Автоматизация технологического процесса производства полиэтилена на базе нейросетевой идентификации индекса расплава

• Автор: Кудрявцев, Максим Алексеевич
• Шифр специальности: 05.13.06
• Научная степень: Кандидатская
• Год защиты: 2005
• Место защиты: Уфа
• Количество страниц: 164 с. : ил.

ОГЛАВЛЕНИЕ
Введение

1 Анализ существующих методов идентификации индекса расплава полиэтилена.

1.1 Проблема автоматизации управления технологическим процессом производства полиэтилена.

1.2 Лабораторные методы определения индекса расплава полиэтилена

1.3 Метод определения индекса расплава полиэтилена в реальном масштабе времени

1.4 Анализ методов и средств искусственного интеллекта применительно к задаче идентификации индекса расплава полиэтилена

1.4.1 Экспертные системы.

1.4.2 Виды нейронных сетей.

1.5 Цель и задачи исследования.

Выводы.
2 Анализ параметров, характеризующих технологический процесс идентификации индекса расплава полиэтилена.
2.1 Составление базы данных для анализа параметров технологического процесса производства полиэтилена.
2.2 Анализ частотных характеристик измеряемых параметров
2.3 Методика построения фильтров сигналов с датчиков параметров технологического процесса.
2.3.1 Эмпирическое определение структуры и параметров фильтра.
2.3.2 Анализ погрешности, вносимой фильтрацией в исходный сигнал.
2.4 Анализ временных характеристик сигналов и их
представление в виде полиномиальных моделей.
2.5 Обоснование требований к точности нейросетевого идентификатора ИР.
Выводы.
3 Исследование возможности применения НС для идентификации индекса расплава полиэтилена.
3.1 Выбор архитектуры сети
3.2 Выбор структуры НС
3.3 Способ определения ИР
3.4 Оптимизация параметров фильтров.
3.5 Результаты обучения
4 Техническая реализация микропроцессорного устройства для идентификации индекса расплава полиэтилена и перспективы автоматизации процесса управления производством
полиэтилена.
4.1 Разработка функциональной схемы устройства.
4.2 Особенности реализации устройства.
4.3 Программное обеспечение процесса определения ИР и
внедрение результатов исследований.
4.3.1 ПО высокого уровня для сбора данных.
4.3.2 ПО высокого уровня для моделирования работы НС
4.3.3 ПО микроконтроллера.
4.4 Внедрение результатов исследований.
4.5 Перспективы применения полученных в работе результатов для автоматизации процесса управления производством полиэтилена
Заключение
Литература


Результаты внедрения в виде микропроцессорного устройства ИР-1 и ПО для автоматической идентификации индекса расплава. Уфа, г. Гагаринские Международные молодежные конференции «ХХУН-ХХХ Гагаринские чтения», Москва - гг. Международная молодежная конференция «XXII Туполсвские чтения», г. Казань, г. Российской Федерации», г. Магнитогорск, г. Основные материалы диссертационной работы опубликованы в 5 статьях и 5 тезисах докладов, получен патент на изобретение № 5 (приоритет от г. Полученные результаты внедрены в разработанном и изготовленном устройстве идентификации индекса расплава ИР-1 в ОАО «Уфаоргсинтез» на установке производства полиэтилена. Работа выполнялась в рамках договорной работы УГАТУ и Уфаоргсинтез № БНТ/У/3-1/4//ОО/ТЕХ (ИФВТ-ХГ) «Определение индекса расплава ПВД для объектов 0-4,2-5». Имеется акт внедрения (ПРИЛОЖЕНИЕ 4). Это позволило повысить качество управления процессом производства полиэтилена и с большей точностью выдерживать заданную марку в ходе существующего технологического процесса. Полученный результат позволяет построить автоматизированную систему производства полиэтилена непосредственно по ИР. Результаты, также, внедрены в учебном процессе УГАТУ. Имеется акт внедрения (ПРИЛОЖЕНИЕ 4). Диссертационная работа состоит из 3 страниц машинописного текста и включает в себя введение, четыре главы, заключение, список литературы из 2 наименований и 4 приложения. Первая глава посвящена анализу структуры системы управления технологическим процессом производства полиэтилена и существующих методов идентификации индекса расплава. Приведено описание технологического процесса производства полиэтилена. ГОСТ. Представлен лабораторный метод определения ИР как наиболее точный, показания которого выступают в качестве эталона для разрабатываемой системы. Оценена погрешность измерения лабораторных методов. Рассмотрен существующий метод определения ИР в реальном масштабе времени. Проанализированы средства ИИ и сделан выбор в пользу нейронных сетей в качестве основы для создания системы определения ИР. Сформулированы цели и задачи исследования. Во второй главе рассмотрены вопросы составления БД для анализа параметров технологического процесса, проведен анализ частотных и временных характеристик сигналов, проанализированы их полиномиальные модели различного порядка, сформулированы требования к фильтрам сигналов для обучения НС, используемых для определения ИР. Обоснована целесообразность использования НС как универсального аппроксиматора для решения задачи вычисления ИР в реальном масштабе времени. Предъявлены требования к точности обучения НС. В третьей главе проводится выбор архитектуры и структуры НС, способной решить поставленную задачу. Рассмотрены вопросы сбора данных, необходимых для создания обучающей БД. Исследованы возможности эмпирического подбора параметров фильтра для улучшения обучаемости НС и представлена методика определения оптимальных параметров цифрового фильтра. Представлены результаты обучения НС. В четвертой главе рассмотрены основные вопросы разработки аппаратуры для реализации прибора ИР-1, позволяющего определять ИР в реальном масштабе времени и перспективы использования результатов работы. Сделан выбор микроконтроллера, на основе которого построен прибор ИР-1. Разработана принципиальная электрическая схема устройства. Представлено программное обеспечение, необходимое для проведения работы, а также структурные схемы и листинги программ, реализующие работу микропроцессорного устройства. Разработано ПО для ПЭВМ, реализующее сбор данных и обучение НС. Представлены результаты внедрения. Обсуждаются перспективы использования предложенного способа и устройства идентификации ИР в автоматизированной системе управления, а также проблемы, которые необходимо решить для реализации блока принятия решений, работающего по результатам идентификации ИР в реальном масштабе времени. Автор благодарит сотрудников завода ОАО «Уфаоргсинтез» и кафедры «Вычислительная техника и защита информации» за помощь, оказанную ими при выполнении данной работы.