Диссертация (1152187), страница 19
Текст из файла (страница 19)
Сервер Ттесе Моее 5 : ° Датчики, исполнительные механизмы Рис. 4.6. Структура ЯСАОА-системы Тгасе Моде 6.0 Система Тгасе Моде 6.0 это отечественный продукт, который содержит ряд возможностей, отличающих ее от других популярных ЯСАРА-систем: ° единая среда программирования для автоматизированных рабочих мест и контроллеров; ° большая библиотека для построения стандартных проектов; ° распределенная АСУТП рассматривается как единое целое; Для программирования программируемых логических контроллеров используются микро-мониторы реального времени.
Контроллеры программируются при помощи международного стандарта 1ЕС-61131-3, который состоит из пяти языков программированггя. Среди них представлены графические и текстовые языки высокого и низкого уровня. 142 При этом программирование является логичным и понятным для инженеров. Графический интерфейс для автоматизированного рабочего места создается при помощи объектно-ориентированного редактора представления данных. Данный редактор создает мнемосхемы различных узлов технологического процесса либо всей АСУТП целиком. Имеется возможность создания объемных, анимационных изображений или обычных мнемосхем. Для этого в системе предусмотрена большая библиотека агрегатов и объектов, которую можно дополнять и расширять при помощи специальных форм АсйчеХ, используя ЪЪпа1 Вайс, Ъ'1зпа1 На рисунке 4.7.
изображена мнемосхема ТП БХМ в силосах, которая расположена на автоматизированном рабочем месте оператора-технолога. Данная мнемосхема отражает заполняемость силосов, работу различных агрегатов и пневмотраспорта 19 Ц. Технолог имеет возможность видеть и контролировать по мнемосхеме следующие качественные параметры муки; е температуру самой муки; е влажность муки; ° кислостность муки. А также следующие параметры микроклимата: ° температуру внутри силоса; ° влажность внутри силоса; ° концентрацию воздуха в силосе, а именно содержание углекислого газа СО2.
Для управления параметрами микроклимата в силосе на мнемосхеме также указаны возмущающие и управляющие воздействия: ° количества тепла от системы обогрева; 143 ° расход свежего воздуха для вентиляции силоса; ° влажность воздуха вне помещения, т.е. влажность свежего воздуха; ° наружная температура воздуха; ° количество пара от системы увлажнения; ° содержание СОз в свежем воздухе, поступающем от системы вентиляции в силос. Рис. 4.7.
Визуализация технологического процесса бестарного хранения муки. Для отображения хода и истории технологического процесса на экран оператору могут выдаваться тренды основных показателей, т.е. графики изменения контролируемых параметров микроклимата в определенные моменты времени (рис. 4.8). 144 а) График изменения влажности воздуха в силосе для хранения муки.
'61М1$$$а$44 . '$$$744' ' ' $$й4$ ' ' 1$$444 1$1$ 4$ "фВ'Ф Ф Ф,$: '„„,;:. ';: ".-;,:, ',,'...,;...,,:,,:,;:::;::~ Ф Ф Ф Я Фе б) График изменения температуры воздуха в силосе для хранения муки. в) График изменеши содержания СО. .в силосе для хранеши муки. Рис. 4.8. Отображения трендов о ходе технологического процесса бестарного хранения муки в снлосах (а,б,в). Автоматизированное рабочее место оператора-технолога представляет собой достаточно мощный промышленный персональный компъютер, который будет иметь хорошую защиту от физических воздействий 1пыль, влага, температура, давление) и информационных атак (вирусы и различные вредоносные программы).
При необходимости оператор-технолог может создавать и выгружать различные отчеты и тренды о ходе технологического процесса, Отчеты формируются в виде списков, таблиц, массивов данных, а также могут выгружаться и загружаться обратно в систему в формате Ехсе1 файлов. Примером сервера может служить 1ше1Соге17 с большим объемом памяти и высокой защитой. Сохранность данных обеспечивается разработкой и использованием СУБД МЯ ЯЯ1. ~также могут использоваться Огас1е и Тегас$а1а) Г1033. Созданная в третьей главе нейросетевая модель лучше всего может быть реализована в программном пакете Ма11аЬ, который обладает всеми необходимыми функциями для реализации и расчета нейросети, Необходимость взаимодействия Маг1аЬ с существующей на предприятии базой данных возможно посредством интерфейса Ореп Оа~аЬаке Соппесйл~у 1ООВС).
Для реализации данной автоматизированной системы также необходимо использование промышленной сети для передачи данных, связывающей различные датчики, исполнительные механизмы, промышленные контроллеры и используемой в промышленной автоматизации. В процессе бестарного хранения муки необходимо внедрить промышленную сеть, в качестве которой могут бьггь использованы: Соп1го1пе1, БйетпеИР, АЯ-1, САМ, ОеисеХек Все вьппесказанное говорит о том, что разработанный интеллектуальный комплекс адаптивного управления микроклиматом силоса может быть как достаточно недорогим, без привлечения больших ресурсов, так и дорогостоящим, но при этом очень надежным и быстро действенным с большим объемом дополнительных функций, что конечно же зависит от масштаба предприятия и уровня автоматизации.
4.4. Разработка РС-совместимой платформы как альтернативный вариант реализации нейросетевого регулятора. Для опытно-промышленных испытаний системы нейросетевого управления было разработано альтернативное решение на РС-совместимой платформе ~рис. 4.9). Предложена аппаратная и программная часть для реализации интеллектуальной системы управления на базе ПЛК Омрон серии С116. Предложенное решение основывается на использовании РС- совместимой платформы в качестве верхнего уровня управления, с необходимым для этой цели программным обеспечением.
Нейросетевой регулятор в составе разработанной платформы соответствует предложенной модели нейросетевого регулятора в 3-ей главе данной работы. Алгоритмы нейросетевого управления выполняются на РС-совместимой платформе с применением Ма11аЬ. Такое решение предполагает структуру системы автоматического управления на программируемом контроллере Омрон серии С110 с минимальными изменениями в аппаратной и программной конфигурац~щ представленной в параграфе 4.1 промышленной системы управления.
На рисунке 4.10 представлено включение РС-совместимой платформы в технологический процесс бестарного хранения муки. Б данной системе управления значения параметров технологического процесса с датчиков поступают в ЯСАВА-систему ТгасеМоде, разработанную в параграфе 4.3, где происходит визуализация процесса в режиме реального времени. По средствам встроенных протоколов ОВВС/ОРС информация о ходе технологического процесса и о параметрах окружающей среды передается в базу данных, а также с помощью собственных протоколов Т-СопЛЮЕ происходит обмен технологическими параметрами с ПЛК 011С ~1041.
Затем осуществляется передача полученных значений на ОРС-Мос1Ьпз сервер, функционирующий на РС-совместимой платформе. В качестве передающей среды выступает локальная вычислительная сеть Етпегпет, а для передачи данных используется протокол МойЬыз ТСР. Для передачи данных в разработанную йпш1ий модель интеллектуального управления на базе НС-Р в среде Мат1аЬ используется расширение пакета йпш1ий ОРС Тоо1Ьох, которое опрашивает ОРС-сервер локально на РС-совместимой платформе. Рис.
4.10. Включение РС-совместимой платформы в ТП БХМ. На основании полученных в режиме реального времени от 8САВА- системы данных о хоте ТП и внешних воздействиях, йпш1пй модель интеллектуального управления вырабатывает управляющие воздействия с помощью алгоритмов нейросетевого регулятора, результат которого отправляется на локальный ОРС-сервер посредством функции пакета ОРС 149 Для реализации нейросетевых алгоритмов и большого объема вычислений производится все больше программных продуктов. Самым распространенным программным пакет анли НС является Иеллга1 Ие1ллог1с Тоо1Ьох в среде Маг1аЬ фирмы Ма1Ьл ог1сз ~рис.
4.11). 1 .:..'. фФФ,ОЙ:ВЬЮ:", ":1~6~ ",!ф;".~М-:,~ВР Рад;: ' ',;;..' -: ',.'.4г;Г ы~екаьою ',,марв и аппаратных ом для изученги и моделиров Рис. 4.11. Представление НС и процесса обучения в Иепга1 11е1лл'ог1с Тоо1Ьох. Данныйл пакет имеет большую базу примеров создания и обученьи НС, позволяющую получить представление о тополопих, методах обучения и применение НС„что делает его подходящим для пользователей, не имеющих опыта работы с НС. Созданные в Хеыга1 Нейлон Тоо1Ьох нейронные сети могут быть использованы как для анализа накопленных данных (прогнозирование, кластеризации) так и для обработки информации, поступающей в режиме реального времени с каких-либо измерительных устройств или из других программ.
Также для обеспеченьи необходимой вычислительной мощностлл в случае с большими наборами данных имеется возможность 15Ю Тоо1Ьох. Япш11н1 модель включает блок Хеига1 Ь1еля ог1с, который выполняет функции НС-Р, описанного в главе 3. распределить вычисления в случае наличия многоядерных процессоров или компьютерных кластеров средствами Маг1аЬ. Одним из самых передовых и эффективных нейросетевых программных продуктов является БТАТ1БТ1СА Аиюгпа~ед Хеига1 Хе1вог1са фирмы йа1зой ~рис. 4.12). Рис. 4.12. Представление НС и анализаторов данных в программе ЯТАТ1ЯТ1СА. БТАТ1ЯТ1СА имеет широкий спектр возможностей, нацеленный на экспертов в области нейросетевых вычислений.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
