Диссертация (1152160), страница 27

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 27)

(см. рисунок 1.10 ФСС влиянияфакторов исходного сырья и промежуточных операций на качество продукта навсех стадиях процесса производства ПГК).X N Регуляторu N ТПy N ЛПР1Модель1ŷ N ЛПР2...ЛПРLИдентификаторМодель2Рисунок 3.6. Структура адаптивной системы управления ТП (для многомерногоодносвязного объекта управления) на основе адаптивной системы сидентификатором (АСИ) и внешнего контура управления.Учитывая, что, в общем случае, рассматриваемые ТП производства ПГКявляется многомерным, многосвязным объектом управления (рисунок 3.4) с p –входами (где p = n+r), q-выходами и r-управляющими воздействиями, егоможно представить в виде структуры (рисунок 3.7) адаптивной системы управления ТП (для многомерного многосвязного объекта управления) на основе qадаптивных систем с идентификатором (АСИ) и внешнего контура управления.152Рисунок 3.7.

Структура адаптивной системы управления ТП (для многомерногомногосвязного объекта управления) на основе q адаптивных систем с идентификатором (АСИ) и внешнего контура управления.В ТП производства ПГК непрерывный характер процесса производстваконфет связан с дискретным поступлением исходного сырья - партий какао бобов, сахарного песка и др. компонентов, при этом их показатели качества вкаждой партии могут быть различны.153Государственный стандарт накладывает определенные ограничения напоказатели качества сырья. В ТП производства ПГК входные измеряемые параметры качества сырья (какао бобов, сахарного песка и др.0 представлены нарисунке 1.10.Согласно ГОСТ 12572-93 «Сахар-песок и сахар-рафинад. Методы определения цветности», ГОСТ 4570 – 2014 «Конфеты.

Общие технические условия», ГОСТ 5897-90 «Изделия кондитерские. Методы определения органолептических показателей качества» и ГОСТ 21-94 «Сахар-песок. Техническиеусловия» допускаются определенные (небольшие) отклонения указанных параметров качества. Изменение этих параметров сырья во времени существенновлияет на точность измерений технологических параметров с использованиемтрадиционных (одноканальных) промышленных датчиков применяемыхвАСУ ТП.В тоже время, изменение во времени параметров качества сырья припроизводстве ПГК влияет на изменения переходных характеристик (переходных и передаточных функций объектов управления), что приводит к неоптимальности настроек регуляторов и снижению качества регулирования отдельных ТП (обжарка, дробление, размол, гомогенизация и т.д.).

В свою очередь этоснижает качество управления ТП производства ПГК в целом.В связи с вышеизложенным, для ТП производства ПГК, характеризующихся нестационарностью параметров поступающего сырья, целесообразноприменение адаптивных систем управления. В таких адаптивных системахуправления предлагается традиционно измеряемые входные характеристики ТПпроизводства ПГК (таблица 1.1), с целью повышения точности прогнозирующих моделей, дополнить измеряемыми входными переменными, представленными в таблице 1.2. Анализ таблицы 1.2 показывает, что в общем случае статистические функцииf j (где j  1, n , n  7 ) - нелинейны.

Конкретный вид нелинейности непринципиален, так же как и статистическая значимость аргументов  d , d  1,9154и функции z(w) для каждой f j , где z(w) - функция зависящая от молекулярныхсвязей существующих в сырье и полуфабрикатах при производстве ПГК.Входные воздействия для каждой партии сырья в общем случае случайные функции с низкочастотной и высокочастотной компонентами можно представить в виде фильтра первого порядка:x j ( N )  (1   ) x j ( N  1)   ( N ),где 0    1, - параметр, определяющий скорость изменения процесса,  (N ) случайная величина со средним M  { ( N )}  0 и дисперсией M  { (i) ( j )}   2 .В силу того, что параметры какао бобов могут существенно отличатьсяот партии к партии, на первой стадии ТП производится смешение различныхпартий какао бобов.

Эту смесь будем называть новой партией материала посту___пающего на вход ТП производства ПГК. Усреднение параметров; b j ( N ), j  1, n ,_____ai ( N ), i  1, m , осуществляемое на первой стадии ТП, позволяет практическииспользовать гипотезу о несущественном изменении параметров сырья от партии к партии (3.26). Это означает, что подстройка коэффициентов уравнения,описывающего ТП, для любой новой партии какао бобов осуществляется достаточно быстро.В приложении к ТП производства ПГК уравнение (3.28) принимает следующий вид:nyˆ ( N )  aˆ1 ( N ) yˆ ( N  1)  aˆ 2 ( N ) yˆ ( N  2)   bˆ j ( N )x j ( N ) ,(3.36)j 1или, учитывая данные в таблице 1.2, уравнение может быть представлено в виде:nyˆ ( N )  aˆ1 ( N ) yˆ ( N  1)  aˆ 2 ( N ) yˆ ( N  2)   bˆ j ( N ) f j (1 ( N ),..., 9 ( N ), z ( w)) .(3.37)j 1Для решения уравнения (3.37) и анализа статистических характеристиквыхода y(N) представим его в матричной форме:155Yˆ ( N |T j  N T j 1 )  Aˆ (T )Yˆ ( N  1)  F ( N ),(3.38)гдеYˆ ( N )  { yˆ ( N  1),  yˆ ( N  2)},F ( N )  { Bˆ T (T ) X ( N ),0}, aˆ (T )aˆ 2 (T )  .Aˆ (T )   11..........0 Для этого уравнения можно записать следующее решение:N 1Yˆ ( N |T j  N T j 1 )  Aˆ N (T )Yˆ (0)   Aˆ N i 1 (T ) F ( N ),(3.39)i 0где Y ( N T  N T ) - прогноз выхода объекта на интервале Ts-1  N  Tsjj 1стационарности коэффициентов.При создании адаптивных систем управления ТП производства ПГК снестационарными параметрами сырья, с использованием прогнозирующей модели объекта управления, необходимо иметь в виду следующие особенности.Априори ТП является устойчивым, что объясняется самой природой реальногопроизводственного процесса.

Но прогнозирующая модель ТП, с помощью которой осуществляется управление технологическим объектом, в произвольныеслучайные моменты времени может выйти за границы устойчивости [75]. Поэтому для обеспечения устойчивости всей системы автоматического регулирования (САР: технологический объект, модель, регулятор), необходимо контролировать устойчивость прогнозирующей модели на каждом шаге идентификации.

В этом случае необходимо использовать следующую схему идентификации нестационарного технологического объекта управления (рисунок 3.8).Итак, пусть на вход ТП производства ПГК, последовательно во времени,поступает на обработку s партий какао бобов (T1, T2,…, TS), их при этом показатели качества в каждой партии могут быть различны.В ходе обработки s-партий какао бобов получим s-уравнений, описывающих ТП для каждой партии:156Рисунок 3.8.Структурная схема идентификации нестационарного ОУ.nrj 1k 1nrj 1k 1yˆ ( N |T1 )  aˆ1 (T1 ) yˆ ( N  1)  aˆ 2 (T1 ) yˆ ( N  2)   bˆ j (T1 )x j ( N )   c k u k ( N )yˆ ( N |T2 )  aˆ1 (T2 ) yˆ ( N  1)  aˆ 2 (T2 ) yˆ ( N  2)   bˆ j (T2 )x j ( N )   c k u k ( N )....(3.40)157nrj 1k 1yˆ ( N |Ts )  aˆ1 (Tk ) yˆ ( N  1)  aˆ 2 (Tk ) yˆ ( N  2)   bˆ j (Tk )x j ( N )   c k u k ( N )Эти модели порождают локально-оптимальные управляющие воздействия на каждом из рассматриваемых интервалов Ts , которые находим из условия минимума оценки дисперсии выхода объекта:ui ( N |Ti )  arg min D{ yˆ ( N |Ti } .(3.41)uiD{ yˆ ( N |Ti }  0 .uiАнализ s-стратегий управления ui ( N |T ) позволяет выбрать номинальiный режим управления U ( N )  {u1 ( N ),..., u s ( N )}, соответствующий модели объекта со средними значениями коэффициентов:nrj 1k 1(17) ui ( N )  arg min D{a1 yˆ ( N  1)  a 2 yˆ ( N  2)   b j (Tk )x j ( N )   c k u k ( N } , (3.42)uiгде a1 TNN /T a1 (i ) , a 2 i 1TNфициентов a1 , a2 , b1, b2 ,……b7N /T a 2 (i ) , b j i 1TNN /T b (i )i 1j- средние значения коэф-для k-партий какао бобов, j  1, n , n  7, k  1, r ,r  5 , s  1, S .Номинальный режим управления U (N ) даѐт возможность управлять ТПпроизводства ПГК без обучения (без реализации схемы оценок коэффициентовобъекта и построения его модели) в среднем с минимальной дисперсией.Получив номинальное управление, мы также можем оценить значенияуправляющего воздействия в наихудших условиях идентификации, то есть тогда, когда вектор входных возмущений X(N) либо не изменяется, либо изменяется несущественно: X(N-1)  X(N)  X(N+1).Это дает верхнюю границу оценок дисперсии коэффициентов объектапри наихудших условиях идентификации:nrj 1k 1yˆ ( N )  aˆ1В ( N ) yˆ ( N  1)  aˆ 2В ( N ) yˆ ( N  2)   bˆ Bj ( N ) X j   ck uk ( N ) ,(3.43)158где aˆ1B , aˆ 2B , bˆ Bj - оценки коэффициентов модели в наихудших условиях идентификации.

При xj=const управляющее воздействие в наихудших условиях идентификации будет иметь следующий вид:uiB ( N T )  arg min D{( yˆ ( N T )} илиuij(3.44)jnrj 1k 1u ( N )  arg min D{a yˆ ( N  1)  a 2B yˆ ( N  2)   b Bj ( N ) x j   ck uk ( N )} .BiuiB1(3.45)Нижняя граница оценок дисперсии коэффициентов объекта, котораяобеспечивает наилучшие условия идентификации, может быть получена дляслучая взаимно-независимых входов (статистически ортогональные входы).Для этого случая управляющее воздействие может быть рассчитано по следующей формуле:илиuiH ( N T )  arg min D{ yˆ ( N T )}juinrj 1k 1u ( N )  arg min D{a yˆ ( N  1)  a 2H yˆ ( N  2)   b Hj ( N ) x j ( N )   ck uk ( N )} .HiuiH1(3.46)j(3.47)Для рассмотренных условий идентификации: наихудшего и наилучшего,управляющие воздействия могут быть получены аналитически с помощьюуравнений (3.44), (3.45.), и (3.46), (3.47), соответственно, а также путем имитационного моделирования.

Характеристики

Список файлов диссертации