RU2835756C1 - System for synergetic stochastic process control of anaerobic waste water treatment - Google Patents
System for synergetic stochastic process control of anaerobic waste water treatment Download PDFInfo
- Publication number
- RU2835756C1 RU2835756C1 RU2024117677A RU2024117677A RU2835756C1 RU 2835756 C1 RU2835756 C1 RU 2835756C1 RU 2024117677 A RU2024117677 A RU 2024117677A RU 2024117677 A RU2024117677 A RU 2024117677A RU 2835756 C1 RU2835756 C1 RU 2835756C1
- Authority
- RU
- Russia
- Prior art keywords
- input
- block
- output
- control
- control object
- Prior art date
Links
Abstract
Description
Изобретение относится к системам адаптивного управления биотехническим объектом с учетом систематических и случайных возмущений и может быть использована в регулировании систем очистки сточных вод на основе любых биореакторов и для управления другими технологическими процессами, характеризующихся нестационарностью основных переменных состояния, наличием неустойчивых предельных режимов, множеством непосредственно не измеряемых параметров, случайное и систематическое неконтролируемое воздействие на которые вносит неопределенность в предсказуемость основных характеристик технологического процесса.The invention relates to systems for adaptive control of a biotechnical object taking into account systematic and random disturbances and can be used in regulating wastewater treatment systems based on any bioreactors and for controlling other technological processes characterized by non-stationarity of the main state variables, the presence of unstable limiting modes, a multitude of directly non-measurable parameters, random and systematic uncontrolled impact on which introduces uncertainty into the predictability of the main characteristics of the technological process.
Известна «Адаптивная система управления» (Патент РФ №2461037, МПК G05B 13/02, опубл. 10.09.2012, Бюл. №25), Адаптивная система управления, содержит схему сравнения, первый вход которой подключен к входу адаптивной системы управления, а выход через последовательно соединенные регулятор, сумматор к входу объекта управления, блок фазовой автоподстройки частоты, выход которого подключен к входу генератора гармонических колебаний, а также через вычислительный блок к второму входу регулятора, выход генератора гармонических колебаний подключен к первым входам первого и второго фильтров Фурье, первые и вторые выходы которых подключены к соответствующим входам вычислителя АЧХ, блок вычисления стартовой частоты, первый вход которого подключен через пятый ключ к выходу объекта регулирования, а выход через третий ключ к второму входу генератора гармонических колебаний, первый вход которого объединен с вторым входом вычислительного блока, а выход через первый ключ подключен к второму входу сумматора, генератор ступенчатого сигнала, выход которого подключен к второму входу блока вычисления стартовой частоты, а также через четвертый ключ к третьему входу сумматора, первый избирательный фильтр, вход которого подключен к выходу сумматора, а выход к второму входу первого фильтра Фурье, второй избирательный фильтр, вход которого подключен к выходу объекта регулирования, а выход к второму входу второго фильтра Фурье, выход объекта регулирования подключен через второй ключ к второму входу схемы сравнения.Known is an "Adaptive Control System" (RU Patent No. 2461037, IPC G05B 13/02, published 10.09.2012, Bulletin No. 25), the Adaptive Control System comprises a comparison circuit, the first input of which is connected to the input of the adaptive control system, and the output through a series-connected regulator, an adder to the input of the control object, a phase-locked loop unit, the output of which is connected to the input of a harmonic oscillation generator, and also through a computing unit to the second input of the regulator, the output of the harmonic oscillation generator is connected to the first inputs of the first and second Fourier filters, the first and second outputs of which are connected to the corresponding inputs of the frequency response calculator, a starting frequency calculation unit, the first input of which is connected through the fifth switch to the output of the control object, and the output through the third switch to the second input of the harmonic oscillation generator, the first input of which is combined with the second input of the computing unit, and the output through the first switch is connected to the second input adder, a step signal generator, the output of which is connected to the second input of the starting frequency calculation unit, and also through the fourth key to the third input of the adder, a first selective filter, the input of which is connected to the output of the adder, and the output to the second input of the first Fourier filter, a second selective filter, the input of which is connected to the output of the control object, and the output to the second input of the second Fourier filter, the output of the control object is connected through the second key to the second input of the comparison circuit.
Блок вычисления стартовой частоты содержит вычислитель разгонной характеристики, первый и второй входы которого подключены к первому и второму входам блока вычисления стартовой частоты, а выход через последовательно включенные сглаживающий фильтр, вычислитель комплексной частотной характеристики, вычислитель нормированного периода колебаний к выходу блока вычисления стартовой частоты.The starting frequency calculation unit contains a speed-up characteristic calculator, the first and second inputs of which are connected to the first and second inputs of the starting frequency calculation unit, and the output through a series-connected smoothing filter, a complex frequency characteristic calculator, and a normalized oscillation period calculator to the output of the starting frequency calculation unit.
Недостатком такой системы управления является подаваемый на вход объекта пробный гармонический сигнал для возбуждения ОУ, отклоняя его от номинального режима работы, что приводит к дополнительным энергопотерям на управление.The disadvantage of such a control system is that a test harmonic signal is supplied to the input of the object to excite the control amplifier, deviating it from the nominal operating mode, which leads to additional energy losses for control.
Известна «Адаптивная система управления» (Патент РФ № 2612340, МПК G05B13/04, опубл. 03.07.2017, Бюл. №7), содержащая объект управления, соединенный с регулятором первым входом, воздействующие на объект внешние возмущения, связанный с сумматором второй выход объекта, уставку, подаваемую на второй вход ОУ, выход сумматора, подаваемый на регулятор и идентификатор, выход идентификатора, подключаемый к дигратору, выход которого подключен к регулятору, устраняет недостаток отклонения от номинального режима работы, однако применение этих двух выше указанных моделей к биотехническому объекту управления с учетом наличия неустойчивых предельных режимов, неопределенность наступления которых неизбежно возрастает в условиях стохастичности определенных параметров, непосредственно не представляется возможным в силу особенностей ПИД-регулирования.An "Adaptive Control System" is known (RU Patent No. 2612340, IPC G05B13/04, published on 03.07.2017, Bulletin No. 7), comprising a control object connected to a controller by a first input, external disturbances affecting the object, a second output of the object connected to a summator, a setpoint supplied to the second input of the control amplifier, the output of the summator supplied to the controller and an identifier, the output of the identifier connected to a digitizer, the output of which is connected to the controller, eliminates the disadvantage of deviation from the nominal operating mode, however, the application of these two above-mentioned models to a biotechnical control object taking into account the presence of unstable limit modes, the uncertainty of the occurrence of which inevitably increases under conditions of stochasticity of certain parameters, is not directly possible due to the features of PID control.
Известная «Система адаптивного управления нестационарным объектом» (Патент РФ № 80969, МПК G05B 13/00, опубл. 27.02.2009, бюл. №6), содержащая последовательно соединенные задающее устройство, устройство сравнения, регулятор, объект управления и блок наблюдателя состояния, связанный с блоком вычисления функции Гамильтона, который подключен к блоку показателей качества управления, блоку эталонной модели и блоку вычислений коэффициентов перенастройки, выход которого соединен с регулятором, а вход соединен с блоком эталонной модели, выход регулятора подключен к входу широтно-импульсного модулятора, выход которого соединен с блоком эталонной модели, блоком вычисления функции Гамильтона и первым выходом импульсного усилителя, выход которого подключен к объекту управления, второй вход импульсного усилителя подключен к выходу анализатора начального состояния, первый вход которого соединен с выходом блока наблюдателя состояния, второй вход анализатора начального состояния соединен с выходом блока эталонной модели, подключенного к объединенным входам блока вычисления функции Гамильтона и блока вычислений коэффициентов перенастройки, третий вход анализатора начального состояния соединен с входом блока эталонной модели и выходом блока задания начального состояния, также непосредственно неприменима к биотехническим объектам со стохастической неопределенностью вследствие возрастания неопределенности в перерегулировании и длительности переходных процессов отсутствия, что приводит к неопределенности в корректной перенастройке параметров регулятора в окрестности неустойчивых состояний, свойственных рассматриваемым системам.The known "Adaptive Control System for a Non-Stationary Object" (RU Patent No. 80969, IPC G05B 13/00, published 27.02.2009, Bulletin No. 6), comprising a series-connected setting device, a comparison device, a controller, a control object and a state observer unit associated with a Hamilton function calculation unit, which is connected to a control quality indicator unit, a reference model unit and a retuning coefficient calculation unit, the output of which is connected to the controller, and the input is connected to the reference model unit, the controller output is connected to the input of a pulse-width modulator, the output of which is connected to the reference model unit, the Hamilton function calculation unit and the first output of a pulse amplifier, the output of which is connected to the control object, the second input of the pulse amplifier is connected to the output of an initial state analyzer, the first input of which is connected to the output of the state observer unit, the second input of the initial state analyzer is connected to the output of the unit reference model, connected to the combined inputs of the Hamilton function calculation unit and the reconfiguration coefficient calculation unit, the third input of the initial state analyzer is connected to the input of the reference model unit and the output of the initial state assignment unit, is also not directly applicable to biotechnical objects with stochastic uncertainty due to the increase in uncertainty in overshoot and the duration of transient absence processes, which leads to uncertainty in the correct reconfiguration of the controller parameters in the vicinity of unstable states inherent in the systems under consideration.
Общим недостатком описанных выше систем является нарушение стабильности системы управления при вхождении объекта управления в режим потенциальной неустойчивости, предвестники которого обнаружить для биохимических процессов затруднительно.A common drawback of the systems described above is the disruption of the stability of the control system when the control object enters a potential instability mode, the precursors of which are difficult to detect for biochemical processes.
Прототипом заявляемого изобретения является нелинейная модель прогностического контроллера для анаэробного сбраживания [Garcia-Gen, S., Santos, L. O., Wouwer A. V., 2022. Application of a Nonlinear Model Predictive Controller to the Anaerobic Digestion of Readily Biodegradable Wastes. IFAC PapersOnLine 55-7, pp. 909-914. https://doi.org/10.1016/j.ifacol.2022.07.560], целью которой является достижение запланированной выработки метана, следуя эталонной траектории и содержащей последовательно соединенные блоки задающего устройства, устройства сравнения, оптимизации, объекта управления, эталонной модели объекта управления, при этом на вход блока оптимизации поступают данные критерия качества системы и ограничения на параметры объекта управления.The prototype of the claimed invention is a nonlinear model of a predictive controller for anaerobic digestion [Garcia-Gen, S., Santos, L. O., Wouwer A. V., 2022. Application of a Nonlinear Model Predictive Controller to the Anaerobic Digestion of Readily Biodegradable Wastes. IFAC PapersOnLine 55-7, pp. 909-914. https://doi.org/10.1016/j.ifacol.2022.07.560], the purpose of which is to achieve the planned methane production, following a reference trajectory and containing sequentially connected blocks of a setting device, a comparison device, optimization, a control object, a reference model of the control object, while the data of the system quality criterion and restrictions on the parameters of the control object are received at the input of the optimization block.
Используя существующую динамическую модель анаэробного сбраживания контроллер оптимизирует рабочие условия за счет выбора такого управления набором технологических переменных, чтобы расход метана соответствовал желаемой траектории. Контроллер, совмещенный на схеме с блоком оптимизации, работает в рамках последовательного подхода: траектория установки оценивается на горизонте прогнозирования с помощью упрощенной динамической модели процесса, которая включает только две биологические реакции: ацидогенез и метаногенез; затем прогнозы модели оптимизируются с помощью метода последовательного квадратичного программирования для соответствия желаемой траектории по биогазу.Using an existing dynamic model of anaerobic digestion, the controller optimizes operating conditions by selecting a control set of process variables such that the methane flow rate matches the desired trajectory. The controller, combined with an optimization block in the diagram, operates in a sequential approach: the plant trajectory is estimated at the forecast horizon using a simplified dynamic model of the process that includes only two biological reactions: acidogenesis and methanogenesis; the model predictions are then optimized using sequential quadratic programming to match the desired biogas trajectory.
Недостатками прототипа являются, во-первых, отсутствие возможности применения системы управления для конкретного объекта при изменении требований к целевой системе, так как имеется ограничение в фиксации цели управления в виде направленного изменения отдельного показателя (G) - биогаза; во-вторых, ожидаемое снижение качества управления за счет неизбежных на практике случайных и систематических возмущений, компенсация которых не учитывается в рассматриваемой модели ОУ, а также отсутствие возможности и, соответственно, рекомендаций динамической перенастройки регулятора с целью стабилизации ОУ при изменении целевых установок.The disadvantages of the prototype are, firstly, the lack of possibility of using the control system for a specific object when the requirements for the target system change, since there is a limitation in fixing the control goal in the form of a directed change in a separate indicator ( G ) - biogas; secondly, the expected decrease in the quality of control due to random and systematic disturbances that are inevitable in practice, the compensation of which is not taken into account in the considered model of the OU, as well as the lack of possibility and, accordingly, recommendations for dynamic reconfiguration of the regulator in order to stabilize the OU when target settings change.
Задачей заявляемого изобретения является обеспечение энергосберегающего стабилизирующего синергетического управления нелинейной многомерной системой анаэробной очистки сточных вод, подверженной неконтролируемым систематическим и стохастическим возмущениям.The objective of the claimed invention is to provide energy-saving stabilizing synergetic control of a nonlinear multidimensional system of anaerobic wastewater treatment subject to uncontrolled systematic and stochastic disturbances.
Техническим результатом заявляемого изобретения является повышение эффективности безотказного функционирования биотехнической системы за счет энергосберегающего синергетического регулятора, для которого предусмотрена автоматизация корректной динамической настройки параметров управления, обеспечивающего целенаправленную самоорганизацию объекта управления относительно различных целевых установок.The technical result of the claimed invention is an increase in the efficiency of the trouble-free operation of a biotechnical system due to an energy-saving synergetic regulator, for which automation of the correct dynamic adjustment of control parameters is provided, ensuring the targeted self-organization of the control object relative to various target settings.
Технический результат достигается тем, что система синергетического стохастического управления технологическим процессом анаэробной очистки сточных вод содержащая последовательно соединенные задающее устройство, устройство сравнения и блок оптимизации, а также объект управления, выход которого соединен с первым входом блока модели объекта управления, а второй и третий входы блока оптимизации соединены с выходами блока задания ограничений и ретроспективных данных и блока задания критерия качества опорного управления соответственно, при этом второй вход объекта управления является входом возмущающего воздействия, второй выход блока модели объекта управления соединен со вторым входом устройства сравнения, а второй выход блока оптимизации соединен со вторым входом блока модели объекта управления дополнительно содержит регулятор системы очистки сточных вод, вход которого соединен с выходом блока оптимизации, а первый выход - с первым входом объекта управления, блок принятия решений, первый вход которого соединен с выходом объекта управления, второй вход - со вторым выходом регулятора, а третий вход - с первым выходом блоком модели объекта управления, а первый и второй выходы блока принятия решений соединены с третьим входом объекта управления и входом блока коррекции цели управления, выход которого соединен с четвертым входом бока оптимизации, блок динамической оптимизации критериальной функции, вход которого соединен с выходом объекта управления, блок прогнозирования и перенастройки параметров опорного регулятора, содержащий последовательно соединенные блок задержки, блок прогнозирования, блок построения алгоритмической композиции и блок построения оценки состояния и прогноза, а также блок критериев оптимизации алгоритмической композиции, выход которого соединен со вторым входом блока построения алгоритмической композиции, при этом вход блока задержки является первым входом блока прогнозирования и перенастройки параметров опорного регулятора и соединен с выходом объекта управления, второй вход блока построения оценки состояния и прогноза является вторым входом блока прогнозирования и перенастройки параметров опорного регулятора и соединен с выходом блока динамической оптимизации критериальной функции, а первый и второй выходы блока построения оценки состояния и прогноза являются первым и вторым выходом блока прогнозирования и перенастройки параметров опорного регулятора и соединены с пятым входом блока оптимизации и входом задающего устройства соответственно.The technical result is achieved in that the synergetic stochastic control system for the technological process of anaerobic wastewater treatment contains a series-connected setting device, a comparison device and an optimization unit, as well as a control object, the output of which is connected to the first input of the control object model block, and the second and third inputs of the optimization unit are connected to the outputs of the constraints and retrospective data setting unit and the reference control quality criterion setting unit, respectively, wherein the second input of the control object is the input of the disturbing action, the second output of the control object model block is connected to the second input of the comparison device, and the second output of the optimization unit is connected to the second input of the control object model block additionally comprises a wastewater treatment system controller, the input of which is connected to the output of the optimization unit, and the first output is connected to the first input of the control object, a decision-making unit, the first input of which is connected to the output of the control object, the second input is connected to the second output of the controller, and the third input is connected to the first output of the control object model block, and the first and second outputs of the decision-making unit are connected to the third input of the control object and the input of the control target correction unit, the output of which is connected to the fourth an input of the optimization block, a dynamic optimization block of the criterial function, the input of which is connected to the output of the control object, a block for predicting and reconfiguring the parameters of the reference controller, containing a series-connected delay block, a prediction block, a block for constructing an algorithmic composition and a block for constructing an estimate of the state and a prediction, as well as a block of optimization criteria of the algorithmic composition, the output of which is connected to the second input of the block for constructing the algorithmic composition, wherein the input of the delay block is the first input of the block for predicting and reconfiguring the parameters of the reference controller and is connected to the output of the control object, the second input of the block for constructing the estimate of the state and a prediction is the second input of the block for predicting and reconfiguring the parameters of the reference controller and is connected to the output of the dynamic optimization block of the criterial function, and the first and second outputs of the block for constructing the estimate of the state and a prediction are the first and second outputs of the block for predicting and reconfiguring the parameters of the reference controller and are connected to the fifth input of the optimization block and the input of the setting device, respectively.
Технический результат достигается за счет построения прогноза сигнала на основе динамически изменяющейся корректной (безошибочной для фиксированной модели объекта управления) алгоритмической композиции, обеспечивающей гибкую стратегию оптимизации критериальной функции, возможности автоматического выбора не только режима и типа текущего управления в зависимости от текущего состояния, но и оперативной перенастройки параметров выбранного типа регулирования, а также энергосберегающими свойствами используемого в устройстве синергетического стохастического регулятора.The technical result is achieved by constructing a signal forecast based on a dynamically changing correct (error-free for a fixed model of the control object) algorithmic composition, providing a flexible strategy for optimizing the criterial function, the ability to automatically select not only the mode and type of current control depending on the current state, but also the operational reconfiguration of the parameters of the selected type of regulation, as well as the energy-saving properties of the synergetic stochastic regulator used in the device.
Изобретение поясняется чертежами, где на фиг.1 - функциональная схема системы синергетического управления стохастическим объектом анаэробной очистки сточных вод, а на фиг. 2 - детализация «блока прогнозирования и перенастройки параметров опорного регулятора+» и обозначены следующие блоки:The invention is explained by drawings, where Fig. 1 is a functional diagram of a synergetic control system for a stochastic object of anaerobic wastewater treatment, and Fig. 2 is a detailing of the “block for forecasting and reconfiguring the parameters of the reference regulator+” and the following blocks are designated:
1 - задающее устройство1 - setting device
2 - устройство сравнения2 - comparison device
3 - блок оптимизации3 - optimization block
4 - регулятор системы очистки сточных вод4 - Wastewater treatment system regulator
5 - объект управления5 - control object
6 - блок задания ограничений и ретроспективных данных6 - block for setting restrictions and retrospective data
7 - блок задания критерия качества опорного управления7 - block for setting the quality criterion of the reference control
8 – блок принятия решений 8 – decision making block
9 - блок коррекции цели управления9 - control target correction block
10 - блок модели объекта управления10 - block of the control object model
11 - блок динамической оптимизации критериальной функции11 - block of dynamic optimization of the criterial function
12 - блок прогнозирования и перенастройки параметров опорного регулятора12 - block for forecasting and reconfiguring the parameters of the reference regulator
12.1 - блок задержки12.1 - delay block
12.2 - блок прогнозирования12.2 - forecasting block
12.3 - блок построения алгоритмической композиции12.3 - block for constructing an algorithmic composition
12.4 - блок построения оценки состояния и прогноза12.4 - block for constructing state assessment and forecast
12.5 - блок критериев оптимизации алгоритмической композиции12.5 - block of criteria for optimization of algorithmic composition
Система синергетического стохастического управления технологическим процессом анаэробной очистки сточных вод содержит последовательно соединенные задающее устройство 1, устройство сравнения 2, блок оптимизации 3, регулятор системы очистки сточных вод 4 и объект управления 5, а также блок задания ограничений и ретроспективных данных 6 и блок задания критерия качества опорного управления 7, выходы которых соединены со вторым и третьем входами блока оптимизации 3, последовательно соединенные блок принятия решений 8 и блок коррекции цели управления 9, выход которого соединен с четвертым входом блока оптимизации 3, при этом второй вход 8 соединен со вторым выходом регулятора системы очистки сточных вод 4, первый вход блок принятия решений 8 соединен с выходом объекта управления 5, а первый выход - с третьим входом объекта управления 5, система также содержит блок модели объекта управления 10, первый выход которого соединен с третьим входом блока принятия решений 8, первый вход - с выходом объекта управления 5, второй вход - со вторым выходом блока оптимизации 3, а второй выход - со вторым входом устройства сравнения 2, блок динамической оптимизации критериальной функции 11, вход которого соединен с выходом объекта управления, а также блок прогнозирования и перенастройки параметров опорного регулятора 12, первый вход которого соединен с выходом объекта управления 5, второй вход - с выходом блока динамической оптимизации критериальной функции 11, первый выход - с пятым входом блока оптимизации, а второй выход - со входом задающего устройства 1, при этом блок прогнозирования и перенастройки параметров опорного регулятора 12 содержит последовательно соединенные блок задержки 12.1, блок прогнозирования 12.2, блок построения алгоритмической композиции 12.3 и блок построения оценки состояния и прогноза 12.4, а также блок критериев оптимизации алгоритмической композиции 12.5, выход которого соединен со вторым входом блока построения алгоритмической композиции 12.3, при этом вход блока задержки 12.1 является первым входом блока прогнозирования и перенастройки параметров опорного регулятора 12, второй вход блока построения оценки состояния и прогноза 12.4 является вторым входом блока прогнозирования и перенастройки параметров опорного регулятора 12, а первый и второй выходы блока построения оценки состояния и прогноза 12.4 являются первым и вторым выходами блока прогнозирования и перенастройки параметров опорного регулятора 12, при этом второй вход объекта управления 5 является входом возмущающего воздействия.The synergetic stochastic control system for the technological process of anaerobic wastewater treatment comprises a series-connected setting device 1, a comparison device 2, an optimization unit 3, a wastewater treatment system controller 4 and a control object 5, as well as a constraint and retrospective data setting unit 6 and a reference control quality criterion setting unit 7, the outputs of which are connected to the second and third inputs of the optimization unit 3, a series-connected decision-making unit 8 and a control target correction unit 9, the output of which is connected to the fourth input of the optimization unit 3, wherein the second input 8 is connected to the second output of the wastewater treatment system controller 4, the first input of the decision-making unit 8 is connected to the output of the control object 5, and the first output is connected to the third input of the control object 5, the system also comprises a control object model unit 10, the first output of which is connected to the third input of the decision-making unit 8, the first input is connected to the output of the control object 5, the second input is connected to the second output of the optimization unit 3, and the second output is connected to the second input of the comparison device 2, a block dynamic optimization of the criterial function 11, the input of which is connected to the output of the control object, as well as a block for predicting and reconfiguring the parameters of the reference controller 12, the first input of which is connected to the output of the control object 5, the second input - to the output of the block for dynamic optimization of the criterial function 11, the first output - to the fifth input of the optimization block, and the second output - to the input of the setting device 1, wherein the block for predicting and reconfiguring the parameters of the reference controller 12 contains a series-connected delay block 12.1, a prediction block 12.2, a block for constructing an algorithmic composition 12.3 and a block for constructing an assessment of the state and forecast 12.4, as well as a block of optimization criteria of the algorithmic composition 12.5, the output of which is connected to the second input of the block for constructing the algorithmic composition 12.3, wherein the input of the delay block 12.1 is the first input of the block for predicting and reconfiguring the parameters of the reference controller 12, the second input of the block for constructing an assessment of the state and forecast 12.4 is the second input of the block for predicting and reconfiguring the parameters of the reference controller regulator 12, and the first and second outputs of the block for constructing the state assessment and forecast 12.4 are the first and second outputs of the block for forecasting and reconfiguring the parameters of the reference regulator 12, while the second input of the control object 5 is the input of the disturbing action.
Применение заявляемого изобретения должно сопровождаться выполнением следующих условий.The application of the claimed invention must be accompanied by the fulfillment of the following conditions.
1. Исходная математическая модель объекта управления, как и модель эталона объекта прототипа, имеет общее описание в виде системы нелинейных однородных дифференциальных уравнений, все решения которой ограничены:1. The initial mathematical model of the control object, like the model of the prototype object standard, has a general description in the form of a system of nonlinear homogeneous differential equations, all solutions of which are limited:
(1) (1)
где - векторы состояния, управления, ограниченного неконтролируемого возмущения, соответственно; - нелинейная векторная функция состояния.Where - vectors of state, control, limited uncontrolled disturbance, respectively; - nonlinear vector function of state.
Принципиальным отличием от ранее рассмотренных формальных моделей является включение в описание (1) функции времени как неконтролируемой функции возмущения по каналу управления, выражающей содержательно и неполноту модели объекта управления и возможные неточности построения управляющего воздействия при возникновении нестабильных быстро протекающих режимов.The fundamental difference from the previously considered formal models is the inclusion of the time function in the description (1) as an uncontrolled function of disturbance along the control channel, expressing the content and incompleteness of the model of the control object and possible inaccuracies in constructing the control action when unstable, rapidly occurring modes arise.
При этом важно для корректности аналитического вывода закона управления, обеспечивающего заданные свойства целевой системы, чтобы неизбежная на практике дискретизация модели (1) могла быть представлена в виде стохастической системы разностных уравнений:In this case, it is important for the correctness of the analytical derivation of the control law that ensures the specified properties of the target system that the discretization of model (1), which is inevitable in practice, can be represented in the form of a stochastic system of difference equations:
(2) (2)
где , , векторы состояний дискретной модели технологического процесса, нелинейной векторной функции описания динамики изменения состояний ОУ, и управления, соответственно, может содержать случайные неконтролируемые возмущения в виде некоррелированных функций с нулевым средним и ограниченной дисперсией: .Where , , vectors of states of a discrete model of a technological process, a nonlinear vector function describing the dynamics of changes in the states of an operational device, and control, respectively, may contain random uncontrolled disturbances in the form of uncorrelated functions with zero mean and bounded variance: .
2. Целевые траектории объекта управления, в отличие от ранее рассмотренных моделей, не задаются заранее, а выбираются самим объектом на принципах самоорганизации [2, 6] в зависимости от цели, заданной в виде условия , выражающей технологические желаемые требования к предельной целевой системе, например, перечисленные в [4, 5].2. The target trajectories of the control object, unlike the previously considered models, are not set in advance, but are selected by the object itself on the principles of self-organization [2, 6] depending on the goal specified in the form of a condition , expressing the desired technological requirements for the ultimate target system, for example, those listed in [4, 5].
3. Функционал качества управления и уравнение экстремалей, согласно СТУ, для отдельной реализации процесса имеет вид [2]:3. The functional of control quality and the equation of extremals, according to STU, for a separate implementation of the process has the form [2]:
(3) (3)
Примеры подробного вывода опорных (на основе СТУ) регуляторов для двух моделей анаэробной биоочистки приведены в [4, 5], где указана методология и реализующий ее алгоритм компенсации неконтролируемых возмущений.Examples of detailed derivation of reference (based on STU) controllers for two models of anaerobic bioremediation are given in [4, 5], where the methodology and the algorithm implementing it for compensating for uncontrolled disturbances are indicated.
Пример. Описанию (1), в частности, подчиняются модели анаэробных биореакторов со взвешенно-седиментированной биомассой (4) и с прикрепленной на неподвижных плоскостных носителях биомассой, являющиеся следствием обобщенной модели анаэробного биореактора [7], как сложного биотехнического объекта:Example. In particular, the description (1) is followed by models of anaerobic bioreactors with suspended-sedimented biomass (4) and with biomass attached to fixed flat carriers, which are a consequence of the generalized model of an anaerobic bioreactor [7] as a complex biotechnical object:
(4) (4)
В (4) X - вектор состояний (концентрации исходного субстрата S, кислотогенной биомассы B 1, промежуточных продуктов брожения P, метаногенной биомассы B 2, побочного продукта - метана G, рабочая температура в биореакторе θ, скорость разбавления среды в биореакторе Q); - кинетические параметры процесса с известным законом изменения. Тогда u, ζ ∈R2 - искомый закон регулирования по температуре и по концентрации входного потока и неизвестная функция времени, соответственно.In (4) X is a vector of states (concentrations of the initial substrate S , acidogenic biomass B1 , intermediate fermentation products P , methanogenic biomass B2 , by-product methane G , operating temperature in the bioreactor θ, dilution rate of the medium in the bioreactor Q ); - kinetic parameters of the process with a known law of change. Then u, ζ ∈R 2 are the sought-for regulation law for temperature and concentration of the input flow and the unknown function of time, respectively.
Работа заявляемой системы синергетического стохастического управления технологическим процессом анаэробной очистки сточных вод осуществляется следующим образом (Фиг.3, Фиг.4).The operation of the claimed system of synergetic stochastic control of the technological process of anaerobic wastewater treatment is carried out as follows (Fig. 3, Fig. 4).
Задающее устройство 1 формирует входное воздействие, поступающее на устройство сравнения 3 для вычитания сигнала обратной связи с выхода блока модели объекта управления 10. Ошибка регулирования с выхода устройства сравнения 2 поступает в блок оптимизации 3, где на основе информации, поступающей с блоков задания ограничений и ретроспективных данных 6, критерия качества опорного управления 7, прогнозирования и перенастройки параметров опорного регулятора системы очистки сточных вод 4, в блоке коррекции цели управления 9 формируется закон опорного регулирования с привлечением аппарата СТУ, реализованного формулами (1)-(4) в зависимости от используемых конструктивных, физических и биохимических параметров [1, 3-6]. Далее сформированный сигнал реализуется исполнительными механизмами регулятора системы очистки сточных вод 4 и далее воздействует на объект управления 5, согласно выбранной в блоке коррекции цели управления 9 стратегии управления, реализующих различные заданные на текущий момент желаемые свойства целевой системы).The setting device 1 generates the input action coming to the comparison device 3 for subtracting the feedback signal from the output of the control object model block 10. The control error from the output of the comparison device 2 comes to the optimization block 3, where, based on the information coming from the blocks for setting constraints and retrospective data 6, the quality criterion of the reference control 7, forecasting and reconfiguring the parameters of the reference regulator of the wastewater treatment system 4, in the control target correction block 9, a reference control law is generated with the involvement of the STU apparatus, implemented by formulas (1)-(4) depending on the used design, physical and biochemical parameters [1, 3-6]. Then, the generated signal is realized by the actuators of the regulator of the wastewater treatment system 4 and then acts on the control object 5, according to the control strategy selected in the control target correction block 9, implementing various desired properties of the target system specified at the current moment).
Важно, что при изменении требований к целевой системе, выраженные условием , закон управления как функция переменных состояния и макропеременных ψ формируется автоматически с последующей оптимизацией параметров регулирования в блоке прогнозирования и перенастройки параметров опорного регулятора 12.It is important that when the requirements for the target system change, expressed by the condition , the control law as a function of state variables and macrovariables ψ is formed automatically with subsequent optimization of the control parameters in the block for predicting and reconfiguring the parameters of the reference controller 12.
На основе значений переменных с выхода объекта управления 5 на основе данных из блока оптимизации 3 и информации о состоянии регулятора системы очистки сточных вод 4, параметров в блоке модели объекта управления 10 и в блоке принятия решений 8 принимается решение о коррекции цели управления с целью поддержания объекта управления в стабильном состоянии с заданными свойствами, а также осуществляется автоматизированный анализ и визуализация текущей ситуации с основой на данные о значениях текущего состояния, поступающие от объекта управления 5 и состояния регулятора системы очистки сточных вод 4, а также значений в блоке модели объекта управления 10. На фиг. 3 приведен фрагмент алгоритма расчета для получения части информации в блоке принятия решений 8 (HRT И , HRT Г , HRT М - время гидравлического пребывания стока на очистке, оцененное по имитации в блоке модели объекта управления 10, гидравлического расчета и численного решения по математической модели, соответственно).Based on the values of the variables from the output of the control object 5, based on the data from the optimization block 3 and the information on the state of the wastewater treatment system regulator 4, the parameters in the block of the control object model 10 and in the decision-making block 8, a decision is made to correct the control target in order to maintain the control object in a stable state with the specified properties, and an automated analysis and visualization of the current situation is carried out based on the data on the values of the current state coming from the control object 5 and the state of the wastewater treatment system regulator 4, as well as the values in the block of the control object model 10. Fig. 3 shows a fragment of the calculation algorithm for obtaining part of the information in the decision-making block 8 ( HRT И , HRT Г , HRT М - the hydraulic residence time of the effluent in the treatment, estimated by the simulation in the block of the control object model 10, the hydraulic calculation and the numerical solution according to the mathematical model, respectively).
Требования к качеству регулирования процессов в объекте управления 5, назначаемые, во-первых, в блоке задания критерия качества опорного управления 7, обеспечивают: а) достижимость целевого макросостояния, б) минимальность разброса значений в окрестности траектории стабилизируемой макропеременной (формулы (3), (4)); во-вторых, в блоке динамической оптимизации критериальной функции 11, численно апробированной в [1], на основе которой в блоке прогнозирования и перенастройки параметров опорного регулятора 12 осуществляется определение прогнозного значения состояния, информация о котором поступает в задающего устройство 1 и блок оптимизации 3.Requirements for the quality of regulation of processes in the control object 5, assigned, firstly, in the block for assigning the quality criterion of the reference control 7, ensure: a) the attainability of the target macrostate, b) the minimum spread of values in the vicinity of the trajectory of the stabilized macrovariable (formulas (3), (4)); secondly, in the block of dynamic optimization of the criterial function 11, numerically tested in [1], on the basis of which in the block of forecasting and reconfiguring the parameters of the reference regulator 12, the determination of the predicted value of the state is carried out, information about which is sent to the setting device 1 and the optimization block 3.
В блоках прогнозирования и построения алгоритмической композиции 12.3 на основе данных в блоке критериев оптимизации алгоритмической композиции 12.5 прогнозные значения макросостояния .In the forecasting and construction blocks of the algorithmic composition 12.3, based on the data in the block of optimization criteria of the algorithmic composition 12.5, the forecast values of the macrostate .
В блоке прогнозирования 12.2 осуществляется получение прогнозов по нескольким моделям на основе предыстории процесса, накопленной в блоке задержки 12.1, правила конструирования ансамблевого алгоритма, реализованного в блоке построения алгоритмической композиции 12.3 согласно данным из блока критериев оптимизации алгоритмической композиции 12.5. Полученный результат является основой вычислений в блоке построения оценки состояния и прогноза (12.4) итоговых оценок динамического состояния объекта управления и прогнозных значений макросостояния по формуле [7]:In the forecasting block 12.2, forecasts are obtained for several models based on the process history accumulated in the delay block 12.1, the rules for constructing an ensemble algorithm implemented in the algorithmic composition construction block 12.3 according to the data from the algorithmic composition optimization criteria block 12.5. The obtained result is the basis for calculations in the state assessment and forecast construction block (12.4) of the final estimates of the dynamic state of the control object and the forecast values of the macrostate according to formula [7]:
, (5) , (5)
где - значение прогноза в момент времени t по глубине ретроспективы Т, полученной в момент t>0; - обновляемые во времени весовые коэффициенты непосредственно перед вычислением ответа ; b - число базовых алгоритмов прогнозирования; - номер «наилучшей» модели регулирования, выбираемой по критерию средней ошибки прогноза на обучающей выборке (Фиг. 4)Where - the value of the forecast at time t according to the depth of retrospective T obtained at time t >0; - weighting factors updated over time immediately before calculating the answer ; b - the number of basic forecasting algorithms; - the number of the “best” regulation model, selected according to the criterion of the average forecast error on the training sample (Fig. 4)
где - оценка макропеременной из множества целевых макропеременных, экспертно определенных и задающих окрестность целевого многообразия; - оценка расстояния между элементами-аргументами, полученные на обучении (Фиг. 4); - параметр алгоритмической композиции, определяющий объем актуальной информации (предыстории), учитываемой при принятии решения по правилу (5).Where - assessment of a macrovariable from a set of target macrovariables, expertly determined and defining the neighborhood of the target manifold; - assessment of the distance between argument elements obtained during training (Fig. 4); - a parameter of the algorithmic composition that determines the volume of relevant information (prehistory) taken into account when making a decision according to rule (5).
Переходы между некоторыми практически реальными состояниями (Фиг. 4) и вероятности перехода (черное, сиреневое, зеленое начертания сопоставлены диапазонам вероятностей 0.05-0.15, 0.02-0.05, меньших 0.02, соответственно [7]) получены на обучении на имитационной модели одной из систем.Transitions between some practically real states (Fig. 4) and transition probabilities (black, purple, green outlines are associated with probability ranges of 0.05-0.15, 0.02-0.05, less than 0.02, respectively [7]) were obtained during training on a simulation model of one of the systems.
Сопоставление целевых характеристик заявляемого изобретения и прототипа позволяет сделать вывод о том, что заявляемая система синергетического стохастического управления технологическим процессом анаэробной очистки сточных вод обеспечивает достаточную точность прогноза типа состояния биотехнического объекта (100% на обучении, 98,9% на валидации), а универсальные свойства робастной системы управления, основанной на наборе опорных регуляторов, приводят к улучшению стабилизирующих и энергоэффективных свойств (15%), характерных для систем синергетического подхода к конструированию регулирования.A comparison of the target characteristics of the claimed invention and the prototype allows us to conclude that the claimed system of synergetic stochastic control of the technological process of anaerobic wastewater treatment ensures sufficient accuracy of the forecast of the type of state of a biotechnical object (100% during training, 98.9% during validation), and the universal properties of the robust control system based on a set of reference regulators lead to an improvement in the stabilizing and energy-efficient properties (15%) characteristic of systems of a synergetic approach to the design of regulation.
Источники информацииSources of information
Kolesnikova S. I., Fomenkova A. A. Dynamic strategies for control over the quality of monitoring of a complex bioengineering object. Информационно-управляющие системы, 2023, № 2, с. 51-60.Kolesnikova S. I., Fomenkova A. A. Dynamic strategies for control over the quality of monitoring of a complex bioengineering object. Information and control systems, 2023, no. 2, pp. 51-60.
Колесников А.А. Синергетические методы управления сложными системами: теория системного синтеза. М.: Либроком, 2012.Kolesnikov A.A. Synergetic methods of managing complex systems: theory of system synthesis. Moscow: Librokom, 2012.
Свид-во о гос. регистрации программы для ЭВМ №2021669208. Программный модуль для идентификации видов технического состояния анаэробного биореактора. А.А. Фоменкова. № 2021668776, заявл.25.11.2021.Certificate of state registration of computer program No. 2021669208. Software module for identifying types of technical condition of an anaerobic bioreactor. A.A. Fomenkova. No. 2021668776, declared 11/25/2021.
Фоменкова А.А., Ключарев А.А., Колесникова С.И. Синтез системы управления, мониторинга и оценивания состояния анаэробного биореактора. Информационные и математические технологии в науке и управлении. 2022 № 1 (25). С.21-33. DOI:10.38028/ESI.2022.25.1.002.Fomenkova A.A., Klyucharev A.A., Kolesnikova S.I. Synthesis of a control system, monitoring and assessment of the state of an anaerobic bioreactor. Information and Mathematical Technologies in Science and Management. 2022, No. 1 (25). P.21-33. DOI: 10.38028/ESI.2022.25.1.002.
Колесникова C.И. Применение принципов инвариантности для моделирования биоинженерных объектов управления. Информационные и математические технологии в науке и управлении. 2023 № 3 (31). С.103-116. DOI:10.25729/ESI.2023.31.3.010Kolesnikova S.I. Application of invariance principles for modeling bioengineering control objects. Information and Mathematical Technologies in Science and Management. 2023, No. 3 (31). P.103-116. DOI: 10.25729/ESI.2023.31.3.010
Фоменкова А.А., Ключарёв А.А. Математическая модель анаэробного биореактора с закрепленной биомассой как объекта управления // Информационно управляющие системы. 2019. №2. С.44-51.Fomenkova A.A., Klyucharev A.A. Mathematical model of an anaerobic bioreactor with fixed biomass as a control object // Information control systems. 2019. No. 2. P. 44-51.
Фоменкова А.А. Модельно-алгоритмическое обеспечение мониторинга состояния систем анаэробной биологической очистки сточных вод. Дисс. на соискание уч. ст. кандидата технических наук / Федеральное государственное бюджетное учреждение науки "Санкт-Петербургский федеральный исследовательский центр Российской академии наук". 2022, с.227.Fomenkova A.A. Model-algorithmic support for monitoring the state of anaerobic biological wastewater treatment systems. Diss. for the degree of candidate of technical sciences / Federal State Budgetary Institution of Science "St. Petersburg Federal Research Center of the Russian Academy of Sciences". 2022, p.227.
Claims (1)
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2835756C1 true RU2835756C1 (en) | 2025-03-03 |
Family
ID=
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU59278U1 (en) * | 2006-07-24 | 2006-12-10 | Государственное образовательное учреждение высшего профессионального образования Томский политехнический университет | SYSTEM OF ROBUST OPTIMAL CONTROL OF DISCRETE OBJECTS |
| RU80970U1 (en) * | 2008-10-13 | 2009-02-27 | Закрытое акционерное общество "ЭлеСи" | DISCRETE CONTROL SYSTEM WITH NONLINEAR REGULATOR |
| RU80969U1 (en) * | 2008-10-13 | 2009-02-27 | Закрытое акционерное общество "ЭлеСи" | ADAPTIVE CONTROL SYSTEM OF A NON-STATIONARY OBJECT |
| RU2377191C2 (en) * | 2003-10-29 | 2009-12-27 | Хердинг ГмбХ Фильтертехник | Reactor and method for anaerobic treatment of waste water |
| RU2461037C1 (en) * | 2011-06-14 | 2012-09-10 | Общество с ограниченной ответственностью "Электроспецприбор" | Adaptive control system |
| RU2612340C1 (en) * | 2015-11-10 | 2017-03-07 | федеральное государственное бюджетное образовательное учреждение высшего образования "Санкт-Петербургский горный университет" | Adaptive control system |
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2377191C2 (en) * | 2003-10-29 | 2009-12-27 | Хердинг ГмбХ Фильтертехник | Reactor and method for anaerobic treatment of waste water |
| RU59278U1 (en) * | 2006-07-24 | 2006-12-10 | Государственное образовательное учреждение высшего профессионального образования Томский политехнический университет | SYSTEM OF ROBUST OPTIMAL CONTROL OF DISCRETE OBJECTS |
| RU80970U1 (en) * | 2008-10-13 | 2009-02-27 | Закрытое акционерное общество "ЭлеСи" | DISCRETE CONTROL SYSTEM WITH NONLINEAR REGULATOR |
| RU80969U1 (en) * | 2008-10-13 | 2009-02-27 | Закрытое акционерное общество "ЭлеСи" | ADAPTIVE CONTROL SYSTEM OF A NON-STATIONARY OBJECT |
| RU2461037C1 (en) * | 2011-06-14 | 2012-09-10 | Общество с ограниченной ответственностью "Электроспецприбор" | Adaptive control system |
| RU2612340C1 (en) * | 2015-11-10 | 2017-03-07 | федеральное государственное бюджетное образовательное учреждение высшего образования "Санкт-Петербургский горный университет" | Adaptive control system |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Udugama et al. | Digital Twin in biomanufacturing: Challenges and opportunities towards its implementation | |
| Hosen et al. | Control of polystyrene batch reactors using neural network based model predictive control (NNMPC): An experimental investigation | |
| Simutis et al. | Bioreactor control improves bioprocess performance | |
| US9046882B2 (en) | Nonlinear model predictive control of a batch reaction system | |
| Chai et al. | Fermentation process control and optimization | |
| Du et al. | Multilinear model decomposition of MIMO nonlinear systems and its implication for multilinear model-based control | |
| Stanke et al. | Automatic control of bioprocesses | |
| Jin et al. | Hybrid intelligent control of substrate feeding for industrial fed-batch chlortetracycline fermentation process | |
| Krishnamoorthy et al. | Online process optimization with active constraint set changes using simple control structures | |
| Chen et al. | Multi-objective integrated robust optimal control for wastewater treatment processes | |
| Zhao et al. | Self-organizing modeling and control of activated sludge process based on fuzzy neural network | |
| Mendiola-Rodriguez et al. | Integration of design and control for renewable energy systems with an application to anaerobic digestion: A deep deterministic policy gradient framework | |
| Bayen et al. | On the steady state optimization of the biogas production in a two-stage anaerobic digestion model | |
| RU2835756C1 (en) | System for synergetic stochastic process control of anaerobic waste water treatment | |
| Vaccari et al. | Implementation of an economic MPC with robustly optimal steady-state behavior | |
| Hernández Rodríguez et al. | Design, optimization, and adaptive control of cell culture seed trains | |
| Persad et al. | Comparative performance of decoupled input–output linearizing controller and linear interpolation PID controller: enhancing biomass and ethanol production in Saccharomyces cerevisiae | |
| Chen et al. | An integrated approach to active model adaptation and on-line dynamic optimisation of batch processes | |
| Logan et al. | Reinforcement Learning-Based Control Framework for Wastewater Treatment Process Aeration Control | |
| Yang et al. | Nonlinear predictive control of a molten carbonate fuel cell stack | |
| Rigatos et al. | An adaptive neurofuzzy H-infinity control method for bioreactors and biofuels production | |
| Francisco et al. | Nonlinear offset free MPC for self-optimizing control in wastewater treatment plants | |
| Dochain et al. | Bioprocess control | |
| Brazauskas et al. | Adaptive transfer function‐based control of nonlinear process. Case study: Control of temperature in industrial methane tank | |
| Smith | Advanced Control Techniques for Biotechnological Processes |