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
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