BME, Energetikai Gépek és Rendszerek Tanszék
Irányítástechnika I BMETE80R814 a Reaktortechnika szakirányú továbbképzési szakon 2 óra/hét -> összesen 24 óra; 5 kredit Változat: 2014
Dr. Szentannai Pál egyetemi docens, tanszékvezető helyettes
D 206B
[email protected]
06 1 463 2559
Tartalom fejezet 1. Irányításelméleti alapok 2. Modern szabályozási eljárások
Követelmények A vizsgaidőszakban: szóbeli vizsga
alkalom 1. – 7. 8. – 12.
A tudás átadásának módja: szóbeli előadás
vetített háttéranyaggal, ami letölthető a következő helyről:
ftp://ftp.energia.bme.hu/pub/Iranyitastechnika_I/
Azt kell tudni, ami elhangzott! Kérdezzenek!
A tudás befogadásának javasolt módja: (hagyományos) jegyzetelés az ábrák lerajzolásával
A tempó ennek megfelelő (a vetítés nem sokszorozza meg a megtanulandó anyagot) Segít a megértésben Segít a feldolgozásban Segít a magyarra fordításban A letöltött vetített képek ennek pontosításában segíthetnek, kinyomtatásuk fölösleges
Tudnivalók a vetített képekről ábra, szöveg: tudni kell reprodukálni angol szakkifejezések: tudni kell
Tudnivalók a vetített képekről irodalomból átvett ábrák idegen jelölésrendszerrel: külön jelzem, ha a jelölési részleteket nem kell tudni
angol szakkifejezések: külön jelzem, ha nem kell tudni a magyar megfelelőjét csak mondom!
Kiegészítő vázlatpontok a tudnivalókról – nem teljes lista!!
forrás / szerző(k): segítség, nem kell tudni
Ajánlott irodalom Az 1. fejezethez: Lantos Béla: Irányítási rendszerek elmélete és tervezése I. Egyváltozós szabályozások. Akadémiai kiadó, 2001. ISBN 963-05-7787-9 A 2. fejezethez: Szentannai, P. (Ed.): Power Plant Applications of Advanced Control Techniques. ProcessEng, Vienna, 2010. ISBN: 978-3-902655-11-0
Irányítástechnika I
Dr. Szentannai Pál
[email protected]
1. IRÁNYÍTÁSELMÉLETI ALAPOK
- csak a reaktortechnikai gyakorlatban jelentőséggel bíró részek
1.1. Fogalmak
magasabb szintű információ ítéletalkotás
érzékelés
beavatkozás
− hierarchikus rendben helyezkedik el − folyamaton belüli visszahatás: nem feltétlen van (pl. fűtés a külső hőmérséklet alapján) − „távadók”, beavatkozók − a hierarchiában fölfelé: intelligencia ; megbízhatóság
− központosított – elosztott intelligenciájú megvalósítás .
Csoportosítások irányítás vezérlés
szabályozás
irányítás kézi
automatikus
.
Nem automatikus (kézi) szabályozás
- ergonómia, kezelhetőség, usability
Lipták
Nem automatikus (kézi) vezérlés
- a témánk: automatikus szabályozások
Lipták
irányítás vezérlés az ítéletalkotás nem kap visszajelzést a beavatkozás hatásáról
szabályozás ... kap visszajelzést
főleg ezzel foglalkozunk angolul:
control open loop control
németül:
.
closed loop control (feedback control) Steuerung
Steuerung
Regelung .
A zárt szabályozási kör felépítése
Xz Xa +
Xr
-
szabályozó
Xb
beavatkozó szerv
Xm
angolszász jelölésekkel: +
e
-
ym
Xs
érzékelő szerv
Xe
r
szakasz (folyamat)
controller
d u
actuator
up
plant (process)
y
sensor .
A (zárt) szabályozási kör összevont ábrázolása A beavatkozót és az érzékelőt gyakran (analízis esetén) a szakasz részének tekintjük.
d
r
+
e
-
C
u
P
y
− gyakran ezt tekintik szabályozónak − többváltozós => vektorok .
z or d zavaró jel disturbance e Störgröße, -n
s alapjel
+
e - szabályozási eltérés / setpoint / reference signal rendelkező jel
szabályozó controller r Regler, -s, -
r Sollwert, -s, -e error r Regelfehler, -s, - / e Regeldifferenz, -en
szakasz / u folyamat beavatkozó jel plant / process
control signal / r Prozess, -s, -e / manipulated e Regelstrecke, -n variable e Stellgröße, -n/ e Steuergröße, -n
y szabályozott jellemző controlled variable / plant output e Regelgröße, -n
Magyarul beszélünk, de az angol jeleket használjuk (<= egyszerűbbek).
Állásos szabályozások
- ez is szabályozás
Schmid
Állásos szabályozások hárompont szabályozás
- több állású szab.: hűtő ventilátorainak be-, kikapcsolása
Schmid
Kaszkád szabályozás
- gyakran: S1: szelep; ‘Hilfsregler’: szelep pozicionáló
Breckner
1.2. Folytonosidejű lineáris szabályozások analízise
diszkrétidejű: analóg módszerek nemlineáris: lineárisnak tekintjük; linearizáljuk de: - egy-, többváltozós - autonóm (=időinvariáns), nem autonóm - determinisztikus , stochasztikus x
1.2.1. Lineáris rendszerek leírási módjai
2.2.1. Lineáris rendszerek leírási módjai a.) állapotegyenlet
.
.
.
Gyurkovics
.
Gyurkovics
Lineáris rendszer hatásvázlata
- a mátrixok időfüggése nincs kiírva
.
.
.
.
.
2.2.1. Lineáris rendszerek leírási módjai b.) átviteli függvény
.
.
.
.
- deriválási szabály - olyan fontos, hogy be is bizonyítjuk
.
.
.
.
.
.
.
2.2.1. Lineáris rendszerek leírási módjai c.) súlyfüggvény d.) átmeneti függvény e.) differenciálegyenlet-rendszer
.
.
1.2.2. Áttérés az egyes leírási módok között
.
.
.
.
.
.
.
.
.
.
1.2.3. Stabilitás
- folytonosidejű lineáris rendszereké
.
.
.
.
1.
Jelölés!! x itt nem állapotváltozó, s itt nem a Laplace transzf. fln. vált.
.
2.
.
.
3.
- a kétféle jelölés összetalálkozik
.
.
4.
.
.
.
Amely frekvencián a felnyitott kör fázistolása -180°, az erősítés absz. értéke legyen 1-nél kisebb. (Ha csak a bal félsíkon vannak pólusok, és csak egyetlen vágási körfrekvencia van.)
.
5. .
.
.
.
A vízszintes tengelyt metszi („töréspont”): -20logωT = 0 ωT = 1 ω = 1/T
.
.
.
.
.
1.3. Szabályozások tervezése
.
1.3.1. PID típusú szabályozások
- D: trend -> jövőbeli alakulás
Controller v
P t
e
v
+
s +
I
-
+ t
v
z
u
Process
y
+
D t
- ez nem pontosan egyezik az előző és a következő dián felírttal - megvalósításonként sok hasonló (jelentéktelenek tűnő) eltérés (pl. Matlab: P+I/s+Ds)
.
.
.
.
.
.
.
.
WSZ· WPID 1+WSZ· WPID
.
.
1.3.2. A PID típusú szabályozók kísérleti beállítása
- üzembehelyezéskor, amikor még kevés információ van a szakaszról
- b.) automatikus behangolók ezt csinálják – majd látunk példát
.
-> stabilitás határa -> max. csillapításig : TD,max ; TD,max /3
-> a kívánt csillapításig
- csak a stabilitás határára kell vinni (periódusidőt nem kell mérni) - a pontos lépéseket nem kell tudni
.
1.3.3. Holtidős tagot tartalmazó rendszerek irányítása
.
.
.
.
.
.
.
.
.
.
.
.
.
Más megoldás, ha van modell
- külső kör: a modellhibák, zavarások kompenzálására - a két alsó vonal össze is vonható
Siemens
1.3.4. PID beállítása előírt statikus pontosság és fázistartalék esetére
.
.
.
.
.
.
.
a nevező másik két tényezőjét elhanyagoljuk
AP 0,1 1 10,92 4,55
.
.
1.3.5. Pólusáthelyezés állapotvisszacsatolással
.
.
.
.
.
K
.
.
.
.
.
.
.
.
.
.
.
.
Nu r = u
.
.
.
.
1.3.6. A szabályozott szakasz határainak kijelölése
.
.
.
.
.
.
.
Ir.elm. könyv elején: >> A szabályozott szakaszt a megbízó határolja le <<
>> Attól várható jó szabályozás, aki jól ismeri a szabályozandó berendezést << - Ez vonatkozik a tervezőre, de az algoritmusra is!
.
Irányítástechnika I
Dr. Szentannai Pál
[email protected]
2. MODERN SZABÁLYOZÁSI ELJÁRÁSOK
Irányítástechnika I
Dr. Szentannai Pál
2.1. Igény, fogalmak
.
[email protected]
jobb szabályozás üzleti haszon ϑ tiltott terület
hagyományos szabályozás
modern szabályozás
t
jobb szabályozás üzleti haszon
.
•
Reaching higher efficiency in steady states (which directly means lower fuel costs and emission – as introduced in the example above).
•
Expanding the limits of steady state operations.
•
Making dynamic changes smoother and less resourceconsuming. (This covers start-up, shut-down and load change periods. In the first two cases the sped up processes directly result in savings in fuel cost, while considering and limiting thermal stresses also results in an increased life-time.)
•
Increasing the level of supply by making the power plant a more flexible one in the energy market. .
Igény
Cases where PID no more applicable: +
.
MIMO processes with strong couplings Nonlinear processes ( startup, shutdown) Time-variant processes Better control performance required
.
Keresztkapcsolatok (szabályozási körök között)
.
Havlena
Keresztkapcsolatok (szabályozási körök között) cv1 VARIABLE mv1
Fuel feed flow
cv2
Steam Bed pressure temperature
Oxygen in flue gas
cv4
S
M
M
C
S
S
Primary air flow
S
mv3
Secondary air flow
M
mv4
Limestone feed flow
M
mv5
Ash removal flow
M
cv5
cv6
SO2 in flue gas Bed pressure
C
mv2
mv6
cv3
M
C C
cv7
Chamber pressure
cv8
Drum Steam level temperature
M
S/M
S/M
S
S/M
S
S
S/M
S
M C C
Flue gas flow
mv7
Feed water flow
M
mv8
Spray water flow
M
C
dv1
Steam flow
S
S/M
C mv S cv M dv
DCS Control loop pairing manipulated variable Strong interaction controlled variable Minor interaction disturbance variable
C
C S M
DCS control loop pairing strong interaction minor interaction Havlena
Alkalmazási példa Példa:
700 MWe hőerőmű
Probléma:
liberalizált villamosenergia-piac kb. 150 indítás/leállítás évente
nagy hőfeszültségek + üzemanyag-veszteség
kék = modern szab.
lila = hagyományos szab.
piros = korlátok
gyorsabb indítás kevesebb veszteség (~ 20%) kevesebb hőfeszültség az élettartam kisebb fogyása
Rode
Korszerű szabályozási eljárások ipari alkalmazásai. Példa: MPC
Alkalmazás iparáganként
Refining Petrochemicals Chemicals Pulp and paper Polymer Air & Gas Food Processing Mining/Metallurgy Power plants Furnaces Cement Unclassified Total Number of Applications
1995
1999
2005
67.2% 13.0% 8.5% 2.0% n.a. n.a. 0.5% 0.7% n.a. 1.9% n.a. 4.2%
55.7% 15.3% 4.6% 1.9% 1.1% 1.6% 1.5% 1.0% n.a. 1.1% n.a. 16.1%
49.2% 9.9% 15.6% 3.8% 6.3% 5.9% 3.5% 1.5% 0.2% n.a. 1.3% 2.7%
2,233
4,635
9,456
- a konkrét adatokat (persze) nem kell tudni
Dittmar
Teljes automatizálás iparáganként
- a konkrét adatokat (persze) nem kell tudni
ZVEI
Új létesítmény költségeinek megoszlása
- a konkrét adatokat (persze) nem kell tudni
Gutermuth
Általános fogalmak az egyes eljárások jellemzésére: adaptív
nemlineáris .
Astron
Általános fogalmak az egyes eljárások jellemzésére:
robosztus
intelligens
.
.
Elméleti háttér
- Ebből egy kis áttekintést kapunk ebben a fejezetben (is)
A legfontosabb eljárások - műmérés - áthangoló szab.
- átkapcsoló szab.
nemlineáris szakaszokra
modern kiterjesztések klasszikus szabályozókhoz is
- szétcsatolás - MPC
<- leggyakrabban használt
- DMC
<- MPC részhalmaza
- fuzzy - neurális háló
„intelligens”
.
Identifikáció (modellalkotás)
- fizikai modellalkotás
elméleti modell
- black box (ARX, FIR, ...)
empirikus modell
- grey box
félempirikus modell
.
Irányítástechnika I
Dr. Szentannai Pál
[email protected]
5.2. Műmérés soft sensor / indirect process monitoring / inferential measurement
hardver szenzor helyett, ha az - túl drága - nem megvalósítható - túl bonyolult
.
(valójában nem önálló szabályozási eljárás)
Műmérés - primer folyamatjellemzők helyett - egy vagy több szekunder jellemző méréséből következtet - matematikai modell segítségével => a primer változó becsült értéke
- modell szükséges - modellhiba hatása - zavarások helye / -> hatása
.
Irányítástechnika I
Dr. Szentannai Pál
[email protected]
2.2. Áthangoló szabályozás gain scheduling control
- egyetlen lineáris szabályozó alkalmazása nemlineáris folyamatra
.
Áthangoló szabályozás - a lineáris szabályozó tervezése: a szakasz több munkapontjára - működés közben a szabályozó paramétereit aktualizálják – az éppen aktuális munkaponttól függően
(az adaptív tulajdonság legegyszerűbb esete)
.
Áthangoló szabályozás a tervezés lépései 1. A variable , well correlated with the changes in the process dynamics, should be identified to be used as the scheduling variable. Preferably, this variable should be readily available and its time dependency should be easily handled. 2. A set of operating points should be chosen to span the whole operating range of the process. This set defines an array of values ={1,…,n} in the scheduling variable and a partition of the operating range. 3. Design the linear controller at each operating point, using the linear time-invariant models of the plant at the selected points if required, and store the controller parameters. 4. Design the gain-scheduling scheme to interpolate the controller parameters for operation between the selected operating points.
.
Garduno-Ramirez
Áthangoló szabályozás a tervezés lépései The main advantages of gain scheduling are that the plethora of linear control methods can be used in the design of the control system, and that the controller parameters can be updated very rapidly, since no parameter estimation is needed. Major difficulties might include the selection of the scheduling variable, optimal partition of the operating space, large amount of time required to synthesize the controllers for cases with large number of partitions, and the selection of the parameter scheduling procedure. The former problem may result in unsatisfactory or even unstable performance, which can be accentuated by the interpolation strategy, sharpness of the partition boundaries, and non-slowly varying process dynamics.
.
Garduno-Ramirez
Áthangoló szabályozás Despite the many practical implementations of gain scheduled controllers, there has always been a major concern about the lack of theoretical results about the global properties of the controlled system, that is, although the system could have excellent robust stability and performance properties at the selected operating points, there is no guarantee that these properties will hold at all points between the selected points. Nevertheless, it should be noted that even theoretically well-supported control methods are of a local nature once a real application is attempted. The control system properties for wide-range operation are demonstrated through extensive simulation experiments, which may become an overwhelming task when many points of interest are considered.
.
Garduno-Ramirez
Áthangoló szabályozás In the typical gain-scheduling scheme, where an internal process variable is used to determine the process operating condition, a slowly-varying scheduling variable* guarantees that the process state and output do not deviate far away from the values at the selected operating points. Scheduling on a reference trajectory, the plant output maintains global properties provided that the scheduling variables have a sufficiently slow time variation, the unmodeled nonlinearities are small, and the unmodeled dynamics are not excited significantly.
* terhelés!
Garduno-Ramirez
Irányítástechnika I
Dr. Szentannai Pál
[email protected]
2.3. Átkapcsoló szabályozás Multi-mode control
.
Átkapcsoló szabályozás for wide-range control of nonlinear processes In this approach, switching among several controllers, each designed for a partition of the operating space, is made in accordance to the current operating conditions.
.
.
Átkapcsoló szabályozás The multimode approach provides great versatility on the control techniques that can be used in each controller, and from a wider perspective, also allows the realization of reconfigurable schemes that can even have different process input-output pairing. This versatility could be a great advantage for the implementation of control strategies across different operating states (i.e., normal, emergency, trip, restoration, etc.) and operating stages (cold startup, hot standby, loading, shutdown, etc.) within the same operating state. The major drawback might be that of implementing the switching logic to achieve smooth transfer between two different controllers and to avoid intermittent operation of two controllers in adjacent operating regions with sharp boundaries.
.
Garduno-Ramirez
Irányítástechnika I
Dr. Szentannai Pál
[email protected]
2.4. Szétcsatolás loop-decoupling / interaction compensator többváltozós szabályozások, ahol több, független szabályozási kör van: zavarhatják egymást
.
Csatolt szakasz (szabályozási körök keresztkapcsolatai)
1. szabályozó
1. módosított jellemző
kapcsolt szakasz
2. módosított jellemző
1. szabályozott jellemző
2. szabályozott jellemző
2. szabályozó
Ha a szabályozásban nem vesszük figyelembe a szakasz erős keresztkapcsolatait (szaggatott vonalak), nem megfelelő működést, pl. lengéseket kapunk. (-> tárgyalás többváltozós szabályozásként)
Példa csatolt szakaszra
2. szab. 3. szab.
~ 1. szab.
Qv: zavaró jellemző
P
Szétcsatolás
- D : szétcsatoló : decoupler
.
Szétcsatolás – egy nagyon egyszerű megoldás
Szabó Z.
Szétcsatolás – teszt szétcsatoló nélkül
Szabó Z.
Szétcsatolás – teszt szétcsatolóval
Szabó Z.
Irányítástechnika I
Dr. Szentannai Pál
2.5. MPC
.
[email protected]
MPC – modell alapú prediktív szabályozás MPC – Model Predictive Control
-
–
Modellprädiktive Regelung
ipari elterjedés: 1980-tól sok változat mindegyik: a szakasz dinamikai modelljére támaszkodik mindegyik: valósidejű optimálást végez
>> Attól várható jó szabályozás, aki jól ismeri a szabályozandó berendezést << (Ez vonatkozik a tervezőre és az algoritmusra is.) .
MPC – az alapgondolat
.
MPC – modell alapú prediktív szabályozás (működése röviden)
Process model
u
y = f(u,x,...)
y
Setpoint
s(n·tn)
Constraints
≤, ...
Cost function
Q·(s-y)2 + R·u2 min
(korlátozások)
to be solved quadratic problem with constraints at each sampling (on-line) the first control to be applied to the process
.
Előnyök
Considers future values
Considers constraints
MIMO application available
.
MPC – a működés lépései feltevések: 1. on-line számítások => diszkrétidejű működés 2. lineáris rendszert feltételezve (nemlineáris esetre majd kiterjesztés)
3. többváltozós
.
MPC – a működés lépései A.) PREDIKCIÓ Fealadat: - a magárahagyott rendszer szabályozott jellemzőinek jövőbeli értékeinek meghat.:
- a szabályozási eltérés jövőbeli értékei: Jelölések:: -
predikciós horizont: nP szabályozási horizont: nC k-adik lépésben tartunk alapjel: w
- a jelöléseket nem kell pontosan visszaadni
Dittmar
MPC – a működés lépései A.) PREDIKCIÓ Ismert: - múltbeli jelfolyamok:
(a nyilak iránya segít)
- beavatkozó jel:
- szabályozott jellemző: - mérhető zavarások: - az alapjel jövőbeli alakulása:
- az utoljára beállított beavatkozó jel (amely nem változik): - nem mérhető zavarások becsült értéke: - dinamikus (=instacioner) rendszermodell – elvileg tetszőleges formában .
MPC – a működés lépései B.) DINAMIKUS OPTIMÁLÁS Feladat: a beavatkozó jel jövőbeli megváltoztatásainak optimális megválasztása: optimálás:
szabályozási hiba -><- beavatkozás intenzitása (kompromisszum)
Definiálása: súlymátrixokkal: Q, R Célfüggvényt kell minimalizálni:
.
MPC – a működés lépései B.) DINAMIKUS OPTIMÁLÁS korlátozások (!!, pl.):
.
MPC – a működés lépései B.) DINAMIKUS OPTIMÁLÁS Mindez az ismert „optimumkeresési feladat kvadratikus célfüggvénnyel és lineáris peremfeltételekkel”
amire (régóta) ismertek hatékony keresési algoritmusok
Egyszerű modellre, korlátozások nélkül analitikus megoldás is létezik => nagyságrendekkel kisebb számítási igény (Ez a DMC – lásd később)
.
MPC – a működés lépései C.) A CSÚSZÓ HORIZONT ELVE A kapott megoldásnak csak az első elemét alkalmazzuk a folyamatra (aztán újra kezdődik a szabályozási ciklus)
D.) A NEM MÉRHETŐ ZAVARÁSOK BECSLÉSE A predikció hibájának okai: - a modell pontatlansága
- nem mérhető zavaró jellemzők <- gyakori megoldás: csak erre vezetik vissza
.
MPC
Dittmar
MPC megvalósítás Matlab-Simulink környezetben
.
MPC megvalósítás Matlab-Simulink környezetben
.
.
MPC Nemlinearitás kezelése
MPC nemlinearitás kezelése
.
Példa csatolt szakaszra
2. szab. 3. szab.
~ 1. szab.
Qv: zavaró jellemző
P
Irányítástechnika I
Dr. Szentannai Pál
2.6. DMC
.
[email protected]
DMC - Dynamic Matrix Control MPC legelső, legegyszerűbb változata - bemutatása első lépésben: SISO esetre
A szakaszmodell a következő formában szükséges (predikciós egyenlet):
gerjesztés hatása magára hagyott rdsz. kimenete
.
Dittmar
A predikciós egyenletben G (Dynamic Matrix) jelentése:
ahol az egyes elemek az egységugrásra adott válasz együtthatói: h(5) h(6) h(2) h(3) h(4) h(1)
FSR (Finite Step Response) model
.
A magára hagyott rendszer válasza (a predikciós egyenlet (=modell) másik szükséges eleme):
.
.
- nincsenek korlátozások
- a (minimalizálandó) célfüggvény egyszerűbb alakja:
A feladat: azon bemeneti jelsorozat (
) megkeresése, amely
mellett a fenti függvénynek minimuma van. Az ehhez felhasználható szükséges feltétel:
.
.
A megoldás zárt alakban felírható (ez lesz a szabályozó algoritmus):
, ahol
- a mátrix invertálás számításigényes – de off-line elvégezhető => - az időinvariáns C mátrix off-line (előre, egyszer) számítható => - az on-line számításigény csak a mátrix szorzás
.
.
Kiterjesztés MIMO esetre: megnövelt Dynamic Matrix:
G11 G12 G G21 G22 ahol
Gij az i. szabályozott jellemzőnek (y) a j. beavatkozó jelre (u)
vonatkozó Dynamic Matrix-a
.
.
Irányítástechnika I
Dr. Szentannai Pál
2.7. Fuzzy szabályozás
- Fuzzy halmazok - Ezen alapuló szabályozás
[email protected]
.
.
.
.
.
.
Alapgondolat – Fuzzy halmazok
1 0
2
5
x
Fuzzy set: youth membership function
membership function
Classical set: 2≤ x ≤5
1 0
15
25
age
.
.
.
.
.
a
ka k
.
.
.
.
- sokféle fuzzy rendszer; eltérések leginkább itt
.
.
.
IF analog input value IF
y
u Rule Base DECISION MAKING
me mi wha t dd l e ope n so me w clo hat clo se se
so
analog output value
... THEN ...
measured value (steam temp., e.g.)
FUZZIFICATION
en
temp is very low THEN valve set to open temp is low THEN valve set to somewhat open
op
IF
membership
i gh
... THEN ...
ry h
IF
ve
rm al hi g h
no
ow l ow
ry l ve
membership
Alapgondolat – Fuzzy szabályozás
output value (valve position, e.g.)
DEFUZZIFICATION
.
Jellemzők
+ Easy realization of human / expert knowledge + Low-cost applications (computer, sensor, actuator)
- Unsmooth output - Stability ??
.
Irányítástechnika I
Dr. Szentannai Pál
2.8. Neurális hálózatok
.
[email protected]
Neurális hálózatok
Neural networks are composed of simple elements operating in parallel. These elements are inspired by biological nervous systems. As in nature, the connections between elements largely determine the network function. You can train a neural network to perform a particular function by adjusting the values of the connections (weights) between elements. .
Matlab; http://biomedicalengineering.yolasite.com/neurons.php
Kapcsolás a neurális háló tanításához
unknown function: - szabályozott szakasz => NN: szakaszmodell (identifikáció) -> modell alapú szabályozások - szabályozott szakasz inverze => NN: szabályozóként használható
Hagan
A neurális háló megvalósítása Egy neuron (tipikus) megvalósítása
tipikusan - w és b: tanulási paraméterek (w a természetben: szinapszis; blokkoló) - f alakja: a tervező választja meg Matlab
A neurális háló megvalósítása Egy neuron (tipikus) megvalósítása f (transfer function) néhány szokásos alakja
hardlim
1 f n 1 e n
en en f n n n e e
- hardlim: 0 v. 1: kemény - olykor: szimmetrikus hardlim: -1 v. 1 - elég a grafikus alakok felvázolása
f n
1 sign ( n ) 2
f n n
Matlab, Lantos
A neurális háló megvalósítása Neuronok hálózata „réteg”: több, párhuzamosan ható neuron
- R és S általában nem egyenlő - de mindezt inkább mátrixos formában: %
Hagan
A neurális háló megvalósítása Neuronok hálózata „réteg” mátrixos (tömör) ábrázolása
.
Hagan
A neurális háló megvalósítása Neuronok hálózata Többrétegű hálózat
- felső index: réteg - bemeneti-, takart-, kimeneti réteg
Hagan
A neurális háló tanítása (minden W és b megkeresése)
.
Hagan
A neurális háló tanítása (minden W és b megkeresése) A tanulási algoritmus egy lépése:
ahol a tanulási sebesség (bátorság)
- Egyszerű szélsőértékkeresési mód: a negatív gradiens irányába lép - a parc. deriváltak számítása: % Hagan
A neurális háló tanítása Láncszabály alkalmazása
mivel tudjuk:
a az előző réteg kimenete => számítás hátratartó rekurzióval (error backpropagation)
Hagan
Irányítástechnika I
Dr. Szentannai Pál
[email protected]
2.9. Modern szabályozások megvalósításának módja; esettanulmányok
.
Realizálás új erőmű (új irányítási rendszer) esetében - Általános jellemző: nagyobb számításigény - Új erőmű (új irányítási rendszer): ennek megfelelő teljesítőképességűt kell beépíteni -> eltérés az árban: minimális - Kiépítés: 1.) hagyományos szabályozási megoldások (az erőmű üzembe helyezésének fázisában, átadás előtt) 2.) modern szabályozások (az erőmű finom hangolásának fázisában)
Realizálás meglévő erőmű (meglévő irányítási rendszer) esetében - Általános jellemző: a korábban megépített irányítási rendszer (DCS) nem elégíti ki az új eljárások számításigényét - Alapvető szempont: a meglévő irányítási rendszer által nyújtott stabil működés, biztonság szintje nem romolhat => - A meglévő felügyeletet gyakorol az új felett.
- Kiépítés: új hardver is kell + csatlakozási felület
- A következő ábra használható új rendszerekre is, csak ott azonos hardveren fut mindkét szintű szabályozás; a csatlakozó felület elmarad.
Realizálás meglévő erőmű (irányítási rendszer) esetében HW / SW realizálás Meglévő DCS
S
meglévő szabályozók
S
új PC az új többváltozós szabályozóval
meglévő alacsony szintű szabályozók (pl. pozicionálók)
+
+
-
+
+
-
+
I/O csatorna
+
M
M
esetleg néhány új mérés (pl. hőfeszültségek)
A megvalósítás menete meglévő erőmű (irányítási rendszer) esetében
1. Regisztrátumok elemzése (csatolt) szabályozási szakasz kiválasztása 2. Modellalkotás 3. Szabályozó tervezése, off-line tesztelése
4. Szabályozó összekapcsolása a meglévő rendszerrel 5. Eredmények gazdasági elemzése döntés a bevezetésről, megvásárlás
Alkalmazási példák gyűjteménye (új könyv) Pal Szentannai (Ed.): Power Plant Applications of Advanced Control Techniques. ProcessEng Engineering GmbH, Wien, ISBN 978-3902655-11-0 (2010). p. 235. Corresponding author
Coun try
Power Plant
Technique
J. M. Lemos
PT
thermal
adaptive MPC
Vladimir Havlena
CZ
thermal
MPC
Jeno Kovacs
FI
thermal
MPC
Wen Tan
CHN
thermal
PID
thermal
ARX fast forecast
Mika Ruusunen
FI
A. Sanchez-Lopez
MEX
thermal
DMC + Fuzzy
Enso Ikonen
FI
thermal
Markov chains
M.A. Gilbertson
UK
thermal
advanced pmeasuremnt
S. Rominus Valsalam
IN
thermal
Kalman filter
Raul GardunoRamirez
MEX
thermal
Fuzzy-driven gain-sched.
Corresponding author
Coun try
Power Plant
Technique
B. Andrade da Costa
PT
solar furnace
adaptive
J. Henriques
PT
solar
outputregulation
R. Pickhardt
CH
solar
MPC + ARMAX with Fuzzy
J. M. Lemos
PT
solar
adaptive predictive
Pedro RonceroSánchez
ESP
wind (e.g.)
state-feedbk. + predictiveintegral + rep. currant
Haritza Camblong
FR
wind
robust
J.K. Gruber
ESP
fuel cell
MPC
Ertugrul Cam
TR
hydro
Fuzzy-driven gain-sched.
2.9.1. Naperőmű MPC szabályozása
.
Rainer Pickhardt, CH
A szabályozandó naperőmű típus (Plataforma Solar de Almeira, Dél-Spanyolország)
- olajat keringetnek - a tükröket (a cső tengelyében) külön automatika forgatja a nap állása szerint – ezzel most nem foglalkozunk - (Van olyan is, ahol a tükrök egy központi toronyba sugároznak, de itt nem) .
A szabályozandó naperőmű típus (Plataforma Solar de Almeira, Dél-Spanyolország)
- a kilépő olajhőmérsékletét kell a meghatározott értéken tartani - az egyetlen beavatkozási lehetőség: a keringetett olaj mennyisége - erre korlátozás: 2 – 9 m3/s (MPC: OK!) Pickhardt
A szabályozandó naperőmű típus (Plataforma Solar de Almeira, Dél-Spanyolország)
- zavarás: sugárzási teljesítmény (felhők ...!) - de legalább mérik - további mért zavarások: belépő olaj hőm., környezeti hőm. - nehézség: a szabályozás időállandója függ a módosított jellemzőtől! => szokásos szabályozó konstans paraméterekkel nem jó Lemos
A felállított nemlineáris modell Az olaj diszkrét térfogategységének diszkrét időegység alatt történő felmelegedése:
- ilyen egyszerű modell - α-ban pl.: tükrök piszkolódása - β-ban pl.: szél, csövek felülete - nincs benne pl.: nagyobb sebesség -> nagyobb hőátadás - további kiegészítés: az áramlási sebességtől függően (y, módosított jellemző) hány ilyen térfogategység megy át => az eredő kilépő hőmérséklet (-> p1-ben nemlineáris modell!) Pickhardt
A két paraméter on-line becslése 1. p1 növelése és csökkentése 2. p2 meghatározása legkisebb négyzetes hiba alapján (p2-ben lineáris => jól használható LQ megoldási eljárások vannak) 3. annak a p1-nek (és a hozzá tartozó p2-nek) a kiválasztása, ahol a hiba a legkisebb
- igen egyszerű eljárás (“józan ész”)
.
A szabályozási eljárás Költségfüggvény MPC szerint Benne: súlyozás a szabályozott jellemző (kilépő hőm.) és a módosított jellemző (olajsebesség) között A költségfüggvény minimumának (on-line) iteratív megkeresése. (A korlátozásokat az iterációk továbbengedésének tiltásával veszik figyelembe.) Ha az iteráció tovább tartana, mint a ciklusidő (15 s), a keresés megáll, és a legjobb megtalált bemenet kerül kiadásra. (De erre csak nagyon ritkán került sor!)
- igen egyszerű eljárás (“józan ész”) - a nemlin. feladat bonyolult megoldása helyett
.
A szabályozás realizálása és tesztje Kiépített környezet több fejlesztő csoport tesztjére. Interface PC-n futtatható szabályozók részére. A helyi operátor folyamatosan jelen volt, figyelt, és rossz működés esetén átkapcsolt az eredeti szabályozóra. (Ilyenre itt nem került sor.)
.
.
A szabályozás realizálása és tesztje
- ködös délelőtt, majd délutánra tiszta ég - jó alapjel követés – még délelőtt is
.
A szabályozás realizálása és tesztje
- a két becsült paraméter kb. 15 perces konvergálás után gyakorlatilag állandósult.
.
2.9.2. 700 MWe-os blokk NMPC-vel optimált indítása
Probléma:
liberalizált villamosenergia-piac átlagosan 150 (!) indítás, leállítás évente tüzelőanyag veszteség (bypass) => ár hőfeszültségek => élettartam fogyása, karbantartás
.
Rüdiger Franke, D
A blokk víz-gőz rendszerének kapcsolása
- turbina megkerülő vezeték (bypass) -> veszteség indításkor - : hőfeszültség
.
Hőfeszültség
érzékeny helyek: a nagy falvastagságú, bonyolult geometriájú berendezések: gőzgyűjtő kamrák, dob
mérése:
.
.
Nemlineáris modell
Modelica: objektum orientált, fizikai modellek elkészítésére szolgáló eszköz közönséges (nemlin.) differenciálegyenlet-rendszer (MPC részére):
.
.
Korlátozások
(hőfeszültségek)
Célfüggvény
nemlin. modell + általános alakú célfüggvény => nagy számításigény:
- a kifejezések pontos alakját nem kell tudni
.
Indítási folyamat mért értékek
aktuális becslés
optimált indítás
hagyományos indítás
korlátozások
becsült értékek (futásonként újraszámítva)
- jelölések: valami történt, számunkra nem fontos
.
Eredmények
optimált indítás
hagyományos indítás
(hőfeszültségek:)
- jelölések: valami történt, számunkra nem fontos
.
Eredmények
optimált indítás
hagyományos indítás
(indítási idő:)
- idő: 20 perc - költség: 10% (~150x évente!)
.