Адаптивное управление печами отжига металла на основе нейросетевой настройки параметров линейных регуляторов

Дата: 23 Декабря 2023 Автор: Информационная служба РОСА

В издательстве РОСА вышла в свет монография Фомина А.В. "Адаптивное управление печами отжига металла на основе нейросетевой настройки параметров линейных регуляторов".

В монографии рассматривается проблема адаптации параметров линейных регуляторов на тепловых объектах управления на примере печей отжига металла, исследуется применение интеллекутальной системы адаптивного управления на основе нейросетевого настройщика параметров ПИД-регуляторов, объединяющий в себе методы экспертных систем и нейросетевые методы. Приведены графики моделирования и применения системы на реальных объектах управления.

Монография адресована специалистам по автоматизации нагревательных объектов управления, преподавателям дисциплин теории автоматического управления, аспирантам, магистрантам, занимающимся адаптивного управления технологическими процессами.

Черная металлургия России является одной из базовых и интенсивно развивающихся отраслей отечественной промышленности. Металлургический комплекс является материало и энергоемким производством, потребляющим значительное количество ресурсов и топлива. В то же время, повышение энергоэффективности производства входит в список приоритетных направлений развития науки, технологий и техники РФ.
Одними из основных потребителей энергии являются нагревательные печи, в частности, в составе цехов проката металла. Снижение доли брака по термообработке, с учетом материала и энергии, потраченных на его производство, даже на доли процента может принести существенный экономический эффект. В связи с этим актуальной является задача повышения управления подобными объектами.

В подавляющем большинстве случаев для управления ими используются линейные ПИ или ПИД-регуляторы. Однако, нелинейность печи, вызванная различием температурных режимов, масс садки, действия возмущений, таких как, например, работа штор загрузки/выгрузки металла, влиянием соседних зон печи друг на друга, изменение теплотворных свойств газа, приводит к снижению качества регулирования температуры, браку продукции. Среди всех нагревательных печей прокатного производства в наибольшей степени указанная нестационарность свойственна печам отжига.

Одним из способов решения данного противоречия между линейностью алгоритма управления и нелинейностью самого объекта является использование оптимальных и адаптивных систем управления.

Однако их применение сопряжено со следующими трудностями: для эффективного использования оптимальных систем необходимо наличие актуальной и точной математической модели объекта управления, что требует проведения процедуры идентификации. Сама же идентификация является отдельной сложной задачей и часто практически неосуществима в реалиях действующего производства. Применение адаптивных методов настройки, использующих в качестве закона управления алгоритм, отличный от классического ПИ-алгоритма, сопряжено c трудностями, связанными с отсутствием ясного и структурно обоснованного алгоритма работы и результатов промышленных испытаний подобных регуляторов. Кроме того, низкий процент внедрения данного класса систем вызван настороженным отношением реального производства к отказу от ПИ-алгоритма и его замене на регулятор иного типа в сочетании со значительной стоимостью такой модернизации.

В связи с вышеперечисленным, одним из актуальных направлений в построении подобного класса систем является разработка методов адаптации, производящих подстройку параметров действующего на производстве ПИ-регулятора в реальном масштабе времени. В связи с вышеперечисленным, одним из актуальных направлений в построении подобного класса систем является разработка методов адаптации, производящих подстройку параметров действующего на производстве ПИ-регулятора в реальном масштабе времени.

Подобные методы оперативной адаптации ПИ-регуляторов можно условно выделить два подкласса:

1) классические методы, в основе которых лежит первичная идентификация объекта управления с последующим вычислением параметров регулятора. Основной проблемой данных подходов является сложность построения модели объекта управления в условиях производства. В частности, при использовании тестовых сигналов, подаваемых в канал управления, результаты идентификации могут различаться даже для одинаковых начальных условий эксперимента.

2) интеллектуальные методы: экспертные системы, нечеткая логика, нейронные сети. Перспективность их применения определяется тем фактом, что в реальности инженер АСУ ТП производит настройку регулятора на основе своих знаний и опыта, при этом ему не требуется модель ОУ. Все это может быть в некоторой степени учтено при использовании интеллектуальных методов, позволяющих моделировать поведение человека. Однако решения на базе нечеткой логики и экспертных систем остаются привязанными к динамике конкретного ОУ ввиду отсутствия механизмов оперативного обучения. Нейронные сети обладают механизмами обучения, однако, его не требуется вести постоянно (что определяет проблему выбора моментов для проведения данной процедуры), так как возможны ситуации, когда необходимость настройки коэффициентов отсутствует. Кроме того, существует задача не только обучения нейронной сети, но и необходимости оперативной настройки её параметров.

ОГЛАВЛЕНИЕ

Введение

Глава 1. Анализ условий применимости адаптивных систем для управления нагревательными печами в металлургии

1.1. Характеристика нагревательных металлургических печей и их технологических режимов

1.2. Анализ особенностей печей отжига металла как объекта управления

1.3 Анализ методов построения оптимальных и адаптивных регуляторов

1.4 Анализ классических методов настройки ПИД-регуляторов

1.5 Применимость классических методов настройки параметров пид-регулятора для управления печью отжига металла

1.6 Анализ интеллектуальных методов настройки ПИД-регулятора

1.7 Постановка задачи на разработку адаптивного метода настройки параметров линейных регуляторов печей отжига

1.8 Выводы по главе

Глава 2. Разработка адаптивной системы управления печами отжига на основе применения нейросетевого настройщика параметров ПИ-регулятора во время отработки переходных процессов

2.1 Постановка задачи

2.2. Описание нейросетевого настройщика

2.3 Обучение настройщика

2.4 Описание базы правил, реализованной в нейросетевом настройщике

2.5 Проведение сравнительного моделирования

2.6 Описание правил, реализованных в нейросетевом настройщике для управления печью во время процесса остывания

2.7 Выводы по главе

Глава 3. Разработка способа компенсации влияния возмущающих воздействий, действующих на печь отжига, на базе нейросетевого настройщика параметров ПИ-регулятора

3.1 Усовершенствованная функциональная схема нейросетевого настройщика

3.2 Создание базы правил для компенсации влияния возмущающих воздействий

3.3 Проведение моделирования режима компенсации влияния возмущений с применением нейросетевого настройщика

3.4 Модернизация правил для переходных процессов

3.5 Выводы по главе

Глава 4. Разработка программно-технического комплекса реализации нейросетевого настройщика в рамках программируемых логических контроллеров

4.1 Описание САУ печей отжига

4.2 Программная реализация модуля нейросетевого настройщика параметров ПИ-регулятора

4.3 Разработка системы визуализации управления

4.4 Проведение натурного лабораторного эксперимента

4.5 Выводы по главе

Заключение