Глава 4
ПРИМЕРЫ ПРАКТИЧЕСКОЙ РЕАЛИЗАЦИИ НЕЧЕТКИХ
АЛГОРИТМОВ СИCТЕМ УПРАВЛЕНИЯ
4.1. Нечеткая система управления доменной печью
Диапазон возможных применений нечетких алгоритмов и систем
управления, реализующих эти алгоритмы, необычайно широк. Известно,
что NASA рассматривает возможность применения, а возможно, уже при-
меняет, нечеткие системы для управления процессами стыковки космиче-
ских аппаратов. Можно также отметить сокращение публикаций по аппа-
ратным средствам нечетких систем, связанное с интересами Министерства
обороны США в этой области. На другом конце этого диапазона находят-
ся часто рекламируемые стиральные машины с Fuzzy Logic. Однако более
основательное применение нечеткие системы все-таки находят в традици-
онных областях управления промышленными объектами, некоторые при-
меры которых рассмотрены в нижеследующих разделах.
Одним из самых внушительных применений нечеткого управления
как по объему и сложности задачи, так и по полученным результатам яв-
ляется нечеткая система управления доменной печью, описанная в [31].
Учитывая малую доступность этого источника, а также полноту изложе-
ния задачи, приведем описание этой системы, полностью заимствовав его
из работы [31].
Устройство и работа печи
Доменная печь состоит из корпуса, загрузочного устройства, возду-
хонагревателей, воздуходувки для подачи горячего воздуха, устройства
очистки газа, образующегося в печи, и лётки для чугуна (рис. 4.1).
В доменную печь через колошник попеременно загружаются агло-
мерат-продукт спекания мелкой железной руды и кокс.
113
Через несколько десятков расположенных по окружности фурм не-
прерывно вдувается нагретое дутье с температурой 1100
°
С, в результате
чего кокс сжигается. Агломерат постепенно опускается из колошника в
нижнюю часть (~6 м/ч) и за счет восстановительного газа, образующегося
при сгорании кокса, непрерывно восстанавливается и плавится.
Рис. 4.1
Доменная печь имеет цилиндрическую форму c диаметром нижней
части около 15 м, диаметр колошника – 10 м. Расстояние от уровня засып-
ки шихты до оси лётки для чугуна составляет до 40 м. Внутренний объем
печи превышает 5000 м
3
, а масса выплавляемого за сутки чугуна достигает
10000 т. Характерные особенности такой крупной доменной печи состоят
в следующем.
1.
За счет атмосферы с высокой температурой и высоким давлением
в печи одновременно идут реакции трех фаз – газообразной, твердой и
жидкой. Эти реакции чрезвычайно сложны и близки к «черному ящику».
2. Нагретый воздух, превращаясь в восстановительный газ, проходит
расстояние от нижней части печи до колошника за несколько секунд.
Время пребывания шихты в печи составляет 6 – 7 ч. Таким образом, про-
цесс имеет большое время запаздывания.
3. После задувки печь должна работать непрерывно до остановки на
ремонт (около 10 лет).
114
Доменная печь должна быстро реагировать на изменение производ-
ственных планов и рабочего режима и обеспечивать стабильное
производство высококачественного чугуна. В связи с этим обязательным
условием является надлежащее поддержание нагрева, для чего
необходимо постоянное и точное управление нагревом. Для того чтобы
поддерживать стабильный нагрев, следует избегать охлаждения печи из-за
ошибок в работе и возникающих при этом аномальных явлений типа
осадки и канального хода
*
.
Нагрев доменной печи
Сырье, загружаемое через колошник, за счет действия восстанови-
тельного газа, образующегося при сжигании кокса, восстанавливается и
плавится; жидкий чугун и шлак опускаются и скапливаются в нижней час-
ти печи. Под нагревом печи подразумевают температуру жидкого чугуна и
газа в ее нижней части. В общем случае при повышенном нагреве возрас-
тает количество примесей в чугуне, и качество его снижается. Если нагрев
слишком мал, плавление агломерата запаздывает и снижается объем про-
изводства чугуна. Таким образом, нагрев является важным индикатором
рабочего состояния печи. Вместе с тем метод непосредственного измере-
ния нагрева до сих пор не разработан, поэтому в качестве индикатора ис-
пользуют температуру чугуна на выходе из печи.
Нагревом печи можно управлять, изменяя массу подачи, порядок за-
грузки материалов, объем, температуру и давление горячего дутья и влаж-
ность дутья. Для этого специалисты на основе ежедневных результатов
работы, показаний большого числа датчиков, работающих в реальном
времени, информации, получаемой по статистической модели, и прак-
тических знаний о работе прогнозируют нагрев и состояние печи (при ко-
торых возникают осадка и канальный ход) и предусматривают оптимиза-
цию загрузки сырья и нагрева дутья.
*
Осадка – явление резкого оседания сырья за счет соскальзывания из состояния под-
висания (приостановка опускания загруженного сырья). В состояниях подвисания и
осадки изменяется объем сырья, подлежащего восстановлению и расплавлению, и на-
грев становится неустойчивым. Канальный ход-явление, при котором сила давления
восстановительного газа превышает вес загружаемого материала и газ резко устремля-
ется к колошнику через каналы. Восстановительный газ при этом практически не уча-
ствует в восстановлении сырья, что вызывает охлаждение печи.
115
Система измерения и управления доменной печью
Состояние печи непрерывно меняется, и при нарушении равновесия
внутри печи между загружаемыми материалами и давлением газа возни-
кают аномальные явления типа осадки и канального хода. В этом случае
существенно изменяется и нагрев. В связи с этим для управления необхо-
димы датчики, а также модель для прогнозирования состояния печи и ее
нагрева.
На рис. 4.2 показано размещение датчиков. В качестве датчиков ис-
пользуются в основном датчики температуры и давления. Их число в каж-
дой печи достигает 1000. Показания датчиков обрабатываются на компью-
тере и оперативно в виде диаграмм изменений и распределений предос-
тавляются оператору. Кроме того, было разработано большое число моде-
лей управления нагревом, которые испытывали в реальных условиях. Од-
нако, поскольку в печи протекают одновременно три сложные взаимосвя-
занные реакции газовой, твердой и жидкостной фаз, модели для практиче-
ского применения пока еще нет. Поэтому для управления доменной печью
широко использовали знания высококвалифицированных операторов.
Рис. 4.2
116
Температура жидкого чугуна как показатель нагрева
Жидкий чугун и шлак, скопившиеся в нижей части печи, периодиче-
ски выпускают из нее через четыре летки. В скиммерном устройстве глав-
ного желоба за счет разности удельных весов происходит разделение чу-
гуна и шлака. Чугун сливают в ковш (емкостью 200 – 300 т) и транспорти-
руют в сталеплавильный цех. Шлак сливают в шлаковую яму.
Сразу же после разделения чугуна и шлака измеряют температуру
чугуна в скиммерном устройстве (рис. 4.3). Время между выпусками чу-
гуна определяется с учетом износа
футировки леток и желоба и состав-
ляет обычно 2 – 6 ч. Таким образом,
из-за периодичности выпуска чугуна
его температура (рис. 4.4) содержит
свойственную
процессу
не-
определенность.
В общем случае даже при ус-
тойчивом нагреве печи из-за дли-
тельного пребывания чугуна в ней
происходит остывание горна, кроме
того, из-за падения теплосодержания
чугуна в желобе, который служит
для него руслом, температура ока-
зывается заниженной. При выпуске
время нахождения чугуна в печи уменьшается и лещадь остывает в мень-
шей степени. Температура желоба повышается, и температура чугуна на-
чинает достаточно точно описывать нагрев.
Время, ч
Рис. 4.4
Рис. 4.3
117
Таким образом, в течение некоторого времени после выпуска нельзя
получить информацию, хорошо описывающую нагрев. Более того, изме-
нение температуры чугуна во время выпуска непостоянно и зависит от ус-
ловий работы печи. Температура чугуна, используемая в качестве инфор-
мации о нагреве, всегда содержит неопределенность. Из-за этого при
оценке нагрева печи по температуре чугуна следует учитывать время от
начала выпуска и условия работы, а также неопределенность, свойствен-
ную процессу.
Экспертная система управления нагревом печи
Структура системы
Система (рис. 4.5) состоит из управляющего компьютера (который
осуществляет сбор данных от датчиков и их предварительную обработку
для представления в виде, удобном для логических выводов), процессора
искусственного интеллекта (ИИ) (который, используя базу знаний, делает
выводы о нагреве печи) и цифровой контрольно-измерительной аппа-
ратуры, управляющей нагревом по результатам выводов.
Процессор ИИ содержит программные средства поддержки эксперт-
ной системы на базе языка Лисп (средства ИИ) и машину выводов, интер-
претирующую знания. Управляющий компьютер кроме функций предва-
рительной обработки данных от датчиков оснащен функциями анализа
данных и диагностики нагрева по математической модели, разрабо-
танными и используемыми ранее. На основе информации от датчиков и
базы знаний в системе делается вывод о текущем уровне нагрева с перио-
дом 20 мин и об увеличении или уменьшении нагрева; по результатам вы-
вода с помощью правил управления определяются объем дутья и другие
параметры управления.
118
Рис. 4.5
Механизм выводов
Механизм выводов представлен на рис. 4.6. Источники знаний (ИЗ)
объединяются в блоки для каждого функционального элемента системы,
включают атрибуты датчиков и правила и размещаются в процессоре ИИ.
Данные от датчиков, собранные компьютером, преобразуются в факти-
ческие данные для вывода и записываются на доску объявлений
*
(ДО).
Процесс вывода о нагреве начинается с запуска машины выводов с помо-
щью механизма планирования в реальном времени, затем машина выводов
запускает ИЗ об управлении выводом. Например, если из некоторого ИЗ о
датчиках выводится промежуточное заключение о нагреве, то это заклю-
*
Область памяти, общедоступная для всех модулей системы.
119
чение и информация, относящаяся к ИЗ о нагреве, заносятся на ДО.
Управление выводом всегда осуществляется по информации на ДО с по-
следующим определением ИЗ, который следует запустить.
Рис. 4.6
Технологические знания об управлении нагревом
На рис. 4.7 в рамках инженерии знаний показано развитие техноло-
гических знаний, используемых до настоящего времени для управления
нагревом. Среди них имеются диагностические знания о нагреве, фунда-
ментальные знания о доменной печи, обычные знания (здравый смысл)
оператора печи и др. Диагностические знания содержат сведения, позво-
ляющие диагностировать нагрев по наблюдениям оператора (условия сго-
120
рания кокса перед фурмами, цвет шлака на выходе и т.п.), и знания для
получения и проверки гипотез о нагреве по характеру специальной ин-
формации. Оператор, мгновенно сопоставляя эти знания, оценивает нагрев
и производит необходимые действия, применяя знания об управлении на-
гревом, руководство по эксплуатации и другую информацию.
Фундаментальные знания о доменной печи содержат специальные
знания, получаемые при теоретическом анализе в рамках теории метал-
лургических реакций, сведения, получаемые с помощью замораживания
*
,
и знания по технике эксплуатации, подтвержденную многолетним опы-
том. Кроме этих знаний существуют обычные знания, используемые толь-
ко специалистами по доменной печи. Например, зона плавления – это зона
вблизи 1250 °С, в которой происходит размягчение и плавление руды;
подвисание – это явление временной приостановки опускания сырья в пе-
чи и т.п.
Рис. 4.7
*
Исследования условий восстановления и плавления агломерата и кокса в печи прово-
дятся путем прекращения дутья в действующую печь, заливки водой и извлечения ос-
татков через колошник.
121
Представление знаний и база знаний
В данной системе для описания специальных знаний, используемых
для вывода, введены три формы представления – порождающие правила,
фреймы и функции Лиспа. Основная часть знаний представляется в виде
продукционных правил, распределяется по функциональным элементам со
своими правилами и атрибутами датчиков и объединяется в блоки, обра-
зуя иерархическую структуру.
На рис. 4.8 показаны пример правил и структура базы знаний. На-
пример, группа ИЗ о нагреве состоит из четырех ИЗ. ИЗ о температуре
жидкого чугуна по измеренной его температуре делает вывод о нагреве и
содержит около десяти правил.
Рис. 4.8
122
Вывод о температуре чугуна делают с учетом времени, прошедшего
с начала выпуска, и числа ковшей, используя приведенное ниже понятие
нечеткого множества. Затем делают вывод о нагреве с использованием ИЗ
о содержании в чугуне кремния (Si), серы (S) и других элементов. После
окончания этой обработки запускаются ИЗ о датчиках и ИЗ об оценке че-
ловека, и по результатам выводов в каждой группе ИЗ делается заключи-
тельная оценка уровня нагрева.
Фреймы содержат постоянные величины, которые служат исходны-
ми данными для вывода: влажность и температура дутья для управления
нагревом, содержание кокса, задающие величины. Во фреймы часто
включают знания общего характера, поэтому стараются повысить эффек-
тивность представления знаний, используя их преемственность.
С помощью функций Лиспа описываются знания процедурного типа
для вычисления поправок к параметрам рабочего воздействия по степени
достоверности, представляющей четкость в знаниях, и по предыстории
изменения задающих величин.
Представление нечеткостей
Одна из проблем данной экспертной системы, содержащей эмпири-
ческие правила, – представление нечеткостей в знаниях. Для ее решения
обычно используют степени достоверности
CF-
вывода для каждого пра-
вила либо нечеткие множества. При нечетком управлении, основанном на
теории нечетких множеств, с помощью функций принадлежности, позво-
ляющих в естественном виде представить субъективные нечеткие поня-
тия, свойственные человеку, описываются профессиональные знания ква-
лифицированного оператора и реализуется управление, аналогичное тому,
которое он может выполнять. В производстве чугуна такое управление
уже разрабатывается и внедряется для оперативного управления процес-
сом агломерации в реальном времени.
Вместе с тем доменный процесс является очень сложным процес-
сом, в котором одновременно протекают реакции трех фаз – газообразной,
твердой и жидкой. Поэтому профессиональные знания квалифицирован-
ного оператора трудно представить только функциями принадлежности и
так же трудно реализовать управление в виде единой системы.
В связи с этим в рассматриваемой системе в качестве способа пред-
ставления обширных профессиональных знаний использовали порож-
123
дающие правила, а в качестве средства представления нечеткостей ввели
понятия теории нечетких множеств. Наряду с простотой представления
знаний это позволило избежать увеличения числа правил и сократить вре-
мя вывода. В результате появилась возможность оперативного управления
в реальном времени на базе экспертной системы.
Введение функции принадлежности
Когда состояние нагрева прогнозируется по измеренным значениям
температуры чугуна, оператор не сразу определяет уровень нагрева. По-
этому в данной системе нагрев, который фактически является непрерыв-
ной функцией, был разделен на семь уровней с учетом опыта оператора
(табл. 4.1).
Таблица 4.1. Уровни и состояние нагрева
Уровень
Состояние нагрева
7-й
Сильный перегрев
6-й
Перегрев
5-й
Легкий перегрев
4-й
Нормальный нагрев
3-й
Легкий недогрев
2-й
Недогрев
1-й
Сильный недогрев
Обычно оператор по одному замеру вряд ли скажет, что нагрев сей-
час на седьмом уровне; скорее всего он сделает вывод, что текущий уро-
вень – шестой или седьмой. В данной системе не дается однозначного за-
ключения по фактическим данным (температуре чугуна), а вводится не-
четкость, которая для одного замера выражается показателем достоверно-
сти по каждому уровню. Предложен способ представления показателя
достоверности на каждом уровне с учетом удобства эксплуатации с помо-
щью трехмерной обобщенной функции принадлежности, состоящей из
трех элементов: фактические данные (например температура чугуна), за-
ключение (например уровень нагрева) и показатель достоверности.
124
На рис. 4.9 показана обобщенная функция принадлежности для тем-
пературы чугуна, уровня нагрева и показателя достоверности для N-го
ковша в выпуске: X – температура жидкого чугуна,
°
С; Y – уровень нагре-
ва; Z – показатель достоверности. Если, например, измеренное значение
температуры чугуна составляет Х0, то сечение Y-Z при Х=
X
0
дает показа-
тели достоверности
Zj
для каждого уровня нагрева (
j
' = 1,...,7).
Рис. 4.9
Поскольку смысл информации и ее нечеткость меняются со време-
нем от начала выпуска, в качестве параметра для температуры чугуна в
данной системе выбрано число ковшей в выпуске. Кроме того, обобщение
функции принадлежности введено не только для температуры чугуна, но и
для другой информации от датчиков, связанных с нагревом.
Способ формирования функций принадлежности
Ниже описан способ формирования обобщенных функций принад-
лежности, используемых в данной системе (рис. 4.10). Построена зависи-
мость между измеренными значениями температуры чугуна (ось X) для N-
го ковша (см. рис. 4.10, а) и максимальной температурой чугуна во время
выпуска (ось У), наилучшим образом описывающей нагрев. На рис. 4.10, в
эта зависимость представлена в виде функций принадлежности, при этом
выделены определенные температурные области, а по оси Z показана час-
тота появления максимальных температур в каждой области. На рис. 4.10, б
125
б)
показана обобщенная функция принадлежности, которая получена путем
аппроксимации всех функций принадлежности в виде треугольников и со-
единением соответствующих вершин. Поскольку температура жидкого
чугуна зависит от времени, прошедшего после начала выпуска, и условий
работы печи, были подготовлены более 30 обобщенных функций принад-
лежности, с тем чтобы их можно было выбирать автоматически в зависи-
мости от условий работы. Формы этих функций описываются в виде
фреймов.
Рис. 4.10
Обучение обобщенной функции принадлежности
Если управление процессом осуществляется на основе профессио-
нальных знаний операторов, как в данной системе, то эффективность сис-
темы будет зависеть от того, насколько функции принадлежности, выра-
жающие нечеткости, согласуются с профессиональными навыками опера-
тора. Более того, эти навыки постоянно изменяются при смене оборудо-
вания и условий работы печи.
а)
в)
126
По этим причинам срок службы системы в значительной степени за-
висит от способности функции принадлежности отслеживать изменения в
оборудовании и условиях работы. В данной системе с учетом этих обстоя-
тельств обобщенные функции принадлежности наделены способностью к
обучению по методу, показанному на рис. 4.11. В компьютере накаплива-
ются данные от датчиков и данные о работе печи за несколько последних
месяцев; время от времени эти данные извлекаются, из них удаляются
аномальные данные, такие, как данные, полученные до и после остановки
дутья или во время аномальных явлений (осадки и канального хода), дан-
ные для случаев, когда имеются резкие расхождения максимальных тем-
ператур чугуна во время выпуска до и после перекрытия летки, и другие
данные. Затем выделяются четыре случая (табл. 4.2) и проводится анализ
причин. В случае 2 функция принадлежности формируется заново мето-
дом, изложенным в предыдущем пункте.
Рис. 4.11
127
Таблица 4.2. Анализ причин и обработка данных
Слу-
чай
Анализ причины
Обработка данных
1
Отклонение температуры
чугуна от целевого
значения и изменения малы
Сохраняется текущее
состояние
2
Отклонение температуры чугуна
от целевого значения и изменения
велики
Обучение функции
принадлежности
3
Условия работы печи меняются;
управляемость ухудшается
Изменение таблицы весов
4
Температура чугуна стабили-
зируется на высоком или низком
уровне (при малых значениях за-
дающих величин)
Изменение весов
Dostları ilə paylaş: |