Использование моделей для исследования, управления и обучения Система моделей для исследования и управления

Металлургические процессы относятся к классу сложных многосвязных объектов, имеющих большое число входов и выходов с перекрестными внутренними связями. В объектах такого рода свободное вынужденное движение системы по отдельным каналам управления существенно зависит от процессов, протекающих в других каналах. Например, изменение скорости обезуглероживания в мартеновской печи может в 2-3 раза изменять коэффициенты передачи по каналам, определяющим скорость нагрева. То же самое наблюдается в конвертере.

Выбор управления для рассмотренных объектов, очевидно, целесообразно осуществлять с учётом внутренних взаимосвязей в объекте, с ориентацией на получение конечного показателя оптимизации, учитывающего связи со всеми основными управляемыми параметрами. Это может привести, наряду с решением задачи управления в большом, также к существенному повышению качества переходных процессов в каждом из локальных контуров и, возможно, даже исключить необходимость реализации некоторых контуров следящего и стабилизирующего регулирования.

В зависимости от целевого назначения можно рассмотреть следующие четыре уровня моделей, используемых для исследования объектов указанного класса и управления ими.

1. Модели для исследования процессов.

Главной целью таких моделей является получение как можно более полных знаний об объекте в целом или об отдельных его сторонах. Их основу составляет сжатое, наглядное и взаимосвязанное отражение накопленных представлений о физических, физико-химических и других закономерностях протекания процессов. В связи с этим модели такого рода иногда называют «накопленными». Их особенностями является достаточно глубокое отражение отдельных сторон и явлений, однако замкнутое математическое описание для взаимосвязей процессов во многих случаях отсутствует.

Дальнейшее расширение такого рода моделей осуществляется путем постановки и проверки гипотез, а также формально-содержательного анализа остатков.

Новые знания могут быть получены за счет эффекта системности, возникающего при нарастании сложности. При этом в результате машинного эксперимента на модели могут быть получены интересные результаты и варианты протекания процессов, не наблюдавшиеся ранее на реальном объекте из-за наличия определенных технологических, организационных и других ограничений. Модели в таком случае приобретают большую эвристическую ценность, так как при облегчении интерпретации теоретических и экспериментальных результатов возможно выдвижение новых гипотез. Облегчается также проверка знаний об оригинале за счёт возможности представления знаний во взаимосвязанном (системном) виде.

Основным назначением познавательных моделей является, как уже указывалось, получение новых знаний, проникновение во внутренний механизм явлений и процессов. Второе важное направление связано с возможностью использования этих моделей для синтеза алгоритмов управления и выбора эффективных управляющих воздействий.

2. Модели для расчёта и оптимизации технологии.

Это своеобразная «стратегия» управления в большом. Такие модели применяются для расчета технологических режимов и используются в виде инструкций по ведению процесса в проектируемых и действующих агрегатах или в виде задающих установок автоматическим регуляторам. Для этой цели могут использоваться либо модифицированные модели описанного выше уровня, либо создаваться специальные модели в ориентации на достижение целевых технологических критериев. Первая из них ориентирована главным образом на расчёты статических режимов, вторая – динамических. В случае удачного решения задачи, расчеты с помощью таких моделей дают значительный экономический эффект, так как касаются выбора рациональных сочетаний параметров в большом и применения разработанных таким образом инструкций и рекомендаций для массового производства.