[发明专利]工业流程的人性化的自动化控制

权利要求书

1.一种用于控制工业流程(1)的方法(100)，所述方法(100)包括：

至少部分地基于所述工业流程(1)的状态变量的当前值和/或过去值的集合(11)，通过流程控制器(2)来确定(110)待应用于至少一个执行器(12)和/或低级控制器(13)的控制输出的集合(21)，所述至少一个执行器和/或低级控制器被配置为使得在所述工业流程(1)中执行至少一个物理操作；

至少基于所述状态变量的当前值和/或过去值的集合(11)的至少一个子集、以及所述控制输出的集合(21)的至少一个子集，来查询(120)经训练的机器学习模型(3)，所述机器学习模型被配置为输出分类值(31)和/或回归值(32)，所述分类值和/或所述回归值指示监视操作人员(4)对于至少部分地覆盖由所述流程控制器(2)提供的所述控制输出(21)的倾向(33)；和

响应于确定所述分类值(31)、和/或所述回归值(32)、和/或所述操作人员(4)覆盖所述控制输出(21)的倾向(33)，来满足预定的标准(130)，以及

出于降低所述倾向(33)的目的，修改(140)所述控制输出(21)中的至少一个控制输出、和/或表征所述流程控制器(2)的行为的至少一个参数(22)、和/或所述流程控制器(2)运行时的至少一个约束(23)，

其中：

所述分类值(31)、和/或所述回归值(32)包括所述操作人员(4)覆盖由所述流程控制器(2)提供的所述控制输出(21)的可能原因(34)，

所述修改(140)具体针对降低所述工业流程(1)的行为中的所述可能原因(34)的普遍性，

所述可能原因(34)具体包括所述工业流程(1)的至少一个状态变量的过冲和/或下冲，并且

所述修改(140)具体包括：使得(141)所述工业流程(1)的特定状态变量增加或减小的速率逐渐减缓。

2.根据权利要求1所述的方法，其中所述机器学习模型(3)还使所述分类值(31)和/或所述回归值(32)基于所述工业流程(1)的至少一个设定点、和/或基于所述工业流程(1)的至少一个状态变量的未来期望。

3.根据权利要求1所述的方法，其中所述机器学习模型(3)包括人工神经网络和/或支持向量机。

4.根据权利要求1所述的方法(100)，其中确定(110)控制输出的集合(21)包括：

对于控制输出的多个候选集合(21a-21c)，基于所述工业流程(1)的模型来预测(111)状态变量的值的候选集合(11a-11c)，其中状态变量的值的给定集合(11)将响应于应用于所述至少一个执行器(12)和/或低级控制器(13)的候选控制输出的相应的集合(21a-21c)而演化；

基于至少一个最优性标准(24)，将优值(25a-25c)分配(112)给状态变量的每个候选集合(11a-11c)；和

确定(113)与优值(25a-25c)满足预定标准的状态变量的候选集合(11a-11c)对应的控制输出的所述候选集合(21a-21c)，作为控制输出的所述集合(21)。