8. Sběr a zpracování technologických proměnných Účel: dodat v částečně předzpracovaném a pro další použití vhodném tvaru ucelenou informaci o procesu pro následnou analyzu průběhu procesu a pro rozhodování o způsobu jeho řízení. - velké množství technologických dat Př: energetický blok: 500 čidel teploty, 120 čidel tlaku, 90 čidel úrovně a průtoku, 260 čidel elektr.veličin, 45 analyzátorů, 40 ostatních 8.1 Sběr technologických proměnných Účel: průběžné určování hodnot stavových proměnných procesu, které jsou nutné pro řízení (do OP) Cyklický sběr (zejména pro spojité procesy) periodické spouštění programů nebo jednotek I/O pomocí hodin reálného času. Frekvence sběru - Rychlost sběru - závislá na rychlosti změn vzorkované proměnné. (např. 1/s, 12/min, 3/hod) nezávisle na volbě ostatních. n v s = S N i f i i=1 kde N i - počet technologických proměnných snímaných s frekvencí f i n - počet různých frekvencí sběru systému 325
rychlost sběru závisí na : - způsobu sběru proměnných - iniciované CPU - iniciované vstupy - konstrukci A/D převodníku - doba převodu od 100 prom/s do 200.000 prom/s. Cyklický sběr také pro havarijní binární proměnné (frekvence tak velká, aby se daly zpozorovat sekvence změn) Výsledkem : cyklicky obnovovaný výchozí soubor proměnných. Acyklický sběr (zejména pro binární procesy) iniciován událostmi, které generují stavové signály změny (zavedeny do přerušení). dva způsoby sledování pohybu linky: - jednorázová identifikace na začátku linky a posuv binárních ukazatelů v obrazu linky v paměti - několikanásobná identifikace v různých místech linky Součástí acyklického sběru je monitorování připravenosti strojů a zařízení (poruchy, vypnutí, zapnutí) 8.2 Zpracování technologických proměnných Předzpracování snímaných dat z technologie z výchozího souboru proměnných do hlavního souboru proměnných. Dělíme na : - základní zpracování - společné pro různé procesy. - specielní zpracování - spojené se zvláštnostmi procesu. 326
8.2.1 Základní zpracování Linearizace a korekce statické charakteristiky čidla - čidla s lineární charakteristikou bez úpravy - čidla s nelineární charakteristikou průtok pomocí clony A = C I teplota termočlánkem I = C 1 (A-A 0 ) + C 2 (A-A 0 ) 2 teplota odpor.teploměrem A = C 0 + C 1 I + C 2 I 2 průtok - odmocnina tlakové diference na cloně způsoby zpracování: - pomocí tabulky s interpolací mezi body - řešení polynomu aproximujícího danou charakteristiku - iterační metody (odmocninové funkce) 327
Přepočet na zvolené technické jednotky - přepočet podle volby technické jednotky - přepočet na dosažení relativní přesnosti cca 0.01% - relativní přesnost stejná v každém rozsahu Kontrola správnosti nutné se přesvědčit o správnosti získané hodnoty (šum, poškození čidla, vedení, převodníku a j.). formy kontroly: - změřená hodnota A v měřícím rozsahu čidla A min < A < A max - rychlost změn měřené hodnoty A nepřesahuje max. A i - A i-1 --------- < A max t i - t i-1 - porovnání výsledků z několika čidel (samost.kanály) (2 ze 3) - porovnání výsledku měření s výsledkem získaným z matematického modelu V případě nesouhlasu: - vynechání nesprávné hodnoty - nahražení hodnotou podle majority 2 ze 3 - nahražení hodnotou podle modelu - nahražení hodnotou extrapolující průběh - signalizace poruchy 328
Číslicová filtrace Doplnění analogového filtru (návrh hard. filtru neodpovídá potřebám), odfiltrování šumů, které projdou přes blok kontroly správnosti (vyhlazení). - lze jednoduše softwarově měnit parametry filtru. a) číslicová dolnofrekvenční propusť -2pf 0 /f R Y(p) 2pf 0 Y(z) 1 - e ----- = ---------- ------ = ---------------- X(p) p + 2pf 0 X(z) -2pf 0 /f R 1 - e z -1 1 RC = ----- f 0 - mezní frekvence filtru 2pf 0 1 f R = ---- T R - perioda realizace algoritmu filtrace 329
diferenční rovnice filtru -2pf 0 /f R -2pf 0 /f R Y n = e Y n-1 + ( 1 - e ). X n pro okamžik n.t R charakteristika filtru analog.filtr f 0 =0.05f R číslic.filtr nerozlišuje vstupní signály o frekvencích lišících se o celistvý násobek frekvence f R. b) průběžný (klouzavý) průměr průběžný průměr m-tého stupně časové posloupnosti 1 i S mi = --- Σ x k m k=i-m průměr všech hodnot v pohyblivém okénku 330
Kontrola překročení mezných hodnot Účel: - informovat obsluhu (akusticky, opticky) - zaznamenat typ překročení a okamžik jeho výskytu v provozním protokolu - vyvolat akci k ochraně technologického procesu (havarijní vypnutí, přechod na havarijní režim a j.) dva typy mezných hodnot: - absolutní - zavádí se do systému při deklaraci param. - relativní - k žádané hodnotě kontr. proměnné. (např. min 80% max 120%), Výhody programové realizace kontroly mezných hodnot: - možnost aktivace a deaktivace - možnost snadné změny - lze zavést libovolně velký počet mezných hodnot - možnost zabezpečení proti šumům - možnost zavedení pásma necitlivosti 331
Přírůstkové sledování změn technologických proměnných Zavádí se více mezí. Každé překročení meze je signalizováno. Počítá se rychlost změn v čase a porovnává se zavedenými mezemi. Výpočet základních statistických veličin Téměř všechny technologické proměnné se mění náhodným způsobem. Z tohoto důvodu se doporučuje popis jejich změn pomocí statistických veličin. Nejvíce používanými jsou: výběrový průměr - odhad střední hodnoty ze všech měření _ 1 n x = --- Σ x i n i=1 výběrový rozptyl - (výběrová směrodatná odchylka) - odhad rozptylu σ 2 náhodné veličiny 1 n S 2 = ---- Σ ( x i - x ) 2 n-1 i=1 používá se zejména pro hodnocení kvality výrobku nebo procesu. 332
Intervaly spolehlivosti ve kterých se s určitou pravděpodobností střední hodnoty nebo rozptyly nacházejí (s ohledem na chyby měření). Hladina významnosti rozdílů středních hodnot nebo rozdílů rozptylů (odpovídá ploše Gausovy křivky pro interval spolehlivosti). interval spolehlivosti pro střední hodnotu: µ - střední hodnota σ - směrodatná odchylka S - odhad směrodatné _ odchylky x - odhad střední hodnoty Integrace technologických proměnných Používá se pro určování spotřeby (energie, materiál) během časového úseku pro bilanční výpočty. Integrace se provádí: - volí se aproximační funkce diskrétních hodnot P(t) - P(t) je definována pro všechny okamžiky t - P(t i ) = f(t i ) pro diskrétní vzorky - P(t) je vhodná pro analytickou integraci 333
t n - provádí se P(t)dt což odpovídá integraci t 0 technologické proměnné - aproximační fce P(t) je nejčastěji polynom stupně: 1 - lichoběžník 2 - parabola (Simpsonova metoda) 3 - spline platí rekurentní vztah F(t i ) = F(t i-n ) + t n f(t)dt t i n t.zn. výsledek dostaneme sumací průběžných parciálních výpočtů. Hodnocení celkové chyby sběru a zpracování techn. proměnných Výsledek je ovlivňován všemi prvky měřícího kanálu t.j. hard. i soft. Je možné určit směrodatnou odchylku výsledku zpracování jako funkci směrodatných odchylek chyb jednotlivých prvků kanálu σ = n 2 2 j g kj j=1 σ j - směr.odch. chyby kanálu g kj - váha kanálu Doporučuje se, aby krajní odchylka každého prvku kanálu byla o řád nižší než krajní odchylka chyby výsledku zpracování 334
8.2.2 Specielní zpracování technologických proměnných Je úzce spojeno s charakterem automatizovaného procesu. Z velkého množství specielních algoritmů: - rychlá Fourierova transformace FFT - Kalmanova filtrace - predikce časových posloupností - výpočet techn. prom. podle modelu (nedostupné ) - bilanční analyzy - identifikace procesu (i průběžná) Tyto algoritmy jsou ale většinou již součástí vlastního algoritmu řízení a nepatří tudíž do oblasti předzpracování technologických proměnných. 335