Традиционная схема разработки систем автоматизации управления [3] представляет собой последовательное выполнение этапов, начиная с проектирования и строительства объекта управления до его промышленной эксплуатации, во время которой проводят исследование объекта с нанесением испытательных воздействий, строят математические модели, по которым разрабатывают управляющую систему, после чего она проходит испытания, а математическая модель уточняется. На заключительной стадии промышленной эксплуатации осуществляют адаптацию и оптимизацию системы управления. Полностью на создание такого проекта уходило 5–7 лет, а разработанные системы имели одноцелевое производственное назначение.
Ужесточение требований, предъявляемых к срокам создания и эффективности систем автоматизации управления, привело к существенному изменению условий их разработки и эксплуатации. Появился целый ряд особенностей, которые необходимо учитывать при формировании подходов, методов и алгоритмов идентификации промышленных объектов. К таким особенностям относятся: чрезвычайно сжатые сроки выполнения всех видов работ по созданию систем автоматизации управления; совместное проектирование объекта управления и управляющей системы; многоцелевое назначение систем управления; сокращение до минимума сроков вывода объекта на проектную мощность; опережающая реализация к моменту выполнения пусконаладочных работ и опытной эксплуатации объекта, как минимум, информационного обеспечения управляющей подсистемы с целью аварийной сигнализации
и мониторинга всех основных параметров и технологических узлов объекта; возможность предварительной идентификации объекта на этапе выполнения пусконаладочных работ с «холодной» (без нагрузки) и «горячей» (с нагрузкой) обкаткой технологического оборудования, когда постепенное увеличение нагрузки рассматривается как своеобразное тестовое воздействие.
Требования к идентификации промышленных объектов
Изменившиеся условия создания и эксплуатации современных САУ, высокие требования, предъявляемые к их эффективности и к срокам создания, а также особенности современных промышленных объектов управления (с точки зрения идентификации) выдвигают в свою очередь и новые требования к идентификации промышленных объектов, а именно к формированию исходных данных, к их обработке и к использованию результатов идентификации.
1. Требования к формированию исходных данных в системе управления:
– совместное достижение исследовательских и производственных целей функционирования промышленных объектов;
– согласованное выполнение функций идентификации и рабочего управления;
– использование данных текущей эксплуатации объекта;
– реализация заданного режима технологического процесса;
– учет особенностей структуры объекта.
2. Требования к обработке полученных данных в системе управления:
– динамическая идентификация в условиях одновременного пуска объекта и системы автоматизации;
– идентификация с получением оценок коэффициентов с требуемыми динамическими свойствами;
– многовариантная идентификация с получением нескольких вариантов разнотемповых оценок коэффициентов.
3. Требования к использованию результатов идентификации в системе управления:
– целенаправленное использование результатов идентификации для решения задач управления (прогнозирования, регулирования, оперативного планирования и т.д.);
– многоцелевое использование результатов идентификации для совместного достижения производственных, исследовательских и учебных целей.
В соответствии с предъявляемыми требованиями разработаны основные положения идентификации промышленных объектов в составе систем управления, показаны направления научных исследований и работ, сформирован комплекс задач идентификации.
Основные положения идентификации промышленных объектов
1. Идентификация объектов в системах управления – объектов, охваченных разветвленными прямыми и обратными связями. Именно наличие прямых и обратных управляющих связей делает невозможным использование напрямую известных теоретических методов пассивной идентификации [5, 9, 13, 14], так как приводит к существенному искажению оценок коэффициентов математической модели объекта из-за нарушения основных предпосылок, заложенных в эти методы. Причем, если влияние обратных связей проанализировано в ряде работ [2, 10], то влияние управляющих воздействий по возмущениям как правило не учитывается, хотя оно имеет такие же негативные последствия на результаты идентификации. Использование же традиционных методов активной идентификации также весьма ограничено из-за нежелательных нарушений изучаемых технологических процессов. Основным направлением разработок, удовлетворяющих рассматриваемому положению, является только специальное формирование информативных исходных данных в системе управления.
2. Многовариантная идентификация для одновременного (параллельного) решения целевых задач исследования, обучения, пусконаладки, производственного назначения. Одноцелевая идентификация объектов, когда ее результаты предназначены для решения только одной задачи, например, синтеза алгоритмов регулирования, не оправдана ни с временных, ни экономических критериев. Более рационально получать результаты идентификации, отвечающие многим целям: исследовательским, учебным, испытательно-наладочным, рабочего регулирования, оперативного и долгосрочного планирования. Основным направлением работы в соответствии с этим положением является создание многовариантных алгоритмов идентификации на базе натурно-модельного подхода.
3. Идентификация для целей управления. Наиболее важным при этом является вопрос формирования критериев идентификации в системе управления. В этом русле уместно сослаться на монографию [10, с. 8], в которой сделано важное заключение: «…при определении математической модели любого элемента системы следует исходить не из того, насколько хорошо модель отражает свойства собственно этого отдельно взятого элемента, а из того, насколько свойства всей системы после замены в ней рассматриваемого элемента его моделью станут отличаться от свойств действительной системы». Таким образом основным направлением развития этого положения является формирование критериев идентификации исходя из эффективности функционирования систем управления.
4. Идентификация в процессе всего жизненного цикла объекта – от начала испытания объекта до его утилизации. Основное направление исследований, соответствующих этому положению, связано с развитием адаптивной идентификации с надлежащим формированием и пополнением априорной информации в ходе качественно различающихся этапов проектирования, пусконаладки, эксплуатации и развития объектов управления.
5. Идентификация объектов сложной структуры, характеризующихся распределенными в пространстве воздействиями, наличием внутренних положительных связей (рециклов), параметрической и структурной нестационарностью. Направление работы – развитие и комплексирование известных и разработка новых методов и алгоритмов идентификации.
6. Доступность методов идентификации для изучения, освоения и применения. Направление работы – создание обучающих комплексов, подготовка методических руководств и инструкций, издание монографий.
Комплекс задач идентификации промышленных объектов
и полученные результаты
В соответствии с разработанными положениями идентификации в рамках предложенных направлений работ и научных исследований сформирован комплекс задач идентификации промышленных объектов и получены конкретные результаты.
1. Формирование информативных исходных данных в действующей системе управления. В соответствии с этой задачей предложены методы идентификации [4], отличающиеся от известных совместным активно-пассивным формированием данных специальных исследовательских экспериментов с прогнозированием траекторий рабочих режимов управления, возможностью элиминирования отрицательного (с точки зрения рабочих управлений) влияния активных исследовательских воздействий, последовательной обработкой полученных данных. Это позволяет получать адекватные математические модели при уменьшении числа активных экспериментов в 5–7 раз без снижения эффективности рабочего управления.
2. Развитие критериев идентификации и разработка многовариантных алгоритмов идентификации для многоцелевого использования результатов идентификации. В рамках решения поставленной задачи предложены двухкомпонентные критерии идентификации, включающие, в отличие от известных [12], не только точностную, но и гладкостную составляющую, характеризующую динамические свойства последовательностей получаемых оценок и позволяющую учитывать требования целевых задач управления – прогнозирования, регулирования, оптимизации. Также разработаны алгоритмы идентификации [6, 8], позволяющие одновременно получать несколько вариантов оценок коэффициентов математической модели объекта, обладающих различными динамическими свойствами. Полученные многовариантные алгоритмы позволяют повысить эффективность вычислений до 50 %, а полученные варианты оценок коэффициентов могут быть использованы для различных целей, в частности, для кратко-, средне- и долгосрочного управления.
3. Структурный синтез алгоритмов идентификации для получения оценок коэффициентов с требуемыми свойствами для их целенаправленного использования в системе управления. В качестве базовой структуры используется представление идентификатора в виде замкнутой динамической системы [7], открывающее широкие возможности для синтеза новых алгоритмов идентификации. Например, развитие идеи бинарности [3] на систему идентификации позволило синтезировать алгоритм идентификации [1] с новым типом обратной связи. В этом алгоритме наряду с традиционным контуром координатного регулирования, дополнительно вводится контур параметрического регулирования. Введение нового контура позволяет гибко учитывать изменяющиеся требования к свойствам оценок коэффициентов математической модели и повысить качество идентификации примерно в 1,5–2 раза даже при действии возмущения, соизмеримого с величиной полезного сигнала.
4. Развитие вычислительных процедур динамической идентификации для быстрого получения оценок коэффициентов по начальному участку переходного процесса.
Сократить время получения удовлетворительных оценок коэффициентов типовых моделей САР возможно за счет модернизации вычислительных процедур динамической идентификации [6], заключающейся в приведении структуры модели к виду линейно-параметрической зависимости и переопределении переменных согласно схеме Гаммерштейна [5]. Использование этих процедур дает возможность получать удовлетворительные оценки коэффициентов уже по начальному участку переходного процесса общей длительностью, не превышающей 10 % от основной постоянной времени объекта и при уровне помех не выше 20 % от изменения полезного сигнала.
5. Идентификация объектов сложной структуры. В этом русле предложены методы идентификации [6] объектов с рециклом (внутренней положительной обратной связью) и объектов с распределенными в пространстве управляющими воздействиями с различным динамическим влиянием на параметры, состояние и выходные переменные объекта.
Для объектов с рециклом работоспособным является метод идентификации с нанесением испытательных воздействий на весь объект и, по возможности, на цепь рецикла в сочетании с последовательной обработкой экспериментально полученных данных с использованием рекуррентных алгоритмов идентификации.
Для объектов с распределенными управляющими воздействиями идентификацию следует проводить в объединении итеративно повторяющихся процедур формирования информативных исходных данных и их последовательной обработки. Это позволяет в 2–3 раза сократить число экспериментов, проводимых в соответствии с составленной матрицей планирования эксперимента и решением полученной системы уравнений.
6. Разработка автоматизированной системы для освоения и исследования алгоритмов динамической идентификации. В основу построения автоматизированной системы [6] положена многовариантная структура канального типа, включающая рабочий и нормативный каналы и являющаяся частным случаем автоматизированного тренажерно-обучающего комплекса. С помощью автоматизированной системы выявлены характерные эффекты нарушения исходных предпосылок использования алгоритмов динамической идентификации, заключающиеся в смещении и искажении получаемых оценок коэффициентов математических моделей. Показано, что негативное влияние эффектов на результаты идентификации можно уменьшить путем применения испытательных воздействий, процедур робастизации, методов выбора начальных значений оценок коэффициентов и настроечных параметров алгоритмов идентификации.
7. Конкретизация, исследование и внедрение методов и алгоритмов идентификации в системах управления промышленными объектами и в составе многоцелевого учебно-исследовательского комплекса.
Эффективность разработанных методов и алгоритмов идентификации доказана многочисленными полученными результатами исследований, проведенных с использованием модельных и натурных данных и детально изложенных в монографиях [11].
Заключение
Современный подход к решению проблемы идентификации промышленных объектов в составе систем управления основан на использовании системных представлений и сформулирован в виде основных положений, для выполнения которых предложен комплекс соответствующих методов и алгоритмов идентификации. Конечно, разработанные методы и алгоритмы уже сейчас дали положительные результаты при создании, внедрении и эксплуатации систем управления промышленными объектами. Но в большей мере обострили внимание на нерешенных задачах и высветили необходимость, как минимум, совершенствовать методы и алгоритмы, а в более общем плане, развивать основы этого направления и искать новые пути решения. К числу интересных научных проблем, перспективных направлений и полезных для практики задач, по нашему мнению, относятся следующие.
1. Осмысление функции идентификации как неотъемлемого элемента функциональной структуры целостной системы управления в тесной взаимосвязи с другими функциями. Первоочередным здесь должно быть формирование «многосторонних» взаимных требований и взаимных критериев совместной эффективности идентификации, прогнозирования, регулирования, планирования и других функций управления.
2. Широкое использование методологии и имеющихся научно-технических решений по новым типам обратных связей для разработки методов синтеза и непосредственно алгоритмов и систем идентификации.
3. Привлечение идей самоорганизации для развития натурно-математического имитационного моделирования как эффективного инструментария исследования систем управления, в том числе и функций идентификации.
4. Разработка подходов, методов и алгоритмов идентификации единичных или редко повторяющихся событий, модели которых необходимы при создании систем безопасности, прогнозировании чрезвычайных ситуаций и подобных явлений.
5. Более полное использование положений теории управления организационными системами для учета «активного» человеческого фактора при идентификации объектов с первоочередной разработкой стимулирующих функций для производственного и исследовательского персонала.
Рецензенты:Калашников С.Н., д.т.н., доцент, профессор кафедры информационных технологий в металлургии, ФГБОУ ВПО «Сибирский государственный индустриальный университет», г. Новокузнецк;
Павлова Л.Д., д.т.н., доцент, директор института фундаментального образования, ФГБОУ ВПО «Сибирский государственный индустриальный университет»,
г. Новокузнецк.
Работа поступила в редакцию 16.12.2014.
Библиографическая ссылка
Мышляев Л.П., Львова Е.И., Ивушкин А.А. СОСТОЯНИЕ И ПЕРСПЕКТИВЫ ИДЕНТИФИКАЦИИ ОБЪЕКТОВ В ПРОЦЕССЕ СОЗДАНИЯ И ЭКСПЛУАТАЦИИ СИСТЕМ АВТОМАТИЗАЦИИ УПРАВЛЕНИЯ // Фундаментальные исследования. – 2014. – № 12-3. – С. 495-499;URL: https://fundamental-research.ru/ru/article/view?id=36137 (дата обращения: 17.08.2024).