По всем вопросам звоните:

+7 495 274-22-22

УДК: 658.5

Анализ существующих подходов к решению обратных задач при автоматизированном управлении технологическими процессами промышленности

Павлов Д.А. Национальный исследовательский университет «МЭИ» (в г. Смоленске), г. Смоленск, E-mail: pavlov@mail.ru

Выявлена ограниченность существующих методов решения обратных задач применительно к автоматизированному управлению технологическим процессом (ТП), которая проявляется в их узкой специализации и сложности в реализации с помощью используемых контроллеров при большой размерности входных и выходных сигналов. В результате данного анализа была обоснована целесообразность использования алгоритмов нечеткой калмановской фильтрации при автоматизированном управлении ТП.

Литература:

1. Изерман Р. Цифровые системы управления: Пер. с англ. – М.: Мир, 1984. – 541 с.

2. Зайцев Г.Ф. Теория автоматического управления и регулирования. – М.: Высшая школа, 1989.  – 432 с.

3. Бесекерский В.А. Теория систем автоматического управления. 4-е изд., перер. и доп. – М.: Профессия, 2003. – 751 с

4. Егупов Н.Д. Синтез регуляторов и теория оптимизации систем автоматического управления. Том 2. – М.: Изд-во МГТУ им. Н.Э. Баумана, 2000.  – 736 с.

5. Тихонов А.Н., Арсенин В. Я. Методы решения некорректных задач. – М.: Наука, 1979.

6. Павлов Д.А., Пучков А.Ю. Варианты построения алгоритма поиска решения обратных задач с применением нейронных сетей // Программные продукты и системы. – 2012. – №2 (98). – С. 149– 153.

7. Бронштейн И.Н., Семендяев К.А. Справочник по математике для инженеров и учащихся втузов. Изд. 13-е. – М.: Наука, 1986. – 544 с

8. Кочиков И.В., Курамшина Г.М., Пентин Ю.А., Ягола А.Г. Обратные задачи колебательной спектроскопии. – М.: МГУ, 1993. – 204 с.

9. Яценко Ю.П. Интегральные модели систем с управляемой памятью. - Киев: Наук. думка, 1991.  – 220 с.

10. Кривых А. В. Повышение разрешения спектроанализаторов на основе математической обработки измерительных данных. Автореф. дисс. на соиск. уч. ст. канд. техн. наук. – СПб., 2014. – 23 c.

11. Иерархические системы управления. Научная библиотека избранных естественно-научных изданий научная-библиотека.рф. Электронный ресурс. – Режим доступа: http://edu.sernam.ru/ book_kiber1.php?id=517

12. Астафьева Н.М. Вейвлет-анализ: основы теории и примеры применения // Успехи физических наук. – 1996. – Т. 166, № 11. – С. 1145–1170.

13. Круглов В.В., Дли М.И., Голунов Р.Ю. Нечеткая логика и искусственные нейронные сети: Учеб. пособие. – М.: Изд-во физ.-мат. лит-ры, 2001. – 224  с.

Управление различными технологическими процессами и объектами представляет собой одну из главных составляющих комплекса мероприятий, направленных на развитие промышленного потенциала страны. Уровень автоматизации определяет конкурентные преимущества предприятия, и поэтому проектирование и внедрение систем автоматического управления занимает ведущее место в работе исследовательских и конструкторских учреждений.

Сложность современных систем управления технологическими процессами, обусловленная их многосвязностью и многоуровневостью задач управления, приводит к ситуации, когда централизованное управление становится невозможным в силу необходимости резкого возрастания сложности алгоритмов функционирования этих систем. В условиях повышения агрегированности технологичесикх процессов и увеличении потоков информации о них начинает проявляться закон Эшби, в соответствии с которым для эффективного управления объектом система управления должна обладать не меньшим многообразием, чем сам объект.

Поэтому управление современными сложными ТП промышленности строится по иерархическому признаку, согласно которому система более высокого уровня выдает команды управления на системы более низкого уровня в соответствии с общим алгоритмом управления, а также осуществляет выбор частных критериев управления.

Иерархия предполагает выделение в основной задаче управления древовидной структуры уровней подчиненность подзадач общей задачи управления. Каждому уровню предписываются и выделяются ресурсы как временные, так и вычислительные, определенные характером решаемых на этом уровне задач. Эти задачи условно можно разделить на классы или группы в зависимости от потребности в ресурсах.

К первой группе относятся задачи, требующие реакции в течение долей секунд или нескольких секунд, куда можно отнести сбор данных и прямое цифровое регулирование.

Вторая группа задач, требующая реакцию в течение нескольких секунд, включает в себя адаптивное управление, обеспечивающее подстройку к изменяющимся параметрам внешней среды.

Для Цитирования:
Павлов Д.А., Анализ существующих подходов к решению обратных задач при автоматизированном управлении технологическими процессами промышленности. КИП и автоматика: обслуживание и ремонт. 2018;8.
Полная версия статьи доступна подписчикам журнала
Язык статьи:
Действия с выбранными: