Главная » Просмотр файлов » Диссертация

Диссертация (1152206), страница 19

Файл №1152206 Диссертация (Математическое и алгоритмическое обеспечение системы управления технологическим процессом объемного дозирования при производстве молотого обжаренного кофе) 19 страницаДиссертация (1152206) страница 192019-08-01СтудИзба
Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 19)

Определение оптимальных параметров настройки системыуправления процессом дозирования МК.С точки зрения любого предприятия, занимающиеся производствапродуктов молотого, сублимированного кофе в процессе дозирования, главнымкритериям их работы является, прибыл от проведения технологическогопроцесса производства нуждающегося вида кофе. Сформулировать сверткикритериев точности и производительности для прибыли сложно. Работазаключается в получении оптимальных параметров настройки скоростистаканчикового дозатора и промежуточной координаты в бункере дляэффективного работы дозатора и равномерного процесса истечения ирасфасовки данного вида продукта кофе. Параметры, которые помогаютосуществлять хорошие качества продукта и прибыльно для предприятий.Фактически, для каждого состояния в процессе ДМК необходимоподбирать свои значения коэффициентов регулятора для управления УПК иУДК. В производстве молотого кофе, использовать всего один набор такихкоэффициентов для всех режимов движений приводов, без них перенастройкиполностью не обеспечивает качества дозирования пищевых продуктов ввидутрудоемкостиданногопроцесса.Длярешенияуказаннойпроблемы,137необходимо определить оптимальные коэффициенты для ПИ контроллера,поскольку первоначально степень нелинейности процесса ДМК достаточнотяжело оценить, и необходимости вносить изменения уже в процессе работы,во время дозирования.

Для этого была разработана в главе 3 (п. 3.4) структуранейронной сети, типа многослойного персептрона с одним скрытым слоем ПИД контроллером, где будут настроены коэффициенты именно для ПИконтроллера, так как разработанная модель обладает нелинейными свойствамии способностью к обучению, что придает адаптивные свойства нейросетевыхсистемы управления процессом ДМК [109]. Нейросетевой оптимизатор (НСО)параметров ПИ-контроллера приводов в процессе ДМК (рисунок 4.8) былареализован в среде Matlab Simulink с помощью команда nntool.Нейросетевой оптимизатор также можно создать с помощью командойстроке (newff) для разработки НСО представляющий собой алгоритм обратногораспространения ошибки (backpropagation) со следующим кодом.red = newff(minmax(rpi), [s1 s2 s3], . .

. {′purelin′, ′tansig′, ′purelin′});( 4.8)где, s1 −количество нейронов входного слоя, s2 − количество нейроновскрытогослояиs3 −выходнойслой,red −названиенейросетевогооптимизатора, rpi − файл входных и выходных данных переменных параметровНС.При работе с заполнением, подачам, истечением и дозированиемматериалом в бункере СД для управления УПК и УДК требуется, два наборакоэффициентовPIдлякаждогоприводасосвоимиоптимальнымикоэффициентами, чтобы не привело к снижению качественных показателейпереходнойхарактеристикипоказателейуровняМКвбункереипроизводительности ФУА со стаканчиковым дозаторам. В связи с этим, созданнейросетевой оптимизатор в виде двух идентичных нейронных сетей, каждая изкоторых отвечает за управление коэффициентами регулятора разных приводовдля своего типа процесса при заполнении и дозирования материала.138Входной слой (Input) представляет собой входные параметры управленияприводов УПК и УДК соответственно.

В выходном слоем (Output layer) дванейрона отвечают за коэффициенты PI. Экспериментально было установлено,что в данном случае 7 нейронов в скрытом слое является оптимальным числом.В скрытом слое была использована функция активации гиперболическийтангенс, в выходном слое (Output) – линейная функция. Внутри этих функцииреализованыалгоритмоперативногообучения,представляющийсобойалгоритм обратного распространения ошибки [59].Рисунок 4.8.

Разработанный нейросетевой оптимизатор параметровПИ-контроллера для приводов в процессе ДМКС помощью командой стройки в рабочем среде Matlab (nnstart) обучаласьнейронная сеть и создан блок оптимизатор на рисунке 4.9, чтобы добавить вконтуре разработанной имитационной модели процесса ДМК.Рисунок 4.9. Блок нейросетевого оптимизатора ПИ контроллера139Рисунок 4.10. Результаты для графика переходного процессапроизводительности с использованием НСОРисунок 4.11.Рисунок 4.12. Переходный процесс промежуточной координаты сприменением нейросетевого оптимизатора140Оптимальные коэффициенты ПИ контроллера для привода дозатора призаданном значении ℎ = 0.7м составили = 0.01, = 0.086, а для приводапитателя = 0.01, = 0.0099.

Таким образом, при поступлении команды отЭВМ о необходимости стабилизации уровня МК в бункере СД, регулированияскорости приводов питателя и дозатора – переходе в энергосберегающийрежим, устройство УПК определяет загрузку МК в соответствии с режимомработы стаканчикового дозатора и формирует необходимую, экономическивыгодную,уставкупоскоростивСАРпроцессаДМК.Системаавтоматического регулирования переводит частоту вращения приводногоэлектродвигателя на заданную скорость УПК и УДК без опасных динамическихнагрузок на устройство питателя и стаканчикового дозатора.

Тем не менее,держать стабильность величины промежуточной координаты в бункередозатора позволяет осуществить равномерное истечение продукта, избегать отсводообразования и сегрегации и устранить ошибки точности дозирования.Предлагаемые усовершенствования, внесенные в схему реализации ПИнейросетевого оптимизатора, позволили обеспечить стабилизация параметровпроизводительности (таблице 4.2.) и промежуточной координаты при действиивозмущающих факторов и смене задания управляющих воздействия за счетавто-настройки коэффициентов ПИ контроллера для приводов устройствпитателя и стаканчикового дозатора путем обеспечения требуемого качествапереходного процесса в процессе ДМК.Спомощьюимитационногомоделированияосуществляетсяпредварительная проверка точности порции в процессе объемного дозированиядля различных видов и физико-механических свойств МК с построениемколичественных зависимостей с учетом параметров электротехническогокомплекса и свойств дозируемых частиц МК.141Таблица 4.2.Вид порцияПроизводительность,ПроизводительностьУвеличениечастиц кофекг/мин с учетомкг/мин с учетомПроизводите-алгоритмовалгоритмовьности, %компенсации ПИкомпенсации НСОконтроллера,кг/м30 ,кг/м23003.7716.02135 %4505.6416.0217%6005.9126.0211%0.15.6416.0217%0.35.6416.0217%0.65.6416.0217%7.165.6416.0217%10.225.6416.0217%Результаты проведенных экспериментов позволяют сделать вывод о том,что созданная нейросетевого оптимизатора НСО для ПИ контроллера позволяетсократитьвремяиперерегулирование,атакжеможносократитьэлектроэнергии при сокращении дополнительных устройств контроля процессасводооброзования, ивполнеможетстатьпрототипомуниверсальногопромышленного аппарата настройки параметров ПИ контроллера в процесседозирования сыпучих материалов и пищевых продуктов.4.3.

Оценка качества имитационной модели ДМКВозможно, лишь оценивать стабильность конкретного переходногопроцесса, такие как промежуточная координата, в случае обнаружениянестабильности,возвращатьрегуляторукоэффициенты,которыеиспользовались в рамках последнего устойчивого переходного процесса.142Так как коэффициенты ПИ контроллера являются функциями времени иизменяются даже в течение конкретного переходного процесса ДМК, оценкаустойчивости подобной системы классическими математическими методамиявляется весьма затруднительной.Согласно подходами, описанными Андерсеном [183] и Неслером[184].Система считалась неустойчивой, если график промежуточной координатыболее трех раз пересекал задание, и каждый раз амплитуда колебанийвозрастала или достигла более 30% разницы между значением промежуточнойкоординаты и задания в любой момент времени после первого пересечениязадания текущим заданием и предыдущим.

При выполнении неустойчивостисистемы,нейросетевойоптимизаторПИконтроллеравозвращаетсякпервоначальному значению последнего устойчивого переходного процесса. Втечение всех опытов система управления процессом дозирования оставаласьустойчивой с точки зрения выбранных критериев производительности.4.4. Разработка экспериментального макета программноаппаратного комплекса управления процессом ДМК.При создании автоматизированной системы управления технологическимпроцессом объемного дозирования молотого кофе возникают два аспектапроблемы, один из которых связана с созданием автоматизированной системыуправления технологическим процессом дозирования связующего в физикомеханические свойства частиц при производстве молотого кофе, а другой ссозданием АСУ подачи и дозирования молотого кофе [19, 92].В области систем управления, электромеханики и проектирования систем«технологическийобъект-системауправления»проблемапереходаотлогической структуры задач моделирования к стилевым особенностям,связанным с применением систем автоматизированного проектирования иимитационного моделирования, стоит особенно остро при трансформации143представлений связей между моделями программно-технических средств,обусловленных композиционными отношениями [128].Наличиекомпозиционныхотношенийтребуетмногократногоперекодирования и отображения элементов одного множества координат дляописания процессов дозирования молотого кофе в элементы множества дляописаниясистемыуправленияидалеевэлементымножествадляпредставления процесса дозирования молотого кофе, дозатора и системыуправления в CAD/CAE системе.

Не вдаваясь в суть операций отображения иих свойств определим то, что сами пространства являются нечеткоопределенными на начальных стадиях проектирования. Это приводит квозникновению технических и семантических ошибок при измененииэлементного базиса для построения системы управления [17, 60, 25].В свою очередь возможны когнитивные искажения сущности задачипроектирования и подмена данной задачи другой. При этом нарушаютсяопределенные нормативными документами требования к показателям удобстваприменения и корректности CAD/CAE систем, отражающим представлениепрограммных документов и программ в виде, способствующем пониманиюлогики функционирования программы в целом и частном.Показатели корректности определяют однозначное, непротиворечивоеописание и использование тождественных объектов, функций, терминов,определений, идентификаторов и т.д.

в различных частях документов ипрограммных модулях при проектировании. Показатели удобства примененияCAD/CAEсистемспособствующемотражаютпониманиюпредставлениелогикидокументовфункционированияввиде,совокупности«питатель-система управления-дозатор».Экспериментальный макет программно-аппаратного комплекса (ПАК)системы управления процессом дозирования молотого кофе, разработан спомощьюуправления,средыразработкиреализующейприложенийконцепциипрограммирования LabVIEW [74].измерения,потокаданныхтестированияииграфического144При разработке программно-аппаратного комплекса системы управленияпроцессом дозирования молотого кофе использовались разные инструментыдля концепции потока данных и графического программирования, которыеделятся на две части:Блок-диаграмма (Block Diagram), описывает логику работы приложенийсистемы управления процессом дозирования.Лицевойпанель(FrontPanel),описываетвнешнийинтерфейскомпьютерного зрения системы управления процессом дозирования молотогокофе.

Лицевая панель компьютерного зрения системы управления процессомДМК содержит средства ввода-вывода: кнопки, переключатели, светодиоды,верньеры, шкалы, информационные табло и т.п. Они используются человекомдля управления виртуальными разными приборами рассмотренные при анализев предыдущей главе.Блочная диаграмма разработанной ПАК содержит функциональные узлы,являющиеся источниками, приемниками и средствами обработки данныхтехнологического процесса ДМК. Также компонентами блочной диаграммыявляются терминалы («задниеконтакты»объектовлицевойпанели)и управляющие структуры (являющиеся аналогами таких элементов текстовыхязыков программирования, как условный оператор «IF», операторы цикла «for»и «while»).

Характеристики

Список файлов диссертации

Математическое и алгоритмическое обеспечение системы управления технологическим процессом объемного дозирования при производстве молотого обжаренного кофе
Свежие статьи
Популярно сейчас
Зачем заказывать выполнение своего задания, если оно уже было выполнено много много раз? Его можно просто купить или даже скачать бесплатно на СтудИзбе. Найдите нужный учебный материал у нас!
Ответы на популярные вопросы
Да! Наши авторы собирают и выкладывают те работы, которые сдаются в Вашем учебном заведении ежегодно и уже проверены преподавателями.
Да! У нас любой человек может выложить любую учебную работу и зарабатывать на её продажах! Но каждый учебный материал публикуется только после тщательной проверки администрацией.
Вернём деньги! А если быть более точными, то автору даётся немного времени на исправление, а если не исправит или выйдет время, то вернём деньги в полном объёме!
Да! На равне с готовыми студенческими работами у нас продаются услуги. Цены на услуги видны сразу, то есть Вам нужно только указать параметры и сразу можно оплачивать.
Отзывы студентов
Ставлю 10/10
Все нравится, очень удобный сайт, помогает в учебе. Кроме этого, можно заработать самому, выставляя готовые учебные материалы на продажу здесь. Рейтинги и отзывы на преподавателей очень помогают сориентироваться в начале нового семестра. Спасибо за такую функцию. Ставлю максимальную оценку.
Лучшая платформа для успешной сдачи сессии
Познакомился со СтудИзбой благодаря своему другу, очень нравится интерфейс, количество доступных файлов, цена, в общем, все прекрасно. Даже сам продаю какие-то свои работы.
Студизба ван лав ❤
Очень офигенный сайт для студентов. Много полезных учебных материалов. Пользуюсь студизбой с октября 2021 года. Серьёзных нареканий нет. Хотелось бы, что бы ввели подписочную модель и сделали материалы дешевле 300 рублей в рамках подписки бесплатными.
Отличный сайт
Лично меня всё устраивает - и покупка, и продажа; и цены, и возможность предпросмотра куска файла, и обилие бесплатных файлов (в подборках по авторам, читай, ВУЗам и факультетам). Есть определённые баги, но всё решаемо, да и администраторы реагируют в течение суток.
Маленький отзыв о большом помощнике!
Студизба спасает в те моменты, когда сроки горят, а работ накопилось достаточно. Довольно удобный сайт с простой навигацией и огромным количеством материалов.
Студ. Изба как крупнейший сборник работ для студентов
Тут дофига бывает всего полезного. Печально, что бывают предметы по которым даже одного бесплатного решения нет, но это скорее вопрос к студентам. В остальном всё здорово.
Спасательный островок
Если уже не успеваешь разобраться или застрял на каком-то задание поможет тебе быстро и недорого решить твою проблему.
Всё и так отлично
Всё очень удобно. Особенно круто, что есть система бонусов и можно выводить остатки денег. Очень много качественных бесплатных файлов.
Отзыв о системе "Студизба"
Отличная платформа для распространения работ, востребованных студентами. Хорошо налаженная и качественная работа сайта, огромная база заданий и аудитория.
Отличный помощник
Отличный сайт с кучей полезных файлов, позволяющий найти много методичек / учебников / отзывов о вузах и преподователях.
Отлично помогает студентам в любой момент для решения трудных и незамедлительных задач
Хотелось бы больше конкретной информации о преподавателях. А так в принципе хороший сайт, всегда им пользуюсь и ни разу не было желания прекратить. Хороший сайт для помощи студентам, удобный и приятный интерфейс. Из недостатков можно выделить только отсутствия небольшого количества файлов.
Спасибо за шикарный сайт
Великолепный сайт на котором студент за не большие деньги может найти помощь с дз, проектами курсовыми, лабораторными, а также узнать отзывы на преподавателей и бесплатно скачать пособия.
Популярные преподаватели
Добавляйте материалы
и зарабатывайте!
Продажи идут автоматически
6510
Авторов
на СтудИзбе
302
Средний доход
с одного платного файла
Обучение Подробнее