Содержание к диссертации
Введение
1. Комплексный анализ современного состояния средств автоматизации управления технологическими процессами и определение перспективных направлений интеграции и интеллектуализации асу тп нефтеперерабатывающего предприятия 20
1.1. Анализ современного состояния средств автоматизации управления технологическими процессами нефтеперерабатывающих предприятий. Цель и задачи исследований 20
1.2. Особенности производственного процесса нефтеперерабатывающего предприятия как объекта управления. Уровни управления 28
1.3. Концептуальное описание среды погружения и функционирования АСУ ТП предприятия «ПО «Киришинефтеоргситез» 36
1.4. Общие принципы функциональной интеграции автоматизированных систем управления нефтеперерабатывающего предприятия и постановка задачи исследований 41
Выводы к разделу 1 46
2. Моделирование автоматизированного управления технологическими процессами в единой информационной среде нефтеперерабатывающего предприятия
2.1. Особенности автоматизированных систем управления производственными процессами как объектов моделирования 49
2.2. Иерархия моделей. Математическая модель оперативного управления процессом нефтепереработки 57
2.3. Динамическая модель системы оперативного управления процессом нефтепереработки
2.4. Моделирование автоматизированного оперативного управления процессом нефтепереработки как объекта функциональной интеграции 69
2.5. Структурное моделирование автоматизированного управления процессом нефтепереработки как объектом интеллектуализации 81
2.6. Оценка результативности оптимизации процессов нефтепереработ ки на основе реализации технологий интеграции и интеллектуализации в системах автоматизированного управления производством 89
Выводы к разделу 2 94
3. Основные технические и организационные решения создания интегрированной автоматизирован ной системы управления технологическими процессами нефтеперерабатывающего предприятия 97
3.1. Анализ современных представлений об облике интегрированной
АСУ нефтеперерабатывающего предприятия 97
3.2. Информационная интеграция средств автоматизированного управления ТП нефтеперерабатывающего предприятия 107
3.3. Характеристика проблематики создания единой АСУТП предприятия 112
3.4. Основные организационные и технические решения создания интегрированной автоматизированной системы управления технологическими процессами нефтеперерабатывающего предприятия 117
Выводы к разделу 3 132
4. Основные технические и организационные решения по интеллектуализации интегрированной автоматизированной системы управления технологичес кими процессами нефтеперерабатывающего предприятия на основе аналитических информационных технологий 135
4.1. Аналитические информационные технологии: основные принципы и перспективы применения в задачах автоматизированного управления технологическими процессами нефтепереработки 135
4.2. Программно-алгоритмическое обеспечение аналитических информационных технологий и перспективы его применения в задачах автоматизированного управления нефтеперерабатывающим производством 107
4.3. Структура и принципы построения информационной подсистемы в интегрированной АСУ ТП 139
4.4. Основные организационные решения по созданию и применению интегрированной автоматизированной системы управления технологически ми процессами нефтеперерабатывающего предприятия на основе аналитических информационных технологий 154
Выводы к разделу 4 160
Заключение 162
Литература
- Особенности производственного процесса нефтеперерабатывающего предприятия как объекта управления. Уровни управления
- Иерархия моделей. Математическая модель оперативного управления процессом нефтепереработки
- Информационная интеграция средств автоматизированного управления ТП нефтеперерабатывающего предприятия
- Структура и принципы построения информационной подсистемы в интегрированной АСУ ТП
Особенности производственного процесса нефтеперерабатывающего предприятия как объекта управления. Уровни управления
В то же время фундаментальные исследования в данной области, связанные с оперативной идентификацией объектов управления [51, 83], построением моделей производственных процессов [52, 86, 87], разработкой методов оптимизации нефтехимических технологий [20, 72] и другие, в достаточной степени сохранили свою актуальность. Однако эффективность их комплексной реализации в 70-80-е годы оказалась крайне низкой в силу отсутствия мощных вычислительных средств, обеспечивающих хранение и оперативную обработку больших объемов данных, необходимых для корректного описания производственных ситуаций и их эволюции. Качественное совершенствование средств электронно-вычислительной техники (ЭВТ) и специального программного обеспечения (ПО), позволило на качественно новом уровне подойти к решению проблемы интеграции средств автоматизации промышленного предприятия.
В этих условиях специалистами ПО «Киришинефтеоргсинтез» принято решение о проведении работ по интеграции АС, входящих в АСУТП, как вертикальной информационной, технической, программной интеграции. Данное решение призвано обеспечить удовлетворение потребностей АСУП в результатах мониторинга, выполняемого АСУТП, и в то же время осуществить программно-информационную «развязку» АСУП и АСУТП (на аппаратном уровне), крайне важную с позиций обеспечения работоспособности и безопасности функционирования АСУТП. Суть развязки заключается в односторонней передаче требуемых сведений в АСУП без предоставления возможностей непосредственного обращения ее пользователей к ресурсам АС в составе АСУТП.
Тем самым на предприятии стала создаваться АСУТП верхнего уровня, обеспечивающая трансфер данных от ряда АС, составляющих АСУТП нижнего уровня, к потребителям этих данных в АСУП.
Найденные решения и успешный опыт работ по их практическому осуществлению создали предпосылки для постановки вопроса о создании единой АСУТП предприятия, как не только организационном объединении соответствующих АС (как это имело место ранее), но и информационно-техническом объединении, обеспечивающем централизованный сбор результатов мониторинга на основе использования унифицированных интерфейсов, протоколов, а также типовых технических и программных средств, участвующих в осуществлении этого сбора.
В то же время возможности централизованного сбора результатов мониторинга ТП, обеспечиваемые принятыми решениями и выбранными программными и техническими средствами их реализации, существенно шире текущих потребностей со стороны АСУП. Это позволяет решать ряд задач идентификации и прогностики, качественно новых для практики управления ТП на предприятии и основанных на современных технологиях ретроспективного анализа статистических данных.
Вышеизложенное определило актуальность проведения исследований, целью которых является разработка организационно-технических решений по созданию единой автоматизированной системы управления технологическими процессами НИИ.
Однако, как это указывалось во введении, комплексное (интегрированное) управление технологическим циклом предприятия нуждается в автоматизированной поддержке управленческих решений, формируемых в условиях динамической эволюции сложных многопараметрических производственных ситуаций. Это требует введения в ПАСУ интеллектуальной автоматизированной подсистемы, позволяющей осуществлять эффективный количественный анализ сложившейся ситуации, разрабатывать возможные прогностические сценарии ее развития и, на их основе, формировать и сравнивать варианты возможных управленческих решений.
Данная проблема так же, как и задачи интеграции средств автоматизации, в течение длительного периода не могла найти эффективного решения в силу ограниченной возможности существующих образцов электронно 23 вычислительной техники (ЭВТ). Качественное совершенствование технических средств ЭВТ, отразившееся в появлении сравнительно недорогих систем хранения информации (СХИ) сверхбольшого объема (до единиц Терабайт), серверов и рабочих станций с тактовой частотой процессора более 800 МГц и эффективных сетевых структур, позволило вернуться к задаче интеллектуализации АСУТП на основе новой технологической платформы. Речь идет о появлении и интенсивном развитии аналитических информационных технологий, включающих в себя вопросы: хранения и оперативной обработки сверхбольших объемов данных -технология хранилищ данных (ХД) или Data Warehouse (DW) [16, 49, 54, 64 и др-]; оперативного анализа, агрегации и визуализации данных (OLAP-технологии) [54, ПО]; интеллектуального анализа данных в интересах прогнозирования развития многомерных ситуаций и формирования проектов решений (технологии Data Mining) [29, 49, 53, 79 и др].
Более подробно данные технологии будут рассмотрены в четвертом разделе настоящей работы. Здесь лишь укажем, что в течение последних 5...7 лет АИТ нашли широкое применение в задачах управления финансами и бизнесом [56, 78, и др.]. В то же время вопрос применения указанных технологий в задачах управления технологическими процессами остался открытым. Соответствующие исследования, основанные на адаптации и применении аналитических информационных технологий к задаче интеграции и комплексного развития АСУТП нефтеперерабатывающего предприятия, определяют научную новизну настоящей работы.
Иерархия моделей. Математическая модель оперативного управления процессом нефтепереработки
Рассмотренные в предыдущем подразделе технологии построения структурных моделей достаточно эффективны при решении задач построения информационных систем предприятия, а также для интеграции отдельных автоматизированных систем в единую интегрированную АСУ. Однако для решения аналитических задач управления, связанных с оценкой производственных ситуаций, прогнозированием их развития, оптимизацией режимов отдельных технологических процессов и всего технологического цикла предприятия в целом и т.п., нельзя ограничиться уровнем разработки структурных моделей. Возникает необходимость в построении аналитических моделей, непосредственно ориентированных на решение соответствующих оптимизационных задач управления.
Абстрагирование от содержательного аспекта частных задач, выявление общих закономерностей для различных групп управления позволяют построить универсальные модели управления, однако, как правило, они оказываются полезными только для анализа общих тенденций и взаимодействий. Конкретный результат требует редуцирования уровня модели к уровню объекта анализа или объекта управления.
В результате этого возникает иерархия моделей управления предприятием, причем в зависимости от исследуемого вопроса сама структура возникающих иерархий может быть различной. Выбор критерия иерархического упорядочивания моделей представляет собой неформальную эвристическую задачу, решение которой, как правило, определяется кругозором разработчика такой иерархии.
С точки зрения рассматриваемой в настоящей работе научной задачи наиболее естественной иерархией моделей управления предприятием является структура, представленная на рис. 2.5, и соответствующая структурная схема управления предприятием (производственным процессом), приведен 56 ная на рис. 1.3. На рис. 2.5. представлены перечни основных задач, решаемых на каждом уровне управления предприятием и производственным процессом.
Следует указать на некоторую условность деления моделей. Дело в том, что каждый уровень управления формирует свою собственную локальную иерархию моделей и имеет свое локальное делени на подуровни управления. Моделирование управления технологическим циклом предприятия; моделирование управления запасами отдельных производственных участков; моделирование управления производственными ч ресурсами и др. Моделирование управления от дельными технологическими процессами (установками); моделирование управления взаимодействием цеховых технологических установок; моделирование управления цеховыми производственными ресурсами и др.
Моделирование рынка сырья и нефтепродуктов, логистическое моделирование (модели управления запасами), моделирование экономических реакций на инвестиции, моделирование динамики валютного и фондового рынков и др.
Фундаментальные исследования в области стратегического управления НИИ были осуществлены в [97]. В рамках настоящей работы основное внимание уделяется специальным вопросам автоматизированного управления технологического и, частично, оперативного уровней. В связи с этим рассмотрим, прежде всего, вопрос аналитического моделирования задач управления оперативного уровня. В качестве базового примера рассмотрим аналитическую модель автоматизированного управления технологическим циклом предприятия. Первоначально используем схему традиционного для кибернетики описания изучаемого объекта управления в виде триады множеств U,X,Y , (2.1) гдеи={рі;р2)...,ра, Ui(u2,... ,ux,Vi;v2)... ,vp} - множество входных воздействий; X={xi)x2 ... ,xm} - множество состояний ОУ; Y={y1; y2j ..., ys, w w2 ..., wY} множество выходных процессов (информационных {у} и материальных {w}). В свою очередь, множество входных воздействий U разделяется на вектор параметров входных материальных (сырьевых) и энергетических потоков р = {pi, р2, ... , Ра}, множество управляющих воздействий (собственно управлений) u={ui;u2;... ux} и вектор воздействий со стороны среды взаимодействия v={vi v2; ... _ vp}. Множество выходных процессов Y состоит из множества измерений (наблюдений) у={уі, у2, ... , У}, используемых для оценки текущего состояния ОУ и формирования управляющих решений d, и множества выходных продуктов {w1;w2, ..., wY}. Структура соответствующей модели представлена на рис. 2.6.
Приведенная модель требует ряда важных уточнений, дополняющих и доопределяющих ее до уровня, необходимого для практического использования:
1. Объект управления - технологический цикл, как и вся система управления, является динамической системой, параметры которых эволюционируют во времени. Причин для этого достаточно много. В частности, все ТП нефтепереработки так или иначе взаимодействуют с окружающей средой, оказывающей на них определенное возмущающее воздействие v(t). В результате этого технологические параметры установок, образующие элементы вектора состояния ОУ x(t), также изменяются во времени. Другой пример эволюции состояния ОУ связан с эксплуатационными процессами технологических установок - старением, самопроизвольной расстройкой, износом и т.п. Таким образом, задача управления должна рассматриваться как динамическая учитывающая фактор времени задача, требующая идентификации характеристик эволюции состояния ОУ.
2. Эволюционное изменение состояния системы может смениться скачкообразным изменением (например, отказом технологической установки). В связи с этим далеко не всегда допустимо моделирование процесса изменения состояния стационарными процессами.
3. Оперативное управление ТП осуществляется в условиях неопределенности. Источником неопределенности могут служить не идентифицированные возмущающие воздействия со стороны среды взаимодействия, погрешности измерительных систем, неконтролируемые или не полностью контролируемые параметры состояния технологических установок и т.п.
Проблема неопределенности требует отдельного рассмотрения и будет изучена ниже. Здесь лишь отметим, что наиболее распространенным подходом к учету неопределенности является использование вероятностно-статистических описаний изучаемых процессов. В частности, во многих случаях моделирование воздействия неучтенных факторов осуществляется путем добавления к вектору состояния ТП х или вектору измерений у случайной аддитивной составляющей , подчиненной заданному распределению вероятностей f{a}, где а - параметры распределения. Со ссылкой на центральную предельную теорему в качестве такого распределения используется гауссова кривая N{EX; ах2}, где Ех- математическое ожидание, а ах - дисперсия случайной величины х.
Информационная интеграция средств автоматизированного управления ТП нефтеперерабатывающего предприятия
Применение методов АРС, базирующихся на рассмотренных в работе ИИТ, позволяет повысить качество управления (первоначально в смысле уменьшения дисперсии показателей качества товарного топлива, т.е. D APC D{q}). Это, в свою очередь, дает возможность (как это видно из приведенных на рис. 2.13, 2.14 графиков) при том же уровне доверия к выполнению условия кондиционности товарного топлива ао существенно сни 90 зить запас по качеству на величину 5q = (Ядре _Ч)- Снижение запаса по качеству непосредственно отражается на снижении удельной стоимости товарной продукции, чем и обеспечивается окончательный экономический эффект.
Примеры получаемой прибыли за счет применения АРС/ИИТ для различных технологических процессов приведены в табл. 2.1.
1. Моделирование процесса управления нефтепереработкой сталкивается с необходимостью разрешения ряда особенностей и коллизий формализации, затрудняющих его описания. В связи с этим конструктивное моделирование целесообразно проводить на основе иерархического подхода к построению моделей, причем структура иерархического упорядочивания моделей должна соответствовать структуре уровней управления производством и предприятием. В качестве средства формирования и представления структурных моделей предлагается использовать методологию SADT, являющуюся наиболее распространенной в настоящее время. 2. Для решения задач управления, связанных с оценкой производственных ситуаций, прогнозированием их развития, оптимизацией режимов отдельных технологических процессов и всего технологического цикла предприятия в целом и т.п., необходимо разработать комплекс аналитических моделей, непосредственно ориентированных на решение соответствующих задач управления. При этом содержательное различие конкретных аналитических задач существенно отражается на всей структуре аналитической модели.
3. Абстрагирование от содержательного аспекта отдельных задач, выявление общих закономерностей для различных групп управления позволяет построить универсальные модели управления, однако, как правило, они оказываются полезными только для анализа общих тенденций и взаимодействий. Конкретный результат требует редуцирования уровня модели к уровню объекта анализа или объекта управления. Выбор критерия иерархического упорядочивания моделей представляет собой неформальную эвристическую задачу, решение которой, как правило, определяется кругозором разработчика такой иерархии.
4. Оптимизационные задачи предполагают нахождение совокупности управляющих воздействий, обеспечивающих гарантированное (с заданным уровнем вероятности) выполнение планового задания с одновременным выполнением дополнительного экстремального условия. Примером таких условий может быть обеспечение режима максимальной экономии за счет минимизации запаса качества товарной продукции или за счет минимизации затрат энергии и сырья. Общая оптимизационная задача обеспечения максимальной эффективности функционирования ТП, с точки зрения оперативного управления технологическим циклом через параметры состояния, свелась к задаче стабилизации показателей качества товарной продукции в соответствии с требованиями ГОСТ. Для нефтеперерабатывающего производства положительный эффект достигается при выработке товарных нефтепродуктов, т.е. носит терминальный характер. Однако сам эффект, выражаемый прибылью предприятия, должен учитывать и совокупность затрат, которые всегда имеют накопительный характер.
5. Предложенная в настоящем разделе формализованная модель и постановка общей задачи формирования оптимизационного управления через изменение параметров состояния ТП (технологических параметров установок) в интересах обеспечения наибольшей эффективности всего технологического цикла предприятия могут служить конструктивной основой для формализации задач интеграции и интеллектуализации автоматизированного управления технологическим процессом, решение которых составляет предмет настоящей работы.
6. Показано наличие принципиальной возможности решения задачи оптимизационного управления технологическим циклом НІШ. Однако техническая реализация оптимизационного управления «в целом» предполагает наличие интеграции и интеллектуализации систем автоматизированного управления оперативного и технологического уровней. В свою очередь, техническим основанием для функциональной интеграции служит единая информационная платформа и обеспечивающие ее интеграцию средства технического и программного обеспечения.
Структура и принципы построения информационной подсистемы в интегрированной АСУ ТП
Причины отсутствия формального аппарата интегрального управления производством были обусловлены, прежде всего, крайне высокой сложностью решаемой задачи. Дело в том, что производство нефтепродуктов с точки зрения системного подхода представляет собой весьма сложную многопараметрическую систему, текущее состояние которой описывается фазовым вектором высокой размерности. При этом большинство параметров, описывающих состояние производства как объекта управления, являются взаимозависимыми и взаимосвязанными величинами, что существенно повышает размерность задачи управления.
Еще одно причиной сложности решаемой проблемы является тот факт (достаточно очевидный, хотя и не всеми осознаваемый), что нефтеперерабатывающее производство представляет собой открытую систему управления, функционирующую под воздействием большого числа разнородных внешних факторов. Таким образом, оптимизация процесса интегрального управления производством с позиции его автоматизации предполагает наличие и учет информации о состоянии среды, в которую погружен управляемый производственный процесс и с которой он активно взаимодействует. А это, в свою очередь, существенно повышает размерность и связность и без того высокоразмерной задачи автоматизированного управления.
В качестве третьей причины сложности решаемой задачи следует указать динамическую природу производственных процессов в целом и ее системы автоматизированного управления, в частности. Параметры как самого технологического цикла нефтепереработки, так и среды, с которой он взаимодействует, непрерывно эволюционируют во времени. Необходимость учета этой эволюции в интересах интегральной оптимизации приводит к новой проблеме адаптивного синтеза моделей нелинейной динамики и их параметрической идентификации.
Таким образом, комплексный анализ процессов автоматизированного управления производственными (и в частности, технологическими) процессами представляет собой крайне сложную задачу, решение которой оказалось возможным лишь в последнее время в связи с появлением нового поколения информационных систем - аналитических. Вопросам построения таких систем и посвящен настоящий раздел работы.
Важным этапом совершенствования систем автоматизированного управления производственными процессами является переход к концепции ситуационного управления. Он основан на активном использовании информационных систем, обеспечивающих сбор, хранение и отображение текущей информации относительно изучаемой ситуации. При этом под ситуацией понимается совокупность количественных и качественных описаний, отражающих текущее состояние производственной системы и среды, с которой она взаимодействует.
Большинство известных систем автоматизированной поддержки управляющих решений, как правило, строилось на основе методов экспертного анализа. Решение подготавливается экспертом, в роли которого выступает соответствующее должностное лицо (ДЛ) - диспетчер, начальник цеха, начальник установки и др. Сформированное предварительное решение, после необходимой коррекции, поступает в информационную систему руководителя (EIS - executive information system) или лица, принимающего решение (ЛПР). Разумеется, данная схема может быть реализована и в упрощенной схеме, объединяющей в одном лице эксперта и ЛПР.
ЛПР, при необходимости, уточняет сформированный проект решения в процессе интерактивного диалога и направляет его окончательный вариант в исполнительные органы управления производством.
Указанный подход лежит в основе построения большинства современных АСУТП и АСУП. Однако практика его реализации в реальных системах управления вскрыла целый ряд серьезных проблем, наиболее важными из которых являлись: отсутствие программных инструментов для оперативного поиска и визуализации многомерной взаимосвязанной информации, отображающей текущую производственную ситуацию; недостаточный объем информации, хранящейся в оперативных базах данных (БД), для выявления основных тенденций развития производственного процесса, а также факторов, влияющих на его функциональную и экономическую эффективность; низкая эффективность применения количественных методов анализа ситуаций, основанных на использовании традиционных алгоритмов и программ статистической обработки.
Преодоление перечисленных проблем привело к возникновению аналитических информационных технологий. По существу, данные технологии ориентированы на решение задач построения нового поколения интеллектуальных автоматизированных систем поддержки принятия решений (АСГГПР или DSS — decision support system). В настоящее время аналитические информационные технологии включают в себя несколько крупных направлений в области информационных систем и прикладной математики, наиболее значимыми из которых являются:
