Оптимизация процессов

Автоматизация вакуумных процессов дает экономический эффект без существвнного изменения технологии по сравнению с ручным управлением (за счет исключения субъективных факторов, повышения точности и т. п.). Однако основным резервом повышения технико-экономической эффективности автоматизированных систем является оптимизация процессов применения методик управления, обеспечивающих достижение наилучшего качества в соответствии с выбранными критериями.

Задача выбора научно обоснованных алгоритмов, обеспечивающих в заданных условиях оптимальное управление, возникает при использовании всех методов автоматизации, но наиболее широкие возможности в отношении оптимизации процессов имеют АСУТП на основе ЭВМ..

В настоящее время вопросы оптимального управления разрабатываются очень интенсивно, теория оптимизации представляет собой обширную, быстро развивающуюся область прикладной математики, в значительной мере основанную на достижениях современной вычислительной техники.

Основой научных методов оптимизации является количественное выражение качества процесса — критерий качества, иначе называемый целевой функцией, так как выражается в виде математической зависимости от величин, характеризующих результаты процесса (например, параметры продукции, затраты времени и других ресурсов на одно изделие). Задача оптимизации состоит в достижении максимума целевой функции в данных условиях. Условия протекания процесса описываются его моделью. Модель выражается в форме соотношений, связывающих параметры процесса и влияющие на процесс воздействия. Модель может быть статической (неизменной) и динамической (изменяющейся во времени).

В зависимости от характера модели методы оптимизации делятся также на детерминированные и статистические.

Детерминированные методы исходят из однозначной модели, которая при заданных условиях приводит к определенному значению целевой функции. Такие методы применимы к изученным процессам, хорошо подчиняющимся управляющим сигналам.

Статистические (вероятностные) методы исходят из неоднозначности или неопределенности отдельных результатов (выборок), в связи с этим модель представляет собой приближенное описание процесса, характеризующее его поведение «в среднем». Следует отметить, что статистический подход применяется не только к процессам мало изученным или «случайным» по своей природе. Иногда вероятностные методы используются в процессах, хорошо описываемых однозначной моделью. Это позволяет исключить из рассмотрения ряд малосущественых факторов и значительно упростить алгоритм и аппаратуру управления (за счет отказа от ряда датчиков и каналов связи).

Наряду с методами, использующими заранее созданную модель, применяются так называемые поисковые (адаптирующиеся) методы, которые автоматически по специальной программе формируют алгоритм управления неизвестным или малоизвестным объектом, обеспечивая поиск максимума целевой функции. Приемы адаптации иногда используются для корректировки модели во время работы АСУТП.

Особенностью большинства вакуумно-технологических процессов является их эволюционный (развивающийся во времени) характер. При этом качество процесса может быть проверено только после его окончания (здесь и в дальнейшем под качеством процесса понимается целевая функция, характеризующая его техникоэкономическую эффективность, которая учитывает качество продукции и расход ресурсов). В этих условиях математическая модель должна связывать между собой текущие значения параметров процесса и количественно описывать их результирующее влияние на качество. Задача управления состоит в создании в каждый момент таких условий протекания процесса, чтобы прогнозируемое качество процесса было наивысшим.

Следует отметить, что разработка таких моделей представляет собой сложную задачу, требующую большого объема экспериментальных и теоретических работ. В настоящее время лишь немногие вакуумно-технологические процессы достаточно корректно описаны математическими моделями, однако работы в этой области быстро развиваются. Задача существенно облегчается, если процесс может быть разделен на отдельные этапы, в ходе которых выполняются операции, формирующие определенные параметры качества или преимущественно влияющие на них. Для таких этапов могут разрабатываться «локальные» модели и критерии качества, значительно более простые, чем для процесса в целом. При этом на каждом из этапов решается самостоятельная задача оптимизации.

Например, процесс обработки электровакуумных приборов на откачных постах может быть разделен на этапы: первичной откачки, удаления газов прогревом, активировки катода и т. д. На первом этапе основной целью будет минимизация времени откачки до определенного вакуума; на втором — наискорейшее достижение заданного уровня газоотделения; на третьем-—получение заданного тока эмиссии при минимальном расходе активных веществ катода.

Наряду с основной целью на отдельных этапах возникает необходимость учитывать воздействие на другие факторы (например, на этапе прогрева выполняется ряд операций по формовке катода). Эти воздействия отображаются путем введения в модель этапа дополнительных соотношений (чаще всего в форме неравенств). Также может учитываться и взаимное влияние смежных процессов.

В ходе наладки и эксплуатации АСУТП иногда целесообразно корректировать модели и алгоритмы управления по результатам проверки качества процесса, изменяя соответствующие коэффициенты модели без изменения вида функций. В комплексных АСУ, охватывающих ряд процессов, включая и испытания, такая коррекция может осуществляться автоматически путем обмена информацией внутри системы. Это обеспечивает самоподстройку модели при неконтролируемых воздействиях на процессы (например, при изменении свойств исходных материалов).