Luận văn thạc sĩ Kỹ thuật cơ điện tử: Nghiên cứu thiết kế bộ điều khiển cho hệ thống DCS tại nhà máy đạm Cà Mau

ĐẠI HỌC QUỐC GIA TP HCM

TRƯỜNG ĐẠI HỌC BÁCH KHOA

CÔNG TRÌNH ĐƯỢC HOÀN THÀNH TẠI:

TRƯỜNG ĐẠI HỌC BÁCH KHOA –ĐHQG -HCM

Cán bộ hướng dẫn khoa học: PGS.TS Võ Tường Quân Cán bộ chấm nhận xét 1: PGS.TS Nguyễn Thanh Phương Cán bộ chấm nhận xét 2: PGS.TS Lê Mỹ Hà

Luận văn thạc sĩ được bảo vệ tại Trường Đại học Bách Khoa, ĐHQG Tp HCM ngày 21 tháng 08 năm 2021 (trực tuyến)

Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: 1 PGS.TS Nguyễn Duy Anh – Chủ tịch

3 PGS.TS Nguyễn Thanh Phương – Phản biện 1

Xác nhận của Chủ tịch Hội đồng đánh giá LV và Trưởng Khoa quản lý chuyên ngành sau khi luận văn thạc sĩ được sửa chữa (nếu có)

CHỦ TỊCH HỘI ĐỒNG TRƯỞNG KHOA CƠ KHÍ

i

ĐẠI HỌC QUỐC GIA TP.HCM CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM

TRƯỜNG ĐẠI HỌC BÁCH KHOA Độc lập - Tự do - Hạnh phúc

NHIỆM VỤ LUẬN VĂN THẠC SĨ

Họ tên học viên: VÕ QUANG MINH MSHV: 1870233 Ngày, tháng, năm sinh: 01/09/1984 Nơi sinh: Bạc Liêu Chuyên ngành: Kỹ thuật cơ điện tử Mã số: 8520114

I TÊN ĐỀ TÀI: Nghiên cứu thiết kế bộ điều khiển cho hệ thống DCS tại Nhà máy Đạm Cà Mau

NHIỆM VỤ VÀ NỘI DUNG:

1 Nghiên cứu hệ thống DCS Yokogawa hiện tại trong Nhà máy

2 Nghiên cứu lựa chọn lựa các thông số phù hợp, thu thập dữ liệu với các thông số này và tìm hàm truyền của hệ thống

3 Nghiên cứu đề xuất thuật toán điều khiển hoạt động của hệ thống DCS 4 Thực nghiệm kiểm chứng kết quả

II NGÀY GIAO NHIỆM VỤ: 17/01/2021

III NGÀY HOÀN THÀNH NHIỆM VỤ: 01/08/2021

IV CÁN BỘ HƯỚNG DẪN: PGS.TS VÕ TƯỜNG QUÂN

ii

LỜI CẢM ƠN

Luận văn Thạc sĩ này được thực hiện tại trường Đại Học Bách Khoa TP Hồ Chí Minh

Để hoàn thành luận văn này, tôi xin tỏ lòng biết ơn sâu sắc và gửi lời cảm ơn

chân thành đến THẦY PGS.TS VÕ TƯỜNG QUÂN, đã tận tình hướng dẫn, giúp

đỡ cho tôi trong suốt quá trình thực hiện luận văn tốt nghiệp

Tôi xin chân thành cảm ơn quý thầy, cô trong Bộ môn Cơ Điện Tử đã tận tình truyền đạt kiến thức, tạo điều kiện thuận lợi cho hoạt động học tập, nghiên cứu và thực hiện luận văn của tôi

Tôi cũng xin gửi lời cảm ơn tới các bạn lớp cao học khóa 2018 đã giúp tôi rất nhiều trong quá trình học tập cũng như hoàn thành luận văn

Cuối cùng, tôi xin được bày tỏ lòng biết ơn sâu sắc tới gia đình, bạn bè đã luôn

động viên, khích lệ tinh thần để tôi có đủ nghị lực hoàn thành luận văn thạc sĩ

Tp.HCM, tháng 08 năm 2021

VÕ QUANG MINH

iii

TÓM TẮT LUẬN VĂN

Bộ điều khiển PID được sử dụng rộng rãi trong các hệ thống điều khiển công nghiệp, trong đó bao gồm hệ thống điều khiển phân tán (DCS – Distributed Control System) tại Nhà máy Đạm Cà Mau P, I và D là ba tham số quan trọng bộ điều khiển này, thông thường được thiết kế và tinh chỉnh thủ công thông qua kinh nghiệm và mức độ am hiểu hệ thống của người thiết kế

Đề tài nghiên cứu đề xuất giải pháp sử dụng giải thuật Fuzzy để tự động hiệu chỉnh các tham số P, I và D cho bộ điều khiển PID (Self Tuning PID) trên hệ thống DCS Yokogawa bởi phần mềm Matlab thông qua giao tiếp OPC (Open Platform Communications) theo thời gian thực Nội dung nghiên cứu điều khiển mô phỏng hệ thống, và áp dụng bộ điều khiển thực tế tại Nhà máy Nội dung mô phỏng, một bộ điều khiển vòng kín lưu lượng được nhận dạng và cho ra hàm truyền với với độ chính xác là 70% và áp dụng giải thuật Fuzzy tuning PID cho thấy thời gian tăng cải thiện 32% so với bộ điều khiển PID (theo yêu cầu của Nhà máy) Giải thuật được áp dụng thực tế tại nhà máy, dựa trên trên Kit thực nghiệm DCS Yokogawa Kết quả thực nghiệm cho thấy chất lượng điều khiển đảm bảo các tiêu chí vận hành tại Nhà máy, cụ thể sai số xác lập là 5 %, và thời gian xác lập là nhỏ hơn 60 giây (theo yêu cầu Nhà máy), đối với một hệ điều khiển lưu lượng

iv

ABSTRACT

The PID controller is more popularly used in industrial control systems, including the distributed control system (DCS) at Ca Mau Fertilizer Plant Kp, Ki và Kd are the three important parameters of this controller, usually designed and fine-tuned manually through the designer's experience and knowledge of the system

The research project proposes a solution using the Fuzzy algorithm to automatically calibrate the parameters Kp, Ki và Kd for the PID controller (Self Tuning PID) on the DCS Yokogawa system by Matlab software through OPC communication (Open Platform Communications) in real time The content of the control study is to simulate the system, and to apply the actual controller at the Factory Simulation content, a closed-loop flow controller is recognized and outputs a transfer function with an accuracy of 70% and applied Fuzzy tuning PID algorithm, showing that the rise time is improved by 30% compared with the controller PID control The actual application content, the control results on the experimental Kit DCS Yokogawa show that the control quality ensures the operating criteria at the Factory, specifically, the steady state error is ± 5 %, and the settling time is less than 60 seconds (factory standard), for a flow control system

v

LỜI CAM ĐOAN

Tôi cam đoan các kết quả nghiên cứu đưa ra trong luận văn này dựa trên các kết quả thu được trong quá trình nghiên cứu của riêng tôi

Nội dung của luận văn có tham khảo và sử dụng một số thông tin, tài liệu từ các nguồn sách, tạp chí, website được liệt kê trong danh mục các tài liệu tham khảo Nếu phát hiện có bất kỳ sự gian lận nào tôi xin hoàn toàn chịu trách nhiệm về nội dung luận văn của mình Trường đại học Bách Khoa TP.HCM không liên quan đến những vi phạm (nếu có) về tác quyền, bản quyền do tôi gây ra trong quá trình thực hiện

TP HCM, tháng 08 năm 2021

VÕ QUANG MINH

1.1  GIỚI THIỆU ĐỀ TÀI 1 

1.2  TÌNH HÌNH NGHIÊN CỨU TRONG NƯỚC 4 

1.3  TÌNH HÌNH NGHIÊN CỨU NGOÀI NƯỚC 6 

1.3.1  Một số nghiên cứu về giải thuật tinh chỉnh bộ điều khiển PID 6 

1.3.2  Một số giải pháp tinh chỉnh PID trong công nghiệp 10 

1.4  MÔ TẢ QUÁ TRÌNH THU THẬP VÀ XỬ LÝ DỮ LIỆU 15 

1.5  MỤC TIÊU CHÍNH 18 

1.6  ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU 18 

1.6.1  Đối tượng nghiên cứu 18 

1.6.2  Phạm vi nghiên cứu 18 

1.7  NỘI DUNG NGHIÊN CỨU 18 

1.8  TIÊU CHI ĐÁNH GIÁ 19 

Chương 2 CƠ SỞ LÝ THUYẾT 20 

2.1  HỆ THỐNG ĐIỀU KHIỂN DCS YOKOGAWA CENTUM VP 20 

vii

2.1.1  Giới thiệu 20 

2.1.2  Mô tả hệ thống 20 

2.1.3  Kiến trúc hệ thống 22 

2.1.4  Giao thức OPC và Exa OPC Server Yokogawa 23 

2.2  NHẬN DẠNG HỆ THỐNG VÀ ƯỚC LƯỢNG THAM SỐ 27 

2.2.1  Nhận dạng mô hình hệ thống [23] 27 

2.2.2  Mô hình quá trình (Process Model) [24] 29 

2.3  GIẢI THUẬT ĐIỀU KHIỂN PID 30 

2.3.1  Nguyên lý bộ điều khiển PID [25] 30 

2.3.2  Giới thiệu tổng quan bộ điều khiển PID trên hệ thống DCS Yokogawa [26] 33 

2.4  PHƯƠNG PHÁP TINH CHỈNH THÔNG SỐ BỘ ĐIỀU KHIỂN PID SỬ DỤNG GIẢI THUẬT FUZZY [27] 34 

2.4.1  Nguyên tắc tự điều chỉnh của bộ điều khiển PID mờ 34 

2.4.2  Cấu trúc của bộ điều khiển PID mờ tự điều chỉnh 35 

Chương 3 NHẬN DẠNG VÀ ĐIỀU KHIỂN MÔ PHỎNG 38 

3.1  ĐỐI TƯỢNG NHẬN DẠNG 38 

3.1.1  Hệ quá trình điều khiển lưu lượng 04FIC2047 38 

3.1.2  Thu thập dữ liệu quá trình từ hệ thống DCS 40 

3.1.3  Chọn lọc và xử lý dữ liệu 42 

3.1.4  Nhận dạng mô hình lưu lượng 04FIC2047 43 

3.2  ĐIỀU KHIỂN MÔ PHỎNG HỆ QUÁ TRÌNH LƯU LƯỢNG 04FIC2047 ĐƯỢC NHẬN DẠNG 52 

3.2.1  Tiêu chí thiết kế bộ điều khiển 52 

viii

3.2.2  Điều khiển hệ lưu lượng 04FIC2047 bằng giải thuật PID 53 

3.2.3  Điều khiển hệ lưu lượng 04FIC2047 bằng giải thuật FuzzyPID 54 

3.2.4  Kết quả điều khiển mô phỏng 59 

Chương 4 ĐIỀU KHIỂN THỰC TẾ TRÊN DÂY CHUYỀn XỬ LÝ NƯỚC 62 

4.1  GIỚI THIỆU KIT THỰC NGHIỆM DCS YOKOGAWA 62 

4.1.1  Thiết kế kiến trúc tổng quan hệ thống 62 

4.1.2  Thiết kế giao tiếp Matlab với hệ thống DCS qua OPC server 64 

4.2  ÁP DỤNG GIẢI THUẬT FUZZY-PID VÀO HỆ THỐNG THỰC TẾ 69 

4.2.1  Mô tả đối tượng điều khiển (trên hệ thống DCS) 70 

4.2.2  Khái quát sơ đồ cấu trúc kết nối hệ thống cho các phương án khác nhau và mô tả thí nghiệm 73 

4.3  ÁP DỤNG BỘ ĐIỀU KHIỂN THỰC TẾ TẠI NHÀ MÁY 76 

4.3.1  Kết quả thử nghiệm bộ điều khiển PID trước khi sử dụng Fuzzy tinh chỉnh 76 

4.3.2  Thực nghiệm phương án 1 79 

4.3.3  Thực nghiệm phương án 2 82 

4.3.4  Tổng hợp và đánh giá các kết quả thực nghiệm 85 

Chương 5 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 87 

5.1  KẾT LUẬN 87 

5.2  HƯỚNG PHÁT TRIỂN CỦA ĐỀ TÀI 87 

TÀI LIỆU THAM KHẢO 88 

PHỤ LỤC 01 92 

PHỤ LỤC 02 104 

ix

DANH MỤC BẢNG BIỂU

Bảng 2.1 Những điểm nội dung quan trọng đáng chú ý các phiên bản OPC DA 25 

Bảng 2.2 Ảnh của các thông số của bộ điều khiển PID 32 

Bảng 2.3 Quy tắc mờ cho ∆Kp [27] 37 

Bảng 2.4 Quy tắc mờ cho ∆Ki [27] 37 

Bảng 2.5 Quy tắc mờ cho ∆Kd [27] 37 

Bảng 3.1 Tiêu chí đánh giá bộ điều khiển 52 

Bảng 3.2 Kết quả mô phỏng bộ điều khiển PID 60 

Bảng 3.3 Kết quả mô phỏng bộ điều khiển FuzzyPID 60 

Bảng 3.4 Kết quả mô phỏng bộ điều khiển PID và FuzzyPID 61 

Bảng 4.1 Cấu trúc biến dữ liệu Matlab từ đọc từ DCS 68 

Bảng 4.2 Cấu trúc biến dữ liệu từ Matlab ghi sang DCS 68 

Bảng 4.3 Kết quả thực nghiệm theo phương án 1 của bộ điều khiển FuzzyPID 81 

Bảng 4.4 Kết quả thực nghiệm theo phương án 2 của bộ điều khiển FuzzyPID 84 

x

DANH MỤC HÌNH ẢNH

Hình 1.1 Minh họa về một bộ điều khiển trên hệ thống DCS Yokogawa [3] 2 

Hình 1.2 Sơ đồ lập trình khối hệ thống điều khiển DCS của Yokogawa tại Nhà máy Đạm Cà Mau 2 

Hình 1.3 Cửa sổ cấu hình giá trị bộ điều khiển PID trên hệ thống 3 

Hình 1.4 Cấu trúc hệ điều khiển mực chất lỏng với bộ điều khiển mờ [6] 4 

Hình 1.5 Điều khiển PI mờ hệ ổn định mực chất lỏng RT010 [7] 5 

Hình 1.6 Mô hình tổng quát của hệ thống điều khiển [8] 5 

Hình 1.7 Điều chỉnh PID mới bằng lý thuyết tập mờ để cải thiện hiệu suất của bộ điều khiển PID [10] 7 

Hình 1.8 bộ điều khiển PI mờ tự điều chỉnh cho hệ thống điều khiển [11] 8 

Hình 1.9 Ziegler Nichols PID (ZNPID) và Ziegler Nichols PID tăng cường (AZNPID) tinh chỉnh trên MATLAB [12] 9 

Hình 1.10 Giải pháp hệ thống phần mềm CsTuner của hãng Yokogawa 11 

Hình 1.11 Giới thiệu về các ưu điểm cung cấp từ giải pháp phần mềm CsTunner 11 

Hình 1.12 Giải pháp phần mềm Profit® Loop của Của Honneywell 12 

Hình 1.13 Quy trình ứng dụng giải pháp Tuning Loop hãng ABB 13 

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 13 

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 15 

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 16 

Hình 1.17 Kết quả Hourly report trong 1 giờ ( phút thứ 0 đến phút 59) 17 

xi

Hình 2.1 Lịch sử các hệ thống điều khiển phân tán của Yokogawa [17] 21 

Hình 2.2 Kiến trúc hệ thống Centum VP thông dụng [18] 22 

Hình 2.3 Kiến trúc hệ thống điều khiển DCS Centum VP được sử dụng tại Nhà máy Đạm Cà Mau 23 

Hình 2.4 Hệ thống OPC [19] 23 

Hình 2.5 Sơ đồ kết nối Exa OPC với hệ thống DCS [18] 26 

Hình 2.6 Mô hình điều khiển vòng kín 31 

Hình 2.7 Cấu trúc bộ điều khiển PID 31 

Hình 2.8 Bộ điều khiển PID trong hệ thống điều khiển quá trình DCS [26] 33

Hình 2.9 Cấu trúc bộ điều khiển PID trong hệ thống điều khiển quá trình DCS [26] 34 

Hình 2.10 Sơ đồ khối của bộ điều khiển PID mờ tự điều chỉnh 36 

Hình 3.1 Mô tả ngõ vào ra (giá trị thực tế) của của loop điều khiển cho 04FIC2047 39 

Hình 3.2 Thiết bị điều khiển lưu lượng 04FIC2047 trên màn hình vận hành 39 

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 41 

Hình 3.4 Đáp ứng ngõ vào ra (giá trị thực tế) của của loop điều khiển cho 04FIC2047 42 

Hình 3.5 Đáp ứng ngõ vào ra (giá trị được chuẩn norm) của của loop điều khiển cho 04FIC2047 43 

Hình 3.6 Một số dạng đáp ứng quá độ tiêu biểu [28] 44 

Hình 3.7 Phương pháp tiến hành nhập dữ liệu vào công cụ System Identification 47 

Hình 3.8 Các dữ liệu mô hình sử dụng để huấn luận và đánh giá cho quá trình nhận dạng 47 

xii

Hình 3.9 Phương pháp tiến hành nhận dạng mô hình, 49 

Hình 3.10 Kết quả nhận dạng được hiển thị trên công cụ 49 

Hình 3.11 Đồ thị kết quả mô hình nhận dạng với độ phù hợp 70.7% 50 

Hình 3.12 Đồ thị thể hiện mức độ phù hợp giữ kết quả mô hình nhận dạng được và dữ liệu thực tế 51 

Hình 3.13 Các trình bày chi tiết kết quả nhận dạng 51 

Hình 3.14 Sơ đồ điều khiển PID 53 

Hình 3.15 Đáp ứng của bộ điều khiển PID 54 

Hình 3.16 Sơ đồ bộ điều khiển Fuzzy PID 54 

Hình 3.17 Ngõ vào/ra bộ điều khiển Fuzzy 55 

Hình 3.18 Hàm liên thuộc cho e (a) và ec (b) 56 

Hình 3.19 Hàm liên thuộc cho Kp (a), Ki (b) và Kd (c) 58 

Hình 3.20 Luật hợp thành giữa e, ec và Kp, Ki, kd 58 

Hình 3.21 Đáp ứng của bộ điều khiển FuzzyPID 59 

Hình 3.22 Đáp ứng của bộ điều khiển PID và FuzzyPID 59 

Hình 4.1 Cấu trúc tổng quan hệ thống DCS Control & Instrument KIT, PVCFC 62 

Hình 4.2 Thiết lập địa chỉ kết nối giữa DCS và OPC Server (Matlab local host) 64 

Hình 4.3 Kết quả thiết kế giao tiếp hệ thống trên DCS 65 

Hình 4.4 Công cụ OPC Data Access Explorer trên Matlab 66 

Hình 4.5 Kết nối OPC server trên Matlab 66 

Hình 4.6 Truy xuất các thẻ dữ liệu (data item) từ DCS 67 

Hình 4.7 Giá trị các thẻ dữ liệu được 67 

Hình 4.8 Thiết bị đo lường của KIT DCS 70 

Hình 4.9 Chi tiết thành phần trong hệ điều khiển lưu lượng 16FIC02 71 

xiii Hình 4.10 Cửa sổ tùy chỉnh các tham số trên màn hình vận hành DCS, Yokogawa 71 

Hình 4.11 Cửa sổ theo dõi đồ thị trên màn hình vận hành DCS, Yokogawa 72 

Hình 4.12 Thanh giao diện vận hành của vòng điều khiển 16FIC02 72 

Hình 4.13 Cấu trúc hệ thống áp dụng giải thuật theo phương án 1 73 

Hình 4.14 Cấu trúc hệ thống áp dụng giải thuật theo phương án 2 74 

Hình 4.15 Cấu trúc thí nghiệm (các giá trị setpoint) 75 

Hình 4.16 Các máy tính Matlab, OPC và DCS thực nghiệm 76 

Hình 4.17 Đáp ứng của bộ điều khiển PID (với các thông số mặc định P = 100, I = 20 và D = 0) 77 

Hình 4.18 Kết quả đáp ứng của bộ điều khiển PID với thông số tinh chỉnh P= 80, I= 10 và D = 0 78 

Hình 4.19 Kết quả đáp ứng của bộ điều khiển PID với thông số tinh chỉnh P= 80, I= 10 và D = 0.5 78 

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 80 

Hình 4.21 Đáp ứng của bộ điều khiển ghi giá trị Kp, Ki, Kd qua DCS 81 

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 83 

Hình 4.23 Đáp ứng của bộ điều khiển ghi giá trị MV qua DCS 84 

Hình 4.24 Kết quả đáp ứng của các phương pháp tinh chỉnh bộ điều khiển PID 85 

LUẬN VĂN THẠC SĨ

1

CHƯƠNG 1 TỔNG QUAN 1.1 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]

LUẬN VĂN THẠC SĨ

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

LUẬN VĂN THẠC SĨ

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

LUẬN VĂN THẠC SĨ

4 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

1.2 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]

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

LUẬN VĂN THẠC SĨ

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]

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

LUẬN VĂN THẠC SĨ

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

1.3 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

LUẬN VĂN THẠC SĨ

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]

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)

LUẬN VĂN THẠC SĨ

8 Hình 1.8 bộ điều khiển PI mờ tự điều chỉnh cho hệ thống điều khiển [11]

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)

LUẬN VĂN THẠC SĨ

9 Hình 1.9 Ziegler Nichols PID (ZNPID) và Ziegler Nichols PID tăng cường

(AZNPID) tinh chỉnh trên MATLAB [12]

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:

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

LUẬN VĂN THẠC SĨ

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

LUẬN VĂN THẠC SĨ

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)

LUẬN VĂN THẠC SĨ

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 bảo trì van

 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

LUẬN VĂN THẠC SĨ

13

 Giải pháp nghiên cứu ứng dụng Tuning Loop của hãng ABB

Hình 1.13 Quy trình ứng dụng giải pháp Tuning Loop hãng ABB

LUẬN VĂN THẠC SĨ

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 - liên quan đến cả phần truy cập (kiểm tra) và phần vận hành (điều chỉnh) - cùng với độ tin cậy của các phản hồi, làm cho nó trở thành một trong những nền tảng mới mẻ để ứng dụng trong ngành công nghiệp quá trình Giải pháp cũng được phản hồi tích cực bởi người dùng, nhóm nghiên cứu đang phát triển để mở rộng các chức năng được mô tả ở trên theo một kế hoạch phát triển theo ba hướng chính:

1 Nâng cấp các cấu trúc công nghệ thông tin với việc mở rộng dần khả năng kết nối và báo cáo ( truy cập từ xa, định dạng tương thích với các yêu cầu đa phương tiện, hiển thị các chỉ số đã trải qua sự khác biệt đáng kể giữa các báo cáo liên quan đến hai giai đoạn khác nhau);

2 Giới thiệu các khái niệm và phương pháp nghiên cứu liên quan đến nguyên nhân gốc của các bất ổn trong quá trình điều khiển, phân tích nhiễu;

3 Cải thiện quy trình liên tục bao gồm đánh giá hiệu suất quá trình

Các phương pháp đánh giá hệ thống điều khiển có thể cung cấp các chỉ số để cảnh báo sớm mang lại tính năng hữu ích không chỉ liên quan đến trạng thái của chính bộ điều khiển mà còn về các thành phần mà chúng tương tác với nhau Ví dụ, chúng ta có thể phân tích, chẩn đoán và đánh giá sớm về sự hiện diện của rò rỉ hoặc trục trặc của các cảm biến và thiết bị truyền động Việc hoàn thành thông tin đó với đánh giá tổng thể về trạng thái của quá trình và các thành phần phần cứng đơn lẻ của nó thể hiện mục đích cuối cùng của bất kỳ hệ thống giám sát nào Việc đưa các phương pháp thống kê mạnh mẽ vào các sản phẩm thương mại, mở ra khả năng hiện thực hóa các hệ thống tích hợp có thể đáp ứng cho tất cả các yêu cầu của một nhà máy hiện đại

LUẬN VĂN THẠC SĨ

15

1.4 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

LUẬN VĂN THẠC SĨ

16 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 Excel

 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 10s như Hình 1.16

(a) (b) 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)

LUẬN VĂN THẠC SĨ

17 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 41PIC100241PIC1002 41FI1002 04FI2003 04FIC2035 04FIC2035 04FIC2035

( 1 minute )Natural Gas Natural Gas toNatural Ga NATURAL GFUEL OUTL HYDRO RECHYDRO RECHYDRO RECMPa(G)MPa(G)%Nm3/hNm3/hNM3/HNM3/H%23:00:0003.893.8956.649107368072309230066.5

13.893.8956.749230369432290230067.023.893.8956.549229369652291230067.633.893.8956.649122369082295230067.843.893.8956.649237368892302230067.553.893.8956.549360371002291230068.563.893.8956.549147368902304230068.773.893.8956.749146369082307230068.283.893.8956.749181368542294230069.293.893.8956.749340370032294230069.7103.903.8956.549256369862308230069.9113.893.8956.549042368372308230069.5123.893.8956.649058368362307230069.3133.893.8956.749116367712301230069.1143.893.8956.649266369062299230069.1153.893.8956.549200369402303230068.6163.893.8956.549178369092304230068.0173.893.8956.549114368372297230068.1183.893.8956.549129368572304230067.2193.893.8956.649022367252305230066.7203.893.8956.649322370012297230066.5213.893.8956.549169369282301230066.8223.893.8956.649062368752308230066.8233.893.8956.649135368202307230066.6243.903.8956.549272369952294230067.3253.893.8956.449233370232296230067.7263.893.8956.549070368552299230067.5273.893.8956.649166369172295230067.3283.893.8956.649177369032303230067.2293.893.8956.449192369752293230068.1303.893.8956.449161369792289230068.2313.893.8956.549101369272290230068.2323.893.8956.649025367772301230067.6333.903.8956.549277371042291230068.3343.903.8956.249085369142302230068.6353.893.8956.149104369972300230068.3363.893.8956.149021368572305230068.1373.893.8956.248969367772298230068.0383.893.8956.349084368562294230068.3393.903.8956.149149369582295230069.0403.893.8956.148958368412311230068.7413.893.8956.149049369622302230068.3423.893.8956.149084368792302230068.5433.893.8956.048973368272305230067.8443.893.8956.148908367882306230067.7453.893.8956.248939367642307230067.3463.893.8956.249016368052301230067.5473.903.8956.149312370992289230067.6483.893.8955.948986369382303230067.6493.893.8956.148854367322310230066.4503.893.8956.349046369072292230066.7513.893.8956.349126369602291230067.1523.893.8956.249052370282295230067.5533.893.8956.148993368242300230067.1543.893.8956.149030368912290230067.7553.893.8956.149026369102292230067.8563.893.8956.149067369112289230068.0573.893.8956.248952368272306230068.0583.893.8956.348998368572297230068.3593.903.8956.149242370112295230069.0

1.7 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

LUẬN VĂN THẠC SĨ

19

1.8 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:

Thời gian xác lập < 60s Theo yêu cầu của Nhà máy Thời gian tăng < 45s Theo yêu cầu của Nhà máy

LUẬN VĂN THẠC SĨ

20

CHƯƠNG 2 CƠ SỞ LÝ THUYẾT

Nội dung Chương 02 đề cập đến các nội dung cơ sở lý thuyết, kiến thức cơ bản liên quan trực tiếp đến nội dung nghiên cứu của đề tài Luận văn, trong đó bao gồm :  Mục 2.1 : Trình bày về hệ thống điều khiển DCS Centum VP của hãng

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

2.1.2 Mô tả hệ thống

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

LUẬN VĂN THẠC SĨ

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]

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]

LUẬN VĂN THẠC SĨ

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

 Sơ lược về OPC

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

Hình 2.4 Hệ thống OPC [19]

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

LUẬN VĂN THẠC SĨ

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]

OPC DA là viết tắt của OPC Data Access Đây là một thông số kỹ thuật của OPC xác định cách dữ liệu thời gian thực có thể được truyền giữa hệ thống cung cấp dữ liệu nguồn và một hệ thống khác để truy cập hoặc lưu dữ liệu (ví dụ: PLC và HMI) mà không cần phải biết giao thức gốc của nhau

OPC DA là một trong các giao thức khá phổ biến, bởi nó sở hữu một số ưu điểm khác hơn so với các giao thức trước Các đặc điểm kiến trúc client/server OPC DA là kiến trúc được OPC thiết kế đầu tiên

LUẬN VĂN THẠC SĨ

25 Trước OPC DA, các sản phẩm của nhà cung cấp (thiết bị, PLC, HMI) yêu cầu bất kỳ thiết bị hoặc ứng dụng nào kết nối với chúng phải chương trình driver chuyển đổi được phải được biên dịch, và cho phép kết nối của bên thứ ba và sản phẩm được đề cập

Có nhiều vấn đề liên quan đến giao tiếp dựa trên trình điều khiển tùy chỉnh; một số trong số những điều phổ biến nhất này là: chi phí cao, công nghệ độc quyền ràng buộc người dùng với một nhà cung cấp cụ thể, mà khi đó cấu hình đối với từng hệ thống là rất khó xác định, cũng như duy trì kết nối khi có các thay đổi lập trình về sau, vì mỗi trình điều khiển đối với từng hệ thống các hãng có cách hoạt động riêng, và khó cập nhật vì thường xuyên phát hành các thiết bị và ứng dụng mới nên mất nhiều thời gian, chi phí

Ngược lại, OPC DA có thể kết nối với bất kỳ nguồn dữ liệu thời gian thực nào mà không cần trình kết nối tùy chỉnh được viết riêng cho cặp dữ liệu nguồn và thiết bị truy xuất dữ liệu để xử lý trung gian thứ ba Do đó, việc đọc và ghi có thể được thực hiện mà không cần quan tâm đến giao thức/cấu trúc dữ gốc

Trong một số đặc tính đáng chú ý của OPC DA, đã trải qua một số sửa đổi Những điểm nội dung quan trọng được trình bày ở Bảng 2.1, bên dưới:

Bảng 2.1 Những điểm nội dung quan trọng đáng chú ý các phiên bản OPC DA

1997 DA 1.0a tên được thông qua để phân biệt nó với các thông số kỹ thuật khác đang được phát triển đồng thời 1998 DA 2.0 - DA 2.05a Nhiều giải thích và sửa đổi thông số kỹ thuật 2003 DA 3.0 Bổ sung và sửa đổi thêm

2.1.4.2 Exa OPC Yokogawa

Chức năng của Exaopc [20]