- •Содержание
- •Виды моделей
- •Модель объекта управления
- •Моделирование
- •Построение модели.
- •Получение данных
- •Основные предпосылки мнк: а по мнк должно быть
- •Приведены в пример практические реализации в.Я. Ротыча.
- •Обработка экспериментальных данных
- •Выбор структуры модели
- •Параметрическое оценивание
- •Оценка соответствия полученной модели экспериментальным данным
- •Регрессионный анализ:
- •Имитационное моделирование с применением натурных данных
- •Проверка полезности модели с помощью целевого критерия
- •Проблема некорректности задачи идентификации
- •Имитационное моделирование
- •Общая структура
- •Отображения информации
- •Натурно-модельные обучающие комплексы
- •9.1. Обучающие системы на базе многовариантных структур
- •9.1.1. Структура многоканальной игровой обучающей системы
- •9.1.2. Особенности представления информации в обучающих системах
- •9.1.3. Простой вариант учебной нормативной модели (применительно к управленческим задачам )
- •9.2. Общие структуры тренажеров
- •9.3. Система освоения и исследования методов идентификации, прогнозирования, регулирования
- •9.4. Система освоения и исследования методов идентификации
- •Литературные источники
- •П рактические работы
- •Постановка задачи
- •Приложение 1
- •Постановка задачи Моделирование доменной плавки по каналу «влажность дутья – содержание кремния»
- •Решение
Постановка задачи Моделирование доменной плавки по каналу «влажность дутья – содержание кремния»
Дано:
1.Схема натурно-математической САР по отклонению (рисунок 1)
Рисунок 1 – Схема натурно-математической САР по отклонению
На рисунке 1 обозначены:
- натурное значение влажности дутья;
- натурное значение содержания кремния в чугуне;
- имитируемое значение влажности дутья;
- имитируемое значение содержания кремния в чугуне;
– заданное значение содержания кремния в чугуне;
ε(t) – ошибка регулирования.
2. Реализация натурной (реализованной на действующем агрегате) влажности дутья (входное воздействие) и соответствующее ей содержание кремния в чугуне (выход), где - номер выпуска чугуна из доменной печи.
3. Реализация имитируемой влажности дутья, вырабатываемая в ходе моделирования изучаемой или проверяемой подсистемой (например, алгоритм регулирования): имитируемая влажность дутья на каждом выпуске принимает значения
4. Математическая модель (инерционное звено первого порядка с запаздыванием) канала « » в приращениях к фактическим уровням соответствующих переменных со значениями динамических параметров ; .
Для перехода к разному уравнению рассчитаем коэффициенты при выбранном интервале дискретизации (в соответствии с частотой поступления информации о содержании кремния в чугуне по выпускам). Отсюда:
отклонение учитывается за счет сдвига графиков- реализации и друг относительно друга на соответствующую величину.
5. Поисковая процедура - метод покоординатного поиска.
6. Критерий точности – среднеквадратичное отклонение (СКО).
Требуется:
1) Создать математическую модель САР в общем виде и в конкретном;
2) Выбрать значения параметров закона регулирования по методике Ротача;
3) Составить алгоритм моделирования САР по отклонению;
4) С использованием выбранной поисковой процедуры путем имитационного моделирования с выходом на критерий СКО найти оптимальные значения kп и kи;
5) Определить содержание кремния в чугуне (имитируемое) при заданных значениях имитируемой влажности на интервале в N выпусков;
6) Результаты предоставить в графической и табличной форме.
Решение
Натурно-математическая модель САР по отклонению в общем виде:
Где - оператор пересчетной модели, - регулятор
Натурно-математическая модель САР по отклонению в конкретном виде:
Натурно-математическая модель САР по отклонению в дискретном виде:
Где
После приведения системы регулирования к дискретной форме, она была запрограммирована на языке C#, и был построен переходный процесс заданной системы.
Начальные параметры закона регулирования были выбраны по методике Ротача (ки= 1/(k τ) = -80 и кп = 1/(k τ) = -240). = 0,8. Количество выпусков (N) было взято равным 30 (N=30).
Интерфейс программы показан на рисунке 2. Код программы указан в приложении 1.
Рисунок 2 – Интерфейс программы
На рисунке 3 изображен график переходного процесса заданной системы регулирования.
Рисунок 3 – график переходного процесса
Полученные результаты также были представлены в табличной форме (таблица 1).
Таблица 1 – Результаты расчетов
i |
|
|
|
|
|
|
1 |
0,83 |
24 |
0 |
-24 |
0,13 |
0,96 |
2 |
1,02 |
24 |
52,27 |
28,27 |
-0,07 |
0,95 |
3 |
0,75 |
28 |
100,86 |
72,86 |
-0,45 |
0,3 |
4 |
0,71 |
24 |
-59,21 |
-83,21 |
0,16 |
0,87 |
5 |
0,85 |
24 |
-36,13 |
-60,13 |
0,44 |
1,29 |
6 |
0,64 |
22 |
121,35 |
99,35 |
-0,26 |
0,38 |
7 |
0,6 |
22 |
-12,15 |
-34,15 |
0,02 |
0,62 |
8 |
0,72 |
20 |
-70,31 |
-90,31 |
0,51 |
1,23 |
9 |
0,9 |
20 |
68,54 |
48,54 |
0,07 |
0,97 |
10 |
1,04 |
20 |
123,88 |
103,88 |
-0,53 |
0,51 |
11 |
0,98 |
24 |
31,57 |
7,57 |
-0,39 |
0,59 |
12 |
0,6 |
24 |
-37,03 |
-61,03 |
0,08 |
0,68 |
13 |
0,72 |
28 |
-76,66 |
-104,66 |
0,63 |
1,35 |
14 |
0,9 |
24 |
100,05 |
76,05 |
0 |
0,9 |
15 |
1,04 |
24 |
131,73 |
107,73 |
-0,6 |
0,44 |
16 |
0,98 |
24 |
16,8 |
-7,2 |
-0,36 |
0,62 |
17 |
0,83 |
22 |
-40,62 |
-62,62 |
0,11 |
0,94 |
18 |
1,02 |
22 |
3,62 |
-18,38 |
0,17 |
1,19 |
19 |
0,75 |
20 |
129,79 |
109,79 |
-0,49 |
0,26 |
20 |
0,71 |
20 |
-44,21 |
-64,21 |
0,03 |
0,74 |
21 |
0,85 |
20 |
-64,19 |
-84,19 |
0,49 |
1,34 |
22 |
0,64 |
22 |
107,36 |
85,36 |
-0,15 |
0,49 |
23 |
0,6 |
24 |
8,11 |
-15,89 |
-0,01 |
0,59 |
24 |
0,85 |
24 |
-59,68 |
-83,68 |
0,46 |
1,31 |
25 |
0,64 |
28 |
102,56 |
74,56 |
-0,11 |
0,53 |
26 |
0,6 |
24 |
16,3 |
-7,7 |
-0,03 |
0,57 |
27 |
0,72 |
24 |
-57,38 |
-81,38 |
0,43 |
1,15 |
28 |
0,9 |
22 |
55,24 |
33,24 |
0,1 |
1 |
29 |
1,04 |
22 |
120,3 |
98,3 |
-0,48 |
0,56 |
30 |
0,98 |
20 |
44,38 |
24,38 |
-0,45 |
0,53 |
Далее путем поисковой процедуры «покоординатный спуск» путем имитационного моделирования с выходом на критерий СКО были уточнены коэффициенты ки и кп. Уточнение коэффициентов останавливается, когда разница между СКО на текущей итерации (СКОтек) и СКО на предыдущей (СКОпред) будит меньше 0.05* СКОпред (СКОтек - СКОпред < 0.05* СКОпред). Шаг для ки (hки) по умолчанию = 1/kτ*0.2, а шаг кп (hкп) по умолчанию = T/kτ*0.2. При уточнении коэффициента ки уменьшаем шаг в 2 раза до тех пор, пока hки >= 0.1, а при уточнении кп до тех пор, пока hкп >= 0.5.
Результаты представлены в таблице 2 и на рисунке 4.
Таблица 2 — Поиск оптимальных значений ки и кп
Номер итерации |
Значение ки |
Значение кп |
Значение hки |
Значение hкп |
Значение СКО
|
0 |
-80,0000 |
-240,0000 |
0 |
0 |
0,1753 |
Ищем кп |
|||||
1 |
-80 |
-192 |
0 |
48 |
0,1516 |
2 |
-80 |
-192 |
0 |
48 |
0,1516 |
3 |
-80 |
-192 |
0 |
24 |
0,1516 |
4 |
-80 |
-192 |
0 |
12 |
0,1516 |
5 |
-80 |
-192 |
0 |
6 |
0,1516 |
6 |
-80 |
-189 |
0 |
3 |
0,1516 |
7 |
-80 |
-189 |
0 |
3 |
0,1516 |
8 |
-80 |
-189 |
0 |
1,5 |
0,1516 |
9 |
-80 |
-189,75 |
0 |
0,75 |
0,1515 |
10 |
-80 |
-189,75 |
0 |
0,75 |
0,1515 |
Ищем ки |
|||||
11 |
-80 |
-189,75 |
16 |
0 |
0,1515 |
12 |
-80 |
-189,75 |
8 |
0 |
0,1515 |
13 |
-80 |
-189,75 |
4 |
0 |
0,1515 |
14 |
-80 |
-189,75 |
2 |
0 |
0,1515 |
15 |
-80 |
-189,75 |
1 |
0 |
0,1515 |
16 |
-79,5 |
-189,75 |
0,5 |
0 |
0,1515 |
17 |
-79,5 |
-189,75 |
0,5 |
0 |
0,1515 |
18 |
-79,75 |
-189,75 |
0,25 |
0 |
0,1515 |
19 |
-79,75 |
-189,75 |
0,25 |
0 |
0,1515 |
20 |
-79,625 |
-189,75 |
0,125 |
0 |
0,1515 |
21 |
-79,625 |
-189,75 |
0,125 |
0 |
0,1515 |
|СКО21 – СКО0| = |0,1515– 0,1753| = 0,0238; 0.05*СКО0 = 0.05*0,1753 = 0,0087. Т.к. 0,0238 > 0,0087, продолжаем оптимизацию |
|||||
Продолжение таблицы 2 |
|||||
Ищем кп |
|||||
22 |
-79,625 |
-189,75 |
0 |
48 |
0,1515 |
23 |
-79,625 |
-189,75 |
0 |
24 |
0,1515 |
24 |
-79,625 |
-189,75 |
0 |
12 |
0,1515 |
25 |
-79,625 |
-189,75 |
0 |
6 |
0,1515 |
26 |
-79,625 |
-189,75 |
0 |
3 |
0,1515 |
27 |
-79,625 |
-189,75 |
0 |
1,5 |
0,1515 |
28 |
-79,625 |
-189,75 |
0 |
0,75 |
0,1515 |
Ищем ки |
|||||
29 |
-79,625 |
-189,75 |
16 |
0 |
0,1515 |
30 |
-79,625 |
-189,75 |
8 |
0 |
0,1515 |
31 |
-79,625 |
-189,75 |
4 |
0 |
0,1515 |
32 |
-79,625 |
-189,75 |
2 |
0 |
0,1515 |
33 |
-79,625 |
-189,75 |
1 |
0 |
0,1515 |
34 |
-79,625 |
-189,75 |
0,5 |
0 |
0,1515 |
35 |
-79,625 |
-189,75 |
0,25 |
0 |
0,1515 |
36 |
-79,625 |
-189,75 |
0,125 |
0 |
0,1515 |
Т.к. |СКО36 – СКО21| = 0, останавливаем оптимизацию |
Рисунок 4 – График уточнения коэффициентов кп и ки
Алгоритм работы модуля «оптимизация значений Ки и Кп» изображен на блок-схеме 1. Алгоритм работы подмодуля «оптимизация значения Кп при фиксированном Ки» изображен на блоке-схеме 2. Алгоритм работы подмодуля «оптимизация значения Ки при фиксированном Кп» изображен на блок-схеме 3.
Блок-схема 1 – Алгоритм работы модуля «оптимизация значений ки и кп»
Блок-схема 2 – Алгоритм работы модуля «оптимизация значения кп»
Блок-схема 3 – Алгоритм работы модуля «оптимизация значения ки»
Вывод
В практической работе №2 нами была смоделирована натурно-математическая САР по отклонению. Сначала нами была составлена ее математическая модель в общем виде. Затем, приняв в качестве регулятора ПИ регулятор, а в качестве математической модели канала преобразования регулирующих воздействий последовательное соединение инерционного звена первого порядка и звена чистого запаздывания, нами была составлена математическая модель системы в конкретном виде. После этого мы записали эту модель в дискретной форме.
Взяв значения коэффициентов Kи и Кп по методу Ротача и натурные значения и с действующего реального объекта, нами был получен график содержания кремния в чугуне (имитируемый) на интервале в 30 выпусков. Выполненные расчеты были занесены в таблицу.
В конце работы при помощи поисковой процедуры «покоординатный спуск» путем имитационного моделирования с выходом на критерий СКО, нами были найдены оптимальные значения Ки и Кп.