Регулирование шахтного климата в режиме реального времени

Аннотация

Витрант Е.,Никулеску С., Маршан Н. — Регулирование шахтного климата в режиме реального времени Рассматривается задача регулирования качества воздуха в подземных помещениях добычи для горнодобывающей промышленности. Цель состоит в том, чтобы свести к минимуму расход энергии, связанный с системой вентиляции, обеспечивая при этом пороговые значения допустимых концентраций загрязняющих веществ. Очевидно, что это сложная задача управления, где динамика потока, взаимосвязана между подсистемами и изменяющаяся во времени топология должна быть принята во внимание наряду с вычислениями ограничений в режиме реального времени. В этой статье мы сначала опишем симулятор динамики потока в режиме реального времени, который используется в схеме управления обратной связи, на основе моделей управления. Алгоритмом оценивания параметров в режиме реального времени предлагается настроить управление ориентированной модели. Новый подход, основанный на системах с запаздыванием, наконец, вводится моделирование для конвективных явлений.

ВВЕДЕНИЕ

Шахтная вентиляция является интересным примером масштабной системы с высоким воздействием на окружающую среду. Одной из первых задач современной горнодобывающей промышленности является оптимизизация потребления энергии. Это мотивирует разработку новых стратегий управления крупномасштабными аэродинамическими процессами, на основе соответствующей автоматизации и рассмотрения глобальной системы. Более конкретно, подход, представленный в данной работе сосредоточен на вентиляции, так как 50 % энергии, потребляемой в процессе добычи полезных ископаемых уходит на вентиляцию. Понятно, что исследование автоматического контроля и минимизации расхода объема перекачиваемого воздуха (пропорционально 1м3 воздуха) имеет большое экологическое и промышленное значение для того чтобы сохранить расход энергии.

Рисунок 1 — Расход воздуха в шахте.

1. Описание промышленной вентиляции

Топология вентиляции шахты показана на рис. 1. минимизации расхода объема перекачиваемого воздуха достигается, в первую очередь, за счет турбины и нагревателя, выведенных на поверхность. Введен нагреватель (по крайней мере, в зимнее время), чтобы избежать замерзания в верхней части вала, а воздух на больших глубинах (более 1000 м), охлаждается за счет геотермального эффекта. Мы будем называть эту часть системы, как основная система. Вентиляционный вал, вентиляторы, расположенные на каждом уровне подачи свежего воздуха в помещения с помощью брезентовых труб: это вторичная система. Плохое качество воздуха, естественно присутствует, потому что потоки градиента давления в забое, текут обратно в вытяжной вентиляционный вал (аналогично, но отдельно от первичного вала вентиляции).

Различие между первичной и вторичной системой используется для разделения задач управления. На самом деле, основная система, как правило, имеет четкую геометрию, в то время как вторичная система сильно различающихся по геометрии, характеристики и возмущений (нагрузки) даже в одной и той же шахте. Модели вычислительной гидродинамики (CFD), такие как, представленные в [1], можно представить для основной системы, а идентификации глобальных моделей можно представить для вторичной системы. Замкнутая система управления, которая была предложена для вторичной системы [2,3], опирается на измерение распределения химических показателей и встроенную функцию управления вентилятором. Их эффективность сильно зависит от давления на вертикальном валу, что является предметом данной работы.

2. Вентиляция в глубоких скважинах

Симулятор физической модели в режиме реального времени. В этом разделе кратко приводятся основные результаты, представленные в (1), где безразмерная модель была графически описана симулятором, в режиме реального времени. Вентиляционные шахты описываются в виде взаимосвязанных ячеек, содержащих, по высоте усредненные значения расхода. Обратите внимание, что это эквивалентно объему контрольной дискретизация потока, где один объем используется на каждой высоте. Эквивалент полученные для каждой ячейки графически описан, путем создания выводящей модели поток/усилие из уравнения Эйлера (см. Классическая гидродинамика, учебники такие как [4] где полное описание):

где р-плотность, M = рV (V скорость потока) импульса, р-давление, Е энергия (на единицу массы), Н - общая энтальпия, Q - теплоемкость (см. [5] для более точного описания). Это описание дополняется уравнением идеального газа p = рRT, где R - удельная газовая постоянная и Т - температура. Мы делаем следующие гипотезы:

— Г.1) в уравнения моментов, импульсивный срок ничтожно мал по сравнению с давлением: рv2 << P и динамика аппроксимируется алгебраическим отношением (например, Сен-Венана);

— Г.2) считается только статическое давление, подразумевая, что кинетическая энергия в уравнении сохранения энергии опущен: Н = Е + Р/р;

— Г.3) газ калорийно подходит: Е = сv T , где сv = R/(y-1) (y = 1.4) является удельной теплоемкостью при постоянном объеме.

Cимулятор вентиляции шахты построен на основе этого описания схемы и модели вентиляторов, предложенных в [6]. Вентиляционные шахты дискретизируется с 28 контрольных объемов и мы считаем, что имеется 3 уровня добычи. Регулирование турбины и вентиляторов осуществляется путем установки их скорости вращения и скорости потока, давление и температура могут быть измерены в каждом контрольном объеме. Симулятор (в 34 раза быстрее, чем в режиме реального времени 1,83 ГГц ПК Intel Centrino) используется в последующих разделах для иллюстрации стратегий оценивания и управления.

Динамика распределенных давлений

Для управления в режиме реального времени, мы определенно заинтересованы в динамике давления, что является регулируемой переменной. Обратите внимание, что импульс может быть получен путем неявного разрешения уравнения Сен-Венана и используется в качестве экзогеннох входных данных для другой динамики. Специальная модель получается из Г.1 – Г.3 и (1), выражая уравнение энергии с точки зрения давления (уравнение идеального газа) в виде:

Потери энергии определяются как потери давления, вызванные вторичной системой:

где X задается топологией шахты (т.е. х = 1 в месте расположения выхлопов и 0 в противном случае), вектор dpF AN содержит градиенты давления по каждому вентилятору, nF является скоростью вращения лопасти и R обозначает сопротивление на боковых сторонах вала , dpF AN (T) и nF AN (т) рассматриваются как известные инженерные параметры.

3. Первые результаты управления с обратной связью

Интерес к передовым методам контроля, применяемых к регулированию работы турбины исследуется на конкретном месте. Мы считаем, что локальная PI (пропорциональное и интегральное) петля обратной связи устанавливается на турбину таким образом, чтобы его скорость вращения устанавливалась в соответствии с давлением опорной турбины pTURB (т), которая, следовательно, становится регулируемой переменной. Второй контур обратной связи ПИ устанавливается на pTURB (т) на основе дифференциальной разницы pREF-pMEAS, где pREF является объектом давления, а pMEAS (т) обеспечивается датчиками давления.

Тестирование проводится следующим образом, для трех уровней добычи глубиной L = 1100 м. Вентилятор уровня 1 (при L / 4) не работает, вентилятор уровня 2 (при L / 2) от 0 до 150 оборотов в минуту при Т = 2000 с и вентилятор уровня 3RD (на 3L / 4) работает на частоте 200 оборотов в минуту. Измерения давления на выходе турбины и в нижней части скважины доступны для управления обратной связью. Результаты моделирования представлены на рис

Результаты моделирования представлены на рис. 2, где изображены управление турбиной (рис. 2 (а)) сигналы и регулирование давления вниз (рис. 2 (б)) с использованием измерений поверхности и дна давления. Пропорциональный коэффициент усиления устанавливается равным нулю, а интегральный коэффициент усиления 1/200. Цель состоит в том, чтобы обеспечить нижний предел давления 1,1*105 Ра. По результатам проектирования и моделирования результатов, мы можем заметить, что:

Рисунок 2 — Управления обратной связью, по скорости вращения турбины с помощью верхнего (синие точки) и нижнего (красной) предела измерения давления.

— замкнутая система обладает высокой чувствительностью к начальным условиям (до т = 1000с);

— пропорциональная обратная связь оказывает сильное дестабилизирующее воздействие и интеграл действия должен быть обработан с осторожностью;

— для заданных значений усиления регулятора, нижний предел измерений обеспечивает более быструю переходную характеристику и не установившейся ошибки, по сравнению с обратной связью на основе измерений поверхности.

Первые два наблюдения связаны с ограничениями, связанными с управлением ПИ и неявно, к гипотезе о том, что скважина может быть аппроксимирована как линейная инвариантная во времени система (такие гипотезы можно предложить со стадии реакций, представленных в [1], которые особенно гладкие). Это мотивирует дальнейшее исследование упрощенных, изменяющихся во времени моделей и моделей на основе подходов управления. Третье наблюдение подчеркивает важность распределенных измерений в процессе автоматизации.

4. Распределенные измерения и параметры оценки в режиме реального времени

Мы предполагаем, что на основе распределенных измерения (т.е. получены благодаря беспроводной сенсорной сети) можно установить закон управления. Одним из главных преимуществ является возможность ограничить упрощенную модель в соответствии с поведением потока через изменяющиеся во времени параметров, описывающие конвективные, резистивные и исходные условия.

Ориентированная модель управления

Мы считаем, что объем — усредненное воздействие импульса и плотности от давления в динамике, M(t) =1/VFVM(v,t)dv и p(t)=1/VFVp(v,t)dv, где V - объем контроля вала. Физическая модель (2) аппроксимируется с контролем ориентированной модели:

Оценка параметров онлайн

Учитывая класс систем (3), наша цель состоит в том, чтобы обеспечить оценку методов изменяющихся во времени параметров. Для того чтобы получить алгоритм оценки в режиме реального времени, мы определим функцию стоимости, как:

Погрешность выходного сигнала сведена к минимуму. Такая оптимизация проблемы может быть решена с помощью алгоритма снижения, используя чувствительность р (х, г). Для онлайн-оценки, чувствительность должна быть вычислена в реальном времени вместе с имитационной моделью. Это делается благодаря обычным дифференциальным уравнениям (ОДУ) метод, где динамика чувствительности определяется по формуле:

Изменение времени оцениваемых параметров используется для преобразования (3) параллельно с предыдущим уравнением. Время преобразования конвективного, резистора и источника:

Рисунок 3 — Оценка параметров шахтной вентиляции.

Сроки представлены на рис. 3. Мы можем наблюдать, что, по аналогии с управлением обратной связью, стратегия оценки очень чувствительна к начальным условиям и нарушениям (работы вентиляторов 3RD при Т = 2000 лет). Изменяющийся во времени характер системы иллюстрируется большим изменением расчетных параметров.

5. Постановка выдержки времени

В то время как дифференциальное звено стремится к стабилизации системы, конвективной еффект является основным источником нестабильности и/или плохой работы с замкнутым контуром. Это мотивирует конкретный подход к моделированию, представленный в этом разделе, где мы покажем, что конвективно-резистивный процесс может быть связан с моделью временной задержки, не дискредитируя начальное препуциальное уравнение дифференциальным (ПИД).

Первоначальная ПИД модель

Рассмотрим некоторую общую переменную р, описанную в ПИД:

Легко заметить, что:

Плоскость определяется переменными и может быть разделена в двух областях по кривой, предположим, достаточно закономерно, что соответствует преобразованию системы, начиная от начала координат и параметризованных следующим образом:

Так как наш главный интерес связан с поведением, в течении длительного времени (стабильность и т.д.), мы концентрируемся только на области задержка дифференциального уравнения простой заменой соответствующего р(Т, L) в (5), что приводит к следующему:

Если r и c будут постоянными, мы получим дифференциальное уравнение задержки:

Интересно наблюдать влияние с и г в (6): они масштабировали конвекцию зависимой задержкой ввода, в соответствии с государственной фундаментальной динамикой.

ВЫВОДЫ

В этой работе мы предложили новый подход управления в режиме реального времени для регулирования климата в шахтах. Первые результаты вывода обратной связи мотивировано на основе модели подхода к решению этой проблемы и необходимостью передовых методологий управления. Мы сосредоточились на контроле давления для главной вентиляционной шахты и предложили новую контрольно-ориентированную модель. Была введена онлайн оценка параметров модели, преобразующихся во времени параметров и времени задержки. Эта работа устанавливает постановку задачи и основные направления дальнейших исследований по выделенным стратегиям управления.

Список использованной литературы

1. E. Witrant, K. Johansson, and the HynX team, “Air flow modelling in deep wells: application to mining ventilation,” in Proc. of the IEEE Conference on Automation Science and Engineering (CASE 2008), Washington DC, USA, Aug. 2008.
2. G. Sandou, E. Witrant, S. Olaru, and S. Niculescu, “Receding horizon climate control in metal mine extraction rooms,” in IEEE CASE, 2008.
3. M. Di Benedetto, A. D’Innocenzo, E. Serra, and E. Witrant, “Automatic verification of wireless control in a mining ventilation system,” in IEEE CASE, 2008.
4. C. Hirsch, Numerical Computation of Internal & External Flows: the Fundamentals of Computational Fluid Dynamics, 2nd ed. Butterworth-Heinemann (Elsevier), 2007.
5. J. Brown, A. Vardy, and A. Tijsseling, “Response of wall heat transfer to flows along a cylindrical cavity and to seepage flows in the surrounding medium,” Eindhoven: Technische Universiteit Eindhoven, Tech. Rep., 2005. [Online].
6. V. Talon and S. Cstric, “Engine control model based design with achille library,” E-COM: Rencontres scientifiques de l’IFP, pp. 33–51, Oct. 2006.