Siemens SIMATIC PCS 7 Advanced Process Library V9.0 SP2 Conception Et Fonctionnement page 735

grandeur réglée. (Les systèmes couplés instables sont alors également stabilisés avec cette
méthode.)
Vous trouverez des explications sur les régulations multivariables et sur le comportement à
non-minimum de phase dans l'aide sur la bibliothèque Advanced Process Library >
Définitions.
Remarque sur le domaine d'application du régulateur : temps d'exécution plus longs
Le temps d'exécution du régulateur multivariable est par principe nettement plus long que pour
les régulateurs PID, puisque l'algorithme doit multiplier de très grandes matrices. Le temps
d'exécution dépend également du nombre de valeurs de processus et de valeurs réglantes
entrant dans l'algorithme de régulation. C'est pourquoi le régulateur multivariable ne convient
pas aux régulations rapides et est utilisé en priorité pour les tâches de régulation lentes et
complexes.
La charge de calcul de la CPU perd de sa criticité du fait que les applications ModPreCon
typiques (voir Advanced Control Templates) nécessitent des périodes d'échantillonnage très
longues > > 20 s . Le ModPreCon se trouve alors de manière typique dans l'OB30 et peut être
interrompu par des OB plus rapides.
L'optimisation est appelée à l'intérieur du bloc ModPreCon dans la partie du programme qui
est exécutée dans l'OB1. On évite ainsi que l'optimiseur ne provoque en mode cyclique (OB3x)
des charges de calcul supplémentaires qui ne sont pertinentes que de manière acyclique, c'est-
à-dire en cas de modification des entrées de l'optimiseur. La charge de calcul par le bloc
ModPreCon avec optimisation est ainsi à peine plus élevée que pour le bloc ModPreCon sans
optimisation.
Principe de fonctionnement
Le bloc ModPreCon est un régulateur multivariable prédictif basé sur modèle (en anglais Model
Predictive Control (MPC)). Il utilise en tant que partie intégrante du régulateur un modèle
mathématique de la dynamique du processus avec tous les couplages. Ce modèle autorise
la prédiction du comportement du processus sur un certain intervalle de temps dans le futur,
appelé horizon de prédiction.
A partir de cette prédiction, une estimation de qualité
J = (w - y)
est optimisée (minimisée), où :
● w contient les séries temporelles des futures consignes,
● y contient l'allure des grandeurs réglées dans l'avenir,
● Δu contient les modifications futures de la valeur réglante.
Si vous augmentez les pondérations dans la matrice diagonale Q, le régulateur modifiera ses
valeurs réglantes plus prudemment et il résultera un comportement de régulation plus lent,
mais plus robuste. Avec les coefficients de pondération dans la matrice diagonale R, vous
fixez l'importance relative de chaque grandeur réglée. Un poids (priorité) plus élevé pour une
grandeur réglée signifie que cette dernière évoluera plus rapidement vers la consigne et y sera
Advanced Process Library (V9.0 SP2)
Description fonctionnelle, 08/2018, A5E39149109-AC
r r r r
T
⋅ R (w-y) + u ⋅
∆
5.6 ModPreCon - Régulateur prédictif à modèle intégré
r r
T
⋅ Q u
∆
Blocs de régulation
735