Preview

Известия Высших Учебных Заведений. Черная Металлургия

Расширенный поиск

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

https://doi.org/10.17073/0368-0797-2015-11-846-850

Полный текст:

Аннотация

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.

Об авторах

Ю. И. Еременко
Старооскольский технологический институт им. А.А. Угарова, филиал НИТУ «МИСиС» (309516, Россия, Белгородская обл., Старый Оскол, микрорайон Макаренко, 42)
Россия

д.т.н., профессор, заведующий кафедрой «Автоматизированные и информационные системы управления»



Д. А. Полещенко
Старооскольский технологический институт им. А.А. Угарова, филиал НИТУ «МИСиС» (309516, Россия, Белгородская обл., Старый Оскол, микрорайон Макаренко, 42)
Россия

к.т.н., доцент кафедры «Автоматизированные и информационные системы управления»



А. И. Глущенко
Старооскольский технологический институт им. А.А. Угарова, филиал НИТУ «МИСиС» (309516, Россия, Белгородская обл., Старый Оскол, микрорайон Макаренко, 42)
Россия

к.т.н., доцент кафедры «Автоматизированные и информационные системы управления»



Список литературы

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.


Для цитирования:


Еременко Ю.И., Полещенко Д.А., Глущенко А.И. К ВОПРОСУ О РАЗРАБОТКЕ БАЗЫ ПРАВИЛ НАСТРОЙКИ ПАРАМЕТРОВ ПИ-РЕГУЛЯТОРА ПРИ УПРАВЛЕНИИ НАГРЕВАТЕЛЬНЫМИ МЕТАЛЛУРГИЧЕСКИМИ ОБЪЕКТАМИ. Известия Высших Учебных Заведений. Черная Металлургия. 2015;58(11):846-850. https://doi.org/10.17073/0368-0797-2015-11-846-850

For citation:


Eremenko Y.I., Poleshchenko D.A., Glushchenko A.I. DEVELOPMENT OF THE DATABASE SETTINGS RULES OF PI-REGULATORS AT CONTROL OF HEATING METALLURGICAL PLANTS. Izvestiya. Ferrous Metallurgy. 2015;58(11):846-850. (In Russ.) https://doi.org/10.17073/0368-0797-2015-11-846-850

Просмотров: 158


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 0368-0797 (Print)
ISSN 2410-2091 (Online)