Обработка данных при построении модели объекта управления

  Начнем процедуру построения аналитической модели технического объекта управления (ТОУ) – сушилки. В сушилку подводится шликер, где он распыляется. Инжекционные горелки создают высокую температуру в зоне распыления материала. Распыленные частицы, теряя влагу, уже в виде порошка собираются в днище сушилки, откуда поступают непосредственно с бункера над прессами.

  Основная задача системы регулирования состоит в поддержании характеристик продукта (влажность шликера) в заданных пределах. При этом, необходимость организации процесса автоматического регулирования обусловлена и наличием также случайных возмущений (т. е. неотвратимых в реальной обстановке факторов), воздействие которых может привести к нарушению технологического процесса и отклонению характеристик продукта от заданных значений. В частности, к таким возмущениям могут относиться случайные изменения интенсивности подачи шликера в сушилку, или случайные изменения качества топлива в горелках и т. д. Эти изменения необходимо учесть при построении модели ТОУ (сушилки). Теоретически задача будет сводиться к изучению поведение ТОУ с учетем воздействии на него и этих случайных факторов.

   Как было отмечено выше, аналитическая модель сложных ТОУ может быть построена на основе массива входных и выходных данных, полученных в результате физического эксперимента, проведенного над ТОУ. При этом необходимо учитывать и воздействие случайных факторов, поэтому при проведении физического эксперимента случайное воздействие должно быть смоделировано.

Для дальнейших вычислений будем использовать статистические данные, полученные при изучении теплового объекта, и содержащиеся в файле project 4, который включает массив данных, состоящий из 159 значений входного параметра – расход газа, выраженный в м³/час и 159 значений выходного параметра – температуры в объекте в градусах Цельсия.

   Для проведения модельного эксперимента и формирования массива входных и выходных данных об объекте автоматизации следует в Simulink построить S-модель установки для снятия массивов входных и выходных данных, изображенную на рис. 2. 0.

Рис. 2.0. S-модель объекта автоматизации

  Набрать в блоке Transfer Fcn передаточную функцию составляющей компоненты объекта автоматизации своего варианта и запустить моделирование. Перед запуском моделирования в раскрывающемся меню Simulation следует открыть окно Configuration Parameters и установить Stop time равным 999 (или набрать 999 непосредственно в окне модели).

  Для загрузки файла в рабочую среду Workspace системы MATLAB необходимо в режиме командной строки выполнить следующую команду:

  >> load project4

  В результате выполнения команды в рабочей области Workspace появится массив входных переменных u2 и массив выходных переменных y2. Интервал дискретизации (промежутки времени, через которые производились измерения входных и выходных величин) в ходе эксперимента был принят равным 0. 08 с, который необходимо указать дополнительно в командной строке:

                        >> ts=0.08

  Этот массив данных при использовании в дальнейшем в пакете System Identification Toolbox необходимо объединить в единый файл, содержащий необходимую информацию о входных и выходных параметрах объекта, их значениях и единицах измерения.      

 Для объединения исходных данных в единый файл dan. m пользуются командой:

>> dan=iddata(y2,u2,ts).

Результат выполнения команды комментируется следующей фразой MATLAB:

    Time domain data set with 1097 samples.

    Sampling interval: 0.08 

    Outputs Unit (if specified)       

     y1                                       

     Inputs Unit (if specified)       

     u1                                  

  Сформированный файл dan. m указывает, что он содержит результаты 1097 измерений с интервалом дискретизации 0. 08 с. Входными переменными является массив u1, а выходным параметром – y1.

Для наглядности сформированного файла необходимо в его структуру ввести обозначения входных и выходных данных c указанием размерностей параметров:

     >> dan.outputn='температура';

     >> dan.inputn='расход газа';

     >> dan.inputUnit='м3/ч';

     >> dan.outputUnit='гр.С 100'

  В конечном итоге сформированный файл данных dan.m имеет следующий вид:

    Time domain data set with 1097 samples.

    Sampling interval: 0.08                

    Outputs Unit (if specified)  

    температура гр.С 100          

    Inputs Unit (if specified)  

    расход газа м3/ч              

  Полную информацию о файле dan.m можно получить воспользовавшись командой:

>> get(dan)

Результат выполнения команды комментируется следующей фразой MATLAB:

ans =

         Domain: 'Time'

           Name: []

     OutputData: [1097x1 double]

              y: 'Same as OutputData'

     OutputName: {'температура'}

     OutputUnit: {'гр.С 100'}

      InputData: [1097x1 double]

              u: 'Same as InputData'

      InputName: {'расход газа'}

      InputUnit: {'м3/ч'}

         Period: Inf

    InterSample: 'zoh'

             Ts: 0.0800

         Tstart: []

SamplingInstants: [1097x0 double]

       TimeUnit: ''

ExperimentName: 'Exp1'

          Notes: []

       UserData: []  ExperimentName: 'Exp1'

  Notes: []

  UserData: []

Для графического представления данных используется команда plot (dan), либо команда idplot (datta), однако в последнем случае графики не будут содержать информации о названии переменных и их размерностях. Исходные данные с использованием команды plot (dan) приведены на рис. 2. 1.

>> plot(dan)

  Для дальнейшего использования полученных исходных данных необходимо провести предварительную обработку этих данных с цель удаления тренда (постоянной соста вляющей) из набора данных и если необходимо отфильтровать данные с помощью имеющихся средств в пакете System Identification Toolbox.

  Для удаления тренда пользуются функцией dtrend:

                      >> zdan=dtrend(dan)

Исполнение функции приведет к появлению в командной строке записи:                                                 

Time domain data set with 1097 samples.

Sampling interval: 0.08                

Outputs      Unit (if specified)  

температура  гр.С 100          

Inputs       Unit (if specified)  

расход газа  м3/ч

а в рабочей области Workspace системы MATLAB файла zdan.

   Получен новый файл zdan.m, в котором отсутствует постоянная составляющая сигналов (рис. 2. 2 получен после выполнения команды:

>> plot(zdan)).

  Файл в дальнейшем будет использован для построения моделей ТОУ.  

Кроме указанной команды удаления тренда в пакете System Identification Toolbox имеются другие функции обработки данных эксперимента, которые приведены в описании пакета System Identification Toolbox. Применение этих функций производится в тех случаях, когда проведен предварительный анализ ТОУ и определены возможные помехи либо некоторые другие динамические характеристики, либо появляется необходимость изменить интервал дискретизации в случае повышенной погрешности представления модели ТОУ в ходе параметрического оценивания ТОУ.

  Следующим этапом идентификации является определение статистических и частотных характеристик массивов исходных данных.