автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Алгоритмы автоматизации и управления технологическими процессами газопромысловых объектов с применением компьютерных моделей

На правах рукописи

Клепак Игорь Ярославович

АЛГОРИТМЫ АВТОМАТИЗАЦИИ И УПРАВЛЕНИЯ ТЕХНОЛОГИЧЕСКИМИ ПРОЦЕССАМИ ГАЗОПРОМЫСЛОВЫХ ОБЪЕКТОВ С ПРИМЕНЕНИЕМ КОМПЬЮТЕРНЫХ МОДЕЛЕЙ

Специальность 05.13.06 - Автоматизация и управление технологическими процессами и производствами (в промышленности)

АВТОРЕФЕРАТ

диссертации на соискание степени кандидата технических наук

Томск-2009

003466375

Работа выполнена в Томском государственном университете систем управления и радиоэлектроники

Научный руководитель - доктор технических наук, профессор

Дмитриев Вячеслав Михайлович

Официальные оппоненты - доктор технических наук, профессор

Светлаков Анатолий Антонович (Томский государственный университет систем управления и радиоэлектроники)

кандидат технических наук, доцент Андык Владимир Сергеевич (Томский политехнический университет)

Ведущая организация - Институт оптики атмосферы Томского

научного центра Сибирского отделения Российской академии наук

Защита состоится «30» апреля 2009 года в 15.15 на заседании диссертационного совета Д212.268.02 в Томском государственном университете систем управления и радиоэлектроники по адресу: г. Томск, ул. Белинского 53.

С диссертацией можно ознакомиться в библиотеке Томского университета систем управления и радиоэлектроники по адресу: г. Томск, ул. Вершинина, 74.

Автореферат разослан «27» марта 2009 г.

Ученый секретарь

диссертационного совета Д 212.268.02 к.т.н., доцент

щеряков Р.В.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ Актуальность. Рассматривается задача комплексного моделирования и автоматизации управления и контроля технологических процессов газопромысловых месторождений (ТП ГПМ), в которой выделяются две подзадачи: разработка и применение методик компьютерного моделирования физико-химических процессов (ФХП), происходящих в газопромысловых объектах (ГПО), и формирование требований к программно-техническим комплексам, включающим такие модели.

Суть решаемых задач заключается в расширении возможности исследования и управления такой сложной системы как ТП ГПМ в рамках единого эксперимента, учитывая взаимовлияние подсистем, представленных как компьютерными моделями (КМ), так и реальными.

Потребность в разработке названных методик обусловлена большой сложностью ТП ГПМ и алгоритмов оценки его текущего состояния, отсутствием способов всестороннего их анализа и структурного и параметрического синтеза.

Требуется на основе анализа и систематизации математических моделей (ММ) и алгоритмов определения параметров технологического процесса (ТП) и управления им разработать принципы построения интеллектуальной АСУ ТП газопромысловых объектов и провести ее структурных синтез с ориентацией на использование современных аппаратно-программных средства управления с учетом специфических особенностей рассматриваемых технологических процессов и условий эксплуатации комплекса в условиях Крайнего Севера Российской Федерации.

Исходя из этого, проанализировать функции и задачи каждого уровня управления автоматизированной системы, разработать ее структуру, сформулировать и систематизировать основные требования к аппаратным средствам, разработать и апробировать программное обеспечение системы, которое включает программы управления, расчета, прогнозирования и принятия решений.

С учетом этого в настоящее время приоритетным направлением является создание АСУ ТП ГПМ на основе интегрированных аппаратно-программных средств или БСАОЛ-систем, которые дополняются прогнозными компьютерными моделями и набором продукционных правил.

Цель работы. Разработка методики компьютерного моделирования физико-химических процессов, происходящих в ГПО, и провести структурный синтез интеллектуальной АСУ ТП ГПО с ориентацией на использование современных аппаратно-программных средств управления

Объект и предмет исследования. Объектом исследования являются автоматизированные системы управления ТП ГПО, ориентированные на использование современных аппаратно-программных средств управления.

Предмет исследования - алгоритмы компьютерного моделирования и структурный синтез интеллектуальной АСУ ТП для автоматизированного контроля и управления ТП на ГПО.

Задачи исследования:

1. Произвести системный анализ и декомпозицию установки комплексной подготовки газа (УКПГ) с целью построения ее модели для компьютерного моделирования в формате компонентных цепей.

2. Разработать библиотеку моделей компонентов и функциональных блоков ГПО и методику оптимизации их параметров для повышения адекватности компьютерной модели ГПО.

3. Обеспечить автоматизированное решение задач анализа и параметрического синтеза основных функциональных блоков УКПГ для прогноза характеристик и коррекции параметров реального объекта.

4. Исследовать алгоритмы, основанные на логико-лингвистических правилах, для обеспечения возможностей управления технологическим процессом в интерактивном режиме.

5. Выполнить структурный синтез интеллектуальной АСУ ТП газопромысловых объектов с ориентацией на использование современных ЭСАБА-систем, дополненных компьютерными и продукционными моделями.

Теоретические основы выполнения работы. Для решения поставленных в диссертационной работе задач применялись методы системного анализа, теория больших систем управления, теоретические основы построения автоматизированных систем, современные информационные технологии, объектно-ориентированное проектирование, методы компьютерного моделирования, методы оптимизации, экспертные системы и эвристические процедуры принятия решений. Методическая база работы строилась на основе исследований и практической работы автора в области проектирования и разработки АСУ ТП ГПМ и моделирования технологических процессов.

В своей работе автор опирается на труды отечественных и зарубежных ученых по проблемам моделирования, оптимизации и интеллектуализации систем управления технологическими процессами, искусственного интеллекта, структуризации информационных систем.

Научная новизна:

1. На основе формализованного представления УКПГ, как объекта физико-химической природы, построена ее компонентная цепь с многофракционными потоками в связях.

2. Разработана методика и библиотека моделей компонентов и функциональных блоков УКПГ для компьютерного моделирования физико-

химических систем в формате компонентных цепей на основе обобщенного компонента с многофракциошшми потоками в связях.

3. Предложено компьютерное решение задач оптимизации характеристик основных функциональных блоков УКПГ в среде МАРС.

4. Предложена методика и алгоритм подключения логико-лингвистических моделей для учета технологических отклонений и факторов внешней среды, которые трудно определить в структуре компьютерной модели.

5. Синтезирована функциональная схема интеллектуальной АСУ ТП ГПО, в которой проведена системная интеграция основного контура ЗСАБА-системы и компьютерной модели с корректируемыми параметрами и логико-лингвистических моделей для учета технологических отклонений.

Практическая ценность (из актов) Предложенные методики и алгоритмы развивают теорию моделирования многофракционных физико-химических систем, позволяют выполнить комплексное исследование и автоматизацию контроля и управления технологического процесса в ГПМ. Использование компьютерных и продукционных моделей и структур позволяет снизить затраты времени и средств на создание адекватных моделей технологического процесса, обеспечивает большую эффективность программно-аппаратных подсистем, а также позволяет расширить класс объектов моделирования и повысить уровень автоматизации АСУ ТП ГПМ. Разработанные алгоритмы компьютерного моделирования технологических процессов ГПМ, позволяют практически использовать предложенные методики для построения тренажеров операторов-технологов ГПО.

Защищаемые положения:

1. Структурная схема Б С АО А- с исте мы УКПГ, дополненная блоками интеллектуального управления.

2. Библиотека моделей компонентов и функциональных блоков для компьютерного моделирования ГПО в формате компонентных цепей.

3. Методика оптимизации параметров моделей функциональных блоков для повышения адекватности компьютерных моделей ГПО.

4. Компонентные цепи для автоматизированного решения задач анализа и параметрического синтеза основных функциональных блоков УКПГ.

5. Функциональная схема интеллектуальной АСУ Ш газопромысловых объектов с подключением компьютерных и логико-лингвистических моделей технологических процессов.

Реализация результатов (из актов). Результаты исследований и доведенные до инженерного уровня реализации методики и алгоритмы вне-

дрены в филиале «Промстройкомплексмонтаж» ОАО «СибКомплексмон-таж», в Ямало-ненецком отделении ООО «Стройтрансгаз-М», в Высшем колледже информатики, электроники и менеджмента ТУСУР.

Апробация работы и публикации. Основные теоретические результаты, а также результаты прикладных исследований и разработок, докладывались и получили одобрение на международных и региональных конференциях, публиковались в сборниках трудов и в центральной печати: 5 статей (в том числе 2 в центральной печати: журнал "Приборы + Автоматизация"), тезисов 4-х докладов, выпущено 1 учебное пособие. На предложенные методики, разработанные алгоритмы и программные модули (модели физико-химических систем и алгоритмы оптимизации в среде моделирования МАРС) получено 2 свидетельства об отраслевой регистрации разработок.

Достоверность полученных результатов обеспечивается исходными теоретическими, методологическими и практическими данными исследований и подтверждается использованием современных методов, источников по теме диссертации, апробацией результатов, эмпирическим исследованием функционирования разработанных методик и алгоритмов.

Личный вклад автора. Постановка задач исследования и разработка концептуальных положений предложенных методик комплексного моделирования и автоматизации управления ТП ГПМ, проведение обзорных и теоретических исследований, доведение разработок до инженерных решений, конкретных алгоритмов, функциональных схем АСУ ТП ГПМ, проведение экспериментальных исследований, интерпретация полученных результатов. Автор благодарит научного руководителя, профессора Дмитриева В.М. за ряд ценных научных идей, а также доцента Ганджу Т.В. за помощь в построении и практической отладке программных материалов.

Структура работы. Диссертационная работа состоит из введения, четырех глав, заключения, списка литературы, приложений и содержит 156 страниц основного текста, 40 рисунков, 7 таблиц, 92 использованных источников и 7 приложений.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Во введении содержится обоснование актуальности темы работы, а также приведен обзор методов, имеющих отношение к исследуемым проблемам. Формулируется цель и основные задачи, решаемые в диссертации. Определяется практическая значимость полученных результатов, дается общая характеристика работы.

В первой главе «Задачи совершенствования систем управления технологическими процессами газопромысловых объектов» исследу-

ются традиционные и современные подходы к решению проблем управления ГПМ как большой технической системы. Дается описание технологического комплекса добычи и подготовки газа на примере валанжинских залежей УКПГ-1В, Ямбургского месторождения, расположенных в зоне суровых природно-климатических условий в заполярной части ЗападноСибирской равнины.

Дается описание технологической схемы УКПГ, выделяются основные функциональные блоки, связанные с очисткой природного газа от различных примесей и его осушкой.

Кусты близлежащих скважин

Установка предварительной подготовки газа

Реактор идеального смешения

Блок первичных сепараторов С-1

[" Абсорбер А-1

ОчщрмцД от| WIMNKM примесей 1 Сепараторная секция абсорбера

1 * 1

секция абсорбера

Межпромыспоаый коллектор

Узел

*-1 хозрасчетного

замера

«газ-конденсат»

теплообменники

Абсорбер углеводородов А-2

Гн. отд«л**«мй от углеводородного пиденсат* Сепараторы второй ступени С-2

Га». отд*л«>*«яй от углеводороде

Рисунок 1 - Структурная схема установки комплексной подготовки газа

Потоки, циркулирующие между функциональными блоками УКПГ, являются многофракционными и изменяются от блока к блоку давлением и температурой.

Исследования проблем управления ГПО показали необходимость всестороннего обследования существующей системы функционирования и управления такого объекта, как ГПО, и формулирования требований к организации работ в условиях функционирования информационно-управляющей системы (ИУС).

Отмечено, что ^С/ШЛ-системы (Supervisory Control And Data Acquisition - система сбора данных и оперативного диспетчерского управ-

ления) являются в настоящее время наиболее перспективным инструментом автоматизированного управления сложными динамическими системами (процессами) в жизненно важных и критичных с точки зрения безопасности и надежности областях.

На основе краткого рассмотрения существующих БСАОА-систем выделяются их следующие типовые функции:

1) Сбор, первичная обработка, и накопление информации о параметрах технологического процесса и состоянии оборудования от промышленных контроллеров и других цифровых устройств, непосредственно связанных с технологической аппаратурой;

2) Отображение информации о текущих значениях параметров технологических процессов в реальном времени за заданный интервал;

3) Обнаружение и вывод на экран ПЭВМ критических (аварийных) ситуаций;

4) Архивирование истории изменения параметров технологического процесса;

5) Автоматизированное управление оператором технологическим процессом.

Резюмируется, что современные разработки в области АСУ ТП таких крупных технических систем как ГПМ должны в первую очередь ориентироваться на внедрение в их структуру БСАБА-систем.

Объектом исследования в диссертационной работе является интеллектуальная система управления технологическим процессом в УКПГ. Для ее эффективной реализации предлагается структура современной БСАОА-системы, дополненная компьютерной моделью установки с корректируемыми параметрами для целей оперативного прогноза ее технологических характеристик. С целью учета действия факторов внешней среды и возникающих в процессе эксплуатации технологических отклонений в контур управления вводится блок логико-лингвистических моделей, основанных на продукционных правилах, которые формируются в процессе эксплуатации реальной УКПГ и хранятся в базе знаний (рис. 2).

Внешние факторы и технологические отклонения

Объект УКПГ

Структура и параметры

, Управляющие . воздействия

БСАОА-система ТП УКПГ

Компьютерная модель объекта УКПГ

Модели функциональных блоков обьекта

Состояние _

' обьекта Скорректированные'

Ваза данных объекта

параметры модели

Значения | Данный об объекте

Блок коррекции параметров

установленных параметров

ОПЕРАТОР

Модели методов огттими-л зации

Ваза данных компьютерных моделей

Результаты прогноза работы УКПГ из модели Продукционные

База знаний

правила

Библиотека логико-лингвистических моделей_

Рисунок 2 - Структурная схема 8САОА-системы установки комплексной подготовки газа

Компьютерная модель исследуемого объекта, которым в данной работе является УКПГ, принимает во внимание структуру (рис. 1) и параметры реальной установки. Компьютерная модель установки состоит из моделей основных ее функциональных блоков и связей между ними. Для учета внешних факторов и технологических отклонений, которые не могут быть учтены в компьютерной модели объекта, используется библиотека логико-лингвистических моделей, которая содержит набор продукционных правил в виде базы знаний, пополняемой оператором в процессе обучения модели. Для корректировки параметров компьютерной модели и решения задач оптимизации параметров установки используется блок коррекции параметров, с помощью которого параметры модели корректируются при отладке и обучении модели, и параметры реального объекта при решении задач параметрического синтеза. Все полученные результаты работы модели, а также измеренные величины реальной установки заносятся в базу данных объекта, и используются при обучении компьютерной модели.

Результатом данной работы должны стать разработанные модели основных функциональных блоков УКПГ, блок коррекции параметров модели, библиотека логико-лингвистических моделей внешних факторов и технологических отклонений.

Во второй главе «Компьютерное моделирование технологических процессов в УКПГ» теоретически обосновывается и практически реализуется возможность применения компьютерного моделирования на

остове метода компонентных цепей как составной части БСАБА-системы УКПГ. С этой целью рассматриваются цели и задачи компьютерного моделирования ТП в УКПГ.

Выявлена необходимость построения и использования КМ таких установок как УКПГ, которая диктуется рядом практических причин, связанных в основном с автоматизацией и управлением технологическим процессом в ней.

В работе показано, что при выборе расчетно-моделирующих систем, способных решать подавляющее большинство из существующих задач, приходится учитывать наличие в этих системах следующих возможностей:

1) наличие быстродействующей вычислительной части моделирующих систем для расчета многомерных потоков в подсистемах ГПМ и в целях создания тренажеров для операторов-технологов;

2) библиотеки моделей компонентов физико-химических систем (ФХС), построенной и отлаженной на практических тестах;

3) управления библиотеками моделей компонентов (БМК) для оперативной настройки моделирующей системы на заданный класс объектов;

4) возможностью создания кросс-средств, объединяющих моделирующую часть системы и подсистемы идентификации и оптимизации параметров и характеристик моделей блоков и устройств;

5) отладку контроллеров БСАОА-систем на виртуальных моделях без вмешательства в реальный технологический процесс на объекте.

В диссертации на основе сравнительного анализа произведен обоснованный выбор среды автоматизированного моделирования сложных технических устройств и систем СМ МАРС, построенной на базе метода компонентных цепей (МКЦ).

Одной из задач исследований является интерпретация данного метода для целей моделирования ФХС, к классу которых относится и УКПГ.

Исследуются основные характеристики формализма МКЦ для применения его к задачам моделирования подсистем ГПМ. При рассмотрении данного метода отмечаются его отличия от других методов компьютерного моделирования физических систем различной природы.

Приведено формализованное представление схемы УЮТГ, представленной на рис. 1, для целей компьютерного моделирования в формате компонентных цепей (КЦ). Эта задача потребовала расширить данный формализм для моделирования многофракционных потоков ФХС, находящихся под разным давлением и температурой.

На первом этапе строится словесный портрет системы для построения КЦ объекта и путем анализа в нем выделяются следующие структур-

ные единицы: компоненты-объекты; параметры компонентов; связи компонентов; потоки в связях; переменные штоков; топологические узлы.

Вводится КЦ общего вида. На ее основе с учетом словесного портрета синтезируется цепь для анализа УКПГ, обеспечивающая достаточную гибкость и универсальность для отображения нужных характеристик объектов. Совместное моделирование гидравлических и тепловых систем становится необходимым при расчете процессов, протекающих в ФХС, каковыми и являются подсистемы УКПГ.

В диссертации отмечаются особенности компьютерного моделирования физико-химических систем и рассматриваются особенности построения моделей многофракционных ФХС на простейших схемах, включающих два типа компонентов: терминаторы, как бесконечно большие емкости с заданным давлением на входе, и сопротивления потоку. Чаще всего входное давление терминатора принимается равным нулю.

В работе описаны особенности моделирования многофракционных систем, которые потребовали реализации нового подкласса вычислительных компонентов, связанных с учетом концентраций потоков веществ, протекающим по их связям. К данным особенностям можно отнести нефиксированное число компонентных уравнений моделей компонентов ФХС, ввод переменной составляющей топологического закона, учитывающего содержание потока. При этом поток разбивается на фракции, в каждой из которых протекает отдельное вещество со своей концентрацией, сумма которых в каждом потоке в каждый момент времени должна равняться единице.

Основные компоненты гидравлической подсистемы: емкость; сопротивление потоку; источник потока; источник давления; терминатор; ключ; измерители.

Переменными тепловой подсистемы являются температура Т и тепловой поток Q. Введены и построены модели элементарных компонентов тепловой подсистемы: тепловая емкость; тепловое сопротивление; источник теплового потока; тепловой терминатор; измерители.

Тепловая подсистема является подчиненной и параметрически зависимой от гидравлической подсистемы. Это значит, что параметры части компонентов тепловой подсистемы зависят от процессов, протекающих в гидравлических подсистемах. Поэтому введены три макро-компонента, позволяющих связать тепловую и гидравлические подсистемы: макроемкость, макро-сопротивление, макро-терминатор.

Введено формализованное представление многосвязной ФХС, на основе которого строятся модели агрегатов и блоков ФХС. Смесь веществ в связях компонентов характеризуется давлением и температурой, а также

Рисунок 3 - Обобщенный компонент физико-химической системы

концентрацией веществ, входящих в ее состав. При этом в каждой точке ФХС сумма концентраций веществ должна равняться единице.

Учитывая все вышесказанное, введен обобщенный компонент физико-химической системы (рис. 3):

Множество входных и выходных связей БТо являются термодинамическими и характеризуется потенциальной переменной Т -температура и потоковой переменной Q - поток теплоты.

Множество входных Яа и выходных связей Боо являются гидравлическими и характеризуются потенциальной переменной Р, выраженной давлением смеси, и потоковой переменной £> - расход газообразной или жидкой смеси. Также каждая гидравлическая связь характеризуется вектором концентраций (Сц....С&), (Со1....С0г), каждый элемент которого характеризует долю содержания того или иного вещества в данной смеси.

Связь является термодинамической и выражает количество теплоты, подводимой к данному компонету ФХС из внешних источников без взаимодействия веществ. Если потоковая переменная, выражающая тепловой поток, положительная, то вещество ФХК нагревается, следовательно, поглощает тепло. Если же данная переменная меньше 0, то вещество, находящееся в данном компоненте, отдает тепло или охлаждается.

Примерами агрегатов и блоков ФХС являются: источник многофракционной смеси веществ, источники постоянного давления и потока, химический реактор, сепаратор, абсорбер, описанные в диссертации и реализованные в рамках библиотеки моделей компонентов ФХС среды моделирования МАРС.

На основе описанных в БМК ФХС компонентов построены примеры компьютерного моделирования подсистем УКПГ, к которым относятся подсистема сепараторного отделения от газа

различных механических веществ и подсистема абсорбционной осушки газа. На рисунке 4 приведена компонентная цепь подсистемы абсорбционной осушки газа.

В третьей главе «Идентификация моделей УКПГ в процессе управления объектом» исследуются и реализуются алгоритмы коррекции параметров компьютерных моделей, на базе методов поисковой оптимизации для целей повышения качества управления. На первом этапе вводится обобщенная схема связи функциональных уравнений системы. Выявленные на основе исследований векторы входных воздействий X, в том числе управляемых переменных V и возмущений 2, а также выходных переменных Г связаны между собой функциональными уравнениями, отражающими связь между ними. Эти уравнения, являющиеся математическими моделями процесса, в наиболее обобщенном виде можно подразделить на три группы: уравнения связей между технологическими компонентами УКПГ, уравнения показателей экономической эффективности и уравнения управления, включающие уравнения связей, налагаемых системой автоматики (рис. 5).

3383833

Рисунок 4 - Компонентная цепь подсистемы абсорбционной осушки газа

Рисунок 5 - Связь функциональных уравнений системы

Рисунок 6 - Схема коррекции параметров модели

В диссертации рассмотрен процесс построения оптимизационных моделей. Для того, чтобы КМ ФХС наиболее адекватно отображала реальные процессы, она непрерывно или периодически корректируется на основе накапливаемой истории процесса. Целевая функция (ДФ) при этом образуется из двух потоков данных: данные, поступающие с датчиков - реальный (физический) канал; данные, поступающие с компьютерной модели - виртуальный канал (рис. 6).

Параметрическая оптимизация предполагает, что по известным входным воздействиям и откликам цепи, а также структуре объекта, производится поиск значений его параметров, оптимальных при заданном критерии..

Задача оягимгоации формулируется как задача поиска минимума ЦФ в допустимой области поиска: min F(Y(X)). Результатом оптимизации является наименьшее значение ЦФ и соответствующие ему оптимальные значения корректируемых параметров. Дается формальное описание целевых функций оптимизации для корректировки моделей. Целевая функция F(Y(X)) реализует заданный пользователем критерий оптимальности. Она формируется на основании различных критериев оптимизации и вычисляется в процессе моделирования в среде МАРС, где производится анализ модели цепи. Формирование ЦФ производится путем ее аналитического описания, а в случае использования критерия формы - посредством задания дополнительно эталонной (желаемой) функции.

Для задания ЦФ реализован компонентный подход в рамках СМ МАРС. Для этого предложена модель компонента «Оптимизатор» (рис. 7). Узлы Ni, N2, ...,Nn данного компонента соответствуют параметрам ЦФ, являющихся подмножеством множества параметров компонентов КЦ исследуемого объекта. Узлы Nn+1, Nn+2, .... соответствуют переменным целевой функции, которые являются одновременно и переменными исследуемой КЦ. В качестве параметров компонента ЦФ пользователь может задавать: алгоритм (метод) оптимизации; для параметров целевой

N. - XI Целевая У> -IV,

N2 - Х2 функция У 2

- Хо Ут м„+т

Рисунок 7 - Компонент «Оптимизатор»

функции - имя Х„ с которым этот параметр входит в состав целевой функции, его начальное значение Х0, (для методов с ограничениями - интервалы изменения переменной) и начальный шаг изменения значения; для переменных целевой функции -имена, которыми они представлены в целевой функции.

Целевая функция формируется пользователем в редакторе математических выражений относительно имен переменных ЦФ и (или) имен ее параметров. При закрытии редактора введенное в качестве целевой функции математическое выражение преобразуется в компонентную подцепь и встраивается в основную компонентную цепь, набранную в схемном редакторе СМ МАРС.

Для решения задач динамической оптимизации характеристик УКПГ были выбраны Метод золотого сечения - для ЦФ с одним аргументом и Метод покоординатного спуска - для многоаргументных ЦФ.

Оптимизация параметров сепаратора. Одной из целей функционирования подсистемы сепаратора является регулирование давления газа на выходе сепаратора при его очистке от механических примесей.

В работе для решения данной задачи в системе моделирования МАРС построена необходимая компонентная цепь (рис. 8).

Надежа <и««)

гл »лазс-ч—» ^ца»^

П !Г-

.....

а)

б)

Рисунок 8 - Результаты регулирования давлением на входе сепаратора при различных концентрациях примесей: а) 10%; б) 30%

Для поддержания заданного давления на выходе сепаратора подключен компонент «Оптимизатор», который, измеряя давление на выходе, будет регулировать давление входного источника смеси Р1 таким образом, чтобы давление на выходе сепаратора РЗ равнялось заданному давлению Р2. В компоненте «Оптимизатор» минимизируется квадрат разности требуемого Р2 и измеряемого РЗ давления при изменении давления на входе сепаратора Pl. Данная задача может решаться однократно, а также многократно, при изменении концентраций веществ во входном потоке. На рис. 8 на выходе сепаратора необходимо поддерживать давление в 10 МПа, на вход которого поступает смесь газа с механическими примесями. На рис. 8а приведено решение данной задачи, когда процент механических примесей в природном газе составляет 10%, а на рисунке 86 - 30%.

Оптимизация расхода метанола при абсорбционной осушке газа. Проведены постановка и автоматизированное решение задачи оптимизации расхода метанола при абсорбционной осушке газа. Описанный набор компонентов позволяет сформировать компонентную цепь для оптимизации расхода метанола при абсорбционной осушке природного газа (рис. 9), где:

PS1 - источник сырого природного газа;

PS2 - источник метанола;

ICG1 - измеритель концентрации влаги в метаноле.

Компонент Ops PSl минимизирует функцию давления Р1 источника

D 011 i и H в us H « Т|» ¿11 va 'J Я1 ' *Г'>Г

р с

1 J 6ЭМ06 1

in • 1С-,

Концентрация хам

Й2?-.До»Лгнга5 см «си

Косщолрацкя воды

iр= 65.001 кПз! ! : ::c =D ::

Ш—:

0 - 1ССООО М-Ус

; Р:= 77:996<Ла;

и-

0 = 85000 539 .«1. .

Ч а»5Э9Э?.305 M"3fc

Концентрация «ды

Котеятрш*« нстакояа

О

Рисунок 9 - Результаты оптимизации расхода метанола в системе абсорбционной

осушки газа УКПГ

чистого метанола PSI, когда содержание влаги в газовой фазе на выходе абсорбера равно 0.

Полученные в ходе оптимизации в СМ МАРС методом золотого сечения результаты приведены на рис. 9.

В результате оптимизации найдено оптимальное значение давления источника метанола, который подает метанол в абсорбер.

На основании изложенных в диссертации методов разработана технология оптимизации параметров модели объекта в процессе его функционирования. Применение данного подхода позволит корректировать параметры и режимы модели, повышая ее адекватность и точность управления объектом.

В четвертой главе «Построение SCADA-систем с обучаемыми моделями в АСУ ТП газопромысловых объектов» исследуется возможность применения современных SCADA-систем для автоматизированного управления сложными динамическими системами (процессами). Отмечается, что SCADA-системы являются на сегодняшний день новейшим этапом развития автоматизированных систем управления. В данное время актуальной проблемой является повышение точности и надежности систем диспетчерского управления, которая является одной их предпосылок появления нового подхода при разработке таких систем. Концепция SCADA, основу которой составляет автоматизированная разработка систем управления, позволяет решить еще ряд задач, долгое время считавшихся неразрешимыми: сократить сроки разработки проектов по автоматизации и прямые финансовые затраты на их разработку.

В настоящее время SCADA является основным и наиболее перспективным методом автоматизированного управления сложными динамическими системами (процессами). В работе предлагается дополнить современную АСУ ТП компьютерной моделью объекта управления, которая могла бы предсказывать поведение реального объекта.

Для повышения точности моделирования предложено использовать компьютерную модель с корректируемыми (обучаемыми) параметрами в составе SCADA-систем. Показано, что её отличие от классической детерминированной модели состоит в том, что она представляет исследуемый объект в его прямом отображении, то есть сохраняются все действующие компоненты-объекты, их первичные параметры и связи между ними и внешней средой, возможен учет отклонений от технологического режима. Ряд параметров входящих в ГПМ компонентов введены с возможностью их коррекции, как в процессе моделирования, так и в реальном масштабе времени. Значения этих параметров изменяются в процессе работы системы, т.е. происходит постоянное обучение модели. На вход обучающего модуля поступают данные, снятые с реального объекта (ис-

тория, хранящиеся в базе данные) и результаты моделирования. Цель обучения - минимизация разницы между реальными данными с объекта и результатами моделирования. Построение модели ТП производится с помощью среды МАРС и рассматривалось во второй главе настоящей работы.

В работе показано, что использование компьютерной модели с корректируемыми параметрами позволяет улучшить точность моделирования. Такой подход выгодно отличается как от использования нейронных сетей в чистом виде, поскольку в нейросетевой модели не содержится никаких сведений о реальной системе, а есть только весовые коэффициенты, обучаемые по ограниченной выборке, так и от использования только экспертных систем, содержащих ограниченный набор продукционных правил (ПП).

Для учета факторов, которые невозможно учесть в компьютерной модели, вводятся модели продукционных правил в форме «если А, то В»,. Взаимное дополнение данных структур моделей отражает функциональная схема АСУ ТП с элементами обучения (рис. 10).

Управляющие воздействия

Среда моделирования МАРС

Библиотека

мЬдеЛей компонентов

Компьютерная модель реального объекта

Блок принятия решений:

-уточнение параметров; • выбор режима модели:

Рисунок 10 - Функциональная схема АСУТП с обучаемой моделью

Входные параметры и возмущающие воздействия действуют на объект управления (ОУ). Сюда же поступают управляющие воздействия. Текущие объектные состояния поступают в блоки типовой системы.

В состав подсистем ЗСАПА-системы (типа ОрепБСАБА) входят:

- Сбор данных (модульная);

- Базы данных (модульная);

- Архивы (модульная);

- Интерфейсы пользователя (модульная);

- Управление модулями;

- Параметры (логический уровень);

- Безопасность;

- Протоколы (модульная).

Детально рассматриваются в работе специальные модули, дополняющие типовую ЗСАБА- систему, с целью придания ей сформулированных выше свойств.

Данные о текущем состоянии объекта управления (текущее объектное состояние) и входные параметры объекта через блок сбора данных поступают в систему. Эти данные помещаются в базу данных (БД). Одновременно, входные параметры поступают на вход компьютерной модели, представленной в главе 2. Текущее модельное состояние, рассчитанное моделью, также записывается в БД. Текущее модельное, текущее объектное состояние и история процесса, хранящаяся в БД, поступают на вход целевой функции оптимизатора. В оптимизаторе, представленном в главе 3, на основании полученных данных и продукционных правил, хранящихся в базе знаний (БЗ) происходит выбор режима оптимизации модели. Это может быть уточнение параметров, выбор модели режима или изменение структуры модели. Три режима оптимизации действуют на разных уровнях. Самый нижний уровень - уточнение параметров - точная настройка параметров модели. Применяется при незначительных отклонениях текущего модельного состояния от текущего объектного. Такой режим был рассмотрен на примере абсорбционной осушки природного газа. Выбор модели режима - изменение режима работы модели - производится при изменении режима работы ОУ. Структура модели остаётся неизменной и позволяет получить более точные результаты в зависимости от режима работы ОУ. Применяется в случаях, когда уточнение параметров без смены режима не может привести текущее модельное состояние в состояние, адекватное текущему объектному. Изменение структуры модели - применяется в случаях, когда предыдущие методы не дали положительного результата. Кроме того, здесь имеется возможность накопления неформализованных факторных воздействий, таких как протечки, филът-

рация, люфт и т.п. и их подключения в общую модель управляемого объекта.

Накопленные неформализованные факторные воздействия и наилучшие варианты их устранения накапливаются в базе знаний, в которой неформализованные факторные воздействия формируются в виде продукционных правил, логическая модель каждого из которых формально задается четверкой вида:

Р-{Т,Р,А,\V},

где:

Т - множество базовых элементов различной природы, из которых строятся все выражения из Р, например, набор контроллеров в АСУ ТП;

Р - множество синтаксически правильных форм из общего словаря;

А - множество аксиом Р, образующее подмножество во множестве синтаксически правильных формул, которым априорно приписывается статус истинности;

IV - синтаксические правила вывода, позволяющие получать из аксиом новые синтаксически правильные формулы, которым можно приписывать статус истинности.

Продукционные правила занимают особое место среди логических моделей. Они заимствовали от последних идею вывода правил, которые называются продукциями.

Блочно-модульный принцип построения установок УКПГ позволяет рассматривать происходящие в ней ТП как параллельные процессы с общим управлением. Процессы, происходящие в каждом технологическом блоке, включают конечное множество повторяющихся циклов 2 = {11 Ъ2 2„}, соответствующих целенаправленным действиям. Каждое действие имеет свою цель Г, и способ достижения этой цели. Для достижения конечной цели в каждом цикле выполняется множество операций - под-циклы, 1 = 1...п; ]= 1... т,, где п - количество циклов всего процесса; т,-количество подциклов г'-го цикла. При этом конечная цель всего процесса является конъюнкция целей конечных действий Г = ДУД... &Уп.

С учетом существующих ограничений на выполнение отдельных подциклов требуется также учитывать предварительные условия

В этой системе заранее формулируются цели и предварительные условия циклов. Результаты вычислений по математической модели установки используются при формировании целей и предварительных условий подциклов. Решение задачи управления такими объектами может быть сведено к следующей последовательности действий:

• Исследуется конечная цель и пути ее достижения;

• Определяется совокупность целей-компонентов на основе знаний об объекте;

• Регистрируется информация о текущем состоянии X объекта;

• Формируются действия (множество подциклов для достижения поставленных целей), стратегии поиска (выбор подциклов 2у, адекватных текущей ситуации с учетом предварительных условия $>ч и результаты вычисления по математической (компьютерной) модели;

• вырабатываются целенаправленные управляющие воздействия на исполнительные органы до тех пор, пока не будет обеспечено выполнение конечной цели Г-процесса.

Формально задача управления сводится к построению системы продукций:

'■ У Бу, Тр => 2у, У1+1

Эту формулу можно интерпретировать следующим образом: ЕСЛИ: НЕ выполняется конечная цель У процесса И выполняется цикл 2} И,

выполняется предварительное условие текущего цикла 2] И достигается значение требуемой точки росы Тр ТО выполнить подцикл 2] И

перейти к проверке целевого условия Ум следующего цикла. Знания, необходимые для принятия решений, представляют собой множество продукций Р» левые части которых содержат информацию о состоянии технологического процесса, а правые - целенаправленные действия для достижения конечной цели процесса. Под продукционными системами понимаются программные системы, управляемые с помощью правил продукции, и состоящие из трех основных частей: множества правил продукции; глобальной базы данных (множества фактов) и интерпретатора продукционных правил.

Таким образом, описанный в диссертации подход предоставляет возможность на базе БСАБА-системы и среды моделирования МАРС создать программно-технический комплекс, позволяющий: адекватно моделировать состояние объекта управления; поддерживать модель в состоянии, адекватном реальному объекту за счёт обучения и оптимизации; производить расчет ненаблюдаемых параметров ТП и объекта управления; прогнозировать состояние ТП и объекта управления; моделировать нештатные ситуации.

Новые возможности, позволяют также создание тренажеров для обучения персонала, в т.ч. для работы в условиях нештатных ситуаций.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЙ Целью настоящей работы было построение методик и реализация алгоритмов компьютерного моделирования физико-химических процессов, происходящих в газопромысловых объектах (ГПО) и проведение синтеза

интеллектуальной АСУ ТП газопромысловых объектов с ориентацией на использование современных аппаратно-программных средств управления. Для достижения поставленной цели удалось успешно решить большинство задач исследования, результатами которых стало следующее:

1. Построена компонентная цепь УКПГ, как объекта физико-химической природы, на основе ее формализованного представления.

2. Предложена методика и реализована библиотека моделей компонентов и функциональных блоков, позволяющая выполнять компьютерное моделирование физико-химических систем на примере УКПГ.

3. Сформированы компонентные цепи для компьютерного решения задач оптимизации характеристик основных функциональных блоков УКПГ в среде МАРС.

4. На основе предложенной методики разработан алгоритм подключения логико-лингвистических моделей для учета технологических отклонений и факторов внешней среды.

5. Синтезирована функциональная схема интеллектуальной БСАБА-системы ГПО, включающая компьютерную модель объекта с корректируемыми параметрами и логико-лингвистические модели для учета технологических отклонений.

Предложенные методики и алгоритмы развивают теорию моделирования, позволяют выполнить комплексное исследование и автоматизацию контроля и управления технологическим процессом в ГПО, увеличивая адекватность моделей реальным подсистемам. Использование компьютерных и продукционных моделей структур позволяет снизить затраты времени и средств на создание адекватных моделей технологического процесса, обеспечивает большую эффективность программно-аппаратных подсистем, а также позволяет расширить класс объектов моделирования и повысить уровень автоматизации АСУ ТП ГПМ. Разработанные алгоритмы компьютерного моделирования технологических процессов ГПО, позволяют практически использовать предложенные методики для решения широкого круга прикладных задач, включая построение обучающих тренажеров.

ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

В изданиях из перечня ВАК:

1. Дмитриев В.М., Бусыгин А А Клепак И.Я. Применение моделей с корректируемыми параметрами в ЗСАОА-системах АСУ ТП газопромысловых объектов // Приборы+автоматизация, 2007, № 9. - с. 34-39.

2. Дмитриев В.М., Ганджа Т.В. Клепак И.Я. Автоматическое регулирование расхода метанола при абсорбционной осушке газа в установке

комплексной подготовки газа // Приборы+автоматизация» - 2008. - № 8. -С. 52-58.

Остальные публикации:

ЬТапалов Э.Л., Клепак ИЛ. Перспективное оборудование для новых технологий подготовки газа на промыслах // IV Научная конференция молодых ученых, аспирантов и соискателей. - ТюмГАСА. - Тюмень. -2004.

2.Тапалов Э.Л., Куриленко Н.И., Клепак ИЛ. Проблемы автоматизации технологических процессов газопромысловых объектов // Межвузовский сборник научных трудов - Тюмень - Издательство «Векторбук» - -

2006. - с. 224.

3.Дмитриев В.М., Бусыгин A.A., Клепак ИЛ. Применение моделей с корректируемыми параметрами в SCADA-системах АСУ ТП газопромысловых объектов // ВСЕРОССИЙСКАЯ НАУЧНО-ТЕХНИЧЕСКАЯ КОНФЕРЕНЦИЯ «ЭЛЕКТРОИЗМЕРЕНИЯ-2007»

4. Дмитриев В.М., ГанджаТ.В., Клепак АЛ. Компонентное представление установки комплексной подготовки газа для компьютерного моделирования // Аппаратно-программные средства автоматизации технологических процессов: Сборник статей. / Под. ред. Ю.А. Шурыгина. - Томск: Изд-во Том. ун-та, 2006 г. Вып. 3. - с. 321 - 327.

5. Дмитриев В.М., Ганджа Т.В., Клепак ИЛ. Оптимизация режимов сепарации газового потока в установке комплексной подготовки газа с использованием компьютерных моделей // Электронные средства и системы управления. Опыт инновационного развития: Доклады Международной научно-практической конференции. - Томск: Изд-во «В-Спектр»,

2007.-4.2.-с. 23-26.

6.Дмитриев В.М., Ганджа Т.В., Клепак ИЛ. Применение SCADA-систем в АСУ ТП газопромысловых объектов месторождений Крайнего Севера // Аппаратно-программные средства автоматизации технологических процессов: Сборник статей. / Под. ред. Ю.А. Шурыгина. - Томск: Изд-во Том. ун-та, 2006 г. Вып. 3. - с. 314-320.

7.Дмитриев В.М., Ганджа Т.В., Бусыгин A.A., Клепак ИЛ. Автоматизация и управление технологическими процессами нефтегазовых месторождений // Томск, Издательство Томского государственного университета систем управления и радиоэлектроники, 2007. - 187 с.

8.Бусыгин A.A., Ганджа Т.В., Клепак ИЛ. Компьютерное моделирование технологических процессов в установке комплексной подготовки газа с технологическими отклонениями // «Современные направления теоретических и прикладных исследований 2009», Материалы международной научно-практической Интернет-конференции», В печати.

¿0

9.Ганджа Т.В., Клепак ИЛ., Бусыгин A.A. Компонентное представление физико-химических систем для компьютерного моделирования // Материалы IX Всероссийской научно-практической конференции студентов и аспирантов «Химия и химическая технология в XXI веке» - Томск: Изд-во Томского политехнического университета, 2008. - с. 201.

10. Бусыгин A.A., Ганджа Т.В., Клепак ИЛ. Компьютерное моделирование технологических процессов в установке комплексной подготовки газа с технологическими отклонениями // «Современные направления теоретических и прикладных исследований 2009», Одесса, Украина -http://www.sworld.com.ua/konfer/5.htm

11. Клепак ИЛ. Интеллектуальные компьютерные модели газопромысловых объектов, с корректируемыми (обучаемыми) параметрами на базе SCADA-систем // «Газпром добыча Ямбург» - Материалы научно-практической конференции. - п. Новозаполярный

12. Клепак ИЛ. Ганджа Т.В. Оптимизация технологических процессов в УКПГ //

Тираж 100. Заказ №327. Томский государственный университет систем управления и радиоэлектроники 634050, г. Томск, пр. Ленина, 40