Актуальность работы. Большинство промышленных предприятий в различных областях человеческой деятельности, на сегодняшний день имеют дело со сложными многомерными процессами. Например, предприятия цветной металлургии, строительной индустрии, переработки нефти и др. Для управления подобными рода системами целесообразно использовать интеллектуальные алгоритмы, в основе которых лежат измерения входных и выходных переменных процесса. Однако лишь часть переменных прогноза может быть использована в этих целях. Это связано с датчиками контроля и ГОСТами. Чаще всего переменные, по которым оценивается экономическая эффективность, выполняют промышленные измерения через значительные промежутки времени, которые существенно превышают время протекания самого процесса, тем самым значение этой важной переменной становится известным, когда технологический процесс уже пройден. Фактически, управление подобными процессами сегодня осуществляется по таким технологическим переменным, которые являются косвенными показателями основных переменных. Основной показатель - это показатель, по которому отпускается изделие и определяется его цена. Например, при переработке нефти основной показатель - это октановое число, косвенные - температура и давление, в цементном производстве - активность цемента, а косвенные - удельная поверхность, тонкость измельчения, расплыв конуса и активность пропарки. В связи с этим задача прогноза главной переменной технологического процесса с целью использования их для решения задач управления является актуальной.
В работе предполагается система управления сложными дискретно-непрерывными процессами, способная осуществлять прогноз значений выходных переменных процесса, контроль которых физически не реализуется по косвенной. Данная схема предполагает наличие нескольких блоков, блок данных и блок управления.
В большинстве случаев априорной информации недостаточно, чтобы обосновано выбрать параметрическую модель исследуемого процесса. Поэтому, приходится проводить серию экспериментов на объекте (часто длительных и дорогостоящих), чтобы качественно, с практической точки зрения, решить задачу идентификации. Недостаток априорной информации об объекте приводит к необходимости совмещать изучение объекта и управление им. При таком управлении управляющие воздействия носят двойственный характер. Они служат средством изучения, познавания объекта, но также и средством приведения объекта к требуемому состоянию. Такое управление, при котором управляющие воздействия носят двойственный характер, называют дуальным управлением [28].
Цель работы: повышение точности решения задачи управления с использованием алгоритма непараметрического прогноза главной переменной технологического процесса.
Основные задачи:
1) Обзор существующих на сегодняшний день систем
прогнозирования переменных технологического процесса.
2) Реализация и исследование непараметрического алгоритма дуального управления.
3) Реализация и исследование алгоритма прогнозирования главной переменной процесса по косвенной.
Для достижения цели и задач работы использовались методы математической статистики, теории управления, непараметрическая идентификация.
Целью работы является повышение точности решения задачи управления с использованием алгоритма непараметрического прогноза главной переменной технологического процесса.
В рамках работы рассматривается задача дуального управления многомерными безынерционными процессами в условиях непараметрической неопределенности. Предложена схема управления технологическим процессом, включающая в себя помимо традиционного в теории управления параметрического регулятора управляющее устройство, в котором реализован непараметрический алгоритм дуального управления. Данная схема позволяет управлять технологическим процессом, используя не только текущую информацию, но и информацию, накопленную ранее. Важно отметить, что в предлагаемой схеме управления сохраняется существующий действующий контур управления, а введение второго контура повышает качество управления, что показали вычислительные эксперименты, приведенные в докладе.
В теоретической части работы был проведен обзор существующих на сегодняшний день систем прогнозирования переменных технологического процесса. Мы пришли к выводу, что аналоги осуществляют прогноз главных показателей процесса, но не используют этот прогноз в целях управления.
В работе было исследовано два метода идентификации: параметрические и непараметрические. В работе были проведены вычислительные эксперименты, которые показали, что параметрические алгоритмы отличаются высокой точностью, однако ошибка, допущенная при выборе параметрической структуры привод к значительному снижению точности решения задачи идентификации.
Данных задачи были рассмотрены в различных условиях при разных структурах. В связи с этим, выбор сделали в сторону непараметрических алгоритмов идентификации, которые более приспособлены к реальным условиям и поэтому их использование является целесообразным.
Также были проведены вычислительные эксперименты, в ходе которых была решена задача настройки параметров cs, выяснено как она влияет на точность моделирования.
Результаты исследования этого этапа показали, что точность прогноза с помощью непараметрического алгоритма может быть достаточно высока. Кроме того, большую часть работы составил блок исследования непараметрического дуального алгоритма управления. В ходе исследования было показано, что данный алгоритм позволяет достаточно быстро приводить объект к желаемому выходу за счет присутствия обучающихся составляющих. Результат для разных задач воздействий, в том числе, для такого воздействия как случайное задание. Следует отметить, что при данном управлении не один параметрический алгоритм не привод к подобным результатам. В целом следует заключить, что поставленная цель и задачи выполнены.
Помощь студентам и аспирантам в выполнении работ от наших партнеров
