CC BY
61
УДК 004.021
Чохонелидзе Александр Николаевич
Тверской государственный технический университет
Россия, Тверь1 Професор Доктор технических наук E-Mail: а444595@pochtа.ru
Браун-Аквей Виллиам
Тверской государственный технический университе
Россия, Тверь Аспирант
E-Mail: wbrownacquaye@hotmail .com Форгор Лемпого
Тверской государственный технический университет
Россия, Тверь Аспирант
E-Mail: forlempo@yahoo.co.nz
Разработка программного обеспечения для управления контуром помола
Аннотация. Эффективное управление процессом измельчения имеет большое значение для увеличения производительности контура и качества конечного продукта, а также для значительного сокращения производственных затрат. Статья направлена на разработку программного обеспечения для моделирования управления помола цемента цепи. программный продукт разработан с использованием языка Visual basic. программное обеспечение принимает несколько входных параметров моделирования и выбор между двумя методами контроля. В статье рассмотрены два принципиально новых алгоритм работы контроллера для контура помола цемента, в основе создания, которых лежит теория управления с прогнозирующими моделями (УПМ). Проанализированы нормальное управления с прогнозирующими моделями без ограничений и прогнозирующие модели с мягкими ограничениями. Разработанный программный пакет «CEMSIM», объединяющий оба метода, описан в этой статье. математические модели двух методов контроля описаны. блок-схема, описывающая управления методологии и структуре, описанной в статье. Проведен анализ результатов применения двух моделей применительно к схеме помола цемента. его выбора и, таким образом, иметь возможность рассмотреть альтернативные варианты прежде, чем сделать выбор. Основные результаты и выводы сделаны, и два метода сравнения и их эффективности в управлении измельчения, проанализированы
Ключевые слова: управление с прогнозирующими моделями; контур помола цемента; алгоритм; контроллера; моделирование; программное обеспечение; блок схема.
дентификационный номер статьи в журнале 66TVN314
Проспект Ленина, дом 25
Управление контуром помола - сложная задача вследствие многих факторов, например, нелинейного и неопределенного характера процесса. Существующие математические модели этого процесса полны неточностей и имеют много взаимодействующих переменных процесса с существенно различной динамикой, которые также подвержены влиянию неизмеренных возмущений и больших периодов временных запаздываний, сложных условий эксплуатации и невозможности использования точных и надежных датчиков.[1,2,7,8]
Однако, эффективное управление процессом имеет большое значение для увеличения пропускной способности контура и качества конечного продукта, а также для значительного сокращения производственных затрат, особенно в отношении энергосбережения, составляющего высокий процент таких затрат. [2,5]
В этой статье модель процесса помола описывается двумя алгоритмами для нормального Управления с прогнозирующими моделями и Управления с прогнозирующими моделями с мягкими ограничениями. Разработка и внедрение двух УПМ методов осуществляется в программном пакете «CEMSIM», описанном далее в статье.
Управление на основе прогнозирующих моделей для помола цемента
Управление с прогнозирующими моделями использует структуры управления, включающие модель внутреннего процесса и расчет управления с упреждением. Внутренняя модель используется для прогнозирования будущего выхода процесса. Будущие действия регулируемых переменных определяются решением задачи оптимизации конечного горизонта путем минимизации разницы между желаемой опорной траекторией и прогнозируемым результатом. [3-6] Задача оптимизации решается в каждом интервале дискретизации, и в качестве решения получается последовательность будущих управляющих действий. На следующем интервале выборки применяется только первое управляющее действие, затем процедура повторяется.
Если Р - длительность прогнозирования, то прогнозируемый вектор выход
Ур (К +1) = [Ур (К +1),......................Ур (К + Р)]Т (1)
будет получен как
Ур (К +1) = Ут (К +1) + О0Е (к), (2)
где
Ут (К + 1) = [Ут (К + 1) ,......., Ут (К + Р)]Т (3)
В модели выхода С0 матрица коэффициентов и
Е (к ) = У (к)- Ут (к) . (4)
Есть ли разница между выходными векторами процесса и модели? Прогнозируемый вектор управления принимает форму
Аи (к) = [Аы (к),.......Аы (к + М - 1)]Т , (5)
где М - длина управляемого длительности прогнозирования. ЗначенияДУ(^) определяются минимизацией следующей квадратичной целевой функцией
3 (к) = [уг (к +1) - Ур (к + 1)]г е [уг (к +1) - 7р (к +1)] + и (к )т яи (к) , (6)
где Q является матрицей весовых коэффициентов на выходе и R - матрицей весовых коэффициентов управления.
Управление на основе прогнозирующих моделей с мягкими ограничениями
Рис. 1. Контроллер на основе Управления с прогнозирующими моделями
Управление на основе прогнозирующих моделей состоит из оценочного модуля и регулятора, как показано на рисунке 1. Вводные параметры УПМ имеют расчетные значения г, для выходов процесса z и для измеренных выходов процесса у. Выходные параметры УПМ представляют собой управляющие переменные и.
Предполагается, что модель контролера - это линейная пространственная система:
х£+1 = + Вик + В+ (7)
^ = Схк, (8)
где х - состояния в процессе, и - управляющая переменная , d - неучтенные возмущения, w - возмущении случайного процесса, z - контролируемые переменные. Измеренные выходы у являются регулируемыми выходами z с помехами при измерении V, отсюда:
у к = 2к + ^к. (9)
Первоначальное состояние, возмущении процесса и помехи при измерении предположительно являются равномерно распределенными стохастическими векторами.
хо - М(Ро),
^ - ^ <0, е), (10)
^к - <0, я).
Измеренный выход у - это сигнал обратной связи, используемый оценочным модулем; u - сигнал системы управления осуществляемый на установке. Устойчивые процессы могут быть представлены режимом с импульсной конечной характеристикой
п
ч=ьк+Х Н
и
к-г
(11)
г=1
где {Нг - коэффициенты импульсной характеристики (параметры Маркова),
составляющая смещения оценочного модуля Ьк объясняет расхождения между прогнозируемым выходом и фактическим выводом. Следовательно, с помощью модели (4) регуляризованную задачу отслеживания выхода с входными ограничениями можно сформулировать как следующее:
N-1
штф =1V || г, , - г1лЛ ||2 +1| Аи
2 ^ к+1 к+1 & '
2 к ||5
(12)
при котором
при этом
п
% = Ьк +ЕНгик-г , к = 1,......,К,
г=1
и . < и ^ и^я^ , к = 0,......1,
Ш1И к таах
Аи . <Аи <Аишах , к = 0,......, N—1
Ш1П к Шах ? ?
Аик = ик - ик-1
(13)
(14)
(15)
(16)
В этих формулах длительность контроля и прогнозирования идентичны. При желании длительность прогнозирования можно сделать длиннее, чем длительность управления. Однако мы предпочли сделать длительность управления такой длины, чтобы любые граничные эффекты в конце моделирования не имели бы никакого влияния на решение в начале моделирование и могли бы быть преобразованы в ограниченную линейно-квадратичную задачу оптимального управления.
Программный пакет «CEMSIM» для моделирования процесса помола в шаровой мельнице
Конструкция контроллера с прогнозирующей моделью показана на рисунке 2 ниже.
Процесс измельчения 1
Определение передаточной функции Определение пределы и частота дискретизации входных данных
, г
Выписка коэффициеты конечной импульсной характеристики
, 1
Определение ограничении прогназирующего модели
1
Инициализации начальный состоянии процесса
, I
Определение продолжительности прогнозирования и управления
--4 _
Вычисление прогнозирующего модели -► Вычисление расхождений между прогнозируемым и фактическим выходом ~(Ък)
1 <-
Вычисление регулятор иуправляющих воздействий (и)
Извлечение первый набор управляющих воздействий (и)
I
Подставление и в линейную систему пространства состояний
Рис. 2. Блок-схема контроллера
На первом этапе в схеме выше мы разрабатываем модель технологического процесса измельчения. Следующий шаг включает в себя проектирование передаточной функции, а также входных пределов и ограничений скорости передачи на входе. Далее, мы начинаем настройку параметров и создаем ограничения УПМ. На следующем технологическом этапе требуется установить начальный режим работы установки и определить длительности прогнозирования и контроля.
В замкнутой системе производятся вычисления по контроллеру с прогнозирующей моделью и извлекаются управляющие переменные. Далее идет определение расхождений между прогнозируемым и фактическим выходом. Значения управляющих воздействий
подставляются в линейную систему пространства состояний. Затем производится возврат к началу цикла, чтобы произвести вычисления УПМ, процесс повторяется, пока не завершится весь процесс моделирования.
В конце процесса моделирования данные измеренных выходов и управляющих переменных представляются графически.
Реализация УПМ в пакете программного обеспечения «CEMSIM»
В этой секции дается описание Программы моделирования УПМ с мягкими ограничениями с применением методов конечной импульсной характеристики для передаточной функции второго порядка со временем запаздывания.
Эта программа была создана с языка Visual Basic и позволит выполнить моделирование схемы помола цемента с использованием модели УПМ.
Программа имеет как нормальную функцию УПМ для вычисления последовательности управления с помощью управления с прогнозирующими моделями без мягких ограничений, так и функцию УПМ для управления с прогнозирующими моделями с мягкими ограничениями.
Для анализа производительности двух способов контроля помола цемента программа позволяет выбирать между двумя методами УПМ.
Рис. 3. Форма для ввода параметров моделирования
Эта форма позволяет вводить такие параметры моделирования как: K - усиление системы, T1, T2 - постоянные времени, Beta - ноль системы, Td - задержка по времени в системе, Ts - интервал дискретизации по времени, Nsim - длительность моделирования, v -помехи при измерении, w - случайные изменения характеристик, а также входные пределы: Umin, Umax, Dumin, Dumax.
Рис. 5. Форма для выбора типа и настроек контроллера
Настройки УПМ выполняются по вышеприведенной форме, с возможностью выбора между нормальным УПМ и УПМ с мягкими ограничениями. Для нормального УПМ используются такие параметры как 8п - квадратичный вес на мягкие ограничения, 8пИп -линейный вес на мягкие ограничения.
Рис. 6. Результаты моделирования
Рисунок 6 показывает производительность УПМ с мягкими ограничениями при высокой исправляющей способности контроллера регулировать привод для поддержания заданных контролируемых переменных. Здесь контроллер УПМ с мягкими ограничениями слегка перемещает привод в пределах мягких ограничений и производит более сильные воздействия за пределами мягкого ограничения, в результате чего происходит повышение стабильности работы цементной мельницы и оптимизация схемы помола цемента. Производительность УПМ с мягкими ограничениями стала значительно выше вследствие изменений в зонах обработки и показателей качества.
Выводы
В данной работе было разработано новое программное обеспечение для управления процессом измельчения в шаровой мельнице. алгоритм для новых контроллеров описана.В данной работе имитационные модели наглядно демонстрируют потенциал, а также возможные ограничения, повышения производительности, которое может быть реализовано через создание надёжного контроллера на основе УПМ, точного имитатора технологического процесса, а также внедрение контроллера на установке, работающей в режиме реального времени. Продемонстрировано, как УПМ с мягкими ограничениями и нормальное УПМ используются для реализации этого принципа управления, несмотря на значительное несоответствие заводской модели установки, что неизбежно при контроле схем помола цемента. При сравнении контроллеров в условиях моделирования цементной мельницы становится очевидным, что вариации выходных переменных аналогичны в обоих случаях, но УПМ с мягкими ограничениями достигает изменений при меньшем количестве ходов привода.
ЛИТЕРАТУРА
1. Boulvin, Renotte, V. Wouver, Remy, Tarasiewicz, and César (1999). Modeling, simulation and evaluation of control loops for a cement grinding process. European Journal of Control, 5, 10_18.
2. Magni, B. G, and W. V (1999). Multivariable nonlinear predictive control of cement mills. IEEE. Transactions on Control System Technologies, vol 7, 502508.
3. 26. Богданов В. С. Оптимизация шаровой загрузки в барабанных мельницах / В. С. Богданов // Совершенствование оборудования по производству строительных материалов. М.: ШСИ и БТИШ, 1983. - С. 41 -46.
4. 113. Шутов В. В. Оптимизация шаровой загрузки барабанных мельниц / В. В. Шутов, А. Б. Смолянский, JI. М. Сагал // Цемент. 1981. - № 12. - С. 10 -11.
5. Григорьев В.И., Берзин Е.А., Чохонелидзе А.Н. Распределение ресурсов в больших системах. — М.: Энергоатомизат, 2002. — 304 с.
6. Chidambaram, M., Computer Control of Processes . Narosa Publishing House,2003.
7. Clarke, D. W. (1988). Application of generalized predictive control to industrial
8. processes.Cleary, P. W. (2006). Axial transport in dry ball mills. Applied Mathematical Modelling , 30, 1343_1355.
9. Concil, W. E., E_cient Use of Energy Utilizing High Technology: An Assesement of Energy Use in Industry and Buildings . World Energy Council, London,United
10. Пироцкий, В.З. Кинетика процесса и дисперсные характеристики при сов-местном помоле портландцементных клинкеров с высоким и низким содержа-нием алитовой фазы / В.З.Пироцкий, Г.М.Нилова // Повышение эффективно-сти измельчения портландцементного клинкера и добавок. - М.,-1983.-C.3-16.
11. [3] V. Van Breusegen, L. Chen, V. Werbrouck, G. Bastin, and V. Wertz,"Multivariable linear quadratic control of a cement mill: An industrialapplication," Contr. Eng. Practice, vol. 2, pp. 605-611, 1994.
Рецензент: Матвеев Ю. Н., профессор кафедры электронных вычислительных машин Тверского государственного технического университета, доктор технических наук, fmas@tstu.tver.ru
Alexander Chokhonelidze
Tver state technical university Russia, Tver E-Mail: a444595@pochta.ru
William Brown-Acquaye
Tver state technical university Russia, Tver
E-Mail: wbrownacquaye@hotmail .com
Forgor Lempogo
Tver state technical university Russia, Tver E-Mail: forlempo@yahoo.co.nz
Development of a software package for the control of a
grinding circuit
Abstract. Effective management of the grinding process is of great importance for increasing the productivity of the path and the quality of the final product, as well as for the significant reduction in production costs. The article is is aimed at developing a software for the simulation of control cement grinding circuit. the software product is developed using the Visual basic language. the software accepts several input parameter for the simulation and a choice between the two control methods. In the article two fundamentally new algorithms of a controller for cement grinding circuits, which is based on the theory of model predictive control (MPC) are described. An analysis of the normal model predictive control and model predictive control with soft output constraints is done. Developed software package «CEMSIM», combining both methods described in this article. The analysis of the results of applying the two models with respect to the circuit cement grinding. mathematical models of the two control methods are described. a flow diagram describing the control methodology and structure are described in the article also. The main results and conclusions are made and the two methods are compared and their effectiveness in controlling the grinding circuit analyzed
Keywords: model predictive control; cement grinding circuit; algorithm ;controller.
Identification number of article 66TVN314
REFERENCES
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
Boulvin, Renotte, V. Wouver, Remy, Tarasiewicz, and César (1999). Modeling, simulation and evaluation of control loops for a cement grinding process. European Journal of Control, 5, 10_18.
Magni, B. G, and W. V (1999). Multivariable nonlinear predictive control of cement mills. IEEE. Transactions on Control System Technologies, vol 7, 502508.
26. Bogdanov V. S. Optimizacija sharovoj zagruzki v barabannyh mel'nicah / V. S. Bogdanov // Sovershenstvovanie oborudovanija po proizvodstvu stroitel'nyh materialov. M.: ShSI i BTISh, 1983. - S. 41 -46.
113. Shutov V. V. Optimizacija sharovoj zagruzki barabannyh mel'nic / V. V. Shutov, A. B. Smoljanskij, JI. M. Sagal // Cement. 1981. - № 12. - S. 10 -11.
Grigor'ev V.I., Berzin E.A., Chohonelidze A.N. Raspredelenie resursov v bol'shih sistemah. — M.: Jenergoatomizat, 2002. — 304 s.
Chidambaram, M., Computer Control of Processes . Narosa Publishing House,2003.
Clarke, D. W. (1988). Application of generalized predictive control to industrial
processes.Cleary, P. W. (2006). Axial transport in dry ball mills. Applied Mathematical Modelling , 30, 1343_1355.
Concil, W. E., E_cient Use of Energy Utilizing High Technology: An Assesement of Energy Use in Industry and Buildings . World Energy Council, London,United
Pirockij, V.Z. Kinetika processa i dispersnye harakteristiki pri sov-mestnom pomole portlandcementnyh klinkerov s vysokim i nizkim soderzha-niem alitovoj fazy / V.Z.Pirockij, G.M.Nilova // Povyshenie jeffektivno-sti izmel'chenija portlandcementnogo klinkera i dobavok. - M.,- 1983.-C.3-16.
[3] V. Van Breusegen, L. Chen, V. Werbrouck, G. Bastin, and V. Wertz,"Multivariable linear quadratic control of a cement mill: An industrialapplication," Contr. Eng. Practice, vol. 2, pp. 605-611, 1994.
