WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

загрузка...
   Добро пожаловать!

Pages:     || 2 | 3 |

на правах рукописи

Магди Рауф Марзук Роман

ВЫБОР ОПТИМАЛЬНЫХ АЛГОРИТМОВ СИСТЕМ РЕГУЛИРОВАНИЯ В УСЛОВИЯХ НЕЧЁТКОЙ ИНФОРМАЦИИ

Специальность

05.13.06 Автоматизация и управление технологическими процессами и производствами (по отраслям: энергетика)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени

кандидата технических наук

МОСКВА

2008

Работа выполнена на кафедре Автоматизированных систем управления тепловыми процессами (АСУ ТП) Московского энергетического института (технического университета).

Научный руководитель:

доктор технических наук, проф.,

Засл. работ. Высшей школы Аракелян Эдик Койрунович

Официальные оппоненты:

доктор технических наук, проф., Тверской Юрий Cеменович

канд. технических наук,

Дронов Владимир Александрович

Ведущая организация:

Филиал ОАО «Инженерный центр ЕЭС» - «Фирма ОРГРЭС»

Защита диссертации состоится “18” декабря 2008 г. в 14 00 в аудитории Б-205 на заседании диссертационного совета Д 212.157.14 при Московском энергетическом институте (техническом университете) по адресу 111250, г. Москва, Красноказарменная ул., дом 17.

Отзывы на автореферат в двух экземплярах, заверенные печатью организации, просим направить по адресу: 111250, Москва, Красноказарменная ул., дом 14, Ученый Совет МЭИ (ТУ).

С диссертацией можно ознакомиться в библиотеке МЭИ (ТУ).

Автореферат разослан: «___» ноября 2008 г.

Ученый секретарь

диссертационного совета Д 212.157.14

к.т.н., доцент Зверьков В.П.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Современный уровень развития техники характеризуется неуклонным повышением разнообразия и сложности управляемых объектов в системах автоматического управления. С другой стороны, ограниченная возможность экспериментального исследования объектов техническими средствами, а также высокая их стоимость не позволяют получить достаточную статистическую информацию о важных характеристиках объектов. В результате на практике возникают сложности с получением точных математических моделей сложных технологических объектов.

Обработка нечеткой информации в системах автоматического управления была темой интенсивных исследований с середины прошлого века. Одним из основных подходов является теория нечетких множеств (Fuzzy Sets), основные идеи которой были предложены американским математиком Лотфи Заде более 40 лет назад. На основе этой теории появилось фаззи управление, которое в последнее время стало одной из наиболее актив­ных и перспективных направлений прикладных исследований. Вместе с тем, большинство предложенных фаззи алгоритмов не имеет доказательства устойчивости и/или робастности из-за сложности ее математического анализа. Однако, чтобы считать фаззи алгоритм серьезным конкурентом на практике, нужно доказать его устойчивость и робастность.

В качестве современных подходов к решению проблемы неопределенности считают также алгоритмы, базирующиеся на инструментах робастной теории управления (H и H2). H-управление является мощной методикой синтеза робастных контроллеров для систем при условиях неопределенности, изменения параметров, и несмоделированной динамики. Тем не менее, алгоритмы, синтезированные с использованием методики H, обычно имеют сложную структуру и высокий порядок. На практике эти характеристики являются нежелательными, потому что более простой контроллер, в большинстве случаев, может обеспечить удовлетворительную работу. Если найдется алгоритм, типа ПИД или ПИ, который может обеспечить удовлетворенную работу для всех вероятных систем (из-за неопределенности), конечно, это будет предпочтительным вариантом, потому что он имеет более низкий порядок, простую структуру и меньшее число параметров настройки.

В качестве нетрадиционного подхода в последние годы обсуждается так называемое адаптивное управление на базе знаний, которое в отличие от традиционных адаптивных методов не нуждается в точной математической модели управляемого процесса. Оно основано на знании опытного человека о характеристиках системы управления. Человек может эффективно адаптировать систему управления в условиях неточной, неопределенной, нечисловой и сложной информации. Использование этого опыта в процессе адаптации систем регулирования, безусловно, считается важным преимуществом адаптивных алгоритмов на базе знаний. Но, с другой стороны, сложность математических моделей этих алгоритмов мешает проведению полного математического анализа условий сходимости и устойчивости (в отличие от традиционных методик адаптации).

Таким образом, текущее состояние методик по обработке неопределенности и нечеткой информации в системах автоматического управления требует дальнейших исследований с целью преодоления главных недостатков текущих алгоритмов и получения знаний о степени использования каждого из них в условиях нечеткой информации.

Цель и задачи исследования. Целью диссертационной работы является разработка и исследование оптимальных алгоритмов систем автоматического регулирования в условиях нечеткой информации.

Для достижения поставленной цели решаются следующие задачи:

постановка задачи оптимального управления нечетким объектом при условии выполнения:

- требования к запасу устойчивости;

- требования к минимизации определенной целевой функции;

- ограничения на регулирующие и регулируемые сигналы;

разработка в рамках классического подхода традиционного ПИ-алгоритма, основанного на понятиях теории робастного управления;

разработка в рамках современных подходов фаззи алгоритма и адаптивного алгоритма на базе знаний;

решение задачи оптимизации параметров настройки разработанных алгоритмов;

разработка ПК-программ для этих алгоритмов и выполнение компьютерных экспериментов;

анализ поведения систем с разработанными алгоритмами.

Методы исследования. При разработке традиционного и фаззи алгоритма используются теории автоматического управления и теории робастного управления. Фаззи алгоритм и механизм адаптации адаптивного алгоритма базируются на модели нечеткого вывода Такаги-Сугено. Оптимизация проведена методом последовательного квадратичного программирования (SQP). Реализация алгоритмов выполнена с помощью «Simulink» в среде MATLAB.

Научная новизна.

Разработан новый метод разработки фаззи регулятора, основанный на понятиях линейной теории автоматического управления и теории робастного управления, в котором гарантируется определенный запас устойчивости для всех вероятных моделей объекта;

получено дальнейшее раскрытие сущности фаззи регулятора и его отношения с классическим регулятором;

проведено сравнение трех подходов к решению проблемы неопределенности и показаны особенности каждого из них.

Практическая значимость работы.

проведен анализ актуальной технической задачи управления температурным режимом проточной части турбины K-200 при работе ее в моторном режиме;

проведены моделирование и оптимизация вышеуказанной системы с тремя различными алгоритмами регулирования. Результаты показывают, что расход топлива в течение работы в моторном режиме может быть значительно уменьшен с использованием фаззи алгоритма управления;

предлагаемый автором метод разработки фаззи алгоритма позволяет повысить надежность использования фаззи алгоритма и расширяет его область применения на практике.

Апробация работы. Результаты научных исследований по теме диссертации докладывались и обсуждались на заседании кафедры АСУТП МЭИ (ТУ), на 13-й международной научной конференции “Zittau Fuzzy Colloquium”, Германия, 13-15 сентября, 2006 г. и на международной научной конференции Control 2008 “Теория и практика построения и функционирования АСУТП”, Москва, 14-16 октября, 2008 г.

Публикации. По результатам выполненных исследований опубликовано 3 научные работы, отражающие основные результаты работы.

Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, заключения, списка литературы из 99 наименований. Работа содержит 77 рисунков и 9 таблиц. Общий объем диссертации – 130 страниц.

СОДЕРЖАНИЕ РАБОТЫ

Во введении отмечена актуальность работы, сформулированы цели и задачи исследования, дана общая характеристика работы.

В первой главе приведен обзор алгоритмов систем регулирования в условиях нечеткой информации. Рассмотрены три подхода и даны их общие характеристики и история развития.

В качестве нетрадиционного подхода рассмотрен фаззи алгоритм. Фаззи алгоритм может логически обработать нечеткую информацию на основе нечеткой базы правил. В главе описана его основная архитектура и приведены некоторые, выбранные из литературы, важные применения. В большинстве применений результаты показывают превосходство фаззи по сравнению с классическими подходами. Кроме того, во многих исследованиях фаззи алгоритм показывает большую робастность к изменению параметров объекта. Тем не менее, отсутствует доказательство его устойчивости и/или робастности. Это безусловно требует дальнейшего раскрытия сущности фаззи в сравнении с классическими алгоритмами.

В случае наличия знаний о пределе неопределенности в системе управления (или предположений), многие исследования используют алгоритмы, базирующиеся на инструментах робастной теории управления, типа H-синтеза, H2-синтеза, -синтеза, и т.д. Эти методики обеспечивают устойчивость худшему вероятному случаю в пределах неопределенности. Результаты исследований показывают успешные приложения этих методик и на практике, и в моделировании, но контроллеры, синтезированные таким образом, имеют сложные структуры и, как правило, высокие порядки. Предпочтительно, если найдется более простой контроллер, типа ПИД или ПИ, который может обеспечить удовлетворенную работу для всех вероятных систем (из-за неопределенности).

Далее в главе рассмотрен адаптивный алгоритм на базе знаний в качестве третьего подхода обработки неопределенности и нечеткой информации в системах автоматического управления. В отличие от первых двух алгоритмов адаптивный алгоритм может приспособиться в соответствии с неизвестными изменениями в системе управления, обеспечивая таким образом близость всех вероятных поведений. Адаптивное управление на базе знаний не нуждается в точной математической модели управляемого процесса. Оно основано на знании опытного человека о характеристиках системы управления. Поэтому, одними из самых важных преимуществ этого типа управления являются его универсальность и робастность. Это означает, что определенная база знаний может использоваться не только для единственного объекта, но также и для класса объектов, которые имеют подобные характеристики независимо от деталей их математических моделей.

В настоящее время при выборе оптимальных алгоритмов систем регулирования в условиях нечеткой информации стоят следующие вопросы:

может ли алгоритм гарантировать достаточный запас устойчивости

до какой степени алгоритм поддержит эту устойчивость в присутствии неопределенности в системе

до какой степени алгоритм удовлетворит другим требованиям работы в присутствии неопределенности в системе

может ли алгоритм обеспечить оптимальное управление нечетким объектом

и, наконец, имеет ли полученный алгоритм простую удобную структуру и до какой степени он применим на практике

Вторая глава посвящена постановке задачи оптимального управления нечетким объектом. Этой задачей является управление температурным режимом проточной части турбины K-200 при работе ее в моторном режиме (рис. 1). Моторным режимом (МР) турбогенератора называется режим его работы без подачи свежего пара в турбину через ее паровпускные органы, когда генератор не отключен от сети и ра­ботает в качестве двигателя, вращая ротор с синхронной частотой и потребляя из сети активную мощность, необходимую для преодоления механических, вентиляционных, электрических и других потерь в турбине и генера­торе. Вращение ротора турбины на номинальных оборотах без подвода пара приводит к разогреву рабочих и направляющих лопаток турбины вследствие возникновения потери мощности на трение,

вентиляцию и т. д. Поэтому обычно используется влажный пар в качестве охлаждающего агента для охлаждения части турбины, в которой выделение теплоты из-за потери мощности больше, чем естественное остывание (ЦНД и последние ступени ЦСД).

Основными требованиями работы в моторном режиме являются: (1) поддержание температурного состояния проточной части турбины близким к температурному состоянию в номинальном режиме и (2) минимизация суммарной потребляемой энергии. Для достижения этих требований необходимо: (1) - произвести моделирование системы; (2) - синтезировать регуляторы; (3) - оптимально настроить эти регуляторы.

В качестве индикатора температурного состояния проточной части используются температуры металла периферии лопатки 23-ей ступени ЦСД (t23) и металла периферии лопатки 27-ой или 31-ой ступени ЦНД (t27, t31), (рис. 1).

Для того, чтобы моделировать систему, используются имеющиеся экспериментальные данные. Важно отметить, что измерения расходов пара D1 и D2 имеют большую погрешность, так как, измерение расхода влажного пара - одна из известных проблем на практике. В результате, полученная модель объекта на основе этих данных имеет неточную форму.

На рис. 2 показана предлагаемая система управления температурным состоянием проточной части турбины в моторном режиме. Разработанная модель объекта имеет 5 каналов WT1-5, каждый из них имеет модель первого порядка с неопределенностью в значениях коэффициента передачи и постоянной времени. Значение суммарной потребляемой энергии (Вмр) определено в виде расхода топлива и значений расходов пара D1 и D2 и давления в конденсаторе Pk.

В этих условиях, задачу оптимального управления можно представить в следующем виде:

min (1)

при наличии следующих ограничений:

;

;

кг/с ;

кг/с

где ВТ – суммарные затраты топлива за время работы в моторном режиме и Тмр – длительность работы в моторном режиме (6 -20 ч). Добавим еще ограничение на запас устойчивости с использованием корневого показателя колебательности

Pages:     || 2 | 3 |






© 2011 www.dissers.ru - «Бесплатная электронная библиотека»