En kort oversikt over noen prosjekter i Cybernetica.

Presentasjon om: "En kort oversikt over noen prosjekter i Cybernetica."— Utskrift av presentasjonen:

1 En kort oversikt over noen prosjekter i Cybernetica.
PROST årsmøte En kort oversikt over noen prosjekter i Cybernetica.

2 Prosjekter i Cybernetica
‘Run-to-run’ optimalisering av batch-prosesser: Optimalisering av S-PVC polymerisering. Optimalisering av ferromangan-raffinering. MPC basert på ulineæare fysikalske modeller: Stabilisering og kvalitets-styring av polypropylen (PP) polymerisasjons-prosesser. Stabilisering og kvalitets-styring av polyetylen (PE) polymerisasjons-prosesser. Operatørstøttesystem for S-PVC polymerisasjons-prosesser. Styring av Pasta-PVC polymerisasjons-prosess (forstudie). Styring av forbrennings- og energigjenvinnings-anlegg. Utvikling av Green DP for Kongsberg Simrad.

3 Prosjekter i Cybernetica
MPC basert på lineære modeller: Modellprediktiv regulering av destillasjons-kolonner. Utvikling av MPC basert på lineære tilstandsrom-modeller for Kongsberg Simrad. Utvikling av ingeniørsimulator: Simulator for fenol-formaldehyd batch polymerisasjons-prosess basert på SIMON. Tuning av konvensjonelle reguleringssystemer: MultiTune lansert som produkt. Kurs innen modellprediktiv styring: 3 kurs høsten 2002 i samarbeid med NTNU. Bidrag fra Statoil og Borealis.

4 Optimalisering av S-PVC polymerisasjon
Gevinst: Redusert batchtid (minst 15 min). Redusert bruk av inhibitor. Produktkvalitet i henhold til ‘spec’. Agitator  - [1/s] VCM H2O PVC Cooling jacket Reflux condenser Batch-prosess Fysikalsk modell: Reaksjonskinetikk Termodynamikk Energibalanse Kvalitetsmodell ‘Run-to-run’ optimalisering: Estimering av modell-parametre etter hver batch: Modellparametre varierer med omsetning. Optimalisering av temperatur-profil og initiatordosering. Optimaliserings-problem: Pådragene parameteri-seres med ca 80 uavhengige variable. NB! Modellen må være tilstrekkelig glatt. Implementering: CENIT ModelFit og CENIT BatchOptimize. PC med Windows NT som kommuniserer med InfoPlus.21. Optimalisert resept overføres til styre-system.

5 Operatør-støttesystem for S-PVC polymerisering
Samme modell som ovenfor. On-line modell oppdateres gjennom batchen: To varmeovergangstall og en kinetikkparameter estimeres kontinuerlig. MPC-applikasjon i rådgivende modus: Predikterer 20 min frem i tid. Beregner ‘kjølemargin’. Beregner dosering av moderator hvis kjøle-marginen blir negativ. Beregner behov for lufting av reflukskondensator. Gevinst: Riktig dosering av inhibitor medfører kortere batchtid. Riktig lufting av refluks-kondensator øker kjølekapasiteten. Implementering: CENIT. Kommunikasjon via InfoPlus.21.

6 Optimalisering av metall-raffinering
Gevinst: Minimalisere tap av mangan. Karbonkons. i henhold til spesifikasjon. Semibatch-prosess: Fjerning av karbon fra ferromangan metall. Fysikalsk modell: Svært ulineær. Utviklet og implementert i samarbeid med kunden. ‘Run-to-run’ optimalisering: Estimering av modell-parametre etter hver batch. Optimalisering av pådrags-trajektor før hver batch. Gode målinger/analyser før og etter batchen. Optimaliserings-problem: Pådragene parameteri-seres med ca 30 uavhengige variable. NB! Modellen må være tilstrekkelig glatt. Implementering: CENIT ModelFit og CENIT BatchOptimize. Modell implementert i SIMON. Optimalisert pådrags-trajektor overføres til styre-system før hver batch.

7 Modellprediktiv styring av polypropylen (PP) produksjon
Gevinst: Økt produksjon (~3%) Raskere produkt-overganger Mindre “off-spec” Okt reproduserbarhet Borealis PP5, Schwechat, Østerike 3 N-MPC applikasjoner basert på fysiskalske modeller: 11 MV totalt 11 CV for stabilisering 8 CV for kvalitets-styring 77 modelltilstander Samarbeid med Borealis: Modellutvikling Modelltilpasning Implementering Ingangkjøring Implementering: BorAPC (OnSpot) Windows NT

8 Modellprediktiv styring av polyetylen (PE) produksjon
Gevinst: Økt produksjon Raskere produkt-overganger Mindre “off-spec”. Økt reproduserbarhet Borealis PE3, Stenungsund, Sverige 2 N-MPC applikasjoner basert på fysiskalske modeller er satt i drift 2002. Samarbeid med Borealis: Modellutvikling Modelltilpasning Implementering Ingangkjøring Implementering: BorAPC (OnSpot) Windows NT

9 Modellprediktiv styring av polyetylen (PE) produksjon
Gevinst: Økt produksjon (~3%) Raskere produkt-overganger Mindre “off-spec” Reproduserbarhet Borealis PE2, Porvoo, Finland 2 N-MPC applikasjoner basert på fysiskalske modeller er i drift siden 1999. Cybernetica utvikler: Modeller for produktkvalitet MPC styring av kvalitet Implementering: BorAPC (OnSpot) VAX VMS

10 Modellprediktiv styring forbrennings- og energigjenvinningsanlegg
Implementering: CENIT Windows NT OPC komm. mot PLS. Anlegg leveres av Organic Power. N-MPC applikasjon basert på fysiskalsk modell er i under utvikling. Mål med optimaliserende regulering: Regulering av effekt-produksjon. Optimal energigjenvinning. Regulering av primær- og sekundærkammer. Utslipp innenfor ‘spec’. Avgasstemp. innenfor spesifiserte grenser.

11 Kongsberg Simrad GreenDP
Miljøvennlig teknologi Ulineær modell-prediktiv styring Metodikk utviklet ved SINTEF / Cybernetica Basert på CENIT Kjernen implementert av SINTEF / Cybernetica

12 Configuration interface
CENIT overview Configuration interface ModelFit N-MPC CENIT Model component GenEst Batch- Optimize OPC Client interface Time series data base OPC Server interface

13 Cybernetica personell
Fra venstere: Magne Hillestad, Halgeir Ludvigsen, Bjarne Foss, Jan Gunnar Dyrset, Peter Singstad, Svein Olav Hauger og Tor Steinar Schei.