Содержание к диссертации
Введение
ГЛАВА 1. Современное состояние разработок в области систем управления технологическими процессами пищевой промышленности 14
1.1 Автоматизация управления технологическими процессами пищевых производств 14
1.2 Использование интеллектуальных технологий при управлении технологическими процессами производства пищевой продукции 22
1.3 Математическое обеспечение и алгоритмы управления процессами производства пищевой продукции 28
1.4 Выводы по первой главе 34
ГЛАВА 2. Анализ условий технологического процесса и уточнение математической модели 37
2.1 Особенности объекта управления и исходные допущения 37
2.2.1 Уравнение теплового баланса 39
2.2.2 Исследование взаимосвязей параметров системы регулирования температуры
2.3 Алгоритмизация процесса обеспечения заданной влажности воздуха в технологическом помещении 44
2.4 Алгоритмизация процесса обеспечения заданного состава концентрации атмосферы в технологическом помещении (на примере концентрации углекислого газа) 47
2.6 Формализованное описание параметров микроклимата
технологического процесса в виде многосвязной системы автоматического регулирования 50
2.6 Выводы по второй главе 52
ГЛАВА 3. Алгоритмизация управления технологическим процессом пищевого производства на основе нечеткой логики 54
3.1 Постановка задачи 54
3.2 Задача фазификации управляющей информации
3.2.1 Температурный режим процесса 57
3.2.2 Режим влажности технологического процесса 68
3.2.3 Содержание углекислого газа в воздухе 72
3.2.4 Переменные состояния внешних возмущающих факторов на
параметры микроклимата технологического процесса 78
3.2.5 Фазификация управляющих воздействий на параметры
микроклимата технологического процесса 85
3.3 Задача нечеткого вывода 91
3.3.1 Разработка базы правил 91
3.3.2 Разработка правил нечеткого вывода 101
3.4 Задача дефазификации 103
3.5 Структура нечеткого регулятора технологического процесса 104
3.6 Выводы по третьей главе 106
ГЛАВА 4. Исследование системы нечеткого управления технологическим процессом 108
4.1 Постановка задачи исследования 108
4.2 Разработка Matlab-модели нечеткого регулятора 110
4.3 Разработка Matlab-модели системы нечеткого управления параметрами микроклимата технологического процесса 116
4.4 Исследования модели системы нечеткого управления 118
4.5 Выводы по четвертой главе 130
ГЛАВА 5. Реализация системы нечеткого управления технологическим процессом 131
5.1 Автоматизированная система управления производством грибной продукции 131
5.2 Разработка принципиального решения нечеткого управления параметрами процесса производства грибной продукции 134
5.3 Экспериментальные исследования системы управления технологическим процессом 149
5.4 Выводы по пятой главе 170
Заключение 172
Литература 175
- Математическое обеспечение и алгоритмы управления процессами производства пищевой продукции
- Алгоритмизация процесса обеспечения заданной влажности воздуха в технологическом помещении
- Содержание углекислого газа в воздухе
- Разработка Matlab-модели системы нечеткого управления параметрами микроклимата технологического процесса
Введение к работе
Актуальность работы. В современном промышленном производстве значительное внимание уделяется автоматизации управленческих функций человека при управлении технологическими процессами и производствами. Наиболее сложными для этой задачи являются процессы, для которых отсутствует полная априорная информация о параметрах или такая информация противоречива. Типичным классом подобных объектов управления являются технологические процессы производства и хранения пищевой продукции. В настоящее время значительное развитие получили интеллектуальные системы управления, позволяющие использовать накопленный опыт экспертов по технологическому процессу для создания эффективных систем управления. Это подтверждается работами таких авторов как Д. А. Поспелов, А. П. Ротштейн, Д. Рутковская, Т. Кохонен, М. М. Благовещенская, А. Пегат, Н. П. Деменков, Р. А. Гостев, К. Асаи, А. В. Леоненков, С. Д. Штовба, С. И. Савосин, В. И. Васильев, И. М. Макаров, Р. А. Алиев, А. В. Соллогуб, В. В. Бугровский, М. Р. Васюхин, Н. Н. Ястребова и др. Однако, несмотря на значительное число работ в области интеллектуального управления, большинство из них направлены на решение частных задач, и разработка интеллектуальных систем, учитывающих технологические особенности процессов производства пищевой продукции, не нашла значительного отражения.
Таким образом, задача исследования и разработки интеллектуальной системы управления, позволяющей алгоритмизировать ручные процессы управления производством и хранением пищевой продукции с использованием профессиональных знаний и опыта технологов, является актуальной.
Степень разработанности темы исследования. Вопросы автоматизации управления технологическими процессами в научном плане интенсивно разрабатываются в настоящее время. При этом практически отсутствует в известных библиографических источниках рассмотрение процессов производства и хранения пищевых продуктов как многосвязного объекта управления с установлением характера этих взаимосвязей и решением вопросов построения многосвязной системы автоматического управления. Не решены задачи создания адаптивных, динамически развивающихся систем управления, основанных на автоматизации управленческих функций человека-технолога и, в основном, заменяющих его при ведении рассматриваемых процессов.
Цели и задачи разработки темы исследования.
В качестве основных задач исследования выделены следующие:
Разработка математической модели объекта управления с учетом присущих ему внутренних связей между параметрами технологического режима и внешними возмущающими факторами;
Разработка структуры и алгоритма системы нечеткого управления нестационарным технологическим процессом с многосвязным объектом управления (на примере параметров микроклимата процесса производства пищевых продуктов);
исследование разработанной системы нечеткого управления и обоснование ее адекватности;
- разработка технических решений для реализации системы нечеткого
управления процессом производства пищевых продуктов и оценка
результатов опытно-промышленной эксплуатации.
Научная новизна исследования. Новые научные результаты работы предполагаются в виде:
математических моделей процесса производства и хранения пищевых продуктов на основе представления процесса в виде многосвязной системы автоматического управления с уточнением связей между состояниями, возмущениями и выходами объекта управления;
формализованного описания процесса фазификации с выбором и обоснованием набора лингвистических переменных и функций принадлежности параметров технологического процесса производства и хранения пищевых продуктов;
динамической базы правил, учитывающей накопленный опыт осуществления процессов производства и хранения пищевых продуктов;
правил логического вывода для управляющих воздействий, обеспечивающих учет условий осуществления процесса и его адаптацию к изменяющимся условиям функционирования для обеспечения эффективного производства пищевой продукции;
модели и результатов моделирования системы нечеткого управления процессом производства и хранения пищевых продуктов.
Теоретическая и практическая значимость работы. Теоретические исследования процесса производства пищевых продуктов как многосвязной системы управления методами теории автоматического управления. Разработка компьютерных моделей процесса и рекомендаций по их использованию. Построение модели процесса методами нечеткой логики и разработка алгоритма нечеткого управления процессом с динамической базой правил нечеткого вывода. Технические решения системы нечеткого управления процессом пищевого производства.
В качестве результата, обуславливающего практическую значимость работы, можно назвать:
рекомендации по учету взаимосвязей технологических параметров процесса производства пищевых продуктов при разработке его математических моделей;
рекомендации по выбору термов лингвистических переменных и функций принадлежности при описании процесса производства пищевых продуктов в терминах нечеткой логики;
методика моделирования системы нечеткого управления;
рекомендации по разработке компьютерных моделей системы нечеткого управления и методика моделирования;
результаты исследований опытно-промышленной эксплуатации системы нечеткого управления.
Методология и методы исследования. В работе используются аналитические методы исследования, методы компьютерного моделирования и экспериментальные исследования, выполненные на натуральных объектах в
производственных условиях. Для выполнения исследований использованы методы анализа и синтеза систем автоматического управления и математический аппарат теории автоматического управления; математический аппарат нечеткой логики; методы аппроксимации и приближения; матричная лаборатория Matlab; система визуального моделирования Simulink, а также методики выполнения экспериментальных исследований и обработки результатов эксперимента.
Научные положения, выносимые на защиту.
Результатом работы являются следующие основные научные положения, которые выносятся на защиту:
метод и математические модели процесса фазификации состояния системы и управляющих воздействий с использованием предложенных функций принадлежности;
методика синтеза динамической базы правил нечеткого вывода, основанной на изучении и обобщении опыта и знаний исследователей и технологов в рассматриваемой предметной области;
структура регулятора и алгоритм нечеткого управления процессом производства и хранения пищевых продуктов;
математические модели объекта управления, представляемого в виде многосвязной системы, с описанием взаимосвязей параметров объекта, управляющих воздействий и возмущений;
методика моделирования системы нечеткого управления и разработанные модели в среде Matlab;
технические решения и практическая реализация системы нечеткого управления процессом производства пищевых продуктов с использованием программируемых контроллеров и управляющих ЭВМ.
Обоснованность и достоверность результатов обеспечивается обширным обзором исходных данных, библиографических источников и практических рекомендаций; адекватным использованием методов исследований и соответствующего математического аппарата; проверкой полученных выводов, моделированием и экспериментальным исследованием, применением компьютерных систем научных исследований.
Апробация работы. Основные результаты работы докладывались и обсуждались на международной научно-практической конференции «Проблемы, перспективы и стратегические инициативы развития теплоэнергетического комплекса» (Омск, 2011 г.), 2-ой Международной научно-технической интернет-конференции молодых ученых «Автоматизация, мехатроника, информационные технологии» (Омск, 2012 г.), Первой международной заочной научно-практической конференции «Современные проблемы теории машин» (Новокузнецк, 2013 г.), 8-ом Международном симпозиуме «Фундаментальные и прикладные проблемы науки» (Москва, 2013 г.), 9-ой Всероссийской научно-практической конференции «Системы автоматизации в образовании, науке и производстве» (Новокузнецк,
-
г.), IV Международная научно-техническая интернет-конференция молодых ученых «Автоматизация, мехатроника, информационные технологии» (Омск,
-
г.), Общемосковском научно-методическом семинаре кафедры теоретической механики МГТУ им. Н. Э. Баумана (Москва, 2015 г.), научном семинаре кафедры МГУПП (Москва, 2015 г.).
Внедрение результатов диссертационного исследования. Разработанные модели и методы приняты к внедрению в производственный процесс коммерческого тепличного комплекса ООО «ОГК» (г. Омск). Материал диссертационной работы используется в учебном процессе кафедры «Автоматизация и робототехника» ФГБОУ ВПО «ОмГТУ» для студентов специальностей 220400.62 «Управление в технических системах» и 220700.62 «Автоматизация технологических процессов и производств».
Публикации. Основные результаты диссертации опубликованы в 15 статьях, в том числе 5 в изданиях, рекомендованных ВАК.
Структура и объем диссертации. Диссертация состоит из введения, 5-и глав, заключения, списка литературы и приложений. Общий объем работы составляет 200 страниц машинописного текста, содержит 62 рисунка, 32 таблицы и список литературы из 136 наименований.
Математическое обеспечение и алгоритмы управления процессами производства пищевой продукции
Интенсификация промышленного производства пищевых продуктов и автоматизация производства приводят к необходимости совершенствования систем управления технологическими процессами пищевого производства. Все более актуальным становится ситуационное управление, обеспечивающее адаптацию управления при изменений условий осуществления процессов; применение технологий интеллектуального управления, обеспечивающее повышение уровня автоматизации интеллектуальных функций человека-оператора системы управления и использование при управлении знаний экспертов.
Производство пищевых продуктов связано с необходимостью поддержания технологических режимов их осуществления и во многих случаях в их число входят параметры микроклимата технологического помещения: температура воздуха, влажность воздуха, состав воздуха (часто влияющим параметром выступает концентрация углекислого газа), интенсивность вентиляции, на что указывается в работах [60-65].
Общая функциональная схема управления технологическим процессом современного пищевого производства приведена на рисунке 1 [15]. Нижний уровень управления реализуется с использованием программируемых контроллеров, взаимодействующих с измерительными преобразователями и исполнительными механизмами технологического оборудования. Соответствующее программное обеспечение контроллеров реализует функции автоматического регулирования управления.
Контроллеры получают информацию о состоянии управляемого процесса от измерительных преобразователей, рассчитывают необходимые управляющие воздействия с использованием алгоритмов автоматического регулирования или логико-программного управления и выводят управляющие сигналы на исполнительные механизмы.
Верхний уровень управления представлен автоматизированными рабочими местами (АРМ) операторов, функционирующих с использованием SCADA, и серверов для ведения баз данных.
В описываемой АСУТП обеспечивается стабилизация и программное регулирование параметров технологического режима, временные связи технологического процесса, архивирование технологических данных, предоставление отчетов и аварийное управление. Основными алгоритмами автоматического регулирования в подавляющем большинстве случаев являются алгоритмы PID-регулирования, являющиеся стандартной компонентой программного обеспечения современных контроллеров.
Алгоритмы PID-регулирования обеспечивают только простейшие функции автоматического управления. Поэтому значительное внимание в современных научных работах уделяется совершенствованию математических моделей и алгоритмов автоматического управления.
Традиционным подходом к управлению технологическими процессами пищевой промышленности является использование принципа регулирования для обеспечения заданных значений технологических режимов [15-20]. Однако при таком подходе появляется необходимость детерминированного описания связей между параметрами процесса и его динамикой, что затрудняется недостатком априорной информации. Поэтому предлагаемые математические модели направлены на уточнение описания процессов. Использование уточненных моделей позволяет повысить точность и качество процесса управления.
Особенностью модели является подробный учет многих, влияющих на температурный режим, факторов. Однако, реализация модели требует определения неизвестных коэффициентов zt. По сведениям авторов, экспериментальная проверка предложенной модели показала, что модель соответствует требованиям, предъявленным к средствам автоматики, используемой в технологическом процессе хранения пищевой продукции: отклонение температуры воздуха от заданной не более 1 С, отклонение влажности воздуха от заданного не 5 %. Такая система дала экономию энергии в ходе опыта по сравнению с контрольной 14,1 %.
Следовательно, только за счет стабилизации технологических режимов процесса обеспечивается заметный эффект. В то же время, автоматическое регулирование режимов требует дополнительных ресурсов.
Совершенствованию автоматического регулирования параметров процесса посвящена работа авторов [54], в которой авторы исследуют возможность улучшения линейного ПИ-регулятора для управления температурой. Предлагается улучшить закон ПИ-регулирования за счет кр- коэффициент введения нелинейных коэффициентов: u(t) = (к-р + kni ij(t) + (ki + kni 2) / (t)dt, (1-2) где u(t)- управляющее воздействие, e(t)- рассогласование между заданием и выходом объекта, усиления пропорциональной части, kt-коэффициент при интегральной части, kni 12 - коэффициенты при нелинейной части.
Использование нелинейного динамического закона регулирования по мнению авторов формирует управляющие воздействия при больших отклонениях от уставки, что улучшает динамику процесса.
На рисунке 1.2 представлены переходные характеристики системы. В результате сравнения графиков можно видеть, что быстродействие улучшается, однако появляется перерегулирование, что не всегда допустимо. Выбор коэффициентов kni 12 при настройке системы управления в работе не рассмотрен, однако, по аналогии с настройкой ПИД-регулятора можно ожидать их критическое влияние на качество управления и существенное усложнение настройки регулятора, за счет увеличения числа настраиваемых параметров.
В работе А. Н. Пустыгина [57] решается задача повышения точности работы энергосберегающих систем автоматического управления (ЭССАУ) микроклиматом. На основании проведенного теоретического исследования чувствительности систем автоматического управления были определены критические параметры (влажность воздуха, освещенность и отсчета времени суток), оказывающие наибольший эффект на снижение эффективности энергосбережения системы в целом. Путем имитационного моделирования установлено ухудшение энергетического эффекта ЭССАУ по разным сочетаниям факторов и условий в пределах от 20 до 94% от базового, как следствие понижения точности измерений от 1% до 10%. Предложенная и разработанная автором на современной элементной базе ЭССАУ показала сокращение энергопотребления на 10% тепловой энергии за сезон.
В работе П. Е. Ухарова [66] ставится проблема управления микроклиматом в условиях информационной неопределенности относительно статических характеристик возмущающих воздействий и динамических характеристик управляемых объектов. Для решения проблемы автор предлагает робастные адаптивные системы управления, позволяющие проводить периодическую апробацию и корректировать статические характеристики заложенных моделей, для корректного реагирования на возмущающие воздействия с изменяющимися в широких пределах статистическими характеристиками. Автор показал, что с ростом показателя относительного демпфирования свободного движения системы величина резонансного пика, определяющего величину перерегулирования, уменьшается, а фильтрующие свойства системы в низкочастотной области ухудшаются. Для достижения баланса предлагается распределять параметры ПИД и многопараметрических регуляторов (постоянная времени интегрирования и дифференцирования, апериодическая и колебательная составляющие движения системы) по золотой пропорции, что позволит создавать робастные системы управления, не утрачивающие своей эффективности при совместном действии на систему управления низкочастотных и высокочастотных возмущений. На примере ПИД регулирования показано, что для компенсирования влияния как высокочастотных, так и низкочастотных воздействий, при настройке параметров необходимо выполнить следующие соотношения:
Алгоритмизация процесса обеспечения заданной влажности воздуха в технологическом помещении
Концентрация CO2 наружного воздуха определяет эффективность системы вентилирования и определяет энергозатраты в системе вентиляции. Важность этого параметра возрастает с падением температуры наружного воздуха в зимнее и с ростом температуры в летнее время года. Для определения концентрации CO2 наружного воздуха в системе нечеткого управления, введем лингвистическую переменную «Наружное содержание углекислого газа».
Выделим предельные значения концентрации CO2 наружного воздуха: - нижнее значение концентрации CO2 наружного воздуха 390 ppm; - верхнее значение концентрации CO2 наружного воздуха 500 ppm. Диапазон концентрации CO2 наружного воздуха 390 500 разобьем на интервалы, используя рекомендации технологов, каждый интервал опишем термом лингвистической переменной «Наружное содержание углекислого газа» (таблица 3.14). Определим ФП физической величины «Концентрация CO2 наружного воздуха» к термам лингвистической переменной «Наружное содержание углекислого газа», используя подход, использованный при нахождении функций принадлежности термов лингвистической переменной
«Температура процесса». Таблица 3.14 – Термы лингвистической переменной «Наружное содержание углекислого газа» Содержание углекислого газа в наружном воздухе Диапазон, ppm Характеристика терма Универсальное обозначение 390 Наружное содержание CO2 номинальное z «Наружное содержание углекислого газа» по модифицированному методу Саати используем оценки парных сравнений, полученных для технологического режима «температура». После аппроксимации всех исходных ФП, описанных сплайн-функциями полиномами Лагранжа, получим следующую систему уравнений, представленную в таблице 3.16, описывающую функции принадлежности термов лингвистической переменной «Наружное содержание углекислого газа». Таблица 3.16 – Функции принадлежности лингвистической переменной «наружное содержание углекислого газа»
Фазификация управляющих воздействий на параметры микроклимата технологического процесса Управление параметрами микроклимата осуществляется следующим путем (рисунок 2.1): - изменение расхода теплоносителя калорифера для управления значением температуры в технологическом помещении; - изменение расхода подачи пара в систему увлажнения для управления влажностью; - изменение расхода свежего воздуха системы вентиляции для управления содержанием углекислого газа. В системе управления в качестве исполнительных устройств используются клапаны запорно-регулируемые и электромеханический привод поворотный заслонки. Управляющие воздействия представляют собой сигналы управления для названных исполнительных устройств. Для описания управляющих воздействий в системе нечеткого управления введем лингвистические переменные: «Упр.Т» - лингвистическая переменная, определяющая управляющий сигнал системы отопления, «Упр.M» лингвистическая переменная, определяющая управляющий сигнал системы увлажнения, «Упр.Q» - лингвистическая переменная определяющая, управляющий сигнал системы вентилирования. Для каждой переменной введем три терма, описывающих значения управляющих воздействий, и присвоим им соответствующие обозначения (таблица 3.17). Будем рассматривать наиболее общий случай управления, когда можно изменять скорость движения исполнительных органов, поскольку при реализации системы управления частные решения при этом получаются просто. Скорость перемещения исполнительного органа в рассматриваемом случае может меняться в пределах ±(0…100 %).
Вопрос фазификации управляющих воздействий, как в работах [10, 50, 69], так и во многих других, решается с использованием треугольных и трапециевидных функций принадлежности для сигналов управления. Воспользуемся рекомендациями названных работ и опишем задачу фазификации управляющих воздействий функциями принадлежности, изображенными на рисунке 3.9.
Таким образом, в результате решения задачи фазификации сформулированы лингвистические переменные и их термы для описания состояния параметров микроклимата технологического процесса и управления им, а также получены функции принадлежности, связывающие физические параметры процесса с лингвистическими переменными. Результаты описания представлены в табл. 3.21.
Содержание углекислого газа в воздухе
Разработка автоматизированной системы управления технологическим процессом выполнена на базе комплекса ООО «ОГК» по производству грибной продукции вешенки НК-35. Разработанная система испытана и исследована в условиях комплекса и принята для опытно-промышленной эксплуатации. С учетом сложности алгоритмов нечеткого управления при реализации системы использованы компьютерные средства управления. Для непосредственного управления оборудованием комплекса выбран отечественный программируемый контроллер Овен ПЛК 110-32. Система построена по двухуровневому иерархическому принципу. Низший уровень представлен контроллером Овен ПЛК 110-32, который управляет рабочими циклами технологического оборудования. На верхнем уровне использованы PC-совместимые компьютеры, реализующие общие функции управления технологическим процессом, поддерживающие информационную модель процесса и обеспечивающие интерфейс оперативного персонала. Обобщенная схема системы приведена на рисунке 5.1.
В системе реализованы контуры управления по поддержанию температуры, влажности и концентрации углекислого газа (CO2).
Контроллер Овен 110-32 с модулями МВА8 и МВ-110-8АС получает данные о температурах, влажности и CO2 процесса от датчиков 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11 и 12, в соответствии с алгоритмом управления, вычисляет необходимые управляющие воздействия на исполнительные механизмы 13, 14, 15, 16, 17.
Верхний уровень системы управления представлен PC-совместимой системой, с установленным на ней OPC-сервером Овен, компьютером оператора процесса и переносным компьютером инженера КИПиА. Первичная информация на верхний уровень поступает от ПЛК. На верхнем уровне происходит обработка данных, обеспечивается доступ к управлению оперативного персонала, производится архивирование данных и обеспечивается возможность программирования и отладки системы.
Контроль параметров микроклимата технологического процесса осуществляется с помощью датчиков температуры, влажности и CO2. В зоне 18 (рисунок 5.1) установлены два датчика температуры 1 и 2, измеряющие температуру воздуха, датчик относительной влажности воздуха 3 и датчик содержания углекислого газа (CO2) в воздухе технологического помещения 4. Измерение температуры поступающего в кондиционер и выходящего воздуха осуществляется канальными датчиками температуры воздуха 6 и 7, установленными соответственно на входе и выходе кондиционера.
Измерение параметров теплоносителя системы отопления осуществляется датчиками температуры до смесительного клапана датчиком 8, после смесительного клапана датчиком 9, на обратном участке трубопровода после теплообменника 19 кондиционера датчиком 10, датчиком расхода теплоносителя ПРЭМ-1 11 в пределах циркуляционного контура на обратном трубопроводе для определения расхода теплоносителя.
Регулирование температуры теплоносителя, используемого для нагрева воздуха в калорифере, осуществляется смешиванием горячего и циркуляционного теплоносителя отопительного контура калорифера трехходовым смесительным клапаном 13.
Охлаждение воздуха происходит путем подачи холодной воды на охладитель 20 через дискретный дроссельный клапан 14. Управление подачи пара от магистрали парового котла в калорифер осуществляется с помощью клапана 15.
Для управления содержания CO2 в системе вентиляции применяется система воздушных заслонок, установленных на воздуховодах приточного и циркуляционного каналов кондиционера. Воздушные заслонки перемещаются исполнительными механизмами однооборотными (МЭО) 16, 17. Благодаря управлению заслонками, поддерживается баланс между свежим приточным и циркуляционным воздухом в системе. Точность взаимного положения заслонок обеспечивается синхронной работой двигателей в исполнительных механизмах и возможностью калибровки системы заслонок оператором.
Для системы разработано программное обеспечение, которое включает управляющую программу контроллера Овен и SCADA-систему верхнего уровня. Варьирование управляющей программы контроллера позволило исследовать различные алгоритмы управления и сравнить их эффективность.
Разработка принципиального решения нечеткого управления параметрами процесса производства грибной продукции Предварительные исследования системы выявили недостаточные возможности программируемого контроллера Овен применительно к рассматриваемой системе. Для реализации нечетких алгоритмов управления ПЛК Овен [132] использует язык программирования ST, определенный стандартом МЭК61131 [133]. Язык программирования ST имеет все основные компоненты, необходимые для реализации алгоритмов фазификации, базы правил, системы нечеткого вывода и дефазификации. Однако при этом требуются значительные трудозатраты и привлечение квалифицированных программистов, поскольку задача программирования нечеткого регулятора не является тривиальной. В виду поставленных проблем нами были разработаны и предложены два принципиальных подхода для внедрения методов нечеткого управления в технологический процесс.
Анализ состояния вопроса показал целесообразность использования программируемого контроллера SIMATIC S7-300 (фирмы Siemens), для которого поставляется программный продукт Fuzzy Control++ [134-135], обеспечивающий программирование нечетких регуляторов. В результате исходная структура управления была модернизирована в соответствии с рисунком 5.2.
Разработка Matlab-модели системы нечеткого управления параметрами микроклимата технологического процесса
Лингвистические переменные и их функции принадлежности входных параметров не были изменены и соответствуют значениям, приведенным в таблице 5.1. Задача получения результирующей функции принадлежности решалась максиминным методом (max-min). В качестве метода дефазификации был использован метод центра тяжести («CG»), который при данном наборе параметров функций принадлежности термов выходных параметров работает аналогично методу одноэлементных множеств. База правил осталась без изменений и представлена в таблице 5.2. 167 16-часовой результат работы системы интеллектуального управления параметрами процесса относительно наружной температуры представлен на рисунках 5.26 (температура), 5.27 (влажность) и 5.28 (содержание CO2). Рисунок 5.26 – Графики изменений параметров системы при работе нечеткой системы управления: (а) – график температура воздуха в технологическом помещении (сплошная линия) и график уставки температуры от нечеткой системы управления (пунктирная линия), (б) – график наружной температуры воздуха
В момент времени 0 была активирована система интеллектуального управления, и значения температуры и концентрации CO2 (рисунок 5.26а и 5.28а) начали переходить в значение новой уставки, полученной от нечеткого регулятора в соответствии с установленными в нем правилами относительно наружной температуры воздуха.
К моменту времени 4 часа значения температуры и концентрации CO2 стабилизировались относительно заданных уставок интеллектуальной 168 системы управления и составляли 14,6 C и 1050 ppm с погрешностью управления 0,1 C и 50 ppm соответственно (рисунок 5.27а и 5.28а), что соответствует агротехническим нормам. График относительной влажности воздуха в технологическом помещении (сплошная линия) и график уставки относительной влажности воздуха от интеллектуальной системы управления (пунктирная линия) Таким образом, система интеллектуального управления привела параметры технологического процесса в соответствии с заданными технологом правилами относительно наружной температуры воздуха в -22 C. При дальнейшем понижении наружной температуры воздуха с -22 C до -25 C (рисунок 5.26б) в период с 4 до 13 часов система интеллектуального управления понижает уставку температуры воздуха до 14,25 C и повышает уставку концентрации CO2 до 1150 ppm, производя непрерывную адаптацию параметров технологического процесса относительно изменяющегося значения наружной температуры воздуха. Процесс сопровождается плавной стабилизацией параметров относительно изменяющейся уставки и внешних возмущений без перерегулирования и в пределах допустимой точности управления.
Графики изменения параметров системы при работе интеллектуальной системы управления: а – график изменения концентрации CO2 в технологическом помещении (сплошная линия) и график уставки концентрации CO2 от системы интеллектуального управления, б – график наружной температуры воздуха
В момент времени 13 часов наблюдается резкое повышение наружной температуры воздуха (рисунок 5.26б) с -25 C до -15 C, сопровождающееся изменением уставок технологических режимов для температуры с 14,25 C до 15 C (рисунок 5.26а) и понижением уставки концентрации CO2 с 1150 ppm до 1000 ppm в соответствии с заданными правилами нечеткого регулятора. Вместе с динамичным изменением уставок система управления удерживает значения технологических параметров в допустимых значениях, адаптируя процесс под новые условия. На протяжении всего времени исследования уставка режима влажности остается постоянной на уровне 92 % (рисунок 5.27), в соответствии с заданной базой правил.
Действительное значение влажности имеет значительное отклонение от заданного в течение первых 13 часов исследования по причине недостатка необходимой мощности системы увлажнения комплекса. Резкий скачок значения влажности в момент времени 13 часов с 84 % до 90 % связан с взаимным влиянием работы контура отопления на контур увлажнения. Таким образом, в процессе исследования управления технологическим процессом на базе производственного комплекса система нечеткого управления обеспечила адаптацию параметров процесса при непрерывно изменяющихся внешних условиях со стабилизацией параметров в пределах допустимой точности управления, удовлетворяющих агротехническим требованиям. Результаты управления продемонстрированы при различных диапазонах внешних воздействий с различной динамикой их изменений. Показан вывод значений параметров технологического процесса на режим работы при активации нечеткой системы управления.