Search

In a Europe that is undergoing digital transformation, the COGNITWIN project is contributing to accelerate the transformation and introduce Industry 4.0 to the European process industries. The opportunities here can be illustrated by the SPIRE 2050 Vision document (https://www.spire2030.eu/sites/default/files/users/user85/Vision_Document_V6_Pages_Online_0.pdf), which states that “Digitalisation of process industries has a tremendous potential to dramatically accelerate change in resource management, process control and in the design and the deployment of disruptive new business models.” The process industries are characterized with harsh environments where sensors are either costly, not available, or may be subject to costly maintenance. The development of digital twins that can exploit the combinations of data-based and physics-based models is often found to be a preferred path to robust digital twins that can help cutting costs and reduce energy consumption. In this article, we present 5 out of 6 industrial pilots that are developed in the COGNITWIN project. We discuss the commonalities and differences between the selected approaches and give some ideas about how cognition can be incorporated into the digital twins. The aim of this article is to inspire similar projects in related industries.

Fouling is a phenomenon where material accumulates on the exterior of convective heat exchangers (HX) and other surfaces. In boilers fired by waste-derived or biomass fuels, these surfaces are cleaned frequently to maintain adequate heat transfer between the flue gas and fluid. However, excess cleaning of HX surfaces wastes money and resources, and the common practice of soot removal at fixed time intervals is not an optimal strategy. An adaptive timing method would be beneficial; however, real-time knowledge of HX condition is hard to obtain. In this paper, we present (1) a state estimation approach for fouling monitoring in a Circulating Fluidized Bed (CFB) boiler, fusing knowledge from a physical model with process measurement data, and (2) a novel condition monitoring scheme based on modal-vibrational sensing, with potential for a directly estimating the degree of fouling on heating surfaces. The results are demonstrated on a full-scale commercial CFB. Combining physical models, machine learning, and modal analysis in mutually supporting ways provides a solid basis for future sootblowing optimization efforts and improved fouling management.

This paper develops an operation strategy for hybrid power production units (turbine integrated with energy storage) participating in the balancing of the power grid. The developed strategy targets the reduction of the mechanical stress of the hybrid’s turbine unit by utilizing the available storage capacity. The problem is addressed using the methods of operations research combined with the receding horizon control approach. The benefits of the operational strategy are demonstrated via numerical simulations.

Estimation of power plant fuel input fractions based on unscented Kalman filtering using a first principles simulation model of the furnace is considered. The approach is described, together with experimental results using data from a full scale circulating fluidized bed power plant. The results encourage the fusion of machine learning and physical models in monitoring of industrial processes.

This paper proposes a soft sensor to estimate the elementary fuel characteristics in combustion-thermal power plants. The proposed approach is data-driven. The input-output data is generated by a digital twin. Application targets circulating fluidized bed boiler, where furnace (combustion) side is considered only. First, the nonlinear dynamics of the furnace is approximated with a linear time-invariant dynamic model. Then two separate methods, Kalman filter and internal governor, are applied for state estimation. Results show that the approach is viable and has low computational complexity, but the weakly observable modes are difficult to predict accurately.

Integrated control and process design (ICPD) was implemented for circulating fluidized bed power plants (CFB) in this thesis to obtain fast electrical power load changes. The need to reduce global emissions has resulted in new design requirements for CFB boilers: Combustion power plants are needed for fast load changes due to renewable power variations, and process modifications like oxy-combustion have to be implemented for CFB boilers. This thesis addressed the new requirements by integrating control design with process design for CFB boilers, which was done now for the first time. The work defined an ICPD procedure for closed-loop CFB processes that focuses on load change performance. This was done by reviewing and classifying ICPD literature to select suitable design and analysis methods. The new ICPD procedure consisted of process analysis based on dynamic simulation and state estimation, control structure selection based on relative gain methods, and simultaneous dynamic optimization of process and controller parameters. The design stages were validated through industrial case studies. In the process analysis stage, CFB combustion and flue gas dynamics were studied to define how the boiler should be modified for oxy-combustion. In the control design stage, the relative gain methods were used to identify feasible control structures and performance-limiting interactions in a once-through CFB boiler. In the ICPD optimization stage, the CFB steam path mass storage parameters and controllers were optimized for simulated load change ramps. The goal was to achieve tight output electrical power control and satisfy selected secondary control objectives. The results show how faster load changes and a better flexibility for process modifications are obtained through ICPD compared to sequential process and control design. The design guidelines presented in this thesis thus enable more sustainable power generation in the grid., Tiivistelmä Tässä väitöstutkimuksessa sovellettiin integroitua säätö- ja prosessisuunnittelua (ICPD) kiertoleijupetivoimalaitoksiin (CFB) nopeiden sähkön kuormanmuutosten saavuttamiseksi. Globaalien päästöjen vähentämisen tarve on asettanut uusia suunnitteluvaatimuksia CFB-kattiloille: Uusiutuvan energiantuotannon vaihteluiden vuoksi polttovoimalaitoksia tarvitaan nopeita kuormanmuutoksia varten ja happipolton kaltaisia prosessimuunnoksia on sovellettava CFB-kattiloille. Uusista vaatimuksista johtuviin haasteisiin väitöstutkimus vastasi integroimalla säätö- ja prosessisuunnittelua CFB-kattiloille. Näin tehtiin nyt ensimmäistä kertaa. Työssä määritettiin suljetun piirin CFB-prosesseille kuormanmuutosten suorituskykyä painottava ICPD-suunnittelumalli. Tämä suoritettiin tarkastelemalla ja luokittelemalla ICPD-kirjallisuutta sopivien suunnittelu- ja analyysimenetelmien valitsemiseksi. ICPD-suunnittelumalli koostui dynaamiseen simulointiin ja tilaestimointiin perustuvasta prosessianalyysista, suhteellisen vahvistuksen menetelmiin (”relative gain”) perustuvasta säätörakenteen valinnasta sekä prosessin ja säädinten parametrien yhtäaikaisesta dynaamisesta optimoinnista. Suunnitteluvaiheet validoitiin teollisten tutkimusesimerkkien kautta. CFB:n poltto- ja savukaasudynamiikkaa tutkittiin prosessianalyysivaiheessa, tarkoituksena määrittää, kuinka kattilaa tulisi muuntaa happipolttoa varten. Säätörakenteen valintavaiheessa suhteellisen vahvistuksen menetelmiä käytettiin läpivirtaus-CFB-kattilalle soveltuvien säätörakenteiden ja suorituskykyä rajoittavien vuorovaikutusten määrittämiseen. CFB:n höyrypuolen massavarantoparametrit ja säätimet optimoitiin simuloiduille kuormarampeille ICPD-optimointivaiheessa. Tavoitteena oli saavuttaa tarkka tuotettavan sähkön säätö sekä valitut toissijaiset säätötavoitteet. Tulokset osoittavat, miten ICPD:n kautta saavutetaan nopeampia kuormanmuutoksia ja parempi joustavuus prosessimuutosten osalta vaiheittaiseen prosessi- ja säätösuunnitteluun v

Automatic calibration of physical plant models in the context of monitoring and control of industrial processes is considered. A structure integrating a physical model and estimated FIR filters is proposed. In addition, a finite state FIR structure is proposed to complement the calibrated physical model with a data-driven mapping. The approach is illustrated in simulations using the van der Vusse CSTR benchmark.

Integrated control and process design is considered for a power plant to obtain improved load changes in output electrical power (MWe). Fast load transitions are increasingly needed in conventional power plants, which calls for a deeper integration between the boiler and its control system. An integrated design methodology is applied to an industrial boiler steam path in this paper; no past reports of such an application exist in the literature. The methodology utilizes dynamic optimization together with performance relative gain array and closed-loop disturbance gain controllability analysis. The aim is to optimize the boiler steam storage distribution, the turbine valve operation, and the electrical power and main steam pressure controllers during different MWe ramp reference trajectories. The methodology was successful in defining closed-loop designs with excellent MWe setpoint tracking, small steam pressure disturbances and minimal steam throttling. The results also highlighted the challenges related to integrated design in power plants.

This paper is devoted to the analysis of fundamental limitations regarding closed-loop control performance of discrete-time nonlinear systems subject to hard constraints (which are nonlinear in state and manipulated input variables). The control performance for the problem of interest is quantified by the decline (decay) of the generalized energy of the controlled system. The paper develops (upper and lower) barriers bounding the decay of the system’s generalized energy, which can be achieved over a set of asymptotically stabilizing feedback laws. The corresponding problem is treated without the loss of generality, resulting in a theoretical framework that provides a solid basis for practical implementations. To enhance understanding, the main results are illustrated in a simple example.

Energy production in combustion power plants is a significant source of anthropogenic carbon dioxide emissions. The targets of international climate agreements call for utilizing all available technologies to achieve rapid and cost-effective emission reductions. Carbon capture and storage is one of the possible technical solutions applied in combustion power plants. Circulating fluidized bed boilers have gained increasing popularity due to advantages in availability, emission control, fuel flexibility and option for using challenging fuels, and the possibility of using high-efficiency steam cycles. In the novel process of oxy-combustion, combustion air is replaced by a mixture of oxygen and recycled flue gas to facilitate the capture of carbon dioxide from the flue gas flow. Additional degrees of freedom become available for combustion control as the gas flow and composition can be controlled separately for fluidization and combustion purposes. In the research for this thesis, self-optimizing control was applied for the control structure design of a circulating fluidized bed boiler. Self-optimizing control offers a systematic tool for the early phases of control design, in which decisions have traditionally been made based on intuition, heuristics and previous experience. The self-optimizing control approach searches for controlled variables without a need for constant setpoint optimization when the process is affected by disturbances and implementation errors. Results presented in the thesis show that self-optimizing control can be applied in the control structure design of circulating fluidized bed combustion. A range of control structure alternatives were evaluated using steady-state approximations of a validated process model. For the novel oxy-combustion process, promising control structures were identified and could be dynamically demonstrated., Tiivistelmä Energiantuotanto polttovoimalaitoksissa on merkittävä hiilidioksidipäästöjen lähde. Kansainväliset ilmastotavoitteet edellyttävät kaikkien käytettävissä olevien teknologioiden hyödyntämistä päästövähennysten aikaansaamiseksi nopeasti ja kustannustehokkaasti. Hiilidioksidin talteenotto on yksi mahdollisista teknisistä ratkaisuista polttovoimalaitoksissa. Kiertoleijukattilat ovat saavuttaneet kasvavaa suosiota etuinaan hyvä käytettävyys, tehokas päästöjen hallinta, soveltuvuus erilaisten haastavienkin polttoaineiden hyödyntämiseen ja mahdollisuus tehokkaiden höyrykiertojen käyttöön. Uudessa happipolttoprosessissa palamisilma korvataan hapen ja kierrätetyn savukaasun seoksella, mikä mahdollistaa hiilidioksidin talteenoton savukaasuista. Kiertoleijupolton säädön kannalta vapausasteet lisääntyvät, sillä leijutukseen ja polttamiseen käytettävän kaasun määrää ja koostumusta voidaan säätää erikseen. Väitöstutkimuksessa käytettiin itseoptimoivaa säätöä kiertoleijukattilan säätörakenteiden suunnitteluun. Itseoptimoiva säätö tarjoaa systemaattisen menetelmän säätösuunnittelun alkuvaiheeseen, jossa päätöksenteko on perinteisesti tehty esimerkiksi intuition, heuristiikan ja aiempien ratkaisujen perusteella. Menetelmän tavoitteena on löytää säädettävät muuttujat, joiden asetusarvot eivät vaadi jatkuvaa optimointia, vaikka prosessiin vaikuttavat erilaiset häiriöt ja mittausvirheet. Väitöstutkimuksen tulokset osoittavat, että itseoptimoiva säätö soveltuu kiertoleijupolton säätörakenteiden suunnitteluun. Erilaisten säätörakenteiden toimivuutta arvioitiin käyttäen validoidun prosessimallin tasapainotilan approksimaatioita. Uudelle happipolttoprosessille löydettiin lupaavia säätörakenteita, joiden toimintaa voitiin demonstroida myös dynaamisesti.

This paper studies the possibility to use a simplified MacPherson suspension system model for tuning active suspension system controllers. With a nonlinear suspension model, more accurate responses can be obtained compared to a traditional linear quarter-car suspension system model. The presented nonlinear two-dimensional mathematical model for the MacPherson suspension system is simulated in MATLAB/Simulink and validated by comparing it to an Adams/View multibody model with three simulation cases, one for kinematic analysis and two for dynamic analysis. The results are expressed as normalized RMS deviation values between the outputs of the two models. Most outputs of the two models go hand in hand, and the greatest difference is in the camber angle values derived from simplified linearization in the mathematical model.

This thesis deals with the pump schedule optimisation of regional water distribution systems. The aims and the possible applications of the presented methods differ from each other; all of them are intended to solve a particular but realistic problem. The developed techniques use the capacity of the water reservoirs in order to find the optimal pump-schedule of the system. The optimisation task is always deterministic and discrete in time; the stochastic behaviour of the water consumptions is approximated by expected values. A so-called neutral genetic algorithm equipped with new constraint handling is presented first. The method is able to solve the scheduling problems of real-size and complex networks, e.g. the network of Budapest with coupled hydraulic simulations where both variable and fixed speed pumps are in the network. The results are compared to other ones obtained by widely used genetic algorithms and state-of-the-art general purpose optimisation solvers. A dynamic programming based method was also carried out which provides the global optimum of the so-called ’combinatorial’ pump scheduling problems. This modelling type is very common in the industry, which can be used if the operation points of the pumps take discrete values. The basic idea of the method is exploiting the ’permutational invariance’ of the model which results in a perfect discretisation of the state space without any loss of information. An approximate dynamic programming technique is also presented which solves the same type of problems as the formerly mentioned genetic algorithm does. The technique splits the water network model into smaller units, namely into the so-called well fields and the main distribution system. The state space of the main distribution system was further decreased while the quality of the results does not decay. A part of the test examples is the same as in the case of the former presented genetic algorithm; thus, the two methods can be compared. Finall, Tiivistelmä Työ käsittelee alueellisten vedenjakelujärjestelmien pumppauksen aikataulutuksen optimointia. Esitettyjen menetelmien tavoitteet ja mahdolliset sovellukset poikkeavat toisistaan. Kaikki on kuitenkin tarkoitettu tiettyjen todellisten ongelmien ratkaisemiseen. Kehitetyt tekniikat käyttävät vesivarastojen kapasiteettia optimaalisen pumppausohjelman löytämiseksi. Jokainen optimointitehtävä on aikadiskreetti ja deterministinen, vedenkulutuksen stokastista käyttäytymistä on approksimoitu odotusarvoilla. Ensimmäiseksi työssä esitetään ns. neutraaleja geneettisiä algoritmeja varustettuna rajoitusten käsittelyllä. Menetelmällä voidaan ratkaista skedulointiohjelmia reaalimittakaavaisille ja monimutkaisille verkostoille (esim. Budapestin verkosto varustettuna hydraulisilla simuloinneilla, sekä muuttuvanopeuksisilla että vakionopeuksisilla verkoston pumpuilla). Tuloksia verrataan toisiin yleisesti käytössä olevilla geneettisillä algoritmeilla saatuihin, sekä johtavilla yleiskäyttöisillä optimointitekniikoilla saatuihin tuloksiin. Työssä käytettiin myös dynaamiseen ohjelmointiin pohjaavaa menetelmää, jolla saadaan globaali optimi ns. "kombinatoorisille" pumppauksen aikataulutusongelmille. Tällainen mallinnustapa on hyvin yleistä teollisuudessa. Sitä voidaan käyttää, jos pumppujen toimintapisteet saavat diskreettejä arvoja. Menetelmän perusajatuksena on "permutationaalisen invarianssin" hyväksikäyttäminen, josta seuraa tila-avaruuden virheetön diskretointi ilman informaation häviämistä. Työssä esitellään myös approksimoidun dynaamisen ohjelmoinnin tekniikka, jonka avulla voidaan ratkaista samantyyppisiä ongelmia kuin yllämainituilla geneettisillä algoritmeilla. Tämä tekniikka jakaa vesijohtoverkoston mallin pienempiin yksiköihin: lähdekenttiin ja pääjakeluverkostoon. Pääjakeluverkoston tila-avaruutta voitiin edelleen pienentää ilman, että tulosten laatu heikkeni. Osa käsitellyistä esimerkkitapauksista on samoja kuin edellämainittujen geneettisten algoritmien osalla, j, Kivonat Jelen doktori disszertáció regionális ivóvízellátó-hálózatok üzemvitel-optimalizációjával foglalkozik. A bemutatott módszerek alkalmazhatósági köre rendszerint eltér egymástól, mindegyik egy-egy speciális, de a való életben is előforduló problémára kíván megoldást nyújtani. A kidolgozott módszerek a medencék tárolókapacitását kihasználva, az optimális szivattyú-menetrendet keresve kívánják megtalálni az adott vízműhálózat üzemviteloptimumát. Az optimalizáció egy időben diszkrét, ugyanakkor determinisztikus feladat megoldását igényli, a vízfogyasztások sztochasztikus viselkedését a várható értékekkel közelítettem. Elsőként egy új mellékfeltétel-kezeléssel ellátott, ún. neutrális genetikus algoritmus bemutatása a cél. A kidolgozott módszer alkalmas nagy, valós méretű (pl. Budapest) és bonyolultságú (kapcsolt hidraulikai szimulációk, frekvenciaváltós és direkt szivattyúk a hálózatban) ivóvízhálózatok napi üzemvitel optimalizálására. Az eredményeket más genetikus algoritmusokkal és a világ élvonalába tartozó, de általános célú optimalizációs módszerekkel hasonlítottam össze. Kidolgozásra került egy dinamikus programozás alapú, a valós, globális optimumot adó módszer is. Az algoritmus a gyakorlatban elterjedt, ún. "kombinációs" hálózatként modellezhető vízműhálózat típusokra alkalmazható, ahol a szivattyúk munkapontjai diszkrét értékek. A megoldás alapját az ún. "permutációs invariancia" jelensége adja, mely lehetővé teszi az állapottér információveszteség nélküli, tökéletes diszkretizációját. Egy, a korábban bemutatott genetikus algoritmuséhoz hasonló problémakört megoldó, de közelítő dinamikus programozás alapú módszer is bemutatásra kerül. Az algoritmus a hálózat kisebb részegységekre (víztermelő területekre és fő elosztó hálózatra) való felbontásával és a fő elosztó hálózat állapotterének önkényes, de a megoldás jóságán jelentősen nem rontó csökkentésével éri el a program futtatásához szükséges számítási igény csökkentését. A tesztfeladatok egy része megegyez