Электронная библиотека Веда
Цели библиотеки
Скачать бесплатно
Доставка литературы
Доставка диссертаций
Размещение литературы
Контактные данные
Я ищу:
Библиотечный каталог российских и украинских диссертаций

Вы находитесь:
Диссертационные работы России
Технические науки
Автоматизированные системы управления и прогрессивные информационные технологии

Диссертационная работа:

Кудрявцев Максим Алексеевич. Автоматизация технологического процесса производства полиэтилена на базе нейросетевой идентификации индекса расплава : Дис. ... канд. техн. наук : 05.13.06 Уфа, 2005 164 с. РГБ ОД, 61:06-5/745

смотреть содержание
смотреть введение
Содержание к работе:

Введение 6

1 Анализ существующих методов идентификации индекса
расплава полиэтилена 15

  1. Проблема автоматизации управления технологическим процессом производства полиэтилена 15

  2. Лабораторные методы определения индекса расплава полиэтилена 27

  3. Метод определения индекса расплава полиэтилена в реальном масштабе времени 35

  4. Анализ методов и средств искусственного интеллекта применительно к задаче идентификации индекса расплава полиэтилена 37

  1. Экспертные системы 37

  2. Виды нейронных сетей 39

1.5 Цель и задачи исследования 53

Выводы 54

2 Анализ параметров, характеризующих технологический процесс
идентификации индекса расплава полиэтилена 55

  1. Составление базы данных для анализа параметров технологического процесса производства полиэтилена 57

  2. Анализ частотных характеристик измеряемых параметров 61

  3. Методика построения фильтров сигналов с датчиков параметров технологического процесса 65

  1. Эмпирическое определение структуры и параметров фильтра 65

  2. Анализ погрешности, вносимой фильтрацией в исходный сигнал 70

  1. Анализ временных характеристик сигналов и их представление в виде полиномиальных моделей 75

  2. Обоснование требований к точности нейросетевого идентификатора ИР 84

Выводы 88

3 Исследование возможности применения НС для идентификации
индекса расплава полиэтилена 90

  1. Выбор архитектуры сети 90

  2. Выбор структуры НС 91

  3. Способ определения ИР 103

  4. Оптимизация параметров фильтров 103

  5. Результаты обучения 103

Выводы 103

4 Техническая реализация микропроцессорного устройства для
идентификации индекса расплава полиэтилена и перспективы
автоматизации процесса управления производством
полиэтилена 103

  1. Разработка функциональной схемы устройства 103

  2. Особенности реализации устройства 103

  3. Программное обеспечение процесса определения ИР и внедрение результатов исследований 103

  1. ПО высокого уровня для сбора данных 103

  2. ПО высокого уровня для моделирования работы НС 103

  3. ПО микроконтроллера 103

  1. Внедрение результатов исследований 103

  2. Перспективы применения полученных в работе результатов для автоматизации процесса управления производством полиэтилена 103

Выводы 103

Заключение ЮЗ

Литература 103

ПРИЛОЖЕНИЕ 1 103

ПРИЛОЖЕНИЕ 2 103

ПРИЛОЖЕНИЕ 3 103

ПРИЛОЖЕНИЕ 4 103

Введение к работе:

Актуальность темы

В последние годы мировой рост цен на нефть и другие энергоресурсы вызывает все более бережное отношение к своим национальным богатствам и более рациональному их использованию. В частности, это связано с более глубокой переработкой нефти, газа, угля и других энергоносителей, а не просто использование их в качестве топлива.

Высокие темпы развития нефтехимической промышленности во многом обусловлены растущими потребностями мировой экономики в различных пластмассах и полимерных материалах, производство которых во всем мире за 2004 достигло 185 млн. т, причем около 65 млн. т составляет полиэтилен [6].

Получение пластмасс и полимеров с заданными свойствами требует
сложного технологического оборудования с многосвязными и
многоуровневыми системами автоматического управления

технологическим процессом (АСУ ТП). Большой вклад в развитие теории таких систем внесли отечественные ученые И.В. Анисимов, B.C. Балакирев, Т.А. Бережинский, А.Р. Беляева, А.И. Бояринов, А.П. Веревкин, В.М. Володин, О.В. Голованов, В.А. Голубятников, В.В. Кафаров, В.П. Кривошеев, В.П. Мешалкин, Г.М. Островский, A.M. Цирлин, и др.

Если системы автоматического управления первого уровня обеспечивают сбор информации, поддержание технологических параметров на заданных значениях (уставках), сигнализируют о превышении предельно допустимых значений и т.д., то основным требованием сегодняшнего дня при проектировании АСУТП является управление по показателям качества и технико-экономической

7 эффективности, что обеспечивается системами второго и третьего уровней (SCADA — системы) [114]. Существуют универсальные комплексные системы, позволяющие моделировать и оптимизировать весь процесс производства, например системы фирм SIMSCI, Shell Global Solutions, Combustion Engineering Simeon, SETPOINT, ChemShare, ELF и др., однако исчерпывающей информации по организации автоматического управления производством полиэтилена по показаниям индекса расплава в литературе не приводится.

Сегодня в мире выпускается несколько видов полиэтилена и сополимеров: полиэтилен низкой плотности (ПЭНП), полиэтилен высокой плотности (ПЭВП), линейный полиэтилен (ЛПЭНП), металл о ценовый полиэтилен и СЭВИЛЕН. В России видовая структура этого полимера ограничена только ПЭНП, ПЭВП и СЭВИЛЕНом.

Ведущими фирмами на российском рынке ПЭНП являются «Казаньоргситез», «Томский нефтехимический комбинат», «Уфаорг-синтез», «Ангарский завод полимеров», «Салаватнефтеоргсинтез», «Нефтехимсевилен». Безусловный лидер отрасли -— «Казаньорсинтез», который выпускает как ПЭНП, так и ПЭВП. По видовой структуре и объему выпуска полиэтилена это самое крупное предприятие в России. Кроме того, ПЭНД выпускает завод «Ставролен» (г. Буденновск), входящий в группу «Лукойл-Нефтехим».

Получение пластмасс и полимеров с заданными свойствами требует сложного технологического оборудования с многосвязными и многоуровневыми системами управления технологическим процессом, причем, часто невозможно учесть все факторы и обстоятельства, влияющие на конечное качество продукции.

Основными показателями качества физико-химических свойств полимеров являются реологические характеристики, такие как индекс расплава (показатель текучести расплава), растяжение расплавов полимеров, теплофизические свойства расплавов термопластов и т.д.

На этапе производства полимеров важнейшей задачей является контроль индекса расплава (ИР), который характеризует их вязкость (задается международными стандартами DIN 53735, 54811 и ISO 1133). В России определение ИР осуществляется в соответствии с ГОСТ 11645-73, что требует времени около 20 минут на один цикл определения и производится, в основном, лабораторным способом. В частности, при производстве полиэтилена запаздывание на прохождение полиэтилена от выхода из реактора до отбора на анализ и определения ИР составляет около 40 минут, что при производительности установки 2 тонны/час может привести к получению значительного количества полиэтилена другого качества. Кроме того, истинное значение ИР во многом определяется параметрами технологического процесса в реакторе, а время прохождения продукта от реактора до фильеры составляет несколько часов. Таким образом, управление технологическим процессом по показателю качества (ИР), осуществляемое по данным лаборатории, реализуется не в реальном масштабе времени и не автоматически, а через оператора.

Задачу определения ИР в реальном масштабе времени можно трактовать как задачу идентификации одного из показателей качества технологического процесса. Сложность задачи обусловлена тем, что расплав полиэтилена не является ньютоновской жидкостью и количественная оценка ИР зависит от способа его измерения. Многие существующие модели определения ИР носят, в основном, эмпирический и полуэмпирический характер [89] и не обеспечивают требуемой точности из-за большого числа переменных и трудно учитываемых факторов. Кроме того, используемые для вычисления ИР сигналы подвержены сильному влиянию помех, что резко снижает эффективность этих моделей. Созданные по принципу лабораторных установок на ряде предприятий [1,48] приборы контроля ИР непосредственно на технологических линиях производства полимеров также вносят существенное запаздывание и обладают низкой надежностью из-за периодического загрязнения

9 калибровочного отверстия. Особенно важно поддержание заданного значения ИР в реальном масштабе времени при производстве полимеров высшего сорта. Использование технологического процесса с замкнутой обратной связью по показателю качества - ИР, позволит повысить долю полиэтилена высшего сорта в общем объеме выпускаемой продукции.

Учитывая, что потребности в полиэтилене постоянно возрастают (по прогнозам департамента аналитики компании «Креон», на российском рынке к 2010 году объем потребления полиэтилена достигнет 1490 тыс. тонн [6]), а также возрастающей конкуренции на рынке производителей полимеров, повышение качества выпускаемой продукции за счет контроля ИР в реальном масштабе времени представляется особенно актуальным.

Перспективным для определения ИР в реальном масштабе времени представляется использование моделей на базе нейронных сетей, позволяющих учитывать транспортное запаздывание и максимальное количество факторов, влияющих на ИР, а также допускающих сравнительно простую реализацию с использованием средств современной микропроцессорной техники.

Цель работы

Целью работы является повышение качества производства полиэтилена за счет автоматизации технологического процесса идентификации индекса расплава в реальном масштабе времени на основе нейросетевых моделей.

Основные задачи исследования

  1. Разработка структуры автоматизированной системы управления технологическим процессом производства полиэтилена на основе автоматической идентификации ИР.

  2. Разработка способа автоматической идентификации ИР в реальном масштабе времени.

  1. Анализ сигналов и решение задачи фильтрации сигналов с датчиков параметров технологического процесса и организация БД.

  2. Исследование архитектур НС для идентификации ИР в реальном масштабе времени.

  3. Разработка структуры и ПО микропроцессорного устройства для идентификации ИР и экспериментальные исследования полученных теоретических результатов.

Методы исследования

При решении поставленных в работе задач использовались; теория построения АСУ ТП, методы системного анализа, идентификации, теория и методы искусственного интеллекта, статистический анализ данных, теория баз данных, микросхемотехника, а также методы программирования.

Научная новизна

  1. Предложен способ идентификации индекса расплава полиэтилена, основанный на использовании нейросетевой модели, позволяющей полностью автоматизировать процесс идентификации ИР в реальном масштабе времени.

  2. Предложена методика подготовки данных, основанная на результатах анализа фактических характеристик технологического процесса и оценке качества обучения нейронной сети.

  3. Предложена нейросетевая модель ИР, построенная на трехслойном персептроне, обеспечивающая заданную точность и позволившая реализовать способ идентификации ИР.

Практическая ценность

  1. Предложена структура автоматизированной системы управления технологическим процессом производства полиэтилена, позволяющая повысить качество выпускаемой продукции.

  2. Предложенный способ идентификации ИР позволяет осуществлять управление технологическим процессом в реальном масштабе времени, что, в свою очередь, обеспечивает возможность увеличения выпуска полиэтилена заданного качества на 8-10%.

  3. Разработанное микропроцессорное устройство и ПО к нему позволило внедрить предложенный способ в технологический процесс производства полиэтилена.

Результаты, выносимые на защиту

  1. Структура автоматизированной системы управления производства полиэтилена.

  2. Способ определения индекса расплава (ИР) полиэтилена, позволивший с высокой точностью и в реальном масштабе времени оценивать его численное значение, заключающийся в том, что обучение НС осуществляется по сигналам с выходов датчиков параметров технологического процесса на основе лабораторных измерений ИР с учетом запаздывания, а после окончания обучения получают значение ИР с выхода обученной НС.

  3. Методика подготовки данных для обучающей базы данных, основанная на результатах анализа фактических характеристик технологического процесса, состоящая в том, что характеристики фильтров сигналов с датчиков оптимизируются по критерию качества обучения нейросетевой модели.

  4. Нейросетевая модель индекса расплава, реализующая на основе НС способ определения индекса расплава и представляющая собой

12 трехслойный персептрон, обученный по составленной базе данных характеристик технологического процесса.

5. Результаты внедрения в виде микропроцессорного устройства ИР-1 и ПО для автоматической идентификации индекса расплава.

Апробация работы

Основные положения и результаты работы докладывались на следующих научно-технических конференциях:

5-ая Международная конференция по вычислительной технике и информационным технологиям, г.Уфа, 2003г.

Гагаринские Международные молодежные конференции «XXVII-XXX Гагаринские чтения», Москва 2001- 2004гг.

Международная молодежная конференция «XXII Туполевские чтения», г.Казань, 2004г.

Всероссийская научно-техническая конференция «Создание и внедрение корпоративных информационных систем на промышленных предприятиях Российской Федерации», г. Магнитогорск, 2005г.

Публикации

Основные материалы диссертационной работы опубликованы в 5 статьях и 5 тезисах докладов, получен патент на изобретение № 2213955 (приоритет от 11.04.2001г.).

Реализация и внедрение результатов

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/З-1/4/3601/ООЯЕХ (ИФВТ-01-00-ХГ) «Определение индекса расплава ПВД для объектов 500-504,202-205». 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).

Структура и содержание работы

Диссертационная работа состоит из 103 страниц машинописного текста и включает в себя введение, четыре главы, заключение, список литературы из 152 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. Описаны различные марки полиэтилена, приведены их основные характеристики, соответствующие 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. Рассчитаны погрешности, вносимые фильтрацией

14 сигналов. 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.

Благодарности

Автор благодарит сотрудников завода ОАО «Уфаоргсинтез» и кафедры «Вычислительная техника и защита информации» за помощь, оказанную ими при выполнении данной работы.

Подобные работы
Шориков Андрей Владимирович
Автоматизация технологического процесса формования ленты стекла на расплаве олова
Кудрявцев Юрий Исаакович
Комплексная автоматизация процессов производства арматурных изделий в строительных технологиях
Акиньшина Ирина Николаевна
Автоматизация технологических процессов производства работ на протяженных автодорожных объектах
Морозов Юрий Леонидович
Автоматизация технологического процесса производства товарного бетона
Зайцев Николай Геннадьевич
Аппаратно-программный комплекс для автоматизации технологического процесса производства приборов микро- и оптоэлектроники
Поляков Владимир Михайлович
Система автоматизации технологического процесса производства керамического кирпича, обладающая свойством живучести
Ларкин Игорь Юрьевич
Автоматизация технологического процесса производства бетонных смесей в смесителях циклического действия
Стародубцев Анатолий Георгиевич
Автоматизация технологических процессов сварочного производства
Тарасенко Дмитрий Сергеевич
Автоматизация процессов планирования строительного производства промышленных объектов
Кузьмич Ирина Васильевна
Исследование методов локальной идентификации для автоматизации управления процессами прядильного производства

© Научная электронная библиотека «Веда», 2003-2013.
info@lib.ua-ru.net