Алгоритмизация систем диагностики состояния элементов конструкций металлургических агрегатов (стр. 2 )

Апробация работы. Основные положения диссертации освещались на 8 конференциях: 5-я Всероссийская научно-практическая конференция “Системы автоматизации в образовании, науке и производстве” (Новокузнецк, 2005); 2-я Всероссийская научно-практическая конференция “Моделирование, программное обеспечение и наукоемкие технологии в металлургии” (Новокузнецк, 2006); 3-я Международная научно-практическая конференция “Технолого-экономическое образование в XXI веке” (Новокузнецк, 2004, 2005, 2006); Всероссийская научно-практическая конференция “Металлургия: новые технологии, управление, инновации и качество” (Новокузнецк, 2006, 2008); 4-я Международная научно-практическая конференция “Электронные средства и системы управления: опыт инновационного развития ” (Томск, 2007).

Публикации. По теме диссертации опубликовано 16 работ, из них 2 статьи в изданиях, рекомендованных ВАК, 2 патента РФ на изобретение и 14 работ - материалы научно-технических и научно-практических конференций.

Структура и объем работы. Диссертация состоит из введения, трех глав, заключения, списка литературы и содержит 179 страниц основного текста, включая 59 рисунков и 9 таблиц. Библиографический указатель содержит 134 наименования.

СОДЕРЖАНИЕ РАБОТЫ

Глава 1. Основы построения систем технической диагностики элементов конструкций металлургических агрегатов

Первая глава состоит их трех разделов, посвященных описанию сущности действующих систем диагностики состояния элементов конструкций металлургических агрегатов (доменной печи и установки внепечной обработки стали) и методов структурного анализа временных рядов данных.

В настоящее время развитие как отечественных, так и зарубежных систем диагностики элементов конструкций металлургических агрегатов осуществляется по нескольким направлениям: 1) использование математических моделей нестационарного теплообмена (ОАО “Черметавтоматика”, ОАО “Новолипецкий металлургический комбинат”, ОАО “Магнитогорский металлургический комбинат”, компания “Даниэли Корус”, завод фирмы Stahlwerke Bremen GmbH); 2) ультразвуковой контроль диагностируемых элементов конструкции (Днепропетровский металлургический институт).

Большой вклад в совершенствование, например, систем диагностики состояния футеровки горна доменной печи внесли авторы: , , М. Шульте, и Суть большинства их разработок заключается в оперативном определении остаточной толщины футеровки горна доменной печи с опорой на решения прямой и обратной задач нестационарного теплообмена. Отличительной особенностью некоторых систем диагностики состояния футеровки горна доменной печи является наличие характерных вариантов ее разгара, с одним из которых отождествляется текущее состояние огнеупорной кладки горна.

Обобщение теоретических разработок по системам диагностики элементов конструкций металлургических объектов и принятый во внимание накопленный практический опыт технологического персонала, а также выявленные недостатки используемых подходов в задаче диагностики элементов конструкций металлургических агрегатов обусловили направление для дальнейшего совершенствования этих систем. Совершенствование рассматриваемых систем возможно посредством включения нового алгоритмического модуля, первостепенной задачей которого является обнаружение структурных изменений в контролируемых сигналах, характеризующих состояние диагностируемых объектов. Обобщенная структура модернизированной системы технической диагностики элементов конструкций металлургических агрегатов представлена на рис. 1.

Часто применяемый в системах контроля и управления спектральный анализ измерительных сигналов путем разложения в некоторый бесконечный ряд по одному из типовых ортогональных базисов (Фурье, Уолша) с последующей обработкой для принятия решения оказывается неэффективным в том случае, когда требуется получить точную информацию о моментах изменения свойств анализируемых сигналов. В отличие от классических методов спектрального анализа методы структурного анализа временных рядов предназначены для выявления локальных изменений в структуре сигнала.

Рис. 1. Обобщенная структура системы технической диагностики элементов конструкций металлургических агрегатов

Впервые задача обнаружения изменения свойств временных последовательностей поставлена Е. Пейджом. и предложен метод определения моментов изменения свойств в рассматриваемых временных рядах данных при заданном уровне ложных тревог, применение которого на практике требует решения сложных нелинейных дифференциальных уравнений. предложил метод обнаружения наиболее вероятных изменений свойств коррелированных случайных процессов, описываемых стохастическими дифференциальными уравнениями. Развитие методов структурного анализа данных с опорой на нелинейные математические зависимости привело к появлению вейвлет–анализа. Апробация этого математического аппарата в задаче обнаружения изменения свойств контролируемых сигналов в системах различного назначения показала его высокую эффективность: высокая точность и своевременность обнаружения локальных структурных изменений в контролируемых сигналах, а также большая чувствительность к малым структурным изменениям в этих сигналах. Отмеченные достоинства рассматриваемого математического аппарата предопределили целесообразность его использования в подсистеме структурного анализа временных рядов данных развиваемой системы диагностики (рис. 1).

Глава 2. Совершенствование алгоритмов систем диагностики элементов технологических объектов

Во второй главе рассмотрены задачи: сравнительного анализа методов обнаружения изменения свойств измерительных сигналов и временных рядов данных; повышения информативности краевых зон вейвлет-спектрограмм; повышение быстродействия осуществляемого вейвлет-анализа посредством рекуррентной формы расчета вейвлет-свертки и распараллеленной структуры построения вейвлет-спектрограмм; оценивания возможного будущего состояния диагностируемого объекта.

Сопоставление методов структурного анализа временных рядов данных. Эффективность рассматриваемых методов при решении задачи выявления локальных особенностей анализируемых временных последовательностей оценивалась по критерию минимума ошибки выявления этих особенностей на модельных временных рядах данных, отличающихся различной степенью зашумленности полезной составляющей сигнала измерительной помехой.

Проведенный сравнительный анализ эффективности рассматриваемых методов показал следующее:

для варианта анализируемых временных последовательностей, характеризующихся отсутствием измерительной помехи выявлено:

- методы локального анализа временных рядов данных обнаруживают только существенные структурные изменения сигналов, при этом ошибка обнаружения локальных изменений в сигнале по времени равна половине диапазона “интервал скольжения”, на котором рассчитывается функционал отличия;

- вейвлет–анализ характеризуется стабильностью выявления моментов изменения структурных свойств рассматриваемых временных последовательностей даже при малых их изменениях;

в случае наличия измерительной помехи в анализируемых последовательностях данных:

- количество обнаруженных локальных особенностей уменьшается с ростом дисперсии измерительной помехи;

- вейвлет-анализ выявляет без ошибки по времени все моменты изменений локальных особенностей помехоискаженных временных последовательностей данных.

Диаграмма, отображающая эффективность рассматриваемых методов структурного анализа временных рядов данных, представлена на рис. 2.

Сопоставительный анализ рассматриваемых методов обнаружения локальных изменений нестационарных временных последовательностей показал, что для решения этой задачи целесообразно применять метод вейвлет-анализа.

Рис. 2. Диаграмма, отображающая результаты сравнительного анализа рассматриваемых методов структурного анализа временных рядов данных

Повышение информативности краевых зон вейвлет-спектрограмм. Решение данной задачи направлено на устранение ограниченных возможностей применения математического аппарата вейвлет–анализа в системах оперативной диагностики.

Существует ряд подходов повышения информативности краевых зон вейвлет - спектрограмм с помощью искусственного увеличения объема выборки анализируемой последовательности: симметричное отображение сигнала относительно последнего данного; экстраполяционное продолжение сигнала.

Решение рассматриваемой задачи основано на экстраполяционном подходе. Однако, в отличие от известного подхода, в котором в полном объеме решается задача полиномиальной аппроксимации исходной временной последовательности и ее экстраполяционное продолжение, в разработанном алгоритме для экстраполяционного продолжения исследуемого временного ряда используются типовые функции и осуществляются следующие операции:

выбор типовой функции в зависимости от специфики объекта управления и контролируемой величины; формирование объема экстраполируемых данных: , где -данные модельной экстраполируемой последовательности; - количество весовых коэффициентов в вейвлет-базисе на максимальном (А-ом) уровне детализации сигнала (в случае неверно сформированного объема данных модельного сигнала имеющиеся изменения, находящиеся в краевых зонах, остаются недоступными для анализа); корректировка начального значения модельной реализации, которая предполагает анализ последнего фактического значения исследуемой реализации и изменение начальной координаты модельного сигнала относительно последнего исходного данного: , где - первое данное модельной последовательности; - последнее данное исходной временной последовательности; -корректирующий коэффициент.

Последующему вейвлет-анализу подвергается сформированная таким образом эффективная выборка, состоящая из исходной и экстраполированной временных последовательностей.