Optimization-based control of chemical processes. Numerical methods for optimization-based control: Coupling of online estimation and robust process optimization

• Applicant: Professor Dr. Hans Georg Bock
• Subject Area: Automation, Mechatronics, Control Systems, Intelligent Technical Systems, Robotics
• Term: from 2003 to 2008
• Project identifier: Deutsche Forschungsgemeinschaft (DFG) - Project number 5400160

Es sollen neue Ansätze und numerische Methoden für die modellgestützte prädiktive Regelung realer verfahrenstechnischer Prozesse entwickelt werden. Dabei sollen zum einen in der Arbeitsgruppe entwickelte Methoden verallgemeinert werden, um eine Anwendung auf komplexe Prozesse, die sich durch hohe Dimension, Unstetigkeiten und Typwechsel auszeichnen, zu ermöglichen. Da zum anderen bei einer Anwendung an realen Prozessen der Systemzustand und die Systemparameter oft anhand nur weniger, unter Umständen verrauschter Messdaten geschätzt werden müssen, die Güte der Optimierung aber entscheidend von diesen Größen abhängt, stellt die effiziente Behandlung von Unsicherheit dabei eine wesentliche Schwierigkeit dar. Dies verlangt nach einer direkten Kopplung von Methoden für die Online-Schätzung mit Methoden für robuste Echtzeitoptimierung, die die Unsicherheit der Schätzung explizit berücksichtigen. Hauptziel des Projektes ist demnach die Untersuchung und Entwicklung von 1) effizienten Verfahren zur Zustands- und Parameterschätzung, die online ein praktikables Unsicherheitsmaß für die Güte der Schätzung mitbestimmen, und von 2) robusten Echtzeitoptimierungsverfahren, die die online ermittelte Modellunsicherheit explizit berücksichtigen, z.B. durch min-max Formulierung oder Erwartungswertoptimierung. Alle numerischen Methoden sollen so ausgelegt werden, dass sie auch sehr große DAE Systeme, wie sie etwa bei der Diskretisierung von partiellen Differentialgleichungen auftreten, behandeln können. Insbesondere ist hierbei an einen periodisch betriebenen chromatischen Trennprozess (VARICOL, Dortmund) als reales Anwendungsproblem gedacht, sowie an Teilsysteme einer biologischen Kläranlage, die sich durch große Modellunsicherheiten auszeichnen (Aachen). Anhand dieser beiden Probleme werden die Anforderungen an die zu entwickelnden Methoden definiert und die neuen Verfahren praktisch erprobt. Nach erfolgreichem Abschluss des Projekts ist in einer zweiten Antragsperiode geplant, die durch Unsicherheit zu erwartenden Einbußen beim Optimierungsziel mitzubeachten und durch Techniken der optimalen Versuchsplanung zu verringern, die für den Online-Einsatz weiterzuentwickeln sind. Diese Techniken würden erlauben, den Prozess immer dann, wenn Parameterunsicherheiten die Optimierung wesentlich beeinträchtigen, für eine gewisse Zeit in Bezug auf Informationsverbesserung zu steuern. Eine numerisch handhabbare Problemformulierung, die die beiden i. Allg. konkurrierenden Ziele Prozessoptimierung und Informationsmaximierung verbindet, kann als Fernziel des Projektes angesehen werden.

• DFG Programme: Research Grants
• Participating Persons: Professor Dr. Moritz Diehl; Dr. Johannes Schlöder