Портал освітньо-інформаційних послуг «Студентська консультація»

  
Телефон +3 8(066) 185-39-18
Телефон +3 8(093) 202-63-01
 (093) 202-63-01
 studscon@gmail.com
 facebook.com/studcons

<script>

  (function(i,s,o,g,r,a,m){i['GoogleAnalyticsObject']=r;i[r]=i[r]||function(){

  (i[r].q=i[r].q||[]).push(arguments)},i[r].l=1*new Date();a=s.createElement(o),

  m=s.getElementsByTagName(o)[0];a.async=1;a.src=g;m.parentNode.insertBefore(a,m)

  })(window,document,'script','//www.google-analytics.com/analytics.js','ga');

 

  ga('create', 'UA-53007750-1', 'auto');

  ga('send', 'pageview');

 

</script>

Розвиток теорії інтегрованого управління технологічними комплексами залізорудного гірничо-збагачувального комбінату

Предмет: 
Тип роботи: 
Автореферат
К-сть сторінок: 
40
Мова: 
Українська
Оцінка: 

justify;">Для отримання динамічної моделі на вхід об’єкта подавався сигнал довільної форми. Це може бути реальний сигнал технологічного процесу при експлуатації цього об’єкта. Далі обчислюється автокореляційна функція вхідного та взаємокореляційна функція між вхідним та вихідним сигналом. Відповідно до співвідношення Вінера-Хопфа відношення зображень взаємокореляційної та автокореляційної функції є передаточною функцією об’єкта і має вигляд:

 
Для забезпечення умови фізичного існування дискретного об’єкту необхідно, щоб при такій формі запису ступінь знаменника була меншою за ступінь чисельника. Тому після перетворень одержимо передаточну функцію, яка може бути реалізована математично у вигляді:
 
де, – взаємокореляційна функція між вхідною та вихідною дією та автокореляційна функція вхідної дії відповідно; y(z) – зображення вихідної дії; u(z) – зображення вхідної дії; z – змінна z-перетворення.
У роботі детально показане одержання передаточної функції на основі інтегральної та диференціальної форми рівняння Вінера-Хопфа.
З виразу (8) одержимо різницеве рівняння кореляційної моделі
 
У загальному вигляді для перших трьох точок кореляційних функцій різницева модель може бути представлена у вигляді
 
де i = (0, 1, 2, ... .) – поточний номер перехідного процесу; j – номер точки на графіку кореляційної функції (тут враховано лише три точки).
Залежності (9) та (10) є наближеними, оскільки використані зображення кореляційних функцій у них містять обмежену кількість значень, але вони ураховують взаємозв’язки між вхідною та вихідною діями на найближчих інтервалах до поточного, на якому й буде відбуватися керування об’єктом.
Значення кореляційних функцій в імпульсному зображенні відіграють роль коефіцієнтів передаточної функції. Такий підхід є спрощеним і може дати лише наближення до точної передаточної функції. Перехідний процес у наближеній моделі в порівнянні з перехідним процесом у точній моделі наведений на рис. 12. Випробування такої спрощеної моделі у замкненому контурі привело до значного зменшення похибки керування порівняно з похибкою ідентифікації самої моделі. 
Для синтезу регулятора динамічних об’єктів керування був застосований метод оберненого регулятора. Він полягає у виборі структури регулятора у вигляді оператора, оберненого до оператора моделі об’єкта керування.
При переході від передаточної функції (10) до різницевого рівняння формально модель має алгебраїчний вигляд і не відрізняється від статичної (8), залишаючись динамічною. Структура повної замкненої системи наведена на рис. 13. За зворотній зв’язок виступають алгоритми обчислення кореляційних функцій та оптимізації коефіцієнтів. Була проведена перевірка працездатності оберненого регулятора. У розвиток зазначеної методики була розглянута багатозв’язна система, причому передаточна функція прийнята наперед невідомою й обчислювалась з використанням кореляційних функцій, як це зазначено раніше. З введено допоміжне позначення для скорочення подальших розрахунків
 
Одержано значення керуючої дії методом оберненого оператора
 
де b0, b1, а0, а1 – коефіцієнти регулятора; yз[i+1], yз[i] – задані вихідні дії; u[i-1], u[i-2] – значення вхідної дії.
Після підстановки (12) у (6) залежність для САУ з замкнутим оберненим регулятором, має вигляд
 
Оскільки коефіцієнти регулятора обчислюються наближено, вони потребують уточнення на перших інтервалах керування. Навіть без поновлення кореляційних функцій процес керування виявився достатньо ефективним.
Оптимізація коефіцієнтів полягала в підборі їх за критерієм мінімуму похибки регулювання. Для цього початкове значення коефіцієнта обиралось рівним розрахованому за кореляційним методом, далі кожен з коефіцієнтів змінювався з обраним значенням кроку спочатку в будь-який бік. Якщо похибка зменшувалася, то коефіцієнт був змінений в той же бік. Якщо похибка збільшувалася, коефіцієнт було змінено у протилежний бік. Для порівняння результатів оптимізації дані бралися з бази даних експлуатації за минулі найближчі попередні інтервали.
Коефіцієнти, розраховані за кореляційним методом, відрізняються від оптимальних у межах 10%. Це свідчить про достатню ефективність кореляційного методу, запропонованого в роботі.
На горизонтальній вісі представлені значення коефіцієнта a1j, які були йому надані при підстроюванні. На вертикальній вісі показана похибка регулювання у відсотках, що одержана при оптимізації коефіцієнта a1j. При цьому, кількість значень кореляційних функцій, урахованих при одержані регулятора, була меншою, ніж у наведеному прикладі. Похибка керування після оптимізації коефіцієнтів не перевищувала 2%. Це свідчить про досить високу ефективність запропонованої методики.
Модель багатозв’язного об’єкта керування для трьох технологічних параметрів і трьох значень кореляційних функцій. Для прикладу тут наведений вираз для одного технологічного параметру.
де i = (0, 1, 2, ...) – поточний номер точки на i-му інтервалі процесу; j – номер точки на графіку кореляційної функції; R –значення відповідної кореляційної функції; y – вихідні параметри технологічного процесу; x – вхідні параметри.
У роботі наведені залежності для останніх двох вхідних та двох вихідних дій багатозв’язної моделі. Розраховані значення кореляційних функцій прийняті початковими значеннями коефіцієнтів моделі та оптимізовані за критерієм мінімуму похибки, як для одновимірних об’єктів. Був проведений числовий експеримент з оптимізації коефіцієнтів моделі процесів переробки та збагачення сировини з урахуванням двадцяти технологічних параметрів, які розглядалися як вхідні змінні. Вихідною змінною була взята якість концентрату, визначена у відсотках вмісту заліза.
Результати перевірки наведеної методики на багатовимірній моделі показані на рис. 16. Прогнозування здійснювалось протягом 30 змін. Максимальна похибка прогнозу становить близько 6 %. Середнє значення похибки складає 2,01 %.
Дані для обчислення значень коефіцієнтів моделі об’єкта керування було взято з
Фото Капча