К ВОПРОСУ О РАЗРАБОТКЕ БАЗЫ ПРАВИЛ НАСТРОЙКИ ПАРАМЕТРОВ ПИ-РЕГУЛЯТОРА ПРИ УПРАВЛЕНИИ НАГРЕВАТЕЛЬНЫМИ МЕТАЛЛУРГИЧЕСКИМИ ОБЪЕКТАМИ

Рассмотрены вопросы разработки базы правил, содержащей опыт оператора по настройке параметров ПИ-регулятора при управлении нагревательной печью. В рамках исследования выделены блоки правил по настройке П-, И-составляющей в условиях нагревания и остывания печи, определены условия активации правил в зависимости от текущей ситуации на объекте управления. Проверка полученной базы правил проведена на моделях двух нагревательных печей с различной динамикой. Использование подхода позволило снизить перерегулирование, возникающее в результате смены динамики объекта, что привело к экономии до 24 % времени на отслеживание графика уставок. Таким образом, использование оптимизатора параметров ПИ-регулятора, построенного на основе данной базы правил для учета нелинейных свойств объектов управления, позволит интенсифицировать производство и снизить себестоимость продукции.

1. Vilanova R., Visioli A. PID Control in the Third Millennium. Les sons Learned and New Approaches. – London: Springer, 2012. – 602 p.

2. Astrom K. J., Hagglund T., Hang C. C., Ho W. K. Automatic tuning and adaptation for PID controllers – A survey // Control Engineering Practice. 1993. Vol. 1. No. 4. P. 699 – 714.

3. Pfeiff er B.-M. Towards “plug and control”: self-tuning temperature controller for PLC // International journal of Adaptive Control and Signal Processing. 2000. No. 14. P. 519 – 532.

4. Ziegler J., Nichols N. Optimum settings for automatic controllers. 1942. No. 65. P. 759 – 768.

5. Alexandrov A.G., Palenov M.V. Self-tuning PID-I controller. Pre prints of the 18th IFAC World Congress. 2 Sept. 2011. P. 3635 – 3640.

6. Li Y., Ang K.H., Chong G.C.Y. Patents, software and hardware for PID control: an overview and analysis of the current art // Control Systems Magazine. 2006. No. 26(1). P. 42 – 54.

7. Еременко Ю.И., Глущенко А.И. О решении неформализуемых и плохоформализуемых задач методами иммунных алгоритмов // Информационные технологии. 2011. № 7. С. 2 – 7.

8. Zhao Z.Y., Tomizuka M., Isaka S. Fuzzy gain scheduling of PID controllers // IEEE Transactions on systems. man. and cybernetics. 1993. Vol. 23. No. 5. P. 1392 – 1398.

9. Anderson K.L., Blankenship G.I., Lebow L.G. A rule–based adaptive PID controller : Proc. 27th IEEE Conf. Decision. Control, 1988. P. 564 – 569.

10. Gaing Z. L. A particle swarm optimization approach for optimum design of PID controller in AVR system // Energy Conversion, IEEE Transactions on. 2004. Vol. 19. No. 2. P. 384 – 391.

11. Кудинов Ю.И., Келина А.Ю. Упрощенный метод определения параметров нечетких ПИД-регуляторов // Мехатроника, автоматизация, управление. 2013. № 1. С. 12 – 22.

12. Unal M., Ak A., Topuz V., Erdal H. Optimization of PID Controllers Using Ant Colony and Genetic Algorithms. – London: Springer, 2013. – 85 p.

13. Интеллектуальные системы автоматического управления / Под. ред. И.В. Макарова, В.М. Лохина. – М.: ФИЗМАТЛИТ, 2001. – 576 с.

14. Nesler C.G. Experiences in applying adaptive control to thermal processes in buildings : Proc. Amer. Control Conf., Boston, MA, 1985. P. 1535 – 1540.

15. Tan S.-H., Hang C.-C., Chai J.-S. Gain scheduling: from conventional to neuro–fuzzy // Automatica. 1997. Vol. 33. No. 3. P. 411 – 419.