автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Компьютерная система автоматизации и управления технологическими процессами

На правах рукописи

Березовский Михаил Георгиевич

Компьютерная система автоматизации и управления технологическими процессами

Специальность 05.13.06 Автоматизация и управление технологическими процессами и производствами

Автореферат

диссертации на соискание ученой степени кандидата технических наук

Красноярск - 2004

Диссертация выполнена в Сибирском государственном аэрокосмическом университете имени академика М.Ф. Решетнева.

Научный руководитель: доктор технических наук,

профессор Медведев Александр Васильевич

Официальные оппоненты: доктор технических наук,

профессор Ловчиков Анатолий Николаевич

кандидат технических наук,

доцент Пупков Александр Николаевич

Ведущая организация: Научно-исследовательский институт бетона и железобетона (НИИЖБ), г. Москва

Защита состоится « 23 » сентября 2004 г. в 14-00 часов на заседании диссертационного совета Д 212.249.02 при Сибирском государственном аэрокосмическом университете имени академика М.Ф. Решетнева по адресу: 660014, г. Красноярск, просп. им. газеты "Красноярский рабочий", 31.

С диссертацией можно ознакомиться в библиотеке Сибирского государственного аэрокосмического университета имени академика М.Ф. Решетнева.

Автореферат разослан « 46 » августа 2004 г.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Проблемы проектирования, исследования и эксплуатации сложных промышленных объектов традиционно имеют высокую практическую значимость и являются основными в теории и практики идентификации и управления. Сложность этой задачи быстро возрастает по мере перехода к более сложным технологическим объектам.

Эффективное управление технологическим процессом с использованием методов теории автоматического управления возможно лишь тогда, когда известно математическое описание этого процесса. Поэтому идентификация технологического процесса это важнейший этап создания любой автоматизированной или автоматической системы управления технологическим процессом.

Построение адекватных реальному объекту математических моделей достигается разными способами, зависящими, прежде всего от уровня априорной информации. Степень полноты априорных данных существенно влияет как на постановку, так и на само решение задачи построения математической модели объекта исследований.

В теории различают два подхода к идентификации: идентификация в «узком» смысле и идентификация в «широком» смысле. Наибольшее распространение получил первый подход. Решение задачи в данном случае осуществляется в два этапа: выбор параметрической структуры модели и оценка параметров. В рамках параметрического подхода разработаны алгоритмы оценивания неизвестных параметров модели по наблюдениям входа и выхода объекта с привлечением методов наименьших квадратов, максимального правдоподобия, моментов, стохастической аппроксимации (Л. Льюнг, Н.С. Райбман, ЯЗ. Цыпкин, П. Эйкхофф и другие).

Зачастую исследователю приходится сталкиваться с малоизученными процессами и объектами, структура моделей для которых неизвестна. Влияние случайных помех и неучтенных факторов еще более усложняют решение поставленных перед ним задач. Вследствие этого на современном этапе активно разрабатываются подходы к идентификации и управлению в условиях непараметрической неопределенности. Одним из таких подходов является использование непараметрических методов теории идентификации. Данное направление рассматривалась в работах В.П. Живоглядова, Ф.П. Тарасенко, А.И. Рубана, В Л. Катковника, А. В. Медведева и др. Актуальность разработки непараметрических методов и алгоритмов идентификации и управления определяется тем фактом, что постановка таких задач в «широком» смысле преобладает во множестве практических приложений.

В работе рассматривается задача идентификации и управления многомерными нелинейными статическими системами в условиях непараметрической неопределенности. Непараметрический подход к идентификации подразумевает построение модели объекта с помощьнхлдшритмов нелараметриче-ской идентификации. В одномерном случае зад идеи-

тификации рассматривались в работах Н.А. Сергеевой, О.В. Шестерневой, Е.Д. Агафонова и др. Отличительной особенностью данной работы от работ предшественников является то, что в работе разработаны модификации непараметрических алгоритмов идентификации и управления для многомерных систем (технологическая цепочка многомерных объектов) в условиях нормального функционирования.

В настоящее время в связи с увеличением объемов строительства жилья, а так же с ростом требований предъявляемых в строительстве, появилась необходимость в разработке и применении новых строительных материалов, а так же в модернизации уже существующих технологических линий, способных повысить эффективность производства. Полученные модификации алгоритмов идентификации и управления многомерными нелинейными статическими объектами были использованы для создания компьютерной системы управления двумя технологическими процессами: технологическим процессом производства зольного вяжущего и продуктов на его основе и технологическим процессом производства кирпича из глин вскрышных пород угольного разреза.

Работа предполагает создание вычислительных алгоритмов для задач идентификации и управления, а также создание программного обеспечения, реализующего разработанные вычислительные алгоритмы для компьютерной системы управления технологическими процессами. В работе представлены результаты численных экспериментов, проведенных с использованием программного обеспечения.

Всё вышесказанное свидетельствует об актуальности темы диссертационной работы.

Цель работы состоит в синтезе, анализе и исследовании непараметрических алгоритмов идентификации и управления многомерными статическими системами, а также в создании алгоритмического и программного обеспечения входящего в состав компьютерной системы управления качеством выпускаемой продукции двух технологических процессов: технологического процесса производства вяжущего и продуктов на основе зол Канско - Ачинского угольного бассейна и технологического процесса производства кирпича из глин вскрышных пород разреза "Березовский", Шарыповского района Красноярского края.

На пути достижения поставленной цели необходимо решить следующие задачи:

- разработать модификации непараметрического алгоритма идентификации и управления для многомерных статических систем в условиях нормального функционирования объекта;

- разработать алгоритмы идентификации и управления технологическим процессом производства зольных вяжущих и продуктов на их основе;

- разработать алгоритмы идентификации и управления технологическим процессом производства кирпича;

- создать программное обеспечение, с помощью которого провести численное исследование и анализ предложенных алгоритмов;

- осуществить экспериментальную проверку компьютерной системы управления технологическим процессом производства зольного вяжущего и продуктов на его основе и технологическим процессом производства кирпича.

Методы исследования. При выполнении диссертационной работы использовались методы теории вероятностей, математической статистики, функционального анализа, идентификации, теории автоматического управления, теории оптимизации, статистического моделирования и теории систем управления базами данных. Часть исследования проводились совместно с научными сотрудниками научных учреждений (НИИЖБ, АлтГАУ, Новосибирским государственным университетом).

Научная новизна диссертационной работы состоит в следующем:

1. Предложены модификации непараметрического алгоритма идентификации для многомерных объектов с использованием теории систем управления базами данных.

2. Разработаны модификации алгоритмов управления многомерными статическими многосвязными системами.

3. Получены алгоритмы управления и идентификации технологическим процессом (последовательная цепочка технологических объектов) производства вяжущего и продуктов на его основе и технологическим процессом производства кирпича.

4. Даны способы настройки непараметрических моделей и регуляторов.

5. Проведены численные исследования разработанных алгоритмов идентификации и управления.

Практическая ценность работы и реализация полученных результатов. Предложенные в диссертационной работе алгоритмы управления и идентификации могут использоваться для решения широкого круга практических задач, в различных информационных системах обработки экспериментальных данных, в моделировании и в создании систем управления для многомерных статических объектов. На основе созданных алгоритмов спроектировано программное обеспечение, позволяющее решать практические задачи, связанные с построением моделей технологических объектов, а также для управления технологическими процессами, в частности, управления такими технологическими процессами как: производство продукции на основе зольных вяжущих и производство керамического кирпича методом пластического формования. Разработанное алгоритмическое обеспечение и схемные решения при создании данной компьютерной системы могут широко использоваться на предприятиях строительного профиля, а также и в других отраслях промышленности.

Учитывая, что объемы ресурсов шлаков и зол огромны, а их использование составляет менее 10%, внедрение компьютерной системы управления и автоматизации процессом производства изделий на основе зольного

вяжущего, например, при производстве изделий из ячеистого пенозолобетона отразится на: снижение материалоемкости за счет снижения норм расхода це-Meirra (-40%); снижение использования энергоресурсов, теплоэнергии (~50%); улучшение качественных характеристик строительного материала; снижение стоимости 1м2 жилья (от 16% и выше); решение одной из важнейшей проблемы человечества - утилизации отходов производства.

В современных условиях производство кирпича является одним из важнейших направлений нашей отечественной промышленности. Спрос на кирпич объясняется ежегодно повышающимися темпами строительства и дефицитом данного материала. В соответствии с целями, назначением, а также в соответствии с недостатком существующего уровня систем локального управления, выделим следующие преимущества от внедрения компьютерной системы управления: повышения качества готовой продукции; экономия энергоресурсов; экономия технических ресурсов; улучшение общих экономических показателей производственной деятельности.

Практическая ценность результатов диссертационной работы подтверждена актом о практическом использовании результатов исследования.

На защиту выносятся:

1. Непараметрические алгоритмы идентификации и управления многомерными статическими многосвязными системами в условиях нормального функционирования.

2. Модификации непараметрических алгоритмов идентификации и управления многомерными статическими многосвязными системами с активным накоплением информации.

3. Результаты применения синтезированных алгоритмов к задачам построения программного комплекса входящего в компьютерную систему управления и автоматизации технологическими процессами.

4. Результаты численного исследования и рекомендации по настройке непараметрических алгоритмов предложенных алгоритмов идентификации и управления для многомерных статических систем;

Апробация работы. Основные результаты диссертационной работы докладывались и обсуждались:

- на II-VI Всероссийских научно-практических конференциях студентов, аспирантов и молодых специалистов «Решетневские чтения», Красноярск, 1999,2000,2001,2002,2003 гг.;

- на Межвузовской конференции «Молодежь и наука - третье тысячелетие», Красноярск, 1999 г.;

- на Межвузовской конференции «Информатика и информационные технологии» Красноярск, 1999 г.;

- на У-УГ Всероссийских научно-практических конференциях «Проблемы информатизации региона ПИР», Красноярск, 2001 г.;

- на Международной конференции «Математические модели и методы их исследования», Красноярск, 2002 г.;

- на конференции "Кибернетика и технологии XXI века", Воронеж, 2002 г.;

- на Региональной научной конференции студентов, аспирантов и молодых ученых "Наука. Техника. Инновации", Новосибирск, 2002 г.;

- на Международной конференции "Перспективные материалы и технологии, конструкции, экономика", Красноярск, 2004 г.

Публикации. По результатам диссертационной работы опубликовано 12 работ, в том числе 6 статей и 6 докладов в материалах конференций. Личное участие автора диссертации заключается в разработке и исследовании алгоритмов идентификации и управления в условиях непараметрической неопределенности по входным и выходным переменным изучаемого объекта. Автору принадлежат варианты модификаций непараметрических алгоритмов и их программная реализация. Проведена серия численных экспериментов, на основании которой даны практические рекомендации по применению предложенных алгоритмов.

Разработаны схемы и алгоритмы управления процессом производства кирпича и процессом производства изделий на основе зольных вяжущих, а так же осуществлена экспериментальная проверка.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка используемой литературы из 83 названий и приложения. Содержание работы изложено на 148 страницах текста. В приложении приведены документы, свидетельствующие о практической реализации результатов исследований и разработок автора.

СОДЕРЖАНИЕ РАБОТЫ-

Во введении показана актуальность темы диссертационной работы, определена цель исследования, отмечены научная новизна и практическая ценность полученных результатов.

В первой главе работы рассматриваются описания двух технологических процессов: технологического процесса производства вяжущего и продуктов на основе зол Канско - Ачинского угольного бассейна и технологического процесса производства кирпича из глин вскрышных пород разреза "Березовский", Шарыповского района Красноярского края. Представляется технико-экономическое обоснование разработки компьютерной системы управления и автоматизации данными технологическими процессами. Рассматривается состав и структура компьютерной системы автоматизации и управления технологическими процессами.

На сегодняшний день производство различных товаров и услуг происходит в рамках ужесточающихся ограничений, накладываемых экономикой с одной стороны (производимая продукция должна быть рентабельна и конкурентоспособна) и различными законодательными актами (ограничениями) с другой (например, ограничения связанные с экологией, ГОСТ, КЗоТ и др.). Поэтому, первоочередной задачей в мире становится разработка и внедрение высокотехнологичных, безотходных, экологических производств с низкой себестоимостью выпуска продукции.

В строительстве уже давно ведутся поиски материалов и технологии их изготовления, которые будут обладать свойствами не уступающими и даже превосходящие традиционные материалы по качеству и в то же время позволят снизить затраты на производство. Сейчас перед проектировщиками и строителями поставлена противоречивая задача - резко повысить качество жилья при одновременном снижении стоимости строительства. Именно поэтому необходимо заблаговременно обратиться к материалам и технологиям, не получившим широкого распространения до настоящего времени.

Зольное вяжущее - это вещество, состоящее из золы уноса (отходы ГРЭС, ТЭЦ), различных добавок являющихся катализаторами (например, фторсодержащая добавка - отходы алюминиевой промышленности) и цемента. Зольное вяжущее является аналогом портландцемента, компоненты которого преимущественно являются отходами производств, его применение позволяет утилизировать отходы предприятий и решить проблему с загрязнением окружающей среды. Само зольное вяжущее значительно дешевле по себестоимости, чем цемент. Продукция на основе зольного вяжущего, по некоторым характеристикам превосходит продукцию на основе цемента, например, продукция на основе легких бетонов обладает значительно меньшим весом, стоимостью и обладает лучшей шумоизоляцией и теплоизоляцией. Зольное вяжущее, как показали исследования, не имеет аналогов при производстве изделий из легких бетонов и арболита.

Надежность вяжущих, полученных с применением топливных зол и шлаков, подтверждено при сооружении Усть-Илимской ГЭС, содержащих до 40% шлаков и зол, получаемых при сжигании назаровских углей, а также применением шлакопортландцемента завода Пуане-Кунда, выпускаемого с добавкой 28% золы, при строительстве Таллинской телебашни высотой 330м.

Многочисленными исследованиями установлено, что высококальциевые золы бурых углей КАТЭК обладают вяжущими свойствами. Наличие в них СаОсв, в ряде партий доходящее до 14 —16 и более процентов в трудно гасимом состоянии осложняет использование их при производстве различных строительных материалов. Поэтому проводятся исследования по разработке способов устранения деструктивных последствий от содержащихся в бурых углях свободной окиси кальция, который активно взаимодействует с различными соединениями при гидратации.

Используют несколько способов устранения деструктивных процессов в бетонах при применении высококальциевых зол: предварительная гидратация золы; механические - повышение дисперсности (помол); химические - введение различных добавок; термические; комбинированные - сочетающие одновременно несколько способов.

Основой получения бетонов заданных свойств и экономного расходования материалов является тщательное соблюдение пропорций состава бетонной смеси с учетом свойств и качества заполнителей, воды и вяжущих. Состав бетона подбирают на основании сведений о вяжущем и заполнителях таким образом, чтобы при минимальном расходе вяжущего получить бетон с

заданными свойствами (заданные сроки твердения, класс бетона, морозостойкость, водонепроницаемость, подвижность или жесткость смеси). Состав бетона подбирают в определенной последовательности:

1. Определяют расход вяжущего и добавок в зависимости от класса бетона, марки вяжущего, наибольшей крупности, прочности и пористости заполнителя с учетом требуемой подвижности бетонной смеси.

2. Определяют расход крупного заполнителя и (или) мелкого заполнителя.

3. Определяют расход воды с учетом естественной влажности материалов.

Данным раствором заполняют формы и в соответствии с технологическим регламентом на изделие, производится армирование, пропарка и сушка изделий, затем изделия перевозятся на склад готовой продукции.

Схема производства изделий на основе зольного вяжущего представлена на рисунке 1.

Рисунок 1 - Схема производства изделий на основе зольного вяжущего Вторым технологическим процессом рассматривается производство кирпича из глин вскрышных пород и глин подугольного пласта разреза Бере-зовский-1 г. Шарыпово Красноярского края. Учитывая возрастающую потребность данного материала в строительстве, близость сырьевых ресурсов для производства, экономическую целесообразность и сложность технологического процесса - ставится задача в оптимизации процесса производства облицовочного керамического кирпича в соответствии с ГОСТ.

Технология производства предусматривает использование 2-х глин: глины вскрышных пород разреза «Березовский» - красные глины и глины подуголного пласта - алевролиты (белые глины).

Схема производства кирпича представлена на рисунке 2.

Рисунок 2 - Схема производства кирпича Практическое использование современных информационных технологий автоматизации является действенным средством повышения эффективности работы предприятий, позволяющим модернизировать процессы на всех уровнях производственной деятельности. Внедрение информационно-управляющих систем открывает широкие возможности по снижению производственных и непроизводственных затрат. Вместе с тем создание современной компьютерной автоматизированной системы управления технологи-

ческими процессами (АСУТП) на предприятии требует привлечения значительных финансовых ресурсов из собственных и/или заемных источников. Поэтому проблема обоснованной оценки экономического эффекта от внедрения АСУТП в условиях действующего предприятия представляется весьма актуальной.

Создание АСУ в на предприятии осуществляется в целях:

- повышения качества выпускаемой продукции и сокращению издержек производства благодаря созданию систем контроля и автоматизации технологических процессов;

- гибкой реакции производства на необходимость изменения номенклатуры изделий;

- оптимизации технологических процессов и режимов работы оборудования, что приводит к повышению экономической эффективности производства;

- своевременного вмешательства в ход технологического процесса на основании ускоренного прогноза качества изделий по косвенным показателям.

Интерфейс с информационной системой обеспечивает развитые возможности хода выполнения производственных заданий. Информационная система подразделения компании ориентирована на поддержку процедур оперативного управления производством и контроля технологических процессов.

Комплексная компьютерная система управления промышленным предприятием охватывает все производственные объекты и участки. Очевидно, что ее структурное построение должно соответствовать иерархическому принципу: от локальных средств контроля и регулирования до системы оптимизации и принятие решений. При этом основные желаемые производственные показатели определяются на самом верхнем иерархическом уровне. Решения (задающие воздействия) передаются следующим по иерархии компьютерным подсистемам оптимизации и управления качеством, и т.д.

Принцип иерархии состоит во взаимосвязанном решении частных задач автоматизации отдельных процессов и общих комплексных задач оптимального управления производством.

Во второй главе рассматривается непараметрический подход к синтезу алгоритмов идентификации и адаптивного управления статическими режимами работы многомерных многосвязных нелинейных объектов. Модели объектов полностью неизвестны. В процессе обучения восстанавливается непараметрическая модель, дающая искомое управляющее воздействие.

На практике очень часто приходиться иметь дело с объектами различной природы от простых устройств до более сложных. Данными объектами необходимо управлять как можно более эффективно. Под эффективностью понимается: минимизация затрат труда, времени, денежных средств, а также и другие параметры; максимизация производительности, выпуска продукции, труда, мощности и многое другое.

В диссертационной работе из множества понятий «объект» выделяется такое понятие как многосвязный объект на примере технологического процесса,

который в свою очередь может быть разбит на более детализированные объекты (технологические операции).

Большинство технологических процессов реализуются в соответствии со следующей схемой показанной на рисунке 3.

Рисунок 3 - Общая схема технологического процесса

Под объектом понимается выделенный при декомпозиции технологического процесса отдельная технологическая операция или аппарат. I/, » = (1... «) - вектор входных контролируемых и управляемых переменных объекта. д / = (1...л) - вектор входных контролируемых, но неуправляемых переменных объекта, характеризует значения входных переменных, которое можно измерить, но нельзя управлять в данном технологическом процессе. Х1 / = (1... п -1) - вектор выходных контролируемых переменных

объекта. Z - вектор выходных переменных технологического процесса, характеризующий готовый продукт (изделие). 7? - задание - желаемый выход технологического процесса (продукция с желаемыми характеристиками). В

идеале Х — Т.. задание - желаемый выход объекта (технологи-

ческой операции), для того чтобы получить желаемый выход технологического процесса - 2*. = - ненаблюдаемое случайное воздействие.

Неучтенные входные компоненты, влияющие на выход объекта и ошибки в каналах измерения. Все переменные - векторы.

Ведение технологического процесса подчинено технологическому регламенту, который определяет диапазоны значений всех технологических параметров. Нарушение технологического регламента означает брак или выпуск продукции низкого качества. Для отечественных предприятий характерен довольно широкий диапазон изменения значений технологических переменных, поэтому часто имеет место факт получения брака. Для увеличения качества продукции предлагается следовать имеющемуся технологическому регламенту, но оптимизировать режим ведения процесса в данном технологическом объекте с учетом фактически проведенной технологической опера-

ции на предыдущем объекте. Данный путь позволяет существенно повысить качество выпускаемой продукции и уменьшить потери при производстве тех или иных изделий. Для этого необходима разработка и внедрение системы оптимизации технологических режимов для каждого объекта в технологическом процессе технологического регламента.

Для совершенствования управлением технологическими процессами важное место принадлежит задаче построения математических моделей этих процессов, которая состоит в установлении существующих зависимостей между контролируемыми переменными. Эти связи могут быть выведены как из анализа закономерностей, присущих объекту, так и путем обработки статистической информации, полученной путем накопления информации в режиме нормальной эксплуатации объекта.

В настоящее время существует достаточное количество методов построения моделей и выбор конкретного метода зависит от полноты информации об исследуемом процессе. Такую информацию об объекте называют априорной информацией. Полнота априорной информации об объекте предопределяет те методы, которыми можно воспользоваться для решения задачи.

Параметрические методы используют параметрические семейства зависимостей (модели объекта, плотности распределения вероятности и др.) и существенно используют свойства объектов. Непараметрические методы имеют более универсальную структуру и более широкую область применения. Они работают при большей априорной неопределенности. Платой за эту неопределенность служит более сложная обработка исходной выборки.

В большинстве случаев на производстве приходится сталкиваться с малоизученными процессами и объектами, структура моделей для которых неизвестна. На рисунке 4 представлена общая схема идентификации объекта.

Рисунок 4 - Общая схема идентификации объекта

Исследуемый подход к идентификации сводится к тому, что для объекта в процессе нормального функционирования для которого одновременно (синхронно) могут быть измерены его входная и выходная у', переменные с дискретным шагом во время / требуется построить модель по результатам измерения Ху и у', т. е., найти оператор, ставящий в соответствие выходную у' и входную х', переменные. Точнее, при идентификации ставится задача не определения самого оператора объекта ^, а его оценки ^» которая и используется в качестве характеристики истинного оператора ^.

у' .....¿т),где1ш\...я^ш\...„. (1)

Пусть мы имеем статистическую выборку х = {■*;}• У = {у1 } » где

/ = 177 - объем выборки, у = 17т - количество входных переменных, к = 17т - количество выходных переменных, с неизвестной плотностью вероятности р (х, К ) ■ Предполагается, что > О УХ е О(А'). При аппроксимации неизвестных стохастических зависимостей У (А") предлагается использовать модифицированную робастную непараметрическую оценку кривой регрессии (2).

У Л*)'

Пф

/•1

Iе* М)

-, к = 1,/и,

при следующих условиях:

1.

у! - у»

С5.

К*) 1,£ф

о,£ф р-1

л' - У»

у

У1 - Л С*

= 0

(2)

(3)

^ 2. Ф(2,)5Ф(г2), 17,|>|72|, 3. |г"Ф(г)^<оо^=2,3,..

5 «С^ -> 00 ' -Кв

Предлагается использовать следующий вид колоколообразных функций:

«.Ф.МЛ^^и^». «.Фи 4е""2 «»»м*^

[ 0 иначе [ 0 иначе

где С, и С2 - сот1.

Выбор параметра размытости - (с5) находим из критерия (5)

(4)

(5)

Из приведенных выше уравнений видно, что решение задачи идентификации связано с получением и обработкой большого объема информации в процессе нормального функционирования исследуемого объекта. Своевременно построить математическую модель объекта управления особенно важно в тех случаях, когда характеристики объекта не являются постоянными, а меняются во времени. Продолжительный цикл обработки информации может

привести к тому, что результаты не смогут быть использованы вовсе, либо их применение приведет к значительным ошибкам при управлении или прогнозировании. Поэтому быстродействию обработки информации при идентификации придается большое значение. Применение в непараметрических алгоритмах систем управления базами данных (СУБД) позволило перешагнуть рубеж, связанный с размерностью исходной выборки, значительно увеличить скорость и качество идентификации.

Одним из наиболее важных приложений теории идентификации являются задачи управления объектами различной природы. Задача управления состоит в том, чтобы посредством соответствующего выбора входного воздействия обеспечить желаемое поведение выходного сигнала системы. В частности, непараметрический подход идентификации нелинейных статических систем, может служить основой построения системы управления технологическими процессами.

Система управления ориентирована на управление объектом с целью поддержания заданного значения основного технологического параметра. Задача управления многомерным объектом поясняется на рисунке 5.

Рисунок 5 - Общая схема управления объектом На рисунке приняты обозна {/ = " вх°Дные управляемые

переменные объекта, ц - {/*;'} " вх°ДныенеУпРавляемые переменные объекта, х = [х'^ вектор выходных переменных, где /= ¡"["7 - объем выборки, к - 1,ш - количество входных управляемых переменных, / = р - количество входных неуправляемых переменных, - количество выходных переменных.

Задача управления состоит в том, чтобы посредством соответствующего выбора входного воздействия обеспечить желаемое поведение выходного сигнала системы

Для поиска управляющего воздействия и предполагается использовать модифицированный непараметрический робастный алгоритм управления представляющий собой оценку обратной регрессии по наблюдениям «выход - вход».

Непараметрический алгоритм управления может иметь различную форму в зависимости от характера поступления текущей информации.

Последовательный алгоритм управления. Пусть текущая информация об объекте поступает в устройство управления последовательно (активное накопление информации), тогда непараметрическая оценка имеет вид:

(6)

«; = й1 + Д"*1.

где

т*

/«1

/=1 )-\

. t ' Х]-Х) П Ф

с*(*М

( • о х}-х} р п 1=1

{Сз(х,)}

СБ

г/

/(«0 й

9

!(«)= Ф

и> - и,

С*

-,к = \,т, (7)

'(»О

Сз

'-1

С 5 V. «

ф Г«;-«; С5 V. »

*0,

(8)

=0

где Аи1 - изучающая добавка. На начальном этапе управления, когда фактически идет процесс обучения, доминирующую роль играет изучающая добавка. Связано это с малой обученностью системы и соответствует выработке пробных шагов, которые могут носить случайный характер. Поэтому такая тактика способствует более быстрому (активному) изучению исследуемого процесса- По мере изучения объекта все большая роль, при формировании

начинает принадлежать в которой сосредотачивается знание

объекта. Изучающая добавка должна удовлетворять следующим условиям

аг{Д«1}->0, м{(ди;)а}сростом*

Алгоритм управления с обучающей выборкой - задана обучающая выборка, состоящая из наблюдения входа и выхода объекта на основе которой строится управление объектом по алгоритму (6). Недостаток данного алгоритма - отсутствие процесса накопления информации об объекте.

Последовательный алгоритм управления с обучающей выборкой - устраняет недостатки двух предыдущих алгоритмов, имея обучающую выборку (первоначальное знание об объекте) быстро выходит на задание, в то же время в отличие от алгоритма управления с обучающей выборкой процесс накопления носит активный характер.

Управление объектом с запаздыванием. Пусть объект имеет чистое запаздывание т, то есть оператор системы представлен выражением:

*(/)=Л«(/-г0). (9)

где величина чистого запаздывания. В этом случае для того, чтобы в момент времени ? на выходе объекта получить л (/)=**(/)» необходимо подать на вход соответствующее управление в момент времени *-т0. Следует учесть,

что обратным оператором по отношению к оператору запаздывания является оператор упреждения. Таким образом, непараметрический регулятор с запаздыванием будет определяться выражением:

а'(0=и"(/+го)- (10)

Приведены некоторые виды изучающей добавки. Для того, чтобы использовать опыт технолога-эксперта при решении задачи управления предлагается использовать модификацию алгоритма управления, которая строится с учетом активного вмешательства технолога в процессе поиска решения.

Третья глава посвящена численному исследованию непараметрических моделей и алгоритмов управления. Рассматриваются вопросы влияния точек выбросов, неоднородности исходной выборки на качество восстановления статистической зависимости.

Колоколообразные (ядерные) функции в данном алгоритме выполняют роль весовых функций и могут иметь различные виды. Проведенные численные исследования позволяют предложить следующий вид колоколообразных функций (4) ____

1 00-

О.ВО-

о во—

о«-

0 20-

ООО- ^ _ ^ ,, л ь у -- ы.—" - ----- "—„

Рисунок 4 - вид колоколообразной функции Рисунок 5 - вид критерия

Параметр размытости следует брать при минимальной квадратичной ошибке расхождения выхода объекта и выхода модели (5). Вид критерия показан на рисунке 5. Исследования показали, что у высоко осциллирующих функций значение критерия растет быстрее (справа от точки экстремума), чем у функций со слабой осцилляцией.

Методы построения оценок статистик, которые малочувствительны к нарушениям исходных данных, например загрязнениями наблюдений посторонними помехами и выбросами называютробастными. Даже наличие малого процента выбросов приводит к сильному искажению оценок см. рисунок 6а. Рассмотрена задача построения оценки регрессии, которая была бы более устойчивая (робастная) к выбросам. Предложен робастный непараметрический алгоритм с индикаторной функцией с использованием теории систем управления базами данных.

Ниже на рисунке 6 показано восстановление функции по измерениям с помощью классического непараметрического алгоритма идентификации и робастного непараметрического алгоритма идентификации с индикаторной функцией.

Рисунок 6 - Идентификация с помощью классического алгоритма (а) и робастного непараметрического алгоритма с индикаторной функцией (б) Проведены численные исследования работы непараметрического алгоритма при восстановлении статистической зависимости имеющую сильно-меняющуюся константу Липшица.

Мгмеоя

го» 90а

а б

Рисунок 7 - Восстановление статистической зависимости функции имеющей сильно-

меняюшуюся константу Липшищ На рисунке 7а показано восстановление функции У(Х)= 51п(1/х) по измерениям с помощью классического непараметрического алгоритма идентификации, параметр размытости находился по всей выборке. На рисунке 76 восстанавливалась функция с помощью модифицированного непараметрического алгоритма с использованием систем управления базами данных, параметр размытости становится зависимым от точки восстановления функции.

Проведены численные исследования непараметрического регулятора. На рисунке 8 представлен результат работы непараметрического алгоритма управления (6) по случайному заданию. Желаемый выход (пунктирная линия) объекта задавался случайным образом в интервале [-10,10], но с отклонением от предыдущего задания не более ±1. Из рисунка 8 видно, что выход объекта достаточно хорошо описывает желаемую траекторию (задание).

Рисунок 8 - Значение выхода объекта от задания Проведены численные исследования управления технологическим процессом (последовательной цепочкой технологических объектов) на основе непараметрического регулятора.

Обычно в информационных технологиях проектирования систем автоматизированного управления технологическими процессами используют классические законы регулирования. Более высокое качество регулирования может быть достигнуто, если наряду с применением функционирующих аналоговых средств регулирования применить цифровые устройства. В этом случае система управления будет представлять собой многоканальную цифро-аналоговую систему. В качестве блока, реализующего цифровой регулятор, используется интеллектуальная компьютерная система, реализующая непараметрические алгоритмы управления.

Формируется многоконтурная схема управления, созданная по иерархическому принципу, которая представлена на рисунке 9.

Рисунок 9 - Мнсгоконтурная схема управления технологической цепочкой объектов

Технологическому процессу, состоящему из цепочки объектов необходимо достичь задание г * . Непараметрический регулятор (система управления техпроцессом) вырабатывает задание для каждого объекта входящего в техпроцесс по обучающей выборке. На рисунке 10 представлен процесс выработки задания для первого объекта. В процессе обучения участвуют 200 точек.

Рисунок 10 -Процесс выработки задания для 1 объекта Ниже на рисунке 11 показан процесс управления объектом 1, который состоит из суммарного управляющего воздействия HP! (Непараметрического регулятора 1) и ПИ регулятора по малой априорной информации (процесс управления находится в стоянии обучения). Обученный процесс управления почти мгновенно (с учетом ограничения на управляющее воздействие) приходит к заданию.

Рисунок 12 — Задание и выход технологического процесса (обучающая выборка 1000 точек)

Из рисунка 12 видно, что в случае, если для процесса обучения используется больше точек (1000), количество тактов выхода на задание значительно сокращается.

В Четвертой главе содержит описание программного обеспечения, созданного с целью численного исследования алгоритмов идентификации и управления для статических систем, а также, для их использования в практических приложениях. Предполагается применение разработанного программного обеспечения в интеллектуальной компьютерной системе моделирования, управления и оптимизации технологическими процессами.

Разработанный пакет программ "Непараметрическое моделирование и управление" создан с использованием объектно-ориентированной технологии на языке C++ с помощью интегрированной системы разработки Borland C++ Builder 6. Программное обеспечение работает в среде Windows 9x/NT. Пакет программ предоставляет пользователю возможность применить аппарат непараметрического моделирования и управления статическими системами. Первая версия пакета может рассматриваться в качестве прототипа компьютерной системы, способной решать практические задачи идентификации и управления. В результате его развития и модификаций, он станет составной частью интеллектуальной компьютерной системы моделирования, оптимизации и управления сложными технологическими процессами.

Пользователь получает оперативную информацию о функционировании алгоритмов в процессе выполнения задачи. В программе реализован вывод отчетов, как в текстовом, так и в графическом форматах.

В базовую разработку был включен ряд функциональных модулей: модуль экспорта данных входа и выхода объектов, модуль построения отчетов работы алгоритма и сохранение в формате Word, модуль оптимизации непараметрических моделей, блок управления статическими системами и др.

Программный комплекс обеспечивает выполнение следующих функций:

- ввод данных, содержащихся в специальной базе данных interbase с определенной структурой с использованием оконных форм;

- математическая обработка данных, завершающаяся построением модели;

- использование построенных моделей и их комплексов для анализа производственных и технологических процессов, расчета сбалансированных производственных программ;

- отображение выходных документов на мониторе и устройстве печати;

- наличие сервисных функций, включающих установочный модуль, справочную систему и т.д.

Использование перечисленных функций доступно широкому кругу пользователей, не владеющих программированием профессионально.

Программное обеспечение было использовано для решения задач построения модели и управления двумя технологическим процессами: технологическим процессом производства зольного вяжущего и продуктов на его основе и технологическим процессом производства кирпича по схемам представленным на рисунках 13 и 14.

Рисунок 13 - Схема технологического процесса производства зольного вяжущего и продуктов на его основе

На рисунке 15 показана зависимость прочности и морозостойкости кирпича от соотношения глин вскрышных пород и глин подугольного пласта, а так же от температуры обжига.

20%

60% 70% 80% 90% 100% Содержание глины подугольного пласта

Рисунок 15 - Зависимость прочности и морозостойкости кирпича от состава масс при температуре обжига 1150 °С На основании результатов исследований был предложен состав масс глин для производства кирпича. Проведенные численные исследования были подтверждены экспериментально.

На рисунке 16 показана зависимость прочности изделия от содержания в вяжущем золы с применением добавки (АФД). На рисунке 17 показана зависимость окончания процесса схватывания от содержания золы в вяжущем и расхода АФД.

10 20 30 10 20 30

Рисунок 16 - Зависимость прочности изделия Рисунок 17 -Зависимость окончания от содержания золы и добавки АФД схватывания от содержания золы в

вяжущем и расхода АФД

На основании результатов исследований были предложены составы вяжущих с использованием высокоосновных зол Березовской ГРЭС-1. Численные результаты исследований были подтверждены экспериментами.

Проведенные экспериментальные расчеты показали, что внедрение автоматизированной системы автоматизации и управления данными технологическими процессами позволит повысить эффективность производства что, безусловно, приводит к существенному экономическому эффекту, который может быть оценен при вводе системы в действие.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

В соответствии с поставленной целью в диссертационной работе были предложены непараметрические алгоритмы идентификации и управления для нелинейных статических систем. Анализ существующих алгоритмов идентификации и управления показывает необходимость развития непараметрических подходов к решению указанных проблем в условиях недостатка априорных сведений. Реализация этих подходов заключается в создании и исследовании соответствующих алгоритмов.

В диссертационной работе получены следующие основные результаты:

- Разработаны и исследованы алгоритмы идентификации и управления для многомерных объектов и процессов, принадлежащих к классу нелинейных статических, с использованием непараметрических методов регрессионного оценивания по заданной выборке.

- Даны рекомендации по использованию предложенных непараметрических алгоритмов идентификации и управления, предложены их модификации и способы настройки на основе результатов численных исследований непараметрической модели многомерного нелинейного статического объекта.

- Разработаны алгоритмы идентификации и управления двумя технологическими процессами: технологическим процессом производства зольных вяжущих и продуктов на их основе и технологическим процессом производства кирпича.

- Разработано программное обеспечение, реализующее созданные алгоритмы идентификации и управления, а также их модификации. Программное обеспечение вошло в состав системы управления двух технологических процессов.

Основное содержание и результаты диссертации опубликованы в

следующих работах:

1. Березовский М.Г. Численные исследования одного класса непараметрических оценок / М.Г. Березовский, А.В. Кучмасов // Математические модели и методы оптимизации. Решетневские чтения - 1998: Материалы Всероссийской научно - практической конференции студентов, аспирантов и молодых специалистов. / Под ред. проф. Г.П. Белякова; САА - Вып. 2 - Красноярск:, 1998. С. 158-160.

2. Березовский М.Г. Непараметрическая робастная оценка кривой регрессии / М.Г. Березовский // Информатика и информационные технологии. Материалы межвузовской научной конференции студентов, аспирантов и молодых ученых / Под ред. Е.А. Вейсова, Ю.А. Шитова. Красноярск ЮТУ, 1999. С. 38-41.

3. Березовский М.Г. Исследование колокола непараметрического алгоритма идентификации / М.Г. Березовский // Проблемы информатизации региона. ПИР-2001: Материалы седьмой Всероссийской научно - практической конференции. / Под ред. Е.А. Вейсова, В.И. Подшивалова/. Красноярск: КГТУ,2001. С.72-74.

4. Березовский М.Г., Лемешко Б.Ю., Чимитова Е.В. Обеспечение наибольшей мощности применяемых критериев типа ¿Г/ М.Г. Березовский // Вестник Сибирского государственного аэрокосмического университета имени академика М.Ф. Решетнева: Сб. науч. тр. / Под ред. проф. Г.П. Белякова; СибТАУ. - вып. 3. - Красноярск, 2002. С. 70-78.

5. Березовский М.Г. К задаче оптимизации технологических режимов / М.Г. Березовский // Математическое моделирование процессов и систем. Решетневские чтения: Материалы VI Всерос. науч. конф., проводимой в составе 2-го Междунар. Сибир. авиац.-космич. салона "САКС-2002" / под ред. проф. Г.П. Белякова СибТАУ. - Красноярск, 2002. С. 144-146.

6. Березовский М.Г. Выбор колоколообразной функции для непараметрического алгоритма идентификации / М.Г. Березовский // Математическое моделирование процессов и систем. Решетневские чтения: Материалы VI Всерос. науч. конф., проводимой в составе 2-го Междунар. Сибир. авиац.-космич. салона "САКС-2002" / под ред. проф. Г.П. Белякова Сиб-ГАУ. - Красноярск, 2002. С. 109 - 111.

7. Березовский М.Г. Выбор колоколообразных функций непараметрического алгоритма идентификации / М.Г. Березовский // Нау-ка.Техника.Инновации. Региональная научная конференция студентов, аспирантов и молодых ученых: сб. докладов в 5 частях. Новосибирск: Изд-во НГТУ, 2002 Часть I -С. 32 - 33.

04 - 1 48 75

S/Березовский М.Г. К задаче идентификации и управления многомерными У объектами с помощью непараметрического алгоритма идентификации/ М.Г. Березовский, И.В. Благодырь // Вестник Сибирского государственного аэрокосмического университета имени академика М.Ф. Решетнева: Сб. науч. хр. / Под ред. проф. ГЛ. Белякова; СибГАУ. - вып. 5. - Красноярск, 2004. С. 110-116.

9. Березовский М.Г. Построение системы управления производственными процессами на основе непараметрического алгоритма идентификации / М.Г. Березовский // Вестник Сибирского государственного аэрокосмического университета имени академика М.Ф. Решетнева: Сб. науч. тр. / Под ред. проф. ГЛ. Белякова; СибГАУ. - вып. 5. - Красноярск, 2004. С. 86-92.

Ю.Березовский М.Г. Построение системы управления производственными процессами на основе непараметрического алгоритма идентификации / М.Г. Березовский // Перспективные материалы и технологии, конструкции, экономика: ГОУ ВПО Государственный университет цветных металлов и золота: Сб. науч. тр.; -вып. 10. - Красноярск, 2004. С. 586-593.

П.Березовский М.Г. К задаче идентификации и управления многомерными объектами с помощью непараметрического алгоритма идентификации / М.Г. Березовский // Перспективные материалы и технологии, конструкции, экономика: ГОУ ВПО Государственный университет цветных металлов и золота: Сб. науч. тр.; -вып. 10.-Красноярск, 2004. С. 112-118.

12.Berezovskiy, M.G. Adaptive nonparametric model / M.G. Berezovskiy, A.V. Kuchmasov, A.R. Nizameev, L.A. Slonova // The collection of conferences reports " Cybernetics and technologies ofXXI century ", Voronezh 2002. - pp 95101.

Введение.

Глава 1. Краткие технологические сведения. Состав и структура системы управления технологическими процессами.

1.1. Технологический процесс производства вяжущего и продуктов на его 23 основе

1.2. Технологический процесс производства кирпича.

1.3. Состав и структура компьютерной системы управления и автоматизации технологическими процессами.

Выводы.

Глава 2. Непараметрические алгоритмы идентификации и управления многомерными многосвязными статическими системами.

2.1. Некоторые сведения о непараметрическом оценивании.

2.2. Непараметрический алгоритм идентификации.

2.3. Модифицированные непараметрические алгоритмы идентификации.

2.4. Математическая постановка задачи управления многомерным статическим объектом без памяти.

Выводы.

Глава 3. Исследования непараметрических моделей и алгоритмов управления методом статмоделирования.

3.1. Численные исследования. Непараметрический алгоритм идентификации.

3.2. Численные исследования. Модифицированные непараметрические алгоритмы идентификации.

3.3. Численные исследования. Многомерный непараметрический алгоритм идентификации. Особенности идентификации.

3.4. Численные исследования непараметрического регулятора с активным накоплением информации.

3.4. Автоматизация процесса управления многосвязными объектами на основе непараметрического регулятора.

Выводы.

Глава 4. Компьютерная система моделирования и управления нелинейными процессами.

4.1. Программная реализация систем моделирования и управления.

4.2. Технология работы с пакетом программ.

4.3. Применение компьютерной системы в технологическом процессе производства изделий на основе зольных вяжущих.

4.4. Применение компьютерной системы в технологическом процессе производства кирпича.

Выводы.

Актуальность темы. Проблемы проектирования, исследования и эксплуатации сложных промышленных объектов традиционно имеют высокую практическую значимость и являются основными в теории и практики идентификации и управления. Сложность этой задачи быстро возрастает по мере перехода к более сложным технологическим объектам. Выбор характера математического описания, т.е. вида модели процесса, зависит от природы самого процесса и от решаемой задачи управления. Так, модель процесса можно задать в виде таблицы, связывающей входные и выходные переменные, описать функциональными зависимостями, дифференциальными или разностными уравнениями, передаточными функциями и т.п. В каждом случае методы получения математического описания оказываются различными.

Эффективное управление технологическим процессом с использованием методов теории автоматического управления возможно лишь тогда, когда известно математическое описание этого процесса. Поэтому построение математического описания - идентификация технологического процесса - это важнейший этап создания любой автоматизированной или автоматической системы управления технологическим процессом.

Построение адекватных реальному объекту математических моделей достигается разными способами, зависящими, прежде всего от уровня априорной информации. Степень полноты априорных данных существенно влияет как на постановку, так и на само решение задачи построения математической модели объекта исследований.

Задаче идентификации в настоящее время посвящено большое количество работ. В теории различают два подхода к идентификации: идентификация в «узком» смысле и идентификация в «широком» смысле. Наибольшее распространение получил первый подход. Решение задачи в данном случае осуществляется в два этапа: выбор параметрической структуры модели и оценка параметров. В рамках параметрического подхода разработаны алгоритмы оценивания неизвестных параметров модели по наблюдениям входа и выхода объекта с привлечением различных методов. Д. Гроп [5], Э.П. Сейдж и Д.Л. Мел-са [59] описывают задачу идентификации в узком смысле с использованием специальных входных сигналов на основе преобразования Фурье. В работах П. Эйкхоффа [61,68] уделено большое внимание задаче оценивания параметров объекта различными методами, такими как: метод максимального правдоподобия, МНК, метод минимального среднего риска, Байесовские оценки, метод стохастических аппроксимаций рассматривался Я.З. Цыпкиным [65,66] и др. Понятие метода типовой идентификации ввел Н.С. Райбман [52]. Корреляционные методы идентификации изучались в работах Н.С. Райбмана. [52-54], Дейч А.М.[6] и др. Интенсивно разрабатываются статистические методы, ориентированные на применение ЭВМ [24,51,68]. Большое внимание в этих работах уделяется выбору параметрической структуры системы и класса моделей, к которому относится изучаемый объект. Трудность здесь состоит в том, что порой сложность системы, не позволяет однозначно определить класс моделей и ее параметрическую структуру. Например, на практике встречаются ситуации, когда априорная информация об объекте чрезвычайно мала. В подобных случаях целесообразно применять методы идентификации в «широком» смысле [7,14,18,26-31,33-36].

Зачастую исследователю приходится сталкиваться с малоизученными процессами и объектами, структура моделей, для которых неизвестна. Влияние случайных помех с неизвестными законами распределения еще более усложняют решение поставленных перед ним задач. Вследствие этого на современном этапе активно разрабатываются подходы к идентификации статических систем в условиях непараметрической неопределенности. Одним из таких подходов является использование непараметрических методов теории идентификации. За последние 50 лет было опубликовано много работ, где изучались оценки непараметрического типа. Класс непараметрических (ядерных) оценок был впервые введен М. Розенблаттом [71] в 1956 г., изучался Э. Парзеном [70] и Э.А. Надарая [33-36]. Непараметрическая оценка регрессии была предложена Э.А. Надарая, изучалась в работах В.П. Живоглядова и A.B. Медведева [7], Г.М. Кошкина и A.B. Добровидова [18], А.И. Рубана [55] и др.

В настоящее время непараметрическая идентификация в значительной степени основана на снятии характеристик объекта [9,10,26,37,31]. Активные методы идентификации характерны тем, что на вход исследуемого объекта подают стандартные входные воздействия и исследуют выходной сигнал. На практике любой производственный процесс должен удовлетворять жестким условиям различных регламентов - накладываемых ограничений. Производственный процесс должен обеспечить рентабельность производства продукции с одной стороны с другой удовлетворять различным нормативным ограничениям, которые накладываются дополнительно (техника безопасности, ограничения по охране окружающей среды и т.д.). Поэтому нарушение нормального функционирования объекта искусственными пробными воздействиями совершенно недопустимо. В этих случаях применяются пассивные методы идентификации [6,61,63,68].

Актуальность разработки непараметрических методов и алгоритмов идентификации и управления определяется тем фактом, что постановка задач идентификации и управления в «широком» смысле преобладает во множестве практических приложений.

В настоящее время в связи с увеличением объемов строительства жилья, а так же с ростом требований предъявляемых в строительстве, появилась необходимость в разработке и применении новых строительных материалов, а так же в модернизации уже существующих технологических линий, способных повысить эффективность производства.

Зольное вяжущее является аналогом портландцемента, компоненты которого преимущественно являются отходами производств, его применение позволяет утилизировать отходы предприятий и решить проблему с загрязнением окружающей среды. Зольное вяжущее значительно дешевле по себестоимости, чем портландцемент. Продукция, изготовленная на основе зольного вяжущего, по некоторым характеристикам превосходят продукцию на основе цемента, например продукция на основе легких бетонов обладает значительно меньшим весом, стоимостью и обладает хорошей шумоизоляцией и теплоизоляцией. Зольное вяжущее, как показали исследования, не имеет аналогов при производстве изделий из легких бетонов и арболитов.

Большой вклад в исследования высококальциевых зол внесли профессора АлтГТУ Г.И. Овчаренко, Г.С. Меренцова, В.Л. Свиридов и др. [13,15,22,32,3944,58], а также ряд зарубежных научных учреждений [39].

Технологический процесс производство кирпича из глин вскрышных пород разреза "Березовский" позволяет получить при определенных параметрах технологического процесса марку кирпича от 50 до 300 с морозостойкостью от 25 до 75. Имеющиеся на предприятии средства контроля позволяют определить в достаточно короткие сроки технологические параметры, которые косвенно характеризуют качество продукции. Проблема состоит в том, чтобы на их основе суметь дать оценку качеству продукции. Решением проблемы оценки качества продукции является построение автоматизированной системы управления технологическим процессом.

Создание систем моделирования и управления технологическими процессами, представляющими собой последовательную цепочку технологических объектов, функционирующими в условиях неопределенности, невозможно без разработки специального программного обеспечения. Для успешного решения практических задач в программном обеспечении реализованы базовые непараметрические алгоритмы идентификации и управления, а также их модификации. В частности, производился учет ограничений, накладываемых на управляющее воздействие, обеспечивалась работа с запаздывающими процессами, а так же влияние взаимной зависимости между выходными переменными объекта. Особое внимание уделено решению проблемы оптимизации моделей и регуляторов. При создании программного обеспечения учитывалось современное состояние информационных технологий разработки и поддержки программных продуктов, а также принятые стандарты.

Задачи идентификации и управления двумя технологическими процессами: технологическим процессом производства зольного вяжущего и продуктов на его основе и технологическим процессом производства кирпича из глин вскрышных пород разреза "Березовский-1" могут быть решены с применением созданного программного обеспечения, реализующего алгоритмы идентификации и управления для многомерных нелинейных статических систем. В этом случае формируется иерархическая многоконтурная цифро-аналоговая схема управления. Анализ данной схемы управления технологическими процессами дает основания ожидать повышения качества выпускаемой продукции, сокращения издержек производства, а так же гибкой реакции производства и возможность своевременного вмешательства в ход технологического процесса за счет создания системы контроля и автоматизации технологических процессов, что, безусловно, приводит к существенному экономическому эффекту, который может быть оценен при вводе системы в действие.

Всё вышесказанное свидетельствует об актуальности темы диссертационной работы.

Диссертационная работа выполнялась в Сибирском государственном аэрокосмическом университете.

Цель работы состоит в синтезе, анализе и исследовании непараметрических алгоритмов идентификации и управления многомерными статическими системами, а также создание алгоритмического и программного обеспечения входящих в состав компьютерной системы управления качеством выпускаемой продукции технологического процесса производства вяжущего и продуктов на основе зол Канско - Ачинского угольного бассейна и технологического процесса производства кирпича из глин вскрышных пород разреза "Берёзов-ский", Шарыповского района Красноярского края.

На пути достижения поставленной цели необходимо решить следующие задачи:

- разработать модификации непараметрического алгоритма идентификации и управления для многомерных, многосвязных статических систем в условиях нормального функционирования объекта;

- разработать алгоритмы идентификации и управления технологическим процессом производства зольных вяжущих и продуктов на их основе;

- разработать алгоритмы идентификации и управления технологическим процессом производства кирпича;

- создать программное обеспечение, с помощью которого провести численное исследование и анализ предложенных алгоритмов;

- осуществить экспериментальную проверку компьютерной системы управления технологическим процессом производства зольного вяжущего и продуктов на его основе и технологическим процессом производства кирпича.

Методы исследования. При выполнении диссертационной работы использовались методы теории вероятностей, математической статистики, функционального анализа, идентификации, теории автоматического управления, теории оптимизации, статистического моделирования и теории систем управ* ления базами данных. Часть исследования проводились совместно с научными сотрудниками научных учреждений (НИИЖБ, АлтГАУ, Новосибирским Государственным Университетом).

Научная новизна диссертационной работы состоит в следующем:

1. Предложены модификации непараметрического алгоритма идентификации для многомерных объектов с использованием теории систем управления базами данных.

2. Разработаны модификации алгоритмов управления многомерными статическими многосвязными системами.

3. Получены алгоритмы управления и идентификации технологическим процессом (последовательная цепочка технологических объектов) производства вяжущего и продуктов на его основе и технологическим процессом производства кирпича.

4. Даны способы настройки непараметрических моделей и регуляторов.

5. Проведены численные исследования разработанных алгоритмов идентификации и управления.

Практическая ценность работы и реализация полученных результатов.

Предложенные в диссертационной работе алгоритмы управления и идентификации могут использоваться для решения широкого круга практических задач в различных информационных системах обработки экспериментальных данных, в моделировании и в создании систем управления для многомерных статических объектов. На основе созданных алгоритмов спроектировано программное обеспечение, позволяющее решать практические задачи, связанные с построением моделей технологических объектов, а также для управления технологическими процессами, в частности, управления такими технологическими процессами как: производство продукции на основе зольных вяжущих и производство керамического кирпича методом пластического формования. Разработанное алгоритмическое обеспечение и схемные решения при создании данной компьютерной системы могут широко использоваться на предприятиях строительного профиля, а также и в других отраслях промышленности.

Учитывая, что объемы ресурсов шлаков и зол огромны, а их использование составляет менее 10%, внедрение компьютерной системы управления и автоматизации процессом производства изделий на основе зольного вяжущего, например, при производстве изделий из ячеистого пенозолобетона отразится на: снижение материалоемкости за счет снижения норм расхода цемента (-40%); снижение использования энергоресурсов, теплоэнергии (-50%); улучшение качественных характеристик строительного материала; снижение стоимости 1м жилья (от 16% и выше); решение одной из важнейшей проблемы человечества - утилизации отходов производства.

В современных условиях производство кирпича является одним из важнейших направлений нашей отечественной промышленности. Это объясняется ежегодно повышающимися темпами строительства и дефицитом данного материала. В соответствии с целями, назначением, а также в соответствии с недостатком существующего уровня систем локального управления, выделим следующие преимущества от внедрения компьютерной системы управления: повышения качества готовой продукции; экономия энергоресурсов; экономия технических ресурсов; улучшение общих экономических показателей производственной деятельности.

Практическая ценность результатов диссертационной работы подтверждена актом о практическом использовании результатов исследования.

На защиту выносятся:

1. Непараметрические алгоритмы идентификации и управления многомерными статическими многосвязными системами в условиях нормального функционирования.

2. Модификации непараметрических алгоритмов идентификации и управления многомерными статическими многосвязными системами с активным накоплением информации.

3. Результаты применения синтезированных алгоритмов к задачам построения программного комплекса входящего в компьютерную систему управления и автоматизации технологическими процессами.

4. Результаты численного исследования и рекомендации по настройке непараметрических алгоритмов предложенных алгоритмов идентификации и управления для многомерных статических систем;

Апробация работы. Основные результаты диссертационной работы докладывались и обсуждались:

- на П-У1 Всероссийских научно-практических конференциях студентов, аспирантов и молодых специалистов «Решетневские чтения», Красноярск, 1999, 2000, 2001, 2002, 2003 гг.;

- на Межвузовской конференции «Молодежь и наука - третье тысячелетие», Красноярск, 1999 г.;

- на Межвузовской конференции «Информатика и информационные технологии» Красноярск, 1999 г.;

- на У-У1 Всероссийских научно-практических конференциях «Проблемы информатизации региона ПИР», Красноярск, 2001 гг.;

- на Международной конференции «Математические модели и методы их исследования», Красноярск, 2002 г.;

- на конференции "Кибернетика и технологии XXI века", Воронеж, 2002 г.;

- на Региональной научной конференции студентов, аспирантов и молодых ученых "Наука. Техника. Инновации", Новосибирск, 2002 г.

- на Международной конференции "Перспективные материалы и технологии, конструкции, экономика", Красноярск, 2004 г.

Публикации. По результатам диссертационной работы опубликовано 12 работ, в том числе 6 статей и 6 докладов в материалах конференций. Личное участие автора диссертации заключается в разработке и исследовании алгоритмов идентификации в условиях непараметрической неопределенности по входным и выходным переменным изучаемого объекта. Автору принадлежат варианты модификаций непараметрических алгоритмов и их программная реализация. Проведена серия численных экспериментов, на основании которой даны практические рекомендации по применению предложенных алгоритмов, в том числе для многомерных процессов.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка используемой литературы состоящей из 83 наименований и приложения. Содержание работы изложено на 164 страницах основного текста, проиллюстрировано 85 рисунками и 10 таблицами. В приложении приведены документы, свидетельствующие о практической реализации результатов исследований и разработок автора.

ВЫВОДЫ

Глава содержит описание программного обеспечения, реализующего алгоритмы идентификации и управления для нелинейных статических систем. Наибольшее внимание уделено подробностям программной реализации и технологии работы с программным обеспечением.

Характерной особенностью программного обеспечения можно назвать его направленность на работу с пользователем, не знакомым с основами программирования. Более того, пользователю предоставлен широкий спектр сервисных возможностей, включающих дружественный интерфейс, возможность графического представления данных, гипертекстовую справочную систему, установочный модуль и так далее. Для работы с пакетом программ от пользователя требуются определенные знания в области статистического моделирования и математической статистики.

Программное обеспечение реализовано в системе Windows с применением объектно-ориентированного подхода, что повышает его надежность и универсальность. В дальнейшем созданные программные модули могут быть включены в состав интеллектуальной компьютерной системы моделирования и управления сложными технологическим объектами, такими как приведенными выше в данной главе при разработке системы ускоренных прогнозов качества продукции по косвенным показателям

Задачи идентификации объектом лежат в основе управления технологическими процессами которые могут быть решены с применением созданного программного обеспечения, реализующего алгоритмы идентификации и управления для многомерных многосвязных объектов. В этом случае формируется многоконтурная схема идентификации и управления. Данная схема включает в себя интеллектуальную компьютерную систему, использующую описанное программное обеспечение. Непараметрические алгоритмы идентификации и управления, реализованные в программном обеспечении, составляют основу функционирования цифрового контура управления автоматизации технологического процесса производства вяжущего и изделий на его основе.

ЗАКЛЮЧЕНИЕ

В соответствии с поставленной целью в диссертационной работе были предложены непараметрические алгоритмы идентификации и управления для нелинейных многомерных статических систем, а также создано алгоритмическое и программное обеспечение компьютерной системы моделирования данными процессами. Анализ существующих методов идентификации и управления показывает необходимость развития непараметрических алгоритмов к решению указанных проблем в условиях недостатка априорных сведений.

В работе получены следующие основные результаты.

1. Разработаны и исследованы алгоритмы идентификации объектов и процессов, принадлежащих к классу нелинейных статических, с использованием непараметрических методов регрессионного оценивания заданной выборкой.

2. Предложены подходы к оптимизации непараметрических моделей. Исследованы вопросы оптимизации алгоритмов по параметрам размытости с применением теории системы управления базами данных, даны практические рекомендации по выбору оптимизационной стратегии.

3. Проведены численные исследования работы непараметрической модели. В результате исследования даны рекомендации по использованию алгоритмов, предложены их модификации и способы настройки.

4. Разработано программное обеспечение, реализующее созданные алгоритмы идентификации и управления, а также их модификации. Программное обеспечение вошло в состав комплекса, обеспечивающего настройку параметров аналоговых регуляторов и работу цифрового контура цифро-аналоговой системы управления технологическим процессом по производству продукции на основе зольного вяжущего и технологическим процессом производства кирпича.

Результаты данной работы могут быть использованы для управления технологическими процессами, которыми нельзя управлять с применением известных подходов теории автоматического управления.

Предложенные в диссертационной работе алгоритмы идентификации и управления ориентированы на использование в программном обеспечении интеллектуальных компьютерных систем моделирования и управления для многомерных статических систем.

1. Агафонов Е.Д., Медведева H.A. Об исследовании непараметрических оценок производной кривой регрессии // Информатика и системы управления: межвузовский аспирантский и докторантский сборник науч. трудов. -Красноярск: Изд-во КГТУ, 1996. - С. 176-182.

2. Бесекерский В.А., Попов Е.П. Теория систем автоматического регулирования. М.: Наука., 1975. - 768 с.

3. Воронов A.A. Основы теории автоматического регулирования. М.: Наука., 1979.-320 с.

4. Гмурман В.Е. Теория вероятностей и математическая статистика. М.: Высшая школа, 2000. - 479 с.

5. Гроп Д. Методы идентификации систем. М.: Мир, 1979. - 304 е.

6. Дейч A.M. Методы идентификации динамических объектов. М.: Энергия, 1979.-240 с.

7. Живоглядов В.П., Медведев A.B. Непараметрические алгоритмы адаптации. Фрунзе: Илим, 1974. - 136 с.

8. Заде J1. Чезоер Ч. Теория линейных систем.- М.: Наука, 1970.-589с.

9. Иванилов A.A. Об алгоритмах идентификации линейных систем с запаздыванием // Стохастические системы управления. Новосибирск: Наука, 1978.-С. 109-119.

10. Иванилов A.A., Ковязин С.А. Непараметрическая оценка производной функции регрессии и ее применение к задаче идентификации // Адаптивные системы и их приложения. Новосибирск: Наука, 1978. - С. 109-119.

11. П.Ивахненко А.Г., Юрачковский Ю.П. Моделирование сложных систем по экспериментальным данным. М: Радио и связь, 1987. - 120 с.

12. Иващенко H.H. Автоматическое регулирование. Теория и элементы систем. М.: «Машиностроение», 1978 - 320 с.

13. П.Игнатова O.A. Вяжущие из гидратированной золы ТЭС и получение бетонов и растворов на его основе.: Автореф. дис. . к-та. техн. наук. -Новосибирск, 1993г. 24 с.

14. Н.Катковник В.Я. Непараметрическая идентификация и сглаживание данных. -М.: Наука, 1985. -415с.

15. Каракулов В.M. Стеновые материалы из золы Канско-Ачинских углей от парогенераторов с жидким шлакоудалением.: Автореф. дис. . к-та. техн. наук. Барнаул, 1998 г. - 24 с.

16. КолемаевВ.А., Староверов О.В., Турундаевский В.Б. Теория вероятностей и математическая статистика. М.: Высш.шк., 1991. - 400 с.

17. Колмогоров А.Н., Фомин C.B. Элементы теории функций и функционального анализа.- М.: Наука, 1989.-624 с.

18. Кошкин Г.М. О равномерной сходимости в среднеквадратическом непараметрических оценок условных функционалов // Математическая статистика и ее приложения. Томск: ТГУ, 1979. - С. 39-52.

19. Куликовский Р. Оптимальные адаптивные процессы в системах автоматического регулирования М.: Наука, 1967.-423с.

20. Лапко A.B., Медведев A.B. Непараметрические алгоритмы восстановления неизвестных зависимостей. -ГФАП, 1976. № 1100-1853.

21. Лепешенкова Г.Г. Гидратация, твердение и строительно-технические свойства цементов с добавкой кислых и основных зол ТЭС.: Автореф. дис. . к-та. техн. наук. Москва, 1983г."

22. Липаев В.В. Проектирование математического обеспечения АСУ (системотехника, архитектура, технология).-М.: Сов. Радио, 1977.-412с.

23. Льюнг Л. Идентификация систем, М.: Наука, 1991.-421с.

24. Маджаров Н.Е., Растригин Л.А. Введение в идентификацию объектов управления. М: Энергия, 1977. - 216 с.

25. Медведев A.B. Непараметрические системы адаптации. Новосибирск: Наука, 1983.-173 с.

26. Медведев A.B. О сходимости непараметрических алгоритмов управления //Известия академии наук киргизской ССР №1. Фрунзе: Илим, 1975. - С. 27-32.

27. Медведев A.B. Непараметрические оценки плотности вероятности и ее производных // Автоматизация промышленного эксперимента. Фрунзе: Илим, 1973.- С. 22-31.

28. Медведев A.B. Адаптация в условиях непараметрической неопределенности //В кн. Адаптивные системы и их приложения. Новосибирск: Наука, 1978.-С. 4-34.

29. Медведев A.B., Цыкунова И.М. О сходимости непараметрических алгоритмов поиска экстремума. В сб.: «Обработка информации в автоматизированных системах». Фрунзе: Илим, 1974.

30. Медведева H.A. Непараметрические модели и регуляторы // Известия Вузов. Физика. 1995. № 9. С. 124-129.

31. Меренцова Г.С. Физико-химические и технологические основы регулируемого структурообразования золобетонов.: Автореф. дис. . д-ра техн. наук. С.-Петербург, 1997г. -28 с.

32. Надарая Э.А. Непараметрические оценки плотности вероятности и кривой регрессии.- Тбилиси: Тбил. ун-т, 1983.-286 с.

33. Надарая Э.А. Об оценке регрессии // Теория вероятностей и ее применение. Т9, вып. 1, 1964.- С. 157-159.

34. Надарая Э.А. Непараметрические оценки кривой регрессии // Труды ВУ АН ГрССР.- Тбилиси: вып. 5, 1965.- С. 56-68.

35. Надарая Э.А. Замечания о непараметрических оценках плотности вероятности и кривой регрессии // Теория вероятностей и ее применение. Т. 15, вып. 1, 1970.- С. 139-142.

36. Никитченко О.Г. Применение активированных зол гидроудаления теп-лоэлектростанций в качестве составляющей комплексных минеральных вяжущих: Автореф. дис. . к-та. техн. наук. Харьков, 1991 г. 4-12 с.

37. Новиков Н.Ф., Рукосуев Ю.А. Об адаптивных алгоритмах управления качеством. //В кн. Адаптивные системы и их приложения. Новосибирск: Наука, 1978.-С. 158-163.

38. Овчаренко Г.И., Плотникова Л.Г., Францен В.Б. Оценка зол углей КАТЭКа и их использование в тяжелых бетонах. Барнаул.:АлтГТУ, 1997. 210 с.

39. Овчаренко Г.И. Золы углей КАТЭКа в строительных материалах // Издательство Красноярского университета 1991. - С. 25-31.

40. Овчаренко Г.И., Свиридов B.JI. Цеолиты в строительных материалах: Учебное пособие. Барнаул.: АГТХ им. П.И. Ползунова, 1996. - 321 с.

41. Ордынцев В.М. Математическое описание объектов автоматизации. М.: Машиностроение, 1965. - 360 с.

42. Павленко С.И. Бетоны из твердых отходов промпредприятий и комплексное их использование в строительстве. Новокузнецк.: Сиб. государственная горно-металлургическая академия, 1996. - 120 с.

43. Павленко С.И., Малышкин В.И., Баженов Ю.М. Бесцементный мелкозернистый бетон из вторичных минеральных ресурсов. Новосибирск.: Сиб. отделение академии наук, 2000.

44. Перегудов Ф.И., Ф.П. Тарасенко Основы системного анализа. Томск: НТЛ, 1997.-396 с.

45. Пирумов У.Г. Численные методы. М.: МАИ, 1998. - 188 с.

46. Плотникова Л.И. Оценка свойств зол углей КАТЭКа и их использование в тяжелых бетонах: Автореф. дис. . к-та. техн. наук. Барнаул, 1997. -28 с.

47. Проталинский А.Н. Исследование керамзитобетонов с добавкой золы-уноса бурого угля: Автореф. дис. . к-та. техн. наук. Новосибирск, 1981. -28 с.

48. Пугачев B.C. Теория случайных функций. М.: Физматгиз, 1960.-827с.

49. Пугачев B.C. Статистические методы в технической кибернетике. М.: Советское радио, 1971. - 192 с.

50. Растригин JI.А. Современные принципы управления сложными объектами. М.: Сов. радио, 1980. - 232 с.

51. Райбман Н.С. Что такое идентификация. М.: Наука, 1970. - 120 с.

52. Райбман Н.С., Чадеев В.М. Адаптивные модели в системах управления. -М.: Сов. радио, 1966. 160 с.

53. Райбман Н.С., Чадеев В.М. Построение моделей процессов производства. -М.: Энергия, 1975. 376 с.

54. Рубан А.И. Методы анализа данных. Учебное пособие: в 2 ч. Красноярск: КГТУ, 1994.

55. Савинкина М.А., Лотвиненко А.Т. Золы Канско-Ачинских бурых углей. -Новосибирск.:Наука, 1979. 320 с.

56. Самарский A.A. Теория разностных схем. М.: Наука. Гл. ред. физ.-мат. лит., 1983.-616 с.

57. Свиридов В.Л. Строительные материалы и изделия на основе природных цеолитов Сибири и Дальнего Востока.: Автореф. дис. . д-ра техн. наук. -Барнаул, 2000.

58. Сейдж Э.П., Мелса Д.Л. Идентификация систем управления. М.: Наука, 1974.

59. Современные методы идентификации систем: Пер. с англ. / Под ред. П. Эйкхоффа. М.: Мир, 1983. - 400 с.

60. Теория автоматического управления. 4.2.: Теория нелинейных и специальных систем автоматического управления / Под ред. A.A. Воронова. - М.: Высшая школа, 1977. - 288 с.

61. Фельдбаум A.A., Дудыкин А.Д., Мановцев А.П., Миролюбов H.H. Теоретические основы связи и управления. М.: Физматгиз, 1963.-932 с.

62. Хардле В. Прикладная непараметрическая регрессия. М.: Мир, 1993.- 349 с.

63. Царюк A.M. Бетоны с дисперсными минеральными добавками вулканического происхождения: Автореф. дис. . к-та. техн. наук. НИИЖБ, Москва, 1991.

64. Цыпкин Я.З. Адаптация и обучение в автоматических системах.- М.: Наука, 1968.-428С.

65. Цыпкин Я.З. Основы информационной теории идентификации. М.: Наука. 1984.-320 с.

66. Штейнберг Ш.Е. Идентификация в системах управления. М.: Энерго-атомиздат, 1987. - 80 с.

67. Эйкхофф П. Основы идентификации систем управления. М.: 1975.-412с.69. "Энтин З.Б. Химия и технология тонкомолотых многокомнонентов: Дис. .д-ра техн. наук. М.: РХТУ им. Менделеева, 1993.

68. Parzen Е. On Estimation of a Probability Density, Function and Mode // IEEE Transactions on Information Theory, vol. Pami-4, №6, 1982.- p. 663-666.

69. Rosenblatt M. Remarks on some nonparametric estimates of a density function // Ann. Math. Statist. 1956. - V.27, № 3. - Pp. 832-835.1. СПИСОК ПУБЛИКАЦИЙ АВТОРА

70. Berezovskiy, M.G. Adaptive nonparametric model / M.G. Berezovskiy, A.V. Kuchmasov, A.R. Nizameev, L.A. Slonova // The collection of conferences reports " Cybernetics and technologies of XXI century ", Voronezh 2002. -pp 95101.