Разработка интеллектуальной системы управления процессом подготовки и перекачки воды в контуре охлаждения аммиачной станции

Введение. В современном социально-экономическом и геополитическом развитии России на первый план выходит развитие промышленности. Среди множества отраслей промышленности важнейшая роль принадлежит аммиачным станциям. Основные закономерности процесса перекачки и подготовки воды. Процесс состоит из шести стадий, в данной статье рассматривается автоматизация 1 и 2 стадий: по подготовке воды и откачке её насосами H1 и H2 из резервуара P2. Продукция в виде очищенной воды является важнейшим критерием для последующего производства на аммиачной станции, поэтому к качеству готовой продукции предъявляются повышенные требования, в том числе к качеству очистки используемой воды с помощью нанофильтров. Требуемого качества невозможно достичь без управления процессом в автоматизированном режиме. Разработка нейронной сети. Для управления значениями частот преобразователей в процессе подготовки и перекачки воды использована искусственная нейронная сеть. Ее разработка произведена в среде Matlab в пакете Neural Network Toolbox, для этого определены входные и выходные данные, произведена обработка и подготовка данных, а также выбор типа и архитектуры нейросети. Описана архитектура нейросети Layer Recurrent, процесс её построения и обучения в Matlab. Тестирование нейронных сетей. В ходе тестирования сети Layer Recurrent на предмет степени обученности наименьшая погрешность была получена для 30 нейронов в скрытом слое. Близость к заданным значениям свидетельствует о применимости сети для управления параметрами частотных преобразователей. Разработка модели нейросетевого регулятора в пакете Simulink. Выполнено моделирование системы управления в пакете Simulink с использованием нейросетевого регулятора с архитектурой Layer Recurrent. Проверка частот частотных преобразователей Ч1вых и Ч2вых в Simulink для параметров уровня в резервуарах и в баке LT1_вх, LT2_вх, LT3_вх показала, что модель объекта работает корректно, таким образом симуляция нейросети показала, что обучение прошло успешно. Заключение. В результате проведенного исследования разработана искусственная нейронная сеть для управления процессом подготовки и перекачки воды в среде Matlab и симуляция нейросети в пакете Simulink