Содержание к диссертации
Введение
Глава 1. Краткие технологические сведения. Состав и структура системы управления технологическими процессами 23
1.1. Технологический процесс производства вяжущего и продуктов на его 23
основе
1.2. Технологический процесс производства кирпича 39
1.3. Состав и структура компьютерной системы управления и автоматизации технологическими процессами 54
Выводы 59
Глава 2. Непараметрические алгоритмы идентификации и управления многомерными многосвязными статическими системами
2.1. Некоторые сведения о непараметрическом оценивании 60
2.2. Непараметрический алгоритм идентификации 71
23. Модифицированные непараметрические алгоритмы идентификации 72
2.4. Математическая постановка задачи управления многомерным статическим объектом без памяти 76
Выводы 87
Глава 3. Исследования непараметрических моделей и алгоритмов управления методом статмоделирования 88
3.1. Численные исследования. Непараметрический алгоритм идентификации... 88
3.2. Численные исследования. Модифицированные непараметрические алгоритмы идентификации 102
3.3. Численные исследования. Многомерный непараметрический алгоритм идентификации. Особенности идентификации 111
3.4. Численные исследования непараметрического регулятора с активным накоплением информации 119
3.4. Автоматизация процесса управления многосвязными объектами на основе непараметрического регулятора 126
Выводы 129
Глава 4. Компьютерная система моделирования и управления нелинейными процессами 130
4.1. Программная реализация систем моделирования и управления 130
4.2. Технология работы с пакетом программ 133
4.3. Применение компьютерной системы в технологическом процессе производства изделий на основе зольных вяжущих 142
4.4. Применение компьютерной системы в технологическом процессе производства кирпича 149
Выводы 154
Заключение 156
Литература 157
Список публикаций автора 161
Приложение 164
- Состав и структура компьютерной системы управления и автоматизации технологическими процессами
- Математическая постановка задачи управления многомерным статическим объектом без памяти
- Численные исследования непараметрического регулятора с активным накоплением информации
- Применение компьютерной системы в технологическом процессе производства изделий на основе зольных вяжущих
Введение к работе
Актуальность темы. Проблемы проектирования, исследования и эксплуатации сложных промышленных объектов традиционно имеют высокую практическую значимость и являются основными в теории и практики идентификации и управления. Сложность этой задачи быстро возрастает по мере перехода к более сложным технологическим объектам. Выбор характера математического описания, т.е. вида модели процесса, зависит от природы самого процесса и от решаемой задачи управления. Так, модель процесса можно задать в виде таблицы, связывающей входные и выходные переменные, описать функциональными зависимостями, дифференциальными или разностными уравнениями, передаточными функциями и т.п. В каждом случае методы получения математического описания оказываются различными.
Эффективное управление технологическим процессом с использованием методов теории автоматического управления возможно лишь тогда, когда известно математическое описание этого процесса. Поэтому построение математического описания - идентификация технологического процесса - это важнейший этап создания любой автоматизированной или автоматической системы управления технологическим процессом.
Построение адекватных реальному объекту математических моделей достигается разными способами, зависящими, прежде всего от уровня априорной информации. Степень полноты априорных данных существенно влияет как на постановку, так и на само решение задачи построения математической модели объекта исследований.
Задаче идентификации в настоящее время посвящено большое количество работ. В теории различают два подхода к идентификации: идентификация в «узком» смысле и идентификация в «широком» смысле. Наибольшее распространение получил первый подход. Решение задачи в данном случае осуществляется в два этапа: выбор параметрической структуры модели и оценка параметров. В рамках параметрического подхода разработаны алгоритмы оценивания неизвестных параметров модели по наблюдениям входа и выхода объекта с привлечением различных методов. Д. Гроп [5], Э.П. Сейдж и Д.Л. Мел-са [59] описывают задачу идентификации в узком смысле с использованием специальных входных сигналов на основе преобразования Фурье. В работах П. Эйкхоффа [61,68] уделено большое внимание задаче оценивания параметров объекта различными методами, такими как: метод максимального правдо-
подобия, МНК, метод минимального среднего риска, Байесовские оценки, метод стохастических аппроксимаций рассматривался ЯЗ. Цыпкиным [65,66] и др. Понятие метода типовой идентификации ввел Н.С. Райбман [52]. Корреляционные методы идентификации изучались в работах Н.С. Райбмана. [52-54], Дейч А.М.[6] и др. Интенсивно разрабатываются статистические методы, ориентированные на применение ЭВМ [24,51,68]. Большое внимание в этих работах уделяется выбору параметрической структуры системы и класса моделей, к которому относится изучаемый объект. Трудность здесь состоит в том, что порой сложность системы, не позволяет однозначно определить класс моделей и ее параметрическую структуру. Например, на практике встречаются ситуации, когда априорная информация об объекте чрезвычайно мала. В подобных случаях целесообразно применять методы идентификации в «широком» смысле [7,14,18,26-31,33-36].
Зачастую исследователю приходится сталкиваться с малоизученными процессами и объектами, структура моделей, для которых неизвестна. Влияние случайных помех с неизвестными законами распределения еще более усложняют решение поставленных перед ним задач. Вследствие этого на современном этапе активно разрабатываются подходы к идентификации статических систем в условиях непараметрической неопределенности. Одним из таких подходов является использование непараметрических методов теории идентификации. За последние 50 лет было опубликовано много работ, где изучались оценки непараметрического типа. Класс непараметрических (ядерных) оценок был впервые введен М. Розенблаттом [71] в 1956 г., изучался Э. Парзеном [70] и Э.А. Надарая [33-36]. Непараметрическая оценка регрессии была предложена Э.А. Надарая, изучалась в работах В.П. Живоглядова и А.В. Медведева [7], Г.М. Кошкина и А.В. Добровидова [18], А.И. Рубана [55] и др.
В настоящее время непараметрическая идентификация в значительной степени основана на снятии характеристик объекта [9,10,26,37,31]. Активные методы идентификации характерны тем, что на вход исследуемого объекта подают стандартные входные воздействия и исследуют выходной сигнал. На практике любой производственный процесс должен удовлетворять жестким условиям различных регламентов - накладываемых ограничений. Производственный процесс должен обеспечить рентабельность производства продукции с одной стороны с другой удовлетворять различным нормативным ограничениям, которые накладываются дополнительно (техника безопасности, ограниче-
ния по охране окружающей среды и т.д.)- Поэтому нарушение нормального функционирования объекта искусственными пробными воздействиями совершенно недопустимо. В этих случаях применяются пассивные методы идентификации [6,61,63,68].
Актуальность разработки непараметрических методов и алгоритмов идентификации и управления определяется тем фактом, что постановка задач идентификации и управления в «широком» смысле преобладает во множестве практических приложений.
В настоящее время в связи с увеличением объемов строительства жилья, а так же с ростом требований предъявляемых в строительстве, появилась необходимость в разработке и применении новых строительных материалов, а так же в модернизации уже существующих технологических линий, способных повысить эффективность производства.
Зольное вяжущее является аналогом портландцемента, компоненты которого преимущественно являются отходами производств, его применение позволяет утилизировать отходы предприятий и решить проблему с загрязнением окружающей среды. Зольное вяжущее значительно дешевле по себестоимости, чем портландцемент. Продукция, изготовленная на основе зольного вяжущего, по некоторым характеристикам превосходят продукцию на основе цемента, например продукция на основе легких бетонов обладает значительно меньшим весом, стоимостью и обладает хорошей шумоизоляцией и теплоизоляцией. Зольное вяжущее, как показали исследования, не имеет аналогов при производстве изделий из легких бетонов и арболитов.
Большой вклад в исследования высококальциевых зол внесли профессора АлтГТУ Г.И. Овчаренко, Г.С. Меренцова, В.Л. Свиридов и др. [13,15,22,32,39-44,58], а также ряд зарубежных научных учреждений [39].
Технологический процесс производство кирпича из глин вскрышных пород разреза "Березовский" позволяет получить при определенных параметрах технологического процесса марку кирпича от 50 до 300 с морозостойкостью от 25 до 75. Имеющиеся на предприятии средства контроля позволяют определить в достаточно короткие сроки технологические параметры, которые косвенно характеризуют качество продукции. Проблема состоит в том, чтобы на их основе суметь дать оценку качеству продукции. Решением проблемы оценки качества продукции является построение автоматизированной системы управления технологическим процессом.
Создание систем моделирования и управления технологическими процессами, представляющими собой последовательную цепочку технологических объектов, функционирующими в условиях неопределенности, невозможно без разработки специального программного обеспечения. Для успешного решения практических задач в программном обеспечении реализованы базовые непараметрические алгоритмы идентификации и управления, а также их модификации. В частности, производился учет ограничений, накладываемых на управляющее воздействие, обеспечивалась работа с запаздывающими процессами, а так же влияние взаимной зависимости между выходными переменными объекта. Особое внимание уделено решению проблемы оптимизации моделей и регуляторов. При создании программного обеспечения учитывалось современное состояние информационных технологий разработки и поддержки программных продуктов, а также принятые стандарты.
Задачи идентификации и управления двумя технологическими процессами: технологическим процессом производства зольного вяжущего и продуктов на его основе и технологическим процессом производства кирпича из глин вскрышных пород разреза "Березовский-1" могут быть решены с применением созданного программного обеспечения, реализующего алгоритмы идентификации и управления для многомерных нелинейных статических систем. В этом случае формируется иерархическая многоконтурная цифро-аналоговая схема управления. Анализ данной схемы управления технологическими процессами дает основания ожидать повышения качества выпускаемой продукции, сокращения издержек производства, а так же гибкой реакции производства и возможность своевременного вмешательства в ход технологического процесса за счет создания системы контроля и автоматизации технологических процессов, что, безусловно, приводит к существенному экономическому эффекту, который может быть оценен при вводе системы в действие.
Всё вышесказанное свидетельствует об актуальности темы диссертационной работы.
Диссертационная работа выполнялась в Сибирском государственном аэрокосмическом университете.
Цель работы состоит в синтезе, анализе и исследовании непараметрических алгоритмов идентификации и управления многомерными статическими системами, а также создание алгоритмического и программного обеспечения входящих в состав компьютерной системы управления качеством выпускае-
мой продукции технологического процесса производства вяжущего и продуктов на основе зол Канско - Ачинского угольного бассейна и технологического процесса производства кирпича из глин вскрышных пород разреза "Березовский", Шарыповского района Красноярского края.
На пути достижения поставленной цели необходимо решить следующие задачи:
разработать модификации непараметрического алгоритма идентификации и управления для многомерных, многосвязных статических систем в условиях нормального функционирования объекта;
разработать алгоритмы идентификации и управления технологическим процессом производства зольных вяжущих и продуктов на их основе;
разработать алгоритмы идентификации и управления технологическим процессом производства кирпича;
создать программное обеспечение, с помощью которого провести численное исследование и анализ предложенных алгоритмов;
- осуществить экспериментальную проверку компьютерной системы управ
ления технологическим процессом производства зольного вяжущего и
продуктов на его основе и технологическим процессом производства кир
пича-
Методы исследования. При выполнении диссертационной работы ис
пользовались методы теории вероятностей, математической статистики, функ
ционального анализа, идентификации, теории автоматического управления,
теории оптимизации, статистического моделирования и теории систем управ-
і.
ления базами данных. Часть исследования проводились совместно с научными сотрудниками научных учреждений (НИИЖБ, АлтГАУ, Новосибирским Государственным Университетом).
Научная новизна диссертационной работы состоит в следующем:
Предложены модификации непараметрического алгоритма идентификации для многомерных объектов с использованием теории систем управления базами данных.
Разработаны модификации алгоритмов управления многомерными статическими многосвязными системами.
Получены алгоритмы управления и идентификации технологическим процессом (последовательная цепочка технологических объектов) производст-
ва вяжущего и продуктов на его основе и технологическим процессом производства кирпича.
Даны способы настройки непараметрических моделей и регуляторов.
Проведены численные исследования разработанных алгоритмов идентификации и управления.
Практическая ценность работы и реализация полученных результатов.
Предложенные в диссертационной работе алгоритмы управления и идентификации могут использоваться для решения широкого круга практических задач в различных информационных системах обработки экспериментальных данных, в моделировании и в создании систем управления для многомерных статических объектов. На основе созданных алгоритмов спроектировано программное обеспечение, позволяющее решать практические задачи, связанные с построением моделей технологических объектов, а также для управления технологическими процессами, в частности, управления такими технологическими процессами как: производство продукции на основе зольных вяжущих и производство керамического кирпича методом пластического формования. Разработанное алгоритмическое обеспечение и схемные решения при создании данной компьютерной системы могут широко использоваться на предприятиях строительного профиля, а также и в других отраслях промышленности.
Учитывая, что объемы ресурсов шлаков и зол огромны, а их использование составляет менее 10%, внедрение компьютерной системы управления и автоматизации процессом производства изделий на основе зольного вяжущего, например, при производстве изделий из ячеистого пенозолобетона отразится на: снижение материалоемкости за счет снижения норм расхода цемента (-40%); снижение использования энергоресурсов, теплоэнергии (-50%); улучшение качественных характеристик строительного материала; снижение стоимости 1м жилья (от 16% и выше); решение одной из важнейшей проблемы человечества - утилизации отходов производства,
В современных условиях производство кирпича является одним из важнейших направлений нашей отечественной промышленности. Это объясняется ежегодно повышающимися темпами строительства и дефицитом данного материала. В соответствии с целями, назначением, а также в соответствии с недостатком существующего уровня систем локального управления, выделим
следующие преимущества от внедрения компьютерной системы управления: повышения качества готовой продукции; экономия энергоресурсов; экономия технических ресурсов; улучшение общих экономических показателей производственной деятельности.
Практическая ценность результатов диссертационной работы подтверждена актом о практическом использовании результатов исследования.
На защиту выносятся:
Непараметрические алгоритмы идентификации и управления многомерными статическими многосвязными системами в условиях нормального функционирования.
Модификации непараметрических алгоритмов идентификации и управления многомерными статическими многосвязными системами с активным накоплением информации.
Результаты применения синтезированных алгоритмов к задачам построения программного комплекса входящего в компьютерную систему управления и автоматизации технологическими процессами.
Результаты численного исследования и рекомендации по настройке непараметрических алгоритмов предложенных алгоритмов идентификации и управления для многомерных статических систем;
Апробация работы. Основные результаты диссертационной работы докладывались и обсуждались:
на II-VI Всероссийских научно-практических конференциях студентов, аспирантов и молодых специалистов «Решетневские чтения», Красноярск, 1999, 2000, 2001, 2002, 2003 гг.;
на Межвузовской конференции «Молодежь и наука - третье тысячелетие», Красноярск, 1999 г.;
на Межвузовской конференции «Информатика и информационные технологии» Красноярск, 1999 г.;
на V-VI Всероссийских научно-практических конференциях «Проблемы информатизации региона ПИР», Красноярск, 2001 гг.;
на Международной конференции «Математические модели и методы их исследования», Красноярск, 2002 г.;
на конференции "Кибернетика и технологии XXI века", Воронеж, 2002 г.;
на Региональной научной конференции студентов, аспирантов и молодых ученых "Наука. Техника, Инновации", Новосибирск, 2002 г.
- на Международной конференции "Перспективные материалы и технологии, конструкции, экономика", Красноярск, 2004 г.
Публикации* По результатам диссертационной работы опубликовано 12 работ, в том числе 6 статей и 6 докладов в материалах конференций. Личное участие автора диссертации заключается в разработке и исследовании алгоритмов идентификации в условиях непараметрической неопределенности по входным и выходным переменным изучаемого объекта. Автору принадлежат варианты модификаций непараметрических алгоритмов и их программная реализация. Проведена серия численных экспериментов, на основании которой даны практические рекомендации по применению предложенных алгоритмов, в том числе для многомерных процессов.
Структура и объем работы* Диссертация состоит из введения, четырех глав, заключения, списка используемой литературы состоящей из S3 наименований и приложения- Содержание работы изложено на 164 страницах основного текста, проиллюстрировано 85 рисунками и 10 таблицами. В приложении приведены документы, свидетельствующие о практической реализации результатов исследований и разработок автора.
Содержание работы- Во введении показана актуальность темы диссертационной работы, определена цель исследования, отмечены научная новизна и практическая ценность полученных результатов.
В первой главе работы рассматриваются описания двух технологических процессов: технологического процесса производства вяжущего и продуктов на основе зол Канско - Ачинского угольного бассейна и технологического процесса производства кирпича из глин вскрышных пород разреза "Березовский'5, Шарыповского района Красноярского края. Представляется технико-экономическое обоснование разработки компьютерной системы управления и автоматизации данными технологическими процессами. Рассматривается состав и структура компьютерной системы автоматизации и управления технологическими процессами.
На сегодняшний день производство различных товаров и услуг происходит в рамках ужесточающихся ограничений, накладываемых экономикой с одной стороны (производимая продукция должна быть рентабельна и конкурентоспособна) и различными законодательными актами (ограничениями) с другой (например, ограничения связанные с экологией, ГОСТ, КЗоТ и др.). Поэтому, первоочередной задачей в мире становится разработка и внедрение
высокотехнологичных, безотходных, экологических производств с низкой себестоимостью выпуска продукции.
В строительстве уже давно ведутся поиски материалов и технологии их изготовления, которые будут обладать свойствами не уступающими и даже превосходящие традиционные материалы по качеству и в то же время позволят снизить затраты на производство. Сейчас перед проектировщиками и строителями поставлена противоречивая задача - резко повысить качество жилья при одновременном снижении стоимости строительства. Именно поэтому необходимо заблаговременно обратиться к материалам и технологиям, не получившим широкого распространения до настоящего времени.
Зольное вяжущее - это вещество, состоящее из золы уноса (отходы ГРЭС, ТЭЦ), различных добавок, являющихся катализаторами (например, алюми-натно-фтористая добавка - отходы алюминиевой промышленности) и цемента. Зольное вяжущее является аналогом портландцемента, компоненты которого преимущественно являются отходами производств, его применение позволяет утилизировать отходы предприятий и решить проблему с загрязнением окружающей среды. Само зольное вяжущее значительно дешевле по себестоимости, чем цемент. Продукция на основе зольного вяжущего по ряду характеристик превосходит продукцию на основе портландцемента, например продукция на основе легких бетонов обладает значительно меньшим весом, стоимостью и обладает лучшей шумоизоляцией и теплоизоляцией. Зольное вяжущее, как показали исследования, не имеет аналогов при производстве изделий из легких бетонов и арболита.
Надежность вяжущих, полученных с применением топливных зол и шлаков, подтверждено при сооружении Усть-Илимской ГЭС, содержащих до 40% шлаков и зол, получаемых при сжигании назаровских углей, а также применением шлакопортландцемента завода Пуане-Кунда, выпускаемого с добавкой 28% золы, при строительстве Таллинской телебашни высотой 330м.
Многочисленными исследованиями установлено, что высококальциевые золы бурых углей КАТЭК обладают вяжущими свойствами- Наличие в них СаОсв, в ряде партий доходящее до 14—16 и более процентов в трудно гасимом состоянии осложняет использование их при производстве различных строительных материалов. Поэтому проводятся исследования по разработке способов устранения деструктивных последствий от содержащихся в бурых
углях свободной окиси кальция» который активно взаимодействует с различными соединениями при гидратации.
Используют несколько способов устранения деструктивных процессов в бетонах при применении высококальциевых зол; предварительная гидратация золы; механические - повышение дисперсности (помол); химические - введение различных добавок; термические; комбинированные - сочетающие одновременно несколько способов.
Основой получения бетонов заданных свойств и экономного расходования материалов является тщательное соблюдение пропорций состава бетонной смеси с учетом свойств и качества заполнителей, воды и вяжущих. Состав бетона подбирают на основании сведений о вяжущем и заполнителях таким образом, чтобы при минимальном расходе вяжущего получить бетон с заданными свойствами (заданные сроки твердения, класс бетона, морозостойкость, водонепроницаемость, подвижность или жесткость смеси). Состав бетона подбирают в определенной последовательности:
Определяют расход вяжущего и добавок в зависимости от класса бетона, марки вяжущего, наибольшей крупности, прочности и пористости заполнителя с учетом требуемой подвижности бетонной смеси.
Определяют расход крупного заполнителя и (или) мелкого заполнителя.
Определяют расход воды с учетом естественной влажности материалов.
Данным раствором заполняют формы и в соответствии с технологическим регламентом на изделие, производится армирование, пропарка и сушка изделий, затем изделия перевозятся на склад готовой продукции.
Вторым технологическим процессом рассматривается производство кирпича из глин вскрышных пород и глин подугольного пласта разреза Березовский-1 г. Шарыпово, Красноярского края. Учитывая возрастающую потребность данного материала в строительстве, близость сырьевых ресурсов для производства, экономическую целесообразность и сложность технологического процесса - ставится задача в оптимизации процесса производства облицовочного керамического кирпича в соответствии с ГОСТ,
Технология производства предусматривает использование 2-х глин: глины вскрышных пород разреза «Березовский» красные глины и глины подугол-ного пласта, алевролиты (белые глины).
Практическое использование современных информационных технологий автоматизации является действенным средством повышения эффективности
работы предприятий, позволяющим модернизировать процессы на всех уровнях производственной деятельности. Внедрение информационно-управляющих систем открывает широкие возможности по снижению производственных и непроизводственных затрат. Вместе с тем создание современной компьютерной автоматизированной системы управления технологическими процессами (АСУТП) на предприятии требует привлечения значительных финансовых ресурсов из собственных и/или заемных источников. Поэтому проблема обоснованной оценки экономического эффекта от внедрения АСУТП в условиях действующего предприятия представляется весьма актуальной.
Создание АСУ в на предприятии осуществляется в целях:
повышения качества выпускаемой продукции и сокращению издержек производства благодаря созданию систем контроля и автоматизации технологических процессов;
гибкой реакции производства на необходимость изменения номенклатуры изделий;
оптимизации технологических процессов и режимов работы оборудования, что приводит к повышению экономической эффективности производства;
своевременного вмешательства в ход технологического процесса на основании ускоренного прогноза качества изделий по косвенным показателям.
Интерфейс с информационной системой обеспечивает развитые возможности хода выполнения производственных заданий. Информационная система подразделения компании ориентирована на поддержку процедур оперативного управления производством и контроля технологических процессов.
Комплексная компьютерная система управления промышленным предприятием охватывает все производственные объекты и участки. Очевидно, что ее структурное построение должно соответствовать иерархическому принципу: от локальных средств контроля и регулирования до системы оптимизации и принятие решений- При этом основные желаемые производственные показатели определяются на самом верхнем иерархическом уровне. Решения (задающие воздействия) передаются следующим по иерархии компьютерным подсистемам оптимизации и управления качеством, и т.д.
Принцип иерархии состоит во взаимосвязанном решении частных задач автоматизации отдельных процессов и общих комплексных задач оптимального управления производством.
Во второй главе рассматривается непараметрический подход к синтезу алгоритмов идентификации и адаптивного управления статическими режимами работы многомерных многосвязных нелинейных объектов. Модели объектов полностью неизвестны.
На практике очень часто приходиться иметь дело с объектами различной природы от простых устройств до более сложных. Данными объектами необходимо управлять как можно более эффективно. Под эффективностью понимается: минимизация затрат труда, времени, денежных средств, а также и другие параметры; максимизация производительности, выпуска продукции, труда, мощности и многое другое.
В диссертационной работе из множества понятий «объект» выделяется такое понятие как многосвязньш объект на примере технологического процесса, который в свою очередь может быть разбит на более детализированные объекты (технологические операции).
Ведение технологического процесса подчинено технологическому регламенту, который определяет диапазоны значений всех технологических параметров. Нарушение технологического регламента означает брак или выпуск продукции низкого качества. Для отечественных предприятий характерен довольно широкий диапазон изменения значений технологических переменных, поэтому часто имеет место факт получения брака.
Для увеличения качества продукции можно использовать два пути. Первый из них состоит в том, чтобы разработать, на основе исследований, проведенных для каждого конкретного предприятия, более жесткий технологический регламент. Данный путь представляется для наших предприятий проблематичным, т.к. реализовать жесткий технологический регламент возможно только на предприятиях с достаточно высоким уровнем культуры производства, А это, прежде всего, определяется качеством технологического оборудования, средством локальной автоматики, квалификацией работающих.
Второй путь состоит в том, чтобы следовать имеющемуся технологическому регламенту, но оптимизировать режим ведения процесса в данном технологическом объекте с учетом фактически проведенной технологической операции на предыдущем объекте. Данный путь позволяет существенно повысить качество выпускаемой продукции и уменьшить потери при производстве тех или иных изделий. Для этого необходима разработка и внедрение системы оптимизации технологических режимов для каждого объекта в тех-
нологическом процессе технологического регламента. Подобные системы оказываются эффективны
Для совершенствования управлением технологическими процессами важное место принадлежит задаче построения математических моделей этих процессов, которая состоит в установлении существующих зависимостей между контролируемыми переменными. Эти связи могут быть выведены как из анализа закономерностей, присущих объекту, так и путем обработки статистической информации, полученной путем накопления информации в режиме нормальной эксплуатации объекта.
В настоящее время существует достаточное количество методов построения моделей и выбор конкретного метода зависит от полноты информации об исследуемом процессе. Такую информацию об объекте называют априорной информацией. Полнота априорной информации об объекте предопределяет те методы, которыми можно воспользоваться для решения задачи.
Параметрические методы используют параметрические семейства зависимостей (модели объекта, плотности распределения вероятности и др.) и существенно используют свойства объектов. Непараметрические методы имеют более универсальную структуру и более широкую область применения. Они работают при большей априорной неопределенности. Платой за эту неопределенность служит более сложная обработка исходной выборки.
В большинстве случаев на производстве приходится сталкиваться с малоизученными процессами и объектами, структура моделей для которых неизвестна.
Исследуемый подход к идентификации сводится к тому, что для объекта в процессе нормального функционирования для которого одновременно (синхронно) могут быть измерены его входная x'j и выходная у, переменные с дискретным шагом во время t требуется построить модель по результатам измерения Xj и У, т. е., найти оператор, ставящий в соответствие выходную у и
входную х?. переменные. Точнее, при идентификации ставится задача не определения самого оператора объекта, а его оценки. Если характеристикой рассматриваемого объекта является оператор А)
У =А'(х\) = А'у(х;^...Х),гдеІ = 1..^_/ = 1...п, (ВЛ)
16 то задача идентификации заключается в определении не оператора А*}, а его оценки Aj, которая и используется в качестве характеристики истинного оператора Aj.
Задачи идентификации заключается в том, чтобы по реализациям Х = {лрЖ^--Х}'=1"-^ и у найти оценку А) истинного оператора Aj.
Соответствие между моделью и объектом-оригиналом можно только в том случае, если оценка оператора А!} близка в некотором смысле к его истинному значению Ajt при этом должно выполняться требование близости случайной функции на выходе модели у'9 определяемой уравнением (В.2), к случайной функции на выходе объекта у'\ определяемой уравнением (ВЛ). Близость А] к А. в некотором смысле связана с выбранным критерием, который зависит от нашей цели, желаний, экономики объекта, условий работы и т. д. Когда критерий задан, то обычно говорят о близости f к у1 в смысле этого критерия или об оптимальном, в смысле этого критерия, об определении модели объекта.
В математической статистике при решении аналогичных задач вводится функция q(y\y')> которая зависит от выходных переменных объекта У и модели у1, но не зависит от оператора Аг Выбор этой функции зависит от принятого критерия оптимальности. Функция q(y,y') обычно называется функцией потерь, или функцией цены ошибки, [10]
Для решения задачи идентификации на математическое ожидание (среднее значение) этой функции накладывается требование минимума и в этом
смысле понимается близость оценки Aj к истинному значению оператора Ai.
М{д(у',?)}. (В.З)
Здесь и ниже М является математическим ожиданием. Соотношение (В.З) будет выполнено, если потребовать минимум математического ожидания
функции q(y\y'\ при входных переменных xJr т. е.
Л/{«(У,У/х,)}=шш. (ВЛ)
Условие минимума соотношения (В.4) следующее:
-^-M{q(y,y4Xj)} = o. (B.5)
При идентификации объектов управления в большинстве практических случаев оптимальный оператор ищется по критерию минимума средней квадратичной ошибки, т. е. принимают^ что q{y\y4x'J\ = (yt-ys\ , и тогда критерий (В.З) будет иметь вид:
м{(у'-у')2} = тт. <В'6>
Из условия (В,5) получим следующее уравнение для определения оптимальной (относительно В.6) оценки оператора А.:
Из (В.6) и (В.7) видно, что оптимальную оценку оператора А) по критерию минимума среднего квадрата ошибки в классе всех возможных операторов дает условное математическое ожидание выходной переменной относительно вектора входных переменных. Другими словами, построив по опытным данным множественную регрессию У относительно вектора входных параметров Х = {*рХ^...,^}/ = 1...я, найдем оптимальный оператор объекта в указанном смысле.
Регрессией называют первый начальный условный момент
О)
M{Y\x} = \yf(y\x)dy. (В.8)
Подставив оценку условной плотности распределения вероятности
[70,71] в (В.8) получим:
(.. ..Л / . „ {.. .л\
xJ-xL
х, -*/
(В.9)
'=1 ;=i
У/ХПф
где колоколообразные функции Ф0 и параметр размытости Cs должны удовлетворять некоторым условиям сходимости [29].
Из приведенных выше уравнений видно, что решение задачи идентификации связано с получением и обработкой большого объема информации в процессе нормального функционирования исследуемого объекта. Своевременно построить математическую модель объекта управления особенно важно в тех случаях, когда характеристики объекта не являются постоянными, а меняются во времени. Продолжительный цикл обработки информации может привести к тому, что результаты не смогут быть использованы вовсе, либо их
применение приведет к значительным ошибкам при управлении или прогнозировании. Поэтому быстродействию обработки информации при идентификации придается большое значение. Применение в непараметрических алгоритмах систем управления базами данных (СУБД) позволило перешагнуть рубеж, связанный с размерностью исходной выборки, значительно увеличить скорость и качество идентификации.
Одним из наиболее важных приложений теории идентификации являются задачи управления объектами различной природы. Задача управления состоит в том, чтобы посредством соответствующего выбора входного воздействия обеспечить желаемое поведение выходного сигнала системы, В частности, непараметрический подход идентификации нелинейных статических систем, может служить основой построения системы управления технологическими процессами.
Рассматривается объект, который находится в ряде статических состояний. Необходимо найти алгоритм работы управляющего устройства, чтобы обеспечивалось движение системы по заданной траектории x\t) то есть, чтобы
выход системы в каждый текущий момент времени как можно меньше отличался ОТ /(/).
Поиск управляющего воздействия и5(*)можно вести двумя путями. Первый (традиционный подход) основан на построении прямой модели объекта и последующем вычислении us(t) из условия наилучшего приближения выхода модели к желаемому выходу x*(t)- Все переменные объекта являются случайными величинами. Второй путь - алгоритм управления представляющий собой оценку обратной регрессии по наблюдениям входа - выхода.
Для решения задачи моделирования использовался подход на основе применения методов непараметрической статистики, и в частности, на оценке кривой регрессии.
* Введем некоторую функцию качества a(t) =
R=Mu{Mxwt)-u{t)fi,№ О3-10)
где u{t) - управляющая функция, u(t)- решающая функция.
МО - функция входных неуправляемых переменных объекта. Оптимальный оператор, определяющий u(t), равен:
u(t)=M{u(i)/M(t)e&(M)Mt) = OVx(t)GQ(x)}. (В. 11)
Теперь задача сводится к непараметрическому оцениванию (В.11) на основании поступающей информации {x(t),p(t)tu{f)}tt = \ts.
Непараметрический алгоритм оценивания (В.11) (алгоритм управления) может иметь различную форму в зависимости от характера поступления текущей информации.
Пусть текущая информация об объекте поступает в устройство управления последовательно (активное накопление информации), тогда оценка (В.11) имеет вид:
и'к = й'к + Аи'к, (В.12)
где &ияк - изучающая добавка.
На начальном этапе управления, когда фактически идет процесс обучения, доминирующую роль имеет изучающая добавка. Это связано с малой обу-ченностью системы и соответствует выработке пробных шагов, которые могут носить случайный характер. Поэтому такая тактика способствует более быстрому (активному) изучению исследуемого процесса. По мере изучения объекта все большая роль, при формировании щ начинает принадлежать йк (*,//), в
которой сосредотачивается знание объекта.
Изучающая добавка должна удовлетворять следующим условиям м {дн;}-> о, м {(д«;)2}-^ о с ростом 5, тогда алгоритм управления (В-10) сходится в среднеквадратичном к uk{x\fi ).
Третья глава посвящена численному исследованию непараметрических моделей и алгоритмов управления. Рассматриваются вопросы влияния точек выбросов, неоднородности исходной выборки на качество восстановления статистической зависимости.
Колоколообразные (ядерные) функции в данном алгоритме выполняют роль весовых функций и могут иметь различные виды. Проведенные численные исследования позволяют предложить следующий вид колоколообразных функций (В,13)
г Су2 если
е ц'г| если
д.Ф,(г) =
Z -С\ б.Ф(г) = 0 иначе
Z\^C\ (В.13)
О иначе
где С, и С2- const.
Параметр размытости следует брать при минимальной квадратичной ошибке расхождения выхода объекта и выхода модели (В.14).
W =\%{у'-у'{с* (*M)f-l^*. (В.14)
Методы построения оценок статистик, которые малочувствительны к нарушениям исходных данных, например загрязнениями наблюдений посторонними помехами и выбросами называют робастными. Рассмотрена задача построения оценки регрессии, которая была бы более устойчивая (робастная) к выбросам. Предложен робастный непараметрический алгоритм с индикаторной функцией с использованием теории систем управления базами данных.
Проведены численные исследования работы непараметрического алгоритма при восстановлении статистической зависимости имеющую сильноме-няющуюся константу Липшица,
В задачах управления нелинейными статическими системами на практике достаточно широко применяются типовые регуляторы. Типовые регуляторы осуществляют пропорционально-интегрально-дифференциальньш (ГІИД), пропорционально-интегральный (ПИ) и другие законы регулирования. Основная проблема, возникающая при их применении, - это настройка параметров регулирования. Более высокое качество регулирования может быть достигнуто, если наряду с применением функционирующих аналоговых средств регулирования применить цифровые устройства. В этом случае система управления будет представлять собой многоканальную цифро-аналоговую систему. В качестве блока, реализующего цифровой регулятор, используется интеллектуальная компьютерная система, реализующая непараметрические алгоритмы управления. При этом настройка осуществляется в процессе оптимизации сформированного критерия среднеквадратического отклонения выхода непараметрической модели и соответствующей аппроксимации оператора объекта регулирования, В работе изложен алгоритм настройки параметров регуляторов.[61]
Проведены численные исследования управления технологическим процессом (последовательной цепочкой технологических объектов) непараметрического регулятора.
В Четвертой главе содержит описание программного обеспечения, созданного с целью численного исследования алгоритмов идентификации и управления для статических систем, а также, для их использования в практических приложениях. Предполагается применение разработанного программного обеспечения в интеллектуальной компьютерной системе моделирования, управления и оптимизации технологическими процессами.
Разработанный пакет программ "Непараметрическое моделирование и управление" создан с использованием объектно-ориентированной технологии на языке C++ с помощью интегрированной системы разработки Borland С++ Builder 6. Программное обеспечение работает в среде Windows 9x/NT. Пакет программ предоставляет пользователю возможность применить аппарат непараметрического моделирования и управления статическими системами. Его первая версия может рассматриваться в качестве прототипа компьютерной системы, способной решать практические задачи идентификации и управления, В результате его развития и модификаций, он станет составной частью интеллектуальной компьютерной системы моделирования, оптимизации и управления сложными технологическими процессами.
Пользователь получает оперативную информацию о функционировании алгоритмов в процессе выполнения задачи. В программе реализован вывод отчетов, как в текстовом, так и в графическом виде. Представляемая в графическом виде информация может масштабироваться для удобства просмотра изображения, скопирована в буфер обмена и сохранена в различных графических форматах.
В базовую разработку был включен ряд функциональных модулей: модуль экспорта данных входа и выхода объектов, модуль построения отчетов работы алгоритма и сохранение в формате Word, модуль оптимизации непараметрических моделей, блок управления статическими системами и др.
Программный комплекс обеспечивает выполнение следующих функций:
ввод данных, содержащихся в специальной базе данных interbase с определенной структурой с использованием оконных форм;
математическая обработка данных, завершающаяся построением модели;
использование построенных моделей и их комплексов для анализа произ-
водственных и технологических процессов, расчета сбалансированных производственных программ;
отображение выходных документов на мониторе и устройстве печати;
наличие сервисных функций, включающих установочный модуль, справочную систему и т.д.
Использование перечисленных функций доступно широкому кругу пользователей, не владеющих программированием профессионально.
Программное обеспечение было использовано для решения задач построения модели и управления двумя технологическим процессами: технологическим процессом производства зольного вяжущего и продуктов на его основе и технологическим процессом производства кирпича.
Проведенные экспериментальные расчеты показали, что внедрение автоматизированной системы автоматизации и управления данными технологическими процессами позволит повысить эффективность производства что, безусловно, приводит к существенному экономическому эффекту, который может быть оценен при вводе системы в действие.
Выражение признательности. Автор выражает глубокую благодарность научному руководителю, профессору Александру Васильевичу Медведеву за помощь и ценные указания при выполнении настоящей работы.
Уховой Тамаре Андреевне к.т.н. ГУП НИИЖБ, а также всем, чьи советы и замечания оказали неоценимую услугу в написании диссертации.
Автор благодарит Е.Д. Агафонова, А.Н. Пупкова, ОЗ. Кузнецову, О.А. Иконникова и А.В. Кучмасова за критические замечания и содействие в работе.
Состав и структура компьютерной системы управления и автоматизации технологическими процессами
Технологические процессы служат материальной базой любого производства, поэтому для повышения таких характеристик производства, как производительность, качество (надежность) выпускаемой продукции, рентабельность производства, необходимо обеспечить «управляемость» процессов и внедрить автоматизированные системы управления ими.
В понятие «Технологический процесс как объект управления» включается, в частности, технологическое оборудование, кроме датчиков и исполнительных органов, которые являются конструктивными элементами оборудования, но входят в состав технических средств АСУТП (Автоматизированные средства управления предприятием), поэтому управление технологическим процессом необходимо понимать управление режимами работы технологического оборудования.
Основное назначение АСУТП - экономия средств за счет оптимизации режимов работы, исключения потерь энергии и продукта в ходе реализации технологического процесса и за счет детального контроля действий операторов. Использование АСУТП обеспечивает возможность уменьшения количества обслуживающего персонала.
Компьютерная система управления (КСУ) предназначена для управления технологическими процессами и установками применяемая в производстве.
На нижнем уровне КСУ представляет собой набор датчиков и регуляторов, для контроля и ведения технологических параметров в заданном режиме. Также к нижнему уровню относятся автономные устройства визуального контроля. Вся информация с нижнего уровня поступает в центральный сервер обработки и хранения информации. Посредством запросов к базе данных, хранящейся на сервере, оператор обладает всей необходимой оперативной информацией о технологическом процессе, вследствие чего предоставляется возможность провести анализ качества ведения процесса и принять соответствующие решения. Также верхний уровень КСУ связан с локальными контурами регулирования, что позволяет в случае необходимости изменить задания для соответствующих регуляторов или для обслуживающего персонала. Локальные контура регулирования связаны с органами управления и исполнительными механизмами. Хотя некоторые параметры технологического процесса могут быть изменены лишь обслуживающим персоналом. Поэтому верхний уровень КСУ может выдавать команды, как обслуживающему персоналу, так и отдельным контурам регулирования.
Многоуровневой системе управления присущи следующие характерные особенности:
- элементы верхнего уровня связаны с более крупными подсистемами и обрабатывают информацию за большие периоды времени;
- элементы верхнего уровня связаны с более медленными процессами управления системой (обмен со средой происходит с меньшей частотой, динамика процесса выражена слабо, относительно велики периоды времени между моментами принятия решения);
- описания и проблемы на верхних уровнях менее структуризированы, более трудны для количественной формализации, принятие решения наиболее сложно.
Эти особенности в значительной степени влияют на выбор структуры и многоступенчатого построения управляющих систем КСУ.
Для управления технологической операцией система может выполнять следующие функции: получение информации о выпуске изделий, технологических потерях и браке, параметрах технологических величин, контроль измерений, контроль соответствия режима функционирования технологической операции заданным требованиям (контрольным границам), анализ соответствия результатов, полученных технологической операцией и прогнозу хода технологической операции, выполненного на базе математической модели.
На уровне управления технологическим процессом система осуществляет следующие функции: сбор информации с технологических операций и ее анализ. По полученной информации проверяется соответствие (обучение, настройка) математической модели технологического процесса реальному ходу процесса.
Помимо функций связанных с управлением технологическим процессом в КСУ реализуются функции управления организационными процессами. По уровням управления они распределяются следующим образом: на уровне технологической операции это отчет о выпуске годной продукции, технологических потерях и браке, состоянии оборудования, ресурсного обеспечения. Следующий логический счетный и формативный контроль необходимы, если информация используется как при автономном управлении технологической операцией, так и при управлении технологическим процессом в целом. Следующими по порядку реализации являются интеграция отчетных данных, получаемых с технологических операций, анализ качества организационного управления технологического процесса, а также необходимый технико-экономический анализ производства. Задачи организации работы технологического процесса реализуются посредством системы оперативного планирования производства и его ресурсного обеспечения. Обеспечивается выдача плановых заданий (на сутки, смену) на технологические операции, задания службам обеспечения.
Создание интеллектуальной компьютерной системы моделирования и управления предусматривает разработку [42]:
- функциональных модулей, реализующих алгоритмы стохастического анализа при неполной информации;
- моделей процессов различных классов;
- инструментальных средств, позволяющих конструировать системы взаимосвязанных модулей и генерировать необходимый потребителю программный комплекс;
- необходимых сервисных программных средств, программы установки и т.п.;
Математическая постановка задачи управления многомерным статическим объектом без памяти
Одним из наиболее важных приложений теории идентификации являются задачи управления объектами различной природы. Задача управления состоит в том, чтобы посредством соответствующего выбора входного воздействия обеспечить желаемое поведение выходного сигнала системы. В частности, непараметрический подход идентификации нелинейных статических систем, может служить основой построения системы управления технологическими процессами, в частности управления технологическим процессом производства продукции на основе зольных вяжущих, что является завершением этапа создания системы ускоренного прогноза качества выпускаемой продукции. Задача управления многомерным объектом поясняется на рисунке 12.
На рисунке приняты обозначения: и - [и[] - входные управляемые переменные объекта, / = {//;{ - входные неуправляемые переменные объекта, х = [х \ вектор выходных переменных, где І = Г7 - объем выборки, к = 1, ЯЇ - количество входных управляемых переменных, / = і, р - количество входных неуправляемых переменных, j = 1, л - количество выходных переменных. k hx- случайные ошибки измерения, такие что M{h} = 0, D{k} w, ={х] } - за_ дающее воздействие. - случайные возмущения.
Таким образом, x(t) - может быть представлен в виде объективно существующей зависимости:
=А , Л (2,29)
ще А- неизвестный оператор процесса, ueRK eRm eRA.
Измерение векторов переменных XJJ и (л осуществляется со случайными ошибками, имеющими нулевое математическое ожидание и ограниченную дисперсию, плотность вероятности их неизвестна. Обозначим эти наблюдения У,У,/Лг;= 1,2,3... номер измерения, проводимый через дискретное время t. Необходимо найти алгоритм работы управляющего устройства, чтобы обеспечить движение системы по заданной траектории, то есть, чтобы выход системы в каждый текущий момент времени как можно меньше отличался от Xі.
Поиск управляющего воздействия ик(х,/л) можно вести двумя путями. Первый (традиционный подход) основан на построении прямой модели объекта и последующем вычислении и к{хгц) из условия наилучшего приближения, в смысле выбранного критерия, выхода модели к желаемому выходу х . Все переменные объекта являются случайными величинами. Второй путь - алгоритм управления представляет собой оценку обратной регрессии по наблюдениям «вход-выход» ,
Для решения задачи моделирования использовался подход на основе применения методов непараметрической статистики. Непараметрическая оценка кривой регрессии имеет вид:
где s- объем выборки; пит - количество входных управляемых и выходных параметров соответственно; р - количество входных неуправляемых переменных; Ф - колоколообразная функция и Cs- параметр размытости обладают некоторыми свойствами сходимости [28],
Введем некоторую функцию качества a(t) = G(x(t)9x (t)) Сформулируем критерий оптимальности. где и (0- решающая функция. Оптимальный оператор, определяющий u(t), равен: u{t) = M{u{t)Ifi{t\a{t)}. (2.32) Поскольку для показателя качества &{t), который представляет собой меру уклонения х(1)от х (і)ь естественно потребовать равенство нулю, тогда (2.32) перепишется в виде; u(t)=M{u(t)/ /і(і)єП(м)М0 0\/х(і)єа{х)}. (2.33) Теперь задача сводится к непараметрическому оцениванию (2,33) на основании поступающей информации {x(t\ fi{t\ u(t\t = l,s}. Непараметрический алгоритм оценивания (2.33) (алгоритм управления) может иметь различную форму в зависимости от характера поступления текущей информации.
Численные исследования непараметрического регулятора с активным накоплением информации
В результате проведенный численных исследований непараметрического алгоритма управления с активным накоплением информации были выявлены следующие особенности: Алгоритм с рассмотренными типами изучающей добавки дает хорошие результаты при управлении объектами, которые имеют линейную характеристику выхода, даже в случае, когда на объект влияет неуправляемое вочдействие с больмюй амплитудой- При работе данного алгоритма с объектами, имеющими нелинейную характеристику выхода, очень важной проблемой является выбор изучающей добавки, что и является причиной неудовлетворительной работы с такими объектами. Можно отметить, что ключевую роль при обучений системы управления шрает изучающая добавка. От того, как правильно она выбрана в дальнейшем будет зависеть качество работы устройства управления и объем сохраняемой выборки.
На рисунке 61 представлен результат работы непараметрического алгоритма управления с обуч&кщей выборкой и с активным накоплением информации (2.34) по случайному заданию. Желаемый выход (пунктирная линия) объекта задавался случайным образом в интервале [-10; 10], но с отклонением от предыдущего задании не более -±1, Ич рисунка видно, что выход объекта достаточно хорошо описывает желаемую траекторию (задание). В обучающую выборку входит 500 элементов,
Обычно в информационных технологиях проектирования систем автоматизированного управления технологическими процессами используют классические законы регулирования. Более высокое качество регулирования может быть достигнуто, если наряду с применением функционирующих аналоговых средств регулирования применить цифровые устройства. В этом случае система управления будет представлять собой многоканальную цифро-аналоговую систему, В качестве блока, реализующего цифровой регулятор, используется ин-геллектуальная компьютерная система, реализующая непараметрические алгоритмы управления.
Формируется многоконтурная схема управления, созданная по иерархическому принципу, которая представлена на рисунке 62.
Технологическому процессу, состоящему из цепочки объектов (для численного моделирования взято 3 объекта) необходимо достичь задания z . Непараметрический регулятор (система управления техпроцессом) вырабатывает задание для каждого объекта входящего в техпроцесс по обучающей выборке. На рисунке 13 представлен процесс выработки задания для каждого из объектов, В процессе обучения участвуют 200 точек.Рисунок 63 - процесе выработки задания для объектов Ниже на рисунке 64 показан процесс управления объектами, который состоит из суммарного управляющего воздействия HP (Непараметрического регулятора) и ПИ регулятора по малой априорной информации (процесс управления находится в стоянии обучения). Обученный процесс управления почти мгновенно (с учетом ограничения на управляющее воздействие) приходит к заданию.
В третьей главе были рассмотрены вопросы численного исследования непараметрических моделей и алгоритмов управления и их модификаций. Рассмотрены вопросы влияния исходной выборки, содержание в ней точек выбросов, зашумленность, неоднородность и объем, на качество восстановления статистической зависимости. Рассмотрены вопросы многомерной идентификации с использованием современных систем управления базами данных. Предложен модифицированный непараметрический алгоритм, в котором параметр размытости выступает как функция от исходной выборки. Представлены численные исследования управления технологическим процессом (последовательной цепочкой технологических объектов) на основе непараметрического регулятора.
Применение компьютерной системы в технологическом процессе производства изделий на основе зольных вяжущих
Ускоренный прогноз качества. Технологический процесс производства вяжущего является достаточно сложным процессом. Данный технологический процесс очень сложно описать с помощью параметризованной структуры, поэтому в качестве инструмента идентификации данного технологического процесса был выбран алгоритм непараметрической идентификации.
На первом этапе производства изделия из зольного вяжущего с заданными характеристиками является приготовление самого зольного вяжущего, характеристикой которого считается активность вяжущего.
Программное обеспечение, описанное выше было использовано для решения задач построения модели и управления технологическим процессом производства зольного вяжущего и продуктов на его основе по схеме представленной на рисунке 77.
Если обратить внимание на тот факт, что марка вяжущего устанавливается через 28 суток, а емкость цементных силосов ограничена (партия вяжущего должна быть отгружена не позднее чем через трое суток после помола, при этом партия должна быть присвоена марка без права перемаркировки), то становится понятной важность задачи ускоренного прогноза марки цемента с использованием косвенных показателей активности, имеющихся на предприятии.
В последнее время прогнозу активности вяжущих уделяется большое внимание, которое объясняется возросшим уровнем требований к качеству продукции и с повышением, уровня автоматизации технологических процессов на заводах.
Поскольку технологу требуется определить марку отгружающей партии вяжущего, а не активность, то была поставлена задача классификации марки вяжущего по косвенным показателям. Таким образом, одной из подсистем АСУ производством и является подсистема автоматизированного прогноза марки вяжущего. Косвенными показателями активности вяжущего могут быть:
1. Химический состав клинкера;
2. Количество и вид добавок;
3. Активность золы;
4. Тонкость помола цемента;
5. Удельная поверхность цемента;
6. Растекаемость конуса;
7. Минералогический состав клинкера;
8. Экспресс-анализы активности и др.
Как показали исследования, статистическая связь, определенная корреляционным отношением, оказывается достаточно сильной для показателей активности, которые могут быть измерены через значительный промежуток времени (например, коэффициенты корреляции между 28-суточной активностью и ее экспресс-анализами, а именно 3-х и 7-й суточными анализами активности цемента равны г28,з=0 67, Г2&/7=0 &5), что затрудняет их использование для прогноза марки вяжущего в условиях производства. Для других косвенных показателей активности вяжущего аналогичные коэффициенты корреляции оказались не велики, что является следствием их слабой зависимости с активностью вяжущего нелинейной стохастической связи, вид которой обычно неизвестен.
В таких условиях технологу, принимающему решение о марке отгружающей партии вяжущего, довольно трудно ориентироваться, и его решения могут часто носить субъективный характер.
Формальная постановка задачи прогноза марки заключается в разбиении пространства признаков (косвенных показателей активности вяжущего) на два подпространства, соответствующие аналогам маркам цемента 300 и 400.
Изучение статистических характеристик (плотностей вероятностей) активности цемента и его косвенных показателей показало целесообразность привлечения непараметрических алгоритмов классификации к изложенной выше задаче.
На рисунке 78 представлены оценки плотностей вероятностей для различных косвенных показателей прочности вяжущего, которые иллюстрируют довольно сложные законы распределения этих величин.
Непараметрические алгоритмы классификации марки вяжущего и их проверка в производственных условиях. Анализ полученных статистических характеристик косвенных показателей активности вяжущего позволили выделить пять наиболее существенных признака - удельная поверхность цемента, вид добавок, активность золы (содержание в золе свободного кальция), растекаемость конуса, активность образцов после пропаривания в камере. Остановимся вкратце на возможности измерения каждого косвенного показателя:
1. Удельная поверхность цемента; измерение осуществляется прибором ТЗ, время измерения - не более 10 минут.
2. Вид добавок - фиксируется при помоле клинкера;
3. Растекаемость конуса - измерение производится при затворении цементных образцов, время измерения - 2+3 мин.;
4. Активность цементных образцов после пропаривания в камере, время измерения — одни сутки, режим пропаривания цементных балочек в камере поддерживается системой программного регулирования,
5. активность золы - содержание в золе свободного кальция способного в процессе дегидратации вызывать экзотермические реакции с выделением большого количества тепла, вызывающее разрушение образцов.
Перечисленные выше косвенные показатели активности цемента были положены в основу при классификации марки цемента.
Похожие диссертации на Компьютерная система автоматизации и управления технологическими процессами
