УПРАВЛЕНИЕ РАСПРЕДЕЛЕННЫМИ СИСТЕМАМИ ТЕХНОЛОГИЧЕСКОГО КОМПЛЕКСА

Авторы

  • Сергей Юрьевич Коршунов Сибирский государственный индустриальный университет, ООО «РТ-ИНЖИНИРИНГ»
  • Георгий Валентинович Макаров Сибирский государственный индустриальный университет, ООО «Научно- исследовательский центр систем автоматизации» https://orcid.org/0000-0002-9933-4769
  • Игорь Рамильвеч Загидулин Сибирский государственный индустриальный университет, ООО «Научно-исследовательский центр систем автоматизации»
  • Максим Максимович Свинцов Сибирский государственный индустриальный университет, ООО «Научно-исследовательский центр систем автоматизации»

DOI:

https://doi.org/10.57070/2307-4497-2023-3(45)-39-46

Ключевые слова:

АСУ ТП, локальные системы управления, многоагентные системы, цифровые советчики

Аннотация

Рассмотрена проблема, возникающая в системах с множеством последовательных отдельно управляемых технологических контуров и агрегаты. Эти контуры на входе и выходе имеют технологические связи с соседними, но на уровне управления их интеграция в производство предусматривает только передачу информационных параметров оператору всего технологического комплекса. Оператор, зачастую, не успевает обработать весь поток поступающей информации и правильно принять корректирующие решения. Это приводит к проблемам взаимного влияния контуров и агрегатов друг на друга, которое снижает эффективность управления, качество готовой продукции и может приводить к внеплановым простоям и аварийным ситуациям. В качестве решения предлагается возложить некоторые функции управления производством на основную АСУ ТП, выделив специальный технологический контроллер и подсеть для управления локальными системами управления и регулирования. С помощью специальных подсистем (агентов) можно ввести корректирующие воздействия в технологические уставки и параметры каждого контура так, чтобы минимизировать отклонения заданных значений готовой продукции всего комплекса. В случае современного производства роль таких агентов играют цифровые советчики, но они выдают только возможные варианты решений и оставляют выбор за человеком (оператором). При достаточной эффективности отлаженных советчиков, построенных на базе физико-химических, балансовых, технологических, статистических, нейросетевых, экспертных (или комбинированных) натурно-математических и физико-химических моделей, предлагается их перевести из советующего в автоматический режим. В качестве примера приведена схема комплекса технических средств АСУ ТП главного корпуса обогатительной фабрики «Шахта № 12». В качестве сложности реализации такого решения отмечена закрытость локальных систем управления, особенно зарубежных, в качестве решения предложено применение методов комплексного реверс-инжиниринга.

Биографии авторов

Сергей Юрьевич Коршунов, Сибирский государственный индустриальный университет, ООО «РТ-ИНЖИНИРИНГ»

аспирант; главный специалист по АСУ ТП отдела механизации и автоматизации

Георгий Валентинович Макаров, Сибирский государственный индустриальный университет, ООО «Научно- исследовательский центр систем автоматизации»

 к.т.н., доцент, главный инженер проекта

Игорь Рамильвеч Загидулин, Сибирский государственный индустриальный университет, ООО «Научно-исследовательский центр систем автоматизации»

аспирант, инженер

Максим Максимович Свинцов, Сибирский государственный индустриальный университет, ООО «Научно-исследовательский центр систем автоматизации»

аспирант, инженер

Библиографические ссылки

Есенбаев Т.Д. Автоматизация проектирования систем локального управления в АСУ ТП АЭС. В кн.: Сборник материалов V Всероссийской научно-практической конференции с международным участием «Достижения вузовской науки: от теории к практике», Кумертау, 21 апреля 2022 г. Мелеуз: Государственное унитарное предприятие «Мелеузовская городская типография», 2022. С. 48–52.

Загидулин И.Р., Саламатин А.С., Макаров Г.В., Коршунов С.Ю. Особенности интеграции локальных систем управления в АСУТП обогатительной фабрики. В кн.: Системы автоматизации (в образовании, науке и производстве). AS'2021. Труды XIII Всероссийской научно-практической конференции (с международным участием), Новокузнецк, 2-3 декабря 2021 г. Новокузнецк: ИЦ СибГИУ, 2021. С. 155–159.

Tsiryapkina A.V.,Myshlyaev L.P., Ivushkin K.A., Gracheva V.V. Control systems for objects with positive internal feedback // Steel in Translation. 2015. Vol. 45. P. 943–948. https://doi.org/10.3103/S0967091215120141

Албагачиев А.Ю., Краско А.С., Радайкин Д.А. Необходимость применения автоматизированных систем в 21 веке. Предпосылки появления цифрового производства // Кузнечно-штамповочное производство. Обработка материалов давлением. 2023. № 2. С. 62–74.

Ghobakhloo Morteza. Industry 4.0, Digitization, and Opportunities for Sustainability // Journal of Cleaner Production. 2020. Vol. 252. P. 119869. https://doi.org/10.1016/j.jclepro.2019.119869

Görner S., Luse A., Maheshwari N., Malladi R., Mori L., Samek R. The potential of advanced process controls in energy and materials // McKinsey & Company, 2020. URL: https://www.mckinsey.com/industries/metals-and-mining/our-insights/the-potential-of-advanced-process-controls-in-energy-and-materials#/. (Дата обращения: 28.08.2023).

Helgers H., Schmidt A, Lohmann L.J., Vetter F.L., Juckers A,. Jensch C., Mouellef M., Zobel-Roos S., Strube J. Towards Autonomous Operation by Advanced Process Control-Process Analytical Technology for Continuous

Biologics Antibody Manufacturing // Processes. 2021. Vol. 9. No. 1. P. 172. https://doi.org/10.3390/pr9010172

Клебанов Д.А., Макеев М.А. Цифровые советчики для угольной промышленности. Методология внедрения // Уголь. 2022. № 8 (1157). С. 112–115. https://doi.org/10.18796/0041-5790-2022-8-112-115

Спирин Н.А., Лавров В.В., Рыболовлев В.Ю., Шнайдер Д.А., Краснобаев А.В., Гурин И.А. Цифровая трансформация пирометаллургических технологий: состояние, научные проблемы и перспективы развития // Известия вузов. Черная металлургия. 2021. Т. 64. № 8. С. 588–598. https://doi.org/10.17073/0368-0797-2021-8-588-598

Chambers R., Beaney P. The potential of placing a digital assistant in patients' homes // British Journal of General Practice. 2019. Vol. 70. No. 690. P. 8–9. https://doi.org/10.3399/bjgp20X707273

Евтушенко В.Ф., ИвушкинА.А., Венгер К.Г. О натурно-модельном подходе и теории подобия применительно к системам управления. В кн.: Системы автоматизации в образовании, науке и производстве. AS'2019. Труды XII Всероссийской научно-практической конференции (с международным участием), Новокузнецк, 28 – 30 ноября 2019 г. Новокузнецк: ИЦ СибГИУ, 2019. С. 21–24.

Емельянов С.В., Коровин С.К., Мышляев Л.П. Теория и практика прогнозирования в системах управления. Кемерово; Москва: Издательское объединение «Российские университеты»: Кузбассвузиздат АСТШ. 2008. 487 с.

Krasovskii A.A., Platov A.S. Stability, Control and Differential Games: Proceedings of the International Conference. Lecture Notes in Control and Information Sciences – Proceedings, Yekaterinburg, 16-20 September 2019. Switzerland: Springer Nature, 2020. P. 27–37. https://doi.org/10.1007/978-3-030-42831-0_3.

Amrit R., Canney W., Carrette P., Linn R., Martinez A., Singh A., Skrovanek T., Valiquette J., Williamson J., Zhou J., Cott B.J. Platform for Advanced Control and Estimation (PACE): Shell's and Yokogawa's Next Generation Advanced Process Control Technology // IFAC-PapersOnLine. 2015. Vol. 48. No. 8. P. 1–5. https://doi.org/10.1016/j.ifacol.2015. 08.148

Вяткин А.Ю., Смирнов Д.В., Кочетов И.А. Многоагентные системы как возможность реализации систем поддержки принятия решений. В кн.: Электронные средства и системы управления. Материалы докладов

Международной научно-практической конференции. 2015. № 1-2. С. 234–238.

Ротач В.Я. Расчет динамики промышленных автоматических систем регулирования. Москва: Энергия, 1973. 439 с.

Мышляев Л.П., Ивушкин А.А., Евтушенко В.Ф., Бурков В.Н., Макаров Г.В., Буркова Е.В. Применение физических моделей в задачах испытания и настройки систем управления (на примере установки сжигания водоугольного топлива). В кн.: Наукоемкие технологии разработки и использования минеральных ресурсов. 2015.№ 2. С. 211–218.

Hewing L., Wabersich K.P., Menner M., Zeilinger M.N. Learning-based model predictive control: Toward safe learning in control // Annual Review of Control, Robotics, and Autonomous Systems. 2020. Vol. 3. P. 269–296. http://dx.doi.org/10.1146/annurev-control-090419-075625

Berberich J., Köhler J., Müller M.A., Allgöwer F. Data-driven model predictive control with stability and robustness guarantees // IEEE Transactions on Automatic Control. 2020. Vol. 66. No. 4. P. 1702–1717. https://doi.org/10.1109/TAC.2020.3000182

Kuhn M., Johnson K. Feature engineering and selection: A practical approach for predictive models. Chapman and Hall/CRC; 2019. 310 p. http://dx.doi.org/10.1080/00031305.2020.1790217

Горяйнов С., Красильников А., Райффершайд А., Кланке Ш. Предиктивный ассистент контроля качества МНЛЗ. В кн.: Литейное производство и металлургия, 2017. Беларусь. Сборник трудов 25-й Международной научно-технической конференции, Минск, 18-19 октября,Минск: БНТУ, 2017. С. 169–179.

Тагильцев-Галета К.В., Кольчурина И.Ю., Коршунов С.Ю., Макаров Г.В. Концепция системного реверс-инжиниринга в условиях комплексного замещения производственных технологий. В кн.: Современные технологии и реверс-инжиниринг. Сборник статей Всероссийских научно-практических конференций («Современные технологии: проблемы и перспективы», 17 – 20 апреля 2023 г. «Перспективные технологии реверс-инжиниринга и быстрого прототипирования», 10-12 мая 2023 г.) / Министерство науки и высшего образования Российской Федерации, Севастопольский государственный университет, Политехнический институт, Севастополь: ФГАОУ ВО «Севастопольский государственный университет», 2023. С. 184–187.

Загрузки

Опубликован

30.09.2023

Как цитировать

Коршунов, С. Ю. ., Макаров, Г. В. ., Загидулин, И. Р. ., & Свинцов, М. М. . (2023). УПРАВЛЕНИЕ РАСПРЕДЕЛЕННЫМИ СИСТЕМАМИ ТЕХНОЛОГИЧЕСКОГО КОМПЛЕКСА. Вестник Сибирского государственного индустриального университета, 1(3), 39–46. https://doi.org/10.57070/2307-4497-2023-3(45)-39-46

Выпуск

Раздел

Информационные технологии