Управление дозами реагентов на станции очистки воды Текст научной статьи по специальности «Механика и машиностроение»

5. Мерков А. Б. Распознавание образов: введение в методы статистического обучения. - М. : URSS, 2010. - 254 с.

6. Сорокин А. С. Построение скоринговых карт с использованием модели логистической регрессии // Интернет-журнал «НАУКОВЕДЕНИЕ». Выпуск 2, март - апрель 2014 г. Режим доступа:

http://naukovedenie.ru/PDF/180EVN214.pdf

7. Клячкин В. Н., Святова Т. И., Донцова Ю. С. Диагностика состояния процесса по результатам контроля рассеяния // Х11 Всероссийское

совещание по проблемам управления: Труды. -М. : Институт проблем управления им. В. А. Трапезникова РАН, 2014. - С. 7605-7615.

Шунина Юлия Сергеевна, аспирант кафедры «Прикладная математика и информатика» УлГТУ.

Поступила 17.02.2015 г.

УДК 007.51:519.246.8

Д. С. БУБЫРЬ, В. Н. КЛЯЧКИН

УПРАВЛЕНИЕ ДОЗАМИ РЕАГЕНТОВ НА СТАНЦИИ ОЧИСТКИ ВОДЫ

Рассмотрена методика применения математических моделей для управления дозами реагентов на подготовительном этапе процесса очистки воды.

Ключевые слова: станция водоочистки, система управления, дозы реагентов, прогнозирование, временной ряд, кусочно-линейная регрессия, векторная авторегрессия.

Постановка задачи. Качество очистки питьевой воды необходимо поддерживать на должном уровне, так как это напрямую влияет на здоровье человека. Для поддержания качества воды надо адаптировать процесс водоочистки к возникающим изменениям. Требуется постоянно следить за состоянием источника поступающей воды и за результатами водоочистки.

На основе такого контроля на водоочистительной станции осуществляется предварительная настройка тех или иных параметров, играющих роль в процессе очистки. Особое внимание отводится добавляемым дозам реагентов. Для управления этими параметрами необходим подход, позволяющий обезопасить работу системы от случаев нарушения и ухудшения качества очищенной воды.

Структура системы управления водоочисткой. Структурный анализ водоочистительной станции позволяет расчленить её на ряд взаимосвязанных сооружений и устройств, решающих самостоятельные задачи [1]. Основной принцип организации станции - иерархический. Это означает, что все составляющие части станции

© Бубырь Д. С., Клячкин В. Н., 2015

находятся в определённой подчинённости в соответствии с условиями работы. В общем виде станцию можно представить в виде трёхуровневой структуры управления (рис. 1).

Первый (нижний) уровень - это исполнительные механизмы (насосы, задвижки, затворы, клапаны, вентили), а также устройства сбора информации (датчики давления, расхода, температуры, уровнемеры, датчики определения показателей качества воды и т. д.).

Второй уровень (информационная сеть) - локальные системы управления (ЛСУ) отдельными сооружениями. На этом уровне наблюдается большое разнообразие, так как технологические процессы существенно отличаются. Подобные системы управления автоматизируют работу отдельного сооружения, позволяют достичь оптимального в некотором смысле протекания технологических процессов в этом сооружении.

На третьем (верхнем) уровне осуществляется отображение для персонала информации о функционировании станции, сбор и статистическая обработка данных, подготовка отчётов, предупредительная и аварийная сигнализация. Каждый из уровней соединён с другим уровнем информационными связями в соответствии с иерархической структурой. Верхний уровень

0 Верхний уровень управления Диспетчер с кии контроль Принятие решений Управленческое воздействие

Информационная сеть Передача сигналов контроля и управления

и Нижним уооветть управления Контроль и управление без участия человека

Диспетчеры, компьютеры, программы

Локальная вычислительная сеть, телекоммуникации

Исполнительные механизмы, датчики, приборы

Рис. 1. Уровни управления станцией очистки воды

может получить информацию от нижнего уровня только через второй. и наоборот. Таким образом, достигается функциональная законченность каждого уровня и возможность их автономной работы снизу вверх.

Принцип работы системы управления водоочисткой. Как правило, работа системы управления водоочисткой осуществляется на основе информации о состоянии водоисточника в данный момент времени, полученной и обработанной на автоматизированных рабочих местах (АРМ), и включает в себя стандартные процедуры подготовки и запуска процесса очистки воды. Управление передаётся промышленному компьютеру (ЭВМ верхнего уровня), связанному локальной вычислительной сетью (ЛВС) с ЛСУ. После задания очередной команды от ЭВМ верхнего уровня по ЛВС поступает сигнал с передачей временного управления определённой ЛСУ. В свою очередь ЛСУ координирует действия датчиков и механизмов, выполняющих определённый этап водоочистки.

Особое значение приобретает именно процедура подготовки, к которой относится настройка параметров, напрямую влияющих на процесс водоочистки. Важнейшими управляемыми параметрами на подготовительном этапе выступают дозы реагентов, применяемых в процессе водоочистки. Правильность выбранной для добавления дозы оказывает значительный эффект на итоговое качество очищенной воды. В основном всё управление данными параметрами сводится к оценке необходимой дозы реагентов по известным формулам с использованием информации о текущем состоянии водоисточника.

Полезным оказывается краткосрочный про-

гноз качества воды с учётом доз добавляемых реагентов: это способствует повышению эффективности работы системы управления станцией водоочистки за счёт своевременного реагирования на возможную аномальную ситуацию.

Система раннего предупреждения и математические модели. С целью исключения аномальных ситуаций предлагается в состав системы управления станции водоочистки ввести подсистему раннего предупреждения [2], осуществляющего прогнозирование качества воды до и после очистки с учётом управляемых параметров. В случае предполагаемого нарушения качества очищенной воды эта подсистема выдаст соответствующий предупреждающий сигнал/сообщение о необходимости изменения доз реагентов. Важное значение приобретают алгоритмы прогнозирования качества воды, полученной после очистки, на основе имеющейся статистической информации. Для прогнозирования предложен подход, содержащий два важных этапа: прогнозирование состояния водоисточника и прогнозирование качества питьевой воды.

Для моделирования и прогнозирования процесса изменения физико-химических факторов водоисточника применяется модель векторной авторегрессии (ВАР) [3]. Векторная авторегрессия - модель динамики нескольких временных рядов, в которой текущие значения контролируемых показателей зависят от прошлых значений этой же группы взаимосвязанных показателей, предложенная Кристофером Симсом [5-5].

В модели ВАР несколько зависимых переменных, и зависят они от собственных лагов и от лагов других переменных. В отличие от модели обычной регрессии, в модели ВАР нет

Рис. 2. Блок-схема управления дозами реагентов

необходимости делить переменные на исследуемые параметры и независимые факторы. Любая переменная модели ВАР по умолчанию включается в состав исследуемых величин. Каждое из уравнений содержит одни и те же регрессоры, взаимных ограничений между уравнениями нет. Таким образом, эффективная оценка (метод максимального правдоподобия с полной информацией) упрощается до обычного метода наименьших квадратов.

Фактически модель ВАР - это система эко-нометрических уравнений, каждое из которых представляет собой модель авторегрессии и распределённого лага.

Пустьу', ' = 1...к , 7-й временной ряд. Модель для этого ряда имеет вид:

у', = а0 +X а'чУ!-1+ X ауУ1-2 + ■■■+X а'пУ1- р+8' ■■

]=1

]=1

]=1

где - 1), ... , -р) - моменты времени; к - количество временных рядов; р - порядок авторегрессии; ащ - оцениваемые коэффициенты модели (т = 1, 2,., р).

Результаты прогнозирования с помощью моделей ВАР, наряду со значениями доз реагентов, выступают в качестве входных данных для следующего этапа - прогнозирования качества питьевой воды.

В качестве модели, прогнозирующей показатели качества питьевой воды, используется кусочно-линейная регрессия с разрывом по отклику [6-7]. В общем виде регрессионная модель представляется следующим образом:

1(0=(АХ +&Х +..-+РХ +0,*/«-1)+...+/ЦД/-кш® <с)+

+(дх +...+ДЛ -1)+...+/и,2^(/-тт>с.

Здесь т - количество регрессоров модели; к - порядок авторегрессии; с - точка разрыва; Х1,X2,...,Хт - регрессоры (физико-химические факторы, характеризующие состояние водоисточника, а также управляемые параметры); (У(®) < с), (У(®) > с) - логические выражения, принимающие значения: 1 - если истинно, 0 - если ложно; У(® - 1)... У(® - к) - значение отклика (показателей качества питьевой воды) в предыдущие моменты времени. Фактически данная модель состоит из двух регрессий, каждая из которых применяется для определённого уровня отклика.

Для прогнозирования по кусочно-линейной модели используется следующий подход. Вначале вычисляется прогноз по обоим «кускам» регрессии, полученные результаты сравниваются со значением в точке разрыва. Если прогноз по первому «куску» меньше или равен значению в точке разрыва, а прогноз по второму куску -больше, то за итоговый результат принимается среднее арифметическое данных чисел. Если хотя бы для одного «куска» наблюдается нарушение неравенства, то итоговым значением считается прогноз по тому «куску», для которого неравенство выполняется. Если же условия нарушаются для обоих случаев, то также вычисляется среднее арифметическое.

Предложенный подход служит инструментом не только для прогнозирования качества очищенной воды с учётом добавляемых реагентов, но и для корректировки их доз с целью предотвращения аномальной ситуации (нарушения качества воды) в будущем.

Управление дозами реагентов осуществляется следующим образом. На основе полученных прогнозов о состоянии водоисточника по известным формулам (принятым на данной водоочистительной станции) вычисляются необходимые дозы добавляемых реагентов. После этого с учётом этих параметров осуществляется прогнозирование качества питьевой воды, полученной после очистки. Полученная информация позволяет проследить, какой эффект ожидается от добавления вычисленных доз реагентов. Если для некоторых параметров качества воды прогнозируется нарушение в будущем, то диспетчером/оператором решается вопрос о целесообразности и возможности пересмотра и корректировки доз реагентов. Далее процедура прогнозирования качества питьевой воды повторяется. Предложенный подход позволяет спрогнозировать необходимое значение доз реагентов совместно с состоянием водоисточника.

Выход из полученного цикла осуществляется тогда, когда по результатам расчёта с учётом откорректированных доз реагентов прогнозируется отсутствие аномальных ситуаций, связанные с ухудшением качества воды, и диспетчером/оператором принято решение о завершении этапа выбора необходимых доз реагентов. На рис. 2 представлена блок-схема описанного алгоритма.

Предлагаемый подход контроля качества воды и управления дозами добавляемых реагентов позволяет исключить в процессе очистки передозировку либо недостаточность доз реагентов, и может использоваться как дополнительный этап настройки параметров системы управления станцией водоочистки. Стабильность работы системы может быть оценена методами многомерного статистического контроля [8-10].

СПИСОК ЛИТЕРАТУРЫ

1. Журба М. Г., Соколов Л. И., Говорова Ж. М. Водоснабжение. Проектирование систем и сооружений. 2-е изд., перераб. и доп. В 3 т. Т. 2. - М. : Издательство АСВ, 2004. - 496 с.

2. Валеев С. Г., Булыжев Е. М. Системы раннего предупреждения аномальной ситуации при анализе состояния СОЖ // Справочник. Инженерный журнал. - 2011. - №10. - С. 39-42.

3. Бубырь Д. С. Булыжев Е. М., Ю. А. Грехов, В. Н. Клячкин, Ю. Е. Кувайскова, Г. А. Орлов. Прогнозирование физико-химических показателей водоисточника // Технологии очистки воды «Техновод-2014»: материалы VIII Международ. науч.-практ. конф.; Красная поляна, г. Сочи, 23-24 октября 2014 г. / Юж.-Рос. гос. по-литехн. ун-т (НИИ). - Новочеркасск : Лик, 2014. - С. 119-125.

4. Sims C. A. Macroeconomics and Reality // Econometrica, 1980. - 48 р.

5. Stock J. H., M. W. Watson. Vector Autoregressions // Journal of Economic Perspectives, 2001. - V.15, - pp.101-115.

6. Клячкин В. Н., Бубырь Д. С. Прогнозирование состояния технического объекта на основе кусочно-линейных регрессий // Радиотехника. -2014. - №7. - С. 137-140.

7. Кувайскова Ю. Е., Клячкин В. Н., Бубырь Д. С. Прогнозирование состояния технического объекта на основе мониторинга его параметров // XII Всероссийское совещание по проблемам управления: Труды. - М. : Институт проблем управления им. В. А. Трапезникова РАН, 2014. -С. 7616-7626.

8. Клячкин В. Н. Технология многомерного статистического контроля процесса //

Информационные технологии в проектировании и производстве. - 2002. - №3. - С.49-53.

9. Клячкин В. Н. Статистический контроль технологического процесса по регрессионным остаткам // Проектирование и технология электронных средств. - 2002. - №3. - С.49-52.

10. Клячкин В. Н. Оценка воспроизводимости многомерного процесса // Методы менеджмента качества. -2003. - №1. - С.41-43.

Бубырь Дмитрий Сергеевич, аспирант кафедры «Прикладная математика и информатика» УлГТУ.

Клячкин Владимир Николаевич, доктор технических наук, профессор кафедры «Прикладная математика и информатика» УлГТУ.

Поступила 03.03.2015 г.

УДК 621.452.3+678.7-43 Д. Г. ВОЛЬСКОВ

ИНТЕГРАЛЬНЫЕ КОНСТРУКЦИИ ИЗ ПОЛИМЕРНЫХ КОМПОЗИЦИОННЫХ МАТЕРИАЛОВ ГАЗОТУРБИННЫХ ДВИГАТЕЛЕЙ

Рассматривается создание интегральных конструкций из полимерных композиционных материалов при повышении топливной эффективности авиационных газотурбинных двигателей.

Ключевые слова: топливная эффективность, СЛЬ8-технологии, жизненный цикл изделия (ЖЦИ), полимерные композиционные материалы (ПКМ), электронный макет, ЦИАМ.

Успешный результат проектирования современного самолёта с высокими характеристиками в значительной степени зависит от удачного объединения планера и силовой установки. Теперь недостаточно спроектировать планер, обладающий высоким аэродинамическим и весовым совершенством, и поставить на него двигатель с малым удельным расходом топлива и малым удельным весом, необходимо согласовать характеристики планера и силовой установки по тому или иному критерию, определяющему совершенство самолётов данного типа, выбрать оптимальные режимы полёта самолёта и работы силовой установки. Другими словами, наряду с оптимизацией характеристик планера выбрать оптимальную схему двигателя и такие главные параметры (определяющие высотно-скоростные характеристики двигателя), как степень двух-контурности, температура газа перед турбиной, степень повышения давления (степень сжатия) в компрессоре и др. [1].

Топливная эффективность - одно из важнейших свойств пассажирских и транспортных самолётов. Количественным критерием, характе-

© Вольсков Д. Г., 2015

ризующим данные свойства, служит расход топлива, израсходованного двигателями за определённое время, отнесённый к совершённой за это время транспортной работе: для пассажирского самолёта - это количество пассажиро-километ-ров, для транспортного - тонно-километров. Таким образом, топливная эффективность определяется технической дальностью полёта самолёта.

Уровень топливной эффективности самолёта определяется рядом показателей: удельным расходом топлива двигателей, аэродинамическим и весовым совершенством самолёта, его назначением (дальностью и особенностями профиля полёта, пассажировместимостью) и др.

Поиском новых технических решений и отработкой базовых технологий для решения этих амбициозных задач заняты сегодня специалисты ЦИАМ [2].

Как отметил в своём докладе Владимир Бабкин: «Ключевыми словами, характеризующими перспективные газотурбинные двигатели, являются: «неметаллический», «сухой», «электрический». Это означает широкое применение композиционных материалов в «холодной» и «горячей» частях двигателя, отказ от масляной системы с переходом на газодинамические или магнитные подшипники, применение электроприводных