КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Корректировка коэффициентов адаптивной модели
Пиролизные печи подвержены воздействию неконтролируемых возмущений (отложение кокса на внутренних поверхностях пирозмеевиков, изменение состава сырья, старение технологического оборудования), что вызывает необходимость периодической коррекции коэффициентов адаптивной модели. Исследования показывают, что такая коррекция может быть выполнена с использованием известных алгоритмов адаптации на базе текущей информации от объекта. Итерационный метод. Пиролизная печь в общем случае может описываться линейной математической моделью (без ограничения общности возможна и нелинейная модель объекта) вида , (7.31) где у – выходной параметр; xi – входные параметры (i =l, 2, …, m). Тогда непрерывное уточнение оценок коэффициентов а модели (7.31) производится на каждом r -ом цикле формирования текущей информации от объекта с использованием алгоритма стохастической аппроксимации, записанном в дискретной форме как , (7.32) сходимость которого зависит от выбора последовательности l (r) = f (N). (7.33) В качестве последовательности, удовлетворяющей условиям сходимости данного алгоритма, часто используют зависимость вида l (r) = 1/(A + BNk). (7.34) где N – конечное число итераций (или данных в экспериментальной выборке, r =1, 2,..., N); А, В, k – константы, обеспечивающие сходимость алгоритма с заданной скоростью. Если наилучшие условия сходимости обеспечиваются при k = 0,5-1,0, то дать однозначные рекомендации по выбору констант А и В невозможно, так как они зависят еще и от принятой структуры математической модели (числа входных переменных, степени уравнения), а также способа формирования переменных и характеристик объекта управления. Следует отметить, что использование зависимости (7.34) для текущей коррекции коэффициентов математической модели сопряжено с необходимостью по истечении некоторого заданного числа шагов, начинать новую серию итераций. До получения новой модели (до шага N- 1) приходится пользоваться ранее полученной моделью, сформированной на (N-n)-ом цикле (n – номер цикла в текущий момент времени). Поэтому при построении систем управления практическое применение получили стационарные алгоритмы адаптации, в которых коэффициент может быть постоянным или изменяться от входных переменных, но не зависит от числа итераций. При этом каждое новое поступающее от объекта измерение немедленно используется для коррекции математической модели, и следовательно, модель «отстает» от объекта только на один цикл. В стационарных алгоритмах в качестве последовательности l = f (xi) часто используют зависимость вида , (7.35) где A и В – уточняемые константы. Очевидно, что алгоритм адаптации с зависимостью (7.35) обладает большей динамичностью по сравнению с алгоритмом, в котором l= const, так как он позволяет регулировать («взвешивать») процесс корректировки коэффициентов математической модели на каждом шаге в зависимости от значений переменных. Данная последовательность особенно эффективна, если все переменные, входящие в математическую модель, стандартизованы. Экспериментальные исследования, проведенные с математической моделью вида (7.28), характеризующей содержание этиленовой и пропиленовой фракций в пирогазе бензиновой печи, показали, что наилучшая сходимость стационарного алгоритма адаптации обеспечивается при выборе А = 0,1-1,0 и В = 0,0001-1,0. Критерий оценки качества адаптации. При проведении работ по моделированию с целью выбора типа и структуры математической модели, варианта реализации системы управления или при оценке работы адаптационного алгоритма в процессе эксплуатации АСУ ТП необходимо иметь сопоставительную оценку, легко вычисляемую по имеющейся в системе текущей информации, поступившей от объекта управления. Такую оценку можно выполнить сравнением среднеквадратических отклонений выходного параметра для вариантов S 1, S 2, …, S m (k = 1, 2,..., m, где k – номер варианта, стадии или дискретного момента времени), вычисляемых по формуле , (7.36) где yi – значение выхода, полученное расчетом на математической модели (i = 1, 2,..., N); ` yi – значение выхода, полученное прямым измерением на объекте, i – номер измерения. Очевидно, что лучшим вариантом необходимо считать тот, для которого оценка s{ y } наименьшая. При сопоставительной оценке вариантов реализации систем управления под выходными параметрами объекта управления можно рассматривать количественные параметры выпуска технологической продукции, их качественные характеристики, прогнозируемые по математической модели (работу системы управления в режиме «советчик оператору»), или управляющие воздействия (при работе системы в замкнутом контуре управления). Аналогичный характер имеют выходные параметры и при оценке адаптационных свойств математической модели или качества работы алгоритма адаптации для эталонной модели системы.
Приложение А
Дата добавления: 2014-10-23; Просмотров: 874; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |