Ved å etterlikne oppførselen til det virkelige systemet kan du optimere driftsbetingelser og se til at produktene får tilstrekkelig kvalitet til minst mulig kostnad. Styresystemet kan reguleres slik at det ligger nær optimale betingelser, selv ved varierende kvalitet i råvarer og andre innsatsfaktorer. Fordi industrielle systemer ofte har komplekse sammenhenger mellom inngangsvariabler og responsvariabler, blir modellene også ofte komplekse. Denne kompleksiteten er grunnen til at slike systemer er vanskelige å drive på en optimal måte.
Komplekse systemer vil ofte gi dårlig ytelse når de reguleres med tradisjonelle, enkle metoder. Spesielt har enkle metoder vanskeligheter med å håndtere koplinger mellom variabler, ulineariteter og metninger.
En god modell gir kvantitativ informasjon om sammenhenger mellom innganger og utganger i systemet sammenhenger som ellers kan være vanskelige å overskue. Løsninger kan testes på en datamaskin uten å forstyrre den normale driften. Slik kan du oppnå større sikkerhet rundt valg av nye løsninger.
Gammel vitenskap
Bruk av matematiske modeller for å forstå den dynamiske oppførselen til systemer har vært sentralt innen vitenskapen de siste århundrer. Med simulering menes her å løse modellikninger i den hensikt å studere ulike scenarier for drift av systemer:
Før modellutviklingen starter, må du definere hva modellen skal beskrive. I industriell sammenheng beskrives grunnleggende størrelser som blant annet nivå i en tank, temperatur i en væske, trykk i en reaktor og konsentrasjon av et anriket stoff. Men det kan også være størrelser som beskriver produktets kvalitet mer direkte, for eksempel partikkelstørrelsesfordeling eller kjedelengdefordeling for polymerer. Enda mer direkte kan du søke å sette en pris på kvaliteten.
Beslutningsunderlag
En av verdens største produsenter av magasinpapir, Norske Skog Saugbrugs i Halden, har satt i gang et større prosjekt med navn "Stabilisering av våtenden ved papirmaskin 6 (PM6)". PM6 er den største av de tre papirmaskinene på fabrikkområdet. Prosjektet går ut på å bruke simuleringsmodeller som underlag for å fatte beslutninger. Initiativtaker og prosjektleder Roger Slora sier det slik:
Jeg anser det som nødvendig å simulere prosessen ved design av mer avanserte reguleringsstrukturer, som for eksempel foroverkoplinger og multivariable regulatorer. Vi må forsikre oss om at en implementering fungerer, og ikke forårsaker tapt produksjon eller forringelse av kvalitet.
Mindre vrakproduksjon
Et problemområde som studeres, er estimering av kvalitetsvariabler som ikke kan måles når det er brudd på papirbanen. Ved brudd vil dagens system låse pådragene som styrer kvalitetsvariablene til den verdien de hadde umiddelbart før bruddet oppstod. Et brudd varer fra noen minutter til noen timer, og representerer en stor kostnad i form av tapt produksjon.
Med en fysikkbasert matematisk modell av prosessen er målet å estimere kvalitetsvariablene slik at reguleringen av prosessen nedstrøms kan fortsette som om bruddet aldri har forekommet. Det betyr at når
