WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

На правах рукописи

Чепелева Марина Станиславовна

Разработка методов и алгоритмов безаварийного управления потенциально опасными объектами нефтехимической отрасли на основе систем нечеткого вывода

Специальность 05.13.01 – Системный анализ, управление и обработка информации (в строительстве и промышленности)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Воронеж – 2012

Работа выполнена в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Воронежский государственный архитектурно-строительный университет» Научный доктор технических наук, профессор руководитель: Кудряшов Владимир Сергеевич Официальные Разинкин Константин Александрович оппоненты: доктор технических наук, доцент, Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Воронежский государственный технический университет"/ кафедра технологических и автоматизированных систем электронного машиностроения, профессор Головинский Павел Абрамович доктор физико-математических наук, профессор, Федеральное государственное образовательное бюджетное учреждение высшего профессионального образования "Воронежский государственный архитектурно-строительный университет"/ кафедра физики и химии, профессор Ведущая Старооскольский технологический институт (филиал) организация: Федерального государственного образовательного учреждения высшего профессионального образования "Национальный исследовательский технологический университет "МИСиС" (СТИ МИСиС)

Защита состоится «31» мая 2012 г. в 1530 час. на заседании диссертационного совета ДМ 212.033.03 при Воронежском государственном архитектурно-строительном университете по адресу:

394006, г. Воронеж, ул. 20-летия Октября, 84, корп. 3, ауд. 3220, тел.: +7 (473) 271-59-18.

С диссертацией можно ознакомиться в библиотеке Воронежского государственного архитектурно-строительного университета.

Автореферат разослан «27» апреля 2012 г.

Ученый секретарь диссертационного совета Белоусов В.Е.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Среди множества процессов различных технологий нефтехимической отрасли выделяется класс потенциально опасных (полимеризация, нитрование, магнийорганический синтез и т.д.). На производствах, включающих в свой технологический цикл такие процессы, требуется уделять особое внимание вопросу безопасности, при этом необходимо учитывать все негативные воздействия, способные вывести объект за рамки штатного функционирования. Как показывает статистика, одним из таких факторов является наличие ошибок в управленческих решениях, принимаемых человеком. Последствия некорректных действий оператора можно разделить на две основные группы:

1) ошибки, ведущие к повышению опасности:

несвоевременно принятые решения;

некорректное управление, связанное с неадекватной оценкой сложившейся ситуации;

ошибки, вызванные недостатком опыта принятия решений в ситуациях, близких к аварийной;

2) ошибки, снижающие эффективность производства:

некорректное принятие решений, связанное с недостатком опыта в управлении конкретной системой;

несвоевременное предупреждение выхода в нештатную ситуацию.

На данный момент установлено много факторов, влияющих на принятие человеком управленческих решений (характер работы, стрессы, психологическая нагрузка, состояние рабочего места и т.д.), однако существуют системы, в которых дополнительные трудности в процесс управления вносит наличие неопределенностей различного рода. Это может быть чрезмерная сложность модели объекта, неоднозначность и неформализованность алгоритмов управления или плавающие границы между описаниями возможных состояний системы.

Одним из процессов нефтехимической отрасли, характеризующихся потенциальной опасностью и обладающих рядом неопределенностей, является полимеризация синтетического каучука в растворе, в связи с чем этот технологический этап выбран основной темой диссертационного исследования.

Анализ работ в данной предметной области показал, что для управления подобными объектами целесообразно использовать средства поддержки принятия решений и системы прогнозирования, а одним из наилучших методов для их построения является аппарат нечеткой логики.

Таким образом, актуальность тематики диссертационной работы продиктована необходимостью разработки методов и алгоритмов прогнозирования и интеллектуальной поддержки при принятии управленческих решений в условиях неопределенности, предотвращающих внештатное функционирование потенциально опасных объектов и не снижающих эффективности производства.

Цель исследования – разработка методов и алгоритмов управления потенциально опасными объектами, способствующих повышению уровня безопасности производства при заданной эффективности.

Задачи исследования:

- провести анализ исследуемого объекта и выявить проблемы принятия управленческих решений на разных этапах его функционирования;

- определить методы разработки систем, способствующих принятию решений на каждом из этапов процесса полимеризации;

- получить математическую модель объекта управления, позволяющую определить зависимость основного параметра системы от входных управляющих воздействий;

- разработать алгоритм вывода потенциально опасного объекта на регламентное значение основного параметра системы;

- разработать метод вывода объекта в рабочую точку пространства параметров для достижения заданного качества готовой продукции;

- разработать метод прогнозирования приближения системы к аварийному состоянию на рабочем этапе функционирования потенциально опасного объекта.

Методы исследования. Для решения поставленных задач применялись методы системного анализа, математического моделирования, теории нечетких множеств и экспертных систем, анализа временных рядов, элементы теории автоматического управления и основы органической химии.

Научная новизна диссертационной работы заключается в следующем:

1. Разработан алгоритм вывода объекта на регламентное значение основного параметра системы по заданной траектории, отличающийся учетом неопределенности текущей ситуации.

2. Разработан метод вывода системы в рабочую точку пространства параметров с последующей передачей управления локальным схемам стабилизации, отличающийся возможностью комплексного использования нескольких каналов управления в зависимости от текущей ситуации на объекте.

3. Разработан метод прогнозирования приближения системы к аварийному состоянию, отличающийся комплексной оценкой внутренних тенденций системы к смене состояния и текущей ситуации на объекте с учетом ее неоднозначности.

4. Получена аналитическая модель объекта, отличающаяся большим числом параметров и расширенным диапазоном применения.

Теоретическая и практическая значимость работы. Предложенные в работе методы предотвращения выхода системы в аварийный режим дополняют существующую для процесса полимеризации системную модель управления и не противоречат ее структуре, что повышает безопасность управления рассматриваемой системой. Разработанные алгоритмы реализованы в рамках распределенной системы управления, функционирующей на предприятии. Практическое использование результатов работы позволяет предотвратить неэффективное ведение процессов и снизить уровень рисков.

Основные теоретические и практические результаты работы внедрены в производство на ООО «Тольяттикаучук» (г. Тольятти) и в учебный процесс Воронежского ГАСУ в рамках дисциплины «Имитационное моделирование систем».

Положения, выносимые автором на защиту:

1. Алгоритм вывода объекта на регламентное значение основного параметра системы по заданной траектории, основанный на аппарате нечеткой логики, обеспечивающий безопасность проведения данной операции с минимизацией потерь энергетических и материальных ресурсов.

2. Метод вывода системы в рабочую точку пространства параметров с последующей передачей управления локальным схемам стабилизации, включающий в себя два последовательных этапа и способ их согласования и гарантирующий на этапе синтеза выпуск продукции заданного качества.

3. Метод прогнозирования приближения системы к аварийному состоянию, позволяющий лицу, принимающему решения, при необходимости вернуть объект в рамки нормального функционирования или, если это невозможно, заблаговременно остановить процесс.

4. Аналитическая модель объекта, позволяющая экспериментальным способом определить зависимость основного параметра системы от принимаемых управленческих решений и формализовать метод вывода системы в рабочую точку.

Апробация работы. Основные результаты диссертационной работы докладывались и обсуждались на 65-й всероссийской научно-практической конференции на базе Воронежского государственного архитектурностроительного университета (Воронеж, 2010 г.) и на 66-й научно-практической конференции профессорско-преподавательского состава, научных работников и аспирантов университета с участием представителей исследовательских, проектноконструкторских, строительных и общественных организаций (Воронеж, 2011 г.).

Публикации. Основные результаты диссертации опубликованы в научных работах, из них 3 – в изданиях, рекомендованных ВАК РФ. В работах, опубликованных в соавторстве, лично соискателем предложены: [1] – способ определения параметров исходной выборки системы прогнозирования и модифицированный метод R/S-анализа для коротких временных рядов; [3] – метод прогнозирования приближения системы к аварийному состоянию, позволяющий в совокупности оценивать текущую ситуацию на объекте и внутренние тенденции системы; [4,5] – организация программного обеспечения с определением точек входа в алгоритм аварийной последовательности для своевременного выхода из нештатной ситуации; [6] – способ минимизации экономических потерь путем целенаправленного вывода объекта за рамки штатной ситуации; [8] – метод вывода потенциально опасного объекта управления в рабочую точку пространства параметров.

Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, заключения, библиографического списка (1наименований), 8 приложений и содержит 167 листов машинописного текста, включая 64 рисунка и 2 таблицы.

КРАТКОЕ СОДЕРЖАНИЕ ДИССЕРТАЦИИ Во введении отражена актуальность темы диссертационного исследования, сформулированы цели и задачи работы, определена научная новизна и практическая значимость.

В первой главе проведен анализ факторов, влияющих на лицо, принимающее решения (ЛПР), при управлении потенциально опасным производством, которые могут вывести объект за рамки штатного функционирования. Обоснован вывод о необходимости разработки систем, помогающих человеку в принятии управленческих решений. Обзор существующих исследований в данном направлении показал, что способы выхода из нештатных ситуаций являются хорошо отработанными. В частности, совокупность методов управления исследуемым процессом представлена в существующей системной модели. Таким образом, можно сделать вывод, что главной задачей в настоящее время является удержание системы в рамках штатной ситуации. Для этого необходимо расширить данное понятие, разбить его на несколько зон и выработать действия в каждой из них, а также провести анализ исследуемого производства с целью выявления технологических этапов с неблагоприятным влиянием «человеческого фактора».

Анализ существующих классификаций состояний потенциально опасных процессов показал, что помимо частных, разработанных для конкретных объектов и задач, приведенных в работах Русинова Л.А., Рудаковой И.В., Куркиной В.В., Кармазиной А.Г. и Харисова А.Р., существует наиболее общая и универсальная классификация, предложенная П.А. Обновленским (рис.

1).

I – нормальное функционирование:

I-а – отклонение в сторону уменьшения опасности, I-б – нормальный режим, I-в – отклонение в сторону увеличения опасности;

II – предаварийное состояние:

II-а – возможен возврат к нормальному функционированию, II-б – возврат к нормальному функционированию невозможен;

III – останов процесса;

Рис. 1. Состояния потенциально опасного IV – аварийное состояние.

объекта и связи между ними В режиме нормального функционирования выделяют три состояния:

нормальное протекание процесса при соответствии значений определяющих параметров установленному заданию (I-б);

отклонение определяющих параметров в сторону уменьшения опасности (I-а), не выходящее за рамки заданного диапазона;

отклонение определяющих параметров в сторону увеличения опасности (I-в), не выходящее за рамки заданного диапазона.

Режим I является зоной действия нижнего уровня системы управления.

Работы локальных регуляторов достаточно для поддержания параметров объекта на заданном уровне, несмотря на возмущающие воздействия стохастического характера.

При возникновении значительных отклонений определяющих параметров от заданных пределов в сторону увеличения опасности процесс переходит в предаварийное состояние, в котором выделяют две фазы: в первой фазе (II-а) возможен возврат процесса к нормальному режиму, во второй (II-б) развитие аварийной ситуации становится необратимым, и вывести процесс на нормальный режим не представляется возможным. В последнем случае необходимо прекратить ведение процесса (III).

Отметим, что возврат из ситуации II-а к нормальному функционированию только с использованием возможностей регуляторов нижнего уровня системы управления не эффективен, т.к. предаварийное состояние возникает в результате воздействий сильных возмущений (или их совокупностей), не предусмотренных на этапе проектирования. В связи с этим решение задачи возврата процесса к нормальному режиму ложится на ЛПР.

Неизбежное развитие предаварийной ситуации с переходом ее в аварийную (IV), сопровождающуюся последствиями различной степени тяжести, происходит, если вовремя не принять меры по возврату процесса к нормальному функционированию или, если это невозможно, не прибегнуть к экстренному останову.

Согласно существующей системной модели, разработанной для управления данным объектом, нормальное функционирование (I) и состояние II-а в совокупности составляют штатную ситуацию. Состояние II-б соответствует аварии, а состояние IV идентично чрезвычайной ситуации. При разработке методов поддержки управленческих решений используется терминология П.А. Обновленского.

В результате анализа исследуемого производства было установлено, что процесс полимеризации – сложный технологический передел, состоящий из трех последовательных операций: пуск реактора, рабочий режим, останов на промывку. При этом принятие управленческих решений на каждом из этапов является сложной самостоятельной задачей, требующей индивидуального подхода. В связи с этим для достижения поставленной в работе цели необходимо:

1) рассмотреть каждый из этапов полимеризации, проанализировать возможные управленческие решения в различных ситуациях и трудности, связанные с их принятием, а также последствия, к которым могут привести ошибки ЛПР;

2) разработать такие методы, помогающие оператору принимать управленческие решения на каждом этапе полимеризации, чтобы качество конечного продукта, производительность оборудования и затраты энергетических и материальных ресурсов оставались на должном уровне.

Вторая глава посвящена подробному анализу этапов процесса полимеризации в рамках классификации состояний потенциально опасного объекта с целью установления проблем принятия управленческих решений, способных повлиять на переход системы в аварийное состояние.

Для процесса пуска такое сопоставление иллюстрирует рисунок 2.

Рис. 2. Состояния объекта управления в процессе пуска Траектория регламентного пуска подобна состоянию I-б (нормальное функционирование). Температура реакции полимеризации, превышающая -450С, соответствует аварийному состоянию (IV), для выхода из которого в работу вступают особые механизмы управления в соответствии с существующей системной моделью. Зона между температурами -450С и -500С характеризуется как предаварийное состояние без возможности возврата к нормальному функционированию, что соответствует состоянию II-б. Зона между I-б и II-б соответствует двум состояниям: I-в и II-а, при этом граница между ними не определена.

Для предотвращения выхода в предаварийное состояние оператор может принять решение вести процесс пуска ниже регламентной траектории, что, с одной стороны, повысит безопасность производства, а с другой – увеличит время проведения данной операции, что приведет к перерасходу материальных и энергетических ресурсов, а также к снижению производительности полимеризатора (а следовательно, и всего цеха), который не был вовремя остановлен на промывку. В связи с этим зону под регламентной траекторией было принято называть зоной неэкономичного управления, а проведенный таким образом пуск – неоптимальным.

Для предотвращения возникновения аварии при выходе системы в зону предаварийного состояния оператор должен либо вернуть объект в режим нормального функционирования, либо остановить процесс. При этом на человека ложится дополнительная психологическая нагрузка, связанная с последствиями его решений, так как объект управления является потенциально опасным. В связи с этим оператор может принять решение остановить процесс раньше, чем наступит ситуация II-б, т.е. в ситуациях II-а или I-в (рис. 1), учитывая неопределенность границы между ними. Такой исход процесса пуска было принято называть неудачным пуском. Так же как и в предыдущем случае, данная ситуация влечет за собой потери различных ресурсов, но во много раз превосходящие потери при неоптимальном пуске.

Так как анализ первого этапа полимеризации выявил наличие неопределенностей в алгоритмах управления и неоднозначности в описании текущей ситуации в системе, целесообразно использовать для построения системы поддержки принятия решений (СППР) методы искусственного интеллекта. В результате анализа нескольких видов интеллектуальных СППР (ИСППР), способных справиться с поставленной задачей, в качестве метода для построения «подсказчика» на этапе пуска был выбран аппарат нечеткой логики.

В отличие от пускового режима, на этапе синтеза локальное управление осуществляется без участия оператора. Однако, учитывая лавинообразный характер процесса при приближении к аварийной ситуации, необходимо разработать систему прогнозирования, позволяющую заблаговременно предупредить ЛПР о возможности перехода объекта в состояние, где возврат к нормальному режиму работы уже невозможен (состояние II-б рис. 1).

Благодаря полученному прогнозу ЛПР сможет предпринять действия по возврату объекта в нормальный режим функционирования или, если это невозможно, заблаговременно остановить процесс, что, с одной стороны, повысит уровень безопасности производства, а с другой – позволит избежать материальных и энергетических затрат на ведение процесса, останов которого неизбежен. В результате проведенного анализа было установлено, что наилучшим методом прогнозирования поведения системы в данном случае является R/S-анализ, способный выявить скрытые тенденции процесса. Кроме того, для получения более информативного прогноза также необходимо рассматривать текущую ситуацию на объекте. Таким образом, был предложен метод совместной оценки показателя Херста и состояния системы в текущий момент времени с учетом неопределенности границ между возможными ситуациями на объекте.

Процесс останова полимеризатора является не только неотъемлемой частью технологического цикла, но и способом выхода из аварийной ситуации.

Этот процесс является хорошо отработанным и не требует дополнительных вмешательств. В связи с этим поставленная задача сужается до разработки методов, способствующих принятию управленческих решений на этапах пуска реактора и синтеза бутилкаучука.

Третья глава посвящена разработке методов, способствующих принятию управленческих решений на каждом этапе полимеризации.

Для разработки СППР при проведении этапа пуска в первую очередь следует понять, к каким результатам приведут те или иные воздействия на объект. В связи с этим необходимо синтезировать адекватную математическую модель полимеризатора, которая позволит провести серию экспериментов без участия реального производства. При этом, если на этапе синтеза бутилкаучука модель объекта рассматривается вблизи конкретной рабочей точки и получить ее можно, проведя несложный эксперимент и применив метод регрессионного анализа, то для решения задач пуска это недопустимо. В связи с этим было принято решение получить модель реактора аналитически.

Для решения поставленной задачи аппарат представляется в виде идеальной модели проточного реактора полного смешения, который характеризуется тем, что любой элемент объема реагирующей смеси мгновенно перемешивается со всей средой, содержащейся в реакторе, так как скорость циркуляционных движений по сечению и высоте аппарата во много раз больше, чем линейная скорость по оси. В реакторах такого типа концентрация любого компонента равномерно распределена по всему реакционному объему, следовательно, уравнение материального баланса можно записать для всего объема реактора. Учитывая неизотермические условия протекания реакции, материальный баланс необходимо рассматривать совместно с тепловым.

Для данного реактора тепловой баланс можно представить в следующем виде:

dTP (GSH CPSH (TSH TP) GKT CPSH (TK TP) Q меш dt (1) Н GP F (TP T )) / (V RO CPSH ), 1 ст где – расход шихты, кг/час; – расход катализатора, кг/час; – 0 теплоемкость шихты, ккал/(кг С); – температура шихты, С; – температура в полимеризаторе, 0С; – температура катализатора, С; – тепло от мешалок, ккал/час; – тепловой эффект реакции полимеризации, ккал/кг; – скорость образования полимера, кг/час; – объем реактора, л;

– плотность шихты, кг/л; – поверхность теплопередачи полимеризатора, м2; – коэффициент теплоотдачи от полимеризатора к стенке, ккал/(час м2 0С); – температура стенки полимеризатора, 0С.

Температуру стенки полимеризатора можно получить, составив тепловой баланс для металлических стенок, омываемых полимеризатом:

dTст (TP Tст) КЭКВ (T TЭ) 1 ст F, (2) dt J где – коэффициент теплопередачи; – температура этилена, С; – теплоемкость металла полимеризатора, ккал/ 0С.

Коэффициент теплопередачи от стенки к этилену определяется выражением:

КЭКВ, 1 DL (3) () LBD где – коэффициент теплоотдачи от стенки к этилену, ккал/(час м2 0С); – толщина стенки, м; – теплопроводность стали, ккал/(час м С).

Коэффициент теплоотдачи от стенки к этилену определяется по формуле:

(4) где – давление этилена, атм; – тепловая нагрузка на поверхность теплопередачи, ккал/(час м2), определяемая по формуле:

(5) Скорость образования полимера определяется следующим выражением:

GP V (A1 MY1 A2 MY2), (6) где – молекулярная масса изобутилена, кг/моль; – молекулярная масса изопрена, кг/моль.

Материальный баланс реактора можно описать следующей системой дифференциальных уравнений:

dM1 M10 MM1 M1 C k2, dt dM2 M20 MM1 M2 C k3, (7) dt dC C0 C M1 C k1, dt где – концентрация изобутилена на входе, моль/л; – концентрация изопрена на входе, моль/л; – концентрация катализатора на входе, моль/л; – время пребывания в реакторе, час; – константы скорости реакции.

Константы скорости реакции определяются из уравнения Аррениуса:

Ei (8) ki ki0 eRT, где – энергия активации i-ой константы, Дж/моль; – предэкспонента i-ой константы; – температура в полимеризаторе, К; R – универсальная газовая постоянная, R=8,28 Дж/моль.

Зависимость давления этилена от температуры кипения описывается следующим уравнением с четырьмя постоянными:

1243,7lg P 11,213927lgT 0,01102331T 30,470741.

(9) T Обратная зависимость, полученная в результате аппроксимации, имеет следующий вид:

(10) T 84,9 1,15 P 190,7.

Помимо описанных выше зависимостей, в модели объекта учтены начальные концентрации шихты и катализатора в соответствующих растворах.

В результате проведенного над моделью эксперимента были получены статические характеристики, наглядно иллюстрирующие зависимость температуры полимеризации от входных параметров (расхода катализатора, расхода шихты, давления этилена) (рис. 3) и позволяющие формализовать метод управления исследуемой системой.

Рис. 3. Статические характеристики объекта управления Следующим этапом построения СППР процесса пуска является разработка метода вывода объекта в рабочую точку (т. А рис. 3) пространства параметров. При этом данная задача разбита на два этапа: выход на рабочую температуру по регламентной траектории (что обеспечит безопасность производства) и выход в рабочую точку (что обеспечит заданное качество готовой продукции в связи с верным поддержанием молекулярно-массового распределения).

Первая подзадача решена с помощью применения системы нечеткого вывода, разработка которой включает в себя ряд этапов:

1) формирование базы правил систем нечеткого вывода;

2) фаззификация входных переменных;

3) агрегирование подусловий в нечетких правилах продукций;

4) активизация или композиция подзаключений в нечетких правилах продукций;

5) аккумулирование заключений нечетких правил продукций;

6) дефаззификация выходных переменных.

При формировании базы правил системы нечеткого вывода были определены множества входных и выходных лингвистических переменных, для каждой из которых были сформулированы соответствующие терм-множества (рис. 4), а также было составлено множество правил нечетких продукций.

Рис. 4. Терм-множества входных (а, в) и выходных (б, г) лингвистических переменных СППР этапа пуска Для агрегирования подусловий был использован наиболее распространенный метод min-конъюнкции:

(x) min (xi), (xm), (11) Аij Аim Аij Аim где (xi), (xm) – численные значения функций принадлежности по Аij Аim каждой из предпосылок.

В качестве операции для активизации подзаключений использовалась min-активизация:

( y) min, ( y), (12) Bi i Bi где – степень истинности предпосылки i-го правила;

(y) – функция i Вi принадлежности его заключения.

Для аккумулирования заключений использовался метод maxдизъюнкции, а для проведения процедуры дефаззификации – метод центра тяжести:

Ymax y ( y)dy В Ymin y, (13) Ymax ( y)dy В Ymin Ymin Ymax где, – границы интервала носителя нечеткого множества выходной переменной у.

В результате моделирования была синтезирована система нечеткого вывода с применением выбранных ранее методов для реализации различных этапов ее построения. Таким образом были получены поверхности вывода для каждой выходной лингвистической переменной (рисунок 5), отражающие поведение системы при тех или иных входных управляющих воздействиях.

Рис. 5. Поверхности вывода выходных лингвистических переменных СППР этапа пуска (скорость изменения расхода катализатора – а, скорость изменения давления этилена - б) Из статических характеристик объекта управления видно, что, если при выходе на рабочую температуру реакции использовался только канал расхода катализатора, то вывод в рабочую точку происходит без дополнительных воздействий. Если же в совокупности с ним использовался канал давления этилена, то для выхода в рабочую точку необходимо перейти на поверхность, соответствующую номинальному давлению. Для этого в первую очередь необходимо определить момент завершения I-го этапа, что осуществляется следующим образом: при достижении -60 0С включается таймер; если в течение определенного интервала времени температура в полимеризаторе остается в заданном диапазоне, что соответствует установившемуся состоянию, оператору подается сигнал о возможности подключения контура вывода давления этилена на номинальное значение. После выхода объекта в рабочую точку пространства параметров системы процесс пуска считается завершенным, оператор передает управление локальной системе регулирования.

В общем виде метод вывода объекта управления в рабочую точку пространства параметров иллюстрируется рисунком 6.

Рис. 6. Метод вывода объекта управления в рабочую точку пространства параметров Как показал анализ исследуемой системы, для помощи оператору на этапе синтеза необходимо разработать метод прогнозирования приближения объекта к аварийному состоянию. При этом изменение прогнозируемого технологического параметра во времени рассматривается как обобщенное броуновское движение, введенное Мандельбротом, которое описывается следующим выражением:

H n(M 1) nt n BH (t) BH (t 1) (i)H 0,5 (1 n(M t ) i) ((n i)H 0,5 iH 0,5), (1 n(M 1 t ) i) (H 0,5) (14) i 1 i где BH(t) – обобщенная броуновская функция; Г(x) – Гамма-функция; {i} с i=1,2,…М,… – набор Гауссовых случайных чисел с единичной дисперсией и нулевым средним; n – количество шагов численного интегрирования на интервале t=[t-1;t], причём t здесь принимает целочисленные значения; М – количество интервалов t, анализируемых в процессе прогнозирования; Н – показатель персистентности (или показатель Херста), принимающий значения в интервале [0;1].

Показатель Херста определяется в результате R/S-анализа, который имеет следующий алгоритм:

1. В ходе технологического процесса через определенные промежутки времени t снимаются данные о прогнозируемом параметре. Таким образом формируется временной ряд M длины m, который необходимо преобразовать в ряд приращений N длиной m-1 по формуле:

Ni Mi 1 Mi, i 1,2,3,...,(m 1).

(15) 2. Полученный ряд N делится на А смежных подпериодов длины n, так что А*n=N. Каждый подпериод помечается как Ia, где a=1,2,3,…,A. Каждый элемент Ia помечен как Nk, при этом k=1,2,3,…,n.

ea 3. Для каждого Ia длины n определяется среднее значение по формуле:

n ea (1/ n) Nk,a.

(16) k 4. Определяется временной ряд накопленных отклонений от Xk,a среднего значения для каждого подпериода Ia по формуле:

k Xk,a (Ni,a ea), k 1,2,3,...,n.

(17) i Обратим внимание, что для любого а при k=n всегда равно нулю.

Xk,a 5. Размах определяется как максимальное значение за вычетом минимального значения в пределах каждого подпериода Ia:

Xk,a RI max(Xk,a) min(Xk,a), где 1 k n.

(18) a Поскольку Xa скорректирован к среднему нулю, максимальное значение Xa всегда будет больше или равно нулю, а минимальное значение всегда будет меньше или равно нулю. Следовательно, размах всегда яляется неотрицательной величиной.

6. Для каждого периода Ia рассчитывается стандартное отклонние по формуле:

n SI (Nk,a ea)2. (19) a n k 7. Каждый размах нормируется путем деления на соответствующее RI a значение стандартного отклонения, при этом для каждого подпериода Ia SI a получаем определенное соотношение.

RI / SI a a 8. Определяется среднее значение R / S для данного n:

A (R / S)n (1/ A) (RI / SI ).

(20) a a a 9. В соответствии с алгоритмом, описанным Петерсом, данный этап осуществляется следующим образом: ряд N делится на следующее меньшее целое значение А, такое, что n – целочисленное значение 10; деление ряда продолжается до n=(m-1)/2. Однако учитывая, что исходный временной ряд обладает небольшим количеством значений, предлагается модифицировать указанную операцию следующим образом: значения n берутся подряд от 10 до (m-1)/2, а при расчете количества анализируемых интервалов A не рассматривается последний период, содержащий количество точек меньше n.

Шаги с 3-го по 8-й повторяются.

10. Показатель Херста определяется исходя из формулы:

(R / S)n (c n)H, (21) где с – константа; H – показатель Херста; R/S – нормированный размах; n – число наблюдений.

Логарифмируя данное выражение, получим:

lg((R / S)n) H (lg(n) lg(c)).

(22) Методом наименьших квадратов определяется прямая, аппроксимирующая зависимость lg((R / S)n ) от lg(n). Наклон данной прямой и характеризует показатель Херста. Полученное значение показателя H сравнивается с величиной 0,5, после чего делаются следующие выводы о тенденциях системы:

0,50 H 1,00 – анализируемый временной ряд персистентен и характеризуется эффектом долговременной памяти, т.е., если ряд возрастает (убывает) в предыдущий период, то вероятно, что он будет сохранять эту тенденцию какое-то время в будущем. Тренды очевидны, и система стремится сменить свое текущее состояние на иное.

H 0,50 – имеет место случайный процесс с независимыми приращениями.

0 H 0,50 – анализируемый временной ряд антиперсистентен. В этом случае рост в прошлом означает вероятное уменьшение в будущем и наоборот.

Система стремится сохранить свое текущее состояние.

Следует отметить, что суждение по данному показателю о возможном поведении носит вероятностный характер. При этом вероятность продолжения движения в прежнем направлении тем выше, чем ближе H к единице, а вероятность возврата к среднему увеличивается с приближением H к нулю.

Учитывая универсальность R/S-анализа, главной задачей при построении системы прогнозирования является определение таких параметров, как длина и шаг исходной выборки. В данной работе проведен анализ влияния данных параметров на получаемый критерий персистентности и предложен метод их определения, основанный на изучении и применении характеристик исследуемой системы.

Описанный алгоритм R/S-анализа позволяет получить показатель Херста (и, следовательно, прогноз) однократно в конкретный момент времени, т.е. в статике. Учитывая, что анализируемый параметр непрерывно меняется, показатель прогноза также следует рассматривать в динамике. Для этого в ходе технологического процесса первоначальный временной ряд сдвигается и анализируется заново по мере поступления новых значений прогнозируемого параметра. Данный алгоритм иллюстрирует блок-схема (рис. 7).

Рис. 7. Блок-схема системы прогнозирования тенденции процесса Для получения более информативного прогноза в данной диссертационной работе было предложено рассматривать показатель Херста, носящий вероятностный характер, совместно с текущей ситуацией на объекте с учетом неопределенности границ между состояниями системы.

Учитывая особенности поставленной задачи, в качестве аппарата для ее решения использовалась система нечеткого вывода. Были определены множества входных и выходной лингвистических переменных, для которых были сформулированы соответствующие терм-множества (рис. 8). Была составлена база правил. Методы агрегирования, активизации, аккумулирования и дефаззификации выбраны те же, что и для построения СППР этапа пуска полимеризатора.

Рис. 8. Терм-множества входных (а, б) и выходной (в) лингвистических переменных системы нечеткого вывода для прогнозирования близости аварии Полученная в результате моделирования поверхность вывода системы прогнозирования близости к аварии представлена на рисунке 9.

Рис. 9. Поверхность вывода выходной лингвистической переменной F – показателя близости аварии В четвертой главе рассматривается практическая и теоретическая значимость полученных в работе результатов. В среде MATLAB проведены эксперименты, подтверждающие адекватность разработанных систем, способствующих принятию управленческих решений. При этом во время исследования разработанной СППР этапа пуска было сделано предположение, что ЛПР совершает те действия, которые предложил подсказчик. Проведенный эксперимент показал, что система работает в соответствии с синтезированным методом, а полученный результат удовлетворяет поставленной задаче (экспериментальная траектория пуска соответствует регламентной (рис. 10)).

Рис. 10. Экспериментальная температурная траектория вывода объекта в рабочую точку На основе данных, полученных на реальном производстве (рис. 11) в соответствии с предложенной методикой, был проведен эксперимент на работоспособность системы прогнозирования, результат которого представлен на рисунке 12.

Рис. 11. Экспериментальная выборка Рис. 12. Показатель близости аварии Из полученного графика видно, что возможность перехода в аварийное состояние возросла, однако, так как текущая ситуация на объекте с большой вероятностью характеризовалась как нормальное функционирование, возможностей системы регулирования нижнего уровня и ЛПР, а также времени на реализацию этих возможностей было достаточно, чтобы система не перешла в аварийный режим. Полученный результат соответствует истине, т.к. во время получения экспериментальной выборки и после этого на объекте не происходило аварийных ситуаций.

Полученными методами и алгоритмами дополнена существующая системная модель управления потенциально опасными химикотехнологическими системами (ХТС) (рис. 13):

Метод вывода объекта в рабочую точку пространства технологических параметров дополняет блок управления в штатной ситуации и снижает возможность выхода из нее.

Математическая модель объекта управления и база правил ИСППР этапа пуска пополняют блок базы знаний.

Так как система прогнозирования учитывает в своем алгоритме значение текущей ситуации и позволяет предсказать выход из штатного режима, данный метод пополняет блок анализатора ситуаций.

База правил системы нечеткого вывода, используемой в целях прогнозирования, пополняет базу знаний.

Анализ технических средств изучаемого производства показал, что к настоящему времени на предприятии реализована многоуровневая автоматизированная система оперативно–диспетчерского управления производством (АСОДУ), представляющая собой систему сбора, обработки, хранения и представления информации. Данное исследование позволило сделать вывод о том, что предложенные в диссертационной работе методы и алгоритмы несложно реализовать в рамках функционирующей распределенной системы управления с возможностью предоставления оперативной информации как оператору, так и ЛПР более высокого уровня, что позволит решать как локальные, так и глобальные управленческие задачи.

Рис. 13. Системная модель синтеза управления потенциально опасными ХТС ОСНОВНЫЕ ВЫВОДЫ 1. На основании изученной статистики было установлено, что одной из основных причин аварий на потенциально опасных объектах являются ошибки в управленческих решениях операторов.

2. На основе сопоставления возможных ситуаций на объекте с принятой классификацией состояний потенциально опасных технологий были выявлены проблемы принятия решений на каждом этапе полимеризации и последствия, к которым могут привести ошибки ЛПР.

3. В результате анализа методов построения СППР и систем прогнозирования, пригодных для решения поставленных задач, был сделан обоснованный выбор в пользу R/S-анализа для получения прогноза поведения системы и аппарата нечеткой логики для разработки метода вывода объекта на рабочую температуру и совместной оценки показателя Херста и текущей ситуации на объекте.

4. Аналитическим способом была получена математическая модель исследуемого объекта, позволяющая определить зависимость основного параметра системы от принимаемых управленческих решений без привлечения реального производства.

5. На основе разработанного алгоритма вывода потенциально опасного объекта управления на регламентное значение основного параметра по заданной траектории построена интеллектуальная система поддержки принятия управленческих решений с применением аппарата нечеткой логики.

6. Разработан метод вывода объекта в заданную точку пространства параметров, что обеспечивает на этапе синтеза выпуск продукции требуемого качества.

7. Для получения более точной аппроксимации зависимости lg((R / S)n) от lg(n) и, следовательно, более достоверного определения показателя Херста для коротких временных рядов предложен модифицированный метод R/S-анализа.

8. Разработан способ определения параметров исходного временного ряда для построения системы прогнозирования, основанный на изучении и применении характеристик объекта, тенденции которого подлежат прогнозу.

9. Разработан метод прогнозирования близости аварии, основанный на совместной оценке показателя Херста и текущей ситуации на объекте, учитывающий неопределенность границ между возможными состояниями системы и основанный на принципах нечеткой логики.

10. Разработанными в диссертационной работе методами и алгоритмами дополнена системная модель управления процессом полимеризации.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ ДИССЕРТАЦИИ ОПУБЛИКОВАНЫ В СЛЕДУЮЩИХ РАБОТАХ:

Публикации в изданиях, рекомендованных ВАК РФ:

1. Чепелева, М.С. Прогнозирование в управлении потенциально опасным объектом / М.С. Чепелева, С.А. Ткалич, С.А. Чепелев // Научный журнал КубГАУ [Электронный ресурс]. – Краснодар: КубГАУ, 2011. – №74(10). – Шифр Информрегистра: 0421100012/0439. – Режим доступа: http:// ej.kubagro.ru/2011/10/pdf/23.pdf.

2. Чепелева, М.С. Синтез нечеткого регулятора подсистемы автоматического пуска потенциально опасного объекта управления / М.С.

Чепелева // Вестник Воронежского государственного технического университета. – 2011. – Т. 7. – № 8. – С. 223 – 225.

3. Кудряшов, В.С. Прогнозирование аварийной ситуации в условиях неопределенности при управлении процессом полимеризации синтетического каучука / В.С. Кудряшов, М.С. Чепелева, С.А. Ткалич // Вестник Воронежского государственного университета инженерных технологий. – 2012. – № 1. – С. 57 – 61.

Публикации в иных изданиях:

4. Чепелев, С.А. Управление в нештатных ситуациях потенциально опасными химико-технологическими системами / С.А. Чепелев, М.С. Чепелева // Современное управление. – 2008. – № 8. – С. 3 – 8.

5. Чепелева, М.С. Управление агрегатами в нештатных ситуациях / М.С. Чепелева, С.А. Чепелев // Математическое моделирование, компьютерная оптимизация технологий, параметров оборудования и систем управления:

межвуз. сб. науч. тр. / Воронежская государственная лесотехническая академия.

– Воронеж, 2008. – Вып. 13. – С. 201 – 204.

6. Чепелев, С.А. Рынок планирует "катастрофу" / С.А. Чепелев, М.С.

Чепелева // Современное управление. – 2009. – № 6. – С. 17 – 19.

7. Чепелева, М.С. Управление потенциально опасными объектами на основе нечеткой логики / М.С. Чепелева // Современное управление. – 2009. – № 11. – С. 19 – 23.

8. Чепелева, М.С. Подсистема автоматического пуска технологического объекта / М.С. Чепелева, В.Д. Волков, С.А. Чепелев // Современное управление. – 2009. – № 12. – 3 – 7.

9. Чепелева, М.С. К задаче управления потенциально опасными объектами в нештатных ситуациях с помощью систем нечеткого вывода / М.С.

Чепелева // Математическое моделирование, компьютерная оптимизация технологий, параметров оборудования и систем управления: межвуз. сб. науч.

тр. / Воронежская государственная лесотехническая академия. – Воронеж, 2010.

– Вып. 15. – С. 136 – 138.

10. Чепелева, М.С. Подсистема автоматического пуска полимеризатора как потенциально опасного объекта / М.С. Чепелева // Научный вестник Воронежского государственного архитектурно-строительного университета.

Серия: управление строительством. – 2011. – Вып. 3. – С. 155 – 159.

Подписано в печать 24.04.2012. Формат 60х84 1/16. Усл. печ. л. 1,5.

Бумага писчая. Тираж 100 экз. Заказ № 2Отпечатано в отделе оперативной типографии Издательства учебной литературы и учебно-методических пособий Воронежского государственного архитектурно- строительного университета 394006, Воронеж, ул. 20-летия Октября,




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

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.