Система стабилизации температуры в нагревательной печи с применением скользящего регулирования и нечеткой логики

Рассмотрены проблемы регулирования температуры в нагревательных печах на примере протяжной печи для отжига стальной полосы агрегата непрерывного горячего оцинкования. Показано, что одной из основных проблем является непостоянство динамических свойств объекта управления при гибком управлении производством с изменением производительности печи. С использованием модели теплотехнического состояния рабочего пространства и металла, учитывающей влияние температурных режимов печи на тепловые потери, определены пределы вариации параметров упрощенной модели динамики объекта. Рассмотрены проблемы управления температурным объектом с непостоянными динамическими параметрами. Изучены достоинства и недостатки систем управления объектами, основанными на использовании нечеткой логики и скользящего регулирования. Показано, что система скользящего регулирования при управлении объектом температурного типа может приводить к колебательным переходным процессам вследствие отсутствия амплитудной модуляции управляющего воздействия при приближении к заданию. Предложена система автоматической стабилизации регулируемого параметра для объекта температурного типа, комбинирующая скользящее регулирование и нечеткую логику. В предложенной системе стабилизации направление изменения управляющего воздействия определяется с применением скользящего регулирования, а уровень управляющего воздействия — с использованием нечеткой логики. Представлены результаты вычислительных экспериментов по сравнению с эффективностью управления с использованием предложенной системы, а также системы, основанной на одной нечеткой логике. При вычислительных экспериментах оптимальные варианты параметров настройки систем определялись на основе полного перебора и компьютерного моделирования управления для объекта с заданной вариацией динамических свойств. Компьютерное моделирование осуществлялось в среде VisSim. Показано, что при постоянных значениях параметров масштабирования сигналов, используемых в правилах нечеткой логики, требование по обеспечению качественных переходных процессов с различным уровнем изменения задания приводит к существенному снижению быстродействия по сравнению с системой, комбинирующей нечеткую логику и скользящее регулирование. Продемонстрирована возможность простой подстройки качества переходных процессов в системе, комбинирующей нечеткую логику и скользящее регулирование, при изменении динамических свойств объекта.

нагревательная печь, гибкое управление, производительность, автоматическое регулирование, температура, скользящее регулирование, нечеткая логика

1. Yong Yin, Kathryn E. Stecke & Dongni Li. The evolution of production systems from Industry 2.0 through Industry 4.0, International Journal of Production Research, no. 56:1-2, pp. 848-861.

2. Рябчиков М. Ю. Адаптация теплотехнических моделей протяжной башенной печи и нагрева металла для управления температурными режимами отжига стальной полосы // Проблемы управления. 2017. № 5. С. 61—69.

3. Рябчиков М. Ю., Самарина И. Г. Изучение режимов нагрева стальной полосы в протяжной печи башенного типа для светлого отжига // Металлообработка. 2013. № 1 (73). С. 43—49.

4. Савин Д. В., Дроздов В. Г. Современный подход к системам автоматического управления отопления здания // Технические науки — от теории к практике. 2014. № 30. С. 51—56.

5. Финаев В. И., Синявская Е. Д., Пушнина И. В. Нечеткая модель управления температурой в хлебопекарной камере // Известия ЮФУ. Технические науки. 2015. № 4 (165). С. 149—159.

6. Xiaojing Gao, Yan Ma, Hong Chen. Active Thermal Control of a Battery Pack Under Elevated Temperatures, IFAC PapersOnLine, 2018, no. 51—31, pp. 262—267.

7. Пиляев С. Н., Афоничев Д. Н. Энергосберегающая система автоматического управления процессом активного вентилирования зерна // Актуальные направления научных исследований XXI века: теория и практика. 2015. Т. 3. № 5-4. С. 140—144.

8. Jin Woo Moon, Jin Chul Park, Sooyoung Kim. Development of control algorithms for optimal thermal environment of double skin envelope buildings in summer, Building and Environmen, 2018, no. 144, pp. 657—672.

9. Ahmad Esmaeilzadeh, Mohammad Reza Zakerzadeh, Aghil Yousefi Koma. The comparison of some advanced control methods for energy optimization and comfort management in buildings, Sustainable Cities and Society, 2018, no. 43, pp. 601—623.

10. Хижняков Ю. Н. Нечеткое регулирование температуры теплоносителя // Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления. 2016. № 20. С. 5—12.

11. Штепа В. Н., Прокопеня О. Н., Кот Р. Е., Пуха В. М. Микропроцессорная система дозирования реагентов на основе нечеткой логики // Вестник Брестского государственного технического университета. Машиностроение. 2015. № 4 (94). С. 60—64.

12. Лубенцова Е. В., Володин А. А., Лубенцов В. Ф. Нейро-нечеткая система управления температурным режимом ферментационного процесса // Информационные технологии. 2014. № 3. С. 55—62.

13. Рябчиков М. Ю., Рябчикова Е. С. Самонастройка нейросетевого регулятора с использованием интегральной оценки противоречий команд обучающего алгоритма и памяти // Автоматика и телемеханика. 2018. № 2. С. 154—166.

14. Полько П. Г., Логунова О. С., Андреев С. М., Рябчикова Е. С., Рябчиков М. Ю., Парсункин Б. Н. Алгоритм нечеткого управления для синтеза цифровых контуров автоматической стабилизации технологических параметров // Автоматизация в промышленности. 2010. № 11. С. 32—37.

15. Новиков С. И., Шахнович В. Р., Сафронов А. В. Методы нечеткой логики в задачах автоматизации тепловых процессов электростанций // Вестник ИГЭУ. 2010. № 4. С. 1—4.

16. Чернецкая И. В., Чернецкий В. О. Нечеткие регуляторы в системах автоматического регулирования // Вестник ЮУрГУ. 2006. № 14. С. 156—159.

17. Lei Hang, Do-Hyeun Kim. Enhanced Model-Based Predictive Control System Based on Fuzzy Logic for Maintaining Thermal Comfort in IoT Smart Space, Appl. Sci., 2018, no. 8, p. 1031.

18. Филимонов А. Б., Филимонов Н. Б. К вопросу построения нечетких ПИД регуляторов // Мехатроника, автоматика и робототехника. 2018. № 2. С. 112—116.

19. Suman Debnath, Jagannath Reddy, Jagadish and Biplab Das. Investigation of thermal performance of SAC variables using fuzzy logic based expert system, Journal of Mechanical Science and Technology, 2019, vol. 33, no. 8, pp. 4013—4021.

20. Кудинов Ю. И., Дорохов И. Н., Пащенко Ф. Ф. Нечеткие регуляторы и системы управления // Проблемы управления. 2004. № 3. С. 2—14.

21. Meysam Gheisarnejad, Mohammad Hassan Khooban. Design an optimal fuzzy fractional proportional integral derivative controller with derivative filter for load frequency control in power systems, Transactions of the Institute of Measurement and Control, 2019, pp. 1—19.

22. Ивайкин В. Использование скользящих режимов в регулировании // Современные технологии автоматизации. 2006. № 1. С. 90—94.

23. Филимонов А. Б., Филимонов Н. Б. Некоторые проблемные аспекты нечеткого ПИД регулирования // Мехатроника, автоматизация, управление. 2018. Т. 19. № 12. С. 762—769.

24. Рябчиков М. Ю., Парсункин Б. Н., Андреев С. М., Полько П. Г., Логунова О. С., Рябчикова Е. С., Головко Н. А. Нечеткое экстремальное управление процессом измельчения руды для обеспечения максимальной производительности // Вестник Магнитогорского государственного технического университета им. Г. И. Носова. 2011. № 4 (36). С. 65—69.