ое планування експерименту;
плани повного факторного експерименту 2n (плани ПФЕ 2n);
плани дрібного факторного експерименту (плани ДФЕ);
насичені плани першого порядку;
плани другого порядку;
ортогональний центрально-композиційний план другого порядку;
рототабельние плани;
рототабельний ортогональний центрально-композиційний план;
плани другого порядку з одиничною областю планування;
рототабельний план на основі правильного багатокутника n=2.
Розробка алгоритму нечіткого управління плавкою в ПВ
При побудовах керуючої моделі процесом безокисним плавки мідного концентрату цеху поділу Файнштейн (ЦРФ) в якості експертів виступали кваліфіковані оператори і технологи.
В результаті їх опитування були виявлені наступні змінні, використовувані при управлінні процесом:
Х1 - швидкість завантаження концентрату;
Х2 - співвідношення дуття-завантаження, нм3/т;
Х3 - збагачення дуття киснем,%;
Х4 - вологість концентрату;
Х5 - різниця температур води на вході і виході, 0С.
В якості вихідного параметра була обрана уставка швидкості завантаження Y, т/ч.
План опитування представляв собою набір продукційних правил типу «ситуація-дія». Була реалізована матриця повного факторного експерименту типу 25. Ситуація задавалися в такій формі: «якщо Х1 - низька, Х2 - високе, Х3 - низьке, Х4 - висока, Х5 - висока, то Y -? »
Числові значення Y представлені у вигляді унімодальних нечітких чисел (LR). Лінгвістична змінна Y - швидкість завантаження концентрату.
Математичної обробкою результатів опитування по матриці планування отримана наступна залежність:
Y=16,06 + 1,63Х1 + 4,5Х2 + 4Х5-1,81Х1 Х2 + 1 Х1Х3 + 2,06 Х2Х4-2 Х3 Х5 + 0,69 Х4 Х5 (1)
Таблиця 13.4 Матриця повного факторного експерименту типу 25
NЗагрузка Х1Дутье Х2Кіслород в КВС Х3Влажность концентрату Х4Температура води Х5Скорость завантаження Y1-1-1-1-11Средняя - вище средней21-1-1-1-1Ніже середньої - средняя3-11-1-1-1Средняя411-1-11Више средней5-1-11-1-1Ніже средней61-11-11Средняя - вище средней7-111-11Више средней8111-1-1Средняя9-1-1-11-1Нізкая101-1-111Више средней11-11-111Високая1211-11-1Средняя13-1-1111Ніже средней141- 111-1Ніже средней- средняя15-1111-1Средняя1611111Високая
Тут наведені тільки значущі коефіцієнти полінома. помилка при рівні значущості 0,05 склала s {bi}=0,06. Коефіцієнтами при квадратичних членах у вказаному поліномі можна знехтувати, оскільки
b0 - Y0 lt; s {bi}.
Аналіз проведення графіків витрат концентрату, розрахункових по рівнянню (1) і фактичних, показує високу ступінь адекватності моделі процесу управління ім оператором, що спостерігаються відмінності в завантаженнях не суперечать практиці ведення процесу, що було підтверджено експертами-технологами. Таким чином, прогностичні можливості отриманого полінома вельми високі і дана модель може бути рекомендована до впровадження у вигляді порадника оператору.
Важливо відзначити такі особливості пропонованого методу. Отримана модель несе додаткову і евристичну інформацію, що дозволяє судити про логіку оператора-технолога при управлінні процесом. Відомо, що експерт здатний оперувати з невеликою кількістю вхідних змінних, але, як видно з рівняння (1), кількість лінеаризованих (нелінійних) значущих коефіцієнтів істотно перевищує зазначений верхня межа. Отже, експерт не в змозі їх формалізувати при описі своєї понятійної моделі, використовуваної при виборі керуючого впливу. Іншими словами, тільки пропонованим розрахунковим шляхом вдається оцінити вплив неформалізованих змінних, інтуїтивно враховуються експертом, і виявити їх сенс. Наприклад, змінна Х3 (вміст кисню в киснево-повітряної суміші (КВС)) в лінійному вигляді надає незначуще вплив на зміну завантаження, але її вплив відбувається через парні взаємодії з різницею температур охолоджуючого контуру (Х3 Х5) і завантаженням концентрату ЦРФ (Х1 Х3).
Значимість взаємодії такого типу, по видимому, слід віднести до процесів, що відбуваються в підсвідомості експерта на рівні інтуїції. Таким чином, можна вважати, що розроблений метод дозволяє кількісно оцінити крім вхідних ще й «інтуїтивну складову», істотно впливає на вибір управляючого впливу. За методом побудови керуючих моделей металургійних процесів на основі оцінки якісної інформації, отриманої від оператора-технолога, побудована керуюча модель процесу плавки концентрату ЦРФ в ПВ.
АСУТП, що використовує цю модель як базу знань, в принципі здатна вести процес на рівні оператора-технолога.
Досвід технолога-експерта, зафіксований у вигляді поліноміальної моделі, може бути тиражований для управління аналогічними агрегатами або в якості бази знань...
