Отправьте статью сегодня! Журнал выйдет 26 июля, печатный экземпляр отправим 30 июля
Опубликовать статью

Молодой учёный

Составление математической модели указателя положения регулирующего клапана регулятора уровня парогенератора с использованием искусственной нейронной сети

Научный руководитель
Технические науки
30.04.2025
21
Поделиться
Библиографическое описание
Макаров, И. В. Составление математической модели указателя положения регулирующего клапана регулятора уровня парогенератора с использованием искусственной нейронной сети / И. В. Макаров. — Текст : непосредственный // Молодой ученый. — 2025. — № 18 (569). — С. 112-115. — URL: https://moluch.ru/archive/569/124672/.


В статье описан способ составления и обучения искусственной нейронной сети для модели указателя положения регулирующего клапана регулятора уровня парогенератора. А также, приведены структура нейронной сети и примеры обучающих выборок.

Ключевые слова: математическая модель указателя положения, целевой и выходной вектор искусственной нейронной сети.

Для полноценной работы регулирующих клапанов (РК) в автоматическом режиме, необходим сигнал обратной связи о положении регулирующего органа [1], который АСУ ТП получает в виде аналогового сигнала от указателя положения (УП), встроенного в исполнительный механизм электроприводной арматуры. В случае неисправности УП, АСУ ТП переходит от использования сигнала УП на математическую модель (ММ) УП [2]. Как показано в [3] существующая ММ УП, реализованная на базе ТПТС имеет существенные недостатки, выражающиеся в большом рассогласовании между реальным сигналом с УП и расчетным по ММ.

Разрабатываемая ММУП РК с использование искусственной нейронной сети (ИНС) функционирует в режиме обучения и в режиме работы. Режим обучения ММУП будет происходить все время, пока УП имеет достоверное значение [3]. При этом весовые коэффициенты ИНС будут иметь самые актуальные значения.

Для обучения ММУП с использованием ИНС необходимо использовать следующие сигналы и параметры:

  1. сигналы которые влияют на перемещение РК: команда «открыть» и команда «закрыть»;
  2. сигналы обратной связи от РК: концевой выключатель открытия (КВО), концевой выключатель закрытия (КВЗ), указатель положения (УП);
  3. значения технологических параметров.

Обучающие сигналы ИНС ММУП влияющие на перемещение РК и обратной связи от РК применяются для любого РК, в то время как технологические параметры зависят от конкретной системы, где используется регулятор.

Далее рассмотрим построение ММУП с использованием ИНС на примере основного регулятора уровня первого парогенератора (ОРУ ПГ-1). Для обучения ИНС ММУП РК ОРУ ПГ-1 возможно использовать сигналы приведенные в таблице 1.

Таблица 1

Перечень технологических параметров и сигналов обратной связи для обучения ИНС

Обозначение сигнала (KKS)

Описание сигнала

20JEA10CL902_XQ01

Уровень в ПГ-1

20LAB30CF901_XQ01

Расход питательной воды на ПГ-1

20LAB30CT002_XQ51

Температура питательной воды на входе в ПГ-1

20LAB10CP903_XQ01

Давление перед узлом питания ПГ

20LAB30FF001_XQ02

Вычисленный расход пара ПГ-1

20LAB31AA201_XQ08

УП пускового РУ ПГ-1

20LAB30AA201VL0_Z0#2

Команда «Открыть» ОРУ ПГ-1

Сигнала в базе нет

Время отсутствия команды «Открыть»

20LAB30AA201VL0_Z0#0

Команда «Закрыть» ОРУ ПГ-1

Сигнала в базе нет

Время отсутствия команды «Закрыть»

20LAB30AA201_XC01

ОРУ ПГ-1 «Открыто»

20LAB30AA201_XC02

ОРУ ПГ-1 «Закрыто»

20LAB30AA201_XQ08

УП ОРУ ПГ-1

Выбор технологических параметров, приведенных в таблице 1 обусловлен теоретически возможным их влиянием на регулирующий орган ОРУ ПГ, в части возможного изменения затирания, теплового расширения или вибрации.

Положение пускового РУ ПГ-1 также необходимо учитывать, поскольку оно также влияет на технологические параметры.

На рис. 1. и рис.2. приведены примеры зависимости сигнала УП от изменения значений технологических параметров и сигналов обратной связи от РК ОРУ ПГ-1 (обучающие выборки).

Сигналов обратной связи от РК ОРУ ПГ-1

Рис. 1. Сигналов обратной связи от РК ОРУ ПГ-1

Значений технологических параметров

Рис. 2. Значений технологических параметров

Разрабатываемая ИНС (рис. 3) имеет однослойную структуру, а обучение будет происходить с «учителем» [4]. В качестве «учителя» будет использован сигнал с УП ОРУ ПГ-1 (20LAB30AA201_XQ08), так называемый целевой вектор, представляющий собой требуемый выход. Получившиеся значение ММУП (выходной вектор ИНС) сравнивается с целевым вектором и определяется ошибка. Ошибка подается с помощью обратных связей через алгоритм коррекции на вход ИНС. Таким образом происходит коррекция весовых коэффициентов и ошибка снижается. Это происходит до тех пор, пока ошибка не достигнет приемлемого значения.

Структура искусственной нейронной сети

Рис. 3. Структура искусственной нейронной сети

Преимущества применения ИНС состоит в том, что можно учитывать не измеряемые характеристики РК:

  1. состояние механических узлов (люфты, затирания, выработки);
  2. не линейной характеристики асинхронного двигателя;
  3. перемещение штока в зависимости от люфтов, вибрации и последовательности управляющих команд на закрытие или открытие (времени прошедшего с момента их прохождения).

Всё вышеперечисленное должно положительно сказаться на точности работы модели УП, и как следствие, на стабильной работе ОРУ ПГ.

Литература:

  1. Техническое описание алгоритмов САР, реализованных в СКУ МЗ, МПУ ТО, МПУ БОУ энергоблока. АО «АТОМТЕХЭНЕРГО» Московский филиал «Центратомтехэнерго» Москва 2019.
  2. Каталог типовых решений по реализации алгоритмов измерения, управления, ТЗБиС, диагностики в ПТК ТПТС АСУ ТП энергоблоков № 3, 4 Ростовской АЭС (включая спецсистемы). Ростовская АЭС Энергоблоки № 3, 4 АСУ ТП. «Центратомтехэнерго» Московский филиал ОАО «Атомтехэнерго» Москва 2011.
  3. Ребриков, Д. И. Особенности работы модели указателя положения регулятора, реализованной на ТПТС при наличии люфтов и внешних возмущений / Д. И. Ребриков, И. В. Макаров. — Текст: непосредственный // Тезисы докладов Международной научно-технической конференции «Безопасность, эффективность и экономика атомной энергетики» (МНТК2024). — Москва: авторская редакция, 2024. — С. 38.
  4. Осовский С., Нейронные сети для обработки информации [Текст] / Пер. с польского И. Д. Рудинского. — М.: Финансы и статистика, 2004. — 344с.
Можно быстро и просто опубликовать свою научную статью в журнале «Молодой Ученый». Сразу предоставляем препринт и справку о публикации.
Опубликовать статью
Ключевые слова
математическая модель указателя положения
целевой и выходной вектор искусственной нейронной сети
Молодой учёный №18 (569) май 2025 г.
Скачать часть журнала с этой статьей(стр. 112-115):
Часть 2 (стр. 75-159)
Расположение в файле:
стр. 75стр. 112-115стр. 159

Молодой учёный