Capitolo 5
Conclusioni e sviluppi futuri
Lo scopo della tesi era quello di effettuare un monitoraggio delle prestazioni di sistemi di controllo operanti in impianti di tipo multivariabile (MIMO) e cioè di scoprire la presenza di anomalie di funzionamento e assegnare le cause indicando le modalità di intervento.
Limitatamente ai sistemi di controllo operanti su singole variabili (SISO) questa problematica ha portato, nel corso di attività precedenti, allo sviluppo di un sistema automatico per il riconoscimento e l’assegnazione delle cause di anomalie di funzionamento. Il sistema, denominato PCU (Plant Check Up), è in grado di discriminare tra le diverse cause (tuning dei regolatori, presenza di attrito nelle valvole, disturbi esterni) a partire dai dati normalmente registrati sull’impianto e non richiedendo alcun test invasivo.
Il punto di partenza della tesi è stato quindi verificare la validità delle tecniche utilizzate dal pacchetto PCU e proporre nuove tecniche e test per l’estensione ai sistemi MIMO.
E’ risultato che le tecniche impiegate dal pacchetto PCU (Cross‐Correlazione,
Bicoerenza e Relay), applicate a processi MIMO, hanno correttamente indicato la
presenza di attrito (o di disturbo) nei diversi loops.
Capitolo 5. Conclusioni e sviluppi futuri F. De Mauro E’ stata valutata la possibilità di risalire al loop sorgente, cioè quello in cui l’attrito è stato generato, impiegando gli indici calcolati per le diverse tecniche come parametri il cui valore sia indicativo della lontananza dalla sorgente della non‐linearità (si ricorda che ad oggi non esistono tecniche universalmente accettate per queste valutazioni). Sulla base di una serie di simulazioni effettuate è stato verificato che questi indici non mantengono valori con un andamento costante, in grado cioè di permettere di risalire alle origini della perturbazione, dato che sono influenzati dai parametri del processo, dei regolatori e dell’attrito.
Quindi, poiché l’uso di tali indici non è risultato affidabile in generale per isolare il loop da cui proviene l’attrito, è stata analizzata la possibilità di effettuare dei tests specifici sugli anelli in modo da dare conferma della presenza o meno di attrito.
Tra questi è stato proposto un test che consiste nel diminuire i guadagni dei regolatori singolarmente, misurare la frequenza delle oscillazioni delle variabili controllate e confrontarla con quella misurata nella configurazione iniziale (caso base). Nel caso in cui la frequenza rimane costante, il test indica che la presenza di un disturbo esterno è la causa delle oscillazioni registrate. Se la frequenza di oscillazione varia rispetto al caso base, allora la causa dell’anomalia è attribuita alla presenza di attrito: soltanto se tale variazione è legata alla diminuzione del guadagno di un solo regolatore, allora la relativa valvola di controllo viene indicata come sorgente della non‐linearità. Se, invece, la frequenza di oscillazione è influenzata dal guadagno di regolatori diversi non si può risalire al loop affetto da attrito.
Dalle simulazioni effettuate, in generale, è risultato che il test proposto non è sempre valido, dato che dipende dal tipo di processo analizzato, cioè dalla sua dinamica e dall’entità dell’interazione presente.
Un risultato importante ottenuto dal lavoro di questa tesi è stato quello di identificare la presenza di oscillazioni alla stessa frequenza nelle variabili di anelli di controllo adiacenti, appartenenti ad uno stesso impianto, come una chiara indicazione della presenza di interazione, che causa la propagazione dell’anomalia da un loop all’altro. Per cui, anche quando la valutazione dell’interazione non è possibile (ad esempio, in mancanza di un modello del processo), dalla semplice osservazione delle frequenze di oscillazione si possono individuare i loops tra loro interagenti, in modo da ricercare soltanto tra questi la sorgente dell’anomalia registrata. A questo proposito è stata proposta una nuova tecnica, basata sul valore di un indice denominato ITD, che si calcola dai dati registrati sull’impianto e generati da una variazione a gradino del set‐point dei loops esaminati. Questa tecnica richiede 132
Capitolo 5. Conclusioni e sviluppi futuri F. De Mauro anche l’analisi delle prestazioni del regolatore, attraverso l’indice CPI: il suo valore indica se un retuning del regolatore può essere favorevole per limitare gli effetti dell’interazione oppure se è meglio usare un regolatore avanzato (ad esempio un MPC).
Dato che i valori dei due indici possono influenzarsi a vicenda, dai casi studiati è risultato che in presenza di un tuning blando del regolatore l’indice ITD può non interpretare correttamente la reale situazione di interazione. Per valutare senza riserve l’interazione del sistema in esame è stata proposta una procedura automatica di analisi che distingue una risposta lenta (causata da un tuning blando) da una molto oscillante (causata da un tuning aggressivo).
In sostanza, la possibilità di effettuare un monitoraggio di sistemi a molte variabili in modo completamente automatico dai dati di impianto trova delle difficoltà considerevoli dovute alla mancanza di tecniche di validità generale. Una valutazione dell’interazione esistente tra i diversi anelli di regolazione è un primo passo per individuare la validità delle tecniche o dei test specifici proposti.
I due indici proposti per questo scopo (ITD e CPI) dovranno essere testati su processi diversi e su dati di impianto in modo da poter confermare la validità e le differenze di comportamento tra tuning blando e aggressivo evidenziate nei casi studiati in questa tesi. La difficoltà di separare gli effetti del regolatore dall’interazione propria del processo dovrà portare alla definizione di nuovi indici di prestazione globale per il sistema controllato nella sua configurazione attuale.
