В тоже время технологический регламент, рассчитываемый по условиям материального баланса, задает, как правило, значительно больший возможный допуск на процесс, чтобы поле рассеяния параметров оказалось внутри допуска. Но, именно благодаря этому, создается возможность оптимизации.
Учитывая многообразие связей между параметрами в ходе реализации технологического процесса, статистические выходные характеристики могут подсказать и наличие неучтенных факторов. А после анализа таких параметров можно будет задавать такой параметр, и установить измерительный контур регулирования для осуществления этого параметра. Так, вместе с уравнениями теплового и материального баланса желательно учитывать и погрешности параметров технологического процесса – например, от колебаний давления, уровня вакуума, концентрации химикатов, пульсаций расхода на сами показатели материального баланса. Трудности состоят в том, что иногда параметры и выходные характеристики формируются в ходе технологического процесса и не могут быть проконтролированы и заданы изначально. Сюда же относится и проблема нелинейности исходных зависимостей, что может обусловить недопустимость их линеаризации.
В целом, задача расчета погрешностей контуров регулирования сводится к следующей схеме:
1. Аудит технологической схемы, сбор расчетных данных по процессу и расчет погрешностей по контурам регулирования. При наличии устоявшейся технологической схемы и вышедшего на режим технологического процесса снятие при помощи программы FIELD CARE показателей процесса и «алмазной» диаграммы. Установление трендов процесса.
2. Анализ технологической схемы с учетом данных п.1. Анализ, расчет и прогнозирование погрешностей элементов входной и выходной информации, характеристики их распределений и зависимостей между ними. Выделение быстродействующих возмущений, например, колебаний параметров процесса и медленно действующих факторов (зарастание, износ и др.). Расчет точности технологического процесса на различных этапах жизни контура регулирования. Расчет точности контура регулирования при различной заданной производительности и др. Расчет точности, как по одному доминирующему фактору, так и по нескольким.
3. Совершенствование технологической схемы на основе расчета погрешностей по процессу и накопления критических ошибок в процессе. Выделение критических контуров регулирования. Замена клапанов на более совершенные, с учетом анализа и синтеза точности.
Примером может стать расчет в программе NELPROF клапанов регулирования подачи химикатов на участках дозирования или химводоподготовки. Так, задавая основную среду, входные параметры, и рассчитывая процесс при минимальных отклонениях концентрации, можно получить весьма существенные снижения отклонений в рН воды.
Пример расчета по отклонениям процесса регулирования химикатов при помощи клапана NELES ACE приведен ниже:
Пример
На сегодняшний день дозаторы обладают чувствительностью +-0,2%. Для выбора клапана необходим ряд данных: производительность, требуемая концентрация, размер привода, линия подачи химикатов и дифференциал давления. По программе NELPROF, разработанной компанией METSO AUTOMATION, рассчитывается клапан, оптимально подходящий для данных условий. Пример в табл. демонстрирует выбор клапана R- серии DN200. Случай 1 дает положение клапана при данных параметрах процесса. Случаи 2 и 3 показывают изменения скорости потока, вызванные изменением положения открытия клапана: 1 шаг для случая 2 и ½ шага для случая 3. Интересно отметить, что клапан серии «R» NelesACE позволяет регулировать с точностью до +-0,014% около точки установки посредством полных шагов (импульсов) и до +-0,007% – полушагами. Таким образом, точность регулирования может быть повышена как минимум в 30 раз по отношению к первоначально заданной погрешности регулирования.
Табл. 2.4. Данные о процессе
Табл. 2.5. Характеристика процесса
Табл. 2.6. Расчетные параметры работы
Факторы, которые необходимо учесть, весьма многообразны. Это:
– Количество и возможность связи между входными и выходными характеристиками и степень определенности задачи. В этом случае выделяют доминирующие факторы и шум.
– Случайность и неслучайность изменения функциональных и выходных характеристик и возможность задания математического аппарата. Примером может стать расчет для устранения перерегулирования в клапане РОУ при переходе с одного режима на другой.
– Параллельность и последовательность процесса. Результатом выделения последовательных связей может стать расчет погрешности, проходящей через все узлы сопряженных «танцующих» контуров регулирования. Для параллельно соединенных элементов – это амплитудное накопление погрешности при сложении пульсаций характеристик каждого из них.
КЛАССИФИКАЦИЯ РАСЧЕТНЫХ ЗАДАЧ В ЗАВИСИМОСТИ ОТ НАЗНАЧЕНИЯ
Рассмотрим несколько основных задач.
1. Расчет предельно допустимых верхних и нижних отклонений, а, следовательно, и допусков контура регулирования и допусков на процесс. Выделение критических отклонений выходных характеристик, с которыми не должны совпадать рабочие выходные характеристики. Например, пульсации насоса, сложенные с пульсациями давления от других узлов, не должны совпадать, поскольку пульсации становятся недопустимо большими.
Другим примером может стать критическое накопление погрешности с выходом выходной характеристики за пределы допуска. Примером может быть работа клапана на верхнем пределе перепада давлений, за которым происходит критическое изменение характеристики регулирования из-за попадания в кавитационную область. При большой погрешности измерения попадание в эту область будет невыявленным и частым, что приведет к появлению дополнительных возмущений в процессе.
2. Расчет систематических погрешностей выходных характеристик, обусловленных применяемыми узлами.
3. Задачи синтеза точности. По найденным или заданным из опыта, аналогии или по техническим требованиям значениям предельных отклонений выходных характеристик проводится расчет необходимых предельных верхних и нижних отклонений и, следовательно, допусков входной информации. Такая задача наиболее характерна при проектировании контуров регулирования.
4. Задача анализа точности по значениям предельных отклонений показателей входной информации прогноз значений возможных предельных отклонений или полей рассеяния выходных характеристик.
5. Задача отстройки от критических состояний. Это расчет необходимых малых отклонений входных характеристик для отстройки выходных характеристик на заданную величину от нежелательного уровня или критических состояний. Задачами являются как отстройка от резонанса амплитуд пульсаций концентрации, давления и др., снижение виброактивности самого клапана, удерживание показателей регулируемой среды, например, рН воды в характерных более жестких допусках.
Сюда же относится и задача доводки средних значений выходных характеристик до определенного уровня без изменения номинальных значений входных параметров. Одной из них может быть нахождение критических состояний процесса, при которых регулирующие клапаны выходят за пределы наиболее эффективного диапазона регулирования (50-70%). На языке теории вероятности такие задачи называются «задачами преднамеренного смещения распределений».
6. Расчет погрешностей выходной информации, обусловленной действием отклонений внешних возмущений от заданного уровня. Как правило, эти задачи относятся к возмущениям, возникающим в процессе эксплуатации оборудования. Вполне правомерно, чтобы при решении задач анализа и синтеза точности принималось во внимание влияние внешних возмущений, износа и старения еще на стадии проектирования изделия. Для клапанов, установленных на определенной технологической линии, эта задача означает найти такое сочетание погрешностей, при которых процесс выходит за пределы допусков.
Для решения этих задач должны быть решены дополнительные подзадачи:
– Отбор и ранжирование функциональных параметров, выявление взаимосвязей между ними, формирование исходных зависимостей. Для тепловых схем ими могут быть в основном уравнения теплового и материального баланса.
– Установление законов распределения функциональных параметров и выходных характеристик.
– Определение оценок, ошибок и доверительных интервалов показателей, полученных экспериментально.
– Оптимизация допусков. Нахождение экстремума, максимума – минимума выходной характеристики или параметра технологического процесса. Практические результаты – это получение таких значений предельных отклонений, которые обеспечивают минимальную величину поля рассеяния, определяется коэффициент относительного рассеяния, относительной асимметрии выходной характеристики.
Кроме того, должен быть выбран метод оценки точности. Для предприятий энергетики, очевидно наиболее эффективны экспериментальные методы. Из них наиболее эффективен метод регрессий по результатам активного или пассивного экспериментов. В случае установившегося производства может быть обследована выборка качественных показателей достаточно большого объема. Измеряются значения выходных характеристик, входных параметров и внешних возмущений. Затем определяются статистические характеристики, функции плотности вероятности и законы распределения, коэффициенты корреляции между входными параметрами и выходными характеристиками. Далее определяются комплексы показателей для внешних возмущений и их связей между собой и с выходными характеристиками. Зная модели плотности вероятности, можно определить поля рассеяния, верхние, нижние отклонения, коэффициенты относительного рассеяния, коэффициенты относительной асимметрии. Имея набор перечисленных величин, конструируются формулы для расчета точности.
В жизни метод может выглядеть следующим образом. От отдела качества получают статистические данные по процессу. Альтернативно данные можно получить из диаграмм процесса АСУ ТП. Рассчитываются дисперсии и определяются отклонения. Данные сравниваются с дисперсиями по процессу. Выделяются критические участки процесса, вносящие максимальный вклад в дисперсию. Производится анализ по контурам. На основе анализа принимается решение о замене существующих и внедрении наиболее точных контуров регулирования. Рассчитывается эффективность через ужесточение допусков на процесс, снижение норм расхода и экономическая эффективность в целом.
Все методы в полном объеме реализуются только на компьютере. Построенные при помощи указанных методов обобщенные модели распределения особенно удобны при выполнении автоматического регулирования процессов с меняющимися законами распределения и, очевидно, могут быть вложены в виде дополнительного программного обеспечения в систему АСУ ТП.
Кроме этого, в ходе выполнения технологического процесса и при периодических поднастройках, исходные заданные значения регулирования могут искажаться. В этом случае включение программы NELPROF в систему автоматического регулирования с постоянным пересчетом клапанов на текущее значение технологического процесса будет четче выдавать общую картину диапазона регулирования. Система будет показывать места выхода текущих характеристик за пределы диапазона регулирования клапана. В частности, такие задачи наиболее характерны при частой смене режимов или нагрузок.
Исходные заданные значения регулирования искажаются и из-за расширения погрешностей регулирования и\или из-за износа самого клапана. В качестве примера можно привести последовательность выявления проблемы точности, как в процессе, так и в самом клапане подачи химикатов.
Пример. Пусть контролируемым параметром будет рН воды. После отладки процесса берется выборка данных химанализа воды и оцениваются результаты измерения рН каждого измерения. Получаем выборку. Спустя заданное время проводим эту процедуру 2-й раз. Результаты измерений смешиваются, и каждому значению присваивается ранг. Вычисляются суммы рангов для каждой из выборок и определяются значения критерия Уилкоксона. Они сравниваются со значениями для риска 1-го рода. Выявляется разница. Если она существенна, что это означает, что необходимо вмешаться в процесс, т.к. что-то в распределении рН изменилось, хотя отклонения, выходящие за пределы допуска, еще не появились. Произведя еще вычисления, можно установить, что именно изменилось, в какой из характеристик процесса нарастает опасная тенденция. Ими может быть уровень настройки, о чем можно судить по изменению среднего арифметического, разброс значений, т.е. точность отслеживания рН, о чем можно судить по изменению дисперсии.
Для регулирующих клапанов особенно важно, чтобы процесс находился в наиболее эффективной линейной части регулирования. Его можно назвать «центром процесса» или распределения и он соответствует традиционно задаваемому диапазону регулирования 50-70%. Регулирование на этом участке будет наиболее свободно от погрешностей и будет ухудшаться с приближением к выходу за его пределы. Это также означает, что в случае ухода от центра процесса (распределения) и приближением к его концам будет появляться дополнительный разброс значений. И это также означает, что необходимо поддерживать настройку клапана и удержание диапазона регулирования в области центра процесса. В случае выхода клапана из зоны эффективного регулирования с максимальной линеаризацией, и работой в диапазоне ниже 40% или более 70%, отклонения в регулируемых параметрах могут иметь критические значения. Расчеты погрешности по левой и правой границе диапазона регулирования дадут точные значения общей погрешности и помогут более точно сформировать требования к точности вблизи этих границ.
Учитывая частые изменения нагрузки, использование программы NELPROF в режиме «он-лайн» поможет производству и технологам вовремя увидеть проблемы нарастания погрешности в связи с выходом за нижнюю или верхнюю границу пропускной характеристики. Так, по данным аудита одного из энергетических хозяйств ЦБК, свыше 50% регулирующих клапанов работало при угле открытия ниже 40%, что было главной проблемой накопления ошибок при регулировании. В случае если бы в системе автоматизации была бы установлена программа NELPROF, технологи и специалисты по автоматизации смогли бы выявить проблему значительно раньше и задать ограничения по процессу или снижению производительности.
Таким образом, уравнения погрешностей или их совокупностей, если затрагиваются несколько выходных характеристик, могут служить расчетным аппаратом при решении задач отстройки системы от нежелательных уровней выходных характеристик, либо задачи доводки последних до необходимой величины.
При моделировании точности необходимо учесть, что особенное влияние на поле рассеяния параметров имеет динамика протекания технологического процесса. Чем выше скорость, производительность, чем меньше устройств сглаживания, резервирования или транспортных звеньев, также способных сглаживать процессы, тем выше неустойчивость регулирования и колебательность процесса. При этом следует принять во внимание, что смещается как математическое ожидание характеристики под действием систематических факторов (износ, разбалтывание соединений, люфты в клапане, другие возмущающие факторы), так и случайные факторы при поднастройке контура регулирования и самого клапана. Растет дисперсия вследствие действия систематических факторов, например, динамических отклонений и, соответственно, динамической расстройки контура, так и случайных факторов.
Это также означает, что необходим определенный запас точности настройки, как минимум между двумя ППР и должна рассчитываться зона безопасного смещения математического ожидания вырабатываемой совокупности и роста ее дисперсии. В этом случае в «алмазной диаграмме» программы FIELDCARE можно предусмотреть 2 основные части поля рассеяния – большую часть, равную вероятностной сумме случайных погрешностей и меньшую, зону безопасного смещения математического ожидания и роста ее дисперсии, или зона запаса точности. Они, как понятно, должны быть меньше поля допуска. В анализе, приводимом специалистами по точности (ИПМАШ, Санкт-Петербург), показывается, что при применении, например, унифицированного метода, чем точнее выполняется обработка (точнее работает контур регулирования), тем создается большая возможность увеличения допусков. Этот принцип реализуется только при автоматическом непрерывном регулировании точности. Как уже показывалось выше, автоматический перерасчет клапанов он-лайн и встройка тревожных сигналов в системы автоматизации, может стать первым приемом повышения эффективности качества регулирования.