Integration of Design and Control: A Robust Control Approach Using MPC

This paper presents a new method to integrate process control with process design. The process design is based on steady‐state costs, .i.e., capital and operating costs. Control is incorporated into the design in terms of a variability cost. This term is calculated based on the non‐linear process model, represented here as a nominal linear model supplemented with model parameter uncertainty. Robust control tools are then used within the approach to assess closed‐loop robust stability and to calculate closed‐loop variability. The integrated method results in a non‐linear constrained optimization problem with an objective function that consists of the sum of the steady costs and the variability cost. Optimization using the traditional sequential approach and the new integrated method was applied to design a multi‐component distillation column using a Model Predictive Control (MPC) algorithm. The optimization results show that the integrated method can lead to significant cost savings when compared to the traditional sequential approach. In addition, an RGA analysis was performed to study the effects of process interactions on the optimization results. On présente dans cet article une nouvelle méthode pour intégrer le contrôle de procédé à la conception de procédé. La conception de procédé repose sur les coûts en régime établi, c'est‐à‐dire les coûts en capital et de fonctionnement. Le contrôle est introduit dans la conception comme un coût de variabilité. Ce terme est calculé à partir du modèle de procédé non linéaire, représenté ici comme un modèle linéaire nominal auquel on a ajouté une incertitude dans les paramètres du modèle. Des outils de contrôle robustes sont ensuite utilisés dans cette méthode afin d'évaluer la robustesse de la stabilité en boucle fermée et de calculer la variabilité en boucle fermée. La méthode intégrée aboutit à un problème d'optimisation contraint non linéaire avec une fonction objectif composée de la somme des coûts stables et du coût de la variabilité. L'optimisation par l'approche séquentielle traditionnelle et par la nouvelle méthode intégrée a été appliquée à la conception d'une colonne à distiller multicomposante en utilisant un algorithme de contrôle prédictif par modèles (MPC). Les résultats d'optimisation montrent que la méthode intégrée peut conduire à des économies de coût significatives comparativement à l'approche séquentielle traditionnelle. En outre, on a effectué une analyse RGA pour étudier les effets des interac