автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Методы и алгоритмы идентификации в системах управления промышленными объектами

На правах ру \

^ Л-

Львова Елена Ивановна

МЕТОДЫ И АЛГОРИТМЫ ИДЕНТИФИКАЦИИ В СИСТЕМАХ УПРАВЛЕНИЯ ПРОМЫШЛЕННЫМИ ОБЪЕКТАМИ

Специальность 05.13.06 «Автоматизация и управление технологическими процессами и производствами (промышленность)»

АВТОРЕФЕРАТ

диссертации на соискание ученой степени доктора технических наук

Новокузнецк — 2006

Работа выполнена в ГОУВПО университет (СибГИУ)»

«Сибирский государственный индустриальный

Научный консультант:

Официальные оппоненты:

Доктор технических наук, профессор Мышляев Леонид Павлович

Доктор технических наук, профессор Веревкин Валерий Иванович

Доктор технических наук, профессор Карабутов Николай Николаевич

Доктор технических наук, профессор Карташов Владимир Яковлевич

Ведущая организация:

Институт проблем управления им. В.А. Трапезникова РАН

Зашита состоится 26 декабря 2006 года в 13 часов на заседании диссертационного совета Д 212.252.02 в ГОУВПО «Сибирский государственный индустриальный университет» по адресу: 654007, г. Новокузнецк, Кемеровской обл., ул. Кирова, д. 42, СибГИУ. Факс: (3843) 46-58-83 E-mail: Lveva@ngs.ru

С диссертацией можно ознакомиться в библиотеке СибГИУ.

Автореферат разослан 3 _2006 года.

Ученый секретарь диссертационного совета

Евтушенко В.Ф.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы. Создание и эксплуатация промышленных комплексов - предприятий, цехов, участков, технологических процессов и агрегатов - требует решения широкого круга взаимосвязанных задач автоматизации управления. Одной из них является идентификация промышленных объектов в системах управления.

Решению проблемы идентификации объектов посвящено достаточно много теоретических работ, к числу которых относятся труды Н.С. Райбмана, Я.З. Цыпкина, П. Эйкхоффа, Л. Льюнга, П.Дж. Хьюбера и др. Однако, с точки зрения практической реализации в системах автоматизации управления, известные методы и алгоритмы идентификации требуют конкретизации и дальнейшего развития. Это вызвано несколькими причинами. Во-первых, известные теоретические вычислительные процедуры идентификации, как правило, базируются на строгих ограничениях и жестких исходных предпосылках, выполнение которых на реально действующих объектах весьма затруднительно. Во-вторых, традиционные инженерные методы построения математических моделей, например, путем снятия и обработки кривых разгона, не отвечают в полной мере современным условиям разработки и функционирования самих промышленных объектов и жестким требованиям, предъявляемым к срокам создания и эффективности систем автоматизации управления. Только тесное объединение строгих математических методов обработки полученных данных с инженерными приемами формирования информативных исходных данных с учетом изменившихся условий и требований к системам автоматизации может привести к желаемому результату. В связи с этим необходимо развитие принципов и соответствующих им методов и алгоритмов идентификации в системах управления.

Кроме того, анализ практических разработок показывает, что наиболее часто задача идентификации объектов решается в рамках самостоятельного научного направления. Однако, для повышения эффективности систем управления, когда требуется системная взаимоувязка по ресурсам, ограничениям и целевым критериям, задачу идентификации необходимо решать как составную неотъемлемую часть общей проблемы управления с целенаправленной взаимосвязью с другими задачами управления, включая задачи измерения, оценивания, регулирования, прогнозирования и т.д.

Большое значение для эффективной практической деятельности имеет также доступность методов и алгоритмов идентификации для изучения, освоения, исследования и применения, чему уделяется крайне мало внимания. В связи с этим необходимо создание обучающих и испытательно-наладочных комплексов с развитым и постоянно обновляемым методическим, алгоритмическим, техническим, информационным и другими видами обеспечения.

Актуальность выбранного направления подтверждается результатами аналитических обзоров научных трудов Международных конференций «Идентификация систем и задачи управления» 2000, 2003 г.г. В частности, подчеркивается «... поразительная актуализации проблемы построения эффективных технологий решения прикладных задач, ... вызванная сложностью постановки

и решения практических задач» [Вестник РФФИ. - 2001. - №3. - С. 44 - 57]. Более того, высказывается следующая основная идея: «проблемы идентификации необходимо исследовать в контексте всей человеческой деятельности, направленной на поиск решений практических задач управления. ... существует актуальная потребность создания наукоемких методологий для начальных этапов поиска решений трудных (существенно нестандартных) практических задач, содержащих трудно формализуемые условия и высокие требования к качеству управления (оценивания, прогнозирования)» [Проблемы управления. - 2004. -№4.-С. 2- 15].

Работа выполнена в соответствии с планами хоздоговорных и госбюджетных научно-исследовательских работ Сибирского государственного индустриального университета в рамках Федеральной целевой программы «Интеграция науки и высшего образования России» (1998-2001 г.г., 2002-2004 г.г., Государственный контракт № Ц 0109); Гранта Министерства образования РФ по фундаментальным исследованиям в области автоматики и телемеханики, вычислительной техники по направлению «Автоматизированные системы управления технологическими процессами» по проекту «Многовариантная идентификация в автоматизированных системах управления технологическими процессами» (1998-2000 г.г., № ГР 01200108545); Гранта Министерства образования РФ по фундаментальным исследованиям в области технических наук по направлению «Автоматика и телемеханика, вычислительная техника, связь, метрология» (шифр гранта ТОО-3.2-2882) на выполнение НИР «Построение моделей нелинейной динамики для задач управления» (2001-2002 г.г., № ГР 01200108528); хоздоговора с ОАО «Запсибметкомбинат» на выполнение НИР «Разработка и внедрение автоматизированной системы сквозной динамической оптимизации технологических режимов коксохимпроизводства» (1994-1996 г.г.); задания Министерства образования РФ на проведение фундаментальных научных исследований в области систем автоматизации и информатизации по тематикам «Развитие концепции и методов теории идентификации» (2003-2004 г.г., № ГР 01200315619), «Развитие теории и методов управления на основе натурно-модельного подхода» (2005-2006 г.г., № ГР 01200510529); Гранта Губернатора Кемеровской области «Ведущая научная школа Кемеровской области» на выполнение НИР «Создание систем автоматизации управления промышленными и социальными объектами Кузбасса на основе натурно-модельного подхода» (2004 г., № 77); проекта Российского фонда фундаментальных исследований «Комплексные системы автоматизации управления на основе натурно-модельного подхода» (2006-2008 г.г., № 06-07-89042).

Цель диссертационной работы. Решение актуальной научно-практической проблемы идентификации промышленных объектов, функционирующих в составе систем управления.

В рамках поставленной цели выделены задачи: выявление особенностей современных промышленных объектов управления с точки зрения идентификации; анализ условий создания и эксплуатации систем автоматизации управления; развитие принципов идентификации промышленных объектов; формирование информативных исходных данных в действующей системе управления;

развитие критериев идентификации и разработка многовариантных алгоритмов идентификации для многоцелевого использования результатов идентификации; структурный синтез алгоритмов идентификации для получения оценок коэффициентов с требуемыми свойствами; развитие вычислительных процедур динамической идентификации для типовых моделей САР; идентификация сложных объектов, характеризующихся рециклом и распределенными управляющими воздействиями; выявление и исследование характерных эффектов нарушения основных предпосылок использования алгоритмов динамической идентификации; разработка структуры и алгоритмического обеспечения автоматизированной системы для освоения и исследования алгоритмов идентификации; конкретизация, исследование и внедрение методов и алгоритмов идентификации в системах управления промышленными объектами и в составе многоцелевого учебно-исследовательского комплекса.

Методы выполнения работы. Выполнение диссертационной работы базируется на обобщении практического опыта идентификации при создании и совершенствовании систем управления и на аппарате: теории управления, теории систем, теории идентификации, системного анализа, натурно-математического моделирования.

Научная новизна. 1. Новый подход к решению проблемы идентификации, основу которого составляют: особенности современных промышленных объектов управления и условий создания и эксплуатации систем автоматизации; принципы идентификации промышленных объектов, соответствующие этим особенностям; методы и алгоритмы идентификации, удовлетворяющие разработанным принципам; критерии многоцелевой идентификации; структура и алгоритмическое обеспечение учебно-исследовательского автоматизированного лабораторного комплекса; конкретные результаты исследования и внедрения методов и алгоритмов идентификации.

2. Принципы идентификации промышленных объектов: идентификация объектов в системах управления - объектов, охваченных разветвленными прямыми и обратными управляющими связями; многовариантная идентификация для одновременного решения многоцелевых задач: исследования, обучения, пусконаладки, производственного назначения; идентификация для целей управления; идентификация в процессе всего жизненного цикла объекта - от начала испытания объекта до его утилизации; идентификация объектов сложной структуры, характеризующихся распределенными в пространстве управляющими воздействиями с различным динамическим влиянием на параметры, состояние и выходные переменные объекта, наличием внутренних положительных связей (рециклов), параметрической и структурной нестационарностью; доступность методов идентификации для изучения, освоения и применения.

3. Методы идентификации сложных по структуре, нелинейных, нестационарных объектов в составе действующих систем управления, отличающиеся возможностью активного и пассивного формирования данных специальных исследовательских экспериментов с прогнозированием траекторий рабочих режимов управления, возможностью элиминирования отрицательного, с точки зрения рабочих управлений, влияния активных исследовательских воздействий,

возможностью последовательной обработки полученных данных и позволяющие в 2-Зраза сократить число экспериментов, проводимых в соответствии с составленной матрицей планирования эксперимента и решением полученной системы уравнений.

4. Критерии многоцелевой идентификации, включающие, в отличие от известных, не только точностную, но и гладкостную составляющую, характеризующую динамические свойства последовательностей получаемых оценок.

5. Новые обобщенные структуры идентификаторов:

- структура идентификатора в виде замкнутой динамической системы, открывающая широкие возможности для использования арсенала методов и средств теории управления для анализа и синтеза новых алгоритмов идентификации;

- структура идентификатора с новым типом обратной связи, позволяющая гибко учитывать изменяющиеся требования к свойствам оценок коэффициентов математической модели и повысить качество идентификации примерно в 1,5-2 раза даже при действии возмущения, соизмеримого с величиной полезного сигнала;

- структуры многовариантных идентификаторов, отличающиеся одновременным формированием нескольких вариантов оценок коэффициентов, обладающих разными динамическими свойствами и необходимых для многоцелевого использования.

6. Модернизированные вычислительные процедуры динамической идентификации типовых моделей САР, использование которых дает возможность получать удовлетворительные оценки коэффициентов только по начальному участку переходного процесса общей длительностью, не превышающей 10% от основной постоянной времени объекта.

7. Обобщенная структура учебно-исследовательского автоматизированного лабораторного комплекса, объединяющая натурные элементы, пересчетные математические модели, рекуррентные процедуры обработки данных и позволяющая в 2-3 раза уменьшить время на приобретение навыков, освоение новых методов и алгоритмов идентификации и выявить характерные эффекты нарушения исходных предпосылок их использования.

8. Многовариантные зависимости влияния химического состава конвертерной стали на механические свойства металлопроката, характеризующиеся неоднозначностью, нестационарностью трендов, различными динамическими свойствами и позволяющие решать задачи кратко-, средне- и долгосрочного управления и прогнозирования в комплексе «сталь-прокат».

9. Структуры и диапазоны оценок параметров математических моделей каналов преобразования изменения управляющих и внешних воздействий для шахтной печи металлизации окисленных окатышей, для блока тепловых регенераторов кислородного производства, для зоны вторичного охлаждения машины непрерывного литья заготовок.

Практическая значимость работы. Результаты диссертационной работы могут быть использованы:

- методы и алгоритмы идентификации — при создании и совершенствовании систем управления отдельными технологическими агрегатами и производственными комплексами в различных отраслях промышленности;

- многоцелевой учебно-исследовательский лабораторный комплекс «САР» и автоматизированная система для освоения и исследования алгоритмов динамической идентификации — при анализе создаваемых систем с применением алгоритмов идентификации и для обучения студентов среднего и высшего профессионального образования соответствующих специальностей.

Реализация результатов. Результаты работы внедрены и используются: в системе оперативного управления комплексом «сталь-прокат» ОАО «Запсиб-меткомбинат» - многовариантные алгоритмы идентификации; в системе автоматического регулирования блока тепловых регенераторов кислородного производства ОАО «Запсибметкомбинат», в системе автоматического регулирования зоны вторичного охлаждения машины непрерывного литья заготовок ОАО «Новокузнецкий металлургический комбинат», в системах регулирования и прогнозирования содержания углерода и степени металлизации окисленных окатышей ОАО «Оскольский электрометаллургический комбинат» - полученные математические модели каналов преобразования регулирующих и внешних воздействий; в Сибирском государственном индустриальном университете - автоматизированная система для освоения и исследования алгоритмов динамической идентификации; в Профессиональном лицее № 10 г. Новокузнецка в рамках программы непрерывного профессионального образования - многоцелевой учебно-исследовательский лабораторный комплекс «САР».

Предмет защиты. Подход к решению проблемы идентификации, отвечающий современным условиям разработки и функционирования промышленных объектов и требованиям, предъявляемым к срокам создания и эффективности систем автоматизации управления, включая:

1) принципы идентификации промышленных объектов;

2) методы идентификации

- сложных по структуре, нелинейных, нестационарных объектов в составе действующих систем управления: объектов с распределенными в пространстве управляющими воздействиями с различным динамическим влиянием на параметры, состояние и выходные переменные объекта; объектов с рециклом (внутренней положительной обратной связью);

- метод последовательной идентификации с нанесением воздействий на прогнозируемые траектории рабочих управлений и вычитанием эффектов компенсирующих управляющих воздействий;

3) критерии многоцелевой идентификации, включающие точностную и гладкостную составляющие;

4) алгоритмы динамической идентификации:

- многовариантные алгоритмы идентификации;

- алгоритм идентификации с новым типом обратной связи;

- модернизированные вычислительные процедуры идентификации типовых моделей систем автоматического регулирования;

5) обобщенная структура учебно-исследовательского автоматизированного лабораторного комплекса, объединяющая натурные элементы, пересчетные математические модели, рекуррентные процедуры обработки данных и используемая в качестве полигона для испьггания и исследования новых методов и алгоритмов идентификации объектов в системах управления;

6) зависимости, характеризующие особенности конкретных объектов: комплекса «сталь - прокат», шахтной печи металлизации окисленных окатышей, блока тепловых регенераторов кислородного производства, зоны вторичного охлаждения машины непрерывного литья заготовок;

7) результаты моделирования и их применения в системах управления промышленными объектами и в составе учебно-исследовательского автоматизированного лабораторного комплекса.

Личный вклад автора заключается в формировании принципов идентификации; постановке и решении конкретных задач идентификации; получении аналитическим путем многовариантных алгоритмов идентификации; формировании структур математических моделей и алгоритмов идентификации для объектов с рециклом и с распределенными управляющими воздействиями; разработке структуры и алгоритмического обеспечения автоматизированной системы для освоения и исследования алгоритмов динамической идентификации; разработке математического, алгоритмического и методического обеспечения многоцелевого учебно-исследовательского лабораторного комплекса «САР»; планировании и проведении экспериментов на промышленных предприятиях при создании систем управления шахтными печами для металлизации окисленных окатышей, блоком тепловых регенераторов кислородного производства, зоной вторичного охлаждения машины непрерывного литья заготовок; анализе и интерпретации полученных результатов модельных, натурно-модельных и натурных экспериментов.

Апробация работы. Основные положения и результаты диссертационной работы докладывались, обсуждались и получили одобрение на 42 конференциях, включая Международную научно-техническую конференцию «Структурная перестройка металлургии: экономика, экология, управление, технология» (Новокузнецк, 1996), Всероссийскую научно-практическую конференцию «Системы и средства автоматизации» (Новокузнецк, 1998), Международную научно-техническую конференцию «50 лет развития кибернетики» (Санкт-Петербург, 199.?), Всероссийские научно-практические конференции «Металлургия на пороге XXI века: достижения и прогнозы» (Новокузнецк, 1999, 2000), Четвертый Сибирский конгресс по прикладной и индустриальной математике, посвященный памяти М.А. Лаврентьева (Новосибирск, 2000), Международные конференции «Идентификация систем и задачи управления - 81СР110'2000, 51СР1Ш'05» (Москва, 2000, 2005), Международные научно-практические конференции «Фундаментальные и прикладные проблемы информатики, приборостроения, экономики и права» (Сочи, 2004, 2005), Всероссийскую научно-практическую конференцию «Моделирование, программное обеспечение и

наукоемкие технологии в металлургии» (Новокузнецк, 2001), 6-th World Congress on Integrated Resources Management R 02 (Geneva, Switzerland, 2002), Всероссийские научно-практические конференции «Системы автоматизации в образовании, науке и производстве» (Новокузнецк, 2001, 2003, 2005), Всероссийскую и Международную научно-практические конференции «Электронные средства и системы управления» (Томск, 2003, 2004), Всероссийскую научно-практическую конференцию «Металлургия: технологии, реинжиниринг, управление, автоматизация» (Новокузнецк, 2004), IV Всероссийскую научно-практическую конференцию «Информационные недра Кузбасса» (Кемерово, 2005), Третью Международную конференцию по проблемам управления (Москва, 2006).

Публикации. По материалам диссертации опубликовано 75 печатных работ, в том числе три монографии, одно учебное пособие, девять статей в периодических изданиях, два авторских свидетельства и два патента на изобретения.

Структура и объем работы. Диссертация состоит из введения, пяти глав, заключения, библиографического списка и содержит У?2. страниц основного текста, в том числе 86 рисунков и 11 таблиц.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность решаемой проблемы идентификации промышленных объектов в системах управления, дана краткая характеристика диссертационной работы.

В первой главе диссертации «Основы идентификации объектов в системах управления» проведен анализ проблемы идентификации; сформулированы цель, задачи и основные принципы идентификации промышленных объектов; изложены теоретические основы вычислительных процедур динамической идентификации нестационарных объектов. В ходе анализа:

1) выявлены следующие характерные особенности современных промышленных объектов управления с точки зрения идентификации:

- наличие достаточно сложной структуры с разветвленными нелинейными взаимосвязями, с числом управляющих воздействий, превышающим число целевых выходных переменных;

- наличие значительных переменных запаздываний в управлениях, состояниях и измерениях объекта;

- существенные неопределенности структуры и параметров внешних и внутренних возмущений;

- нестационарность свойств объекта и непредвиденные возможные изменения целей управления;

- переменная структура объекта, зависящая от внешних условий или специально формируемая;

- наличие человека в контурах управления с целенаправленным активным поведением;

2) выявлены особенности условий создания и эксплуатации систем автоматизации управления:

- чрезвычайно сжатые сроки выполнения всех видов работ, включая проектирование, комплектацию и монтаж оборудования, выполнение пусконала-дочных работ, опытную эксплуатацию;

- совместное проектирование по целевым критериям объекта управления (технологии, агрегатов и т. д.) и управляющей системы;

- многоцелевое (исследовательское, проектное, учебное, наладочное, рабочее) назначение систем автоматизации управления;

- одновременный пуск объекта и управляющей подсистемы в автоматическом режиме без участия в большинстве функций управления человека;

- сокращение до минимума сроков вывода объекта на проектную мощность;

- опережающая реализация к моменту выполнения пусконаладочных работ и опытной эксплуатации объекта информационного обеспечения с целью аварийной сигнализации и мониторинга всех основных параметров и технологических узлов объекта; программно-алгоритмического обеспечения, включающего достаточно сложные алгоритмы управления с уже установленными настроечными параметрами, которые обеспечивают, если и не оптимальное, то вполне удовлетворительное функционирование объекта;

- возможность предварительной идентификации объекта на этапе выполнения пуско-наладочных работ с «холодной» (без нагрузки) и «горячей» (с нагрузкой) обкаткой технологического оборудования, когда постепенное увеличение нагрузки рассматривается как своеобразное тестовое воздействие.

В соответствии с перечисленными особенностями объектов управления, изменившимися условиями проектирования, ввода в эксплуатацию и функционирования современных систем автоматизации управления, а также высокими требованиями, предъявляемыми к их эффективности, разработаны основные положения (принципы) идентификации промышленных объектов и предложены направления работ и научных исследований.

1. Идентификация объектов в системах управления — объектов, охваченных разветвленными прямыми и обратными связями. Именно наличие прямых и обратных управляющих связей делает невозможным использование напрямую известных теоретических методов пассивной идентификации, так как приводит к существенному искажению оценок коэффициентов математической модели объекта из-за нарушения основных предпосылок, заложенных в эти методы. Использование же традиционных методов активной идентификации также весьма ограничено из-за нежелательных нарушений изучаемых технологических процессов. Основным направлением разработок, удовлетворяющих рассматриваемому принципу, является только специальное формирование информативных исходных данных в системе управления.

2. Многовариантная идентификация для одновременного (параллельного) решения целевых задач исследования, обучения, пусконаладки, производственного назначения.

Одноцелевая идентификация объектов, когда ее результаты предназначены для решения только одной задачи, например, синтеза алгоритмов регулирования, не оправдана ни с временных, ни экономических критериев. Более ра-

ционально получать результаты идентификации, отвечающие многим целям: исследовательским, учебным, испытательно-наладочным, рабочего регулирования, оперативного и долгосрочного планирования. Основным направлением работы в соответствии с этим принципом является создание многовариантных алгоритмов идентификации на базе натурно-модельного подхода.

3. Как частный случай второго принципа требует развития принцип идентификации для целей управления. Наиболее важным при этом является вопрос формирования критериев идентификации в системе управления. В этом русле уместно сослаться на монографию [Ротач В.Я. Расчет динамики промышленных автоматических систем регулирования. - М.: Энергия, 1973. — С.8], в которой сделано важное заключение: «...при определении математической модели любого элемента системы следует иходить не из того, насколько хорошо модель отражает свойства собственно этого отдельно взятого элемента, а из того, насколько свойства всей системы после замены в ней рассматриваемого элемента его моделью станут отличаться от свойств действительной системы». Таким образом, основным направлением развития принципа является формирование критериев идентификации исходя из эффективности функционирования систем управления.

4. Идентифика1!ия в процессе всего жизненного цикла объекта — от начала испытания объекта до его утилизации. Основное направление исследований, соответствующих этому положению связано с развитием адаптивной идентификации с надлежащим формированием и пополнением априорной информации в ходе качественно различающихся этапов проектирования, пусконаладки, эксплуатации и развития объектов управления.

5. Идентификация объектов сложной структуры, характеризующихся распределенными в пространстве воздействиями, наличием внутренних положительных связей (рециклов), параметрической и структурной нестационарностью. Направление работы - развитие и комплексирование известных и разработка новых методов и алгоритмов идентификации.

6. Доступность методов идентификации для изучения, освоения и применения. Направление работы - создание обучающих комплексов, подготовка методических руководств и инструкций, издание монографий.

В соответствии с разработанными принципами идентификации в рамках предложенных направлений работ и научных исследований сформирован комплекс задач, необходимых для решения проблемы идентификации промышленных объектов в системе управления:

- получение информативных исходных данных в действующей системе управления;

- развитие критериев идентификации и разработка многовариантных алгоритмов идентификации для многоцелевого использования результатов идентификации;

- структурный синтез алгоритмов идентификации для получения оценок коэффициентов с требуемыми свойствами для их целенаправленного использования в системе управления;

- развитие вычислительных процедур динамической идентификации для быстрого получения оценок коэффициентов по начальному участку переходного процесса;

- идентификация сложных объектов, характеризующихся рециклом и распределенными управляющими воздействиями;

- разработка автоматизированной системы для освоения и исследования алгоритмов динамической идентификации;

- конкретизация, исследование и внедрение методов и алгоритмов идентификации в системах управления промышленными объектами и в составе многоцелевого учебно-исследовательского комплекса.

Изложены теоретические основы вычислительных процедур динамической идентификации нестационарных объектов с опорой на вытекающий из фундаментальных разработок Хьюбера-Цыпкина базовый метод робастного оценивания состояний и параметров (коэффициентов) линейных моделей динамических систем в условиях неполной информации о распределении погрешностей измерений выходных величин, либо эквивалентной приведённой помехи. В роли базовой выбрана типовая модельная структура (линейно-параметрическая зависимость), характеризуемая выражением

3-1 3-1

где у (') - рассчитанная по модели выходная величина в 1 -ый дискретный момент времени или для 1 -го отсчета любого другого целочисленного аргумента (то есть1 =1, 2, 3,...); к(1) —вектор подлежащих оцениванию параметров (коэффициентов); вектор входных (определяющих) величин в виде различных линейных, либо нелинейных детерминированных функций от вектора предшествующих и текущих первичных данных г(0, исключая только саму определяемую величину Я}) на I -ом отсчете. В приложениях большинство величин подвергается преобразованиям в отклонениях от опорных режимов функционирования реальных объектов.

Во второй главе «Развитие вычислительных процедур динамической идентификации нестационарных объектов» представлены алгоритмы, удовлетворяющие требованиям принципов многовариантной идентификации и идентификации для целей управления, а также результаты их численного исследования и применения.

Согласно притопу многовариантной идентификации разработаны алгоритмы, позволяющие одновременно получать несколько вариантов оценок коэффициентов математической модели объекта, обладающих различными динамическими свойствами и необходимых для многоцелевого использования. В основу создания алгоритмов положен метод пошаговой оптимизации двухком-понентных критериев, включающих, в отличие от известных, рассмотренных в работах Хьюбера П.Дж., не только точностную, но и гладкостную составляющую, характеризующую динамические свойства последовательностей получаемых оценок. Таким образом, в критериях идентификации учитываются требо-

вания целевых задач управления - прогнозирования, регулирования, оптимизации. В работе показано, что пошаговая оптимизация локального критерия вида

•о

уф-Д^ЛО+Зк^ЬО) +а.Д5к^0)-8к>'0-1)] 1Р*'т >тш, (2)

Г1

5^(0 = ^(0-^-41), Ы= I, N

(3)

приводит к многовариантному алгоритму с двойной рекурсией (по номеру отсчета данных 1 и по номеру варианта N )

^^-¿(к^Чо+гк^!-!))-^«

6^(0 = 6^0-1) +

^(0

.1-1

Пошаговая оптимизация локального критерия вида

><0-5X0)^(0

-М

пок^О) -' >ш1п

(4)

(5)

(6)

приводит к многовариантному алгоритму с простой рекурсией (по номеру отсчета данных !)

.м__J

{кГ(о}={сГо-1)}н

а+^и)

(7)

N

сГ0-1)-Еа?.кГ0-п); к^(1-п) = к?(1-п); Ы= 1,Ы ; п= 1,Ы , (8)

п-|

где - {•} множество; ¡=1,2,,..; к"(0 = к®; Ы-номер варианта; а„ - коэффициенты / ^

бинома Ньютона (х,- х2) ; а - настроечный параметр.

Из результатов проведенных исследований следует, что полученные варианты оценок коэффициентов удовлетворяют требованиям, заложенным в

двухкомпонентный критерий идентификации, и могут использоваться, например, для проведения сравнительного анализа, принятия гибких управленческих решений на различных временных интервалах, для кратко-, средне- и долгосрочного прогнозирования.

Конкретно, решена задача определения оценок коэффициентов линейно-параметрической зависимости типа (1) механических свойств металлопроката (предела текучестиат, МПа; предела прочности ов, МПа; относительного удлинения 53, % ) от процентного содержания углерода С, кремния Si, марганца Мп в готовой конверторной стали. Для оценивания коэффициентов применяли многовариантный алгоритм идентификации с двойной рекурсией.

По результатам идентификации установлено, что первый вариант оценок коэффициентов содержит медленно меняющуюся составляющую и показан сплошной линией на рисунке 1. Третий вариант оценок содержит быстро меняющуюся составляющую и показан пунктирной линией на том же рисунке. Второй вариант оценок находится между первым и третьим вариантами. Полученные разнотемповые варианты оценок коэффициентов использованы для долго-, средне- и краткосрочного прогнозирования механических свойств металлопроката.

Кроме того, выявлено, что оценки коэффициентов существенно нестационарны, вплоть до изменения знака. Это хорошо видно на выделенных участках ApAi рисунка 1а, СрС| и D|-Di рисунка 1в. Полученные нестационарные траектории оценок коэффициентов дали основание использовать многовариантный алгоритм идентификации при выработке оперативных режимных заданий на химический состав стали и на расходы ферросплавов в кислородно-конверторном производстве стали.

В соответствии с принципом идентификации для целей управления необходимо иметь оценки коэффициентов математической модели объекта с требуемыми динамическими свойствами. В связи с этим предложен алгоритм идентификации, в основе создания которого лежит структурный синтез алгоритмов. При этом в качестве базовой структуры используется представление идентификатора в виде замкнутой динамической системы, открывающее широкие возможности для синтеза новых алгоритмов идентификации.

Например, развитие идеи бинарности С.В. Емельянова, С.К. Коровина на систему идентификации позволило синтезировать алгоритм идентификации с новым типом обратной связи. В этом алгоритме наряду с традиционным контуром координатного регулирования, в котором реализуется процедура идентификации, например, типа (4), (5), дополнительно вводится контур параметрического регулирования. Введение нового контура позволяет анализировать и изменять в соответствии с заданием динамические свойства получаемых оценок

в)

50 40

N плавки

б)

-1 вариант,.........Ш вариант оценок коэффициентов

Рисунок 1 - временные последовательности оценок коэффициентов зависимостей: а - изменения предела прочности от изменения содержания марганца, км„.0в; б - изменения относительного удлинения от изменения содержания марганца, км„6;; в - изменения предела текучести от изменения содержания кремния, кч^т; г - изменения относительного удлинения от изменения содержания углерода,к (..в

коэффициентов математической модели объекта путем корректировки в реальном времени регулируемого параметра а(1) алгоритма.

Для анализа динамических свойств сначала рассчитываются отклонения

М0=М0-Ц0-1) и ЕУ(0=у(0-£к;0-»К(0> (9)

а затем показатели в виде аналога коэффициента знаковой автокорреляции

5,(0=зёп(еД0)-5Вп(еД!-1)), , (10)

8,("0=М' - 1)+у,-[5Д1) --1)],^ = и, (11)

5к(0=2]ЬД(0, £ь,=1, 8,(0-8,(1) при / = 1 + 1, (12)

и г'

где у, - коэффициент, выбираемый в процессе настройки алгоритма, весовые коэффициенты.

Корректировка регулируемого параметра а(1) осуществляется в соответствии, например, с пропорциональным законом регулирования по выражению ■ <1р0)=а}.-с>.(8;-5,0))+ак-ск-(5;-6ь0)), с,+с=1. (13)

а0)=а*+ар0), _ (14)

где су,ск- весовые коэффициенты; ау,ак- коэффициенты усиления; 8, (¡), 5'Л -соответственно фактическое и заданное значения показателя динамических свойств; а' - начальное значение регулируемого параметра.

Из результатов проведенного численного исследования алгоритма идентификации следует, что введение параметрического контура позволяет гибко учитывать изменяющиеся требования к свойствам оценок коэффициентов математической модели и повысить качество идентификации примерно в 1,5-2 раза даже при действии возмущения, соизмеримого с величиной полезного сигнала.

В третьей главе «Идентификация в системах управления промышленными объектами» предложен комплекс вычислительных процедур адаптивной идентификации, удовлетворяющих принципу идентификации в процессе всего жизненного цикла объекта, и комплекс методов идентификации, соответствующих принципу идентификации объектов в системах управления. Приводятся результаты идентификации непрерывных и циклических промышленных объектов.

В соответствии с принципом идентификации в процессе всего жизненного цикла объекта наибольший интерес представляют те временные участки жизненного цикла, которые дают наиболее полезную информацию для построения или уточнения математической модели объекта. К таким информативным участкам относятся, как известно, переходные режимы функционирования объекта. В связи с этим большое значение придается этапу выполнения пусконала-дочных работ с «холодной» и «горячей» обкаткой технологического оборудования, когда постепенное увеличение нагрузки рассматривается как своеобразное тестовое воздействие. Такие испытания дают возможность получить стати-

ческие и динамические модели объекта во всем диапазоне изменения воздействий (от нуля до номинальных значений), а применение вычислительных процедур адаптивной идентификации позволяет удовлетворительно оценить коэффициенты моделей уже по начальному участку переходного процесса.

В этом русле предложен комплекс модернизированных вычислительных процедур динамической идентификации для типовых моделей систем автоматического регулирования. В качестве типовых моделей рассматриваются наиболее часто используемые в теории автоматического регулирования звенья САР, представленные в рекуррентно-разностной форме. В частности, для инерционного звена первого порядка, преобразованного к виду линейно-параметрической зависимости (1)

у(0 = к,-у(>-1) + к2-и(0, (15)

к1-е~,к2=к-(1-к1), (16)

использование процедуры рекуррентной идентификации с переопределением переменных согласно схеме Гаммерштейна по типу V, (¡)=у(1 - 1), У2(1)=и(0 приводит к алгоритму

а + уО- 1) + 1Г(1) к2(0 к2(, 1)+ а + у*(м) + и*0) '

■до = ——— к(0=_М!1_ /19)

1п к,(о 1-к,(0' К '

где к - коэффициент передачи объекта; Т - постоянная времени объекта; Аг -шаг дискретизации по времени; а - настроечный параметр.

По аналогии сформированы алгоритмы динамической идентификации и для других, наиболее часто используемых для построения математических моделей технологических объектов, звеньев САР - интегрирующего звена, инерционного звена второго порядка, интегрирующего звена с отсечкой. Из результатов модельных исследований следует, что при уровне помех не выше 20% от изменения полезного сигнала, оценки коэффициентов сходятся к действительным значениям уже на начальном участке переходного процесса общей длительностью, не превышающей 10 % от основной постоянной времени объекта.

В соответствии с принципом идентификации объектов в системах управления для формирования информативных исходных данных в действующей системе управления разработан комплекс методов идентификации с нанесением исследовательских (испытательных) воздействий на прогнозируемые траектории рабочих режимов управления. Основу этих методов составляет активное или пассивное формирование данных специальных исследовательских экспериментов с прогнозированием траекторий рабочих режимов управления и элиминирование отрицательного, с точки зрения рабочих управлений, влияния активных исследовательских воздействий.

Более детально сущность этих методов (рисунок 2) заключается в нанесении испытательных воздействий би2 на прогнозируемые траектории рабочего режима управления; компенсации их эффектов путем нанесения регулирующих воздействий 6и* по уже изученным каналам, что позволяет обеспечить выполнение заданий у* на выходные воздействия объекта и не нарушать рабочего режима управления; расчетном исключении эффектов компенсирующих воздействий по формулам

.¡-1

(20)

8и;ю = и^)-иую, (21)

где Ур(0 - расчетное значение выходного воздействия объекта; у - выходное воздействие объекта; 0) - оператор канала регулирования, полученный на предшествующих этапах идентификации; j - номер управляющего воздействия объекта, ] = 1,1; - величина компенсирующего воздействия; и](0, и"(0 . измеренное и прогнозируемое значения управляющего воздейст-

вия.

и,

и?

/Ь и

и2

^ 12 Время 1

и'] J ¡НС

1, ъ У" Хз Время 1

и {4 Время X

V уп _/

^ 12 1з 14 Время I

Рисунок 2 - Динамика воздействий при идентификации объекта

Неизвестные коэффициенты оператора исследуемого преобразующего канала (рисунок 2) оцениваются по разности 5у2 между спрогнозированным у" и расчетным ур значениями выходного воздействия объекта и по разности

5и2 между спрогнозированным иЦ и фактически реализованным и2 испытательным входным воздействием.

Аналогичным образом решена задача оценивания коэффициентов передачи каналов «изменение удельного расхода электроэнергии — изменение температуры металла» и «изменение расхода кислорода - изменение температуры металла» для циклического объекта, дуговой электросталеплавильной печи.

Применение разработанных методов позволяет не только сократить время проведения экспериментов, но и получить результаты в тех случаях, где традиционные методы практически не работоспособны.

Эффективность методов подтверждается полученными результатами идентификации непрерывных объектов.

В качестве непрерывного объекта рассматриваются шахтные печи для металлизации окисленных окатышей, для которых получены диапазоны изменения оценок коэффициентов математических моделей преобразующих каналов. Структура модели для каждого из каналов принята, исходя из технологии металлизации окатышей и конструкции шахтной печи, в виде последовательного соединения интегрирующего звена с отсечкой и звена чистого запаздывания и преобразована к зависимости типа (I).

Необходимые первичные данные сформированы путем нанесения специальных исследовательских воздействий на прогнозируемые траектории рабочего режима управления. На первом этапе исследований осуществляли построение модели канала « изменение производительности печи (расхода сырых окатышей) - изменение степени металлизации окатышей ». Следующий этап идентификации проводили уже с подавлением эффектов испытательных воздействий путем нанесения компенсирующих воздействий по тем каналам, математические модели которых уже известны. Пример эксперимента представлен на рисунке 3.

Обработка результатов экспериментов производилась как известными методами после получения всего переходного процесса, так и в динамике переходного процесса с привлечением модернизированных алгоритмов динамической идентификации. Полученные диапазоны изменения оценок параметров моделей преобразующих каналов приведены в таблице 1, где к- коэффициент передачи, время запаздывания, 9„д - время отсечки.

Рисунок 3 - Переходные процессы в системе управления шахтной печью №1: а, г - исследовательские воздействия по расходу технологического газа и по расходу природного газа в промежуточную зону; б, д -компенсирующие воздействия по производительности шахтной печи ; в, е - фактические и расчётные значения степени металлизации и содержания углерода в окатышах

Таблица 1 - Диапазоны изменения оценок параметров математических моделей преобразующих каналов

Вх. вели- ВькХ^^ величины4-^ Количество выгружаемых окатышей, т/ч Расход технологического газа, 1000 м'/ч Доля реме- тов в шихте, % Температура восстановительного газа, °С Содержание метана в восстановительном газе. %

Степень металлизации окатышей, % к в т -0,66 - -0.77 2,0 +3,5 6,0 + 8.0 0,5 + 0,7 2,5 + 4,0 6,0 + 8,0 0.65 + 0.92 0,0+ 1,5 12.0+ 16.0 0,10 + 0,16 2,0 + 3,5 6.0 + 8,0 -1.2 +0.0 2,0 + 3.5 6,0 + 8.0

Содержание углерода в окатышах, % к е т -0,08 + -0,1 2.5+3.5 4,0+8,0 - 0.05 + 0.09 0,0+ и 12,0+ 16,0 -0.02 +-0,03 3.0+3,5 6.0 + 8,0 0.17+0.34 2.0 + 3.5 6,0 + 8.0

Полученные динамические характеристики преобразующих каналов шахтной печи использованы при совершенствовании технологических инструкций по ведению процесса металлизации и при разработке алгоритмов прогнозирования степени металлизации и содержания углерода в металлизованных окатышах. В последующем они также нашли применение и при создании алгоритмов управления шахтной печью для металлизации окатышей.

Использование дополнений, внесенных в технологическую инструкцию, позволило повысить точность регулирования примерно на 12%, что при сред-неквадратическом отклонении степени металлизации 5%, дает возможность снизить его на 0,6%, а значит, скорректировать задание на степень металлизации на величину 0,3% без опасности получения бракованной продукции. Такое снижение увеличивает производительность печи примерно на 1% и дает экономию природного газа около 1,5%.

В четвертой главе «Идентификация объектов с рециклом и распределенными управлениями» приводятся примеры промышленных объектов, структуры их математических моделей, методы и алгоритмы идентификации, удовлетворяющие принципу идентификации объектов сложной структуры, а также результаты численных и опытно-промышленных исследований.

В первом примере нелинейные объекты с распределенными управлениями, число которых больше числа выходных переменных, характеризуются большим разнообразием структур и соответствующим им разнообразием структур математических моделей. Один из вариантов структуры математической модели объекта с распределенными управлениями представлен на рисунке 4, где двойной линией обозначены параметрические, а одинарной - координатные воздействия, и приняты следующие обозначения: Цци,,...,^ — управляющие

воздействия; — внешнее контролируемое воздействие; у — выходное воздействие объекта; - оператор запаздывания; <рр - координатно-параметрический

оператор.

Рисунок 4 - Вариант структуры математической модели объекта с распределенными управлениями

Для построения систем автоматического управления зачастую бывает достаточно использования относительно простых математических моделей «в малом», например, следующего вида:

у(0 = кж-лу(1-т0) + ¿кДы^-и^-Т;), (22)

j=l

М1)-а<В*аи-и>|(1-(т>1-тЛ). (23)

где у - рассчитанное по модели выходное воздействие объекта; ^ - время чистого запаздывания; кД1) - коэффициент влияния и^ ():) на у(0; - неизвестные коэффициенты модели.

Своеобразие рассматриваемого объекта состоит в том, что изменение управляющих воздействий по предыдущим каналам регулирования оказывает влияние не только на изменение выходной величины объекта, но и на изменение коэффициентов передачи последующих каналов. Поэтому особенность идентификации таких объектов заключается с одной стороны, в планировании эксперимента специальным образом, а с другой — в последовательной обработке полученных данных.

Известный подход с составлением матрицы планирования эксперимента и решением полученной системы уравнений требует в данном случае проведения достаточно большого количества экспериментов, что для промышленных объектов не приемлемо. Поэтому сначала идентифицировали один из каналов регулирования, характеризующийся наименьшим запаздыванием, а затем - все остальные каналы. Для формирования исходных данных использовали метод идентификации с нанесением испытательных воздействий на прогнозируемые траектории рабочих режимов управления, а учет взаимосвязи каналов регулирования осуществляли путём расчетного исключения эффектов управляющих воздействий по каналам, математические модели которых уже известны, по формуле

УР(0 = (у(1)-у""(1))-а|Г5ия(I -(тя -т;)).и] -, (24)

где ур(0, упр(1)- соответственно расчетное и прогнозируемое выходное воздействие объекта.

Наиболее ярким типопредставителем объектов с распределенными управлениями в металлургической промышленности является зона вторичного охлаждения (ЗВО) машины непрерывного литья заготовок (МНЛЗ), основной целью которой является обеспечение необходимого теплового режима охлаждения слитка. Структура математической модели такого объекта может быть представлена в виде (22), (23), где управляющими воздействиями являются расход воды в каждой из трех секций ЗВО и скорость вытягивания слитка; внешними -марка и начальная температура разливаемой стали; выходным воздействием -температура слитка на выходе ЗВО.

Для оценивания коэффициентов модели (22), (23) проводили серию специально спланированных экспериментов в сочетании с последовательной обработкой полученных данных в соответствии с предложенным методом идентификации. В ходе экспериментальных исследований получены диапазоны изменения коэффициентов и времени запаздывания ^ по трем секциям зоны вторичного охлаждения в зависимости от изменения скорости вытягивания слитка в диапазоне (0,60 - 0,75) м/мин

вю-(.110+.150)-^-;а1з-(50+58)г^-г;аи-(.150+.200)47-;а, 2=(40+47)-^;

М /Ч (м /ч) м /ч (м /ч)

т|=(8 + 13)мин; т2=(7 + 12)мин; т3=(6 + 1 1)мин.

Полученные результаты идентификации использованы при совершенствовании системы автоматического регулирования ЗВО МНЛЗ.

Во втором примере для объектов с рециклом математическую модель в общем случае можно представить в виде следующих уравнений в пространстве состояний:

ах/Л = а0-х(1) +агх(1-тр-тпц) +Ь-и(1-тва), (25)

у(0=с-х(0, (26)

где х(Ч)- вектор переменных состояния объекта; и(1) - вектор управляющих воздействий; у(Ч)- вектор измеряемых выходных воздействий; а0,а,,Ь. с -матрицы неизвестных коэффициентов; тр - запаздывание в цепи рецикла; тП1,-запаздывание в прямой цепи объекта, В частном случае для объектов с рециклом «по концентрации» вещества или «по температуре» можно принять у(1)=х(1).

Предложено два варианта метода идентификации объекта с рециклом: с целенаправленным вмешательством в цепь рецикла и без него. Первый вариант позволяет получать динамические характеристики объекта с рециклом при замкнутой и разомкнутой цепи рецикла. А второй — только при замкнутой цепи

рецикла. И в первом, и во втором вариантах используются модифицированные рекуррентные алгоритмы идентификации, с помощью которых можно уточнять параметры модели элементов прямой цепи и модели элементов цепи рецикла в реальном времени.

В конкретном случае, когда структура математической модели элементов прямой цепи задана в виде последовательного соединения инерционного звена первого порядка и звена чистого запаздывания, а цепи рецикла - в виде последовательного соединения пропорционального звена и звена чистого запаздывания, структура математической модели всего объекта с рециклом приводится к виду

т

1II.

(27)

(28)

или после преобразований к рекуррентно-разностной форме

х(0 =к, -х(1 - 1) + к2 -х(! - - + к3 -и(1 - /т),

У(0=х(0, ,

к, — е "", к2 к3-кр, к3-кП1( (1 - к|), I ■

" 1" / = т * пц V

.А«. , пц . Л*. 1 р

(29)

(30)

(31)

где к]щ ,ТПЦ, т1Ш- коэффициент передачи, постоянная времени и время запаздывания элементов прямой цепи; кр, тр - коэффициент передачи и время запаздывания цепи рецикла; Д1 - шаг дискретизации по времени; [•]- обозначение целой части числа.

Использование процедуры рекуррентной идентификации с переопределением входных величин по типу

у,(0=х(! - 1); У2(0=х(1 - /р- /пц); У3(0=и(1 - /пц) (32)

позволяет в динамике оценить к,, к2, к3 выражений (29), (30), а следовательно, и к пц, ТШ1 и кр с использованием преобразований (31).

Взаимосвязь коэффициентов к, , к2, к3 требует более тщательно подойти к выбору начальных значений оценок коэффициентов и, по возможности, формировать данные, объединяя нанесение исследовательских воздействий по управлениям и на входе цепи рецикла.

Комбинирование предложенных методов идентификации позволило идентифицировать блок тепловых регенераторов кислородного производства, имеющий сложную структуру (рисунок 5) с запаздывающей положительной технологической обратной связью С?п (рециклом) и распределенными управляющими воздействиями (?1,(32>С}з> с запаздываниями между циклами работы

регенераторов в блоке, подверженный влиянию контролируемых Р и неконтролируемых возмущений с нестационарными свойствами.

Прямой поток

Р Теплый воздул

возлух

Рисунок 5 - Структура блока тепловых регенераторов

Структура математической модели возмущенного движения такого класса объектов выбрана в виде

&У](0 - к ■ 6™ (I - т^• (г - ^)+ к^ ■ 8ип (г - - т,,), (33)

5ип(0=крГ5У](1-(трГ^)), (34)

где 5у|- рассчитанное по модели изменение температуры охлажденного воздуха в конце j -го рабочего периода, °С, ]=1; 5\у - изменение давления теплого воздуха, атм.; 81^- изменение расхода газа прямого потока, м /мин; 5ип- изменение расхода газа петлевого обратного потока, % хода регулирующего органа (р.о.); 5у^ изменение температуры охлажденного воздуха в конце ] -го рабочего периода, °С; т - время чистого запаздывания, мин; коэффициент передачи канала регулирования «изменение расхода газа прямого потока Д(3 — изменение температуры охлажденного воздуха ДТ», °С/(м3/мин); кп- коэффициент передачи канала регулирования «изменение расхода газа петлевого потока ДС}П- изменение температуры охлажденного воздуха ДТ», °С/(% хода р.о.); к^- коэффициент передачи канала преобразования внешних воздействий «изменение давления теплого воздуха ДР - изменение температуры охлажденного воздуха ДТ», °С/атм.; к^ - коэффициент передачи канала рецикла «изменение

температуры охлажденного воздуха в конце ] -го рабочего периода ДТ - изменение расхода газа петлевого обратного потока Д0П », (% хода р.о.)/°С.

Особенность рассматриваемого класса объектов идентификации заключается в том, что изменение расхода газа прямого потока влияет на изменение температуры охлаждаемого газа в конце текущего периода работы, а изменение расхода газа петлевого потока - на изменение температуры в конце предстоящего периода работы.

Для нахождения неизвестных коэффициентов к^к^.к^.кд) модели

(33), (34) комбинировали три метода идентификации: метод идентификации объектов с рециклом, метод идентификации объектов с распределенными управлениями и метод идентификации с нанесением испытательных воздействий на прогнозируемые траектории рабочих управлений и вычитанием эффектов управляющих (компенсирующих) воздействий. Расчетное исключение эффектов компенсирующих воздействий осуществляли по формулам типа (20), (21). Значения коэффициентов передачи исследуемых каналов приведены в таблице 2.

Таблица 2 - Коэффициенты передачи преобразующих каналов

Наименование канала Размерность коэффициентов передачи Оценки коэффициентов передачи по циклам

1 2 3

д<з„-дт °С/% хода р.о. 0,05 0,025 0,001

Д(2-ДТ °С/(м3/мин) 0,0015 0,00075 0,0003

др-дт °С/атм. 0,70 0,25 0,10

Полученные результаты идентификации использованы при разработке системы автоматического регулирования блока тепловых регенераторов. Внедрение этой системы позволило в среднем на 25% повысить производительность блока тепловых регенераторов.

В пятой главе «Лабораторные комплексы для исследования и обучения методам и алгоритмам идентификации» представлены конкретные разработки, удовлетворяющие принципу доступности методов идентификации для изучения, исследования и применения. К таким разработкам относятся автоматизированная система для модельных исследований особенностей алгоритмов динамической идентификации и лабораторный комплекс для исследований методов и алгоритмов идентификации, которые используются в учебном процессе.

В основу построения автоматизированной системы положена многовариантная структура канального типа, включающая рабочий и нормативный каналы и являющаяся частным случаем автоматизированного тренажерно-обучающего комплекса.

В ходе модельных исследований, проводимых с помощью автоматизированной системы, выявлены характерные эффекты нарушения исходных предпосылок использования алгоритмов динамической идентификации, заключающиеся в смещении и искажении получаемых оценок коэффициентов математических моделей. Предложены пути их устранения.

В частности показано, что проявление эффекта прямых и обратных регулирующих связей можно избежать путем специального формирования информативных исходных данных в системе управления; эффекты аномальных данных, ошибок измерения и расчета входных величин можно устранить, используя робастные процедуры идентификации; уменьшение эффектов априорной информации, приведенной помехи типа "белого" и "небелого" шума, ограниченной выборки данных можно достичь, применяя соответственно специальные методики выбора начальных значений оценок коэффициентов, настройки параметров алгоритмов и определения длины выборки.

Лабораторный комплекс для исследований методов и алгоритмов идентификации представляет собой совокупность взаимосвязанных между собой натурных элементов объекта идентификации, пересчетных математических моделей и рекуррентных процедур обработки данных. Натурная составляющая комплекса выполнена в виде технологического агрегата с целенаправленно изменяемыми статическими и динамическими свойствами, в котором реализуются типовые газодинамические и тепловые процессы. Модельная составляющая комплекса, объединяющая пересчетные математические модели и рекуррентные процедуры обработки данных, реализуется на средствах современной вычислительной техники и позволяет обеспечить воспроизведение характеристик и динамики функционирования любых элементов системы в их взаимодействии.

В процессе обучения на лабораторном комплексе основной упор делается на освоение, исследование и применение методов и алгоритмов идентификации в системе управления. Использование специально разработанного методического, математического, алгоритмического обеспечения в комплексе с постоянно обновляемым программно-техническим обеспечением лабораторного комплекса позволяет существенно сократить время обучения, а главное - приобрести навыки, необходимые при создании новых и модернизации действующих систем автоматизации управления.

ВЫВОДЫ И ЗАКЛЮЧЕНИЕ

Диссертация является научно-квалификационной работой, в которой решена актуальная научная проблема идентификации промышленных объектов, функционирующих в составе систем управления, имеющая важное хозяйственное значение в развитии экономики страны. Основные выводы, теоретически и практически значимые результаты работы.

1. Отличительные особенности современных промышленных объектов управления и условий создания и эксплуатации систем автоматизации заключаются в следующем: наличие достаточно сложной структуры с разветвленными нелинейными взаимосвязями, с числом управляющих воздействий, превышающим число целевых выходных переменных; чрезвычайно сжатые сроки выполнения всех видов работ по созданию систем автоматизации управления; совместное проектирование и одновременный пуск объекта и управляющей подсистемы; многоцелевое назначение систем автоматизации управления. Эти

особенности подтверждают необходимость создания нового подхода к идентификации промышленных объектов.

2. Идентификация промышленных объектов, в соответствии с выявленными особенностями, должна отвечать следующим принципам: идентификация объектов в системах управления, учитывающая наличие прямых и обратных управляющих связей; многовариантная идентификация, позволяющая одновременно решать многоцелевые задачи: исследования, обучения, пусконаладки, производственного назначения; идентификация для целей управления; идентификация в процессе всего жизненного цикла объекта; идентификация объектов сложной структуры, характеризующихся распределенными в пространстве управляющими воздействиями с различным динамическим влиянием на параметры, состояние и выходные переменные объекта, наличием внутренних положительных связей (рециклов), параметрической и структурной нестационарностью; доступность методов идентификации для изучения, освоения и применения.

3. Методы идентификации объектов в действующих системах управления должны объединять возможности активного и пассивного формирования данных специальных исследовательских экспериментов с прогнозированием траекторий рабочих режимов управления и возможностью модельного элиминирования отрицательного, с точки зрения рабочих управлений, влияния активных исследовательских воздействий. Это позволяет получать адекватные математические модели при уменьшении числа активных экспериментов в 5-7 раз без снижения эффективности рабочего управления.

4. Методы и алгоритмы идентификации должны быть многоцелевого назначения с одновременным получением нескольких вариантов оценок коэффициентов, обладающих разными динамическими свойствами. В критерии идентификации необходимо включать не только точностную, но и гладкостную составляющую, характеризующую динамические свойства получаемых оценок коэффициентов. Такие многовариантные алгоритмы позволяют повысить эффективность вычислений до 50% ; полученные варианты оценок коэффициентов могут быть использованы для различных целей, в частности, для кратко-, средне- и долгосрочного управления.

5. Работоспособным методом идентификации объектов с рециклом является метод с нанесением испытательных воздействий на весь объект и цепь рецикла в сочетании с последовательной обработкой экспериментально полученных данных с использованием рекуррентных алгоритмов идентификации.

6. Для объектов с распределенными управляющими воздействиями идентификацию следует проводить в объединении итеративно повторяющихся процедур формирования информативных исходных данных и их последовательной обработки. Это позволяет в 2-3 раза сократить число экспериментов, проводимых в соответствии с составленной матрицей планирования эксперимента и решением полученной системы уравнений.

7. Введение в идентификатор нового контура параметрического регулирования позволяет гибко учитывать изменяющиеся требования к свойствам оценок коэффициентов математической модели и повысить качество иденти-

фикации примерно в 1,5-2 раза даже при действии возмущения, соизмеримого с величиной полезного сигнала.

8. Сократить время получения удовлетворительных оценок коэффициентов типовых моделей САР возможно за счет модернизации вычислительных процедур динамической идентификации, заключающейся в приведении структуры модели к виду линейно-параметрической зависимости и переопределении переменных согласно схеме Гаммерштейна. При применении таких вычислительных процедур, при уровне помех не выше 20% от изменения полезного сигнала, оценки коэффициентов сходятся к действительным значениям уже на начальном участке переходного процесса общей длительностью, не превышающей 10% от основной постоянной времени объекта.

9. С помощью автоматизированной системы для освоения и исследования алгоритмов динамической идентификации выявлены характерные эффекты нарушения исходных предпосылок их использования, заключающиеся в смещении и искажении получаемых оценок коэффициентов математических моделей. Показано, что негативное влияние эффектов на результаты идентификации можно уменьшить путем применения испытательных воздействий, процедур робастизации, методов выбора начальных значений оценок коэффициентов и настроечных параметров алгоритмов идентификации.

10. Разработан учебно-исследовательский лабораторный комплекс, объединяющий натурные элементы объекта идентификации, пересчетные математические модели и рекуррентные процедуры обработки данных. Комплекс дает возможность в 2-3 раза уменьшить время на приобретение навыков, освоение методов и алгоритмов идентификации и наглядно продемонстрировать эффекты от нарушения исходных предпосылок.

11. Полученные динамические ряды вариантов оценок коэффициентов влияния процентного содержания углерода, кремния и марганца в конвертерной стали на предел текучести, предел прочности и относительное удлинение металлопроката существенно нестационарны, вплоть до изменения знака. Эти оценки использованы для кратко-, средне- и долгосрочного прогнозирования механических свойств металлопроката и корректировки расхода ферросплавов в кислородно-конвертерном производстве стали.

12. Получены математические модели каналов преобразования изменения управляющих и внешних воздействий для шахтной печи металлизации окисленных окатышей, для блока тепловых регенераторов кислородного производства и для зоны вторичного охлаждения машины непрерывного литья заготовок. Использование этих моделей в системах управления позволило:

- для шахтной печи повысить точность регулирования по среднеквадратичному критерию в среднем на 12%, что увеличивает производительность печи до 1% и дает экономию природного газа до 1,5%;

- для блока тепловых регенераторов кислородного производства повысить производительность в среднем на 25%;

- для зоны вторичного охлаждения машины непрерывного литья заготовок повысить точность регулирования примерно на 10%.

13. Разработанные устройства идентификации защищены двумя авторскими свидетельствами и двумя патентами на изобретения.

ОСНОВНЫЕ ТРУДЫ ПО ТЕМЕ ДИССЕРТАЦИИ

Монографии и учебные пособия

1. Системы автоматизации на основе натурно-модельного подхода: Монография в 3-х т. Т.2: Системы автоматизации производственного назначения / Л.П. Мышляев, A.A. Ивушкин, Е.И. Львова и др.; Под ред. Л.П. Мышляева. - Новосибирск: Наука, 2006. - 483 с.

2. Мышляев Л.П. Многовариантная робастная идентификация: Монография / Л.П. Мышляев, А.Е. Кошелев, Е.И. Львова // Библиотека сборника «Математические и экономические модели в оперативном управлении производством». Выпуск №5. - М.: Электрика, 2000. — 136 с.

3. Кулаков С.М. Многовариантные информационные системы и технологии: Монография / С.М. Кулаков, В.В. Зимин, Е.И. Львова. - Новокузнецк: СибГИУ, 2000. - 130 с.

4. Алгоритмы идентификации нестационарных объектов: Учебное пособие / Л.П. Мышляев, С.М. Кулаков, Е.И. Львова, В.В. Зимин. - Новокузнецк: СибГИУ, 2000.- 130 с.

Статьи в периодических изданиях

5. Львова Е.И. Принципы идентификации в системах управления при создании и эксплуатации промышленных комплексов / Е.И. Львова, A.A. Ивушкин, Л.П. Мышляев // Системы управления и информационные технологии. -2006.- №3.1(25)-С. 157- 159.

6. Идентификация непрерывно-дискретных объектов сложной структуры (на примере блока тепловых регенераторов кислородного производства) / Л.П. Мышляев, Е.И. Львова, A.A. Ивушкин, П.И. Белокопытов // Системы управления и информационные технологии. - 2006. - № 3.1(25) - С. 174 - 177.

7. Мышляев Л.П. Опыт идентификации промышленных объектов в системах управления I Л.П. Мышляев, Е.И. Львова, A.A. Ивушкин // Изв. вузов. Чер. металлургия. - 2005. - № 6. - С. 65 - 68.

8. Идентификация объектов в системах управления / Л.П. Мышляев, Е.И. Львова, С.Ф. Киселев, С.Я Иванов // Изв. вузов. Чер. металлургия.- 2001.-№ 12.- С. 32-35.

9. Львова Е.И. О комплексной технологии многовариантной идентификации зависимостей на примере объектов черной металлургии / Е.И. Львова // Изв. вузов. Чер. металлургия. - 2000. - № 4. - С. 62-63.

10. Многовариантное содержание новой специальности «Информационные системы в управлении» / В.П. Авдеев, С.М. Кулаков, Е.И. Львова и др. // Изв. вузов. Чер. металлургия. - 2000. - № 4. - С. 32 - 36.

11.0 многовариантных учебных планах / С.М. Кулаков, Т.В. Киселева, Е.И. Львова и др. // Изв. вузов. Чер. металлургия. - 1998. - № 6. — С. 76 - 78.

12.Оптимизация поставок компонентов сырья и технологических режимов коксового производства / Л.П. Мышляев, В.Ф. Евтушенко, Е.И. Львова и др. // Кокс и химия. - 1996. - Ks 5. - С. 20 - 25.

13. Многовариантные алгоритмы рекуррентной идентификации линейно-параметрических зависимостей / Б.А. Кустов, Ю.А. Сарапулов, Е.И. Львова и др. // Изв. вузов. Чер. металлургия.- 1994.- № 4. - С. 46 - 53.

Труды научно-практических конференций

14. Мышляев Л.П. Особенности идентификации в системах управления промышленными объектами / Л.П. Мышляев, Е.И. Львова // Третья Международная конференция по проблемам управления: тезисы докладов в двух томах. Том 1. - М.: Институт проблем управления им. В.А. Трапезникова РАН, 2006.-С. 130.

15.Мышляев Л.П. Идентификация и управление: области пересечения и автономность / Л.П. Мышляев, Е.И. Львова, A.A. Ивушкин // Системы автоматизации в образовании, науке и производстве: Труды V Всероссийской научно-практической конференции. - Новокузнецк: СибГИУ, 2005. - С. 78 - 80.

16. Львова Е.И. Идентификация объектов сложной структуры в системах управления / Е.И. Львова, A.A. Ивушкин, Л.П. Мышляев // Информационные недра Кузбасса: Труды IV Всероссийской научно-практической конференции. - Кемерово: ИНТ, 2005. - С. 71 - 73.

17.Мышляев Л.П. Идентификация многоконтурных объектов / Л.П. Мышляев, Е.И. Львова, С.Л. Плотников // Автоматизированный электропривод и промышленная электроника в металлургической и горно-топливной отраслях: Труды второй Всероссийской научно-практической конференции, посвященной 75-летию СибГИУ. - Новокузнецк: СибГИУ, 2004. - С. 238 - 240.

18. Мышляев Л.П. О методологии идентификации объектов в системах управления / Л.П. Мышляев, Е.И. Львова // Системы автоматизации в образовании, науке и производстве: Труды IV Всероссийской научно-практической конференции. — Новокузнецк: СибГИУ, 2003. - С. 109 - 114.

19. Способы идентификации объектов с рециклом и распределенными управлениями / Е.И. Львова, В.И. Лебедев, Л.П. Мышляев, А.Н. Колганов // Системы автоматизации в образовании, науке и производстве: Труды IV Всероссийской научно-практической конференции. - Новокузнецк: СибГИУ, 2003. -С. 114-119.

20. Мышляев Л.П. Методы и результаты идентификации объектов с рециклом и распределенными управлениями / Л.П. Мышляев, Е.И. Львова, В.И. Лебедев // Идентификация систем и задачи управления: Труды IV международной конференции.- М.: Институт проблем управления им. В.А. Трапезникова РАН, 2005.-С. 659-660.

21.Мышляев Л.П. Идентификация каналов регулирования зоны вторичного охлаждения машины непрерывного литья заготовок / Л.П. Мышляев, Е.И. Львова, С.Л. Плотников // Электронные средства и системы управления: Материалы Международной научно-практической конференции, посвященной 400-летию г. Томска. - Томск: Изд. Института оптики атмосферы СО РАН, 2004. - Часть 3.-С. НО- 114.

22. Программно-техническое обеспечение управляющей части учебно-исследовательского комплекса / Л.П. Мышляев, Е.И. Львова, С.Ф. Киселев и др. // Системы автоматизации в образовании, науке и производстве: Труды Всероссийской научно-практической конференции.- Новокузнецк: СибГИУ,'

2001.-С. 288-291.

23.Львова Е.И. Использование имитационного натурно-модельного лабораторного комплекса для исследования новых методов и алгоритмов идентификации / Е.И. Львова // Фундаментальные и прикладные проблемы приборостроения, информатики, экономики и права: Научные труды VII Международной научно-практической конференции. Книга «Информатика». — М.: МГАПИ, 2004. - С. 138 - 143.

24. Способ идентификации распределенного объекта / Л.П. Мышляев, Е.И. Львова, В.И. Лебедев, А.Н. Колганов // Электронные средства и системы управления: Материалы Всероссийской научно-практической конференции. - Томск: Изд. Института оптики атмосферы СО РАН, 2003. - С. 177 - 180.

25.Мышляев Л.П. Идентификация объектов с рециклом на примере учебно-исследовательского комплекса «САР» / Л.П. Мышляев, Е.И. Львова // Фундаментальные и прикладные проблемы приборостроения, информатики и экономики: Научные труды VIII Международной научно-практической конференции. Книга «Информатика». -М.: МГАПИ, 2005.-С. 146 — 151.

26. Objects Identification in control systems / L.P. Myshlayev, E.I. Lvova, S.F. Kise-Iev, S.Y. Ivanov // 6-th World Congress on Integrated Resources Management R 02. - Geneva, Switzerland: Copyright by EMPA, Switzerland and PEAK Ltd,

2002. - № 58.

27. Мышляев Л.П. Построение моделей управляемых объектов / Л.П. Мышляев, Е.И. Львова, С.Ф. Киселев // Моделирование, программное обеспечение и наукоемкие технологии в металлургии: Труды Всероссийской научно-практической конференции.- Новокузнецк: СибГИУ, 2001. - С. 396 - 403.

28. Мышляев Л.П. Инженерные методы динамической идентификации объектов / Л.П. Мышляев, Е.И. Львова, А.Е. Кошелев // Металлургия на пороге XXI века: достижения и прогнозы: Материалы Всероссийской научно-практической конференции. - Новокузнецк: СибГИУ, 2000. - С. 200 - 202.

29.Львова Е.И. Информационная обучающая система идентификации // Е.И. Львова, А.Е. Щелоков // Фундаментальные и прикладные проблемы приборостроения, информатики, экономики и права: Научные труды IV Международной научно-практической конференции. Книга «Информатика». - М.: МГАПИ, 2001. - С. 148 - 152.

30. Кулаков С.М. Идентификация в системном представлении / С.М. Кулаков, Е.И. Львова И Металлургия на пороге XXI века: достижения и прогнозы: Материалы Всероссийской научно-практической конференции. - Новокузнецк: СибГИУ, 2000. - С. 211 - 214.

31. Кулаков С.М. Проблематика многовариантных систем идентификации / С.М. Кулаков, Е.И. Львова // Металлургия на пороге XXI века: достижения и прогнозы: Материалы Всероссийской научно-практической конференции. -Новокузнецк: СибГИУ, 2000. - С. 214 - 218.

32. Львова Е.И. Функциональные и обеспечивающие подсистемы комплексной технологии многовариантной идентификации / Е.И. Львова // Металлургия на пороге XXI века: достижения и прогнозы: Материалы Всероссийской научно-практической конференции. - Новокузнецк: СибГИУ, 2000. -С. 218-221.

33.Мышляев Л.П. Опыт идентификации промышленных объектов в действующих системах управления / Л.П. Мышляев, Е.И. Львова // Идентификация систем и задачи управления: Труды международной конференции. - М.: Институт проблем управления им. В.А. Трапезникова РАН, 2000.-С. 1943-1964.

34.Кулаков С.М. Концепция многовариантной идентификации / С.М. Кулаков, Е.И. Львова // Идентификация систем и задачи управления: Труды международной конференции. - М.: Институт проблем управления им. В.А. Трапезникова РАН, 2000. - С. 496 - 518.

35.Львова Е.И. Многовариантное оценивание динамических характеристик технологических объектов / Е.И. Львова // Идентификация систем и задачи управления: Труды международной конференции. - М.: Институт проблем управления им. В.А. Трапезникова РАН, 2000. - С. 658 - 680.

36.Кулаков С.М. Многовариантная активная система идентификации / С.М. Кулаков, Е.И. Львова // Теория активных систем: Труды Юбилейной международной научно-практической конференции. - М.: СИНТЕГ, 1999. -С. 121 - 122.

37.Львова Е.И. О комплексной технологии многовариантной идентификации зависимостей на примере объектов черной металлургии / Е.И. Львова // Системы и средства автоматизации: Материалы Всероссийской научно-практической конференции. - Новокузнецк: СибГИУ, 1998, - С. 120 - 124.

38.Кустов Б.А. Проблематика многовариантных технологических комплексов/ Б.А. Кустов, Е.И. Львова, И.К. Коротких // Структурная перестройка металлургии: экономика, экология, управление, технология: Материалы Международной научно-технической конференции. — Новокузнецк: АО «Кузбасская ярмарка», 1996. - С. 41 - 43.

Авторские свидетельства и патенты

39.А.С. 1298718 СССР, МКИ G05B13/02. Устройство для идентификации объекта / В.П. Авдеев, Л.П. Мышляев, Е.И. Львова и др. - Заявл. 28.03.85; Опубл. 23.03.87, бюл. изобр. № 11.

40.А.С. 1305633 СССР, МКИ G05B13/02. Устройство для адаптивной идентификации объекта / В.П. Авдеев, Л.П. Мышляев, Е.И. Львова и др. - Заявл. 21.11.85; Опубл. 23.04.87, бюл. изобр. № 15.

41. Пат. 2038630 Россия, МКИ G05B13/02. Многовариантный идентификатор/ С.К. Коровин, Л.П. Мышляев, Е.И. Львова и др. - Опубл. 27.06.95, бюл. изобр. №18.

42.Пат. 2046574 Россия, МКИ G05B13/02. Устройство для адаптивной идентификации объекта / Ю.А. Сарапулов, Л.П. Мышляев, Е.И. Львова и др. -

, Опубл. 20.10.95, бюл. изобр. № 29.

Львова Елена Ивановна

МЕТОДЫ И АЛГОРИТМЫ ИДЕНТИФИКАЦИИ В СИСТЕМАХ УПРАВЛЕНИЯ . ПРОМЫШЛЕННЫМИ ОБЪЕКТАМИ

Автореферат

диссертации на соискание ученой степени доктора технических наук

Изд. лиц. ИД №01439 от 05.04.2000 Бумага писчая. Печать офсетная. Усл. печ. л. 2.0

Формат бумаги 60 84 1/16 Тираж 100 экз. Заказ ¿3/ Уч.-изд. л. 2.23

Подписано в печать 01.11.2006 г.

ГОУ ВПО «Сибирский государственный индустриальный университет» 654007, Новокузнецк, ул. Кирова, 42 Издательский центр ГОУ ВПО «СибГИУ»

Введение.

Условные обозначения.

Глава 1. Основы идентификации объектов в системах управления

1.1. Проблема идентификации в системах управления.

1.1.1. Общая характеристика методов идентификации.

1.1.2. Направления развития идентификации и промышленные приложения.

1.1.3. Проблематика многовариантной идентификации.

1.2. Принципы и задачи идентификации в системах управления при создании и эксплуатации промышленных объектов.

1.2.1. Особенности промышленных объектов управления.

1.2.2. Особенности условий создания и эксплуатации систем автоматизации управления.

1.2.3. Основные принципы и задачи идентификации промышленных объектов.

1.3. Теоретические основы вычислительных процедур динамической идентификации нестационарных объектов.

1.3.1. Общее представление метода оценивания состояния объекта и параметров (коэффициентов) его математической модели.

1.3.2. Примеры алгоритмов робастного оценивания.

1.3.3. Локально-оптимальные алгоритмы робастного оценивания состояний и параметров.

Выводы по первой главе.

Глава 2. Развитие вычислительных процедур динамической идентификации нестационарных объектов.

2.1. Многовариантные алгоритмы идентификации.

2.1.1. Формирование многовариантных алгоритмов идентификации

2.1.2. Техническая реализация многовариантных алгоритмов идентификации.

2.1.3. Численные исследования многовариантных алгоритмов идентификации на модельных данных.

2.1.4. Численные исследования многовариантного алгоритма идентификации на натурных данных.

2.2. Идентификация как процесс в замкнутой динамической системе.

2.2.1. Представление идентификатора в виде замкнутой динамической системы с новым типом обратной связи.

2.2.2. Конкретизация бинарного алгоритма идентификации.

2.2.3. Техническая реализация бинарного алгоритма идентификации.

2.2.4. Исследование бинарного алгоритма идентификации.

Выводы по второй главе.

Глава 3. Идентификация в системах управления промышленными объектами.

3.1. Динамическая идентификация типовых моделей систем автоматического регулирования.

3.1.1. Метод и алгоритмы идентификации.

3.1.2. Исследование эффективности алгоритмов идентификации.

3.2. Идентификация объектов с нанесением пробных воздействий и исключением эффектов регулирующих воздействий.

3.2.1. Метод идентификации.

3.2.2. Идентификация непрерывных объектов.

3.2.3. Идентификация циклических объектов

Выводы по третьей главе.

Глава 4. Идентификация объектов с рециклом и распределенными управлениями.

4.1. Объекты с распределенными управлениями.

4.1.1. Структура математической модели и примеры промышленных объектов.

4.1.2. Метод и алгоритм идентификации.

4.1.3. Численные и опытно-промышленные исследования.

4.2. Объекты с рециклом.

4.2.1. Структура математической модели и примеры промышленных объектов.

4.2.2. Метод и алгоритм идентификации.

4.2.3. Численные и опытно-промышленные исследования.

Выводы по четвертой главе.

Глава 5. Лабораторные комплексы для исследования и обучения методам и алгоритмам идентификации.

5.1. Автоматизированная система для модельных исследований особенностей алгоритмов динамической идентификации.

5.1.1. Общая структура автоматизированной системы.

5.1.2. Основные предпосылки использования алгоритмов динамической идентификации.

5.1.3. Характерные эффекты нарушения исходных предпосылок.

5.2. Лабораторный комплекс для натурных исследований методов и алгоритмов идентификации.

5.2.1. Общая структура комплекса.

5.2.2. Информационное, алгоритмическое и программно-техническое обеспечение комплекса.

5.3. Исследование методов и алгоритмов идентификации с использованием лабораторного комплекса.

5.3.1. Результаты идентификации объекта с рециклом.

5.3.2. Результаты идентификации объекта с распределенными управлениями.

Выводы по пятой главе.

Актуальность проблемы. Создание и эксплуатация промышленных комплексов - предприятий, цехов, участков, технологических процессов и агрегатов - требует решения широкого круга взаимосвязанных задач автоматизации управления. Одной из них является идентификация промышленных объектов в системах управления.

Решению проблемы идентификации объектов посвящено достаточно много теоретических работ, к числу которых относятся труды Н.С. Райбмана [1-4], ЯЗ. Цыпкина [5-9], П. Эйкхоффа [10], Л. Льюнга [11], П.Дж. Хьюбера [12] и др. Однако, с точки зрения практической реализации в системах автоматизации управления, известные методы и алгоритмы идентификации требуют конкретизации и дальнейшего развития. Это вызвано несколькими причинами. Во-первых, известные теоретические вычислительные процедуры идентификации, как правило, базируются на строгих ограничениях и жестких исходных предпосылках, выполнение которых на реально действующих объектах весьма затруднительно. Во-вторых, традиционные инженерные методы построения математических моделей, например, путем снятия и обработки кривых разгона, не отвечают в полной мере современным условиям разработки и функционирования самих промышленных объектов и жестким требованиям, предъявляемым к срокам создания и эффективности систем автоматизации управления. Только тесное объединение строгих математических методов обработки полученных данных с инженерными приемами формирования информативных исходных данных с учетом изменившихся условий и требований к системам автоматизации может привести к желаемому результату. В связи с этим необходимо развитие принципов и соответствующих им методов и алгоритмов идентификации в системах управления.

Кроме того, анализ практических разработок показывает, что наиболее часто задача идентификации объектов решается в рамках самостоятельного научного направления. Однако, для повышения эффективности систем управления, когда требуется системная взаимоувязка по ресурсам, ограничениям и целевым критериям, задачу идентификации необходимо решать как составную неотъемлемую часть общей проблемы управления с целенаправленной взаимосвязью с другими задачами управления, включая задачи измерения, оценивания, регулирования, прогнозирования и т.д.

Большое значение для эффективной практической деятельности имеет также доступность методов и алгоритмов идентификации для изучения, освоения, исследования и применения, чему уделяется крайне мало внимания. В связи с этим необходимо создание обучающих и испытательно-наладочных комплексов с развитым и постоянно обновляемым методическим, алгоритмическим, техническим, информационным и другими видами обеспечения.

Актуальность выбранного направления подтверждается результатами аналитических обзоров научных трудов Международных конференций «Идентификация систем и задачи управления» 2000, 2003 г.г. В частности, подчеркивается «. поразительная актуализации проблемы построения эффективных технологий решения прикладных задач, . вызванная сложностью постановки и решения практических задач» [13]. Более того, высказывается следующая основная идея: «проблемы идентификации необходимо исследовать в контексте всей человеческой деятельности, направленной на поиск решений практических задач управления. . существует актуальная потребность создания наукоемких методологий для начальных этапов поиска решений трудных (существенно нестандартных) практических задач, содержащих трудно формализуемые условия и высокие требования к качеству управления (оценивания, прогнозирования)» [14].

Работа выполнена в соответствии с планами хоздоговорных и госбюджетных научно-исследовательских работ Сибирского государственного индустриального университета в рамках Федеральной целевой программы «Интеграция науки и высшего образования России» (1998-2001 г.г., 2002-2004 г.г., Государственный контракт № Ц 0109); Гранта Министерства образования

РФ по фундаментальным исследованиям в области автоматики и телемеханики, вычислительной техники по направлению «Автоматизированные системы управления технологическими процессами» по проекту «Многовариантная идентификация в автоматизированных системах управления технологическими процессами» (1998-2000 г.г., № ГР 01200108545); Гранта Министерства образования РФ по фундаментальным исследованиям в области технических наук по направлению «Автоматика и телемеханика, вычислительная техника, связь, метрология» (шифр гранта ТОО-3.2-2882) на выполнение НИР «Построение моделей нелинейной динамики для задач управления» (2001-2002 г.г., № ГР 01200108528); хоздоговора с ОАО «Запсибметкомбинат» на выполнение НИР «Разработка и внедрение автоматизированной системы сквозной динамической оптимизации технологических режимов коксохимпроизводства» (1994-1996 г.г.); задания Министерства образования РФ на проведение фундаментальных научных исследований в области систем автоматизации и информатизации по тематикам «Развитие концепции и методов теории идентификации» (2003-2004 г.г., № ГР 01200315619), «Развитие теории и методов управления на основе натурно-модельного подхода» (20052006 г.г., № ГР 01200510529); Гранта Губернатора Кемеровской области «Ведущая научная школа Кемеровской области» на выполнение НИР «Создание систем автоматизации управления промышленными и социальными объектами Кузбасса на основе натурно-модельного подхода» (2004 г., № 77); проекта Российского фонда фундаментальных исследований «Комплексные системы автоматизации управления на основе натурно-модельного подхода» (2006-2008 г.г., № 06-07-89042).

Цель диссертационной работы. Решение актуальной научно-практической проблемы идентификации промышленных объектов, функционирующих в составе систем управления.

В рамках поставленной цели выделены задачи: выявление особенностей современных промышленных объектов управления с точки зрения идентификации; анализ условий создания и эксплуатации систем автоматизации управления; развитие принципов идентификации промышленных объектов; формирование информативных исходных данных в действующей системе управления; развитие критериев идентификации и разработка многовариантных алгоритмов идентификации для многоцелевого использования результатов идентификации; структурный синтез алгоритмов идентификации для получения оценок коэффициентов с требуемыми свойствами; развитие вычислительных процедур динамической идентификации для типовых моделей САР; идентификация сложных объектов, характеризующихся рециклом и распределенными управляющими воздействиями; выявление и исследование характерных эффектов нарушения основных предпосылок использования алгоритмов динамической идентификации; разработка структуры и алгоритмического обеспечения автоматизированной системы для освоения и исследования алгоритмов идентификации; конкретизация, исследование и внедрение методов и алгоритмов идентификации в системах управления промышленными объектами и в составе многоцелевого учебно-исследовательского комплекса.

Методы выполнения работы. Выполнение диссертационной работы базируется на обобщении практического опыта идентификации при создании и совершенствовании систем управления и на аппарате: теории управления, теории систем, теории идентификации, системного анализа, натурно-математического моделирования.

Научная новизна. 1. Новый подход к решению проблемы идентификации, основу которого составляют: особенности современных промышленных объектов управления и условий создания и эксплуатации систем автоматизации; принципы идентификации промышленных объектов, соответствующие этим особенностям; методы и алгоритмы идентификации, удовлетворяющие разработанным принципам; критерии многоцелевой идентификации; структура и алгоритмическое обеспечение учебно-исследовательского автоматизированного лабораторного комплекса; конкретные результаты исследования и внедрения методов и алгоритмов идентификации.

2. Принципы идентификации промышленных объектов: идентификация объектов в системах управления - объектов, охваченных разветвленными прямыми и обратными управляющими связями; многовариантная идентификация для одновременного решения многоцелевых задач: исследования, обучения, пусконаладки, производственного назначения; идентификация для целей управления; идентификация в процессе всего жизненного цикла объекта - от начала испытания объекта до его утилизации; идентификация объектов сложной структуры, характеризующихся распределенными в пространстве управляющими воздействиями с различным динамическим влиянием на параметры, состояние и выходные переменные объекта, наличием внутренних положительных связей (рециклов), параметрической и структурной нестационарностью; доступность методов идентификации для изучения, освоения и применения.

3. Методы идентификации сложных по структуре, нелинейных, нестационарных объектов в составе действующих систем управления, отличающиеся возможностью активного и пассивного формирования данных специальных исследовательских экспериментов с прогнозированием траекторий рабочих режимов управления, возможностью элиминирования отрицательного, с точки зрения рабочих управлений, влияния активных исследовательских воздействий, возможностью последовательной обработки полученных данных и позволяющие в 2-Зраза сократить число экспериментов, проводимых в соответствии с составленной матрицей планирования эксперимента и решением полученной системы уравнений.

4. Критерии многоцелевой идентификации, включающие, в отличие от известных, не только точностную, но и гладкостную составляющую, характеризующую динамические свойства последовательностей получаемых оценок.

5. Новые обобщенные структуры идентификаторов:

- структура идентификатора в виде замкнутой динамической системы, открывающая широкие возможности для использования арсенала методов и средств теории управления для анализа и синтеза новых алгоритмов идентификации;

- структура идентификатора с новым типом обратной связи, позволяющая гибко учитывать изменяющиеся требования к свойствам оценок коэффициентов математической модели и повысить качество идентификации примерно в 1,5-2 раза даже при действии возмущения, соизмеримого с величиной полезного сигнала; структуры многовариантных идентификаторов, отличающиеся одновременным формированием нескольких вариантов оценок коэффициентов, обладающих разными динамическими свойствами и необходимых для многоцелевого использования.

6. Модернизированные вычислительные процедуры динамической идентификации типовых моделей САР, использование которых дает возможность получать удовлетворительные оценки коэффициентов только по начальному участку переходного процесса общей длительностью, не превышающей 10% от основной постоянной времени объекта.

7. Обобщенная структура автоматизированного учебно-исследовательского лабораторного комплекса, объединяющая натурные элементы, пересчетные математические модели, рекуррентные процедуры обработки данных и позволяющая в 2-3 раза уменьшить время на приобретение навыков, освоение новых методов и алгоритмов идентификации и выявить характерные эффекты нарушения исходных предпосылок их использования.

8. Многовариантные зависимости влияния химического состава конвертерной стали на механические свойства металлопроката, характеризующиеся неоднозначностью, нестационарностью трендов, различными динамическими свойствами и позволяющие решать задачи кратко-, средне- и долгосрочного управления и прогнозирования в комплексе «сталь-прокат».

9. Структуры и диапазоны оценок параметров математических моделей каналов преобразования изменения управляющих и внешних воздействий для шахтной печи металлизации окисленных окатышей, для блока тепловых регенераторов кислородного производства, для зоны вторичного охлаждения машины непрерывного литья заготовок.

Практическая значимость работы. Результаты диссертационной работы могут быть использованы: методы и алгоритмы идентификации - при создании и совершенствовании систем управления отдельными технологическими агрегатами и производственными комплексами в различных отраслях промышленности;

- многоцелевой учебно-исследовательский лабораторный комплекс «САР» и автоматизированная система для освоения и исследования алгоритмов динамической идентификации - при анализе создаваемых систем с применением алгоритмов идентификации и для обучения студентов среднего и высшего профессионального образования соответствующих специальностей.

Реализация результатов. Результаты работы внедрены и используются: в системе оперативного управления комплексом «сталь-прокат» ОАО «Запсибметкомбинат» - многовариантные алгоритмы идентификации; в системе автоматического регулирования блока тепловых регенераторов кислородного производства ОАО «Запсибметкомбинат», в системе автоматического регулирования зоны вторичного охлаждения машины непрерывного литья заготовок ОАО «Новокузнецкий металлургический комбинат», в системах регулирования и прогнозирования содержания углерода и степени металлизации окисленных окатышей ОАО «Оскольский электрометаллургический комбинат» - полученные математические модели каналов преобразования регулирующих и внешних воздействий; в Сибирском государственном индустриальном университете - автоматизированная система для освоения и исследования алгоритмов динамической идентификации; в Профессиональном лицее № 10 г.Новокузнецка в рамках программы непрерывного профессионального образования - многоцелевой учебно-исследовательский лабораторный комплекс «САР».

Предмет защиты. Подход к решению проблемы идентификации, отвечающий современным условиям разработки и функционирования промышленных объектов и требованиям, предъявляемым к срокам создания и эффективности систем автоматизации управления, включая:

1) принципы идентификации промышленных объектов;

2) методы идентификации:

- сложных по структуре, нелинейных, нестационарных объектов в составе действующих систем управления: объектов с распределенными в пространстве управляющими воздействиями с различным динамическим влиянием на параметры, состояние и выходные переменные объекта; объектов с рециклом (внутренней положительной обратной связью);

- метод последовательной идентификации с нанесением воздействий на прогнозируемые траектории рабочих управлений и вычитанием эффектов компенсирующих управляющих воздействий;

3) критерии многоцелевой идентификации, включающие точностную и гладкостную составляющие;

4) алгоритмы динамической идентификации:

- многовариантные алгоритмы идентификации;

- алгоритм идентификации с новым типом обратной связи;

- модернизированные вычислительные процедуры идентификации типовых моделей систем автоматического регулирования;

5) обобщенная структура автоматизированного учебно-исследовательского лабораторного комплекса, объединяющая натурные элементы, пересчетные математические модели, рекуррентные процедуры обработки данных и используемая в качестве полигона для испытания и исследования новых методов и алгоритмов идентификации объектов в системах управления;

6) зависимости, характеризующие особенности конкретных объектов: комплекса «сталь - прокат», шахтной печи металлизации окисленных окатышей, блока тепловых регенераторов кислородного производства, зоны вторичного охлаждения машины непрерывного литья заготовок;

7) результаты моделирования и их применения в системах управления промышленными объектами и в составе учебно-исследовательского автоматизированного лабораторного комплекса.

Личный вклад автора заключается в формировании принципов идентификации; постановке и решении конкретных задач идентификации; получении аналитическим путем многовариантных алгоритмов идентификации; формировании структур математических моделей и алгоритмов идентификации для объектов с рециклом и с распределенными управляющими воздействиями; разработке структуры и алгоритмического обеспечения автоматизированной системы для освоения и исследования алгоритмов динамической идентификации; разработке математического, алгоритмического и методического обеспечения многоцелевого учебно-исследовательского лабораторного комплекса «САР»; планировании и проведении экспериментов на промышленных предприятиях при создании систем управления шахтными печами для металлизации окисленных окатышей, блоком тепловых регенераторов кислородного производства, зоной вторичного охлаждения машины непрерывного литья заготовок; анализе и интерпретации полученных результатов модельных, натурно-модельных и натурных экспериментов.

Апробация работы. Основные положения и результаты диссертационной работы докладывались, обсуждались и получили одобрение на 42 конференциях, включая Международную научно-техническую конференцию «Структурная перестройка металлургии: экономика, экология, управление, технология» (Новокузнецк, 1996), Всероссийскую научнопрактическую конференцию «Системы и средства автоматизации» (Новокузнецк, 1998), Международную научно-техническую конференцию «50 лет развития кибернетики» (Санкт-Петербург, 1999), Всероссийские научно-практические конференции «Металлургия на пороге XXI века: достижения и прогнозы» (Новокузнецк, 1999, 2000), Четвертый Сибирский конгресс по прикладной и индустриальной математике, посвященный памяти М.А. Лаврентьева (Новосибирск, 2000), Международные конференции «Идентификация систем и задачи управления - SICPRO'2000, SICPRO'05» (Москва, 2000, 2005), Международные научно-практические конференции «Фундаментальные и прикладные проблемы информатики, приборостроения, экономики и права» (Сочи, 2004, 2005), Всероссийскую научно-практическую конференцию «Моделирование, программное обеспечение и наукоемкие технологии в металлургии» (Новокузнецк, 2001), 6-th World Congress on Integrated Resources Management R 02 (Geneva, Switzerland, 2002), Всероссийские научно-практические конференции «Системы автоматизации в образовании, науке и производстве» (Новокузнецк, 2001, 2003, 2005), Всероссийскую и Международную научно-практические конференции «Электронные средства и системы управления» (Томск, 2003, 2004), Всероссийскую научно-практическую конференцию «Металлургия: технологии, реинжиниринг, управление, автоматизация» (Новокузнецк, 2004), IV Всероссийскую научно-практическую конференцию «Информационные недра Кузбасса» (Кемерово, 2005), Третью Международную конференцию по проблемам управления (Москва, 2006).

Публикации. По материалам диссертации опубликовано 75 печатных работ, в том числе три монографии, одно учебное пособие, девять статей в периодических изданиях, два авторских свидетельства и два патента на изобретения.

Структура и объем работы. Диссертация состоит из введения, пяти глав, заключения, библиографического списка, приложения и содержит 372 страницы основного текста, в том числе 86 рисунков и 11 таблиц.

ВЫВОДЫ И ЗАКЛЮЧЕНИЕ

Диссертация является научно-квалификационной работой, в которой решена актуальная научно-практическая проблема идентификации промышленных объектов, функционирующих в составе систем управления, имеющая важное хозяйственное значение в развитии экономики страны. Основные выводы, теоретически и практически значимые результаты работы.

1. Отличительные особенности современных промышленных объектов управления и условий создания и эксплуатации систем автоматизации заключаются в следующем: наличие достаточно сложной структуры с разветвленными нелинейными взаимосвязями, с числом управляющих воздействий, превышающим число целевых выходных переменных; чрезвычайно сжатые сроки выполнения всех видов работ по созданию систем автоматизации управления; совместное проектирование и одновременный пуск объекта и управляющей подсистемы; многоцелевое назначение систем автоматизации управления. Эти особенности подтверждают необходимость создания нового подхода к идентификации промышленных объектов.

2. Идентификация промышленных объектов, в соответствии с выявленными особенностями, должна отвечать следующим принципам: идентификация объектов в системах управления, учитывающая наличие прямых и обратных управляющих связей; многовариантная идентификация, позволяющая одновременно решать многоцелевые задачи: исследования, обучения, пусконаладки, производственного назначения; идентификация для целей управления; идентификация в процессе всего жизненного цикла объекта; идентификация объектов сложной структуры, характеризующихся распределенными в пространстве управляющими воздействиями с различным динамическим влиянием на параметры, состояние и выходные переменные объекта, наличием внутренних положительных связей (рециклов), параметрической и структурной нестационарностью; доступность методов идентификации для изучения, освоения и применения.

3. Методы идентйфикации объектов в действующих системах управления должны объединять возможности активного и пассивного формирования данных специальных исследовательских экспериментов с прогнозированием траекторий рабочих режимов управления и возможностью модельного элиминирования отрицательного, с точки зрения рабочих управлений, влияния активных исследовательских воздействий. Это позволяет получать адекватные математические модели при уменьшении числа активных экспериментов в 5-7 раз без снижения эффективности рабочего управления.

4. Методы и алгоритмы идентификации должны быть многоцелевого назначения с одновременным получением нескольких вариантов оценок коэффициентов, обладающих разными динамическими свойствами. В критерии идентификации необходимо включать не только точностную, но и гладкостную составляющую, характеризующую динамические свойства получаемых оценок коэффициентов. Такие многовариантные алгоритмы позволяют повысить эффективность вычислений до 50% ; полученные варианты оценок коэффициентов могут быть использованы для различных целей, в частности, для кратко-, средне- и долгосрочного управления.

5. Работоспособным методом идентификации объектов с рециклом является метод с нанесением испытательных воздействий на весь объект и цепь рецикла в сочетании с последовательной обработкой экспериментально полученных данных с использованием рекуррентных алгоритмов идентификации.

6. Для объектов. с распределенными управляющими воздействиями идентификацию следует проводить в объединении итеративно повторяющихся процедур формирования информативных исходных данных и их последовательной обработки. Это позволяет в 2-3 раза сократить число экспериментов, проводимых в соответствии с составленной матрицей планирования эксперимента и решением полученной системы уравнений.

7. Введение в идентификатор нового контура параметрического регулирования позволяет гибко учитывать изменяющиеся требования к свойствам оценок коэффициентов математической модели и повысить качество идентификации примерно в 1,5-2 раза даже при действии возмущения, соизмеримого с величиной полезного сигнала.

8. Сократить время получения удовлетворительных оценок коэффициентов типовых моделей САР возможно за счет модернизации вычислительных процедур динамической идентификации, заключающейся в приведении структуры модели к виду линейно-параметрической зависимости и переопределении переменных согласно схеме Гаммерштейна. При применении таких вычислительных процедур, при уровне помех не выше 20% от изменения полезного сигнала, оценки коэффициентов сходятся к действительным значениям уже на начальном участке переходного процесса общей длительностью, не превышающей 10% от основной постоянной времени объекта.

9. С помощью автоматизированной системы для освоения и исследования алгоритмов динамической идентификации выявлены характерные эффекты нарушения исходных предпосылок их использования, заключающиеся в смещении и искажении получаемых оценок коэффициентов математических моделей. Показано, что негативное влияние эффектов на результаты идентификации можно уменьшить путем применения испытательных воздействий, процедур робастизации, методов выбора начальных значений оценок коэффициентов и настроечных параметров алгоритмов идентификации.

10. Разработан учебно-исследовательский лабораторный комплекс, объединяющий натурные элементы объекта идентификации, пересчетные математические модели и рекуррентные процедуры обработки данных. Комплекс дает возможность в 2-3 раза уменьшить время на приобретение навыков, освоение методов и алгоритмов идентификации и наглядно продемонстрировать эффекты от нарушения исходных предпосылок.

11. Полученные динамические ряды вариантов оценок коэффициентов влияния процентного содержания углерода, кремния и марганца в конвертерной стали на предел текучести, предел прочности и относительное удлинение металлопроката существенно нестационарны, вплоть до изменения знака. Эти оценки использованы для кратко-, средне- и долгосрочного прогнозирования механических свойств металлопроката и корректировки расхода ферросплавов в кислородно-конвертерном производстве стали.

12. Получены математические модели каналов преобразования изменения управляющих и внешних воздействий для шахтной печи металлизации окисленных окатышей, для блока тепловых регенераторов кислородного производства и для зоны вторичного охлаждения машины непрерывного литья заготовок. Использование этих моделей в системах управления позволило:

- для шахтной печи повысить точность регулирования по среднеквадратичному критерию в среднем на 12%, что увеличивает производительность печи до 1% и дает экономию природного газа до 1,5%;

- для блока тепловых регенераторов кислородного производства повысить производительность в среднем на 25%;

- для зоны вторичного охлаждения машины непрерывного литья заготовок повысить точность регулирования примерно на 10%.

13. Разработанные устройства идентификации защищены двумя авторскими свидетельствами и двумя патентами на изобретения.

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

2. Райбман Н.С. Что такое идентификация? / Н.С. Райбман. М.: Наука, 1970. -120 с.

3. Основы управления технологическими процессами / Под ред. Н.С. Райбма-на.-М.: Наука, 1978.

4. Адаптивное управление точностью прокатки труб / Под ред. Ф.А. Данилова, Н.С. Райбмана. М.: Металлургия, 1981. - 279 с.

5. Цыпкин Я.З. Оптимальные методы адаптивной идентификации / Я.З. Цып-кин, А.С. Позняк, С.Н. Тилонов // Итоги науки и техники. Техническая кибернетика. М.: ВИНИТИ, 1990.- Т. 29.- С. 3-44.

6. Цыпкин Я.З. Оптимальные критерии качества в задачах идентификации /Я.З. Цыпкин //Автоматика и телемеханика.- 1982.- № 12.- С. 9-23.

7. Цыпкин Я.З. Идентификация нестационарных динамических объектов / Я.З. Цыпкин, Б.Т. Поляк // Итоги науки и техники. Техническая кибернетика. -М.: ВИНИТИ, 1987.-Т. 21.-С. 68-91.

8. Цыпкин Я.З. Информационная теория идентификации /Я.З. Цыпкин. М.: Наука, Физматлит, 1995. - 336 с.

9. Цыпкин Я.З. Синтез оптимальной настраиваемой модели в задачах идентификации / Я.З. Цыпкин // Автоматика и телемеханика. 1981. - № 12. - С. 62-77.

10. Эйкхофф П. Основы идентификации систем управления / П. Эйкхофф. -М.: Мир, 1975.-683 с.

11. Льюнг JI. Идентификация систем. Теория для пользователя: Пер. с англ. / JI. Льюнг; Под ред. Я.З. Цыпкина. М.: Наука, 1991. - 432 с.

12. Хьюбер Дж. П. Робастность в статистике: Пер. с англ./ Дж. П. Хьюбер. -М.: Мир, 1984.- 304 с.

13. Прангишвили И.В. Международная конференция «Идентификация систем и задачи управления» (SICPRO'2000) / И.В. Прангишвили, В.А. Потоцкий, К.С. Гинсберг // Вестник РФФИ. 2001. - №3. - С. 44 - 57.

14. Идентификация систем и задачи управления: на пути к современным системным методологиям / И.В. Прангишвили, В.А. Потоцкий, К.С. Гинсберг, В.В. Смолянинов // Проблемы управления. 2004. - № 4. - С. 2 - 15.

15. Идентификация объектов в системах управления / Л.П. Мышляев, Е.И. Львова, С.Ф. Киселев, С.Я Иванов // Изв. вузов. Чер. металлургия.- 2001.-№12.- С. 32-35.

16. Objects Identification in control systems / L.P. Myshlayev, E.I. Lvova, S.F. Kise-lev, S.Y. Ivanov // 6-th World Congress on Integrated Resources Management R 02. Geneva, Switzerland: Copyright by EMPA, Switzerland and PEAK Ltd, 2002. - № 58.

17. Мышляев Л.П. Опыт идентификации промышленных объектов в системах управления / Л.П. Мышляев, Е.И. Львова, А.А. Ивушкин // Изв. вузов. Чер. металлургия. 2005. - №6. - С. 65 - 68.

18. Авдеев В.П. Идентификация промышленных объектов с учетом нестацио-нарностей и обратных связей: Учебное пособие / В.П. Авдеев, Т.М. Дание-лян, П.Г. Белоусов. -Новокузнецк: Сибметинститут, 1984. 88 с.

19. Нанесение экспериментальных воздействий на прогнозируемые рабочие управления / В.И. Веревкин, В.П. Авдеев, А.В. Лакунцов и др. // Изв. вузов. Чер. металлургия. 1975. - № 6. - С. 163-166.

20. Летов A.M. Динамика полета и управление / A.M. Летов. М: Наука, 1969. -359 с.

21. О функционально-физических моделях металлургических процессов / В.П. Авдеев, Е.А. Щелоков, В.Э. Шамовский, Л.И. Криволапова // Изв. вузов. Чер. металлургия.- 1975.- № 2.- С. 161 -164.

22. Авдеев В.П. Восстановительно-прогнозирующие системы управления / В.П. Авдеев, В.Я. Карташов, Л.П. Мышляев, А.А. Ершов. Кемерово: КГУ, 1984.-С. 81-83.

23. Ротач В.Я. Расчет динамики промышленных автоматических систем регулирования / В.Я. Ротач М.: Энергия, 1973. - 440 с.

24. Ротач В.Я. По поводу работ, связанных с идентификацией объектов в условиях их нормального функционирования / В.Я. Ротач // Автоматика и телемеханика.- 1969.- № 6. -С. 201.

25. Авдеев В.П. Построение моделей в системах управления / В.П. Авдеев // Изв. вузов. Черная металлургия. -1981.- № 12.- С. 100-105.

26. Авдеев В.П. Производственно-исследовательские системы с многовариантной структурой / В.П. Авдеев, Б.А. Кустов, Л.П. Мышляев. Новокузнецк: Кузбасский филиал Инж. Академии, 1992. - 188 с.

27. Авдеев В.П. К развитию производственно исследовательских автоматизированных систем управления / В.П. Авдеев, Л.П. Мышляев // Изв. вузов. Черная металлургия. - 1984. - № 2. - С. 92-99.

28. Авдеев В.П. О производственно-исследовательских системах управления на базе натурно-модельных блоков / В.П. Авдеев // Изв. вузов. Черная металлургия. 1979. - № 2. - С. 130 - 137.

29. Многоцелевые системы управления социально-экономическими и технологическими процессами / В.И. Ситников, В.П. Авдеев, В.И. Носырев и др. // Социально-экономические проблемы использования трудовых ресурсов Сибири.-Кемерово, 1981.-С. 135 146.

30. Мышляев Л.П. Идентификация объектов в системах управления / Л.П. Мышляев, Е.И. Львова, С.Ф. Киселев, С.Я. Иванов // Изв. вузов. Черная металлургия. 2001. - № 12. - С. 32 - 35.

31. Проектирование систем контроля и автоматического регулирования металлургических процессов / Г.М. Глинков, В.А. Маковский, С.Л. Лотман, М.Р. Шапировский//Учебное пособие для вузов. М.: Металлургия, 1986. -352 с.

32. Масловский П.М. Формирование аналогов спланированных воздействий при функциональном описании металлургических объектов. Сообщение 2 / П.М. Масловский, В.П. Авдеев, Ю.О. Раев // Изв. вуз. Черная металлургия. -1970.-№7. -С. 171-175.

33. Масловский П.М. Формирование аналогов спланированных воздействий при функциональном описании металлургических объектов. Сообщение 1 / П.М. Масловский, В.П. Авдеев, Ю.О. Раев // Изв. вузов. Черная металлургия. 1970. -№ 2. - С. 174-177.

34. Авдеев В.П. Влияние условий управления на соответствие между параметрами технологических процессов / В.П. Авдеев В.П., В.Б. Корнев// Изв. вузов. Черная металлургия. -1971. № 12. - С. 156-158.

35. Авдеев В.П. Разработка и применение робастных экстраполяторов в АСУ ТП / В.П. Авдеев, Л.П. Мышляев, А.В. Фролов // Идентификация и управление технологическими объектами. Владивосток: ДВНЦ АН СССР, 1982. -С. 25-31.

36. Строков И.П. Кибернетический подход при использовании радиоактивных нуклидов в металлургии / И.П. Строков, В.П. Авдеев. М.: Энергоиздат, 1981.-92 с.

37. Веревкин В.И. Нанесение экспериментальных воздействий на прогнозируемые рабочие управления / В.И. Веревкин, В.П. Авдеев, А.В. Лакунцов и др. // Изв. вузов. Черная металлургия. 1975. - № 6. - С. 163-166.

38. Гроп П. Методы идентификации систем / П. Гроп. М.: Мир, 1979. - 302 с.

39. Алимов Ю.И. Элементы теории эксперимента: Учебное пособие / Ю.И. Алимов. Свердловск: изд. УПИ, Ч. I - 1976, Ч. II - 1977, Ч. III -1978.

40. Салыга В.И. Идентификация и управление процессами в черной металлургии / В.И. Салыга, Н.Н. Карабутов. М.: Металлургия, 1986. - 192 с.

41. Перельман И.Н. Оперативная идентификация объектов управления / И.Н. Перельман. М.: Энергоиздат, 1982. - 272 с.

42. Алимов Ю.И. Является ли вероятность "нормальной" физической величиной? Методические заметки / Ю.И. Алимов, Ю.А. Кравцов // Успехи физических наук. 1992. - Т. 162. - № 7. - С. 149 - 182.

43. Поляк Б.Т. Робастная устойчивость линейных систем / Б.Т. Поляк, Я.З. Цыпкин // Итоги науки и техники. Техническая кибернетика. 1991. -Т. 32.-C.3-31.

44. Мудров В.И. Метод наименьших модулей / В.И. Мудров, В.Л. Кушко. М.: Знание, 1971.

45. Кошелев А.Е. Адаптивная идентификация в системе управления конвертерной плавкой стали. / А.Е. Кошелев, В.П. Авдеев, В.И. Соловьев // Тез. докл. IV Всесоюзного совещания по статистическим методам теории управления. М.: Наука, 1978. - С. 298 - 300.

46. Кошелев А.Е. О программно-статическом управлении конверторной плавкой / А.Е. Кошелев // Автореферат диссертации на соискание ученой степени кандидата технических наук. Свердловск, 1978.

47. Поляк Б.Т. Помехоустойчивая идентификация / Б.Т. Поляк, Я.З. Цыпкин // Итоги науки и техники. Техническая кибернетика. 1988. - Т. 22.

48. Цыпкин Я.З. Адаптация и обучение в автоматических системах / Я.З. Цыпкин. М.: Наука, 1968.

49. Краткий словарь иностранных слов / Сост. С.М. Локшина. М.: Русский язык, 1976. 351 с.

50. Структурный анализ сигналов при алгоритмизации технологических процессов: Учебное пособие / В.П. Авдеев, П.Г. Белоусов, Я.Г. Парпаров, В.Э. Шамовский. Новокузнецк: Сибметинститут, 1992. - 78 с.

51. Автоматизация настроек систем управления / Под ред. В.Я. Ротача. М.: Энергоатомиздат, 1984. 272 с.

52. Официальный сайт Международной конференции «Идентификация систем и задачи управления»: http://sicpro.org/sicpro07/code/r07 01 .htm.

53. Пленарные доклады V международной конференции «Идентификация систем и задачи управления» SICPRO'06. М.: Институт проблем управления им. В.А. Трапезникова РАН, 2006. - 56 с.

54. Третья международная конференция по проблемам управления: Тезисы докладов в двух томах. Том 1. М.: Институт проблем управления им. В.А. Трапезникова РАН, 2006. - 218 с.

55. Болквадзе Г.Р. Модели Винера в задачах рекуррентной идентификации / Г.Р. Болквадзе // Идентификация систем и задачи управления: Труды IV международной конференции. М.: Институт проблем управления им. В.А. Трапезникова РАН, 2005. - С. 300 - 311.

56. Добровидов А.В. Основы теории непараметрического оценивания сигналов / А.В. Добровидов // Идентификация систем и задачи управления: Труды международной конференции. М.: Институт проблем управления им. В.А. Трапезникова РАН, 2003. - С. 82 - 122.

57. Ивашкин Ю.А. Структурно-параметрическое моделирование информационного пространства и агентные технологии накопления знаний / Ю.А.

58. Ивашкин II Идентификация систем и задачи управления: Труды международной конференции. М.: Институт проблем управления им. В.А. Трапезникова РАН, 2003. - С. 763 - 768.

59. Бунич А.Л. Синтез и применение дискретных систем управления с идентификатором / А.Л. Бунич, Н.Н. Бахтадзе. М.: Наука, 2003. - 232 с.

60. Бунич А.Л. Системы управления с идентификатором / А.Л. Бунич // Идентификация систем и задачи управления: Пленарные доклады IV международной конференции. М.: Институт проблем управления им. В.А. Трапезникова РАН, 2005. - С. 33 - 45.

61. Киселева Т.В. Многовариантные активные системы: Монография / Т.В. Киселева, В.Н. Бурков. Новокузнецк: СибГИУ, 2000. - 377 с.

62. Кулаков С.М. Многовариантная активная система идентификации / С.М. Кулаков, Е.И. Львова // Теория активных систем: Труды Юбилейной международной научно-практической конференции. М.: СИНТЕГ, 1999. -С. 121 -122.

63. Бутковский А.Г. К философии и методологии проблем управления / А.Г. Бутковский // Идентификация систем и задачи управления: Труды международной конференции. М.: Институт проблем управления им. В.А. Трапезникова РАН, 2003. - С. 53 - 60.

64. Емельянов С.В. Новые типы обратной связи: Управление при неопределенности / С.В. Емельянов, С.К. Коровин. М.: Наука. Физматлит, 1997. -352с.

65. Емельянов С.В. Бинарные системы автоматического управления / С.В. Емельянов. М.: МНИИПУ, 1984. - 319с.

66. Емельянов С.В. Управление нестационарными динамическими системами с применением координатно-параметрической обратной связи / С.В. Емельянов, С.К. Коровин, Б.В. Уланов // Техническая кибернетика. -1982. №6. -С. 201-212.

67. А.с. 1298718 СССР, МКИ G05B13/02. Устройство для идентификации объекта / Н.А. Фомин, В.П. Авдеев, Л.П. Мышляев и др. Заявл. 28.03.85; Опубл. 23.03.87, бюл. изобр. № 11.

68. Восстановительно-прогнозирующие системы управления: Учебное пособие / В.П. Авдеев, В.Я. Карташов, Л.П. Мышляев, А.А. Ершов. Кемерово: КГУ, 1984.-С. 68-85.

69. А.с. 1297008 СССР, МКИ G05B13/02. Адаптивная система регулирования нелинейного объекта, например шахтной печи / Г.А. Юров, Л.П. Мышляев,

70. A.Д. Сыромятников и др. Опубл. 15.03.87, бюл. изобр. № 10.

71. А.с. 1310773 СССР, МКИ G05B13/00. Система автоматической оптимизации / Л.П. Мышляев, С.Ф. Киселев, А.С. Рыков и др. Опубл. 1987, бюл. изобр. № 18.

72. Авдеев В.П. Обобщение и развитие многовариантных структур / В.П. Авдеев, Л.П. Мышляев, Е.Н. Тараборина // Изв. вузов. Черная металлургия. -1991.-№6.-С. 93-100.

73. Автоматизированные системы с многовариантной структурой: Учебное пособие / В.П. Авдеев, А.Г. Дьячко, Л.П. Мышляев, Е.Н. Тараборина. Новокузнецк: Сиб. металлург, ин-т., 1990. - 88 е., ил.

74. Пат. 2038630 Россия, МКИ G05B13/02. Многовариантный идентификатор /

75. B.П. Авдеев, В.И. Салыга, С.К. Коровин и др. Опубл. 27.06.95, бюл. изобр. № 18.

76. А.с. 1305633 СССР, МКИ G05B13/02. Устройство для адаптивной идентификации объекта / В.П. Авдеев, Л.П. Мышляев, Н.А. Фомин и др. Заявл. 21.11.85; Опубл. 23.04.87, бюл. изобр. № 15.

77. Мышляев Л.П. Многовариантная робастная идентификация: Монография / Л.П. Мышляев, А.Е. Кошелев, Е.И. Львова // Библиотека сборника «Математические и экономические модели в оперативном управлении производством». Выпуск №5. М.: Электрика, 2000. - 136 с.

78. Многовариантные алгоритмы рекуррентной идентификации линейно-параметрических зависимостей / Б.А. Кустов, Ю.А. Сарапулов, Е.И. Львова и др. // Изв. вузов. Чер. металлургия. 1994. - № 4. - С. 46-53.

79. Львова Е.И. О комплексной технологии многовариантной идентификации зависимостей на примере объектов черной металлургии / Е.И. Львова // Изв. вузов. Чер. металлургия. 2000. - № 4. - С. 62 - 63.

80. Карабутов Н.Н. Адаптивная идентификация систем: Информационный синтез / Н.Н. Карабутов. М.: КомКнига, 2006. - 384 с.

81. Карабутов Н.Н. Наблюдаемые информационные портреты и их применение в задачах идентификации. Часть II / Н.Н. Карабутов // Приборы и системы. Управление, контроль, диагностика. 2006. - № 3. - С. 1 - 4.

82. Рей У. Методы управления технологическими процессами / У. Рей. М.: Мир, 1983.-368 с.

83. Салыга В.И. Идентификация и управление процессами в черной металлургии / В.И. Салыга, Н.Н. Карабутов. М.: Металлургия, 1986. - 192 с.

84. Мышляев Л.П. Исследование динамики процесса металлизации окатышей в шахтной печи / Л.П. Мышляев, С.Ф. Киселев, А.А. Берлин и др. // Изв. вузов. Черная металлургия.- 1986.- № 12. С. 105-109.

85. Ищенко А.Д. Статические и динамические свойства агломерационного процесса / А.Д. Ищенко. М.: Металлургия, 1972. - 320 с.

86. Опыт адаптации систем регулирования технологическими процессами /А.Е. Кошелев, В.И. Соловьев, Р.С. Айзатулов и др. // Приборы и системы управления. 1977. - № 1. - С. 9 - 11.

87. Применение математических методов и ЭВМ для анализа и управления доменным процессом / И.Г. Товаровский, Е.И. Райх, К.К. Шкодин, В.А. Ула-хович. М.: Металлургия, 1978. - 264 с.

88. Филатов А.С. Автоматические системы стабилизации толщины полосы при прокатке / А.С. Филатов, А.П. Зайцев, А.А. Смирнов. М.: Металлургия, 1982.- 127 с.

89. Кошелев А.Е. Адаптивная идентификация в системе управления конвертерной плавкой стали. / А.Е. Кошелев, В.П. Авдеев, В.И. Соловьев // Тез. докл. IV Всесоюзного совещания по статистическим методам теории управления. М.: Наука, 1978. - С. 298 - 300.

90. Цымбал В.П. Математическое моделирование металлургических процессов / В.П. Цымбал. М.: Металлургия, 1986. - 240 с.

91. Филатов А.С. Автоматические системы стабилизации толщины полосы при прокатке / А.С. Филатов, А.П. Зайцев, А.А. Смирнов. М.: Металлургия, 1982.-127 с.

92. Многовариантные структуры, средства, системы (тематические подборки статей) // Изв. вузов. Черная металлургия. 1994. - № 4, № 8. - 1995. - № 4, № 6, № 12. - 1996. - № 4, № 10. - 1997. № 6.

93. Кулаков С.М. Концепция многовариантной идентификации / С.М. Кулаков, Е.И. Львова // Идентификация систем и задачи управления: Труды международной конференции. М.: Институт проблем управления им. В.А. Трапезникова РАН, 2000. - С. 496 - 518.

94. Устойчивые статистические методы оценки данных // Сб. статей. М.: Машиностроение, 1984. С. 83-85.

95. Авдеев В.П. Проблематика многовариантных активных систем / В.П. Авдеев, В.Н. Бурков, Т.В. Киселева // Изв. вузов. Черная металлургия. 1998. -№6.-С. 53-61.

96. Авдеев В.П. К основам натурно-математического моделирования / В.П. Авдеев // Изв. вузов. Черная металлургия. 1979. № 6. - С. 131 -134.

97. Зельцер С.Р. Способ реализации натурно-математического моделирования / С.Р. Зельцер, В.П. Авдеев, Е.Н. Тараборина // Изв. вузов. Черная металлургия. 1980.-№2.-С. 128-131.

98. ИЗ. Выбор типопредставителей в задачах исследования и управления / В.П. Авдеев, Г.А. Бегишев, А.В. Пинтов, С.Р. Зельцер // Изв. вузов. Черная металлургия. 1980. - № 6. - С. 98 - 102.

99. Шварц X. Принцип эквивалентности для дискретных линейных систем, находящихся под воздействием стохастических и детерминированных сигналов / X. Шварц // Э.И. САУ, 1973. № 19. - С. 10-24.

100. Чхартишвили Г.С. Метод идентификации динамических объектов с помощью сигналов специального вида // Приборостроение. 1972. - № 12. -С. 43-51.

101. Солодовников В.В. К проблеме идентификации и оптимизации линейных систем / В.В. Солодовников, В.Ф. Бирюков // Приборостроение. 1972. -№ 12.- С. 36-43.

102. Технологии в системном представлении / В.П. Авдеев, Н.М. Кулагин, Б.А. Кустов, С.М. Кулаков // Изв. вузов. Черная металлургия. 1995. - № 4. - С. 58 - 62.

103. Применение скрытых воздействий в автоматизированных системах управления / В.А. Даниелян, В.П. Авдеев и др. // Изв. вузов. Черная металлургия. 1975.-№12.-С. 147-150.

104. Пробные воздействия в системах регулирования металлургических объектов / П.М. Масловский, В.П. Авдеев, Ю.О. Раев, П.Г. Белоусов // Изв. вузов. Черная металлургия. -1971. № 10. - С. 152 - 155.

105. Мышляев Л.П. Прогнозирование в системах управления: Монография / Л.П. Мышляев, В.Ф. Евтушенко. Новокузнецк: СибГИУ, 2002. - 348 с.

106. Гуляев А.И. Временные ряды в динамических базах данных / А.И. Гуляев. -М.: Радио и связь. 1989. 128 с.

107. Алгоритмы идентификации нестационарных объектов: Учебное пособие / Л.П. Мышляев, С.М. Кулаков, Е.И. Львова, В.В. Зимин. Новокузнецк: СибГИУ, 2000.- 130 с.

108. Автоматизация управления углеобогатительными фабриками / Л.П. Мышляев, С.Ф. Киселев, А.А. Ивушкин и др. Новокузнецк: СибГИУ, 2003. -304 с.

109. Системы автоматизации на основе натурно-модельного подхода: Монография в 3-х т. Т.2: Системы автоматизации производственного назначения / Л.П. Мышляев, А.А. Ивушкин, Е.И. Львова и др.; Под ред. Л.П. Мышляева.- Новосибирск: Наука, 2006. 483 с.

110. Поляк Б.Т. Помехоустойчивая идентификация / Б.Т. Поляк, ЯЗ. Цыпкин // Идентификация и оценка параметров систем: Труды IV симпозиума ИФАК.- Тбилиси, 1976. Ч. 1. -С. 190-213.

111. Ли Р. Оптимальные оценки, определение характеристик и управление / Р. Ли. М.: Наука, 1966. - 176 с.

112. А.с. 798701 СССР, МКИ G05B13/02. Адаптивное устройство для идентификации объекта управления / Е.В. Бодянский, В.А. Добрыдень, О.Г. Руденко.- Заявл. 13.07.78; Опубл. 1981, бюл. изобр. № 3.

113. Хасин Г.А. О рациональном использовании прочностных характеристик сортового проката из конструкционных сталей / Г.А. Хасин, Л.М. Пучков, Э.Л. Осминин и др. // Сталь. 1978. - №7. - С. 653-655.

114. Девятченко JI.Д. Статистический контроль качества сортового проката по ковшовому химическому составу / Л.Д. Девятченко, Л.Е. Валяева, Г.В. Мезенцев и др. // Заводская лаборатория. 1978. - № 4. -С. 473-475.

115. Литваков Б.М. Об одном итерационном методе в задаче аппроксимации функций по конечному числу наблюдений / Б.М. Литваков // Автоматика и телемеханика. 1966. - №4. - С. 104 -113.

116. Львова Е.И. Принципы идентификации в системах управления при создании и эксплуатации промышленных комплексов / Е.И. Львова, А.А. Ивуш-кин, Л.П. Мышляев // Системы управления и информационные технологии. -2006.- №3.1(25)-С. 157- 159.

117. Авдеев В.П. Стратовариантная структура сложных систем / В.П. Авдеев // Изв. вузов. Черная металлургия. 1983. - №2. - С. 127-129.

118. А.с. 1049866 СССР, МКИ G05B13/02. Адаптивный прогнозатор / В.И. Ни-китенко, В.П. Авдеев, Л.П. Мышляев и др. Заявл. 20.07.82; Опубл. 23.10.83, бюл. изобр. № 39.

119. Пугачев B.C. Основы автоматического управления / B.C. Пугачев. М.: Наука, 1974, С. 155-163.

120. Турецкий X. Анализ и синтез систем управления с запаздыванием / X. Турецкий. М.: Машиностроение, 1974. - 368 с.

121. Алгоритмы управления непрерывным групповым дозированием / В.П. Авдеев, С.Ф. Киселев, Л.П. Мышляев и др. // Изв. вузов. Чер. металлургия. -1984.-№2.-С. 121 125.

122. К вопросу об управлении непрерывным групповым дозированием / С.Ф. Киселев, Л.П. Мышляев, В.И. Соловьев и др. // Изв. вузов. Чер. металлургия. -№ 4.- 1984. -С. 104-110.

123. Алгоритмизация управления процессами шихтоподготовки: Учебное пособие / Л.П. Мышляев, В.П. Авдеев, С.Ф. Киселев, Ю.Н. Марченко. Новокузнецк: КузПИ, 1989. - 81 с.

124. Львова Е.И. Идентификация объектов сложной структуры в системах управления / Е.И. Львова, А.А. Ивушкин, Л.П. Мышляев // Информационные недра Кузбасса: Труды IV Всероссийской научно-практической конференции. Кемерово: ИНТ, 2005. - С. 71 - 73.

125. Алгоритмизация объектов управления с запаздыванием: Учебное пособие / Л.П. Мышляев, В.П. Авдеев, В .Я. Карташов, М.Б. Купчик. Кемерово: Кемеровский государственный университет, 1989. - 83 е., ил.

126. Кафаров В. Принципы математического моделирования химико-технологических систем / В. Кафаров, В.Н. Перов, В.М. Мешалкин. М.: Химия, 1974. - 344 е., ил.

127. Автоматизация управления углеобогатительными фабриками / Л.П. Мышляев, С.Ф. Киселев, А.А. Ивушкин и др. Новокузнецк: СибГИУ, 2003. -304 с.

128. Ищенко А.Д. Статические и динамические свойства агломерационного процесса / А.Д. Ищенко. М.: Металлургия, 1972. - 320 с.

129. Бродянский Б.М. Производство кислорода / Б.М. Бродянский, Ф.И. Меер-зон. М.: Металлургия, 1970. - 368 с.

130. Хальд А. Математическая статистика с техническими приложениями: Пер. с англ. / А. Хальд; Под ред. Ю.В. Линника. М.: Иностранная литература, 1956.

131. Бородюк В.П. Организация эксперимента при сборе статистических данных для регрессионного анализа / В.П. Бородюк, Г.Ф. Филаретов; Под ред. Г.К. Круг // Планирование эксперимента. М.: Наука, 1966.

132. Веселая Г.Н, О математических моделях технологических процессов, полученных по данным пассивных наблюдений / Г.Н. Веселая, Н.В. Егорова; Под ред. Г.К. Круг // Проблемы планирования эксперимента. М.: Наука, 1969.

133. Лецкий Э.К. Последовательные алгоритмы вычисления коэффициентов регрессионной модели / Э.К. Лецкий; Под ред. Г.К. Круг // Проблемы планирования эксперимента. М.: Наука, 1969.

134. Дрейпер, Смит. Прикладной регрессионный анализ / Дрейпер, Смит. М.: Статистика, 1973.