Смекни!
smekni.com

Технология и автоматизация производства РЭА (стр. 24 из 37)

2.8. Идентификация технологических процессов.

Идентификацией называется определение динамических характеристик

объекта управления в рамках выбранной модели. Эффективное управление

технологическим процессом с использованием методов теории автоматичес-

кого управления возможно лишь тогда, когда известно математическое

описание этого процесса. Поэтому построение математического описания -

важнейший этап создания любой автоматизированной или автоматической

системы управления. Методы идентификации делятся на пассивные и актив-

ные. Метод идентификации называется активным, если на объект подаются

специальные воздействия с целью определения его динамических характе-

ристик.

Пассивные методы идентификации - это такие методы, в которых мо-

дель объекта выбирают по результатам наблюдения входного и выходного

сигналов в процессе нормальной эксплуатации и на объект не подаются

никакие специальные сигналы с целью выявить его свойства. Пассивные

методы особенно удобны тем, что не нарушают нормального хода техноло-

гического процесса. Однако, преимущество активных методов в том, что

энергия тестового воздействия сосредоточена в узкой временной или час-

тотной области, поэтому реакции объекта на тестовые сигналы выявить

легче и надежнее.

Для управления технологическим процессом необходимо знать, как

влияет то или иное входное воздействие, управляющее процессом, на вы-

ходную переменную, характеризующую его протекание. Поэтому идентифика-

ция процесса сводится к построению математического описания зависимос-


- 64 -

ти между этими величинами, которое состоит из двух этапов. Первона-

чально необходимо определить характер искомой зависимости и вид ее ма-

тематического описания, а затем найти конкретные значения параметров

такого описания. Первый этап обычно называется структурной идентифика-

цией, а второй - параметрической.

Исходными данными для построения математической модели процесса

могут послужить как теоретические представления о природе физических

явлений, происходящих при протекании этого процесса, так и эксперимен-

тально измеряемые зависимости между входными и выходными переменными.

В принципе каждый из этих подходов может использоваться для идентифи-

кации процесса. Однако использование только теоретического подхода ос-

ложнено тем, что на практике, как правило, оказывается невозможным

учесть все многообразие реально действующих на процесс факторов. В то

же время идентификация процесса только на основании экспериментальных

данных оказывается весьма сложной задачей с вычислительной точки зре-

ния. Поэтому при идентификации технологических процессов целесообразно

комплексное использование всей имеющейся информации о процессе, причем

теоретическое представление следует относить к структурной идентифика-

ции. При этом оцениваются динамические свойства процесса, его линей-

ность, стационарность и др., на которых основывается выбор вида мате-

матического описания. Экспериментальные данные используются для пара-

метрической идентификации.

При разработке систем управления технологическими процессами в

основном приходится рассматривать задачи параметрической идентифика-

ции. Поэтому рассмотрим ряд методов параметрической идентификации, на-

иболее пригодных для построения моделей технологических процессов на

действующих производствах. Рассмотрим случай идентификации непрерывных

технологических процессов.

Использование "быстрой" оптимизации технологического процесса на

его обычной или прогнозирующей модели является главным в так называе-

мых системах двухшкального управления. При этом идентификация может

осуществляться как в реальном масштабе времени, так и в супервизорном

режиме с их последующей обработкой.

Знание параметров прогнозирующей модели необходимо в системах

терминального управления, применяемых в АСУТП для управления конечным

состоянием технологического процесса, причем здесь также используется

идентификация в реальном масштабе времени.

Идентификация в реальном масштабе времени дает возможность осу-

ществлять функциональную диагностику объекта, датчиков, исполнительных

устройств и самой ЭВМ. Более того, при этом появляется возможность

увеличить живучесть каналов непосредственного цифрового управления пу-

тем дублирования неисправных каналов соответствующими каналами настра-

иваемой модели.

В адаптивных (настраиваемых) АСУТП, построенных на базе адаптив-

ных систем с идентификатором, используется настраиваемая модель про-

цесса и идентификатор статических или динамических характеристик по

каналу основного возмущения.

В инвариантных адаптивных системах с эталонной моделью использу-

ется идентификатор динамических характеристик объекта по каналу управ-

ления, работающий в реальном масштабе времени, а устройство адаптации

может работать как в реальном масштабе времени, так и в супервизорном

режиме.

Идентификатор необходим для работы оптимальных систем управления

нестационарными динамическими технологическими процессами, использую-

щими наблюдателей состояния. В этих системах можно применять оценки

фазовых координат объекта, получаемые с помощью наблюдателя состояния,

для идентификации параметров объекта управления.

Рассмотрим требования, которым должны удовлетворять все рассмот-


- 65 -

ренные применения идентификатора. Идентификатор должен давать точные

оценки параметров в установившемся режиме, хотя требования к точности

идентификации сильно отличаются в зависимости от степени влияния пара-

метра на величину оптимизируемого функционала.

С этой точки зрения, высокая точность идентификации требуется в

задачах статической оптимизации с использованием прогнозирующей моде-

ли. Ясно, что параметры, слабо влияющие на качество адаптивного управ-

ления, можно не идентифицировать, что позволяет упростить структуру

настраиваемой модели и алгоритмы идентификации.

Важную роль в эффективной работе адаптивных АСУТП играет точность

оценок параметров при наличии помех как на входе объекта, так и на его

выходе. Как показано ниже, не все алгоритмы идентификации обладают

одинаковой точностью при обработке данных, искаженных шумами измере-

ний.

Алгоритмы идентификации отличаются и по характеру сходимости оце-

нок параметров. Большое число методов, дающих хорошие результаты при

достаточно малых отклонениях начальных значений параметров от истинных

значений, не обеспечивает сходимости оценок при больших начальных па-

раметрических рассогласованиях. Это тем более важно, что не во всех

указанных применениях идентификатора можно использовать такой прием

улучшения сходимости алгоритмов идентификации, как повторная прогонка

массива обрабатываемых данных с начальными условиями, полученными на

предшествующем цикле.

Теория идентификации еще не достигла такой степени развития, ко-

торая позволяет считать ее достаточно завершенной. Методы теории иден-

тификации довольно сложны, и многие проблемы требуют решения. Многие

методы исследования имеют свои ограничения, что заставляет в практике

проектирования адаптивных систем управления использовать комбинацию

различных методов, изложенных ниже.

При идентификации статических технологических процессов использу-

ются регрессионные методы идентификации (см. предыдущий раздел в части

регрессионных моделей АСУТП). Суть метода заключается в определении

коэффициентов уравнения регрессии с использованием метода наименьших

квадратов. Запишем уравнение (64) предыдущего раздела в виде

левую часть по а 41 0,...,а 4k 0 и приравняем производные нулю:

7* 0.................................

79S 0[y 4i 0^-f^(x 4i 0,a 41 0,...,a 4k 0)](df^/da 4k 0)=0 (67).

Где (df^/da 4j 0)=f'(x 4i 0,a 41 0,...,a 4k 0) - значение производной функции f^ по

параметру a 4j 0 в точке x 4i 0. Искомые значения коэффициентов a 41 0,...,a 4k 0 на-

ходят из решения системы уравнений.

Рекуррентные методы идентификации статических технологических

процессов. Рассмотренная выше идентификация обладает тем недостатком,

что при появлении новых экспериментальных данных оказывается необходи-

мым заново решать систему уравнений. Этого недостатка можно избежать,

если использовать рекуррентные (последовательные) методы идентифика-

ции. Суть метода заключается в том, что определяется рекуррентный ал-

горитм нахождения наилучшей оценки вектора неизвестных параметров в

момент времени t 4n+1 0 по новым наблюдениям x 41 0(t 4n+1 0),...,x 4k 0(t 4n+1 0) и по

оценке, найденной для предыдущего момента времени. Такие рекуррентные

алгоритмы называются алгоритмами стохастической аппроксимации. Его

суть заключается в том, что на каждом шаге изменение вектора оценивае-

мых параметров производится таким образом, чтобы за счет поступления

новых экспериментальных данных улучшить прогнозирующее свойство моде-

ли.

2.9. Надежность технологических систем. Надежность


- 66 -

управления технологической системой.

Теория надежности изучает процессы возникновения отказов объектов

и способы борьбы с отказами. Для удобства решения задач часто различа-

ют два вида объектов: элементы и системы. Система предназначена для

самостоятельного выполнения определенной практической задачи. Элемент

является составной частью системы. В принципе систему можно разбить на

любое число элементов, необходимое для исследования надежности. Одна-

ко, деление системы на элементы нельзя считать произвольным. Каждый

элемент должен обладать способностью выполнять в системе определенные