外文翻譯--礦用深井提升機分布式智能控制系統 中文版.doc

中文譯文礦用深井提升機分布式智能控制系統的模擬研究I.M.MACLEOD，A.STOTHERT南非，約翰內斯堡，威特沃特斯然德大學電力工程系摘要：連續(xù)運轉設備對多因子,多范式的分布式控制器的結構和運行有特殊要求。我們開發(fā)出一種礦用深井提升機控制器，其設計過程展示了如何選擇因子及它們怎樣相互作用從而控制連續(xù)運行的設備。這種控制器是用模擬研究的方法得出。研究表明，該控制器有助于設計連續(xù)運行設備的智能控制器時區(qū)分理論推導和實際運行狀況。關鍵詞：分布式智能控制；實時計算機控制；連續(xù)運轉設備1.簡介對分布式人工智能方法的實時控制應用的探討多集中于使用二進制輸入輸出接口的離散式系統。例如Kashoni和Saridis1983設計的城市交通控制器，Foux及其他人1993年做的機器人導航系統以及Macleod和Lun1993年研制的生產線控制系統。連續(xù)運轉設備的分布式職能控制很有意思。對于這種實用上很重要的設備，控制器必須能監(jiān)測連續(xù)變化的數字傳感信號，同時產生連續(xù)變化的執(zhí)行信號。人們希望把用在不連續(xù)系統研究中的方法擴展到連續(xù)型系統。然而，分布式因子的作用、表現形式及其相互作用方式決定需要改變其內部比例關系。本文通過設計礦用深井提升機控制器，模擬其運行旨在說明分布式職能控制是如何應用到連續(xù)運轉的設備中的。文章結構安排如下：首先概述與分布式智能控制有關的連續(xù)運轉設備的特性，接著總結了深井提升機控制的要求，給出了一種用于這種設備的多因子控制器。最后討論了模擬研究的結果，強調了區(qū)分理論推理與實際運轉的意義。2.連續(xù)運行設備的分布式智能控制分布式智能控制用多種半自動因子來控制設備，以滿足運行要求。每種因子執(zhí)行一種智能模式，通過聯絡，因子相互配合來完成整個控制方案。用多個因子的分布式智能控制器比單個因子的控制器更加靈活、高效。連續(xù)運轉設備與非連續(xù)設備的不同在于，它們是用連續(xù)的多個方程描述，且實時運行。換句話說，連續(xù)型設備是一種典型的隨時間連續(xù)變化的動態(tài)系統。實時是什么意思呢？首先，實時運行規(guī)定了控制器必須遵守的要求：實時控制器要能迅速及時的監(jiān)測到設備性質的變化并做出反應。此外，它還意味著智能控制系統必須能隨時間進行動態(tài)推理，從而做出正確的反應。當控制器有規(guī)劃和時間安排功能時，動態(tài)推理功能更顯得格外重要。連續(xù)運轉的設備要滿足實時時限的要求，智能控制器必須在每一時限段都發(fā)出足夠的控制指令。因此，使用的模式一定要能在規(guī)定的時間段內提供完備的解決方案或在無法完成時提出部分完備的方案。因此，選擇代理模式不僅要關注解決所需問題的能力，而且要重視當無法在規(guī)定期限內完成時給出不完全解決方案的能力。MacLeod和Lun1992年介紹了一種在時限到來時提供部分解決方案的方法。3.深井提升機的控制要求為了探討連續(xù)型分布式智能控制器，可以選取一種深井提升機的簡易控制系統作為范例。該系統包括直接聯接到卷筒上的電力拖動設備和帶兩套鋼絲繩連接提升容器的卷筒，提升設備（左右容器平衡布置）沿井筒布置。這是2000以上深井的典型提升系統。作為提升系統機械設計的一部分，對鋼絲繩的設計我們采用了安全系數以使其留有余量。靜載荷加上由于系統振蕩產生的最大的動載荷，決定了所需的安全系數。動載荷可由動態(tài)放大系數Fm來計量。Fm是鋼絲繩上的最大動態(tài)力Fpeak除以加速段受力得到的結果。FmFpeak/提升容器和鋼絲繩的總質量加速度）如果最大載荷能夠盡量小，提升繩的安全系數就可以取得較小，從而可以采用較輕且便宜的鋼絲繩。由于井筒很深（大約3000米），減輕繩重就顯得至關重要。輕繩能減少拖動電機的容量，提高提升效率。于是控制重點變?yōu)闇p少系統振蕩，繼而限制動載荷。Perry和Smith在1932年及Petch在1951年已揭示了控制提升機卷筒的加速度曲線形狀，可以使鋼絲繩振蕩減到最小。4.控制方案當給定繩長和容器質量，提升系統存在一個固有諧振頻率fo?；A加速度曲線圖如圖1所示，它用于產生加速度輪廓曲線。Perry和Smith1932年指明如果圖中加速時間to等于振蕩的固有周期1/fo，振幅降至最小值。根據線性疊加原理可知，如果所有加速度曲線都用計算基礎加速度曲線的方法來確定，Fm就會取到最小值。以下是可選的控制方案：1).取fo的近似值。2).確定加速度給定值3).調整加速度曲線以達到此加速度值。這其中可能要適當修改原來的給定值。4).利過卷筒的加速度反饋控制把完全的加速度曲線圖都用到提升設備中。wtanw=mrope/m圖1.基礎加速度曲線圖加速度預加速度加速度曲線實測的fo，忽略質量和位移速度和位移控制輸入速度、位移目標值加速階段圖2.分布式智能控制系統示意圖這種控制方法顯示了相互獨立的因子的集成。借助理論推理可以計算出fo的近似值以及Fm在構建加速度曲線圖時的有效位。在控制問題中應用推理知識，可將控制器分解成由一系列小問題組成的序列。對每個任務可以設計出因子來，這樣得到的分布式控制器的框圖如圖2所示。用于每個因子構成控制步驟的一部分，其執(zhí)行的功能模塊很容易確定。因子的功能現說明如下：由于振蕩固有頻率中系統變量的非線性作用，它與提升容器載重量和鋼絲繩長度有關，我們用一種神經網絡來逼近fo。這種網絡隨著鋼絲繩的使用年限而變化。一開始用fo的第一位計算值來預置神經網絡，接著，在控制器的實際運行中，由井筒的特定數據修訂原來的結果。也就是說，如果運行中測量的fo與近似值不同，則用測量值重新調整網絡。試驗中所用的是由后傳遞法調定的四層神經網絡。兩層單個的線性網絡是輸入輸出層，另外兩個內層是神經網絡的核心，它們每層由五道s型網絡構成。這種線性/s型/線性的網絡結構很靈活，能夠近似線性和非線性的功能。五個神經元的內層可用不斷重復的辦法得到，四個神經元的內層無法將網絡的總平方誤差降到允許的范圍內。網絡經過調整用來解決其中w=2fo,與鋼絲繩長成正比，m是提升容器質量。這一公式可得到fo的第一位計算值。加速值給定值由模糊邏輯來確定，該理論用于闡明加速度曲線的使用方法。礦用神經網絡模糊邏輯控制中心常規(guī)控制器運行設備圖3.減速控制器的模糊邏輯控制界面速度（m/s）位移（m）提升機正常運行時需要具備兩種重要功能：“加速”和“停車”。于是要用到兩個因子；一個把提升容器加速到預定值（一般為15m/s），另一個使容器在預定的井深處停車。用這種方法分別計算加速度設定值，每個因子執(zhí)行一定的任務。各自獨立的因子也使得協調模糊邏輯來說明加速度曲線的用法更容易。加速度控制器是簡單的單輸入單輸出系統，減速度控制器是雙輸入單輸出系統。兩套系統中模糊邏輯控制器都是以誤差輸入和加速度輸出裝置為基礎。每一個論域可以分為五個部分。加速度控制器的模糊控制界面如圖3所示?！翱刂浦行摹庇糜谡?，聯絡各因子。輸入的用戶指令經處理給提升容器加速，使其停靠在井筒中的新位置。用戶給定提升容器的正常運行速度，提升高度。神經網絡因子輸出決定著加速度框圖的具體形狀。模糊邏輯控制值決定加速度圖上A的值?！翱刂浦行摹边€決定著何時從加速模糊邏輯轉到中斷模糊邏輯并給常規(guī)的反饋控制器提供加速度曲線。常規(guī)反饋控制器用反饋環(huán)節(jié)來控制拖動電機，使提升容器達到加速度設定值。這種控制器拖動機構的上升時間被取得盡可能短（加速度控制器的穩(wěn)定時間約為1s，約等于超調量的5%），以便讓控制系統的其它部分更加明晰。5.模擬研究我們開發(fā)出一種提升設備的常規(guī)連續(xù)型數字模擬裝置，它還包括了運行普通卷筒加速度控制器的代碼。該裝置只有一個輸入變量加速度設定值；它是從p_var的實時分布式通訊數據單元提供的分布式數據庫讀入的。模擬邏輯控制器分成兩個單機過程來工作，它包含讀取所需的p_var，使用模糊邏輯并把結果傳送到分布式數據庫的代碼。一個獨立的神經網絡過程計算出鋼絲繩振蕩的固有周期，為在分布式數據庫中進行讀寫操作做準備。開發(fā)中用到的所有軟件都是用C語言編制的。試驗中用的硬件設備包括一套IBM可兼容的計算機網絡。該網絡使用0S/2V.121和OS/2LANmanager。網絡包含兩臺裝有數學處理程序和8M內存的80286計算機。它們通過西部數