Multivariable Controller Performance Monitoring

Abstract

The general purpose of this work is to assess and monitor the performance of MIMO control systems. It is divided into two parts. In the first part, a software tool that assesses the performance of a control system through a set of industrial data was developed. This tool assesses the performance comparing the variability of the control system in normal circumstances with the variability of the same process under the action of a minimum variance controller. The tool was developed taking into account that it should work with the least possible information of the process. In the second part of this work, existing methods to prioritize the maintenance of control loops were analysed comparatively, based on the level of interaction between control loops. This work presents three procedures/programs (in octave) to calculate the interactor matrix needed to assess the performance of a control system based on the minimum variance controller. To establish the priority of the control loops for maintenance, the following methods were tested: the modified IAE technique from Rossi et al. (2006), the canonical correlation method from Rahman and Choudhury (2010, 2011), the variability matrix from Farenzena et al. (2009), the LoopRank method from Farenzena and Trierweiler (2009) and the methods using the normal IAE and ISE from Rahman and Choudhury (2010, 2011). These methods were implemented in Octave and tested using different datasets of generated data. The interactor matrix is better estimated from routine data with a larger dither signal. The results show that the performance of a control system is lower when the interactions between control loops are stronger. A considerable number of the methods tested to prioritize control loops was not able to predict the expected loop rank for all the tests. Only the methods which used the variability matrix and the error values (IAE and ISE) worked consistently through all the tests. A possible future work is to extend the potentialities of the developed software by incorporating other benchmarks (LQG, MPC). In what concerns the loop prioritization for maintenance, the creation of a method that included information from the manipulated variables seems to be a possibility that is worth to be exploited.

O objectivo principal deste trabalho é avaliar e monitorizar o desempenho de um sistema de controlo MIMO. Este trabalho foi dividido em duas partes. Numa primeira parte foi desenvolvido uma ferramenta informática que avalia o desempenho de um sistema de controlo através de dados industriais. Para avaliar o desempenho, esta ferramenta compara a variabilidade do sistema de controlo real com a variabilidade desse mesmo sistema sujeito à acção de um controlador de variância mínima. No seu desenvolvimento teve-se em conta que deve tentar evitar requerer o conhecimento explícito dos modelos processuais. Na segunda parte deste trabalho, analisam-se comparativamente métodos existentes para definir a prioridade de acções de manutenção nos vários ciclos de controlo, com base no estudo do nível de interacções entre eles. Este trabalho apresenta três procedimentos/ programas (em Octave) para determinar a matriz de interacção necessária para avaliar o desempenho do sistema de controlo, utilizando como referência o controlador de variância mínima. Para definir as prioridades das acções de manutenção dos vários ciclos de controlo foram testados os seguintes métodos: técnica do IAE modificado de Rossi et al. (2006), método da análise da correlação canónica de Rahman and Choudhury (2010, 2011), matriz de variabilidade de Farenzena et al. (2009), método do LoopRank de Farenzena and Trierweiler (2009) e métodos que utilizam o IAE e o ISE de Rahman and Choudhury (2010, 2011). Estes métodos foram implementados em Octave e testados em vários conjuntos de dados gerados por simulação. Verificou-se que a estimativa da matriz de interacção através dos dados de operação é melhor quando o sinal de ruído introduzido no processo (dither signal) é maior. Observou-se ainda que as interacções entre os ciclos fazem diminuir o desempenho do sistema de controlo. Um número considerável dos métodos testados para definir a prioridade da manutenção não sugeriu, para a totalidade dos testes, a ordem que à partida seria expectável em cada caso. Apenas os métodos que utilizam a matriz de variabilidade e os valores dos erro (IAE e ISE) levaram a resultados consistentes tendo em atenção a totalidade dos testes. Um eventual caminho a seguir, em trabalho futuro, é estender as capacidades do software desenvolvido incorporando a comparação com o desempenho de outros controladores óptimos (LQG, MPC). Relativamente à definição de prioridades na manutenção dos ciclos de controlo, a criação de um novo método que incluísse informação proveniente das variáveis manipuladas afigura-se uma possibilidade que valerá a pena ser explorada.