Технические науки/ 12. Автоматизированные системы управления на производстве

Гулина И.Г.

ГВУЗ «Национальный горный университет», Украина

Оценка качества адаптивной САУ с интеллектуальным прогнозированием

В адаптивных САУ недостаток априорной информации восполняется за счет обработки текущей информации, что позволяют сократить сроки проектирования, наладки и испытаний [1].

Для идентификации и прогнозирования объектов управления (ОУ) с неопределенностью используются адаптивные фильтры-аппроксиматоры (АФА), в которых процесс адаптации включает оценивание искомого выхода фильтра и корректировку его параметров по значению выходной ошибки. При этом, перспективными считаются АФА на основе методов систем искусственного интеллекта, в частности, нейронных сетей и систем с нечеткой логикой (Anfis) [2].

Оценка качества адаптивной САУ [3] выполнялась путем определения точности локальных САУ с помощью моделирования с использованием разработанных программ в среде Matlab для управления тепловым состоянием доменной печи в виде стандартных моделей: структуры Винера-Гаммерштайна (PIT2), нелинейной динамической модели теплопередачи (NLD), а также моделей каналов управления доменной печью сверху и снизу в виде линейных апериодических звеньев с запаздыванием.

В качестве задания использовалась ступенчатая функция (Set-point).

Для прогнозирования состояния ОУ использовался АФА (AFA) в виде нейронечеткой системы Anfis с колоколообразной функцией принадлежности, 2 уровнями разложения по входам и 15 эпохами обучения [2].

Моделировалась робота САУ с самонастраивающимся регулятором и прогнозирующей моделью (CHC+AFA), САУ с ПИД-регулятором и прогнозирующей моделью (PID+AFA), а также адаптивная САУ с ПИД-регулятором без прогнозирования состояния ОУ (PID).

Результаты управления ОУ с помощью адаптивных САУ приведены на рис. 1.

Время, такт

Время, такт

а б

Рис. 1. Результаты управления нелинейными ОУ: PIT2 (а) и NLD (б)

Определено, что точность прогноза с помощью АФА на основе Anfis для нелинейных ОУ (PIT2 и NLD) в 1,5…3,2 раза выше, чем для линейных.

Анализ результатов управления свидетельствует, что для нелинейных ОУ системы с интеллектуальным прогнозированием (CHC+AFA и PID+AFA) имеют в 4...7 раз меньшую ошибку управления, чем САУ без прогнозирования (PID). При этом система CHC+AFA имеет, в целом, большую точность, чем система PID+AFA, а система PID имеет перерегулирование больше 150 %.

Для линейных ОУ качество рассмотренных САУ является сравнимым.

Статистическая проверка по критерию знаков показала значимость полученных выводов.

Время синтеза управления на один такт прогноза при вычислении на процессоре Pentium IV составляет: для 1,4...2,7 с, что не вносит временных ограничений на применение этих систем в контурах управления тепловым состоянием доменной печи.

Установлено, что для нелинейных моделей теплового состояния доменной печи предлагаемые САУ обеспечивают ошибки прогнозирования состояния ОУ на уровне 0,02...0,03 и ошибки управления на уровне 0,02...0,05, что отвечает технологическим требованиям.

Литература:

1. Справочник по теории автоматического управления / Под ред. А.А. Красовского, - М.: Наука, 1987. – 712 с.

2. Круглов В.В. Нечеткая логика и искусственные нейронные сети / В.В. Круглов, М.И. Дли, Р.Ю. Голунов. – М.: Физматлит, 2001. – 224 с.

3. Корниенко В.И. Обоснование принципов построения систем управления тепловым состоянием доменной печи / В.И. Корниенко, И.Г. Гулина // Науковий вісник НГУ. – 2011. – № 4. – С. 111-115. – ISSN 2071-2227.