- •Часть 1
- •Глава 1
- •1.1. Общие сведения
- •1.2. Расчет настроек регуляторов в одноконтурных аср
- •1.3. Расчет настроек регуляторов в многоконтурных аср
- •1.3.1. Комбинированные аср
- •1.3.2. Каскадные аср
- •1.3.3. Аср с дополнительным импульсом по производной из промежуточной точки
- •1.3.4. Взаимосвязанные системы регулирования
- •1.4. Системы регулирования объектов с запаздыванием и нестационарных объектов
- •1.4.1. Регулирование объектов с запаздыванием
- •1.4.2. Регулирование нестационарных объектов
- •1.5. Предварительный выбор структуры
- •1.6. Оптимальная фильтрация и прогнозирование случайных процессов. Оптимальное оценивание состояния объекта
- •Глава 2
- •2.1. Последовательность выбора системы автоматизации*
- •2.2. Регулирование основных технологических параметров
- •2.3. Регулирование процессов в химических реакторах
- •2.3.2. Регулирование реакторов с перемешивающим устройством
- •2.3.3. Особенности регулирования трубчатых реакторов
- •Часть 2
- •Глава 3
- •Глава 4
- •4.1. Типовые задачи вычисления неизмеряемых величин и обобщенных показателей
- •4.2. Вычисление интегральных и усредненных значений измеряемых величин
- •4.3. Учет и компенсация динамических связей между измеряемыми величинами
- •4.4. Вычисление неизмеряемых величин по уравнениям регрессии (косвенные измерения)
- •4.5. Автоматическая расшифровка хроматограмм
- •4.6. Прогнозирование показателей процесса
- •Глава 5
- •5.1. Формирование критериев оптимальности
- •5.2. Типовые постановки задач оптимального управления технологическими процессами
- •5.3. Декомпозиция и агрегирование оптимизационных задач
- •5.4. Управление технологическими процессами с параллельной структурой
- •5.5. Оптимальное управление системами с последовательной структурой и с рециклами
- •5.6. Способы упрощения решения задач оптимального управления технологическими процессами
- •5.7. Оптимальное управление периодическими процессами
- •5.8. Уточнение модели управляемого объекта по данным текущих измерений
- •Часть 8
- •Глава 6 техническое обеспечение систем управления
- •6.1. Управляющий вычислительный комплекс
- •6.2. Устройства связи с объектом
- •6.3. Устройства связи с оперативным персоналом
- •6.4. Архитектура управляющих вычислительных комплексов
- •6.5. Системы непосредственного цифрового управления
- •Глава 7
- •7.1. Основные понятия
- •7.2. Специальное программное обеспечение асутп
- •7.3. Разработка функционально алгоритмической структуры асутп*
- •8.1. Асутп микробиологического синтеза лизина ' в биореакторах периодического действия
Глава 5
ОПТИМАЛЬНОЕ УПРАВЛЕНИЕ ТЕХНОЛОГИЧЕСКИМИ ПРОЦЕССАМИ
5.1. Формирование критериев оптимальности
При решении оптимизационных задач с помощью ЭВМ очень важно точно их сформулировать. Для формулировки задачи необходимо ввести обозначения искомых переменных и исходных данных, записать в этих обозначениях критерий оптимальности, который в результате решения должен принять минимальное или максимальное значение, и выписать набор условий, определяющих множество допустимых решений. Такими условиями являются связи между искомыми переменными;
пределы, в которых может выбираться каждая из них; требования к характеру искомых функций (гладкость, непрерывность и т. д.).
Любой технологический процесс характеризуется рядом показателей — таких как производительность G, вектор К, определяющий качество выходного продукта, показатель, надежности процесса Р, капиталовложения М, затраты на обслуживание S0. Каждый такой показатель определенным образом характеризует процесс. При формулировке задачи оптимизации часть этих показателей может быть введена в критерий оптимальности, а остальные должны учитываться при формировании ограничений, определяющих множество допустимых решений. При этом в ряде случаев нужно учесть и неопределенность условий функционирования, связанную с неконтролируемыми изменениями состава сырья, состояния внешней среды и т. п.
Способы формирования сводного критерия оптимальности. Обозначим через I -тый показатель функционирования процесса и будем для простоты считать, что в результате оптимизации желательно любой из т таких показателей (частных критериев) увеличить. Если некоторые из показателей, например капиталовложения М, нужно уменьшить, то соответствующий им частный критерий I примем равным — М. Через и обозначим параметры процесса и системы управления, подлежащие оптимальному выбору, и будем первоначально считать задачу полностью детерминированной, полагая, что значение каждого из частных критериев становится известным при задании и.. Таким образом, каждой точке и° в пространстве и параметров-соответствует точка I° в пространстве I критериев (рис. 5.1), Ясно, что оптимальное решение по одному критерию I1 приводит в точку I1* (рис. 5.1, б) и не совпадает с оптимальным решением по критерию I2 (точкой I2*). Чтобы найти оптимальное решение и*, можно пойти по пути формирования из частных критериев I свободного критерия . Приведем несколько способов получения.
Свертка частных критериев с весовыми коэффициентами. Весовые коэффициенты учитывают относительную важность того или иного критерия и устанавливаются путем экспертизы
(5.1)
где
; . (5.2)
Значения частных критериев I при использовании свертки (5.1) должны быть либо безразмерными, либо иметь одинаковую размерность.
Отметим, что геометрически применение критерия (5.1) приводит к выбору на множестве I такого вектора I* , у которого максимальна проекция на прямую , такую, что квадраты ее направляющих косинусов равны (рис. 5.1,6); в частности, cos21=1.
Использование нормативных показателей. Пусть для каждого из частных критериев известно некоторое нормативное значение Iн, например среднее значение I для действующих аппаратов, аналогичных оптимизируемому. Тогда отношение i=I/Iн характеризует степень совершенства процесса с точ-
Рис. 5.1. Схема формирования критерия оптимальности:
а—пространство управляющих параметров; б—пространство критериев
ки зрения -го показателя. Обозначим минимальное по значение i через i*. В этом случае критерием оптимизации может быть величина i*, так что
i*= (5.3)
При использовании такого критерия можно быть уверенным, что степень совершенства по любому показателю будет не ниже, чем величина imax*, полученная в результате решения задачи (5.3). Практически часто оказывается, что увеличение одного из показателей i приводит к уменьшению другого. В этом случае использование критерия (5.3) даст такое оптимальное решение и*, для которого два или несколько значений i окажутся одинаковыми и равными imax*.
Приближение к «идеалу». Пусть известны решения те задач оптимизации вида
; (5.4)
В результате найдены предельные значения I* у каждого из частных критериев оптимальности без учета остальных. В пространстве критериев точку I* с координатами I* называют идеалом (рис. 5.1,6). Когда решения u* задач (5.4) не одинаковы, идеал не принадлежит множеству I достижимых значений критериев. Однако можно на втором этапе решения поставить задачу определения такого достижимого критерия и соответствующего ему допустимого решения, для которых расстояние от идеала было бы минимальным, например:
или
Справедливый компромисс. Выбор решения в задаче с несколькими частными критериями представляет собой компромисс, так как увеличение одного показателя приводит к уменьшению другого. При справедливом компромиссе стремятся к тому, чтобы в точке и* сумма относительных изменений всех показателей была равна нулю. Таким образом, в точке и* должно быть выполнено равенство
, (5.5)
которое можно переписать в следующем виде:
. (5.6)
Равенство (5.6) является необходимым условием максимума произведения величин I(и). Действительно, если
(5.7)
достигает максимума, то максимален и логарифм этого выражения
Таким образом, справедливый компромисс соответствует сводному критерию (5.7), равному произведению частных критериев.
Оптимальность по Парето. Выбор каждого из приведенных выше способов получения сводного критерия субъективен или основан на некоторых дополнительных предположениях. Между тем, оптимальное решение в задаче с несколькими критериями можно определить иначе, чем в задаче с одним критерием. В этом случае нет необходимости во введении сводного критерия оптимальности. Такой подход был предложен в 1904 г. итальянским экономистом В. Парето.
Оптимальным по Парето решением uп является любое решение, если среди допустимых решений не найдется такого и°, для которого
I (и°) I(ип); , (5.8)
причем хотя бы для одного значения v неравенство (5.8) строгое. Иными словами, ип оптимально, если нельзя улучшить ни одного из частных показателей, не ухудшая при этом хотя бы одного из остальных.
Оптимальным по Парето решениям соответствует на рис. 5.1,6 та часть границы множества I (выделена жирной линией), для которой любое направление, образующее с осью абсцисс угол, меньший либо равный /2, выводит за пределы множества I.
Легко показать, что любой из приведенных выше способов образования сводного критерия приводит к получению одного из решений, оптимальных по Парето. В том случае, когда граница множестваI, соответствующая оптимальным по Парето решениям, выпукла, все эти решения можно получить из задачи о максимуме сводного критерия (5.1) при изменении весовых коэффициентов в пределах условий (5.2).
Экономическая оценка эффективности процесса. Формирование критерия оптимальности в экономических терминах является одним из самых распространенных способов увязки частных критериев. Приведем наиболее часто используемые экономические критерии.
Себестоимость С определяют как отношение суммарных затрат к производительности процесса:
С=(Sс+ Sэ + Sо + Sф )/G, (5.9)
Затраты на сырье Sс обычно пропорциональны производительности G, зависят от коэффициента использования сырья, его стоимости Sс и стоимости отходов Sот:
Sс =G[Sс -(1-) Sот ].
Стоимость отходов может быть отрицательной, если затраты на извлечение их из выходного потока больше, чем стоимость отходов в чистом виде. Коэффициент использования сырья зависит от режима и управления процессом.
Затраты на энергию Sэ включают затраты на электрическую и тепловую энергию, охлаждающую воду и т. п. Их также часто принимают пропорциональными производительности.
Затраты на обслуживание и управление Sо определяются зарплатой персонала и включают постоянную составляющую и составляющую, пропорциональную G.
Амортизационные отчисления Sф зависят от стоимости оборудования, стоимости его капитального и текущего ремонтов в соответствии с выражением
Sф=(Ф+Р-Л)/Т,
где Ф и Р—стоимость основных фондов и суммарная стоимость ремонта за плановый срок Т службы оборудования; Л—ликвидационная стоимость оборудования, отслужившего положенный срок.
Критерий себестоимости (5.9) стремятся минимизировать при ограничениях на производительность G и характеристики продукции. Эти последние факторы можно ввести и непосредственно в критерий, если в качестве его взять прибыль
П=G(Ц-С), (5.10)
где Ц—цена продукции, зависящая от ее качества.
В ряде случаев прибыль П относят к суммарным затратам на получение продукции или к стоимости оборудования Ф. Получают безразмерные показатели нормы прибыли
Рс=П/GС=(Ц-С)/С
или нормы рентабельности Рф=П/Ф.
Даже в тех случаях, когда экономические критерии не используют для постановки оптимальных задач, их анализ позволяет разобраться в том, какой экономический смысл имеет тот или иной технологический показатель (качество продукции, производительность и т п.).
Учет неопределенных факторов в критериях оптимальности.
В ряде задач на результаты оптимального решения влияют случайные факторы. Например, в условия задачи может входить нагрузка аппарата, прогнозируемая на планируемый период. При этом прогноз носит статистический характер. Обозначим через случайный фактор, для которого известен либо диапазон его возможных значений V либо плотность распределения р(). В качестве критерия оптимальности в первом случае естественно принять выражение I(и, 0), в котором 0 - такое значение V, для которого функционал I(и*,0) минимален. Выбор решения из условия
(5.11)
гарантирует, что при другом значении значение I* будет не ниже, чем . Если же известна плотность распределения случайного фактора, то в качестве критерия оптимальности может быть использовано среднее по значение функционала I, т. е.
(5.12)
Существует класс задач, в которых связь между управляющими воздействиями и зависящими от них переменными состояния процесса носит статистический характер. Например, при измельчении продуктов от режимов работы мельниц зависит характер плотности распределения размеров частиц после дробления. Обозначая управляющие переменные через и, а размер частиц через х, можно записать плотность распределения как р(х, и). Пусть В(х)—функция, оценивающая качество той или иной фракции частиц, ее ценность для последующего использования; ^тах—предельный размер частиц после измельчения. Тогда критерий оптимальности примет форму, аналогичную (5.12):