Číslo projektu:
APVV SK-CN-2017-0026
Názov projektu:
CN-SK kooperácia: Verifikované odhadovanie a riadenie chemických procesov
Typ projektu:
Kooperácie
Začiatok projektu:
01.01.2018
Koniec projektu:
31.12.2019
Zodpovedný riešiteľ:
Radoslav Paulen
Riešitelia:
Miroslav Fikar, Michal Kvasnica, Juraj Oravec, Carlos E. Valero, Petra Valiauga

Názov: Verifikované odhadovanie a riadenie chemických procesov

Kód projektu: APVV SK-CN-2017-0026

Partneri:

  • Slovenská technická univerzita v Bratislave, Fakulta chemickej a potravinárskej technológie, Oddelenie informatizácie a riadenie procesov (Radoslav Paulen, Michal Kvasnica, Juraj Oravec, Miroslav Fikar, Petra Valiauga, Carlos Valero)
  • ShanghaiTech University (Boris Houska, Xuhui Feng, Yanlin Zha, Mario Eduard Villanueva, Jiahe Shi, Kai Wang)

Čas riešenia: 2018-2019

Abstrakt:

Cieľom tohto projektu je nadviazať spoluprácu výskumníkov, ktorí zdieľajú spoločné výskumné záujmy v oblasti vývoja a nasadzovania verifikovaných algoritmov pre odhadovanie a riadenie dynamických systémov na dosiahnutie väčšej energetickej a materiálovej účinnosti ako aj bezpečnosti chemických prevádzok. Konzorcium projektu je zložené zo študentov a skúsených výskumníkov s bohatými znalosťami v matematike, procesnom riadení a inžinierstve. Výskumnými cieľmi spolupráce sú vývoj metodológie pre efektívny garantovaný odhad parametrov a stavov pre nelineárne dynamické systémy, ktorá je navrhnutá spolu s pokročilými metódami prediktívneho riadenia s modelom. Spolu s teoretickými metódami sú vyvíjané aj softvérové implementácie teoretických konceptov. Výsledky projektu budú demonštrované na laboratórnych zariadeniach chemickej technológie a to na zariadení na membránovú filtráciu a na destilačnej kolóne.


Opis a ciele projektu:

Bezpečná a udržateľná prevádzka procesov chemickej technológie vyžaduje meranie kľúčových procesných premenných, odhadovanie nemeraných veličín a porúch, a nasadzovanie krokov na nasmerovanie odozvy výrobných zariadení smerom k želaným cieľom efektívnou cestou. Navrhovaný projekt študuje pokročilé prístupy založené na matematických modeloch pre odhadovanie veličín a riadenie dynamických systémov a aplikáciu týchto metód v oblasti procesov chemickej výroby. Konkrétne sú študované metódy garantovaného odhadu a prediktívneho riadenia s modelom. Mnohé procesné veličiny, ako napríklad zloženie materiálových prúdov či stupeň znehodnotenia zariadenia, nie je možné priamo merať, a teda aj napriek dostupnosti modernej a lacnej meracej techniky je potrebné mnohé procesné premenné odhadovať pomocou sofistikovaných algoritmov, ktoré súčasne odhaľujú štatisticky najlepšie možné hodnoty (odhady) týchto premenných a zároveň udávajú aj dôveryhodnosť týchto odhadov.

Dvomi najväčšími prekážkami získania presných a dôveryhodných informácií o nemerateľných veličinách sú často komplikované nelineárne väzby medzi meranými a nemeranými premennými a prítomnosť šumu merania v získavaných (meraných) dátach. Súčasne využívané spôsoby odhadu neznámych veličín v priemysle uvažujú nanajvýš lineárne závislosti medzi jednotlivými veličinami a Gausovské rozdelenie pravdepodobnosti šumu merania, čo vedie na nie veľmi presnú lineárnu regresiu alebo na tzv. lineárne- kvadratický odhad s maximálnou vierohodnosťou. Keďže chemické procesy vykazujú spravidla nelineárne správanie, výsledky takéhoto odhadovania nie sú spoľahlivé a presné, hoci nelineárne metódy odhadovania založené na modeli by mohli viesť k zlepšeniu prevádzky a manažmentu procesných zariadení. Najmä kvôli výrazne nízkemu rozšíreniu moderných nástrojov na odhadovanie, ktoré vychádzajú z malej miery prenosu výskumných výsledkov do priemyslu, veľa prevádzok v súčasnosti vo veľkej miere nevyužíva potenciál pre odhadovanie.

Garantovaný odhad [1], často označovaný ako metóda odhadu pomocou množinovej príslušnosti, bol vyvinutý v 80. rokoch minulého storočia ako metóda odhadovania parametrov lineárnych matematických modelov vzhľadom na neznámu, ale ohraničenú chybu merania. Táto metóda predstavuje robustnú techniku odhadovania a prekonáva nedostatky vyššiespomenutých metód keďže nevyžaduje aby náhodnosť šumu merania nasledovala určité štatistické rozdelenie a na druhej strane vyžaduje iba znalosť hraníc pre chyby merania, ktoré sú v praxi často známe veľmi spoľahlivo. Naviac je princíp tejto metódy vhodný na zahrnutie nelineárnych vzťahov medzi procesnými veličinami. Výhody spojené s používaním garantovaného odhadu sú však dosiahnuteľné iba za cenu vyššieho výpočtového zaťaženia [2]. Garantovaný odhad pracuje s tzv. množinovými obálkami matematických modelov, ktoré majú vo všeobecnosti značné výpočtové nároky dané používaním intervalovej aritmetiky. V prítomnosti nelineárnych a implicitných výrazov môže klasická intervalová aritmetika dávať príliš konzervatívne výsledky. Vylepšená intervalová aritmetika, tzv. superpozičná intervalová aritmetika, ktorá je v súčasnosti vyvíjaná v skupine partnera projektu zo ShanghaiTech University, bude použitá v rámci aplikácie garantovaného odhadu. Hlavným cieľom bude aplikovať túto novú techniku na problém garantovaného odhadu stavov a parametrov nelineárnych chemických procesov. Výsledkom bude, že garantovaný odhad bude vylepšený v porovnaní so súčasným stavom a aplikovateľný na širšiu triedu systémov.

Prediktívne riadenie s modelom [3] patrí medzi pokročilé metódy riadenia postupne sa rozširujúce v priemysle kvôli schopnosti zohľadniť pri návrhu optimálneho riadenia mnohorozmerovosť fyzikálneho systému, ako aj prevádzkové obmedzenia akčných zásahov a výstupov systému. Tento prístup využíva matematický model riadeného systému na predikovanie jeho budúceho správania a na nájdenie akčných zásahov, ktoré vedú toto správanie k želaným cieľom pri rešpektovaní spomenutých ohraničení. Prediktívne riadenie s modelom nie je v súčasnosti priemyselným štandardom, ale jeho zvyšujúca sa prítomnosť v priemyselnom prostredí je skvelým príkladom prieniku pokročilých teoretických riadiacich metód do praxe. Avšak v záujme realizovania jeho plného potenciálu, prediktívne riadenie s modelom musí byť spoľahlivé pri aplikáciách na nelineárne, často neurčitosťami ovplyvnené, dynamické systémy v priemysle. Toto naznačuje potrebu použitia tzv. robustného prístupu pri prediktívnom riadení s modelom. Bohužiaľ existujúce zrobustňujúce techniky [4], ktoré dokážu čeliť prítomnosti neurčitostí v rámci prediktívneho riadenia s modelom, nie sú v súčasnosti nasaditeľné v online aplikáciách pre mnohorozmerové a komplikované systémy s malou periódou vzorkovania. Vzhľadom na túto situáciu sa predkladaný projekt bude zaoberať zlepšením existujúcich prístupov riadenia a to a) zvýšením rýchlosti riešenia na základe efektívnej kombinácie explicitného prediktívneho riadenia s modelom a samogenerovaného prediktívneho riadenia, b) znížením zložitosti problémov riadienia použitím ideí zrozloženej optimalizácie a c) ďalším vývojom techník založených na lineárnych maticových nerovnostiach. Cieľom predkladaného projektu je nadviazať spoluprácu medzi Slovenskou technickou univerzitou v Bratislave a medzi ShaghaiTech University v odhadovaní nelineárnych dynamických systémov ako aj posilniť a zintenzívniť predchádzajúcu spoluprácu v oblasti robustného prediktívneho riadenia s modelom.

Vedecké ciele navrhovaného projektu sa dajú zhrnúť ako súbor krokov smerujúcich k:
1. vývoju efektívnej metodológie pre garantovaný odhad vysokorádových nelineárnych dynamických systémov
2. syntéze pokročilého robustného riadenia s modelom pre neurčité dynamické systémy
3. vývoju softvérových balíkov, ktoré umožnia prenos teoretických poznatkov na relevantné aplikácie
4. demonštrácii teoretických a softvérových výdobytkov na súbore náročných prípadových štúdií z oblasti chemického a procesného inžinierstva a propagovaniu širokého prijatia priemyslom.

Vyvinutý softvér bude voľne dostupný a testovaný na laboratórnych systémoch. Študované laboratórne systémy predstavujú typické separačné procesy; membránový filtračný systém a destilačná kolóna. Oba tieto systémy predstavujú energeticky intenzívne procesy, ktoré sú široko používané v chemickom priemysle, a oba systémy vykazujú silne nelineárne správanie. Energeticky a materiálovo efektívna prevádzka týchto systémov je možná použitím metód založených na matematických modeloch [5, 6]. Avšak tieto metódy vyžadujú spoľahlivé informácie o nemeraných stavových premenných, ktorými sú chemické zloženie materiálových prúdov, a informácie o hodnotách parametrov matematických modelov, ktoré sú v praxi zvyčajne neznáme. Uvažované modely reprezentujú korelácie prestupu látky, ako permeabilita membrány a paro-kvapalné rovnováhy na etážach destilačnej kolóny, ktorých parametre sa často líšia pri rôznych typoch zariadení a rôznych chemických systémoch. Odhad týchto parametrov z nameraných údajov je teda jedinou možnosťou ako nájsť ich hodnoty. Iba spoľahlivý odhad stavov a parametrov umožní prípustnú prevádzku, t.j. dosiahnutie stanoveného separačného zámeru, a zároveň efektívne využitie energie (pre natlakovanie zariadení, ohrev a chladenie) a materiálu (spotreba rozpúšťadla). Výsledky projektu budú publikované v prestížnych vedeckých časopisoch, na spoločne organizovaných konferenčných sekciách a workshopoch ako aj na dedikovanej stránke projektu.

Literatúra:
[1] L. Jaulin and E. Walter. Set inversion via interval analysis for non-linear bounded-error estimation. Automatica 29 (4):1053–1064, 1993.
[2] R. Paulen, M. E. Villanueva and B. Chachuat. Guaranteed parameter estimation of non-linear dynamic systems using high-order bounding techniques with domain and CPU-time reduction strategies. IMA Journal of Mathematical Control and Information 33 (3):563–587, 2016.
[3] J. B. Rawlings and D. Q. Mayne. Model Predictive Control: Theory and Design. Nob Hill Publishing, Madison, WI, 2009.
[4] D. Q. Mayne. Model predictive control: Recent developments and future promise, Automatica 50 (12): 2967-2986, 2014.
[5] R. Paulen, M. Jelemenský, Z. Kovacs and M. Fikar. Economically optimal batch diafiltration via analytical multi-objective optimal control. Journal of Process Control 28: 73–82, 2015.
[6] J. Drgoňa, M. Klaučo, F. Janeček and M. Kvasnica. Optimal control of a laboratory binary distillation column via regionless explicit MPC, Computers & Chemical Engineering 96 (4): 139-148, 2017.


Plánované aktivity projektu pokrývajú ciele stanované vo výzve. Úzka spolupráca bude vybudovaná medzi partnermi na základe a) prípravy spoločných publikácií a iných výstupov, ako napríklad softvérových prototypov, b) aktívnej účasti na konferenciách a organizovaní spoločných vedeckých aktivít, c) spoluužívaní špecializovanej laboratórnej techniky a zariadení, d) zapojením doktorandov a mladých vedeckých pracovníkov (mladších ako 35 rokov).

Časový rámec projektu je 24 mesiacov s predpokladaným harmonogramom:
- Mesiace 1-9: Vývoj teoretických koncepcií. a) Formulácia garantovaného odhadu v rámci superpozičnej intervalovej aritmetiky a uspôsobenie superpozičnej intervalovej aritmetiky na problém garantovaného odhadu stavov a parametrov. b) Vývoj prístupov ku spoľahlivému robustnému prediktívnemu riadeniu s modelom založenom na explicitnom prediktívnom riadení a lineárnych maticových nerovnostiach. Ku koncu tejto etapy prebehne prvá výmena doktorandov a mladých výskumníkov v záujme dokončenia teoretického výskumu, posúdenia aplikovateľnosti teoretických výsledkov, navrhnutia ďalších vylepšení, ak to bude potrebné, a pripravenia stratégie vytvárania softvéru a plánu na demonštráciu teoretických výsledkov na prípadových štúdiách.
- Mesiace 10-15: Práca na softvérovej implementácii. Táto fáza započne akademickou výmenou z predchádzajúcej etapy. Obe partnerské inštitúcie budú pracovať spoločne pri vytváraní softvéru na základe teoretických výsledkov. Partneri takisto spoločne pripravia prvý súbor publikácií.
- Mesiace 16-24: Demonštrácia and propagácia. Vyvinuté metodológie budú demonštrované v náročných simuláciách a na laboratórnych procesoch chemickej technológie; membránový filtračný systém a destilačná kolóna. Za týmto účelom sa uskutoční druhá obojstranná výmena výskumníkov (doktorandi a mladí výskumníci). Táto etapa ukončuje aktivity projektu prípravou spoločných publikácií.


Výmenné pobyty v rámci projektu:

Dr. Mario Eduardo Villanueva strávil v júli na STU v Bratislave tri dni. Prezentoval nedávne výskumné výsledky skupiny zo ShaghaiTech University a zapojil sa do diskusií o výskumných témach, ktoré budú riešené v rámci projektu.

Prof. Miroslav Fikar a doc. Radoslav Paulen strávili týždeň na ShaghaiTech University, 18.-24. júla 2018. Počas svojej návštevy sa zapojili do rozsiahlych diskusií o problematike spätnoväzbového riadenia a napredovania tejto problematiky v rámci riešeného projektu. Aktívne sa zapojili aj do spoločne organizovaného medzinárodného workshopu na tému "Advanced Methods for Control and Estimation of Dynamic Systems", kde obaja predniesli rozsiahlejšie príspevky.

Boris Houska, Jiahe Shi and Kai Wang navštívili STU v Bratislave v termíne 1.-7. október 2018. Zapojili sa do viacerých diskusií ohľadom postupu výskumu na riešenom projekte, ohľadom prípravy spoločných publikácií a ohľadom ďalších spoločných aktivít. Prof. Houska viedol tiež vedecký seminár na tému "Gram-Charlier expansions and their use in control".

Petra Artzová uskutočnila výskumný pobyt na ShanghaiTech University v dňoch 25.3. - 5.4. 2019. Počase jej pobytu diskutovala s čínskymi partnermi viacero tém v oblasti garantovaného odhadu parametrov a aplikácie týchto metód na problémy s dynamickými systémami. Prezentovala tiež výsledky svojho výskumu v seminári na tému Moving-Horizon Guaranteed Parameter Estimation.

Dr. Mario Villanueva  pricestoval na Slovensko v dňoch 9.6. - 15.6. 2019. V rámci svojho pobytu sa zapojil do diskusií o aktuálnych výskumných témach riešených v rámci projektu. Jeho návšteva významne prispela k vytvoreniu dvoch spoločných konferenčných publikácií. V rámci svojej návštevy sa takisto zúčastnil na medzinárodnej konferencii 22nd International Conference on Process Control, v Štrbskom Plese, kde viedol workshop na tému Robust Model Predictive Control for Nonlinear Systems Using Sets. Pri účasti na konferencii ho sprevádzali Petra Artzová a Carlos Valero, ktorý na konferencii predniesli svoje príspevky, ktoré sú výstupmi projektu.

Boris Houska strávil na STU v Bratislave krátkodobý výmenný pobyt v dňoch 22. 8. - 31. 8. 2019. V rámci pobytu odprezentoval najnovšie výskumné poznatky svojej skupiny v rámci seminára na tému Moment Based Learning. Jeho návšteva významne prispela k vytvoreniu dvoch spoločných konferenčných publikácií, ktoré boli odoslané na svetový kongres IFAC.

Publikácie

2021

  1. P. Valiauga – X. Feng – M. Villanueva – R. Paulen – B. Houska: Set-membership Estimation using Ellipsoidal Ensembles. Editor(i): Jong Min Lee, V 16th IFAC Symposium on Advanced Control of Chemical Processes ADCHEM 2021, Elsevier, str. 596–601, 2021.     arXiv

2020

  1. C. E. Valero – M. Villanueva – B. Houska – R. Paulen: Set-Based State Estimation: A Polytopic Approach. Editor(i): Rolf Findeisen, Sandra Hirche, Klaus Janschek, Martin Mönnigmann, V Preprints of the 21st IFAC World Congress (Virtual), Berlin, Germany, July 12-17, 2020, zv. 21, str. 11428–11433, 2020.     arXiv

2019

  1. J. Su – Y. Zha – K. Wang – M. Villanueva – R. Paulen – B. Houska: Interval Superposition Arithmetic for Guaranteed Parameter Estimation. V 12th IFAC Symposium on Dynamics and Control of Process Systems, including Biosystems DYCOPS 2019, Elsevier, str. 574–579, 2019.
  2. C. E. Valero – R. Paulen: Set-Theoretic State Estimation for Multi-output Systems using Block and Sequential Approaches. Editor(i): M. Fikar and M. Kvasnica, V Proceedings of the 22nd International Conference on Process Control, Slovak Chemical Library, Štrbské Pleso, Slovakia, str. 268–273, 2019.
  3. P. Valiauga – R. Paulen: Moving-horizon Guaranteed Parameter Estimation: Influence of the Measurement Error. Editor(i): M. Fikar and M. Kvasnica, V Proceedings of the 22nd International Conference on Process Control, Slovak Chemical Library, Štrbské Pleso, Slovakia, str. 256–261, 2019.
  4. M. Villanueva – X. Feng – R. Paulen – B. Chachuat – B. Houska: Convex Enclosures for Constrained Reachability Tubes. V 12th IFAC Symposium on Dynamics and Control of Process Systems, including Biosystems DYCOPS 2019, Elsevier, str. 118–123, 2019.
  5. K. Wang – Y. Jiang – J. Oravec – M. Villanueva – B. Houska: Parallel Explicit Tube Model Predictive Control. V 58th IEEE Conference on Decision and Control, Nice, France, str. 7696–7701, 2019.

2018

  1. J. Su – Y. Zha – K. Wang – M. Villanueva – R. Paulen – B. Houska: Interval Superposition Arithmetic for Guaranteed Parameter Estimation. 2018.

Riešitelia


Zodpovednosť za obsah: doc. Ing. Radoslav Paulen, PhD.
Posledná aktualizácia: 03.01.2018 11:58
Facebook / Youtube

Facebook / Youtube

RSS