Курс «Применение трубопроводной арматуры». Модуль «Применение поворотной арматуры в энергетике»
Шрифт:
Другим примером может стать критическое накопление погрешности с выходом выходной характеристики за пределы допуска. Примером может быть работа клапана на верхнем пределе перепада давлений, за которым происходит критическое изменение характеристики регулирования из-за попадания в кавитационную область. При большой погрешности измерения попадание в эту область будет невыявленным и частым, что приведет к появлению дополнительных возмущений в процессе.
2. Расчет систематических погрешностей выходных характеристик, обусловленных применяемыми узлами.
3. Задачи синтеза точности. По найденным или заданным из опыта, аналогии или по техническим требованиям значениям предельных отклонений выходных характеристик проводится расчет необходимых предельных
4. Задача анализа точности по значениям предельных отклонений показателей входной информации прогноз значений возможных предельных отклонений или полей рассеяния выходных характеристик.
5. Задача отстройки от критических состояний. Это расчет необходимых малых отклонений входных характеристик для отстройки выходных характеристик на заданную величину от нежелательного уровня или критических состояний. Задачами являются как отстройка от резонанса амплитуд пульсаций концентрации, давления и др., снижение виброактивности самого клапана, удерживание показателей регулируемой среды, например, рН воды в характерных более жестких допусках.
Сюда же относится и задача доводки средних значений выходных характеристик до определенного уровня без изменения номинальных значений входных параметров. Одной из них может быть нахождение критических состояний процесса, при которых регулирующие клапаны выходят за пределы наиболее эффективного диапазона регулирования (50-70%). На языке теории вероятности такие задачи называются «задачами преднамеренного смещения распределений».
6. Расчет погрешностей выходной информации, обусловленной действием отклонений внешних возмущений от заданного уровня. Как правило, эти задачи относятся к возмущениям, возникающим в процессе эксплуатации оборудования. Вполне правомерно, чтобы при решении задач анализа и синтеза точности принималось во внимание влияние внешних возмущений, износа и старения еще на стадии проектирования изделия. Для клапанов, установленных на определенной технологической линии, эта задача означает найти такое сочетание погрешностей, при которых процесс выходит за пределы допусков.
Для решения этих задач должны быть решены дополнительные подзадачи:
– Отбор и ранжирование функциональных параметров, выявление взаимосвязей между ними, формирование исходных зависимостей. Для тепловых схем ими могут быть в основном уравнения теплового и материального баланса.
– Установление законов распределения функциональных параметров и выходных характеристик.
– Определение оценок, ошибок и доверительных интервалов показателей, полученных экспериментально.
– Оптимизация допусков. Нахождение экстремума, максимума – минимума выходной характеристики или параметра технологического процесса. Практические результаты – это получение таких значений предельных отклонений, которые обеспечивают минимальную величину поля рассеяния, определяется коэффициент относительного рассеяния, относительной асимметрии выходной характеристики.
Кроме того, должен быть выбран метод оценки точности. Для предприятий энергетики, очевидно наиболее эффективны экспериментальные методы. Из них наиболее эффективен метод регрессий по результатам активного или пассивного экспериментов. В случае установившегося производства может быть обследована выборка качественных показателей достаточно большого объема. Измеряются значения выходных характеристик, входных параметров и внешних возмущений. Затем определяются статистические характеристики, функции плотности вероятности и законы распределения, коэффициенты корреляции между входными параметрами и выходными характеристиками. Далее определяются комплексы показателей для внешних возмущений и их связей между собой и с выходными характеристиками. Зная модели плотности вероятности, можно определить поля рассеяния, верхние, нижние отклонения, коэффициенты относительного рассеяния, коэффициенты относительной
В жизни метод может выглядеть следующим образом. От отдела качества получают статистические данные по процессу. Альтернативно данные можно получить из диаграмм процесса АСУ ТП. Рассчитываются дисперсии и определяются отклонения. Данные сравниваются с дисперсиями по процессу. Выделяются критические участки процесса, вносящие максимальный вклад в дисперсию. Производится анализ по контурам. На основе анализа принимается решение о замене существующих и внедрении наиболее точных контуров регулирования. Рассчитывается эффективность через ужесточение допусков на процесс, снижение норм расхода и экономическая эффективность в целом.
Все методы в полном объеме реализуются только на компьютере. Построенные при помощи указанных методов обобщенные модели распределения особенно удобны при выполнении автоматического регулирования процессов с меняющимися законами распределения и, очевидно, могут быть вложены в виде дополнительного программного обеспечения в систему АСУ ТП.
Кроме этого, в ходе выполнения технологического процесса и при периодических поднастройках, исходные заданные значения регулирования могут искажаться. В этом случае включение программы NELPROF в систему автоматического регулирования с постоянным пересчетом клапанов на текущее значение технологического процесса будет четче выдавать общую картину диапазона регулирования. Система будет показывать места выхода текущих характеристик за пределы диапазона регулирования клапана. В частности, такие задачи наиболее характерны при частой смене режимов или нагрузок.
Исходные заданные значения регулирования искажаются и из-за расширения погрешностей регулирования и\или из-за износа самого клапана. В качестве примера можно привести последовательность выявления проблемы точности, как в процессе, так и в самом клапане подачи химикатов.
Пример. Пусть контролируемым параметром будет рН воды. После отладки процесса берется выборка данных химанализа воды и оцениваются результаты измерения рН каждого измерения. Получаем выборку. Спустя заданное время проводим эту процедуру 2-й раз. Результаты измерений смешиваются, и каждому значению присваивается ранг. Вычисляются суммы рангов для каждой из выборок и определяются значения критерия Уилкоксона. Они сравниваются со значениями для риска 1-го рода. Выявляется разница. Если она существенна, что это означает, что необходимо вмешаться в процесс, т.к. что-то в распределении рН изменилось, хотя отклонения, выходящие за пределы допуска, еще не появились. Произведя еще вычисления, можно установить, что именно изменилось, в какой из характеристик процесса нарастает опасная тенденция. Ими может быть уровень настройки, о чем можно судить по изменению среднего арифметического, разброс значений, т.е. точность отслеживания рН, о чем можно судить по изменению дисперсии.
Для регулирующих клапанов особенно важно, чтобы процесс находился в наиболее эффективной линейной части регулирования. Его можно назвать «центром процесса» или распределения и он соответствует традиционно задаваемому диапазону регулирования 50-70%. Регулирование на этом участке будет наиболее свободно от погрешностей и будет ухудшаться с приближением к выходу за его пределы. Это также означает, что в случае ухода от центра процесса (распределения) и приближением к его концам будет появляться дополнительный разброс значений. И это также означает, что необходимо поддерживать настройку клапана и удержание диапазона регулирования в области центра процесса. В случае выхода клапана из зоны эффективного регулирования с максимальной линеаризацией, и работой в диапазоне ниже 40% или более 70%, отклонения в регулируемых параметрах могут иметь критические значения. Расчеты погрешности по левой и правой границе диапазона регулирования дадут точные значения общей погрешности и помогут более точно сформировать требования к точности вблизи этих границ.