Наиболее полно методы синтеза СПС для различных классов объектов изложены в [14].
Метод динамической оптимизации с использованием уравнения Эйлера, а также метод максимума Понтрягина изложены в [15, с. 227-315; 16, с. 393-426]. Указанные методы позволяют синтезировать системы оптимальные по точности, быстродействию, различным интегральным критериям качества переходных процессов.
В [I7] приводятся алгоритмы в примеры расчета оптимальных в экстремальных систем управления.
Область применения указанных методов определяется структурой математической модели объекта управления и требованиями к характеру
управляющих воздействий. Так, метод уравнения Эйлера целесообразно применять для таких задач оптимального управления, где по физическому смыслу трудно ожидать решения в виде разрывных функций и где оптимизируемый функционал и уравнения связи (ограничения) существенно нелинейные. Принцип максимума Понтрягина целесообразно применять при формировании кусочно-непрерывных управлявших воздействий и при ограничениях на управления в виде неравенств.
Оптимизацию стационарных режимов непрерывных технологических процессов (статическую оптимизацию) производят, используя в качестве критерия эффективности управления различные технико-экономические показатели функционирования объекта управления - его производительность, себестоимость производимой продукции, энергетические затраты, степень превращения вещества в результате химической реакции, а также показатели качества продукции, некоторые комплексные показатели, характеризующие ход технологического процесса.
Статическая оптимизация заключается в определении нового, наилучшего с точки зрения выбранного критерия эффективности технологического режима, если необходимость в этом вызывается изменением внешних условий (возмущающих воздействий, качества сырья и т.д.). Такая оптимизация предполагает, что процесс находится в установившемся состоянии и может быть мгновенно переведен в новое, при этом динамика переходного процесса в новое установившееся состояние не существенна.
В зависимости от полноты знаний об объекте управления статическая оптимизация может выполняться с помощью:
-ЭВМ, использующих математические модели объектов и экономико-математические методы решения задач оптимизации (когда знания об управляемом процессе достаточно полны и задача оптимизации чисто математическая);
-автоматических оптимизаторов (когда создание математической модели статики процесса затруднено либо достаточно просто экспериментально определить экстремум регулируемого показателя);
-комбинированных методов, сочетающих методы математического и экспериментального определения оптимума.
Математические методы решения задач статической оптимизации непрерывных технологических процессов можно разделить на две группы: методы безусловной и условной оптимизации.
Методы безусловной оптимизации используются, когда математическая модель представляет собой целевую функцию, условия поддержания экстремума которой требуется определить. Такие задачи решаются методами математического анализа (методами нахождения экстремума функции одной либо нескольких переменных).
Если математическая модель технологического процесса представляет собой совокупностъ целевой функции и системы ограничений, оптимизация такого процесса может быть решена одним из известных из курса "Математические методы исследования операций" методов математического программирования (линейного, нелинейного, динамического и т.д.). Выбор того или иного метода математического программирования определяется характером управляемого технологического процесса и его математической модели (стадийность процесса, характер нелинейности математической модели и т.д.).
Метода поиска оптимума регулируемого параметра с помощью автоматических оптимизаторов (экстремальных регуляторов) изложены в ряде учебников курса “Теория автоматического управления”. В частности в [15] рассмотрены методы поиска экстремума функции одной переменной с помощью экстремального шагового регулятора, экстремальных регуляторов с запоминанием экстремума, с непрерывной модуляцией, с синхронным детектором и др.
Комбинированные методы требуют менее точного математического описания процесса, чем методы строгой математической оптимизации, однако эффективность(например, быстрота) поиска оптимума резко возрастает: грубый выход в район оптимума осуществляется по упрощенной модели, а оптимум уточняется в процессе экспериментов на объекте.
С комбинированными методами оптимизации тесно связаны методы определения и поддержания экстремума двух и более переменных, поскольку поисковые шаги при отыскании экстремума формируются с помощью соответствующих программ ЭВМ, а рабочие шаги осуществляются экстремальным регулятором. Из этих методов наиболее распространены методы: покоординатной оптимизации (Гаусса - Зайделя), градиента крутого восхождения (Бокса - Уилсона), случайного поиска и др. [15].
Особеностъю систем экстремального регулирования, реализующих указанные методы, является то, что в процессе регулирования постоянно уточняются условия экстремума оптимизируемого критерия и вырабатываются управляющие воздействия для оптимального ведения технологического процесса.
Программой комплексного курсового проекта предусмотрена разработка алгоритмов и программ статической и динамической оптимизации технологического процесса, основанных либо на экспериментальных данных по исследованию процесса, выдаваемых руководителем курсового проекта, либо на использовании неформальных математических моделей, разработанных в результате анализа физико-химических закономерностей технологического процесса.
5. РАЗРАБОТКА ФУНКЦИОНАЛЬНОЙ СХЕМЫ АСУНТП
При проектировании АСУНТП все основные технические решения по автоматизации установок, агрегатов или отдельных узлов технологического процесса отображаются на функциональных схемах автоматизации.
Функциональная схема автоматизации является основным техническим документом, определяющим структуру и функциональные связи между технологическим процессом и средствами контроля и автоматизации (в том числе средствами телемеханики и вычислительной техники). Ее выполняют в виде чертежа, на котором схематически условными изображениями показывают технологическое оборудование, коммуникации, органы управления, приборы и средства автоматизации.
В процессе разработки функциональных схем на основании анализа условий работы технологического оборудования и агрегатов, выявленных законов и критериев управления объектом, а также таких требований, предъявляемых к качеству работы систем автоматизации, как точность поддержания технологических параметров, качество регулирования и надежность, необходимо решить следующие задачи:
-получение первичной информации о ходе технологического процесса и состоянии технологического оборудования;
-непосредственное воздействие на технологический процесс для оптимального управления им;
-стабилизация отдельных технологических параметров процесса;
-контроль и регистрация технологических параметров процесса и состояния оборудования.
Функциональные задачи автоматизации, как правило, реализуются с помощью технических средств, включавших в себя: отборные устройства, датчики, средства преобразования и переработки информации, отображения и выдачи информации обслуживающему персоналу. Результатом составления функциональных схем автоматизации являются:
-выбор методов измерения технологических параметров;
-выбор основных технических средств контроля и автоматизация (в том числе вычислительной техники);
-определение приводов исполнительных механизмов, регулирующих и запорных органов;
-размещение средств контроля и автоматизации на щитах, пультах, технологическом оборудовании и трубопроводах;
-определение способов и технических средств для представления информации о состоянии технологического оборудования.
При разработке функциональной схемы АСУНТП нужно руководствоваться следующими основными принципами.
1. При разработке функциональных схем автоматизации и выборе технических средств должны учитываться вид и характер технологического процесса, условия пожаро- и взрывоопасности, агрессивность и токсичность рабочей и окружающей сред, требуемая точность и быстродействие средств автоматизации.
2. АСУНТП должна строиться, как правило, на базе серийно выпускаемых средств автоматизации и вычислительной техники. При этом необходимо стремиться к применению однотипных средств автоматизации и вычислительной техники.
3. В качестве локальных средств сбора данных (датчиков), вторичных приборов, регулирующих органов, средств централизованного сбора, передачи и обработки информации на ЭВМ следует использовать преимущественно приборы и средства автоматизации Государственной системы промышленных приборов (ГСП). Перечень и характеристики приборов этой системы приведены в [20; 44] .
4. Классы точности выбираемой аппаратуры определяются требованиями автоматизируемого технологического процесса. Чем выше класс точности измерительной аппаратуры, тем сложнее конструкция приборов и выше их стоимость.
5. При разработке функциональной схемы автоматизации технологического процесса, агрегата или участка должны быть решены вопросы с взаимной связи этих систем с АСУ предприятием. Технические средства АСУНТП должны выбираться с учетом возможности их использования для обмена информацией с техническими средствами АСУП.
6. Применение вычислительной техники позволяет существенно сократить размеры щитов для отображения информации о ходе технологического процесса, повысить надежность и эффективность АСУНТП. Выбор системы централизованного управления с применением управляющей ЭВМ либо распределенной системы управления с применением микропроцессорных контроллеров и микро ЭВМ производится исходя из экономической целесообразности того или иного варианта технического решения.