16) Идентификация технологических
процессов в АСУ ТП
Эффективное управление технологическим процессом с использованием
методов теории автоматического управления возможно лишь тогда, когда известно
математическое описание этого процесса. Поэтому построение математического
описания — идентификация технологического процесса — это важнейший этап
создания любой автоматизированной или автоматической системы управления
технологическим процессом.
Выбор характера математического описания, т. е. вида модели
процесса, зависит от природы самого процесса и от решаемой задачи
управления. Так, модель процесса можно задать в виде таблицы, связывающей
входные и выходные переменные, описать функциональными зависимостями,
дифференциальными или разностными уравнениями, передаточными функциями и т. п.
В каждом случае методы получения математического описания оказываются
различными. Однако различие методов идентификации этим не исчерпывается.
Методы идентификации технологических процессов различаются,
кроме того, в зависимости от наличия той или иной априорной информации о
процессе, а также делятся на активные и пассивные. Активные
методы идентификации основаны на проведении специальных заранее
спланированных экспериментов, позволяющих проводить целенаправленное изучение
исследуемых свойств процесса. Пассивные методы предполагают
изучение технологического процесса в режиме нормальной работы. При этом
увеличивается время, необходимое для сбора экспериментальных данных,
достаточных для построения адекватной модели процесса, однако снижаются затраты
на проведение эксперимента. Кроме того, при использовании пассивных методов
оказывается возможным использовать архивный материал. Как показывает опыт,
пассивные методы идентификации технологических процессов на действующих
производствах с экономической точки зрения более предпочтительны.
Для управления технологическим процессом необходимо знать,
как влияет то или иное входное воздействие, управляющее процессом, на выходную
переменную, характеризующую его протекание. Поэтому идентификация процесса
сводится к построению математического описания зависимости между этими
величинами, которое состоит из двух этапов.
Первоначально необходимо определить характер искомой зависимости и вид ее
математического описания, а затем найти конкретные значения параметров такого
описания. Первый этап обычно называется структурной идентификацией, а
второй — параметрической.
Исходными данными для построения математической модели
технологического процесса могут служить как теоретические представления о
природе физических явлений, происходящих при протекании этого процесса, так и
экспериментально измеряемые зависимости между входными и выходными
переменными. В принципе каждый из этих подходов может использоваться для
идентификации процесса. Однако использование только теоретического подхода
осложнено тем, что на практике, как правило, оказывается невозможным учесть все
многообразие реально действующих на процесс факторов. В то же время
идентификация процесса только на основании экспериментальных данных
оказывается весьма сложной с вычислительной точки зрения. Поэтому при
идентификации технологических процессов целесообразно комплексное использование
всей имеющейся информации о процессе, причем теоретические представления
следует относить к структурной идентификации. При этом оцениваются динамические
свойства процесса, его линейность, стационарность и др., на которых
основывается выбор вида математического описания. Экспериментальные данные
используются для параметрической идентификации.
При разработке систем управления технологическими процессами
в основном приходится рассматривать задачи параметрической идентификации.
Поэтому изложим лишь ряд методов параметрической идентификации, наиболее
пригодных для построения моделей технологических процессов на действующих
производствах.
Сначала обсудим применение методов идентификации, имея в
виду только параметрическую идентификацию для управления непрерывными
технологическими процессами.
Использование «быстрой» оптимизации технологического процесса
на его обычной или прогнозирующей модели является главным в так называемых
системах двухшкального управления. При этом
идентификация может осуществляться как в реальном масштабе времени, так и в
супервизорном режиме с запоминанием данных во внешней памяти ЭВМ и их
последующей обработкой.
Знание параметров прогнозирующей модели необходимо в системах
терминального управления, применяемых в АСУ ТП для управления конечным
состоянием технологического процесса, причем здесь также используется
идентификация в реальном масштабе времени.
Идентификация в реальном масштабе времени дает возможность осуществлять
функциональную диагностику объекта, датчиков, исполнительных устройств и самой
ЭВМ. Более того, при этом появляется возможность увеличить живучесть каналов
непосредственного цифрового управления (НЦУ) путем дублирования неисправных
каналов соответствующими каналами настраиваемой модели.
В адаптивных АСУ ТП, построенных на базе адаптивных систем
с идентификатором, используется настраиваемая модель процесса и идентификатор
статических или динамических характеристик по каналу основного возмущения.
В инвариантных адаптивных системах с эталонной моделью
используется идентификатор динамических характеристик объекта по каналу управления,
работающий в реальном масштабе времени, а устройство адаптации может работать
как в реальном масштабе времени, так и в супервизорном режиме.
Идентификатор необходим для работы оптимальных систем
управления нестационарными динамическими технологическими процессами,
использующими наблюдатели состояния. В этих системах можно применять оценки
фазовых координат объекта, получаемые с помощью наблюдателя состояния, для
идентификации параметров объекта управления.
Рассмотрим требования, которым должны удовлетворять все
рассмотренные применения идентификатора. Идентификатор должен давать точные
оценки параметров в установившемся режиме, хотя требования к точности
идентификации сильно отличаются в зависимости от конкретных приложений. Более
того, требуемая точность зависит от степени влияния параметра на величину оптимизируемого
функционала.
С этой точки зрения, высокая точность идентификации требуется
в задачах статической оптимизации с использованием прогнозирующей модели.
Однако, не всегда следует стремиться к полной компенсации влияния того или
иного параметра объекта управления на эффективность системы управления. Ясно,
что параметры, слабо влияющие на качество адаптивного управления, можно не
идентифицировать, что позволяет упростить структуру настраиваемой модели и
алгоритмы идентификации.
Важную роль в эффективной работе адаптивных АСУ ТП играет
точность оценок параметров при наличии помех как на
входе объекта, так и на его выходе. Как показано ниже, не все алгоритмы
идентификации обладают одинаковой точностью при обработке данных, искаженных
шумами измерений.
Алгоритмы идентификации отличаются и по характеру сходимости
оценок параметров. Большое число методов идентификации, дающих хорошие
результаты при достаточно малых отклонениях начальных значений параметров от
«истинных» значений, не обеспечивает сходимости оценок при больших начальных
параметрических рассогласованиях. Это тем более важно, что не во всех указанных
применениях идентификатора можно использовать такой прием улучшения сходимости
алгоритмов идентификации, как повторная прогонка массива обрабатываемых данных
с начальными условиями, полученными на предшествующем цикле.
Теория идентификации еще не достигла такой степени развития,
которая позволяет считать ее достаточно завершенной. Методы теории
идентификации довольно сложны, и многие проблемы требуют решения. Многие методы
исследования имеют свои ограничения, что заставляет в практике проектирования
адаптивных систем управления использовать комбинацию различных методов.