تیونینگ سیستم کنترل

تمامی فرآیندها ماهیتی غیر پایا دارند؛ به این معنی که حالت‌های آن (عمدتا شامل دما، فشار، شدت جریان، ارتفاع سطح مایع و غلظت) در طول زمان دائما در حال تغییر هستند. این تغییرات می‌تواند به دلیل تغییر شرایط تولید ویا بروز اغتشاش جریان ناشی از فرآیندهای دیگر (یا تحمیل شده از سوی محیط) باشد. در زمان طراحی فرآیند، متغیرهایی که می‌توانند این حالت‌ها را کنترل کنند، شناسایی شده و بر اساس آن‌ها حلقه‌های بسته‌ی کنترل را طراحی می‌کنند.

یکی از ویژگی‌های حلقه‌های بسته‌ی کنترلی، قابلیت ارسال خودکار فرمان باز و بسته شدن شیرهای کنترل است. این فرامین از طریق یک مدل ریاضی و بر مبنای مقادیر اندازه‌گیری محاسبه می‌شود. فرآیندهایی که در پالایشگاه‌ها و پتروشیمی‌ها پیاده‌سازی شده‌اند، همگی از سطح بالای اتوماسیون بهره‌مند هستند؛ به نحوی که (در صورت سلامت تجهیزات) این قابلیت را دارند که به طور کامل به شکل خودکار عمل کنند و اغتشاشات مختلف را جبران کنند.

ولی متأسفانه در اغلب واحدهای درصد زیادی از شیرهای کنترلی از حالت خودکار خارج و در حالت دستی قرار دارد، و تنها مزیت شیر کنترل این است که اپراتور در اطاق کنترل آن را از راه دور باز و بسته می‌کند. حتی شاید بتوان ادعا کرد که در اغلب واحدهای صنعتی که بر اساس کنترل خودکار طراحی و ساخته شده‌اند، تنها در جاهایی که ماهیت ناپایدار دارند (مانند کنترل سطح مایع) از کنترل اتوماتیک بهره می‌برند.

بدیهی است در صورتی که یک حلقه‌ی خودکار مدام در نوسان باشد، و اپراتور بتواند با ثابت نگاه داشتن شیر کنترل، فرآیند را پایدار نگه دارد، ترجیح خواهد داد که آن را به صورت دستی راهبری کند و فرامین باز و بسته شدن شیر را بر اساس شناخت و درکی که از دینامیک فرآیند دارد صادر کند.

اما باید دید که چه تفاوتی میان حلقه‌های پایدار و ناپایدار وجود دارد که اپراتور، حلقه‌ی ناپایدار را در حالت خودکار نگاه می‌دارد، ولی ترجیح می‌دهد که حلقه‌ی پایدار را به صورت دستی کنترل کند. مگر شناخت کامپیوتر از حلقه‌های ناپایدار بیشتر است که ناخواسته چنین نتیجه‌ای حاصل شده است؟

شناخت اپراتور از دینامیک فرآیند، یک شناخت فازی (Fuzzy) است که به مرور زمان اصلاح می‌شود و دقت آن با زیاد شدن تجربه بالا می‌رود. ولی شناخت سیستم‌های نیوماتیک، PLC و DCS عموما از نوع مدل غیرخطی مرتبه‌ی ۱ یا ۲ ریاضی است که توسط مهندسین و از طریق تعیین چند پارامتر از یک رابطه‌ی ریاضی در قسمت کنترل کننده تعبیه می‌شود.

در صورتی که پارامتر‌ها سیستم کنترل به درستی تعیین شوند، یک کنترل کننده‌ی PID می‌تواند بسیار سریع‌تر و دقیق‌تر از یک اپراتور با تجربه، تغییرات سیستم را در هر لحظه پیش‌بینی کرده، اثرات دینامیکی فرآیند‌های دیگر را در نظر گرفته و بهترین فرمان ممکن را صادر کند.

تنظیم این پارامترها به طور سنتی بر اساس آزمون و خطا ویا روش‌های نوسانی صورت می‌گیرد؛ در صورتی که بهترین روش برای انجام این کار، مدل‌سازی ریاضی فرآیند و محاسبه‌ی پارامترهای کنترلی از طریق معکوس کردن مدل‌های به‌دست آمده است. انجام این کار نیازی به نوسانی کردن فرآیند (مشابه آنچه که در روش Ziegler–Nichols انجام می‌گیرد) ندارد. بلکه اساسا برای انجام آن می‌بایست حلقه‌باز و در حالت دستی عمل کرد.

مراحل انجام کار به طور خلاصه به این ترتیب است:

۱- مطالعه‌ی فرآیند و شناخت کامل آن

۲- ارزیابی سلامت تمامی ادوات ابزاردقیق مرتبط با حلقه‌ی کنترلی

۳- شناخت دینامیک سیستم از پشت برد کنترل، و از طریق گفت‌وشنود با اپراتورهای باتجربه‌ی هر بخش

۴- مدل‌سازی دینامیکی تمامی بخش‌های کنترل‌پذیر

۵- اطمینان از صحت طراحی حلقه‌ی کنترل (خصوصا در مواردی که کنترل به صورت Cascade پیش‌بینی شده است)

۶- محاسبه‌ی پارامترهای کنترلی

۷- تیونینگ حلقه‌های کنترل

۸- انجام اصلاحات فرآیندی از طریق بازبینی مقادیر مقرر

تجربه نشان داده‌است که پس از تیونینگ یک واحد، اپراتورهای آن آلارم‌های بسیار کمتری دریافت می‌کنند، و سیستم مقاومت بسیار بیشتری نسبت به نوسانات از خود نشان می‌دهد. همچنین در حلقه‌های TIC که سوخت یا بخار مصرف می‌شود، مصارف انرژی به مقدار محسوسی کاهش می‌یابد و فرآیند بهینه‌تر عمل خواهد کرد.