CC BY
63
УДК 621.314
ПРИМЕНЕНИЕ ПАКЕТА SYSTEM IDENTIFICATION TOOLBOX МАТРИЧНОЙ ЛАБОРАТОРИИ MATLAB+SIMULINK ДЛЯ ПОСТРОЕНИЯ МОДЕЛЕЙ НА ПРИМЕРЕ ПАРОВЫХ КОТЛОВ
© А.В. Баев1, А.А. Мельник2
Иркутский государственный технический университет, 664074, Россия, г. Иркутск, ул. Лермонтова, 83
В результате применения пакета System Identification Toolbox к исходным рядам данных по расходу топлива и давлению пара на выходе котла получена математическая модель в дискретной форме по каналу «расход топлива - давление пара», которая в дальнейшем может быть использована для исследования и моделирования объекта.
Ил. 9. Библиогр. 2 назв.
Ключевые слова: система управления; оптимизация; математическая модель; эксперимент; статические и динамические характеристики.
APPLICATION OF SYSTEM IDENTIFICATION TOOLBOX OF MATLAB+SIMULINK MATRIX LABORATORY FOR CONSTRUCTING MODELS ON EXAMPLE OF STEAM BOILERS A.V. Baev, A.A. Melnik
Irkutsk State Technical University, 83 Lermontov St., Irkutsk, 664074, Russia.
The application of System Identification Toolbox to the base data series on fuel consumption and steam pressure at the boiler outlet resulted in obtaining a discrete mathematical model by the channel "fuel consumption - steam pressure." The model can be used in further studies and modeling of the object. 9 figures. 2 sources.
Key words: system management; optimization; mathematical model; experiment; static and dynamic characteristics.
Создание автоматизированных систем управления технологическими процессами предполагает оптимизацию процесса. Оптимизация режимов работы любого технологического процесса требует знания его математического описания. Построение математической модели процесса возможно как аналитическими, так и экспериментальными методами. Аналитические модели, как правило, получить сложно, по своей структуре они громоздки [1]; их использование для целей управления не всегда оправдано из-за сложности алгоритмов. Экспериментальные же предполагают проведение активного либо пассивного эксперимента.
Проведение активного эксперимента для получения статических и динамических характеристик объектов управления сопряжено с определенными трудностями. В то же время, оснащение многих из них микропроцессорной техникой позволяет получить числовые последовательности по ряду параметров в режиме нормальной эксплуатации объекта. В этом случае в данных, как правило, присутствует случайная составляющая.
Некоторым возможностям обработки таких числовых рядов и посвящена настоящая работа.
Для обработки данных, содержащих случайную составляющую, предлагаем использовать пакет System Identification Toolbox системы MatLab [2], который имеет средства для создания математических
моделей линейных динамических объектов, на основе наблюдаемых входных и выходных данных. Он имеет удобный графический интерфейс, позволяющий организовывать данные и создавать модели.
Основные свойства пакета следующие:
• простой и гибкий интерфейс;
• предварительная обработка данных, включая фильтрацию, удаление трендов и смещений;
• выбор диапазона данных для анализа;
• эффективные методы авторегрессии;
• возможности анализа отклика систем во временной и частотной областях;
• отображение нулей и полюсов передаточной функции системы;
• анализ невязок при тестировании модели.
Пакет System Identification Toolbox обладает открытой архитектурой и гибкими настройками, позволяя строить на основе готовых функций новые специализированные алгоритмы для идентификации систем в различных научных и инженерных отраслях.
В качестве примера использования пакета System Identification Toolbox для разработки моделей возьмем один из распространенных технологических объектов - паровой котел. На действующей котельной установке зафиксируем два числовых ряда, характеризующих расход топлива (входная величина) и давление пара в объекте (выходная величина), состоящих из 300 значений каждый с шагом 1 мин.
1Баев Анатолий Васильевич, кандидат технических наук, профессор кафедры автоматизации производственных процессов, тел.: (3952) 405243, e-mail: [email protected]
Baev Anatoly, Candidate of technical sciences, Professor of the Department of Automation of Production Processes, tel.: (3952) 405243, e-mail: [email protected].
2Мельник Альбина Аполлинарьевна, аспирант, тел.: (3952) 405878, e-mail: [email protected] Melnik Albina, Postgraduate, tel.: (3952) 405878, e-mail: [email protected]
Полученный в ходе эксперимента массив данных загружается в рабочую область Matlab, затем с помощью команды ¡dent вызывается графический интерфейс пользователя пакета System Identification Toolbox (рис. 1).
Применив командный блок import data, сохраняем массив экспериментальных данных в графическом редакторе и строим графики временных рядов по каналу « расход топлива - давление пара» (рис. 2), где y1 - давление пара, u1 - расход топлива.
На графике представлены входные и выходные сигналы исследуемого канала. В дальнейшем проведем предварительную обработку сигналов, исключив из графиков временных рядов постоянную составляющую.
Вне зависимости от статических и динамических свойств объекта, построение модели проводится в
стационарном режиме работы. Такому типу режима соответствует временной интервал [70; 110] (рис. 3).
Далее переходим к оцениванию и выбору параметрической модели временного интервала [70; 110].
Параметрическое оценивание экспериментальных данных проводится с целью определения параметров модели заданной структуры путем минимизации выбранного критерия качества модели. Для выбора наиболее приемлемой структуры модели в пакете имеются специальные функции параметрического оценивания - задания, изменения и уточнения структуры модели.
Строим переходную функцию и выбираем модель авторегрессии ЛРХ (3 3 1) с запаздыванием равным 1 (рис. 4).
Рис. 1. Диалоговое окно графического интерфейса System Identification Toolbox
Рис. 2. Временные диаграммы сигналов
Рис. 3. Временная диаграмма интервала [70;100]
Рис. 4. Диалоговое окно задания структуры модели
В результате полученной модели получаем следующий график (рис. 5).
Чтобы убедиться, что модель выбрана правильно, построим еще несколько различных моделей и сравним их (рис. 6). Для этого будем использовать различ-
ные модели авторегрессии: ЛРХ (3 3 0) с запаздыванием равным 0; ЛРХ (1 1 0) с запаздыванием равным 0; АРМАХ (3 2 2 0) с запаздыванием равным 0.
1 Step Response
0.8 / ■
0.6 ■
0.4 А/ ■
0.2 yj ■
п /
-5 0 5 10 Time 15
Рис. 5. График оценки переходного процесса
Для каждого вида авторегрессии построим график оценки переходного процесса и выбранной модели авторегресии при помощи использования диалогового окна Transient Response (рис. 7).
На рис. 6 очевидно, что модель ARX (3 3 1) более точно описывает объект. Для ее проверки выведем диалоговое окно Model output, в котором рассчитано наилучшее значение ошибки оценивания (рис. 8).
Из графика очевидно, что модель ARX (3 3 1) имеет наименьшую ошибку в сравнении с моделью ARMAX (3 2 2 0).
В модели авторегресии ARX (3 3 1) приведены сведения о том, что модель является дискретной. По данной математической записи получаем передаточную функцию в дискретной форме записи. Построим график, используя пакет Simulink. Результатом применения этого пакета является вывод графика переходной функции по заданной дискретной форме (рис. 9).
Рис. 6. Окно графического интерфейса с результатами построения моделей
Step Response
T-1-1-—:—I-Г
Time
Рис. 7. Графики оценки переходного процесса
800 Measured and simulated model output
Best Fits
600 w Imp -1 586e+005
400 arx331 -1 664e+005 amx3220: -1.766e+0 И
200 /
0 /1
-200
-400
-600
20 40 60 80
Рис. 8. График оценки переходного процесса
1 о. 1926z- to oseosz-^o. 1071 r3 I I
w 1 -О 53752Г V) .04637z-2o 2786Z-3 w
Constant Sglaj70-110(model 331) Scope
1 A
1.2 1 0.8 0.6 ni
^ _ -1
1
/ 1
"У
0.2 т
г
■ > i " " « i
10 20 30 40 5 0
Рис. 9. Переходная характеристика дискретной передаточной функции
Результатом применения пакета System Identification Toolbox к исходным рядам данных по расходу топлива и давлению пара на выходе котла является полученная математическая модель в дискретной форме по каналу «расход топлива - давление пара».
При необходимости модель из дискретной формы может быть переведена в непрерывную.
В дальнейшем полученную математическую модель целесообразно использовать для исследования объекта.
Библиографический список
1. Ешенко А.А. Современные подходы к проблемам по- 2. Дьяконов В.П.. MATLAB 6.5 SP1/7 + Simulink 5/6 в мате-строения математических моделей тепловой работы ванны матике и моделировании. Серия «Библиотека профессиона-стекловаренных печей // Вестник Иркутского государствен- ла». М.: СОЛОН-Пресс, 2005. 576 с. ного технического университета. 2013. №3 (74). С.100-106.
УДК 621.183
АНАЛИЗ РАБОТЫ КОТЛА ДКВр-4,0-13 ПОСЛЕ МОНТАЖА
1 л 4
© В.А. Бочкарев1, Г.С. Кудряшев2, А.Г. Фролов3
Иркутский государственный технический университет, 664074, Россия, г. Иркутск, ул. Лермонтова, 83.
Приводятся результаты обследования котельной Усольского молочного комбината после монтажа котла ДКВр-4,0-13, сжигающего мазут. На основании обследования и теплотехнических измерений дан анализ качеству выполненного монтажа и работе котла. Предлагаются мероприятия, позволяющие повысить эффективность сжигания мазута. Произведен оценочный расчет по снижению затрат на мазут при реализации предложенных мероприятий.
Ил. 2. Табл. 2. Библиогр. 4 назв.
Ключевые слова: сжигание мазута; мазутные горелки; дымовые газы; давление мазута; диаметр мазутных капель; потери тепла в котельном агрегате и КПД котла.
ANALYSIS OF ДКВР-4,0-13 BOILER OPERATION AFTER INSTALLATION V.A. Bochkarev, G.S. Kudryashev, A.G. Frolov
Irkutsk State Technical University, 83 Lermontov St., Irkutsk, 664074, Russia.
The article introduces the examination results of Usolye dairy plant boiler room after the installation of ДКВр -4,0-13 boiler that burns fuel oil. The conducted examination and thermal measurements allowed to analyze the quality of the performed installation and boiler's operation. The measures to improve the efficiency of fuel oil burning are proposed and the estimate calculation to reduce fuel oil cost under the implementation of the proposed measures is provided. 2 figures. 2 tables. 4 sources.
Key words: fuel oil burning; fuel oil burners; flue gases; fuel oil pressure; fuel oil droplet diameter; heat losses in a boiler unit and boiler efficiency.
В котельной Усольского молочного комбината по проекту установлены два котельных агрегата марки ДКВр-2,5-13, оснащенные горелочными устройствами для сжигания мазута. В связи с тем что котельные агрегаты выработали свой технический ресурс, а также в связи с увеличением на молочном комбинате тепловых нагрузок, в 2013 году запланирована плано-
вая замена котлов ДКВр-2,5-13 на котельные агрегаты ДКВр-4,0-13.
Весной 2013 года был смонтирован и запущен в эксплуатацию котел ДКВр-4,0-13.
Паровой двухбарабанный вертикально-водотрубный котел ДКВр-4,0-13 предназначен для выработки сухого насыщенного пара (рис. 1 ,а,б).
1Бочкарев Виктор Александрович, кандидат технических наук, доцент кафедры теплоэнергетики, тел.: 89149022470, e-mail: [email protected]
Bochkarev Victor, Candidate of technical sciences, Associate Professor of the Department of Heat and Power Engineering, tel.: 89149022470, e-mail: [email protected]
2Кудряшев Геннадий Сергеевич, доктор технических наук, профессор кафедры электрических станций, сетей и систем, тел.: 89148880030.
Kudryashev Gennady, Doctor of technical sciences, Professor of the Department of Electrical Stations, Networks and Systems, tel.: 89148880030.
3Фролов Александр Геннадьевич, кандидат технических наук, доцент кафедры теплоэнергетики, тел.: 89025783263, e-mail: [email protected]
Frolov Alexander, Candidate of technical sciences, Associate Professor of the Department of Heat and Power Engineering, tel. : 89025783263, e-mail: [email protected]
