Фафурин В.А., Терюшов И.Н. Автоматизация технологических процессов и производств - файл n1.doc

приобрести
Фафурин В.А., Терюшов И.Н. Автоматизация технологических процессов и производств
скачать (16087.5 kb.)
Доступные файлы (1):
n1.doc16088kb.18.09.2012 09:51скачать

n1.doc

  1   2   3   4   5   6   7   8   9   ...   21
Федеральное агентство по образованию

Государственное образовательное учреждение высшего профессионального образования

«Казанский государственный технологический университет»

В. А. Фафурин, И. Н. Терюшов


АВТОМАТИЗАЦИЯ ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ И ПРОИЗВОДСТВ


Лабораторный практикум


Казань

КГТУ

2008

УДК 66.048.3:66.012-54

ББК 32.965

Т 35
Фафурин В. А.
Автоматизация технологических процессов и производств: лабораторный практикум / В. А. Фафурин, И. Н. Терюшов. – Казань : Изд-во Казан. гос. технолог. ун-та, 2008. – 552 с.

ISBN 978-5-7882-0435-2
Предназначен для студентов дневной и заочной форм обучения по специальности 22030165 (210200) «Автоматизация технологических процессов и производств».

Рассмотрены теоретические вопросы и задачи изучаемых разделов дисциплин, методы их решения, вопросы организации и содержания лабораторного практикума по дисциплине.

Подготовлен на кафедре систем автоматизации и управления технологическими процессами КГТУ.
Печатается по решению методической комиссии института управления, автоматизации и информационных технологий КГТУ.
Рецензенты: проф. С. В. Юшко

проф. К. Х. Гильфанов
ISBN 978-5-7882-0435-2 © Фафурин В. А., Терюшов И. Н.,

2008

© Казанский Государственный

технологический университет,

2008

Содержание


Цели и задачи лабораторного практикума ……………………….4
1. Лабораторная работа 1. Сбор и первичная обработка информации в АСУТП …………………………………………………...4
2. Лабораторная работа 2. Выбор оптимальных структур АСР объектов на основе использования их математических моделей ……93
3. Лабораторная работа 3. Разработка систем автоматизации химико-технологических объектов …………………………………...142
4. Лабораторная работа 4. Оптимальное управление в АСУТП………………………………………………………………….291
5. Лабораторная работа 5. Программное и логическое управление в АСУТП ………………………………………………….325
6. Лабораторная работа 6. Автоматизированный пуск и останов технологического оборудования в АСУТП ………………………….347
7. Лабораторная работа 7. Система автоматизации и противоаварийной защиты потенциально опасных объектов ……...368
8. Лабораторная работа 8. Математическое описание и автоматизация типовых объектов химической технологии ………...484

Цель и задачи лабораторного практикума
Лабораторный практикум по дисциплине «Автоматизация технологических процессов и производств» ставит своей целью систематизацию, закрепление углублений знаний, полученных при изучении теоретических положений дисциплины, приобретение практических навыков решения задач построения систем автоматизации промышленных объектов, задач разработки алгоритмов контроля, регулирования и управления, обеспечивающих нормальное функционирование систем, задач моделирования систем на ЭВМ и оценки качества их работы.

Практикум включает в себя восемь лабораторных работ, для каждой из которых дается хорошая теоретическая основа с иллюстрацией решения задач на конкретных примерах.

Описаны содержание и порядок выполнения лабораторных работ, содержание отчета по каждой работе и перечень контрольных вопросов для оценки усвоения изучаемого материала. Программное обеспечение лабораторных работ выдается в готовом виде, если в работе ставится зада проведения многовариантных расчетов в системах. В других случаях оно разрабатывается самим студентом.

Лабораторная работа 1


СБОР И ПЕРВИЧНАЯ ОБРАБОТКА ИНФОРМАЦИИ В АСУТП
Цель работы:
1. Ознакомиться с алгоритмами сбора и первичной обработки информации, используемыми в информационных подсистемах АСУТП, закрепить и углубить знания по разделам дисциплины «Автоматизация технологических процессов и производств», связанным с алгоритмическим и программным обеспечением информационных подсистем АСУТП.

2. Освоить методики и приобрести практические навыки по проверке исходной информации на достоверность, расчету частоты опроса датчиков технологических параметров в АСУТП, выбору и расчету сглаживающих фильтров в зависимости от параметров искажающей полезный сигнал помехи, решению задач коррекции показаний датчиков при отклонении условий измерения от нормальных (расчетных), расчету действительных значений измеряемых величин в физических единицах измерения по кодам АЦП.

1. Алгоритмическое и программное обеспечение задач сбора и первичной обработки информации в АСУТП
1.1. Алгоритм циклического опроса датчиков

В общем случае опрос датчиков может осуществляться циклически и ациклически (адресно). При циклическом опросе порядок подключения датчиков к ИВК сохраняется постоянным во времени. Адресный опрос точек измерения производится, как правило, по требованию оператора при нарушении нормального протекания технологического процесса.

Блок-схема алгоритма циклического опроса датчиков и контроля их показаний приведена на рис.1.1.

Предполагается, что датчики пронумерованы последовательно, начиная с первого и кончая n-м датчиком. Исходными данными для алгоритма служит число датчиков n, массивы верхних XBi и нижних XHi предельно допустимых значений (норм) показаний датчиков и адресный массив А, В, С, D для сбора данных о выходе за пределы нормы показаний датчиков. В ячейках памяти А, В, С, D соответственно хранятся без показания i – го датчика Xi, отклонения его значения от нормы Xi, порядковый номер датчика i и время ti, в которое произошло отклонение от нормы.

Опрос начинается с первого датчика. Вначале следует сравнить показания датчика с верхней нормой. Если это показание не выходит за верхнее предельное значение, то переходят к сравнению с нижней нормой. Если показание первого датчика не выходит за пределы верхней и нижней нормы, то переходят к опросу второго датчика. Аналогично обрабатывается информация, считываемая с последующих датчиков. Если при опросе всех датчиков системы их показания остаются в пределах нормы, то машина прекращает работу по данному алгоритму. Печать данных не производится или производится только по требованию оператора. Для следующего цикла опроса датчиков необходимо повторить запуск программы.

Если показания i – го датчика вышло за пределы нормы, то согласно алгоритму, представленному на рис.1.1, выполняются следующие операции:

- обращение к таймеру;

- в ячейке памяти А, В, С, D записывают соответственно величины Xi, ∆Xi, i, ti;

- с помощью j отмечают порядковый номер события выхода контролируемого параметра за пределы нормы;

- из ячеек А, В, С, D величины Xi, ∆Xi, i, ti переписывают в новые ячейки памяти А+1, В+1, С+1, D+1;

- ячейки А, В, С, D очищают и подготавливают для приема данных на случай, если показания следующего датчика выйдут за пределы нормы;

- проводят опрос (i+1) – го датчика.

После завершения цикла опроса всех датчиков происходит печать данных. Данные выдаются в виде таблицы, содержащей j строк и четыре столбца с величинами Xi, ∆Xi, i и ti соответственно.

На этом выполнение заданной программы прекращается. Через промежуток времени, равный периоду опроса, эту программу вновь запускают для обработки новых данных, поступающих от измерительных датчиков.


Рис.1.1. Блок-схема алгоритма циклического опроса датчиков и контроля их показаний

Алгоритм циклического опроса датчиков и сравнения их показаний с нормой иногда модифицируют и контролируют граничные значения до нескольких границ, соответствующих, например, предаварийной и аварийной ситуации. В этом случае наряду с печатью данных одновременно подают сигнал звуковой или световой индикации на пульт оператора.
1.2. Задачи первичной обработки информации в АСУТП
К числу основных задач первичной обработки информации относятся:

1. Аналого-цифровое, цифро-аналоговое и цифро-импульсное преобразование.

2. Линеаризация выходных сигналов датчиков с нелинейными и слабонелинейными статическими характеристиками.

3. Фильтрация выходных сигналов датчиков от высокочастотных помех, искажающих полезный сигнал.

4. Проверка исходной информации на достоверность и коррекция результатов измерений.

5. Коррекция показаний датчиков при отклонении условий измерения от расчетных (градуировочных).

6. Расчет действительных значений измеряемых величин в физических единицах измерения по кодам АЦП.

7. Экстраполяция значений измеряемых величин на интервале времени между очередным и последующим опросами датчиков.
1.2.1. Аналого-цифровое, цифро-аналоговое, цифро-импульсное преобразования
Информация от датчиков с унифицированными выходными сигналами (токовым, частотным и др.) поступает на вход аналого-цифрового преобразователя контроллера, где преобразуется из аналоговой формы в цифровую (аналого-цифровой), точнее, в двоичный код с разрядностью, определяемой разрядностью АЦП. Происходящее при этом преобразование называется квантованием входного сигнала по уровню и выражается в математическом виде так

, (1)

где Хц – значение сигнала, выраженное в кодах АЦП; Xа – значение аналогового сигнала, поступающего на вход АЦП на каждом такте опроса измерительного канала; qшаг аналого-цифрового преобразователя; E(entier) – целая часть числа, заключенного в скобки.

Заметим, что погрешность от квантования аналогового сигнала по уровню не превышает 0,5 % от его текущего значения.

Выходной сигнал в цифро-аналоговом преобразователе контроллера преобразуется в аналоговую (цифро-аналоговую) или импульсную (цифро-импульсную) форму. Аналоговые сигналы (0-5, 4-20 mA и др.) обычно поступают для регистрации на вторичные приборы или электропневмопреобразователи, на пневматические исполнительные механизмы регулирующих органов. Импульсные сигналы используются для управления электрическими исполнительными механизмами постоянной скорости. У них в качестве привода применяются электродвигатели, а интенсивность управляющих воздействий (при постоянной скорости вращения вала электродвигателя) определяется изменяющейся скважностью импульсов в блоках выдачи управляющих сигналов контроллеров.
1.2.2. Линеаризация выходных сигналов датчиков
Линеаризация сигналов осуществляется для датчиков с нелинейными статическими характеристиками. Нелинейность статических характеристик связана с физическими свойствами чувствительных элементов (сильфонов, мембран, термосопротивлений и др.) или с методом измерения соответствующих величин (например, измерение расхода по методу переменного перепада давления).

Одним из наиболее рациональных методов линеаризации, используемых при программировании по п.1.2.2, является аппроксимация статической характеристики датчика х=F(х*) полиномом степени n

Pn(х) = аn x*n + аn-1 x*n-1 + … + а1 x* + а0 (2)
Наибольшая возможная степень полинома Pn(х) выбирается из условия

| Pn(х) – х | ? max , (2.1)

где max – допустимая погрешность аппроксимации.

Линеаризация выходных сигналов датчиков с квадратичными статическими характеристиками (дифманометров – расходомеров) осуществляется по алгоритму извлечения квадратного корня, описанному в (2).
1.2.3. Фильтрация измеряемых величин от помех
Методы фильтрации с целью исключения влияния высокочастотных помех в выходных сигналах датчиков на результаты измерений основаны на гипотезе о том, что спектр случайного процесса ?(t) содержит более высокие частоты, чем спектр полезного сигнала х(t). Внешне фильтрация проявляется в том, что реализация процесса Z(t) становится более плавной, чем исходная реализация y(t). Отсюда второе название той же процедуры – сглаживание.

Схема фильтрации приведена на рис. 1.2.

Рис. 1.2. Схема фильтрации: D – датчик; Ф – фильтр; X(t)полезный сигнал; ?(t) – помеха; y(t) –выходной сигнал датчика, содержащий помеху; Z(t) – отфильтрованное значение сигнала

Операция фильтрации может осуществляться аппаратурно, т.е. с помощью специальных технических устройств, или программно на ЭВМ, как это обычно имеет место в АСУТП.

Качество фильтрации оценивается средним квадратичным отклонением сигналов Z(t) и х(t)
, (3)



где М – символ математического ожидания.
Фильтры. Алгоритмы фильтрации. Область применимости.

При построении оптимального или близкому к нему фильтра корреляционная функция полезного сигнала , являющегося случайным стационарным процессом, аппроксимируется одной экспонентой:

, (4)

где - дисперсия полезного сигнала; ? – коэффициент экспоненты, аппроксимирующий корреляционную функцию полезного сигнала.

Искажающая полезный сигнал помеха ?(t), действующая на входе датчика, также является случайным стационарным процессом, некоррелированным сигналом х(t), имеющим нулевое математическое ожидание и корреляционную функцию вида
, (5)
где k и m – параметры помехи, определяющие соответственно ее размах (дисперсию) и частотный спектр (отношение частоты помехи к частоте полезного сигнала).

Рассматривается помеха более высокочастотная, чем полезный сигнал, поэтому всегда m>1.

В большинстве конкретных случаев получаемые оценки статических характеристик полезного сигнала и, тем более, помехи слишком приближены, чтобы принимать для их корреляционных функций более точные, чем экспоненты аппроксимации, поэтому эти аппроксимации и приняты для дальнейшего анализа.
Фильтрация методом скользящего среднего
Фильтр, осуществляющий сглаживание по методу скользящего среднего, описываются следующим выражением

, (6)

где y(t) – исходный случайный процесс, содержащий помеху; Т – интервал времени усреднения (параметр настройки фильтра).

Погрешность этого метода фильтрации определяется путем подстановки выражения (6) в (3). В результате преобразования получим

= 1 + (1 - e-?T) +

+ . (7)

Оптимальное значение интервала усреднения Т находится из условия минимизации погрешности фильтрации , т.е.

и

В дискретной форме алгоритм фильтрации по методу скользящего среднего имеет вид

, (8)

где n=Т/- число отсчета функции y(t), по которому производится усреднение; - период опроса датчика.

Простая по вычислениям формула (8) занимает, к сожалению, достаточно большой объем V оперативной памяти ЭВМ для хранения промежуточных значений суммы

, (9)

где - интервал времени, через который требуется выдавать значения Z(t). Обычно и кратно ему.

Наиболее распространенным является определение значения Z(t) каждый период опроса датчика. В этом случае и V = n слов.

Погрешность фильтрации дискретного варианта фильтра скользящего среднего определяется путём подстановки выражений (8), (4) и (5) в (3). В результате преобразования получим



. (10)

Оптимальное значение n находится из условия минимизации погрешности фильтрации.Оно зависит от заданных параметров помехи к, m и периода опроса .
Фильтрация методом экспоненциального сглаживания
В непрерывном варианте экспоненциальный фильтр представляет собой элементарно реализуемое одноемкостное звено с передаточной функцией вида

, (11)

где ? – коэффициент экспоненциального сглаживания (параметр настройки фильтра), выбираемый из условия минимизации средней квадратичной погрешности работы фильтра.

Погрешность работы фильтра определяется по формуле

. (12)

Используя (12), можно определить оптимальное значение параметра настройки фильтра ?ОПТ, т.е. значение, соответствующее условиям:

и .

Реализуемый экспоненциальный фильтр должен иметь ? > 0, что возможно при условии 1/m < k ? m.

В дискретной форме алгоритм фильтрации по методу экспоненциального сглаживания представляет собой рекуррентное соотношение вида

, (13)
где у(t) – текущее значение входа в фильтр; Z(t)значение выхода фильтра в момент предыдущего опроса датчика.

Использование соотношения (13), независимо от требуемого интервала выдачи значения Z(t), позволяет для хранения промежуточных значений Z(t) и настроечного параметра ? фильтра в оперативной памяти ЭВМ выделить всего два слова.

Погрешность работы дискретного фильтра экспоненциального сглаживания определяется по формуле


. (14)
При заданном периоде опроса датчика значение параметра определяется минимизацией погрешности по ?.

Области применимости фильтров скользящего среднего и экспоненциального сглаживания в плоскости параметров k и m приведены на рис.1.3.

Программы расчета фильтров скользящего среднего и экспоненциального сглаживания приведены в приложении 1.

Рис. 1.3. Области применимости фильтров скользящего среднего и экспоненциального сглаживания
Непрерывное скользящее среднее

Дискретное скользящее среднее

Непрерывное экспоненциальное сглаживание

Дискретное экспоненциальное сглаживание
1.2.4. Проверка исходной информации на достоверность и коррекция результатов измерений
Исходная информация о текущем состоянии объекта поступает в ЭВМ по многим десяткам, а иногда и сотням ИИК. При этом вполне возможна вероятность попадания в систему недостоверной информации.

Недостоверная исходная информация появляется при отказах ИИК, которые делятся на полные и частичные (метрологические). Полный отказ наступает при выходе из строя или повреждении ИИК. При частичном отказе средства измерения сохраняют работоспособность, однако погрешность измерения соответствующего параметра превышает допустимое значение, определяемое его классом точности.

Для выявления полных отказов используют алгоритмы допускового контроля параметров и допускового контроля скорости измерения параметров [1,2].

Метрологические отказы выявляются на основе использования информационной избыточности, которая всегда имеет место в АСУТП, например, за счет наличия дублирующих приборов или за счет того, что информация о действительном значении параметра содержится не только в измеренном значении этого параметра, но и в измеренных значениях других параметров, связанных с ним устойчивыми зависимостями, например, уравнениями материального или теплового балансов.

Погрешности измерения Xi в этом случае находятся из следующей системы уравнений [2]:

(15)

, (16)

где ∆хi - искомые оценки погрешностей измерения; Pi – весовые коэффициенты, позволяющие учесть различия в классе точности измерительной аппаратуры; аjiкоэффициенты уравнений (15) и (16); ?j - неопределенные множители Лагранжа; j – допустимые погрешности выполнения уравнений связи [2].

Коррекция результатов измерений осуществляется по формуле

, (17)

где xi – измеренные значения параметров.

Алгоритмы выявления полных и метрологических отказов, примеры расчета погрешностей - ∆xi и коррекции результатов измерений приведены в работах [2,3].
1.2.5. Коррекция показаний датчиков при отклонении условий измерения от расчетных (градуировочных)
Точность работы подавляющего числа датчиков зависит от диапазона колебаний параметров окружающей датчик среды: температуры, давления, влажности и др. Используемые при автоматизации технологических процессов ЭВМ позволяют учесть колебания этих параметров и внести в результаты измерений соответствующие коррективы [2,4].
Коррекция показаний расходомеров
При использовании дроссельных расходомеров зависимость искомого расхода вещества от перепада давления является отнюдь не однозначной. В общем случае расход вещества определяется, кроме перепада давления еще температурой вещества, давлением, плотностью, свойствами материала, из которого изготовлено диафрагма и т.д.

Следовательно, для определения расхода вещества в трубопроводе требуется измерение еще двух величин, а именно, давление и температура вещества до диафрагмы и проведение определенной вычислительной обработки (рис.1.4).

Расчет значений скорректированных расходов осуществляется по формуле:

, (18)

где F – показания расходомера; K? – поправочный коэффициент.

Рис.1.4. Функциональная схема автоматизации контроля расхода вещества: (FE, FT); PT; (TE, TY) – средство для измерения расхода, давления и температуры вещества; Bi – ввод информации в ЭВМ
Величина K? рассчитывается по следующим формулам:

; (19)

; (20)

, (21)

где ?0 плотность технологического потока при расчетных условиях; ?g – плотность технологического потока в реальных условиях измерения; T0 , P0 – расчетные температура (К) и давление (атм.); P и ? – давление и температура в реальных условиях измерения.

Формула (19) используется для паровых, а формула (20) – для газовых потоков.

Плотность технологического потока (пара, газа) в рабочем состоянии в общем случае может быть задана виде полинома от P и ?:

? = ? (P , ?) (22)

Зависимости типа (22) могут быть найдены в соответствующих справочниках по тепло-физическим свойствам веществ.

В АСУТП значение расхода F* паровых и газовых потоков определяется по формуле

, (23)

где - текущее значение кода АЦП по расходу, поступающее на вход в УВМ на очередном такте опроса датчика; – максимальное значение кода АЦП, определяемое его разрядностью (таблица 1.1):
Таблица 1.1

Соответствие разрядности и кодов АЦП


Разрядность АЦП, r



8


10


12


15






256


1024


4096


32788
  1   2   3   4   5   6   7   8   9   ...   21


Федеральное агентство по образованию
Учебный материал
© nashaucheba.ru
При копировании укажите ссылку.
обратиться к администрации