- •Предисловие
- •Введение
- •Глава 1. Основные понятия теории управления
- •1.1. Объект управления
- •1.2. Управляющая система
- •1.3. Система управления
- •Глава 2. Разработка управляющих систем
- •2.1. Анализ характеристик объекта управления
- •2.2. Выбор управляющих параметров
- •2.3. Надежность управляющих систем
- •Глава 3. Автоматизация массообменных процессов
- •3.1. Ректификация
- •Хладо-носитель
- •Хладо-носитель
- •2 Дистил- лят а б
- •3.2. Абсорбция
- •3.3. Адсорбция
- •3.4. Сушка
- •Глава 4. Автоматизированные системы управления
- •4.1. Общая характеристика асутп
- •4.2. Назначение, цель, функции и состав асутп
- •4.3. Структура комплекса технических средств асутп
- •4.4. Общесистемная документация и оперативный персонал
- •4.5. Асутп нефтепереработки и нефтехимии
- •4.6. Техническое обеспечение распределенных асутп
- •4.7. Применение распределенных асутп
- •Глава 5. Идентификация технологических процессов
- •5.1. Понятие об идентификации
- •5.2. Общие сведения о математических моделях
- •5.3. Постановка задачи идентификации
- •5.4. Основные характеристики (функции) систем
- •5.5. Оценка адекватности математической модели
- •5.6. Математические модели многостадийных объектов
- •Глава 6. Оптимизация технологических процессов
- •6.1. Характеристика методов оптимизации
- •6.2. Особенности оптимизационных задач управления
- •6.3. Оптимизация технологических процессов
- •6.4. Оптимальное управление системами ректификации
- •6.5. Адаптивное управление технологическими процессами
- •Глава 7. Оптимизация производства этилена
- •7.1. Производство этилена как объект управления
- •7.2. Задачи управления установками
- •7.3. Структура подсистемы оптимизации отделения пиролиза
- •7.4. Выбор математической модели пиролизной печи
- •Ориентировочная ранжировка параметров
- •7.5. Корректировка коэффициентов адаптивной модели
- •Приложение а функциональные схемы автоматизации
- •Приложение б идентификация систем в среде matlab
- •1. Основные характеристики (функции) систем
- •2. Теоретические модели объектов
- •Приложение в задачи и методы оптимизации
- •Задачи оптимизации
- •Приложение г задачи линейного программирования
- •Библиографический список
Глава 5. Идентификация технологических процессов
5.1. Понятие об идентификации
Математические модели широко применяются для анализа работы технологических объектов с целью отыскания наиболее благоприятных режимов с точки зрения экономики и безопасности. Связано это с практически бесконечными возможностями испытания математической модели на ЭВМ, что обусловлено рядом факторов.
Во-первых, моделирование основано на ограниченности числа фундаментальных законов природы и принципе подобия, означающем, что явления различной физической природы могут описываться одинаковыми математическими зависимостями.
Во-вторых, экспериментирование на реальных объектах обычно ограничивается факторами экономического характера (стоимостью измерительных приборов, затратами труда, возможностью получения бракованного продукта и пр.), в то время как эксперименты на ЭВМ не требуют обычно больших затрат и полностью безопасны.
В-третьих, численные эксперименты, проводимые на вычислительных машинах, точно воспроизводимы, поэтому неожиданные результаты можно проверить и установить их причину, повторяя эксперименты в неизменных условиях.
Объекты моделирования (и управления) обычно классифицируют как:
• статические или динамические;
• линейные или нелинейные;
• непрерывные или дискретные;
• стационарные или нестационарные;
• с сосредоточенными или распределенными параметрами.
Под моделью обычно понимается информация о наиболее существенных характеристиках объекта, выраженная в той или иной форме. По способу представления информации выделяют следующие типы моделей:
• словесные или вербальные;
• физические (уменьшенные копии реальных объектов или объектов иной физической природы, позволяющие имитировать процессы в исследуемом объекте);
• математические (информация об исследуемом объекте или системе представляется в виде математических терминов);
• формальные (основанные на формальной аналогии с описываемыми объектами).
В свою очередь, математические модели делятся на графические, табличные, топологические, алгоритмические и аналитические. В частности, аналитические модели представляют собой отражение взаимосвязей между переменными объекта в виде одной или группы математических формул.
Процедуру построения модели принято называть идентификацией, при этом данный термин обычно относится к построению аналитических математических моделей динамических объектов.
Динамический объект – это объект, выход которого зависит не только от текущего значения входных сигналов, но и от их значений в предыдущие моменты времени. Идентифицируемый объект принято представлять в виде, показанном на рис. 5.1, где t – время; x(t) – контролируемый (иногда управляемый) входной сигнал; yt(t) – теоретический выход объекта; y(t) – наблюдаемый выход объекта; e(t) – случайная аддитивная помеха, отражающая действие не учитываемых факторов (шум наблюдения).
e(t)
y(t)
yt(t)
x(t)
yt(t)
O
Рис 5.1. Общее представление идентифицируемого объекта О
Обычно предполагают, что связь между входным и «теоретическим» выходным сигналами задается в виде некоторого оператора At (оператор – правило преобразования какой-либо функции в другую функцию):
yt(t) = At [x(t)] , (5.1)
при этом наблюдаемый выход объекта может быть описан соотношением
y(t) = At [x(t)] + e(t). (5.2)
Таким образом, цель идентификации на основании наблюдений за входным x(t) и выходным y(t) сигналами на каком-то интервале времени определить вид оператора, связывающего входной и «теоретический» выходной сигналы.
Примером таких операторов могут служить операторы дифференцирования y(t) = dx/dt, интегрирования , сдвига назад y(t) = y(t) и т. д. В качестве математической модели могут использоваться также алгебраические, дифференциальные и интегральные уравнения, импульсные переходные функции, частотные характеристики, оператор условного математического ожидания mу = f(xl , ... , хn), условная плотность распределения вероятностей (y/Х).
Идентификация – сложная процедура, которая содержит следующие этапы:
• структурная идентификация – определение структуры математической модели на основании теоретических соображений;
• параметрическая идентификация – проведение идентифицирующего эксперимента и определение оценок параметров модели по экспериментальным данным;
• проверка адекватности – проверка качества модели по критерию близости выходов модели и объекта.