Modellbasierte Steuerung von quasi-diskreten Batch-Prozessen auf Basis physikalischer und datenbasierter Modelle

verfasst von

Alexander Rose

betreut von

Tobias Ortmaier

Abstract

Die Industrieproduktion steht besonders an Standorten mit hohen Energiepreisen unter einem starken internationalen Wettbewerbsdruck. Modellprädiktive Steuerungen, die übergeordnete Zielgrößen wie den Energiebedarf erfassen, können wesentlich zur Steigerung der Energieeffizienz industrieller Prozesse beitragen. Eine Erweiterung gegenüber dem Stand des Wissens stellt die entwickelte Methodik zur modellprädiktiven Steuerungen komplexer quasi-diskreter Batch-Prozesse, die sogenannte rückkopplungskorrigierte optimale Planung, dar. Die in der Methodik zur Prozessmodellierung vorgeschlagenen Standardelemente vereinen Totzeitsysteme mit den, zur Modellierung von festen Prozesszeiten quasi-diskreter Batch-Prozesse erforderlichen, Beschränkungen. Für das Erreichen von Echtzeitfähigkeit reduzieren binäre Totzeitsysteme den Rechenaufwand zur Lösung des Optimalplanungsproblems und ermöglichen eine einfache Berücksichtigung des Prozessfortschritts im ökonomischen Gütefunktional. Weiterhin ist eine Beeinflussung des Kompromisses zwischen Rechenaufwand und Reaktionsfähigkeit durch die Wahl der Dauer eines Zeitschritts möglich. Die Anwendbarkeit der über einen Horizont ausgeführten optimalen Planung hängt von der Genauigkeit der Vorhersage der Prozess- und Störgrößen ab. Da eine Störgrößenprädiktion durch physikalische Modelle oft nicht oder nur sehr aufwendig möglich ist, wird als Erweiterung zum Stand des Wissens eine generisch anwendbare Vorgehensweise zur datenbasierten Prädiktion industrieller Prozessgrößen entwickelt. Die in der Vorgehensweise verwendeten sequentiellen Long Short-Term Memory (LSTM) Netzwerke ermöglichen eine Berücksichtigung zeitlich verschobener Korrelationen. Durch die Verwendung sequentieller LSTM-Netzwerke in Verbindung mit den hier vorgeschlagenen Sensitivitätskennwerten, die eine schnelle Selektion nicht-sensitiver Prozessgrößen zulassen, erfolgt eine systematische und zeiteffiziente Bestimmung der Netzwerktopologie mit geringer Komplexität. Die industrielle Anwendbarkeit der Vorgehensweise zeigt das Beispiel der Vorsteuerung der Wasserzugabe im Mischprozess einer Gießerei. Deren Erprobung im realen Produktionsbetrieb führt zu einer erheblichen Stabilisierung der Prozessgröße Verdichtbarkeit um deren Sollwert. Am Beispiel der Formstoffbereitstellung der Gießerei wird die einfache Anwendbarkeit der Methodik zur optimalen Planung demonstriert und in der Erprobung an der realen Produktionsanlage eine hohe Reduktion des Energiebedarfes erreicht. Durch die Erweiterung der optimalen Planung um eine, nach der Vorgehensweise zur LSTM-basierten Prädiktion systematisch und zeiteffizient erstellten, Vorhersage der Störgröße steigt die Energieeinsparung deutlich.

Organisationseinheit(en)

Institut für Mechatronische Systeme

Typ

Dissertation

Anzahl der Seiten

121

Publikationsdatum

2023

Publikationsstatus

Veröffentlicht

Elektronische Version(en)

https://doi.org/10.15488/14964 (Zugang: Offen)