2.4. Объекты управления

В целях повышения качества управления и упрощения структуры системы управления необходимо точно определить объект управления. Заметим, что объект управления может иметь параметры, которые не нуждаются в регулировании конкретно этой системой управления. Для этих параметров могут существовать другие системы управления. Совокупность систем управления объектом является комплексной системой управления данным объектом. В рамках подобной системы управления отдельные подсистемы уп­равления могут обмениваться различного рода информацией, на­пример аварийными сигналами. Разбиение объекта управления на отдельные подсистемы удобно еще и потому, что при этом снижа­ется трудоемкость построения системы управления.

2.5. Системы регулирования и методы

управления

Специальные методы управления

Применение специальных, сложных методов обработки данных и управления в АСУТП стало одним из основных направлений в ав­томатизации промышленного производства. Методы повышенной сложности с определенной долей условности будем называть совре­менными. В зарубежной практике создания систем управления в промышленности соответствующее направление обозначается ан­глийским термином advanced control.

Понятие advanced control носит неформальный характер, одна­ко в него вкладывается конкретный научно-технический и коммер­ческий смысл: специальные алгоритмы повышенной сложности — на фоне традиционных алгоритмов первичной переработки и пред­ставления информации, ПИД-регулирования и т.д. Методы управ­ления повышенной сложности создаются с приложением научных сил, представляют собой наукоемкую продукцию и предмет ноу-хау. К ним относят, например, алгоритмы адаптивного и многосвязного регулирования, контроля и управления с применением моделей объекта, оптимального управления, специальные логико-динами­ческие алгоритмы и т.д., в них находят применение методы искус­ственного интеллекта. Использование методов повышенной слож­ности для контроля и управления процессом является непременным признаком современной АСУТП, обеспечивает высокий уровень автоматизации производства и представляет собой непременный атрибут понятия «комплексная автоматизация». Успешное промыш­ленное применение современных методов управления определяет собой весомую долю технологических и экономических эффектов автоматизации.

Методы управления повышенной сложности для промышленно­го применения должны отвечать следующим признакам.

1. Применение в алгоритме повышенного объема данных о режи­ме работы объекта управления путем подключения сигналов допол­нительных переменных—либо отдатчиков, либо от модели процесса.

2. Применение многомерных (многосвязных) алгоритмов.

3. Использование специальных эффективных нетрадиционных алгоритмов.

4. Оснащение алгоритмов специальным инструментарием для работы с ним на всех этапах жизненного цикла: проектирование, настройка, ввод в эксплуатацию, сопровождение при эксплуатации. Другими словами, специальные алгоритмы должны обеспечивать­ся специальной технологией применения.

Предлагаемые признаки понятия размыты, и не все они обяза­тельны для того, чтобы конкретное решение было отнесено к груп­пе advanced control.

Методы advanced control предназначаются для реализации ти­повых функций управления на объектах разных технологий. К ним относятся, например, косвенный контроль (оценивание) неизмеряемых переменных с применением моделей процессов, адаптивное регулирование, многосвязное регулирование с использованием модели объекта, оптимальное управление и т.д.

Самостоятельную роль в современных методах управления иг­рают технологии искусственного интеллекта, которые включают искусственные нейронные сети, экспертные системы, нечеткую логику, генетические алгоритмы, а также некоторые другие. Они обычно встраиваются в схемы алгоритмов управления и применя­ются при дефиците формализованных моделей объекта или алго­ритмов решения стоящих проблем.

Подчеркнем, что значительная часть применяемых методов уп­равления известна давно. Новое качество в применении современ­ных методов управления в промышленности появилось в последние два десятилетия. Необходимая база для развития и тиражного при­менения современных методов в промышленности создана прогрес­сом в области программно-технических средств автоматизации. Мощное программное обеспечение, высокий уровень сервиса и свободные вычислительные ресурсы, поддержанные информаци­онными технологиями, создают благоприятную среду для приме­нения достаточно сложных решений.

Современные продвинутые решения проблем автоматизации стали тиражной продукцией и входят в коммерческие предложе­ния фирм. Они тщательно отработаны в лабораторных и промыш­ленных условиях, снабжены средствами сопровождения (проекти­рования, наладки, защит от ошибочных срабатываний в нештатных ситуациях, диагностики при эксплуатации и др.), обеспечены инст­рукциями и документацией, обеспечены программной а при необ­ходимости и аппаратной реализацией. Предложения сопровожда­ются оценками высокой экономической эффективности.

Значительная часть применяемых в промышленности современ­ных методов управления изначально разработана в университетах и академических институтах. Чаще всего новые теоретические схе­мы скептически воспринимаются специалистами-практиками и подвергаются ими жесткой критике как неприемлемые. Некоторые из них, однако, доводятся исследователями до практического при­менения, что связано с серьезной модификацией схемы и тщатель­ной проработкой всех аспектов ее сопровождения.

Косвенный контроль

Косвенный контроль неизмеряемых переменных и характерис­тик процесса состоит в их вычислении по уравнениям модели при измеренных значениях режимных переменных. Он получил доста­точно широкое распространение в различных сферах, начиная от простых вычислений с использованием технологических зависимо­стей и кончая решением достаточно сложных систем уравнений.

Например, в цепях контроля и управления осуществляется коррек­ция измерений расходов газов в зависимости от их температуры и давления среды, материальных и тепловых балансов, проводится уточнение тепловой нагрузки оборудования по температурным пе­репадам и расходам теплоносителей и т д. Особенно важную роль играет косвенный контроль ключевых в управлении технологией характеристик качества продукции, обычно измеряемых трудно и с большим запаздыванием.

В алгоритме в качестве модели может фигурировать либо отдель­ная технологическая зависимость, описывающая конкретный эф­фект, либо система уравнений той или иной природы — алгебраи­ческих, дифференциальных, логических и т.д.; природа располага­емой модели зависит от источника ее получения: аналитический вывод, активный эксперимент, статистика и т.д.

Адаптивное регулирование

Адаптивные регуляторы предназначены для сохранения необ­ходимого качества регулирования при изменениях характеристик объекта и условии его функционирования за счет адекватного пе­рестроения алгоритма. Существует много подходов к построению адаптивных регуляторов, каждый из которых предпочтительно при­менять в определенных условиях. Адаптивный регулятор содержит в своем составе надстройку над обычным регулятором — блок адап­тации, который в зависимости от изменения условии работы и ха­рактеристик основного замкнутого контура воздействует на струк­туру и/или параметры регулятора.

В адаптивных регуляторах обратная связь по характеристикам поведения образуется с использованием входных и выходных сиг­налов объекта. Большой выбор вариантов порождает огромное мно­жество возможных алгоритмических схем. От алгоритмов требуют­ся хорошее быстродействие, робастность (неприхотливость) и ма­лое потребление вычислительных ресурсов.

При реализации и практическом использовании адаптивных ре­гуляторов возникают объективные трудности из-за принципиаль­ных особенностей их структур. Блоки параметрического воздей­ствия в составе регуляторов имеют принципиально нелинейный характер, что приводит к затруднениям в теоретических исследо­ваниях систем и к парадоксальным явлениям в их поведении Преж­де всего обостряется вопрос об устойчивости адаптивной системы, которая в конкретных условиях может быть гарантирована при не­ которых сочетаниях параметров основного контура и блока адап­тации. В то же время очень велика ответственность в решении до­верить автомату работу замкнутого контура на ответственном объекте управления.

Многосвязное регулирование

Задачи многосвязного регулирования в промышленности харак­терны для основных технологических агрегатов технологических установок: энергоблок, ректификационная колонна, химический реактор. Такие задачи имеют важное значение для управления про­изводительными техническими процессами и обеспечивают основ­ные технологические эффекты управления.

Рациональный подход к решению этих проблем в совокупности состоит в применении конкретных вариантов «развязывания» (ав­тономности) контуров управления.

Автоматические регуляторы с моделью в контуре управления

Значения управляющих воздействий в регуляторах со встроен­ными моделями (предсказывающими устройства ми, предикторами) определяются по уравнениям модели объекта из условия устране­ния ошибки регулирования Явная постановка задачи регулирова­ния и алгоритм ее решения позволяют повысить качество регули­рования путем оптимизации, значительно снизить затраты на на­стройку регулятора.

К настоящему времени разработано достаточно большое коли­чество регуляторов с прогнозом; наиболее известными являются регулятор Смита для объектов с большим запаздыванием, «алгорит­мическое управление с моделью» (algorithmic model control), схема косвенного регулирования (inferential control), регулятор с внутрен­ней моделью (internal model control), «динамическое матричное уп­равление» (dynamic matrix control, DMC), регуляторы состояния. Эти регуляторы специальной структуры потенциально позволяют ре­шить сложные задачи регулирования, трудности которых не удает­ся преодолеть с использованием традиционных ПИД-алгоритмов, прежде всего на объектах с очень большой инерцией (с часовыми и более постоянными времени — на некоторых химических и био­технических производствах, в управлении гидротехническими ре­жимами и т.д., там где обычные методы настройки не могут быть применены). Эти алгоритмы нашли также применение в многосвяз­ном регулировании.

При разработке алгоритмов регулирования с прогнозом пресле­дуются цели повысить динамическую точность регулирования (по разным критериям); упростить и снизить затраты на настройку си­стем регулирования за счет применения модели в контуре управле­ния. Многочисленные исследования подтверждают, что эти цели достигаются, хотя решения подчас не лежат на поверхности.

Обычно регуляторы со встроенной моделью (с прогнозом) стро­ятся как импульсные, работающие в дискретном времени, представ­ляют собой при этом в основном цифровые фильтры, реализующие алгоритмы прямого счета.

В основе алгоритмов управления с предикторами лежит способ подготовки управляющего воздействия по уравнениям модели объекта при конкретном значении ошибки регулирования. Модель работает в реальном времени параллельно объекту, воспринимая сигнал управляющего воздействия. Рассогласование между сигна­лами выходной переменной и модели служит оценкой (косвенным измерением) возмущающих воздействий, приведенных к выходу объекта. Управляющее воздействие подготавливается на основе этого сигнала невязки так, чтобы ее компенсировать.

В состав регуляторов с прогнозированием в качестве основных функциональных блоков входят:

модель объекта;

формирователь управляющих воздействий;

фильтр в обратной связи.

Модель объекта встраивается в алгоритм управления как его ос­новной блок, определяемый принятым принципом управления. Применяется либо непосредственно модель «вход-выход», либо некоторое приближение обратной модели — соответственно при­нятому способу использования модели в алгоритме.

Формирователь управляющих воздействий (собственно регуля­тор, закон регулирования) предназначается для генерации управ­ляющих воздействий по результатам обработки информации в мо­дели объекта и сравнения ее координат с соответствующими задан­ными значениями.

Фильтр в обратной связи служит для подстройки регулятора на объекте, необходимой из-за неизбежных ошибок моделирования, влияния шумов и нелинейностей.

В системах со встроенной моделью (internal model control) кос­венно контролируются приведенные к выходу возмущения, кото­рые компенсируются по схеме разомкнутого управления; неточно­сти компенсации устраняются за счет действия обратной связи по ошибке регулирования. Для этой цели параллельно объекту вклю­чается его модель «вход-выход» по каналу управляющего воздей­ствия. Измеряемая в темпе с процессом невязка модели использу­ется в контуре обратной связи, в которую включены регулятор и инерционный фильтр. Фильтр используется для обеспечения робастности контура управления.

Оптимальное управление

В непрерывных технологических процессах оптимизация стати­ческого режима обеспечивается вычислением координат оптималь­ного режима и реализацией режима путем воздействия на задания локальных регуляторов и на регулирующие органы. Координаты оптимального режима — значения управляемых (регулируемых) переменных процесса — получаются в результате решения задачи математического программирования на уравнениях модели процес­са при технологических плановых и ресурсных ограничениях, Фун­кция цели имеет характер технико-экономического показателя (прибыль, минимум затрат при заданной производительности и т.д.). Часто применяются линейные модели и постановки линейного или квадратичного программирования. Оптимальное управление тре­бует для своего применения хорошего знания процесса и адекват­ной модели

В цифровых системах автоматического регулирования точность системы определяют аналого-цифровые и цифро-аналоговые преобразователи. Чем больше число двоичных разрядов, приходящих­ся на аналоговый сигнал в его диапазоне, тем выше разрешение и тем выше точность.

Недавно появилась замена ПИД-регуляторам — USWO — новый способ формирования управления для замкнутых систем автома­тического регулирования обеспечивающий значительное повыше­ние качества работы систем промышленной автоматики.