Ідентифікація пташника для побудови системи автоматизації температурного режиму

Размещено на http://www.allbest.ru/

НАЦІОНАЛЬНИЙ УНІВЕРСИТЕТ ХАРЧОВИХ ТЕХНОЛОГІЙ

УДК 636.5252/58:62 503.51

АВТОРЕФЕРАТ

дисертації на здобуття наукового ступеня кандидата технічних наук

ІДЕНТИФІКАЦІЯ ПТАШНИКА ДЛЯ ПОБУДОВИ СИСТЕМИ АВТОМАТИЗАЦІЇ ТЕМПЕРАТУРНОГО РЕЖИМУ

05.13.07 Автоматизація технологічних процесів

Ботвін Володимир Людвігович

Київ - 2002

Дисертацією є рукопис.

Робота виконана на кафедрі “Автоматизації сільськогосподарського виробництва” Національного аграрного університету.

Науковий керівник: к.т.н., професор, Лисенко Віталій Пилипович, зав. кафедри “Автоматизації сільськогосподарського виробництва” (Національний аграрний університет, м. Київ)

Офіційні опоненти: д.т.н., професор, Трегуб Віктор Григорович, (Національний університет харчових технологій, Міністерство освіти і науки України, м. Київ);

к.т.н., доцент, Ковриго Юрій Михайлович, зав. кафедри “Автоматизації теплоенергетичних установок” (НТУУ "Київський політехнічний інститут", Україна, м. Київ)

Провідна установа: НВК “Київський інститут автоматики” Держкомітету промполітики України, м. Київ.

Захист відбудеться 20 червня 2002 р. о 14 годині на засіданні спеціалізованої вченої ради К 26.058.05 Національного університету харчових технологій, 01033, Київ-33, вул. Володимирська, 68 ауд. № 311.

З дисертацією можна ознайомитись у бібліотеці Національного університету харчових технологій.

Автореферат розісланий 17 травня 2002 р.

Вчений секретар

спеціалізованої вченої ради Філоненко В.М.

ЗАГАЛЬНА ХАРАКТЕРИСТИКА РОБОТИ

Актуальність проблеми Енергоозброєність птахофабрик України у середньому з розрахунку на одного працюючого перевищує 200 кВт. Переважна більшість цих потужностей використовується для нагрівання вентиляційного повітря птахівничих приміщень в холодний період року. При цьому енерговитрати сягають 3500 … 4000 Гкал/рік, що в значній мірі пояснюється недосконалістю традиційних систем автоматичного управління, оскільки останні не враховують всю складність процесів, що протікають в таких складних об'єктах.

На сучасному етапі розвитку автоматизації зберігаються тенденції проектування автоматизованих систем управління мікрокліматом і температурою, зокрема, з використанням принципів розподіленого управління на основі мікроконтролерів та ЕОМ, об'єднаних в мережі різного рівня та призначення. Для реалізації такого управління потрібне алгоритмічне забезпечення і, в першу чергу, для ідентифікації параметрів об'єкта управління, визначення алгоритму оптимального управління, оптимізації підсистем та координації їх роботи.

Ідентифікація параметрів моделі об'єкта пов'язана з проблемами обробки отриманої та накопиченої інформації, особливостями самого об'єкта та управління ним, а саме: значною кількістю каналів управління, циклічністю в управлінні, значною інерційністю, зашумленням та низькою інформативністю результатів вимірювань, що використовуються для ідентифікації.

Зважаючи на зазначене, розробка та використання принципів, методів та алгоритмів ідентифікації пташника із його подальшою автоматизацією є актуальною науково-технічною проблемою, вирішення якої дозволить суттєво зменшити енерговитрати для забезпечення відповідного температурного режиму.

Мета роботи полягає у створенні системи ідентифікації параметрів моделі промислового пташника для побудови системи автоматизації його температурного режиму.

Оскільки пташник є складною біотехнічною системою, було поставлено та розв'язано такі задачі: розробка ієрархічної структури управління технологічними процесами з розмежуванням задачи між її складовими; розробка методики пасивної ідентифікації моделей об'єкта за основними каналами управління; забезпечення управління якістю та швидкістю ідентифікації залежно від її стадії.

Наукова новизна дисертаційної роботи полягає у вперше розробленій структурі системи ідентифікації параметрів моделі пташника; удосконалених способах управління обчислювальним навантаженням шляхом обробки отриманої інформації та інформації, що накопичується; удосконаленій оцінці отриманої, накопиченої інформації та оцінці вибірки на придатність для ідентифікації; модифікованому квадратичному критерії оцінки якості відтворення інформації; способі управління рівнем стикання вибірки в залежності від стадії ідентифікації.

Практична цінність роботи визначається: розробленою структурою ієрархічної системи управління температурою у пташнику; сформованими принципами та підходами до побудови моделі складних біотехнічних систем, таких, як промисловий пташник; проведеною оцінкою методів ідентифікації таких систем з позиції складності їх практичного застосування; розробленим алгоритмічним та програмним забезпеченням системи автоматичного управління, що включає: адаптацію, параметричну оптимізацію, логіко-програмну оптимізацію обчислювального навантаження підсистем та координацію їх роботи. Виробниче випробування системи проводилось на Київській птахофабриці і показало її високу ефективність, що підтверджено відповідним актом.

Проведені дослідження виконані у відповідності з планами науково-дослідних робіт Національного аграрного університету за темою “Розробка оптимальної системи управління температурою в промисловому пташнику”(номер державної реєстрації № 0199U002526)

Апробація роботи. Основні результати досліджень доповідались на наукових конференціях та семінарах: Міжнародній науково-технічній конференції “Моделювання та прогнозування аграрних енергоресурсозберігаючих процесів та технологій” (БГАТУ, Мінськ, 1998 р.); Республіканській науково-технічній конференції “Автоматизація виробничих процесів в сільському господарстві” (НАУ, Київ, 2000 р.); VII Міжнародній науково-технічнії конференції “Пріоритетні напрямки впровадження в харчову промисловість сучасних технологій, обладнання і нових видів продуктів оздоровчого та спеціалізованого призначення” (УДУХТ, Київ, 2001 р.).

Публікації. По темі дисертації опубліковано 6 праць, в яких викладено основний зміст досліджень.

Структура і об'єм роботи. Дисертаційна робота складається із вступу, чотирьох розділів, списку літератури із 120 найменувань та 3 додатків. Текст викладено на 140 сторінках, включаючи 34 рисунки, 2 таблиці.

Основні положення, що виносяться на захист: методика формування дослідної вибірки на основі отриманої та накопиченої інформації для каналу ідентифікації; структура системи автоматичного управління з використанням блоків експрес-аналізу отриманої інформації, формування та стискання дослідної вибірки; методики і способи оцінювання та формування вибірки; методика стискання з використанням модифікованого квадратичного критерію та спосіб управління цим процесом в залежності від стадії процесу ідентифікації.

Особистий внесок. Основний зміст роботи, основна частина теоретичних та експериментальних досліджень та висновків виконані автором самостійно. Особисто автором розроблені положення, викладені в розділі автореферату "Основні положення, що виносяться на захист". В публікаціях у співавторстві особистий внесок автора полягає в наступному: розробка структури адаптивної системи. Постановка методики проведення експерименту та аналізу результатів 1. Дослідження пакетів програмного забезпечення для розробки комп'ютерно-інтегрованих АСУТП 2. Розробка швидкодіючих алгоритмів визначення параметрів настройки оптимального регулятора 3. Розробка та дослідження алгоритмів формування вибірки з адаптивним кроком дискретизації 4. Дослідження ефективності впровадження комп'ютерно-інтегрованих АСУТП на птахофабриках 5. Розробка та дослідження способів управління вибіркою, що використовується методами пасивної ідентифікації 6.

ОСНОВНИЙ ЗМІСТ РОБОТИ

Вступ. Показана актуальність роботи з точки зору впровадження у птахівництві систем енергозберігаючого управління. Звернуто увагу на зв'язок між якістю ідентифікації пташника і втратами при управлінні. Визначено мету та конкретизовано задачі досліджень.

Перший розділ. Приведено аналіз властивостей пташника як об'єкта управління, що розглядається як біотехнічна система із складним характером взаємозв'язків. Проаналізовано вплив температури на продуктивність птиці. Показано, що температура є одним із головних чинників продуктивності птиці. Виконано аналіз існуючих методів та підходів щодо створення систем управління багатопараметричними об'єктами в умовах апріорної невизначеності та постійно діючих збурень. Показано, що перспективним напрямом у птахівництві є створення АСУ з використанням алгоритмів адаптації та оптимального управління. Задача управління температурним режимом у пташнику розглядалась як складова частина загальної задачі ієрархічної компютерно-інтегрованої системи управління виробництвом.

Визначено, що синтез математичної моделі ОУ повинен забезпечити аналіз такого набору факторів, фактичний вплив яких на ОУ в черговий цикл управління з максимально можливою ймовірністю переведе його в заздалегідь заданий цільовий стан. При цьому модель повинна враховувати: стан ОУ і траєкторію, за яких він перейшов у цей стан (послідовність попередніх станів); вплив наявних і прогнозованих неконтрольованих факторів середовища на поводження ОУ (передумови і тенденції); попередній досвід реального впливу управляючих факторів на поведінку ОУ, що знаходиться в тих чи інших станах і зовнішніх умовах.

Визначено основну проблему, що виникає при синтезі АСУ пташника: вплив біологічної складової, збурюючих чинників різного характеру, в тому числі і від технологічних операцій, невизначеність і недостатність апріорної вихідної інформації про об'єкт управління, наявність невідомих факторів, що істотно впливають на його стан, і як наслідок - проблематичність побудови змістовної аналітичної моделі об'єкта управління.

Визначено, що до складу перспективних АСУ пташником, як систем управління складними, динамічними, багатопараметричними, слабкодетермінованими, нестаціонарними системами, у якості істотних функціональних ланок, повинні ввійти підсистеми ідентифікації і прогнозування, що призведе до практичної можливості застосування цих систем завдяки значній обчислювальній складності застосування методів ідентифікації.

Визначено об'єкт, предмет, мету дисертаційної роботи. Здійснено постановку задачі синтезу АСУ. Сформульовано задачу ідентифікації та адаптації, проведено оцінювання методів адаптації з точки зору їх ефективності, швидкодії та вартості реалізації.

У другому розділі побудовано структуру системи автоматичного управління виробництвом в цілому та визначено місце системи ідентифікації пташника в загальній структурі управління виробництвом. Визначено функції такої системи.

Проведено аналітичний огляд, класифікцію та порівняльний аналіз методів ідентифікації, окреслені області застосування цих методів, визначено рівень їх відповідності задачам, поставленим у роботі.

Встановлено, що методів, цілком придатних для застосування в складі адаптивних АСУ складними системами, у готовому виді не існує, а методи пасивної ідентифікації, як найбільш прийнятні, мають суттєві недоліки, пов'язані з необхідністю обробки значних масивів інформації. Зазначене впливає на вартість техніки, за допомогою якої реалізуються такі алгоритми. Із врахуванням приведених обставин, запропоновано спосіб ідентифікації параметрів математичної моделі пташника, який дозволяє відсіювати неінформативні сигнали шляхом застосування спеціалізованого методу підготовки інформаційної вибірки.

Розроблений алгоритм пасивної ідентифікації є модифікованим алгоритмом Нагумо, Ноди, в якому (на відміну від алгоритму Качмажа) не використовується відстань Хемінга та ґрунтується на диференціальній стратегії поведінки двох ідентичних за структурою моделей. Формально сам алгоритм можна представити у вигляді

(1)

де - функція оцінки часткових похідних за параметром моделі _М(A,B) на k-му кроці; Т - період дескритизації; а_k- робочий крок;- реалізації випадкових збурень на інтервалі [kT, (k+1)T)].

Швидкодія алгоритмів такого типу обмежена особливістю методів пасивної ідентифікації, до яких можна віднести:

низьку швидкодію, що пояснюється опрацюванням значного обсягу інформації;

суттєвим впливом збурень на значення цільового критерію, що може вивести систему ідентифікації на межу стійкості;

залежністю часу накопичення інформації від характеру управляючих та неконтрольованих збурень; оскільки останні є непостійними, то ця обставина впливає на час ідентифікації.

Методики оцінки якості вибірки і оцінки її придатності для ідентифікації шляхом визначення і порівняння дисперсій виявились не ефективними через значну зашумленість корисного сигналу та застосування алгоритмів усереднення показників всіх датчиків. Поява незначних шумів з усередненням показників датчиків, розподілених по всьому приміщенні, суттєво впливає на величину дисперсії без значного впливу на цінність вибірки для алгоритму ідентифікації. Зазначену проблему запропоновано вирішити шляхом використання спеціалізованої методики формування вибірки (2), яка здатна аналізувати її якість. Суть її полягає в тому, що на основі деякої реалізації сигналу W_k (k0... kT) формується вибірка М, похибка наближення якої до W_k в інтервалі між відліками не перевищує .

На відміну від існуючих адаптивних алгоритмів, що ґрунтуються на безпосередньому спостереженні за похибкою відтворення, алгоритм (2) стежить за деякою похибкою S, що виражає собою інтеграл відхилення сигналу від допустимого коридору. Параметри коридору мають регульовані та нерегульовані настройки. До регульованих належать координата точки оптимальної фіксації f[0,1…n] та коефіцієнт нахилу коридору С_f у цій точці. До нерегульованих належить 2 - ширина коридору. Слід зазначити, що основною задачею алгоритму є знаходження оптимальних координат фіксації сигналу, критерієм оптимальності виступає величина S. Величина визначає гранично допустиме значення критерію S. За умови S> у матрицю М заносяться координати точки f.

Такий алгоритм дозволяє зменшити вплив шумів різного характеру та випадкових викидів на функціонал якості, що базуються на мінімізації квадратичного функціоналу. До того ж, застосовування будь-яких градієнтних методів без зазначеного призводить до непередбачуваних результатів.

Однією з важливих переваг алгоритму (2) над іншими є те, що через зміну коефіцієнта стиснення можна впливати на швидкодію алгоритмів ідентифікації. Відбувається це в такій послідовності:

(4)

де D_k - крок зміни коефіцієнта стиснення; J(_M(t)) - критерій якості ідентифікації;

К_опт - оптимальний коефіцієнт стиснення.

Коефіцієнт стиснення вважається оптимальним К_опт, якщо досягається певний рівень стиснення шляхом фільтрації несуттєвих змін сигналу без втрати інформативності сигналу. Розроблений алгоритм (5) дозволяє проводити експрес-оцінку якості вибірки S в залежності від допустимої похибки.

Інтерес представляє не стільки абсолютне значення критерію S, скільки його залежність від допустимої похибки. Його майже лінійна залежність при малих значеннях свідчить про лінійне зростання похибки при стисканні. Значення _гран, після якого подальше збільшення призводить до нелінійного та різкого збільшення критерію S, і є значенням граничної похибки при якій відбувається оптимальне стиснення. Слід зазначити, що під стисканням розуміється не заміна однієї вибірки іншою, а створення адресної вибірки, в якій фіксуються адреси певних характерних величин в основній вибірці. За таких умов всі основні операції з вибіркою проходять безпосередньо над адресною вибіркою 1, 6.

Як показано на узагальненій структурній схемі управління об'єктом з блоком ідентифікації, на модель об'єкта подається управління u(t) у вигляді вибірки.

Застосування алгоритмів формування вибірки дає можливість зменшити обсяги інформаційних потоків без втрати інформативності вибірки, що пояснюється значним скороченням надлишкової інформації. За таких умов:

* реалізувалась можливість відбору тільки суттєвих в інформаційному плані відліків;

* зменшилось завантаження автоматичної системи обчислювальними операціями.

Проте, крім входу u(t), алгоритм ідентифікації опрацьовує і виходи об'єкта y(t) та моделі y(t). Швидкодія та якість роботи системи ідентифікації залежить і від об'єму вибірки y(t).

Застосування алгоритмів (2 - 5), перед якими стояла задача швидкодії через управління вибіркою y(t), до вирішення даної проблеми дає певний результат, проте орієнтація цих алгоритмів на інші задачі не забезпечує бажаного рівня стискання вибірки без суттєвої втрати її якості. Тому актуальною є розробка спеціалізованого способу обробки такої вибірки, яка формується за алгоритмом:

(6)

де Е_доп - допустима похибка, значення якої залежить від бажаного рівня стискання вибірки та якості відтворення інформації.

У його основу покладено ідею безпосереднього стеження за похибкою відтворення сигналу Е(t) (7), описаного деякою функцією на інтервалі [kT ... (k+n)T].

, (7)

де - оціночна функція.

За умов, коли значення оціночної функції менше допустимої похибки, проходить адаптивне збільшення часу дискретизації.

Фіксація відповідної величини сигналу проходить у той час, коли оціночна функція перевищує допустиму похибку.

За умов досягнення похибкою відтворення заданого значення Е_доп, нарощування часу дискретизації припиняється і проводиться відлік. Інтервали часу між відліками при цьому можуть бути різними.

Застосування зазначеного алгоритму дає значний ефект, але використання вибірки при цьому буде супроводжуватись певними ускладненнями. Останнє пояснюється тим фактом, що вибірка зафіксована із змінною дискретністю, а це в свою чергу робить неможливим її використання у стандартних алгоритмах без попередньої підготовки.

Суть проблеми у тому, що вибірка формується у вигляді, показаному на. Видно, що фіксація певного значення Y проходить в точці, наприклад, В. Крім того, від моменту фіксації значення Y в точці А визначається проміжок часу t₁. Основна складність полягає в тому, що t₁ t₂ t_n. Використання такої вибірки супроводжуватиметься труднощами обчислювального характеру 4. Пов'язано зазначене з тим, що в більшості існуючих алгоритмів використовується фіксований час t (t << t₁, t << t₂ ... t << t_n), значення якого є константою.

Для врахування приведених обставин потрібно вибірку підготовити до вимог конкретного алгоритму. До того ж, бажано представити вибірку таким чином, щоб її вигляд не залежав від часу дискретності основних алгоритмів. Досягти зазначеного можна шляхом побудови математичної моделі вибірки Y_k (де k = 0, 1 … n) на певному інтервалі до вигляду Y(t).

Для цього використано таке рівняння регресії

(10)

де Y_k, t_k - числа, що відповідають зафіксованому значенню Y(t), певній величині та часу відповідно, коли це значення було зафіксоване.

Перевага приведеного методу обробки вибірки полягає в тому, що досягається висока швидкість роботи алгоритму та зникає необхідність в збереженні коефіцієнтів моделі, так як розрахунки проводяться лише для визначення конкретного значення на момент запиту алгоритму до вибірки.

В третьому розділі основну увагу приділено визначенню структури автоматичної системи управління температурним режимом та вибору програмних засобів і технічних засобів зв'язку з об'єктом. Структурно система складається з мікропроцесорних контролерів ADAM5510 та пристроїв зв'язку з об'єктом серії 4000 (Advantech), об'єднаних між собою за допомогою інтерфейсів RS232/RS485 на нижньому рівні; на середньому та верхньому - ПК (для вирішення задач адаптації та визначення оптимальних режимів роботи підсистем, відображення технологічних параметрів, ведення статистики роботи технологічного обладнання та стану технологічних процесів, надання автоматизованих робочих місць інженерів служб АСУ, бухгалтерії та ін.).

Програмне забезпечення системи реалізовано з використанням засобів взаємодії з оператором MMI/SCADA (Man Machine Interface/Supervisory Control And Data Acquisition System) на базі пакету GENIE 3.04 (Advantech). Структуру програмного забезпечення організовано у модульному вигляді. Зазначене дозволило гнучко розподіляти черговість виконання задач та обчислювальні ресурси для їх вирішення, легко вносити зміни до структури та змісту програмного забезпечення.

В четвертому розділі приведено результати випробування та імітаційного моделювання системи, окремих підсистем та структурних елементів. Алгоритм адаптації випробовувався на вибірці в 1668 значень, що фіксувались протягом 1 години 40 хвилин. Характерною особливістю такої вибірки була значна її зашумленість.

Застосування алгоритмів оцінювання вибірки та управління нею дозволило проводити експрес-оцінку доцільності її використання в алгоритмах ідентифікації та плавно змінювати рівень її стискання в широких межах (від 1 до 20 раз).

За умов максимального стискання швидкодія алгоритмів максимальна, що використовується для попередньої оцінки параметрів ідентифікації [2, 5]. Подальша робота з метою більш точної ідентифікації проводиться над вибіркою з меншим коефіцієнтом стискання. Приведена послідовність у роботі над вибіркою показала значну її ефективність, що було перевірено шляхом імітаційного моделювання.

ОСНОВНІ РЕЗУЛЬТАТИ ТА ВИСНОВКИ

У дисертаційній роботі, що присвячена створенню системи ідентифікації пташника для автоматизації температурного режиму, досягнуто таких результатів:

Здійснено постановку задачі синтезу АСУ пташника. Визначено її структуру, призначення та зв'язки її складових. Окреслено основну проблему, що виникає при синтезі АСУ, а саме: невизначеність і недостатність апріорної інформації про об'єкт управління, наявність невідомих факторів, що істотно впливають на нього і, як наслідок, ускладнюють побудову змістовної аналітичної моделі об'єкта управління. Розроблено загальну структуру АСУТП пташника. Визначено комплекс задач, що покладаються на структурні блоки та підсистеми. Визначено схему циркуляції інформаційних потоків.

Зважаючи на специфіку об'єкта управління (значну нестаціонарність, тривалий час перехідних процесів, низьку інформативність каналів зв'язку), визначено вимоги до системи ідентифікації, яка повинна забезпечити аналіз стану ОУ, траєкторії, за яких він перейшов у цей стан (послідовність попередніх станів); вплив наявних і прогнозованих неконтрольованих факторів середовища на ОУ (передумови і тенденції); попередній досвід реального впливу керуючих факторів на поведінку ОУ, що знаходиться в тих чи інших станах і зовнішніх умовах. Визначено, що актуальною є практична можливість застосування методів ідентифікації через їх значну обчислювальну складність для забезпечення якісного управління складними, динамічними, багатопараметричними, слабкодетермінованими, нестаціонарними об'єктами.

Проведено аналіз існуючих методів, підходів та конструктивних рішень, що направлені на підвищення ефективності роботи системи автоматичного управління за умов постійно діючих збурень, апріорної невизначеності та недопустимості активної ідентифікації, що дозволило визначити комплекс проблем, які мають бути вирішені в процесі розробки системи ідентифікації та управління у пташнику. Виявлено, що ця задача залишається досить актуальною, тому що універсальних діючих засобів аналізу багатопараметричних моделей складних об'єктів не існує.

Обґрунтовано використання квадратичного критерію з зоною нечутливості для зменшення впливу збурень з нульовим математичним очікуванням, та введено комплекс обмежень на величину робочого та пробного кроків для пошукових алгоритмів системи адаптації.

Розроблено методику формування вибірки та реалізовано її у вигляді алгоритму. Останній прискорює адаптацію моделі реального об'єкта шляхом управління рівнем стискування вибірки та дозволяє регулювати потоки інформації на вході моделі. Запропонований метод стискування в межах 3% похибки забезпечує майже 17-ти кратне зменшення обсягу інформації, що підлягає аналізу. Це, в свою чергу, дозволяє зменшити кількість обчислювальних операцій у період оцінювання та початкового наближення параметрів і підвищити точність ідентифікації на її заключних етапах.

Запропоновано алгоритм зберігання статистичної вибірки, який ґрунтується на адаптивному визначенні часу дискретизації. Зазначене дозволяє, в окремих випадках, стискати вибірку майже в 20 разів та відтворювати її з похибкою, що не перевищує 0.5%. Приведені показники майже в 4 рази менші, ніж при застосуванні алгоритму стискання з тим самим рівнем, але при фіксованому часі дискретизації.

7. На базі об'єктно-орієнтованого пакету Genie 3.01, розроблено алгоритми системи ідентифікації та визначено комплекс технічних засобів на базі пристроїв зв'язку з об'єктом фірми Advantach 4000 серії.

8. За результатами випробувань системи та аналізу її ефективності на імітаційних моделях, проведено оцінку впливу запропонованих рішень на якість відтворення інформації та швидкодію параметричної ідентифікації. Встановлено, що адаптивне управління вибіркою підвищує швидкість ідентифікації, причому універсальність алгоритмів дозволяє їх використовувати при пошуковій оптимізації параметрів регулятора. Похибка ідентифікації не перевищує 3% у досліді “на утримання об'єкта” та 7.5% у досліді “на пошук параметрів об'єкта”. Показано, що усунення 5% похибки між моделлю і реальним об'єктом дозволяє зекономити понад 9.05510⁵ кВтгод за п'ять місяців на одному пташнику.

СПИСОК ОПУБЛІКОВАНИХ ПРАЦЬ ЗА ТЕМОЮ ДИСЕРТАЦІЇ

Лисенко В.П., Ботвін В.Л. Ідентифікація пташника, як об'єкта управління // ААЄКС № 2(3), 1998р. -с. 73-81

Лисенко В.П., Ботвін В.Л. Організація сучасного програмного забезпечення АСУ ТП на птахофабриках // ААЄКС № 2(5), 1999 р. -с. 126-132

Лисенко В.П., Ботвін В.Л. Оптимальне управління об'єктами із значним часом чистого запізнення // збірн. наук. праць НАУ, том VI, 1999 р.-ст. 314-320

Лисенко В.П., Ботвін В.Л. Адаптивний алгоритм формування вибірки // Аграрна наука та освіта, № 1 -Київ, 2000 р., ст. 146-149

Лисенко В.П., Ботвін В.Л. Застосування адаптивних та оптимальних алгоритмів на птахофабриках яєчного напрямку // Натураліс № 3-4, 1998 р., ст. 12-16.

Лисенко В.П., Ботвін В.Л., Купчик М.П. Ідентифікація багатопараметричного об'єкта із значним часом чистого запізнення // Матеріали 7-ї Міжнар. наук.-техн. конф., 23-25 жовтня 2001р. Наукові праці УДУХТ, № 10, ч. ІІ - К.: ст. 197-198

Ботвін В.Л. Ідентифікація пташника для побудови системи автоматизації температурного режиму. Рукопис.

Дисертація на здобуття вченого ступеня кандидата технічних наук за спеціальністю 05.13.07 - Автоматизація технологічних процесів. - Національний аграрний університет, Київ - 2002

Дисертацію присвячено питанням побудови сучасних систем ідентифікації та адаптивного управління у промисловому птахівництві, якісного визначення параметрів моделі технологічних процесів та питанням, пов'язаних із зменшенням обчислювальної складності методів ідентифікації. Розроблено ряд способів, які дозволяють підвищити швидкодію методів пасивної ідентифікації та параметричної оптимізації шляхом формування та використання вибірки з адаптивним кроком дискретизації.

Ключові слова: вибірка, адаптивний крок дискретизації, ідентифікація, алгоритм

V.L. Botvin. Identification of poultry-house for building system of temperature mode automatization. Manuscript.

Dissertation for science-degree of candidate of engineering sciences on speciality 05.13.07 - Automatization of technological processes. National Agricultural University, Kyiv - 2002.

Dissertation is devoted to the matter of building modern system of identification and adaptive management in industrial poultry, quality determination of technological processes model and matters related to reduction of calculated complication of identification methods. There is developed the range of methods allowing to increase speed of passive identification and parametric optimization via forming and use of selection with adaptive step of discretization.

Keywords: selection, adaptive step of discretization, identification, algorithms.

Ботвин В.Л. Идентификация птичника для построения системы автоматизации температурного режима. Рукопись.

Диссертация на соискание ученой степени кандидата технических наук по специальности 05.13.07 - Автоматизация технологических процессов - Национальный аграрный университет, Киев - 2002

Диссертация посвящена вопросам построения современных систем идентификации и адаптивного управления в промышленном птицеводстве, качественного определения параметров модели технологических процессов и вопросам, связанных с уменьшением вычислительной сложности методов идентификации. При чем использование усовершенствованных алгоритмов идентификации и оптимального управления рассматривается как решающий фактор, влияющий на технико-экономические показатели функционирования системы в целом.

В первом разделе приведен анализ свойств птичника, как объекта управления. Показано, что перспективными есть создание АСУТП с использованием алгоритмов идентификации и адаптации. Задача управления температурным режимом в птичнике рассматривалась как составная часть общей задачи иерархической компьютерно-интегрированной системы управления производством. Сформулирована задача идентификации и адаптации, проведены оценивания методов адаптации с точки зрения их эффективности, быстродействия и стоимости реализации.

Разработана подсистема пассивной идентификации с блоками адаптивного формирования выборки и алгоритм повышения быстродействия алгоритмов адаптации модели объекта, путем управления уровнем сжатия выборки, что позволило регулировать потоки информации. Специализированный алгоритм сжатия, регулируя допустимую погрешность в границах 3%, позволил достичь почти 17-ти кратного уменьшения объема информации, которая подлежит анализу. Изменение уровня сжатия позволило существенно уменьшить количество вычислительных операции в период оценивания и начального приближения параметров и повысить точность идентификации на ее заключительных этапах.

Предложен алгоритм сохранения статистической выборки, который основан на адаптивном определении времени дискретизации, что в отдельных случаях позволило сжимать выборку почти в 20 раз и воссоздавать ее с погрешностью, которая почти в 4 раза меньше, чем при применении алгоритма сжатия с тем же уровнем при условиях фиксированного времени дискретизации.

В третьем разделе основное внимание уделено определению структуры автоматической системы управления и выбора программных и технических средств связи с объектом. На базе современного объектно-ориентированного программного обеспечения разработаны алгоритмы, которые позволяют решать задачи идентификации, оптимизации и использовать специализированные методы распределения вычислительной нагрузки с обеспечением необходимых показателей надежности системы в целом. Указанное позволило гибко распределять очередность выполнения задач и распределять вычислительные ресурсы для их решения. Рассмотрены пути и методы усовершенствования разработанного программного обеспечения.

В четвертом разделе приведены результаты испытания и имитационного моделирования системы, отдельных подсистем и структурных элементов. Произведено испытание алгоритмов оценивания выборки и управления ею. Путем имитационного моделирования было определено, что погрешность идентификации не превышает 3% в опыте “на удержание объекта идентификации” и 7.5% в опыте “на поиск параметров объекта идентификации”. Показаны результаты испытания системы в целом.

Ключевые слова: выборка, адаптивный шаг дискретизации, идентификация, алгоритм

Размещено на Allbest.ru