1. JOHDANTO
1.2. D okumentin sisältö
Kirjallisuusosassa tarkastellaan tietokoneistettuja automaatiojärjestelmiä ja niiden kehitystä viime vuosikymmenten aikana. Lisäksi käsitellään sitä, miten muutokset ovat vaikuttaneet automaatiojärjestelmien ohjelmointiin.
Honeywell-Measurexin TotalPlant Alcont -järjestelmää käsitellään esimerkkinä nykyaikaisesta prosessinohjausjäijestelmästä. Tarkemmin Alcontiin perehdytään ohjelmoijan näkökulmasta, jolloin esitellään sovellusten ohjelmointiin käytettävä sovellusasema ja sen tarjoamat työkalut, kuten lohko-ja lausekielieditorit.
Kokeellisessa osassa toteutetaan TotalPlant Alcont -ympäristössä toimiva OMC- päällystyskoneen käynnistyksen optimointiohjelma UPM-Kymmenen Kaukaan paperitehtaan PPK 2:lle.
2. Automaatiojärjestelmät
2.1. Automaation historiaa
Automaatio tulee kreikan sanasta ’’automatos”, joka tarkoittaa itsetoimivaa /4/.
Automaatiolla voidaan käsittää ihmisvoiman ja -älyn korvaamista tai tukemista itsestään toimivilla koneilla. Tämä tehdään kustannusten alentamiseksi, laadun parantamiseksi, turvallisuuden lisäämiseksi, ympäristön suojelemiseksi, ajan voittamiseksi tai jonkin muun hyödyn vuoksi /5/.
Ensimmäiset automaatiojäijestelmät olivat käytössä jo assyrialaisissa sekä egyptiläisissä kulttuureissa. Jo nämä ajan mittaamiseen ja kasteluun liittyvät jäijestelmät hyödynsivät automaation keskeistä periaatetta, takaisinkytkentää, jossa ohjattavasta fysikaalisesta prosessista saatavat mittausarvot vaikuttavat
automaatiojäijestelmän toimintaan /4/.
Varsinainen teollisuusautomaation kehitys alkoi 1700-luvulla teollisen vallan
kumouksen myötä. Tällöin James Watt työtovereineen kehitti höyrykoneen nopeuden säätöön keskipakoisvoimaan perustuvan ns. ”kuvernöörin”, joka piti koneen pyörimisnopeuden asetusarvon mukaisena ohjaamalla sylintereiden höyrynpainetta. Toinen merkittävä automaatiokohde oli laivojen peräsimen hydraulinen ohjaus, joka piti peräsimen ruorikulman mukaisena huolimatta vaihtelevista tuuli-, nopeus- tms. kuormituksista /4/.
Toisen maailmansodan aikana voimakkaasti kehittynyt sähköinen ja sähkö
hydraulinen servotekniikka toi 1950-luvulla automaation laajemmin osaksi tuotannollisia järjestelmiä. Vaikka tietokonetta käytettiin ensimmäisen kerran tuotantoprosessin ohjauksessa Yhdysvalloissa jo vuonna 1957, perustui auto
maatio pääosin analogiseen tekniikkaan tietokoneiden heikon luotettavuuden ja korkean hinnan vuoksi. 1970-luvulla mikroprosessoritekniikan kehitys toi ratkaisun näihin ongelmiin ja nykyisen kaltaiset digitaaliseen tietotekniikkaan perustuvat automaatiojäijestelmät syntyivät /1/, /41.
2.2. Tietokone automaatiojärjestelmän osana
Tietokoneiden käyttö automaatiojäijestelmissä on välttämätöntä nykyaikaisen yhteiskunnan infrastruktuurille. Teollinen tuotanto, kuljetukset, tiedonvälitys ja kasvavassa määrin ympäristönsuojelu ovat tietokoneohjauksesta riippuvaisia ja monissa tapauksissa prosessin tietokoneohjaukselle ei käytännössä ole vaihto
ehtoa /1/.
Tarkasteltaessa tietokoneiden asemaa automaatiojäijestelmissä on ensin määriteltävä mitä automaatiojäijestelmä tekee. Automaatiojäijestelmillä ohjataan fyysisiä prosesseja, joiden eräs määritelmä on: ”Yhdistelmä toimenpiteitä, jotka tehdään jonkin fyysisen maailman osan muuttamiseksi.” Esimerkkejä fyysisistä prosesseista ovat paperikone, huonelämmitys ja tavaroiden kuljetus. Fyysiset prosessit voidaan määritellä niiden sisään-ja ulostulojen mukaan, joita ovat /1/:
I. Materiaalit. Esim. prosessiin tulevat raaka-aineet ja prosessista saatavat tuotteet.
П. Energia. Esim. prosessin kuluttama energia ja prosessista ympäristöön siirtyvä hukkalämpö.
Ш. Informaatio. Prosessiin sisääntuleva informaatio on esimerkiksi prosessin ohjaukseen käytetyn toimielimen asetusarvo. Ulostulevaa informaatiota on esim. anturilta saatu mittaustulos prosessin tilasta.
Lisäksi prosessin ympäristöstä tulevat ulkoiset häiriötekijät voivat vaikuttaa sen toimintaan (kuva 1)/1/.
Kuva 1. Yleinen fyysisen prosessin malli /II.
Koska tietokone on nimenomaan työkalu informaation käsittelyyn, on se luonteva lisä prosessin ohjaukseen. Lisättäessä tietokone ohjaamaan kuvan 1 järjestelmää saadaan tietokoneistettu automaatiojärjestelmä (kuva 2) /1/.
Sisääntuleva Sisään- ja ulostuleva
prosessi-informaatio
Kuva 2. Tietokone prosessin ohjauksessa /1/.
2.3. Automaation tavoitteet
2.3.1. Tuotannon tehostaminen ja kilpailukyvyn parantaminen
Automaatioinvestointien, kuten muidenkin investointien, täytyy tuottaa yhtiölle rahallista etua. Tuotantoautomaation taloudellisia etuja ovat mm. /6/:
• Suhteellisesti pienempi konekanta.
• Pienentyneet läpimenoajat.
• Pienentyneet varastot.
• Parantunut toiminta-aste.
• Parempi jousto ja parantuneet toimitusajat.
• Parempi laatu.
• Suhteellisesti pienempi työpanosten käyttö.
Parempi laatu voi hukkatuotannon minimoinnin lisäksi mahdollistaa tuotteen myyntihinnan noston. Päällystetyn paperin valmistajan asiakkaita ovat painotalot, joiden tavoitteena on mahdollisimman korkealaatuinen painojälki edulliseen hintaan. Tavoitteen saavuttamisessa paperin päällysteen laatu, ja siten päällystys- koneen prosessiautomaatio, on tärkeässä asemassa /7/.
Ylemmän tason jäijestelmillä tarkoitetaan automaatiojärjestelmän osia, jotka vastaavat pidemmän aikavälin toiminnasta. Tällaiset tuotantoa ohjaavat laitos
järjestelmät ovat yhteydessä prosessi- ja osastokohtaisiin järjestelmiin ja hallinnolliseen tietojenkäsittelyyn. Laitosjärjestelmien ominaisuuksia ovat /8/:
• Yhteydet prosessijärjestelmiin.
• Kommunikointi hallinnollisten tietojärjestelmien kanssa.
• Tuotannon suunnitteluja ohjaus.
• Kokonaisoptimointi, esim. energian tuotannon ja käytön optimointi.
• Muu laitosta koskeva tietojenkäsittely.
Laitosjärjestelmien yläpuolelle sijoittuvat yhtymätason järjestelmät, jotka sisäl
tävät yhtymätasoisen tuotannon suunnittelun, tuotannonohjauksen optimoinnin sekä seurannan.
Automaatiotekniikassa erilliset automaatiojärjestelmät ja yrityksen tietojärjes
telmät ovat sulautumassa yhtenäisiksi yritysjärjestelmiksi. Tällä pyritään saamaan entistä kokonaisvaltaisempi kuva koko yrityksen toiminnasta. Rajapinnat eri osa
järjestelmien välillä perustuvat joko virallisiin tai ns. de-facto standardeihin 191.
2.3.2. Käyttäjäystävällisyyden parantaminen ja ympäristötekijät
Automaatiojärjestelmän käyttöliittymän tehtävä on luoda mielikuva prosessista ja sen tilasta ja antaa käyttäjälle mahdollisuus vaikuttaa prosessiin /10/. Tieto
koneistettu automaatio mahdollistaa kehittyneet käyttöliittymät, joissa käyttäjälle esitettävä tieto jalostetaan niin, että vain kulloinkin oleellinen tieto on näkyvillä.
Tällaisten käyttöliittymien etuina ovat /11/, /12/:
• Parantunut tiedonkulku prosessista, jolloin käyttäjän päätöksenteko helpottuu.
• Pienempi oppimiskynnys, joka alentaa käyttäjien koulutuskustannuksia.
• Parantunut ergonomia, joka vähentää käyttäjien rasitusta ja pienentää terveydenhoitokuluja.
• Monipuoliset hälytystoiminnot, jotka lisäävät turvallisuutta ja pienentävät taloudellisia vahinkoja.
Teollisuuden aiheuttamien ympäristöhaittojen pienentämistä pidetään välttämättö
mänä kestävän kehityksen saavuttamiseksi. Haittojen pienentämiskehitystä ohjaavat yleisen mielipiteen lisäksi yhteiskunnan toimenpiteet. Näiden syiden johdosta ympäristöteknologiasta on tullut kaupallisesti merkittävä teollisuudenala.
Suomessa ympäristöteknologian vienti on nykyisin n. 10 miljardia markkaa, laajemmin käsitettynä jopa 30 miljardia markkaa ja teollisuuden ympäristön
suojeluinvestoinnit ovat 90-luvulla olleet 5-10 prosenttia vuosittaisista kokonais- investoinneista. Ympäristöteknologian maailmanmarkkinoiden arvioidaan vuonna 2000 olevan n. 3000 miljardia markkaa ja vuosittaisen kasvun 6-7 prosenttia/13/.
Ympäristöteknologiassa pyritään kehittämään uusia tuotantotapoja sekä opti
moimaan olemassa olevia prosesseja niiden ympäristölle aiheuttamien haittojen minimoimiseksi. Tällaisessa toiminnassa kehittyneellä automaatiolla on keskeinen rooli ja ympäristötekniikka on tärkeä automaalioalan kasvukohde.
2.4. Automaatiojärjestelmä ohjelmistojärjestelmänä
Automaatiotoimintojen lisääntynyt toteutus ohjelmallisesti on tehnyt automaatio
järjestelmistä yhä kasvavassa määrin ohjelmistojäijestelmiä, jolloin automaatio- sovellusten teko on jatkuvasti lähestynyt normaalia ohjelmistotuotantoa. Samalla yhä kattavammat automaatiojäijestelmät ja niiden uudet, entistä kehittyneemmät toiminnot ovat tehneet automaatiojäijestelmien ohjelmistoista yhä moni
mutkaisempia kokonaisuuksia. Nämä seikat, yhdessä automaation luotettavuus- ja suorituskykyvaatimusten kanssa, asettavat jäijestelmien ohjelmistotuotannolle suuria vaatimuksia /1/, /14/.
2.4.1. Automaatiojärjestelmien ohjelmistotuotanto
Ohjelmistotuotannolla on muuhun teolliseen tuotantoon verrattuna lyhyt historia;
teollisiksi tuotteiksi luokiteltavia sovelluksia on tuotettu vasta muutamia vuosi
kymmeniä ja ohjelmistotuotannon menetelmät ovat vielä suureksi osaksi yksittäistapauksessa toimineita, ns. ad hoc -tyyppisiä. Samalla ohjelmistokokonai
suuksista on tullut huomattavasti laajempia ja monimutkaisempia. Näistä syistä johtuen valmiisiinkin ohjelmistojäijestelmiin jää virheitä, ohjelmistohankkeet
myöhästyvät ja epäonnistuvat joskus täysin, sekä niiden vaatimat työmäärät ja kustannukset arvioidaan väärin /14/, /15/, /16/.
Eräs tapa parantaa ohjelmistoprojektien ja -jäijestelmien laatua on kehittää ongel
mien ratkaisumenetelmiä, jolloin kehitys kulkee usein kehämäisen mallin mukaan /14/:
• Aluksi ongelmiin sovelletaan kuhunkin yksittäistapaukseen kehitettyä ad hoc -ratkaisua.
• Vähitellen yleiskäyttöisemmät ratkaisut alkavat levitä "kansanperinteenä."
• Kun kansanperinteenä välittyvä tietotaito kehittyy systemaattisemmaksi, se kiteytetään heuristiikoiksi ja työskentelymenetelmiksi.
• Myöhemmin menetelmät kehittyvät riittävän järjestelmällisiksi tukeakseen malleja ja teorioita niihin liittyvine formaaleine menetelmineen.
• Kun uusia malleja ja teorioita käytetään entistä vaativampiin sovelluksiin, löytyy uusia ongelmia, joille ei ole ratkaisumalleja. Näiden ongelmien ratkaisussa turvaudutaan jälleen ad hoc -menetelmiin ja kehitys lähtee jälleen liikkeelle alusta.
Ohjelmistotuotannon laatua voidaan parantaa myös työkaluja kehittämällä.
Työkaluja löytyy tuotannon eri osa-alueisiin, kuten määrittelyyn, suunnitteluun, ohjelmointiin, testaukseen ja ylläpitoon. Ohjelmoinnin työkaluihin voidaan laskea myös ohjelmointikieli ja esim. graafiset ohjelmakehittimet /14/.
Digitaalisten automaatiojärjestelmien kehityksen alkuvaiheissa ohjelmistojen pieni koko ja suorituskyvyn optimointi olivat etusijalla ohjelmoinnin ja ylläpidon helppouden kustannuksella. Ohjelmointiin käytettiin muiden alojen tavoin kone
kieltä. Myöhemmin, kun tietojenkäsittelykapasiteetin hinta on laskenut ja järjes
telmien monimutkaisuus kasvanut, on tullut kannattavaksi kehittää korkeamman tason ohjelmointimenetelmiä, joilla on pyritty ohjelmakehityksen nopeuttamiseen kasvaneeseen luotettavuuteen sekä ohjelmistojen ylläpidettävyyden parantamiseen /1/, /17/.
Kun automaatiojärjestelmissä siirryttiin pois suorasta ohjelmoinnista, otettiin käyttöön ns. toimilohkokonfigurointi, jossa valmiiksi eri automaatiotehtäviin
kehi-tettyjä ohjelmatoimilohkqja kytkettiin yhteen piirikohtaisiksi kokonaisuuksiksi.
Kytkentä saattoi silti tapahtua monimutkaisesti muistipaikka- ja bitti taulukoiden välityksellä/17/.
Nykyisin vallalla on graafinen ohjelmointi, jossa toimilohkoista kootaan ohjelma valmiita symbolivalikoita käyttäen. Kytkennät muihin lohkoihin tehdään joko graafisesti johdottamalla tai nimetyillä muuttujilla. Graafisen ohjelmoinnin etuja ovat mm. oikein toteutettuna välitön ja ajan tasalla pysyvä dokumentointi sekä ohjelmoinnin ja ylläpidon helpottuminen. Joissain tilanteissa graafisilla työkaluilla ei voida toteuttaa kaikkia jäijestelmän vaatimia toimintoja. Tällöin jäijestelmää voidaan täydentää perinteisellä lausekieliohjelmoinnilla tehdyillä osilla. Suosi
tuimpia kieliä ovat tällöin C-, Basic-ja Pascal-johdannaiset /17/, /18/.
2.4.2. Automaatiosovellusten erityispiirteet
Digitaalisissa automaatiojärjestelmissä analogiatekniikan rinnakkaiskäsittely on muuttunut sarjamuotoiseksi, eli järjestelmän resursseja käytetään hyväksi sarja- muotoisesti aikajakoperusteella. Asemien prosessorit suorittavat peräkkäin useita eri tehtäviä, kuten säätöpiirien laskentaa. Myös väyliä käytetään tietojen välitykseen vuorotteluperiaatteella. Ai kajakoperi aatteesta seuraa, että usea toiminto on riippuvainen samasta resurssista ja sen toimivuudesta. Tällöin toimintavarmuudella ja sillä, että kaikki tehtävät voidaan toteuttaa ennalta määrätyn maksimiajan kuluessa on suuri merkitys /19/.
Automaatiojärjestelmien ohjelmistojen tärkeä piirre on niiden aikakriittinen luonne, eli reaaliaikaisuus. Reaaliaikaisen järjestelmän täytyy vastata ympäristön antamaan herätteeseen määritetyn ajanjakson kuluessa. Vasteen tulee olla oikea sekä arvojen, että kuluneen ajan suhteen. Aikavaatimukset riippuvat huomat
tavasti siitä, minkä tyyppinen prosessi on kyseessä. Esim. koneautomaatiossa vasteajat voidaan mitata millisekunneissa, kun taas kemiallisissa prosesseissa minuuttien tai tuntienkin vasteajat ovat usein riittäviä /1/, /20/.
Automaatio-ohjelmia suoritetaan yleensä syklisesti, jolloin yksittäisiä säätöpiirejä suoritetaan toistuvasti määrätyllä jaksolla. Syklisyys vastaa normaalin ohjel
moinnin tilannetta, jossa eri säätöpiirit toimivat silmukoissa rinnakkaisissa säikeissä ja sopii hyvin perinteisiin säätöpiirien toimintoihin, joissa vastetta
9
säädetään jatkuvasti tulojen mukaan. Syklisyys on yleensä toteutettu automaatio- jäijestelmissä käyttöjärjestelmän palveluna, jolloin ohjelmoitaessa annetaan vain piirien suoritusjärjestys ja -taajuus /1/, /4/.
Syklisten toimintojen lisäksi automaatiojärjestelmät tarjoavat sekvenssien mukaan eteneviä ja tapahtumapohjaisia toimintoja, jotka ovat lähempänä perinteisen ohjelmoinnin etenemistapaa. Sekvenssit ovat tietyssä aikajäijestyksessä eteneviä toimintosarjoja, joiden etenemistä kontrolloidaan aikaviiveillä ja loogisilla ehdoilla. Niitä käytetään, jos esim. koneen käynnistyksessä tarvitaan tietyssä järjestyksessä etenevää tapahtumaketjua. Tapahtumapohjaisia toimintoja käytetään etenkin monimutkaisten interaktiivisten käyttöliittymien toteutukseen, jos automaatiojärjestelmien normaalipalvelut eivät riitä ole riittäviä. Tapahtuma
pohjainen ohjelmalohko suoritetaan jonkin ulkoisen signaalin, kuten käyttäjän toimenpiteen seurauksena /1/, /21/.
2.5. Sellu- ja paperiteollisuuden automaatioympäristöt
Sellu- ja paperiteollisuuden automaatiojärjestelmien vuotuiset markkinat ovat n. 980 miljoonaa dollaria ja niiden suurimpia toimittajia ovat mm. ABB, Honeywell, Siemens ja Valmet. Kuvassa 3 on esitelty järjestelmien markkina
osuuksia vuodelta 1997. Osuudet on laskettu maailmalaajuisen myynnin perus
teella ja ne sisältävät laitteisto-ja ohjelmistomyynnin sekä palvelut /22/.
ABB
10 10/
Others 12.7%
Yol Honeywell
35.5%
Kuva 3. Sellu- ja paperiteollisuuden automaatiojärjestelmien maailman
laajuiset markkinaosuudet /22/.
Paperiteollisuuden hajautetuissa ohjausjärjestelmissä (DCS) markkinaosuudet ovat jakautuneet tasaisemmin, pääosin samojen valmistajien kesken. Suurin osa HMX:n osuudesta on TotalPlant Alcont -järjestelmiä, jotka esitellään luvussa 2.5.1. Kuvassa 4 on esitelty paperiteollisuuden DCS-järjestelmien markkina
osuuksia vuodelta 1996. Osuudet on laskettu maailmanlaajuisesti myytyjen järjes
telmien lukumäärän perusteella /23/.
Valmet
17,0% Honey/vell- M easu rex
22,0%
Fisher-Rosemount 8,0%
Siebe Controls 7,0%
Elsag Bailey 7,0%
Siemens 7,0%
Kuva 4. Paperiteollisuuden hajautettujen ohjausjärjestelmien maailman laajuiset markkinaosuudet /23/.
2.5.1. TotalPlant Alcont
Varkaudessa sijaitseva Altim Control Ky, myöhemmin Ahlström Automation Oy, esitteli ensimmäisen Alcont-sukupolven vuonna 1981. Vuonna 1992 Alcont siirtyi yhdysvaltalaiselle Honeywellille, jonka Honeywell-Measurex-divisioonan tuote Alcont nykyisin on /24/. Nykyinen versio on 1997 ilmestynyt TotalPlant Alcont, jonka kehitys jatkuu HMX:n Varkauden automaatiokeskuksessa.
Alcontin perusarkkitehtuuri on ensimmäisestä versiosta asti säilynyt saman
laisena. Järjestelmän kehityksen päätavoitteita ovat olleet hajautettu vikasietoinen rakenne ja kehittyneet ohjelmointityökalut. Hajautetulle järjestelmälle tärkeään tiedonsiirron vikasietoisuuteen on pyritty kahdentamalla järjestelmän sisäiset Upline-prosessiväylät, jotka ovat joko kahdennetusta koaksiaalikaapelista tai valo
kuidusta rakennettuja /25/.
Valvomo
OM
iti ом ИДИ
So vel lussuun nittelu
Prosessinohjaus
Kuva 5. Alcont-järjestelmän yleiskuva /25/.
Alcont-järjestelmän ydin on prosessiasema (PM), jossa varsinaiset säätö- sovellukset toimivat ja joka liittää jäijestelmän prosessiin. Prosessi asemassa tapahtuu mittausten käsittely, perinteiset ja kehittyneet säädöt, logiikat ja sekvenssit. Prosessiasema koostuu yhdestä tai useammista prosessorikorteista sekä prosessiliitäntäkorteista /25/.
Nykyinen XPR-prosessorikortti pohjautuu lOOMHzm nopeudella toimivaan Intelin 80486-prosessoriin. Prosessorikortin käyttöjärjestelmänä toimii yhtiön sisällä kehitetty Alcont OS, jonka ominaisuuksiin kuuluvat keskeyttävä moniajoja vahva reaaliaikaisuus. Prosessiasemien sovellukset voidaan tarvittaessa varmistaa kahdentamalla prosessorikortit, jotka päivittävät toisensa tosiaikaisesti jokaisen suoritussyklin jälkeen. Lisäksi käytössä on nelitasoinen laitteistotason muistin- suojaus, joka sisältää ytimen, järjestelmä- ja sovelluspalvelutason sekä sovel
luksen /25/.
Järjestelmä on yhteydessä prosessiin prosessiasemalle asennettavilla I/O-korteilla.
Prosessiliitäntäkortteja on tarjolla erilaisiin tarpeisiin, kuten binääri-, analogia-, pulssi-, taajuus-, sarja-, ja väyläliitännät. I/O-kortit on suojattu
teollisuus-ympäristön ja asennusajan tyypillisiltä vikariskeiltä, kuten ylijännitteeltä, oiko
sululta, ylikuormitukselta, väärältä polariteetilta ja sähköstaattisilta häiriöiltä.
Korteissa on myös kortin sekä korttien viestiliikenteen kunnonvalvonta /25/.
Valvomoasema (OM) hoitaa osaston tiedonsiirron reitityksen sekä hälytysten käsittelyn. Asema toimii myös prosessi asemien varusohjelmistojen ja sovellusten varmuuskopiopaikkana /25/.
GUS (Global User Station) on Alcontin Windows NT -jäijestelmissä toimiva käyttöliittymä. Se liitetään prosessi väylään ja/tai tehtaan yleiseen tietoverkkoon.
GUS välittää jäijestelmän prosessinohjausnäyttöjen kautta sekä reaaliaikaista, että historiatietoa prosessista ja järjestelmästä. GUS-asemissa voidaan ajaa myös kolmannen osapuolen ohjelmistoja, joiden näyttöjä voidaan hakea kuvaruudulle samanaikaisesti prosessinäyttöjen kanssa /25/.
HIC (Honeywell Info Center) on lähinnä osastotasoiseen käyttöön tarkoitettu graafinen tiedonhallinnan ja raportoinnin ympäristö Alcont-järjestelmiin. Se kerää tietoja prosessista ja tuotannosta, hälytyksistä, laboratorioanalyyseistä ja laatu- suureista Oracle-relaatiotietokantaan, jota käyttäjien MS Windows -työasemille asennetut HIC-työpöytäohjelmistot käyttävät ODBC-rajapinnan kautta. HIC- työpöytä on modulaarinen ja tarjoaa ohjelmamoduleita mm. trendien keruuseen ja analysointiin, hälytysten analysointiin, rullatietojen analysointiin sekä katkojen tarkasteluun. Moduleista voidaan tarkempaa analysointia ja raportointia varten siirtää tietoa MS Windows -sovelluksiin, kuten Excel, Word ja Matlab, OLE- tekniikkaa käyttäen /25/.
Alcontin sovelluskehitys tapahtuu Windows NT -pohjaisella sovellusasemalla (D*M), jossa määritellään graafisilla työkaluilla järjestelmän kokoonpano, säätöjen toimintalogiikka sekä sovelluksen käyttöliittymä /25/. Sovellusaseman toimintaa käsitellään laajemmin luvussa 4.
3. Nykyaikaiset säätömenetelmät
Digitaalisten säätöjärjestelmien kehityksen alkuvaiheessa keskityttiin perinteisten, hyväksi havaittujen analogisten säätöalgoritmien, kuten PI-säätimen, toiminnan jäljittelyyn. Analogiajärjestelmiin nähden etua saatiin luotettavammalla toimin
nalla sekä järjestelmien helpommalla suunnittelulla ja toteutuksella /26/.
Myöhemmin säätötekniikan teorian kehitys ja laskentatehon kasvu ovat mahdol
listaneet säätöalgoritmit, joilla voidaan mallintaa ja hallita säädettävien suureiden ja prosessisuureiden ristikkäisvaikutuksia. Näillä monimuuttujasäätöalgoritmeilla voidaan myös ennustaa prosessin tuleva tila ja tiedon avulla optimoida halutun prosessin tilan saavuttaminen.
Myös aivan uudenlainen tapa ajatella ja mallintaa tieto- ja tätä kautta automaatio
järjestelmiä, pehmeä laskenta (soft computing), on yleistymässä. Pehmeä laskenta pyrkii jäljittelemään ihmisen kielellistä päättelyä, jolloin järjestelmiä suunni
teltaessa voidaan käyttäjien kokemukset ja päättely helpommin siirtää tieto
koneelle. Tähän laskennan ryhmään kuuluvat mm. sumeat järjestelmät, neuro
verkot, geneettiset algoritmit ja kaaosteoria /27/.
3.1. Horizon Multivariable Predictive Control - ennustava monimuuttuj asäätö
3.1.1. Yleistä
Honeywell-Measurexin Horizon Multivariable Predictive Control, HMPC, on aito monimuuttujasäätö, joka ottaa huomioon prosessien monimutkaisetkin ristikkäisvaikutukset. Säätöalgoritmi perustuu Multiple-ln Multiple-Out (MIMO) -matriisiin ja ennustaa prosessimallin avulla prosessin tasaantumistilan ottaen samalla huomioon toimilaitteiden rajoitustilat ja optimointitoiminnot säädettävissä laatusuureissa. HMPC on käytössä mm. HMX:n paperikoneen konesuuntaisessa säädössä sekä paperin värisäädössä /28/.
Häiriösuureet
Tavoite- ja raja-arvot
Takaisinkytkentä
Kuva 6. Yleiskuva ennustavasta monimuuttujasäädöstä /28/.
Monimuuttujasäätäjän voidaan kuvitella koostuvan useista yksittäissäätöpiireistä, joilla on yksi sisääntulo ja yksi ulostulo (5/50, Single-Input Single-Output). Sen suureilla on yksittäissäätöpiirien tapaan asetusarvoja, tuloja ja lähtöjä. Säätäjän tuloina ovat prosessin säädettävien laatusuureiden mittaus- sekä tavoitearvot, ja lähtöinä prosessisuureet, joiden asetusarvoja muuttamalla pyritään pääsemään laatusuureiden tavoitearvoihin. Lisäksi tuloina voi olla häiriösuureita, jotka täytyy säädössä ottaa huomioon, mutta joihin ei voida vaikuttaa (kuva 6) /28/, /29/.
Yksittäissäätöpiireistä poiketen monimuuttujasäädön kytkennät laatu- ja prosessi- suureiden välillä voivat olla epäsuoria ja jokainen lähtö on laskettu ottaen huomioon kaikkien tulojen vaikutus. Jos prosessisuureita on käytettävissä vähintään yhtä monta kuin säädettäviä suureita, on säädöllä vapausasteita ja yhden säädettävän suureen ohjaamiseen voidaan käyttää useita toimilaitteita /28/, /29/.
3.1.2. Ennustavan monimuuttujasäädön malli
Säätöalgoritmit perustuvat siirtofunktioon G(z), joka laskee ulostulon arvon Y(z) sisääntulon U(z) perusteella:
Y(z) = G(z)U(z) /1/. (1)
Monimuuttujasäädöissä siirtofunktiolla G(z) on useita sisään- ja ulostuloja (kuva 7) /29/.
L2 r ' suureet
HPC/MIMO
-säätäjä Prosessi
►
Säädettävät laatusuureet
U(z) G(z) Y(z)
Kuva 7. Monimuuttujasäädön siirtofunktio /29/.
Monimuuttujasäädössä muuttujat ja siirtofunktio ovat matriiseja, jolloin ulostulon prosessimuuttujiksi saadaan:
Г(г) = (У, У2 .. YJT /29/. (2)
Sisääntulon matriisi sisältää säädettävät laatusuureet Ux sekä häiriösuureet Vx:
U(z) = (Ul U2 .. UkVx V2 .. V,)T /29/. (3)
Siirtofunktio, jossa on otettu huomioon kaikki riippuvuudet, on:
G(z) =
G„(z) G,2(z) •• G,„(z)>
G21(z) G12(z) - G2n(z)
/29/. (4)
Gml(z) Gm2(z) •• G^Cz),
Sijoittamalla nämä kaavaan (1) saadaan moni muuttuj asäädön yhtälöksi:
rt,
ro 'GM(z) GI2(z) . G,.(z)>
n = G2i(z) G,2(z) . G2„(z)
Л, ,G„,(z) Gm2(z) G„(z)y
/29/. (5)
v,)
Ristikkäisriippuvuuksien irrotus (decoupling) mahdollistaa yksittäisten laatu- suureiden kontrolloinnin yksittäissäätöpiirien tavoin. Yksittäissäätöpiireistä poiketen monimuuttujasäätö ottaa huomioon suureiden risti kkäi s vai kutukset (kuva 8) /29/.
Kuva 8. Ristikkäisriippuvuuksien irroitus /29/.
Ristikkäisriippuvuuksien irrotuksen jälkeen siirtofunktioksi saadaan:
H(z) = D(z)G(z) /29/. (6)
HMPC:n säätömalli osaa myös ennustaa suureiden asetus- ja ohjearvojen muutosten vaikutukset toisiin suureisiin huomioiden myös sen, että asetusarvojen muutokset eivät heti vaikuta prosessisuureiden arvoihin. Ennuste tehdään asettumisajan (correction horizon) yli tulevaisuuteen /29/.
■ Asetusarvo
■ mittausarvo
Kuva 9. Asettumisaika /29/.
Koska kaikkiin monimuuttujasäädön sisääntuloihin kytketään erillinen ennustus- algoritmi, voidaan algoritmien horisontteja muuttamalla vaikuttaa eritellysti siihen, kuinka nopeasti säätö pyrkii saavuttamaan suureiden ohjearvot /29/.
HPC D(z)G(z)=H(z) HPC
HPC
Kuva 10. Ennustava monimuuttujasäätö /29/.
Prosessin toiminnan optimointiin käytetään käyttäjän antamaa kustannusfunktiota, jonka arvon HMPC-säätö pyrkii minimoimaan. Arvo koostuu toteutuneen tilanteen ja funktion esittämien tavoitteiden erojen summasta. Tavoitteet on jaettu kolmeen osaan, joille voidaan antaa painokertoimet /28/:
I. Säädettäville suureiden annettujen asetusarvojen toteutuminen.
П. Käyttäjän antamien optimointitavoitteiden, kuten nopeuden tai kosteuden maksimoinnin annetuissa rajoissa, toteutuminen.
Ш. Prosessisuureiden muutosten minimointi toimilaitteiden kulumisen ja prosessiin aiheutuvien häiriöiden minimoimiseksi.
Osien sisällä myös eri suureille voidaan määritellä eritellyt painokertoimet.
Suureiden painokertoimilla voidaan määritellä prioriteettijärjestys, jolloin muutos- ja rajoitustilanteissa säätäjä käsittelee tärkeimmät suureet ensisijaisesti. Tämä mahdollistaa prosessin optimoinnin tavoitteiden joustavan määrittelyn /28/.
3.1.3. Prosessinohjaus HMPC:a käyttäen
Prosessin monimuuttujasäätöä suunniteltaessa määritellään ensin prosessisuureet sekä säädettävät laatusuureet ja näiden perusteella säätömallin matriisin koko.
Askelvastekokeilla saadaan selville säädettävien ja prosessisuureiden vastaa
vuudet ja näiden perusteella muodostetaan monimuuttujasäädön MIMO-prosessi- malli (kuva 11) /28/.
Prosessisuureet
Massa Höyry 1 Nopeusl Höyry 2 5. suure
Kuva 11. Monimuuttujaprosessimalli paperikoneen säätäjänä /29/.
Askel vasteiden keruu tapahtuu HMPC:ssa interaktiivisesti omalla käyttö
liittymällä (kuva 12). Askelvastetta kerättäessä prosessisuureet pidetään muuttu-18
mattomina ja odotetaan, kunnes prosessin tila on vakiintunut. Tämän jälkeen yhtä prosessisuuretta muutetaan, jolloin HMPC-ohjelmisto kerää muutoksen vaiku
tukset säädettäviin suureisiin. Vaikutusten pohjalta saadaan regressioanalyysiä käyttäen askelvasteet. Kuvan 11 tapauksessa yhdellä askelvastekokeella saadaan neljän säädettävän suureen vasteet, eli neljä SISO-mallialkiota. Toistettaessa koe jokaiselle neljälle prosessisuureelle, saadaan kaikki 16 askelvastetta/29/.
Kuva 12. HMPC:n askelvasteiden keruun käyttöliittymä.
Kuvassa 12 näkyy prosessisuureelle Teräpainel tehty muutos ja sen vaikutus prosessin laatusuureisiin, joista kuvan näytössä näkyy kolme ensimmäistä:
Päällyste 1, Kosteus 1 ja Päällyste2. Näytön vasemmassa reunassa näkyvien vaikutusten perusteella lasketut askelvasteet näkyvät oikeassa reunassa. Askel- vasteille saadaan parametreinä vahvistus, aikavakio ja kuollut aika (kuva 13).
Aika
Kuva 13. Askelvasteen parametrit.
Tarkasteltaessa prosessi suureen asetusarvon muutoksen vaikutusta laatu- suureeseen, saadaan parametrien selitykseksi:
• Vahvistus on kerroin, jolla prosessisuureen asetusarvon muutos vaikuttaa laatusuureen arvoon.
• Kuollut aika on viive asetusarvon muutoksesta siihen, kun laatusuureen arvo alkaa muuttua.
• Aikavakio kertoo laatusuureen muutoksen toteutumisnopeuden.
Näitä parametreja muokkaamalla käyttäjä voi vaikuttaa säätöön, jos esimerkiksi halutaan yksinkertaistaa säädön mallia tai jos halutaan hylätä tai muokata virheellisen askelvastekokeen tulosta /28/, /29/.
Saatujen SISO-mallialkioiden perusteella muodostetaan monimuuttujasäädön MIMO-malli (kuva 11). Käyttöä varten MIMO-malli tallennetaan Alcontin mal li kirjastoon. Jos malleja on useampia, esim. erilaisille paperityypeille, osaa HMPC-paketti hakea lajia vaihdettaessa automaattisesti oikean mallin kiijastosta /28/, /29/.
3.2. Sumea logiikka
Sumeiden systeemien teorian isänä pidetään Berkeleyn yliopiston professoria Lofti A. Zadehia, joka 1960- ja 1970-luvuilla julkisti sumean joukko-opin ja sumean logiikan perusteet. Alussa sumean logiikan alalla keskityttiin lähinnä teoriaan, mutta nykyisin pääpaino on käytännön sovelluksissa, joista noin 70 % liittyy säätöihin /30/, /26/.
3.2.1. Sumea joukko-oppi
Sumean logiikan perustana on sumea joukko-oppi, joka on läheistä sukua perin
teiselle joukko-opille. Perinteisessä joukko-opissa joukkojen jäsenyys on binää
rinen käsite, eli alkio joko kuuluu tai ei kuulu joukkoon, jolloin joukon jäsenyys voi saada arvot 0 tai 1. Jos määritellään perus- eli referenssijoukko E, voidaan alkion x e E kuuluminen tai kuulumattomuus annettuun alijoukkoon A<zE esittää karakteristisen funktion Kar: E —> {0,l} avulla siten, että
KarA(x) = 1, kun x E A, ja KarA(jc) = 0, кип А. (7) Esimerkiksi jos määritellään joukko A nuorten ihmisten joukoksi ja määritellään nuoriksi ihmisiksi alle 25-vuotiaat, saadaan perinteisellä logiikalla nuorten ihmisten joukolle kuvan 14 mukainen karakteristinen funktio
KarA (ikä) = 1, kun ikä < 25, ja KarA (ikä) = 0, kun ikä > 25 /27/. (8)
1,0
I 0,5
-0,0 --- 1--- t——i--- 1--- 1--- 1 i--- 1--- 1--- 1 0 10 20 30 40 50 60 70 80 90 100
Ikä (vuotta)
Kuva 14. Nuorten ihmisten joukkoa kuvaava karakteristinen funktio /26/.
Kuva 14. Nuorten ihmisten joukkoa kuvaava karakteristinen funktio /26/.