TITLE

Dobór nastaw regulatora PI w układach regulacji procesów wzbogacania węgla PI Controller Tuning In Control Systems Of The Coal Enrichment Processes

AUTHOR(S)
KAULA, ROMAN
PUB. DATE
March 2015
SOURCE
Mineral Resources Management / Gospodarka Surowcami Mineralnymi;Mar2015, Vol. 31 Issue 1, p141
SOURCE TYPE
Academic Journal
DOC. TYPE
Article
ABSTRACT
Jednym z podstawowych zadań układów regulacji procesów wzbogacania węgla jest stabilizacja parametrów jakościowych na zadanym poziomie. Sterowanie procesów technologicznych wzbogacania węgla odbywa się w obecności szeregu zakłóceń. Zatem istotnym problemem jest wybór regulatora odpornego na różnorodne zakłócenia. Regulatory PI oraz PID są stosowane w wielu procesach przemysłowych. Szerokie zastosowanie tych regulatorów wynika z wielu zalet, którymi się charakteryzują. Najważniejsze z nich to dobre właściwości kompensacji zakłoceń występujących w procesach przemysłowych oraz prosta budowa tych regulatorów (a zatem łatwa implementacja). Wybór struktury PI albo PID regulatora zależy od właściwości dynamicznych sterowanego procesu, zakłoceń oddziałujących na ten proces oraz wymagań stawianych układowi regulacji. Ze względu na szereg zakłóceń występujących w procesach przeróbczych węgla stosowanie członu różniczkującego regulatora PID powinno być ograniczone, na przykład do stabilizacji wybranych parametrów w sterowaniu lokalnym. Celowym rozwiązaniem wydaje się zastosowanie struktury PI regulatora w układzie regulacji. Nie mniej ważnym zagadnieniem w regulacji procesu jest dobór nastaw regulatora. W wielu metodach doboru nastaw regulatora wykorzystuje się charakterystyki dynamiczne sterowanego procesu (model dynamiczny obiektu sterowania). Opis właściwości dynamicznych procesu za pomocą modelu matematycznego jest pomocny przy projektowaniu układu sterowania. Różne procesy charakteryzujyce się takimi samymi właściwościami dynamicznymi można opisać modelem dynamicznym o takiej samej strukturze, różniącym się tylko wartościami parametrów. Takie podejście daje możliwość zastosowania tego samego typu regulatora w układach regulacji różnych procesów przemysłowych. Odnosi się to także do wielu procesów wzbogacania węgla. Wyniki badań dotyczących dynamiki procesu flotacji węgla były przedstawione w wielu pracach (Joostberens 2011; Kalinowski 1991; Kalinowski i Kaula 2000). Na ich podstawie można stwierdzić, że dynamika procesu flotacji dla obiektu o jednym wejściu sterującym (natężenie przepływu odczynnika flotacyjnego) oraz jednym wyjściu (zawartość popiołu w odpadach flotacyjnych), może być przedstawiona za pomocą modelu o właściwościach elementu inercyjnego z opóźnieniem czasowym. Przyjmuje się, że funkcje przejścia podstawowych sygnałów osadzarki można także opisać za pomocą elementu inercyjnego pierwszego rzędu z opóźnieniem (Cierpisz 1980, 2012). Na przykład charakterystykę dynamiczną strefy odbioru produktu dolnego. Wielkością wyjściową jest gęstość rozdziału w osadzarce natomiast wielkością wejściową natężenie przepływu produktu dolnego. Analogicznego opisu można dokonać w procesie produkcji mieszanek węgla z dwóch składników: koncentratu o określonej zawartości popiołu i węgla surowego. W układzie tym wielkością wyjściową jest zawartość popiołu w mieszance, a wielkością wejściową natężenie przepływu węgla surowego. Z punktu widzenia dynamiki omawiany układ technologiczny (Cierpisz 2003) jest szeregowym połączeniem członu inercyjnego (odpowiednio dozowane składniki mieszanki) i opóźnienia transportowego (transport materiału na przenośniku taśmowym). W artykule przedstawiono trzy metody doboru nastaw regulatora PI układów regulacji procesów wzbogacania węgla charakteryzujących się właściwościami dynamicznymi obiektu inercyjnego z opóźnieniem. Dokonano porównania wyników regulacji stabilizacyjnej dla nastaw regulatora PI, wyznaczonych: klasyczną metodą Zieglera-Nicholsa (ZN), metodą redukcji stałej czasowej z warunkiem dotyczącym przebiegu wielkości regulowanej (R) oraz metodą bezpośrednią z warunkiem na zapas fazy (B). Sposób wyznaczenia nastaw regulatora PI metodą redukcji stałej czasowej (R) został szczegółowo omówiony w pracy (Cierpisz i Kaula 2013). Parametry regulatora PI metodą bezpośrednią (B) zostały wyznaczone według algorytmu szczegółowo opisanego w artykule. Rozważania przeprowadzono dla różnych parametrów obiektu, na podstawie odpowiedzi układu regulacji dla stałej wartości wielkości zadanej. W podsumowaniu dokonano oceny rozpatrywanych metod doboru w odniesieniu do wybranych wskaźnikow jakości regulacji. One of the main tasks of control systems of coal enrichment process is the stabilization of coal quality parameters at a desired level. The control of coal enrichment processes is carried out in the presence of a number of disturbances. Therefore, a serious problem is the controller selecting which is robust to different disturbances. Controllers PI (proportional-plus-integral) and PID (proportional-plus-integral-plus-derivative) are used in many industrial processes. Extensive uses of PID controllers is results from a number of advantages that characterizes. The most important of them is good compensation of disturbances occurring in industrial processes and simple design of these controllers (therefore easy to implement). Selection of PI or PID controller structure depends on the dynamic properties of the controlled process and disturbances influencing to the process and the requirements for the control system. Due to a number of disturbances occurring in the coal preparation processes the application of a derivative element should be limited, for example, to stabilize the selected parameters in local control. The better solution seems to use the structure of PI controller in the control system. No less important problem in the control of the process is the tuning of the controller parameters. Many methods of tuning of the controller parameters uses the dynamic characteristics of the controlled process (dynamic model of the process). The description of the dynamic properties of the process by means of a mathematical model it is helpfully in the design of the control system. Different processes with the same dynamic properties can be described by a dynamic model of the same structure, differing only parameters values. Such approach makes it possible to use the same type of controller in control of various industrial processes. This is also relates for many coal enrichment processes. The results of the dynamics of coal flotation process in a number of papers (Joostberens 2011; Kalinowski 1991; Kalinowski and Kaula 2000) were presented. On this basis it can be concluded that the dynamics of the flotation process for the controlled system with controlling input (flow rate of flotation reagent) and controlling output (the ash content in the tailings) may be represented by a model of the inertial element properties with time delay. It is assumed that the transfer functions of basic jig signals can also be described by first-order inertial element with time delay (Cierpisz 1980, 2012). For example, the dynamic behavior of the reception zone of the underflow in the jig can be described by this model, wherein the output signal is the density distribution in the jig and the input flow rate of underflow is the input signal. Let consider the process production of coal blends from two components: a concentrate and raw coal. In this system the ash content in the blend is the output signal while the intensity flow rate of raw coal is the input signal. From the point of view of the dynamics described technological system (Cierpisz 2003) is the inertial element (properly dosed components of the blend) with time delay (transport of material on the conveyor belt). This paper presents three methods of tuning of PI controller parameters for control system of coal preparation processes that are characterized by dynamic properties of the inertial element with time delay. The tuning method of PI controller parameters for the classical Ziegler-Nichols method (ZN), the method of reducing of time-constant (R) and the direct method (B) were presented. Method of determining the PI controller settings by reducing the time-constant (R) was discussed in detail in the paper (Cierpisz and Kaula 2013). PI controller parameters using the direct method (B) were calculated according to the algorithm described in detail in this paper. The results of comparison analysis of the control system with PI controller parameters were presented. The analyses were carried out based on the response of the control system on constant set point for various parameters of the dynamic model. The analysed tuning methods of PI controller parameters for selected indices of control quality have been evaluated.
ACCESSION #
102726691

 

Related Articles

  • EVALUATION AND OPTIMIZATION OF THREE-PHASE SEPARATOR VESSEL CONTROLLED BY PI CONTROLS APPLYING PARTICLE SWARM OPTIMIZATION. de Azevedo Dantas, André Felipe; da Silva Linhares, Leandro Luttiane; Gomery Pinto, Jan Erik Mont; de Araújo, Fábio Meneghetti Ugulino; Maitelli, André Laurindo // Proceedings of the 10th Portuguese Conference on Automatic Contr;Jul2012, p216 

    The oil platforms are large structures with a large amount of control loops based on PI controllers. Over time, even when they are tuned correctly at the beginning of its operation, their performance deteriorates due the changes in the dynamics of the processes, making it important to evaluate...

  • Sensitivity problems of the coal flotation process control system. KAULA, ROMAN // Mineral Resources Management / Gospodarka Surowcami Mineralnymi;2018, Vol. 34 Issue 4, p83 

    Control of the technological processes of coal enrichment takes place in the presence of wide disturbances. Thus, one of the basic tasks of the coal enrichment process control systems is the stabilization of coal quality parameters at a preset level. An important problem is the choice of the...

  • Study on PI Parameters Dynamic Tuning Based on Ant Colony Algorithm for Doubly-fed Wind Turbines. Bo Gu; Xiaodan Li; Daoyin Qiu; Lingyun Zhang // International Journal of Control & Automation;2014, Vol. 7 Issue 2, p327 

    For the shortcoming that the PI controller parameters can't been dynamic tuning in constant voltage control system of doubly-fed wind turbines, a PI controller parameters dynamic tuning strategy based on the ant colony optimization (ACO) algorithm is presented. This strategy makes the two...

  • NEUROFUZZY NETWORK-BASED ADAPTIVE NONLINEAR PI CONTROLLERS. Mok, H. T.; Chan, C. W.; Yeung, W. K. // Control & Intelligent Systems;2006, Vol. 34 Issue 3, p216 

    PI controllers are still among the most popular industrial controllers, as they are relatively easy to install and reasonably robust, and can remove steady-state errors of type 0 processes. However, if the system is highly nonlinear, the performance of the PI controllers may deteriorate rapidly....

  • Fuzzy Coordinated PI Controller: Application to the Real-Time Pressure Control Process. Kanagaraj, N.; Sivashanmugam, P.; Paramasivam, S. // Advances in Fuzzy Systems;2008, p1 

    This paper presents the real-time implementation of a fuzzy coordinated classical PI control scheme for controlling the pressure in a pilot pressure tank system. The fuzzy system has been designed to track the variation parameters in a feedback loop and tune the classical controller to achieve a...

  • BELBIC BASED HIGH PERFORMANCE IPMSM DRIVE FOR TRACTION. SHAKILABANU, A.; WAHIDABANU, R. S. D. // Journal of Theoretical & Applied Information Technology;11/30/2013, Vol. 57 Issue 3, p631 

    This paper proposes a brain emotional learning based intelligent controller (BELBIC)for Interior Permanent magnet synchronous motor (IPMSM) drives used for traction application. The IPMSM is a suitable motor for traction because of its brushless, wide constant speed-power region and low...

  • Comparison of Performance Measures for Voltage Control Based Sensorless Speed Control of PMBLDC Motor Using Various Control Schemes. Narmadha, T. V.; Thyagarajan, T. // International Review on Modelling & Simulations;Feb2012, Vol. 5 Issue 1, p223 

    The paper presents simulation results of fuzzy logic and conventional proportional integral controller for the sensorless speed control of permanent magnet brushless dc (PMBLDC) motor using Voltage control method. Although conventional PI controllers are widely used in the industry due to its...

  • An Intelligent PI Speed Controller for 4WD Urban Electric Vehicle. GASBAOUI, Brahim; NASRI, Abdelfatah; RAHLI, Moustapha; CHAKER, Abdelkader // Electrotehnica, Electronica, Automatica;apr-iun2014, Vol. 62 Issue 2, p30 

    Currently, the researchers of electric vehicle devote their time to minimize the time of starting and the acceleration of the electric vehicles. To undergo this problem, a PI controller to optimize the harmony search (PI-HS) was proposed. The electric vehicle utilizes four separately induction...

  • Speed Control for DC Motor Drive based on Fuzzy and Genetic PI Controller -- A Comparative Study. Ozturk, N. // Electronics & Electrical Engineering;2012, Issue 123, p43 

    The aim of this paper is to design a speed controller of a DC motor by selection of a PI parameters using genetic algorithm and also to compare it with a fuzzy logic controller. The conventional PI controller has some disadvantage such as adjusting the gains, sensitivity to the controller gains...

Share

Read the Article

Courtesy of THE LIBRARY OF VIRGINIA

Sorry, but this item is not currently available from your library.

Try another library?
Sign out of this library

Other Topics