Fault tolerant model predictive control

Målet med innovasjonen er å utvikle verdensledende teknologi for modellprediktiv styring og online optimalisering av industrielle prosesser. Dette baseres på bruk av ulineære, fysikalske prosessmodeller, dvs. matematiske modeller som inneholder detaljert kunnskap om de prosessene som styres. Denne teknologien er velegnet for styring av krevende industriprosesser, f.eks. kjemiske reaktorer og metallurgiske prosessenheter som typisk utgjør kjernen i et prosessanlegg. I dette prosjektet er det fokusert på utvikling av teknologi som gjør slike styringssystemer tolerant overfor feil i instrumentering, prosessutstyr og drift. Innovasjonen forventes å øke markedspotensialet for avansert prosessregulering og optimalisering av industrielle prosesser hvor sikkerhet og produktkvalitet er spesielt viktig. Nyutviklingen er realisert som utvidelser av Cyberneticas eksisterende system for modellprediktiv styring - Cybernetica CENIT. Prosjektet ble utført i nært samarbeid mellom Cybernetica, NTNU, og industripartnerne Inovyn Norge, Eramet Norway, Arclin (Nord-Amerika) og Aica (Asia). Som en del av prosjektet er det foretatt pilotinstallasjoner på produksjonsanlegg i Norge, Canada og New Zealand. Utviklingen i dette prosjektet gir økt sikkerhet og ytelse vedrørende styring av sikkerhetskritiske og eksoterme prosesser, og prosesser som er karakterisert med ulineær dynamikk, hyppige produktoverganger, og satsvise prosesser. Fordelene er relatert til stabil drift av prosesser som er vanskelig styrbare, økt produksjonsvolum, mer konsistent produktkvalitet, og økt sikkerhet sammenlignet med alternative styringsmetoder.

The objective of the project is to advance beyond current state-of-the-art and develop technology for nonlinear model predictive control (NMPC) and online optimization with unprecedented properties; The system will be based on 'first principles models' an d made tolerant to faults in instrumentation, process equipment and process operation. Among the planned, new features are techniques for model based fault detection and diagnosis; optimization of constraints and reference trajectories for the controller, so as to achieve acceptable performance in spite of faults; Continuous re-optimization of reference trajectories and constraints so as to meet terminal quality specifications. The innovation is expected to increase the marked potential for advanced proc ess control technology in industry sectors where safety and product quality are essential. The technology will be developed as extensions to Cybernetica's industrially proven NMPC products. Implementations are planned for the control of phenolic resin po lymerization, amino resin polymerization, suspension PVC polymerization and ferromanganese refining processes. The R&D challenges are related to the application of advanced methods for model based fault detection and diagnosis, and to the application of optimization based methods to ensure that the NMPC is robust with respect to faults and process disturbances. This control technology is expected to offer superior performance in terms of control and operation of critical and exothermic processes, which are characterized by nonlinear dynamics, frequent grade changes, batch or semi-batch operation. Anticipated benefits are related to stable operation of processes which are difficult to control, increased production volumes, more consistent product quality , and increased safety compared to alternative control methods.