- •1. Назначение и состав иус в металлургии
- •2. Идентификация математических моделей.
- •3. Примеры использования ит для контроля технологических параметров.
- •4. Структура системы управления с эвм включенной в контур управления.
- •5. Математические модели для описания тп в металлургии.
- •10. Примеры использования математических моделей для контроля тп.
- •6. Датчики для контроля технологических параметров в металлургии.
- •7. Иус назначение и особенности применения. (есть в 1 вопросе)
- •8. Алгоритмизация систем управления.
- •9. Классификация иис.
- •11. Постановка задачи оптимизации в общем виде.
- •12. Методика проверки адекватности математической модели. Оценка адекватности модели
- •13. Структура, состав и назначение систем диагностики.
- •14. Техническое обеспечение асутп.
- •15. Методы и устройства для контроля температуры.
- •16. Датчики для контроля расхода.
- •17. Классификация математических моделей
- •18. Алгоритмическое обеспечение асутп.
1. Назначение и состав иус в металлургии
Под ИУС понимается человеко-машинная система, обеспечивающая автоматизированный сбор и обработку информации, необходимой для оптимизации управления в различных сферах человеческой деятельности.
ИУС, создаваемые для управления предприятиями, базируются на применении экономико-математических методов, новейших способов организации процесса управления, современной ЭВМ и организационной техники.
Наиболее важной задачей ИУС является повышение эффективности управления сложным производством, в результате которого достигается рост производительности труда за счет совершенствования методов планирования и регулирования управляемого технологического процесса или объекта в целом. При этом важно единство всех сторон ИУС, без которого невозможно добиться желаемого результата.
В ИУС можно выделить три тесно связанные между собой части: системный базис ИУС (системное обеспечение), функциональный и целевой комплексы.
Системный базис состоит из организационно-экономического, информационного, технического, математического, программного, лингвистического и организационного обеспечения.
Функциональный комплекс содержит взаимосвязанный набор подсистем, комплексов задач и процедур, ориентированных на автоматизацию конкретных функций управления объектом. Опирается на единый системный базис.
Целевой комплекс представляет собой совокупность экономико-математических моделей, обеспечивающих достижение ОУ заданных целевых показателей в любой интервал времени. К целевым показателям промышленных объектов обычно относят качество продукции, себестоимость, производительность труда, объем нормативной чистой прибыли и т.д.
ОУ – объект управления – устройство, требуемый режим работы которого должен поддерживаться извне специально организованными управляющими воздействиями;
БПД – блок подготовки данных;
СППР – система поддержки и принятия решений;
АИС или КТ - Автоматическая исследовательская система или Компьютерный тренажер;
ИИС – информационно-измерительные системы;
ИУС – информационно-управляющие системы
К недостаткам системного подхода относятся: большая трудоемкость и длительность создания ИУС, необходимость изменения сложившейся структуры управления, что предполагает использование научно-обоснованных законов управления; высокая стоимость ИУС и трудность точного определения экономического эффекта. Следует иметь в виду, что стоимость высокоорганизованной ИУС составляет до 70 % стоимости основного технологического оборудования; при оценке эффективности ИУС сложно определить, какая часть экономического эффекта обусловлена непосредственно внедрением ИУС, а какая – организационными и техническими мероприятиями по совершенствованию производства.
2. Идентификация математических моделей.
Идентификация - построение оптимальных ММ по реализациям их входных и выходных сигналов. Задача идентификации – количественная оценка степени идентичности модели реальному объекту.
Критерием соответствия модели и объекта является минимум ошибки модели: =y0(t)-ym(t). y0(t)-выход объекта, ym(t) – выход модели. Корректируя структуру модели и её параметры стремятся свести к минимуму ошибку модели. Методы идентификации делят на методы структурной и параметрической идентификации.
Методы структурной идентификации. Задачи вскрытия структуры объекта – выделение объекта из среды, ранжирование входов и выходов объекта по степени их влияния на конечный целевой показатель, определение рационального числа входов и выходов объекта, учитываемых в модели, определение характера связи м-ду входом и выходом модели объекта т.е. вида модели y=F(x).
Методы параметрической идентификации. С помощью методов структурной идентификации не всегда удается достичь необходимой адекватности (идентичности) объекта и его ММ. ММ при исследовании методов параметрической идентификации можно классифицировать статистические или динамические, детерминированные или стохастические, линейные или нелинейные, непрерывные или дискретные. При определении вида связи между входом и выходом объекта в зависимости от его свойств: активность (активные пассивные методы), адаптивность (неадаптивные и адаптивные), дискретность (непрерывные и дискретные).
При параметрической идентификации стохастических объектов могут возникнуть 2 основных вида идентификаций: статических объектов и динамических. В этих случаях идентификация с несколькими выходами значительно затрудняется при наличии корреляции помех, действующие на разные выходы.
Об адекватности структуры модели можно судить по коэффициенту корреляции r, корреляционному отношению и по анализу остатков.
Высокий коэффициент корреляции свидетельствует об адекватности модели. Однако этого метода недостаточно, и необходимо использовать содержательный анализ остатков. Гистограмма распределения ошибок у адекватной математической модели имеет колокообразный вид.
Различают структурную идентификацию, связанную с отражением структурных свойств реальных систем с помощью математических моделей, и идентификацию функциональных свойств или поведения (параметрическая идентификация), связанную с отражением динамических и статических характеристик оригинала.