Delist.ru

АВТОМАТИЗАЦИЯ И УПРАВЛЕНИЕ ТЕХНОЛОГИЧЕСКИМИ ПРОЦЕССАМИ ОБЖИГА КЛИНКЕРА ПРИ ПРОИЗВОДСТВЕ ЦЕМЕНТА (30.05.2011)

Автор: ПИРОВ ФУРКАТ САЙФУЛЛОЕВИЧ

удельный расход условного топлива;

влажность шлама, температура вторичного воздуха;

скорость вращения печи (не более 1 об/мин).

Частота поступления шлама в печь может быть определена, например, законом распределения, устанавливающим длительность интервалов между входными сигналами предыдущей операции.

Перечисленные ограничения представляются общими для любого варианта исходных данных.

В четвертой главе решаются задачи разработки имитационной модели и проведения имитационных экспериментов.

Исходным этапом моделирования представляется определение ресурсов модели, в данном случае — элементов вращающейся печи, которые непосредственно связаны с процессами обжига и охлаждения клинкера. В качестве таковых выступают определенные параметра агрегата, технологические зоны печи, устройства контроля и управления, так что для конкретной задачи могут быть предложены различные варианты моделей. Наиболее рациональным решением представляется рассмотрение печи в целом — агрегата для получения клинкера — как единого ресурса, поскольку именно в этой модели возможно размещение и хранение практически всей информации об его функционировании.

С целью последовательного улучшения технологического режима вращающегося печи и снижения удельного расхода топлива целесообразно обеспечить следующие условия:

Нормализация работы шламопитателя.

Снижение удельного расхода топлива на обжиг клинкера.

Увеличение часовой производительности печи.

Имитационное моделирование представляет собой процесс построения обобщенной компьютерной модели с алгоритмическим описанием основных правил ее поведения.

В методе РДО знания о моделируемой системе представляются в виде модифицированных продукционных правил. Состояние любого моделируемого объекта системы определяется набором значений параметров всех элементов, принадлежащих системе и соответствующей базе данных (БД).

Пусть характеристики системы Zi(t) будут случайными функциями времени, зависящими от параметров ?1, ?2, …, ?n. Разобьем эти параметры на две группы: управления — ?1, ?2, …, ?m, определяющие дальнейший порядок функционирования системы, и собственные — ?m+1, ? m+2, …, ?n , характеризующие свойства системы и ее элементов и не зависящие от управления. Пусть некоторое свойство системы описывается функционалом Ф, взятым в качестве показателя и определенным в пространстве Zi(t):

Ф = Ф(?1, ?2, …, ?m; ?m+1, ? m+2, …, ?n). (23)

На величины ?i накладываются ограничения вида:

?i(?1, ?2, …, ?m; ?m+1, ? m+2, …, ?n), (24)

h = 1, 2, …, h*, 0 ? ?j ? ?i . (25)

Можно утверждать, что задача оптимального управления сведется к выбору параметров ?m+1, ? m+2, …, ?n, удовлетворяющих условиям (24) и обеспечивающих минимум функционала Ф (23).

Если Ф = Ф(?1, ?2, …, ?n) и ?h(?1, ? 2, …, ?n), заданные моделирующим алгоритмом, является выпуклыми и непрерывно дифференцируемыми функциями n переменных, то задача выбора оптимального управления асимптотически эквивалентна задаче нахождения минимума функции

при условиях 0 ? ?j ? ?i (c > 0 — некоторое постоянное число). Под асимптотической эквивалентностью мы будем понимать эквивалентность при c ? ?. Таким образом, в результате замены (23) эквивалентным соотношением (26) мы пришли к задаче, которая может быть решена любым из известных методов отыскания экстремума.

Суть его сводится к следующему. Пусть искомыми величинами будут ?1, ?2,.., ?w. Тогда в W-мерном пространстве выбираем произвольную точку ?1, ?2, …, ?n, которую будем называть точкой нулевого приближения, а значение V(?1, ?2, …, ?w) обозначим V0. Отправляясь от этой точки, используем итерационную процедуру покомпонентной минимизации величины V как функции одной переменной. Минимизация функции V по каждой переменной может быть проведена различными способами. Рассмотрим алгоритм минимизации функции:

приняв во внимание физическую особенность функционирования технологической операции:

Пусть минимум функции находится в интервале (0, ?), то есть, правая граница интервала неизвестна. Произвольно выбираем значение аргумента ? = ?1 и методом агрегативного моделирования определяем функционал F1 при этом аргументе, соответственно увеличиваем значение аргумента ? = ?2 = 2?1. Значение функционала F2 варьируется аналогичным образом — до тех пор, пока не выполнится условие

Fn > F1 (n = 2, 3, 4, …).

Для определения левой границы интервала поступаем следующим образом. Интервал (0, ?) делим пополам (значение функции при аргументе ?/2 было определено при поиске правой границы). Вновь полученный интервал (?/2, ?) снова делим пополам, и в этой точке также определяем значение функции. Рассмотрим два случая взаимного соответствия этих значений.

Случай 1-й (рис.7,а). Если соблюдается условие FA>FB

Случай 2-й (рис.7,б). Если соблюдается условие FA

Следует рассмотреть два метода построения моделирующего алгоритма для обеспечения требуемого согласования.

1. Для определения оптимума продолжительности работы моделируется процесс, состоящий из одной операции. В процессе моделирования регистрируются моменты выдачи выходных сигналов, их интервалы, моменты сбоя, длительность ремонта, скорость вращения печи, температура выходящего клинкера, все признаки состояний и другие представляющие интерес параметры моделируемого процесса.

Для каждого шага моделирования регистрируются результаты промежуточных вычислений второй операции, и вновь повторяется моделирование процесса, представленного тремя, четырьмя и т. д. операциями.

2. Аналогичным образом производится моделирование технологического процесса, состоящего из одной, двух и т. д. операций, но при этом результаты промежуточных вычислений запоминаются не по шагам моделирования ?t, а вычисляются каждый раз для всех операций, составляющих процесс.

Ниже рассмотрен алгоритм согласования процесса моделирования по последнему методу, называемому методом ?t . Сущность метода состоит в следующем. С помощью программ ввода и формирования в ЭВМ вводятся данные (начальные условия) о состоянии системы в момент t=0.

Вариант блок-схемы моделирующего алгоритма, приведен на рис.8.

Рис.8 Схема моделирующего алгоритма

Затем текущее время изменяется на ?t, то есть t1 = ?t и, начиная с автономного плюса, производится пересчет изменения состояний системы за интервал ?t. Зоны, не получившие к моменту ?t внешних сигналов, будут изменять свои состояния в соответствии с оператором U. Для них производится проверка принадлежности состояний подмножеством Zу и наличия в интервале ?t моментов выдачи выходных сигналов.

Если выходные сигналы Y соответствуют ty ? tex (за ?t), то рассматриваются зоны, получившие эти сигналы в качестве внешних. Моделирование продолжается до тех пор, пока состояние системы не будет зафиксировано по всем зонам. Далее текущее время снова изменяется на ?t и процедура формирования состояний и выходных сигналов повторяется.

Таким образом, для решения поставленной задачи с использованием имитационной модели необходимо выделить и описать состояния системы и правила (алгоритмы) их изменения. Результаты регистрируются в терминах выбранного средства моделирования (в частности, алгоритмического языка), и обеспечивается их использование и дальнейшая доработка.

События, которые начинают или завершают действие, не планируются разработчиком модели, а инициируются по условиям, определенным по соответствующим действиям. Условия начала или окончания действий проверяются (сканируются) после очередного продвижения имитационного времени: если заданные условия удовлетворяются, то происходит соответствующее действие. Для выполнения каждого действия модели сканирование условий должно производиться для всего их множества при каждом шаге «имитационного» времени.

Проведенные имитационные эксперименты показали, что смоделированная система практически полностью соответствует объекту исследования. Результаты проведенных имитационных экспериментов представлены в табл.1.

загрузка...