logo SBA

ETD

Archivio digitale delle tesi discusse presso l’Università di Pisa

Tesi etd-11162007-171943


Tipo di tesi
Tesi di laurea specialistica
Autore
MERVI, AZZURRA
URN
etd-11162007-171943
Titolo
Diagnostica di valvole e anelli di regolazione: identificazione con set-point variabile
Dipartimento
INGEGNERIA
Corso di studi
INGEGNERIA CHIMICA
Relatori
Relatore Scali, Claudio
Relatore Pannocchia, Gabriele
Parole chiave
  • metodo dei minimi quadrati
  • identificazione
  • set-point variabile
Data inizio appello
13/12/2007
Consultabilità
Completa
Riassunto
Questo lavoro si inserisce nel sistema di monitoraggio delle prestazioni di anelli di regolazione di impianti industriali, sviluppato negli ultimi anni presso il Laboratorio di Controllo dei Processi Chimici (CPCLab) del Dipartimento di Ingegneria Chimica dell’Università di Pisa, denominato PCU (Plant Check Up). Il sistema è in grado di assegnare verdetti sulla qualità degli anelli di regolazione di base (operanti in retroazione e con regolatori ad algoritmo standard – PID), distinguendo tra le diverse cause (disturbi esterni, attrito nella valvola, sintonizzazione inadeguata del regolatore, interazioni provenienti da altri loops). Una caratteristica del sistema è quella di non essere intrusivo, cioè di basarsi su dati normalmente acquisiti dal sistema di controllo DCS, quali i valori del set-point (SP), della variabile controllata (PV), del segnale di controllo (OP) e sulle caratteristiche del controllore, senza richiedere sperimentazioni specifiche o l’introduzione di perturbazioni.

L’obiettivo della tesi è stato quello di consentire l’analisi delle prestazioni di anelli di regolazione interessati da variazioni di set-point, estendendo la potenzialità del sistema PCU, fino ad oggi limitato ad applicazioni su loops a set-point costante, a tutti gli anelli operanti come secondari di cascata o sotto controllo avanzato. Questi casi, in cui il regolatore a livello superiore impone variazioni di set-point (in modo praticamente continuo) al regolatore secondario, sono molto diffusi (stimabili in quasi la metà del totale).
Con questo scopo, e salvaguardando le caratteristiche di non intrusività, sono state sviluppate e successivamente convalidate una procedura di identificazione e una procedura di retuning dei regolatori con valutazione dei potenziali benefici del retuning; l’attivazione della procedura di retuning è ovviamente subordinata all’ottenimento di un esito positivo della procedura di identificazione.

La procedura di identificazione porta alla costruzione di un modello a serie temporale autoregressivo con ingresso esterno (ARX), il cui comportamento in anello chiuso sia quanto più simile possibile a quello del processo reale. Lo scopo ultimo, infatti, è quello di ottenere un modello del processo utile ai fini del controllo e della sintonizzazione del controllore, piuttosto che ottenere un modello identico al processo reale. Sulla base di tale scopo sono stati definiti opportuni indici di accuratezza capaci di stabilire il successo o meno della procedura. L’identificazione del modello ARX viene effettuata impiegando la tecnica dei minimi quadrati (LLS).
La procedura di identificazione oltre all’applicazione della tecnica LLS ai dati a disposizione, prevede tutta una serie di passaggi aventi lo scopo di massimizzare le possibilità di riuscita della procedura stessa, limitando gli effetti di fenomeni molto comuni nella realtà industriale, come ad esempio la sovrapposizione di disturbi o la presenza di non linearità (attrito nelle valvole). Sono anche previste due varianti della procedura a seconda che i dati siano interessati da una o da più variazioni di set-point.
La procedura di retuning impiega la tecnica SIMC, recentemente introdotta (2003), con opportune varianti in grado di fornire parametri di un regolatore PI o PID che garantiscano una risposta avente una sovra-elongazione contenuta, caratteristica ritenuta molto desiderabile dagli operatori degli impianti industriali.

La metodologia di identificazione è stata convalidata inizialmente mediante applicazione a dati generati per simulazione di una vasta classe di processi aventi le caratteristiche tipiche (e per alcuni casi molto più difficili) dei processi industriali. È stato analizzato l’effetto dei principali parametri operativi e la tecnica ha mostrato una notevole efficienza, con una stretta corrispondenza tra i valori degli indici proposti e l’effettiva riuscita dell’identificazione.
Successivamente è stata applicata a dati industriali provenienti da vari impianti della Raffineria ENI R&M di Livorno con cui da tempo è in corso la collaborazione che ha portato allo sviluppo e all’implementazione del sistema di monitoraggio PCU. In questo caso, il giudizio sui risultati ottenuti è più articolato: in moltissimi casi i valori degli indici segnalano correttamente l’esito positivo o la mancata identificazione (causa attrito e disturbi); in qualche caso non può essere escluso un errore di identificazione, non segnalato dagli indici di accuratezza, dato che non sono a disposizione elementi per poter escludere la presenza di attrito o disturbi in una procedura completamente automatica.
Il riesame di questi casi ha portato ad un affinamento degli indici proposti e alla programmazione di una campagna di prove di verifica dei singoli loops sull’impianto; la verifica è consistita nella valutazione degli effettivi miglioramenti ottenuti rispetto a quelli previsti a seguito del cambiamento dei parametri del controllore, per quegli anelli di regolazione per cui l’identificazione aveva avuto esito positivo. I risultati, pur limitati a qualche decina di loops per evidenti ragioni di tempo e di vincoli dovuti alla gestione dell’impianto, sono stati del tutto soddisfacenti.

Il modulo di identificazione di loops a set-point variabile, sviluppato in questa tesi, è stato inserito nel sistema di monitoraggio PCU.
File