התפתחות בקרת PID

הבקרים של ה-Integral-Derivative (PID) נשארים עמוד השדרה של אוטומציה תעשייתית, מרחיבים הכל מטמפרטורה ולחץ לזרימה ומהירות.למרות הפשטות שלהם, כוונו לולאה PID לביצועים אופטימליים בתנאי הפעלה שונים הוא אתגר מתמשך של אופטימיזציה מסורתיים על ידי מערכת הפעלה ידנית, ניסוי-טרור, או מודלים פשוטים שלא מצליחים ללכוד התנהגות לא ליניארית, אינטראקציות, או תהליך פעולה דיגיטלית, או שינוי דרך טיפול מתמשך של מערכת הפעלה.

מה זה Digital Twin?

תאומו דיגיטלי הוא ייצוג וירטואלי דינמי, מונע נתונים של נכס פיזי, תהליך, או מערכת.לא כמו מודלים תלת-ממדיים סטטיים, תאום דיגיטלי ברציפות ingests חיישן נתונים ומשתמש סימולציה, מכונה וניתוח כדי לשקף את המדינה הנוכחית, לחזות התנהגות עתידית, ולרשום פעולות שליטה.המושג מקורו בנאס"א עבור החללית אפולו-era לינארי ומאז התרחב לעיכובים בייצור, אנרגיה, ותהליך.

מאפיינים מרכזיים של תאום דיגיטלי יעיל לפיתוח PID כוללים:

  • (FLT:0) temporal ו-Fial fidelityph:1 סימולציה מדרגות והתאמה לרזולוציה או מעבר לדינמיקה של המערכת הפיזית.
  • (FLT:0) אינטגרציה של נתונים בזמן אמת (FLT:1) - קלטות חושיות מעדינות את התאום ברציפות, שמירה על כך מסונכרן עם הנכס הפיזי.
  • (ב) ניתן ליישם שינויים בתאום חזרה למערכת הפיזית, המאפשרת אופטימיזציה סגורה.
  • (FLT:0) ניתוח ראשוני ופוסט-מרשם 1) - התחזיות התאום קובעות את המצבים העתידיים וממליץ על שינויים בפרמטר הבקרה.

בדיקה ואימות משופר

בדיקות ה-HIL (HIL) כבר בשימוש זמן רב כדי לאמת את הבקרים, אך מחסומים פיזיים יקרים, גמישים, ומוגבלים בהיקף. A Digital Twin מרחיבה את HIL על ידי תמיכה ב-FLT:0software-in-the-loop (SIL) FLT:1 ו-FLT:2 Model-in-in-the-the-the-the-the-the-loop (MIL) LT: 3.

יתרה מכך, תאומים דיגיטליים להקל על רצף:0 (התחילה) תוקפים מחדש בדיקות תוקפנות (FLT:1 ; ככל שימי המערכת הפיזיים או השינויים נעשים, ניתן לעדכן את התאום ואת בקר PID אשר נבדק כנגד ספריית תרחישים קריטיים.

מחזורי פיתוח מהירים יותר

כוונון ללא זמן

שיטות כוונון מסורתיות - Ziegler-Nichols, Cohen-Coon, או אופטימיזציה מונע תוכנה - לעתים קרובות דורשות מספר רב של הידבקות במפעל החי, גרימת הפרעות ייצור ותהליך פוטנציאלי מתעצבן. תאום דיגיטלי מאפשר למהנדסים לנגיף פרמטרים בתיבת חול וירטואלית, תוך הפעלת מאות של הידבקות דקות.

עיצוב ואופטימיזציה

קבוצות הנדסיות מרובות יכולות לעבוד במקביל על אותו תאנדום דיגיטלי, אחד מהם מרוויח בעוד בדיקות אחרות נגד אסטרטגיות נגד וינילup או להעריך ארקייד לעומת הזנת אדריכלות. זה מקבילה זרימת עבודה, בלתי אפשרי עם צמח פיזי אחד, באופן דרמטי דחוס את זמן הפיתוח.התאום גם מאחסן היסטוריה שלמה של ניסויים כוונונים, ומאפשר מבחר מונחה נתונים של התצורה הטובה ביותר של בקר.

תחזוקה חיזוי וזיהוי אנומלי

תאום דיגיטלי שעוקב בקביעות אחר תהליך מבוקר PID יכול לזהות סטייתות בין התנהגות צפויה ואמיתית, דגל סימנים מוקדמים של ההידרדרות בציוד או סחף חיישן.לדוגמה, עלייה הדרגתית של hysteresis שסתום שליטה תגרום לפלט PID כדי לבודד יותר באופן אגרסיבי.התאום משווה את התגובה המעודנת עם הסימולציות שלו ומאירגן את מפעילי התחזוקה לפני שריד מתרחשת.

בשילוב עם מודלים למידת מכונה, התאום הדיגיטלי יכול גם לחזות חיים שימושיים של רכיבים כגון אקטוטורים, משאבות, ומעבירים.בקר PID יכול להיות reconfigifiedly כדי לפצות על ללבוש, שמירה על יציבות התהליך כמו מערכת degrads.

חיסכון בעלויות

עלויות הפחתת Prototyping ו- Commissioning

צמחי טייס פיזיים וטיפוסי אבטיפוס בקנה מידה מלא הם הוצאות הון גדולות. תאום דיגיטלי מבטל את הצורך אבטיפוס ביניים רבים על ידי אימות לוגיקה שליטה, פישוט וטריאגרמות כלי (P&IDs), ורצף בין-locks כמעט. שגיאות שנמצאו במהלך עמלה וירטואלית הם הרבה פחות יקר לתקן מאשר אלה שנמצאו במהלך ההפעלה הגופנית.

אנרגיה ואופטימיזציה חומרית

לולאות PID כי הם באיכות ירודה מכוונן אנרגיה פסולת וחומרי גלם.התאום הדיגיטלי מזהה כוונון אופטימלי המפחית את העודף, מיישב זמן, וטעייה יציבה של המדינה.בצמח כימי גדול, אפילו שיפור של 1% בביצוע PID יכול להביא חיסכון שנתי משמעותי.התאום מאפשר גם חסכון שנתי.

שיפור ההסכמה באמצעות אינטגרציה נתונים

נאמנותו של תאום דיגיטלי תלויה עד כמה היא מייצגת את המערכת הגופנית.על ידי הטמעת נתונים בזמן אמת מחיישנים, היסטוריונים, ומכשירי קצה, התאום נשאר הנוכחי עם שינויים בתהליך כגון החלפת חום, מזרז ההזדקנות, או תנודות טמפרטורה מתפתלת.מודל זה מעדכן את הפרמטרים של PID על ידי בקרת דיוק הסתגלות, או באמצעות שליטה מודלית על פני תזמון או שיפור מדויק יותר מאשר תיקון מערכת דיוק קבוע: 1.FID טוב יותר מאשר תיקון תיקון תיקון תיקון מדויק.

יתר על כן, תאומים דיגיטליים מאפשרים (FLT:0) חישה מילולית ( 1:1) - שיפור משתנים שקשה למדוד ישירות (למשל, פרופילי ריכוז בכור) באמצעות הערכת מצבה. ערכים אלה יכולים לשמש כקלטים נוספים בקר PID, שיפור הדחייה ואיכות המוצר.

אופטימיזציה בזמן אמת ומה אם ניתוח

מעבר לכוונון, תאום דיגיטלי תומך ב-FLT:0 ®אופטימיזציה בזמן אמת (RTO)Fua1LT:1 של סט נקודות PID ומטרות פיקוחיות.לדוגמה, בעמודה של דינקיציה, התאום יכול לחשב את ה-Fair בין טוהר המוצר לבין צריכת האנרגיה, ולאחר מכן להתאים את רמת או הטמפרטורה PID למקסימום את הסימולציות "מה אם" ישירות על התגובה התאומה של 5C - אם אני רואה את רמת ההסתגלות של ההסתגלות של התקני ה- 5 מעלות לפני שגיאומיתות של ה- 5C?

אסטרטגיות יישום

חיישן ותשתית נתונים

בניית תאומה דיגיטלית לפיתוח PID מתחילה עם כלי של הנכס הפיזי. חיישנים באיכות גבוהה עם שיעורי דגימה מתאימים הם חיוניים; איכות נתונים ירודה מובילה למודל השונה מהמציאות. מערכות רכישת נתונים חייב ללכוד לא רק משתנים תהליכים (PV) ופלט בקר (OP) אלא גם הפרעות כגון תנאי מטבול או וריאציות במעלה הזרם.

פיתוח מודלים ו-Celbration

שלוש גישות דוגמנות הן נפוצות: משוואות בעלות ערך המוני ואנרגיה, FLT:2 מודלים המבוססים על פיסיקה 3 (למשל משוואות שונות של מאזן המוני ואנרגיה), FLT:2 מודלים קבועים המונעים על ידי נתונים לאמת את התחזיות של 3D (רשתות עצביות, ARX, שטח המדינה), ו-FLT:4 דגמי LTF:5 אשר משלבים את החיזוי המדויק בין התקני הזיהוי הפיזיים לבין דגם ה-ההתאמה המדויקת של ה-החומרהחומרה.

פלטפורמת תוכנה ו- Simulation Environment

פלטפורמות מסחריות כגון Siemens SIMIT, ANSYS Twin Builder, או קוד פתוח מסגרות כמו OpenModelica לספק את מנוע הסימולציה.אינטגרציה עם מערכת הבקרה (DCS, PLC, SCADA) הוא קריטי.הפלטפורמה צריכה לתמוך OPC UA, MQTT, או פרוטוקולים דומים לזרימת נתונים דו-כי-כיופנית, מהנדסים צריכים כלים כדי לדמיין את החתימות, התגובות והביצועים, תוך כדי פתרון נתונים תאום (ISE) בסביבת ISE) על הסביבה התאומה.

שיתוף פעולה ארגוני

אימוץ מוצלח דורש לשבור silos בין מהנדסי שליטה, מהנדסי תהליכים, מדעני נתונים, ו- IT. צוות תאום דיגיטלי מרכזי יכול לנהל גרסאות מודל צינורות נתונים, בעוד מומחי דומיין לאמת את הפיזיקה ולשלוט לוגיקה. תוכניות הדרכה לעזור למפעילים להבין כיצד להשתמש בתאום לפתרון בעיות אופטימיזציה.

תגית: Chemical Batch Reactor PID Tuning

יצרן כימי מיוחד ייושם תאום דיגיטלי של כור 10,000 ליטר כדי לייעל את בקרת הטמפרטורה שלו.בקר PID הפיזי, מכוון שמרנית, גרם להרמת חימום איטית ותדירות גבוהה יותר לפתרון כי degraded המוצר מניבה.שימוש בתאום הדיגיטלי, מהנדסים הטמיעו תצורה של cascade (ג'ט PID כ-Loutrated Project, השקעה עיקרית) והשגת תזמון בהתבסס על העברת חום coefficient במהלך החיזוי של 1% של מחזור זמן כפול של 12%.

אתגרים ומגבלות

מודל Accuracy ו- Drift

תאום דיגיטלי הוא רק טוב כמו המודל והמידע שלו.מדת חיישן אינקליזציה, דינמיקות לא מתוכננות (למשל, פטיש נוזלי או קליטה), או נתונים לא מספיק אימון יכולים להוביל לתאום שמזהה מציאות, שעלול לגרום למהנדסים לכוון לולאות PID המבצעים רע כאשר הם פרוסים. אימות מודל קבוע נגד נתונים צמחיים פיזיים נדרש, ובאופן אוטומטי צריך לגרום לזיהוי צריך להיות rebration.

עלויות פיצויים ועלויות

תאומים דיגיטליים בעלי נאמנות גבוהה יכולים להיות אינטנסיביים מבחינה חישובית, במיוחד כאשר הם מדגימים דינמיקות מהירות (למשל, כונן מוטורי או pneumatic Actuators) סימולציה מבוססת ענן עשויה להציג חוסר יכולת בלתי מתקבל על הדעת עבור שליטה בזמן אמת. Edge או מודלים מופחתים יכול להפחית את זה, אבל להקריב כמה נאמנות.

סיכוני אבטחת סייבר

תקשורת עקיפה בין מערכת הבקרה הדיגיטלית לתאום ופיזית יוצרת משטח התקפה מורחב.גישה בלתי מאובחנת לתאום יכולה לאפשר לתוקפים לתפעל פרמטרים של סימולציה, מה שמוביל לפעולות בקרה מסוכנות אם הן אמינות עיוורת, הצפנה, ובקרת גישה קפדנית הן חובה.התאום צריך להתייחס אליו כמערכת ביקורתית בטיחותית.

התנגדות ארגונית

יישום דורש שינוי תרבותי.מהנדסי שליטה מנוסים עשויים למנוע תוצאות סימולציה של אמון, מעדיף לחיצות ידיים על כוונון.התגברות על זה דורש להפגין את הדיוק של התאומה באמצעות השוואות בצד השני ושילוב של מפעילי מוקדם בתהליך הפיתוח.

מגמות עתידיות

AI-Embedded Digital Twins

מודלים של למידת מכונות הם יותר ויותר מוטבע בתוך תאומים דיגיטליים כדי לחזות התנהגות לא ליניארית ולהמליץ על PID רווחים בזמן אמת. סוכני Reinforcement Learning (RL) ניתן לאמן ישירות על התאומה כדי לגלות אסטרטגיות שליטה חדשניות כי פרמטר קלאסי PID, בעוד עדיין מספק אפשרויות גיבוי מפרש. מצפה לראות "Hbrid" בקרים שבו סוכן RL מתאים PID מקבל התאמה הסתגלותית על בסיס המדינה.

המונחים: Twin Frameworks

קונסורציונל של תעשיית הרכב (למשל, Digital Twin Consortium, Asset Administration Shell) מפתחים סטנדרטים פתוחים עבור יכולת בין-אופרציה תאומים תאום.זה יאפשר כלים לכוונון PID לעבוד עם תאומים דיגיטליים מעוד, צמצום מנעול-אין-ב ואימוץ מאיץ.

המונחים: low-Latency Twins

ההתקדמות במחשוב קצה מאפשרת הפעלת תאום דיגיטלי מקומי, עם סינכרוניזציה ברמה של מילימטרית למערכת הפיזית.תתאומים כאלה יכולים לספק סימולציה גבוהה של לולאות PID מהיר (למשל, בקרת מהירות מוטורית), פתח יישומים בבוטאים ובקרת תנועה שהיו בעבר לא מעשי.

מסקנה

הטכנולוגיה התאומה של Digital Twin התפתחה מסקרנות מושגית לכלי מעשי שמשפר באופן יסודי את פיתוח מערכת הבקרה של PID. על ידי מתן בדיקות מקיף, השקיה מהירה יותר, תחזוקה חיזויית, ואופטימיזציה בזמן אמת, תאומים דיגיטליים מספקים חיסכון בעלויות, אמינות משופרת, וגמישות תפעולית גדולה יותר.כפי שעולה עלות חיישן, כוח מחשוב מתרחב, ולפתח, את המחסום כדי להמשיך לשלוט מהנדסים נמוכים יותר.

לקריאה נוספת, ייעוץ משאבים מן ה-FLT:0 (ה) ;0) ,(ה) על שליטה מבוססת מודלים, על בסיס מודל, FLT:2Control EngineeringFLT 3 עבור מחקרים, ו-FLT:4Digital Twin Consortium:5 עבור יישום מסגרות.