ПОИСК Статьи Рисунки Таблицы Получение ситуационных моделей в статике из "Технология, экономика и автоматизация процессов переработки нефти и газа" Рассмотрим множество моделей 1,2. .., факторы, влияющие на выбор или задание ситуации, как Р, V, а также факторы. [c.641] Рассмотрим в качестве примера модели для вычисления ПК ректификационных колонн с боковыми отборами. Будем считать для определенности, что оцениваются температуры характерных точек ИТК боковых отборов7 = 1,2, 3, 4,. .. Характерные точки задаются температурами для типичных долей отгона — а е [начало кипения, 1 % точка выкипания фракции, 5 50 95 99 % конец кипения]. [c.642] — давление верха колонны. [c.642] Это соотношение отражает закономерности связи показателей качества продуктов с технологическими параметрами исходя из теплового баланса. [c.642] Подчеркнем, что каждая такая модель разрабатывается для конкретной, -й, ситуации (индекс д номера ситуации не проставлен для снижения громоздкости формул), для каждой характерной точки ИТК и для каждого бокового отбора. Всего, таким образом, банк моделей может содержать от нескольких десятков до нескольких сотен моделей. [c.643] Теоретически оценка ПК ио двум типам (17.1), (17.2) уравнений дает приблизительно одинаковую погрешность. Однако, как правило, расходы измеряются с меньшей точностью, чем температуры, поэтому практически более удобной является первая форма уравнения. [c.643] Для ответа на первые два вопроса рассмотрим известные подходы к идентификации ситуаций. [c.644] Могут быть также комбинации этих двух методов. [c.644] Рассмотрим первый подход. [c.644] Предположим, что для задания ситуации достаточно измеряемых параметров. .., (расход сырья, боковых отборов давление температура и т. д.). [c.644] Интервал варьирования каждого параметра д, . .., (рис. 17.3) делится на подынтервалы с расстояниями между центрами интервалов (базовые значения параметров З], 82,) порядка 10-15 % от базовых значений. По существу, планируется провести линеаризацию модели для того, чтобы уравнения бьши, с одной стороны, линейны, а с другой — адекватны объекту с заданной точностью при изменении параметра (/ = 1,. .., ) внутри каждого подынтервала. [c.644] Тогда множество ситуаций будет задано как декартово произведение множества логических переменных. [c.645] Аналогичные выражения для других сочетаний подынтервалов будут давать нулевые значения. [c.645] По структуре алгоритм идентификации — это обычный дешифратор, на выходе которого в двоичном коде задается номер ситуации. [c.645] Рассмотрим второй подход. [c.645] По существу, эти недостатки являются проблемой, имеющей много общего с проблемами кластерного анализа. [c.646] Достоинством метода является то, что учитывается близость текущего технологического режима (ситуации) к базовым ситуациям. [c.646] Отталкиваясь от логического подхода и вводя вместо операции четкой логики нечеткие отношения, а вместо булевых переменных — нечеткие переменные, покажем, что можно при решении задачи идентификации ситуации совместить достоинства логического метода и метода на основе меры. Заметим, что при вычислении показателей качества по ситуационным моделям их значения должны гладко, т. е. без скачков переменных, изменяться при переходе от одной ситуационной модели к другой. [c.646] Как было показано выше, на основе логического метода могут быть получены выражения / = 1,2,. .., вида (17.10). Тогда, учитывая возможность размывания значений логических переменных и расширения логических отношений так, как это показано в гл. 16, могут быть получены нечеткие значения Л , / = 1, 2,. .., которые определяют близость текущей ситуации к базовым в относительных единицах в диапазоне [0,1]. [c.646] Основные положения метода рассмотрим на примере двух переменных 7 , (г = 1, 2) и разбиения диапазонов их изменения на два подынтервала, которые кодируются соответствующими логическими переменными (рис. 17.4 и 17.5). [c.646] Вернуться к основной статье