Порівняння роботи підсистем прогнозування в автоматизованій системі керування випарним апаратом

• Veröffentlicht in: Проблемы управления и информатики
• Datum: 2022
• Hauptverfasser: Грама, М.П., Сідлецький, В.М.
• Format: Artikel
• Sprache: Ukrainisch
• Veröffentlicht: Інститут кібернетики ім. В.М. Глушкова НАН України 2022
• Schlagworte: Керування системами з розподіленими параметрами, математичне моделювання
• Online Zugang: https://nasplib.isofts.kiev.ua/handle/123456789/210901
• Назва журналу: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Zitieren: Порівняння роботи підсистем прогнозування в автоматизованій системі керування випарним апаратом / М.П. Грама, В.М. Сідлецький // Проблеми керування та інформатики. — 2022. — № 4. — С. 59-75. — Бібліогр.: 24 назв. — укр.

Мета дослідження — обґрунтування методів регулювання тиску пари у випарному апараті з підсистемою прогнозування, що дозволить спрогнозувати поведінку системи та дослідити вплив кількості часових інтервалів алгоритму прогнозування на точність прогнозу роботи випарної станції. Розроблено систему обміну даними між рівнем технологічного процесу і рівнем виробництва. Досліджується робота випарної установки з підсистемою прогнозування регулювання тиску пари. У схемі автоматизації регулювання тиску пари як датчик використовуються перетворювачі тиску PC-28. Виконавчими механізмами служать пневматичні сідельні клапани з вбудованим дроселем та електро-пневмоперетво­рювачем. Використання нейронечітких регуляторів відбувається лише в окремих специфічних випадках інтелектуального керування процесом випаровування, відсутні дані порівняння застосування інтелектуальних регуляторів з класичними, можливості комбінування роботи кількох типів інтелектуальних регуляторів, а також чітких засобів прогнозування їх роботи. Тому у даній роботі використано метод прогнозування для порівняння методів регулювання тиску пари в апараті, що дозволило спрогнозувати поведінку системи при формуванні керування та вивести готовий прогноз на екран оператора і, таким чином, підвищити ефективність роботи випарної станції. Зібрано статистичні дані поведінки контурів системи автоматизації у різних режимах роботи з використанням інтелектуальних та класичних регуляторів і побудовано модель прогнозування роботи випарної станції методом локальної тенденції та модифіковано алгоритм прогнозування. Перевага даного методу — легка і швидка його реалізація, яка не потребує великих економічних та енергетичних затрат. Побудовано модель прогнозування роботи випарної станції методом локальної тенденції та розроблено алгоритм прогнозування. Також оцінено точність отриманої моделі прогнозування: 97 % — для ПІД-ре­гулятора, 97 % — для нейронечіткого регулятора та 96,5 % — для нейромережевого при використанні девʼяти інтервалів, що вище за точність при використанні шести інтервалів. Запропонована модель для прогнозування роботи випарної станції характеризується високою точністю в цілому, але під час коливань у перехідному процесі виникає несуттєве запізнення їх прогнозування. Точність роботи даної моделі напряму залежить від збільшення кількості часових інтервалів при розробці алгоритму прогнозування. The aim of the research is to justify methods for regulating steam pressure in an evaporative apparatus with a forecasting subsystem, which will allow forecasting the system's behavior and studying the impact of the number of time intervals in the forecasting algorithm on the accuracy of the evaporator station's operation forecast. A data exchange system between the process control level and the production level has been developed. The operation of the evaporative unit with a forecasting subsystem for pressure regulation is investigated. In the automation scheme for pressure regulation, pressure converters PC-28 are used as sensors. Pneumatic seat valves with an integrated throttle and electro-pneumatic converters serve as actuators. The use of neuro-fuzzy controllers occurs only in specific cases of intelligent control of the evaporation process. There is a lack of data comparing the use of intelligent controllers with classical ones, the possibilities of combining different types of intelligent controllers, and clear means for forecasting their performance.