【APC】工业互联网正确打开方式系列(十八):自动过程控制APC

2019 年 1 月 29 日 产业智能官

工业互联网正确打开方式系列(十八):自动过程控制APC

工业互联网正确打开方式系列(一):RPA机器人流程自动化

工业互联网正确打开方式系列(二):AI产品经理

工业互联网正确打开方式系列(三):微服务 VS ESB

工业互联网正确打开方式系列(四):边缘计算

工业互联网正确打开方式系列(五):云计算PAAS

工业互联网正确打开方式系列(六):两化融合

工业互联网正确打开方式系列(七):工业物联网

工业互联网正确打开方式系列(八):工业大数据

工业互联网正确打开方式系列(九):预测性维护

工业互联网正确打开方式系列(十):机器视觉

工业互联网正确打开方式系列(十一):数字孪生

工业互联网正确打开方式系列(十二):质量优化 

工业互联网正确打开方式系列(十三):排程调度优化

工业互联网正确打开方式系列(十四):制造即服务

工业互联网正确打开方式系列(十五):柔性智造

工业互联网正确打开方式系列(十六):数字经济

工业互联网正确打开方式系列(十七):基于模型的企业



前言

    想要深入了解了过程控制系统的概念和安全相关知识,我们首先得了解一下过程控制系统的特点及其发展历史,它可以帮助我们加深对自动控制系统的了解。


一、过程控制系统的特点

1、工业过程控制系统组成的特点:由过程检测、变送和控制仪表、执行装置等组成。

2、被控过程具有非线性、时变、时滞、不确定等特点,因此难以获得精确过程数学模型,同时还增加了移植控制策略的难度。

3、被控过程多属于慢过程,具有一定的时间常数和时滞,控制并不需在极短时间完成。

4、过程控制方案的多样性,同一被控过程,因受到扰动不同,需采用不同的控制方案。同一控制方案可适用于不同的生产过程。

5、工业生产过程控制的常用形式是定值控制,过程控制的目的是保证被控变量稳定在所需设定值。

6、因为工业生产过程控制实施手段的多样性,所以可以方便地在计算机控制装置上实现;可以方便地在控制室或现场获得仪表的信息; 可以直接进行仪表的校验和调整。


二、工业生产过程控制的发展和趋势

1、自动化技术发展的特点

同步性:控制理论、技术工具和手段、应用需要,三者之间的同步。

综合性:应用领域的广泛,相关学科的交流和汇合。

2、工业生产过程控制发展史

30-50年代: 

采用的控制理论:经典控制理论。

研究的方法:微分方程解析法。

采用的技术工具:基地式大型仪表。

研究的内容:控制系统的稳定性和单输入单输出系统。

50-60年代: 

采用的控制理论:经典控制理论。

研究的方法:经典的根轨迹和频率法。

采用的技术工具:气动和电动单元组合仪表。

研究的内容:从随动控制系统到定值控制系统; 从单回路到常用的复杂 控制系统;从PID控制规律到特殊的控制规律。

60-70年代:

采用的控制理论:现代控制理论。

研究的方法:状态空间、动态规划、极小值原理。

采用的技术工具:电动III型仪表和DDC、SCC。

研究的内容:先进控制系统(状态反馈、动态最优和计算机控制等)。

70年代后: 

采用的控制理论:大系统理论、非线性和分布参数系统等。

研究的方法:人工智能、鲁棒控制、模糊控制、 多变量频域、神经网络等。

采用的技术工具:DCS、PLC、MIS。

研究的内容:包括预测控制、自适应控制、管控一体化、生产优化、故障检测和诊断、生产计划与调度等。

80年代以来:

CIMS、CIPS、FCS、ERP、APC、PA、FA、BA等。


三、工业生产过程控制的发展趋势

1、综合自动化是当代工业自动化的主要潮流。

综合自动化控制系统以生产过程的整体优化为目标,以计算机为主要技术工具,以生产过程的管理和控制的自动化为主要内容,是由生产计划和调度、操作优化、先进控制和基层控制等内容组成的递阶控制系统。又称为:计算机集成过程控制系统(CIMS)。

2、自动化装置将采用全数字、智能的、具有双向通信功能的现场总线智能仪表。

现场总线是开放式的互联网络。是连接智能现场设备和自动化系统的数字式、双向传输、多分支结构的通信网络。

它的特点是:可靠性高、维护性好、抗扰性强、精度高、安装费用低等;良好的互操作性;彻底的分散控制和丰富的检测、控制和运算功能。

3、INTERNET和INTRANET将在综合自动化系统中发挥重要作用,国家正在发展互联网、大数据技术应用。

工业生产过程控制(Industrial Process Control)是自动化的一门分支学科,是一门综合性的工程学科。



APC的核心—多变量模型控制器


多变量控制器可以实现基于模型的预测和优化控制。

多变量控制器的模型是利用在装置进行的阶跃测试所收集的数据建立的,它准确反应了装置的工艺原理及各变量间相互影响关系。

每个多变量控制器有3个模块:预测模块、稳态优化模块和动态控制模块。基于控制器内的模型矩阵,利用各个变量的历史和当前数据,预测模块能够预测出每个被控目标的变化趋势。根据操作员给每个变量设定的上、下限和控制器内设置的经济参数等,稳态优化模块能够计算出当前工况下装置的最优稳态目标。然后,动态控制模块能够根据工程师设定的调整参数等,规划出变量的调整路径,然后输出到DCS系统中。


通俗地讲,预测模块预测装置“将要怎么变”,稳态优化模块计算装置“应该怎么变”,而动态优化模块的任务是“如何去变”。同时,多变量控制器能够从整个装置的角度出发,充分考虑到多个变量之间的相互影响和生产过程存在的各种约束条件,计算出全局的解决方案,来调节多个相关的操作变量,使装置处于最优的操作点上,从而获得最大的经济效益。

这种最优的操作点通常位于多个变量可操作区域的交角上,因此也俗称“卡边操作”


自动过程控制APC与统计过程控制SPC

众所周知,质量控制的重点在于过程质量的控制而不是单纯产品的质量控制,产品的质量应该由生产过程的质量来保证。在制造型企业中,就应该着眼于制造过程的质量控制。生产过程的控制(Process Control)在质量控制领域里的就是对过程的监测、调整,以达到控制质量的目的,它是以概率统计为理论基础的控制学科。质量控制技术又可以分为两类:自动过程控制(APC)与统计过程控制(SPC)。本文将为大家简单分享何为自动过程控制APC和统计过程控制SPC,以及两者间的关系。


在过程工业中,很多因素难以通过简单的调整达到控制过程质量的目的,如温度、气压等,这些难以控制的因素通过反馈、前馈等补偿的方式来控制和调整生产过程,保持过程的稳定,这就是APC自动过程控制APC形成于工业自动化发展过程之中,是工业自动化的一项重要内容。


质量控制的另一个重要的技术就是统计过程控制SPC,它起源于零件加工业,是指应用数理统计的方法,分析过程的样本统计数据,以此判断生产过程的波动是否处于可接受状态,在必要时,调整过程参数,以降低产品质量特性值过多地偏离目标值,使整个过程维持在仅受偶然因素影响的稳定受控状态,以提高过程的效能,它强调过程在受控和有能力的状态下运行,从而使产品和服务稳定地满足顾客的要求。

自动过程控制APC与统计过程控制SPC都是质量控制的技术与手段。这是两种不同的控制策略,自动过程控制APC从统计的观点看待问题,统计过程控制SPC则通过反馈以补偿的方式控制和调整生产过程。在大多数时候,这两种方法是应用在不同环境中,但它们的工作目标都是:监测调整工序使其永远保持在原来的设计水平上。


统计过程控制SPC和自动过程控制APC最初来自不同的工业背景。统计过程控制SPC起源于零件加工工业,而自动过程控制APC则起源于过程工业。

零件加工工业要求质量特性围绕设计目标值的波动尽可能的小,而过程工业主要关心的是工序输出均值的大小,如:产量、化学转化的百分比、纯度等。由于影响零件加工工业的许多因素相对于过程工业来说,更便于调整,如:人的操作行为,进刀进料的速度等。因而人们多采用统计过程控制SPC技术来进行工序控制。


自动过程控制APC是对过程的主要工艺参数,如温度、流量、压力、PH值等的连续控制,利用工序观测值序列的相关性进行某种预测,然后将信息反馈到电脑对过程进行调节,使在随机干扰下的质量波动得到补偿。但自动过程控制APC不能消除过程中的异常因素,如果某些异常原因使受控参数值超出所控制界限,则自动过程控制APC失效,需要人工进行干预。


这两种方法谁也替代不了谁,各有其用武之地。从90年代起,世界质量界开始考虑将统计过程控制SPC与自动过程控制APC相结合,集中二者的优点,既能控制主要工艺参数,又能进行质量控制与诊断,从而使得产品质量保持在更高的水平。


APC为何能增加装置经济效益


随着国家对工业节能减排要求的日益严格以及企业间竞争压力增大,积极开发和应用先进控制和实时优化,提高企业经济效益,进而增强自身的竞争力是过程工业迎接挑战重要对策。先进过程控制(Advanced Process Control)作为一种比传统PID控制具有更好控制效果的控制策略,可以用来处理那些采用常规控制效果不好,甚至无法控制的复杂工业过程控制的问题。

先进过程控制能够整合单回路PID操作,将其转化为系统操作,能够有效降低操作人员的工作强度,可以说,APC系统是一个不知疲倦的高级操作人员,能够更好的将整个装置控制在最佳状态。

APC不仅仅能够代替人工操作,还能够切切实实的增产增效,提高整套装置乃至整个工厂的效益。APC系统的效益来源主要包括三点,分别是模型预估、稳态优化及动态控制:

(1)    模型预估

APC的实施通过多变量动态模型预估控制,并按测量值反馈在线校正,使控制变量误差最小化,能够减少关键控制变量的波动变化至少30%,因此能够有效保持装置的平稳操作,有利于产品质量改进,在操作范围内接近操作上限值,能够多生产高价值的产品。



(2)    稳态优化

传统PID控制条件下,由于波动较大,操作人员习惯在较为安全的区域进行操作,而此操作区域并不是追求经济效益的最优操作范围,造成了效益的损失和能耗的增加。APC实施后能够降低装置波动率,因而操作变量和控制变量能够在约束上下限内选择经济效益最大的稳态优化操作区域



(3)    动态控制

APC通过动态过程模型求解控制方案,系统能够严格算出操作变量每一步变化应有的调整值,能够在维持相同的控制变量稳态目标值的前提下,实现控制变量动态误差最小化,避免频繁操作,减少能耗损失。


APC的实施除了能够为装置带来明显的效益以外,装置波动率的降低更是在无形中实现了节能降耗。


案例分享:高端模型化冶金工艺软核心-冶金APC模型系统及通用工程平台


工业过程控制系统软件作为工业制造系统的智能控制核心控制着制造业的核心工艺过程。某种程度上说决定着制造流程智能化的水准。随着制造业自身的发展和转型升级的需求,工业过程控制系统软件正在由人机界面和基本策略组态向先进过程控制方向发展。先进过程控制APC(Advanced Process Control System) 指基于数学模型而又必须用计算机来实现的控制算法,统称为先进过程控制策略。APC系统搭载自适应控制;预测控制;鲁棒控制;智能控制(专家系统、模糊控制、神经网络)等高级数学功能算法用于解决非线性等常规算法无法解决或测控质量不稳定的工程问题。目前,国际上已经有几十家公司,推出了上百种先进过程控制系统产品,在世界范围内形成了一个强大的工业流程应用软件产业。APC系统由先进过程控制模型和高端通讯系统(网络实时数据通讯系统)组成。网络实时通讯数据链和行业APC模型是核心,垄断十分严格。由此,自主知识产权的行业先进过程控制模型和配套的高端集成基础数据通讯对于增强工业行业自主创新能力、提升行业智能化水平、稳定高质量产品比率、培育企业核心市场竞争力具有十分重要的意义。

图1 冶金工业基于高端冶金模型的冶金工艺在线优化系统

高端冶金过程控制系统工程平台是复杂的通用工业过程控制系统工程平台,深入融合电子学、控制工程学、相关工业流程原理和计算机测控技术,集成相关工业流程工艺、现代测控技术、工业流程相关的硬件装备,通过数学方法和编程技术开发成高度集成的工业应用系统,MPAPC2.0冶金高端过程控制系统通用化工程平台开放式的架构实现工业化生产条件下不同行业工艺过程的动态智能控制。为冶金工业流程工艺研发工作者研究工艺过程改进和新产品研发、制备奠定坚实的工程基础。

图2 高端冶金APC系统贯穿整个冶金流程

现代冶金前沿原理的深入研究使钢铁冶金工业由单纯的技艺走向科学,金属学、冶金过程热力学与动力学、冶金过程传输原理是支撑冶金流程的三大支柱。但是冶金过程的极端复杂性使得这些原理在实际的应用中作用受限。基于各种定律与原理导出的方程及方程组由于无法高速求解只能用于定性分析。如何将现代冶金工艺原理及前沿研发理论应用于工业生产实践已成为冶金工艺的关键环节。如何将现代冶金工艺原理及前沿研发理论应用于工业生产实践已成为冶金工艺的关键环节。现场需要的是完全数字化的、网络化的并具有高可靠性和高速的流水线,以满足对于不同产品的特殊需求。为此,基于信息通讯技术的冶金工艺模型及过程测控系统集成已成为以网络化、数字化为特征的钢铁工业智能升级的核心 。

图3 冶金APC系统的效费比

图4 冶金先进过程控制系统通用工程平台


一、冶金工业先进过程控制系统铸就行业聪慧头脑


冶金先进过程控制是基于冶金工业流程的基本原理、大量长期的工业知识积淀并在此基础上发展起来的数学模型。优秀的冶金先进过程控制系统又是复杂的系统工程,深入融合冶金工艺流程的前沿原理和现代测控技术通过数学方法和编程技术开发成高度集成的工业应用系统,实现工业化生产条件下工艺流程的动态智能控制。架起工艺过程宏观条件与控制系统的桥梁,为冶金工艺流程工作者提供一个集验证新原理、新构想;研发新技术、新工艺简洁高效、实用有力的高端工程实现平台。

冶金数学模型是应用软件的另一个重要组成部分,通常作为技术专利或诀窍,它是一个过程设备或概念的一种数学表示,它将有关冶金参数、冶金机理及其相互关系归纳成数学方程。冶金APC数学模型的建立方法有理论物理法、实验模拟法和经验统计法。工业生产过程的工艺参数错综复杂,往往不能用单纯的数学理论建立模型,而要通过总结操作人员的生产经验,以生产过程的内在机理为基础,并通过实验加以修正和完善。为了实现自动修正数学模型的算法和参数,采用自适应和自学习控制。自适应控制是对一个系统在外界条件变化和有干扰的环境下,具有适应环境的能力,以实现最佳控制。

图5 典型的APC工程应用系统


二、高端工业过程控制系统对于制造业的重要意义



现代冶金工业生产过程的大型化、复杂化对产品质量、产率、安全及对环境影响的要求越来越严格,尤其是冶金流程复杂、多变量、时变、MIMO特征的关键过程控制系统常规PID已无法胜任,因此,先进过程控制受到了广泛关注。先进过程控制系统(APC系统指不同于常规PID,具有比常规PID控制具有更好控制质量的人工智能控制策略的统称。先进过程控制系统用来处理那些采用常规控制效果不好,甚至无法控制的复杂工业过程控制问题。基于现代前沿工业原理和深度智能测控技术的高端流程工业工艺过程控制系统及配套的流程工业过程控制系统软件是流程工业工艺与产品质量智能化的核心 。

冶金工业发展至今对于工艺与智能测控系统的集成越来越重视,智能测控系统与冶金工艺是相辅相承的关系,一方面冶金工艺的进步和发展是冶金智能测控系统技术进步的主要动力,另一方面冶金智能测控技术的进步可以引发和促进冶金工艺的实现与进步。将现代冶金工艺原理及前沿研发成果以冶金工艺过程控制模型为载体,搭载于网络化、数字化测控系统工程平台应用于钢铁工业生产实际。冶金工艺APC模型及测控系统为生产高品质钢材提供机理、装备、工艺、质量的保证,铸就企业核心竞争力以应对挑战、提质增效、完成钢铁工业转型升级。 

冶金APC测控系统通用工程平台底层应用DEP-ICT SYSTEM成熟稳定的工业通用ICT及全息多态数字化工厂系统,基于网络化DEP-CPS架构,兼容第三方系统,无障碍融入原有自动化、信息化系统,完全支持冶金行业用户原有的.NET架构下的用户应用系统。完成APC模型系统与PLC/PAC/L1系统传感器及企业信息化系统的实时双工数据通讯;充分盘活企业存量自动化设备、信息自动化系统资源;最大限度降低企业产线改造、转型升级的成本和周期压力。

 DEP-ICT System

冶金APC系统平台价值优势:

1、 通过冶金工业过程控制工程平台便捷的应用开发接口,方便的维护调试工具,可以有效缩短项目开发周期,降低开发资源投入和技术成本,降低系统的实施维护成本。 

2、 通过冶金工业过程控制工程平台对异构系统的兼容能力,可以加强过程控制应用系统的可移植性,提高系统的可扩展性,方便用户对过程控制应用系统的升级和改造,降低系统后续维护的开发成本。

3、 通过冶金工业过程控制工程平台为冶金过程控制系统提供的技术框架和通用服务,可以提高过程控制系统的稳定性,降低系统的交付成本,提高最终客户的用户满意度。

4、冶金工业过程控制工程平台为标准Client/Server结构,完备的工业数据链和开放式的过程系统开发架构及通用模块支持用户将资源专注于业务本身。驱动传统自动化系统向智能化系统进化。

基于计算机控制与仿真技术的高端过程控制系统平台是冶金工业智能化的载体与工程实现平台。DEP-ICT SYSTEM系统为基于CPS网络架构的全息多态感知冶金数字化工厂,为网络化实时远程测控系统及下一代冶金先进过程控制系统应用部署(MPAPC冶金先进过程控制系统&ETSEW基于复杂工程原理的模型系统),让冶金工业软装备来推动传统冶金工业的转型升级,为驱动和引领未来冶金工业的发展提供完备好用的、安全受控的、成套自主的高端工业通讯系统。

图6  DEP-工业ICT及全息多态数字化工厂系统

视频1 基础自动化TSN标准数据通讯系统INCIC2.0现场应用场景

视频2 企业信息化系统INCII现场应用场景

图7 DEP-ICT System工业通用多态数据链系统

图8 DEP-ICT System网络化实时客户端对.NET系统的支持


图9 DEP-ICT System为分布式网络高速测控系统集成提供完备支撑

工业智能化、工业信息化、工业视觉与声音及振动波形多态异构数据通讯系统、工业多态数据中继转发通讯系统组件等基础公共通讯组件共同组成了完备的全息多态数字化工厂系统,将不同总线、不同类型传感器、不同编码类型的数据通过一套系统集成起来并通过工业以太网以数字化信号的方式实现不同系统间的数据互联互通。通过工业以太网实现与工业行业APC模型测控系统的高速数字化网络双工系统集成;匹配高性能数据库系统构建企业级多态数据中心。支撑全局数据应用,统一数据接口标准、打通流程、深度融合实现产业链数字化。DEP-ICT System 基于CPS架构的以太网统一系统多态数字基带网络化数据通讯系统为冶金工业基于网络的实时测控及新一代冶金智能工厂提供完整的数据支撑。


图10 智慧工厂之高端过程控制系统工程平台


三、典型冶金工业过程控制仿真及工程应用系统集成

搭载冶金工业相关行业知识模型的冶金APC系统是冶金工业智能化极为重要的载体与实现途径。由于冶金流程行业APC系统研发与集成过程风险高、研发测试周期长。因此,工程控制系统离线仿真系统是尤为必要的。工程控制系统仿真也叫计算机控制仿真技术。计算机控制与仿真技术已深入各个领域,重型高精度装备控制需要复杂模型控制技术,需要进行预先仿真后才能试装;高附加值产品更需要仿真建模技术;现代流程工业APC工艺过程测控系统和高端装备的复杂控制系统需要高端仿真及控制技术。依靠计算机系统及软件,将具体工程原理经过相应数学变换建立相关的工程机理模型,通过数字信号源馈入数字模拟信号激励、检测、验证输出结果以达到对工程问题和物理问题乃至自然界各类问题离线仿真研究及持续改进的目的。复杂工程原理与人工智能联合仿真建模系统(以下简称DEP-ETSEW)主要应用于智能控制系统核心算法设计、验证和工程仿真,使得智能控制系统从设计到系统集成和产品定型在数字化空间中得以充分的验证,降低设计到生产制造之间的不确定性,在数字空间中将生产制造过程压缩和提前,使生产制造过程在数字空间中得以检验,从而提高系统的成功率和可靠性,缩短从设计到产品的转化时间。

图11 复杂系统工程机理仿真

DEP-ETSEW集成了丰富的高级数学功能模块和人工智能子系统,包括线性定常(LTI)连续或离散系统建模、仿真、分析、设计的工具,可以创建如LTI系统动态模型(包括状态空间模型、传递函数模型、零极点-增益模型),模型转换函数,模型降阶函数,系统模型连接函数,时域响应(脉冲响应、阶跃响应)分析函数,频域分析(Bode图、Nyquist图、稳定裕度、Nichols图线)函数,离散系统,机器视觉、数理统计分析、模糊控制函数及工具包,系统辨识,模型预测控制等近千种高级数学功能算法及仿真系统用于不同行业的诸多高端复杂的控制模型用于构建高端工业过程控制统。

图12 DEP-MPAPC丰富的高级数学工具包

DEP-ETSEW平台使得冶金行业及领域的专家、学者及工程技术人员可以在同一平台上并行工作,充分发挥自身的极大优势。内建仿真信号发生器可模拟数百种频率及相位的波形,支持自定义公式波形用于工程原理系统样机的仿真与功能测试,通过严苛的、全面的功能测试后的工程仿真系统可以与冶金工业先进过程控制系统平台(DEP-MPAPC2.0)无缝集成直接用于在线控制系统,仿真成功即系统的集成研发模式大幅缩短高端工业过程控制系统产品从研发到部署的周期。

图13 冶金复杂算法和工程原理Simulink测控模型离线带信号测试


图14 冶金仿真复杂算法和工程原理转化为工程应用测控系统

1交联解耦控制系统



图1双输入双输出串接解耦方块图

           Y(s)=Gc()D(s)G(s)

确定合适的D(s)使D(s)G(s)相乘成为对角矩阵,就解除了系统之间的耦合,两个控制系统不再关联。


图16.1 MIMO测控系统扰动串接解耦工程模拟仿真

图16 .2 MIMO测控系统扰动串接解耦工程应用


2预测控制系统


预测控制不但利用当前的和过去的偏差值,而且还利用预测模型来预估过程未来的偏差值,以滚动优化确定当前的最优控制策略。预测控制优于PID控制。

图17.1 预测控制的基本结构

图17.2   预测控制工程实例(二维传热)

图17.3 连铸坯二维传热模型


3模糊控制系统



模糊控制是用模糊数学的知识模仿人脑的思维方式,对模糊现象进行识别和判决,给出精确的控制量,对被控对象进行控制。

图18  DEP-iFuzzy模糊控制系统的基本结构

图19  DEP-iFuzzy模糊控制系统工程实例

4搭载高级数学功能算法系统的冶金APC测控系统集成与行业应用


EPM系统代码   EPM系统名称         备注  
DEP-EPM-CCFC2.0.3   板坯结晶器电磁制动智能控制系统  
DEP-EPM-CCEC1.0.6 CSP-ESP板坯结晶器电磁制动智能控制系统 CSP、ESP板坯连铸工艺适用
DEP-EPM-CCSS3.0.2   板坯扇形段电磁搅拌智能控制系统  
DEP-EPM-CCSM1.0.3   板坯结晶器电磁搅拌智能控制系统  
DEP-EPM-CCBM2.0.4   方圆坯结晶器电磁搅拌智能控制系统   有色金属领域通用
DEP-EPM-CCBS2.0.5   方圆坯二冷段电磁搅拌智能控制系统   有色金属领域通用
DEP-EPM-CCBF2.0.5   方圆坯凝固末端电磁搅拌智能控制系统   有色金属领域通用
DEP-ICS-INCIC2.0.6   工业智能化数据路由器   电磁冶金专家系统工业通讯标配  

冶金APC系统是是冶金工业智能模型及控制软件应用部署的载体。深度系统性集成先进传感器、控制器、仿真建模、多态实时通讯技术到冶金工业智能制造系统;冶金APC系统通过工业CPS系统与各级测控系统进行数据交互;丰富的高级数学功能模块用于构建不同工序的诸多高端复杂的关键控制模型, 通过APC架构平台集成为高端工业过程控制系统;冶金APC系统的开放性使得不同领域的冶金行业专家、学者及工程技术人员可以在同一平台上并行工作,充分发挥自身的极大优势。将数字化、智能化制造技术、新原理、新工艺从实验室原理概念和理论研发成果转化为相关的数学模型并通过系统集成成为高端智能控制系统在线应用部署于冶金工业制造流程及产线。

5DEP-MPAPC应用拓展

德潽高端冶金工业过程控制系统通用工程平台(DEP-MPAPC&DEP-ETSEW)是流程工业下一代智能模型及控制软件应用部署的载体。平台集成先进传感器、控制器、仿真建模、实时通讯技术到工业智能制造系统;丰富的高级数学功能模块用于构建不同行业的诸多高端复杂的关键控制模型, 通过DEP-MPAPC架构平台集成为高端工业过程控制统;平台的开放性使得不同行业及领域的专家、学者及工程技术人员可以在同一平台上并行工作,充分发挥自身的极大优势。基础通用化平台+用户应用系统的高效模块化系统集成模式将数字化、智能化制造技术、新原理、新工艺从实验室原理概念和理论研发成果转化为高端智能控制系统在线应用部署于工业制造流程及产线。                       

典型行业应用:能源电力、石油、化工、冶金、采掘、航空航天、燃机动力、轨道交通。企业采用基于DEP-MPAPC平台的智能化新技术系统改造升级传统产线自动化系统用以将优秀生产工艺研发成果和测控系统深度结合提高生产效率、降低能耗、稳定高质量产品比率,研发成果直接转化为企业生产力;应用DEP-MPAPC平台的智能化控制模型设计与升级机载控制器系统赋予机载本体控制器系统高度智能化的大脑,大幅提高响应速度、测控系统精度和控制质量。支撑工业软装备引领和驱动未来工业发展,助力企业在日趋激烈的市场竞争中占据产业优势高地。踏实助力所属应用行业制造水平迈向中高端。

视频3 DEP-MPAPC2.0应用于高端过程控制系统的冶金工程应用集成







工业互联网




产业智能官  AI-CPS


加入知识星球“产业智能研究院”:先进产业OT(工艺+自动化+机器人+新能源+精益)技术和新一代信息IT技术(云计算+大数据+物联网+区块链+人工智能)深度融合,在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的机器智能认知计算系统实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链



版权声明产业智能官(ID:AI-CPS)推荐的文章,除非确实无法确认,我们都会注明作者和来源,涉权烦请联系协商解决,联系、投稿邮箱:erp_vip@hotmail.com。





登录查看更多
11

相关内容

工业互联网是全球工业系统与高级计算、分析、感应技术以及互联网连接融合的结果。工业互联网通过智能机器间的连接并最终将人机连接,结合软件和大数据分析,重构全球工业、激发生产力,让世界更美好、更快速、更安全、更清洁且更经济。中国工业互联网标识解析国家顶级节点落户在北京、上海、广州、武汉、重庆五大城市。
最新《智能交通系统的深度强化学习》综述论文,22页pdf
人机对抗智能技术
专知会员服务
192+阅读 · 2020年5月3日
强化学习和最优控制的《十个关键点》81页PPT汇总
专知会员服务
102+阅读 · 2020年3月2日
新时期我国信息技术产业的发展
专知会员服务
69+阅读 · 2020年1月18日
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
105+阅读 · 2020年1月2日
【文献综述】边缘计算与深度学习的融合综述论文
专知会员服务
159+阅读 · 2019年12月26日
【数字孪生】九论数字孪生
产业智能官
57+阅读 · 2019年7月6日
【数字孪生】工业互联网支持下的数字孪生车间
产业智能官
19+阅读 · 2019年6月3日
【工业智能】电网故障诊断的智能技术
产业智能官
33+阅读 · 2018年5月28日
A Survey on Edge Intelligence
Arxiv
49+阅读 · 2020年3月26日
Seeing What a GAN Cannot Generate
Arxiv
7+阅读 · 2019年10月24日
Arxiv
6+阅读 · 2018年11月1日
Learning Recommender Systems from Multi-Behavior Data
Physical Primitive Decomposition
Arxiv
4+阅读 · 2018年9月13日
VIP会员
相关VIP内容
最新《智能交通系统的深度强化学习》综述论文,22页pdf
人机对抗智能技术
专知会员服务
192+阅读 · 2020年5月3日
强化学习和最优控制的《十个关键点》81页PPT汇总
专知会员服务
102+阅读 · 2020年3月2日
新时期我国信息技术产业的发展
专知会员服务
69+阅读 · 2020年1月18日
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
105+阅读 · 2020年1月2日
【文献综述】边缘计算与深度学习的融合综述论文
专知会员服务
159+阅读 · 2019年12月26日
相关论文
A Survey on Edge Intelligence
Arxiv
49+阅读 · 2020年3月26日
Seeing What a GAN Cannot Generate
Arxiv
7+阅读 · 2019年10月24日
Arxiv
6+阅读 · 2018年11月1日
Learning Recommender Systems from Multi-Behavior Data
Physical Primitive Decomposition
Arxiv
4+阅读 · 2018年9月13日
Top
微信扫码咨询专知VIP会员