способ оперативного динамического анализа нечеткого состояния многопараметрического объекта или процесса

Формула изобретения

Способ оперативного динамического анализа нечеткого состояния систем отопления зданий и водоснабжения источниками СВЧ-излучения, заключающийся в идентификации текущего состояния выбранной характеристики и представлении ее в виде матрицы соответствующих информационных цветокодовых сигналов видимого спектра последовательно во времени с обобщением по всему множеству параметров, отличающийся тем, что матрица соответствующих информационных цветокодовых сигналов представляет собой множество синтезируемых когнитивных образов эквивалентов, тождественных адресному пространству ПЗУ оптимального управления n-мерной распределенной структурой источников СВЧ-излучения, которые формируют в масштабе реального времени по телеметрической информации датчиков состояния функционирования и обеспечивают минимум затрат энергии при любых изменениях динамических состояний систем отопления зданий и водоснабжения на множестве состояний их функционирования.

Описание изобретения к патенту

Изобретение относится к вычислительной технике и может быть использовано в различных автоматизированных системах идентификации технического и функционального состояния систем нагрева проточной жидкости трубопроводов и систем отопления зданий, водоснабжения, а также в системах управления энергетическими параметрами многопараметрических объектов или процессов.

Существует способ контроля и оценки технического состояния многопараметрического объекта [см. кн. Измерительные информационные системы / Н.А. Рубичев - М.: Дрофа, 2010. - С.229-230], основанный на контроле и анализе отдельных его параметров. В случае превышения потребления энергии необходимо определить объекты, которые привели к этому превышению. В способе исследуется динамика потребления энергии различными объектами, а результаты сопоставляются со статистическими данными и после этого делаются выводы о результатах контроля и оценки технического состояния многопараметрического объекта. В данном способе требуется дополнительная информация, для получения которой необходимы дополнительные информационные каналы, не используемые при контроле, а также дополнительные алгоритмы обработки данных для этих каналов.

Недостатками этого способа являются необходимость хранения большого объема статистической информации, а также наличие большого числа информационных каналов, обеспечивающих в процессе работы поступление больших объемов не всегда требуемой информации. Способ отличается низкой информативностью и отсутствием функции синтеза в реальном масштабе времени энергосберегающих управляющих воздействий.

Известен способ нагрева проточной жидкости в трубопроводах систем отопления зданий и водоснабжения [см. патент № 014751 (Евразийское патентное ведомство), Int.Cl. F24J 3/00, опубликован 2011.02.28]. Способ заключается в использовании в системах горячего водоснабжения, отопления зданий и другого назначения для нагрева воды источника СВЧ-излучения. Нагрев проточной жидкости осуществляется бесконтактно, с помощью СВЧ-волн, оказывающих тепловое воздействие на молекулы нагреваемой жидкости.

Недостатками прототипа являются отсутствие эффективной системы управления нагревом, отсутствие учета особенностей распределенных контуров обогрева на больших территориях, невозможность оценки текущего состояния теплового объекта, отсутствие энергетической эффективности оборудования с минимумом затрат энергии на множестве технических состояний функционирования системы отопления в масштабе реального времени.

За прототип принят способ оперативного динамического анализа нечеткого состояния многопараметрического объекта или процесса [см. патент № 215496 (РФ), МПК G08C 15/06, G07C 3/00, опубликован 2000.09.20]. Способ заключается в повышении оперативности представления и анализа текущих нечетких состояний многопараметрического объекта за счет того, что идентифицированные текущие состояния выбранной характеристики представляют в соответствующие информационные цветокодовые сигналы видимого спектра последовательно во времени с обобщением по всему множеству параметров в заданном временном интервале. При этом операцию преобразования осуществляют путем формирования информационного цветокодового сигнала посредством матрицы-гистограммы состояний объекта, столбцы которой соответствуют идентифицированному значению рассматриваемой характеристики, строки - заданным временным интервалам, определяют последовательность и характер изменения состояния объекта.

Недостатками прототипа являются оценка только текущего состояния объекта, субъективизм принятия решений, вызванный визуальной оценкой состояния объекта по цветокодовой матрице, сложность комплексной оценки эффективности работы системы, отсутствие энергетической эффективности оборудования с минимумом затрат энергии, в том числе в масштабе реального времени, и реализации адаптивных управляющих воздействий по результатам анализа цветокодовой матрицы состояний исследуемого объекта на множестве состояний функционирования с минимумом затрат энергии.

Технической задачей способа является повышение энергетической эффективности систем отопления зданий и сооружений с минимумом затрат энергии, а именно: снижение затрат на аппаратное, программное обеспечение системы контроля, возможность реализации многомерных структур нагрева, возможность автоматического принятия решений и реализации оптимальных управляющих воздействий посредством синтезируемых когнитивных образов эквивалентов в n-мерных распределенных структурах источников СВЧ-излучения, в масштабе реального времени по телеметрической информации датчиков.

Поставленная техническая задача достигается тем, что в способе оперативного динамического анализа нечеткого состояния систем отопления зданий и водоснабжения источниками СВЧ-излучения, заключающемся в идентификации текущего состояния выбранной характеристики и представлении ее в виде матрицы соответствующих информационных цветокодовых сигналов видимого спектра последовательно во времени с обобщением по всему множеству параметров в отличие от прототипа матрица соответствующих информационных цветокодовых сигналов представляет собой множество синтезируемых когнитивных образов эквивалентов, тождественных адресному пространству ПЗУ оптимального управления n-мерной распределенной структурой источников СВЧ-излучения, которые формируют в масштабе реального времени по телеметрической информации датчиков состояния функционирования и обеспечивают минимум затрат энергии при любых изменениях динамических состояний систем отопления зданий и водоснабжения на множестве состояний их функционирования.

Сущность предлагаемого способа оперативного динамического анализа нечеткого состояния многопараметрического объекта или процесса заключается в следующем.

Современные тепловые объекты в большинстве случаев представляют собой сложные многопараметрические, многоконтурные системы на больших площадях, требующие для поддержания заданной температуры множество нагревательных элементов. Одним из способов нагрева является применение в составе n-мерной распределенной структуры источников СВЧ-излучения, оснащенных средствами телеметрии.

На первом этапе производится идентификация n-мерной распределенной системы нагрева с проведением полного анализа процессов динамики оптимального управления на множестве состояний функционирования объекта и формируется матрица когнитивных образов G_ij эквивалентов оптимального управления (фиг.1). Множество синтезируемых когнитивных образов эквивалентов G _ij представлены в виде цветокодовой матрицы, тождественной адресному пространству ПЗУ, для множества состояний функционирования h_j Н n-мерной распределенной структуры источников СВЧ-излучения. Цветокодовая матрица формируется тождественно адресному пространству A_ij ПЗУ, по генерируемым сигналам которого в последствие формируют сигналы управления n-мерной распределенной структурой источников СВЧ-излучения. Сигналы управления регламентированы соответствующим адресам точек когнитивных образов эквивалентов цветокодовой матрицы.

На втором этапе осуществляется синтез в масштабе реального времени энергосберегающих управляющих сигналов при любых изменениях динамических состояний объекта, которое отражает множество соответствующих когнитивных образов эквивалентов G_ij.

На фиг.2 показана структурная схема системы управления 1. Задание начального массива реквизитов R реализуется блоком 2. В процессе работы оценивается техническое состояние функционирования объекта по телеметрической информации n-мерной системы 7 датчиков 8, распределенных источников СВЧ-излучения и в случае возникающих отклонений состояний объекта от текущих априори просчитанных когнитивных образов эквивалентов 4 управления G_ij, системой формируется новый массив 2 реквизитов R, представляющий собой новые данные для решения задачи оптимального управления. По данному массиву с помощью блока анализа 3 из априори рассчитанных выбирается новый когнитивный образ G_i и с помощью блока 5 производится выбор функции u^* управления и синтез управляющих сигналов u ^*(t). В том случае, если по полученному новому массиву реквизитов R не удается рассчитать оптимальное управление с минимумом затрат энергии, СВЧ-нагреватель переводится в режим работы с традиционным управлением. В процессе работы осуществляется постоянная визуализация 6 используемого когнитивного образа G_ij управления и контроль за текущим состоянием объекта оператором 9.

Поясним предлагаемый способ на примере оптимального управления нагревом с минимумом затрат энергии. Процесс динамики (фиг.5) СВЧ-нагревателя при традиционном управлении (фиг.6) может быть описан моделью

где 2, и z2 представляют собой фазовые координаты, параметры a₂ и а₃ характеризуют инерционность объекта управления, параметр b₁ - коэффициент усиления управляющего воздействия u(t).

Для определения оптимальных управляющих воздействий u^*, реализующих оптимальное энергосберегающее управление по переводу объекта из начального состояния z⁰ в конечное z^k , необходима сложная двухэтапная процедура, состоящая из анализа и синтеза оптимального управления в реальном масштабе времени.

Для выполнения процедуры анализа оптимального управления автоматически или оператором вводятся исходные данные, представляющие собой массивы реквизитов вида

где u_н - нижний порог управляющего воздействия; u_в - верхний порог управляющего воздействия.

Результатом анализа являются когнитивные образы эквивалентов (фиг.3-4) множества состояний оптимального управления, на которых показаны области существования управлений. Из полученных данных на основе полного анализа для когнитивного образа на фиг.3, областями, для которых существует оптимальное управление, будут являться области III, IV, V, VI, VII, VIII, где L - суммарное управление, взвешенное по экспоненте, А-нормированная инерционность. Для когнитивного образа на фиг.4 областями для которых существует оптимальное управление, будут являться области I, II, III, IV, V, VI, VII, где L₁ - множество управляющих воздействий, L₂ - меры оценки затрат на управление. Каждой зоне соответствует определенная функция управления.

Вид минимизируемого функционала сохраняется на всем временном интервале управления

управляющее воздействие на заданном временном интервале ограничено

Анализ оптимального управления охватывает широкий круг задач, связанных с исследованиями вопросов существования решения, устойчивости, определения возможных видов функций оптимального управления и множество других задач. Выполнение процедуры анализа оптимального управления требует сложных алгоритмических и математических расчетов и, как следствие, дорогостоящих высокопроизводительных микропроцессорных технических средств. Это является препятствием к оперативному выбору оптимальной управляющей функции в масштабе реального времени.

Докажем эффективность предлагаемого способа оперативного динамического анализа нечеткого состояния многопараметрического объекта или процесса относительно прототипа. Системы нагрева проточной жидкости в трубопроводах относятся к энергоемким объектам. Одним из направлений повышения эффективности их функционирования является снижение затрат энергии при любых изменениях состояний их функционирования.

Теоретические исследования и практические результаты показывают, что при оптимальном управлении уменьшение затрат энергии может достигать от 5% до 40% по сравнению с традиционно используемыми управляющими воздействиями [см. Аджиев М.Э. Энергосберегающие технологии. - М.: Энергоатомиздат, 1990. 64 с; Аракелов В.Е., Кремер А.И. Методические вопросы экономии энергоресурсов. - М.: Энергоатомиздат, 1990. 188 с., Кириллкин В.А. Энергетика. Главные проблемы. М.: Энергетика, 1985. 87 с., Рэй Д. Экономия энергии в промышленности / Пер. с англ. М., 1985. 212 с.]. Кроме того, в динамических режимах, с минимумом затрат энергии, снижаются механические и тепловые нагрузки, что ведет к повышению долговечности и безопасности эксплуатации энергоемких объектов.

В качестве примера рассмотрим перевод теплового объекта - СВЧ нагревательного элемента - из начального состояния z⁰, в конечное z^k за время t

с минимумом затрат энергии, где t₀ - начальное время управления, t₁ - время, при котором объект выходит в рабочий режим при традиционном управлении.

В процессе идентификации объекта, характеристика z которого представлена на фиг.5, была получена модель (1). Исходные данные в виде массивов реквизитов для процедуры анализа энергосберегающего управления этой модели приведены в таблице 1.

Таблица 1
Параметры модели (1) по участкам
Параметр	Значение	Параметр	Значение	Параметр	Значение
B1	0,013	a2	-0,02	a3	-0,021
T0	0	b2	0,034	B3	0,033
tk	5	t0	5	t0	13
uн	0	tk	13	tk	14
uв	220,0	uн	0	uн	0
Z0	25	uв	220,0	uв	220,0
zk	38	Z0	38	z0	69
		zk	69	zk	103

Функционал (лимит) затрат энергии I_Э при традиционном управлении (фиг.5) для всей кривой нагрева равен 677600. Следовательно, задача заключается в определении такого управления, которое обеспечит перевод объекта из начального состояния в конечное с минимумом затрат энергии (3).

В результате проведения полного анализа процессов динамики оптимального управления получаем когнитивные образы эквивалентов множества состояний оптимального управления (фиг.1-2). Далее когнитивные графические образы формируют в адресном пространстве ПЗУ тождественно образам эквивалентов множества состояний оптимального управления и адресным кодам A_ij (фиг.1).

На следующем этапе выполняется операция синтеза, в результате чего получаем функцию управления u^* (фиг.6) и соответствующую этому управлению кривую нагрева z^* (фиг.5). Числовые данные полученных результатов сведены в таблицу 2.

Таблица 2
Время	Традиционное управление		Оптимальное управление
t, мин	zl, *C	U, B	zl, *C	U, B
0	25	220	25	199
1	27	220	26	168
2	32	220	29	136
3	38	220	35	105
4	44	220	41	73
5	50	220	48	41
6	56	220	54	212
7	63	220	60	214
8	70	220	67	217
9	77	220	73	219
10	84	220	79	219
11	90	220	85	219
12	96	220	92	220
13	107	220	97	220
14	-		103	220

Таким образом, используя свойство инерционности объекта и несколько большее время нагрева при энергосберегающем управлении, получаем функционал затрат энергии I=531707, что при сравнении с функционалом затрат энергии стандартного управления объектом соответствует экономии электроэнергии, равной 21,53%.

Используемый способ оперативного динамического анализа нечеткого состояния многопараметрического объекта или процесса позволяет значительно упростить требования к системе управления за счет того, что сложная процедура анализа оптимального управления производится априори, в результате чего когнитивные графические образы множества эквивалентов оптимального управления записываются в ПЗУ.

Реализация предлагаемого способа осуществлена с использованием микропроцессорного контроллера ZILA, а сложные процедуры анализа и синтеза выполнены с применением экспертной системы энергосберегающего управления и автоматизированного рабочего места разработчика систем энергосберегающего управления.

Таким образом, предлагаемый способ благодаря матрице соответствующих информационных цветокодовых сигналов, представляющей собой множество синтезируемых когнитивных образов эквивалентов, тождественных адресному пространству ПЗУ оптимального управления n-мерной распределенной структурой источников СВЧ-излучения, которые формируют в масштабе реального времени по телеметрической информации датчиков состояния функционирования и обеспечивают минимум затрат энергии при любых изменениях динамических состояний систем отопления зданий и водоснабжения на множестве состояний их функционирования, в отличие от известных решений, экономит электроэнергию от 5 до 40%, что повышает энергетическую эффективность нагрева проточной жидкости с минимумом затрат энергии. Это позволяет снизить затраты на программное и аппаратное обеспечение системы управления вследствие пониженных требований к быстродействию системы, конфигурации микросхемотехники, а также свести к минимуму влияние субъективных факторов при принятии решений, повысить наглядность функционирования сложных систем и оперативность их управления.