INCA
Modelgebaseerde procesregelingen

Tot voor kort werden modelgebaseerde procesregelingen voornamelijk toegepast binnen de olieraffinage en in de petrochemie. In deze industriesegmenten is het nagenoeg ondenkbaar geworden dat crude distillers en crackers zonder de inzet van Model Predictive Controllers (MPC) worden bedreven. Succesvolle MPC toepassingen in de (polymeer)chemie, in de glasindustrie en in de energiesector zijn echter nog niet zo dik gezaaid. Voor deze sectoren worden aan de procesregelingen, naast doorzetoptimalisatie, ook specifieke eisen gesteld ten behoeve van de beheersing van productkwaliteit en verhoging van de procesflexibiliteit. Om aan deze eisen te kunnen voldoen is INCA ontwikkeld: een MPC technologie gebaseerd op de nieuwste optimalisatie technieken. Met recht de eerste van een nieuwe generatie modelgebaseerde procesregelingen.

Version française

Een algemeen kenmerk van de bovengenoemde marktsegmenten is de voortdurende druk om zich aan te passen aan wijzigende marktomstandigheden of veranderende wetgeving. Een product dat nu nog voor een gunstige prijs verkocht kan worden kan binnen een jaar onverkoopbaar zijn. In de (polymeer)chemie en de glasindustrie moet met dezelfde productie-eenheid steeds vaker een breed productenscala met de hoogst mogelijke kwaliteit worden vervaardigd. Productomstellingen worden steeds veelvuldiger. Dergelijke omstandigheden stellen hoge eisen aan de toe te passen procesregeling:

• minimalisatie en compensatie van stoorinvloeden zoals ten gevolge van wisselende samenstelling van grondstoffen en brandstoffen,

• minimalisatie van energiegebruik en uitstoot van afvalstoffen,

• maximalisatie van flexibiliteit door minimale omsteltijden, en

• effectieve besturing in meerdere werkpunten.

Bestaande procesregelingen, samengesteld uit meerdere één-ingang één-uitgang PID regelkringen zijn vaak niet in staat om aan deze soms tegengesteld lijkende eisen te kunnen voldoen. Een complexere regeldoelstelling vereist een regeltechnologie die meer mogelijkheden biedt. Modelgebaseerde multivariabele optimaliserende regelsystemen bieden dan uitkomst.

Modelgebaseerde voorspellende procesregelingen worden vaak aangeduid met de term Advanced Process Control. Deze uitdrukking is zeker van toepassing op de INCA technologie, aangezien:

• het een regelsysteem is gebaseerd op een expliciet mathematisch model dat de procesdynamica gedetailleerd beschrijft,

• het gebruikt wordt als supervisory controller en een aanvulling is op bestaande DCS en PLC procesregelingen,

• het een multivariabele procesbesturing is, waarbij regelacties op alle relevante procesingangen in één rekenslag bepaald worden op grond van alle relevante actuele procescondities,

• het de regelacties over de gehele voorspellingshorizon optimaliseert.

Regelaarstructuur
Aan de hand van het principe van een modelgebaseerde voorspellende regeling is het eenvoudig aan te geven waarin INCA zich van vorige generaties MPC onderscheidt.

Modelstructuur
Een voorspellende regelaar gebruikt een dynamisch procesmodel waarmee het gedrag van een proces in de toekomst kan worden voorspeld op basis van regelacties uit het verleden en van de nog uit te voeren regelacties (zie figuur 1). De nog uit te voeren regelacties worden berekend rekening houdend met de opgegeven randvoorwaarden. Aangezien er meer randvoorwaarden worden opgegeven dan er vrijheidsgraden zijn krijgt elke randvoorwaarde een prioriteit mee. Aan randvoorwaarden met een hoge prioriteit wordt eerst voldaan. Dit concept wordt verder uitgelegd in het eerste toepassingsvoorbeeld. De kwaliteit van het gebruikte procesmodel bepaalt de kwaliteit van de voorspelling en daarmee de kwaliteit van de regeling. Niet-lineaire processen laten zich het meest nauwkeurig benaderen door niet-lineaire modellen. INCA is ervoor ontworpen om van dergelijke modellen gebruik te maken en daarmee nieuwe toepassingen (bijv. batch processen) mogelijk te maken of hoger regelnauwkeurigheid te bereiken voor sterk niet-lineaire processen.

Bandbreedte
De frequentie waarmee een regelsysteem correcties aan een proces aanbrengt hangt af van de dynamica van het proces: een drukregeling heeft over het algemeen een hogere regelfrequentie dan een temperatuurregeling van een vloeistofvat met enig volume. INCA voert elke regelactie drie basisberekeningen uit:

• voorspelling van het toekomstig procesgedrag op basis van eerder toegepaste processturingen,

• berekenen van de optimale processturingen aan het einde van de voorspellingshorizon ten einde gestelde doelen te bereiken (statische optimalisatie), en

• berekenen van de optimale processturingen binnen de proceshorizon onder de voorwaarde dat gestelde grenswaarden niet worden overschreden en er minimaal energie- en grondstoffengebruik plaats heeft.

INCA is speciaal ontworpen om deze complexe rekenhandelingen zo snel mogelijk uit te voeren, met de snelste optimalisatie algoritmen welke recent binnen de wetenschappelijke wereld ontwikkeld zijn. Een hoge regelfrequentie is een voorwaarde om zowel snelle als langzame procesverstoringen te kunnen compenseren. De grote bandbreedte levert de mogelijkheid om deze regelaar ook voor vormgeefprocessen (bijv. walsen en persen) in te zetten.

Multi-model
Een procesmodel is altijd een benadering van het werkelijke procesgedrag en ook het gebruik van een enkel niet-lineair model kan soms nog onvoldoende nauwkeurigheid bieden als het proces snel van het ene naar het andere werkpunt moet worden gebracht. INCA is ingericht om van meerdere modellen tegelijkertijd gebruik te kunnen maken en op basis van een algoritme een keuze te maken voor het meest geschikte model of combinatie van procesmodellen. Tijdens een productwisseling worden automatisch ook de procesmodellen gewisseld en blijft de regelnauwkeurigheid binnen de specificaties.

INCA Product Suite
Moderne regeltechniek kan niet met succes worden toegepast zonder effectieve ontwerpomgeving. De INCA Product Suite bestaat daarom uit een aantal op elkaar afgestemde gereedschappen, welke in twee groepen te verdelen zijn INCADesigner en INCAOnline.

INCAModeler: schatten van parametrische en niet-parametrische multivariabele dynamische procesmodellen.

INCAConfigurator: Configuratie en ontwerp van het modelgebaseerde regelalgoritme.

INCASimulator: Off-line simulatie en onderzoek van het gedrag van het geregelde proces en de prestaties van de procesregeling.

INCAEngine: Modelgebaseerde MIMO regelaarkernel.

INCATest: Automatisch testen, verzameling en opslag van procesgegevens en visualisatie van procestrends.

INCAView: Visualisatie en tuning van het gedrag en prestaties van de INCAEngine.

INCA is beschikbaar in ontwikkel- en run-time versies.

Toepassingen
INCA is sinds medio 1998 ontwikkeld door IPCOS Technology (Boxtel-Nederland) en ISMC (Leuven-België) en heeft toepassing gevonden bij de beheersing van glasprocessen, bij de instelling van distillatiekolommen, in de polymeerfabricage en in de energieopwekking. In de volgende paragrafen wordt de toepassing van INCA in deze drie domeinen kort besproken.

INCA in de productie van elektriciteit en stoom
Met het opengaan van de Europese energiemarkt en het steeds strenger worden van de milieunormen wordt de druk op de producenten van elektriciteit en stoom steeds groter. Enkel door het optimaal uitbaten van de productie-eenheden en door snel het gevraagde vermogen te kunnen leveren kan een elektriciteitscentrale competitief blijven in deze markt. INCA kan de producenten hierbij helpen. Een stoomketel is een multivariabel niet-lineair systeem. Injectieregelingen zorgen veelal voor verstoringen van de druk in de ketel. Deze injectieregelingen zorgen daardoor veelal voor oscillaties in de ketels. Stoomketels die bestaan uit meerdere parallelle takken hebben snel de neiging te oscilleren omdat de takken met elkaar "praten" via de drukken. Bij cogeneratie-eenheden kunnen meerdere ketels die aangesloten zijn op 1 stoomnet elkaar onderling beïnvloeden. Deze interacties hebben een slechte invloed op de stabiliteit van de ketels. Met de klassieke regelstructuren, bestaande uit PID’s, is een stoomketel moeilijk en zeker niet optimaal te regelen. Met behulp van heuristieken en inverse modellen worden deze PID regelaars aan elkaar gekoppeld om zo het multivariabel karakter te ondervangen. Met INCA is dit gekunstel niet meer nodig. Het multivariabel karakter van de installatie wordt volledig gevat in de toestandsruimtemodellen in de regelaar. Een ander voordeel van het gebruik van INCA is de mogelijkheid om met randvoorwaarden met prioriteiten te werken. Bij de predictie van de toekomstige stuursignalen kan een set van randvoorwaarden worden meegegeven. Maximale en minimale uitsturingen (stuursignalen naar pompen, kleppen, ventilatoren) zijn harde randvoorwaarden waaraan steeds moet voldaan worden. De procesvariabelen (drukken, temperaturen, debieten, vermogens) krijgen ook randvoorwaarden mee. Deze randvoorwaarden zijn enerzijds de zones waarin deze variabelen moeten blijven (de keteldruk moet tussen 120 en 140 bar blijven) en anderzijds de ideale waarde van de procesvariabele (optimale keteldruk is 130 bar). Aangezien het fysisch onmogelijk is om aan alle randvoorwaarden tegelijk te voldoen, worden er prioriteiten gegeven aan alle randvoorwaarden. Aan diegene met de hoogste prioriteit wordt eerst getracht aan te voldoen. Dan pas wordt er gekeken naar de randvoorwaarden met lagere prioriteit. Zolang er voldoende vrijheidsgraden overblijven wordt er aan meer en meer randvoorwaarden voldaan. Typische randvoorwaarden met hoge prioriteiten zijn gerelateerd aan de veiligheid van de uitbating (vb. drukzones, temperatuurzones, waterniveau-zone in de drum, drukzone in de vuurhaard). Vervolgens wordt er gegarandeerd dat het geleverde stoomdebiet overeenkomt met het gevraagde stoomdebiet voor een stoomleverancier en dat het geleverde elektrisch vermogen overeenkomt met gevraagde vermogen. De prioriteiten van de emissieparameters komen nu aan de beurt. In tegenstelling tot de klassieke regelaars is het ook mogelijk om met INCA het rendement te beschouwen als een procesvariabele. Tegenwoordig bestaan er on-line rendementschatters die kunnen aangesloten worden aan de real-time databank. De prioriteit van de meest ideale rendementswaarde (100%) is lager dan de prioriteiten van het geleverd vermogen. Als de regelaar nog vrijheidsgraden over heeft zal het rendement worden geoptimaliseerd. Glijdruk wordt daardoor automatisch gebruikt zonder dat dit concept is voorgeprogrammeerd, zoals in de klassieke regelingen. Het injecteren van water in de verschillende oververhitters gebeurd in functie van het rendement, zolang aan de temperatuurszones, die een hogere prioriteit hebben, wordt voldaan. Een overzicht is gegeven in tabel 1. Merk op dat er ook signalen bestaan met dezelfde prioriteiten. Voor deze signalen wordt er een compromis gezocht op basis van wegingen. Andere interessante procesvariabelen die kunnen gebruikt worden in een MPC regelaar en niet in een klassieke regelaar zijn druk en temperatuursgradienten. Door het definiëren van zones voor deze variabelen met een zekere prioriteit kan de thermische belasting van een ketel onder controle worden gehouden. Dit garandeert een langere levensduur van de stoomketel. Met deze variabelen is het mogelijk om met INCA de maximale snelheid, die toegelaten wordt door de constructeur, te halen waarmee het vermogen van een ketel kan opgedreven worden. Met het introduceren van de vermogen/frequentieregeling op verschillende centrales werden de regelingen van de stoomketel aangepast. Met INCA dienen enkel de modellen uitgebreid te worden en de prioriteitenlijsten aangepast. Met behulp van INCA is het mogelijk om het maximale rendement te halen uit een eenheid terwijl er ook rekening gehouden wordt met de milieueisen. Afhankelijk van de huidige regelstructuren kunnen rendementswinsten van 0.5 tot 3% gehaald worden. Het bestaande DCS/PLC systeem blijft noodzakelijk voor de datacaptatie en om de veiligheid van de uitbating te garanderen. De huidige primaire regelingen blijven ook aanwezig. INCA zal het proces besturen via de wenswaarden van de primaire regelingen of door rechtstreeks de actuatoren aan te spreken. In geval van problemen zal de DCS/PLC de regeltaken terug overnemen met behulp van de bestaande PID kringen. Dit concept is weergegeven in figuur 4.

INCA op distillatiekolommen
Een andere interessante toepassing van MPC situeert zich bij distillatiekolommen. Een chemische installatie bestaat typisch uit een aantal reactoren gevolgd door een reeks separatie-eenheden, zoals destillatiekolommen. Distillatiekolommen zijn multivariabele niet lineaire systemen. Typische regeluitgangen zijn de refluxdebieten, de stoomdebieten, de destillaat debieten en het bodemdebiet. Typische regelingangen zijn de niveaus in de kolom en de condensatietanks, het gebruikte stoomdebiet en de kwaliteiten van het top en bodemproduct. Als voorbeeld nemen we hier een binair mengsel bestaande uit de componenten A en B. De prioriteitenlijst ziet er uit als volgt:

1. De zones van alle niveaus

2. De zones van de concentraties van top en bodemproduct.

3. Ideale concentraties van top en bodemproduct

4. Gebruikte stoomdebieten

5. Ideale niveaus

Met deze prioriteitenlijst zal het gebruikte stoomdebiet niet worden geoptimaliseerd. De gevraagde concentraties bepalen eenduidig het nodige stoomdebiet. Als we nu de prioriteiten van de ideale concentraties en de gebruikte stoomdebieten omdraaien zal het gebruikte stoomdebiet worden geminimaliseerd terwijl een zekere productkwaliteit blijft gegarandeerd. De overgang van een situatie waarbij stoomverbruik niet wordt geminimaliseerd en waarbij de top en bodem concentraties gelijk zijn aan hun ideale waarde naar een situatie waar het stoomverbruik wel wordt geminimaliseerd is weergegeven in figuur 5. Indien nodig kunnen de twee ideale concentraties tegen elkaar uitgespeeld worden door wegingparameters of door ze elk een verschillende prioriteit te geven. Op die manier kan steeds aan alle kwaliteitseisen voldaan worden met een minimaal energieverbruik. Het introduceren van INCA op een destillatiekolom brengt, afhankelijk van de toepassing, al snel 50000 € per jaar op.

INCA in de polymeerindustrie
De bedrijven die polymeren, zoals polyethyleen, polipropyleen, PET en PVC, produceren staan onder een geweldige druk. Concurrentiele bedrijven kunnen snel inspelen op de snel variërende marktvragen. In tegenstelling tot Amerikaanse polymeerbedrijven moeten de Europese vestigingen vaak met één reactor verschillende polymeerkwaliteiten produceren. De verschillende kwaliteiten worden één na één gedurende verschillende uren of dagen geproduceerd, waarna overgeschakeld wordt naar een polymeer met lichtjes verschillende eigenschappen (de zogenaamde grade slate). Gedurende deze transitie periode wordt een "off-spec" polymeer aangemaakt dat enkel aan een lagere prijs, of zelfs niet, kan verkocht worden. Overstappen naar een polymeer met totaal verschillende eigenschappen is technisch niet haalbaar hoewel het economisch zeer interessant kan zijn als er bijv. een grote vraag naar is. De enige oplossing die deze bedrijven hadden tot hier toe was het aanleggen van zeer grote voorraden van elke polymeerkwaliteit. Met behulp van de INCA technologie is het mogelijk om transities naar andere polymeer-eigenschappen op een economische optimale manier te laten verlopen. Het wordt technisch mogelijk om een transitie naar een polymeer met totaal verschillende eigenschappen uit te voeren, zodat steeds de polymeren met de meest interessante prijzen kunnen geproduceerd worden. Een voorbeeld van een mogelijke transitie is weergegeven in figuur 6. Op die manier kunnen de voorraden beperkt worden. Voor deze toepassingen werd de INCA-omgeving uitgebreid met modules zoals Transexpert en heel nauwkeurige simulatoren. Een overzicht van een totale INCA omgeving voor de polymeerindustrie is weergegeven in figuur 5. Deze verschillende onderdelen worden thans verder ontwikkeld in het Eureka project IMPACT. Binnen dit project wordt een besturingsstructuur ontwikkeld voor de drie belangrijkste typen polymerisatieprocessen waarin on-line dynamische optimalisatie gekoppeld wordt met modelgebaseerde regelsystemen

Toekomst
Steeds meer grotere bedrijven zien INCA als een effectief alternatief voor oudere modelgebaseerde MPC technologieën. De ontwikkeling van INCA is zeker niet ten einde. IPCOS Technology en ISMC werken intensief samen met onderzoeksgroepen van universiteiten in Vlaanderen en Nederland bij de verdere ontwikkeling van nog efficiëntere optimalisatie-algoritmen. Om de engineering services bij de installatie van een MPC regelaar tot een minimum te beperken worden er voor verschillende toepassingsgebieden (energie, glas en chemie) interfaces ontwikkeld die zoveel mogelijk proceskennis bevatten. Waar vroeger de MPC regelaars enkel in raffinaderijen werden geïnstalleerd zal het voortaan ook interessant worden deze regelaars te installeren op andere, kleinere, processen.

www.ismc.be

INCA
Régulations de processus basées sur des modèles

Les régulations de processus basées sur des modèles étaient, récemment encore, essentiellement utilisées dans le raffinage pétrolier et dans la pétrochimie. Il n’est quasiment plus possible de s’imaginer d’utiliser dans ces secteurs des distillateurs de brut et des craqueurs sans l’apport de Model Predictive Controllers (MPC). On ne dénombre pourtant pas beaucoup d’applications de MPC à succès dans la chimie (des polymères), l’industrie du verre et le secteur énergétique. Outre l’optimisation liée à l’augmentation de production, les régulations de processus de ces secteurs doivent répondre à des exigences spécifiques, afin de maîtriser la qualité du produit et d’accroître la flexibilité du processus. INCA a été conçue pour répondre à ces exigences. Il s’agit d’une technologie MPC basée sur les dernières techniques d’optimisation. Cette technologie peut être qualifiée à juste titre de nouvelle génération de régulations de processus basées sur des modèles.

Les secteurs de marché cités ci-dessus se caractérisent, en règle générale, par la nécessité constante de s’adapter aux conditions de marché fluctuantes ou à une législation changeante. Un produit qui se vend aujourd’hui encore à un prix correct peut devenir invendable dans un an. La chimie (des polymères) et l’industrie du verre doivent réaliser, sur une même unité de production, une gamme de produits de plus en plus large avec une qualité optimale. Les modifications de produits sont de plus en plus fréquents. De telles conditions posent de grandes exigences en matière d’adaptation de la régulation du processus :

• minimalisation et compensation des influences perturbatrices suite, par exemple, à la composition variable des matières premières et des combustibles,

• minimalisation de la consommation d’énergie et des rejets des déchets,

• maximalisation de la flexibilité par des temps de modification minimaux et

• une commande plus efficace aux différents points de contrôle.

Les régulations de processus actuels, composées de plusieurs circuits de régulation PID à une entrée, une sortie ne sont souvent pas à même de répondre à ces exigences parfois contradictoires. La volonté d’obtenir une régulation plus complexe exige une technologie de régulation offrant plus de possibilités. Les systèmes de régulation multivariables à optimalisation basés sur des modèles apportent la solution. Les régulations de processus prédictives basées sur des modèles sont souvent qualifiés d’Advanced Process Control. Cette expression s’applique certainement à la technologie INCA puisque :

• il s’agit d’un système de régulation basé sur un modèle mathématique explicite qui décrit de façon détaillée la dynamique du processus,

• elle est utilisée comme contrôleur de supervision et comme complément aux régulations de processus DCS et PLC existantes,

• il s’agit d’une commande de processus multivariable, avec laquelle les actions de régulation sur toutes les entrées de processus pertinentes sont définies en une seule boucle de calcul, sur la base de l’ensemble des conditions de processus adéquates actuelles,

• elle optimise les actions de régulation sur l’ensemble de l’horizon de prédiction.

Structure du régulateur
En se servant du principe d’une régulation prédictive basée sur un modèle, il est simple d’indiquer en quoi se distingue INCA des générations précédentes de MPC.

Structure du modèle
Un régulateur prédictif utilise un modèle de processus dynamique permettant de prédire le comportement futur d’un processus sur la base d’actions de régulation prises par le passé et d’actions de régulation à prendre ultérieurement (voir figure 1). Les actions de régulation devant encore être effectuées sont calculées en tenant compte des conditions annexes indiquées. Vu qu’il y a plus de conditions annexes que de degrés de liberté, chaque condition annexe reçoit une priorité. Les conditions annexes dotées d’une grande priorité sont satisfaites en premier lieu. Ce concept est expliqué plus loin dans le premier exemple d’application. La qualité du modèle de processus détermine la qualité de la prédiction et par là même la qualité de la régulation. Les processus non linéaires sont mathématisés le plus précisément par des modèles non linéaires. INCA a été conçue afin d’utiliser de tels modèles et permettre ainsi de nouvelles applications (par ex. des processus batch) ou atteindre une plus grande précision de régulation pour les processus fortement non linéaires.

Bande passante
La fréquence à laquelle un système de régulation apporte des corrections à un processus dépend de la dynamique du processus : une régulation de pression a en général une fréquence de régulation plus élevée qu’une régulation de température d’une cuve de liquide dont le volume est important. INCA effectue trois calculs de base pour chaque action de régulation:

• prédiction du comportement futur du processus sur la base des commandes de processus prises précédemment

• calcul des commandes optimales de processus à la fin de l’horizon de prédiction afin d’atteindre les objectifs fixés (optimisation statique), et

• calcul des commandes optimales de processus au sein de l’horizon du processus à condition de ne pas dépasser les valeurs de seuil fixées et d’avoir une utilisation minimale d’énergie et de matières premières.

INCA a été spécialement conçue afin d’effectuer au plus vite ces opérations de calcul complexes, utilisant les algorithmes d’optimisation les plus rapides développés récemment par le monde scientifique. Une fréquence de régulation élevée est une condition permettant de compenser tant les perturbations de processus rapides que lentes. La bande passante importante permet de mettre ce régulateur également en œuvre pour des processus de mise en forme (par ex. les laminoirs et les presses).

Multimodèle
Un modèle de processus est toujours une approximation du comportement réel du processus. De plus, l’utilisation d’un seul modèle non linéaire offre parfois trop peu de précision lorsque le processus doit rapidement passer d’un point de travail à l’autre. INCA est conçue pour utiliser simultanément plusieurs modèles et choisir, sur la base d’un algorithme, le modèle le plus approprié ou une combinaison de modèles de processus. Lors d’un changement de processus, les modèles du processus sont également remplacés automatiquement et la précision de régulation reste dans les spécifications.

La technique de régulation moderne ne peut être appliquée avec succès sans disposer d’un environnement de conception efficace. C’est pour cette raison que la INCA Product Suite se compose de plusieurs outils bien assemblés, qui se répartissent en deux groupes, à savoir l’INCADesigner et l’INCAOnline.

INCAModeler: des trésors de modèles de processus dynamiques multivariables paramétriques et non paramétriques.

INCAConfigurator: la configuration et la conception de l’algorithme de régulation basée sur un modèle.

INCASimulator: une simulation et recherche off-line du comportement du processus régulé et des performances de la régulation du processus

INCAEngine: noyau de régulation MIMO basé sur un modèle

INCATest: test, collecte et stockage automatique des données du processus et visualisation des tendances du processus

INCAView: Visualisation et adaptation du comportement et des performances de l’INCAEngine.

INCA est disponible en version de développement et run-time.

Applications
INCA a été développée mi-98 par IPCOS Technology (Boxtel, Pays-Bas) et ISMC (Louvain, Belgique) et a réalisé ses premières applications dans le contrôle des processus du verre, le paramétrage des colonnes de distillation, la fabrication de polymères et la création d’énergie. Les paragraphes suivants vous décrivent brièvement l’application d’INCA dans ces trois domaines.

INCA dans la production d’électricité et de vapeur
Avec la libéralisation du marché européen de l’énergie et les normes environnementales de plus en plus strictes, la pression exercée sur les producteurs d’électricité et de vapeur est toujours plus grande. Une centrale électrique ne peut rester concurrentielle sur ce marché que grâce à une exploitation optimale des unités de production et à une livraison rapide de la puissance demandée. INCA peut contribuer à ces efforts. Une chaudière à vapeur est un système non linéaire multivariable. Les régulations d’injection perturbent généralement la pression dans la chaudière. Les régulations d’injection génèrent en effet des oscillations au sein des chaudières. Des chaudières à vapeur composées de plusieurs branches parallèles ont vite tendance à osciller puisque les branches ‘s’influencent’ mutuellement par le jeu des pressions. Dans les unités de cogénération, plusieurs chaudières raccordées à un réseau de vapeur peuvent interagir. Ces interactions ont une mauvaise influence sur la stabilité des chaudières. En raison des structures de régulation classiques, composées de PID, une chaudière à vapeur se règle difficilement et certainement pas de façon optimale. Ces régulateurs PID sont reliés ensemble à l’aide d’heuristiques et de modèles inverses afin de contrecarrer le caractère multivariable. INCA met un terme à ces bricolages. Le caractère multivariable de l’installation est entièrement repris dans les modèles à spectre étendu dans le régulateur. La possibilité d’utiliser des conditions annexes dotées d’une priorité est un autre avantage lié à l’utilisation d’INCA. Un set de conditions annexes peut effectivement accompagner la prédiction des futurs ordres de commande. Les consignes maximales et minimales (signaux de commande envoyés aux pompes, aux vannes, aux ventilateurs) sont des conditions annexes rigoureuses qui doivent toujours être satisfaites. Les variables de processus (pressions, températures, débits, puissances) sont également accompagnées de conditions annexes. Ces conditions annexes sont d’une part les zones dans lesquelles doivent rester ces variables (la pression de la chaudière doit rester entre 120 et 140 bars) et d’autre part la valeur idéale de la variable du processus (la pression optimale de la chaudière est de 130 bars). Puisqu’il est impossible d’un point de vue physique de satisfaire simultanément à toutes les conditions annexes, celles-ci reçoivent des priorités. On essaie alors de répondre à la condition présentant la plus grande priorité. Ensuite, on se penche sur les conditions annexes dont la priorité est plus faible. Tant qu’il reste suffisamment de degrés de liberté, on satisfait à un nombre toujours croissant de conditions annexes. Les conditions annexes typiques dotées d’une priorité élevée sont liées à la sécurité de l’exploitation (par ex. les zones de pression, les zones de température, la zone du niveau d’eau dans la cuve, la zone de pression dans le foyer). Ensuite, on vérifie que le débit de vapeur fourni par un fournisseur de vapeur corresponde au débit de vapeur demandé et que la puissance électrique fournie corresponde à la puissance demandée. Viennent maintenant les priorités des paramètres d’émission. Contrairement aux régulateurs classiques, INCA permet également de considérer le rendement comme une variable de processus. On retrouve aujourd’hui des évaluateurs de rendement en ligne pouvant être raccordés à la base de données temps réel. La priorité de la valeur de rendement idéale (100%) est plus faible que les priorités de la puissance fournie. Si le régulateur dispose encore de degrés de liberté, le rendement sera optimisé. La pression de glissement est de ce fait utilisé automatiquement sans que ce concept ne soit préprogrammé, comme dans les régulations classiques. L’injection d’eau dans les différents surchauffeurs se fait en fonction du rendement, tant qu’on satisfait aux zones de températures ayant une priorité plus élevée. Nous vous donnons un aperçu dans le tableau 1. Notez qu’il existe aussi des signaux présentant une priorité identique. Un compromis est recherché sur base de la pondération de ces signaux. La pression et les gradients de température sont d’autres variables de processus intéressantes pouvant être utilisées dans un régulateur MPC alors que cela est impossible dans un régulateur classique. En définissant des zones pour ces variables et en leur donnant une certaine priorité, la charge thermique d’une chaudière peut être tenue sous contrôle. Ceci garantit une plus grande longévité de la chaudière à vapeur. Grâce à ces variables, INCA peut permettre d’atteindre la vitesse maximale autorisée par le constructeur et par là même d’augmenter la puissance de la chaudière. Avec l’introduction de la régulation de puissance/fréquence sur différentes centrales, les régulations de la chaudière à vapeur ont été adaptées. En utilisant INCA, il suffit d’étendre les modèles et d’adapter les listes de priorités. INCA vous permet de retirer le rendement maximal d’une unité tout en tenant compte des exigences environnementales. En fonction des structures de régulation actuelles, vous pouvez obtenir des gains de rendement allant de 0,5 à 3%. Le système DCS/PLC existant est indispensable afin de capter les données et de garantir la sécurité de l’exploitation. Les régulations primaires actuelles restent également présentes. INCA commandera le processus via les valeurs adéquates des régulations primaires ou en s’adressant directement aux actionneurs. En cas de problème, le DCS/PLC reprendra les tâches de régulations à l’aide des circuits PID existants. Ce concept est représenté à la figure 4.

INCA sur les colonnes de distillation
Les colonnes de distillation représentent un autre type d’applications intéressantes de MPC. Une installation chimique se compose habituellement de plusieurs réacteurs suivis d’une série d’unités de séparation comme les colonnes de distillation. Les colonnes de distillation sont des systèmes non linéaires multivariables. Les débits de reflux, de vapeur, de distillat, et de fond sont des sorties de régulation typiques. Les niveaux dans la colonne et les réservoirs de condensation, le débit de vapeur utilisé et les qualités du produit du haut et du fond sont des entrées de régulation typiques. Prenons comme exemple un mélange binaire composé de composants A et B. Nous obtenons la liste de priorités suivante:

1. Les zones de tous les niveaux

2. Les zones de concentration du produit du haut et du fond

3. Les concentrations idéales du produit du haut et du fond

4. Les débits de vapeur utilisés

5. Les niveaux idéaux

Avec cette liste de priorités, le débit de vapeur utilisé ne sera pas optimisé. Les concentrations demandées déterminent de façon univoque le débit de vapeur nécessaire. Si nous intervertissons maintenant les priorités des concentrations idéales et des débits de vapeur utilisés, le débit de vapeur utilisé sera minimisé tandis qu’une certaine qualité du produit reste garantie. La figure 5 représente le passage d’une situation où la consommation de vapeur n’est pas minimisée et où les concentrations du haut et du fond sont égales à leur valeur idéale vers une situation où la consommation de vapeur est, de fait, minimisée. Si nécessaire, les deux concentrations idéales peuvent être ajustées mutuellement par des paramètres de pondération ou en leur donnant chacune une priorité différente. On peut ainsi toujours satisfaire aux exigences de qualité moyennant une consommation d’énergie minimale. L’introduction d’INCA sur une colonne de distillation rapporte aisément, en fonction de l’application, 50.000 par an.

INCA dans l’industrie du polymère
Les sociétés produisant des polymères tels que le polyéthylène, le polypropylène, le PET et le PVC sont soumises à de fortes pressions. Les sociétés concurrentes peuvent rapidement réagir aux demandes du marché qui ne cessent de changer. Contrairement aux fabricants américains de polymères, les sociétés européennes doivent souvent produire différentes qualités de polymères à l’aide d’un seul réacteur. Ces différentes qualités sont produites les unes après les autres pendant plusieurs heures ou jours avant de passer à un polymère ayant des caractéristiques légèrement différentes (le fameux grade slate). Pendant cette période de transition, la société réalise un polymère ‘hors spécifications’ qui ne peut être vendu, ou alors à un prix inférieur. Passer à un polymère présentant des caractéristiques totalement différentes n’est techniquement pas faisable même si cela peut représenter un avantage économique certain si la demande est importante. La seule solution jusqu’à ce jour consistait à stocker de grandes réserves de chaque qualité de polymère. La technologie INCA permet la transition économique optimale vers d’autres caractéristiques de polymères. Il devient techniquement possible d’effectuer une transition vers un polymère doté de caractéristiques totalement différentes afin de pouvoir toujours produire les polymères présentant les prix les plus intéressants. La figure 6 vous montre un exemple d’une éventuelle transition. Ceci permet de réduire les stocks. Pour ces applications, l’environnement INCA a été étendu avec des modules tels que Transexpert et avec des simulateurs très précis. La figure 5 donne un aperçu d’un environnement INCA global pour l’industrie du polymère. Les différentes parties sont désormais développées plus en avant dans le projet Eureka, nommé IMPACT. Une structure de commande est développée dans le cadre de ce projet pour les trois principaux types de processus de polymérisation, dans lesquels l’optimisation dynamique en ligne est reliée aux systèmes de régulation basés sur des modèles.

L’avenir
Les grandes sociétés considèrent de plus en plus INCA comme une alternative réelle aux anciennes technologies MPC basées sur des modèles. Le développement d’INCA n’est certainement pas fini. IPCOS Technology et ISMC travaillent intensivement au développement d’algorithmes d’optimisation encore plus efficaces, de concert avec des groupes de recherche d’universités flamandes et néerlandaises. Pour réduire au minimum les services d’ingénierie lors de l’installation d’un régulateur MPC, des interfaces ont été développées pour différents domaines d’applications (énergie, verre et chimie). Ces interfaces comprennent un maximum de connaissance du processus. Alors que les régulateurs MPC étaient autrefois uniquement installés dans les raffineries, il sera désormais également intéressant d’installer ces régulateurs sur d’autres processus plus petits. 

www.ismc.be