Автоматизация электротермических установок



В статье поднимается проблема автоматизации электротермических установок, которая сводится к поиску экстремума функционала, выражающего стоимость или качество нагрева заготовок (либо то и другое вместе). При разработке систем автоматического управления для печей различных типов приходится сталкиваться с различными математическими постановками данной задачи и привлекать различные методы из аппарата теории автоматического управления. В данной статье кратко рассмотрены несколько вариантов синтеза структуры автоматической системы управления электротермическими установками, что позволяет приблизится к решению данной проблемы.

Ключевые слова: автоматизация, структура, управление, регулятор, система, установка.

Повышение производительности труда и качества выпускаемой продукции на электротермических установках можно достичь путём интенсификации производственных процессов и их коренного технического переоснащения на базе комплексной автоматизации с широким применением вычислительных машин [10]. Непрерывная интенсификация производственных процессов приводит, как правило, к усложнению функции управления. С другой стороны, достижения в области математики, кибернетики, теории систем автоматического и оптимального управления, а также быстрое развитие средств автоматизации и вычислительной техники значительно расширяют возможности создания новых высокоэффективных производственных процессов [4]. Одновременно развитие технологии производства и технологии управления привело к созданию таких производственных процессов и типов оборудования, которые невозможно эксплуатировать в отрыве от систем управления. Характерными примерами являются современные электротермические печи в металлургической промышленности. Основная задача автоматизированного управления электротермическими установками заключается в обеспечении такого графика нагрева каждой заготовки, который даёт возможность получить продукцию требуемого качества и минимальные удельные затраты [1].

Литературный обзор

Следует отметить, что никаких конкретных инженерных указаний по конструированию или эксплуатации систем автоматического управления электрическими печами нет [3]. В литературе рассматриваются только общие математические методы, применяемые для расчёта систем автоматического управлений [1,3,4]. Математика же имеет дело не с реальным объектом, а с некоторой его математической моделью. Определить какова математическая модель управляемого объекта входит в задачу теории автоматического управления [7]. Дело практики — решить, можно ли выбранную для исследования печь, как конкретный объект «подогнать» под рассматриваемую в теории автоматического управления математическую схему и какие упрощения, какую идеализацию допустимо для него произвести.

Теоретическое обоснование

Электропечь представляет собой сложную многозвенную структуру, звенья которой: нагревательные элементы, стенки футеровки, изделия и т. д. — связаны между собой законами теплообмена, поэтому динамическая характеристика электропечи зависит от динамических характеристик звеньев, образующих её структуру. Таким образом, электротермические процессы представляют собой сложный комплекс химических и физических явлений, протекающих в соответствующих агрегатах, являющихся объектами автоматического управления [8].

Традиционный подход к проектированию автоматизированных систем представляет разработчику главным образом средства анализа уже выбранного варианта структуры объекта, оптимизации параметров и конструкторско-технологической проработки выбранного варианта [6]. Наиболее сложный этап проектирования — выбор структуры — разработчик проводит в настоящее время, как правило, эвристическим путём ввиду отсутствия общих и эффективных методов синтеза структуры [5]. Главной целью выбора является определение оптимальной структуры и таких законов управления, которые обеспечат требуемые или наилучшие показатели работы электротермической установки. Данная задача в настоящее время становится достаточно актуальной и нуждается в детальной проработке.

Исследование

Использование текущей информации об управляющих воздействиях (g) и переменных на выходе систем управления (у ₀ ) позволяет создать основной класс систем управления — класс замкнутых систем управления с отрицательной обратной связью (рис.1.а). Если в структуру не включены элементы 6 и 7, то систему можно назвать системой автоматической стабилизации, то есть она предназначена для поддержания постоянного значения регулируемой величины с допустимой ошибкой регулирования независимо от действующих возмущений. Недостатком принципа является затруднённое управление, возникающее при разработке быстродействующих систем управления, особенно для сложных инерционных объектов. Стремление увеличить точность работы системы приводит к потере устойчивости, поэтому в некоторых случаях качество такого регулирования оказывается неприемлемо низким.

Сочетание принципов замкнутой и разомкнутой систем позволяет создать комбинированное регулирование (рис.1.а), где помимо отклонения (у ₀ ) в закон регулирования включается так же внешнее воздействие (задающее 7 и возмущающее 6). Создание дополнительной связи по возмущению компенсирует влияние возмущения, а по задающему воздействию обеспечивает его воспроизведение регулируемой величиной. Замкнутый контур в этом случае устраняет рассогласование, возникающее из-за неточности действия дополнительной связи 6 и 7. Основные преимущества комбинированного регулирования заключаются в создании более высокой точности и быстродействия при устранении ошибки регулирования, вызываемой возмущениями. Возможность регулирования в основном за счёт управления по возмущению и заданию и сведении роли регуляторов по отклонению к выполнению окончательной коррекции процесса регулирования. Более простая и надёжная конструкция системы автоматического регулирования, возможность снижения общего коэффициента усиления, повышения устойчивости и быстродействия процесса.

Однако осуществление условий инвариантности часто затруднено ввиду непредвиденных изменений характеристик объекта управления, неточности настройки компенсирующих устройств и влияния неконтролируемых возмущений, действующих на систему. Поэтому возникает проблема в разработке систем с автоматической коррекцией параметров компенсирующих устройств с целью выполнения требуемых в системе условий инвариантности.

Решением поставленной проблемы может стать создание самонастраивающейся системы, у которой цепь адаптации сама является замкнутой системой, т. е. представляет собой систему автоматического управления или систему автоматического поиска (рис.1.б).

Рис. 1. Структура системы автоматического управления электротермической установки: а) комбинированная; б) самонастраивающаяся

Такая система является примером работы двух связанных систем автоматического управления с двумя управляющими устройствами УУ1 и УУ2. Одно из них — УУ1, управляет объектом ОУ, минимизируя некоторый критерий качества, заложенный в него, и зависит от параметра Х; второй — УУ2, управляет устройством УУ1, изменяя Х в соответствии со своим критерием качества. Цепь адаптации, в которую входит воздействие Х, замкнута. Таким образом, самонастраивающаяся система является самоприспосабливающейся системой, у которой в процессе адаптации изменяются только отдельные характеристики блока УУ1 основной системы, но сохраняется неизменной его структура (f ₂ в системе отсутствует). Если же УУ1 подвергается непредвиденным изменениям под влиянием внешних воздействий f ₂ , то возникает необходимость в создании самоорганизующейся системы, в которой изменяется характер функционирования части УУ1. Эти изменения могут осуществляться либо прямым изменением параметров УУ1, либо изменением его структуры.

Результаты и их обсуждение

Кроме проблемы создания условий инвариантности в электротермических установках, существует проблема с замером труднодоступных параметров. К примеру, температуры в нагреваемом изделии. Это информация немаловажна для повышения качества продукции, так как по технологии желательно чтобы изделия прогревались равномерно во всех точках и разница в температуре между самой верхней и самой нижней точкой, а также между точкой с края и в центре садки была минимальной. Для проведения ряда исследований во все эти точки можно установить датчики, но при нормальной работе это будет крайне затруднять подготовку установки к нагреву, снижая её производительность.

Возможность решения данной проблемы — выделить труднодоступные измерению величины косвенным способом. Для этой цели используются так называемые наблюдающие устройства или наблюдатели, которые вырабатывают оценки не измеряемых переменных состояния объекта управления [2].

Наблюдающее устройство выполняет функцию идентификации всего объекта управления или его части и представляет собой математическую модель объекта. В отличие от обычной расчетной модели наблюдатель работает в реальном времени, имеет общие с объектом наблюдения физические входные переменные, дополняется обратной связью по разности между доступными для измерения выходными переменными объекта управления и их математическими оценками наблюдателем.

Далее, измеряемые наблюдателем переменные состояния подаются на регулятор. Структурная схема объекта управления с наблюдателем представлена на рисунке 2.а.

Другой вариант решения проблемы — использование самообучающейся системы с нейронной сетью в качестве регулятора [9].

Нейронное управление представляет собой новое высокотехнологичное направление в теории управления. С точки зрения теории управления нейронные сети выбираются в качестве модели объекта управления или непосредственно регулятора, а динамический процесс ее настройки представляет собой процесс синтеза системы управления.

Существуют 2 пути использования нейронной сети:

– прямые методы синтеза — регулятор реализуется непосредственно на нейронной сети. Применение метода не вызывает трудностей, однако необходимость постоянного переобучения нейронной сети приводит к ряду проблем;

– косвенные методы синтеза — нейронной сеть используется в качестве модели объекта управления, а синтез регулятора осуществляется традиционным методом.

В общем случае управление объектом с помощью нейронной сети можно представить схемой на рисунке 2.б.

Рис. 2. Структурная схема САУ: а) с наблюдателем; б) с нейроконтроллером

Наиболее сложной процедурой при синтезе нейронной сети является её обучение. Для искусственных нейронных сетей под обучением понимается процесс настройки архитектуры сети (структуры связей между нейронами) и весов синаптических связей (влияющих на сигналы коэффициентов) для эффективного решения поставленной задачи. Обычно обучение нейронной сети осуществляется на некоторой выборке. По мере процесса обучения, который происходит по некоторому алгоритму, сеть должна все лучше и лучше (правильнее) реагировать на входные сигналы. Возможные следующие реализации нейронной сети:

– аппаратная: специальные нейропроцессоры — высокое быстродействие, надежность и экономичность, узкая область применения;

– программная: составляется программа на обычном компьютере, которая моделирует поведение нейронной сети, относительно проста в применении.

Выводы

Наблюдающее устройство (рис. 2.а) обычно применяется в системах модального регулирования. В данном случае задача сводится к определению коэффициентов соответствующих обратных связей по состоянию объекта, а не путем применения корректирующих звеньев в прямой цепи системы автоматического управления (рис. 1). Нейронные сети (рис. 2.б) в свою очередь позволяют реализовать любой требуемый для процесса нелинейный алгоритм управления при неполном, неточном описании объекта управления, создавать мягкую адаптацию, обеспечивающую устойчивость системе при нестабильности параметров. Создание интеллектуальных систем управления на базе нейронных сетей являются актуальным, так как потребность в электропечах, работающих круглосуточно без участия человека, в настоящее время возрастает всё больше.

Литература:

1. Булгак Л. И., Вольфман И. Б., Ефроймович С. Ю., Захаров Г. К., Климовицкий М. Д., Сегаль А. М. Автоматизация методических печей. — М.: Металлургия, 1981. — 196 с.: ил.
2. Егупов Н. Д. Методы робастного нейро-нечёткого и адаптивного управления. Изд-во МГТУ им. Н. Э.Баумана 2001–744 с., ил.
3. Каганов В. Ю. Блинов О. М. Беленький А. М. Автоматизация управления металлургическими процессами. — М.: Металлургия, 1974–416 с.
4. Котов К. И. Шершевер М. А. Средства измерения, контроля и автоматизации технологических процессов. Вычислительная и микропроцессорная техника. — М.: Металлургия, 1989–496 с.
5. Макаров И. М., Менский Б. М. Линейные автоматические системы. — М.: Машиностроение, 1982–504 с.
6. Мокрушин С. А. Автоматизация управления электрическими печами // «Автоматизация и производство». — М., 2008, № 2’08. — с 27–29.
7. Мокрушин С. А. Инженерные методы идентификации статических объектов управления с целью их дальнейшей автоматизации/ С. А. Мокрушин, А. В. Журавлёв, С. В. Кротов, В. П. Теплых // Наука и образование в XXI веке: Сборник научных трудов по материалам Международной научно-практической конференции 30 декабря 2013 г. В 8 частях. Часть V. Мин-во обр. и науки — М.: «АР-Консалт», 2014 г.- с. 55–57
8. Печная АСУТП//Станочный парк. — СПб.,2008, № 3. — с. 46–47.
9. Терехов С. А. Лекции по теории и приложениям искусственных нейронных сетей Лаборатория Искусственных Нейронных Сетей НТО-2. — Снежинск: ВНИИТФ, 1998.
10. Электропечь. Что полезно знать до её покупки//Станочный парк. — СПб.,2008, № 10. — с. 46–47.