个或多个基础模型来形成用于主mpc控制器302的规划模型200。例如，可以提供两个基础模型（处理单元模型和池储罐模型）以用于形成规划模型。可以将处理单元建模为一个或多个输入馈送和一个或多个输出馈送。可以将池储罐建模为混合储罐或非混合（简单储存）储罐。请注意，可以取决于实施方式来使用其它或附加基础模型。
图7至9图示出根据本公开的用于在级联mpc架构中形成规划模型的示例性基础模型。图7和8图示出用于处理单元的示例性模型，而图9图示出用于池储罐的示例性模型。
如图7中所示，可以将以下传递函数用于输入馈送与多个输出产品之间的材料平衡：
在这里，yi是用于第i产品的基础产率，并且δyi是（m1元素的）矢量。并且：
其中，vg是体积增益，并且其中：
此模型格式与一般地在规划模型中使用的结构匹配。严格地说，其并不是线性模式，因为其具有带有二次增益的线性动态。该模型具有每个单元单个输入馈送，并且输出产品的每个性质具有与产品图（productdraw）类似的时间常数和延迟。表2图示出用于单个馈送流的稳态增益矩阵，然而自然可以使用相同的方法来扩展多个馈送。
表2。
如图8中所示，可以将以下传递函数用于将输入馈送的第i性质传递至第j产品的第i性质。
其中，gcj是（m2元素的）矢量且g0j是“通过”dv增益。这个方法假设产品的每个性质具有与产品图类似的时间常数和延迟，并且通过默认，可以将其设置成相同的值。此方法还假设性质可能受到mpc控制器的影响（或控制）。表3图示出用于单馈送的材料流程和性质两者的稳态增益矩阵，然而再次地，自然可以使用相同方法来扩展多个馈送。
表3。
可以使用各种技术来获得以这种方式定义的处理单元模型的动态。例如，可以根据历史数据来估计动态并用工程知识来确认，在短暂步骤测试期间识别，或者在操作期间估计。还可以发生偏置更新和产率确认，诸如当处理单元的集中产量（而不是基础产量）被实时地更新时。还可以将各种纠错方案与主mpc控制器规划模型一起使用。在第一纠错方案中，可以直接地根据输入流计算产率，并且可以估计平均产率（在过去时间窗内）并将其用来预测类似时间窗内的未来平均产率（窗口的宽度可以是可调谐的）。请注意，估计产率可能需要在集中产量值被更新之前通过内部可预测性阈值（可能可调谐）。增益更新可以改善模型预测准确度，并且已确认增益可以具有关于未来集中产量的更好的可预测性。在第二纠错方案中，可以使用偏置更新机制来更新主mpc模型预测内部的偏置。
图9图示出一般池储罐900的示例性建模。池储罐900表示用来储存正在设施中制造的材料（诸如一个或多个中间产品）的结构。在上文图2a中所示的储存罐210是池储罐的示例。多个材料流（fin）流到储罐900中，并且每个流具有r个性质。并且，多个材料流（fout）从储罐900流出，并且所有流都具有相同性质。用v来表示当前体积，并且可以进行具有类似性质的输入流被集中在池储罐900中的假设。请注意，下面描述的模型是针对被用于集中中间产品的储罐，并且可能适合于最终产品混合或者也可能不这样。还请注意，输入流可以相似到足以使得线性混合规则准确到足以用于测量反馈，然而可以使用其它方法（诸如使用非线性修正项或非线性混合定律的那些）。
在池储罐900的模型中，可以使用以下材料平衡等式：
可以使用以下等式来表示第i体积性质的混合：
可以使用拉普拉斯变换和重新组织来获得下式：
在油和气系统中还可以如下使用混合红利：
表4概括了一般池储罐的建模。
表4。
这里的假设包括输入流比其性质更频繁地改变，并且可以足够地测量输入-输出变量（用自动化方式或者在实验室中）。
除其它事物之外，使用基础模型结构的益处包括设计有限数目的基础结构（诸如在上述示例中的两个），其中基础结构提供关于单元和储罐如何被连接的灵活性。例如，处理单元和池储罐可以在配置之后被固定，并且可以动态地跟踪库存体积/性质的状态。处理单元与池储罐之间的连接可以是无状态的并即时地（on-the-fly）改变。此外，可以即时地构造用于主mpc控制器的规划模型。另外，级联架构可以容易地利用中间反馈，只要可以足够地测量中间输入-输出信号即可，并且这种方法可以随着模型的结构更自然地与实际处理单元对准而支持改善的模型更新。
模型确认技术
主mpc控制器302或控制和自动化系统的其它部件可以实现确认技术以便确认主mpc控制器302所使用的规划模型。图10图示出根据本公开的用于在级联mpc架构中确认规划模型的示例性技术。在图10中，示出了控制器及其它设备的分级结构，其中，每个从mpc控制器304a—304n与至少一个过程元件（处理单元或池储罐）1002a—1002r相关联。每个过程元件1002a—1002r分别地具有关联产率确认块1004a—1004r。
除其它事物之外，产量确认块1004a—1004r支持涉及到材料平衡、能量平衡、产品性质或其它建模更新的包络计算的模型确认。可以通过检查材料、能量或其它因素在模型中是平衡的来确认规划模型。可以用重量或等价值来完成包络计算，并且可以基于用户的选择（诸如重量或体积）而用不同单位来呈现结果。可以使用温度/密度修正因子，并且可以将值转换成常见单位（例如桶或吨）。可以支持在特定行业中一般地在材料核算中使用的惯例。
可以在确认中考虑各种其它设计问题。例如，某些测量可以是间歇性的、不完整的、非周期性的、遗漏、延迟、或者部分地不存在的，并且可以使用方案（诸如滤波和偏置更新）来应对此类异常。并且，在某些情况下，当存在（无计划或未测量）不合格材料重新利用（其可以用任何适当方式（诸如基于用户输入）来处理）时，材料可能是不可平衡的。另外，某些流的产率可由于维护或异常过程条件而与其“正常”值显著不同达一时间段内，这再次地可以用任何适当方式（诸如基于用户输入）来处理。
产率确认块1004a—1004r还可以支持如上所述的集集中产量的偏置更新和产率确认。例如，产率确认块1004a—1004r可以通过应用材料平衡和体积/温度修正来测量实时产率并对其进行交叉确认。产率确认块1004a—1004r还可以执行上文所述的第一纠错方案。
用于处理主-从变量的技术
上文所述的代理极限允许将约束从从mpc控制器304a—304n传递至主mpc控制器302。图11和12图示出根据本公开的用于在级联mpc架构中将主mpc控制器和从mpc控制器中的变量链接的示例性技术。此技术允许主mpc控制器302在其操作期间考虑从mpc控制器304a—304n的约束。然而，请注意可以使用其它方法。
如图11中所示，主mpc控制器302具有识别主mpc控制器302所使用的不同mv或dv的mv/dv索引1102。由主mpc控制器302控制的各种cv1104可以受到那些mv或dv的影响。还存在识别从mpc控制器304a—304b所使用的不同mv或dv的mv/dv索引1106。由从mpc控制器304a—304b控制的各种cv1108—1110可以受到那些mv或dv的影响。共变量表示主mpc控制器和从mpc控制器两者中的相同变量（诸如主控制器中的mv4和从控制器中的mv9，如上所述）。可以将共变量配置为主和从mpc控制器中的mv或dv。
可以通过将mv/dv索引1102中的值与mv/dv索引1106中的对应值相关联来将主和从cv约束耦合。这指示用mv/dv索引1102和mv/dv索引1106识别的变量是共变量。这允许主mpc控制器302的全工厂范围优化包括来自从mpc控制器304a—304b的某些或所有cv约束。
如图12中所示，当从mpc模型矩阵是稀疏的时，可以经由代理极限将从mpc控制器中的至少一个cv“提升”到主mpc控制器。代理极限出现在与mv/dv索引1106的（多个）对应列相关联的mv/dv索引1102的（多个）列中。例如，假设从mpc控制器中的cv约束被表示为：
可以使用以下表达式将此cv约束用作主mpc控制器中的cv代理极限：
这表示其中从mpc控制器的约束可以被传递至主mpc控制器并被其使用的一个示例性方式。
示例性方法
图13图示出根据本公开的用于在工业过程控制和自动化系统中使用级联mpc控制器的示例性方法1300。为了便于说明，相对于可以在控制和自动化系统100中操作的级联mpc架构300来描述方法1300。可以与任何其它适当的级联mpc架构一起及在任何其它适当系统中使用方法1300。
如图13中所示，在步骤1302处在主mpc控制器处获得规划模型，并且在步骤1304处在从mpc控制器处获得mpc模型。这可以包括例如生成规划模型200或再使用现有规划模型200，诸如单周期规划模型。这还可以包括诸如通过使用标准技术来生成mpc模型250。
在级联mpc架构的操作期间，在步骤1306处，从主mpc控制器向从mpc控制器发送查询优化调用。该查询优化调用可以请求从mpc控制器确定是否（和在什么程度上）可以在不违反其约束的情况下对其mv值进行某些改变。在步骤1308处，从mpc控制器通过向主mpc控制器发送与其约束相关联的代理极限值来进行响应。这可以包括例如从mpc控制器识别可以在什么程度上对其mv值进行某些改变及可能违反哪些约束。下面提供了关于这些功能的附加细节。
在步骤1310处，由主mpc控制器在优化操作期间使用代理极限值对规划模型进行操作。这可以包括例如主mpc控制器在主mpc控制器的控制和经济优化公式化中将来自多个从mpc控制器的代理极限值组合。同时，在步骤1312处由从mpc控制器在控制操作期间对mpc模型进行操作。这可以包括例如从mpc控制器执行标准mpc功能，其中，那些功能是基于由主mpc控制器生成的控制和经济优化公式化。这样，在步骤1314处，可以在控制和自动化系统中发生联合规划/优化和控制功能。
虽然图13图示出用于在工业过程控制和自动化系统中使用级联mpc控制器的方法1300的一个示例，但可以对图13进行各种改变。例如，虽然被示为一系列步骤，但图13中的各种步骤可以重叠、并行地发生、按照不同顺序发生或者发生任何次数。
可行性区域估计
图14至18图示出根据本公开的用于产生与可行性区域相关联的代理极限以支持级联mpc的示例性技术。可以用任何适当方式将从mpc控制器的约束结合到主mpc控制器的规划操作中。例如，图14显示如果从mpc控制器的自由mv被固定在其当前值，则可以在主控制器的mv空间1400中对从控制器的cv约束绘图。从控制器的mv极限表现为主控制器的mv空间1400中的简单界限，并且从控制器的cv极限一般地表现为线性约束。这些极限之间的可行性区域1402定义可以在满足从mpc控制器的所有约束的同时被主mpc控制器选择的值的可能组合。由从控制器的约束定义的可行性区域1402的形状一般地是多边形或多面体。
如图15中所示，如果从mpc控制器的自由mv采取其它值（由于任何原因），则可行性区域1402的形状改变。阴影条1502指示这些约束可以如何移位。类似地，如果从控制器的模型增益即时地更新，则这些cv约束的斜率可以相应地改变。
如果在主mpc控制器与从mpc控制器之间存在单个共变量，则可以在尺寸方面减小可行性区域1402，从而成为图16中所示的可行性区域1602。这可以当存在通过每次进行小的改变而在给定方向上推进主mpc控制器的mv/dv的期望时实现。在那种情况下，仅使用可行性空间的窄带。可以通过找到用于自由从控制器的mv的适当位置来计算此可行性区域1062的高值和低值。可以用来自主控制器的针对从控制器的询问优化调用来计算最大高值以使其mv2值最大化。可以用来自主控制器的针对从控制器的询问优化调用来计算最小低值以使其mv2值最小化。可以将最大化目标函数增强成包括产品及其它局部优化部件的贡献值。用贡献值，可以将单元推进到更加有利可图的产率剖面。
如果在主mpc控制器与从mpc控制器之间存在两个或更多共变量，则可以如图17中所示地定义可行性区域1702。再次地，可行性区域1702表示由从mpc控制器的各种mv和cv极限定义的多边形或多面体。可以使用可行性区域1702内部的任何点来产生可行且可以由从mpc控制器实现的优化解决方案。从mpv控制器中的mv的当前值定义当前mv点1704，其在可行性区域1702内。
使用当前mv点1704，主mpc控制器可以如下估计可行性区域1702的形状。在多个方向1706a—1706d中的每一个中，主mpc控制器进行针对从控制器的询问优化调用以使其mv1或mv2值最大化或最小化。例如，在方向1706a上，主mpc控制器针对从控制器进行询问优化调用以使其mv1值最大化。在方向1706b上，主mpc控制器针对从控制器进行询问优化调用以使其mv1值最小化。在方向1706c上，主mpc控制器针对从控制器进行询问优化调用以使其mv2值最大化。在方向1706d上，主mpc控制器针对从控制器进行询问优化调用以使其mv2值最小化。用这些询问优化调用定义的四个点定义估计可行性区域1708，其可以被主mpc控制器在执行规划优化时使用。这样，主mpc控制器帮助确保可以由从mpc控制器实现已识别解决方案。
请注意，在图17中主mpc控制器进行与四个不同方向相关联的询问优化调用。然而，询问优化调用的数目和与那些询问优化调用相关联的方向可以改变。一般地，只要主mpc控制器进行与三个或更多方向相关联的询问优化调用，则主mpc控制器就可以识别从mpc控制器的可行性区域内的多维空间。例如，在图18中，当前mv点1804在从mpc控制器的可行性区域1802内。主mpc控制器进行与处于45°间隔的八个方向1806相关联的询问优化调用。这些询问优化调用的结果定义估计可行性区域1808，其再次地可以被主mpc控制器使用。
在某些实施例中，可以如下实现询问优化调用和关联功能。响应于询问优化调用，请求从mpc控制器以使以下各项最小化：
其中：
在图18中所示的示例的特定实施方式中，主mpc控制器可以用用于ct和dt值的各种值进行表5中所示的八个询问优化调用。
表5。
表5中的前四个调用可以用来进行图17中所示的询问优化调用。
请注意，表5中所示的询问优化调用将方向定义成处于45°间隔。然而，可以将询问优化调用扩展以如下定义任何适当方向。
表6。
在这里，将
响应于每个询问优化调用而返回的值可以被主mpc控制器用作代理约束，如图12中所示。例如，在图17中主mpc控制器可以使用多达四个代理约束，并且在图18中主mpc控制器可以使用多达八个代理约束。这些代理约束允许主mpc控制器确保由主mpc控制器识别的任何解决方案落在从mpc控制器的实际可行性区域内。
上文所述的方法提供了用于近似由从mpc控制器的cv/mv约束定义的可行空间的一般方法。不管从mpc控制器的实际可行性空间的形状或从mpc控制器中的约束的数目，此方法都工作。然而，还可能选择与特定询问优化调用相关联的方向以帮助更接近地估计从mpc控制器的实际可行性区域。例如，可以将与特定询问优化调用相关联的方向选择成基本上垂直于从mpc控制器的附近cv或mv极限。这在从mpc控制器的cv约束接近于其界限时可以是特别有用的，并且可以具体地进行询问优化调用以表示该cv约束。在这里可以如表7中所示地定义询问优化调用。
表7。
在这里，将
请注意，虽然上文仅描述了一个或两个共变量，但可以将这里所述的方法扩展至任何数目的共变量。此方法允许主mpc控制器考虑其从mpc控制器中的每一个的约束，同时用由那些约束定义的可行性区域来优化工厂的操作。还请注意，虽然在这里将从mpc控制器的cv/mv极限示为在两个维度上绘图，但可以在多于两个维度上定义用于从mpc控制器的可行性区域。可以在多于两个维度上进行询问优化调用以定义估计多维可行性区域的多维空间。
图19图示出根据本公开的用于计算用以支持级联mpc的代理极限单独示例性方法1900。特别地，可以使用方法1900来估计主mpc控制器处的从mpc控制器的可行性区域。如图19中所示，在步骤1902处识别从mpc控制器的当前操作点。这可以包括例如主mpc控制器302中的处理设备识别从mpc控制器304a—304n的当前mv值。
在步骤1904处选择从从mpc控制器的当前操作点的移动方向。这可以包括例如主mpc控制器302中的处理设备选择预定义方向或垂直于定义从mpc控制器304a—304n的mv/cv极限的线的方向。对从mpc控制器进行询问优化调用以在步骤1906处识别从mpc控制器的一个或多个mv可以在选择方向上被推进多远，并且在步骤1908处接收从mpc控制器的一个或多个可以在选择方向上被推进多远的识别。这可以包括例如主mpc控制器302中的处理设备请求从mpc控制器304a—304n识别从mpc控制器304a—304n可以在选择方向上推进一个或多个mv多远而不违反任何约束并从从mpc控制器304a—304n接收识别。换言之，从mpc控制器304a—304n识别其在选择方向上的代理极限。如果在步骤1910处更多方向仍然要被测试，则过程返回至步骤1904以选择另一方向并发布另一询问优化调用。
一旦查询了所有方向，则在步骤1912处生成从mpc控制器的可行性区域的估计。这可以包括例如主mpc控制器302中的处理设备，从而识别由来自从mpc控制器304a—304n的代理极限定义的多维空间。在步骤1914处，此估计可行性区域被主mpc控制器用来识别规划优化解决方案。由主mpc控制器302识别的解决方案对于从mpc控制器304a—304n而言将是可行的，因为由主mpc控制器302识别的估计可行性区域在与从mpc控制器304a—304n相关联的实际可行性区域内。
虽然图19图示出用于计算用以支持级联mpc的代理极限的方法1900的一个示例，但可以对图19进行各种改变。例如，虽然被示为一系列步骤，但图19中的各种步骤可以重叠、并行地发生、按照不同顺序发生、或者发生任何次数。
结论
本公开已提供了一种新型级联mpc架构，其封闭规划与控制之间的间隙。该架构包括在一个或多个从mpc控制器（诸如处于单元层级的从mpc控制器）之上级联的主mpc控制器。主mpc控制器使用规划模型，诸如以控制工厂内部的生产库存、制造活动、以及产品质量。从mpc控制器诸如经由代理极限来为主mpc控制器提供其未来预测和操作约束。嵌入在多层mpc级联中的实时规划解决方案承受较低层级操作约束且不再需要被手动地转化。通过在线交叉利用规划和控制模型两者，mpc级联架构使得可能实时地在闭环控制系统内运行全工厂范围优化并通过从mpc控制器来自动地执行即时生产计划。另外，提供了一种用于允许主mpc控制器估计从mpc控制器的可行性区域，使得主mpc控制器能够产生可以由从mpc控制器实现的解决方案的技术。
在某些实施例中，用由计算机可读程序代码形成并在计算机可读介质中包含的计算机程序来实现或支持本专利文献中描述的各种功能。短语“计算机可读程序代码”包括任何类型的计算机代码，包括源代码、目标代码、以及可执行代码。短语“计算机可读介质”包括能够被计算机访问的任何类型的介质，诸如只读存储器（rom）、随机存取储器（ram）、硬盘驱动器、压缩磁盘（cd）、数字视频磁盘（dvd）、或任何其它类型的存储器。“非临时”计算机可读介质不包括传送临时电或其它信号的有线、无线、光学、或其它通信链路。非临时计算机可读介质包括其中可以永久地存储数据的介质和其中可以存储数据并以后被覆写的介质，诸如可重写光盘或可擦除存储器设备。
阐述遍及本专利文献所使用的某些单词和短语的定义可能是有利的。术语“应用程序”和“程序”指的是适于用适当的计算机代码（包括源代码、目标代码、或可执行代码）实现的一个或多个计算机程序、软件部件、指令集、程序、函数、对象、类、实例、相关数据、或其一部分。术语“通信”以及其派生词包含直接和间接通信两者。术语“包括”和“包含”及其派生词意指在没有限制的情况下的包括。术语“或”是包括性的，意指和/或。短语“与……相关联”以及其派生词可以意在包括、被包括在……内、与……互连、包含、被包含在……内、与或和……连接、与或和……耦合、与……可通信、与……合作、交错、并置、接近于、束缚于或被用……束缚、具有、具有……的性质、具有与或和……的关系等。短语“……中的至少一个”在被与一列项目一起使用时意指可以使用所列项目中的一个或多个的不同组合，并且可能仅需要列表中的一个项目。例如，“a、b和c中的至少一个”包括下面组合中的任何一个：a、b、c、a和b、a和c、b和c、及a和b和c。
虽然本公开已描述了某些实施例和一般地关联的方法，但这些实施例和方法的变更和替换对于本领域的技术人员而言将是显而易见的。因此，示例性实施例的以上描述并未限定或约束本公开。在不脱离由以下权利要求定义的本公开的精神和范围的情况下，其它改变、替换、以及变更也是可能的。
- 还没有人留言评论。精彩留言会获得点赞！