Диссертация (Разработка модели управления производственной мощностью промышленного комплекса по сжижению природного газа), страница 11

Алгоритм включает в себя рядэтапов, реализация которых выполняется с помощью основных положенийнечеткой логики.Информацией, которая поступает на вход системы нечеткого вывода,являются определенные входные переменные, соответствующие реальнымпеременнымпроцессауправления.формируются выходные переменные.Порезультатамнечеткоговывода75Основными этапами нечеткого вывода являются:– формирование базы правил систем нечеткого вывода;– фаззификация входных переменных;– агрегирование подусловий в нечетких правилах продукций;– активизация подзаключений нечетких правил продукций.База правил систем нечеткого вывода предназначена для формальногопредставления эмпирических знаний или знаний экспертов в той или инойпроблемной области. В системе нечеткого вывода используются правила, вкоторыхусловияизаключениясформулированывтерминахнечеткихлингвистических высказываний.В качестве одной из предпосылок возникновения идеи нечеткого множествавыдвигается так называемый принцип несовместимости, который заключается втом, что с увеличением размеров и сложности системы существенно усложняетсяее моделирование с помощью известных математических выражений.

Другимисловами, при использовании формул существенно возрастает число переменных иопределение параметров сильно затрудняется. Создание полностью адекватноймодели становится практически невозможным. Вместо этого, предлагаетсялингвистическая модель, которая использует не математические выражения, аслова, отражающие качество.

Применение этих слов не обеспечивает такую жеточность, какой обладают математические модели, но дает возможность создатьхорошую, качественную модель системы. Вместо того, чтобы выстраиватьцепочку числовых значений, оператор проводит нечеткие границы типа«значительная задержка танкера», «высокий уровень заполнения резервуаров» ит.п., используя качественную оценку. Благодаря применению нечетких словможно легко представить случаи с неполными данными.Таким образом, модель нечеткого управления, используя качественнуюоценку ситуации, позволяет получить решение в виде количественной оценки.Выделяются четыре способа составления правил нечеткого управления:1.на основе опыта и знаний эксперта;2.путем создания модели действий оператора;763.путем обучения;4.на основе нечеткой модели оборудования.Способ 1 аналогичен способу создания экспертной системы: в словесномвиде извлекается опыт квалифицированного оператора и знания инженера поуправлению.

Данная информация обобщается в виде правил нечеткогоуправления в форме «если… то».Способ 2 используется, когда от экспертов не удается получить правила всловесном выражении, в частности, когда оператор запоминает манипуляции,например в виде движения рук, но представить их на языковом уровнезатрудняется. Но даже в этом случае, если действия оператора можносмоделировать в форме «если…то», их можно непосредственно использовать вкачестве правил управления.Способ 3 применяется в случаях, когда можно провести эксперимент нареальномоборудованииилисуществуетвозможностьсозданиямоделиоборудования.

Правила нечеткого управления можно формировать путемобучения, начиная с ситуации, когда еще нет ни одного правила, либо всоответствии с изменением среды постепенно улучшать за счет обучения(поэтому можно не привлекать экспертов).Способ 4 используется в случаях, когда предполагается создание нечеткоймодели оборудования. Если при этом модель создается в форме «если…то»,правила нечеткого управления легко выводятся теоретически исходя из целейуправления и модели оборудования.Для формирования базы правил систем нечеткого вывода необходимопредварительно определить входные и выходные лингвистические переменные.

Вкачестве первой из входных лингвистических переменных следует использовать«время прибытия танкера» –  1 , в качестве второй входной лингвистическойпеременной – «уровень заполнения резервуарного парка» –  2 , а в качестветретьей входной переменной – «сезонные условия» – 3 .77Количествоправилопределяетсяправиломпроизведенияизкомбинаторики:n  n 1  n 2  n 3 ,гдеn  1 – число элементов множества  1 ;n 2 – число элементов множества  2 ;n 3 – число элементов множества 3 .Под фаззификацией понимается процесс нахождения значений функцийпринадлежности нечетких множеств (термов) на основе не нечетких исходныхданных.

Фаззификация является своего рода введением в нечеткость. Цельюфаззификацииявляетсяустановлениесоответствиямеждуконкретнымчисленным значением отдельной входной переменной системы нечеткого выводаизначениемфункциипринадлежностисоответствующегоейнечеткогомножества входной лингвистической переменной.Агрегирование представляет собой определение степени истинностиусловий по каждому из правил системы нечеткого вывода.Активизация в системе нечеткого вывода представляет собой процесснахождения степени истинности каждого из подзаключений правил нечеткихпродукций. При формировании базы правил системы нечеткого вывода могутбыть заданы весовые коэффициенты для каждого правила. Если весовыекоэффициенты не заданы, по умолчанию, они принимаются равными 1.Степеньистинностиi-тогопростогонечеткогоправиларавнаалгебраическому произведению весового коэффициента и степени истинностиусловия данного нечеткого продукционного правила:ci  Fi  biАккумуляция представляет собой нахождение функции принадлежностидля каждой из выходных лингвистических переменных.Целью этапа аккумуляции является объединение всех степеней истинностиподзаключений для получения функции принадлежности каждой из выходных78переменных.

Причина необходимости выполнения этого этапа состоит в том, чтоподзаключения, относящиеся к одной и той же выходной лингвистическойпеременной, принадлежат различным правилам системы нечеткого вывода.Дефаззификация представляет собой процесс нахождения обычногозначения для каждой из выходных лингвистических переменных. Цельдефаззизификации – используя результаты аккумуляции всех выходныхлингвистических переменных, получить обычное количественное значениекаждой из выходных переменных.Для выполнения численных расчетов на этапе дефаззификации могут бытьиспользован ряд методов: метод центра тяжести, метод центра площади, методлевого модального значения, метод правого модального значения.

Остановимсяна методе центра тяжести.Центр тяжести рассчитывается по формуле:maxy x   ( x)dxminmax  ( x)dx,minгдеy – результат дефаззификации;x – переменная, соответствующая выходной лингвистической переменной; (x) – функция принадлежности нечеткого множества, соответствующеговыходной переменной после этапа аккумуляции;min и max – левая и правая точки интервала носителя нечеткого множестварассматриваемой выходной переменной.Базоваяархитектураилимодельклассическойтеорииуправленияосновывается на представлении объекта и процесса управления в форменекоторых систем. При этом объект управления характеризуется некоторымконечным множеством входных параметров и конечным множеством выходныхпараметров.

На вход системы управления поступают некоторые входныепеременные, которые формируются с помощью конечного множества датчиков.79На выходе системы управления с использованием некоторого алгоритмауправления формируется множество значений выходных переменных, которыееще называют управляющими переменными или переменными процессауправления. Значения этих выходных переменных поступают на вход объектауправления и, комбинируясь со значениями входных параметров объектауправления, изменяют его поведение в желаемом направлении.Рассмотренная архитектура называется процессом управления с обратнойсвязью, а используемые для управления техническими объектами системыуправления – контроллерами.Рисунок 3.6. Архитектура компонентов процесса управления с обратнойсвязьюНаиболее типичным примером рассмотренной модели управления являетсяинтегрально-дифференцирующийконтроллер(PID-контроллер,ПИД-контроллер).

Алгоритм его управления основан на сравнении выходныхпараметров объекта управления с некоторыми заданными параметрами иопределении величины расхождения между ними или ошибки. После этогорассчитываются величины выходных переменных в форме аддитивной суммы80величины той ошибки, значения интеграла и производной по времени в течениенекоторого промежутка времени.Один из недостатков ПИД-контроллеров заключается в предположении олинейном характере зависимости входных и выходных переменных процессауправления, что существенно снижает адекватность этой модели при решенииотдельных практических задач.

Другой недостаток модели связан со сложностьювыполнения соответствующих расчетов, что может привести к недопустимымзадержкам в реализации управляющих воздействий при оперативном управленииобъектами с высокой динамикой изменения выходных параметров.Архитектура или модель нечеткого управления основана на заменеклассической системы управления системой нечеткого управления, в качествекоторой используются системы нечеткого вывода. В этом случае модельнечеткого управления строится с учетом необходимости реализации всех этаповнечеткого вывода, а сам процесс вывода реализуется на основе одного израссмотренных выше алгоритмов нечеткого вывода.Рисунок 3.7.

Архитектура компонентов процесса нечеткого управления81В настоящее время известны многочисленные исследования по применениюнечеткой логики для автоматического управления и распознавания образов.Первые практические исследования по теории нечетких множеств былипроведены Мамдани для автоматического управления котлами. Исследуяадаптивное и обучающееся управление, он пришел к выводу о необходимостииспользования нечетких множеств при решении этих задач, так как другиеизвестные методы оказались слишком сложными.Известно, что идеи нечеткой логики зародились в технике. В числеосновных промышленных применений теории можно назвать управление,диагностику неисправностей, распознавание образов, обработку изображений,анализ надежности, проектирование систем, компьютеры и т.д.

Однако основнойобластью применения является управление.3.3. Создание модели управления производственной мощностьюпромышленного комплекса по сжижению природного газаПри проектировании производств по сжижению природного газа в районахс суровыми климатическими условиями необходимо учитывать логистическиериски, связанные с задержками или преждевременными прибытиями подпогрузку танкеров, перевозящих сжиженный природный газ (СПГ).При отклонении от запланированного времени прибытия танкера СПГ подпогрузку, проектная мощность технологических линий, производящих СПГ,должна быть отрегулирована соответствующим образом, с учетом ограниченногообъема резервуарного парка.В процессе эксплуатации комплекса по сжижению природного газавозникают определенные условия, формирующие стратегию принятия решений вопределении производительности установок по сжижению газа.К этим условиям относятся– отклонения от запланированных сроков прибытия танкеров СПГ в морскойтерминал;82– ограниченные возможности резервуарного парка хранения принять СПГ стехнологических линий без изменения их производительности в случае задержкитанкера;– наличие в резервуарах достаточного количества СПГ для отгрузки в случаеприхода танкера раньше запланированного;– сезонно-климатические изменения (мягкая, средняя, суровая зима, лето).Работа комплекса по сжижению природного газа предполагается внепрерывномрежиме,предусматриваемыхдлязаисключениемплановогоремонтанебольшихоборудования.промежутков,Всвязисограниченным объемом резервуарного парка и периодичностью вывоза СПГвозможны сценарии, при которых оптимальным решением будет являтьсярегулирование производственной мощности технологических линий комплекса.При высоких уровнях заполнения резервуарного парка и ожидаемых задержках вприбытии танкера СПГ в терминал, уменьшение производственной мощноститехнологических линий комплекса позволит минимизировать издержки наперепроизводство СПГ и потерю излишков газа.При низких уровнях заполнения резервуарного парка и ожидаемомприбытиитанкераСПГраньшезапланированноговремениувеличениепроизводственной мощности технологических линий комплекса позволитсократить сроки простоя танкеров в ожидании продукта.Нарегулированиепроизводительностикомплексатакжеоказываетвоздействие сезонный фактор.