Метод и алгоритмы нейро-нечёткого управления многосвязными тепловыми объектами агрегата полимерных покрытий металла

Варфоломеев, Игорь Андреевич

Системный анализ, управление и обработка информации (по отраслям)

автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Метод и алгоритмы нейро-нечёткого управления многосвязными тепловыми объектами агрегата полимерных покрытий металла

кандидата технических наук: Варфоломеев, Игорь Андреевич
город: Череповец
год: 2013
специальность ВАК РФ: 05.13.01

Диссертация по информатике, вычислительной технике и управлению на тему «Метод и алгоритмы нейро-нечёткого управления многосвязными тепловыми объектами агрегата полимерных покрытий металла»

Автореферат диссертации по теме "Метод и алгоритмы нейро-нечёткого управления многосвязными тепловыми объектами агрегата полимерных покрытий металла"

На правах рукописи

ВАРФОЛОМЕЕВ ИГОРЬ АНДРЕЕВИЧ

МЕТОД И АЛГОРИТМЫ НЕЙРО-НЕЧЁТКОГО УПРАВЛЕНИЯ МНОГОСВЯЗНЫМИ ТЕПЛОВЫМИ ОБЪЕКТАМИ АГРЕГАТА ПОЛИМЕРНЫХ

ПОКРЫТИЙ МЕТАЛЛА

Специальность: 05.13.01 Системный анализ, управление и обработка информации

(в металлургии)

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Череповец - 2013

005545206

Работа выполнена в федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Череповецкий государственный университет» на кафедре математического и программного обеспечения ЭВМ.

Научный руководитель: доктор технических наук, профессор

Ершов Евгений Валентинович

Официальные оппоненты: доктор технических наук, профессор

Аншелес Валерий Рудольфович,

Череповецкий государственный университет, профессор кафедры теплоэнергетики и теплотехники

кандидат технических наук Веселое Юрий Владимирович

ООО «Северсталь-инфоком софт», помощник генерального директора по развитию бизнеса

Ведущая организация: ОАО «Уралмашзавод», г. Екатеринбург

Защита состоится «29» ноября 2013 г. в 15 часов на заседании совета по защите докторских и кандидатских диссертаций Д 212.297.02 в федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Череповецкий государственный университет» по адресу 162602, г. Череповец, Вологодская обл., пр. Луначарского, д. 5.

С диссертацией можно ознакомиться в библиотеке ФГБОУ ВПО ЧГУ.

Автореферат разослан «25» октября 2013 г.

Ученый секретарь диссертационного совета

Харахнин К.А.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Одним из видов продукции, выпускаемой предприятиями металлургического комплекса, является предварительно окрашенный прокат с защитным цинковым покрытием.

На данный момент в мире насчитывается более 700 линий производства предварительно окрашенного проката. На лидирующие позиции в производстве этого вида проката выходят такие страны, как Китай, Индия и Россия. Основной причиной растущей популярности производства проката с полимерным покрытием специалисты называют снижение себестоимости изделий из металла, окрашенного в заводских условиях, в среднем на 20% .

В ближайшие годы мировое потребление будет прирастать, в первую очередь, за счет роста спроса в развивающихся странах, в том числе за счет российского рынка, характеризующегося развитием таких областей, как строительство и автомобилестроение. Учитывая тенденции внешнего и внутреннего рынка проката с покрытиями, можно ожидать прироста спроса на него на мировом рынке к 2015 году в 2,8 раза. В связи с высокой востребованностью горячеоцинкованного проката с лакокрасочным полимерным покрытием на внутреннем рынке России и за рубежом, ведущие отечественные металлургические компании, такие как ОАО «HJIMK», ОАО «ММК», ОАО «Северсталь», наращивают мощности своих предприятий.

При производстве предварительно окрашенного проката широко используются тепловые агрегаты, в том числе и печи сушки лакокрасочного материала (JIKM), расположенные на агрегате полимерных покрытий металла. Выпуск предварительно окрашенного проката характеризуется значительным количеством брака, основными видами которого являются отслоение полимерного покрытия и его неравномерное распределение на поверхности. На качество конечной продукции, в первую очередь, влияют температурные режимы печных установок сушки полимерного покрытия. Совершенствование систем управления процессом сушки полимерного покрытия представляет собой одно из приоритетных направлений развития сферы производства предварительно окрашенного проката.

Исследования в данной области базируются на основах теории моделирования процессов и систем, изложенных в работах С.А. Айвазяна, A.B. Антонова, B.C. Анфилатова, Ю.А. Бахвалова, A.A. Денисова, Р. Калмана (R.E. Kaiman), В.А. Котельникова, H.JI. Лузина, Ю.Г. Лукашина, A.A. Ляпунова, М.Ю. Медведева, П.С. Новикова, Б.Я. Советова, К. Шеннона (С.Е. Shannon), С.А. Яковлева и др. Развитие методов моделирования и управления промышленными тепловыми объектами связано с исследованиями таких учёных, как A.C. Гольцов, В.А. Завьялов, А.К. Карабашев, М.Ю. Лившиц, A.A. Шевяков, Р.В. Яковлева и др. Исследования в области управления и моделирования процессов, протекающих в полимерных покрытиях, в основном, связаны с теорией физики поверхностных явлений, раскрытой в работах А.Ю. Гросберга, В.П. Жданова, А.Р. Хохлова и др.

Уменьшение доли бракованной продукции и снижение потребления энергоресурсов за счёт создания специального математического обеспечения нейро-нечёткого управления производственным процессом является основным способом увеличения конкурентоспособности на мировом рынке предварительно окрашенного проката для предприятий металлургического комплекса. В этой связи разработка метода и алгоритмов адаптивного нейро-нечёткого управления многосвязными тепловыми

объектами агрегата полимерных покрытий металла представляется актуальной научно-технической задачей.

Цель и задачи диссертационной работы. Целью диссертационной работы является увеличение энергоэффективности и уменьшение доли бракованной продукции за счёт повышения точности задания температурных режимов многосвязных тепловых объектов агрегата полимерных покрытий металла, обеспечивающего поддержание температуры полимеризации оцинкованной полосы на основе синтеза адаптивных систем поисковой оптимизации, нейро-нечётких моделей и идеального моделирования теплового объекта.

Для достижения поставленной цели в работе решены следующие задачи:

1. Выполнен анализ проблемы управления многосвязными тепловыми объектами агрегата полимерных покрытий металла.

2. Разработаны модели и методы нейро-нечёткого управления многосвязными тепловыми объектами агрегата полимерных покрытий.

3. Разработаны алгоритмы обработки информации в системе управления многосвязными тепловыми объектами агрегата полимерных покрытий.

4. Проведены экспериментальные исследования метода и средств обработки информации в системе управления многосвязными тепловыми объектами агрегата полимерных покрытий.

Объект и предмет исследования. Объектом исследования является система управления процессом полимеризации оцинкованной металлической полосы в печах агрегата полимерных покрытий металла при производстве предварительно окрашенного проката. Предмет исследования - методы и алгоритмы нейро-нечёткого управления многосвязными тепловыми объектами агрегата полимерных покрытий металла.

Методы исследования. Для решения поставленных задач в работе использовались методы системного анализа, математического моделирования, искусственного интеллекта, нейронных сетей и нечёткой логики, эволюционные алгоритмы, а также основы теории построения алгоритмов и программ.

Научная новизна и основные положения, выносимые на защиту:

1. Разработана математическая модель нейро-нечёткого управления многосвязными тепловыми объектами агрегата полимерных покрытий, позволяющая задавать требуемый температурный режим в условиях нестационарности, нелинейного изменения внешних и внутренних факторов и распределенности параметров.

2. Разработан метод нейро-нечёткого управления процессом полимеризации, отличающийся применением эвристической оптимизации технологических параметров с помощью генетического алгоритма, позволяющий снизить расход газа и обеспечить максимальный коэффициент прилипания лакокрасочного материала к поверхности полосы.

3. Разработана система алгоритмов управления многосвязными тепловыми объектами агрегата полимерных покрытий, реализующая функционально полное алгоритмическое обеспечение и включающая:

— алгоритм прогнозирования температуры поверхности металла на выходе из печной установки;

— алгоритм оптимизации технологических параметров процесса полимеризации оцинкованной полосы;

— алгоритм обучения нейро-нечёткой модели управления процессом полимеризации оцинкованной полосы;

- алгоритм расчёта температуры печной зоны с помощью нейро-нечёткой сети;

- алгоритм управления многосвязными тепловыми объектами агрегата полимерных покрытий металла;

- обобщенный алгоритм функционирования системы управления многосвязным тепловым объектом агрегата полимерных покрытий металла.

Практическая значимость результатов исследования заключается в том, что реализация разработанных теоретических положений позволила:

- разработать имитационную модель процесса сушки лакокрасочного материала в печи агрегата полимерных покрытий металла, что повысило точность прогнозирования температуры поверхности металла на 7 %;

- снизить на 1,5 % количество бракованной продукции, связанной с отслоением покрытия за счёт повышения точности определения требуемого температурного режима печной установки, обеспечивающего нагрев металлической полосы до температуры полимеризации;

- снизить на 2 % расход газа, используемого для нагрева печных зон, за счёт оптимизации технологических параметров процесса полимеризации;

- увеличить в 2,8 раза скорость принятия решений по подбору технологических параметров процесса полимеризации оцинкованного листа с помощью разработанного программного обеспечения, реализующего описанные метод и алгоритмы управления;

- увеличить на 2% экономическую эффективность работы на рынке металлургической продукции с высокой добавленной стоимостью. Реализация результатов работы. Диссертационное исследование выполнено в

рамках ФЦП «Научные и научно-педагогические кадры инновационной России» на 2009-2013 гг., госконтракт № 14.В37.21.0075 от 12.07.2012 г. на тему «Компьютерное моделирование процессов формирования, равновесных свойств и подвижности в частично упорядоченных наноструктурах: слоях и плёночных покрытиях», госзадания Министерства образования и науки РФ 2012 на 2012-2013 гг. на тему «Интеллектуальные модели управления сложными распределёнными многосвязными объектами» и финансировалось фондом содействия развитию малых форм предприятий в научно-технической сфере правительства РФ в рамках федеральной программы «Участник молодёжного научно-инновационного конкурса (У.М.Н.И.К.)» на 2012 г. договор № 3/17211 от 01.04.2013 г. на тему: «Разработка программного модуля интеллектуального управления процессом полимеризации оцинкованного листа при окраске полосы по технологии «Coil Coating».

Разработанные метод и алгоритмы управления многосвязными тепловыми объектами агрегата полимерных покрытий прошли экспериментальную проверку в ЦПМ № 2 ПХП ОАО «Северсталь». Результаты исследования были успешно внедрены и используются в управлении механизации и автоматизации ООО «Северсталь-Промсервис» при построении систем управления многосвязными тепловыми объектами. Предложенные алгоритмы обработки информации и управления используются в учебном процессе на кафедре «Математическое и программное обеспечение ЭВМ» Череповецкого государственного университета в содержании дисциплин «Структуры и алгоритмы обработки данных» и «Системы искусственного интеллекта» для студентов специальности 230105.65 «Программное обеспечение вычислительной техники и автоматизированных систем».

Апробация работы. Основные результаты диссертационной работы докладывались и получили положительную оценку на следующих научных конференциях: X, XI Международные конференции «Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации» (Курск, 2012, 2013 гг.); VII, VIII Международные конференции «Автоматизация и энергосбережение машиностроительного и металлургического производств, технология и надежность машин, приборов и оборудования» (Вологда, 2012, 2013 гг.). X Международный симпозиум «Интеллектуальные системы» (Вологда, 2012), VII Международная конференция «Информатизация процессов формирования открытых систем на основе СУБД, САПР, АСНИ и систем искусственного интеллекта (ИНФОС-2013)» (Вологда, 2012), Международный конгресс «European Polymer Congress (EPF 2013)» (Италия, Пиза, 2013), VI Международная конференция «Инженерные системы-2013» (Москва, 2013) и др.

Публикации. По теме диссертации опубликована 31 печатная работа, в том числе 4 статьи в ведущих рецензируемых научных журналах и изданиях из перечня ВАК Министерства образования и науки РФ, а также 3 свидетельства о регистрации электронного ресурса (ОФЭРНиО) и 1 свидетельство о государственной регистрации программы для ЭВМ (Роспатент).

Структура и объем работы. Диссертационная работа состоит из введения, четырех разделов, заключения, списка литературы, включающего 102 наименования, и 4-х приложений. Объём диссертационной работы - 164 страницы. В тексте диссертации содержатся 41 рисунок и 5 таблиц.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность, сформулированы цель и задачи исследования, представлены положения, выносимые на защиту, их научная новизна и практическая значимость работы.

В первом разделе по данным отечественной и зарубежной литературы выполнен анализ методов, средств и типов систем управления тепловыми объектами. Он показал, что существующие системы управления многосвязными тепловыми объектами агрегата полимерных покрытий функционируют на основе моделирования идеального теплового объекта и беспоисковой самонастройки. Применение данных подходов не позволяет определять управляющие воздействия для нового вида сортамента. Кроме того, настройка эталонного состояния системы на этапе проектирования приводит её в неактуальное состояние при длительной эксплуатации и износе оборудования.

Рассмотрены характеристики процесса полимеризации оцинкованного листа в печах сушки отделочного и грунтовочного слоёв (рисунок 1) с точки зрения его управления. На основе проведенного анализа сформулированы задачи работы, обоснована возможность и целесообразность применения синтеза методов поисковой оптимизации, аппарата нейронных сетей, нечёткой логики и моделирования идеального теплового объекта в решении задачи управления многосвязными тепловыми объектами агрегата полимерных покрытий.

Управление процессом полимеризации оцинкованной полосы заключается в задании семи значений температур печных зон (T3i,...,Tl7), обеспечивающих требуемый температурный режим, при котором температура поверхности полосы на выходе из печи попадает в интервал рекомендуемых температур полимеризации ЛКМ ([Tnoll, T„ol2\). Это обеспечит максимальный коэффициент адгезии краски. Температуры печных зон зависят

от следующих технологических параметров: толщины (И), скорости (V) и начальной температуры (Тнач) полосы, плотности (р) и теплоёмкости (с) стали. Перечисленные параметры в производстве принято называть рецептом. Значения температур печных зон должны быть оптимизированы {Тз1опт,...,Тз7опт) по таким критериям, как качество продукции и энергоэффективность.

Заслонки подвода свежего воздуха

гД-т

Поток тепла ЩЩ® —ш- I ш I I I.............................. ш)ш>ш>те> ш ! -ш ! ш I ш Полоса с покрытием

Зона 1 ! Зона 2 \ Зона 3 ! Зона 4 ! Зона 5 ! Зона 6 ' Зона 7 | ! I I I I

с М» >1 42000

'<2) - вентилятор - газовая горелка

Рисунок 1 - Схема печи сушки отделочного слоя

Во втором разделе на основе системного анализа разработана системная модель управления тепловыми объектами агрегата полимерных покрытий металла (рисунок 2).

г н

о *

£ 3 I £

Рисунок 2 - Системная модель управления процессом полимеризации на агрегате полимерных покрытий металла

В ходе системного анализа были определены модели и методы, реализация которых необходима для построения системы управления многосвязными тепловыми объектами агрегата полимерных покрытий металла. Была определена необходимость разработки математической модели процесса сушки полимерного покрытия, метода оптимизации технологических параметров и метода управления на основе нейро-нечёткой модели.

На первом этапе была построена математическая модель процесса сушки полимерного покрытия, осуществляющая прогноз температуры поверхности металла (Т„ое.еых.) ДЛЯ заданного рецепта (Тз1,...,Тз7: с, р, К V, Тиач).

При сушке ЛКМ в печах агрегата полимерных покрытий передача тепла осуществляется за счёт радиационно-конвективного теплообмена, описываемого дифференциальным уравнением:

= ак(Тпечи -Т„одосы) + а0тЦТ1чи - т1лосы), (1)

ат

где Тпопосы и Тпечи - температура стальной полосы и температура печи соответственно, г -время, г] - коэффициент рассеивания энергии при излучении, ак - коэффициент теплоотдачи при конвекции, <у0 - постоянная Стефана-Больцмана. Значения коэффициентов конвективного и лучистого теплообмена были определены на основе экспериментальных данных.

На рисунке 3 показано распределение температуры внутри печи (Тпечи) как заданные дискретные величины в центре каждой из семи зон печной установки агрегата полимерных покрытий металла.

Рисунок 3 - Зависимость температуры поверхности металлической полосы от

температур печных зон

Для точного решения уравнения (1) численными методами была произведена интерполяция функции Тпечи{1) с помощью полинома Лагранжа (рисунок 3, кривая 1). В качестве точек интерполяции использовались температуры в серединах печных зон (Тз1,...,Тз7), обозначенные символом «*».Температуры поверхности полосы в различных точках печи, полученные в результате компьютерного моделирования с использованием выражения (1), представлены на рисунке 3 кривой 2. Экспериментальные значения температур поверхности полосы показаны на рисунке символом «о». Решение уравнения (1) с подобранными коэффициентами кк и к, позволяет определить температуру поверхности металла в любой точке печи.

На втором этапе был разработан метод оптимизации технологических параметров процесса. Оптимизация температур печных зон осуществлялась с помощью генетического алгоритма (ГА). Для эвристического многокритериального поиска оптимального состояния системы с помощью лексикографического анализа была определена целевая функция. Данный подход был использован в связи с тем, что приоритет критериев является очевидным (критерий качества прилипания является более значимым, по сравнению с критерием энергоэффективности). Целевая функция представлена в выражении:

.. adh . ,, \1еслиТпа1вых .e[T„OJIl;Tnm2]

quality = -, где adh = -i m „

¿73», [О,если ^ ё[Т„тЛ;Ття1] (2)

¡=1

Чем выше значение оценки (quality), тем более оптимален набор температур печных зон. Необходимо осуществить максимизацию оценки по комплексному критерию (quality(Ттв вьа , ТзГ..Тл) шах).

Оценка, полученная с помощью выражения 2, была использована в качестве эвристики при оптимизации с помощью генетического алгоритма (рисунок 4).

Рисунок 4 - Схема многокритериальной оптимизации температур печных зон

Из базы ретроспективных данных (БД рецептов) выбирается нужный рецепт, температуры печных зон которого передаются в блок генетического алгоритма. В этом блоке генерируется изменённый набор температур печных зон (7V...7V). который передается в имитационную модель, полученную на предыдущем этапе. Интервал допустимых температур полимеризации JIKM ([T,mi,T„m2]) сразу передается в блок целевой функции, так как он необходим исключительно для оценки оптимальности. Оставшиеся параметры рецепта (с, р, h, V, Т„ач) передаются в физическую модель процесса сушки полимерного покрытия без изменения. В этом блоке вычисляется температура поверхности полосы в момент выхода из печи (Тт„„ых). В блоке целевой функции с помощью выражения 2 вычисляется оценка оптимальности (quality). Генетический алгоритм реализует итеративное вычисление, поэтому оценка, полученная с помощью целевой функции, используется на следующем шаге для генерации нового, более оптимального набора температур печных зон. Рецепты с оптимизированными значениями температур печных зон (Тз,опт ...Тз7опт) сохраняются в базе данных оптимизированных рецептов (БД опт. рецептов).

На третьем этапе был разработан метод управления тепловыми объектами агрегата полимерных покрытий. Сложность управления заключается в том, что рассматриваемые объекты являются многосвязными.

Для решения проблемы многосвязности объекта был использован подход децентрализации управления, при котором модель управления процессом полимеризации (рисунок 5а) была разбита на семь подмоделей (рисунок 56).

1ч ni^i^i

P, C, V, h,~ 7'нач., Tnanlj

Тпал2

Подмодель 1

T,i

?—*■

Подмодель 2

ТзЗ... Тзб

Т,1

Подмодель 7

T,t

Т.2

Т,7

Рисунок 5 - а) структура многосвязной модели управления б) структура децентрализованной модели управления

Каждая из подмоделей осуществляет расчёт температуры только в одной из семи печных зон. При этом на вход каждой их этих подмоделей подаются все параметры входного вектора (р, с, V, И, Т„ач, Т,ЮЯ1,Т„т2), дополненные рассчитанными значениями температур предыдущих печных зон (Т3„ 1=1,..,7).

На следующем этапе, в рамках детализации каждой подмодели, была реализована нейро-нечёткая модель, позволяющая рассчитывать температуру в соответствующей печной зоне на основе оптимизированных рецептов, полученных с помощью метода оптимизации технологических параметров.

На рисунке 6 представлен способ нечёткого вывода.

Р, С,

V,h,

Тнач, ■

Тпол1, Тпол2, Тпрвд. за

Блок нечёткого вывода температуры печной зоны

Блок фуззификации (ФУЗ) ,

Блок нечёткого вывода (HB)

Блок дефуззификации . (ДЕФУЗ)_,

А' S 'X

Bk,k = 1, ...,N

База правил на основе оптимизированных рецептов

Рисунок 6 - Блок нечёткого вывода температуры печной зоны

Конкретное значение входного сигнала модуля нечёткого

управления подлежит операции фуззификации, в результате которой ему будет сопоставлено нечёткое множество А'. Это нечёткое множество подается на вход блока нечёткого вывода решения. На выходе блока вывода по нечёткому правилу вывода modus ponens получаем несколько нечётких множеств В1.

Знания, составляющие основу корректного функционирования модуля нечёткого управления, записываются в виде нечётких правил и имеют следующий вид:

R*: ЕСЛИ (хх это д' И х2 это К И... И х, это А' ) ТО (у, это В* И у1 это В' И ...И ут это В* ) ,

где N - количество нечётких правил; Д'.....Л', В*.....В* - нечёткие множества; х!, х2,...д„

- входные переменные модели (управляющие переменные и параметры технологического процесса); у/, у2>- • ->Ут - выходные переменные модели.

Математически способ нечёткого вывода представлен следующим выражением:

" —I 2>

у=-

г (— —* > 2" \

Пехр - х,-х:

V _ \ ' _ )

/ (— —* > 1

Пехр - X, - X, ак

V _ \ 1

где параметры х* и о* имеют физическую интерпретацию: х* - это центр, а сг* -ширина гауссовой кривой. Каждый элемент этой формулы можно задать в форме функционального блока, что после соответствующего объединения позволяет создать нейроподобную многослойную сеть (рисунок 7).

УАк(хО Ук)

с=5> —

Тпол1, хп/ Тпол2, Тпред. зон

• % * Уп \

• , Ь®' У

1-4правило

СпойЗ

Правило(«если») Заключение («то»)

Слой 4

ДЕ<ЬУЗ

ФУЗ НВ

Рисунок 7 - Схема реализации нейро-нечёткой сети

Слой 4 представляет собой реализацию блока дефуззификации. Веса связей интерпретируются как центры функций принадлежности нечётких множеств В*. Эти веса также будут модифицироваться в процессе обучения с помощью алгоритма обратного распространения ошибки. На выходе Слоя 4 формируется «чёткое» (дефуззифицированное) выходное значение модуля управления у.

На заключительном этапе были объединены описанные выше модель процесса сушки полимерного покрытия, метод оптимизации и подмодели расчёта температур печных зон в модуль, реализующий метод нейро-нечёткого управления (рисунок 8).

^ I с

1 з ^ м

|Г Тнач' § <й Тпол1' е Тпоп2' Обучающие данные

Р'

р, с, h, V, 7нач,| j3lonm Тпоп1, Тпоп2 |

Блок оптимизации

........................р, С, Ь, V, Тнач................

БД рецептов

Тз1..Тз7

ГА

Тз1'..Тз7'

Имитационная модель

Тзг Тз7'

Тпоя.вых.

р, С, Ь, V, Тнач

Тз1зпт...Тз7опп бд опт Тпол1.Тпол2

Комплексный критерий

quality

рецептов

Троп1.ТПОЛ2

Рисунок 8 - Структурно-информационная схема модуля управления

В третьем разделе на основе предложенных методов разработано алгоритмическое обеспечение системы управления многосвязными тепловыми объектами агрегата полимерных покрытий металла, включающее следующие алгоритмы: алгоритм прогнозирования температуры поверхности металла на выходе из печной установки, алгоритм оптимизации технологических параметров процесса полимеризации оцинкованной полосы, алгоритм обучения нейро-нечёткой модели управления процессом полимеризации оцинкованной полосы, алгоритм расчёта температуры печной зоны с помощью нейро-нечёткой сети, алгоритм управления многосвязными тепловыми объектами агрегата полимерных покрытий металла, обобщенный алгоритм функционирования системы управления многосвязным тепловым объектом агрегата полимерных покрытий металла.

Система управления тепловыми объектами агрегата полимерных покрытий металла работает в соответствии с обобщенным алгоритмом, блок-схема которого представлена на рисунке 9.

Данный алгоритм является центральным и осуществляет запуск и остановку других алгоритмов. После запуска системы необходимо произвести проверку готовности системы осуществлять расчёт температур печных зон. Проверка заключается в поиске в БД системы управления весовых коэффициентов, полученных в результате обучения. Рассмотрим ситуацию, когда система эксплуатируется впервые, т.е. когда структурная и параметрическая идентификация не была проведена.

Процедура оптимизации происходит на основании рецептов, сформированных на основе ретроспективных данных о работе установки. Эти данные поступают из БД системы управления. Ход процесса оптимизации визуализируется на экране. После его окончания происходит вывод результатов и сохранение оптимизированных рецептов в БД.

На следующем этапе происходит обучение нейро-нечёткого модуля. Формирование обучающих выборок для всех подмоделей осуществляется на основании оптимизированных рецептов, передаваемых из БД. В результате подбираются значения

весовых коэффициентов связей в нейро-нечёткой сети, которые сохраняются в БД. Процесс обучения и его результаты отображаются пользователю. Обученная нейро-нечёткая подмодель готова к управлению.

Начало

системы \ управления

Рецепты

Определение готовности к управлению

Оптимизация технологических параметров

I ! Весовые *\ коэффициенты

Обучение нейро-нечёткого модуля управления

/ Текущая краска: I Тпол1, Тпш2 I Текущая полоса: I с.р.к, Тнач. \ План на смену: V

/""Визуализация процесса н ^результатов оптимизации

I Оптимизированные \ рецепты

Визуализация процесса и результатов обучения

|-П

Весовые коэффициенты

КЗ)

ф т

Определение температур печных зон

-и

■— Визуализация ~~

результатов расчёта ^температур печных зон

Тз1.....Тз7

Конец

Передача данных в контроллер

Рисунок 9 - Блок-схема обобщённого алгоритма функционирования системы управления тепловыми объектами агрегата полимерных покрытий металла

Определение температур печных зон осуществляется на основе подобранных коэффициентов, передаваемых в модуль из цеховой БД. Значения технологических параметров текущей краски и полосы передаются из внешних систем АСУ ТП первого уровня. Рассчитанные значения передаются в контроллеры печной установки и сохраняются в БД.

В четвертом разделе определены основные функциональные элементы и блоки системы нейро-нечёткого управления многосвязными тепловыми объектами агрегата полимерных покрытий металла, предложена методика настройки алгоритмического обеспечения и приведены результаты экспериментальной проверки системы управления.

Экспериментальные исследования системы нейро-нечёткого управления осуществлялись в реальных промышленных условиях, с целью проверки надежности и эффективности функционирования основных модулей системы - прогнозирования температуры поверхности металла, оптимизации технологических параметров процесса полимеризации и нейро-нечёткого управления. В качестве объекта была выбрана печь отделочного слоя агрегата полимерных покрытий металла №2, ЦПМ № 2, ЧерМК, ОАО «Северсталь». Исследования проводились для полосы, изготовленной из стали марки «08пс».

На первом этапе осуществлялось экспериментальное исследование алгоритма прогнозирования температуры поверхности металла, реализованного в программном обеспечении «Модель процесса сушки полимерного покрытия» (per. № 18929 от 12.02.2013). Данное приложение позволяет построить график зависимости температуры поверхности металлического листа от его положения в печи для заданных технологических параметров.

С помощью данной программы была спрогнозирована температура поверхности металла для 100 наборов технологических параметров. Результаты для первых 5 из них представлены в таблице 1. В столбце «Экспериментальное значение» содержится фактическое значение температуры поверхности металла, полученное с пирометров печи. Прогнозное значение - значение, полученное с помощью программы.

Таблица 1 - Результаты экспериментальных исследований алгоритма прогнозирования температуры поверхности металла на выходе из печи

№ набора Экспериментальное значение, °С Прогнозное значение, °С Ошибка, %

1 267 264 1,12

2 244 251 2,87

3 262 259 1,15

4 265 270 1,89

5 251 256 1,99

Максимальное значение ошибки, полученной при сравнении экспериментального и прогнозного значений для 100 наборов параметров составило 3,2%.

На следующем этапе осуществлялось экспериментальное исследование алгоритма оптимизации технологических параметров, реализованного в программном обеспечении «Модель оптимизации процесса сушки полимерного покрытия» (per. № 19282 от 24.06.2013). Данное приложение позволяет получить оптимальные значения температур 7 печных зон при заданных параметрах, таких как марка стали, марка лака, начальная температура полосы, толщина полосы, скорость линии и стартовые значения температур печных зон.

Результаты оптимизации для 5 наборов технологических параметров представлены в таблице 2. Столбцы «Т1э» - «Т7э» содержат экспериментальные значения температур печных зон, для которых осуществлялась процедура оптимизации. Столбцы «Т1о» -«Т7о» содержат оптимизированные значения температур. Столбец «Оптим., %» содержит процент, на который снижается расход газа.

Таблица 2 - Результаты экспериментальных исследований алгоритма оптимизации

технологических параметров процесса полимеризации

Набор Т1э Т2э ТЗэ Т4э Т5э Т6) Т7э Т1о Т2о ТЗо Т4о Т5о Тбо Т7о Оптим,%

1 210 260 310 330 345 345 240 210 260 305 325 336 336 240 1.373

2 185 230 290 330 345 345 240 185 230 282 320 336 340 240 1,628

3 215 265 315 365 370 370 250 215 265 309 358 365 365 250 1,07

4 195 245 295 345 350 350 230 195 245 288 336 340 342 230 1,692

5 205 255 305 355 355 355 265 205 255 297 346 346 345 265 1,718

Процедура оптимизации рецептов позволила сократить расход газа, используемого на нагрев печной установки, в среднем на 1-2 %.

На заключительном этапе осуществляется экспериментальное исследование метода нейро-нечёткого управления многосвязными тепловыми объектами агрегата полимерных покрытий металла, реализованного в программном обеспечении «Адаптивная нейро-нечёткая модель управления технологическим процессом» (per. № 18991 от 07.03.2013). Нейро-нечёткая модель управления обучается на оптимизированных рецептах. Для оценки качества работы модуля управления необходимо провести процедуру обучения и сравнить допустимое значение ошибки (определяется технологом и составляет 10 °С) с полученным при обучении.

На рисунках 10, 11 показаны результаты обучения нейро-нечёткого модуля управления и результаты управления процессом полимеризации.

Кеяичесгао эпох обучения, шх

Рисунок 10 - Результаты обучения нейро-нечёткой модели управления

Рисунок 11 - Результаты управления процессом полимеризации

а г * s- 8 » и ш щ ж жт»цжмпм ш

Гретым т&мяершур ixtmimpumum

Твтщтпрра m жшр&феяьи штата

Зет 5 ^т 6

Как видно на рисунке 10, за 9500 эпох была достигнута требуемая точность управления, что дает возможность сделать вывод об адекватности метода нейро-нечёткого управления.

С помощью обученной модели было осуществлено управление процессом полимеризации для полосы марки стали 08пс с нанесённым покрытием F617 RAL 9002. В сертификате на данный ЛКМ указаны температуры полимеризации 254 "С - 264 "С. Как видно на рисунке 11, температура поверхности металла попала в интервал температур полимеризации, что гарантировало максимальный коэффициент адгезии покрытия к подложке.

Обобщенные результаты оценок достигнутых показателей приведены на лепестковой диаграмме (рисунок 12).

Увеличение экономической эффективности работы на рынке металлургической продукции с высокой добавочной стоимостью (%) 101,2 i

Повышение точности ,

прогнозирования q7 --------- ! \ Увеличение скорости

V"' ¡ ' - 2,8 подбора управляющих

температуры 1Ч ,

поверхности металла \ % ]nn¡ Si параметров

на выходе из печи (%) \ \ ( (количество раз)

\ í X' I

^ ¡ Vl00 I

, , ^—i—^ ! Увеличение эффективности

увеличение __I \ ¡

уап i -----* расхода газа, используемого

количества годной' 102 п

продукщга (%)

для нагрева печной установки (%)

Рисунок 12 - Результаты оценки эффективности применения системы управления многосвязными тепловыми объектами агрегата полимерных покрытий металла

Результаты экспериментальных исследований подтвердили высокую надежность и эффективность разработанного алгоритмического обеспечения системы нейро-нечёткого управления многосвязными тепловыми объектами агрегата полимерных покрытий металла.

Заключение содержит перечень основных результатов диссертационной работы.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

В диссертационной работе в рамках решения поставленной научно-технической задачи повышения качества управления многосвязными тепловыми объектами агрегата полимерных покрытий металла на основе использования адаптивных систем оптимизации, искусственных нейронных сетей и нечёткой логики получены следующие основные результаты:

1. Разработана математическая модель нейро-нечёткого управления, позволяющая задавать требуемый температурный режим многосвязных тепловых объектов агрегата

полимерных покрытий в условиях нестационарности, нелинейного изменения внешних и внутренних факторов и распределенности параметров, что повысило точность определения температуры поверхности металла на выходе из печи на 7 %.

2. Разработан метод нейро-нечёткого управления процессом полимеризации, отличающийся применением эвристической оптимизации технологических параметров с помощью генетического алгоритма, позволяющий обеспечить максимальный коэффициент прилипания лакокрасочного материала к поверхности полосы, снизить количество бракованной продукции на 1,5 % и расход газа на 2 %.

3. Разработана система алгоритмов управления многосвязными тепловыми объектами агрегата полимерных покрытий, позволяющая увеличить скорость расчётов управляющих параметров в 2,8 раза.

4. Разработан программный комплекс, реализующий предложенные методы и алгоритмы системы управления тепловыми объектами агрегата полимерных покрытий металла.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ по Перечню ВАК

1. Варфоломеев, И.А. Применение компьютерного моделирования для управления процессом сушки лакокрасочного покрытия на поверхности металлического листа [Текст]/ И.А. Варфоломеев, Е.В. Ершов, О.Г. Максимова, A.B. Максимов, Л.Н. Виноградова. Вестник Череповецкого гос. ун-та - 2012. - № 4, Т.2. - С. 14-16.

2. Варфоломеев, И.А. Интеллектуальная система управления многосвязным тепловым объектом на основе нечётких динамических моделей [Текст]/ И.А. Варфоломеев, Е.В. Ершов. Вестник Череповецкого гос. ун-та. - 2012. - № 4, Т.З. - С.9-12.

3. Варфоломеев, И.А. Моделирование процесса адгезии полимерного покрытия при покраске металлического листа по технологии «Coil Coating» [Текст]/ И.А. Варфоломеев, Е.В. Ершов, О.Г. Максимова, A.B. Максимов, Л.Н. Виноградова. Производство проката. -2013, №4.-С. 26- 30.

4. Варфоломеев, И.А. Оптимизация нейро-нечёткой модели управления технологическими процессами в металлургии [Текст]/ И.А. Варфоломеев, Е.В.Ершов, Д.В. Богачев. Вестник Череповецкого гос. ун-та. - 2013. - № 1, Т.2. - С.10-14.

в других изданиях:

5. Варфоломеев, И.А. Разработка автоматизированной системы расчёта технологической скорости рольгангов установки контролируемого охлаждения листа в ЛПЦ-3 ЧерМК ОАО «Северсталь» [Текст]/ И.А. Варфоломеев. Материалы XIX межвузовской военно-научной конференции. Череповец: Филиал BKA им. А.Ф.Можайского, 2011,4.1.-С. 134-136.

6. Варфоломеев, И.А. Описание многосвязных объектов на основе нечётких динамических моделей (на примере агрегата полимерных покрытий №2 ЧерМК ОАО «Северсталь») [Текст]/ И.А. Варфоломеев, Е.В. Ершов, O.A. Виноградов. Череповецкие научные чтения - 2011: Материалы Всероссийской НПК. Часть 3. Технические, естественные и экономические науки. Череповец: ФГБОУ ВПО ЧГУ, 2012. - С. 13-16.

7. Варфоломеев, И.А. Применение нечётких динамических моделей для описания многосвязных тепловых объектов [Текст]/ И.А. Варфоломеев, O.A. Виноградов. Интеллектуальный потенциал XXI века: ступени познания: Сборник материалов VIII

Молодежной международной конференции. Новосибирск: Издательство НГТУ, 2011. -С. 173-178.

8. Варфоломеев, И.А. Описание многосвязных тепловых объектов с помощью нечётких динамических моделей на примере печи агрегата полимерных покрытий №2 ЧерМК ОАО «Северсталь» [Текст]/ И.А. Варфоломеев, Е.В. Ершов, JI.H. Виноградова. Материалы 7 Международной НТК «Автоматизация и энергосбережение машиностроительного и металлургического производств, технология и надежность машин, приборов и оборудования»: Вологда: ВоГТУ, 2012. - С. 82-85.

9. Варфоломеев, И.А. Алгоритм управления тепловыми объектами на основе нечёткого моделирования [Текст]/ И.А. Варфоломеев. Молодые исследователи -регионам: материалы всероссийской научной конференции Вологда: ВоГТУ, 2012, Т.1. -С .74-76

10. Варфоломеев, И.А. Алгоритм обработки информации в системе управления печью агрегата полимерных покрытий №2 ЧерМК ОАО «СЕВЕРСТАЛЬ» [Текст]/ И.А. Варфоломеев, Е.В. Ершов, O.A. Виноградов. Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации. Распознавание-2012: сб. материалов X Междунар. науч.-техн. конф. Курск: Юго-Западный гос. техн. ун-т, 2012. - С.190-191.

11. Варфоломеев, И.А. Интеллектуальная система управления печью агрегата полимерных покрытий №2 ЧерМК ОАО «Северсталь» [Текст]/ И.А. Варфоломеев, Е.В. Ершов. Материалы X Междунар. симпозиума «Интеллектуальные системы». Вологда: ВоГТУ, 2012. - С. 129-134.

12. Варфоломеев, И.А. Интеллектуальная система контроля температуры полимеризации грунтовочного слоя на агрегате полимерных покрытий №2 ОАО «Северсталь» [Текст]/ И.А. Варфоломеев, Е.В. Ершов, O.A. Виноградов. Материалы 4-й международной НТК и выставки «Современные методы и приборы контроля качества и диагностики состояния объектов». Могилев: Белорусско-Российский университет, 26-27 сентября 2012 г. - С. 343-345.

13. Варфоломеев, И.А. Нейро-нечёткие модели управления сложными технологическими процессами [Текст]/ И.А. Варфоломеев, Д.В. Богачев, Е.В. Ершов, O.A. Виноградов. Общество, современная наука и образование: проблемы и перспективы: сборник научных трудов по материалам Международной НПК. Часть 7. -Тамбов. Изд-во ТРОО "Бизнес-Наука-Общество", 2012. - С. 26-27.

14. Варфоломеев, И.А. Моделирование процесса полимеризации горячеоцинкованного металлического листа [Текст]/ И.А. Варфоломеев, Д.В. Богачев, Е.В. Ершов, JI.H. Виноградова. Общество, современная наука и образование: проблемы и перспективы: сборник научных трудов по материалам Международной НПК. Часть 8. - Тамбов. Изд-во ТРОО "Бизнес-Наука-Общество", 2012. - С. 35-36.

15. Варфоломеев, И. А. Требования к информационному обеспечению автоматизированной системы управления печью отжига полимерного покрытия металла [Текст]/ И.А. Варфоломеев, Е.В. Ершов, O.A. Виноградов. Актуальные вопросы в научной работе и образовательной деятельности: сборник научных трудов по материалам Международной НПК. Часть 10. - Тамбов. Изд-во ТРОО "Бизнес-Наука-Общество", 2013. - С. 32-33.

16. Варфоломеев, И.А. Использование нейро-нечетких методов при управлении технологическими процессами в металлургии [Текст]/ И.А. Варфоломеев, Д.В. Богачев, Е.В. Ершов. Череповецкие научные чтения - 2012: Материалы Всероссийской НПК.

Часть 3. Естественные, экономические, технические науки и математика. Череповец: ФГБОУ ВПО ЧГУ, 2013. - С. 32-34.

17. Варфоломеев, И. А. Построение интеллектуальной системы управления технологическим процессом на основе синтеза нейронных сетей и методов моделирования идеального теплового объекта [Текст]/ И.А. Варфоломеев, Е.В. Ершов, О.Г. Максимова, J1.H. Виноградова, Ф.Н. Попов. Череповецкие научные чтения - 2012: Материалы Всероссийской НПК. Часть 3. Естественные, экономические, технические науки и математика. Череповец: ФГБОУ ВПО ЧГУ, 2013. - С. 41-43.

18. Варфоломеев, ИА. Программный модуль интеллектуального управления процессом полимеризации оцинкованного листа [Текст]/ И.А. Варфоломеев. Материалы VI ежегодной научной сессии аспирантов и молодых учёных по отраслям наук: в 2-х т. -Вологда: ВоГТУ, 2012. - Т.1: Технические науки. - С. 17-23.

19. Варфоломеев, И.А. Интеллектуальная система нечёткого управления грунтовочной печью агрегата полимерного покрытия металла на ОАО «Северсталь» [Текст]/ И.А. Варфоломеев, Е.В. Ершов, O.A. Виноградов, А.Ю. Казинаускас. Технические науки: современные проблемы и перспективы развития. Материалы I Международной НПК. -Приволжский научно-исследовательский центр. - Йошкар-Ола: Коллоквиум, 2013. - С. 128-130.

20. Варфоломеев, И.А. Нейро-нечёткая модель управления процессом полимеризации оцинкованного листа [Текст]/ И.А. Варфоломеев, Д.В. Богачев, Е.В. Ершов. Технические науки: современные проблемы и перспективы развития. Материалы 8 Междунар. НТК «Автоматизация и энергосбережение машиностроительного и металлургического производств, технология и надежность машин, приборов и оборудования»: Вологда: ВоГТУ, 2013.-С. 42-46.

21. Варфоломеев, И.А. Оптимизация технологических параметров печной установки с помощью генетического алгоритма [Текст]/ И.А. Варфоломеев, Д.В. Богачев, O.A. Виноградов. Молодые исследователи - регионам: материалы международной научной конференции. В 2-х т. - Вологда: ВоГТУ, 2013, - Т.1 - С. 115-117.

22. Варфоломеев, И.А. Поисковая оптимизация технологических параметров процесса полимеризации горячеоцинкованного металлического листа [Текст]/ И.А. Варфоломеев, Д.В. Богачев, Е.В. Ершов. Шестьдесят шестая всероссийская НТК студентов, магистрантов и аспирантов ВУЗов с международным участием. 23 апреля 2013 г., Ярославль. 4.1: тез. докл. - Ярославль: Изд-во ЯГТУ, 2013. - С. 253.

23. Варфоломеев, И.А. Проектирование нейро-нечеткого модуля управления технологическим процессом в металлургическом производстве [Электронный ресурс]/ И.А. Варфоломеев, Д.В. Богачев, Е.В. Ершов. II Международная научно-техническая интернет-конференция «Информационные системы и технологии». Орел, 1 апреля - 31 мая 2013. Режим доступа: http://www.irsit.ru/files/article/274.pdf, Дата обращения 05.06.2013.

24. Варфоломеев, И.А. Построение нейро-нечетких моделей управления технологическими процессами в металлургии [Текст]/ И.А. Варфоломеев, Д.В. Богачев, Е.В. Ершов. Материалы 7 международной НТК "Информатизация процессов формирования открытых систем на основе СУБД, САПР, АСНИ и систем искусственного интеллекта" (ИНФОС-2013). - Вологда: ВоГТУ, 2013. - С. 33-37.

25. Varfolomeev, I. Simulation of adhesion of polymer coatings on the surface of steel sheets [Текст]/1. Varfolomeev, A.Maksimov, O.Maksimova, E.Ershov. European Polymer Congress (EPF 2013). Book of Abstracts. Pisa (Italy), 16 - 21 June, 2013. P. 03-90.

26. Варфоломеев, И.А. Структурная и параметрическая идентификация нейро-нечеткой модели управления процессом полимеризации горячеоцинкованного листа [Текст]/ И .А. Варфоломеев, Д.В. Богачев, Е.В. Ершов. Труды VI Международной НПК "Инженерные системы-2013". Москва, 24-26 апреля 2013 г. - М.: РУДН, 2013. - С. 347352.

27. Варфоломеев, И.А. Нейро-нечеткие модели управления многосвязными тепловыми объектами в металлургии [Текст]/ И.А. Варфоломеев, Д.В. Богачев, Е.В. Ершов. Системный анализ в проектировании и управлении: Сборник научных трудов XVII Междунар. науч.-практич. конф. 4.2. - СПб.: Изд-во Политехи, ун-та, 2013. - С. 141-142.

свидетельства о регистрации программы для ЭВМ:

28. Свидетельство о регистрации электронного ресурса № 18929, Инв.номер ВНТИЦ № 50201350143. Модель процесса сушки полимерного покрытия / И.А. Варфоломеев, Е.В. Ершов, О.Г. Максимова, A.B. Максимов. Зарег. 26.02.2013. М.: ОФЭРНиО, 2013.

29. Свидетельство о регистрация электронного ресурса № 18991, Инв.номер ВНТИЦ № 50201350269. Адаптивная нейро-нечеткая модель управления техническими объектами / И.А. Е(арфоломеев, Е.В. Ершов, Д.В. Богачев, JI.H. Виноградова. Зарег. 18.03.2013. М.: ОФЭРНиО, 2013.

30. Свидетельство о регистрации электронного ресурса № 19282, Инв.номер ВНТИЦ № 50201350643. Модель оптимизации процесса сушки полимерного покрытия / И.А. Варфоломеев, Е.В. Ершов, Д.В. Богачев, Л.Н. Виноградова. Зарег. 27.06.2013. М.: ОФЭРНиО, 2013.

31. Свидетельство о государственной регистрации программы для ЭВМ № 2013618097. Программный комплекс интеллектуального управления процессом полимеризации оцинкованного металлического листа / И.А. Варфоломеев, Е.В. Ершов, Д.В. Богачев, Л.Н. Виноградова. Зарег. 29.08.13. М.: Роспатент, 2013.

Лицензия А № 165724 от 11 апреля 2006 г. Подписано к печати 23.10.2013. Тир. 100 экз. Усл. п. л. 1,0. Формат 60x84'Л6. Зак. № 810. ФГБОУ ВПО «Череповецкий государственный университет» 162600, Вологодская обл., г. Череповец, пр-т Луначарского, 5

Текст работы Варфоломеев, Игорь Андреевич, диссертация по теме Системный анализ, управление и обработка информации (по отраслям)

Министерство образования и науки РФ федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Череповецкий государственный университет» кафедра математического и программного обеспечения ЭВМ

МЕТОД И АЛГОРИТМЫ НЕЙРО-НЕЧЁТКОГО УПРАВЛЕНИЯ МНОГОСВЯЗНЫМИ ТЕПЛОВЫМИ ОБЪЕКТАМИ АГРЕГАТА ПОЛИМЕРНЫХ ПОКРЫТИЙ МЕТАЛЛА

Специальность: 05.13.01 Системный анализ, управление и обработка информации (в металлургии)

На правах рукописи

ВАРФОЛОМЕЕВ ИГОРЬ АНДРЕЕВИЧ

ДИССЕРТАЦИЯ

на соискание ученой степени кандидата технических наук

Научный руководитель: доктор технических наук, профессор Ершов Евгений Валентинович

Череповец - 2013

ОГЛАВЛЕНИЕ

ВВЕДЕНИЕ.....................................................................................................................5

1 ОБЩАЯ ХАРАКТЕРИСТИКА ПРОБЛЕМЫ УПРАВЛЕНИЯ МНОГОСВЯЗНЫМИ ТЕПЛОВЫМИ ОБЪЕКТАМИ НА АГРЕГАТЕ ПОЛИМЕРНЫХ ПОКРЫТИЙ МЕТАЛЛА..........................................................13

1.1 Анализ существующих систем, методов и средств управления многосвязными тепловыми объектами в металлургии.........................................13

1.2 Характеристика процесса полимеризации оцинкованной полосы как объекта управления.................................................................................................................31

1.3 Определение требований к математическому обеспечению системы управления многосвязными тепловыми объектами агрегата полимерных покрытий....................................................................................................................41

1.4 Выводы.................................................................................................................48

2 МАТЕМАТИЧЕСКОЕ ОБЕСПЕЧЕНИЕ СИСТЕМЫ НЕЙРО-НЕЧЁТКОГО УПРАВЛЕНИЯ МНОГОСВЯЗНЫМИ ТЕПЛОВЫМИ ОБЪЕКТАМИ АГРЕГАТА ПОЛИМЕРНЫХ ПОКРЫТИЙ МЕТАЛЛА........49

2.1 Системный анализ управления многосвязными тепловыми объектами агрегата полимерных покрытий..............................................................................49

2.2 Имитационная модель процесса сушки лакокрасочного материала на поверхности металлической полосы в печах агрегата полимерных покрытий металла.......................................................................................................................55

2.2.1 Статистическая модель поверхностных явлений при покраске оцинкованной полосы...........................................................................................56

2.2.2 Математическая модель процесса сушки полимерного покрытия на поверхности оцинкованной полосы....................................................................61

2.3 Метод оптимизации технологических параметров процесса полимеризации оцинкованной полосы...............................................................................................68

2.3.1 Лексикографический анализ задачи многокритериальной оптимизации технологических параметров процесса полимеризации оцинкованной полосы .................................................................................................................................69

2.3.2 Оптимизация технологических параметров процесса полимеризации на основе генетического алгоритма.........................................................................72

2.4 Модель нейро-нечёткого управления многосвязными тепловыми объектами агрегата полимерных покрытий металла................................:...............................81

2.4.1 Математическое описание многосвязных тепловых объектов агрегата полимерных покрытий металла...........................................................................81

2.4.2 Нейро-нечёткое управление тепловыми объектами агрегата полимерных покрытий................................................................................................................86

2.5 Метод нейро-нечёткого управления многосвязными тепловыми объектами агрегата полимерных покрытий..............................................................................99

2.6 Выводы...............................................................................................................103

3 АЛГОРИТМИЧЕСКОЕ ОБЕСПЕЧЕНИЕ СИСТЕМЫ НЕЙРО-НЕЧЁТКОГО УПРАВЛЕНИЯ МНОГОСВЯЗНЫМИ ТЕПЛОВЫМИ ОБЪЕКТАМИ АГРЕГАТА ПОЛИМЕРНЫХ ПОКРЫТИЙ МЕТАЛЛА......104

3.1 Алгоритм прогнозирования температуры поверхности металла на выходе из печной установки....................................................................................................104

3.2 Алгоритм оптимизации технологических параметров процесса полимеризации оцинкованной полосы.................................................................108

3.3 Алгоритм обучения нейро-нечёткой модели управления процессом полимеризации оцинкованной полосы.................................................................111

3.4 Алгоритм расчёта температуры печной зоны с помощью нейро-нечёткой сети............................................................................................................................112

3.5 Алгоритм управления многосвязными тепловыми объектами агрегата полимерных покрытий металла.............................................................................115

3.6 Обобщённый алгоритм функционирования системы управления многосвязным тепловым объектом агрегата полимерных покрытий металла. 117

3.7 Выводы...............................................................................................................120

4 ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ МЕТОДА И АЛГОРИТМОВ НЕЙРО-НЕЧЁТКОГО УПРАВЛЕНИЯ МНОГОСВЯЗНЫМИ ТЕПЛОВЫМИ ОБЪЕКТАМИ АГРЕГАТА ПОЛИМЕРНЫХ ПОКРЫТИЙ МЕТАЛЛА........................................................121

4.1 Основные функциональные элементы и блоки системы управления многосвязными тепловыми объектами агрегата полимерных покрытий металла ...................................................................................................................................121

4.2 Методика настройки алгоритмического обеспечения..................................126

4.3 Результаты экспериментальных исследований..............................................128

4.4 Перспективы применения разработанных метода и алгоритмов нейро-нечёткого управления многосвязными тепловыми объектами агрегата полимерных покрытий металла.............................................................................136

4.5 Выводы...............................................................................................................138

ЗАКЛЮЧЕНИЕ.........................................................................................................139

СПИСОК ЛИТЕРАТУРЫ.......................................................................................140

ПРИЛОЖЕНИЕ 1. РЕТРОСПЕКТИВНЫЕ ДАННЫЕ О РАБОТЕ УСТАНОВКИ........................................................................................................................151

ПРИЛОЖЕНИЕ 2. РЕЗУЛЬТАТЫ ЭКСПЕРИМЕНТАЛЬНЫХ ИССЛЕДОВАНИЙ АЛГОРИТМА ОПТИМИЗАЦИИ ТЕХНОЛОГИЧЕСКИХ ПАРАМЕТРОВ......................................................................................................................155

ПРИЛОЖЕНИЕ 3. АКТЫ ВНЕДРЕНИЯ.............................................................159

ПРИЛОЖЕНИЕ 4. СВИДЕТЕЛЬСТВА О РЕГИСТРАЦИИ ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ.................................................................................................162

ВВЕДЕНИЕ

В числе причин растущей популярности производства предварительно окрашенного проката специалисты называют следующие:

- себестоимость изделий из предварительно окрашенного в заводских условиях металла в среднем на 20% ниже;

- использование листового металла с уже нанесенным покрытием позволяет создавать различные виды архитектурного дизайна, а также значительно снижает сроки строительства;

- производители покрытий постоянно работают над увеличением их срока службы, а также над разработкой новых видов покрытий, специализированных под различное применение: начиная от производства покрытий для одноразовых упаковок до производства покрытий с длительным сроком службы для многослойных панелей, использующихся для строительства престижных зданий;

- в связи с проблемой загрязнения окружающей среды на многих заводах окрасочные цехи уступают место линиям по нанесению покрытия по технологии «Coil coating», которые оказывают меньшее воздействие на окружающую среду.

Концепция «сначала окраска, а обработка потом» становится все более актуальной и находит широкое использование в производстве. Технология производства металла с покрытием не стоит на месте, а продолжает развиваться и становиться все более востребованной во всем мире.

В связи с высокой востребованностью горячеоцинкованного проката с лакокрасочным полимерным покрытием на внутреннем рынке России и за рубежом, ведущие отечественные металлургические компании, такие как ОАО «HJ1MK», ОАО «ММК», ОАО «Северсталь», наращивают мощности своих предприятий. Появляются новые линии по окраске рулонного металлопроката и на менее крупных предприятиях.

При производстве предварительно окрашенного проката широко используются тепловые агрегаты, в том числе и печи сушки лакокрасочного материала (JIKM), расположенные на агрегате полимерных покрытий металла. Выпуск предварительно окрашенного проката характеризуется значительным количеством брака, основными видами которого являются отслоение полимерного покрытия и его неравномерное распределение на поверхности. На качество конечной продукции, в первую очередь, влияют температурные режимы печных установок сушки полимерного покрытия. Снижение количества бракованной продукции, а также уменьшение потребляемых энергетических ресурсов за счёт совершенствования систем управления процессом сушки полимерного покрытия, представляет собой одно из приоритетных направлений развития сферы производства предварительно окрашенного проката.

Развитие методов моделирования и управления промышленными тепловыми объектами связано с работами таких учёных, как A.C. Гольцов, В.А. Завьялов, А.К. Карабашев, М.Ю. Лившиц, A.A. Шевяков, Р.В. Яковлева и др.

Исследования в области управления и моделирования процессов, протекающих в полимерных покрытиях, в основном, связаны с теорией физики поверхностных явлений, раскрытой в работах А.Ю. Гросберга, В.П. Жданова, Ю.С. Липатова, С.Г. Тихомирова, А.Р. Хохлова и др.

На данный момент задача управления процессом сушки полимерного покрытия осложняется слабой формализацией теплофизических процессов, происходящих в печных установках агрегата полимерных покрытий металла, а также слабой изученностью процессов, протекающих в ЛКМ на уровне наноструктур. Уменьшение доли бракованной продукции и снижение потребления энергоресурсов за счёт создания специального математического обеспечения нейро-нечёткого управления производственным процессом является основным способом увеличения конкурентоспособности на мировом рынке предварительно окрашенного проката для предприятий металлургического комплекса.

В этой связи разработка метода и алгоритмов адаптивного нейро-нечёткого управления многосвязными тепловыми объектами агрегата полимерных покрытий металла представляется актуальной научно-технической задачей.

Для достижения поставленной цели в работе решены следующие задачи:

1. Выполнен анализ проблемы управления многосвязными тепловыми

объектами агрегата полимерных покрытий металла.

4. Проведены экспериментальные исследования метода и алгоритмов обработки информации в системе управления многосвязными тепловыми объектами агрегата полимерных покрытий.

Объект и предмет исследования. Объектом исследования является система управления процессом полимеризации оцинкованной металлической полосы в печах агрегата полимерных покрытий металла при производстве предварительно окрашенного проката. Предметом исследования являются методы и алгоритмы нейро-нечёткого управления многосвязными тепловыми объектами агрегата полимерных покрытий металла.

Научная новизна и основные положения, выносимые на защиту:

3. Разработана система алгоритмов управления многосвязными тепловыми

объектами агрегата полимерных покрытий, реализующая функционально

полное алгоритмическое обеспечение:

- алгоритм прогнозирования температуры поверхности металла на выходе из печной установки;

- алгоритм оптимизации технологических параметров процесса полимеризации оцинкованной полосы;

- алгоритм обучения нейро-нечёткой модели управления процессом полимеризации оцинкованной полосы;

- алгоритм расчёта температуры печной зоны с помощью нейро-нечёткой сети;

- алгоритм управления многосвязными тепловыми объектами агрегата полимерных покрытий металла;

- разработать имитационную модель процесса сушки лакокрасочного материала в печи агрегата полимерных покрытий металла, что обусловило повышение точности прогнозирования температуры поверхности металла на 7 %;

- снизить количество бракованной продукции, связанной с отслоением покрытия, на 1,7 % за счёт повышения точности определения требуемого температурного режима печной установки, обеспечивающего нагрев металлической полосы до температуры полимеризации;

- снизить расход газа, используемого для нагрева печных зон, на 2 % за счёт оптимизации технологических параметров процесса полимеризации;

- увеличить скорость принятия решений по подбору технологических параметров процесса полимеризации оцинкованной полосы в 2,8 раза с помощью разработанного программного обеспечения, реализующего описанные метод и алгоритмы управления;

- увеличить экономическую эффективность работы на рынке металлургической продукции с высокой добавленной стоимостью на 2%.

Реализация результатов работы. Диссертационное исследование выполнено в рамках ФЦП «Научные и научно-педагогические кадры инновационной России» на 2009-2013 гг. госконтракт № 14.ВЗ7.21.0075 от 12 июля 2012 г. на тему «Компьютерное моделирование процессов формирования, равновесных свойств и подвижности в частично упорядоченных наноструктурах: слоях и плёночных покрытиях», госзадания Министерства образования и науки РФ 2012 на 2012-2013 гг. на тему «Интеллектуальные модели управления сложными распределёнными многосвязными объектами» и финансировалось фондом содействия развитию малых форм предприятий в научно-технической сфере правительства Российской Федерации в рамках федеральной программы «Участник молодёжного научно-инновационного конкурса (У.М.Н.И.К.)» на 2012 г. договор № 3/17211 от 01 апреля 2013 г. на тему: «Разработка программного модуля интеллектуального управления процессом полимеризации оцинкованной полосы при окраске полосы по технологии «Coil Coating».

Разработанные метод и алгоритмы управления многосвязными тепловыми объектами агрегата полимерных покрытий прошли экспериментальную проверку в цехе покрытий металла №2 производства холодного проката ОАО «Северсталь».

Результаты исследования были �

Похожие работы

Информатика, вычислительная техника и управление
05.13.00