Full Text

Введение. Активно развиваемым направлением отечественной авиадвигателестроительной промышленности является создание газотурбинных электростанций мощностью до 25 МВт и выше на базе конвертированных авиационных газотурбинных установок (ГТУ). Такие ГТУ вращают синхронные генераторы, вырабатывающие электроэнергию, поэтому они являются источником мощности газотурбинных электростанций. В статье [1] рассмотрена и обоснована необходимость исследования адаптивного управления такими газотурбинными электростанциями для последующего построения надежных активно-адаптивных систем электроснабжения. Необходимость использования адаптивного подхода объясняется постоянным изменением характеристик ГТУ и внешней среды с учетом поведения электрической нагрузки газотурбинной электростанции (ГТЭС). Поэтому для поддержания высоких показателей качества систем автоматического управления (САУ) ГТЭС целесообразно рассмотреть возможность применения самонастройки и самоорганизации САУ при изменении условий работы и характеристик электрической нагрузки ГТЭС. При этом требования к таким ГТЭС сегодня существенно повышаются из-за их работы в единой системе с другими источниками энергии и при всё более широком использовании активных элементов, изменяющих топологические параметры электрической сети. При этом известно, что даже простейшие системы, например, системы управления двух основных силовых модулей электростанции: газотурбинной установки и синхронного генератора (СГ) на практике, нередко конфликтуют между собой, что может приводить к аварийным ситуациям [2]. На сегодня текущая практика использования адаптивного подхода в системах управления ГТЭС отстает от теоретически возможных результатов [1]. В литературе неоднократно отмечалось, в частности в работах профессора МЭИ В.Я. Роточа [3, 4], что многие схемы идентификации и адаптации нередко работают только «на бумаге» и в идеальных условиях, т.е. оторваны от реальных экспериментальных условий. Помимо этого при выборе целей адаптации необходимо использовать системный подход, так как нередко имеет место конфликт целей, например, рассчитанное и отмоделированное оптимальное управляющее воздействие, как показывает опыт, может приводить к преждевременному выходу из строя энергоустановки из-за износа подвижных, трущихся частей [1]. Опубликованные в статье результаты получены в рамках выполнения государственного задания Минобрнауки России № 13.832.2014/K. Адаптивные системы автоматического управления. В статье [5] представлена структурная схема псевдолинейного двухканального корректирующего устройства (рис. 1). Данное устройство включается последовательно с регулятором. Преимущество этого способа заключается в том, что в процессе работы системы параметры регулятора не меняются и соответствуют настройке, предшествующей запуску системы. В процессе работы системы регулирования, в зависимости от изменения параметров объекта управления, меняется коэффициент передачи корректора или создаваемый им фазовый сдвиг. Эти изменения происходят только в тех случаях, когда качество САР становится неудовлетворительным вследствие изменения свойств объекта управления или из-за воздействия на объект управления возмущений. Это позволяет обеспечить устойчивость системы и повысить качество переходных процессов [5]. Результаты исследования САР с линейными корректирующими устройствами показали, что процедура адаптации линейных корректоров даже при использовании современного математического аппарата, например нечеткой логики, возможна лишь при ограниченных по диапазону и характеру изменениях параметров объекта управления [5]. Зато исследования, проведенные авторами работы [5], показали, что псевдолинейные корректирующие устройства являются наиболее эффективными для реализации адаптивных систем. E E1 Sign Блок умножения Рис. 1. Структурная схема псевдолинейного двухканального корректирующего устройства Изменением параметра настройки амплитудного канала корректора K в пределах от 1,70 до 0,15, при фиксированном значении T = 1 c, можно задать на частоте ω0= 0,4 рад/с (частота поискового сигнала) требуемое значение АЧХ в пределах от 0 до -21 дБ соответственно, а изменением параметра настройки T2 фазового канала корректора в пределах от 1,2 до 100 с, при фиксированном значении T1 = 0,1 с, можно задать требуемое значение фазового сдвига, вносимого корректирующим устройством, от 0 до 83° соответственно [5]. Далее в статье рассматривается включение корректирующего устройства в состав системы автоматического регулирования (САР), которая представлена на рис. 2, где использованы следующие обозначения: G - задающее воздействие системы управления; U - управляющее воздействие; Y - выход объекта управления; Wоу(s) - передаточная функция объекта управления; Wрег(s) - передаточная функция регулятора; Wпдку(s) - передаточная функция псевдолинейного двухканального корректирующего устройства; Ф - полосовой фильтр; БНПДКУ - блок настройки псевдолинейного двухканального корректирующего устройства; БОЧХ - блок определения частотных характеристик; A0sinω0t - поисковый сигнал. В качестве полосового фильтра взят фильтр Чебышева второго порядка. БОЧХ БНПДКУ Ф Ф WПДКУ(s) Wрег(s) Wоу(s) A0sinw0t Y U E1 E G Рис. 2. Структурная схема САР с адаптивным псевдолинейным двухканальным корректирующим устройством В процессе работы системы с течением времени происходит изменение параметров объекта управления. Другими словами, происходят изменения коэффициента передачи объекта управления и вносимого им фазового сдвига. Адаптивное псевдолинейное корректирующее устройство в процессе работы осуществляет определение на частоте поискового сигнала изменения коэффициента передачи и фазового сдвига объекта управления относительно заданных. После чего вносит в систему фазовый сдвиг и меняет коэффициент. Исследование свойств системы с адаптивным псевдолинейным двухканальным корректором авторами [5] проводилось в программном пакете MatLab 6.5. Моделирование систем автоматического регулирования проводилось для объектов первого, второго и третьего порядка. На рис. 3 представлены кривые переходных процессов в системах регулирования только с ПИД-регулятором (кривая 2) и регулятором, дополненным последовательно включенным в цепь управления адаптивным псевдолинейным двухканальным корректирующим устройством (кривая 1). Эти кривые наглядно иллюстрируют способность адаптации САР к изменению параметров объекта управления. Авторы [5] делают заключение, что применение предлагаемого корректирующего устройства и способа реализации адаптивной системы на основе его подстройки позволяет реализовать систему регулирования объектами с нестационарными параметрами, изменяющимися в процессе работы в широком диапазоне, за счет повышения запаса устойчивости по амплитуде и фазе. Рис. 3. Кривые переходных процессов Таким образом, авторы статьи [5] преодолевают недостатки традиционной схемы, где адаптация осуществляется на основе идентификации объекта управления с последующим решением задачи определения параметров ПИД-регулятора. Основными недостатками при этом являются сложность реализации процедуры идентификации и ограниченные возможности изменения динамических свойств САУ путем изменения параметров ПИД-регулятора [5]. Данная схема может оказаться полезной при управлении ГТЭС, где традиционно используются ПИД-регуляторы, привлекательным выглядит и подстройка корректирующего устройства вместо стандартного ПИД-регулятора, однако наличие поискового сигнала вызывает вполне объяснимые проблемы. В [6] рассматривается система адаптивного регулирования компенсации реактивной мощности. Среди устройств управления параметрами реактивной мощности конденсаторные батареи являются наиболее эффективными для использования в условиях городских сетей электроснабжения. Наиболее оптимальным и надежным решением является использование в качестве коммутационной аппаратуры управляемых тиристоров [6]. Устройство представляет собой два симметричных блока (рис. 4). В каждом блоке трехфазные группы соединены в треугольник. Таким образом, с конденсаторами подключаются два встречно-параллельно-соединенных вентиля 3 и 4. Конденсаторные батареи БК1, БК2 и вентили включаются в сеть через трехфазный трансформатор. Обмотки трансформаторов 5 и 6 должны быть соединены таким образом, чтобы суммарный ток блоков не имел гармоник, кратных трем, которые, как показывают теоретические и имитационные исследования, являются самыми большими в токе ИРМ. Этого можно достигнуть, если для одного трансформатора выбрать схему соединения обмоток «звезда-звезда», а для другого - «звезда-треугольник». При подсоединении конденсаторов в треугольник компенсируются третья и кратная ей гармоники тока. Рис. 4. Принципиальная схема устройства автоматического регулирования реактивной мощности Микропроцессорная автоматическая система адаптивного управления и защиты статическими компенсаторами основывается на базе современного микропроцессора. Она производит не только автоматическое регулирование величины действующего напряжения повышения и коэффициента реактивной мощности СТК, но и противоаварийное управление: защиту тиристорных преобразователей, снижение перенапряжений, дискретное увеличение требуемого напряжения (уставки) по сигналу противоаварийной автоматики. Cистема для регулирования реактивной мощности в электрической сети дает возможность с высоким быстродействием выполнять дискретно-непрерывное регулирование реактивной мощности. При этом устройство обеспечивает высокую устойчивость работы коммутационной аппаратуры секций КБ в режимах переходных процессов. Это может быть достигнуто путем исключения ложного срабатывания каналов генерации управляющих воздействии устройствами коммутации секций конденсаторных батарей [6]. Материалы статьи [6] могут быть полезны при рассмотрении, прежде всего, вопросов совершенствования САУ СГ в ГТЭС для поддержания уровня напряжения в системе электроснабжения. В работе [7] предлагается синтез адаптивной системы управления с неявной эталонной моделью для объекта с запаздыванием по управлению. Для компенсации постоянного запаздывания по управлению в основной контур вводится упредитель-компенсатор. Результаты имитационного моделирования синтезированной системы управления показывают, что при постоянных внешних воздействиях использование адаптивных алгоритмов настройки параметров регулятора с местными отрицательными обратными связями, неявной эталонной модели и схемы с расширенной ошибкой позволяет повысить качество функционирования адаптивной системы для априорно-неопределенного неустойчивого объекта с запаздыванием по управлению и относительным порядком передаточной функции, большим единицы. С целью иллюстрации полученных результатов в [7] рассмотрен пример имитационного моделирования. В ходе имитационного моделирования осуществлялся подбор параметров закона управления с точки зрения обеспечения более высокого качества функционирования системы управления. Моделирование выполнялось в среде Simulink пакета MatLab 7.11.0. Результаты моделирования представлены на рис. 5 и 6. Таким образом, в работе [7] вводится упредитель-компенсатор где xk(t) Î Rr, yk(t) Î R - выход упредитель-компенсатора. Его использование может быть проверено и при разработке перспективных САУ для ГТЭС, поскольку запаздывание имеет место при управлении ГТУ, например, по причине газовой связи между валами в двухвальных ГТУ [8]. Рис. 5. Выход объекта управления y(t) и задающее воздействие q(t) Рис. 6. Сигнал рассогласования между выходом объекта y(t) и задающим воздействием q(t) Статья [9] рассматривает адаптивное векторное управление асинхронным электродвигателем на основе метода рекуррентных целевых неравенств. Здесь показаны результаты моделирования асинхронного электродвигателя с векторным пропорционально-интегральным управлением. Вместо истинных значений потокосцепления ротора используются выходы наблюдателей. В качестве прототипа для моделирования используется асинхронный привод электрического усилителя рулевого управления автомобиля. Статья [9] посвящена, во-первых, обоснованию работоспособности некоторого конкретного алгоритма векторного управления асинхронным электродвигателем без измерения скорости вращения ротора, но с использованием значений тока статора и вектора потокосцепления ротора. Регулируемыми величинами служат электромагнитный момент на валу двигателя и абсолютная величина потокосцепления ротора. Показано, что рассматриваемый регулятор обеспечивает устойчивость в малом регулируемых величин относительно их заданных значений и при этом регулятор не чувствителен к параметрическим возмущениям. Во-вторых, поскольку измерение потокосцепления по постановке задачи предполагается невозможным, предлагается адаптивный наблюдатель вектора потокосцепления. Рассматриваемый адаптивный наблюдатель построен на основе метода рекуррентных целевых неравенств (РЦН) [9]. Сами авторы отмечают, что достаточным условием работоспособности построенных наблюдателей служит труднопроверяемое условие невырожденности некоторых их внутренних сигналов, порождаемых в процессе функционирования замкнутой системы. Аналитическая проверка аналогичных условий весьма сложна даже для линейных объектов управления. Численный эксперимент показывает, однако, что для рассматриваемых систем оно выполняется [9]. С помощью математического моделирования планируется рассмотреть этот подход при проведении исследований с САУ ГТЭС. Статья [10] рассматривает алгоритмы эталонных моделей для построения устройств адаптивной синхронизации генераторов и частей электроэнергетических систем. Основу синтезируемого устройства синхронизации составляет типовая структурно-функциональная схема систем автоматического управления с эталонной моделью, адаптированная к условиям работы в составе электроэнергетической системы (ЭЭС) (рис. 7). Эталонная модель в этой схеме формируется в ходе процесса в виде программной траектории движения (ПТД), представляющей собой рассчитанное (желаемое) движение векторов напряжения генератора и сети или синхронизируемых частей ЭЭС. Принимая во внимание, что равенство напряжений по абсолютному значению достигается воздействием на автоматический регулятор возбуждения генератора, что не представляет существенных трудностей [11], основным целевым условием построения ПТД является достижение нулевых значений управляемых параметров: относительного угла (d = d2 - d1 = 0), относительной скорости (разности частот) (u = w2 - w1 = 0) и относительного ускорения (a = a2 - a1 = 0) векторов напряжения синхронизируемых объектов в конечной точке интервала управления. e(t) a(t) aэ(t) di d(t) Сигнал на включение Объект 1 Объект 2 Интерполятор Анализатор состояния Устройство регулирования Вычисление a(t) Регулятор U0 ti Эталонная модель Начальные условия ОВ Измеритель f1, f2, U1, U2, d U1(t) U2(t) U1(t) U2(t) f1(t) f2(t) Рис. 7. Структурно-функциональная схема устройства синхронизации объектов 1 и 2 (генератор-сеть или две части ЭЭС) с эталонной моделью Рассмотренная статья [10] представляет интерес, поскольку вопросам синхронизации ГТЭС и ЭЭС уделяется повышенное внимание, кроме того, представленный в статье алгоритмический аппарат может использоваться и в других приложениях в составе перспективных активно-адаптивных систем» электроснабжения [12, 13]. В статье [14] рассмотрен новый алгоритм адаптации для системы с эталонной моделью, который получен без предположения о квазистационарности режима функционирования нестационарного объекта и обеспечивает высокую точность управления независимо от интенсивности и спектрального состава входных воздействий. Новый алгоритм использует возможность сочетания принципов реализации систем с эталонной моделью и систем с переменной структурой. К сожалению, авторы [14] констатируют и негативные стороны предлагаемого алгоритма. Перечислим некоторые из них: 1) алгоритм функционирует при весьма значительном ограничении в виде неравенства; 2) алгоритм основан на компенсации суммарного координатного и параметрического возмущения. В результате теряется одно из замечательных свойств традиционных алгоритмов функционирования систем с эталонной моделью, когда вместе с компенсацией параметрического возмущения по каждому из коэффициентов системы одновременно решается и задача идентификации этого параметрического возмущения; 3) в предлагаемом алгоритме не решается задача уменьшения информации о движении системы; скорее, наоборот, необходимо вводить звено оценки, с помощью которого можно получить дополнительную информацию; 4) предлагаемый алгоритм работы системы с эталонной моделью приводит к необходимости отыскания области сходимости движения системы. При управлении ГТЭС рассматриваемый алгоритм может оказаться весьма полезным как положительный пример использования синергетического эффекта от сочетания двух и более известных принципов построения систем управления. В статье [15] представлен очень удачный обзор нейронечетких моделей с целью использования в задачах анализа и синтеза систем автоматического управления. Эти модели могут быть реализованы несколькими способами. В простейшем случае совместную модель можно рассматривать как препроцессор, где механизм обучения искусственной нейронной сети (ANN) определяет правила нечеткого вывода (FIS). Как только параметры FIS определяются, ANN работает в обычном режиме. Функции принадлежности обычно аппроксимируются нейронной сетью из обучающих данных. Другой подход в реализации нейронечетких моделей - это параллельная модель, которой нейронная сеть помогает нечёткой системе определить требующиеся параметры, особенно если входные переменные системы не могут быть непосредственно измерены. Обучение происходит только в нейронной сети, и нечёткая система остается неизменной. В некоторых случаях нечёткие выходы не могут быть непосредственно применены к процессу. В этом случае нейронная сеть может действовать как постпроцессор нечётких выходов. Наиболее распространенными являются интегрированные модели, в которых обучающий алгоритм нейронной сети используется для определения параметров системы нечёткого вывода. Нечёткая система вывода и соответствующие функции принадлежности базируются на априорных знаниях системы. С другой стороны, механизм обучения нейронной сети не зависит от априорной информации, а является стандартным для выбранной архитектуры искусственной нейронной сети. Выбор нейронечетких моделей осуществляется в зависимости от класса решаемых задач. Анализ существующих нейронечетких моделей показал, что выбор типа модели зависит от многих факторов. В качестве ориентира используются для повышения «интеллекта»: быстрота обучения, онлайн-адаптивность, достижение глобального уровня ошибок и недорогие вычисления. Проблемным также является процесс обучения, который не гарантирует оптимальности в глобальном смысле. Исследования показывают, что техника градиента спуска находит локальный оптимум. Применение глобальных процедур оптимизации позволяет предотвратить «попадание в ловушку» локального оптимума, но увеличивает трудоемкость алгоритма. Статья [15] достаточно глубоко выявляет основные проблемные стороны использования нейронечетких моделей в автоматическом управлении. Статья [16] посвящена сравнительному анализу методов настройки ПИ-регулятора применительно к одному объекту управления. Результаты моделирования подтвердили высокую эффективность использования метода настройки при помощи нейронечеткой сети, проводится анализ нейронечетких сетей. В последнее время широкую популярность находят нечеткие модели и алгоритмы управления. Одним из научных направлений в данной области является нечеткая коррекция настроек ПИ-регулятора по анализу качества переходных процессов [16]. Как видно из проведенного анализа, наилучшие показатели обеспечили нейронечеткие сети; нечеткая логика обеспечила адаптивность настройки ПИ-регулятора, но качество переходного процесса ниже по сравнению с фиксированной настройкой ПИ-регулятора (рис. 8). Также обнаружено ухудшение показателей качества САУ по сравнению с показателями, полученными при настройке ПИ-регулятора по методу Куна при номинальных значениях параметров объекта управления. Рис. 8. Переходная характеристика САУ с применением метода настройки ПИ-регулятора: 1 - по методу Куна; 2 - по алгоритму Мамдани-Сугено; 3 - при помощи нейронечеткой сети ANFIS В статье [17] рассматриваются методики, использующие типовые настройки вложенных друг в друга контуров регулирования на модульный или симметричный оптимумы, и проблемы в них, ведущие к необходимости использования новых способов построения электромеханических систем управления (ЭМСУ) и синтеза алгоритмов цифрового управления электроприводами. Приводится схема моделирования динамики следящей электромеханической системы управления. В качестве критерия оптимизации авторы обосновывают применение критерия предельного быстродействия, который в детерминированных дискретных линейных системах обеспечивает одновременно минимум интегральной динамической ошибки управления при отсутствии перерегулирования выходной координаты. В статье на основании графиков переходных процессов делается вывод, что в синтезированной системе управления отсутствуют недостатки, выявленные в дискретно-непрерывной ЭМСУ без эталонной модели. Но здесь надо заметить, что результаты математического моделирования не могут быть доказательствами того или иного аналитического факта [14], поэтому дополнительные аналитические выкладки были бы желательны. Авторы отмечают ряд достоинств и недостатков своей системы. С точки зрения управления ГТЭС важным достоинством является то, что для синтеза ЭМСУ может быть использована линейная теория управления, и структура регулятора самой ЭМСУ при этом будет линейной. Ключевым недостатком выглядит снижение быстродействия системы при увеличении величины задания на входе. Статья [18] рассматривает регулирование скорости и положения исполнительного механизма, соединенного с электроприводом через упругую кинематическую передачу, содержащую зазор. Содержится математическое описание трехмассового объекта радиотелескопа (рис. 9). + + - + - Рс Объект (а) Объект (б) Эталонная модель Наблюдатель r y yref eac a Рис. 9. Структурная схема системы управления радиотелескопа с модально-адаптивным регулятором Также в [18] выполнен расчет модального регулятора путём разделения объекта управления на две части: объект (а) с непосредственными обратными связями, объект (б) с обратными связями по идентифицированным переменам от наблюдателя. При расчетах модального регулятора на основе трехмассовой модели использованы матрицы пятого порядка. В конце статьи авторы делают вывод о том, что адаптивное управление обеспечивает больше быстродействия объекту, а также система успешно устраняет действие ветра на объекте. Подобный подход даст высокую точность наведения и робастность против различных возмущений или изменения параметров объекта. Заключение. Представленный обзор не претендует на полноту и общую структуризацию в проблемной области. В обзоре представлены отдельные достаточно разрозненные варианты применения адаптивного подхода при управлении техническими объектами. Тем не менее хорошо известно, что новые научные результаты могут быть получены и за счет перенесения апробированных алгоритмов управления на новый объект. С этой точки зрения и было построено изложение: рассматриваемые принципы управления изучались применительно к возможности их последующего использования при управлении автономными и неавтономными ГТЭС различной мощности. Конечно, при этом обязательно возникают новые проблемы, поэтому настоящая статья должна рассматриваться в качестве не более чем одного из первых шагов в заявленном направлении.

About the authors

Sh. D Basargin

Perm National Research Polytechnic University

B. V Kavalerov

Perm National Research Polytechnic University

References

Statistics

Views

Abstract - 49

PDF (Russian) - 61

Refbacks

• There are currently no refbacks.