CC BY
8INTERNATIONAL SCIENTIFIC AND TECHNICAL CONFERENCE "DIGITAL TECHNOLOGIES: PROBLEMS AND SOLUTIONS OF PRACTICAL IMPLEMENTATION IN THE SPHERES" APRIL 27-28, 2023
BASHORATLOVCHI BOSHQARUV MODELINING BOSHQARUV TIZIMLARIDA
QO'LLANILISH MUAMMOLARI Doshanova Malika1, Xodjayev Mardonbek2, Solixov Bexruz3
1Muhammad al-Xorazmiy nomidagi Toshkent axborot texnologiyalari universiteti, «Axborot texnologiyalarning dasturiy ta'minoti» kafedrasi dotsenti, 2,3 Muhammad al-Xorazmiy nomidagi Toshkent axborot texnologiyalari universiteti, «Dasturiy
injiniring» fakulteti talabasi https://doi.org/10.5281/zenodo.7857788
Abstract. In this paper examines the application of the predictive control model in control systems, its identification and the use of virtual analyzers in the implementation of the predictive control model.
Keywords: Forecasting, system, predictive control model, identification, technological process, control and measurement devices, control effect, virtual analyzers.
KIRISH
Ishlab chiqarishni va birinchi navbatda texnologik jarayonlarni (TJ) boshqarish tizimlari samaradorligini oshirish sanoat korxonalari raqobatbardoshligi va mahsulot sifatini oshirishning hal qiluvchi omiliga aylanmoqda.
Bugungi kunda bashoratlovchi boshqaruv modeli (BBM) qayta ishlash sanoatida texnologik jarayonlarni boshqarishning eng samarali usullaridan biri hisoblanadi: neftni qayta ishlash, o'g'it ishlab chiqarish, neft kimyosi, minerallarni qayta ishlash va boshqalar.
BBM turli vazifalarni hal qiladi: ob'yektning ishlashini barqarorlashtirishdan tortib to uni ma'lum bir mezon bo'yicha optimallashtirish (maksimal mahsuldorlik, minimal xarajatlar, minimal energiya sarfi va boshqalar).
BBM real vaqt rejimida amalga oshiriladi. An'anaga ko'ra, BBM tizimi eksperimental ma'lumotlardan oldindan qurilgan ob'yektning bashoratlovchi modelini o'z ichiga oladi. Boshqaruv samaradorligi ko'p jihatdan ushbu modelning to'g'riligi bilan belgilanadi.
Tizimning har bir siklida quyidagi harakatlar amalga oshiriladi:
- nazorat-o'lchov asboblaridan (NOA) taqsimlangan boshqaruv tizimi (TBT) orqali boshqariladigan miqdorlarning joriy qiymatlari va kuzatilgan shovqinlar olinadi;
- bir necha davrlar uchun ob'yekt xatti-harakatlarining bashoratini aniqlaydigan modelning chiqish o'zgaruvchilari qiymatlari hisoblab chiqiladi;
- chiziqli yoki kvadratik dasturlash muammosi mavjud texnik va texnologik cheklovlarni hisobga olgan holda optimallashtirishning berilgan maqsadli funksiyasi (texnik va iqtisodiy mezoni) bilan hal qilinadi, buning natijasida boshqaruv davrlari uchun ma'lum miqdordagi boshqaruv ta'sirlarining optimal ketma-ketligi aniqlanadi;
- agar joriy siklda topilgan boshqaruv ta'sirlari ob'yektga ta'sir qiluvchilardan sezilarli darajada farq qilmasa, u holda boshqaruv moslashtirilmaydi; aks holda, yangi nazorat qiymatlari TBT orqali TJ boshqaruv qismlariga uzatiladi.
Keyingi boshqaruv siklida (sikllar orasidagi interval odatda bir necha o'n soniyadan uch minutgacha bo'ladi), yuqorida tavsiflangan harakatlar yangi to'plangan instrumental o'lchov ma'lumotlarini hisobga olgan holda takrorlanadi.
INTERNATIONAL SCIENTIFIC AND TECHNICAL CONFERENCE "DIGITAL TECHNOLOGIES: PROBLEMS AND SOLUTIONS OF PRACTICAL IMPLEMENTATION IN THE SPHERES" APRIL 27-28, 2023
Qoida tariqasida, mahsulot sifati ko'rsatkichlarining identifikatsiya modellari BBM tizimlarida amalga oshiriladi. Ushbu modellarni tashkil etuvchi va ularning ishlashini ta'minlovchi dasturiy-algoritmik komplekslar virtual taxlillagichlar (VT) deb ataladi. Ko'pgina TJ lar uchun VT sezilarli kapital xarajatlari va mehnat talab qiladigan texnik xizmat ko'rsatmasdan real vaqt rejimida olingan mahsulotning xususiyatlarini samarali nazorat qilish imkonini beradi.
TJ ni avtomatik boshqarish tizimlarida identifikatsiya modellaridan foydalanishning dolzarbligi mashhur olimlarning ishlarida qayd etilgan: K.Y.Ostrem, L.Lyunga, Ya.Z.Tsypkina, N.S.Raibman, I.I.Perelman, V.M.Chadeeva, V.A.Lototskiy, A.V.Nazina, A.L.Bunich, A.G.Aleksandrova, A.Yu.Torgashov va boshqalar.
BBM chizmalarida chiziqli regressiya modellariga asoslangan VT ko'pincha qo'llaniladi: ular amalda o'zlarini isbotladilar. Biroq, ba'zi bir chiziqli bo'lmagan jarayonlar uchun chiziqli modelga asoslangan VT bashorati har doim ham qoniqarli natijalarni bermaydi.
VT ni rivojlantirishga yangi yondashuv taklif etiladi: o'rganilayotgan TJ haqida induktiv bilimlarga asoslangan identifikatsiya modelini shakllantirishni, induktiv bilimlar empirik ma'lumotlardan (V.N.Vapnik atamasi) bog'liqlikni tiklash yo'li bilan olingan qonuniyatlarni bildiradi [1].
Turli ob'yektlarni identifikatsiyalashning yuqori aniqligi N.N.Baxtadze [2] tomonidan taklif qilingan assotsiativ qidiruv algoritmlari bilan ko'rsatildi.
An'anaviy yondashuvlardan farqli o'laroq, ushbu algoritmlarga asoslangan chiziqli bo'lmagan ob'yektlarning modellari modelni keyinchalik moslashtirilgan sozlash bilan ob'yektni chiziqli qilish yo'li bilan emas, balki operatsiya nuqtasining kichik mahallasida har bir vaqt bosqichida yangi modelni yaratish orqali olinadi. Bunday "nuqta" modelini shakllantirishda ob'yektning oldingi dinamikasi to'g'risida hozirgi kungacha to'plangan va qayta ishlangan barcha ma'lumotlar ilgarigi "o'xshash vaziyatlar" ni aniqlash bilan tahlil qilinadi.
Ushbu algoritmlar asosida ishlab chiqilgan VT lar assotsiativ deb ataladi; BBM sinfidagi boshqaruv tizimlarida assotsiativ VT ni ishlab chiqish natijalari keltirilgan, bu ayniqsa chiziqli va statsionar bo'lmagan TJ uchun muhimdir [3-5].
BBM algoritmlari uchun muhim talablardan biri bu boshqaruvning mustahkamligidir [6]. BBM tizimining mustahkamligi deganda uning cheklangan noaniqlik sharoitida, har qanday sifat mezonlari uchun ma'lum chegara bilan boshqaruv maqsadiga erishish qobiliyati tushuniladi.
Zamonaviy ishlab chiqarishda ishlaydigan BBM tizimlarini boshqarish algoritmlari turli xil TJ larni boshqarishda mustahkamdir. Biroq, chiziqli bo'lmagan ob'yektlarning keng sinfi uchun an'anaviy BBM algoritmlarining chiziqli modellar bilan ishlashi har doim ham qoniqarli natijalarga olib kelmaydi [7-13].
Nochiziqli TJ ni boshqarish muammosini hal qilish uchun assotsiativ VT ga asoslangan bashoratlovchi model - "bashoratlovchi model asosida assotsiativ boshqaruv" deb ataladigan boshqaruvga alternativ yondashuvni taklif qiladi.
Assotsiativ qidiruv algoritmlari turli sinflar ob'yektlari uchun yuqori aniqlikni ko'rsatdi: texnik, iqtisodiy, tibbiy-biologik. Turli sanoat ob'yektlarida BBM tizimlarining VT da yuqori aniqlikdagi bashoratlash usullaridan foydalanish TJ ni ilg'or boshqarish uchun yanada samarali tizimlarni loyihalash va ishlab chiqishga imkon beradi va buning natijasida korxonalar samaradorligini sezilarli darajada oshiradi.
INTERNATIONAL SCIENTIFIC AND TECHNICAL CONFERENCE "DIGITAL TECHNOLOGIES: PROBLEMS AND SOLUTIONS OF PRACTICAL IMPLEMENTATION IN THE SPHERES" APRIL 27-28, 2023
Bundan tashqari, taklif etilayotgan yondashuv jarayonni boshqarish tizimini loyihalash va
joriy etishning ilmiy asoslari va rasmiylashtirilgan usullarini yanada takomillashtirish,
shuningdek, TJ ni matematik modellashtirish usullarini ishlab chiqish imkoniyatini beradi.
Shu sababli, bashoratlovchi model bilan TJ ni boshqarish usullarini ishlab chiqish va
takomillashtirishga qaratilgan tadqiqot ishlari juda muhim va dolzarb hisoblanadi.
REFERENCES
1. Vapnik V.N. Vosstanovleniye zavisimostey po empiricheskim dannym. - M.: Nauka, 1979. - 448 s.
2. Bakhtadze N.N., Kulba V.V., Lototsky V.A. and Maximov E.M. Identification-based approach to soft sensors design // Proceedings of IFAC Workshop of Intelligent Manufacturing Systems (Alicante, Spain). 2007. P. 86-92.
3. Tuz A.A., Braun-Akvey V., Lempogo F., Kulakov A.G., Bogatikov V.N. Upravleniye s prognoziruyushimi modelyami // Trudy Kolskogo nauchnogo sentra RAN. 2015. №3(29). S.151-161.
4. Dozortsev V.M., Itskovich E.L., Kneller D.V. Usovershenstvovannoye upravleniye texnologicheskimi protsessami (APC): 10 let v Rossii // Avtomatizatsiya v promyshlennosti. 2013. №1. S.12-19.
5. Torgashov A.Yu., Goncharov A.A., Samotylova S.A. Sovremennyye metody postroyeniya sistem usovershenstvovannogo upravleniya texnologicheskimi protsessami // Vestnik Dalnevostochnogo Otdeleniya Rossiyskoy Akademii Nauk. 2016. №4. S.102-107.
6. Ya.Z. Sypkin Sintez robastno optimalnyx sistem upravleniya ob'yektami v usloviyax ogranichennoy neopredelennosti // Avtomatika i telemexanika. 1992. №9. S. 139-159.
7. Albin T., Ritter D., Abel D., Liberda N., Quirynen R. and Diehl M. Nonlinear MPC for a two-stage turbocharged gasoline engine airpath // IEEE 54th Annual Conference on Decision and Control (Osaka, Japan). 2015. P. 849-856.
8. Allgower F., Badgwell T., Qin J., Rawlings J.B. and Wright S.J. Nonlinear Predictive Control and Moving Horizon Estimation - An Introductory Overview // Advances in Control. 1999. P.391-449.
9. Arefi M., Montazeri A., Poshtan J. and Jahed-Motlagh M. Nonlinear model predictive control of chemical processes with a wiener identification approach // IEEE International Conference on Industrial Technology. 2006. P. 1735-1740.
10. Razvan C. and Livint G. Nonlinear model predictive control of autonomous vehicle steering // 19th International Conference on System Theory and Computing. 2015. P. 466-471.
11. Shurygin A. M. Matematicheskiye metody prognozirovaniya: - M.: Goryachaya liniya-Telekom, 2009. - 180 s.
12. Snityuk V.E. Prognozirovaniye. Modeli, metody, algoritmy. - Kiyev: Maklaut, 2008. - 364 s.
13. Strikunov A.V., Strikunova L.I. Metody prognozirovaniya i planirovaniya kak instrumenty upravleniya. Pskov: PPI, 2010. - 165 s.
