Задачи, методы и алгоритмы интеллектуальных систем управления (обзор)

ИССЛЕДОВАНИЕ ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ ОПТИМИЗАЦИИ УСТАВОК НА ПРИМЕРЕ АГЛОМЕРАЦИОННОГО ПРОИЗВОДСТВА

Задача оптимизации задающих воздействий (уставок) для множества локальных систем автоматического регулирования

Согласованная оптимизация задающих воздействий (уставок) регуляторам системы автоматизации агломерационной машины (AM) является необходимым условием для достижения ее высокой производительности и качества конечного продукта - железорудного агломерата. Решение этой задачи возможно на основе трех подходов [116]: модельного [117, 118], натурно-модельного [76] и натурного [119 123].
В существующих публикациях по автоматической оптимизации агломерационных процессов наибольшее распространение получил натурный подход, что связано с отсутствием адекватных моделей оптимизируемого процесса и рядом других затрудняющих условий.
Использование такого подхода связано с большим количеством дорогостоящих экспериментов и на практике реализуется редко (например, при переходе на качественно новое сырье). В оперативной обстановке такой подход неприменим. В качестве его альтернативы в этом случае целесообразно использовать формализованные знания и умения опытных операторов-технологов, а также требования технологической инструкции. Последние предполагают, что агломерат должен иметь: а) постоянную, с минимальными отклонениями от базовой, массовую долю железа, марганца, монооксида железа, оксида магния и основность по отношению СаО/ЭЮг; б) высокую механическую прочность; в) минимальное содержание мелочи; г) минимальную массовую долю вредных примесей (серы, фосфора, цинка, свинца, щелочных соединений и ДР-)-
Задача оптимизации формулируется следующим образом.
Исходные данные и условия задачи:

• 
  1) Оптимизируемые параметры (уставки): влажность шихты нижнего и верхнего слоев (НС и ВС), скорость аглоленты, температура горна секции № 1 и № 2.
  
• 
  2) Алгоритмы-прототипы формирования оптимальных задающих воздействий: В.П. Авдеева [116], А.Д. Ищенко [119], А.Г. Астахова [120], А.И. Бурова [121], K.-J. Lesemann [122], А.П. Копеловича [123], А.А. Красовского [124, 125].
  
• 
  3) Общая функциональная структура системы управления (рисунок 73).
  
• 
  4) Данные текущей эксплуатации AM, включающие химический состав готового агломерата [Fe, S, CaO, Si0₂, основность, FeO, MgO, Mn, Р, А1₂0₃, Na₂0, К₂0, ZnO, Ti0₂], его механическую прочность, количество возврата и соответствующие значения уставок.
  
• 
  5) Лабораторная агломерационная установка, схема которой представлена на рисунке 74, где имеются следующие обозначения: 1 - съемная аглочаша; 2 - штуцеры для термопар; 3 - вакуум-камера; 4 - коническо-цилиндрическая надставка; 5 - зажигательный горн; 6 - напорно-всасывающий рукав.
  
• 
  6) ГОСТ 27562-87 и ГОСТ 15137-77 для определения гранулометрического состава и показателей механической прочности агломерата, определение химического состава агломерата производится методами химико-аналитическими и приборным на рентгеновских флуоресцентных квантометрах в соответствии с требованиями ГОСТ 23581.18-81.
  
• 
  7) Критерии оптимальности:
  
• 
  7.1) Удельная производительность AM
  

где Q_r- количество годного агломерата; S_cn - площадь спекания; Т_сп - время спекания.
7.2) Механическая прочность агломерата

где Mj - масса фракции более 5 мм после испытания в барабане; М₂ - масса фракции менее 5 мм и более 0,5 мм; М₃ - масса фракции менее 0,5 мм. 7.3) Выход годного агломерата

где Q_cn - количество испеченного агломерата; М_п - масса постели.

Рисунок 73 - Функциональная структура системы управления

Рисунок 74 - Схема лабораторной агломерационной установки
8) Ограничения на оптимизируемые параметры: на влажность шихты НС и ВС (5 -5- 8%); на температуру горна секции № 1 и № 2 (800 1400°С); на скорость аглоленты (2,5 ^ 5 м/мин); на
механическую прочность (60 -s- 73%).
Требуется на базе названных прототипов и общей функциональной структуры системы управления разработать алгоритм оптимизации технологического режима работы агломашины, удовлетворяющий ограничениям и использующий базу знаний оператора- технолога по определению уставок автоматическим регуляторам.