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.