Содержание к диссертации
Введение
1. Анализ технологических характеристик, определяющих эффективность автоматизации процесса окомкования 12
1.1. Чашевый окомкователь как объект автоматизации 12
1.2. Статические и динамические характеристики объекта 16
1.3 Анализ существующих методов управления чашевым окомкователем 24
1.3.1 Алгоритм оптимальности процесса окомкования 24
1.3.2 Двухконтурная СЭР 26
1.4 Направление и задачи исследования 29
2 Разработка способов повышения уровня эффективности окомкования на базе экстремального регулирования 31
2.1 Анализ эффективности методов экстремального управления в решаемой задаче управления чашевым окомкователем 31
2.2. Разработка способов повышения эффективности экстремального регулятора 42
2.2.1 Синтез динамической математической модели чашевого окомкователя 42
2.2.2 Анализ и формализация процесса воздействия помех в реальных условиях производства 47
2.2.3 Разработка цифрового фильтра низкой частоты 49
2.3 Разработка и анализ функционирования систем экстремального регулирования чашевым окомкователем на базе шагового алгоритма поиска экстремума 50
2.3.1 Разработка одноконтурной системы экстремального регулирования шагового типа с управлением по каналу - влажность шихты 50
2.3.2 Разработка двухконтурной системы экстремального регулирования шагового типа с управлением по каналам - скорость вращения чаши и влажность шихты 59
2.4 Выводы по главе 66
3 Повышение эффективности СЭР на основе применения нейросетевого блока идентификации процесса окомкования 68
3.1 Постановка задачи усовершенствования схем управления с шаговым алгоритмом поиска экстремума динамическими объектами с экстремальной характеристикой 68
3.2 Разработка нейросетевой надстройки 69
3.2.1 Обоснование применения нейронных сетей 69
3.2.2 Анализ и выбор структуры нейронной сети 71
3.3 Обучение нейронной сети 74
3.3.1 Обучение сетей с сигмоидалыюй и гиперболический тангенс функциями активации 74
3.3.2 Обучение нейронной сети с радиально базисной функцией активации 75
3.3.3 Исследование и выбор функций активации 79
3.3.4 Разработка методики определения дисперсии радиального нейрона...85
3.4 Синтез системы управления чашевым окомкователем с нейросетевой надстройкой 89
3.4.1 Разработка алгоритма управления 89
3.4.2 Исследование синтезированной САО 98
3.5 Сравнительная оценка эффективности разработанных систем экстремального регулирования 102
3.6 Выводы по главе 108
4 Разработка рекомендаций по инженерной реализации синтезированной системы экстремального регулирования и оценка ее производственной эффективности 109
4.1 Разработка функциональной схемы системы управления 40 109
4.2 Разработка программно технического обеспечения для реализации системы в условиях производства 111
4.3 Разработка системы визуализации управления процессом окомкования 113
4.4 Рекомендации по выбору технических устройств для реализации разрабатываемой системы экстремального управления чашевым окомкователем 125
4.4.1 Рекомендации по выбору устройств для съема информации о ходе технологического процесса 125
4.4.1 Рекомендации по выбору контроллера и исполнительных устройств 129
4.5 Выводы по главе 131
Заключение 133
Список литературы 135
Приложения 151
- Статические и динамические характеристики объекта
- Анализ эффективности методов экстремального управления в решаемой задаче управления чашевым окомкователем
- Обучение нейронной сети с радиально базисной функцией активации
- Рекомендации по выбору устройств для съема информации о ходе технологического процесса
Введение к работе
Актуальность проблемы. Одним из направлений повышения эффективности производства сырых окатышей является совершенствование управления процессом окомкования, заключающееся в оперативном формировании рациональных режимов функционирования чашевого окомкователя.
Процесс получения окатышей отличается многообразием взаимозависимых факторов, влияющих на производительность чашевого окомкователя, в котором имеются нелинейные характеристики, сложные для моделирования динамические элементы, неконтролируемые шумы и помехи, и другие факторы, затрудняющие реализацию стратегий управления.
Из - за трудностей, которые необходимо преодолевать, связанных со спецификой процесса окомкования, известные алгоритмы управления на практике редко находят применение, а управление, как правило, осуществляется в ручном режиме операторами, при котором невозможно обеспечить оптимальные характеристики процесса, что в свою очередь приводит к существенным экономическим потерям.
Особенностью управления таким ресурсо и энергоемким поточным производством, к которым относится процесс получения окатышей является то, что снижение потерь на единицы и даже десятые доли процентов способны принести солидную экономическую выгоду. Это утверждение является базой, на которой зиждется актуальность предлагаемой разработки по усовершенствованию системы управления окомкователем, основанной на применении шагового алгоритма управления динамическим объектом с экстремальной характеристикой.
Основным движущим фактором совершенствования систем автоматического регулирования технологических процессов, прослеживаемым на протяжении всей истории их развития, являются постоянно растущие требования, предъявляемые к показателям качества регулирования. Наибольшее развитие в последние годы получили направления, связанные с альтернативными подходами к решению задач управления. Основой актуальности исследования таких направлений является то, что традиционные методы регулирования, требуя по строения математических моделей, реализуемых на основе теории линейных и линеаризуемых систем, не в состоянии обеспечить требуемое качество регулирования технологических параметров многих промышленных объектов, являющихся по своей природе нелинейными.
Усовершенствование существующих алгоритмов управления с внедрением современных методов обработки информации и в частности, методов искусственного интеллекта, является перспективным направлением научно - прикладной деятельности.
Одним из таких методов является применение нейронных сетей, возможность использования которых связана, прежде всего, с их универсальной аппроксимирующей способностью.
В последнее время нейронные сети находят применение в различных областях, в том числе для идентификации нелинейных систем, прогнозирования, обнаружения сигналов, а также в системах принятия решений и управления в условиях неполной и недостоверной информации.
Применение нейросетевых технологий для обработки информации представляет собой современный подход, который позволяет повысить эффективность функционирования разнообразных технических систем. Проблема использования нейронных сетей для решения задач управления в настоящее время заключается в том, что не созданы универсальные методы их применения и каждая конкретная задача требует проведения соответствующих исследований. Перспективность этого направления и наличие нерешенных проблем определяют актуальность исследований в области синтеза систем управления на основе искусственных нейронных сетей.
Цель и задачи работы. Целью диссертации является совершенствование алгоритмов управления процессом окомкования шихты, обеспечивающее повышение производительности участков окомкования горно-обогатительных комбинатов.
Достижение цели диссертационной работы потребовало решения следующих задач:
- исследования и анализа технологических характеристик чашевого оком-кователя как объекта управления;
- анализа существующих методов управления динамическими объектами с экстремальной характеристикой функционирования;
- разработки и исследования алгоритмов экстремального управления чашевым окомкователем с оптимизацией его характеристик по входным переменным;
- исследования различных нейросетевых структур с целью определения их оптимальных характеристик для решения задачи управления чашевым окомкователем;
- исследования методов определения дисперсии радиальной функции активации и разработки методики обучения радиально базисной нейронной сети;
- разработки алгоритма функционирования системы управления с нейро-сетевой надстройкой экстремальным объектом;
- синтеза системы экстремального регулирования чашевым окомкователем с нейросетевой надстройкой с использованием разработанной методики и алгоритмов;
- сравнительной оценки разработанных систем экстремального регулирования: двухканальной шаговой и двухканальной шаговой с нейросетевой надстройкой;
- разработки комплекса рекомендаций по инженерной реализации предложенного метода управления.
Объект исследования. Объектом исследования, проводимого в настоящей диссертационной работе, является технологический процесс окомкования в чашевом окомкователе в условиях автоматизации.
Предмет исследования. Предметом исследования в диссертационной работе является система экстремального управления чашевым окомкователем с надстройкой, реализованной на основе искусственной нейронной сети.
Методы исследования. В работе использованы методы системного анализа, математической статистики, аппарат нейронных сетей, математического моделирования, а также методы проектирования систем автоматического управления.
Методологическую и теоретическую основу диссертационной работы составили научные труды отечественных и зарубежных авторов в области теории окомкования сыпучих материалов, управления экстремальными системами, адаптивного управления, моделирования динамических процессов и теории нейронных сетей.
Научная новизна работы. На основании выполненных автором исследований и при его личном участии впервые разработаны математические модели, методики и алгоритмы, позволяющие повысить эффективность управления процессом окомкования на фабриках окомкования горно-обогатительных комбинатов.
В диссертации получены следующие результаты, характеризующиеся научной новизной:
- методика управления экстремальным объектом с оптимизацией по двум переменным, основанная на совершенствовании одноканального шагового метода построения экстремального управления;
- способ управления динамическим экстремальным объектом с оптимизацией по двум переменным с нейросетевой надстройкой;
- алгоритм обучения радиально базисной нейронной сети на основе метода обучения с нулевой ошибкой, в состав которого введены новые правила расчета дисперсии радиальной функции активации;
- результаты сравнительного анализа разработанной методики и существующих методов управления процессом окомкования, доказывающие преимущество системы экстремального управления с нейросетевой надстройкой.
Достоверность научных результатов. Научные положения, теоретические выводы и практические рекомендации, включенные в диссертацию, подтверждены расчетами, моделированием на ЭВМ, натурными испытаниями и экспертными оценками специалистов.
В связи с положительными отзывами на разработанную в диссертации методику построения системы управления чашевым окомкователем, положения работы приняты для внедрения на Лебединском и Михайловском ГОКах.
Результаты диссертационной работы используются в учебном процессе СТИ МИСиС при обучении студентов по специальностям: «Автоматизация технологических процессов и производств», «Автоматизированные системы обработки информации», «Автоматизированный привод» и др. Исследования поддержаны грантом Министерства образования в рамках НИР: «Разработка методов повышения эффективности управления горно-металлургическими производствами на основе искусственного интеллекта», шифр темы: 1.9002.05.
Практическая значимость. Разработанные в диссертации методики, алгоритмы и научно - практические рекомендации позволяют синтезировать автоматическую систему управления чашевым окомкователем, что обеспечивает существенное повышение производительности объекта по выходу годных окатышей.
Положения, выносимые на защиту:
- методика управления экстремальным объектом с оптимизацией по двум переменным, основанная на шаговом алгоритме поиска экстремума;
- структура и алгоритм функционирования автоматизированной системы экстремального управления с нейросетевой надстройкой чашевого окомковате-ля;
- структуру и алгоритм обучения радиально базисной нейронной сети, являющейся основой интеллектуальной надстройки, обеспечивающей повышение степени идентификации объекта управления.
Апробация работы. Материалы исследования докладывались и обсуждались на ряде международных, отраслевых и региональных конференций: региональной научно-практической конференции «Системы автоматизированного управления производствами, предприятиями и организациями горнометаллургического комплекса» (г. Старый Оскол, 2003 г.); на международной научной конференции «Образование, наука, производство и управление в XXI веке» (г. Старый Оскол, 2004г.); на VII международной научной конференции, посвященной 75летию ВГАСУ «Современные сложные системы управления» (г. Воронеж, 2005г.); на региональной научно-технической конференции «Научно-техническая конференция ОАО «ОЭМК»» (г. Старый Оскол, 2005 г.); на VII международной научно - технической конференции «Кибернетика и высокие технологии 21 века» (г. Воронеж, 2006 г.); на III международной конференции по проблемам управления (г. Москва 2006 г.); на международной научной конференции «Сложные системы управления и менеджмент качества» (г. Старый Оскол, 2007 г.) и др.
Публикации. По теме диссертационного исследования опубликовано 12 работ в отечественных изданиях. Из них в списке литературы приведены 2 статьи из перечня периодических журналов, рекомендованных ВАК для публикации основных результатов диссертационных исследований. Разработан и читается курс лекций «Нейроуправление».
Вклад автора диссертации в работы, выполненные в соавторстве и отраженные в результатах, состоит в постановке задач, разработке теоретических положений, а также в непосредственном участии во всех этапах исследований.
Диссертация выполнялась в соответствии с комплексной темой научно-исследовательской работы СТИ МИСиС «Разработка математических методов управления процессами основного и вспомогательного производства в металлургии», шифр темы 1.202.00.
Объем и структура работы. Диссертация состоит из введения, четырех глав, заключения, изложенных на 129 страницах машинописного текста, содержит 70 рисунков, 16 таблиц, список литературы из 131 наименования и 4 приложения.
Статические и динамические характеристики объекта
Производство окатышей является одним из важнейших направлений в интенсификации развития черной металлургии. Необходимость совершенствования технологий окомкования вызвана также тем, что в настоящее время разрабатываются все более бедные руды, требующие глубокого обогащения и тонкого измельчения.
При добыче железных руд образуется много мелочи. Так, богатые руды крупнейшего Яковлевского месторождения Курской магнитной аномалии после добычи и дробления чрезмерно крупных кусков на 85 % представлены мелкими фракциями [45]. Также в связи с дефицитом богатых железных руд в производство все в больших количествах вовлекаются бедные, труднообогатимые руды. Для улучшения извлечения железа из бедных руд и повышения качества концентратов применяют тонкое измельчение до фракции 0,05 (0,07) мм (80-90%).
Непосредственная загрузка рудной мелочи или, тем более концентрата в доменные печи не практикуется и не может быть рекомендована по целому ряду причин, поэтому необходимым условием в технологическом цикле производства железорудного сырья является задача окускования концентрата.
Для окускования руд применяются несколько видов обработки концентрата: агломерация, брикетирование, окомкование. Окомкование производится на технологических агрегатах - окомкователях. Существуют различные их виды: барабанные, конусные и тарельчатые. Все дальнейшие рассуждения будут приводиться применительно к тарельчатым окомкователям, однако научно-технические решения, полученные в данной работе в значительной мере применимы и для других видов окомкователей. Тарельчатый (чашевый) окомкователь состоит из чаши, опоры с установленным на ней приводом, станины, механизма наклона чаши, устройства для очистки днища и бортов чаши, систем смазки с охлаждением масла редуктора и увлажнением шихты (рисунке 1.1). Чаша состоит из двух половин, которые при монтаже соединяются болтами. К чаше болтами прикреплено жесткое опорное кольцо для установки разъемного венца привода с внутренними прямыми зубцами. Вращение чаши осуществляется от электродвигателя через редуктор, на тихоходном валу которого насажена шестерня, которая находится в зацеплении с зубчатым венцом.
Механизм наклона чаши состоит из винтовой пары, червячного редуктора и корпуса. При вращении рукоятки механизма приводится в движение пара винт-гайка и изменяется угол наклона чаши гранулятора. Допустимый предел регулирования угла наклона 15.
Для очистки бортов и днища от налипающего материала на балке, укрепленной на раме опоры, устанавливаются бортовые, донные и торцовые ножи. Режущие кромки ножей наплавляются твердым сплавом. Для создания устойчивого гарнисажа дно и борта чаши торкретируют бетоном толщиной 0,03— 0,05 м. Толщина донного и бортового гарнисажа поддерживается на уровне 0,04—0,05 м.
Окомкователь работает в технологической цепи фабрики в непрерывном режиме. В чашу окомкователя равномерно и непрерывно подают шихту. Увлажнение шихты осуществляется через форсунки, каждая из которых имеет индивидуальный трубопровод и регулировочный вентиль. Образующиеся зародыши по мере перемещения в чаше увеличиваются в диаметре до размера готовых окатышей и выгружаются на конвейер по разгрузочному лотку, который для уменьшения истирания шихты футеруют коррозионностойкой сталью, резиной или полиэтиленом [80].
На отечественных фабриках окомкования используются чашевые окомкователи диаметром 5.5, 6, 7 и 7.5 м и высотой борта 0.6—0.8 м [6, 53]. Технические характеристики чашевых окомкователей приведены в таблице 1.1. Слегка увлажненный концентрат подается транспортером на рабочую поверхность окомкователя, где концентрат и образующиеся окатыши непрерывно обрызгиваются водой из специальных форсунок—брызгал. Материалы движут ся на рабочей поверхности окатывателя по замкнутому контуру. Траектория движения материала на тарели гранулятора показана на рисунке 1.2.
Комочек шихты, поднятый в верхнюю часть тарели, движется в нижнюю ее часть по сложной траектории. Это связано с действием сил трения о поверхность днища и силы Кориолиса, возникающей в результате перемещения комочка относительно центра вращения по радиусу.
Траектория движения комочка от момента появления зародыша до образования окатыша представляет собой неправильную спираль, в которой каждый последующий виток осуществляется в более высокой плоскости по отношению к днищу чаши, а нисходящая ветвь приближается к борту чаши гранулятора. Частицы концентрата налипают на влажную поверхность окатышей, окатыши укрупняются. Укрупняясь, они постепенно оттесняются к бортам чаши, в то же время концентрат и более мелкие шарики сосредоточиваются в центре зоны циркуляции материалов на диске. Мелочь располагается непосредственно у рабочей поверхности диска, а крупные окатыши движутся лишь на поверхности слоя, почти не касаясь этой поверхности.
Достигнув определенного размера, окатыши переваливаются через борт чаши. Мелкие окатыши, концентрат и разрушившиеся окатыши не могут перевалиться через борт диска и остаются на его поверхности до тех пор, пока не достигнут заданных размеров и формы.
Анализ эффективности методов экстремального управления в решаемой задаче управления чашевым окомкователем
Экстремальное управление - это способ автоматического регулирования, состоящий в установлении и поддержании такого режима работы управляемого объекта, при котором достигается экстремальное (минимальное или максимальное) значение некоторого критерия, характеризующего качество функционирования объекта. Экстремальное регулирование осуществляется в условиях неопределённости в отношении поведения объекта управления. Поэтому при экстремальном регулировании сначала получают необходимую исходную информацию об объекте, а затем на основе полученной информации вырабатывают рабочие воздействия, обеспечивающие достижение экстремума критерия качества. То есть при экстремальном регулировании решаются две задачи: нахождение градиента целевой функции, определяющего направление движения к экстремуму в пространстве регулируемых координат при наличии помех, возмущений и инерционности объекта оптимизации; организация устойчивого движения системы в направлении точки экстремума за минимально возможное время либо при минимизации каких-либо других показателей.
Автоматическое устройство, вырабатывающее управляющие воздействия на объект, называется экстремальным регулятором. Экстремальный регулятор в совокупности с объектом регулирования образуют систему экстремального регулирования.
Важнейшими показателями, характеризующими качество функционирования СЭР, являются: время поиска экстремума (быстродействие СЭР); отклонение оптимизируемой величины от экстремального значения в установившемся режиме (потери на поиск). Выбор конкретной СЭР, как правило, тесно связан со спецификой управляемого объекта [35], что требует анализа существующих методов экстремального регулирования в тесной связи с особенностями статических и динамических характеристик чашевого окомкователя.
В экстремальных регуляторах САО с запоминанием экстремума на сигнум-реле подается разность между текущим значением выхода годных окатышей у и его значением в предыдущий момент времени.
Структурная схема САО с запоминанием экстремума представлена на рис. 2.1. Выходная величина чашевого окомкователя со статической характеристикой y=f(x) подается на запоминающее устройство ЗУ экстремального регулятора.
Запоминающее устройство такой системы должно фиксировать только увеличение входного сигнала, т. е. запоминание происходит только при увеличении у. На уменьшение у запоминающее устройство не реагирует. Сигнал с запоминающего устройства непрерывно подается на элемент сравнения ЭС, где сравнивается с текущим значением сигнала у. Сигнал разности у— умакс с элемента сравнения поступает на сигнум-реле СР. Когда разность у— Умакс достигает значения зоны нечувствительности у„ сигнум-реле, оно производит реверс исполнительного механизма ИМ, который воздействует на входной сигнал х чашевого окомкователя. После срабатывания сигнум-реле за помненное запоминающим устройством ЗУ значение сбрасывается и запоминание сигнала начинается снова.
Системы с запоминанием экстремума обычно имеют исполнительные механизмы с постоянной скоростью перемещения, т. е. dx/dt=±k] где k=const [35]. В зависимости от сигнала и сигнум-реле исполнительный механизм меняет направление перемещения.
Использование метода поиска оптимума с запоминанием экстремума для применения на реальном окомкователе сопряжено с определенными трудностями, так как в такой системе предполагается применять исполнительный механизм с постоянной скоростью перемещения, а 40 как объект управления обладает большой инерционностью (временем запаздывания). Это повлечет за собой рассогласование между выдачей управляющих воздействий и оценкой реакции объекта на них для выдачи следующих управляющих воздействий.
Измерение выхода годных окатышей у объекта в системе происходит дискретно (за датчиком выхода объекта имеется импульсный элемент ИЭ1), т. е. через определенные промежутки времени At (At — период повторения импульсного элемента). Таким образом, импульсный элемент преобразует изменяющийся выходной сигнал у объекта в последовательность импульсов, высота которых пропорциональна значениям у в моменты времени t=nAt, называемые моментами съема. Обозначим значения у в момент времени t=nAt через у„_ Значения уп подаются на запоминающее устройство ЗУ (элемент запаздывания). Запоминающее устройство подает на элемент сравнения ЭС предыдущее значение уп.\. На ЭС одновременно поступает у„. На выходе элемента сравнения получается сигнал разности Ауп=уп—уп-\ В следующий момент t=(n+l) At съема сигнала запомненное значение _у„_/ сбрасывается с ЗУ, и запоминается сигнал yn+j, а сигнал у„ поступает с ЗУ на ЭС, и на входе сигнум-реле СР появляется сигнал Ду„+/ =УгИ-1—Уп На сигнум-реле в шаговой САО подается сигнал, пропорциональный приращению Ау выхода объекта за отрезок времени At. Если Ау 0, то такое движение допускается сигнум-реле; если Ау 0, то сигнум-реле срабатывает и изменяет направление сигнала входа х.
Между сигнум-реле СР и исполнительным механизмом ИМ (рис. 2.2) включен еще один импульсный элемент ИЭ2 (работающий синхронно с ИЭ1), который осуществляет периодическое размыкание цепи питания ИМ, останавливая ИМ из. это время.
Исполнительный механизм в подобных САО осуществляет изменение входа х объекта шагами на постоянное значение Ах. Изменение входного сигнала объекта на шаг целесообразно производить быстро, чтобы время перемещения исполнительного механизма на один шаг было достаточно мало. При этом возмущения, вносимые в объект исполнительным механизмом, будут приближаться к скачкообразным.
Таким образом, сигнум-реле изменяет направление последующего шага Ахп+1 исполнительного механизма, если значение Ау„ становится меньше нуля.
Шаговый ЭР, благодаря импульсным элементам, может реализовать задержку между подачей управляющего воздействия и съемом выходного сигнала. При управлении 40 это является важным фактором, так как, исходя из анализа особенностей характеристик чашевого окомкователя, видно, что объект обладает чистым запаздыванием.
Обучение нейронной сети с радиально базисной функцией активации
Для выбора оптимальной структуры НС (функции активации в скрытом слое) с целью идентификации чашевого окомкователя был проведен ряд опытов. Для аппроксимации нелинейной зависимости квадратичного вида необходимо использовать как минимум три точки по каждому из параметров, входящих в модель. Для этого значения каждой из варьируемых переменных фиксировались на трех уровнях: min, max, и min+(max-min)/2, исходя из рабочего диапазона используемой математической модели (2.1). В результате была сформирована следующая статистика (обучающая выборка):
Принятие решения об адекватности модели (подтверждение модели) в большей мере зависит от особенностей поставленной задачи и предполагаемого практического применения модели. В общем случае желательно, чтобы работоспособность модели, была подтверждена на тестовом множестве. В данной работе в качестве оценок адекватности была использована оценка обобщения модели, представленная в виде (3.2), основанная на среднеквадратичной оценке МНК сравнения результатов функционирования исследуемых НС и исходной функции (2.1) по всем уровням рабочего диапазона переменных с шагом 0.1: Формирование и обучение нейронных сетей проводилось в пакете Matlab с привлечением библиотечных функций newffQ и trainQ [47] для сетей с сиг-моидальной и гиперболический тангенс функциями активации, и пешЬе() для радиальной НС.
Результаты расчета оценок по формуле (3.2) для сигмоидальной актива-ционной функции и функции гиперболический тангенс, варьируемого числа нейронов, а также различного числа тактов обучения представлены в таблицах 3.2,3.3. Структура радиально базисного нейрона, используемого в экспериментах, представлена на рис. Здесь величина \\dist\\ - обозначает расчет расстояния между входными сигналами х-, и соответствующими им весовыми коэффициентами центров радиальных нейронов с, . В описываемых опытах радиально базисная сеть имела девять нейронов аналогичной структуры (рис. 3.4) в скрытом слое, варьируемой величиной здесь является параметр Ъ. Для расширения возможностей влияния на радиальную функцию было введено понятие чувствительности () и вспомогательной переменной (razm) для радиального нейрона: соотношение межу ними и дисперсией для классического представления функции Гаусса описывается следующими зависимостями: Чувствительность характеризует уровень перекрытия радиальных базисных функций. В эксперименте чувствительность установили равной \ = 0.8326. Это означает, что уровень перекрытия радиальных базисных функций равен 0.5 (рис.3.5), и все входы в диапазоне ±razm считаются значимыми, т.е. при смещении нейрона равном 0.1, его выходом будет 0.5 для любого вектора входа х и вектора веса с при расстоянии между векторами, равном 8.333, или 0.833/6. Чем больший диапазон входных значений должен быть принят во внимание, тем большее значение параметра влияния razm должно быть установлено. Единственное условие, которое требуется выполнить, состоит в том, чтобы значение параметра razm было достаточно большим, чтобы активные области базисных функций перекрывались, чтобы покрыть весь диапазон входных значений. Это позволяет обеспечить необходимую гладкость аппроксимирующих кривых и препятствует возникновению явления переобучения. Однако, значение razm не должно быть настолько большим, чтобы радиальная базисная функция объявляла одинаково значимыми все значения входа. Результаты расчета оценок по формуле (3.2) для радиальной НС и различными значениями дисперсии приведены в таблице 3.4. Минимум МНК был достигнут для радиально базисной сети при а - 970 и составил МНК(а = 970) = 0.61466, но по существу данное отклонение слишком велико. Динамика изменения величины МНК(а) (рис. 3.6) показывает, что приемлемый уровень ошибки достигается уже при о = 37 и составляет МНК(а = 37) = 0.62, и далее уменьшается незначительно относительно общего уровня помех в системе.
Рекомендации по выбору устройств для съема информации о ходе технологического процесса
Управление чашевым окомкователем осуществляется операторами через операторские станции, на которых технологический процесс отображается в виде мнемосхем, графиков, рапортов и сообщений. При этом контроллер опрашивает состояние приборов измерения, проводит все стадии предварительной обработки сигналов, выполняет необходимые расчеты, передает актуальную информацию в выходные блоки. Система визуализации запрашивает о необходимой для архивирования и визуализации информации, записывает данные для длительного хранения, выводит информацию о состоянии технологического объекта на экран, сообщает в особой форме о выходе технологического параметра за рамки допустимого. Кроме этого, система визуализации позволяет пользователю осуществлять оперативное управление технологическими механизмами непосредственно с операторской станции. При этом управляющие воздействия, команды, заданные значения и т. п. передаются в контроллер. Обмен данными между контроллером и системой визуализации происходит посредством локальной сети Industrial Ethernet. Архив данных (обучающая выборка) передаются в специализированные пакеты программ, где производится обучение НС. После определения оптимальных нейросетевых значений управляемых параметров скорости вращения и влажности шихты они передаются обратно в систему визуализации и далее в контроллер в качестве новых уставок для соответствующих контуров стабилизации. На основании выше сказанного была спроектирована функциональная схема СУ 40, представленная на рис. 4.1.
Регулирование крупности окатышей является сложной задачей, решение которой предполагается путем автоматического поиска и поддержания таких значений скорости вращения чаши и влажности, поступающей на окомкование шихты, которые обеспечивали бы получение окатышей заданного качества. При этом влияние изменяемых параметров на гранулометрический состав окатышей сказывается после окончания переходного периода, продолжительность которого составляет 360 с, поэтому применяют шаговый экстремальный регулятор с двухканальным выходом. Этот регулятор получает сигналы от датчика крупности окатышей, датчика скорости чаши окомкователя и дискового питателя, датчиков влажности и массы шихты. При помощи двух выходных каналов регулятор формирует задания по скорости вращения тарели и влажности шихты, стабилизация значений которых производится при помощи ПИД закона регулирования, организованного средствами контроллера. Задание по расходу во но на форсунки чашевого окомкователя определяется исходя из следующего соотношения: _G-AX 1-4 где: g - расход воды, G - расход шихты в окомкователь, Дх - разница между заданием по влажности шихты от экстремального регулятора и реальной влажностью шихты, измеряемой датчиком. В контроллере также осуществляется регулирование расхода шихты в окомкователь по ПИД закону. 4.2 Разработка программно технического обеспечения для реализации системы в условиях производства Система автоматизации чашевым окомкователем относится к классу распределенных и должна состоять из двух уровней: 1) уровень интерфейса пользователя (верхний уровень); 2) уровень автоматизации (нижний уровень). На нижнем уровне системы реализуются следующие функции: - сбор первичной информации от датчиков измерения параметров технологического процесса; - выдача управляющих воздействий исполнительным механизмам технологического оборудования. На верхнем уровне системы реализуются следующие функции: - визуализация технологического процесса в реальном масштабе времени; - управление оборудованием (дистанционный запуск/останов механизмов, управление контурами регулирования); - хранение и отображение архивных данных о состоянии оборудования и данных технологического процесса; 111 - обработка информации в соответствии с разработанными алгоритмами. Состав технических средств системы: 1. ОСІ - операторская станция (информационная и управляющая функции, см. таблицу 4.1). 2. Сервер (обработка и хранение информации). 3. ИС - инженерная станция (корректировка ПО, диагностика). 4. Программируемый логический контроллер (автоматический контроль и управление). 5. Децентрализованная периферия ЕТ200М (ввод/вывод дискретных и аналоговых сигналов). 6. Slmocode -устройства управления и защиты электродвигателей; 7. UPS-источники бесперебойного питания. 8. Enthernet - локальная сеть (связь операторских станций, сервера и инженерной станции). 9. Industrial Ethernet - промышленная локальная сеть (связь сервера и инженерной станции с контроллером). lO.Profibus DP - технологическая полевая шина (связь контроллера с модулями децентрализованной периферии ЕТ200М и Simocode). Состав программного обеспечения системы: 1. Windows NT Workstation v 4.0 SP6 -операционная система операторских станций. 2. Windows NT Server v 4.0 SP6 - операционная система сервера. 3. SIMATIC PCS7 v 5.2 SP3 (SIMATIC Process Control System 7) - пакет разработки программного обеспечения системы автоматизации. (STEP 7 v5.1 пакет программирования контроллера, WinCC v 5.1, ProTool/Pro CS V6.0 + ServicePack 3.0 пакеты разработки системы визуализации и управления).
