Курсовая работа (т): Система автоматического регулирования расхода добавок в сушильном барабане прямоточного действия

При синтезе оптимальных систем с обратной связью сами управления получаются как функции от фазовых координат. В общем случае фазовые координаты являются абстрактными величинами и не могут быть исследованы. Поддается измерению (наблюдению) вектор у = (у1, ...,yk)T , который обычно называют выходным вектором или выходной переменной, а его координаты - выходными величинами. Выходная переменная функционально связана с фазовыми координатами, и для реализации управления с обратной связью необходимо определить фазовые координаты по измеренным значениям выходной переменной. В связи с этим возникает проблема наблюдаемости, заключающаяся в установлении возможности состояния определения состояния объекта (фазового вектора) по измеренным значениям выходной переменной на некотором интервале.

Решение проблемы наблюдаемости основано на анализе уравнений переменных состояния и формулируется следующим образом: объект называется вполне наблюдаемым, если по реакции y(tk) на выходе объекта, на интервале времени [t0, tk] при заданном управляющем воздействии u(t) можно определить начальное состояние вектора переменных состояния x(t), являющихся фазовыми координатами объекта.

Критерием наблюдаемости линейных стационарных объектов является условие: для того, чтобы объект был вполне наблюдаемым, необходимо и достаточно, чтобы ранг матрицы наблюдаемости равнялся размерности вектора состояния п.

Определим матрицу наблюдаемости:

>> My=obsv (A, C)=

.0e+003 *

.0006 -0.0003 0.0003 0.0011

.0178 -0.0055 0.0003 -0.0013

.2839 0.2194 0.1083 0.0365

.4168 -2.6045 -1.6650 -0.5822

Определим ранг матрицы наблюдаемости:

>> nMy=rank(My)= 4

Таким образом, для исследуемой модели объекта, размерность вектора состояний, определяемая размером матриц A и C равна четырем и ранг матрицы наблюдаемости MY также равен четырем, что позволяет сделать вывод о том, что объект автоматизации является вполне наблюдаемым, т.е. для него всегда можно определить по значениям выходной величины y(t) вектор переменных состояния, необходимый для синтеза системы управления.

.3 Анализ системы автоматизации процесса сушки добавок в сушильных барабанах

На основании заданных значений передаточных функций построим схему системы автоматического регулирования расхода добавок в SIMULINK (рис. 3.12).

Wдатчика =0.08;

Wрегулируемого органа=1.1;

Wисполнительного механизма =10/ (0.15р+1).

регулятор шлак сушка барабан

Рис. 3.12 САР производительности расхода добавок в программе Simulink

Собрав структурную схему в Simulink, находим динамические характеристики системы автоматического регулирования производительности расхода добавок в сушильном барабане (рис. 3.12.1).

Рис. 3.12.1 Переходная характеристика САР производительности расхода добавок в сушильном барабане

Переходная характеристика:

·    Время регулирования составляет 1.53 с.

·        Установившееся значение - 5.94

·        Время нарастания - 0.418 с.

·        Максимальное перерегулирование - 20.3%

Для построения частотных характеристик (рис. 3.12.2), необходимо разомкнуть систему

Рис. 3.12.2 ЛАХ и ЛФХ САР производительности расхода добавок в сушильном барабане

Требования к системе:

· обеспечить статическую ошибку - не более 5%;

·        максимальное перерегулирование σ - не более 10%;

·        время регулирования tp - не более 3 с;

·        время нарастания - не более 1 с;

·        запас устойчивости по фазе - от 30 до 80 град.

Сравнив полученные результаты с требуемыми, можно сделать вывод, что исходная система не удовлетворяет требуемым показателям. Чтобы обеспечить необходимые характеристики системы, нужно ввести регулятор.

Необходимым условием надежной устойчивой работы АСР является правильный выбор типа регулятора и его настроек, гарантирующий требуемое качество регулирования.

3.4 Обоснование выбора автоматического регулятора

В зависимости от свойств объектов управления, определяемых его передаточной функцией и параметрами, и предполагаемого вида переходного процесса выбирается тип и настройка линейных регуляторов.

= 0.23; =0.4; τ/То =0.575

Рис. 3.4 Переходная характеристика ТОУ

Основные области применения линейных регуляторов определяются с учетом следующих рекомендаций:

И-регулятор со статическим ОР - при медленных изменениях возмущений и малом времени запаздывания (τ/То< 0,1);

П-регулятор со статическим и астатическим ОР - при любой инертности и времени запаздывания, определяемые соотношением τ/То ≤ 0,3;

ПИ-регулятор при любой инертности и времени запаздывания ОР, определяемом соотношением τ/То ≤ 1;

ПД и ПИД - регуляторы при условии τ/То ≤ 1 и малой колебательности переходных процессов.

Учитывая то, что передаточная функция у меня имеет вид:

,

то можно сделать вывод, что мы будем вводить ПИД-регулятор, опираясь на выше описанную методику. Также нам желательно получить переходный процесс с минимальной интегральной квадратичной оценкой, при которой обеспечивается наименьшее значение суммарного динамического отклонения.

.5 Анализ системы автоматизации сушки добавок в сушильном барабане с ПИД-регулятором

Составим САР производительности производства добавок ПИД-регулятором (рис.3.5).

Рис. 3.5. САР производительности производства расхода добавок в сушильном барабане, с добавленным в нее ПИД-регулятором

В исходную систему вводим ПИД-регулятор и для обеспечения заданных параметров находим его коэффициенты kp, ki, kd.Так же в систему была введена дополнительная обратная связь и усилитель kg.

По некоторым значениям система не удовлетворяет требуемым значениям. Чтобы подобрать параметры ПИД-регулятора введем в систему блок Signal Constant.

Рис. 3.5.1 Окно Signal Constant до начала оптимизации поараметров

Значения kp, ki и kd записываются в командной строке Matlab, в соответствии с таблицей 1. начальное значение kg=1.

Таблица 1

Рис.3.5.2 Окно Signal Constant, процесс оптимизации параметров регулятора

По окончании работы блока Signal Constant в окне Optimization Progress можно получить оптимизированные значения коэффициентов ПИД - регулятора (kp, ki, kd), а также усилителя (kg). В нашем случае наилучший будет

Рис.3.5.3 Окно Optimization Progress, процесс оптимизации параметров ПИД-регулятора и усилителя

В LTI Viewer смотрим переходную характеристику (рис.3.5.4) и частотные характеристики (рис.3.5.5 и рис.3.5.6)

Рис. 3.5.4 Переходная характеристика САР производительности расхода добавок (с ПИД-регулятором)

Рис. 3.5.5 АЧХ АСР производительности расхода добавок

По годографу Найквиста (рис.3.5.6) также видно, что система устойчива.

Рис. 3.5.6 АЧХ АСР производительности расхода добавок

Таблица 2 - результаты исследования системы

Заключение

Для заданной системы автоматического регулирования расхода добавок в сушильном барабане прямоточного действия при обеспечении температурного режима мы подобрали ПИД-регулятор, который помог нам добиться требуемого результата:

1    Время нарастания мы получили равным 0,626 с (в задании - не более 1 с)

2       Время регулирования - 1с (в задании - не более 3 с)

         Максимальное перерегулирование - 1% (в задании - не более 10%)

         Статическую ошибку снизили до 0 (в задании - не более 5%)

         Запас устойчивости по амплитуде равен 11,2 дБ (в задании - не менее 10 дБ)

         Запас устойчивости по фазе - 57,8 град (в задании - от 30 до 80 град)

Таким образом все требования были выполнены.

Список используемой литературы

1. А.С.Боронихин, Ю.С.Гризак. Основы автоматизации производства и контрольно-измерительные приборы на предприятиях промышленности строительных материалов.М.,Стройиздат, 1974г.

. И.Б.Гинзбург. Автоматическое регулирование в промышленности строительных материалов, М.,Стройиздат, 1974г.

. Руппель А.А. Курс лекций по дисциплине «Автоматизация технологических процессов и производств»

. Идентификация объектов автоматизации технологических процессов в среде MATLAB: Методические указания к лабораторным работам/ Сост.: А-й А. Руппель, А-р А. Руппель. - Омск: Изд-во СибАДИ, 2003. - 30 с

. Руппель А.А. АНАЛИЗ И СИНТЕЗ СИСТЕМ АВТОМАТИЗАЦИИ ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ: Учебное пособие. - Омск: Изд-во СибАДИ, 2006. - с.