TỔNG QUAN
GIỚI THIỆU ĐỀ TÀI
Hệ thống điều khiển phân tán (DCS - Distributed Control System) là một hệ thống mà quyền điều khiển không tập trung tại một nơi, mà nó được phân tán, chia quyền điều khiển đến từng hiện trường, từng nhánh trong hệ thống Hệ thống thường bao gồm cả phần cứng, phần mềm và truyền thông cho toàn hệ thống Ưu điểm của hệ thống DCS là nó có khả năng xử lý các tín hiệu Analog và thực hiện chuỗi xử lý tính toán phức tạp Không những thế, chúng còn dễ dàng được tích hợp hay mở rộng [1]
Trong đó, hệ thống điều khiển phân tán của Yokogawa (Nhật Bản) CENTUM
VP là một hệ thống điều khiển sản xuất tích hợp được áp dụng để điều khiển và quản lý nhà máy hoạt động trong các ngành công nghiệp khác nhau như dầu khí, hóa dầu, hóa chất, điện, bột giấy và giấy, dược phẩm, thực phẩm, sắt thép, chất thải,… Đồng thời, bộ điều khiển PID là một bộ điều khiển được sử rộng rãi của các hệ thống điều khiển công nghiệp, trong đó bao gồm cả việc áp dụng trong các hệ thống DCS Trong hệ thống DCS có đến hàng ngàn các Input hoặc Output để điều khiển hàng trăm hay hàng ngàn các đối tượng như áp suất, lưu lượng, nhiệt độ và mức lỏng (như Hình 1.1) Về cơ bản, cơ chế hoạt động của bộ điều khiển PID dựa trên sai số giữa giá trị đặt và giá trị đo thực tế của đối tượng cần điều khiển để quyết định tính toán giá trị ngõ ra điều khiển thông qua ba khâu tỷ lệ (P Tuy nhiên, thông thường quá trình để thiết kế và tinh chỉnh các bộ điều khiển cho các đối tượng này là thủ công, nên mất rất nhiều thời gian Do vậy, phương pháp để thiết kế và điều chỉnh nhanh cho bộ điều khiển này là cần thiết Hơn thế nữa, các tham số của bộ điều khiển thường được cố định trong xuyên suốt quá trình vận hành sản xuất mặc dù [2]
2 Hình 1.1 Minh họa về một bộ điều khiển trên hệ thống DCS Yokogawa [3]
Hình 1.2 Sơ đồ lập trình khối hệ thống điều khiển DCS của Yokogawa tại Nhà máy Đạm Cà Mau
3 Hình 1.3 Cửa sổ cấu hình giá trị bộ điều khiển PID trên hệ thống
Thực tế, tại Nhà máy Đạm Cà Mau, tất cả các bộ điều khiển vòng kín cho các đối tượng lưu lượng, nhiệt độ, áp suất, mức điều sử dụng bộ điều khiển PID (Hình 1.2) Các bộ điều khiển này được thiết kế và hiệu chỉnh trong thời gian xây dựng và chạy thử nhà máy, từ đó được sử dụng đến ngày nay (năm 2021) Sau thời gian dài hoạt động và cải tiến, các giải pháp tiết kiệm năng được áp dụng, giúp cho tải của nhà máy được nâng lên cao hơn khoảng 110% Do đó, yêu cầu đối với các bộ điều khiển PID phải được hiệu chỉnh để phù hợp và chính xác hơn Tuy nhiên, hệ thống DCS hiện hữu của Yokogawa chưa được trang bị công cụ hoặc phương pháp hiệu quả để thực hiện việc điều chỉnh tự động các tham số của các bộ điều khiển PID vòng kín cho các đối tượng kể trên (tham khảo ở Hình 1.3)
Ngoài ra, hiện nay, các công cụ và phần mềm hỗ trợ cho việc tinh chỉnh tự động bộ tham số cho bộ điều khiển PID từ hãng Yokogawa [4], cũng như hệ thống cho phép gợi ý người dùng tinh chỉnh tham số PID từ hãng Honeywell [5] cũng được phát triển thương mại với chi phí cao và phức tạp
Dựa trên các vấn đề nêu trên, đề tài nghiên cứu tập trung vào việc thiết kế một bộ điều khiển cho phép điều chỉnh các thông số của bộ điều khiển PID tự động để vận hành một hệ điều khiển lưu lượng, thực tế trên hệ thống DCS tại Nhà máy Đạm
Cà Mau dựa trên giải thuật Fuzzy điều chỉnh tham số cho bộ điều khiển PID một cách tự động Để thực hiện mục tiêu trên, tác giả đã đề xuất phương pháp thực hiện nghiên cứu từ mô phỏng đến áp dụng kiểm chứng thực nghiệm Trong đó, quá trình mô phỏng được thực hiện bằng cách thu thập lại dữ liệu có sẵn trong quá trình vận hành tại nhà máy và nhận dạng mô hình, và điều khiển bằng bộ điều khiển Fuzzy-PID Kết quả trên được đánh giá phân tích làm cơ sở cho việc áp dụng kiểm chứng thực nghiệm thông qua việc sử dụng OPC để liên kết giao tiếp giữa Matlab và hệ thống DCS thực tế để điều khiển một hệ lưu lượng.
TÌNH HÌNH NGHIÊN CỨU TRONG NƯỚC
Trong những năm gần đây, việc áp dụng các giải thuật mới để tinh chỉnh tham số cho bộ điều khiển PID cũng được quan tâm và nghiên cứu và có nhiều báo cáo khoa học Trong đó, có thể kể đến như một cấu trúc của mô hình hệ điều khiển mực chất lỏng công nghiệp dạng bồn đơn (SISO) sử dụng van điều khiển điện - khí nén (Actuator Control Valve) và áp dụng bộ điều khiển mờ như Hình 1.4 để chứng minh tính hiệu quả điều khiển [6]
Hình 1.4 Cấu trúc hệ điều khiển mực chất lỏng với bộ điều khiển mờ [6] Ưu điểm Nhược điểm
Cấu trúc thiết kế đơn giản Đáp ứng chậm và đối tượng điều khiển không quá phức tạp Ngoài ra, ở tài liệu [7] đã đề xuất một cấu trúc điều khiển lai bao gồm một bộ điều khiển PI và một bộ điều khiển mờ được thiết lập Trong đó, bộ điều khiển PI giữ
5 vai trò là bộ điều khiển chính, tạo tín hiệu điều khiển đối tượng và bộ điều khiển mờ giữ vai trò là bộ quan sát, cung cấp thông số phù hợp cho bộ điều khiển PI theo thời gian thực (Hình 1.5) Ưu điểm Nhược điểm
Chất lượng đáp ứng hệ thống cải thiện đáng kể khi được áp dụng giải thuật Fuzzy để tinh chỉnh
Cấu trúc bộ điều khiển không quá phức tạp
Cùng với đó tác giả [8] cũng trình bày một kỹ thuật ứng dụng giải thuật di truyền để tìm kiếm giá trị tối ưu của bộ điều khiển PID xung quanh điểm vận hành của giải thuật Ziegler-Nichols (Hình 1.6)
Hình 1.5 Điều khiển PI mờ hệ ổn định mực chất lỏng RT010 [7]
Hình 1.6 Mô hình tổng quát của hệ thống điều khiển [8] Ưu điểm Nhược điểm
Hệ thống, đối tượng điều khiển được nhận dạng khá chính xác thông qua các chu kỳ học từ GA và các tham số được điều chỉnh theo quy tắc chặt chẽ Đáp ứng nhanh và chính xác
Cấu trúc thiết kế và lập trình hệ thống rất phức tạp
6 Trong các nghiên cứu [7] và [8] đều áp dụng lên mô hình thí nghiệm thực tế, cho thấy phương pháp bộ điều khiển PI mờ có tính chất phù hợp cho một hệ thống thực tế trong công nghiệp hơn, bởi các hệ thống trong điều khiển quá trình tại nhà máy đa phần sử dụng các bộ điều khiển PI và là các hệ phản ứng chậm do tác động từ quá trình điều khiển hệ thống thực tế trong các điều kiện vận hành.
TÌNH HÌNH NGHIÊN CỨU NGOÀI NƯỚC
Trong tất cả các ngành công nghiệp, việc điều khiển quá trình các bộ điều khiển đo mức, nhiệt độ, áp suất và lưu lượng là rất quan trọng Hệ thống điều khiển theo thời gian thực có nhiều khó khăn trong việc điều khiển đặc tính của mô hình, bởi các thông số không chắc chắn và thay đổi theo thời gian, các biến số (tham số mô hình), cũng như đặc biệt đối với các biến được điều khiển, thời gian trễ đối với đầu vào và các sai số phép đo, nhiễu đo lường, hệ thống thường không đo được Vì tính phi tuyến vốn có, hầu hết các ngành công nghiệp xử lý hóa chất đều cần đến các kỹ thuật điều khiển hiện đại Các hệ thống phi tuyến như bể hình nón được ứng dụng rộng rãi trong các nhà máy khí đốt và các ngành công nghiệp hóa dầu [9]
Thuật toán điều khiển phổ biến và cơ bản nhất được sử dụng trong điều khiển phản hồi là thuật toán điều khiển tỷ lệ, tích phân và đạo hàm (PID) Điều khiển PID là một chiến lược điều khiển được sử dụng rộng rãi để điều khiển hầu hết các quá trình tự động hóa trong công nghiệp vì tính hiệu quả đáng kể, đơn giản trong thực hiện và khả năng ứng dụng rộng rãi
1.3.1 Một số nghiên cứu về giải thuật tinh chỉnh bộ điều khiển PID
Một số nghiên cứu liên quan vấn đề điều chỉnh bộ điều khiển PID này Mô hình cho phép dự đoán về cách một quá trình sẽ thay đổi khi bị xáo trộn hoặc sửa đổi Nhiều cách tiếp cận khác nhau đã được đề xuất để sử dụng các mô hình cục bộ để tính gần đúng các hệ thống phi tuyến
Tài liệu [10] tác giả (Hyung-Soo Hwang, 1999) đã đề xuất một thuật toán điều chỉnh PID mới bằng lý thuyết tập mờ để cải thiện hiệu suất của bộ điều khiển PID Thuật toán điều chỉnh mới cho bộ điều khiển PID có giá trị ban đầu của tham số theo
7 công thức Ziegler-Nichols (1942) sử dụng mức tăng tối đa và mức tối đa khoảng thời gian từ một thử nghiệm điều chỉnh chuyển tiếp (Hình 1.7)
Hình 1.7 Điều chỉnh PID mới bằng lý thuyết tập mờ để cải thiện hiệu suất của bộ điều khiển PID [10] Ưu điểm Nhược điểm
Cấu trúc thiết kế đơn giản, được sử dụng nhiều trong công nghiệp
Phải tác động trực tiếp vào đối tượng để tìm ra mô hình, làm ảnh hưởng, gây dao động lên hệ thống
Tài liệu [11], trình bày về việc triển khai bộ điều khiển PI mờ tự điều chỉnh cho hệ thống điều khiển được đề xuất và nghiên cứu bởi tác giả (K Assawathanatorn, 2015) Cả bộ điều khiển mờ và PI đều được thực hiện trên hệ thống điều khiển phân tán (DCS) như bộ điều khiển mà tại đó giao tiếp giữa các thiết bị hiện trường và hệ thống điều khiển phân tán thông qua cả mô-đun đầu vào và đầu ra tương tự như tín hiệu tương tự trong phạm vi 4-20mA và tín hiệu kỹ thuật số như Profibus PA Các thông số của bộ điều khiển PI, độ lợi tỷ lệ và thời gian tích phân, từ phương pháp điều chỉnh tự động được sử dụng để điều khiển đối tượng, cụ thể là hệ thống điều khiển lưu lượng, bằng cách sử dụng tín hiệu tương tự, từ đó kết quả thực nghiệm của nghiên cứu cũng cho thấy quá trình điều khiển lưu lượng bám theo giá trị đặt mong muốn (Hình 1.8)
8 Hình 1.8 bộ điều khiển PI mờ tự điều chỉnh cho hệ thống điều khiển [11] Ưu điểm Nhược điểm
Chất lượng đáp ứng hệ thống cải thiện đáng kể khi được áp dụng giải thuật
Fuzzy để tinh chỉnh, được áp dụng thực tế lên hệ thống trong công nghiệp
Cấu trúc bộ điều khiển không quá phức tạp, khoảng điều khiển quanh điểm vận hành ổn định
(A K Sukede., 2015) ở tài liệu [12] đã khảo sát triển khai hai phương pháp, là Ziegler Nichols PID (ZNPID) và Ziegler Nichols PID tăng cường (AZNPID) trong MATLAB trên mô hình chung của bộ trao đổi nhiệt, dựa trên các kết quả mô phỏng hệ thống thực tế, hiệu quả chất lượng điều khiển cũng được phân tích và đánh giá cho thấy sự cải thiện đáng kể, mà trong đó cụ thể là độ vọt lố, thời gian tăng và thời gian xử lý của hệ thống điều khiển (Hình 1.9)
9 Hình 1.9 Ziegler Nichols PID (ZNPID) và Ziegler Nichols PID tăng cường
(AZNPID) tinh chỉnh trên MATLAB [12] Ưu điểm Nhược điểm
Tốc độ đáp ứng của hệ thống khi được áp dụng giải thuật được cải thiện đáng kể
Cấu trúc thiết kế và lập trình hệ thống tương đối phức tạp và đối tượng điều khiển của nghiên cứu chỉ dừng lại ở mức độ mô phỏng
Trong tài liệu [13], tác giả H J Live đã giới thiệu phương pháp điều khiển mờ và điều khiển PID được kết hợp và phương pháp suy luận mờ được sử dụng để thực hiện tự động điều chỉnh trực tiếp các tham số PID Đối với phương pháp thực hiện trong các nghiên cứu ngoài nước vừa kể trên được tác giả trình bày đánh giá các ưu và nhược điểm trong Bảng như sau: Ưu điểm Nhược điểm
Hệ thống tương đối đơn giản, đáp ứng hệ thống được cải thiện rõ rệt
Giá trị điều khiển là giá trị tổng hợp từ bộ điều khiển PID và hệ mờ kết hợp lại
10 Trong các nghiên cứu [11] và [12] nổi bật hơn về sự phù hợp cho nghiên cứu của tác giả, bởi đối tượng điều khiển của các thí nghiệm này đều là các mô hình thực tế có tính chất phản ứng chậm Ngoài ra, cấu trúc của hệ điều khiển không quá phức tạp, điều này giúp cho quá trình triển khai hệ thống vào thực tế dễ dàng hơn, cũng như các đáp ứng của hệ thống cũng được cải thiện rõ rệt
1.3.2 Một số giải pháp tinh chỉnh PID trong công nghiệp
Thông thường, để thực hiện việc tinh chỉnh tham số P, I hoặc P, I và D trong các bộ điều khiển vòng kín trong các hệ thống công nghiệp được thực hiện bởi các chuyên gia của các hãng cung cấp phần cứng hoặc nhân viên đã được đào tạo qua các khóa huấn luyện về việc tinh chỉnh để cải thiện đáp ứng cho bộ điều khiển, tuy nhiên việc này thường mất khá nhiều thời gian và phụ thuộc rất nhiều vào kinh của người thực hiện Do vậy, các hãng điều khiển lớn trong công nghiệp cũng đã nghiên cứu và cung cấp một số giải pháp Trong đó có thể kể đến như phần mềm giải pháp csTuner của hãng Yokogawa [14], phần mềm Profit Loop của hãng Honeywell [15] hoặc một giải pháp nghiên cứu ứng dụng Tuning Loop của hãng ABB được thực hiện bởi tác giả Nunzio Bonavita [16] Các giải pháp trên được trình bày tóm tắt như sau :
Giải pháp phần mềm csTuner của Yokogawa
Một số ước tính cho thấy ra rằng hơn 65% điều khiển PID điều khiển quá trình hoạt động kém hiệu quả và với 30% hoạt động ở chế độ thủ công; cả hai điều kiện này dẫn đến giảm độ ổn định của quá trình, bị hao hụt sản phẩm, tăng chi phí năng lượng và làm hao mòn thiết bị csTuner là một công nghệ giúp đơn giản hóa việc tối ưu hóa bộ điều khiển PID (Hình 1.10) Đây là giải pháp chẩn đoán và tối ưu hóa PID trực tuyến tích hợp hoàn toàn với hệ thống điều khiển phân tán CENTUM VP và CS3000 (R3) của Yokogawa csTuner có thể cấu hình được và sử dụng để hỗ trợ truy cập vào dữ liệu quá trình sản xuất thời gian thực hoặc dữ liệu quá trình vận hành được lưu trữ trong cơ sở dữ liệu Các phân tích được thực hiện bởi csTuner cho phép người dùng hiểu rõ hơn về mô
11 hình động học của những quá trình công nghệ quan trọng trong công nghệ sản xuất hoặc trong kinh doanh và cải thiện hiệu suất sản xuất tổng thể (cụ thể như Hình 1.11)
Hình 1.10 Giải pháp hệ thống phần mềm CsTuner của hãng Yokogawa
Hình 1.11 Giới thiệu về các ưu điểm cung cấp từ giải pháp phần mềm CsTunner
Giải pháp phần mềm Profit® Loop của Của Honneywell
Profit® Loop là một phương pháp được giới thiệu với sự đột phá mang tính cách mạng trong điều khiển nhúng hệ thống giúp hỗ trợ tự động hoàn toàn việc điều chỉnh điều khiển bộ điều PID thông qua phần mềm và các công cụ đi kèm Độ ổn định của quá trình qua đó có thể được tăng lên đến 30 phần trăm trong khi khoảng thời gian bảo trì hay duy trì hệ thống có thể được kéo dài lên đến 4 lần so với thông thường (xem Hình 1.12)
12 Độ lợi vòng kín là một thuật toán điều khiển với việc sử dụng một đầu vào / một đầu ra, dựa trên mô hình được thực thi trong bộ điều khiển C300 Ngoài ra, tính năng này cũng cho phép tinh chỉnh bộ điều khiển PID truyền thống và có những ưu điểm sau:
Tăng tốc độ sản xuất lên đến bốn phần trăm
Cải thiện chất lượng sản phẩm
Giảm hành trình của van lên đến 70 phần trăm
Giảm chi phí sản xuất và năng lượng
Loại bỏ các yêu cầu về phần cứng của van, cho phép bảo trì thông minh
Giảm chi phí bảo trì và nâng cao chuyên môn vận hành thông qua việc điều chỉnh và tích hợp hệ thống dễ dàng hơn
Tăng hiệu suất của hệ thống lên đến năm phần trăm
Các công cụ tích hợp giúp công nghệ dễ sử dụng
Công nghệ đã được kiểm chứng tại hiện trường dựa trên thuật toán được cấp bằng sáng chế cung cấp khả năng điều khiển tối ưu
Hình 1.12 Giải pháp phần mềm Profit® Loop của Của Honneywell
Giải pháp nghiên cứu ứng dụng Tuning Loop của hãng ABB
Hình 1.13 Quy trình ứng dụng giải pháp Tuning Loop hãng ABB
Hình 1.14 Kết quả quá trình vận hành thử nghiệm hệ thống (a) Đồ thị dữ liệu (b)
Bảng cấu hình các tham số và dữ liệu mô hình Giải pháp được trình bày trong nghiên cứu này nhằm đáp ứng nhu cầu thực tiễn của thị trường Giải pháp dựa trên dữ liệu hệ thống được thu thập ở chế độ tiêu chuẩn
14 Giải pháp không yêu cầu các tiến hành thử nghiệm cụ thể, cũng như không có bất kỳ kiến thức kinh nghiệm sâu về các đặc điểm của quá trình công nghệ điều khiển Cấu trúc phần mềm hiện đại mang lại cho nó khả năng tính toán mạnh mẽ, đồng thời giúp nó dễ dàng thực hiện và vận hành, cung cấp thông tin một cách ngắn gọn và hiệu quả (Hình 1.13 và Hình 1.14)
Khả năng kết hợp, trong một sản phẩm duy nhất bao gồm dễ kết nối và sử dụng
MÔ TẢ QUÁ TRÌNH THU THẬP VÀ XỬ LÝ DỮ LIỆU
Một quy trình dùng mô tả quá trình tiếp cận và thực hiện cho nghiên cứu này bao gồm 05 tiến trình được trình bày như Hình 1.15 Trong đó gồm các bước như sau:
Hình 1.15 Mô tả quá trình thực hiện khảo sát và xây dựng bộ điều khiển PID tự hiệu chỉnh cho hệ thống DCS Yokogawa Centum VP
1 Thu thập dữ liệu của vòng kín đối tượng điều khiển từ dữ liệu công nghệ từ hệ thống DCS thực tế của Nhà máy và chuyển đổi về Matlab thông qua định dạng
Cấu hình trend PV (Process Variable), MV (Manipulated Variable), SV
(Setpoint Variable) cho các tín hiệu trên hệ thống DCS với thời gian lấy mẫu là
Hình 1.16 Cấu hình trend lấy mẫu 10s trên hệ thống DCS (a) tùy chỉnh thời gian lưu mẫu (b) thiết lập đối tượng cần thu thập
Dùng chức năng Report package của hệ thống DCS, tạo hourly report để lưu dữ liệu tự động 1 phút 1 lần từ trend đã khai báo ở trên vào file định dạng CSV, sau một giờ hệ thống sẽ xuất ra 1 file có 60 dữ liệu cho mỗi giá trị PV, SV, MV được ghi lại lên file như Hình 1.16
Các file Hourly report xuất ra từ report package sẽ tiến hành ghép dữ liệu đã thu thập trong 24h để phân tích đánh giá
2 Tiền xử lý dữ liệu bằng cách giữ lại các đoạn có giá trị và khả thi cho việc nhận dạng, thông qua quá trình Step Test (đáp ứng hàm nấc) và lọc dữ liệu bằng bộ lọc dải thông
3 Nhận dạng hệ thống bằng cách ước lượng tham số dựa trên mô hình quá trình, để biểu diễn được đối tượng dưới dạng hàm truyền (mô hình toán của đối tượng)
4 Điều khiển đối tượng đã được nhận dạng bằng cách mô phỏng trên matlab bộ điều khiển PID và bộ điều khiển FuzzyPID Việc này làm tiền đề cho bước tiếp theo
5 Áp dụng bộ điều khiển FuzzyPID vào thực tế bằng cách dùng giải thuật Fuzzy để tự động hiệu chỉnh các thông số P, I, D cho vòng điều khiển lưu lượng trên hệ thống DCS Yokogawa
Hình 1.17 Kết quả Hourly report trong 1 giờ ( phút thứ 0 đến phút 59)
41PIC1002 41PIC1002 41PIC1002 41FI1002 04FI2003 04FIC2035 04FIC2035 04FIC2035
PV SV MV PV PV PV SV MV
Time interval ( 1 minute ) Natural Gas Natural Gas toNatural Ga NATURAL GFUEL OUTL HYDRO RECHYDRO RECHYDRO REC
MPa(G) MPa(G) % Nm3/h Nm3/h NM3/H NM3/H %
MỤC TIÊU CHÍNH
Nhận dạng được mô hình toán của đối tượng trong quá trình điều khiển thuộc hệ thống DCS thực tế tại nhà máy Đạm Cà Mau
Hiệu chỉnh tự động các tham số của bộ điều khiển PID dựa trên giải thuật Fuzzy logic.
ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU
Bộ điều khiển PID thuộc hệ thống điều khiển DCS Yokogawa
Giải thuật Fuzzy logic tự động hiệu chỉnh các tham số PID
Giải thuật Fuzzy hiệu chỉnh tham số cho bộ điều khiển PID đối với một đối tượng áp suất/mức lỏng/lưu lượng/nhiệt độ thực tế thuộc hệ thống điều khiển DCS tại nhà máy Đạm Cà Mau, sau khi được nhận dạng trên Matlab/Simulink và kiểm chứng đánh giá Offline.
NỘI DUNG NGHIÊN CỨU
Thu thập và xử lý dữ liệu mẫu từ hệ thống DCS Yokogawa theo tiêu chuẩn lấy mẫu Nyquist
Nhận dạng đối tượng mô hình được lựa chọn cho nghiên cứu (sử dụng phương pháp ARX, AR, OE,… hoặc ước lượng tham số mô hình)
Phân tích đánh giá mô hình được nhận dạng
Giải thuật điều khiển PID cơ bản
Phương pháp tinh chỉnh bộ điều khiển PID dựa trên giải thuật fuzzy logic
Thực nghiệm trên mô hình thí nghiệm tại nhà máy
TIÊU CHI ĐÁNH GIÁ
Tiêu chí đánh giá Giá trị đánh giá Ghi chú
Nhận dạng mô hình 𝟕𝟎% Độ chính xác của hàm truyền của mô hình Cải thiện chất lượng điều khiển: Độ vọt lố 𝟓% Theo yêu cầu của Nhà máy
Sai số xác lập 𝟓% Theo yêu cầu của Nhà máy
Thời gian xác lập < 60s Theo yêu cầu của Nhà máy
Thời gian tăng < 45s Theo yêu cầu của Nhà máy
CƠ SỞ LÝ THUYẾT
HỆ THỐNG ĐIỀU KHIỂN DCS YOKOGAWA CENTUM VP
CENTUM VP là hệ thống điều khiển sản xuất tích hợp mới nhất của Yokogawa, còn được gọi là hệ thống điều khiển phân tán (DCS) Hệ thống điều khiển sản xuất tích hợp CENTUM VP được áp dụng để điều khiển và quản lý nhà máy hoạt động trong các ngành công nghiệp khác nhau như dầu khí, hóa dầu, hóa chất, điện, bột giấy và giấy, dược phẩm, thực phẩm, sắt thép, chất thải, nước và xử lý nước thải
Với trình bày ngắn gọn trong nghiên cứu này của CENTUM VP, một giới thiệu về các kiến trúc phần cứng; các thành phần chính và các chức năng dựa trên phần mềm mà không đi vào quá chi tiết thông tin
Hệ thống điều khiển phân tán của Yokogawa - CENTUM - được ra đời vào năm
1975 là hệ thống điều khiển phân tán (DCS) đầu tiên trên thế giới Kể từ đó, nó đã liên tục được nâng cao và được nâng cấp, tích hợp công nghệ hiện đại duy trì tính liên tục và khả năng tương thích của hệ thống
21 DCS CENTUM VP với tư cách là thành phần quan trọng trong khái niệm của Yokogawa “Công nghệ Doanh nghiệp Các giải pháp” CENTUM VP là một hệ thống mở thực sự Nó cung cấp quá trình điều khiển đơn giản, khả năng hiệu quả cho việc tích hợp các hệ thống con như PLC, máy phân tích, v.v (Hình 2.1)
Phần mềm quản lý thiết bị hiện trường (PRM)
Tích hợp qua mạng điều khiển (Vnet/IP) cho hệ thống ESD (trường hợp ProSafe-RS)
Các tính năng điều khiển đều được tích hợp bao gồm trong một hệ thống điều khiển cơ bản và các quy trình sản xuất tổng thể toàn bộ hệ thống, và hoạt động thông qua một giao diện toàn diện Hệ thống hoàn toàn được mô-đun hóa bao gồm phần cứng và phần mềm, tất cả các chức năng này đều có thể được thực hiện theo một cách riêng biệt [17]
Thông qua phương pháp ứng dụng đối với các tính năng tách biệt này, hệ thống điều khiển quá trình có thể được thực hiện theo một cách độc lâp, khiến cho các hoạt động của nhà máy được diễn ra liên tục nhưng vẫn phản ánh được đầy đủ công nghệ quá trình và cấu trúc toàn diện của một hệ thống điều khiển sản xuất
Hình 2.1 Lịch sử các hệ thống điều khiển phân tán của Yokogawa [17]
CENTUM VP có kiến trúc đơn giản và phổ biến bao gồm các giao diện người máy được gọi là trạm vận hành (HIS), trạm điều khiển hiện trường (FCS) và mạng điều khiển Ba thành phần cơ bản cung cấp khả năng mở rộng từ quy mô nhỏ đến quy mô rất lớn và phức tạp
Kiến trúc hệ thống VP của CENTUM rất đơn giản Các mạng linh hoạt cao có thể được thiết kế bằng cách sử dụng thiết bị mạng có sẵn trên thị trường như chuyển mạch HUB
Mặc dù các dữ liệu giao tiếp điều khiển và dữ liệu cung cấp bên ngoài, có thể được chuyển trên cùng một cáp chung gọi là Vnet / IP Tuy nhiên, những thông tin liên lạc này được điều chế và xử lý tách biệt một cách hợp lý để chúng không ảnh hưởng trên nhau
Kiến trúc hệ thống cho phép lên đến 1.000.000 thiết bị và 512 Trạm Các Domain (miền) của hệ thống được định nghĩa khác nhau có thể được xác định để tách biệt các bộ phận chức năng trong tổ chức của người dùng (ví dụ là các nhà máy khác nhau trong cùng một cụm công nghiệp, hay các phân xưởng, các cụm công nghệ,…)
Hình 2.2 Kiến trúc hệ thống Centum VP thông dụng [18]
23 Hình 2.3 Kiến trúc hệ thống điều khiển DCS Centum VP được sử dụng tại Nhà máy Đạm Cà Mau
2.1.4 Giao thức OPC và Exa OPC Server Yokogawa
2.1.4.1 Khái quát về OPC và OPC DA
OPC là một tiêu chuẩn với khả năng tương tác để trao đổi dữ liệu an toàn và đáng tin cậy trong công nghiệp tự động hóa và trong các ngành công nghiệp khác Nó độc lập với nền tảng và đảm bảo luồng thông tin liền mạch giữa các thiết bị từ nhiều nhà cung cấp
Ngày nay, từ viết tắt OPC là viết tắt của Open Platform Communications Tiêu chuẩn OPC là một loạt các thông số kỹ thuật được phát triển bởi các nhà cung cấp
24 trong ngành, người dùng và nhà phát triển phần mềm Các thông số kỹ thuật này xác định giao diện giữa Máy khách và Máy chủ, cũng như Máy chủ và Máy chủ, bao gồm quyền truy cập vào dữ liệu thời gian thực, giám sát các báo động và sự kiện, truy cập vào dữ liệu lịch sử và các ứng dụng khác Khi tiêu chuẩn này lần đầu tiên được phát hành vào năm 1996, mục đích của OPC là tiêu chuẩn hóa các giao thức của PLC (như Modbus, Profibus, v.v.) lại thành một giao diện được chuẩn hóa, cho phép các hệ thống giám sát như HMI / SCADA giao tiếp với một hệ thống trung gian (bên thứ 3), dựa trên một giao thức chuyển đổi chung- OPC đọc / ghi các cho các thiết bị đầu cuối
Do đó, các hệ thống điều khiển công nghiệp được cung cấp giải pháp, cho phép người dùng cuối triển khai các hệ thống sử dụng các sản phẩm kết hợp các hãng, mà trong đó tất cả đều tương tác liền mạch thông qua OPC Ban đầu , tiêu chuẩn OPC cũng còn hạn chế đối với hệ điều hành Windows Do vậy, từ viết tắt OPC được bắt nguồn từ OLE (liên kết và nhúng đối tượng) cho quá trình điều khiển
Các thông số kỹ thuật cơ bản, hiện được gọi là OPC Classic, đã được áp dụng rộng rãi trên nhiều ngành công nghiệp, bao gồm sản xuất, tự động hóa tòa nhà, dầu khí, năng lượng tái tạo, và một số ngành khác Sự ra đời của các kiến trúc hướng dịch vụ trong các hệ thống sản xuất đã phát sinh các vấn đề mới về bảo mật và mô hình hóa dữ liệu Do đó, OPC đã phát triển các thông số kỹ thuật OPC UA để giải quyết những nhu cầu này và đồng thời cung cấp một kiến trúc nền tảng mở công nghệ giàu tính năng, có thể mở rộng trong tương lai
Sơ lược về OPC DA [19]
NHẬN DẠNG HỆ THỐNG VÀ ƯỚC LƯỢNG THAM SỐ
Các bước chính trong nhận dạng hệ thống là
Lựa chọn cấu trúc mô hình
Thiết kế thí nghiệm thực tế
Ước tính tham số và nhận dạng mô hình
Nhiều mô hình quá trình có thể được tính gần đúng với hệ thống tuyến tính bậc một hoặc bậc hai với thời gian, là cơ sở để thực hiện về mô hình hóa và nhận dạng hệ thống Trong đó, dựa trên một mô hình thiết lập đã được xác định nhưng vẫn cần ước lượng tham số để sửa lỗi mô hình và sự thay đổi biến động của mô hình theo thời gian thực [22]
Việc lựa chọn ước lượng tham số là một yếu tố quyết định các loại mô hình được sử dụng Ngoài ra, dữ liệu thuộc tính phải là thuộc tính có thể được kích thích liên tục Nó có thể được xác định bởi một tín hiệu hàm nấc
2.2.1 Nhận dạng mô hình hệ thống [23]
Nhận dạng hệ thống được định nghĩa là sử dụng dữ liệu quan sát (đầu vào và đầu ra) để xây dựng mô hình toán học của một đối tượng Vì nhận dạng hệ thống được thực hiện tự động trong hệ thống thích ứng, lựa chọn cấu trúc mô hình, tham số hóa và tính toán đệ quy là chìa khóa cần thiết để triển khai thành công hệ thống đó Một số định nghĩa hữu ích liên quan đến nhận dạng hệ thống sẽ được thảo luận trong phần sau
2.2.1.1 Mô hình hộp trắng Đây là mô hình dựa trên nguyên lý đầu tiên như định luật Newton và luôn dẫn đến các phương trình vi phân và suy ra được hàm truyền cho hệ thống cần mô tả một cách khá dễ dàng
Cấu trúc mô hình và tham số của nó hoàn toàn không được biết và chỉ có thể ước lượng dữ liệu đầu vào và đầu ra Đây còn được gọi là mô hình tham số và mô tả hệ thống trong điều kiện của một phương trình vi phân và các hàm truyền
Có thể xác định các loại hộp đen sau:
Mô hình hàm truyền vi phân
Các mô hình đa thức Các loại mô hình đa thức sau có thể được nhận dạng tự động hồi quy, mô hình AR: điều này được biểu thị bằng phương trình (2.1) trong đó thuật ngữ A(q) đại diện cho phần Tự động hồi quy
Tự động hồi quy, mô hình AR: điều này được biểu thị bằng phương trình (2.1) trong đó thuật ngữ A (q) đại diện cho phần Tự động hồi quy
Mô hình ARX toán tử tự hồi quy: điều này được thể hiện trong phương trình (2.2), trong đó thuật ngữ B(q) đại diện cho phần (đầu vào bổ sung)
Trung bình động tự động hồi quy tối đa, mô hình ARMA: mô hình này thể hiện sự di chuyển trung bình của tiếng ồn trắng và số hạng C (q) trong phương trình (2.3) là sai lệch phần trung bình
Trung bình trượt tự động hồi phục với biến, Mô hình ARMAX mới là như trong phương trình (2.4)
Mô hình lỗi đầu ra: phần tự động hồi quy và phần OE có cấu trúc giống nhau như thể hiện trong phương trình (2.5)
Mô hình Box-Jenkins (BJ): cấu trúc mô hình tách biệt đầu vào và các thành phần nhiễu liên quan như thể hiện trong phương trình (2.6)
Cấu trúc mô hình được biết một phần từ các nguyên tắc cơ bản đầu vào biết trước, phần còn lại được tìm ra và tái hiện hay ước lượng lại được từ dữ liệu
2.2.2 Mô hình quá trình (Process Model) [24]
Cấu trúc của mô hình quá trình là một hàm truyền thời gian liên tục đơn giản mô tả động lực học của hệ thống tuyến tính theo một hoặc nhiều yếu tố sau:
Độ lợi hệ thống Kp
Một hoặc nhiều hằng số thời gian Tpk Đối với các cực phức tạp, hằng số thời gian được gọi là Tω - tương ứng với nghịch đảo của tần số riêng
- và hệ số tắt dần là ζ
Thời gian trễ có thể xảy ra Td trước khi đầu ra hệ thống phản hồi với đầu vào (deadtime)
Các mô hình quá trình phổ biến để mô tả động lực học của hệ thống trong nhiều ngành công nghiệp và áp dụng cho các môi trường sản xuất khác nhau Ưu điểm của các mô hình này là chúng đơn giản, có thể ước tính được độ trễ và các hệ số của mô hình, cũng như có cách biểu diễn dễ dàng dưới dạng cực và zero
Chúng ta có thể thể hiện, trình bày lại các cấu trúc mô hình khác nhau bằng cách thay đổi số lượng các cực, hoặc thêm/bớt các thành phần tích phân, thời gian trễ hoặc các zero
Trong đó, ta có thể chỉ định mô hình bậc nhất, bậc hai hoặc bậc ba, và các cực có thể là thực hoặc phức Một cấu trúc mô hình sau là mô hình quá trình theo thời gian liên tục bậc nhất, trong đó K p là của hệ thống quá trình, Tp1 là hằng số thời gian và Td là độ trễ đầu vào - đầu ra:
Đối với hàm truyền của hệ thống được biến đổi theo miền thời gian
( ) y t và u t ( ) lần lượt là các giá trị ngõ ra và ngõ vào của hệ thống quá trình bậc nhất
K p : độ lợi của hệ thống quá trình
p : thời hằng của hệ thống
p : thời gian trễ của hệ thống.
GIẢI THUẬT ĐIỀU KHIỂN PID
2.3.1 Nguyên lý bộ điều khiển PID [25] Điều khiển PID, hiện đang được sử dụng rộng rãi trong công nghiệp Nhiều phương pháp thực tế để điều khiển không gây dao động mạnh lên hệ thống (từ hoạt động thủ công sang hoạt động tự động), và hầu hết các bộ điều khiển PID được điều chỉnh tại chỗ, nhiều kiểu điều chỉnh khác nhau các quy tắc đã được đề xuất trong tài liệu Sử dụng các quy tắc điều chỉnh này, tinh chỉnh và tinh vi của bộ điều khiển PID có thể được thực hiện tại chỗ Ngoài ra, các phương pháp điều chỉnh tự động đã được phát triển và một số bộ điều khiển PID có thể có điều chỉnh tự động trực tuyến các khả năng Ưu điểm của các bộ điều khiển PID nằm ở khả năng áp dụng chung được cho hầu hết các hệ thống điều khiển Đặc biệt, khi không biết được mô hình toán học của đối tượng, khi đó các phương pháp thiết kế phân tích khó có thể triển khai sử dụng, các phương pháp điều khiển sử dụng PID lại tỏ ra hiệu quả nhất Trong lĩnh vực hệ thống điều khiển quá trình, ai cũng biết rằng điều khiển PID cơ bản và tùy chỉnh các
31 chương trình đã chứng minh tính hữu ích của chúng trong việc cung cấp khả năng điều khiển một cách hiệu quả, mặc dù trong nhiều tình huống nhất định chúng vẫn còn chưa có thể không cung cấp khả năng điều khiển tối ưu Để thiết kế được bộ điều khiển này, người thiết kế chỉ cần tìm ra các thông số
KP, KI và KD trong luật điều khiển sao cho đáp ứng của hệ thống bám theo tín hiệu tham khảo với chất lượng điều khiển có độ vọt lố, sai số xác lập, thời gian quá độ, thời gian xác lập là thấp nhất
Hình 2.6 Mô hình điều khiển vòng kín
Bộ điều khiển PID gồm có ba thành phần: khâu khuếch đại (Proportional), khâu tích phân (Integral) và khâu vi phân (Derivative) Khi sử dụng thuật toán PID người thiết kế có nhiệm vụ phải lựa chọn chế độ làm việc bởi P, I hay D tiếp sau đó là đặt tham số cho các chế độ làm việc khác nhau Một cách tổng quát có bốn thuật toán cơ bản được sử dụng là P, PD, PI và PID
Cấu trúc cơ bản của một bộ điều khiển PID và đối tượng được điều khiển được trình bày như ở Hình 2.7
Hình 2.7 Cấu trúc bộ điều khiển PID
Nếu e(t) là tín hiệu ngõ vào, u(t) là tín hiệu ngõ ra của bộ điều khiển PID ta có tín hiệu điều khiển u(t) sẽ được biểu diễn như (2.7) [22]
32 Khi đó, hàm truyền của bộ điều khiển PID được trình bày như (2.8)
s (1.9) Đáp ứng của bộ điều khiển PID xác định bởi các thông số của nó Trong đó, để phân tích hệ thống, cũng như thiết kế và đáp ứng, chúng ta cần quan tâm đến bốn đặc điểm quan trọng của đáp ứng vòng kín, như là:
Thời gian tăng (rise time): là thời gian đáp ứng của hệ thống tăng từ 10% đến 90% giá trị xác lập của nó
Thời gian xác lập (settling time): là thời gian cần thiết để hệ thống hội tụ về trạng thái ổn định
Độ vọt lố (overshoot): là những giá trị đỉnh cao hơn giá trị xác lập
Sai số xác lập (steady - state error): là sự khác biệt giữa tín hiệu thực tế và tín hiệu tham khảo Ảnh hưởng của các thông số KP, KI và KD đối với bộ điều khiển PID được trình bày như Bảng 2.2 Ảnh của các thông số của bộ điều khiển PID
Bảng 2.2 Ảnh của các thông số của bộ điều khiển PID Đáp ứng vòng kín
Thời gian tăng Độ vọt lố Thời gian quá độ
KP Giảm Tăng Thay đổi ít Tăng
KI Giảm Tăng Tăng Không xác định
KD Thay đổi ít Giảm Giảm Thay đổi ít
Thành phần K P có tác dụng làm tăng tốc độ đáp ứng của hệ thống và giảm thời gian tăng nhưng không loại bỏ được sai số xác lập của hệ thống
Thành phần K I khử được sai số xác lập nhưng làm giảm tốc độ đáp ứng của hệ thống
Thành phần K D làm tăng độ ổn định của hệ thống, giảm độ vọt lố và cải thiện đáp ứng của hệ thống
Do đó, để có được đáp ứng mong muốn, các tham số K P, K I và K D đều là các thành phần quan trọng, được xem là bộ thông số bộ điều khiển PID phải được người thiết kế điều chỉnh hợp lý bằng các phương pháp điều chỉnh thủ công hay tự động
2.3.2 Giới thiệu tổng quan bộ điều khiển PID trên hệ thống DCS Yokogawa
[26] Để phục vụ cho kinh nghiệm chuyên gia về việc thiết kế, điều chỉnh hoặc tinh chỉnh các bộ điều khiển PID Nhà sản xuất Yokogawa đã trình bày một số lý thuyết và phương pháp cơ bản cho việc này như sau Điều khiển quá trình là kỹ thuật cho phép điều khiển một hoặc nhiều đối tượng trong một quá trình công nghệ (chẳng hạn như : mức lỏng, áp suất, lưu lượng, nhiệt độ, nồng độ,…)
Mục đích của bộ điều khiển là tự động duy trì biến quá trình (PV) tại một biến điểm đặt yêu cầu (SV) Để làm điều này, bộ điều khiển thao tác với biến đầu ra, còn được gọi là biến Manipulated (MV) như Hình 2.8
Hình 2.8 Bộ điều khiển PID trong hệ thống điều khiển quá trình DCS [26] Trong đó, tồn tại các loại điều khiển khác nhau cho bộ điều khiển như:
Bộ điều khiển On/Off
Bộ điều khiển chỉ theo tỷ lệ (P)
Bộ điều khiển Tỷ lệ + Tích phân (PI)
Bộ điều khiển Tỷ lệ + Đạo hàm (PD)
Bộ điều khiển Tỷ lệ + Tích phân + Đạo hàm (PID)
Hình 2.9 Cấu trúc bộ điều khiển PID trong hệ thống điều khiển quá trình DCS [26]
PHƯƠNG PHÁP TINH CHỈNH THÔNG SỐ BỘ ĐIỀU KHIỂN PID SỬ DỤNG GIẢI THUẬT FUZZY [27]
2.4.1 Nguyên tắc tự điều chỉnh của bộ điều khiển PID mờ
Logic mờ đã rất hữu ích trong những năm gần đây để chính thức hóa cách tiếp cận đặc biệt của điều khiển PID Một bộ điều khiển PID mờ lấy bộ điều khiển PID thông thường làm nền tảng sử dụng lý luận mờ và biến đổi của ngôn ngữ mờ để điều chỉnh các tham số PID Các đặc điểm của một hệ thống mờ như tính mạnh mẽ và tính thích nghi có thể dễ dàng được tích hợp vào phương pháp điều khiển để điều chỉnh các thông số PID tốt hơn
Thuật ngữ tự điều chỉnh đề cập đến các đặc tính của bộ điều khiển để điều chỉnh điều khiển các tham số của nó trực tuyến tự động để có giá trị phù hợp nhất của các tham số đó dẫn đến tối ưu hóa đầu ra của quá trình Bộ điều khiển PID tự điều chỉnh mờ hoạt động trên các quy tắc kiểm soát được thiết kế trên cơ sở phân tích lý thuyết
35 và kinh nghiệm Do đó, nó có thể điều chỉnh các tham số Kp, Ki, và Kd bằng cách điều chỉnh các thông số và hệ số điều khiển khác trên mạng Điều này, kết quả là làm cho độ chính xác của bộ điều khiển tổng thể cao hơn và do đó mang lại hiệu suất tốt hơn bộ điều khiển PID thông thường hoặc bộ điều khiển PID mờ đơn giản không có khả năng tự điều chỉnh
2.4.2 Cấu trúc của bộ điều khiển PID mờ tự điều chỉnh
Bộ điều khiển mờ gồm 3 khâu cơ bản:
Hệ quy tắc điều khiển rút ra từ kinh nghiệm chuyên gia trong việc điều khiển đối tượng
- Khâu mờ hóa chuyển giá trị rõ phản hồi từ ngõ ra của đối tượng thành giá trị mờ để hệ quy tắc có thể suy luận được
- Khâu giải mờ chuyển giá trị mờ suy luận được ở ngõ ra của hệ quy tắc thành giá trị rõ để điều khiển đối tượng
Vi phân, tích phân tín hiệu
Chuẩn hóa, lượng tử hóa
- Hậu xử lý: bộ khuếch đại chuyển tín hiệu giải mờ chuẩn hóa thành giá trị vật lý
Phân loại các bộ điều khiển mờ
Điều khiển mờ trượt (SMFC)
Điều khiển tra bảng (CMFC)
Điều khiển Tagaki/Sugeno (TSFC)
Bộ điều khiển PID mờ tự điều chỉnh, có lỗi "e" và tỷ lệ thay đổi lỗi "ec" là đầu vào cho bộ điều khiển sử dụng các quy tắc điều khiển mờ để sửa đổi trực tuyến các
36 tham số PID Việc tự điều chỉnh của bộ điều khiển PID đề cập đến việc tìm kiếm mối quan hệ mờ giữa ba thông số PID, Kp, Ki , và Kd và "e" và "ec", và theo nguyên tắc mờ kiểm soát sửa đổi ba tham số để đáp ứng các yêu cầu khác nhau về kiểm soát các tham số khi "e" và "ec" khác nhau và làm cho đối tượng điều khiển tạo ra một hiệu suất động và tĩnh Lựa chọn các biến ngôn ngữ của “e”, “ec”, Kp, Ki, và Kd là chọn bảy giá trị mờ (NB, NM, NS, ZO, PS, PM, PB) Khoảng giá trị trong trường hợp này, được biểu diễn bởi tập giá trị như sau {-3, -2, -1,0,1,2,3} Ở đây (NB, NM, NS, ZO, PS, PM, PB) là tập hợp của các giá trị ngôn ngữ tương ứng đại diện cho “âm lớn”, “phương tiện tiêu cực”, ”âm nhỏ ”,“ không ”,“ tích cực nhỏ ”,“ trung bình tích cực ”và“ tích cực lớn ”
Hình 2.10 là sơ đồ khối của bộ điều khiển PID mờ tự điều chỉnh Như ta có thể thấy được từ sơ đồ khối, quá trình làm mờ lấy hai đầu vào (e và ec) và cho ba đầu ra
Hình 2.10 Sơ đồ khối của bộ điều khiển PID mờ tự điều chỉnh
Tập hợp các quy tắc ngôn ngữ là phần thiết yếu của bộ điều khiển mờ Trong nhiều trường hợp, thật dễ dàng dịch kinh nghiệm của chuyên gia thành các quy tắc này và bất kỳ số lượng quy tắc nào như vậy đều có thể được tạo để xác định các hành động của bộ điều khiển Trong hệ thống mờ được thiết kế, các điều kiện mờ thông thường và các quan hệ như: - "Nếu e là A và ec là B thì Kp là C, Ki là D và Kd là E." được sử dụng để tạo bảng quy tắc mờ
37 Các hiệu chỉnh thích nghi có thể được thực hiện bằng các phương pháp sau, p p p i i i d d d
Ở đây Kp’, Ki’ và Kd’ đề cập đến giá trị trước đó của các thông số PID trong khi Kp, Ki và Kd đề cập đến các giá trị đã tinh chỉnh mới của các thông số sau khi hoàn thành một bước điều chỉnh cụ thể
Bảng 2.3 Quy tắc mờ cho ∆Kp [27]
Bảng 2.4 Quy tắc mờ cho ∆Ki [27]
Bảng 2.5 Quy tắc mờ cho ∆Kd [27]
NHẬN DẠNG VÀ ĐIỀU KHIỂN MÔ PHỎNG
ĐỐI TƯỢNG NHẬN DẠNG
3.1.1 Hệ quá trình điều khiển lưu lượng 04FIC2047
Trong phần nghiên cứu và đánh giá tiền khả thi này, hệ điều khiển vòng kín cho đối tượng lưu lượng được lựa chọn để thực hiện nhận dạng cho mô hình này Cụ thể hơn, tác giả quyết định lựa chọn đối tượng này trong rất nhiều các đối tượng điều khiển trong hệ thống điều khiển phân tán DCS cho quá trình sản xuất tại Nhà máy Đạm Cà Mau, là vì trong quá trình thực hiện thi công hệ thống điều khiển cao cấp APC (Advange Process Control) vào tháng 10 năm 2016, từ hãng Honeywell đã thực hiện cho Nhà máy Từ đó, tác giả đã thu thập lại bộ dữ liệu và phân tích, đánh giá để đưa ra lựa chọn phù hợp và đề xuất sử dụng bộ dữ liệu chuẩn cho thí nghiệm này là đối tượng điều khiển quá trình lưu lượng 04FIC2047 (Hình 3.1 và Hình 3.2)
Bên cạnh đó, phương pháp mà nhà thầu áp dụng là sử dụng đáp ứng hàm nấc và và đáp ứng hàm gần sin để thử các đáp ứng ngõ ra cho các hệ này nhằm mục đích tinh chỉnh lại bộ điều khiển PID, tuy nhiên quá trình tinh chỉnh này là thủ công và dựa vào kinh nghiệm chuyên gia, điều này gây khó khăn cho quá trình tiếp cận kỹ
39 thuật tinh chỉnh này đối với người sử dụng Vì thế, một giải pháp xây dựng môt hệ thống được dùng để nhận dạng mô hình toán của đối tượng, từ đó có thể tinh chỉnh một cách tự động các tham số PID cho đối tượng được đề xuất trong nghiên cứu này
Hình 3.1 Mô tả ngõ vào ra (giá trị thực tế) của của loop điều khiển cho 04FIC2047
Hình 3.2 Thiết bị điều khiển lưu lượng 04FIC2047 trên màn hình vận hành
3.1.2 Thu thập dữ liệu quá trình từ hệ thống DCS
Dữ liệu thu thập là loại dữ liệu closing data được phần mềm report package lấy là :
Khai báo trend là loại 10s tức là 10s sẽ lấy mẫu lưu một lần
Giá trị ghi trên file report excel là giá trị trung bình của 1 phút được lấy từ trend đã khai báo
Quá trình lập trình cấu trúc dữ liệu và thu thập dữ liệu được trình bày tại Phụ lục 01
Dữ liệu thu thập về hệ thống DCS thông qua phần mềm report package và xuất ra các file định dạng Excel Tất cả dữ liệu được Step Test (thử đáp ứng hàm nấc) bởi nhà thầu ngày 10/10/2016 được thu thập và trích xuất bao gồm tất cả các bộ điều khiển mức, áp, nhiệt độ lưu lượng mà nhà thầu đánh giá có khả năng tiết giảm năng lượng cho Nhà máy Trong đó, mỗi loop điều khiển (hệ điều khiển đối tượng vòng kín) được thu thập tương ứng bởi 3 giá trị lần lượt: tín hiệu đặt SV (Setpoint Values), tín hiệu tác động lên cơ cấp chấp hành van điều khiển MV (Manipulated Values) và tín hiệu đo từ quá trình PV (Process Values) với các cột tương ứng cạnh nhau như Hình 3.3
Quá trình tiền xử lý dữ liệu theo các bước thực hiện như sau:
Thứ 1, tìm các loop có thử nghiệm đáp ứng hàm nấc (tô màu, trong Hình 3.3), trích xuất các cột này về chương trình Matlab
Thứ 2, trên nền tảng Matlab, một chương trình để vẽ các đáp ứng cho các hệ điều khiển này được xây dựng bởi đoạn chương trình bên dưới ở phần Phụ lục, và thu được các biểu đồ để xem xét và đánh giá ở phần tiếp theo
Như đã đề cập, dữ liệu được truy xuất trong vòng 1 ngày, tương ứng 24 giờ, với tốc độ lấy mẫu của hệ thống là 1 phút/dữ liệu Ta có, tập dữ liệu trên mỗi loop tổng cộng có được là 24x6040 mẫu Điều này, hoàn toàn có thể thể hiện được bản chất của quá trình đáp ứng của đối tượng, vì thông thường theo trình bày tại tài liệu [23], điều kiện tối thiểu cho việc
41 lấy mẫu và nhận dạng hệ thống được gợi ý là gấp 100 lần so với hiện tượng bản chất đáp ứng của mô hình/ hệ thống
Cùng với đó, thông qua kinh nghiệm vận hành và hiểu biết về quá trình công nghệ tại Nhà máy, khi các quá trình công nghệ diễn ra ổn định, thời gian để đáp ứng của một đối tượng từ 0 -100% giới hạn đo là không quá 10 phút Vì thế, số mẫu được đánh giá và nhận dạng cho hệ thống tốt nhất với số lượng tối thiểu là 1000 mẫu
Dữ liệu SV (Setpoinit Values), MV (Manipulated Values) và PV (Process Values) của bộ điều khiển lưu lượng 04FIC2047 (khung đỏ Hình 3.3) được chọn để phục vụ cho việc nghiên cứu của luận văn ở nội dung nhận dạng và mô phỏng
Hình 3.3 File dữ liệu vận hành các bộ điều khiển PID tai Nhà máy Đạm Cà Mau được thu thập trong ngày 10/10/2016 được trích xuất file Excel
3.1.3 Chọn lọc và xử lý dữ liệu
Trong phần này, các đáp ứng thử hàm nấc, hệ điều khiển được tác giả thực hiện vẽ và biểu diễn dạng biểu đồ, bao gồm một biểu đồ vào ra cho giá trị tín hiệu thực tế, quá trình này nhằm để quan sát, phân tích và có những đánh giá để lựa chọn hệ điều khiển phù hợp Kết quả khảo sát, nghiên cứu thu nhận được như ở Hình 3.4 và Hình 3.5, là đáp ứng vào/ra của hệ điều khiển lưu lượng 04FIC2047 môi chất cung cấp nhiệt lượng cho lò phản ứng xúc tác Reformer của Xưởng Amonnia
Hình 3.4 Đáp ứng ngõ vào ra (giá trị thực tế) của của loop điều khiển cho
43 Hình 3.5 Đáp ứng ngõ vào ra (giá trị được chuẩn norm) của của loop điều khiển cho
3.1.4 Nhận dạng mô hình lưu lượng 04FIC2047
3.1.4.1 Xác định mô hình đối tượng
Các phương pháp trực tiếp dựa trên đồ thị đáp ứng quá độ rất được ưa chuộng với những người làm thực tế, bởi tính trực quan và đơn giản Tất nhiên, mức độ chính xác của các mô hình nhận được thường là ở mức độ khiêm tốn bởi hai lý do: mô hình sử dụng thường đơn giản (bậc thấp) và ảnh hưởng của nhiễu không được giải quyết tốt Song đối với mức độ yêu cầu của một phần không nhỏ các bài toán điều khiển quá trình thì người ta có thể bằng lòng với cách làm này
Trên Hình 3.6 là bốn đường cong đáp ứng quá độ rất tiêu biểu của các quá trình công nghiệp không có trễ Đối với các trường hợp a, c hoặc d ta có thể áp dụng một trong những phương pháp thích hợp dưới đây Cụ thể là
• Đặc tính quán tính (a): có thể xấp xỉ thành mô hình quán tính bậc nhất hoặc bậc hai có trễ (FOPDT, SOPDT)
• Đặc tính dao động tắt dần (c): có thể xấp xỉ về mô hình dao động bậc hai
• Đặc tính tích phân (d): có thể xấp xỉ thành mô hình quán tính bậc nhất hoặc bậc hai có trễ cộng thêm thành phần tích phân
Hình 3.6 Một số dạng đáp ứng quá độ tiêu biểu [28] Để tiến hành các phương pháp sẽ trình bày dưới đây một cách thực sự hiệu quả, ta cần lưu ý đặc biệt một số điểm sau đây:
1 Quá trình thực tế nào cũng phi tuyến, vì vậy việc tiến hành thực nghiệm cần tiến hành xung quanh điểm làm việc quy định Các số liệu thu thập cần dựa trên các giá trị chênh lệch so với trạng thái xác lập, chứ không phải các giá trị vào-ra thực Trước hết đưa quá trình về điểm làm việc, chờ quá trình hoàn toàn đi tới trạng thái xác lập, sau đó mới tiếp tục thay đổi đầu vào một giá trị Au Nếu quá trình ổn định, sau một thời gian nó sẽ tiến tới một điểm làm việc mới Số liệu đầu ra cùng phải lấy theo biến chênh lệch Ay so với điểm làm việc cũ Tùy theo đặc thù của từng quá trình, nhưng biên độ Au cần nhỏ để tránh quá kích thích, nhưng cần đủ lớn để vượt qua ảnh hưởng của nhiễu đo và dải chết của thiết bị chấp hành
2 Nếu ảnh hưởng của nhiễu đo là đáng kể, cần tiến hành thực nghiệm nhiều lần và sau đó lấy số liệu trung bình Nếu cần thiết có thể tiến hành các biện pháp lọc nhiễu trước khi xử lý
3 Các phương pháp được trình bày dưới đây trên cơ sở đồ thị Tuy ngày nay việc áp dụng các hệ điều khiển số cho phép tiến hành công việc thu thập số liệu và tính toán tham số bằng máy tính Vì thế việc vẽ đồ thị và ước lượng bằng tay trên giấy gần như không cần thiết Cũng cần lưu ý vai trò chuyển đổi của các bộ ADC cũng như dạng biểu diễn dữ liệu
ĐIỀU KHIỂN MÔ PHỎNG HỆ QUÁ TRÌNH LƯU LƯỢNG 04FIC2047 ĐƯỢC NHẬN DẠNG
3.2.1 Tiêu chí thiết kế bộ điều khiển
Một tiêu chí đánh giá theo các yêu cầu kỹ thuật của các nhà máy công nghiệp nói chung và tại Nhà máy Đạm Cà Mau nói riêng là cần thiết để đảm bảo vận hành điều khiển quá trình đúng các chức năng, đặc biệt là trong chế điều khiển tự động Qua đó, các tiêu chí đánh cho kết quả đáp ứng của bộ điều khiển mô phỏng, cũng như bộ điều khiển trong thực nghiệm được trình bày như trong Bảng 3.1
Bảng 3.1 Tiêu chí đánh giá bộ điều khiển
Tiêu chí đánh giá Giá trị đánh giá Ghi chú Độ vọt lố 𝟓% Theo yêu cầu của Nhà máy
Sai số xác lập 𝟓% Theo yêu cầu của Nhà máy
Thời gian xác lập < 60s Theo yêu cầu của Nhà máy Thời gian tăng < 45s Theo yêu cầu của Nhà máy
3.2.2 Điều khiển hệ lưu lượng 04FIC2047 bằng giải thuật PID
Hình 3.14 Sơ đồ điều khiển PID
Sử dụng công thức tính MV của khối PID trong DCS Yokogawa
∆E n : Độ lệch tại thời điểm n (∆En=En-En-1)
TI : Thời gian tích phân
TD : Thời gian vi phân
SV n : Giá trị điểm đặt tại n
PV n : Biến quá trình tại n (engineering unit)
SH : Giới hạn cao thang đo PV
SL : Giới hạn thấp thang đo PV MSH : Giới hạn cao thang đo MV MSL : Giới hạn thấp thang đo MV
Bộ điều khiển PID với thông số Kp, Ki, Kd được điều chỉnh bằng tay mô phỏng trên phần mềm Matlab có đáp ứng như Hình 3.15
Hình 3.15 Đáp ứng của bộ điều khiển PID
3.2.3 Điều khiển hệ lưu lượng 04FIC2047 bằng giải thuật FuzzyPID
Hình 3.16 Sơ đồ bộ điều khiển Fuzzy PID
Thiết kế ngõ vào, ngõ ra của bộ điều khiển FuzzyPID bao gồm hai ngõ vào là e và ec, ba ngõ ra là Kp, Ki, Kd được thể hiện như Hình 3.17
Hình 3.17 Ngõ vào/ra bộ điều khiển Fuzzy
Thiết kế hàm liên thuộc cho ngõ vào e có range từ [-400 400] dùng loại trimf và ec có range từ [-10 10] dung loại trimf được thể hiện như Hình 3.18
Hình 3.18 Hàm liên thuộc cho e (a) và ec (b)
Thiết kế hàm liên thuộc cho ngõ ra Kp có range [200 500] dùng loại trimf, Ki có range [0 15] dùng loại trimf, Kd có range [0 10] dung loại trimf được thể hiện như Hình 3.19
Hình 3.19 Hàm liên thuộc cho Kp (a), Ki (b) và Kd (c)
Thiết kế luật hợp thành cho ngõ vào và ngõ ra e, ec và Kp, Ki, kd gồm
49 luật được thể hiện như Hình 3.20
Hình 3.20 Luật hợp thành giữa e, ec và Kp, Ki, kd
Bộ điều khiển FuzzyPID với thông số Kp, Ki, Kd được điều tự động có đáp ứng như Hình 3.21
Hình 3.21 Đáp ứng của bộ điều khiển FuzzyPID
3.2.4 Kết quả điều khiển mô phỏng Đáp ứng của bộ cả bộ điều khiển PID và FuzzyPID cho bộ điều khiển 04FIC2047 được hiển thị trên cùng một đồ thị như Hình 3.22
Hình 3.22 Đáp ứng của bộ điều khiển PID và FuzzyPID
60 Bảng 3.2 Kết quả mô phỏng bộ điều khiển PID
Tiêu chí đánh giá chất lượng
Thời gian tăng tại các điểm setpoint thay đổi ( thời gian đạt 90% giá trị setpoint) 30s 28s 28s 24s 27s
Thời gian xác lập tại các điểm setpoint thay đổi (thời gian để đáp ứng đạt sai số
Bảng 3.3 Kết quả mô phỏng bộ điều khiển FuzzyPID
Tiêu chí đánh giá chất lượng
Thời gian tăng tại các điểm setpoint thay đổi ( thời gian đạt 90% giá trị setpoint) 19s 19s 19s 18s 18s
Thời gian xác lập tại các điểm setpoint thay đổi (thời gian để đáp ứng đạt sai số
61 Bảng 3.4 Kết quả mô phỏng bộ điều khiển PID và FuzzyPID
Tiêu chí đánh giá chất lượng PID FuzzyPID
Thời gian tăng trung bình tại các điểm setpoint thay đổi ( thời gian đạt 90% giá trị setpoint) 27.4s 18.6s
Thời gian xác lập trung bình tại các điểm setpoint thay đổi (thời gian để đáp ứng đạt sai số ≤ 5%)
44.4s 23.6s Độ vọt lố trung bình tại các điểm setpoint thay đổi 0 0
Sai số xác lập trung bình tương ứng các điểm setpoint 2.2% 0.76%
Cả hai bộ điều khiển PID và FuzzyPID được thiết kế điều đạt yêu cầu các tiêu chí tại Bảng 3.1 o Thời gian tăng của bộ điều khiển FuzzyPID cải thiện 32% so với bộ điều khiển PID o Thời gian xác lập của bộ điều khiển FuzzyPID cải thiện 46% so với bộ điều khiển PID o Sai số xác lập của bộ điều khiển FuzzyPID cải thiện 65% so với bộ điều khiển PID
ĐIỀU KHIỂN THỰC TẾ TRÊN DÂY CHUYỀn XỬ LÝ NƯỚC
GIỚI THIỆU KIT THỰC NGHIỆM DCS YOKOGAWA
4.1.1 Thiết kế kiến trúc tổng quan hệ thống
Một sơ đồ cấu trúc tổng quan cho đối tượng điều khiển thực tế (kit thực nghiệm Yokogawa nhà máy Đạm Cà Mau) được mô tả qua Hình 4.1 Với cấu trúc này có thể thấy, hệ thống bao gồm các thành phần thiết bị - chức năng và giao tiếp được trình bày cụ thể như sau:
Hình 4.1 Cấu trúc tổng quan hệ thống DCS Control & Instrument KIT, PVCFC
Các thiết bị thành phần trong cấu trúc hệ thống điều khiển và chức năng tương ứng
FCS: Là một thành phần được xem như bộ xử lý và điều khiển trung tâm (Controller) cho toàn bộ hệ thống điều khiển bao gồm các board mạch xử lý vào ra bao gồm các chức năng chính
63 o Thu nhận các tín từ Input từ các thiết bị đo ở hiện trường, vào hệ thống xử lý và gửi đến các thành phần khác trong hệ thống Trong hệ điều khiển quá trình, các giá trị đo ngõ (Digital hoặc Analog) vào từ quá trình công nghệ vào hệ thống được gọi là PV (Process Value) o Xuất các tín hiệu điều khiển Output từ hệ thống ra các phần tử chấp hành mà chủ yếu là valve điều khiển (dạng Analog) hoặc các thiết bị như Bơm, Solenoid (dạng Digital) o Xử lý tính toán các điều khiển logic khóa liên động đảm bảo an toàn hệ thống và thiết bị (Interlock Safety), các chiến lược và giải thuật điều khiển vòng kín cơ bản và nâng cao như (PID, PID Casecade, FeedFoward,…)
EWS (Engineering WorkStation): o EWS thường là một máy tính Server, dùng màn hình CRT hay LCD thường, có chức năng thiết lập cấu hình, chứa cơ sở dữ liệu của toàn bộ project, thường EWS cũng có chức năng operation và monitor
Exa OPC: o Máy OPC thường cũng là một Server, dùng màn hình CRT hay LCD thường, có chức năng trung chuyển các thông số vận hành của hệ thống từ DCS sang các hệ thống khác như MIS, APC, AMS
Các giao tiếp chuyển đổi trong cấu trúc hệ thống điều khiển
Ethernet: o Kết nối giữa HIS và EWS, HIS và hệ thống giám sát Mạng Ethernet dùng để trao đổi dữ liệu Trend, messages giữa các trạm Ngoài ra, mạng này còn được dùng để đồng bộ dữ liệu giữa ESW và các HIS Tốc độ mạng Ethernet hiện tại là 100 MB
Vnet IP: o Kết nối giữa HIS, EWS với FCS và FCS với nhau Mạng Vnet IP dùng để truyền nhận tín hiệu điều khiển MV, SV, PV, MAN, AUT,… từ FCS đến các các máy HIS hoặc FCS với nhau Tốc độ mạng Vnet IP là 1 GB
4.1.1.2 Mục tiêu thiết kế và phương pháp thiết kế hệ thống DCS
64 Một kết quả cuối cùng cho việc thiết kế hệ thống để sử dụng giao tiếp vận hành điều khiển hệ thống DCS cho một hệ thống nhà máy thực tế được mô tả như tại Hình 4.1 Để có được kết quả mục tiêu kể trên Trong một quy trình mô tả quá trình thiết kế cho hệ thống điều khiển nói chung và hệ thống điều khiển phân tán DCS được trình bày chi tiết ở phần tiếp theo
4.1.2 Thiết kế giao tiếp Matlab với hệ thống DCS qua OPC server
4.1.2.1 Thiết kế giao tiếp OPC với hệ thống DCS
Thông qua việc cài đặt các công cụ hỗ trợ thiết yếu, cho đến thiết kế các giao thức và địa chỉ IP (Internet Protocol) để xác lập địa chỉ tĩnh cho máy DCS Kết quả của tiến trình thực hiện trên, được thể hiện như trong Hình 4.2 Với địa chỉ IP cụ thể là 172.17.63 và Subnet Mark: 225.225.0.0
Sau khi kết nối thành công, một cửa sổ Station Viewer, như trong Hình 4.3 thể hiện các trạng thái tín hiệu (màu xanh: chất lượng kết nối tốt)
Hình 4.2 Thiết lập địa chỉ kết nối giữa DCS và OPC Server (Matlab local host)
65 Hình 4.3 Kết quả thiết kế giao tiếp hệ thống trên DCS
4.1.2.2 Thiết kế giao tiếp OPC với Matlab
OPC Toolbox ™ cung cấp quyền truy cập vào dữ liệu OPC lịch sử và trực tiếp từ MATLAB® và Simulink® Người dùng có thể đọc, ghi và ghi dữ liệu OPC từ các thiết bị, chẳng hạn như hệ thống điều khiển phân tán, hệ thống thu thập dữ liệu và điều khiển giám sát cũng như bộ điều khiển logic có thể lập trình
Với công cụ OPC, có thể làm việc với dữ liệu từ các máy chủ trực tiếp và máy sử dữ liệu tuân theo tiêu chuẩn Truy cập dữ liệu OPC (DA), tiêu chuẩn Truy cập dữ liệu lịch sử OPC (HDA) và tiêu chuẩn Kiến trúc thống nhất OPC (UA) Công cụ cho phép kết nối an toàn với máy chủ OPC UA bằng nhiều chế độ bảo mật, thuật toán và phương pháp xác thực
Công cụ OPC của Matlab, hỗ trợ người dùng thông qua 3 phương thức giao diện bao gồm:
OPC Data Access Explorer: truy xuất nhanh real-time các data item (biến dữ liệu) của một hệ thống điều khiển DCS hoặc PLC, trong nghiên cứu này là DCS (Hình 4.4)
OPC DA/UA trên Simulink: cho phép đọc/ghi các giá trị trực tiếp real- time cho hệ thống điều khiển thông qua các Function Block
OPC DA/UA trên Matlab: cho phép đọc/ghi các giá trị trực tiếp real-time cho hệ thống điều khiển thông qua đoạn câu lệnh
Qua giới thiệu về các giao tiếp vừa nêu, nghiên cứu sử dụng OPC Data Access Explorer để giao tiếp và truy xuất các dữ liệu kiểm tra nhanh Sau đó, OPC DA/UA trên Matlab thông qua các câu lệnh được dùng để xây dựng các giải thuật đã được nghiên cứu mô phỏng vào thực tế
Hình 4.4 Công cụ OPC Data Access Explorer trên Matlab
Hình 4.5 Kết nối OPC server trên Matlab Đầu tiên, khi giao tiếp được thiết lập (Hình 4.5) ban đầu, chúng ta bắt đầu truy cập tới bộ điều khiển DCS (FCS) có chứa các item được yêu cầu và chúng ta phải thêm chúng như thể hiện trong hình tiếp theo (Hình 4.6)
67 Hình 4.6 Truy xuất các thẻ dữ liệu (data item) từ DCS
Hình 4.7 Giá trị các thẻ dữ liệu được
Kế đó, sau khi kiểm tra kết nối tín hiệu, giá trị của các thẻ dữ liệu được thể hiện trực tuyến như Hình 4.7 ở trên Trong đó, ta có thể thấy được một cấu trúc dữ liệu cho việc lấy các thông tin dữ liệu từ một hệ thống điều khiển qua OPC được mô tả
ÁP DỤNG GIẢI THUẬT FUZZY-PID VÀO HỆ THỐNG THỰC TẾ
Một quy trình tổng quát để giải thích cho việc áp dụng giải thuật, đã được mô phỏng điều khiển về FuzzyPID ở phần 3.2, vào mô hình đối tượng thực tế, được mô tả như sau:
Mô tả đối tượng điều khiển (trên hệ thống DCS)
Khái quát sơ đồ kết nối thiết bị và cấu trúc hệ thống (phân chia chức năng điều khiển), để áp dụng giải thuật vào thực tế o Phương án 1: Kết quả đầu ra của giải thuật (Fuzzy tuning) cho phép ghi các giá trị Kp, Ki, Kd tính được qua tham số P, I, D của bộ điều khiển PID16FIC02 trên DCS o Phương án 2: Kết quả đầu ra của giải thuật (bao gồm PID và
Fuzzy tuning), cho phép ghi giá trị MV tính được để điều khiển trực tiếp độ mổ van thông qua DCS
4.2.1 Mô tả đối tượng điều khiển (trên hệ thống DCS) Đối tượng được sử dụng để thực thực nghiệm là vòng điều khiển lưu lượng 16FIC02 bao gồm van điều khiển 16FV02, thiết bị đo lưu lượng 16FT02 và Bơm 16PUMP02 ( Hình 4.8 và Hình 4.9)
Hình 4.8 Thiết bị đo lường của KIT DCS
71 Hình 4.9 Chi tiết thành phần trong hệ điều khiển lưu lượng 16FIC02
Sử dụng cửa sổ tuning để theo dõi quá trình ghi tự động giá trị Kp, Ki, Kd từ matlab vào các thông số P, I, D của vòng điều khiển 16FIC02 trên DCS cho phương án 1 (Hình 4.10)
Hình 4.10 Cửa sổ tùy chỉnh các tham số trên màn hình vận hành DCS, Yokogawa
Sử dụng của sổ theo dõi đồ thị trên màn hình vận hành DCS, Yokogawa để theo dõi đáp ứng của bộ điều khiển cho phương án 1 và phương án 2 ( Hình 4.11)
Hình 4.11 Cửa sổ theo dõi đồ thị trên màn hình vận hành DCS, Yokogawa
Sử dụng thanh giao diện vận hành (Faceplate) để theo dõi quá trình ghi tự động giá trị MV tính được trên Matlab vào thông số MV của vòng điều khiển 16FIC02 trên DCS cho phương án 2 (Hình 4.12)
Hình 4.12 Thanh giao diện vận hành của vòng điều khiển 16FIC02
4.2.2 Khái quát sơ đồ cấu trúc kết nối hệ thống cho các phương án khác nhau và mô tả thí nghiệm
4.2.2.1 Khái quát sơ đồ cấu trúc kết nối hệ thống cho các các phương án khác nhau
Ghi giá trị Kp, Ki, Kd tính được qua tham số P, I, D của bộ điều khiển 16FIC02 trên DCS
Phương pháp thực hiện sử dụng Matlab để tính toán tất cả các giải thuật bao gồm FuzzyPID ra giá trị Kp, Ki, Kd sau đó ghi giá trị tính được qua tham số P, I, D của bộ điều khiển 16FIC02 trên DCS để tính ra giá trị độ mở van (MV) tương ứng theo cấu trúc hệ thống như Hình 4.13
Hình 4.13 Cấu trúc hệ thống áp dụng giải thuật theo phương án 1
Ghi giá trị MV tính được qua bộ điều khiển 16FIC02 trên DCS
Phương pháp thực hiện sử dụng Matlab để tính toán tất cả các giải thuật bao gồm FuzzyPID tinh chỉnh và tính giá trị độ mở van (MV) tương ứng trên Matlab sau đó ghi giá trị MV tính được qua DCS theo cấu trúc như Hình 4.14
Hình 4.14 Cấu trúc hệ thống áp dụng giải thuật theo phương án 2
4.2.2.2 Mô tả bố trí phương án thực nghiệm
Thí nghiệm giải thuật Fuzzy-PID auto tuning được áp dụng lên hệ thống DCS thực tế trong thời gian thực nghiệm kiểm chứng trong thời gian 360 giây đối với mỗi thí nghiệm (phương án thực nghiệm) Trong đó, 90 giây đầu tiên để thiết lập khởi tạo,
75 khởi động hệ thống, thiết bị để đưa vào trạng thái sẵn sàng (bước này, để thể hiện đặc trưng thực tế tại nhà máy, đối với hệ thống vận hành thông thường được khởi động tay bởi người vận hành để đưa các thiết bị vào trạng thái điều kiện đầu, cho các quy trình tiếp theo trong quy trình vận hành thiết bị, thời gian sau đó thực hiện chạy các giải thuật điều khiển để giữ ổn định hệ thống theo các giá trị đặt mong muốn (chi tiết ở Hình 4.15)
Hình 4.15 Cấu trúc thí nghiệm (các giá trị setpoint)
Một quy trình vận hành các thiết bị như bơm, độ mở van khởi tạo và tạo nhiễu cho hệ thống được thực hiện chạy phần mềm trên Matlab và theo dõi đáp ứng trên máy tính EWS DCS như Hình 4.16 mô tả theo sau:
Thời gian khởi tạo từ [0, 90] giây o Mở van 12% (tránh tăng áp đầu ra bơm) chờ trong 15 giây sau đó khởi động bơm 2 (bơm chính của hệ thống) o Chuyển chế độ bộ điều khiển PID sang AUT hoặc MAN (tùy vào vào phương án thí nghiệm, trình bày ở phần tiếp theo)
Thời gian từ [91, 270] áp dụng các giải thuật để điều khiển hệ thống trong điều kiện không có nhiễu hệ thống
Thời gian từ [271, 360] tạo thêm nhiễu cho hệ thống bằng cách mở thêm bơm 1 chạy (cách tạo nhiễu này phù hợp với các điều kiện thực tế thông thường khi đầu vào của 1 hệ thống lưu lượng bị sụt áp) để kiểm chứng độ ổn định và đáp ứng của giải thuật điều khiển đối với hệ thống
Hình 4.16 Các máy tính Matlab, OPC và DCS thực nghiệm
ÁP DỤNG BỘ ĐIỀU KHIỂN THỰC TẾ TẠI NHÀ MÁY
4.3.1 Kết quả thử nghiệm bộ điều khiển PID trước khi sử dụng Fuzzy tinh chỉnh
4.3.1.1 Kết quả đối với các thông số mặc định của hệ thống DCS - Yokogawa
Thông thường, sau khi lắp đặt phần cứng, cấu hình và lập trình phần mềm ; khi đó, bộ điều khiển PID được cung cấp bởi hãng Yokogawa, mặc định với thông số là
P = 100, I = 20 và D = 0 và thu được kết quả thực nghiệm như Hình 4.17 bên dưới
77 Hình 4.17 Đáp ứng của bộ điều khiển PID (với các thông số mặc định P = 100, I 20 và D = 0)
Thông qua kết quả tại Hình 4.34 trên, ta có thể dễ dàng quan sát được đáp ứng của bộ điều khiển cho thấy các yếu tố chất lượng điều khiển chưa tốt hoặc có thể nói là chưa đảm bảo Trong đó, có thể kể đến như sai số xác lập là 6.5% cao hơn sơ với mục tiêu thiết kế, thời gian tăng khoảng 30 giây, tuy đảm bảo về mặt định lượng, nhưng có thể thấy được sự bất ổn của đường cong đáp ứng so với các đáp ứng thông thường Điều này có thể giải thích, do các tham số của bộ điều khiển đối với hệ thống điều khiển lưu trong nghiên cứu là chưa phù hợp
4.3.1.2 Kết quả đối với thông số tinh chỉnh thủ công
Từ kết quả đáp ứng quan sát được ở Hình 4.34 ở trên, một phương pháp tinh chỉnh thủ công cho hệ thống điều khiển PID thông qua các phương pháp thực nghiệm đã trình bày ở Chương 2, cũng như quá trình thử sai, từ đó thu được đáp ứng như trong Hình 4.18 và 4.19 lần lượt đối với các trường hợp không có thành phân vi phân (D = 0), và có thành phần vi phân nhỏ (D = 0.5)
78 Hình 4.18 Kết quả đáp ứng của bộ điều khiển PID với thông số tinh chỉnh P= 80, I10 và D = 0
Hình 4.19 Kết quả đáp ứng của bộ điều khiển PID với thông số tinh chỉnh P= 80, I10 và D = 0.5
79 Kết quả đáp ứng dựa trên phương pháp thủ công thu được ở Hình bên trên, có thể thấy được với các tham số của bộ điều khiển PID đã được tinh chỉnh, các sai số xác lập cũng được loại bỏ so với trường hợp sử dụng các tham số PID mặc định của Yokogawa áp dụng đối tượng nghiên cứu Tuy nhiên, thời gian tăng cao, vẫn chưa đảm bao tiêu chí mục tiêu đặt ra (hơn 1 phút) Do đó, có thể thấy được rằng quá trình tinh chỉnh thủ công mất rất nhiều thời gian, cũng như hiệu quả chưa cao, cũng như phụ thuộc rất nhiều vào kinh nghiệm của người kỹ sư thiết kế
4.3.2.1 Quá trình triển khai thực nghiệm phương án 1
Quá trình thực thi của giải thuật theo thời gian thực, lần lượt với thời gian lấy mẫu (xử lý, tính toán) là 1 giây, các giá trị Kp, Ki, Kd ngõ ra từ giải thuật Fuzzy xuất các qua tham số P, I, D ghi vào bộ điều khiển PID của 16FIC02 trên DCS (Hình 4.20)
(c) Hình 4.20 Quá trình chạy thực nghiệm phương án 1 (a): Giai đoạn khởi tạo, (b): Giai đoạn chạy giải thuật điều khiển, (c): Giai đoạn áp dụng nhiễu cho hệ thống
4.3.2.2 Kết quả thu được ở phương án 1
Hình 4.21 Đáp ứng của bộ điều khiển ghi giá trị Kp, Ki, Kd qua DCS
Bảng 4.3 Kết quả thực nghiệm theo phương án 1 của bộ điều khiển FuzzyPID
Bộ điều khiển ghi giá trị Kp, Ki, Kd qua DCS
Tiêu chí đánh giá chất lượng điều kiện
Thời gian tăng tại các điểm setpoint thay đổi ( thời gian đạt 90% giá trị setpoint) 26s 24s 20s 27s
Thời gian xác lập tại các điểm setpoint thay đổi (thời gian để đáp ứng đạt sai số ≤ 5%) 30s 35s 32s 33s Độ vọt lố Không Không Không Không
Nhận xét : Đáp ứng của bộ điều khiển FuzzyPID ghi giá trị Kp, Ki, Kd tính được qua tham số P, I, D của bộ điều khiển 16FIC02 trên DCS đạt theo tiêu chí Bảng 3.1
Quá trình và kết quả của phương án 1 chi tiết xem tại video, đường dẫn: https://youtu.be/Z6QK5EcKstU
4.3.3.1 Quá trình triển khai thực nghiệm phương án 2
Quá trình thực thi của giải thuật phương án 2, cũng được áp dụng theo thời gian thực, lần lượt với thời gian lấy mẫu (xử lý, tính toán) là 1 giây, tuy nhiên giá trị mà Matlab ghi cho bộ điều khiển 16FIC02 trên DCS là tín hiệu độ mở van điều khiển (MV), sau khi được tính toán kết hợp (bao gồm Fuzzy và tuning PID, bộ điều khiển PID này được lập trình theo công thức đã trình bày (Hình 4.22)
Hình 4.22 Quá trình chạy thực nghiệm phương án 2 (a): Giai đoạn khởi tạo, (b): Giai đoạn chạy giải thuật điều khiển, (c): Giai đoạn áp dụng nhiễu cho hệ thống
4.3.3.2 Kết quả thực nghiệm phương án 2
84 Hình 4.23 Đáp ứng của bộ điều khiển ghi giá trị MV qua DCS
Bảng 4.4 Kết quả thực nghiệm theo phương án 2 của bộ điều khiển FuzzyPID
Bộ điều khiển ghi giá trị MV qua DCS
Tiêu chí đánh giá chất lượng điều kiện
Thời gian tăng tại các điểm setpoint thay đổi ( thời gian đạt 90% giá trị setpoint) 26s 34s 28s 35s
Thời gian xác lập tại các điểm setpoint thay đổi (thời gian để đáp ứng đạt sai số ≤ 5%) 31s 42s 33s 40s Độ vọt lố Không Không Không Không
Nhận xét : Đáp ứng của bộ điều khiển FuzzyPID ghi giá trị MV tính được qua bộ điều khiển 16FIC02 trên DCS không đạt theo tiêu chí Bảng 3.1 do có một điểm setpoint thay đổi sai số xác lập không đạt
Quá trình và kết quả của phương án 2 chi tiết xem tại video, đường dẫn: https://youtu.be/_40damugO0k
4.3.4 Tổng hợp và đánh giá các kết quả thực nghiệm
Hình 4.24 Kết quả đáp ứng của các phương pháp tinh chỉnh bộ điều khiển PID
Cuối cùng, một biểu đồ để trình bày kết quả thực nghiệm đáp ứng của các phương pháp tinh chỉnh cho bộ điều khiển PID được thể hiện như trong Hình 4.24 cho phép có thể đối chiếu để so sánh Như các nhận xét kết quả đã trình bày cụ thể, phương pháp tinh chỉnh công thủ (đường đứt nét màu xanh lá) còn nhiều hạn chế với thời gian tăng lên đến 60 giây, sai số xác lập là 6.5%, không có độ vọt lố Kế đến, phương pháp tinh chỉnh tự động dựa trên giải thuật Fuzzy cho thấy sự hiệu quả trong hai trường hợp thực nghiệm với bộ điều khiển PID trên hệ thống DCS và giải thuật Fuzzy được xây dựng trên Matlab (đường màu đỏ) và trường hợp giải thuật Fuzzy cũng như PID được xây dựng trên Matlab (đường màu xanh dương đứt nét)
1000 kg/h Đáp ứng các phương pháp tinh chỉnh bộ điều khiển PID
Setpoint Tinh chỉnh thủ công Fuzzy trên Matlab, PID trên DCS Fuzzy và PID trên Matlab
86 Chi tiết và cụ thể hơn, trong hai trường hợp này, giải thuật với bộ điều khiển PID và giải thuật Fuzzy trên Matlab với kết quả thực nghiệm thu được thời gian tăng trung bình và thời gian xác lập trung bình lần lượt là 30.75 giây và 36.5 giây, sai số xác lập trung bình là 3.7%, không có độ vọt lố Còn lại đối với phương pháp thực nghiệm sử dụng giải thuật Fuzzy trên Matlab và bộ điều khiển PID trên hệ thống DCS, cho thấy được chất lượng tốt hơn với thời gian tăng trung bình là 24.25 giây và thời gian xác lập trung bình là 32.5 giây, sai số trung bình là 2.36%, không có độ vọt lố