ПОИСК Статьи Рисунки Таблицы Структура алгоритма управления из "Инженерные задачи в нефтепереработке и нефтехимии" Сбор и первичная обработка информации о процессе. В течение определенного промежутка времени, который определяется дискретностью вычисления управляющих воздействий, УВМ производит периодический опрос датчиков и вычисляет усредненные значения технологических переменных. В различных АСУ интервалы между двумя последовательными опросами датчиков обычно составляют от 5 до 10 мин. На этом же этапе производится ввод в мащину данных о выходах продуктов и качественных характеристиках сырья и катализатора. [c.189] Съем данных аналогового и цифрового типов. Координаты состояния процесса представляются в виде данных двух типов аналогового и дискретного (цифрового). Аналоговые данные характеризуют такие переменные процесса, как, например, температура, давление, расход жидкости. Самый обширный класс дискретных данных образуют показания вида Да — Нет , относящиеся к условиям работы конкретного оборудования (например, закрыт ли клапан, пущен ли насос). К другим классам дискретных данных относятся позиции переключателей управления, ручек и кнопок на пультах операторов, импульсы от датчиков дискретных величин и цифровые данные от устройств для считывания перфокарт и перфолент. [c.189] Подготовка данных к печати. Подготовка данных к печати — это работа по распределению информации для вывода на печать. [c.190] В эту работу входят такие операции, как размещение заголовков, пробелов, ввод пробелов в обозначениях тысяч и миллионов, фиксация знаков плюс и минус. К разработке должен привлекаться оператор с тем, чтобы отпечатанный режимный лист был ясным, легко читаемым и исключал возможность неоднозначных или неправильных толкований. [c.190] Иногда задают такие условия, при которых сигнал тревоги подается только после того, как переменная выйдет за пределы два раза подряд, чтобы уменьшить вероятность ложной тревоги, вызванной шумами или паразитными сигналами. [c.191] Корректировка параметров модели. Процессы нефтепереработки и нефтехимии характеризуются существенным влиянием неконтролируемых возмущений. К ним относятся изменения качества сырья и катализатора, характеристик агрегатов. Поэтому, если бы мы раз и навсегда определили модель нашего процесса, а потом просто бы ею пользовались ничего в ней не меняя, то очень скоро такая модель перестала бы соответствовать действительности. [c.191] Опыт работы с процессами нефтепереработки и нефтехимии говорит о том, что необходима постоянная подстройка коэффициентов модели процесса под изменяющиеся условия. [c.191] Блок-схема процедуры управления процессом приобретает вид, показанный на рис. IV- . [c.191] Блок-схема процедуры управления процессом. [c.192] Обычно для определения неизвестных параметров модели объекта используют аппарат регрессионного анализа. Однако вследствие сильного влияния неконтролируемых возмущений ценность полученной ранее информации о процессе значительно ниже ценности новой информации. В связи с этим при обработке экспериментальных данных применяют различные модификации метода регрессионного анализа, в которых предусмотрено забывание старых данных. [c.192] Одним из наиболее распространенных является метод скользящего среднего прн обработке экспериментальных данных после каждого п + 1)-го измерения первое измерение забывается, а оставшиеся п измерений обрабатываются методом регрессионного анализа. [c.192] Метод скользящего среднего. Оценки параметров модели вычисляются по методу наименьших квадратов, причем используются лишь N последних наблюдений. [c.193] На рис. 1У-2 приведена весовая функция наблюдений для этого метода. При переходе к моменту I + 1 эта функция сдвигается вправо на одно наблюдение, что соответствует добавлению ( + 1)-го нового наблюдения и исключению старого ( +1 — Л )-го наблюдения. [c.193] Метод взвешенного скользящего среднего. Модификацией метода скользящего среднего является метод взвешенного скользящего среднего, при котором оценивание также выполняется по последним N наблюдениям, однако эти наблюдения учитываются с разными весами. Весовая функция может быть различной. На рис. 1У-3 приведен пример весовой функции. [c.193] Величина -у(О рекуррентно пересчитывается через у 1—1). [c.193] Весовая функция приведена на рис. 1У-5. [c.195] Этот алгоритм требует меньшей памяти по сравнению с предыдущими, так как вместо (рХр)—матрицы Р(/) используется р-мерный вектор у (/). [c.195] Определение оптимальных значений управляющих координат. [c.196] Рассмотрим некоторые типовые алгоритмы оптимизации. [c.196] Оптимизация линейных функций (задача линейного программирования). [c.196] Вернуться к основной статье