Диплом: Разработка автоматизированной системы управления сбором и отображением информации на установке продувки азотом

является пространственная распределенность и временная нестационарность

комплекса контролируемых технологических показателей (ТП) – координат и

параметров, характеризующих протекание технологических процессов и состояние

оборудования. Ход технологических процессов обработки стали на УПСА и

состояние оборудования технологического комплекса характеризуется

совокупностью временных (динамических) рядов значений ТП, к которым относятся

как различные физические величины (температуры, расходы, давления и т.д.),

так и индикаторы событий, связанные с изменением режимов работы оборудования

(открыто - закрыто, включено – выключено и т.д.).

Для передачи по линиям связи и ввода в информационно – управляющую

вычислительную систему, ТП преобразуются в электрические сигналы

измерительной информации (СИИ); для этого служат первичные электрические

преобразователи (датчики). ТП – индикаторы событий формируются особыми

дискретными датчиками, на выходе которых могут иметь место только два

(условимся так считать для простоты) значения СИИ.

Кроме датчиков, для преобразования и передачи CИИ и ДСС используются

усилители, коммутаторы, нормирующие преобразователи и другие элементы

телемеханики, образующие измерительный канал (ИК). В общем случае ИК будем

называть совокупность аппаратных (технических), программных и программно –

технических средств, обеспечивающих формирование, передачу и обработку СИИ

(ДСС) с качеством, не хуже заданного, под которым понимается точность,

надежность, запаздывание и достоверность оценок ТП.

Формирование и передача СИИ и ДСС сопровождается возникновением в ИК и линиях

связи измерительных помех, которые можно разделить на обычные (шумы) и грубые

(выбросы), поэтому одной из основных задач обработки СИИ является подавление

помех.

Нестационарность объекта контроля во времени проявляется в скачкообразном,

как правило, изменении свойств ТП, поэтому возникает задача выделения и

распознавания в темпе с процессом поступления данных (в реальном времени)

характерных участков СИИ, содержащих изменения заданного типа.

Модель ТП записывается в виде:

(1)

где - условно

истинные (достоверные) оценки результатов и данных, соотносимые с трендом

(относительно медленно изменяющейся составляющей) контролируемого параметра;

определяются путем фильтрации (сглаживания) ТП;

- вариации ТП,

обусловленные случайными измерительными помехами и лежащие в диапазоне

допустимых погрешностей измерений; определяются из известной структуры ИК и

нормированных погрешностей его составляющих;

- вариации ТП,

обусловленные грубыми ошибками (сбоями) аппаратно-программных средств и имеющие

характер эпизодически появляющихся выбросов, по некоторым признакам существенно

превышающим диапазон нормальных значений ТП;

i - текущий (i - ый) момент времени.

Задача достоверного оценивания какой-либо величины заключается в построении

таких ее оценок, которые с достаточно высокой вероятностью отклоняются от

истинного значения контролируемого параметра не более чем на некоторый

допустимый порог.

Истинное (условно-истинное) мгновенное значение контролируемого

параметра определяется с помощью образцовых мер, в качестве которых в

рассматриваемом случае могут служить тестирующие воздействия информационной и

физической природы, а также совокупность математических и логических правил,

описывающих поведение контролируемого параметра в нормальных условиях

функционирования и предусмотренных отклонениях.

Истинное (условно-истинное) текущее значение ТП обязательно в качестве

образцовой меры должно содержать достоверную предысторию его изменения.

Нормальные условия функционирования ИК характеризуются:

Воспроизводимостью результатов и данных.

ü выполнением логических условий срабатывания механизмов, блокировок и защит;

ü подтверждением логических условий срабатывания механизмов, блокировок

и защит результатами анализа СИИ;

ü выполнением условий балансовых расчетов;

ü соответствием результатов и данных диапазонам их допустимого

изменения на объекте;

ü соответствием результатов и данных программной траектории их изменения;

ü соответствием результатов и данных динамическим тестирующим воздействиям.

Здесь рассматривается наиболее общий случай, когда недостоверные результаты и

данные являются следствием грубых ошибок (промахов) процессов измерения,

преобразования и передачи сигналов согласно модели (1), а условия нормального

функционирования удовлетворительно описываются трендом ТП и границами

допустимых изменений его абсолютного значения и скорости изменения.

Такой логике хорошо соответствуют алгоритмы выборочной медианы и релейно-

экспоненциального сглаживания, дополненные процедурами анализа КП для

конкретных ситуаций, охарактеризованных ниже.

Алгоритм выборочной медианы представляет собой операцию выбора

серединного значения из упорядоченного по возрастанию или убыванию ряда из “ N

” данных:

, (2)

где - медианная

оценка ряда исходных данных Z (1), Z (2) , . , Z (N); Z (1) > Z (2)

>.> Z (N) .

Алгоритм релейно-экспоненциального сглаживания в формульной записи имеет вид:

(3)

(4)

где Z(i) - значение контролируемой величины в текущий (i - ый) момент времени;

(i) - сглаженное значение Z(i);

a – настроечный коэффициент сглаживания;

b – функция «срезки»;

sgn - знаковая функция (функция образования знака).

Алгоритм контроля информации представлен на рисунке 3.

Работа алгоритма оценки достоверности и восстановления первичной информации

заключается в следующем. При поступлении исходной информации производится

распознавание параметра, т.е. назначение измеренной величины – температура,

химический анализ, и т.п. (блок 2), после чего производится вычисление

диапазона, в котором в котором может изменяться измеренная величина (блок 3).

Выбор базового значения

- это ответственная работа, оказывающая большое влияние оценку достоверности

информации. После контроля наличия измеряемой величины (блок 4), при ее

наличии, производится вычисление сглаженного значения (блок 7). Значение

коэффициента l2j выбирается для каждого параметра

индивидуально и влияет на степень сглаживания сигнала – чем меньше значение

l2j, тем более гладкой оказывается кривая сглаженного сигнала. В

блоке 8 данного алгоритма производится фильтрация грубых выбросов измеряемого

параметра на основе "коридора", рассчитанного в блоке 3. В случае непопадания

поступившего параметра в диапазон (блок 3), выдается сообщение о неверности

полученного значения (блок 9) и выдается запрос на повторный ввод (блок 10).

Если полученные данные не удовлетворяют условиям блока 11, то выдается

сообщение о недостоверности полученного значения (блок 12) и происходит

восстановление первичной информации, то есть текущему сглаженному значению

присваивается значение предыдущего сглаженного значения (блок 16), и расчет

переходит к блоку 6. В случае удовлетворительного прохождения измеренной

величины через блок 8 производится проверка "гладкости" сглаженного сигнала

(блоки 14 и 15). Значения коэффициентов l1j и l3j

также выбираются для каждого параметра индивидуально. В случае неудовлетворения

данных условиям блоков 14 и 15 выдается соответствующее сообщение оператору

(блок 13), после чего производится восстановление первичной информации (блок

16).

При отсутствии измеряемого параметра (блок 4) происходит присвоение текущему

измеряемому параметру значения предыдущего сглаженного значения (блок 5),

после чего происходит переход к блоку 6.

В блоке 6 производится проверка количества контролируемых параметров

заданному числу, и, в случае контроля всех параметров, производится запись

данных в массив (блок 17), иначе работа алгоритма начинается заново.

Рисунок 3 – Алгоритм оценки достоверности и восстановления первичной информации

2.3 Анализ работы алгоритма оценки достоверности

и восстановления первичной информации

Для проверки работы алгоритма воспользуемся данными, содержащимися в паспорте

обработки плавки на УПСА. Численные значения данных, содержащихся в

обрабатываемых массивах, представлены в таблице 1.

Таблица 1 - Входные данные, обрабатываемые алгоритмом

В результате обработки данных массивов при помощи алгоритма, выявлено, что

информация, полученная о плавках № 5529, недостоверна, так как снижение

температуры стали на 60°С при отсутствии введения в расплав охлаждающих

добавок за 7 мин невозможно. Следовательно, имеет место либо ошибка при вводе

информации, либо ее недостоверность. Кроме того, информация о плавках №№

5526, 5530 и 5532 также определяется алгоритмом как недостоверная, так как

при продувке (перемешивании) при таком сильном охлаждении металла обязательно

должно иметь место введение в металл охладителей или легирующих добавок,

снижающих температуру металла. В указанных же выше плавках информация о

количестве добавок, затраченных на плавку, отсутствует. В реальных

производственных условиях после проверки полученной информации оператор

должен получить сообщение, что плавки №№ 5526, 5529, 5530 и 5532 –

недостоверны, и сделать повторный запрос на уточнение недостоверной

информации. Если же полученная после запроса информация также не

удовлетворяет требуемым условиям, то данные по этим плавкам не учитываются,

так как при технологических расчетах сомнительные плавки выбрасываются из

предыстории.

Также с помощью данного алгоритма можно контролировать содержание в стали

углерода, марганца и кремния. Их пределы контролируются по справочнику

химического состава в зависимости от марки стали.

В результате исследований была обработана информация о химическом составе

пятидесяти трех плавок с различными марками стали. Химический состав стали по

плавочному анализу ковшевой пробы должен соответствовать нормам, указанным в

таблице 2.

Таблица 2 - Предельное содержание С, Mn и Si, %, для стали различных марок

Полученная после обработки информация о содержании в стали С, Mn и Si

представлена в таблице 3 и проиллюстрирована на рисунках 4-6.

Таблица 3 - Результаты контроля содержания в стали С, Mn и Si

Страницы: 1, 2, 3, 4, 5