Глущенко Антон Игоревич. Нейросетевая адаптивная настройка регуляторов для управления нестационарными технологическими объектами в металлургии

brief description

Глущенко Антон Игоревич. Нейросетевая адаптивная настройка регуляторов для управления нестационарными технологическими объектами в металлургии;[Место защиты: ФГБОУ ВО «Воронежский государственный технический университет»], 2021

СТАРООСКОЛЬСКИЙ ТЕХНОЛОГИЧЕСКИЙ ИНСТИТУТ ИМ. А.А. УГАРОВА
(ФИЛИАЛ) ФЕДЕРАЛЬНОГО ГОСУДАРСТВЕННОГО АВТОНОМНОГО
ОБРАЗОВАТЕЛЬНОГО УЧРЕЖДЕНИЯ ВЫСШЕГО ОБРАЗОВАНИЯ
«НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ ТЕХНОЛОГИЧЕСКИЙ
УНИВЕРСИТЕТ «МИСИС»
На правах рукописи
Г лущенко Антон Игоревич
НЕЙРОСЕТЕВАЯ АДАПТИВНАЯ НАСТРОЙКА РЕГУЛЯТОРОВ ДЛЯ
УПРАВЛЕНИЯ НЕСТАЦИОНАРНЫМИ ТЕХНОЛОГИЧЕСКИМИ
ОБЪЕКТАМИ В МЕТАЛЛУРГИИ
Специальность 05.13.06
Автоматизация и управление технологическими процессами и производствами
(промышленность)
Диссертация на соискание ученой степени
доктора технических наук
Научный консультант: доктор технических наук, профессор Еременко Юрий Иванович
Старый Оскол - 2020 
Оглавление
Введение 6
Г лава 1. Металлургические технологические объекты и процессы как объекты адаптивного управления 15
1.1 Анализ характеристик типовых объектов, процессов и задач управления в
металлургии 15
1.2 Анализ существующего уровня автоматизации типовых металлургических
объектов и обоснование актуальности проблемы совершенствования применяемых алгоритмов управления 22
1.3 Анализ методов разработки традиционных оптимальных и адаптивных систем
управления для выделенной группы объектов 31
1.4 Интеллектуальные методы синтеза адаптивных систем управления на базе
настройщиков 50
1.5 Постановка задач диссертационной работы 61
1.6 Выводы по главе 1 62
Глава 2. Разработка теоретических основ построения нейросетевого настройщика П- /ПИ-регуляторов для следования графику задания для нестационарных металлургических агрегатов 64
2.1 Постановка задачи синтеза настройщика линейных регуляторов для переходных
процессов для металлургических технологических объектов 64
2.2 Разработка принципов выбора структуры нейросетевого настройщика 68
2.3 Метод определения структуры нейронных сетей (НС) настройщика 73
2.4 Описание выбранной структуры НС 79
2.5 Разработка метода инициализации НС 81
2.6 Оперативное обучение НС 82
2.7 Основные принципы вычисления времени задержки по входам НС 84
2.8 Основные принципы построения базы правил в зависимости от вида графика
изменения уставок 84
2.9 Разработка общего принципа функционирования настройщика 90
2.10 Разработка методологии синтеза нейросетевого настройщика 92
2.11 Основные ограничения, накладываемые на применение нейросетевого
настройщика 93
Выводы по главе 2 93
Г лава 3. Разработка методов обеспечения устойчивости функционирования системы управления с разработанным настройщиком и вычисления допустимой скорости его обучения 95
3.1 Общие принципы оценки устойчивости систем управления, построенных на
основе интеллектуальных подходов 95
3.2 Устойчивость контура управления с настройщиком на базе критериев технической
устойчивости 97
3.3 Устойчивость контура управления с настройщиком на базе прямого метода
Ляпунова 98
3.4 Метод вычисления допустимой скорости обучения настройщика 102
3.5 Оценка устойчивости процесса обучения НС настройщика 107
Выводы по главе 3 109
Глава 4. Метод синтеза нейросетевого настройщика для управления несимметричными нестационарными объектами 111
4.1 Описание класса рассматриваемых объектов управления и их особенностей.
Определение структуры контура управления 111
4.2 Определение структур нейросетевого настройщика и НС для несимметричного
ОУ 116
4.3 База правил для несимметричных объектов 120
4.4 Исследования по вычислению величины задержек сигналов, подаваемых на вход
НС, и дискретности обращения к настройщику 128
4.5 Исследование работы настройщика при управлении температурой на
математической модели одной из зон печи нагрева металла 133
4.6 Изучение влияния исполнительного механизма на функционирование
настройщика 153
4.7 Нейросетевой настройщик ПИД-регулятора 157
Выводы по главе 4 161
Глава 5. Метод синтеза нейросетевого настройщика для системы управления симметричным нестационарным объектом 163
5.1 Описание класса рассматриваемых объектов управления и их особенностей. Определение структуры контуров управления в схеме подчиненного регулирования 163
5.2 Определение структуры нейросетевого настройщика и структуры НС для каждого
из контуров управления 164
5.3 Правила для П- и ПИ-регуляторов для неступенчатого графика изменения задания . 164
5.4 Исследование работы настройщика при управлении скоростью ДПТ 170
5.5 Настройщик П-регулятора скорости синхронного электропривода с постоянными
магнитами 193
Выводы по главе 5 198
Глава 6. Разработка теоретических основ синтеза нейросетевого настройщика П-/ПИ-
регуляторов для компенсации влияния ограниченных по амплитуде возмущающих воздействий на работу нестационарных металлургических агрегатов 200
6.1 Постановка задачи синтеза нейросетевого настройщика регуляторов для
компенсации влияния возмущений ограниченной амплитуды, действующих на металлургические технологические объекты 200
6.2 Апробация текущей конфигурации нейросетевого настройщика для компенсации
влияния возмущений, действующих на тепловой объект управления 202
6.3 Модернизация нейросетевого настройщика для решения задачи компенсации
возмущений 205
6.4 Правила для компенсации возмущающих воздействий 207
6.5 Применение настройщика для реализации адаптивного управления
теплотехническими ОУ в условиях действия возмущений 207
6.6 Адаптивное управление электроприводами постоянного тока для компенсации
возмущений 220
Выводы по главе 6 227
Глава 7. Синтез типового программного модуля, реализующего нейросетевой
настройщик для серийно выпускаемых контроллеров 229
7.1 Постановка задачи на реализацию настройщика средствами ПЛК без использования Matlab 229
7.2 Анализ языков программирования промышленных логических контроллеров
различных производителей. Выбор языка разработки 230
7.3 Реализация настройщика на языке программирования Structured Text (ST) и его
интеграция в контроллеры семейства Siemens Simatic S7 300/400 231
7.4 Экспериментальная проверка настройщика на нагревательных печах 234
7.5 Эксперименты с использованием физической модели электродвигателя на базе
стенда NI ELVIS 247
7.6 Эксперименты с использованием физической модели электродвигателя на базе
контроллерной техники и преобразователей Siemens 254
7.7 Ограничения, накладываемые на применение нейросетевого настройщика П-/ПИ-
регулятора 258
Выводы по главе 7 259
Заключение 260
Список сокращений и условных обозначений 263
Список литературы 265
Приложение А. Результаты экспериментов по компенсации возмущений, действующих
на нагревательные объекты управления 291
Приложение Б. Акты об использовании результатов диссертационной работы 297

bibliography

Заключение
Таким образом, в результате исследований разработан новый подход к построению настройщиков параметров линейных П- и ПИ-регуляторов, обладающий универсальностью, поскольку они обладают способностью к оперативному обучению, а при переходе на новый ОУ в рамках рассматриваемых классов не потребуется проведение дополнительных исследований и активных экспериментов перед внедрением. Кроме того, подход не предъявляет высоких требований к обслуживающему персоналу ввиду того, что методика доведена до инженерной реализации в виде программного модуля. Подобные настройщики применимы для нестационарных металлургических агрегатов, которые условно можно разбить на две большие группы: теплотехнические и электромеханические. При этом их описание должно соответствовать постановке задачи. Нейросетевой настройщик позволяет поддерживать требуемое качество переходных процессов как в случае отслеживания графика задания, так и при компенсации влияния возмущающих воздействий, обеспечивая при этом выполнение достаточного условия устойчивости по критерию Ляпунова.
В работе получены следующие основные результаты.
1. Проведен анализ типовых металлургических агрегатов, который показал, что их отличительными чертами являются высокая энергоемкость, разнообразие режимов работы с различной динамикой и нестационарность параметров. Выделено два класса объектов управления, потребляющих наибольшее количество энергии: теплотехнические и электромеханические, представимые в виде последовательно соединенных апериодических звеньев и интегрального звена или звена запаздывания (постоянные времени и коэффициенты усиления таких звеньев могут изменяться в широких пределах). Сделан вывод о целесообразности и возможности повышения эффективности работы подобных объектов путем совершенствования существующих П и ПИ алгоритмов управления, применяя методы оптимального или адаптивного управления, что позволит добиться около 3-5% экономии энергоресурсов.
2. Выполнен анализ методов построения оптимальных и адаптивных систем управления, результаты которого показали, что на сегодняшний день нет универсального подхода к их синтезу для широкого класса металлургических агрегатов. При этом обосновано, что наибольшие перспективы внедрения имеют методы, использующие в качестве базового П или ПИ закон управления, параметры которого могут настраиваться оперативно.
3. Разработана методология построения оперативно обучаемых нейросетевых настройщиков параметров П-/ПИ-регуляторов для повышения эффективности работы рассматриваемых агрегатов за счет компенсации их нестационарности и возмущений. Применение методологии возможно при изменении параметров объекта в широких пределах, что особенно важно в условиях действующих металлургических производств.
4. Предложены общая структурная схема настройщика, формализованный метод выбора структуры его нейронных сетей, а также метод определения дискретности вызова настройщика, позволяющие синтезировать настройщики как для теплотехнических, так и для электромеханических агрегатов, математически обоснованно выбирая их параметры.
5. Предложены базы правил для настройки параметров регулятора для несимметричных и симметричных объектов управления для различных типов задания, а также для режима компенсации возмущений. Следствия правил содержат формулы для вычисления скорости обучения нейронных сетей.
6. Разработана общая методика синтеза нейросетевого настройщика и алгоритм его работы, упрощающие построение настройщика для конкретного агрегата. Выявлены общие ограничения на применение настройщика.
7. Разработан метод оценки устойчивости системы управления с предложенным настройщиком, основанный на втором методе Ляпунова, который позволил получить выражения для вычисления верхней границы допустимой скорости оперативного обучения нейросетевого настройщика.
8. Проведены исследования по определению значений задержек входных сигналов нейронных сетей настройщика Д/, в результате которых сделан вывод о том, что для его успешного функционирования необходимо, чтобы в течение переходного процесса он был вызван столько раз, сколько нейронов в скрытом слое его нейронной сети (с возможным отклонением на три-четыре вызова).
9. Разработан типовой программный модуль, реализующий настройщик для серийно выпускаемых контроллеров.
10. Проведена апробация разработанных методов на математических и физических моделях теплотехнических агрегатов в условиях изменения задания и загрузки. Она показала, что применение настройщика позволяет уменьшить время переходных процессов (на 3-24%) и сократить энергопотребление на выполнение графика задания (на 5-22%) в зависимости от динамики объекта управления и задания. Для печи нагрева Сортопрокатного цеха №1 АО «Оскольский электрометаллургический комбинат» экономия топлива в 3% составит 5 млн.руб. в год.
11. Проведены исследования по компенсации влияния возмущений на моделях теплотехнических агрегатов. Удалось добиться снижения времени такой компенсации на 7-39% в зависимости от типа возмущения. Для реальной печи нагрева АО «Оскольский электрометаллургический комбинат» это позволит поднять ее производительность на 1¬2%, что при средней производительности в 100 т/ч приведет к выпуску дополнительно 1¬2 тонн металла в час стоимостью 50-60 тысяч рублей за тонну.
12. Проведена апробация разработанных методов для компенсации влияния возмущений на математических и физических моделях электромеханических агрегатов. Она позволила добиться снижения времени такой компенсации до 30% относительно обычного ПИ-регулятора. Это позволит снизить длину отрезаемой части заготовки, экономя до 1.5% металла. При средней массе заготовки 5 тонн и стоимости 250-300 тысяч рублей эффект составит 4 тысячи рублей на заготовку. Настройщик позволяет компенсировать динамические моменты (на 13-14%), продлевая срок службы механики привода.
Перспективы дальнейшей разработки темы диссертационной работы заключаются в совершенствовании баз правил настройщика с целью его применения, в частности, на нагревательных объектах, горелки которых работают в импульсных режимах. Кроме того, планируется интеграция настройщика в: 1) схему прямого управления моментом электропривода, 2) контура управления магнитным потоком и ЭДС ДПТ. В целом, предполагается применение настройщика не только на объектах металлургической отрасли промышленности, но также и в машиностроительной (например, печи нагрева), горнодобывающей (печи обжига) отраслях, при производстве строительных материалов (цементные вращательные печи).