יישום מערכות בקרה אוטומטיות של Proportional-Integral-Derivative (PID) מערכות בקרה וניהול פסולת ומתקנים מחזוריים הפך אבן הפינה של אוטומציה תעשייתית מודרנית. אלה משובים סגורים מאפשרים רגולציה מדויקת של משתנים תהליכים קריטיים כגון מהירות העברה, מיון מיקום ניהול הזרוע, מינון כימי וטמפרטורה - המאפשר מתקנים לפעול ביעילות למרות זרמי פסולת משתנים מאוד.

מערכות בקרה PID

(ב) ויקרא י"ד): "ה' (ב"ה)" (ב"ה)" (ב"ה)" (ב)"ה')" (ב"ה)"ב"ה') "ה'ה' (ב')"ה', ב'"ה' (ב') ויקרא י"ד)"ד)"ב"ב"ב"ה' (ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב)

כל מונח משרת מטרה ייחודית.המונח היחסי מספק את עיקר התגובה אך אינו יכול למנוע שגיאות מצב קבועות על ידי עצמו.המונח האינטגראלי מסיר טעות של מצב יציב על ידי שילוב של ה-Surual Offset, אך פעולה אינטגראלית מדי יכולה לגרום לפתרון יתר וניתוקציות.המונח הנגזר מוסיף לחות ומשפר את הזמן, אך רגיש למדידה.ב בפועל, יישומים תעשייתיים רבים (לא) או תגובה נדרשת על הסביבה.

שיטות להורדת Waste Management Applications

כוונון נכון של שלושת הרווחים (Kp, Ki, KD) הוא חיוני לשליטה יציבה ויעילה.שיטות לכוונון משותף כוללות:

  • (FLT:0) Ziegler-Nichols Open-loop Language: FLT:1 מבוסס על מבחן תגובה צעד כדי לחלץ את רווח התהליך, זמן מת, קבוע זמן מתאים לתהליכים פשוטים כמו חגורות שידור עם lag צפוי.
  • (ב) ⁇ 0) ⁇ -Nichols סגורה שיטת ה-loop: FLT:1 מעלה רווח פרופורציונלי עד ששינויים מתמשכת מתרחשים (הרווח האולטימטיבי קו ותקופת Tu) ואז חלים נוסחאות אמפיריות עבור Kp, Ki, Kd פועל היטב עבור מנגנונים ו dosing כימי.
  • (FLT:0) Manual (trial-and-טרור) כוונון: FLT:1 משמש לעתים קרובות במתקנים רטרופיטיים שבו בדיקות תגובה צעד הוא לא מעשי. Technicians להסתגל להישגים תוך התבוננות בתגובות של תהליכים להפרעות מכוונת.
  • (FLT:0) מערכות ההפעלה האוטומטיות של Software:FLT 1:1 מודרני PLCs ו DCS מציעים אלגוריתמים בנוי-אין-מזל אשר מבצעים בדיקות משוב ממסר כדי לקבוע קו ו Tu באופן אוטומטי.זה נפוץ יותר ויותר במפעלי עיבוד פסולת חדשים.

כוונון למתקנים פסולת מורכב מהעובדה כי הרכב פסולת משתנה עונתי ואפילו שעה. A כוונון שעובד עבור קרטון יבש עשוי לגרום תנודות כאשר אורגנים רטובים להיכנס למערכת. מתקנים מתקדמים מעסיקים קבל או הסתגלות טכניקות PID כי להתאים רווחים המבוססים על תכונות הזנה נמדדת.

יישום מתקני ניהול פסולת

בקרים PID פרוסים במספר נקודות בשרשרת עיבוד הפסולת. להלן הם דוגמאות מפורטות לשימוש שלהם במיין, העברה ותהליכי טיפול.

בקרת מהירות Conveyor Speed control

במתקני התאוששות חומרית (MRFs), חגורות העברה מבזבזות תחנות ממין בעבר וחיישנים אופטיים.מהירות החגורה חייבת להיות מוחזקת בנקודת סטמנט אשר מאוזנת באמצעות חישוב דיוק.בקר PID מאמת את כונן הקידוד משתנה (VFD) של עומסי ההעברה על בסיס משוב ממטר או קודר.אם חגורות איטיות עקב עומס מוגבר (למשל, ירידה מהירה של לחץ כבד).

המונחים: mechanism Precision

מטיפים אופטיים משתמשים במצלמות ליד-infrared (NIR) ומטוסים אוויריים דחוסים כדי להזריק חומרים ספציפיים מזרימת הפסולת.התזמון והכוח של כל מטוס אוויר חייב להיות מסונכרן בדיוק עם מהירות החגורה ומיקום החומרי.בקר PID יכול לשנות את לוח הבקרה של לחץ האוויר או את משך הדופק ה-Solenoid מבוסס על משוב מהיר לחץ זה מבטיח קרינת חשמל מתקדמת או מהירות של לחץ חיצוני כלשהו.

כימיקלים עושים ב-Wet Processing

ב-Anaerobic העיכול והמתקנים המנציחים, ה- pH, הטמפרטורה והלחות של תהליך ה-Slerery חייבים להיות מוסדרים בקפידה. pID משתמשים בתוספים מטר כגון סיד (להתאמה ל- pH) או אנזימים (לשליטה ריחנית) pH מספק את תהליך המשתנים; הפלט טמון אות למשאבת משתנה, כי תהליכים ביולוגיים יש זמן רב יותר ויותר מ-i-i-to-to-reperative-to-to-to-to-to-to-to-to-to-to-to-to-tative אלקטרו-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-temtemtrecavetrecavetrecavetrevetrevetretative Defation (לא-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to

בקרת טמפרטורה בטיפול נמרץ

Pyrolysis, גזיפיקציה, וצמחים של חומרים מדגימים טמפרטורה מדויקת כדי להתאים את ההתאוששות באנרגיה ולמזער פליטות.בקר PID משנה את קצב ההזנת הדלק או את יחס הדלק על בסיס קריאה thermocouple בתוך הכור. כי תהליכים תרמיים יש לא לינאריות חזקות ו inertia תרמית גדולה, פעולה משמשת בשפע; במקום זאת, בקרה (עם פרופיל פנימי לזרימה) לטמפרטורה אחורית (אוט).

שליטה על הכוונת

מערכות ערימה סטטית מגובשות לשמור על תכולת הלחות של הרוחב ב 50-60% לפעילות מיקרוביאלית אופטימלית.בקר PID מתאים את משך מחזורי ההצתה לסירוגין או את קצב הריסוס של מים (או רטיט חזור) בהתבסס על משוב מחיישנים לחות קיבוליים. כי בדיקות לחות נסחף לאורך זמן ומושפעות על ידי טמפרטורה, המונח חייב להיות מוגבל כדי למנוע מים מופרזים לשימוש כפול עבור מתקנים רגילים.

PID Tuning for Variable Waste Streams

המאפיינים הדינמיים של ציוד עיבוד פסולת משתנים כמו השינוי החומרי.לדוגמה, ציור הטורק של גרוטר משתנה באופן דרמטי כאשר עיבוד מזרנים לעומת נייר משרדים. עומס חיכוך של משדר משתנה עם תוכן לחות.

קבל Scheduling

גישה מעשית אחת היא תזמון: הבקר משתמש בטבלה של הסתכלות כדי לבחור Kp שונה, Ki, KD ערכים המבוססים על אזור התפעול הנוכחי (למשל, עומס נמוך, עומס בינוני, עומס גבוה) המעבר בין אזורים ניתן להחליק באמצעות אינטרפולציה B-spline. Get-scheduled PID הוא מיושם בספריות PLC רבות, ניתן לכוון ללא הפרעה באמצעות תהליך היסטורי.

כוונון PID Tuning

מתקנים מתוחכמת יותר פריסת התאמות (עצמים) בקרים PID המזהים את הדינמיקה של תהליך מקוון באמצעות ריבועים פחות רציונאליים (RLS) estimation.הבקר מתעד את הרווחים שלו כדי לעקוב אחר שינויים במודל התהליך.זה אינטנסיבי מבחינה חישובית אבל יכול לטפל בסחף איטי כגון עונד או חיישן מזיזות. pID הוא שימושי במיוחד במערכות כימיות שבו התגובה משתנה עם אלקטרוניקה.

שיקולים מעשיים

  • (ב) יש למנוע את הסעיף הראשון של ה-Integral Windup על ידי עצירת החרוטטור כאשר הפלט נמצא במגבלה (מנקה) או על ידי חישוב לאחור של האינטגראלי מהתפוקה בפועל.
  • (FLT:0)Measurementרעש: FLT:1 פעולה דרביטיבית מדגימה רעש גבוה ⁇ .A הראשון סדר נמוך מסנן (למשל, עם קבוע של 1-10 שניות) יש ליישם את התהליך משתנה לפני מונח נגזרת.
  • (FLT:0)Sampling Rate: 1FLT:1 , פקדים דיגיטליים PID לרוץ במרווחים קבועים. עבור תהליכים מהירים (אוויר-הגיל), שיעור הדגימה צריך להיות 10-100 מ"מ עבור תהליכים איטיים (טמפרטורה בעיכול), 1-10 שניות הוא מספיק.
  • (ב) ⁇ :0) ⁇ : במקום לקבל שינויים בנקודת המוצא, הפחתת נקודת המוצא.

שילוב עם SCADA ו-IoT

בקרים PID במתקני פסולת מודרניים הם לעתים רחוקות עמידה. הם מוטבעים בקרים לוגיים הניתנים לתוכנה (PLCs) שמתקשרים עם מערכת בקרה פיקוחית ורכישת נתונים (SCADA) מערכת לוח המחוונים SCADA מספק, מגמה היסטורית, ניהול אזעקה ותיקון סטנקט מרחוק. המפעילים יכולים לפקח על הביצועים של כל לולאה PID בזמן אמת ולהשיק רצף אוטומטי מעבודות מרכזיות.

האינטרנט של דברים (IoT) מרחיב את השליטה PID לתחזוקה חיזויית.לדוגמה, את הפלט של בקר PID המניע סוג של אוויר-ג'ט ניתן לנתח עבור דפוסי ללבוש: אם הבקר הוא שליטה בלחץ גובר כדי לשמור על אותו כוח הזריקה, שסתום הסולנואיד עשוי להיות נכשל.

פלטפורמות מבוססות ענן כמו FLT:0DirectusFLT:1 יכול לשמש כ- CMS חסר ראש לאחסון פרמטרים לכוונון לולאה, יומני תחזוקה, ונקודות תפעוליות, המאפשר גישה מאובטחת, מבוססת תפקידים מכל מכשיר. integrating PID עם שכבת נתונים גמישה מתקן נתונים מאפשר למהנדסים להשוות ביצועים על פני אתרים שונים וסטנדרטיים של נהלי כוונון.

היתרונות של בקרת PID במתקני פסולת

היתרונות הכמותיים של יישום שליטה PID בניהול פסולת הם משמעותיים.הרשימה הבאה מדגישה שיפורים טיפוסיים שניתן לראות במחקרים על מקרים בתעשייה:

  • (FLT:0) יעילות אנרגטית עולה של 15-30%:03FLT:1 על ידי שמירה על מהירות העברת בנקודת אופטימלית (במקום לרוץ במהירות גבוהה קבועה), VFDs להפחית צריכת אנרגיה מוטורית. A PID-regulated pyrolysis פרונסיז יכול לחתוך שימוש בדלקי עזר על ידי 20% לעומת בקר / off.
  • (FLT:0) שיפור טוהר של 5-10 נקודות: ההרחבה: ReveFLT 1 1 של לחץ אוויר-ג'ט ותזמון מפחיתה את הפחתת הפחתת הפחתת הפחתת ההפחתה של מחקר A 2021 ב MRF הולנדי הראה כי החלפת מערכת לחץ קבוע עם לחץ מבוקר PID שיפרה את טוהר PET מ-98% ל- 94%.
  • (FLT:0 Throughput עולה ב-10-25%:FLT:1 בקרים PID מאפשר למערכת להתקרב לקיבולת המקסימלית ללא הפסקות תכופות עקב עומס יתר או ריבאונדים.בקרת המהירות ההסתגלות מונעת מערימות תוך הבטחת מזון יציב למיין.
  • (FLT:0) אספקת צריכת כימית ב-30-50%: ההרחבה 1 (Precise dosing of flocculants, pH מתכווצים, וביוצידס מבטלת שימוש יתר.זה לא רק חוסך כסף אלא גם מקטין את העומס הסביבתי של טיפול פענוח.
  • (FLT:0) Extendedציוד חיים:FLT1 Smooth, האצה איטית יותר ודה-הפצה (שליטה פרופיל) להפחית מתח מכני על חגורות, מנועים, ו-PTID רצף הסטארט-אפ מבוקר מונע את הספיקים הנוכחיים שיכולים לגרום נזק.
  • (FLT:0) בטיחות מובטחת: FLT:1 ⁇ ⁇ אשר לווסת לחץ, טמפרטורה וריכוזי גז לשמור תהליכים בתוך המעטפות הפעלה בטוחות, להפחית באופן אוטומטי את התפוקה אם גבולות הם התקרבו.זה קריטי בעיכולות אנאירוביות למנוע אירועים מדכאים.

אתגרים ושיקולים

למרות היתרונות שלהם, בקרים PID אינם תרופת פאן אוניברסלית לעיבוד פסולת מציג אתגרים ייחודיים הדורשים הנדסה מתחשבת.

חוסר לינאריות וזמניות

הרווח של התהליך (כמה הפלט משתנה בטעות יחידה) יכול להשתנות על ידי גורם של 10 או יותר בשינוי יחיד.לדוגמה, את הפחתת החום coefficient בשינויים של בזבז-אנרגיה-לאנרגיה משתנה כמו שכבת הייבוש על צינורות מצטברים. A קבוע-gain PID מכוון צינורות נקיים oscillate כאשר הליטוט הוא מלוכלך. תזמון או שליטה הוא הכרחי אבל מוסיף מורכבות של כמה מתקנים מבוססי-MP).

חיישנים

שליטה PID היא רק טובה כמו חיישן המספק את תהליך משתנה. בסביבות בזבוז, חיישנים כפופים לעבירה, לחסן, קורוזיה, ו- corrosion. a pH אלקטרודה מכוסה עם שיבוש תקרא באופן לא נכון, מה שגורם למונח האינטגראלי לשלב טעות כוזבת ובסופו של דבר ליישב את המשאבה המתפתלת. ניקוי קבוע ו cabration הם הכרחיים רבים להתקין מחדש ומיישמים חיישנים לגיטימיים ותקפים (מבדקים) נגד לוגיקה (מבדק) נגד לוגיקה.

Dead Time

זמן מת (עיכוב חמור) נפוץ בתהליכי פסולת: הזמן בין התאמת שסתום ולראות שינוי החיישן יכול להיות עשרות שניות ב dosing כימי או דקות בשליטה טמפרטורה. pID בקרים שאינם אחראים לזמן מת נוטים overshoot או להיות בלתי יציב.הסמית צופה או ארכיטקטורת בקרה המשתמשת במודל של התהליך כדי לחזות את ההשפעה של התפוקה - ניתן לשלב עם PID מת זה הוא שינוי.

השקעה ראשונה ומומחיות

החלת מתקן קיים עם בקרים PID לעתים קרובות דורש שדרוג חיישנים, אקטוטורים, ולשלוט בחומרה.עלות של PLC, HMI, ותקני שדה עבור קו אחד יכול לעלות על 20,000 $. יתר על כן, כוונון ושמירה על לולאות PID דורש טכנאים כלי רכב מיומנים או מעבדי בקרה תהליכים. ומתקני Smaller עשויים להיאבק כדי להצדיק את ההוצאות.

זמן מחזור ו Oscillation

בקרים PID מחווננים באופן עני עלול לגרום תנודות מתמשכת כי פסולת אנרגיה ולבוש ציוד. במערכות מיון, oscillations מהירות החגורה מבלבל את החיישנים אופטיים ולהפחית דיוק קבוע ניטור ביצועים - שימוש במערכת SCADA כדי לחשב את השגיאה המוחלטת (MAE) או אינדקס אדרי - מסייע לזהות לולאות כי צריך לתקן.

מגמות עתידיות: AI-Augmented PID ו- Predictive control

הגבול הבא באוטומציה ניהול פסולת הוא ההיתוך של שליטה PID עם למידת מכונה ואינטליגנציה מלאכותית. חוקרים מפתחים בקרים היברידיים המשתמשים ברשת עצבית כדי לחזות את נקודת המוצא האופטימלית עבור לולאה PID המבוססת על מידע קדימה כגון נתוני חיישן פסולת.לדוגמה, מודל AI יכול לחזות את מהירות העברת הנדרשת עבור השעה הבאה בהתבסס על תבניות חישוביות, ולאחר מכן PID שומרת כי עם מהירות גבוהה למרות דיוק.

גישה מבטיחה נוספת היא חיזוק למידה (RL) עבור כוונון PID רווחים. סוכן RL אינטראקציה עם סימולציה של תהליך הפסולת ולמד מדיניות אשר מתאמת Kp, Ki, ו KD בזמן אמת כדי למזער פונקציה עלות הכוללת צריכת אנרגיה, מיון שגיאות, overshoot. ניסויים בסביבות MRF מסימולציה הראו כי RL-tuned PID מופחתת את העלות הכוללת על ידי 12-Negs ל-Nexic.

לבסוף, תחזוקה חיזוי משולבת עם ניתוח ביצועים של PID יכול לצפות כאשר שסתום, מנוע או חיישן להיכשל. על ידי מגמת מיצוי הפלט של הבקר או הערך הממוצע של המונח האינטגראלי במשך שבועות, צוותי תחזוקה יכולים להחליף רכיבים לפני שהם גורמים לתהליך להרגיז.גישה סגורה זו - שבו שליטה על נתונים מודיעים החלטות תחזוקה - היא עמוד מרכזי של תעשייה 4.0 בעיבוד פסולת.

מסקנה

בקרים PID כבר זמן רב את עבודת האוטומציה התעשייתית, ותפקידם בניהול פסולת ומחזור הוא קריטי יותר מתמיד.ממקביעת מהירות העברת חומרים בדיוק לעשות כימיקלים וייצוב כורים תרמיים, מערכות משוב אלה מאפשרות למתקנים להתמודד עם מהלכים מורכבים ומשתנים עם יעילות גבוהה יותר ובטיחות.

(ב) לקריאה נוספת על כוונון בקר PID, ייעוץ:0ControlGuru מדריך כוונון מעשי של PID 1 (A Case Study of PID) במפעל לאנרגיה שפכים זמין מ-FLT:2Automation.comFLT 3: עבור סקירה של בקרת PID אדפטיבית, ראה את המאמר "שליטה חיובית PID עבור מערכות זמן-Vary: 4.