- •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
6.5. Адаптивное управление технологическими процессами
Высшей формой существующих систем автоматизации технологических процессов являются адаптивные АСУТП. Адаптивный подход необходим для повышения эффективности систем, функционирующих в условиях неопределенности, обеспечения гибкости таких систем и способности их приспосабливаться к изменяющимся условиям. При адаптивном подходе имеется возможность связать воедино идентификацию и формирование управляющих воздействий. Однако в реально действующих АСУТП методы адаптации еще не получили значительного распространения. Это объясняется сложностью проблемы и отсутствием достаточного практического опыта.
Значительные трудности возникают при разработке алгоритмов управления нестационарными объектами. Ограниченность информации об изменениях параметров и недостаточная сходимость оценок моделей технических систем усложняют задачу создания методов управления, гарантирующих заданную эффективность функционирования систем. Оперативную оптимизацию в этом случае можно определить как оптимальное управление, реализуемое на объекте с какой-то периодичностью. Из этого определения следует задача определения дискретности адаптации моделей.
Уже отмечалось, что успешное решение задачи управления технологическим объектом может быть осуществлено лишь при наличии точного математического описания. Для получения полной информации о меняющихся характеристиках нестационарного объекта, он должен «прощупываться» пробными воздействиями, которые носят познавательный характер и позволяют решить задачу получения точного математического описания. Поскольку одновременно управляющие воздействия должны решать и задачу приведения объекта к требуемому режиму, то в замкнутой системе регулирования управляющие воздействия должны носить двойственный характер, т. е. быть, с одной стороны, изучающими, а с другой – управляющими.
Управление, при котором управляющие воздействия носят указанный выше двойственный характер, получило название дуального управления. Стройная теория дуального управления была создана и развита А. А. Фельдбаумом. Хотя в чистом виде дуальное управление неосуществимо из-за необходимости выполнения громадного объема вычислений, его основная идея, заключающаяся в сочетании процессов построения математического описания (изучения объекта) и управления, широко применяется в системах управления технологическими объектами.
В наиболее простом случае можно было бы чередовать периоды построения математической модели объекта и периоды управления. Практически, однако, такая стратегия оказывается неприменимой: время накопления данных, необходимых для построения модели, может быть недопустимо большим, а период сохранения работоспособности модели может быть, напротив, невелик. Особенно затягивается время обучения (построения модели) при редко контролируемых переменных, при наличии запаздывания в объекте и т. п.
Алгоритмы адаптации математических моделей. Если алгоритм управления технологическим объектом предполагает использование математической модели, а объект является нестационарным, то необходимо позаботиться о том, чтобы модель оставалась точной, адекватной объекту во все время его функционирования. Иначе говоря, необходимо по мере поступления новых данных корректировать, изменять модель, только в этом случае она будет оставаться пригодной для решения задач управления.
Отсутствие достаточной априорной информации приводит к тому, что поведение объекта управления (в частности, технологического объекта) описывается уравнением регрессии:
Vj = уj + j; уj = QjT xj , j = 0, 1, 2, … , (6.6)
в котором для j-го момента времени Vj, уj, j, xj, QjT соответственно: наблюдаемое значение выходной переменной объекта, ее фактическое значение, помеха наблюдения, вектор независимых (контролируемых и управляющих) переменных объекта, вектор параметров математической модели.
При этом для оценки текущих значений параметров объекта используются алгоритмы, основанные на общих «физических» представлениях об объекте и характере изменения переменных и Q (вектор параметров объекта). К таким априорным физическим представлениям прежде всего относится гипотеза о квазирегулярности объекта, которая заключается в том, что все характеристики объекта изменяются достаточно медленно («дрейфуют во времени»). При этом объект управления в пределах некоторого скользящего отрезка [n – Tр, n]; n = 0, 1, . . . можно описать стационарной моделью
Vj = QjT xj + j; для всех j [n – Tр, n], (6.6)
а для оценивания параметров объекта использовать процедуру текущего регрессионного анализа.
Основная задача текущей идентификации заключается в использовании поступающей информации для уточнения моделей. При этом необходимость сокращения громоздких и трудоемких вычислений диктует применение рекуррентных процедур, в которых результаты, полученные при вычислении оценок QnT, максимально используются на следующем шаге – при вычислении Qn+1T.
Основное назначение адаптивных алгоритмов состоит в том, чтобы следить за меняющимися параметрами объекта. Можно заметить, что анализ процесса слежения предполагает принятие каких-то гипотез о характере изменения параметров объекта. Едва ли может быть построен алгоритм, отслеживающий параметры, меняющиеся совершенно случайным образом. Верно общее правило: чем медленнее по сравнению с входными переменными изменяются параметры объекта, тем точнее за ними можно следить.
Границей разумного применения рассматриваемого одношагового оптимального алгоритма для слежения за параметрами нестационарного объекта является n-кратное (n – размерность объекта) превышение скорости изменения входных переменных по сравнению со скоростью изменения параметров объекта.