Математическое моделирование в задачах виртуального анализа и управления качеством калийных удобрений

Рис.3.7.Структура виртуального анализатора влажности продукта на выходе печи кипящего слоя
Вектор значений технологических параметров X_i , соответствующих и-му моменту времени с учетом динамики объекта в блоке задержки, формирующего задержку во времени от текущего времени т значений измерительной информации в каналах передачи сигналов, является входом для четырех алгоритмических модулей моделей-экспертов. Передаточные функции по каналам определяются методами идентификации технологического объекта с использованием подхода, описанного в [15-17].
Модуль N реализует нейросетевую модель процесса, модуль F реализует модель, построенную на основе нечеткой логики, модуль А-аналитическую модель, базирующуюся на знаниях о физической сущности процесса. Результатом работы каждого из модулей будет прогнозируемое данной моделью значение влажности высушенного продукта. Вектор прогноза влажности, состоящий из прогнозов влажности каждой из моделей ( ) является входом алгоритма расчета наиболее приемлемого значения показателя влажности ( модуль выбора), выход которого приминимается за результат работы виртуального анализатора. В качестве этого алгоритма используется метод мажорирования, в отличие, например, от [13,14], где использован метод частичных наименьших квадратов для определения наиболее точного результата из имеющихся.
Для решения указанной проблемы предлагается использовать в составе ВА вспомогательную модель.
Вспомогательная модель виртуального анализатора
Вспомогательная модель-это также экспериментально-статистическая модель со структурой, аналогичной центральной модели ВА (рис 3.8.). Факторное пространством этой модели практически совпадает с факторным пространством центральной модели ВА. Отличие заключается в том, что в качестве выходного параметра используется измеряемый технологический параметр процесса, являющий входным параметром центральной модели.


Рис.3.8.Структура виртуального анализатора со вспомогательной моделью
Вспомогательная модель в процессе функционирования технологического процесса и ВА производит вычисление измеряемого параметра Хn(t). В случае изменения каких-либо условий процесса, ошибка eсломогательной модели изменяется. Поведение этой ошибки используется в качестве сигнала о необходимости переобучения центральной модели ВА или(и) продолжения управления процессом без учета зна- пений показателя качества (как и прежде, до внедрения ВА).
Возможность применения вспомогательной модели в составе ВА проверена с помощью вычислительного эксперимента на имитацион- ной модели процесса сушки КСІ в печи кипящего слоя [12]. Вычислительный эксперимент проведен в среде имитационного моделирования MATLAB Simulink.
На основе данных обучающей выборки построены основная центральная модель и рад вспомогательных моделей множественной линейной регрессии. Эти модели имеют вид: