Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Кучеров_Скрыдлова_Структурный анализ системы ав...docx
Скачиваний:
5
Добавлен:
01.03.2025
Размер:
832.34 Кб
Скачать

2.2. Руководство по схемам и системам

2.2.1. Системная карта

Системная карта – это по существу моментальный фотоснимок. Она показывает компоненты системы и ее окружение в определенный момент времени. За исключением тех случаев, когда некоторые компоненты, сгруппированные в подсистемы, в некоторой степени перекрывают друг друга, системная карта содержит не больше информации, чем список компонентов. Однако, системная карта более наглядна и удобна для восприятия.

Основное назначение системных карт – помочь решить, как структурировать систему и как передать другим информацию о той системе, которую выбрали для исследования. В частности, системные карты используются для того, чтобы:

  • Внести ясность в мысли на раннем этапе анализа.

  • Выбрать структурные элементы для более подробной схемы.

  • Провести опробование предварительно обозначенных границ.

  • Определить уровень системы, представляющей интерес.

  • Передать информацию о базовой структуре описываемой системы.

По существу системная карта выражает морфологию (состав) систем, устанавливая принадлежность компонентов к подсистеме.

Рис2. Системная карта процесса автоматизации процесса переработки молока в сырных ваннах.

2.2.2. Схема влияния

Схема влияния показывает основные характеристики системы автоматизации и значимые отношения, существующие между ними. Такая схема дает обобщенное представление о системе автоматизации или о существующих в системе организационных и других важнейших отношениях между ними. Схема влияния используется для изучения этих отношений, в результате чего проводится перегруппировка компонентов и система и ее компоненты определяются заново.

Рис3. Схема влияния внешних факторов на регулируемые параметры

2.2.3. Схема технологического процесса

Назначением схемы технологического процесса являются:

  • Анализ или показ стадий процесса или технологии;

  • Показ отношений входа-выхода в связанных между собой организациях или частях организаций.

Рис4. Схема технологического процесса переработки молока в сырных ваннах.

2.2.4. Схема параметрической модели объекта автоматизации

Назначением схемы параметрической модели объекта автоматизации являются:

  • Определить, какие результаты требуются на выходе данного процесса;

  • Определить процесс, необходимый для получения этих результатов;

  • Определить, что должно быть на входе для того, чтобы в результате процесса было получено то, что требуется на выходе.

Рис5. Схема параметрической модели объекта автоматизации.

2.2.5. Схема поля сил

Назначением схемы поля сил являются:

  • Определить движущие и сдерживающие силы при осуществлении изменений в данной ситуации;

  • Дать возможность выразить величины этих сил.

Рис6. Схема поля сил.

Глава3. Идентификация математической модели сыродельной ванны как объекта регулирования температуры

Идентификация структуры и параметров математической модели (ММ) объекта управления (ОУ) системы автоматического регулирования температуры (САРТ) в сыродельной ванне осуществляется на основе полученной экспериментально переходной функции (кривой разгона) hэ(t), представленной в табл.2 и на рис.7.

Текущее значение температуры является выходным сигналом. Входные сигналы: задающее воздействие - заданное значение температуры, возмущение - появление в резервуаре продукта с отличной от заданной температурой, управляющее воздействие - угол открытия крана подачи горячего пара.

Таблица 2

№ точки

1

2

3

4

5

6

7

8

9

10

11

12

13

14

Время, с

0

5

10

20

40

60

80

100

120

140

160

180

220

500

hэ(t), град.С°

0,000

0,028

0,095

0,263

0,560

0,748

0,857

0,919

0,954

0,974

0,985

0,991

0,997

1,000

hM(t), град.С0

0,000

0,027

0,093

0,262

0,559

0,747

0,857

0,918

0,953

0,973

0,984

0,991

0,997

1,000

Рис .7. Графики переходных функций ОУ

Параметры ММ определяем следующим образом:

  1. По виду переходной функции на рис. 1, полагаем, что структура ММ ОУ имеет вид:

2) Коэффициент усиления определяем из графика переходной функции hэ(t) и известного условия:

k=h(∞)=1,0

3) Остальные параметры: постоянные времени Т1, Т2 определяем с использованием метода интегральных оценок (ИО), ЭВМ и системы СИАМ (системы автоматизированного моделирования).

Схема идентификации модели резервуара в СИАМ с использованием прямых методов оптимизации представлена на рис.8.

Для решения задачи выполняем следующие действия:

  1. В СИАМ набираем схему идентификации модели резервуара с использованием прямых методов оптимизации (рис. 8).

  2. В окне моделирования выбираем метод Кутта-Мерсона и время конца интегрирования tK — 495. Выбранные параметры интегрирования используются в задаче идентификации.

3) Идентифицируем параметры блоков №7:Т1 и №8: Т2. Для этого в окне оптимизации выбираем метод покоординатного спуска и определяем интервал неопределенности параметров 0.00001,назначаем целевую функцию (ИО) в блоке №5, выбираем блоки, в которых определяются параметры: выбираем звено №7 и задаем минимальное (1.0) и максимальное (100) значения параметра Т1, далее выбираем блок №8 и задаем минимальное(1.0) и максимальное (100) значение параметра Т2.

В результате идентификации в блоках № 7 и №8 запоминаются искомые значения Т1 = 16,7, Т2 = 19,1 с. В дальнейшем значения найденных параметров не изменяем.

4) Далее в окне моделирования рассчитываем переходные функции в системе с найденными параметрами. По таблице выходе блока №4 оцениваем максимальную абсолютную ошибку оценки экспериментальной переходной функции.

Численные значения переходной функции hM(t) с выхода блока №8 записываем в таблицу 2. и строим график этой функции на рис.7. Как видно, графики переходных функций практически совпадают.

Таким образом, на основании экспериментально полученной кривой разгона системы регулирования температуры в сырной ванне определены структура ММ в виде апериодического звена второго порядка и ее параметры:

к = 1, Т1 =16,7 с, Т2= 19,1 с

Максимальная абсолютная ошибка оценки экспериментальной переходной функции:

Δhmax =0,0056

что свидетельствует о высоком качестве идентификации.