Подтверждение рабочих характеристик системы управления

Раньше все было просто. Когда возникала потребность в новой аппаратуре или в устройствах автоматического управления, то приобреталось, устанавливалось и запускалось в работу необходимое оборудование. Если оно работало без проблем, все переходили к осуществлению следующего проекта. В настоящее время дело обстоит не так, как раньше - сейчас необходимо проводить проверку качества функционирования нового оборудования. При разработке современных систем управления такая проверка начинается после завершения основных пуско-наладочных работ.

В ходе проверки система управления подвергается испытаниям как единое целое. Определение показателей и методов оценки и проверки эффективности системы в отношении достижения поставленных целей может быть таким же значимым, как и выбор самих целей. Статистически обоснованный план испытаний является надежным механизмом проверки эффективности системы. Он позволяет получить результаты, которые дают возможность потребителю и поставщику со взаимной выгодой разделить между собой риски и успех проекта.

 

Для чего надо проверять рабочие характеристики?

Выполнение основной операции — это не проблема: все уважающие себя поставщики гарантируют, что передатчики будут измерять и передавать сигналы, распределенная система управления (DCS) — обеспечивать связь и работать в соответствии со своей конфигурацией и программой, а исполнительные устройства — реагировать на управляющие сигналы. Итак, чем же, кроме здорового любопытства, обусловлены причины проверки рабочих характеристик? Самая очевидная и существенная причина состоит в необходимости отладки и настройки приложения как составной части основной системы. Еще одна причина, тесно связанная с названной, состоит в необходимости обеспечить уверенность оператора в надежности системы. Работа технологической установки опасна тем, что переход от спокойного протекания процесса к чрезвычайной ситуации может произойти неожиданно и резко. При первых же признаках сбоев операторы будут быстро блокировать систему, поведение которой им непонятно, и переходить на ручное управление. В этом случае теряются все преимущества, которые дает автоматизированная система управления. Проверка рабочих характеристик может также потребоваться для составления внутреннего бюджета и выполнения расчетов.

Обычно технические ресурсы сосредотачиваются на корпоративном уровне и предоставляются действующему производству под определенные проекты. В ходе испытаний может происходить перераспределение затрат на проектирование и эксплуатацию между подразделениями. По любой из этих причин важны испытания, сопровождаемые объяснениями и демонстрациями. Кроме того, в договор на поставки все чаще включается условие проведения официальных эксплуатационных испытаний. Ожидание того, что система принесет определенную экономическую выгоду — увеличение производительности, повышение качества продукции или эффективности эксплуатации оправдывает внедрение прогрессивных проектов автоматизации управления. Контракты часто составляются так, что полученный экономический эффект влияет на выплаты поставщику. Таким образом, до завершения контракта необходимо произвести проверку функционирования системы. Это непростая задача.

 

Что именно необходимо измерять

Проблема выбора способа оценки эксплуатационных характеристик довольно сложна, поскольку количество разнообразных показателей растет с увеличением мощности цифровых систем сбора и обработки данных. Для сведения этой массы данных к разумному количеству значимых показателей используются статистические методы. При этом должны быть получены ответы на два основных вопроса:

  • Что именно будет измеряться при тестировании — характеристики управления или экономические показатели?
  • В чем будут выражаться характеристики — в абсолютных или относительных показателях?

С помощью характеристик качества управления работа системы оценивается в неэкономических терминах. За последние десять лет искусство измерения характеристик управления прошло путь от простой статистики, рассчитываемой по данным из архива истории, до такой дисциплины как «контроль состояния» Многие поставщики предлагают пакеты программ мониторинга и оценки общего состояния и эксплуатационных характеристик систем управления в реальном масштабе времени.

 

Сбор данных

PlantTriage от Expertune — один из примеров такой программы. С ее помощью производится сбор данных, необходимых для оценки до 30 параметров каждого контура управления. Данные включают как традиционные показатели, такие как интегральный квадрат ошибки, так и диагностические показатели, например, общее количество подъемов клапана и число реверсов. С помощью усовершенствования этих показателей можно оценить степень улучшения характеристик, которую может обеспечить передовая система управления.

Время начала и окончания сбора данных влияет на сравнение базового и усовершенствованного управления процессом

Рис. Время начала и окончания сбора данных влияет на сравнение базового и усовершенствованного управления процессом

Технические возможности процесса — еще одно понятие, которое количественно характеризует качество управления на основе статистических данных. В этом случае проверяется плотность распределения переменной в окрестности заданного значения и находится отношение среднеквадратичного отклонения переменной к ее диапазону изменения, заданному верхним и нижним пределами. На основе этих параметров были установлены индексы технических возможностей нескольких видов. Они имеют такую форму, что значение индекса растет, когда вследствие более жесткого управления уменьшается среднеквадратичное отклонение погрешности измерения, что увеличивает потенциал системы управления. В наиболее простом виде индекс технических возможностей (C ) сравнивает разброс переменной относительно среднего значения с разностью между верхним (USL) и нижним (LSL) допустимыми пределами. Здесь s равняется стандартному отклонению погрешности измерения: Этот вид индекса можно применить к переменной, заданное значение которой находится между верхним и нижним допустимыми пределами, а распределение в районе среднего значения является нормальным. Понятие «регулятор наименьшей дисперсии» может служить теоретической точкой отсчета для количественного определения характеристик процесса управления. В рамках этого понятия в замкнутом контуре существует теоретический минимум дисперсии управляемой переменной (CV), доступный только регулятору, в котором используются точные модели отклика процесса на регулируемые и возмущающие переменные. Это и другие допущения делают невозможной реализацию такого регулятора, но величина этой минимальной дисперсии является полезной теоретической точкой отсчета для любого реального регулятора, чья дисперсия будут значительно больше. Эта дисперсия лежит в основе расчета индекса Харриса, который используется для определения относительной эффективности: где o2MVC — теоретически возможная наименьшая дисперсия, которая рассчитывается, исходя из времени чистого запаздывания процесса, а о2аст — дисперсия, обеспечиваемая реальным регулятором. Нормирование этого коэффициента дает индекс, который изменяется в диапазоне от 0 до 1,0: По мере совершенствования управления величина дисперсии, достигаемая регулятором, приближается к теоретическому минимуму, а этот индекс стремится к нулю. Расчет данного индекса обычно включается в пакеты мониторинга текущего состояния. Одно из основных ограничений этой концепции состоит, вероятно, в том, что при оценке характеристик системы управления рассматривается только дисперсия измерений регулятора. Она не позволяет определить величину перемещения клапана, необходимую для уменьшения дисперсии CV. На промышленном предприятии контуры могут взаимодействовать, и погрешности могут передаваться на другие контуры и узлы. В этом случае значительные колебания регулируемой переменной (MV) недопустимы. Именно это необходимо принимать во внимание при оценке характеристик системы управления. Общая устойчивость часто более важна, чем эффективность отдельного контура управления.

 

Экономические характеристики

Оценочные испытания только тогда являются верным выбором, когда они проводятся в интересах самого предприятия. Различные параметры в рамках оценочных испытаний служат практическими показателями функционирования системы и могут подсказать пути улучшения ее работы. Проверка характеристик системы управления, однако, не дает ответа на вопрос, который ставится в любом контракте, содержащем эти характеристики: действительно ли новая система управления принесет предприятию экономическую выгоду? Как отмечалось ранее, первым шагом является выявление конкретных показателей для определения экономических характеристик. Наиболее часто в этих целях используются ключевые показатели эффективности (KPI). В качестве KPI может быть принят любой показатель, который отражает успешную работу любой организации по выполнению любой задачи. Он применим как к экономическим показателям, так и к характеристикам управления. Единственным требованием к ключевому показателю является следующее: он должен быть конкретным и поддаваться количественному определению, он также должен служить мерой уровня достижения организационной цели. Обычно с помощью KPI оцениваются долгосрочные мероприятия в рамках функционирования системы, таким образом, они отражают широкий диапазон режимов работы. Эти параметры отличают концепцию от оценки результатов в динамическом режиме (DPM), когда используется немедленная оценка эффективности в режиме реального времени. При оценке экономической эффективности систем управления с использованием KPI (и DPM) большое значение обычно придается одной из следующих экономических категорий:

  • более высокая производительность и/или стоимость продукции;
  • более низкий расход сырья (более высокая выработка);
  • снижение потребления энергии на единицу продукции (повышение эффективности производства).

Оценка суммарных выгод в экономических показателях — главное доказательство эффективности работы более совершенной системы управления. Сравнение, несомненно, носит относительный характер, поскольку оценка улучшения, обеспечиваемого работой системы управления, сопоставляется с характеристиками прежней системы.

 

Подвижная цель — усовершенствование

Проект совершенствования системы управления обычно начинается со стадии изучения и оценки, на которой устанавливаются и оцениваются потенциальные выгоды, которые могут оправдать стоимость проекта. Далее следуют этапы согласования условий контракта, конструкторско-технологической проработки, а также установки и ввода в эксплуатацию, после чего приложение становится полностью работоспособным. Перед тем, как приступить к оценочным испытаниям, возможны также стадии обучения и интеграции. Время, необходимое для выполнения проекта более совершенной системы управления, может быть различным в зависимости от размера и сложности системы. На сроки также могут оказывать влияние производственные планы, графики технического обслуживания и обязательства перед пользователями и поставщиками. Это время может составить от нескольких недель до года и более. За этот период множество изменений может оказать влияние на первоначальное обоснование и способность системы достичь или превысить требуемые показатели совершенствования. К ним относятся:

технологическое оборудование, измерительная аппаратура или исполнительные устройства, которые влияют на эффективность эксплуатации и производительность;

  • технические характеристики изделия, потребности рынка или рыночная цена;
  • характеристики снабжения материалами и/или энергоносителями, доступность и затраты;
  • предшествующие и/или последующие операции технологического процесса или оборудования;
  • внешние (погодные) условия.

Сравнение эффективности функционирования новой системы в новых условиях с работой старой системы в прежних условиях часто не является обоснованным. Изменения рыночных или производственных условий могут оказаться благоприятными для той или иной системы и могут исказить результаты сравнения их экономических показателей.

 

Надежная проверка

Единственно точный способ демонстрации преимуществ, которые дает новая система управления, — провести ее проверку путем последовательного подключения и отключения в реальных рыночных и производственных условиях. Это означает, что окончательная конфигурация должна допускать работу системы как по старой, так и по новой схеме управления. В этом случае в ходе плановых испытаний возможно достаточно частое и продолжительное переключение с одной системы на другую, что позволит получить данные для статистически обоснованного сравнения экономических показателей их работы. Экономические преимущества, получаемые от использования более совершенной системы управления, могут быть рассчитаны на основе изменения производительности, рыночной цены продукции и эксплуатационных расходов. В ходе «двухпозиционной» проверки для оценки изменения этих параметров производится сбор и усреднение данных. Доказательством эффективности работы служат выгоды, получаемые из разницы между этими показателями для старой и новой системы управления. Для того, чтобы эти выводы были статистически обоснованы, необходимо ответить на два вопроса:

  • Каким образом проводить испытания, чтобы убедиться, что показатели, рассчитанные для каждой системы, действительно отражают качества каждой из них?
  • Существует ли гарантия того, что различия в показателях, полученные в результате испытаний, действительно точно отражают характеристики работы на протяжении всего времени?

Подобные вопросы возникают вследствие того, что значения статистических параметров, рассчитанные по конечному набору данных, не могут быть приняты в качестве значений для всего периода работы. Это классическая проблема статистического анализа. Как можно быть уверенным, что среднее значение, рассчитанное по ограниченному набору данных, является достоверной оценкой среднего для всех возможных выборок? Точного ответа на этот вопрос не существует. Лучшее, что можно сделать — это получить достаточное количество независимых выборок, например, провести долговременные испытания, чтобы убедиться, что ошибка находится в заданном интервале с заданной вероятностью.

 

Центральная предельная теорема

Основной принцип статистики, центральная предельная теорема, делает это возможным. Если данные собираются с помощью ряда различных тестовых прогонов, то в результате каждого прогона из всех возможных выборок создается конечный набор выборок. При условии, что каждый тестовый прогон имеет достаточную длительность, вычисленные средние значения будут сосредоточены вокруг (неизвестного) истинного среднего и распределены по нормальному закону. Это справедливо, даже если отдельные наборы данных не имеют нормального распределения. Далее следует отметить, что стандартное (среднеквадратическое) отклонение этого распределения обратно пропорционально числу выборок в каждом прогоне: м — стандартное отклонение распределения средних значений прогонов; — стандартное отклонение распределения всех выборочных значений; n — число выборок в каждом тестовом прогоне. На основе этой информации и свойств площади нормального распределения можно рассчитать число выборок, необходимое для оценки среднего значения характеристики с заданной вероятностью. Предположим, например, что стандартное отклонение переменной системы управления составляет 5 единиц. Для нормального распределения с вероятностью 95% любая отдельная величина будет находиться в границах 1,96 стандартного отклонения относительно среднего по ансамблю. Если необходимо собрать достаточное количество данных для того, чтобы с вероятностью 95% вычисленное среднее значение эффективности находилось в пределах 0,5 единиц относительно истинного значения, необходимо, чтобы: (0,5/1,96) = 5 /[n]1/2, где n = 385

Если промежуток между независимыми выборками составляет 5 минут, для этого уровня достоверности потребуется сбор данных, как минимум, в течение 32 часов тестовых испытаний. Имея эту информацию, можно разработать план проведения испытаний для серии подключений/отключений при наличии возмущений процесса. Сбор данных о работе системы в каждом состоянии продолжается вплоть до получения достаточного количества этих данных. Время нахождения в каждом состоянии должно быть достаточно коротким для того, чтобы в рамках каждой схемы получить возможность увидеть нормальную вариацию в текущих условиях работы. Вместе с тем, оно должно быть достаточно продолжительным, чтобы система управления могла ответить на возмущение и восстановить стабильность. После каждого изменения состояния необходимо предусмотреть время установления, чтобы была возможность достичь стабильной исходной точки для возобновления сбора данных. В противном случае система, работающая хуже, будет заимствовать качество у лучше работающей системы. Если сбор данных начинается на границах перехода, среднее значение APC на всем протяжении состояния «подключено» будет снижаться под воздействием более низких значений, полученных в то время как элементы управления APC приводят процесс к оптимальной рабочей точке. Подобным же образом средние значения BRC в установившемся режиме работы будут повышаться, благодаря более высоким показаниям по мере того, как процесс возвращается в рабочую точку предыдущей системы управления. Были определены основные рекомендации по разработке статистически достоверного теста:

используйте достаточно большой выборочный интервал так, чтобы последовательные считывания отражали не простые помехи или повторные данные в одних и тех же условиях, а реальное изменение в ходе процесса. В этом случае есть гарантия того, что выборки будут независимыми друг от друга;

  • установите минимальное время нахождения в одном состоянии = 3x (самое продолжительное время установления возмущения);
  • установите максимальное время нахождения в одном состоянии = минимальное время + самый длинный интервал между возмущениями процесса;
  • установите время перехода = самое продолжительное время установления возмущения или время установления при изменении заданной точки, в зависимости от того, какой показатель больше по величине;
  • установите продолжительность каждого состояния = случайной величине между минимальной и максимальной продолжительностью состояния;
  • сгенерируйте случайную последовательность состояний подключено/отключено для исключения смещения результатов в ту или иную сторону.

После завершения испытаний будут получены статистически достоверные средние значения, характеризующие работу каждой системы. При ответе на второй вопрос можно опираться на те же принципы. Поскольку распределение среднего значения каждого рабочего параметра будет нормальным, с помощью статистических методов интервальной оценки можно проверить свойства площадей этих нормальных распределений и получить оценку вероятности достоверности их различения. Так, например, предположим, что последующие результаты получены из испытаний системы управления APC. В этом примере сочетание более совершенного управления и оптимизации снизило колебание управляемой переменной с 3 до 2 и повысило ее среднее значение с 70 до 80 единиц за период тестирования. Несмотря на то, что данные испытаний показали разницу между средними значениями эксплуатационных показателей в период испытаний равную 10 единицам, это улучшение нельзя гарантировать для всех операций. Однако число выборок достаточно для того, чтобы гарантировать с вероятностью 95% то, что разница между действительными средними значениями составляет, по крайней мере, 9,76 единиц во всем диапазоне условий функционирования, охваченных испытаниями. При таком уровне организации эксплуатационных испытаний поставщик и потребитель могут прийти к согласию, что от действующей более совершенной системы управления можно ожидать преимуществ в эксплуатационных качествах, выявленных в результате испытаний.

 

График, бюджет

Если оценочные испытания проведены должным образом, это само по себе является значительным достижением. Если в контракт по проекту более эффективного управления включено положение о проведении оценочных испытаний, реалистичный график проекта и оценка затрат должны включать необходимые сроки проведения и ресурсы. В противном случае любые испытания будут неполными, а их результаты — статистически неубедительными. При согласовании условий контракта необходимо сопоставить значимость статистического обоснования и затраты на необходимые испытания. Если предусматривается возможность перехода от старой системы управления к новой и наоборот, стоимость и сложность итоговой конфигурации системы возрастают. Для исключения повреждающих действий переход должен быть плавным. Это не всегда возможно, особенно если проект предусматривает значительные изменения в оборудовании, такие как переход с ручных или аналоговых на цифровые элементы управления. Официальные испытания предполагают наличие плана, определяющего график и длительность каждого состояния, включая периоды перехода, и требования к рабочим интервалам, когда можно собрать достоверные данные. Необходимо также предусмотреть возможность записи примечаний оператора, с помощью которых можно определить и прояснить условия, которые оказали воздействие на собранные данные. Для проведения процедуры переключения и испытаний оператору может потребоваться специальная подготовка.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *