Файл: Лебедкин, В. Ф. Проектирование систем управления обогатительными производствами.pdf

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 16.10.2024

Просмотров: 130

Скачиваний: 0

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

Отсюда, учитывая равенство ( I I I . 129), получим

 

 

J k (X) Rx (t) dz

CX

Г

(III. 140)

ОО СО

 

1 /

J"

Г0 0

Сопоставляя выражения

(III.136), (III.137) и

(III.140), видим,

что коэффициенты гу~, гух

и г~х

связаны между

собой простым

соотношением

 

 

 

 

'

ух

(III.141)

 

 

 

ух XX

Выражение, аналогичное (III.141), можно получить и при опре­ делении коэффициента корреляции, используя x(t) и y(t), которые сдвинуты относительно друг друга на хт. В этом случае следует рассматривать максимальные значения коэффициента корреляции, вычисленного по опытным данным, и коэффициента динамической связи

 

max

 

M[x(t-

» ) у ( 0

 

j"

k(z) Rx{zm

— z) dz

YД , ( 0 )

 

 

 

 

(III.142)

j" jk(z)k

(&) Rx

(z — ») dz da + Rs (0)

о о

 

M[x{t-zm)x{t)]

_

 

^.max

 

 

XX

 

 

X

X

 

 

 

 

 

J * ( t ) Ä * ( t m - T ) dz

 

 

 

 

 

(III. 143)

 

/?л (0) J

J

Ä (t) Ä (&) Я* (т — ») dz Ob

 

о

0

 

 

 

Сопоставляя (III.137),

(III.142)

и

(III.143), получим следующее

соотношение:

 

 

 

 

 

 

 

 

 

„ m a x

 

 

 

 

 

УХ

(III. 144)

 

 

 

ух

max

 

 

 

 

 

Таким образом,

зная

коэффициент корреляции, вычисленный

в результате обработки экспериментальных данных, и коэффици­ ент динамической связи, можно определить меру чисто стохастиче­ ской линейной связи между входными и выходными параметрами объекта.

139


Из равенств (III.140) и (III.143) видно, что как коэффициент динамической связи г~ , так и его максимальное значение

XX 7

гтах зависят от динамических свойств входного сигнала объекта.

В связи с этим возникает задача построения номограмм для наи­ более распространенных типов динамических объектов, использо­ вание которых позволило бы определять коэффициент динамиче­ ской связи и корректировать уравнения регрессии.

Известно [107, 214], что подавляющее большинство промыш­ ленных объектов можно с достаточной для практических целей точностью аппроксимировать инерционным звеном первого или вто­ рого порядка. Это подтверждается и опытом определения динами­ ческих характеристик обогатительных фабрик. Кроме того, для технологических схем процессов обогащения характерно использо­ вание замкнутых циклов с возвратом части перерабатываемого про­ дукта в питание агрегата: дробление с контрольным грохочением, измельчение в замкнутом цикле с классификатором, возврат промпродуктов во флотационных переделах и т. п. В связи с этим но­ мограммы будут построены для всех перечисленных выше типов объектов.

Построенные номограммы как для г~ ,, так и для r m a x исполь-

XX

зуют и для объектов с транспортным запаздыванием. Действи­ тельно, при наличии транспортного запаздывания взаимная корре­ ляционная функция RyX(x) и функция г~ (г) будут сдвинуты вдоль

оси X на величину тз. При этом ни максимальная ордината норми­ рованной взаимной корреляционной функции, ни максимальное значение динамической связи не изменятся, что позволяет, ис­ пользуя соотношение ( I I I . 144), определять истинную степень сто­ хастической связи, не зная даже величины транспортного запаз­ дывания. Построив номограммы, можно вносить коррекцию при расчете статических моделей процессов [31, 32].

Задачу идентификации модели объекту можно решить, не при­ бегая к обработке совокупности данных процесса статистическими методами, применением адаптивных методов [239], исходными дан­ ными для которых является текущая информация о состоянии уп­ равляемого объекта. В процессе решения задачи находят оценки характеристик управляемых объектов и используют их для улуч­ шения нормальной работы.

Возможности адаптивных методов велики. Они позволяют оце­

нивать статистические характеристики

случайных процессов

(ма­

тематические ожидания,

дисперсию,

корреляционные

функции

и т. д.), характеристики линейных и нелинейных объектов.

Кроме

того, они применимы к

многомерным

и одномерным

процессам,

к описанию дискретных процессов и объектов с распределенными параметрами. Возможность и целесообразность применения адап­

тивных

методов к решению

задачи

идентификации изложены

в книге

Я. 3. Цыпкина [240].

Здесь

приводятся некоторые алго-

140


ритмы идентификации, заимствованные из указанной

работы,

с ко­

торыми, с нашей точки зрения, специалисты, занимающиеся

проб­

лемой описания нелинейных

элементов

управления

обогатитель­

ными процессами, встретятся.

 

 

 

 

 

 

 

 

 

 

 

Говоря о нелинейных

элементах,

подразумевают

безынерцион­

ные нелинейные элементы и функциональные преобразователи, ко­

торые имеют любое число входов и один выход.

 

 

 

 

 

 

Определение характеристики

нелинейного

элемента

 

 

 

 

 

 

 

 

y=f(x)

 

 

 

 

 

 

(III.145)

состоит

в восстановлении

функции f(x)

по

наблюдаемым

входной

X и выходной у величинам. Если характеристика

нелинейного

эле­

мента известна, а

неизвестен

некоторый

вектор

параметров,

то

аппроксимирующую функцию выбирают в виде

 

 

 

 

 

 

 

 

 

y=fo(xC),

 

 

 

 

 

 

 

 

 

где С — N — мерный вектор параметров.

 

 

 

 

 

 

 

 

В качестве критерия оптимальности выбирают

математическое

ожидание строго выпуклой функции F (у — f0(xC)).

Следовательно,

теперь

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

J(C)=Mx{F(y-f0(xC))},

 

 

 

 

 

 

 

 

(III. 146)

а градиент реализации равен

 

 

 

 

 

 

 

 

 

 

 

 

VcF(y~/0(xC))^-F'

 

 

( у - / о ( * С ) )

V c / o U C ) .

(III.147)

Поэтому алгоритм адаптации, предназначенный для оценки па­

раметров, можно представить в виде

 

 

 

 

 

 

 

 

 

C\n]

= C[n-l]+T[n]F'(y[n]-f0)(x[n],

 

 

 

 

 

 

С[п-\])Х

 

 

 

 

X Ѵс/о(х[п],

С [«— I I )

 

 

 

(III.148)

или

 

 

 

 

 

 

 

 

 

 

 

 

 

 

-^-=Ut)F'(y(t)-Mx(t),

 

 

 

C(t)))vCf0(x(t),

 

С ( 0 ) ,

 

 

 

 

 

 

 

 

 

 

 

 

 

(III.149)

где Ѵс — оператор

Гамильтона;

M—символ

 

операции математи­

ческого

ожидания;

у[п]

— некоторый

скаляр, удовлетворяющий

условиям сходимости итерационного процесса;

[п] —индекс,

указы­

вающий номер итерационной процедуры.

 

 

 

 

 

 

 

 

Описание динамических объектов. Поведение нелинейных дина­ мических объектов в общем случае можно описать или нелиней­ ным разностным уравнением 1-го порядка

х[п]=/(х[п

— \ ] ,

х[п-1\;

и[п-\],

и [п-Ц),

(III.150)

где

х[п]

— выходная

величина;

и[п] — входная

величина. (х[п] и

и[п]

— скалярные функции),

 

 

 

141


или системой нелинейных разностных уравнений первого по­ рядка

 

х[п]=/(х[п—\],

й [ л - 1 ] ) ,

(III.151)

где х[п] = {Хі[п],

Хі[п]); и[п]

= (и[п), . . . , иг[п]), (х[п]

и

и н ­

весторы выходных и входных величин объекта).

 

 

Хотя всегда

можно перейти от уравнения (III.150) к

уравнению

(III.151), последнее является более общим, так как оно

охваты­

вает и тот случай, когда число управляющих воздействий

больше

единицы.

 

 

 

 

Эти разностные уравнения соответствуют, в частности,

непре­

рывным объектам, управляемым с помощью вычислительных ма­ шин, либо импульсных устройств. При определенных условиях эти уравнения можно использовать для приближенного описания чисто непрерывных систем.

Помимо разностных или дифференциальных уравнений, часто удобно описывать нелинейные динамические системы функциональ­

ным рядом

Вольтера

 

 

 

 

 

 

со

 

 

со

со

 

X [п] =

2 ki \т]

и

[п •m]-)-

2

2

ko \тхт<і\ и \ѣ — тх\ X

 

т = 0

 

 

m, 0 тг

 

 

со

 

 

= 0

X и [л —/я2 ]+ 2

 

• • 2

ks[mxm2

 

. . . ms] и [п — тх] . . .

 

т =

0

ms=0

 

 

 

 

 

 

.. a\n-ms\.

 

(III.152)

Равенство (III.152) можно также рассматривать как прибли­ жение соответствующего ряда Вольтера, в котором вместо сумм стоят интегралы, а переменные изменяются непрерывно. Если огра­ ничиться только первым членом функционального ряда Вольтера, то получается уравнение линейной системы.

Идентификация объектов состоит в восстановлении уравнений объекта по входным и выходным данным. При идентификации не­ линейных динамических объектов необходимо знать предполагае­ мый порядок I разностного уравнения. Если / выбрать малым, то точность идентификации может оказаться недостаточной. Если же / взять большим, то объем вычислений вырастает значительно бы­ стрее, чем точность. Поэтому при заданном / требуется определить разностное уравнение динамического объекта.

Для решения

этой

задачи вводится (l + h)—мерный

вектор и

вектор ситуации

Z[n\.

 

 

 

 

 

Z[n]

= (x[n—1],

x[n~l\;

и[п—

1],

. . . , и[п

/J).

Тогда

разностное

уравнение

запишется

в

более

компактном

виде

 

 

 

 

 

 

 

x[n]=f{Z[n}).

142