КУРС ПРОГРАММЫ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ АРМАТУРНОГО ХОЗЯЙСТВА

Тем не менее факторы, которые необходимо учесть, весьма многообразны. Это и количество, и возможность связи между входными и выходными характеристиками, и степень определенности задачи. В этом случае выделяют доминирующие факторы и шум; линейные и нелинейные задачи и возможность линеаризации; случайность и неслучайность изменения функциональных и выходных характеристик и возможность задания математического аппарата. Примером может стать расчет для устранения перерегулирования в клапане веса м2 при переходе с одного сорта бумаги на другой. Параллельность и последовательность процесса также во многом определяют степень и скорость накопления ошибки. Результатом выделения последовательных связей может стать расчет погрешности, проходящей через все узлы сопряженных «танцующих» контуров регулирования. Для параллельно соединенных элементов – амплитудное накопление погрешности при сложении пульсаций характеристик каждого из них.

КЛАССИФИКАЦИЯ РАСЧЕТНЫХ ЗАДАЧ В ЗАВИСИМОСТИ ОТ НАЗНАЧЕНИЯ

1.      Расчет предельно допустимых верхних и нижних отклонений

Расчет предельно допустимых верхних и нижних отклонений позволяет рассчитать допуски контура регулирования и допуски на процесс. Выделяются критические отклонения выходных характеристик, с которыми не должны совпадать рабочие выходные характеристики. Например, пульсации смесительного насоса, сложенные с пульсациями давления от напорных характеристик, не должны совпадать, поскольку при этом при их сложении на сеточной части образуются светлые поперечные полосы и промои волокна, а бумага будет иметь ослабленные поперечные сечения с низкими значениями по отношению к заданному весу м2 и, соответственно, ослабленные механические свойства самой бумаги.

Другим примером может стать критическое накопление погрешности с выходом выходной характеристики за пределы допуска. Это 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. Еще одним примером будет контур регулирования осветленной воды в связи с весом м2. Говорят специалисты KRUGER WAYGAMATIK, Канада:

«Комбинат имеет следующие показатели:

– Новая бумагоделательная машина для выпуска легкомелованных видов бумаг.

– Коммуникации, основанные на HART протоколе.

– Основная система управления – Metso DNA

– Основное обеспечение – Metso Automation, (регулирующие и отсечные клапаны, датчики концентрации и анализаторы), АВВ – датчики температуры, давления и расхода, Е+Н – расходомеры, Vega – регуляторы давления, Rosemount (управление температурой и давлением от HART DTM).

Устранение малых вариаций отмечалось при отклонении от заданного перемещения на клапане подачи осветленной воды. Отклонение до 0,8% обычно не так важно, но в этом случае оно имело очень большой эффект на вес м2 бумаги. После регулирования, установки цифрового позиционера с возможностью самодиагностики и увеличения надежности измерений, отклонение перемещения от заданного было уменьшено до 0,3% и вариации веса м2 были соответственно уменьшены. Сейчас значение тревожного сигнала при отклонении перемещения от заданного для этого клапана установлено на величине не более 0,3%.»

2. Расчет систематических погрешностей выходных характеристик, обусловленных применяемыми узлами бумагоделательного оборудования.

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 бумаги, например, веса м2 в характерных более жестких допусках с выделением подсортов бумаги. 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 задачи:

– Отбор и ранжирование функциональных параметров, выявление взаимосвязей между ними, формирование исходных зависимостей. Для бумагоделательной машины и участка массоподготовки ими может быть в основном уравнение 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, определяют коэффициент относительного рассеяния и относительной асимметрии выходной характеристики.

Кроме того, должен быть выбран метод оценки точности. Для предприятий ЦБП, 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 из системы автоматизации. 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 автоматизации.

Кроме этого, в ходе выполнения технологического процесса и периодических поднастроек, исходные заданные значения регулирования могут искажаться. В этом случае включение программы (например, NELPROF) в систему автоматического регулирования с постоянным пересчетом клапанов на текущее значение технологического процесса будет четче выдавать общую картину диапазона регулирования и показывать места выхода текущих характеристик за пределы диапазона регулирования клапана. В частности, такие задачи наиболее характерны при частой смене производительности.

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 веса м2. Пусть контролируемым параметром будет вес м2 рулона. После отладки процесса берется выборка рулонов, и оцениваются результаты измерения веса м2 каждого рулонов. Получаем выборку. Спустя заданное время проводим эту процедуру второй раз. Результаты измерений смешиваются, и каждому значению присваивается ранг. Вычисляются суммы рангов для каждой из выборок, определяются значения критерия Уилкоксона и 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 веса м2 рулонов изменилось, хотя брак еще не появился. 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 веса м2, 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 производительности, 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 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 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 и производительность, чем меньше устройств сглаживания, резервирования или транспортных звеньев, также способных сглаживать погрешности, 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 две основные части поля рассеяния – большую часть, равную вероятностной сумме случайных погрешностей, и меньшую, – зону безопасного смещения математического ожидания и роста ее дисперсии, или зону запаса точности. Они, как понятно, должны быть меньше поля допуска. В анализе, проводимом специалистами по точности (ИПМАШ) 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.

Если при моделировании используются различные гидравлические или электрофизические аналогии, то появляется возможность определить влияние дополнительных малых параметров на динамику системы. При разработке алгоритмов, они также могут быть включены в систему автоматизации процесса. Такие модели могут быть наиболее полезны при анализе точности сложных технологических схем, состоящих из большого числа узлов, соединенных последовательно или содержащих несколько разветвленных схем из таких последовательных цепочек. Требуется расчет точности контура регулирования каждого элемента и точности взаимного влияния этих контуров, для того, чтобы гарантировать функциональную точность процесса. Кроме того, модели должны учитывать изменение погрешностей во время эксплуатации. Ряд таких работ проводится в КЦ Промконсалт, ВШТЭ, Санкт-Петербург. В результате моделирования одним из первых результатов может быть предсказание того, достигнет ли контур требуемой точности, будут ли сбои, необходимо ли перепроектировать сам контур.

ПРИМЕНЕНИЕ ТЕОРИИ ВКЛАДОВ ДЛЯ АНАЛИЗА И СИНТЕЗА ТОЧНОСТИ

Вклад – эта мера влияния данного фактора на тот или иной показатель точности выходной характеристики. По-видимому, этот метод наиболее характерен для расчета погрешностей процессов технологических схем, как уже было продемонстрировано при изучении светлых ослабленных полос на полотне бумаги при помощи приборов компании Feltri Marone. При этом вклады могут быть следующими:

1.      абсолютный вклад фактора, включая и возмущающие, в математическое ожидание или среднее значение;

2.      относительный вклад того же фактора;

3.      относительный вклад свободного члена исходной модели (погрешности линеаризации, моделирования, полноты учета входных параметров);

4.      относительный вклад дисперсии фактора в дисперсию выходной характеристики;

5.      относительный вклад поля рассеяния фактора в поле рассеяния выходной характеристики

6.      относительный вклад совместного влияния двух дисперсий в дисперсию выходной характеристики, поля рассеяния;

7.      относительный вклад отклонения от среднего значения факторов в отклонение от среднего значения выходной характеристики.

Методология рассмотрения точности по методу вкладов позволяет решать следующие задачи:

– ранжирование факторов по степени их влияния на выходные характеристики;

– оценка вклада в линеаризованную область, что позволяет анализировать роль неопознанных, неучтенных факторов и возмущений, а также погрешностей моделирования;

– оценка технических требований к конструкции и процессам, а также их уточнение;

– совершенствование управления технологическим процессом.

Следует отметить, что вклад в среднее значение может быть мал, но в дисперсию может быть доминирующим. Это означает, что при проектировании технологических схем необходимо учитывать все вклады контуров регулирования и в алгоритмах управления производством предусматривать то же самое. Включение в технические требования на клапан только основных показателей, которые оказывают доминирующее влияние на номинальное значение выходной характеристики, как это, к сожалению, наблюдается в практике проектных организаций, может привести к утрате контроля за полем рассеяния факторов, оказывающих на него существенное влияние. Это напрямую ведет к непредсказуемому колебанию уровня доли качественного выполнения процесса, что наблюдается в целлюлозно-бумажном производстве.

АНАЛИЗ КОНТУРА РЕГУЛИРОВАНИЯ И РЕГУЛИРУЮЩИХ КЛАПАНОВ С УЧЕТОМ ФАКТОРА ВРЕМЕНИ И ЭКСПЛУАТАЦИОННЫХ ИЗМЕНЕНИЙ

При проектировании должны учитываться, как период эксплуатации, так и изменение ремонтных размеров, для чего необходимо устанавливать связь качества изготовления и сборки клапана с последующим качеством работы его при эксплуатации. Для этих целей задаются функциональные параметры, эксплуатационные показатели и связь между ними. Пределы изменения эксплуатационного показателя, например, гистерезиса, определяется допусками изготовления деталей. При эксплуатации параметры клапана изменяются из-за износа или возмущений и величину параметра через время эксплуатации можно записать уравнениями, где должна быть добавлена скорость изменения параметра. Методологически это делается при помощи использования данных трендов с «Алмазной диаграммы» программы FIELD CARE компании Метсо Автоматизация или программно-диагностических комплексов других компаний.

Расчет или аппроксимация данных, расчет уравнений регрессии процесса падения точности позволяет задавать категории допусков, принимать определенные показатели дисперсий, назначать допуска на входные и функциональные параметры, определять средний срок службы.

Проведенный обзор показывает, как внимательное отношение к контурам регулирования с точки зрения не только автоматизации процесса, но и повышения их точности и связи с технологией позволят добиваться более существенного роста качества технологического процесса. Шагами к этому является знание технологии, анализ технологических схем на предмет точности регулирования и знание особенностей поведения клапана с целью устранения колебательности процесса.