книги / Типовые задачи оперативного управления непрерывным производством
..pdfокончательно получаем:
4 ,2);= «Й> <*Г> 4 *!”>>4 aÿ (*<<"> +
х Г = а ^ х Г + а $ 4 ' * ;
4 21>= |
а<?> х(02) + а(2| |
(2-9) |
||||
4 '2) |
||||||
.(20) _ |
*2\ |
|
|
|
||
(2) |
V.(02) , |
(2) |
( 12) |
|||
л-4 — а. |
Х1 |
|
|
|
||
|
•41 |
-г |
Л43 |
Х3 |
||
|
|
|
В ряде случаев уравнения материального баланса выражают через общие и покомпонентные загрузки от-
Рие. 2-1. Пример схемы комплекса с линейной моделью.
(Цифры и кружках обозначают номер компонента, 1, 2 — номера агрегатон.)
дельных агрегатов [5, 12]. Будем понимать под общей загрузкой /-го агрегата С?г- суммарный поток всех ком понентов, поступающих на вход этого агрегата, а под загрузкой 5-м компонентом /-го агрегата giS— суммар
ный поток s-го компонента на входе /-го агрегата. Урав нения материального баланса для /-го агрегата можно записать в виде
^ • 5 = ^ 0г)_Ь З |
**=1...... |
5 = 1 , .... г, (2-10) |
Й=1
где ома — доля от массы общей загрузки 6-го агрегата,
приходящаяся на компонент s, направляемый из 6-го агрегата в /-й; г — общее число компонентов; N — число
агрегатов в комплексе; xs(О/) — количество 5-го компо
нента, поступающего на вход /-го агрегата в виде вход ного потока комплекса.
Как и ранее, предполагается, что каждый компонент может подаваться па вход /-го агрегата с выхода лю бого из N агрегатов. Если предварительно известно, что,
например, с р-го агрегата 5-й компонент не подается, то соответствующее значение ари приравнивается нулю.
ai
Уравнения выходных потоков |
комплекса запишутся |
в виде |
|
Gk=~x[m , 6 = 1 , .... |
N, s — 1, . . .. r. |
s^k |
|
где jc(é0)— количество s-го компонента, поступающего на выход комплекса с 6-го агрегата.
Согласно определению
Г
|
б* = 2 gis' |
г*“ |
|
|
|
5=1 |
|
|
N |
г |
|
|
S |
==^^==^’ ' ■•’ ^• |
|
|
/=05=1 |
|
|
В |
результате |
решения |
системы (2-10) при заданных |
His и |
определяются |
общие' загрузки Gk агрегатов |
и на основе этих загрузок отдельные потоки в ком плексе.
В(2-10) имеем N переменных (по числу агрегатов).
Вбольшинстве случаев по сравнению с системой (2-7) получается значительное сокращение числа переменных.
Выпишем систему (2-10) применительно к примеру рис. 2-1:
Su —#i01^~Ь a211^2Î
Si 2 — %2 |
«212^2 ,' |
g zi — Xj( 02) . |
(2- 11) |
Ss3 — «123^1»
О, =Su+Sl2‘, @2= Su ~Ь SZ3>
причем
Вместо системы (2-9) с |
тремя x jl2), х |21\ х£2!) получена си |
стема с двумя переменными |
G,, G2: |
G, = х,(01) + 4 01) + («2и + «2,а) <?2; (?2 ^ xj02) -f- aj23G|.
<4!’ 4 0,)+ 4 ÿ * Г >+(^!)«fï>+ 4 Н * ’>* Г
4 ,2,= |
'-4!Чз2|-4;>4з2) |
4 21>= |
« М > * Р + «Й’ “il14 °" + а * П |
|
l —4 \)aiV— a32 ai' |
-(И) _ «g»«fl» * r + « îl'4 S M 0,, + A * r
*2 —
A - . g '- o Ü ^ a B '- K g 'a f f e B 'i
4§> 4!’ 40l>+«« “IJ140l) +л4и>
4 20>= |
: |
П - «iî> «îl*—«ü’ |
+ “ü ’4!l “i f + “l3, “^ 4 î ) •
Согласно (2-11)
(j __ |
XAp + #2°^ + (a2U + “212) * P |
|
|||||
1 |
1 |
---- ® 2 I t a l2 3 |
a 2 !2 tt t23 |
|
|
|
|
|
|
|
(01) |
v(0lh |
|
|
|
|
X P + «123W ° 4 4 |
J) |
|
|
|||
<32 = |
---- a 2 1 i a i î 3 |
a 212t t 123 |
|
|
|
||
|
1 |
|
|
|
|||
|
|
.(0I)j_v(01) , |
/_ |
, |
„ |
\ v(°2)| |
|
|
■ ^ I ^ + ^ ’ + K |
H + ^ C I |
|||||
X p = “ l 2 3 G l |
= * |
ï |
®211®123-- а99а212^123 |
‘ |
|||
|
|
|
|
|
(01) |
v(01h |
|
xP,) = a2nG2 = |
Ï11 № 2, + “... (*Г’ + 4 Ш')1 |
||||||
1 |
а 211а 123 |
|
a 2 l 2 a 123 |
|
i»r) + «.„ (40l) +4°")i.
:<2l) = asi |
= |
® 2 i l a l23 |
a 212a 123 |
|
|
1 |
|||
(2°) = aS04GS — |
«201 (*[°2) + «123 (*iOI) -b 4°°)] |
|||
1 |
a 2 U a i2 3 |
a 212a 123 |
||
*4 |
Сопоставляя результаты, можно заметить, что при
4V =а&]=«>»; 4P =41* =a2i2Î aîî) =Д1з>=“211 î «Jf=aif =“204
решения совпадают.
Таким образом, расчеты на основе общих и поком понентных загрузок агрегатов учитывают зависимость выходного потока агрегата лишь от суммы входных потоков, игнорируя влияние каждого из суммируемых потоков. В тех случаях, когда этим влиянием пренебречь нельзя, материальный баланс по загрузкам может при вести к неверным результатам.
Выше при составлении уравнений, описывающих г-й агрегат, принималось, что выходные параметры агрега та выражены через линейную комбинацию входных. Для ряда задач модели агрегата задаются в иной форме, а именно
xW=«)y<*),
где, «ак и в (2-7), хФ— вектор входных и yW — вектор выходных потоков компонентов i-го агрегата.
В этом случае коэффициенты {о$} матрицы А{1> но сят название расходных коэффициентов t-ro агрегата.
Расходный |
коэффициент a |
показывает, какое количест |
во общего |
входного потока |
5-го компонента х[1) на i-м |
|
|
в |
агрегате расходуется на производство единицы общего потока k-ro компонента у ^ на выходе этого агрегата.
Запишем систему уравнений материального баланса через рас ходные коэффициенты для примера на рис. 2-1.
Для первого агрегата
*!■>=«М » ;
Для второго агрегата
-4P 4я +4|> 4я +4Р 4я •
Принимая во внимание формулы (2-8), получаем:
*!Ш| + *р‘) =Ô1J» 4 ,2);
* Г + 4 2" |
: |
*j02>=â{f> x|21>+aj2> |
-М<2>*f» ; |
*P=«S?> *!2I) + «й' * Г 1+ «й> 4 20) • |
2-2. Нелинейная модель
При решении задач оперативного управления для сложных технологических комплексов достаточно часто возникает необходимость в рассмотрении нелинейных моделей комплекса. Эта необходимость возникает, когда для отдельных агрегатов выходные материальные пото ки и затраты, связанные с работой этих агрегатов, не линейно зависят от входных потоков. Нелинейные за висимости могут связывать расходные параметры по токов. Однако для химико-технологических производств наиболее характерны случаи нелинейных зависимостей для показателей качества.
Показатели качества продуктов, получаемых при хи мических реакциях, и глубина протекания реакций за висят от производительности агрегатов. С ростом про изводительности сверх номинальной показатели качест ва обычно ухудшаются. Аналогичные зависимости могут иметь место не только для химических, но и для физи ческих процессов. Так, например, четкость разделения в ректификационных колоннах падает с ростом произ водительности. Для сложных агрегатов, состоящих из большого числа аппаратов, насосов и другого оборудо вания, оптимальной является номинальная производи тельность, при которой согласованы возможности от дельных технологических единиц. Отклонение от этого оптимального значения приводит к появлению «узких мест», ограничению производительности и росту потерь,
аследовательно, и затрат.
Вряде случаев введение нелинейностей может су щественно повлиять на выбор оптимального решения. Рассмотрим пример, относящийся к задаче технико-эко номического планирования работы топливного блока нефтеперерабатывающего завода. В [28] на основе мо дели линейного программирования был найден опти-
мальный план для трех вариантов постановки задачи: при учете всех существующих ограничений на количест во нефти и выпуск топлив по маркам, без этих огра ничений и при учете некоторых ограничений. При от сутствии ограничений оптимальный план дает возраста ние прибыли с 26 до 36 млн. руб. в ценах предприятия, при этом загрузка сырьем установок первичной перера ботки нефти (АВТ) возрастает с 88 до 100%, т. е. на 12%. В линейной модели предполагается, что такое зна чительное увеличение производительности АВТ по сырью не приводит к уменьшению отбора светлых нефтепро дуктов. Фактически с ростом производительности без модернизации оборудования отбор светлых нефтепродук тов снижается за счет ухудшения четкости разделения, часть светлых попадает в мазут и это приводит к сни жению прибыли из-за разности цен. Если вместо линей ной модели отбора светлых нефтепродуктов y= kCBx, где &св—постоянная, принять нелинейную модель y= kCJtx,
где |
kCB=do-\-dix, у — количество |
светлых нефтепродук |
тов, |
х — количество нефти, do, |
di< 0 — постоянные, то |
расчетная прибыль уменьшается. При разнице в ценах светлых нефтепродуктов и мазута 5 руб/т и определен ном по статистическим данным коэффициенте di рас четная прибыль уменьшится на несколько млн. руб. Та ким образом, учет нелинейности характеристик АВТ по зволил существенно скорректировать оптимальное решение, полученное на более грубой линейной модели.
Если рассматривать нелинейную модель комплекса в преобразованной форме (1-9), (1-10), то задача опе ративного управления сводится к решению достаточно общей задачи нелинейного программирования. Среди этих задач целесообразно выделить задачи выпуклого программирования, поскольку для них разработаны ре гулярные методы решения [20, 50—54]. В частности, если ограничения на работу комплекса могут быть пред
ставлены в виде |
XR, щ, ..., «s)^0, t = 1, ..., n |
(2-12) |
Gi{xi, ..., |
||
и критерий |
..., XR, щ, ..., u8)-+min, |
(2-13) |
F(xi, |
где Gi, F — выпуклые функции, то полученная задача (2-12), (2-13) является задачей выпуклого программи рования.
Например, для комплекса агрегатов с входами х } при выпуклых функциях затрат на каждом агрегате Fj(Xj)
N
общие затраты F (л) = 2 ^/С*/) явлдются выпуклой функ-
/=* дней. Однако, как правило, практические задачи опера
тивного управления не сводятся к задачам выпуклого
программирования. |
Указанное обстоятельство связано |
|
с тем, |
что для выпуклости функций Gi и F в (2-12), |
|
(2-13) |
необходимо |
наложить довольно жесткие ограни |
чения на вид моделей отдельных агрегатов и структуру комплекса. Например, для последовательного соедине ния N агрегатов с одним входным потоком Xj и выход ным tji вида
|
|
|
Уг^ifj(’^i)» |
/===1» |
• • •» N |
|
|
|
|
общий выходной поток равен: |
|
|
|
|
|
||||
|
|
^ = |
(jN—I (jN—2(• • '(Ï1 (x i))’ ** )^ |
* |
|
||||
Если |
/i(* i)— выпуклая |
(вогнутая) |
функция, |
fi(xt), |
|||||
t=2, |
..., |
N — возрастающие |
и |
выпуклые |
(вогнутые) |
||||
функции, то G будет выпуклой |
(вогнутой) |
функцией. |
|||||||
В |
связи с |
этим основные |
попытки |
решения |
задач |
распределения материальных потоков при нелинейных моделях были связаны с разработкой различных мето дов решения невыпуклых задач нелинейного програм мирования. Как показано в [36], эти разработки могут идти по двум направлениям:
а) разработка общих методов решения задач нели нейного программирования (методов штрафных функ ций, проекции градиента и т. д.), которые применяются в основном для решения задач небольшой размерности, относящихся к работе отдельного агрегата или техноло гической операции;
б) разработка методов линейной аппроксимации, ко торые могут применяться для решения задач гораздо большей размерности, включающих рассмотрение техно логических комплексов, состоящих из ряда агрегатов.
Рассмотрим идею общего подхода к аппроксимации нелинейных моделей на примере комплекса, состоящего из одного агрегата вида
y=f(x, и),
где у, х, и — соответственно векторы выходных, входных потоков и управлений, связанных с изменением режим ных параметров, хеХ , u eU ; здесь множества X и U
представляют собой множества допустимых входных по токов и управлений.
Эти множества могут быть заданы аналитически или в виде некоторого точечного множества (каждая точка будет представлять собой некоторый режим работы рассматриваемой сложной операции).
Предположим, что задача оперативного управления для этого комплекса может быть сформулирована сле дующим образом.
Требуется найти такие значения х и u, х еХ , u e ll,
при которых некоторый критерий F(x, и) |
достигал бы |
максимума при выполнении условия вида |
|
y>d, |
|
где d — вектор констант, т.1 е. задача |
оперативного |
управления имеет вид: |
|
у = î (х, u )^ d ; |
(2-14) |
Х с Х , tiG U ; |
|
F = F (x, u) —►шах. |
|
Обозначим множество допустимых входных потоков и управлений {х, и} для рассматриваемого комплекса как множество D.
Предположим, что на этом множестве задана сетка
допустимых технологических режимов {хг, ur}=(xir, ...
..., Xnr, Щг, ..., Uhr}, где г=1, . . М, М — число узлов этой сетки. Если известно аналитическое выражение функций f и F (или их можно каким-либо образом вы числить в узлах образованной сетки), то, вводя линей ную аппроксимацию на этой сетке и связанные с этим новые переменные %г получаем-
|
м |
|
1 |
||
я.. --- 2 |
^r^sr* |
^ --- 1 * |
п\ |
||
|
г= 1 |
|
|
||
|
М |
|
|
||
M'S |
2 |
^r^sr> |
S 1 « • • |
• » |
|
М |
Гхт1 |
|
(2-15) |
||
|
|
|
|||
К = 1» Ьг>0, г — 1, |
... , М\ |
||||
2 |
|||||
г=1 |
|
|
|
||
|
м |
XrFr(xr>wr) — max. |
|||
^ = 2 |
|||||
|
Г = 1 |
|
|
|
)
Исходная задача (2-14) заменяется аппроксимирую щей линейной задачей вида
м |
Kfj (х„ |
|
|
|
|
|
2 |
и,) ^ |
/ = |
1, |
• • •. |
|
|
г = \ |
|
|
|
|
|
|
М |
|
|
|
|
|
(2-16) |
2 |
Яг = 1, |
Яг > 0 , |
г = |
1, |
А/; |
Г=1
м
F = ^J XrFr(xn Ur)^m ax.
г= 1
Врезультате решения этой задачи линейного про граммирования находится решение А*г, а затем по фор мулам (2-15) приближенное решение исходной нелиней ной задачи (2-14).
При таком способе решения задачи возникает ряд трудностей.
Для получения удовлетворительной точности реше ния необходимо использовать достаточно «густую» ап проксимирующую сетку. При этом возрастает число узлов М и для практически интересных случаев задача (2-16) становится задачей с огромным числом перемен ных, не позволяющим получить решение даже при ис пользовании самых современных средств вычислитель ной техники.
Втех случаях, когда решение задачи (2-16) найде но, часто возникают трудности в трактовке этого ре шения с точки зрения решения исходной задачи (2-14). Они возникают тогда, когда исходная задача не явля
ется задачей выпуклого программирования, так как в этих случаях может существовать неэквивалентность между решениями исходной и аппроксимирующей зада чи, даже при стремлении шага аппроксимирующей сет ки к нулю.
Для преодоления этих трудностей можно предложить следующее:
использовать подобную аппроксимацию для сепара бельных задач, в этом случае удается значительно сни зить число переменных в задаче [52];
провести аппроксимацию на сетке только в окрестно сти некоторого допустимого, предположительно опти мального решения;
применить технику аппроксимирующего программи рования, которое можно рассматривать как частный слу чай аппроксимации на сетке в окрестности одного из до пустимых решений;
провести линеаризацию только по некоторым пере менным задачи, сведя ее таким образом к более простой нелинейной задаче;
проводить аппроксимацию не на всей сетке допусти мых решений, а на некотором множестве таких решений,
вчастности на множестве граничных режимов. Выпуклые сепарабельные функции были рассмотре
ны в [55] и для решения полученных задач было пред ложено использовать процедуру симплекс-метода. В [56, 57] методы сепарабельного программирования были ис пользованы для решения невыпуклых задач, в частности в [62] для решения задач управления процессом сме шения при приготовлении бензинов, в [63] для управ ления процессом переработки руды. Некоторые задачи управления с нелинейными функциями от нескольких переменных допускают сведения к сепарабельным. В случае появления сложных нелинейностей от многих переменных сведение задач к сепарабельным обычно становится неэффективным из-за роста числа перемен ных.
Специфика задач распределения материальных пото ков состоит в том, что нелинейные зависимости в ограни чениях и целевой функции являются слабо нелиней ными.
В [58] применительно к таким задачам оптимизации для производства непрерывного типа с довольно слож ными нелинейностями был предложен метод аппрокси мации в окрестности допустимого решения (аппроксими рующее программирование).
Рассмотрим модель вида
2 |
ë i |
0*71+1 > • • •» |
**7l+r) |
î |
1 * |
• • •» |
/-1 |
|
|
|
|
|
(2-17) |
|
xn+k ^ uk' |
|
|
k — 1, |
||
|
|
|
r; |
|||
'V |
°- |
n |
|
|
/ = 1 .........n; |
|
|
|
|
|
x n+r)-*m int (2-18) |
||
|
^ = |
2 V fy + |
ITo(•*«+„ |
...» |
||
|
|
/-1 |
|
|
|
|