Имитационная модель системы стабилизации и ориентации микроспутника

106
 
 
загрузочные  течки.  Кусочки  холодной  шихты,  при  загрузке  в  печь,  погружаются  в  горячий  жидкий 
шлак  с  температурой  1250-1600 °C..  Жидкий  шлак  смачивает  поверхность  твердых  частиц  шихты  и 
нагревает  их  до  температуры,  при  которой  между  ними  начинается  интенсивные  физические  и 
химические взаимодействия, в результате чего формируются конечные продукты плавки.  
Кислород  дутья  и  природный  газ  вступают  во  взаимодействие  со  шлаком,  генерируя  тепло  за 
счёт  экзотермических  реакций,  и  создают  требуемые  окислительно-восстановительные  условия  в 
расплаве.  
Фурменная  (барботируемая)  зона  печи  ПВ  является  местом,  где  происходят  основные  физико-
химические взаимодействия - окисление кислородом дутья компонентов шихты, растворение кварца 
и других тугоплавких составляющих шихты, формирование шлака и штейна. 
Принципиальными  преимуществами  процесса  Ванюкова  перед  другими автогенными  способами 
являются:  возможность  плавки  сырой  (8%  влаги)  и  кусковой  шихты,  высокая  удельная 
производительность,  низкий  пыле  вынос,  особенности  физико-химических  процессов  в  расплаве  и 
работа агрегата в непрерывном режиме с организацией при подготовки шлака и штейна. 
ПВ  как  объект  управления  относится  к  классу  сложных,  многомерных  нестационарных  объектов, 
эффективно  и  безаварийно  управлять  которым  чрезвычайно  сложно.  Управление  плавкой 
осуществляется  в  настоящее  время  мастером  смены  или  оператором,  на  основе  опыта  и 
субъективного анализа показаний контрольно-измерительных приборов (КИП)(давление и расходы в 
системах воздухо-, кислородо- и газоснабжения, расходы и температура охлаждающих агентов и др.) 
данные  визуальных  наблюдений  (уровень  расплава,  температура  расплава,  состояние  системы 
загрузки  и  др.),  результаты  химических  анализов,  поступающих  с  большим  опозданием  и  других 
сведений  обслуживающего  персонала  о  состоянии  отдельных  составляющих  технологического 
процесса, а также на основе предварительных расчетов материального и теплового балансов. 
Система автоматизации и контроля параметров комплекса ПВ включает в себя: 
– контроль необходимых параметров с целью получения информации о фактическом состоянии 
технологического процесса; 
–  автоматическое  регулирование  и  стабилизацию  основных  технологических  параметров  с 
целью поддержания устойчивой работы комплексов; 
–  аварийную и предупредительную  сигнализацию  об  отклонениях  технологических  параметров  от 
нормы; 
– управление, блокировку и сигнализацию о работе и аварийном останове системы механизмов, 
подающих в шихту в печь ПВ (дозаторы, транспортеры), с целью обеспечения управления с единого 
пульта и соблюдения правил техники безопасности; 
–  выдача  необходимых  сигналов  (аналоговых  и  дискретных)  для  системы  сбора  и  обработки 
информации  в  отделе  АСУ  БМЗ  ПО  «Балхашцветмет»  с  выводом  основных  показателей  на  экран 
телевизоров, расположенных  в операторной комплекса ПВ. 
На печи ПВ предусматриваются следующие контуры регулирования: 
– стабилизация расхода шихты; 
– стабилизация расхода угля; 
– стабилизация расходов технологического кислорода и вентиляторного воздуха; 
– регулирование разрежения в печи ПВ дистанционно. 
Температура  в  шлаковом  и  штейновом  сифонах,  штейновом  миксере  регулируется  изменением 
соотношения  «мазут-воздух»  в  мазутных  горелках.  Температура  в  шлаковом  электромиксере 
регулируется  изменением  подводимой  к  электродам  электрической  мощности,  связанной  с 
напряжением на них и силой тока. Последняя величина зависит от величины заглубления электродов 
в шлак. 
По  временному  газоходному  тракту  (ПВ-2)  предусматривается  регулирование  температуры 
перед  дымососами  путем  изменения  положения  дросселя  на  подсосе  холодного  воздуха  перед 
дымососом. 
С пульта оператора предусмотрено дистанционное управление задвижкой на кислородной свече, 
что крайне необходимо при запуске и останове печи. 
Система  управления  имеет  традиционную  трехуровневую  структуру:  нижний  полевой  уровень, 
средний  технологический  уровень,  верхний  (операторский)  уровень.  Верхний  (операторский) 
уровень  реализован  на  базе  СКАДА-  системы.  Программное  обеспечение  системы  представлено 
комплексом прикладных программ.  
В  соответствии  с  задачами  управления  проектируемая  система  должна  выполнять  следующие 
функции: 

107 
 
- сбор, обработка и документирование информации о процессе; 
- управление материальными и энергетическими потоками; 
- стабилизация качественных и режимных показателей техноло-гического процесса; 
-  автоматическое  и  тестовое  диагностирование  элементов  технического  и  программного 
обеспечения АСУТП, а также состояния технологического оборудования; 
- представление технологическому и обслуживающему персоналу информации об  управляемом 
процессе с помощью видео терминаль-ных и печатающих устройств; 
- обеспечение диалога оператор-система, включающего инструментальные средства воздействия 
на процесс управления. 
На  диспетчерском  уровне  системы  предусмотрена  реализация  следующих  функций: 
визуализация  мнемосхем  процесса  комплекса  ПВ  и  значений  параметров  объекта,  анимация 
состояний  агрегатов  и  механизмов,  администрирование  базы  данных  контроллеров,  параметров 
регуляторов системы и характеристик технологического  оборудования,  прием  команд  от  операторов  по 
управлению  различными  механизмами  (заслонками,  задвижками,  клапанами,  конвейерами, 
дозаторами,  вибраторами  и  колокольными  затворами),  команд  дистанционного  (импульсного) 
управления  исполнительными  механизмами  и  передача  их  для  реализации    в  PLC,  создание 
оперативных  и  долгосрочных  архивов  технологической  информации  для  представления  динамики 
изменения  параметров  в  графическом    и  табличном  виде,  диагностика  работы  каналов  связи 
контроллера  с  рабочими  станциями  операторов,  регистрация  в  журнале  тревог  выходов  значений 
параметров  за  пределы  и  шкалы,  ведение  журнала  регистрации  действий  оператора,  создание 
отчетной  документации,  парольная  защита  функций  системы,  интерактивная  помощь  в  виде 
справочно-обучающей системы. 
База данных диспетчерского уровня формируется на основе данных, поступающих как с рабочих 
мест  диспетчеров,  так  и  из  базы  данных  контроллеров  и  поддерживается  средствами  Scada  -  пакета  
WinCC  (Tag  Manager,  Alarm  Logging  и  Tag  Logging),  СУБД  MS  SQL  Server  и  Inter  Base.  На  основе 
информации этого раздела базы данных создаются отчеты, формируются и хранятся журнал тревог, 
протокол  действий  оператора  и  работы  технологического  оборудования,  архивные  данные  для 
отображения параметров в виде графиков и трендов. 
Программное  обеспечение  WinCC  имея  доступ  к  базам  данных  контроллеров  через  Ethernet.  В 
состав  Scada  -  пакета  WinCC  входит  ОРС  –  Server  Data  Access  (ОРСServer.WinCC),  который 
предоставляет данные ПО WinCC (Internal и External теги) клиентам этого ОРС – сервера. 
Мнемосхемы  и  окна  управления  диспетчерского  уровня  системы  реализованы  в  рамках 
возможностей  графического  дизайнера  (Graphics  Designer)  Scada-пакета  WinCC  v.6.0  и  хранятся  в 
файлах с расширением PDL. 
Технологический  (нижний)  уровень  представлен  резервированной  системой  автоматизации  фирмы 
SIEMENS  в  виде  двух  станций  с  двумя  подсистемами  DP-Master  (CPU  414-4  H),  к  которым 
подключены  устройства  децентрализованной  периферии  ЕТ200М  с  помощью  резервированного 
интерфейса DP-Slave IM 153-2, Redundant.  
ПО технологического уровня системы реализовано с помощью инструментальных средств пакета 
Step7  версии  5.2,    который  специально  предназначен  для  конфигурирования  и  программирования 
контроллеров SIMATIC S7-300/400 и SIMATIC M7-300/400. При создании программ использовался в 
основном  графический  язык  программирования  LAD  (Ladder  Logic)  и  в  некоторых  случаях  SCL 
(Structured Control Language) – язык программирования высокого уровня, ориентированный на Pascal. 
На  технологическом  уровне  системы  предусмотрена  реализация  следующих  функций:  опрос  и 
первичная обработка входных аналоговых  сигналов датчиков различных типов (4-20 мА, ТСП-50П, ТХА, 
ТСМ-50), контроль выхода значений параметров за шкалы и пределы (аварийные и технологические), 
выполнение  команд  операторов  диспетчерского  уровня  системы  по  управлению  отдельными 
механизмами  (заслонками,  задвижками,  клапанами,  конвейерами,  колокольными  затворами), 
дистанционное (импульсное) и автоматическое (PI- и  PID -регулирование) управление исполнительными 
механизмами,  реализация  логики  блокировок,  контроль  состояния  оборудования,  ведение  журнала 
регистрации сбоев и нарушений в работе контроллеров. 
База  данных  технологического  уровня  содержит  описания  текущего  состояния  оборудования 
(задвижек,  затворов,  заслонок,  конвейеров,  бункеров  и  т.п.)  и  паспортов  параметров,  содержащих 
характеристики  аналоговых  сигналов  и  технологических  параметров.  Админис-трирование  базы 
данных  контроллера,  которое  заключается  в  актуализации  шкал  и  пределов  технологических 
параметров,  задании  параметров  регуляторов,  вводе  характеристик  технологического  оборудования 

108
 
 
(например,  длительность  перемещения  задвижки  из  одного  крайнего  положения  в  другое) 
осуществляется с помощью проектных функций и служебных окон диспетчерского уровня системы. 
Для  создания  системы  оптимального  управления  предполагается  провести  работы  по 
идентификации модели и проверки ее адекватности,. В последнее время с ростом сложности решаемых 
задач все большее распространение получают интеллектуальные технологии (ИТ). Традиционно к их 
числу  относят  нечеткую  логику  (НЛ),  генетические  алгоритмы  (ГА)  и  нейронные  сети  (НС).  В 
настоящее  время  отсутствует  практика  использования  технологий  искусственного  интеллекта  при 
управлении  металлургическими  объектами  в  виду  их  чрезвычайной  сложности  и  тяжелых  условий 
эксплуатации  для  измерительных  приборов  [4].  Однако  именно  эти  причины,  затрудняющие  внедрения 
традиционных систем оптимального управления такими процессами, должны стимулировать активное 
использование  современных  методов  теории  искусственного  интеллекта  в  практике  управления 
металлургическими  агрегатами.  Интеллектуальные  системы  могли  бы  при  управлении  сложными 
объектами,  в  том  числе  и  металлургическими,  значительно  снижать  влияние  так  называемого 
человеческого  фактора.  Однако  наиболее  эффективно  использовать  технологии  искусственного 
интеллекта  совместно  с  классическими  методами  управления  технологическими  процессами  (т.н. 
гибридные системы). В этом случае удается совместить преимущества традиционных методов, приемов 
и алгоритмов (таких, как: математическое моделирование, алгоритмы оптимального управления, синтез 
систем  локального  регулирования  и  т.д.)  с  математическим  аппаратом  теории  искусственного 
интеллекта. 
Интеллектуальные технологии (ИТ) можно использовать при разработке непосредственно модели 
оптимального  управления  процессом,  а  не  модели  самого  технологического  процесса.  Разработка 
математической  модели(основного  компонента  системы)  является  процессом  создания  «новых 
знаний»,  и  поэтому  требует  достаточно  длительного  времени  на  проведение  теоретических 
исследований, а  также  больших материальных и трудовых затрат  для проведения  экспериментальных 
исследований и идентификации модели. 
С помощью опытных экспертов(операторы – технологи) необходимо определить основную цель 
управления(аналог  целевой  функции  в  оптимизационных  задачах),  которая,  как  правило,  известна и 
которую  обычно  стремятся  достичь  опытные  операторы.  Затем  методом  ранжирования  из  общего 
перечня  всех  типов  переменных  определяются  те,  которые,  по  мнению  экспертов,  являются 
основными для данного объекта(процесса). 
Основной  задачей  при  разработке  модели  управления  является  составление  матрицы  планирования 
полного факторного эксперимента (ПФЭ). Именно от качества ПФЭ будет зависеть эффективность работы 
всей  системы  управления.  Матрица  планирования  ПФЭ  должна  отражать  опты,  знания  и  интуицию 
технологов  –  операторов.  Для  моделирования  процесса  управления  режимами  в  ПВ  можно  использовать 
нейронные  сети.  Для  обучения  нейронной  сети  надо  ввести  результаты  экспериментов  из  матрицы 
планирования  ПФЭ.  В  программе  Matlab  имеется  графический  интерфейс,  данный  интерфейс  позволяет 
ввести необходимые данные для выбора архитектуры сети и метода ее обучения. Для создания нейронной 
сети  в  поле  входные  данные  указываем  заранее  созданные  данные,  задаем  тип  нейронной  сети,  выберем 
перцептрон. Обучение проводится используя алгоритм Левенберга – Маркардта. 
В  связи  с  изложенным  при  управлении  процессом  ПЖВ  сформулированы  следующие 
постановки задач управления: 
- оптимальное управление процессом плавки меди в печи Ванюкова с целью достижения меди в 
штейне  при  соблюдении  на  качественные,  количественные,  технологические  и  экономические 
показатели процесса; 
-  оптимальное  шихтоприготовление,  обеспечивающее  минимум  потерь  меди  с  отвальными 
шлаками при соблюдении ограничений на основные технологические переменные процесса. 
Литература 
1.  Ванюков А.В., Быстров В.П., Васкевич А.Д. Плавка в жидкой ванне. - М.:Металлургия, 1988. 
2.  Ванюков  А.В.,  Уткин  Н.И.  Комплексная  переработка  медного  и  никелевого  сырья.  – 
Челябинск, Металлургия, 1988. 
3.  Сулейменов  Б.А.  Интеллектуальные  и  гибридные  системы  управления  технологическими 
процессами. - Алматы, 2009. 
4.  Сулейменов  А.Б.  Разработка  методов  и  средств  создания  гибридных  и  интеллектуальных 
систем управления технологическими процессами. Алматы, 2012. 
 

109 
 
НАБЛЮДАТЕЛЬ ДВИЖЕНИЯ ЛЕТАТЕЛЬНОГО АППАРАТА (ЛА) В КЛАССЕ 
ДВУХПАРАМЕТРИЧЕСКОГО СТРУКТУРНО-УСТОЙЧИВОГО ОТОБРАЖЕНИЯ 
 
Қуандық Г.А. 
Евразийский национальный университет имени Л. Н. Гумилёва г.Астана., Республика  Казахстан 
 
Универсальным  методом  исследования  устойчивости  динамической  системы  является  второй  метод 
А.М.Ляпунова.  В  качестве  инструмента  исследования,  в  которых  используются  некоторые  специальные 
функции, называются функциями Ляпунова и базируются на двух теоремах А.М.Ляпунова. 
На  базе  функций Ляпунова  рассмотрена  задача  синтеза наблюдателя  для  искусственного  спутника 
Земли  с  неопределенными  параметрами      (ИЗС)  в  классе  двухпараметрического  структурно-
устойчивого отображения.  
Использование  метода  анализа  и  синтеза  наблюдателя  в  классе  структурно-устойчивых 
отображений  для  искусственного  спутника  Земли  (ИЗС),  движения  летательного  аппарата  (ЛА) 
показала  устойчивости всех стационарных состояний. 
Рассмотрим  модель  изолированного  углового  движения  летательного  аппарата  (ЛА),  которая  в 
линеаризованном виде будет иметь следующий вид [1]. 














),
t
(
)
t
(
),
t
(
a
)
t
(
a
)
t
(
a
)
t
(
a
)
t
(
),
t
(
a
)
t
(
a
)
t
(
z
b
m
m
z
m
m
z
y
y
b
z
z
z
z
z



















 
где 

-  угол  тангажа, 

-  угол  наклона, 

-  угол  атаки  (





),   
z

-  угловая  скорость, 
b

 -
сигнал управления рулем высоты, 
b
z
z
z
z
m
m
m
y
a
,
a
,
a
,
a




 - соответственно коэффициенты угловой атаки, 
угловой скорости и сигнала управления.  
Рассмотрим ЛА со следующими значениями параметров на некотором режиме полета [1]:  
 
 
 
 
2
1
2
1
7
60
18
2
4
29
10
2









c
.
a
,
c
.
a
,
c
.
a
,
c
.
a
b
z
z
z
z
m
m
m
y




.  
Считая  входом  системы  отклонение  рулей  высоты,  а  выходом-  угол  тангажа,  получим  следующие 
матрицы: 














0
1
0
0





z
z
z
z
m
m
m
y
y
a
a
a
a
a
A
,    












0
0
b
z
m
a
B

,      
)
(
C
1
0
0

. 
Для удобства при проведении исследований запишем систему в векторно-матричной форме: 
          
.
Cx
y
,
Bu
Ax
x




 














1
2
3
1
0
0
0
1
0
a
a
a
A
,    











2
1
0
b
b
B
,      
)
(
C
0
0
1

.                         (1) 
Для системы (1) наблюдатель [1] будет описываться следующим уравнением 
 
)),
t
(
y
ˆ
)
t
(
y
(
L
)
t
(
Bu
)
t
(
x
ˆ
A
)
t
(
x





                   
                 
0
0
0
t
t
,
x
ˆ
)
t
(
xˆ
),
t
(
x
ˆ
C
)
t
(
y
.



 
                                              (2) 
 
Матрицу  наблюдение 
L
выберем  в  классе  двухпараметрических  структурно-устойчивых 
отображений [2]  в виде:  
23
2
3
13
3
3
22
2
2
12
3
2
21
2
1
11
3
1
2
3
1
3
k
k
k
k
k
k
k
k
)
t
(
L


















                                               
 (3)  
Исследуем  работу  наблюдателя  рассматривая  ошибку  оценивания       
)
t
(
xˆ
)
t
(
x
)
t
(



.  Для  этого 
вычтем из (2)  уравнение (3), учитывая введенную матрицу  L . Тогда получим следующее уравнение 
для ошибки  

110
 
 
,
t
t
,
xˆ
x
)
t
(
),
t
(
)
CK
A
(
)
t
(
C
)
t
(
0
0
0
0
0
3














 
                                 
(4) 
где источниками ошибки 
)
t
(

 является начальное рассогласование 
.
x
ˆ
x
0
0
0



 
Исследуем  поведение  процесса 
)
t
(

.  Система  (3)  обладает  следующими  стационарными 
состояниями:             
0
0
1
2
1
1


s
s
,


      
                                         
 
(5) 
0
2
2
2
3
1
21
1
11
2
1



s
s
,
c
k
c
a


                                                         (6) 
 
Задаемся  антиградиентом  вектор  функций  Ляпунова  по  вектору  скорости  системы  (4).  Тогда 
компоненты вектора антиградиента будут равны: 
3
33
3
2
3
13
3
4
3
3
2
3
3
1
3
2
22
2
2
2
12
2
4
2
2
2
2
1
2
2
2
1
1
21
1
2
1
11
1
4
1
1
1
1
0























k
c
k
c
c
)
(
V
,
)
(
V
k
c
k
c
c
)
(
V
,
)
(
V
,
)
(
V
,
k
c
k
c
c
)
(
V


























 
 
Находим  полную  производную  по  времени  от  вектор-функций  Ляпунова  с  учетом  уравнений 
состояний (4): 
 






2
3
33
3
2
3
13
3
4
3
3
2
2
22
2
2
2
12
2
4
2
2
2
1
21
1
2
1
11
1
4
1
1












k
c
k
c
c
k
c
k
c
c
k
c
k
c
c
dt
d
V
dt
)
(
dV














 
 Полное  производное  по  времени  от  функций  Ляпунова  получим  в  виде  знакоотрицательной 
функцией т.е. достаточное условие устойчивости выполняется. 
Теперь по компонентам вектора градиента можем строить функцию Ляпунова. 
 
2
3
33
3
3
3
13
3
5
3
2
2
22
2
3
2
12
2
5
2
2
1
21
1
3
1
11
1
5
1
1
1
2
1
3
1
5
1
1
2
1
3
1
5
1
2
1
3
1
5
1










)
k
c
(
k
c
)
k
c
(
k
c
k
c
k
c
c
)
(
V












 
 
Условие положительной определенности при 
0
1

c
на основе леммы Мороса [3] получим в виде: 
 
0
1
0
1
0
33
3
22
2
21





k
c
,
k
c
,
k
                           
(7) 
 
Получили  условия  робастной  устойчивости  стационарного  состояния  (5),  в  форме  простейших 
неравенств (7). 
Условия    робастной  устойчивости  стационарного  состояния  (6)  наблюдающего  устройства  (2) 
при 
0
0
0
3
2
1



c
,
c
,
c
 
0
1
0
1
0
33
3
22
1
21





k
c
,
k
c
,
k
 
 
На рисунке 1 показана структурная схема системы (3), реализованная с помощью программного 
комплекса Vissim 6.0 на рисунках (2), (3), (4), (5) показаны графики. 
 

111 
 
g(t)
4
a1
a2
-7
1/S
b1
1
+
+
+
k2
2
pow
+
+
3
x3
1/S
-
+
+
+
-
b2k2-a3
-3
4
b2
1
pow
x2
x1
1/S
+
-
pow
k1
-2
pow
2
b2k1
 
Рисунок 1. 
 
 
 
Построение наблюдающего устройства для искусственного ИСЗ с  
неопределенными параметрами в классе  двухпараметрических структурно-устойчивых отображений 
показало , что наблюдатель стабилизируется и не имеет ограничений на изменение неопределен-ных 
параметров ИСЗ, что подтверждено результатами численного эксперимента (рисунок 2,3,4,5) 

жүктеу/скачать 17,17 Mb.

Достарыңызбен бөлісу: