BME, Energetikai Gépek és Rendszerek Tanszék. Irányítástechnika I

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”): -20logωT = 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  en 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!)

.