LO5-UD4 Modello First-order-plus-dead-time [modalità
Transcript
LO5-UD4 Modello First-order-plus-dead-time [modalità
Università degli Studi di Salerno P.O.R. Campania 2000-2006 misura 3.22 Percorsi di formazione a distanza “e-learning” Facoltà di Ingegneria Corso di Laurea in Ingegneria Chimica Insegnamento: Dinamica e Controllo dei Processi Chimici Learning Object N. 5: SISTEMI DINAMICI LINEARI DI RIFERIMENTO Unità didattica N. 4: Modello First-order-plus-dead-time Progettista dei contenuti: prof. Michele MICCIO Realizzatore multimediale: ing. Michela FRAGANZA Rev. 3 del 16 maggio 2011 Unione Europea Fondo Sociale Europeo Ministero del Lavoro e delle Politiche Sociali Regione Campania Università degli Studi di Salerno Università degli Studi di Salerno P.O.R. Campania 2000-2006 misura 3.22 Percorsi di formazione a distanza “e-learning” Tutto il materiale contenuto in questo Learning Object è stato sviluppato nell’ambito del progetto e-learning dell’Università degli Studi di Salerno ed è tutelato da licenza Creative Commons secondo le seguenti specifiche In base alla specifica attribuzione di questa licenza L'utente ha il diritto di: “riprodurre, distribuire, comunicare al pubblico, esporre in pubblico, rappresentare, eseguire e recitare l'opera. modificare l'opera”” L'utente ha il dovere di: “attribuire la paternità dell'opera nei modi indicati da chi ha dato l'opera in licenza, ovvero all'università, in caso di alterazione o trasformazione dell'opera, o di uso per crearne un'altra, l'utente deve distribuire l'opera risultante con una licenza identica a questa” L'utente ha il divieto di: “usare l'opera per fini commerciali. Ogni volta che usa o distribuisce l'opera, l'utente deve farlo secondo i termini di questa licenza, che va comunicata con chiarezza” In ogni caso, è possibile concordare col titolare dei diritti d'autore utilizzi dell'opera non consentiti da questa licenza. Nessun elemento di questa licenza può limitare i diritti morali dell'autore. http://creativecommons.org/licenses/by-nc-sa/3.0/deed.it. 28.06.2011 Strumentazione e Controllo dei Processi Chimici - Prof M. Miccio 2 Università degli Studi di Salerno P.O.R. Campania 2000-2006 misura 3.22 Percorsi di formazione a distanza “e-learning” MODELLO First Order Plus Dead Time (FOPDT) y(t) f(t) f(t) Complex or unknown process First order process L [f(t)] Kp τps + 1 f (s ) y(t) L [y(t)] Dead time e −t s d y(t-td) L[y(t-td)] y d (s ) Strumentazione e Controllo dei Processi Chimici - Prof M. Miccio 28.06.2011 3 Università degli Studi di Salerno P.O.R. Campania 2000-2006 misura 3.22 Percorsi di formazione a distanza “e-learning” Modeling Dynamic Process Behavior by FOPDT • The best way to understand process data is through modeling • Modeling means fitting a First Order Plus Dead Time (FOPDT) dynamic process model to the data set: • • • where: τP dy( t ) + y( t ) = K P u ( t − θ P ) dt y(t) is the measured process variable u(t) is an input variable (e.g., the controller output signal in “manual mode”) • The important parameters that result are: – Steady State Process Gain, KP – Overall Process Time Constant, τP – Apparent Dead Time, θP or td • The FOPDT model is low order and linear: so it can only approximate the behavior of real processes adapted from: Cooper D. (2008), "Practical Process Control using Loop-Pro Software", PDF textbook 28.06.2011 Strumentazione e Controllo dei Processi Chimici - Prof M. Miccio 4 Università degli Studi di Salerno P.O.R. Campania 2000-2006 misura 3.22 Percorsi di formazione a distanza “e-learning” Method of Process Reaction Curve (STEP TEST) see: • par. 7.4 di Magnani, Ferretti e Rocco (2007) • par. 16.5 di Stephanopoulos, “Chemical Process Control: an Introduction to Theory and Practice” • Ch. 3 “Modeling Process Dynamics - A Graphical Analysis of Step Test Data” in Cooper D. (2008), "Practical Process Control using Loop-Pro Software", PDF textbook Strumentazione e Controllo dei Processi Chimici - Prof M. Miccio 28.06.2011 5 Fundamentals of Instrumentation & Process Control Step Test Data and Dynamic Process Modeling Open Loop Step Test 3. The measured process variable is recorded and allowed to complete response Copyright © 2006 Control Station, Inc. All Rights Reserved Process Variable 2. An input variable (e.g., the “controller output” in manual mode) is stepped to new value 60 Controller Output 1. Process (real or simulated) starts at steady state Process: Custom Process 60 Controller: Manual Mode Step Test 55 50 55 50 0 5 10 10 Time (mins) Time (mins) 15 20 Fundamentals of Instrumentation & Process Control Process Gain from Step Test Data KP describes how much the measured process variable, y(t), changes in response to changes in the controller output, u(t) A step test starts and ends at steady state, so KP can be computed from plot axes KP = Steady State Change in the Measured Process Variable, ∆y Steady State Change in the Controller Output, ∆u where: ∆u(t) and ∆y(t) represent the total change from initial to final steady state ∆ = (final value - initial value) Usually, KP is not dimensionless A large process gain means the process will show a big response to each control action Copyright © 2006 Control Station, Inc. All Rights Reserved Fundamentals of Instrumentation & Process Control EXAMPLE: KP for Gravity-Drained Tanks Gravity Drained Tanks - Open Loop Step Test Process: Gravity Drained Tank 3.0 Controller: Manual Mode KP = 2.8 ProcessVariable 2.6 ∆y = (2.9 - 1.9) m 2.4 2.2 2.0 1.8 Steady state process gain has: 60 Controller Output m ∆y 2.9 −1.9 m = = 0.1 60 − 50% % ∆u size (0.1) ∆u = (60 - 50) % 55 sign (+0.1) units (m/%) 50 45 8 9 Copyright © 2006 Control Station, Inc. All Rights Reserved 10 11 12 13 14 Time (mins) 15 16 17 18 Fundamentals of Instrumentation & Process Control Time Constant and Dead Time from Step Test Data They are computed from the plot of the measured process variable, y(t) The calculation procedure may vary depending on the y(t) plot presents or doesn’t present an inflection point A software is used to minimize the model fitting error Calculation is graphically carried out directly on the plot Calculation is carried out by analytically using some data points on the plot Copyright © 2006 Control Station, Inc. All Rights Reserved Università degli Studi di Salerno P.O.R. Campania 2000-2006 misura 3.22 Percorsi di formazione a distanza “e-learning” Significato della Process Reaction Curve output (at steady state) B = ≡ B for unit step in f (t ) K= input (at steady state) A B dove S è l ' inclinazio ne della risposta sigmoidale al S t d = tempo trascorso mentre il sistema risponde τ= punto di inf lessione S ≡ RR Cohen e Coon (1953) hanno usato un modello approssimato e stimato il valore dei parametri K, td, τ, come indicato : vedi: par. 16.5 di Stephanopoulos, “Chemical process control: an Introduction to theory and practice” 28.06.2011 Strumentazione e Controllo dei Processi Chimici - Prof M. Miccio 10 Università degli Studi di Salerno P.O.R. Campania 2000-2006 misura 3.22 Percorsi di formazione a distanza “e-learning” MASSIMA VELOCITA’ DI RISPOSTA Definiamo MASSIMA VELOCITA’ DI RISPOSTA: RR = ∆y / τ p ∆u = Kp τp NB: RR non è adimensionale ∆ = (valore finale – valore iniziale) see: • par. 7.4 di Magnani, Ferretti e Rocco (2007) Strumentazione e Controllo dei Processi Chimici - Prof M. Miccio 28.06.2011 11 Università degli Studi di Salerno P.O.R. Campania 2000-2006 misura 3.22 Percorsi di formazione a distanza “e-learning” PROCESS REACTION CURVE for Non-Self Regulating Processes • La curva di risposta al gradino è una retta • Il coefficiente angolare della retta di risposta è proprio Kp* Esempio di risposta a gradino del serbatoio con prelievo tramite pompa Tank level, m 4 3 2 Manipulated Variable, % 1 80 70 0 4 8 12 16 20 24 28 Time 28.06.2011 Strumentazione e Controllo dei Processi Chimici - Prof M. Miccio 12 Università degli Studi di Salerno P.O.R. Campania 2000-2006 misura 3.22 Percorsi di formazione a distanza “e-learning” Modello FOPDT integrating Si applica quando la risposta dinamica non raggiunge un nuovo valore di stato stazionario. adottare un modello FOPDT integrating dy = K *p f (t - t d ) dt G FOPDT − I (s ) = K *p s e − t ds Strumentazione e Controllo dei Processi Chimici - Prof M. Miccio 28.06.2011 13 Università degli Studi di Salerno P.O.R. Campania 2000-2006 misura 3.22 Percorsi di formazione a distanza “e-learning” Criterio di valutazione della bontà dei modelli FOPDT METODO della SOMMA DEGLI ERRORI QUADRATICI (SSE: Sum of Squared Errors) SSE = ∑ ( yi − y mod el ,i ) 2 N i =1 Valore misurato o sperimentale 28.06.2011 Valore calcolato dal modello FOPDT allo stesso tempo Strumentazione e Controllo dei Processi Chimici - Prof M. Miccio 14 Università degli Studi di Salerno P.O.R. Campania 2000-2006 misura 3.22 Percorsi di formazione a distanza “e-learning” MODELLI FOPDT PROCEDURA DI DETERMINAZIONE DEI PARAMETRI • PROCEDURE SOFTWARE • PROCEDURE GRAFICHE • PROCEDURE ANALITICHE 28.06.2011 Strumentazione e Controllo dei Processi Chimici - Prof M. Miccio 15 Università degli Studi di Salerno P.O.R. Campania 2000-2006 misura 3.22 Percorsi di formazione a distanza “e-learning” MODELLI FOPDT PROCEDURA DI DETERMINAZIONE DEI PARAMETRI • PROCEDURE SOFTWARE • PROCEDURE GRAFICHE • PROCEDURE ANALITICHE 28.06.2011 Strumentazione e Controllo dei Processi Chimici - Prof M. Miccio 16 Università degli Studi di Salerno P.O.R. Campania 2000-2006 misura 3.22 Percorsi di formazione a distanza “e-learning” Approssimazione “automatica” al 1° ordine e calcolo dei parametri con il software LOOP-PRO • Utilizzabile per risposta allo step test sia per sistema autoregolante sia per sistema NON autoregolante sia che NON presenta flesso sia che presenta flesso • Richiede un file di dati per la curva di risposta • da usare per il Project Work individuale 28.06.2011 Strumentazione e Controllo dei Processi Chimici - Prof M. Miccio 17 Università degli Studi di Salerno P.O.R. Campania 2000-2006 misura 3.22 Percorsi di formazione a distanza “e-learning” MODELLI FOPDT PROCEDURA DI DETERMINAZIONE DEI PARAMETRI • PROCEDURE SOFTWARE • PROCEDURE GRAFICHE • PROCEDURE ANALITICHE 28.06.2011 Strumentazione e Controllo dei Processi Chimici - Prof M. Miccio 18 Università degli Studi di Salerno P.O.R. Campania 2000-2006 misura 3.22 Percorsi di formazione a distanza “e-learning” Costante di Tempo e Tempo Morto dai dati dello step test Caso N. 1 La curva di risposta allo step test non presenta flesso 28.06.2011 Strumentazione e Controllo dei Processi Chimici - Prof M. Miccio 19 Università degli Studi di Salerno P.O.R. Campania 2000-2006 misura 3.22 Percorsi di formazione a distanza “e-learning” Approssimazione “manuale” al 1° ordine Procedura solamente grafica La curva di risposta è monotona, ma non presenta FLESSO. I tempi caratteristici del modello FOPDT sono determinati tramite costruzione grafica della tangente iniziale DIRETTAMENTE sulla curva di risposta allo scalino 28.06.2011 Strumentazione e Controllo dei Processi Chimici - Prof M. Miccio 20 Università degli Studi di Salerno P.O.R. Campania 2000-2006 misura 3.22 Percorsi di formazione a distanza “e-learning” Costante di Tempo e Tempo Morto dai dati dello step test Caso N. 2 La curva di risposta allo step test presenta flesso (curva a “sigmoide”) 28.06.2011 Strumentazione e Controllo dei Processi Chimici - Prof M. Miccio 21 Università degli Studi di Salerno P.O.R. Campania 2000-2006 misura 3.22 Percorsi di formazione a distanza “e-learning” Approssimazione “manuale” al 1° ordine Procedura solamente grafica La curva di risposta presenta FLESSO. I tempi caratteristici del modello FOPDT sono determinati tramite la costruzione grafica della “tangente al flesso” DIRETTAMENTE sulla curva di risposta allo scalino Kp = ∆y 0 ∆u 0 Fig. tratta da Magnani, Ferretti e Rocco (2007) Rapporto di controllabilità: td/τp 28.06.2011 Strumentazione e Controllo dei Processi Chimici - Prof M. Miccio 22 Università degli Studi di Salerno P.O.R. Campania 2000-2006 misura 3.22 Percorsi di formazione a distanza “e-learning” MODELLI FOPDT PROCEDURA DI DETERMINAZIONE DEI PARAMETRI • PROCEDURE SOFTWARE • PROCEDURE GRAFICHE • PROCEDURE ANALITICHE Strumentazione e Controllo dei Processi Chimici - Prof M. Miccio 28.06.2011 23 Università degli Studi di Salerno P.O.R. Campania 2000-2006 misura 3.22 Percorsi di formazione a distanza “e-learning” Approssimazione “manuale” al 1° ordine Procedura grafico-analitica La curva di risposta è monotona, ma non presenta FLESSO. I tempi caratteristici del modello FOPDT sono determinati tramite costruzione grafica e calcoli analitici sulla curva di risposta allo scalino Open Loop Step Test Process Variable 60 Controller Output Process: Custom Process 60 Step Test 55 50 55 50 0 28.06.2011 Controller: Manual Mode 5 10 10 Time (mins) Time (mins) 15 Strumentazione e Controllo dei Processi Chimici - Prof M. Miccio 20 24 Fundamentals of Instrumentation & Process Control τP for Gravity-Drained Tanks Gravity Drained Tanks - Open Loop Step Test call this time tYstart From plot: tYstart = 9.6 min Process Variable Locate where the measured process variable first shows a clear initial response to the step change 2.8 Controller Output 1. Process: Gravity Drained Tank 3.0 60 Controller: Manual Mode 2.6 2.4 2.2 2.0 1.8 55 50 45 8 9 10 11 12 13 14 Time (mins) 15 16 17 18 tYstart Copyright © 2006 Control Station, Inc. All Rights Reserved Fundamentals of Instrumentation & Process Control τP for Gravity-Drained Tanks Gravity Drained Tanks - Open Loop Step Test Label time t63.2 as the point in time where y63.2 occurs Process Variable Locate where the measured process variable reaches y63.2, or where y(t) reaches 63.2% of its total final change 2.8 Controller Output 2. Process: Gravity Drained Tank 3.0 60 Controller: Manual Mode y63.2 2.6 2.4 2.2 2.0 1.8 55 50 45 8 9 tYstart Copyright © 2006 Control Station, Inc. All Rights Reserved 10 11 t63.2 12 13 14 Time (mins) 15 16 17 18 Fundamentals of Instrumentation & Process Control τP for Gravity-Drained Tanks Gravity Drained Tanks - Open Loop Step Test y63.2 = 1.93 m + 0.632(∆y) = 1.93 m + 0.632(0.95 m) = 2.53 m y(t) passes through 2.53 m at t63.2 = 11.2 min Process Variable y(t) starts at 1.93 m and shows a total change ∆y = 0.95 m 2.8 Controller Output Process: Gravity Drained Tank 3.0 60 Controller: Manual Mode y63.2 = 2.53 m 2.6 ∆y = 0.95 m 2.4 2.2 2.0 1.8 55 50 45 8 9 10 11 12 13 14 Time (mins) 15 16 17 18 t63.2 tYstart Copyright © 2006 Control Station, Inc. All Rights Reserved Fundamentals of Instrumentation & Process Control τP for Gravity-Drained Tanks Gravity Drained Tanks - Open Loop Step Test 2.8 Time constant must be positive and have units of time Process Variable The time constant is the time difference between tYstart and t63.2 60 From plot: τP = t63.2 − tYstart = 11.2 min − 9.6 min = 1.6 min Controller Output Process: Gravity Drained Tank 3.0 Controller: Manual Mode y63.2 = 2.53 m 2.6 ∆y = 0.95 m 2.4 2.2 2.0 1.8 τP = 1.6 minutes 55 50 45 8 9 tYstart Copyright © 2006 Control Station, Inc. All Rights Reserved 10 11 t63.2 12 13 14 Time (mins) 15 16 17 18 Fundamentals of Instrumentation & Process Control Apparent Dead-Time from Step Test Data θP is the time from when the controller output step is made until when the measured process variable first responds Apparent dead time, θP, is the sum of these effects: transportation lag, or the time it takes for material to travel from one point to another sample or instrument lag, or the time it takes to collect analyze or process a measured variable sample higher order processes naturally appear slow to respond Notes: Dead time must be positive and have units of time Tight control in increasingly difficult as θP > τP For important loops, work to avoid unnecessary dead time Copyright © 2006 Control Station, Inc. All Rights Reserved Fundamentals of Instrumentation & Process Control θP for Gravity-Drained Tanks Gravity Drained Tanks - Open Loop Step Test θP = tYstart − tUstep = 9.6 min − 9.2 min = 0.4 min Process Variable Dead-Time 2.8 Controller Output Process: Gravity Drained Tank 3.0 60 Controller: Manual Mode 2.6 2.4 2.2 2.0 1.8 55 50 θP = 0.4 minutes 45 8 9 tUstep tYstart Copyright © 2006 Control Station, Inc. All Rights Reserved 10 11 12 13 14 Time (mins) 15 16 17 18 Università degli Studi di Salerno P.O.R. Campania 2000-2006 misura 3.22 Percorsi di formazione a distanza “e-learning” Approssimazione “manuale” al 1° ordine Procedura analitica con le aree IPOTESI: • Risposta a gradino monotona a “S” • Condizioni iniziali e finali di equilibrio y, u NB: in Magnani, Ferretti e Rocco (2007) y A0 τ ≡ td T≡τ A1 ∆y0 u ∆u0 t τP td PROCEDURA: 1) Misura (grafica o tramite integrazione) dell’area A0 2) Misura (grafica o tramite integrazione) dell’area A1 3) Calcolo di Kp= ∆y0/ ∆u0 28.06.2011 Strumentazione e Controllo dei Processi Chimici - Prof M. Miccio 31 Università degli Studi di Salerno P.O.R. Campania 2000-2006 misura 3.22 Percorsi di formazione a distanza “e-learning” Approssimazione “manuale” al 1° ordine Procedura analitica con le aree Volendo approssimare la risposta a quella di un sistema “vero” del 1° ordine con ritardo, per il quale vale: y(t ) = y(0 ) per 0 ≤ t < t d t −t − d y(t ) = ∆y 0 1 − e τP per t > t d Si hanno le formule approssimate: A t d + τP ≅ 0 ∆y 0 τP ≅ A1 e ∆y 0 Da A0 e ∆y0 si ricava td + τP, poi da A1 si ricava τP 28.06.2011 Strumentazione e Controllo dei Processi Chimici - Prof M. Miccio 32