автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Многокритериальный метод оптимизации процесса производства алюминия

Бунтин Олег Валентинович

МНОГОКРИТЕРИАЛЬНЫЙ МЕТОД ОПТИМИЗАЦИИ ПРОЦЕССА ПРОИЗВОДСТВА АЛЮМИНИЯ

Специальность 05.13.01 - «Системный анализ, управление и обработка

информации»

(информатика, вычислительные машины и автоматизация; энергетика)

Автореферат диссертации на соискание ученой степени кандидата технических наук

003492773

Бунтин Олег Валентинович

МНОГОКРИТЕРИАЛЬНЫЙ МЕТОД ОПТИМИЗАЦИИ ПРОЦЕССА ПРОИЗВОДСТВА АЛЮМИНИЯ

Специальность 05.13.01 - «Системный анализ, управление и обработка

информации»

(информатика, вычислительные машины и автоматизация; энергетика)

Автореферат диссертации на соискание ученой степени кандидата технических наук

Работа выполнена в ГОУ ВПО «Братский государственный университет»

Научный руководитель: доктор технических наук, профессор

Алпатов Юрий Никифорович

Официальные оппоненты: доктор технических наук, профессор

Рыков Сергей Петрович

кандидат физико-математических наук Ларионов Александр Степанович

Ведущая организация: ГОУ ВПО «Иркутский государственный

университет путей сообщения»

Защита диссертации состоится «19 » марта 2010 г. в 10 часов в аудитории 3203 на заседании диссертационного совета Д 212.018.01 при ГОУ ВПО «Братский государственный университет» по адресу: 665709, Иркутская обл., г. Братск, ул. Макаренко, 40.

С диссертацией можно ознакомиться в библиотеке ГОУ ВПО «Братский государственный университет».

Автореферат разослан «_»_февраля_2010 г.

Отзыв на автореферат в двух экземплярах, заверенный гербовой печатью предприятия, просим направлять ученому секретарю диссертационного совета Д 212.018.01 Игнатьеву И.В.

Ученый секретарь диссертационного совета,

к.т.н., доцент иКИ^^ Игнатьев И.В.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. Повышение технико-экономических показателей работы предприятий является основной задачей, стоящей перед алюминиевыми заводами современной России. Как показывает мировой опыт, наибольший эффект по повышению эффективности работы предприятия алюминиевой промышленности достигается при коренной реконструкции серий электролиза, заключающейся в переходе на технологию предварительно обожженных анодов. Однако, такая реконструкция по капитальным вложениям приближается к уровню затрат, требуемых для строительства новых заводов. В связи с этим в России широко используется способ повышения эффективности производства, заключающийся в модернизации действующей технологии и снижении издержек производства.

Существуют два пути снижения издержек производства: снижение закупочных цен на материально-энергетические ресурсы и снижение расходов материально-энергетических ресурсов на единицу продукции. Снижение закупочных цен на сырье и материалы ограничивается их качеством и рано или поздно приведет к убыткам, т.к. потери, вызванные применением некачественного сырья и материалов, не будут компенсироваться их низкой стоимостью. Остается второй путь сокращения издержек производства - снижение удельных расходов на единицу продукции за счет оптимального управления режимом работы электролизеров. Настоящая диссертационная работа посвящена решению актуальной проблемы-оптимизации управления электролизером, целью которой является возможность снижения удельных расходов сырья и электроэнергии без уменьшения объема производимого металла.

Целью диссертационной работы является:

разработка математических моделей объекта управления-электролизера;

разработка алгоритмов оптимального управления по отдельным критериям:

максимальному объему производимого металла, минимальному значению среднего напряжения, минимальному расходу фтористого алюминия; разработка алгоритма оптимального управления электролизером по обобщенному критерию оптимальности - максимальному объему производимого металла при минимальном значении среднего напряжения и минимальном расходе фтористого алюминия;

синтез многосвязного алгоритма управления технологическим процессом, обеспечивающего оптимальное управление электролизером по обобщенному критерию оптимальности -максимальному объему производимого металла при минимальном значении среднего напряжения и минимальном расходе фтористого алюминия.

Методы исследования. В процессе синтеза многосвязной системы управления объектом-алюминиевым электролизером использовались методы теории графов, методы статистического моделирования, анализа и первичной обработки данных. Результаты работы получены с помощью программного пакета MATLAB 5.2. и блока «анализ данных» программного пакета MS EXCEL.

Научная новизна заключается в следующем: разработана методика параметрической идентификации на основе метода пассивного эксперимента;

разработаны регрессионные модели количества производимого электролизером металла, значения среднего напряжения электролизера, расхода фтористого алюминия;

- разработан метод определения объема тестовых данных, необходимого для построения математических моделей электролизера;

разработан алгоритм управления объектом по локальным критериям управления: максимальному объему производимого металла, минимальному значению среднего напряжения, минимальному расходу фтористого алюминия;

произведен синтез алгоритма управления технологическим процессом по обобщенному критерию управления - максимальному объему производимого металла при минимальном значении среднего напряжения и минимальном расходе фтористого алюминия.

Положения, выносимые на защиту:

- постановка задачи синтеза системы управления процессом электролиза на отдельном электролизере;

- метод синтеза обобщенного алгоритма управления процессом электролиза на отдельном электролизере: максимальное количество производимого алюминия из электролизера при минимальном значении среднего напряжения электролизной ванны и минимальном расходе фтористого алюминия;

- метод реализации алгоритма оптимального управления по обобщенному критерию.

Практическая ценность. Исследования автора выполнялись в рамках госбюджетной тематики "Топологические методы идентификации и синтеза систем управления многосвязными объектами", выполняемой в Братском государственном университете, и «Программы модернизации завода», внедряемой на Братском алюминиевом заводе в 2000 - 2004 году.

В диссертационной работе разработана методология синтеза системы оптимального управления сложным многосвязным объектом -электролизером. Эта методология позволит решить задачу многокритериального оптимального управления электролизером с дальнейшей реализацией алгоритма управления на АСУТП ОАО «РУСАЛ-Братск». Проведенная работа показывает возможность применения этой методологии для автоматизации любых других объектов электролизного производства.

Разработанная методология оптимального управления объектом применялась для стабилизации технологического состояния и повышения эффективности работы электролизеров корпуса №25 ОАО «БрАЗ» в период времени с 2000 по 2005 год.

Апробация работы. Основные результаты работы докладывались и обсуждались на III Республиканской научно-технической конференции молодых ученых и специалистов алюминиевой и электродной промышленности (г.Иркутск, 2005г.), всероссийской научной конференции молодых ученых «Наука. Технологии. Инновации» (2006; Новосибирск), научно-практической конференции «Перспективы развития технологии, экологии и автоматизации химических, пищевых и металлургических производств» (2006; Иркутск), II международной научно-практической конференции «Металлургия легких металлов. Проблемы и перспективы» (2006; Москва).

Публикации. По теме диссертации опубликовано 7 работ, в том числе 1 статья в изданиях, рекомендованных ВАК для кандидатских диссертаций.

Структура и объем диссертационной работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы, приложений. Она изложена на 141 странице основного текста, содержит 31 рисунок, 30 таблиц, 5 приложений.

СОДЕРЖАНИЕ РАБОТЫ

Во введении рассматривается актуальность решения проблемы оптимального управления электролизером. Целью оптимального управления является возможность снижения удельных расходов сырья и электроэнергии без уменьшения объема производимого металла.

В первой главе проводится анализ способов производства алюминия, анализ технико-экономических показателей электролизного производства, поставлена задача разработки автоматизированной системы управления процессом производства алюминия по выбранным критериям управления.

Существует два основных направления получения алюминия: электролитический и электротермический способы.

Электролитический способ производства основан на электролизе глинозема, растворенного в расплавленном криолите. Этот способ позволил значительно снизить стоимость алюминия по сравнению с уже существующими и на данный момент составляет основу современной электрометаллургии алюминия.

Задача автоматизированного оптимального управления процессом производства алюминия по критериям управления сформулирована следующим образом: необходимо получить максимальное количество производимого электролизером алюминия при минимальном значении среднего напряжения на электролизной ванне и минимальном расходе фтористого алюминия.

Во второй главе рассмотрен принцип синтеза систем автоматического управления, рассмотрены топологический метод синтеза сложных систем и метод синтеза сложных систем с применением регрессионного анализа.

Полное представление о системах можно получить с помощью графов. Матричное уравнение С-графа:

А*В*Хвх=0,

где А- матрица структуры графа; В - матрица коэффициентов (операторов) системы, порядка (П1=т), где т - число входных сигналов графа; Хвх- матрица- столбец входных сигналов графа.

Метод синтеза сложных систем с применением регрессионного анализа основывается на изучении объективно существующих связей между явлениями и позволяет оценить функциональную зависимость условного среднего значения результативного признака (У) от факторных

(Х),Х2, ... , хк). Существенным достоинством данного метода является хорошо проработанный этап структурного анализа и его формализация.

Поскольку в данной работе рассматривается процесс длительного цикла, имеющего большую выборку параметров, то с целью определения модели исследуемого процесса с высокой точностью воспользуемся регрессионным анализом.

В третьей главе построены математические модели процесса производства алюминия. При формировании моделей электролизера следует учесть тот факт, что процесс получения алюминия подвержен влиянию различных факторов, оценить которые порой не представляется возможным. Для того чтобы учесть все факторы, влияющие на технологический процесс, необходимо сохраняя структуру, периодически пересчитывать модель, т.е. адаптировать модель к реальным условиям производства. Периодически пересчитывая параметры модели, получим максимально приближенное к реальной ситуации регрессионное уравнение процесса.

Отбор факторных признаков для построения моделей осуществляется при помощи шаговой регрессии, сущность которой заключается в последовательном включении факторов в уравнение регрессии и последующей проверке их значимости. В качестве критерия определения значимых параметров служит величина коэффициента корреляции модели и количество коэффициентов уравнения регрессии, значимых по критерию Стьюдента.

После определения структуры модели выбирается количество тестовых данных, которое позволит построить уравнение регрессии, имеющее:

- максимально высокий коэффициент корреляции к значениям выходного параметра реального объекта;

- максимальный запас устойчивости во времени, т.е. после построения модели иметь максимальное количество отсчетов времени, когда коэффициент корреляции модели и выходного параметра реального объекта будет > 0.6.

В итоге проведения структурной идентификации при помощи шаговой регрессии для количества выливаемого металла выбрана модель, построенная на 20 -ти значениях 11-ти входных параметров, с коэффициентом корреляции 0.86, вида:

С?= - 36761.9+ 117.7*Х!+ 5239.03*Хг - 2835.4*ха - 4.3*хю-17.5*хц --1136*Х16+3.38*Х18+10.8*Х19+ 1.8*х20+ 15.5*х27-230.7*х28,

где О- количество выливаемого из электролизера металла; XI - средний ток с КПП (кремниевой преобразовательной подстанции); х2 - заданное напряжение электролизера; Ху- уровень шума; хю - уровень электролита; XI1 - криолитовое отношение; х^ - средняя оценка настыли в 6 точках; Х18 - ножка; Х19 - скорость истечения глинозема; х2о - температура воздуха; х27 - высота конуса спекания анода; х28 - прорезка периферии анода.

Для количества фтористого алюминия выбрана модель, построенная на 30- ти значениях 15-ти входных параметров, с коэффициентом корреляции 0.98, вида:

др=-500.8+1.1*Х1+154.4*Х2-32.4*Хз+0.15*Хб-1.5*Х7+686.4*Х8-0.4*Х9--2*х,0-10.7*х12-1.3*х15-21.8*х16+201.4*х17+0.3*х18+0.6*х19-0.3*х20,

где (2Р - количество фтористого алюминия; X; - средний ток с КПП; х2 -заданное напряжение электролизера; х3 - рабочее напряжение электролизера; Хб - напряжение анодного эффекта; х7 - длительность анодного эффекта; х8 - уровень шума; хд - уровень металла; хю - уровень электролита; Х]2 - %-е содержание СаР2 в электролите; х15 - высота настыли; Х]б - средняя оценка настыли в 6 точках; х]7 - средняя оценка подины в 6 точках; Х18 - ножка; Х19 - скорость истечения глинозема; х2о -температура воздуха.

Модель величины среднего напряжения построена на 30-ти значениях 13-ти входных параметров, с коэффициентом корреляции 0.96, вида:

11=0,35+0,07* Х1-3,1*Х2+0,05*Х5+0,002*Х6- 0,01*х7+0>03*хи),001*х1о--0,14*х12 + 0,01*х1з-0,05*х14-0,01*хп+0,005*х2о-0,004*х29,

где и - величина среднего напряжения; X] - средний ток с КПП; х2 -заданное напряжение электролизера; х5 - количество анодных эффектов; Хб - напряжение анодного эффекта; x^ - длительность анодного эффекта; х9 - уровень металла; Хю - уровень электролита; х[2 - %-е содержание СаР2 в электролите; х]3 - температура электролита; Хм - средняя оценка настыли в 1 точке; Х18 - ножка; х2о - температура воздуха; х2д - пустота анода.

Проверка полученных моделей на статистическую значимость по критерию Фишера показала, что для всех моделей выполняется неравенство Ррасч. модели > Ркр. (при заданном уровне значимости а): - для модели количества выливаемого металла Ррасч=3.16, Р кр. =3.13; -для модели количества фтористого алюминия Ррасч=24.11, Р кр. =2.43; -для модели величины среднего напряжения Ррасч=14.13, Р кр. =2.38.

Величина средней ошибки аппроксимации модели количества выливаемого металла составила 7.2 %, модели количества фтористого алюминия 2.04 %, модели величины среднего напряжения 2.2 %, следовательно, полученные уравнения достаточно хорошо описывают изучаемую взаимосвязь между факторами и являются статистически значимыми.

В четвертой главе разработан метод оптимального управления электролизером по трем критериям управления. Во многих случаях реализация процесса управления требует затрат каких-либо ресурсов: затрат времени, расхода материалов, топлива, электроэнергии. Следовательно, при выборе способа управления следует учитывать какие ресурсы придется затратить для достижения поставленной цели, выбрать решение, которое требует наименьших затрат ресурсов.

Задача оптимального управления электролизером формулируется так: получить максимум количества выливаемого алюминия при минимуме значения среднего напряжения электролизной ванны и минимуме количества фтористого алюминия.

На практике управление объектом производится непосредственным воздействием на входные параметры системы (изменение значений выходного параметра определятся изменением входных параметров системы), поэтому задачу управления объектом можно свести к следующему: необходимо найти значения входных параметров, при которых система будет работать с требуемым результатом (максимумом или минимумом). Входные параметры системы, в свою очередь, подразделяются на «управляемые», т.е. их возможно изменить в любое время и «наблюдаемые», изменить которые непосредственно нельзя, их изменение связано с изменением других величин системы. К «управляемым» параметрам относятся: сила тока серии, заданное напряжение, уровень электролита, расстояние от края газосборного колокола до анода - «ножка». К «наблюдаемым» относятся: количество анодных эффектов, уровень шума, криолитовое отношение, температура электролита, длина и высота настыли и т.д. Практический интерес представляют «управляемые» параметры, поскольку по мере необходимости, изменяя «управляемые» входные параметры можно оперативно управлять объектом при максимальном (минимальном) значении выбранного критерия. Следовательно, для управления объектом необходимо определить такие значения силы тока серии, заданного напряжения, уровня электролита, «ножки», при которых система будет работать с требуемым результатом.

Для характеристики входных и выходных параметров системы достаточно указать отдельные числовые параметры распределения их значений, прежде всего, это характеристики положения: математическое ожидание (МО), медиана, мода; характеристики рассеяния: дисперсия, среднее квадратическое отклонение (СКО). МО и СКО позволяют оценить центр группирования значений исследуемой величины, меру их случайного рассеивания. Область значений случайной величины, ограниченная значениями МО±СКО, содержит наиболее «весомые» значения, избавлена от «случайных» значений и качественно описывает характер распределения случайной величины. Следовательно, определив область экстремума функции и найдя в полученной области экстремума значения «управляемых» входных; параметров, ограниченные областью МО±СКО, найдем требуемое решение оптимального управления объектом по одному критерию управления.

Алгоритм управления объектом по одному критерию управления предлагается выполнять в следующей последовательности:

1 .определяется область экстремума функции;

2.находится в полученной области экстремума вариация значений «управляемых» входных параметров;

3.для полученных значений «управляемых» входных параметров находится М О и СКО;

4.полученные значения входных параметров (без учета погрешности систем измерения), с вариацией значений от МО-СКО до МО+СКО будут соответствовать искомой области решения.

Поскольку в реальных условиях при замере каждого из входных и выходного параметров работы электролизера присутствует погрешность измерения (замер уровня металла - ± 1 см, уровень электролита - ± 1 см и т.д.), то требуется найти не единичное значение экстремума функции, а область значений. При управлении объектом по одному критерию, область экстремума в зависимости от предъявленных требований к качеству управления может ограничиваться 5 , 10 ...% наибольшими (наименьшими) значениями, но поскольку главной задачей данной работы является управление по нескольким критериям, область решений была расширена до 40 % (от всех возможных) наибольших (наименьших) значений. Данный объем значений был выбран исходя из проведенных опытов и расчетов, которые показали, что наиболее часто 40 % минимальных или максимальных значений функции достаточно для управления электролизером по нескольким критериям управления.

Проведем выбор структуры алгоритма управления электролизером по критерию - максимальное количество выливаемого металла (С>—»тах). Для определения экстремума функции циклично фиксируя одну из входных величин и изменяя остальные входные величины, найдем все возможные значения искомой функции. Для наглядности изобразим проекцию на ось О У всех возможных значений искомой функции (рис. 1). Область всех возможных значений функции ограничивается значениями: от 0 до 1023.7 кг.

После нахождения области всех возможных значений функции определим значения функции, удовлетворяющие нужному критерию: работе электролизера с максимальным количеством вылитого металла (т.е. определим область экстремума функции). Полученная область экстремума (рис.2), равная 40% наибольших значений функции, ограничивается значениями: от 490.4 до 1023.7 кг.

Рис 1 .Проекция на ось ОУ всех Рис 2.Проекция на ось ОУ значений возможных значений функции функции в области экстремума

Зная вариацию значений функции в области экстремума, найдем вариацию значений «управляемых» входных параметров, соответствующих данной области. Результаты поиска представлены в таблице 1.

Таблица 1

Значения «управляемых» входных параметров, соответствующие

области экстремума функции: количество вылитого металла, значение силы тока, значение заданного напряжения, значение уровня электролита, значение величины ножки.

Вылитый Сила тощ Напряжение Уровень Ножка,

метали кг кА заданное, В электролита, см см

490,41 101,03 4,62 16 18

543,74 101,154 4,626 16,7 18,6

597,07 101,278 4,632 17,4 19,2

650,40 101,402 4,638 18,1 19,8

703,73 101,526 4,644 18,8 20,4

757,06 101,65 4,65 19,5 21

810,39 101,774 4,656 20,2 21,6

863,72 101,898 4,662 20,9 22,2

917,05 102,022 4,668 21,6 22,8

970,38 102,146 4,674 22,3 23,4

1023,70 102,27 4,68 23 24

Для каждого параметра найдем распределение значений в интересующей нас области, определим значения входных параметров, при которых система будет работать с требуемым результатом, т.е. найдем область значений, ограниченную интервалом МО±СКО. Распределение значений входных параметров в искомой области решения имеет вид (таблица 2):

Таблица 2

Значения «управляемых» входных параметров, соответствующие области экстремума функции и их распределение по полученным диапазонам значений: количество вылитого металла, значение силы тока, значение заданного напряжения, значение уровня электролита, значение величины ножки.

Сила Распред Напряжение Распреде Уровень Распред Ножка, Распред

тока,кА еление заданное, В ление электролита, см еление см еление

101,03 18 4,62 12 16 21 18 25

101,154 17 4,626 11 16,7 20 18,6 24

101,278 18 4,632 11 17,4 21 19,2 23

101,402 19 4,638 14 18,1 23 19,8 25

101,526 26 4,644 21 18,8 30 20,4 29

101,65 44 4,65 42 19,5 48 21 45

101,774 80 4,656 82 20,2 80 21,6 78

101,898 122 4,662 128 20,9 118 22,2 118

102,022 139 4,668 146 21,6 133 22,8 132

102,146 146 4,674 153 22,3 140 23,4 138

102,27 147 4,68 156 23 142 24 139

Найдем распределение вероятности возникновения интересующих событий (максимальная выпивка металла при работе объекта с данными входными параметрами) (таблица 3):

Таблица 3

Значения «управляемых» входных параметров, соответствующие области

экстремума функции и вероятность их попадания в полученные диапазоны значений: количество вылитого металла, значение силы тока, значение заданного напряжения, значение уровня электролита, значение величины ножки.

Сила тока.кА Вероят ность Напряжение заданное, В Вероят ность Уровень электролитном Вероят ность Ножка , см Вероят ность

101,03 0,023196 4,62 0,015464 16 0,027062 18 0,032216

101,154 0,021907 4,626 0,014175 16,7 0,025773 18,6 0,030928

101.278 0.023196 4,632 0,014175 17,4 0,027062 19,2 0,029639

101,402 0,024485 4.638 0,018041 18.1 0,029639 19,8 0,032216

101,526 0,033505 4,644 0,027062 18.8 0,03866 20,4' 0,037371

101,65 0,056701 4,65 0,054124 19,5 0,061856 21 0,05799

101,774 0,103093 4,656 0,10567 20,2 0,103093 21,6 0,100515

101,898 0,157216 4,662 0,164948 |20,9 0,152062 О 0,152062

102,022 0,179124 4.668 0,188144 21.6 0,171392 22,8 0,170103

102,146 0,188144 4,674 0,197165 22,3 0,180412 23,4 0,177835

102,27 0,189433 4,68 0,201031 23 0,18299 24 0,179124

МО и СКО входных параметров системы в искомой области значений функции имеет вид (таблица 4):

Таблица 4

МО и СКО значений «управляемых» входных параметров, соответствующих области экстремума функции: МО и СКО значений силы тока, МО и СКО значений заданного напряжения, МО и СКО значений уровня электролита, МО и СКО значений величины ножки.

Параметр Сила тока, кА Напряжение заданное, В Уровень электролита, см Ножка, см

МО 101,9351 4,665325 20,99832 22,22784

СКО 0,392122 0,018974 2,213594 1,897367

МО - СКО 101,5429 4,646351 18,78473 20,33047

МО+СКО 102,3272 4,684298 23,21192 24,1252

Следовательно, для того, чтобы объект работал с максимальной производительностью по количеству выливаемого металла, необходимо выбрать следующие значения «управляемых» входных параметров:

- сила тока: >=101,5429 кА и =< 102,3272 кА

- заданное напряжение: >= 4,6463В и =< 4,6842В

- уровень электролита: >=18,8 см и =<23,2 см

- «ножка»: >=20,3 см и =< 24,1 см

Аналогично алгоритму управления объектом для максимального количества выливаемого металла, найдем область значений входных параметров для модели количества фтористого алюминия, ограниченную значениями МО±СКО, в области экстремума (С)р-мшп). Для наглядности изобразим графически область всех возможных значений искомой функции (рис. 3) и значения функции в области экстремума (рис. 4).

Рис 3.Проекция на ось ОУ всех Рис 4.Проекция на ось О У значений возможных значений функции функции в области экстремума

Область всех возможных значений функции ограничивается значениями: от 0 до 142 кг; область экстремума функции (равная 40 % наименьших значений функции) находится в пределах значений: от 0 до 59,3 кг.

МО и СКО входных параметров системы, соответствующих области экстремума, приведем в таблице 5.

Таблица 5

МО и СКО значений «управляемых» входных параметров, соответствующих области экстремума функции количества фтористого

алюминия: МО и СКО значений силы тока, МО и СКО значений заданного напряжения, МО и СКО значений уровня электролита, МО и СКО значений величины ножки.

Параметр Сила тока, кА Напряжение заданное, В Уровень электролита, см Ножка, см

МО 102,0144 4,667388 21,57346 22,73882

СКО 0,392122 0,018974 2,213594 1,897367

МО - СКО 101,6223 4,648415 19,35987 20,84146

МО+СКО 102,4065 4,686362 23,78706 24,63619

Следовательно, чтобы электролизер работал с минимальными затратами на расход фтористого алюминия необходимо выбрать следующий режим работы:

- силу тока: >=101,6223 кА и <= 102,4065 кА

- заданное напряжение: >=4,648 В и <= 4,686 В

- уровень электролита: >=19,35 см и <=23,8 см

- значение «ножки»: >=20,8 см и <= 24,6 см

Аналогично найдем значения входных параметров модели значения среднего напряжения в области экстремума (и->тт), ограниченные значениями МО±СКО. Полученные результаты изобразим графически (рис.5 и рис.6).

Рис 5.Проекция на ось ОУ всех Рис б.Проекция на ось ОУ значений возможных значений функции функции в области экстремума

Область всех возможных значений функции (рис.5) ограничивается значениями: от 4.519 до 5.393 В. В полученной области экстремума (рис.6) значения функции ограничиваются значениями: от 4.519 до 4.897 В. Математическое ожидание и СКО полученных значений входных параметров системы приведем в таблице 6.

Таблица 6

МО и СКО значений «управляемых» входных параметров, соответствующих области экстремума функции значения среднего напряжения: МО и СКО значений силы тока, МО и СКО значений заданного напряжения, МО и СКО значений уровня электролита, МО и СКО значений величины ножки.

Параметр Сила тока, кА Напряжение заданное, В Уровень электролита, см Ножка, см

МО 101,271 4,632884 17,47484 19,2884

СКО 0,39212243 0,018974 2,213594 1,897367

МО - СКО 100,878 4,61391 15,26124 17,39103

МО+СКО 101,663 4,651858 19,68843 21,18576

Таким образом, для работы электролизера с минимальным значением среднего напряжения, необходимо выбрать следующие значения «управляемых» входных параметров:

- сила тока: >=100,878 кА и <= 101,663 кА

- заданное напряжение: >=4,6139 В и <= 4,6518 В

- уровень электролита: >=15,3 см и <= 19,7 см

- «ножка»: >=17,4 см и <=21,2 см

Используя полученные алгоритмы, рассмотрим методику синтеза алгоритма управления электролизером по трем критериям. Основной целью управления объектом по нескольким критериям является нахождение области «пересечения» критериальных функций по каждому «управляемому» входному параметру. Если значения входных «управляемых» параметров каждой из функций, соответствующие области экстремума и ограниченные значениями МО±СКО, совпали полностью или частично с областью значений МО±СКО соответствующих входных параметров других функций, то данные значения входных параметров соответствуют найденному решению -управлению объектом по нескольким критериям.

Цель управления электролизером по трем критериям формулируется следующим образом: необходимо обеспечить максимальную производительность электролизера по количеству вылитого металла при

минимальном количестве фтористого алюминия и минимальном значении среднего напряжения.

Для управления объектом по трем критериям необходимо:

1. определить область экстремума каждой из функции по выбранному критерию;

2. найти в полученных областях экстремума вариацию значений «управляемых» входных параметров;

3. для полученных вариаций значений «управляемых» входных параметров найти МО и СКО;

4. значения входных параметров, находящиеся в области МО±СКО каждой из функций, будут соответствовать искомой области решения - управлению объектом по нескольким критериям.

МО и СКО значений входных параметров трех функций в областях экстремума приведем в таблице 7.

Таблица 7

МО и СКО значений «управляемых» входных параметров, соответствующих области экстремума функций выливаемого металла, количества фтористого алюминия, значения среднего напряжения: МО и СКО значений силы тока, МО и СКО значений заданного напряжения, МО и СКО значений уровня электролита, МО и СКО значений величины

ножки.

Количество выливаемого металла, кг Сила тока, кА Напряжение заданное, В Уровень электролита,см Ножка, см

МО 101,9351 4,665325 20,99832 22,22784

СКО 0,392122 0,018974 2,213594 1,897367

МО - СКО 101,5429 4,646351 18,78473 20,33047

МО + СКО 102,3272 4,684298 23,21192 24,1252

Количество фтористого алюминия, кг Сила тока, кА Напряжение заданное, В Уровень электролита,см Ножка, см

МО 102,0144 4,667388 21,57346 22,73882

СКО 0,392122 0,018974 2,213594 1,897367

МО - СКО 101,6223 4,648415 19,35987 20,84146

МО + СКО 102,4065 4,686362 23,78706 24,63619

Значение среднего напряжения, В Сила тока, кА Напряжение заданное, В Уровень электролита,см Ножка, см

МО 101,271 4,632884 17,47484 19,2884

СКО 0,392122 0,018974 2,213594 1,897367

МО - СКО 100,878 4,61391 15,26124 17,39103

МО + СКО 101,663 4,651858 | 19,68843 21,18576

Для наглядности изобразим полученные области значений графически (рис.7 а,б,в,г).

Г область пересечения ({ункцда

LJ

заданное напряжение Г~о&я;ть пересечения функций

I Р I I

I 0 í Í

I I

I Í

I I IX

i i i s

III lili

lif ЩЩ. ?JS s

li SI 11 s

Ш l||¡ II

lili

мо.а idi.o m.2 а аьтаеньж металл

I 101,t 101,7 WI.B 102,0 102,2 162,4 102.«

f. расход фтористого алсшнкч с среднее напряжение

4Д30 4,610 4,620 4,530 4.WC 4.КЙ 4,М» 4.Н0 4.680 4.ÍSC 4.700

В аышаеиый металл ? расход фтористого алюминия ?. среднее напряжение

а) «сила тока»

i Р Р

í I I i 6 i

¡ I I I I I

I i i

б) «заданное напряжение»

область пересечения tywtf«

уровень эпеетр

р i Р I

$ I 'Ф

I I I

Звыллэеиыи металл

¿".рВСХОйфГОрИСТИОаЛШШ!

вереди« каприаш

гьыадаьйаи метам

<$горилсто алюминия

в) «ножка» г) «уровень электролита»

Рис.7. Распределение значений входных параметров каждой из функций в области экстремума, ограниченное значениями МО+ СКО.

Из рис.7 видно, что значения входных параметров экстремальных областей каждой из функций, соответствующие области значений МО+СКО, совпали полностью или частично с областью значений МО±СКО соответствующих входных параметров других функций. Следовательно, полученные значения «управляемых» входных параметров приемлемы для оптимального управления по каждой из трех критериальных функций (максимальному количеству вылитого металла, минимальному количеству фтористого алюминия, минимальному

значению среднего напряжения). Область пересечения трех функций по входным «управляемым» параметрам системы:

- «сила тока» - ограничивается значениями силы тока от 101,622 кАдо 101,688 кА;

- «заданное напряжение» - ограничивается значениями заданного напряжения от 4,648 В до 4,651В;

- «уровень электролита» - ограничивается значениями уровня электролита от 19,35 см до 19,68 см;

- «ножка»-ограничивается значениями ножки от 20,84 см до 21,18 см.

Поскольку при эксплуатации электролизера:

- «шаг» изменения и заданного составляет ±10 мВ (0,01 В);

- погрешность измерения уровня электролита составляет ±1 см;

- погрешность измерения «ножки» составляет ±1 см;

- погрешность измерения силы тока составляет около ± 900 А,

то для работы электролизера с максимальной производительностью по количеству вылитого металла при минимальном количестве фтористого алюминия и минимальном значении среднего напряжения, необходимо выбрать следующий режим работы объекта:

- сила тока >=101600 А и =<101700 А;

- заданное напряжение: = 4,650 В;

- уровень электролита: >=19 см и <=20 см;

- «ножка»: =21 см.

Данные значения входных параметров системы являются решением задачи управления объектом по трем критериям управления.

В случае если область «пересечений» нескольких функций не была найдена, необходимо увеличить объем экстремальной области каждой из функций и продолжить поиск нужного решения.

Если увеличение экстремальных областей функций не дало нужного решения (размер областей экстремума был увеличен до 100 % значений функции), необходимо либо увеличить диапазон управления объектом по нескольким критериям (+1.5СКО, +2СКО...), либо производить управление объектом по меньшему количеству критериев управления.

Полученный метод управления объектом по нескольким критериям имеет существенный недостаток. Изначально, первичным условием для нахождения области экстремума каждой из функций было определено, что экстремальная область искусственно ограничивается объемом минимальных (для среднего напряжения и расхода фтористого алюминия) и максимальных (для выливши металла) значений функции,

равным 40 % от всех значений. Данное количество значений было выбрано исходя из проведенных опытов и расчетов, которые показали, что наиболее часто 40 % минимальных или максимальных значений функции достаточно для управления электролизером по нескольким критериям управления. Для того, чтобы управлять объектом по нескольким критериям управления с максимальной эффективностью, объем значений, ограничивающий экстремальную область функции, необходимо определять автоматизировано, используя средства ЭВМ. Критерием нахождения приемлемой для управления области экстремумов функции является минимальный объем данных, который позволит, чтобы значения входных параметров каждой из функций в МО+СКО совпали полностью или частично с областью значений МО+СКО соответствующих входных параметров других функций. Обобщенный алгоритм управления электролизерами по нескольким критериям схематично можно представить следующим образом (рис.8).

Ктек-исследуемый объем значений функций,

ограничивающий область экстремума

' ........ : ппп/" ах-максимальный объем значений функций,

Ктек ™ 100% „ _

К ах ЮСУ ограничивающий область экстремума

V ■ 1 ппп/ Ктт-мютималъ ный о бьем значений функций, Клип- 100% „ -

-у^- ограничивающий область зкстремума

Рис.8. Структурная схема алгоритма управления электролизером по нескольким критериям управления

20

Приведенный выше алгоритм лишен того недостатка, что экстремальная область ограничивается некоторым объемом минимальных и максимальных значений функции искусственно. Автоматизированный поиск (на основе метода половинного деления) позволяет найти оптимальную область значений функций, ограничивающую экстремальную область. Управление объектом в найденной области значений позволит это управление производить максимально эффективно.

Разработанный алгоритм управления электролизером по трем критериям управления можно осуществить на практике, используя системы АСУТП и ИТС (информационно-технологические системы), разработанные и внедренные на ОАО «РУСАЛ-Братск». В настоящее время на ОАО «РУСАЛ-Братск» работают системы АСУТП, имеющие вид распределенной двухуровневой системы. С верхнего уровня осуществляется выдача запретов для различного рода автоматического регулирования и загрузка обновленных программ управления в память микроконтроллера ШУЭБМ-6, ШУЭБМ-7. На нижнем уровне производится непосредственный контроль за электролизными ваннами и управление ими. Промежуточным звеном между верхним и нижним уровнями служит контролер связи. Через него проходят потоки данных о состоянии электролизеров со шкафов управления на верхний уровень.

Помимо системы АСУТП на заводе функционирует информационно-технологическая система. Система строится как компьютерная сеть, охватывающая все структуры завода. Основу ИТС составляют автоматические рабочие места: АРМ старшего мастера и технолога, АРМ мастера анодного хозяйства, АРМ оператора КПП, АРМ оператора заводской лаборатории, АРМ оператора литейного отделения, АРМ оператора цеха анодной массы, АРМ оператора весовой (сырье), АРМ планового отдела и т.д.

Базой для построения структуры оптимизированной системы управления процессом электролиза алюминия служат принципы, изложенные в главах 3 и 4, основанные на изучении структуры объекта управления, методах получения математических моделей выливаемого из электролизера металла, расхода фтористого алюминия, среднего напряжения электролизера, оптимизированном управлении объектом по трем критериям управления - максимальной выпивки металла при минимальном расходе фтористого алюминия и минимальном значении среднего напряжения электролизера.

Так, в главе 3 было определено, что:

1. Для построения модели выливаемого из электролизера металла 0= Дхь Х2,Х8,Х10,ХП,Х16,Х18,Х19,Х20,Х27,Х28) необходимо воспользоваться двадцатью значениями одиннадцати технологических параметров, следовательно, для построения данной модели необходимо провести минимум двадцать экспериментов.

2. Для построения модели расхода фтористого алюминия С2р = г(х1,х2,хз,хй,х7,х8,х9,х10,х12,х15,х16,хп,х18,х19,х20) следует воспользоваться тридцатью значениями пятнадцати входных технологических параметров, следовательно, для построения этой модели нужно провести минимум тридцать экспериментов.

3. Для построения модели среднего напряжения

и=Г (Х1,Х2,Х5,Х6,Х7,Х9,ХЮ,Х12,Х13,Х14,Х18,Х20,Х29) необходимо воспользоваться тридцатью значениями тринадцати технологических параметров, поэтому для построения этой модели нужно провести минимум тридцать экспериментов.

После проведения необходимого числа экспериментов и получения значений технологических параметров, используемых для построения моделей, следует пересчитать модели, получить новые, максимально приближенные к реальной ситуации (на данном этапе времени) регрессионные уравнения процесса. Периодичность пересчетов параметров (адаптации) моделей следует определять исходя из требований к качеству управления объектом и запаса устойчивости полученных моделей.

Следующим шагом после адаптации моделей является алгоритм управления объектом по трем критериям, результатом которого будет нахождение значений входных «управляемых» параметров, оптимальных для управления процессом производства алюминия.

На основе полученных значений входных «управляемых» параметров производится регулирование объектом. Значения входных «управляемых» параметров приводятся в соответствие с рассчитанными значениями. Схематично алгоритм управления объектом можно представить в следующем виде (рис.9).

Рис.9. Обобщенный алгоритм оптимизированного управления объектом

В заключении сформулированы основные научные положения и

результаты работы.

Основные результаты диссертационной работы

1. разработана методика синтеза системы управления процессом электролиза на отдельном электролизере;

2. разработан метод определения объема тестовых данных при построении математических моделей электролизера;

3. разработан метод синтеза обобщенного алгоритма управления объектом по локальным критериям управления: максимальному объему производимого металла, минимальному значению среднего напряжения, минимальному расходу фтористого алюминия;

4. проведена реализация алгоритма оптимизации управления объектом по обобщенному критерию управления.

Проведенные исследования служат основой для организации lia базе существующего оборудования системы оптимального управления электролизером.

Список публикаций автора по теме диссертации

В изданиях, рекомендованных ВАК к защите кандидатских диссертаций

1. Бунтин, О.В. Оптимальное управление объектом по нескольким критериям управления / О.В.Бунтин // Вестн. Иркут. гос .техн. ун-та. -2006. -№4. -С.85-86.

Статьи в прочих изданиях

2. Турусов, С.Н. Методика планирования расхода фтористого алюминия в электролизном производстве ОАО «БрАЗ»/ С.Н.Турусов, С.И.Ножко, О.В.Бунтин // тезисы докладов III Республиканской научно-технической конференции молодых ученых и специалистов алюминиевой и электродной промышленности/ Сиб. науч-исслед. констр. и проект, инс-т алюм. и электрод, пром-ти. - Иркутск: Изд-во СибВАМИ, 2005. -С. 117 — 118.

3. Бунтин, О.В. Управление электролизером по одному критерию / О.В.Бунтин, С.Н.Турусов// Наука.Технологии.Инновации : материалы всероссийской научной конференции молодых ученых в 7 частях / Новосиб. гос. техн. ун-т. - Новосибирск: Изд-во Новосиб. гос. техн. ун-та, 2006. -С. 8-9.

4. Турусов, С.Н. Выбор набора тестовых данных для построения адекватной модели процесса производства алюминия / С.Н.Турусов, О.В.Бунтин // Наука.Технологии.Инновации : материалы всероссийской научной конференции молодых ученых в 7 частях / Новосиб. гос. техн. ун-т. - Новосибирск: Изд-во Новосиб. гос. техн. ун-та, 2006. -С. 90-92.

5. Бунтин, О.В. Проведение структурной идентификации модели алюминиевого электролизера при помощи шаговой регрессии / О.В.Бунтин // Перспективы развития технологии, экологии и автоматизации химических, пищевых и металлургических производств : материалы докладов научно практической конференции, посвященной 85 - летаю А.И.Орлова / Иркут. гос. техн. ун-т. - Иркутск: Изд-во Иркут. гос. техн. ун-та, 2006. -С. 120-123.

6. Бунтин, О.В. Оптимальное управление алюминиевым электролизером по нескольким критериям управления / Металлургия легких металлов. Проблемы и перспективы: тезисы докладов || международной научно-практической конференции, посвященной 100-летию со дня рождения члена корреспондента АН СССР, профессора А.И.Беляева / Под. ред. В.В. Миклушевского./ Моск. инс-т стали и сплавов. - Москва: Изд-во Моск. инс-та стали и сплавов, 2006. -С. 81-85 .

7. Бунтин, О.В. Этапы внедрения производственной системы «РУСАЛ-бизнес-систем» в электролизном производстве ОАО БрАЗ / О.В. Бунтин, И.В.Макаревич//Цветныеметаллы.- 2008.- №1. - С. 60-62.

\

Подписано в печать 05.02.2010 Формат 60 х 84 '/16 Печать трафаретная Уч.-изд. л. 1,6. Усл. печ. л. 1,6 Тираж 100 экз. Заказ 294

Отпечатано в издательстве БрГУ 665709, Братск, ул. Макаренко, 40

ВВЕДЕНИЕ.

ГЛАВА 1 .ИССЛЕДОВАНИЕ ПРОЦЕССА ЭЛЕКТРОЛИЗА АЛЮМИНИЯ.

1.1 .Металлургия алюминия.

1.2.Электролитическое производство алюминия.

1.3.Постановка задачи оптимизации управления процессом получения алюминия.

ГЛАВА 2. АНАЛИЗ МЕТОДОВ СИНТЕЗА СИСТЕМ УПРАВЛЕНИЯ

МНОГОСВЯЗНЫМИ ОБЪЕКТАМИ.

2.1 Анализ методов синтеза сложных многосвязных систем управления.

2.2 Моделирование физических процессов современного электролизного производства.

2.3. Топологический метод синтеза сложных систем.

2.4. Метод синтеза сложных систем с применением регрессионного анализа.

ГЛАВА 3. ПОСТРОЕНИЕ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ

АЛЮМИНИЕВОГО ЭЛЕКТРОЛИЗЕРА.

3.1. Принципы построения моделей.

3.2. Определение структуры модели количества выливаемого металла.

3.3. Определение объема тестовых данных для построения адекватной модели.

3.4. Проверка модели на статистическую значимость.

3.5. Построение модели расхода фтористого алюминия.

3.5.1. Проверки адекватности модели расхода фтористого алюминия.

3.6. Построение модели значения среднего напряжения.

3.6.1. Проверки адекватности модели значения среднего напряжения.

ГЛАВА 4. АЛГОРИТМ ОПТИМИЗАЦИИ УПРАВЛЕНИЯ ОБЪЕКТОМ ПО

ТРЕМ КРИТЕРИЯМ УПРАВЛЕНИЯ.

4.1. Принципы управления объектом.

4.2.Управление электролизером по количеству вылитого металла.

4.3 .Управление электролизером по расходу фтористого алюминия.

4.4.Управление электролизером по значению среднего напряжения.

4.5.Управление электролизером по трем критериям управления.

4.6. Система управления процессом электролиза алюминия по обобщенному критерию управления.

4.6.1. Пример управления электролизером по трем критериям оптимальности.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы.

Алюминиевая промышленность является одной из наиболее динамично развивающихся отраслей российской металлургии. В настоящее время Россия по объемам производства первичного алюминия занимает третье место в мире, уступая Китаю и США, при этом, ее доля в мировом производстве алюминия составляет 15 %.

Отличительной особенностью российской алюминиевой промышленности является преобладание устаревшей технологии, основанной на использовании самообжигающихся анодов Содерберга, имеющих высокую экологическую опасность производства. В настоящее время в России около 65% от общего объема производства алюминия приходится на долю самообжигающихся анодов, в то время как в зарубежной практике на самообжигающиеся аноды приходится около 26 % произведенного алюминия.

Использование устаревшей технологии следует рассматривать как серьезное технологическое отставание России от ведущих стран-производителей алюминия, поэтому российские алюминиевые компании ведут постоянную работу по совершенствованию существующих и созданию новых технологий, позволяющих им конкурировать с зарубежными производителями на мировом рынке алюминия.

Проблемы по защите окружающей природной среды, улучшению условий труда, повышению технико-экономических показателей работы предприятий определяют необходимость модернизации и реконструкции основной части алюминиевых заводов России. Как показывает мировой опыт наибольший эффект достигается при коренной реконструкции серий электролиза, заключающейся в переходе на технологию предварительно обожженных анодов. Однако, такая реконструкция по удельным, капитальным вложениям приближается к уровню капитальных затрат на новое строительство. В связи с этим широко используется способ повышения эффективности производства, заключающийся в модернизации действующей технологии путем усовершенствования отдельных узлов электролизеров и компонентов ошиновки, применении эффективных АСУ ТП, переход на технологию «сухого анода», установку на электролизерах системы автоматического питания глиноземом, внедрением в производство сухих газоочисток отходящих газов.

Колебания спроса на алюминий на внешнем рынке периодически обостряют актуальность снижения издержек производства, но общая тенденция постоянного повышения рентабельности предприятия за счет сокращения издержек существует всегда. Есть два пути их снижения: снижение закупочных цен материально-энергетических ресурсов и снижение расходов материально-энергетических ресурсов на единицу продукции.

Снижение закупочных цен на сырье и материалы ограничивается их качеством и рано или поздно приведет к убыткам, т.к. расходы, вызванные применением некачественного сырья и материалов, не будут компенсироваться их низкой стоимостью. Остается второй путь сокращения издержек производства - снижение удельных расходов на единицу продукции. Учитывая мировой опыт можно утверждать, что у российских производителей алюминия существуют значительные резервы.

Настоящая диссертационная работа посвящена решению актуальной проблемы оптимального управления объектом - электролизером, целью которой является возможность снижения удельных расходов сырья и электроэнергии без уменьшения объема производимого металла. Критерием оптимальности служит максимальный объем произведенного металла при минимальном среднем напряжении и минимальном расходе фтористого алюминия.

Цель диссертационной работы.

Синтез многосвязной системы управления, обеспечивающей оптимальное управление электролизером по выбранному критерию оптимальности - максимальный объем произведенного металла при минимальном значении среднего напряжения и минимальном расходе фтористого алюминия.

Основные задачи работы.

- разработка математических моделей объекта управления - электролизера;

- разработка алгоритмов оптимального управления по отдельным критериям:

- максимальному объему производимого металла;

- минимальному значению среднего напряжения;

- минимальному расходу фтористого алюминия;

- разработка алгоритма оптимального управления электролизером по обобщенному критерию оптимальности - максимальному объему производимого металла при минимальном значении среднего напряжения и минимальном расходе фтористого алюминия;

- синтез многосвязного алгоритма управления технологическим процессом, обеспечивающего оптимальное управление электролизером по обобщенному критерию оптимальности- максимальному объему производимого металла при минимальном значении среднего напряжения и минимальном расходе фтористого алюминия.

Методы исследования.

В процессе синтеза многосвязной системы управления объектом — алюминиевым электролизером использовались методы теории систем многосвязного управления, методы теории графов, методы статистического моделирования, анализа и первичной обработки данных.

Результаты работы получены с помощью программного пакета MATLAB 5.2. и блока «анализ данных» программного пакета MS EXCEL.

Научная новизна

Научная новизна заключается в следующем:

- в разработке методики параметрической идентификации на основе метода пассивного эксперимента;

- в разработке регрессионных моделей количества производимого электролизером металла, значении среднего напряжения электролизера, расхода фтористого алюминия;

- разработан метод определения объема тестовых данных, необходимого для построения математических моделей электролизера;

- разработан алгоритм управления объектом по локальным критериям управления: максимальному объему производимого металла, минимальному значению среднего напряжения, минимальному расходу фтористого алюминия;

- произведен синтез алгоритма управления технологическим процессом по обобщенному критерию управления - максимальному объему производимого металла при минимальном значении среднего напряжения и минимальном расходе фтористого алюминия.

Положения, выносимые на защиту.

- постановка задачи синтеза системы управления процессом электролиза на отдельном электролизере;

- метод синтеза обобщенного алгоритма управления процессом электролиза на отдельном электролизере: максимальное количество производимого алюминия из электролизера при минимальном значении среднего напряжения электролизной ванны и минимальном расходе фтористого алюминия;

- метод реализации алгоритма оптимального управления по обобщенному критерию.

Практическая ценность.

Исследования автора выполнялись в рамках госбюджетной тематики "Топологические методы идентификации и синтеза систем управления многосвязными объектами" (код ГАСНТИ 10В02), выполняемой в Братском государственном техническом университете по направлению "Топологическая теория синтеза и идентификации многосвязных объектов управления" и «Программы модернизации завода», внедряемой на Братском Алюминиевом заводе в 2000-2004 годах.

Совместное использование классических и топологических методов в решении задач синтеза системы управления процессом электролиза позволяет перейти на новый качественный уровень в исследовании и проектировании систем электролизного производства, разработать математические модели интересующих процессов и разработать многокритериальный алгоритм оптимального управления объектом.

В диссертационной работе разработана методология синтеза системы оптимального управления сложным многосвязным объектом -электролизером. Эта методология позволит решить задачу многокритериального оптимального управления электролизером с дальнейшей реализацией алгоритма управления на АСУТП ОАО «РУСАЛ-Братск».

Проведенная работа показывает возможность применения этой методологии для автоматизации любых других объектов электролизного производства.

Реализация работы.

Разработанная методология оптимального управления объектом применялась для стабилизации технологического состояния и повышения эффективности работы электролизеров корпуса №25 ОАО «БрАЗ» в период времени с 2000 по 2005 год.

Апробация работы.

Основные результаты работы докладывались и обсуждались на III Республиканской научно-технической конференции молодых ученых и специалистов алюминиевой и электродной промышленности (г.Иркутск, 2005 г.), всероссийской научной конференции молодых ученых «Наука. Технологии. Инновации» (2006; Новосибирск), научно практической конференции «Перспективы развития технологии, экологии и автоматизации химических, пищевых и металлургических производств» (2006; Иркутск), || международной научно практической конференции «Металлургия легких металлов. Проблемы и перспективы» (2006; Москва).

Публикации. По теме диссертаций опубликовано 7 работ, в том числе 1 статья в изданиях, рекомендованных ВАК для кандидатских диссертаций.

Структура и объем диссертационной работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы, приложений. Она изложена на 141 странице основного текста, 31 рисунке, 30 таблицах, 5 приложениях.

Вывод:

В ходе проведенных исследовательских работ:

1. Разработан метод управления объектом по одному критерию управления.

2. Найдено решение по управлению объектом по количеству вылитого металла.

3. Найдено решение по управлению объектом по расходу фтористого алюминия.

4. Найдено решение по управлению объектом по значению среднего напряжения.

5. Разработан метод оптимального управления по трем критериям управления.

6. Разработана система оптимизированного управления электролизером.

ЗАКЛЮЧЕНИЕ

1. Сформулирована задача автоматизированного оптимального управления электролизером;

2. Задача структурной идентификации процесса электролиза на отдельном электролизере решена с использованием статистических методов;

3. Предложена новая методика параметрической идентификации на основе метода регрессионного анализа;

4. Разработаны регрессионные модели электролизера: количества производимого электролизером металла, значения среднего напряжения электролизера, расхода фтористого алюминия;

5. Обоснован выбор закона управления процессом электролиза;

6. Предложен новый алгоритм определения объема тестовых данных, необходимого для построения оптимальных математических моделей электролизера;

7. Разработан алгоритм управления объектом по критерию управления -максимальное количество производимого металла;

8. Разработан алгоритм управления объектом по критерию управления -минимальное значение среднего напряжения;

9. Разработан алгоритм управления объектом по критерию управления -минимальный расход фтористого алюминия;

Ю.Разработан алгоритм определения объема значений, ограничивающий экстремальную область функции;

11 .Разработан алгоритм управления объектом по трем критериям управления - максимальному количеству производимого металла при минимальном значении среднего напряжения и минимальном расходе фтористого алюминия.

12.Предложена методология синтеза системы оптимального управления сложным многосвязным объектом - электролизером, которая позволит решить задачу многокритериального оптимального управления любого другого объекта электролизного производства.

1. Нелепин Р.А.Дамачкин A.M., Туркин И.И.Шамберов В.Н. Алгоритмический синтез нелинейных систем управления.// под ред. Р.А.Нелепина; ЛГУ. - Д.: Изд-во ЛГУ, 1990.

2. Алпатов. Ю.Н Синтез систем управления методом структурных графов. -Иркутск,Изд-во Иркут.ун-та, 1988 . -144с.

3. Барковский В.В.,Захаров В.Н.,Шаталов А. Методы синтеза систем управления. — М.; Машиностроение, 1969. 323 с.

4. Берж К. Теория Графов и ее применение.- М.: Изд-во иностр. лит. 1962-319с.

5. Бессонов Е.Ю., Иванов В.Т., Крюковский В.А. и др. Модели магнитного поля алюминиевого электролизера.//Цветные металлы. 1989. №10. С. 53-56.

6. Беляев. А.И. Металлургия легких металлов. М.: Изд-во "Металлургия", 1970, 368 с.

7. Бояревич В.В. Магнитогидродинамические волны границы раздела и распределение возникающего тепла, обусловленного динамическим взаимодействием токов в алюминиевом электролизере // Магнитная гидродинамика. 1992. №4.С.47-55.

8. Бояревич В.В.,Калис Х.Э.,Миллере Р.П. и др. Математическая модель для расчета параметров алюминиевого электролизера//Цветные металлы. 1988 .№7. С.63-66.

9. Быков Ю.М. Основы обработки информации в АСУ химических производств: Теория и расчет информационных подсистем. Л.: Химия, 1986.-152 с.

10. Н.Иванов В.Т., Крюковский В.А., Щербинин С.А. и др. Совместный расчет электрического и магнитного полей алюминиевого электролизера.// Цветные металлы. 1989. №3.C.59-63.

11. Ильинский Н.Ф.,Цаценкин В.К. Приложение теории графов к задачам электромеханики. —М.: Энергия, 1968. —232 с.

12. Кадрищев В.П.,Минцис М.Я. Измерение и оптимизация параметров алюминиевых электролизеров. — Челябинск., издательство "Металл", 1995 -135 с.

13. Казаков И.Е. Статистическая теория систем управления в пространстве состояний. -М.: Наука, 1975, 432 с.

14. Калман Р., Фалб.П., Арбиб. М, Очерки по математической теории систем. -М.: Мир, 1971.400 с.

15. Кафаров В.В., Дорохов И.Н. Системный анализ процессов химической технологии. М.: Наука, 1979. - 399 с.

16. Кенинг Г., Блекуэлл В. Теория электромеханических систем. М.: Л.: Энергия, 1965.-423 с.

17. Козлов В.Н., Куприянов В.Е., Зазовский B.C. Вычислительные методы синтеза систем автоматического управления. Л.: ЛГУ, 1989.

18. Красовский А.А. Системы автоматического управления полетом и их аналитическое конструирование. -М.: Наука, 1973, 558 с.

19. Крюковский В.А. Разработка научных основ и технологии производства алюминия на электролизерах большой мощности: Атореф. дис.докт.техн.наук (в форме научного доклада). -СПб., 1992. 42с.

20. Летов A.M. Динамика полета и управление. М.: Наука, 1969, 359 с.2 5.Математическая теория оптимальных процессов./ Л.С.Понтрягин, В.Г.Болтянский, Р.В. Гамкрелидзе и др. -М.: Наука. 1969., 384 с.

21. Мелихов А.Н. Ориентированные графы и конечные автоматы. Наука, 1971.-416 с.

22. Мелса Дж. Программы в помощь изучающим теорию линейных систем управления. — М.: Машиностроение, 1981. 200 с.

23. Мэзон С., Циммерман Г. Электронные цепи, сигналы и системы. М.: Изд-во иностр. Лит. 1963. - 619 с.29.0рурк И.А. Новые методы синтеза линейных и некоторых нелинейных динамических систем. Л.: Наука, 1965. - 206 с.

24. Поцелуев А.В. Статический анализ и синтез сложных динамических систем. -М.: Машиностроение, 1984.

25. Пугачев B.C. Теория случайных функций и ее применение к задачам автоматического управления. -М.: Физматгиз, 1962, 884 с.

26. Райцын Т.М. Синтез САУ Методом направленных графов. — Л.: Энергия; 1970.-94 с.

27. Римский Г.В., Таборовец В.В. Автоматизация исследований динамических систем. Минск: Наука и техника, 1978. - 33 с.

28. Сачков В.Н. Введение в комбинаторные методы дискретной математики. -М.,: Наука. Главная редакция физико-математической литературы, 1982.-384.

29. Солодов А.В. Методы теории систем в задаче непрерывной линейной фильтрации. -М.: Наука, 1976. 262 с.

30. Солодовников В.В., Семенов В.В., Немель М., Недо Д. Расчет систем управления на ЦВМ. М.: Машиностроение, 1979. - 660 с.

31. Справочник металлурга по цветным металлам. Производство алюминия./ Под ред. Ю.В.Баймакова и Я.Е.Конторовича. М.: Металлургиздат, 1971. -560 с.

32. Сучилин A.M. Применение направленных графов к задачам электроники. -Л.: Энергия, 1971. 128 с.

33. Табак Д., Куо Б. Оптимальное управление и математическое программирование. -М.: Наука, 1975, 279 с.

34. Ту Ю. Современная теория управления. -М.: Машиностроение. 1971, 472 с.

35. Фрейберг Я.Ж.,Шилова Е.И.,Щербинин Э.В. Определение оптимальной формы рабочего пространства ванны алюминиевого электролизера/ЛДветные металлы. 1992. №10.С.28-31

36. Чаки Ф. Современная теория управления. -М.: Мир, 1975,424 с. 43.Чхартишвили Г.С.,Чхартишвили Л.П.,Клюкин К.Г. Цифровое моделирование динамических задач в АСУТП// Сб.научн. тр./Моск.энерг.ин-т. -М.: МЭИ, 1975, вып.243.

37. Юрков В.В., Манн В.Х., Пискажова Т.В., Никандров К.Ф. и др. Модель процесса электролиза алюминия.// Технико-экономический вестник. 1999. №13. С.11-15.

38. Haupin W. " Bath propeties". The International Course in Process Metallurgy of Aluminium. Trondheim. Yune 03-07.1996.

39. Солодовников B.B., Бирюков В.Ф., Тумаркин В.И. Принцип сложности в теории управления. М.: Наука, 1977. - 340 с.

40. С.А.Айвазян,И.С.Енюков,Л.Д.Мешалкин. Прикладная статистика: основы моделирования и первичная обработка данных. Справочное изд.-М.:Финансы и статистика, 1983.-471 с.

41. Г.В.Горелова,И.А.Кацко. Теория вероятностей и математическая статитстика в примерах и задачах с применением Excel. Учебное пособие для вузов. Ростов н/д .-Феникс,2002.-400 с.

42. Бунтин О.В., Турусов С.Н. Управление электролизером по одному критерию. Наука. Технологии. Инновации.// Материалы всероссийской научной конференции молодых ученых в 7 частях. Новосибирск: Изд-во НГТУ,2006.Часть 1.С.- 8-9.

43. Вагнер Г. Основы исследований операций, т. 1. М., «Мир», 1972,т. 2-3. М., 1973.

44. Громыко А.И., Шайдуров Г .Я. Автоматический контроль технологических параметров алюминиевых электролизеров.// Красноярский университет, 1984. 235 с.

45. Дробнис В.Ф., Гефтер С.Э. Технология и обслуживание анода алюминиевого электролизера с верхним токоподводом. М.: Металлургия, 1966.-96 с.59.3айченко Ю.П. Исследование операций. Киев, Издательское объединение «Вища школа», 1975. -321с.

46. Коробов М.А.,Дмитреев А.А. Самообжигающиеся аноды алюминиевых электролизеров. -М. Металлургия, 1972. — 206 с.

47. Костюков А.А., И.Г.Киль и др. Справочник металлурга по цветным металлам. -М.: Изд-во"Металлургия", 1971. 560 с.

48. Молчанов А.Ю. Производство алюминия в электролизерах с верхним токоподводом. г.Братск, 1993. 146 с.

49. Румшинский JI.3. Элементы теории вероятностей. М.: Наука, 1976. -240 с.

50. Юдин Д.Б., Гольштейн Е.Г. Задачи и методы линейного программирования транспортного типа. М., «Наука», 1969.

51. Состоя Вес Уровень Столб Темпе Сред. Высота Проре Пусто Вылива Добавкание сухой КПК анода ратура мин. конуса зка та емый A1F3

52. Регрессионная статистика Множественный R 0,7755479071. R-квадрат 0,601474556

53. Нормированный R-квадрат 0,110981703

54. Стандартная ошибка 111,52843681. Наблюдения 301. Дисперсионный анализdf SS MS F Значимость F

55. Регрессия 16 244048,3013 15253,01883 1,226265688 0,359563194

56. Остаток 13 161701,6987 12438,592211. Итого 29 405750

57. Коэффициенты t-статистика Р-Значение

58. Множественный R 0,7766406871. R-квадрат 0,603170756

59. Нормированный R-квадрат 0,114765533

60. Стандартная ошибка 111,29084061. Наблюдения 301. Дисперсионный анализdf SS MS F Значимость F

61. Регрессия 16 244736,5343 15296,03339 1,23498015 0,35469334

62. Остаток 13 161013,4657 12385,651211. Итого 29 405750

63. Коэффициенты t-статистика Р-Значение

64. Регрессионная статистика Множественный R 0,791158294 R-квадрат 0,625931446 Нормированный R-квадрат 0,16553938 Стандартная ошибка 108,0520942 Наблюдения301. Дисперсионный анализdfSSMSFЗначимость F

65. Регрессия 16 253971,6842 15873,23026 1,359561756 0,291410862

66. Остаток 13 151778,3158 11675,255061. Итого 29 405750

67. Коэффициенты t-статистика Р-Значение

68. Множественный R 0,8118478951. R-квадрат 0,659097004

69. Нормированный R-квадрат 0,239524085

70. Стандартная ошибка 103,15089421. Наблюдения 301. Дисперсионный анализdfSSMSFЗначимость F

71. Регрессия 16 267428,6093 16714,28808 1,570875943 0,208269876

72. Остаток 13 138321,3907 10640,106981. Итого 29 405750

73. Коэффициенты t-статистика Р-Значение

74. Множественный R 0,8255160091. R-квадрат 0,681476681

75. Нормированный R-квадрат 0,28944798

76. Стандартная ошибка 99,707586611. Наблюдения 301. Дисперсионный анализdf SS MS F Значимость F

77. Регрессия 16 276509,1632 17281,8227 1,738333647 0,159852779

78. Остаток 13 129240,8368 9941,6028281. Итого 29 405750

79. Коэффициенты t-статистика Р-Значение

80. Регрессионная статистика Множественный R 0,8260105251. R-квадрат 0,682293387

81. Нормированный R-квадрат 0,291269864

82. Стандартная ошибка 99,579677481. Наблюдения 301. Дисперсионный анализdf SS MS F Значимость F

83. Регрессия 16 276840,5418 17302,53386 1,744890898 0,158215685

84. Остаток 13 128909,4582 9916,1121681. Итого 29 405750

85. Коэффициенты t-статистика Р-Значение

86. Регрессионная статистика Множественный R 0,8286294 R-квадрат 0,686626682 Нормированный R-квадрат 0,300936445 Стандартная ошибка 98,89824749 Наблюдения301. Дисперсионный анализdfSSMSFЗначимость F

87. Регрессия 16 278598,7764 17412,42352 1,780254246 0,149687329

88. Остаток 13 127151,2236 9780,8633561. Итого 29 405750

89. Коэффициенты t-статистика Р-Значение

90. Регрессионная статистика Множественный R 0,8272495081. R-квадрат 0,684341748

91. Нормированный R-квадрат 0,295839284

92. Стандартная ошибка 99,258146671. Наблюдения 301. Дисперсионный анализdf SS MS F Значимость F

93. Регрессия 16 277671,6642 17354,47901 1,761486247 0,154151135

94. Остаток 13 128078,3358 9852,179681. Итого 29 405750

95. Коэффициенты t-статистика Р-Значение

96. Регрессионная статистика Множественный R 0,82664361 R-квадрат 0,683339658 Нормированный R-квадрат 0,293603852 Стандартная ошибка 99,41557448 Наблюдения301. Дисперсионный анализd£SSMSFЗначимость F

97. Регрессия 16 277265,0662 17329,06664 1,753340719 0,156132166

98. Остаток 13 128484,9338 9883,4564491. Итого 29 405750

99. Коэффициенты t-статистика Р-Значение

100. Регрессионная статистика Множественный R 0,8270406971. R-квадрат 0,683996315

101. Нормированный R-квадрат 0,295068703

102. Стандартная ошибка 99,312442151. Наблюдения 301. Дисперсионный анализdf SS MS F Значимость F

103. Регрессия 16 277531,5048 17345,71905 1,758672549 0,154832415

104. Остаток 13 128218,4952 9862,9611661. Итого 29 405750

105. Коэффициенты t-статистика Р-Значеиие

106. Регрессионная статистика Множественный R 0,8270370841. R-квадрат 0,683990339

107. Нормированный R-квадрат 0,295055372

108. Стандартная ошибка 99,313381211. Наблюдения 301. Дисперсионный анализdf SS MS F Значимость F

109. Регрессия 16 277529,0801 17345,5675 1,758623925 0,154844216

110. Остаток 13 128220,9199 9863,1476881. Итого 29 405750

111. Коэффициенты t-статистика Р-Значение

112. Множественный R 0,8934163251. R-квадрат 0,79819273

113. Нормированный R-квадрат 0,549814552

114. Стандартная ошибка 79,364446481. Наблюдения 301. Дисперсионный анализ