Разработка и исследование измерительных информационных систем для непрерывных технологических процессов на примере производств получения и переработки олефинов

• Автор: Гусев, Сергей Иванович
• Шифр специальности: 05.13.06
• Научная степень: Кандидатская
• Год защиты: 1984
• Место защиты: Москва
• Количество страниц: 252 c. : ил

1.1. Актуальность проблемы. . .

1.2. Краткая характеристика технологических процессов производства получения и переработки олефинов . .

1.3 Обзор путей решений проблем ИКС .

1.4 Задачи, решаемые в работе .

ГЛАВА 2. АВТОМАТИЗАЦИЯ ПОСТРОЕНИЯ МОДЕЛЕЙ НЕПРЕРЫВНЫХ

ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ.

2.1 Формирование экспериментальных данных для

моделирования непрерывных процессов .

2.2. Применение метода группового учета аргументов МГУА для автоматизации моделирования и исследование

его эффективности

2.3. Исследование и синтез информационного обеспечения технологических процессов . .

ГЛАВА 3. ПРОГРАМШОТЕХНИЧЕСКИЕ СРЕДСТВА ИЗМЕРЕНИЯ
ТЕХНОЛОГИЧЕСКИХ ПАРАМЕТРОВ .
3.1. Анализ методов измерений и компенсаций погрешностей
3.2. Многоканальный измерительный преобразователь пневматических сигналов для ИЮ
3.3. Исследование характеристик многоканального измерительного преобразователя пневматических сигналов .
ГЛАВА 4. ОПЕРАЦИОННАЯ СРЕДА ИЮ.
4.1. Супервизор реального времени ИЮ для микроЗВМ Электроника6
4.2. Анализ производительности вычислителя КЮ
4.3.Нелинейное кодирование результатов измерения технологических параметров
ГЛАВА 5. ТЕХНИЧЕСКАЯ РЕАЛИЗАЦИЯ ИЗМЕРИТЕЛЬНЫХ
ИНФОРМАЦИОННЫХ СЮТЕМ.
5.1 Основные технические решения АСУ основными
производствами ПО Полимир . .
5.2. Программное обеспечение измерительных информационных систем основных производств ПО Полимир и производства стирола УЗП
5.3. Агрегатная система типовых решений
автоматизации АСТРА
ВЫВОДЫ
ЛИТЕРАТУРА


Рассматриваемые при решении этой проблемы задачи связаны с необходимостью изучения свойств случайных матриц, что само по себе достаточно сложно. Тем не менее удалось получить ряд полезных неравенств для элементов матрицы ковариации, позволяющих судить о мере точности оценки параметров модели. В содержательном плане эти результаты можно трактовать так оценки уравнения регрессии, полученные по экспериментальным данным с уровнями факторов, близкими к некоторым оптимальным планам, обладают лучппми в некотором смысле свойствами, чем оценки модели при пассивном накоплении данных. На основании этого свойства в диссертации ставится задача экстрагирования информации с помощью ИЮ на непрерывной выборке, образуемой во время сколь угодно продолжительного периода функционирования объекта. Получаемые при этом данные должны быть по информативности близкими к реализации определенного
плана эксперимента. Вопросам моделирования непрерывных процессов посвящено значительное количество работ 2 7 Анализ литературы позволяет сделать выводы, что моделирование процессов химической технологии рассматриваемого класса объектов характеризуется а отсутствием надежных кинетических описаний, по которым можно управлять процессом б большим количеством качественных показателей сырья в большой размерностью пространства входов г неизвестностью структуры моделей и переменных, необходимых для включения в модель. В связи с этим в АСУТП обучно используются субъективно упрощенные теоретические модели с использованием регрессионных приемов, которые, как правило, не дают ожидаемых результатов. При этом разработка таких моделей требует индивидуального подхода, приемы моделирования трудно поддаются автоматизации. Наиболее привлекательными методами моделирования, свободными от этих недостатков, могут быть методы, учитывающие групповые влияния аргументов. Суть этих методов заключается в выборе пространства, координаты которого являются некоторые функции исходных переменных, возможно также в сочетании с частью исходного пространства. Разновидностью данного принципа является описанный в метод группового учета аргументов РЛГУА. Характерной чертой ГЛГУА является способность конструирования пространства, в котором производится построение модели. За очень короткий срок МГУА нашел широкое применение на практике и был приложен к очень большому числу задач, таких,как идентификация экстремальных объектов ,, , прогноза ,. Теоретическое обоснование ГЯУА приведено в . Большое внимание МГУА уделяется за рубежом, в частности, в Японии и США ,2б . Метод имеет предпосылки стать инженерным инструментом, благодаря таким свойствам
МГУА, как возможность определения оценок коэффициентов при малом количестве информации об объекте возможность получения сложных моделей при малой памяти ЭВМ возможность решения задач моделирования с плохо обусловленными матрицами увеличение точности с помощью отбрасывания вредных решений. Свойство МГУА конструирование пространства модели позволяет получать модель сложных технологических процессов в пространстве таких переменных, которые по сути близки к интерпретации тех сложных физикохимических явлений, протекающих внутри объекта. Однако эта особенность влечет за собой такие недостатки, как вырождает . Анализ причин этих явлений усложнен изза слабой теоретической изученности МГУА. Особый интерес при использовании МГУА в ИИС для автоматизации синтеза моделей представляет зависимость степени адекватности полученных моделей от качества входных статистических данных. Угой проблеме не уделяется внимание в проанализированной литературе. Вопросы измерения параметров рассматриваемого класса производств, как показал анализ, имеют ряд особенностей а достаточно большой необходимый период измерения параметра 0, минуты б информация в ИИС поступает в основном от пневматических датчиков, которые составляют от общего числа Ц в ИЮ должна обеспечивать сбор информации непрерывно в течении периода до ЗСОО часов г значительный объем информации о текущем состоянии объекта 0 параметров д территориальная распределенность параметров по объекту до I кв.