7.11.2024
Doktorsavhandling om övervakning av regulatorprestanda
MSc (Tech.) Mehmet Yağcıs doktorsavhandling i process- och energiteknik (process- och systemteknik) framläggs till offentlig granskning vid fakulteten för naturvetenskaper och teknik vid Åbo Akademi.
Avhandlingen heter Control Performance Analysis with Industrial Scale Applications.
Disputationen äger rum fredagen den 15 november 2024 kl. 13 i auditorium Helikon, Arken, Fabriksgatan 2, Åbo. Opponent är professor Paweł Domański, Politechnika Warszawska, Polen och kustos är docent Jari Böling, Åbo Akademi.
Sammanfattning
Övervakning av regulatorprestanda (CPM) har varit ett aktivt forskningsämne eftersom automationssystemen blev mer komplicerade tillsammans med det ökande antalet kontrollslingor i industrier. Eftersom styrenheterna börjar försämras på grund av olika orsaker behövs en kontinuerlig övervakningslösning. Branscherna bygger upp sina egna periodiska hälsokontrollaktiviteter, men tyvärr kan förlust av potential inte undvikas eftersom kontrollingenjörerna är fullt upptagna med olika uppgifter. Dessutom så har varje regleringenjör hundratals reglerkretsar att övervaka, vilket ökar problemet. Detta understryker behovet av online- eller automatiska övervakningsapplikationer.
Denna avhandling har rötter tillbaka till ett internt CPM-utvecklingsprojekt, där författaren var huvudutvecklaren. De svagheter som identifierats under det projektet behandlas av detta examensarbete. Det övergripande målet är att underlätta behovet av användarinput genom att förbättra etablerade metoder. Minimalvariansreglering (MVC), som är ett allmänt använt riktmärke vid prestationsbedömning, misslyckas i närvaro av svängningar. Oscillationsdetetionsmetoden som föreslås i denna avhandling löser det problemet genom att identifiera egenskaperna hos störningar. Bortsett från det, en fraktalbaserad och fördröjningsfri bedömningsmetod, Hurst-exponenten, lider av crossover-effekten i närvaro av svängningar. Den föreslagna metoden i denna avhandling löser detta problem och automatiserar val av fönsterlängd för att undvika crossovereffekten. Den andra artikeln behandlar anläggningsövergripande störningar och hjälper till att bygga en fullständig karta över störningsutbredningsvägar genom att integrera en frekvensdomänbaserad metod som kallas spektralhölje och en modellbaserad metod Granger-kausalitet. Utöver det presenteras i den sista artikeln en helt ny CPM-filosofi genom att använda klassificerare från maskininlärning. Det hjälper till att skapa ett mer användarvänligt och mindre kodningskrävande verktyg som krävs för CPM. Alla de föreslagna metoderna har testats på industriella regulatorer och visat sig fungera bra i olika fall där de konventionella metoderna inte lyckas upptäcka problem. Studierna har presenterats vid olika konferenser och publicerats i tillhörande publikationer.
Mehmet Yağcı kan vid behov nås per e-post yagci.mehmet@hotmail.com.
Avhandlingen kan läsas i Åbo Akademis publikationsarkiv Doria.