Электронная библиотека диссертаций и авторефератов России
dslib.net
Библиотека диссертаций
Навигация
Каталог диссертаций России
Англоязычные диссертации
Диссертации бесплатно
Предстоящие защиты
Рецензии на автореферат
Отчисления авторам
Мой кабинет
Заказы: забрать, оплатить
Мой личный счет
Мой профиль
Мой авторский профиль
Подписки на рассылки



расширенный поиск

Повышение достоверности первичной информации в АСУТП Савельев Андрей Николаевич

Повышение достоверности первичной информации в АСУТП
<
Повышение достоверности первичной информации в АСУТП Повышение достоверности первичной информации в АСУТП Повышение достоверности первичной информации в АСУТП Повышение достоверности первичной информации в АСУТП Повышение достоверности первичной информации в АСУТП Повышение достоверности первичной информации в АСУТП Повышение достоверности первичной информации в АСУТП Повышение достоверности первичной информации в АСУТП Повышение достоверности первичной информации в АСУТП
>

Диссертация - 480 руб., доставка 10 минут, круглосуточно, без выходных и праздников

Автореферат - бесплатно, доставка 10 минут, круглосуточно, без выходных и праздников

Савельев Андрей Николаевич. Повышение достоверности первичной информации в АСУТП : 05.13.06 Савельев, Андрей Николаевич Повышение достоверности первичной информации в АСУТП (на примере процесса Клауса) : диссертация... кандидата технических наук : 05.13.06 Астрахань, 2007 204 с. РГБ ОД, 61:07-5/2907

Содержание к диссертации

Введение

ГЛАВА 1. Погрешность измерений технологических параметров и их влияние на эффективность управления процессом клауса . 14

1.1 Типы и причины возникновения погрешностей измерения технологических параметров . 14

1.2 Методы компенсации систематической погрешности. 21

1.3 Описание технологического процесса получения серы методом Клауса. 30

1.4 Анализ информационной подсистемы АСУТП процесса Клауса Астраханского ГПЗ и погрешности измерений технологических параметров. 35

1.5 Постановка задачи исследования. 39

Выводы по первой главе. 43

ГЛАВА 2. Оценка и восстановление достоверности первичной информации в АСУТП . 44

2.1 Методика анализа информационной подсистемы АСУТП с целью выявления измерений с низкой достоверностью . 44

2.2 Метод оценки и восстановления достоверности первичной информации в АСУТП. 57

2.2.1 Основные положения метода оценки и восстановления достоверности первичной информации в АСУТП. 57

2.2.2 Использование нейросетей для оценки и восстановления достоверности количественной первичной информации. 59

2.2.3 Использование нечетких множеств для оценки и восстановления достоверности качественной первичной информации. 70

2.2.4 Оценка и восстановление достоверности первичной информации с использованием гибридной модели. 77

2.3 Алгоритм СППР оценки и восстановления достоверности первичной информации в режиме реального времени. 79

Выводы по второй главе. 82

ГЛАВА 3. Разработка сппр оценки и восстановления достоверности источников информации процесса клауса . 83

3.1 Анализ информационной подсистемы АСУТП Клауса с целью выявления первичных источников информации с низкой достоверностью . 83

3.2 Гибридная модель оценки и восстановления достоверности первичных источников информации процесса Клауса. 90

3.3 Определение параметров функциональных групп процесса Клауса. 94

3.4 Анализ эффективности алгоритмов СППР оценки и восстановления достоверности первичной информации с -использованием имитационного моделирования процесса Клауса. 111

Выводы по третьей главе. 119

ГЛАВА 4. СППР оценки и восстановления достоверности результатов измерений в АСУТП . 120

4.1 Разработка функционального и алгоритмического обеспечения СППР оценки и восстановления достоверности . 120

4.2. Разработка технической структуры СППР оценки и восстановления достоверности. 124

4.3. Взаимодействие программного обеспечения СППР оценки и восстановления достоверности первичной информации и SCADA-систем на примере Trace Mode 6.0. 126

4.4 Программное обеспечение СППР оценки и восстановления достоверности первичной информации в АСУТП. 136

Выводы по четвертой главе 137

Заключение. 138

Литература. 140

Приложение. 151

Введение к работе

Газодобывающая и перерабатывающая промышленность России играет важнейшую роль в экономическом развитии не только нашей страны, но и оказывает заметное влияние на ряд стран ближнего и дальнего зарубежья. Производство газа и продуктов на его основе - наиболее конкурентоспособная отрасль национальной экономики с позиций интеграции страны в систему мировых экономических связей. Основной задачей газоперерабатывающей промышленности является обеспечение потребностей в энергоносителях и в сырье остальных химических производств, в частности, сере, полученной из газа.

Сера, наряду с углем, нефтью, известняком и поваренной солью, является основным видом сырья химической промышленности. Получение и потребление серы насчитывает много веков, это один из старейших и неизменных по своей ценности химических продуктов. В зависимости от источников получения, а также способов переработки серу как сырьё получают либо в виде порошка жёлтого цвета с содержанием серы в 99,5% и выше, либо в виде химических соединений, в частности, серной кислоты. Основной выпуск серы (свыше 2/3) осуществляется в элементарной форме, причём ее доля в общем производстве растет.

Производство элементарной серы включает добычу самородной серы, а также извлечение серы, прежде всего, из газа, нефти и углей при их очистке. До начала 70-х гг. прошлого столетия рудниковый способ играл основную роль в получении элементарной серы, но в 90-е гг. добыча серы на рудниках резко сократилась, что было вызвано истощением самородных запасов, а также снижением эффективности добычи вследствие падения мировых цен. За последнее десятилетие объем выпуска рудниковой серы не превысил 6% от общего объема по сравнению с 23% конца прошлого века.

Получение серы из газа начало развиваться быстрыми темпами в период с 1960 по 1990 гг. прошлого века, причём в 90-е гг. рост был

6 сравнительно высоким. Это вызвано, в первую очередь, увеличением потребления энергоресурсов в мире, что повлекло разработку новых месторождений газа, а также повышением сернистости сырья на ряде месторождений и увеличением степени извлечения серы. В общем выпуске серы в 2006 г. доля газовой серы составила 36% по сравнению с 24% в 1990 г., а нефтяной - соответственно, 26% против 16%.

Основным промышленным методом получения серы из природных газов является многостадийный процесс Клауса. На первой стадии - термической -часть кислого газа сжигается в потоке воздуха, последующие стадии процесса — каталитические - протекают с использованием катализаторов. Однако, с точки зрения экологических требований, классический процесс Клауса не обеспечивает приемлемую степень очистки от сернистых соединений. С каждым годом требования в стандартах по защите окружающей среды в развитых странах, в том числе и в России, становятся все более строгими. Это стимулирует исследования, как в направлении повышения степени извлечения серы в процессе Клауса, так и в области разработки новых и усовершенствования существующих процессов доочистки отходящих газов ТП Клауса.

Технологический процесс Клауса характеризуется большим количеством контролируемых параметров, качество измерений которых часто не отвечает современным требованиям технологического регламента из-за возникновения погрешностей и ошибок. Это, в свою очередь, значительно снижает эффективность управления технологическим процессом, вследствие чего происходит снижение степени конверсии серы. В связи с этим для соблюдения регламентных качественных показателей процесса необходимо обеспечить высокую достоверноств измерения первичной информации и в случае ее снижения восстановить результаты измерений до требуемых значений. Так, проектная степень конверсии серы установок АГПЗ составляет 96%, снижение достоверности измерений технологических параметров приводит к низкому качеству управления

процессом с фактической степенью конверсии 90-96%. Такая степень извлечения серы приводит к увеличению ежегодных выбросов вредных веществ в атмосферу в 2-3 раза, что составляет несколько десятков тысяч тонн ежегодно. Таким образом, в настоящее время особенно актуальной задачей является получение достоверных измерений технологических параметров.

Разработка системы оценки и восстановления достоверности первичной информации является сложной задачей. В первую очередь, это связано с вопросами построения адекватной математической модели. Основной проблемой следует считать наличие большого количества информации о процессе, которую невозможно формализовать традиционными методами. Это относится не только к количественному описанию технологических параметров, но и качественному составу сырья, топливному газу, состоянию оборудования. Наличие количественной и качественной информации не позволяет традиционными путями устранить погрешность измерений и построить систему оценки и восстановления достоверности первичной информации технологического процесса Клауса.

Развитие теории нечетких множеств открыло пути формализации качественной информации, а также её использования в оценке и решении слабоформализованных задач, к которым относится задача повышения достоверности измерений. Такой подход позволяет работать с параметрами, значения которых не могут быть измерены обычными способами -качественными показателями процесса: нагар на трубах, цвет дыма, характер пламени. С использованием этого метода возможно построение системы оценки достоверности первичной информации, основанной на знаниях ЛИР, сформулированных в виде продукционной БЗ: «если температура велика и давление высоко или очень высоко, то расход средний». Следует отметить, что часть работ в этом направлении ведется с позиции полного перехода на качественное описание процесса получения серы, но это оправдано только в случае отсутствия какой-либо количественной информации о процессе.

Однако количественная информация всегда присутствует, но она не позволяет построить адекватную математическую модель оценки и восстановления достоверности измерений. Наличие количественных экспериментальных данных позволяет при построении сложных многокритериальных зависимостей применять математический аппарат нейронных сетей. Преимущество этого подхода состоит в том, что нейронные сети позволяют выявлять с высокой точностью зависимости высоких порядков, где применение регрессионных методов малоэффективно. В связи с этим для обработки количественной информации логично будет использовать аппарат нейронных сетей, а для обработки качественных показателей - нечеткие множества. Отметим, что вопросы совместного использования количественной и качественной информации в задачах оценки достоверности в настоящее время проработаны не достаточно.

Процесс повышения достоверности состоит из двух этапов: оценки достоверности и восстановлении истинных значений. Тем самым, оценка и восстановление достоверности первичной информации с возможностью совместного использования количественного и качественного описания технологического процесса Клауса является актуальной научной и практической задачей

Целью настоящей работы является увеличение эффективности управления технологическим процессом Клауса за счет повышения достоверности первичной информации.

С учетом вышесказанного, цель настоящей работы является актуальной.

Соответствующей указанной цели научной задачей является разработка метода оценки, и восстановления достоверности первичной информации в режиме реального времени с использованием количественных и качественных показателей ТП.

Для достижения доставленной цели сформулированы и решены следующие задачи:

осуществлена постановка задачи оценки и восстановления достоверности первичной информации в АСУТП,

разработана методика анализа информационной подсистемы АСУТП с целью выявления измерений с низкой достоверностью,

разработан метод оценки и восстановления достоверности первичной информации в АСУТП,

синтезирован алгоритм оценки и восстановления достоверности первичной информации в режиме реального времени,

создана система поддержки принятия решений для оценки и восстановления достоверности результатов измерения технологических параметров процесса Клауса,

показана эффективность алгоритмического обеспечения системы поддержки принятия решений процесса Клауса методом имитационного моделирования.

Методы исследования: Для решения поставленной задачи применялись методы математического моделирования, теория автоматического управления, методы искусственного интеллекта, математический аппарат нейронных сетей и нечетких множеств.

Научная новизна работы состоит в следующем:

предложена методика анализа информационной подсистемы АСУТП с целью выявления результатов измерений с низкой достоверностью,

разработан метод оценки и восстановления достоверности первичной информации, позволяющий устранить систематическую погрешность,

построена гибридная модель проверки достоверности технологических параметров процесса Клауса на Астраханском газоперерабатывающем заводе.

Практическая ценность работы:

- разработано программное обеспечение, реализующее алгоритмы
оценки и восстановления первичной информации с использованием

количественного и качественного описания технологического процесса

в режиме реального времени, - реализована система поддержки принятия решений для оценки и

восстановления достоверности первичной информации в АСУТП

Клауса,

Апробация работы. Основные положения и результаты
диссертационной работы докладывались и обсуждались на следующих
научно-технических конференциях: XVII Международной научной
конференции «Математические методы в технике и технологиях» - ММТТ-
17 (Кострома, 2004); XVIII Международной научной конференции
«Математические методы в технике и технологиях» - ММТТ-18 (Казань,
2005); Международных научно-технических конференциях

«Интеллектуальные системы» (AIS'05) и «Интеллектуальные САПР» (CAD-

  1. (Таганрог, 2005); XIX Международной научной конференции «Математические методы в технике и технологиях ММТТ-19» (Воронеж, 2006); Международных научно-технических конференциях «Интеллектуальные системы» (AIS'06) и «Интеллектуальные САПР» (CAD-

  2. (Таганрог, 2006), а так же на конференциях профессорско-преподавательского состава АГТУ.

Публикации. Основные теоретические и прикладные результаты диссертационной работы изложены в 11 публикациях автора, в том числе 2 статьи в центральных научно-технических журналах, рекомендуемых ВАК РФ, 6 в трудах международных научных конференций, в 1 свидетельстве об официальной регистрации программы для ЭВМ. Без соавторства опубликовано 4 работы.

Структура и объем работы. Диссертационная работа состоит из г введения, четырех глав, выводов по работе, списка используемой литературы и приложений. Основная часть работы изложена на 139 страницах, содержит 44 рисунка и 28 таблиц. Список литературы включает в себя 102 наименования. К работе приложено 8 приложений.

Во введении отображена актуальность работы, сформулирована цель, определена научная новизна и практическая ценность результатов данной работы, приведено краткое содержание работы.

Первая глава посвящена анализу достоверности, причинам и роли погрешности измерений и экспертных оценок первичной информации в АСУТП. Проведен обзор существующих методов оценки и восстановления достоверности первичной информации. Описаны и классифицированы типы погрешностей, возникающие при измерении технологических параметров. Приведены причины снижения достоверности экспертных оценок качественных показателей процесса. Описан технологический процесс получения серы на АГПЗ, проведен анализ существующей информационной подсистемы АСУТП Клауса. Определены источники и причины возникновения погрешностей измерений технологических параметров процесса Клауса. Показано влияние достоверности измерений первичной информации на качество управления процесса получения серы методом Клауса. Проанализирована и сформулирована задача повышения качественных показателей управления процессом Клауса АГПЗ за счет повышения достоверности измерений технологических параметров. Выявлена зависимость снижения степени конверсии серы от погрешностей измерения основных технологических параметров. Сформулирована в общем виде задача оценки и восстановления достоверности измерений технологических параметров информационной подсистемы АСУТП. Показано влияние систематической составляющей погрешности на эффективность управления технологическим процессом Клауса АГПЗ.

Вторая глава посвящена решению в общем виде задачи оценки и восстановления достоверности первичной количественной и качественной информации в АСУТП. Синтезирована методика анализа информационной подсистемы АСУТП с целью выявления источников информации с низкой достоверностью. Сформулированы требования к структуре функциональных групп, приведены рекомендации по формированию структуры

функциональных групп. Разработан метод оценки и восстановления достоверности первичной информации в АСУТП с использованием количественного и качественного описания ТП. Обоснована целесообразность построения гибридной модели с совместным использованием, количественной и качественной первичной информации и разбиением на функциональные группы двух типов, построенных при помощи математического аппарат адаптивных нечетких нейронных сетей и с использованием систем на основе нечетких множеств. Синтезирована система поддержки принятия решений при оценке и восстановлении достоверности первичной информации в АСУТП. Разработан алгоритм системы поддержки принятия решений оценки и восстановления достоверности первичной информации в режиме реального времени.

Третья глава посвящена реализации системы поддержки принятия решений оценки и восстановления достоверности первичной информации на примере технологического процесса получения серы методом Клауса на АГПЗ. Осуществлен анализ информационной подсистемы процесса Клауса, выявлены количественные и качественные источники информации подверженные возникновению систематической погрешности, объяснены причины возникновения систематической погрешности и показано ее влияние на эффективность управления процессом. Приведена структура функциональных групп гибридной модели проверки достоверности технологических параметров процесса Клауса на АГПЗ. Показана эффективность алгоритмического обеспечения СІП IP оценки и восстановления достоверности первичной информации ТП процесса Клауса с помощью имитационного моделирования.

В четвертой главе описана программно-аппаратная реализация СППР оценки и восстановления достоверности первичной информации в АСУТП. Для реализации синтезированных алгоритмов оценки и восстановления достоверности первичной информации предложена двухуровневая структура СППР. На первом уровне (нижнем) функционирует

существующая информационная подсистема автоматизированного управления технологическим процессом, использующая оборудование компании «Fisher and Rosemount». На втором уровне осуществляется надстройка СППР оценки и восстановления достоверности первичной информации, которая работает в режиме советчика оператора и базируется на разработанных алгоритмах. Связь нижнего и верхнего уровней осуществляется посредством сетевого шлюза, а для обработки данных применяется СУБД MS SQL 2000. Визуализация результатов оценки и восстановления достоверности первичной информации, а так же ввод качественных показателей технологического процесса производится через человеко-машинный интерфейс в разработанном программном обеспечении, функционирующем в реальном времени.

В базу знаний разработанного программного продукта загружены экспериментальные данные процесса получения серы методом Клауса, в программе определен список пользователей системы и выполняется процедура использования результатов оценки и восстановления достоверности первичных источников информации.

Предложены способы взаимодействия алгоритмов СППР и существующих SCADA-систем на примере Trace mode 6.0. Рассмотрена возможная техническая реализация СППР оценки и восстановления достоверности первичной информации в АСУТП.

Таким образом, в диссертационной работе решается важная научная и практическая задача автоматизации технологических процессов, а именно -задача повышения эффективности управления технологическими процессами за счет устранения систематической составляющей погрешности измерений количественной информации и повышения достоверности качественных экспертных оценок.

Типы и причины возникновения погрешностей измерения технологических параметров

Во введении отображена актуальность работы, сформулирована цель, определена научная новизна и практическая ценность результатов данной работы, приведено краткое содержание работы.

Первая глава посвящена анализу достоверности, причинам и роли погрешности измерений и экспертных оценок первичной информации в АСУТП. Проведен обзор существующих методов оценки и восстановления достоверности первичной информации. Описаны и классифицированы типы погрешностей, возникающие при измерении технологических параметров. Приведены причины снижения достоверности экспертных оценок качественных показателей процесса. Описан технологический процесс получения серы на АГПЗ, проведен анализ существующей информационной подсистемы АСУТП Клауса. Определены источники и причины возникновения погрешностей измерений технологических параметров процесса Клауса. Показано влияние достоверности измерений первичной информации на качество управления процесса получения серы методом Клауса. Проанализирована и сформулирована задача повышения качественных показателей управления процессом Клауса АГПЗ за счет повышения достоверности измерений технологических параметров. Выявлена зависимость снижения степени конверсии серы от погрешностей измерения основных технологических параметров. Сформулирована в общем виде задача оценки и восстановления достоверности измерений технологических параметров информационной подсистемы АСУТП. Показано влияние систематической составляющей погрешности на эффективность управления технологическим процессом Клауса АГПЗ.

Вторая глава посвящена решению в общем виде задачи оценки и восстановления достоверности первичной количественной и качественной информации в АСУТП. Синтезирована методика анализа информационной подсистемы АСУТП с целью выявления источников информации с низкой достоверностью. Сформулированы требования к структуре функциональных групп, приведены рекомендации по формированию структуры функциональных групп. Разработан метод оценки и восстановления достоверности первичной информации в АСУТП с использованием количественного и качественного описания ТП. Обоснована целесообразность построения гибридной модели с совместным использованием, количественной и качественной первичной информации и разбиением на функциональные группы двух типов, построенных при помощи математического аппарат адаптивных нечетких нейронных сетей и с использованием систем на основе нечетких множеств. Синтезирована система поддержки принятия решений при оценке и восстановлении достоверности первичной информации в АСУТП. Разработан алгоритм системы поддержки принятия решений оценки и восстановления достоверности первичной информации в режиме реального времени.

Третья глава посвящена реализации системы поддержки принятия решений оценки и восстановления достоверности первичной информации на примере технологического процесса получения серы методом Клауса на АГПЗ. Осуществлен анализ информационной подсистемы процесса Клауса, выявлены количественные и качественные источники информации подверженные возникновению систематической погрешности, объяснены причины возникновения систематической погрешности и показано ее влияние на эффективность управления процессом. Приведена структура функциональных групп гибридной модели проверки достоверности технологических параметров процесса Клауса на АГПЗ. Показана эффективность алгоритмического обеспечения СІП IP оценки и восстановления достоверности первичной информации ТП процесса Клауса с помощью имитационного моделирования.

В четвертой главе описана программно-аппаратная реализация СППР оценки и восстановления достоверности первичной информации в АСУТП. Для реализации синтезированных алгоритмов оценки и восстановления достоверности первичной информации предложена двухуровневая структура СППР. На первом уровне (нижнем) функционирует существующая информационная подсистема автоматизированного управления технологическим процессом, использующая оборудование компании «Fisher and Rosemount». На втором уровне осуществляется надстройка СППР оценки и восстановления достоверности первичной информации, которая работает в режиме советчика оператора и базируется на разработанных алгоритмах. Связь нижнего и верхнего уровней осуществляется посредством сетевого шлюза, а для обработки данных применяется СУБД MS SQL 2000. Визуализация результатов оценки и восстановления достоверности первичной информации, а так же ввод качественных показателей технологического процесса производится через человеко-машинный интерфейс в разработанном программном обеспечении, функционирующем в реальном времени.

В базу знаний разработанного программного продукта загружены экспериментальные данные процесса получения серы методом Клауса, в программе определен список пользователей системы и выполняется процедура использования результатов оценки и восстановления достоверности первичных источников информации.

Предложены способы взаимодействия алгоритмов СППР и существующих SCADA-систем на примере Trace mode 6.0. Рассмотрена возможная техническая реализация СППР оценки и восстановления достоверности первичной информации в АСУТП.

Таким образом, в диссертационной работе решается важная научная и практическая задача автоматизации технологических процессов, а именно -задача повышения эффективности управления технологическими процессами за счет устранения систематической составляющей погрешности измерений количественной информации и повышения достоверности качественных экспертных оценок.

Методика анализа информационной подсистемы АСУТП с целью выявления измерений с низкой достоверностью

Результаты литературного и патентного обзоров показали, что в настоящее время не существует формализованной методики анализа информационной подсистемы АСУТП с целью выявления измерений с низкой достоверностью. Отсутствие данной методики не позволяет, во-первых, осуществлять анализ влияния систематической погрешностей технологических параметров на качественные показатели процесса. Во-вторых, это не позволяет выявить причину возникновения систематической погрешности и перечень источников информации, подверженных ее возникновению. Для устранения этого недостатка разработаем выше сформулированную методику. Ее применение позволит устранить следующие актуальные задачи, возникающие при решении задачи оценки и восстановления достоверности первичной информации в АСУТП: - Выявление и классификация количественных и качественных первичных источников информации технологического процесса; - Получение перечня источников результаты измерений подверженных влиянию систематической погрешности и объяснение причин ее возникновения; - Анализ влияния систематической составляющей погрешности измерений на качество управления технологическим процессом; - Построение функциональных групп с совместным использованием количественных и качественных технологических параметров. Понятие и назначение функциональной группы приведем позже. В общем виде реализация методики приведена на рисунке 2.1. В рамках этой методики первоначально определяется перечень количественных и качественных параметров технологического процесса, оказывающих влияние на его эффективность управления. На втором этапе выявленные технологические параметры процесса классифицируются для дальнейшего использования. Классификация осуществляется по нескольким признакам, ниже покажем основные ее типы. Далее, выявляются источники информации, подверженные возникновению систематической составляющей погрешности и анализируются причины ее возникновения. На четвертом этапе оценивается влияние систематической составляющей погрешности на эффективность управления и качественные показатели технологического процесса. В итоге производится построение структуры функциональных групп, назначение и правила, формирования которых рассмотрим далее. Результаты предложенной методики можно применять не только для формирования базы знаний метода оценки и восстановления достоверности первичной информации, который рассмотрим далее, но например, и для решения задач влияния погрешности измерений на качественные показатели технологического процесса.

Конкретизируем основные этапы предлагаемой методики. Первый этап - определение технологических параметров процесса. Реализация этого этапа осуществляется несколькими путями. Первый способ - это, организация экспертного опроса ЛПР с последующей обработкой его результатов [45]. При обработке результатов опроса ЛПР для достоверного извлечения знаний целесообразно использовать методы экспертного опроса, например ранжирования и парного сравнивания [46]. Второй способ - это определение технологических параметров с использованием различного рода схем, регламентов и процедур с целью их дальнейшей систематизации и классификации. Недостаток этого подхода состоит в том что, в некоторых случаях отсутствует полное описания технологического процесса и опять же требуется необходимость привлечения ЛПР. Но однако более важным является то, что он не позволяет построить СПИСОК качественных показателей. Третий подход выявления показателей ТП основан на анализе уравнений теплового и материального балансов, предложенный в работах Е.Г. Дудникова [47]. Этот подход из-за несовершенства моделей, низкой достоверности измерений технологических параметров иногда не учитывает в полной мере материальные и тепловые потоки технологического объекта управления. Он также не учитывает качественные технологические параметры процесса.

Для построения наиболее полного перечня технологических параметров, как количественных, так и качественных и для взаимного устранения недостатков предложенных подходов, предлагается их использовать совместно. Именно комбинированное использование позволит повысить полноту построения перечня технологических параметров процесса, которая проверяется ЛПР. На рисунке 2.2 этап выявления технологических параметров процесса представлен в виде дерева решений.

Анализ информационной подсистемы АСУТП Клауса с целью выявления первичных источников информации с низкой достоверностью

Для реализации разработанного в предыдущих главах метода оценки и восстановления достоверности первичной информации в АСУТП необходимо разработать соответствующее функциональное, алгоритмическое, информационное и техническое обеспечение СППР оценки и восстановления достоверности первичной информации в АСУТП.

Синтезируемая СППР должна, в режиме реального времени осуществлять проверку полноты и не противоречивости базы знаний, осуществлять визуальное представление процесса оценки и восстановления достоверности показаний ПИИ в графическом (цветовое кодирование) и табличном видах. Кроме того, СППР должна обладать открытыми интерфейсами и обеспечивать взаимосвязь с существующими SCADA системами.

При построении АСУ необходимо руководствоваться принципами многоуровневых систем и объектных систем. В них каждый уровень соответствует некоторому уровню технологического управления, а каждому элементу АСУТП - один или несколько элементов ТОУ соответствующего уровня. Выбор такой архитектуры АСУ позволит значительно повысить надежность системы в целом и уменьшить интенсивность сетевых обменов, так как ввод/вывод информации и ее обработки максимально локализуется. То есть, структура предлагаемой системы предлагается построить по технологии SCADA. Такой подход позволит получить значительную экономию финансовых средств, повышает ее эффективность, безопасность и универсальность. Отметим основные функции SCADA систем:

Сбор, первичная обработка и накопление информации о параметрах технологического процесса и состоянии оборудования от промышленных контроллеров и других цифровых устройств, непосредственно связанных с технологической аппаратурой. Отображение информации о текущих параметрах технологического процесса на экране ПЭВМ в виде графических мнемосхем. Отображение графиков текущих значений технологических параметров в реальном времени за заданный интервал. Обнаружение критических (аварийных) ситуаций. Вывод на экран ПЭВМ технологических и аварийных сообщений. Архивирование истории изменения параметров технологического процесса. Оперативное управление технологическим процессом. Предоставление данных о параметрах технологического процесса для их использования в системах управления предприятием (ERP-системах). На верхнем уровне управления производством основой решения задач управления являются отдельные информационные сети, связывающие АРМ управляющего персонала (мастеров, технологов, начальников цехов) с планирующими подразделениями. Эти сети взаимодействуют с корпоративной сетью предприятия. В настоящее время наиболее распространенным примером таких сетей является сеть, построенная по технологии Fast Ethernet. В качестве серверных операционных систем в таких сетях используется ОС семейства Windows и UNIX. В качестве хранилища данных использовать в основном такие СУБРД, как Oracle и MS SQL. Рабочие станции взаимодействуют с сервером БД посредством стандартных протоколов обмена данных, например, ODBC, OLE DB, ADO. Внедрение технологии на основе протокола HTTP позволяет создавать приложения, не привязанные к техническим характеристикам аппаратной и программной части ПЭВМ клиентов и функционирующих по клиент-серверной технологии. На среднем уровне (цех, отделение, крупный агрегат) АСУ находится промышленная сеть, которая обладает рядом специфических особенностей. Примером такой сети является архитектура, построенная по технологии ProfiBus [87]. Эта архитектура обладает следующими характеристиками: Различная топология - шина, кольцо, звезда, дерево; Два возможных метода доступа - передача и ведущий/ведомый; Три вида протокола (DP - быстрая коммутация, РА -повышенная безопасность, FMS - сложные задачи коммуникации); Различные физические среды передачи данных - экранированная витая пара, оптоволокно; Физический порт - RS 485; Длина сети - 9,6 км на витой паре и 90 км на оптоволокне; Число узлов станций - 32 на сегмент, 126 на всю сеть, которая может состоять из четырех сегментов; Скорость передачи сообщений от 9,6 Кбод до 12 Мбод. Используемая на этом уровне аппаратура типизирована с аппаратной и программной точек зрения. Предлагаемая структура АСУ с использованием интеллектуальной СППР оценки и восстановления достоверности измерений ПИИ представлена на рисунке 4.1. Отличительной особенностью использования предлагаемой системы является возможность ее функционирования в двух режимах. Первый, в качестве советчика ЛПР, в этом режиме информация о достоверности того или иного ПИИ поступает на экран АРМ вышеуказанного сотрудника и служит информативным сообщением.

Разработка функционального и алгоритмического обеспечения СППР оценки и восстановления достоверности

Работа резервированных систем в РВ полностью автоматизирована. Встроенная система автоматического горячего резервирования самостоятельно контролирует работу дублированных узлов и в случае отказа одного из них автоматически переключает информационные потоки на резервный, а также производит накопления архивов. Резервируются датчики, платы ввода/вывода, ПК, контроллеры, сетевые линии, архивы. Trace Mode является лидером в технологии сквозного программирования верхнего и нижнего уровней АСУ. С ее помощью возможно одновременно программировать задачи приема данных и управления в IBM-совместимых контроллерах и задачи супервизорного контроля и управления для АРМ диспетчеров на ПК. Вся разработка осуществляется в графическом редакторе, основанном на требованиях международного стандарта IEC-1131/3. Система Trace Mode 6 включает в себя библиотеку из 150 алгоритмов обработки данных и управления, в том числе алгоритмы фильтрации, PID, PDD, адаптивного, модельного, нечеткого позиционного регулирования, ШИМ-преобразования, решения статических, арифметических, алгебраических, логических, тригонометрических задач и Т. д., блоки управления с исполнительными устройствами (клапан, задвижка, привод и Т. д.). Для разработки применяются визуальные, интуитивно понятные инженерам-технологам методы — язык функциональных блоков (Техно IL) или язык инструкций (Техно IL). В основу создания системы Trace Mode изначально закладывался тот факт, что комплексы автоматизации должны создаваться специалистами по автоматизации [96].

В Trace Mode 6 распределенная АСУ, включающая операторские станции, АРМ руководителей, архивные серверы и контроллеры, рассматривается как один проект. Каждый узел в распределенной АСУТП имеет информацию Об остальных узлах системы и н. случае его модификации автоматически обновляет соответствующие БД на других узлах. Средствами Trace Mode легко разрабатывать, поддерживать и развивать распределенные АСУТПг

«Автопостроение» — это группа оригинальных технологий системы Trace Mode 6, заключающихся в автоматическом генерировании баз каналов операторских станций и контроллеров, входящих в проект АСУТП на основе информации о числе точек ввода/вывода, номенклатуре используемых контроллеров и УСО наличии и характере связей между ПК и ПЛК.

Trace Mode— динамично развивающаяся система, в которую постоянно добавляются модули, использующие новейшие технологии для создания пользователям системы дополнительных возможностей. Последние новинки — исполнительные модули Трейс Моуд 6, которые позволяют создавать АСУТП в РВ на основе WEB-технологий WEB-активатора и сотовых технологий — GSM-активатора.

WEB-активатор позволяет быстро добавить в работающую АСУТП дополнительные АРМ диспетчеров и обеспечить возможность доступа технологов к информации о ТП с любого компьютера предприятия. WEB-активатор является WEB-сервером Trace Mode, снабжен автоматическим доступом к мониторам РВ. Новая программа может быть использована для создания шлюза для локальных АСУТП на базе Trace Mode 6 для Windows. NT и для придания функций WEB-сервера мониторам РВ Trace Mode 6. С возможностью превращения обыкновенного монитора РВ Trace Mode в WEB-сервер связано название нового программного продукта.

GSM-активатор позволяет организовать обмен данными между удаленными объектами в системе АСУТП через сотовую сеть. Запрограммировать обмен данными через GSM/SMS можно средствами стандартной инструментальной системы Trace Mode, базовая версия которой бесплатна. Новая технология поддерживается в следующих исполнительных модулях системы: MicroTRACE MODE+ и GSM-активатор для Windows NT.

MicroTRACE MODE GSM+ осуществляет автоматическую передачу данных с удаленных контроллеров на операторскую станцию в виде SMS-сообщений с использованием WAP-протокола. GSM-активатор для Windows NT позволяет дополнительно посылать отчеты тревог на сотовые телефоны GSM, исполнять управляющие команды с сотового телефона и выдавать информацию по запросу с сотового телефона [96].

Программное обеспечение СППР оценки и восстановления достоверности первичной информации в АСУТП

Нами было разработано программное обеспечение СППР оценки и восстановления достоверности первичной информации в АСУТП. Разработанное программное обеспечение построено по технологии клиент\сервер. В качестве сервера БД использовался программный продукт компании Microsoft - MS SQL 2000. Разработанный программный продукт состоит из двух основных компонентов. В качестве языка программирования выбран C++ [102]. Большая часть модулей математической обработки создана на встроенном языке MatLab 6.1. Первый, редактор базы знаний позволяет осуществлять первоначальное построение СППР - формирование функциональных групп, настройка параметров функциональных групп. Этот компонент позволяет загружать экспериментальные данный. Интерфейс этого компонента выполнен в удобочитаемом виде. Второй компонент, непосредственно клиент СППР оценки и восстановления достоверности первичной информации в АСУТП. Главное окно программы приведено на рисунке 4.4. Клиентское программное обеспечение позволяет загружать схему технологического процесса, в данном случае Клауса. Загружать гибридную модель информационной подсистемы АСУТП. Устанавливать цветовые сигнализаторы достоверности измерений первичных источников информации. Кроме того, в модуле реализована система распределения ролей пользователей. Определены две роли. Первая, администратор, имеет полный контроль над данными модуля. Вторая, оператор, имеет ограниченные права на просмотр измерений отдельных источников информации, которые ему определил администратор.

Похожие диссертации на Повышение достоверности первичной информации в АСУТП