автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Разработка моделей и методики идентификации процесса стекловарения в производстве листового стекла

ВВЕДЕНИЕ.

Основные обозначения и сокращения, используемые в работе.

ГЛАВА 1. ПОСТАНОВКА ЗАДАЧИ МОДЕЛИРОВАНР1Я ПРОЦЕССА СТЕКЛОВАРЕНИЯ В ПРОИЗВОДСТВЕ ЛИСТОВОГО

СТЕКЛА.

Технологический процесс стекловарения как объект моделирования.

1.2. Обзор средств автоматизации производства листового стекла

1.3. Обзор математических моделей, используемых для описания процесса стекловарения.

1.4. Анализ методов идентификации инерционных объектов управления.

1.5. Формулирование задачи моделирования процесса стекловарения

Выводы по главе 1.

ГЛАВА 2. РАЗРАБОТКА МЕТОДИКИ ИДЕНТИФИКАЦИИ ПРОЦЕССА СТЕКЛОВАРЕНИЯ ПО КАНАЛАМ «РЕЖИМ - КАЧЕСТВО СТЕКЛА».

2.1. Этапы разработки динамических моделей процесса стекловарения «режим - качество стекла».'

2.2. Выделение определяющих переменных процесса стекловарения

2.3. Методика идентификации процесса стекловарения.

2.4. Планирование машинного эксперимента по оценке близости модели и объекта управления.

Выводы по главе 2.

ГЛАВА 3. ПРОГРАММНЫЙ КОМПЛЕКС ДЛЯ ИДЕНТИФИКАЦИИ ИНЕРЦИОННЫХ ОБЪЕКТОВ УПРАВЛЕНИЯ СТЕКОЛЬНЫХ ПРОИЗВОДСТВ.

3.1. Назначение и структура программного комплекса.

3.2. Системные требования к установке программного комплекса.

3.3. Описание интерфейса пользователя.

Выводы по главе 3.

ГЛАВА 4. РАЗРАБОТКА И ИСПЫТАНИЕ ДИНАМИЧЕСКИХ МОДЕЛЕЙ ПРОЦЕССА СТЕКЛОВАРЕНИЯ «РЕЖИМ - КАЧЕСТВО СТЕКЛА».

4.1. Обоснование выбора структуры моделей.

4.2. Модель плотности вырабатываемого полированного стекла.

4.3. Модель оптических свойств стекла.

4.4. Модель варочных пороков стекла.

4.5. Испытание разработанных моделей и оценка их переносимости на другие объекты стекольных производств.

Выводы по главе 4.

Листовое стекло представляет важнейший вид продукции, вырабатываемой стекольной промышленностью. Наибольшую часть листового стекла используют в строительстве, крупными потребителями являются автомобилестроение, вагоностроение, железнодорожный транспорт. Прогрессивной технологией производства стекла является флоат-способ. Сегодня в мире более 75 % листового стекла вырабатывается флоат-способом, а в США эта доля составляет 95 % [40]. Технологический процесс производства листового стекла флоат-способом характеризуется многостадийностью, непрерывностью во времени и многотоннажностью выпускаемой продукции. В технологической цепочке важное место занимает процесс варки стекломассы, поступающей на формование ленты полированного стекла на расплаве олова (флоат-способ). Стадия стекловарения является наиболее ответственной в технологической линии, так как от качества и объема сваренной стекломассы зависят качество и объем вырабатываемого стекла, экономические показатели стекольного завода в целом. Стекловарение является одной из наиболее механизированных и автоматизированных стадий в процессе производства стекла. На сегодня достигнуты значительные успехи в контроле и автоматическом регулировании режима работы стекловаренной печи ((АВП), в создании и применении АСУ ТП стекловарения. Основу автоматизированных систем составляют микропроцессорные средства контроля и управления, ПЭВМ.

Ряд факторов выдвигают на первый план решение задач автоматизации процесса стекловарения. Это, во-первых, большой объем варки стекла, достигающий от 500 до 800 тонн в сутки. Кратковременные нарушения регламентов технологического процесса приводят к значительным экономическим потерям. Во-вторых, высокая стоимость ванной печи диктует необходимость поиска мер, способствующих увеличению срока службы оборудования и уменьшения расходов на операции текущего и холодного ремонтов. Этого можно достичь путем стабилизации режимов ванной печи в рамках АСУ. В-третьих, высокие требования, предъявляемые к качеству вырабатываемого стекла, ставят задачу оперативного управления выходными показателями продукции.

Создание системы управления (СУ) различными объектами требует наличия большого объема информации как о самом объекте, так и его входных и выходных переменных. Эта информация необходима для построения адекватной модели СУ, на основе которой может быть эффективно осуществлен процесс управления. Неотъемлемая часть модели СУ - это модель объекта управления (ОУ), построение которой, т.е. формализация закономерностей функционирования объекта, является важнейшей задачей современной теории и практики управления. Одним из эффективных методов построения модели сложного объекта является идентификация. Построенная модель ОУ применяется в системах мониторинга, непосредственно в контуре управления объектом или для формирования совета по управлению в системах поддержки принятия решений (СППР). /

Как объект управления стекловаренная печь характеризуется сложностью протекающих в ней физико-химических процессов, наличием интенсивных возмущений, многомерностью и отсутствием автоматического контроля ряда параметров, множеством показателей качества исходного сырья, термической и химической однородностью стекломассы. Аналитический контроль исходного сырья и готовой продукции осуществляется на основе пробоотбора с дальнейшим анализом проб в заводской лаборатории. Отбор проб и их анализ, а также измерения свойств стекла производят периодически с дискретностью в несколько часов, а по ряду показателей - нескольких суток. Это приводит к задержке поступления информации о качестве сырья и сваренной стекломассы в систему управления, что требует решения задач прогнозирования в реальном масштабе времени.

Во Владимирском государственном университете проводятся научные исследовательские работы по автоматизации технологического процесса производства листового стекла флоат-способом для ОАО «Борский стекольный завод». В этих работах принимала участие автор диссертации, проводя научные исследования по разработке моделей процесса стекловарения в ванных регенеративных печах.

Целью диссертационной работы является решение научно-технической задачи разработки динамических математических моделей «режим - качество стекла» и методики идентификации процесса стекловарения. Использование разработанных моделей в автоматизированных системах мониторинга и управления позволяет повысить качество вырабатываемого стекла. Поставленная в работе цель достигнута путем решения следующих вопросов:

1. Сформулирована задача разработки динамических моделей и методики идентификации процесса стекловарения на основе системного подхода; в соответствии с принципами теории самоорганизации моделей определены внешние и внутренние критерий построения модели.

2. Разработана методика идентификации процесса стекловарения импульсными переходными функциями по реализациям входных и выходных сигналов, собранным в условиях промышленной эксплуатации.

3. Реализован вычислительный эксперимент по проверке близости разработанных динамических моделей и объекта управления.

4. Разработан программный комплекс, автоматизирующий процедуру идентификации процесса стекловарения импульсными переходными функциями.

5. Созданы динамические модели технологического процесса стекловарения "режим - качество стекла", описывающие зависимости свойств вырабатываемого стекла и содержания варочных пороков в стекле; оценена переносимость разработанных моделей на другие СВП в производстве полированного стекла.

6. Внедрены разработанные математические модели в программное обеспечение СППР "Технолог стекольного производства" в ОАО "Борский стекольный завод".

Разработанные математические модели обладают меньшей дисперсией погрешности по сравнению с используемыми регрессионными моделями 50], что позволяет повысить точность управления и качество вырабатываемого стекла.

Точность описания плотности адаптивной динамической моделью на интервале наблюдения длиной 275 суток оценивается дисперсией погрешности 1,32-10"Л (г/смл/. Средняя продолжительность прогноза составила 4 суток, наибольшая 15 суток.

Точность описания оптических свойств стекла (волнистости) по 397 наблюдениям моделью с уточняемыми параметрами оценивается дисперсией погрешности 11,25 (°)л, длительность прогноза составляла не менее 180 сут.

Адаптивная модель свильности по 92 наблюдениям обеспечивает дисПерсию погрешности 0,024 (у.е.) (от 0,009 до 0,046 (у.е.) для разных выборок). Длительность прогноза - до 5 суток.

Длительность прогноза среднесуточного содержания пузырей по адаптивной модели составила от 3 до 92 суток. Дисперсия погрешности модели изменялась от 0,10 до 2,49 (шт/мЛ)л для различных обучающих выборок, а по 214 наблюдениям составила 0,53 {шт/мУ.

Увеличение точности моделей позволит повысить качество вырабатываемого стекла за счет выдачи более достоверных советов по коррекции режима работы ванных печей.

Основные обозначения и сокращения, используемые в работе

СУ - система управления; ОУ - объект управления; ТО - технологический объект; СВП - стекловаренная печь;

СГШР - система поддержки принятия решений;

СТП - стандарт предприятия;

КИС - контрольно-испытательная станция;

ЦЗЛ - центральная заводская лаборатория;

ИПФ - импульсная переходная функция;

ПК - программный комплекс;

АСМ - автоматизированная система моделирования; ППМ - прикладные программы моделирования; Пл - плотность стекла;

36 - оптические свойства стекла, измеряемые по методу «Зебра» (волнистость);

Св - свильность стекла; П - содержание пузырей в стекле; ©см - температура стекломассы;

0 - производительность печи по варке стекломассы; Сре2оз - окись железа в стекле;

Н - нерастворимые остатки в шихте; Я - число Редокса;

5 - толщина вырабатываемого стекла;

Сзап - время запаздывания по входным переменным;

1 - текущее время;

Аост - дисперсия погрешности модели (остаточная дисперсия).

Выводы по главе 4

1. Вычислительным экспериментом показано преимущество динамической модели, описываемой импульсными переходными функциями, по сравнению с моделями транспортного запаздывания, скользящего среднего, авторегрессии и авторегрессии со скользящим средним.

2. Путем проведения экспериментов определены структуры моделей: выбраны типовые звенья для аппроксимации динамических характеристик каждого канала вход - выход, определены оптимальные в смысле внешних критериев (минимум дисперсии погрешности модели и максимум длительности прогноза) размерности обучающей выборки (30 суток) и памяти фильтра (60 суток).

3. Разработана динамическая модель плотности стекла. Точность они

1 3 2 сания плотности оценивается остаточной дисперсией 1,32-10' (г/см ) . Средняя продолжительность прогноза составила 4 суток, наибольшая 15 суток.

4. Разработана динамическая модель оптических свойств стекла (волнистости). Точность описания волнистости по 397 наблюдениям моделью с уточняемыми параметрами оценивается остаточной дисперсией 11,25 (°)Л, длительность прогноза составляла не менее 180 сут.

5. Разработана динамическая модель свильности. Дисперсия погрешности модели по 92 наблюдениям составила 0,024 (у.е.)Л. Длительность прогноза - до 5 суток.

6. Разработана динамическая модель среднесуточного содержания пузырей. Длительность прогноза составила от 3 до 92 суток. Дисперсия погрешности модели по 214 наблюдениям составила 0,53 (шт/мЛ)Л.

7. Подтверждена переносимость разработанных в диссертации моделей на другие стекловаренные печи с целью их автоматизации на примере второй линии ЛПС-2 в ОАО " Борский стеклозавод".

ЗАКЛЮЧЕНИЕ

1. На основе обзора современного состояния автоматизации ванных стекловаренных печей и математических моделей, описывающих процесс стекловарения, показана актуальность проведения теоретических исследований и разработок, направленных на повышение эффективности действующих автоматизированных систем управления СВП на основе использования математических моделей.

2. На основе анализа методов идентификации объектов стекольных производств показано преимущество описания их характеристик импульсными переходными функциями по сравнению с регрессионными моделями с транспортным запаздыванием.

3. На основе системного подхода в соответствии с принципами теории самоорганизации моделей разработана методика идентификации процесса стекловарения импульсными переходными функциями по данным, собранным в условиях промышленной эксплуатации.

4. Спланированы и проведены вычислительные эксперименты по проверке методики идентификации процесса стекловарения и оценке близости разработанных моделей объекту. Показана достилшмость задаваемой точности моделей и высокая помехоустойчивость процедуры построения оптимальной в смысле дисперсии погрешности модели.

5. Разработан программный комплекс «Поиск модели», автоматизирующий процедуру идентификации процесса стекловарения импульсными переходными функциями, аппроксимируемыми характеристиками типовых динамических звеньев.

6. Разработаны динамические математические модели процесса стекловарения "режим — качество стекла", описывающие зависимости свойств и варочных пороков листового стекла. Для повышения точности описания параметры модели уточняются в процессе эксплуатации. Разработанные математические модели обладают меньшей дисперсией погрешности по сравнению

143

С регрессионными моделями с транспортным запаздыванием. Показана переносимость разработанных моделей на другие СВП в производстве полированного стекла.

7. Разработанные математические модели внедрены в программное обеспечение СППР "Технолог стекольного производства" в ОАО "Борский стекольный завод". Увеличение точности моделей позволит повысить качество вырабатываемого стекла за счет выдачи более достоверных советов по коррекции режима работы ванных печей.

1. Автоматизация производственных процессов в промышленности строительных материалов. Под. ред. B.C. Кочетова. Л.: Стройиздат, 1986. -392 с.

2. Автоматизация управления раскроем, резкой и контроль качества листового стекла // Обзорная информация. М.: ВНИИЭСМ, 1974. - 46 с.

3. Автоматическое управление в химической промышленности: Учебник для вузов. / Под ред. Е.Г. Дудникова. М.: Химия, 1987. - 368 с.

4. Александров А.Г. Оптимальные и адаптивные системы: Учеб. пособие. М.: Высш. шк., 1989. - 263 с.

5. Александровский Н.М., Егоров СВ., Кузин P.E. Адаптивные системы автохматического управления сложными технологическими процессами. -М.: Энергия, 1973.-272 с

6. Андрюхина Т.Д., и др. Изменение плотности листового стекла в процессе производства // Стекло и керамика. 1986. - № 2. - С. 13 - 14.

7. Балакирев B.C., Володин В.М., Цирлин A.M. Оптимальное управление процессами химической технологии. М.: Химия, 1978. - 384 с.

8. Белова Д.А., Кузин P.E. Применение ЭВМ для анализа и синтеза автоматических систем управления. М.: Энергия, 1979. - 264 с.

9. Беспалов В.П., Королев A.M. Влияние термической неоднородности стекломассы на качество поверхности стекла // Стекло и керамика. 1980. -№2 . -С. 4 - 5 .

10. Бородюк В.П. Статистические методы математического описания сложных объектов. Учебное пособие. - М.: МЭИ, 1981.-91 с.

11. Бородюк В.П., Лецкий Э.К. Статистическое описание промышленных объектов. М.: Энергия, 1971. - 111 с.

12. Васильев С.К., Орлов Д.Л., Чесноков А.Г. Контроль содержания оксидов железа в бесцветном листовом стекле // Стекло и керамика. 1989. - № 5.-С. 9- 10.

13. Вентцель Е.С. Теория вероятностей,- М: Наука, 1969. -576 с.

14. Виленкин С.Я., Виленкин Е.С. Применение регуляризатора при оценке импульсной переходной функции стационарного линейного объекта по входному и выходному сигналам // Автоматика и телемеханика. 1968. -№8.-С. 50 - 55.

15. Гарнаев А.Ю. Microsoft® Excel 2000: разработка приложений. -СПб. : БХВ. Санкт-Петербург, 2000. - 576 с.

16. Гельфандбейн Я.А., Колосов Л.В. Ретроспективная идентификация возмущений и помех. М.: Советское радио, 1972. - 232 с.

17. Горский Г.Г., Адлер Ю.П. Планирование промышленных экспериментов. М.: Металлургия. 1974. - 264 с.

18. ГОСТ 111-90. Стекло листовое. Технические условия. М.: Изд. стандартов, 1991.-24 с.

19. Журбенко И.Г., Кожевникова И.А. Стохастическое моделирование процессов. М.: Изд-во МГУ, 1990. - 148 с.

20. Ивахненко А.Г. Индуктивный метод самоорганизации моделей сложных систем. Киев: Наукова думка, 1982. - 296 с.

21. Исследование и разработка математических моделей и алгоритмов управления ванной печи Борского стеклозавода им. М. Горького. Научно-технический отчет по теме № 962/89 ( гос. per. № 01890088219). Владимир: ВГШ, 1990.

22. Исследование и разработка программного комплекса "Технолог стекольного производства". Научно-технический отчет по теме № 1027/91 (гос. per. N01910009302). Владимир: ВПИ, 1991.

23. Каримов Р.Н., Махновецкий А.С., Иовитков Г.Ф., Ширшов А.К. Влияние параметров стекловарения на качество ленты стекла непрерывного проката //В сб. Производство технического и строительного стекла. Саратов: Приволжское изд-во. Вып. 3. - С. 41- 45.

24. Карманов В.Г. Математическое программирование. М.: Наука. Главная редакция физ.-мат. литературы, 1980. - 256 с.

25. Кафаров В.В., Дорохов И.Н., Марков Е.П. Системный анализ процессов химической технологии. Применение метода нечетких мнол<еств. -М.: Наука, 1986.- 359 с.

26. Кириллова Л.С, Пионтковский A.A. Некорректные задачи в теории оптимального управления (обзор) // Автоматика и телемеханика. 1968. - № 10.-С. 5-17.

27. Кириллова СЮ. Исследование математических моделей процесса варки листового стекла // Компьютерные и информационные технологии обработки и анализа данных: Сб. науч. статей / Под ред. СС. Садыкова. Муром: МИ (филиал) ВлГУ, 2001. - С. 111 - 116.

28. Кириллова СЮ. К вопросу построения моделей объектов управления с запаздыванием // Компьютерные технологии обработки и анализа данных / Отв. ред. СС Садыков, P.C. Садуллаев. Ташкент: НПО «Кибернетика» АНРуз, 2 0 0 0 . - С . 150- 154.

29. Коршунов Ю.М. Математические основы кибернетики / Учебное пособие для втузов. -М.: Энергия, 1972. 376 с.

30. Курицкий Б.Я. Поиск оптимальных решений средствами Excel 7.0. СПб.: BHV - Санкт-Петербург, 1997. - 384 с.

31. Кучеров О.Ф., Маневич В.Е., Клименко В.В. Автоматизированные системы управления производством стекла. Л-д: Стройиздат, 1980, - 178 с.

32. Лаптев В.И. Автоматический контроль и регулирование технологических процессов производства стеклотары. М.: Легкая индустрия, 1977.151 с.

33. Лисовская Г.П., Сенатова В.А. Математическая модель процесса плавления шихты в стекловаренной печи // Стекло и керамика. -1990. № 6. -С. 12-13.

34. Макаров Р.И. Автоматизация технологического процесса производства листового стекла на основе математических моделей // Автореф. дис. . д-ра техн. наук. Владимир, 1998. - 32 с.

35. Макаров Р.И. Внедрение в стекольное производство новых информационных технологий на базе персональных ЭВМ // Стекло и керамика. -1993.-№ 8.-С. 23-24.

36. Макаров Р.И. К выбору структуры регрессионных моделей в задачах управления. Всесоюзная научно-техническая конференция. Идентификация, измерение характеристик и имитация случайных сигналов. - Тез. докл. Новосибирск, 1991. - С. 33 - 34.

37. Макаров Р.И. Математические и машинные методы моделирования в стекольном производстве. Обзор // Стекло и керамика. 1987. - № 12. - С. 12-13.

38. Макаров Р.И. Моделирование на ЭВМ инерционных промышленных объектов непрерывных производств. Учебное пособие. Владимир, 1985.- 86с.

39. Макаров Р.И. Программный комплекс "Технолог стекольного производства" // Стекло и керамика. -1993. -№ 11 12. - С. 29 - 31.

40. Макаров Р.И., Кириллова СЮ. Построение моделей объектов с запаздыванием // Математические методы в технике и технологиях ММТТ2000: Сб. трудов Междунар. науч. конф. Санкт-Петербургский гос. технол. ин-т (техн. ун-т). - СПб, 2000. - Т. 6, с. 265 - 266.

41. Макаров P.M., Козлов В.И., Романов В.Ф., Жбанов Б.В., Гордеев

42. B. А. Автоматизированная система управления технологическими процессами. Рязань, 1976. С. 18-22.

43. Макаров P.M., Романов В.Ф., Федорова Н.И. Реализация подсистемы "Советчик стекловара" в АСУТП стекловарения // Стекло и керамика. -1 978.-№3.-С. 6-8.

44. Макаров P.M., Федорова Л.В. Эффективность алгоритмов управления ванными стекловаренными печами // Стекло и керамика. -1986. № 5.1. C. 12-13.

45. Макаров P.M., Хорошева Е.Р. Применение математического моделирования при исследованиях и проектировании автоматизированных систем в стекольном производстве // Стекло и керамика. 1995. - № 11. - С. 3 - 5.

46. Макаров P.M., Хорощева Е.Р. Программный комплекс "Технолог стекольного производства" // Мнформационный листок. № 15-98. ВЦНТМ.

47. Макаров P.M., Хорошева Е.Р., Лукашин CA. Автоматизация производства листового стекла (флоат-способ) / Под ред. P.M. Макарова; Владим. гос. ун-т. Владимир, 2000. 248 с.

48. Маневич В.Е. Моделирование процессов производства стекла при комплексном решении задач по совершенствованию технологии и систем управления // Сб. науч. тр. Автоматизация технологических процессов в производстве стекла, 1 98 5 .-С . 2 1-25 .

49. Марков Е.П. Формализация и переработка качественной информации в задачах моделирования и оптимизации химико-технологических процессов (на примере стекловаренной печи ). Дисс. к.т.н., 05.13.06, М.: МХТИ, 1981.- 173 с.

50. Налимов В.В., Чернова H.A. Статистические методы планирования экстремальных экспериментов. М.: Наука, 1965. - 340 с.

51. Опарин К.Ю. Автоматизированная система стабилизации физических свойств зеленого тарного стекла ЗТ-1: Автореф. дис. .канд. техн. наук -Тверской гос. техн. ун-т, Тверь, 2000. 20 с.

52. Орлова Е.М., Кисляк З.Н., Цибульская С.Г. Тенденции развития производства строительного стекла // Стекло и керамика. -1987. № 1. - С. 29 -3 1.

53. Панкова H.A. Влияние параметров режима стекловаренной печи на размеры зоны варки // Стекло и керамика. 1987. - № 5. - С. 4 - 6.

54. Панкова H.A. Влияние производительности печи на содержание свилей в термически полированном стекле // Стекло и керамика. 1994. - № 3 - 4. - С. 10- 12.

55. Панкова H.A. и др. Влияние температуры стекломассы на ее конвекцию в зоне варки // Стекло и керамика. -1980. № 7. - С. 27.

56. Панкова H.A. Основные закономерности изменения температур стекломассы выработочного потока во времени // Стекло и керамика. 1990. -№ 4. - С. 6 - 8.

57. Панкова H.A. Стабилизация температуры выработочного потока стекломассы // Стекло и керамика. 1989. - № 9. - С. 23 - 24.

58. Панкова H.A. Экспериментальное исследование восходящих потоков при конвекционном двил<ении стекломассы в ванных печах // Стекло и керамика. 1992. - № 7. - С. 2 - 3.

59. Панкова H.A., Левитин Л.Я. и др. Методы стабилизации содержания оксидов железа в составе стекла // Стекло и керамика. 1980. - № 1. - С. 26.

60. Панкова H.A., Левитин Л.Я. Характер распределения вновь сваренной стекломассы в ленте стекла // Стекло и керамика. 1992. - № 11 -12. - С. 12- 14.40м, 43е

61. Панкова H.A., Пузь В.В. Диагностика причин появления пузырей в изделиях из стекла // Стекло и керамика. 1989.-№ 8.-С. 12 - 14.

62. Панкова H.A., Терман В.Б. Гидравлический режим стекловаренной печи и его технологическая роль // Стекло и керамика. 1993. - № 5. - С. 8 -11.

63. Пчеляков К. А. Основные конструктивные, эксплуатационные и технико-экономические характеристики стекловаренных печей // Учебное пособие. Владимир: ВПИ, 1981. - 93 с.

64. Райбман Н.С., Чадеев В.М. Построение моделей процессов производства. М.: Энергия, 1975. - 375 с.

65. Реконструкция систем управления стекловаренными печами // Экспресс-информация. Серия 21. Вып. 14. Стекольная и керамическая промышленность. Зарубежный опыт. - М.: ВНИИЭСМ, 1987.

66. Саркисян P.E., Саркисян K.P. Интерактивные процедуры условного оценивания параметров регрессионных схем. // Теория и практика построения и функционирования АСУ ТП: Сб. науч. трудов. М.: Издательство МЭИ, 1998.-С. 137- 142.

67. Синявский Ю.В. Совершенствование энергосберегаюнчих систем впромышленном производстве стекломассы: Дисканд. техн. наук / Ф-л ГОУвысшего проф. образования МЭИ (техн. у-та) в г. Смоленске. Смоленск, 2001.- 159 с.

68. Системы управления в стекольной промышленности // Экспресс-информация. Серия 21. Вып. 20. Стекольная и керамическая промышленность. Зарубежный опыт. - М.: ВНИИЭСМ, 1984.

69. Советов Б.Я., Яковлев С.А. Моделирование систем: Учеб. для вузов М.: Высш. шк., 2001.- 343 с.

70. Солинов Ф.Г. Производство листового стекла. М.: Стройиздат, 1976.-288 с.

71. Состояние и перспективы автоматизации контроля качества стекла и стеклоизделий // В помош:ь лектору и специалисту. Киев: Общество "Знание" Украинской ССР, 1986.

72. Спирин Ю.Л., Дедюков С.В., Злотник Е.М. Расчет оптимального рецепта шихты // Стекло и керамика. 1980. - № 11. - С. 6 - 8.

73. Справочник по производству стекла. Том 1/ Под ред. И.И Китайгородского, СИ. Силивестровича. М.: Изд. лит. по строительству, архитектуре и строительным материалам, 1963. - 1026 с.

74. Стандарт предприятия. Варка стекломассы и отжиг полированного стекла// СТН 073-09-024-84. Бор, 1985. - 18 с.

75. Стекольная и керамическая промышленность. Зарубежный опыт // Экспресс-информация. Серия 21. Вьш.9. - М.: ВНИИЭСМ, 1984.

76. Судзински Я. О разработке математических моделей течения стеклянной массы в ванных стекловаренных печах (теоретический анализ и численные алгоритмы). -М.: Ступень, 1994. 112 с.

77. Тейменсон Я.Е. Структурно-параметрический синтез моделей динамики горной промышленности: Автореф. дискаид. техн. наук Моск.гос. горный ун-т. М., 2001. - 23 с.

78. Теория автоматического управления: Учеб. для вузов. В 2-х ч. Ч. L / A.A. Воронов, Д.П. Ким, В.М. Лохин и др.; Под ред. A.A. Воронова. М.: Высш. шк., 1986.-367 с.

79. Теория автоматического управления: Учеб. для вузов. В 2-х ч. Ч. П. Теория нелинейных и специальных систем автоматического управления. / A.A. Воронов, Д.П. Ким, В.М. Лохин и др.; Под ред. A.A. Воронова. М.: Высш. шк.,1986.-504 с.

80. Типовые линейные модели объектов управления /CA. Анисимов, И.С Зайцева, Н.С Райбман, A.A. Яралов; Под ред. Н.С Райбмана. М.: Энергоатомиздат, 1983.-264 с.

81. Третьяков В.А. Разработка и исследование методов идентификации нелинейных динамических объектов на основе принципа инвариантности кпреобразованиям случайных сигналов: Автореф. • дисканд. техн. наук

82. Новосибирский гос. техн. ун-т, Новосибирск, 2000. 19 с.

83. Франчук В.И. Второй Европейский конгресс по управлению. Хроника // Приборы и системы управления. 1991. -N6. - С. 40 - 41.

84. Хорошева Е.Р. Автоматизация процесса стекловарения в производстве листового стекла флоат-способом: Дис. . канд. техн. наук. / Владим. гос. ун-т. Владимир, 1999. - 126 с.

85. Хорошева Е.Р. Выбор критерия управления регенеративными печами в производстве листового стекла. Мелодународная научно-техническая конференция. Конверсия. Приборостроение. Рынок. - Тез.докл., Владимир. 1997. -С 13 6.

86. Шелюбский В.И. Контроль однородности и постоянства состава стекла. М.: Стройиздат, 1990. - 198 с.

87. Мс. Connell R R., Goods on R. E. Mathematical modeling of a glass tank, refiner and forehearth. Proceeding of the JFAC Simposium, Lafayette, Jndi-ana, USA. 1913. P. 106-115.

88. ПРИЛОЖСЕНИЕ 1 СПЕЦИФИКАЦИИ ПРОЦЕДУР И ФУНКЦИЙ НАДСТРОЙКИ ШОДЕЖЬЖА1. Модуль "Внутренняя книга"1. СоздатьМенюО

89. Функция: Создаёт главное меню программы. УдалитьМеню()

90. Функция: Удаляет главное меню программы. ПоискРеш()

91. Функция: Загружает форму поиск решения. Настройка()

92. Функция: Загружает форму настройки.

93. ExistingCharts{Ra.4mioBbi4 As Integer, КонецВыч As Integer) Входы: НачалоВыч, КонецВыч.

94. Функция: проверяет, существует ли диаграмма с указанным именем; если такая диаграмма существует, то она удаляется и создается заново. Глобальные имена: ИмяДиаграммы. Используемые процедуры: Диаграмма.

95. Диаграмма(НачалоВыч As String, КонецВыч As String) Входы: НачалоВыч, КонецВыч.

96. Глобальные имена: ИмяДиаграммы. OpenFiieQ

97. Используемыепроцедуры: SeekMaxDate, SelectBeginDate,

98. Глобальные имена: CntFiles количество файлов.

99. SelectEndDale{ArNumeric, Ardate, NumberFile As Integer) Функция: Уравнивает окончания массивов исходных данных по дате. Входы: ArNumber, Ardate, массивы данных и дат соответственно, NumberFile номер файла с минимальной датой.

100. Глобальные имена: CntFiles количество файлов.1. Входныефайлы()

101. Функция: Заполняет структуру Limit, считывая данные из файлов.

102. Глобальные имена: CntFiles количество файлов, МаксКолвоЗап максимальное количество записей из всех файлов.

103. Апериодическое1 1ервого1 1орядка(6 As Long)

104. Вход: b номер переменной с указанным типом.

105. Функция: вычисляет и размещает на листе составляющее значение выходной переменной по входу, аппроксимируемому апериодическим звеном первого порядка.

106. Глобальные имена: CntFiles количество файлов.

107. АиерноднческоеВ| орогоПорядка(/7 As Long)

108. Вход: b номер переменной с указанным типом.

109. Функция: вычисляет и размещает на листе составляющее значение выходной переменной по входу, аппроксимируемому апериодическим звеном второго порядка.

110. Глобальные имена: CntFiles количество файлов.

111. Пропорциональное(6 As Long)

112. Вход: b номер переменной с указанным типом.

113. Функция: вычисляет и размещает на листе составляющее значение выходной переменной по входу, аппроксимируемому пропорциональным звеном.

114. Глобальные имена: CntFiles количество файлов.1. РешениеО

115. Функция: осуществляет расчет ячеек

116. Глобальные имена: CntFiles количество файлов.

117. Используемыепроцедуры: АпериодическоеПервогоПорядка,

118. АпериодическоеВторогоПорядка, Пропорциональное и ExistingCharts.1. Понск'О

119. Вход и выход: лист Excel активной рабочей книги.

120. Функция: по размещенным на листе данным формирует условия поиска, задает границы изменения оптимизируемых параметров и указывает ячейку, содержащую мимнимизируемую целевую функцию.

121. Глобальные имена: CntFiles количество файлов.1. ЗаголовкиКолонок()

122. Вход и выход: лист Excel активной рабочей книги.

123. Функция: выводит в первую строку активного листа название колонки, в которой находится ячейка.

124. Выход: лист Excel активной рабочей книги.1. Нормализация(Лг7Умтег/с)

125. Вход: ArNumeric массив данных.

126. Функция: Нормализует входные данные, находящиеся в массиве ArNumeric. При нормализации вычисляется среднее значение, средне квадратическое отклонение и дисперсия.

127. Глобальные имена: CntFiles количество файлов.1. Модуль Model.bas1. SaveVarsQ

128. Функция: Сохраняет текущий набор параметров в файле.

129. Глобальные имена: VarsFileName имя файла настроек, VarCount -количество параметров, Vars — массив, содержащий свойства параметров.

130. Выходы: Файл с именем VarsFileName, содержащий текущий набор параметров.1.adVarsO

131. Функция: Загружает набор параметров из файла.

132. Глобальные имена: VarsFileName имя файла настроек.

133. Выходы: Глобальная переменная VarCount , определяющаяколичество параметров; глобальный массив Vars, содержащий свойства параметров.

134. СоздатьБазу(ЛАате As String)

135. Функция: Создаёт на диске «пустую» базу данных, необходимую для хранения результатов оптимизации.

136. Входы: Name полное имя базы данных.

137. Выходы: База данных на диске с именем Name.1. СохранитьВБазуО

138. Функция: Сохраняет в базу данных результаты последнего поиска.

139. Глобальные имена: DBName имя текущей базы данных.

140. Выходы: Результаты последнего поиска записываются в базу данных с именем DBName.1. Модуль формы OptionFormспиШиСИск{)

141. Функция: Загрузка формы EditVar и интерактивное добавление нового параметра с указанием имени файла и имени переменной.

142. Глобальные имена: ВВМате имя текущей базы данны, Уагз -массив, содержащий свойства параметров.ст(1Вгош СПск()

143. Функция: Интерактивный выбор имени базы данных. ст(Юе1е(е СИск{)

144. Функция: Удаляет параметр из списка параметров сп1(1Е(Ш СИск{)

145. Функция: Загрузка формы Ес111Уаг и интерактивное редактирование существующего параметра с указанием имени файла и имени переменной.

146. Глобальные имена: ВВИате имя текущей базы данных, Уагз -массив, содержащий свойства параметров.стс10КС1кк{)

147. Функция: Проверка правильности введённых параметров. Используемые процедуры: СохранитьПутьКБазе, СоздатьБазуиБвгРогтЫШаИге

148. Функция: Инициализация начальных значений. Используемые процедуры: ЗагрузитьПутьКБазе.1. СохранитьПутьКБазеО

149. Функция: Сохранение пути к текущей базе данных на диске. Глобальные имена: ВВМате переменная определяющая, имя текущей базы данных.1. ЗагрузитьПутьКБазе()

150. Функция: Загрузка списка баз данных и имени текущей БД.

151. Глобальные имена: ОВМате переменная определяющая, имя текущей базы данных.

152. Выход: ВВНате переменная определяющая, имя текущей базы данных.

153. Модуль формы frmListVar UserFormlnitiaiizeQ

154. Функция: Начальная инициализация. Заполнение списка параметров. Выход: Canceled = TruecmdOK aick{)

155. Функция: Выбор элемента списка.

156. Глобальные имена: Canceled переменная определяющая, нажата ли кнопка «Отмена».1. Выход: Canceled = FalsecmdCancel ClickQ

157. Функция: Отмена выбора элемента списка.

158. Модуль формы EditVar стйВго}Р8 СИскО

159. Функция: Интерактивный выбор файла. Занесение имени файла в текстовое поле.cmdOKClickO

160. Функция: Проверка правильности введённых значений.

161. Глобальные имена: Canceled переменная определяющая, нажата ли кнопка «Отмена».1. Выход: Canceled =FalseстйСапсе1 СНск{}

162. Функция: Отмена добавления параметра.

163. Используемые процедуры: ОбновитьДаты1. Модуль формы (гтЕтйспиШШСИск{)

164. Функция: Загрузка формы /гтЫ81Уаг и интерактивное добавление нового параметра.

165. Используемые процедуры: ОбновитьДатыстйВеШе СИск{)

166. Функция: Удаление параметра.

167. Используемые процедуры: ОбновитьДатыспи1Пт1 СИск{)

168. Функция: Проверка корректности введённых параметров, занесение начальных параметров поиска, запуск процесса поиска решения.

169. Глобальные имена: ИмяДиаграммы, ИмяЛиста , Коментарий, ЫЕхр, ВыводитьВБазу.

170. Используемыепроцедуры:ЗаполнитьМассивФайлов,

171. ГраницыИзменения, ВнутренняяКнига.0реиБ27е1. TabSCh(mge{)

172. Функция: Обеспечение обновления текстовых окон и сохранения свойств параметров при переключении между ними.

173. Глобальные имена: Сиг Tab текущий параметр, NotCtrlTabs - флаг «Запомнить текущие значения», NecessarySave - флаг «Обновить текстовые поля».

174. Используемые процедуры: ОбновитьФорму UserFormlniualizeQ

175. Функция: Начальная инициализация параметров и текстовых полей. СохраиитьПараметрыПоиска(Н/еуУаше As String)

176. Функция: Сохраняет текущие параметры в дисковом файле с именем FileName.

177. Входы: ParamSettings массив параметров. Глобальные имена: ParamSettings - массив параметров.

178. ЗагрузитьПараметры11 оиска(Аг7еЛАате As String)

179. Функция: Загружает параметры из дискового файла с именем FileName.

180. Выходы: ParamSettings массив параметров. Глобальные имена: ParamSettings - массив параметров.

181. ЗаполнитьМассивФайлов() Функция: Заполняет массив файлов

182. Выходы: Массив Limit массив параметров используемых при поиске. Глобальные имена: Массив Limit.1. ГрапицыИзменения()

183. Функция: Выводит параметры поиска на лист. Выходы: Яяст Excel.163

184. Глобальные имена: ParamSettings массив параметров, Limit, CntFiles.1. ОбновитьФормуОфункция: Приводит в логическое соответствие вида формы и введённых в ней значений.1. Выходы: Поля формы.

185. ПоменятьМесгами(/1 As Long, ilAs Long) Функция: Меняет местами il и /2 параметры. Входы: /1 и 12 -индексы параметров.

186. Выходы: ParamSettings массив параметров, Limit, CntFiles.