CC BY
16ПРИНЦИПЫ АДАПТИВНОГО УПРАВЛЕНИЯ, ПРИМЕНИМЫЕ ПРИ УПРАВЛЕНИИ ПРОЦЕССОМ ОКИСЛЕНИЯ ИЗОПРОПИЛБЕНЗОЛА Кирюшин О.В.1, Гафурова Г.Р.2
1Кирюшин Олег Валерьевич - кандидат технических наук, доцент; 2Гафурова Гузель Рамиловна - магистрант, направление: системы и средства автоматизации технологических процессов, кафедра автоматизации технологических процессов и производств, Уфимский государственный нефтяной технический университет,
г. Уфа
Аннотация: установка окисления изопропилбензола является нестационарным объектом: его параметры, в т. ч. динамические характеристики, с течением времени изменяются, и регулятор с жесткой (неизменной) настройкой перестает обеспечивать требуемые показатели качества управления. В связи с этим возникает необходимость периодически пересчитывать настройки регуляторов для достижения наилучших показателей качества, так как к системе управления рассматриваемым процессом предъявляются высокие требования в плане надежности функционирования, функционально-алгоритмической развитости и быстродействия. В статье исследуются принципы адаптивного управления, удовлетворяющие особенностям процесса.
Ключевые слова: окисление изопропилбензола, адаптивная система управления, эталонная модель, идентификатор, программное управление, экстремальные системы, нейронные сети, генетические алгоритмы.
Основной целью окисления изопропилбензола является получение гидроперекиси изопропилбензола, которую впоследствии применяют в производстве фенола и ацетона. Данная реакция экзотермична: тепловой эффект процесса составляет 29,6 ккал/г-моль гидроперекиси изопропилбензола, поэтому для строго соблюдения технологического режима, а также поддержания заданного качества продукта, необходимо вести строгий контроль за температурой в реакторах окисления и других параметров для поддержания их оптимальных значений в случае возникновения отклонений или влияния возмущений. Таким образом, возникает необходимость в адаптивных системах управления - системах, которые могут изменять свое поведение в ответ на изменения динамики процесса и возмущений [1].
Существует множество различных принцип адаптивного управления. Рассмотрим подробнее некоторые из них.
1. Системы с эталонной моделью
Адаптивные системы управления с эталонной моделью содержат динамическую модель системы с желаемыми динамическими характеристиками, обладающую требуемым качеством и называемую эталонной моделью [2].
Эталонная модель реализует желаемую динамическую характеристику основной системы. Входные сигналы основного контура и эталонной модели сравниваются, и их разность используется для формирования критерия самонастройки. Контур самонастройки содержит устройство для автоматической настройки параметров управляющей части основного контура. Настройка необходима для компенсации внешних и внутренних изменений, отклоняющих выходную характеристику основного контура управления от выходной характеристики эталонной модели [3].
Структурная схема такой системы показана на рисунке 1.
Рис. 1. Структурная схема адаптивной системы с эталонной моделью
Регулятор содержит две петли: внутреннюю, которая представляет собой обыкновенную петлю обратной связи, образуемую процессом и регулятором, и внешнюю, которая подстраивает параметры регулятора таким образом, чтобы ошибка e выходного процесса у по отношению к выходу модели ym становилась малой. Следовательно, внешняя петля также представляет собой петлю регулирования. Основная проблема здесь состоит в определении механизма подстройки, который дает устойчивую систему, обращающую ошибку в нуль. Это нетривиальная задача, и ее нельзя решить, применяя простую линейную обратную связь от сигнала ошибки к параметрам регулятора.
2. Системы с идентификатором
Адаптивные системы управления с идентификатором в контуре адаптации содержат идентификатор, который служит для идентификации (определения) неизвестных параметров объекта на основе изучения входного и выходного сигналов объекта. Полученная идентификатором информация затем используется для определения нужных значений параметров регулятора и их подстройки [4].
Система управления включает в себя автономный блок (идентификатор), вычисляющий в реальном времени оценки параметра объекта по наблюдениям, и являющийся управляющим по отношению ко второму блоку — настраиваемому регулятору (рисунок 2).
Рис. 2. Структурная схема адаптивной системы с идентификатором
Зависимость настроек регулятора от параметра объекта определяется при синтезе основного контура управления, а идентификатор выполняет роль датчика параметрических возмущений объекта. Суть идентификационного подхода к задаче синтеза заключается в применении в законе управления вместо неизвестного
параметра объекта эмпирических оценок, вычисляемых идентификатором на соответствующих тактах.
3. Программное управление коэффициентом усиления
В некоторых системах имеются вспомогательные переменные, хорошо коррелирующие с характеристиками процесса. Если бы эти переменные можно было измерить, то их можно было бы использовать для изменения параметров регулятора. Этот способ называется программным управлением коэффициентом усиления.
Структурная схема системы с программным управлением коэффициентом усиления показана на рисунке 3. Программное усиление коэффициентом усиления соответствует компенсации при разомкнутом контуре, поскольку в схеме отсутствует обратная связь, компенсирующая неправильно выбранный план регулирования коэффициента усиления. Данную систему можно рассматривать как систему с управлением по обратной связи, в которой коэффициент петлевого усиления регулируется посредством компенсации в прямой цепи.
Рис. 3. Структурная схема системы с программным управлением коэффициентом усиления
4. Экстремальные системы
Системами экстремального регулирования являются системы, в которых задающие воздействия, т. е. заданные значения регулируемых величин, определяются автоматически в соответствии с экстремумом (максимумом или минимумом) некоторой функции, которая зависит как от регулируемых, так и от неконтролируемых параметров системы и времени, поэтому она не является постоянной и заранее известной. Однако изменение функции и смещение экстремальных значений регулируемых величин протекает относительно медленно.
Системы экстремального управления сложнее обычных САУ, и их целесообразно применять, если ОУ имеет достаточно ясно выраженный экстремум показателя качества, который существенно зависит от управляющих воздействий и внешних условий [5].
5. Нейронные сети
Искусственные нейронные сети - эффективный способ описания нелинейной функции нескольких переменных.
Модели в виде уравнений в пространстве состояний могут быть представлены с помощью нейронных сетей. Параметры входят усложненным образом в нормальные нейронные сети. Задача идентификации эквивалентна обучению нейронной сети по входо-выходным данным. Задачи нахождения обратной модели и конструирования регуляторов на основе подгонки модели могут быть также выражены в виде аналогичной задачи обучения нейронных сетей.
Также имеются и другие способы применения нейронных сетей в управлении.
6. Генетические алгоритмы
Методы управления, основанные на нечеткой логике, широко распространены на практике уже давно. Однако настройка нечетких регуляторов во многом зависит от
экспертных знаний. В настоящее время существуют рекомендации по выбору форм функций принадлежности, по выбору диапазонов изменения входных и выходных величин, по выбору методов фаззификации и дефаззификации [6]. Однако в результате применения всех этих методов нельзя получить оптимальный регулятор. Поэтому конечная его настройка происходит экспертным путем. Заключение.
Анализ работ по внедрению тех или иных методов адаптивного управления в системах управления процессом окисления изопропилбензола показал, что они все могут быть применены достаточно успешно. Они обладают своими достоинствами и недостатками. Например, в системах с эталонной моделью необходимо построение моделей данного процесса, что является достаточно трудоемкой задачей. Кроме того, параметры модели периодически необходимо пересчитывать. Экстремальные системы, нейросети и генетические алгоритмы требуют наличия актуальной обучающей выборки. Поэтому более эффективным является использование системы с идентификатором, так как часто стоит задача не точности, а адекватности управляющих воздействий в соответствующей ситуации.
Список литературы
1. Грязнов И.Е. Развитие методов автоматизированной настройки систем регулирования теплоэнергетических объектов. Дисс. на соискание ученой степени канд. техн. наук. Москва, 1998. 21 с.
2. Миркин Б.М. Децентрализованное управление с модельной координацией // Автоматика и телемеханика, 1999. № 1. С. 90-100.
3. Солодовников В.В. Расчет и проектирование аналитических самонастраивающихся систем с эталонными моделями. М.: Машиностроение, 1972. 270 с.
4. Ким Д.П. Теория автоматического управления. Том 2. Многомерные, нелинейные, оптимальные и адаптивные системы: учебное пособие. М.: Физмалтит, 2004. 464 с.
5. Лотош М.М. Основы теории автоматического управления. Математические методы: учебное пособие. М.: Наука, 1979. 256 с.
6. Васильев В.И., Ильясов Б.Г. Интеллектуальные системы управления. Теория и практика: учебное пособие. М.: Радиотехника, 2009. 392 с.
