Цифровая трансформация в управлении приводами геолого-разведочной и горной техники

Мировые технологии в геолого-разведочном бурении и горном деле в настоящее время быстро меняются. Научный прогресс в этой области плавно смещается в Азию. Он характеризуется главным образом проникновением сетевых технологий в производство. Происходит все более и более глубокое проникновение цифровых технологий в производственные технологии. Общество начало существенно делиться на творческую часть, разрабатывающую (проектирующую) эти цифровые технологии, и людей с образованием бакалавра, то есть способных правильно запускать и контролировать конкретные автоматизированные процессы. Особенно это стало видно с появлением и развитием 4-го поколения автоматики [12]. Период 2008—2009 годы считается началом цифровой трансформации в жизни человека из-за превращения интернета людей в интернет вещей (англ. Internet of Things, IoT). Такой подход получил название «Индустрия 4.0» или «Промышленный интернет вещей» (IoT).

Цифровая трансформация качественно изменяет традиционные производственные технологии, происходит повсеместное создание новых ценностей, внедряется искусственный интеллект, сетевые/полевые устройства сами стали общаться между собой, то есть появился промышленный интернет устройств, умных вещей, роботов и т.п.

Сразу отметим, что цифровая трансформация — это не оптимизация, оптимизация преследует цель выполнения каких-то критериев, а здесь все гораздо шире и глубже. Поясним. Например, в Китае благодаря сетевым цифровым технологиям удалось обуздать коронавирус, не вылечиться всем, а именно удалось взять COVID-19 под контроль.

Раньше технический прогресс ознаменовывался изобретением или открытием чего-то, например были изобретены электрогенераторы/электродвигатели, появились линии электропередач, непрерывные металлургические производства, определившие появление и развитие энергетического машиностроительного общества. Изобретение компьютеров привело к информационному обществу.

Сейчас цифровая трансформация — это эволюция, спокойное развитие отраслей, связанное с развитием творческого общества. Происходит переход от информационного к творческому обществу, ориентированному на человеческую сущность людей (прежде всего ориентированному созиданию, созданию новой техники, открытию новых возможностей в технологиях, например, с приходом всеобщей так называемой цифровизации), позволяющую им творить, раздвигая границы возможного. При этом в производство пришли искусственный интеллект и цифровая автоматизация, уже основанная на анализе больших объемов информации, то есть то, что называют «большие данные» или big data. Тут же появляются и новые модели управления производством.

Одной из предпосылок для появления творческого общества («общества 5.0») является истощение недр, нехватка природных ресурсов, человеку приходится глубже проникать в недра земли, разведывать и разрабатывать северные и морские месторождения. Например, в Норильске добыча руд уже осуществляется на глубине более километра, проектируется шахта глубиной два километра.

В Японии «общество 5.0» является долгосрочной стратегией развития для решения возникающих проблем (снижение конкурентоспособности, старение населения, пандемия, нарушение экологии, нехватка природных и трудовых ресурсов). Японская философия производства Монозукури связана со снижением затрат в рамках действующего производства, в более широком значении означает синтез технологического мастерства, ноу-хау и духа производственной практики Японии. Дух включает в себя искреннее отношение к производству с гордостью, умением и преданностью, а также стремление к инновациям и совершенству. Коротко, Монозукури — это интеллектуальное производство.

Важной особенностью цифровой трансформации в геологоразведке и горном деле является то, что она должна идти снизу: от станков и машин, от их приводов. Она должна идти снизу (от полевой автоматики) и наверх, а не в обратном направлении (рис. 1). Так и происходит у нас, например бурение станком СКБ-7 с сенсорным экраном, на котором установлена SCADA фирмы ИнСАТ [5].

Первый верхний уровень включает в себя SCADA-систему и базу данных.

Еще выше — системы управления предприятием по методологиям MES и ERP.

Между нижним уровнем и верхним находится уровень edge computing (уровень периферийных, или граничных, вычислений), иногда его еще называют fog computing (туманные вычисления). В общих чертах под этой технологией подразумевается отдаленный мониторинг и обработка данных непосредственно на IoT-девайсах. Сбор и анализ первичных данных здесь проводится не в централизованной вычислительной среде, а в реальном времени в распределенной вычислительной среде, там, где происходит генерация потоков данных (в программируемом логическом контроллере (ПЛК)). Это дает возможность разгрузить потоки данных, идущие на верхние уровни, от не нужной там информации. Нет необходимости передавать «грязные данные» наверх, туда, где они не нужны, следует с ними оперировать на нижнем распределенном уровне автоматики 4-го поколения.

Например, для определения главных факторов, влияющих на показатели производственного процесса, используется линейный многомерный статистический анализ данных, точнее, так называемый «метод вкладов» факторов/параметров в уравнение множественной регрессии [6][8]. Более того, здесь с помощью линейного многомерного регрессионного анализа возможно получать в реальном масштабе времени передаточные функции, например для экстремального управления приводами буровых установок при бурении скважины уже за части одного оборота бурового снаряда [12][13], о чем пойдет речь ниже в этой статье.

С другой стороны, для применения методов искусственного интеллекта по распознаванию в реальном времени действующих на буровой снаряд технологических и геологических возмущений (их законов изменения) требуется хранить поступающие с датчиков данные для обучения САУ. При этом предполагается, что буровая система будет устойчива на отдельных отрезках времени, так как бессмысленно оценивать неустойчивые процессы. Хотя при бурении удары о стенки скважины бурового снаряда (рис. 2) периодически меняют его фазовые картины движения, при этом делая из неустойчивой системы в малом устойчивую систему в большом.

Поясним, откуда возникают эти возмущающие воздействия. На движение колонны бурильных труб оказывают влияние реакции со стороны стенок скважины.

При этом данные воздействия могут быть непрерывными в виде трения скольжения и качения, а также и кратковременно действующими, ударными (рис. 2). При значительной глубине скважины в колонне бурильных труб различают два участка: сжатый и растянутый (рис. 2б). Ось колонны бурильных труб при бурении принимает форму пространственной кривой переменной кривизны [8]. При вращении колонны могут возникать прямые и обратные прецессии [6][8][17].

Равномерное вращение искривленного бурового снаряда в криволинейной скважине невозможно, это, например, было показано при моделировании бурильной колонны как стержня Коссера в статье [4][15]. На вращение колонны бурильных труб накладываются изгибно-крутильные волны. Описать математически такие сложные процессы, происходящие в колонне, непросто, да и решение таких уравнений (в частных производных) не всегда возможно, не говоря даже об определенности этих решений [7].

Определение структуры и параметров по наблюдениям (экспериментальным данным) принято называть идентификацией.

Если описывать передачу управления дифференциальным уравнением

А(р)у = В(р)х, (1)

где А(р) = a_m p^m + a_{m – 1} p^{m – 1} + ... + a₁ p + 1;

B(р) = b_l p^l + b_{l – 1} p^{l – 1} + ... + b₁ p + b₀;

 — порядок уравнения из физических соображений m ≥ l, то связь между переменными на входе и выходе может быть найдена с помощью интеграла Дюамеля. Интеграл Дюамеля (интеграл свертки) выражается формулой

(2)

где x(t), y(t) — входной и выходной сигналы; w(τ) — импульсная переходная (весовая) функция (ИПФ) объекта, т.е. сигнал у(τ) на выходе объекта, если входной сигнал х(τ)представляет собой дельта-функцию вида

Выполнив преобразование Лапласа над интегралом свертки (2), получим уравнение связи между изображениями сигналов: Y(p) = W(p)X(p), где X(р) и Y(р) — изображения входного и выходного сигналов; W (р) — изображение ИПФ, которое называется передаточной функцией.

Передаточная функция может быть найдена также и из уравнения (1) с помощью простого преобразования W(p) =В(р)/А(р), где p — комплексная переменная.

Определение оригиналов осуществляется с помощью обратного преобразования Лапласа — Фурье:

Итак, в бурении стоит задача по наблюдаемым входным и выходным переменным определить уравнение связи (1) или переходную функцию колонны бурильных труб. С помощью небольшого бурового эксперимента, меняя частоту вращения и осевую нагрузку, возможно для каждой конкретной ситуации (она меняется с увеличением длины скважины) получить график или таблицу чисел, определяющих значения сигналов на входе и выходе. Аппроксимировав аналитическим выражением полученные реализации, можно построить дифференциальное уравнение заданной типовой структуры.

При буровом эксперименте можно использовать известные ступенчатые, импульсные и гармонические входные сигналы. Последние образуются при изменении вписываемости вращающихся отдельных (искривленных) участков бурильной колонны в профиль скважины с собственным искривлением (рис. 2). Очевидно, что мы имеем дело с периодической функцией от времени с периодом обратно пропорциональным скорости вращения бурового снаряда. Другими словами, она зависит от режима бурения, кривизны профиля скважины в конкретном месте рассмотрения, конструкций скважины и бурового снаряда.

Однако при значительной длине скважины ударно прерывистый характер работы бурового снаряда в скважине не позволяет получить полные переходные функции. Отследить реакцию колонны бурильных труб (КБТ) на сигналы, несущие небольшую энергию на высоких частотах, затруднительно. КБТ является фильтром нижних частот, т.е. она значительно уменьшает амплитуды на высоких частотах. Поэтому точность определения передаточной функции в области высоких частот с помощью переходных функций весьма низка. На качестве идентификации с помощью переходных функций неблагоприятно сказываются также случайные помехи. Частично указанные недостатки устраняются при идентификации объекта частотными методами.

Метод логарифмических амплитудных и фазовых частотных характеристик (ЛАФЧХ) возможно применить для определения коэффициентов передаточной функции колонны бурильных труб, рассматривая ее как комбинацию колебательного и апериодического звеньев. Данный метод предполагает наличие гармонического воздействия долгое время. Если рассматривать вписываемость искривленного участка колонны бурильных труб в искривленном участке скважины как источник такого сигнала, то мы можем, меняя скорости вращения, получить данные для построения ЛАФЧХ и на этой основе оценить коэффициенты типовых передаточных функций. Естественно предположить зависимость коэффициентов передаточной функции колонны бурильных труб от ее длины.

Возможность использования ударных нагрузок на колонну бурильных труб как аналог функции Дирака также не следует сбрасывать в методе пассивной идентификации работы бурового снаряда в скважине.

Далее следует понимать, где работают скоростные гигабитные технологии и медленные технологии передачи данных (промышленные протоколы типа Modbus RTU, PROFIBUS, LON, CAN и т.п.). Последние медленнее первых, потому что преследуют цель доставки качественных достоверных данных об объекте управления в ПЛК. Выше для соединения уровней автоматизации и для «общения» ПЛК между собой можно применять и высокоскоростные гигабитные технологии, в частности стандарты IEEE 802.3ah и два гигабитных стандарта для оптоволокна: 1000BASE-LX10 и 1000BASE-BX10.

Рассмотренный пример показывает, что для создания интеллектуального геолого-разведочного и горного производства нужно собрать информацию из производственных процессов с нижнего полевого уровня в реальном времени, произвести ее фильтрацию, обработать ее, отсеяв грязные данные с помощью периферийных вычислений, и передать на верхние уровни автоматизации (рис. 1).

Большое количество зарубежных фирм в период санкций против России используют закрытые стандарты, преследуя рыночные цели получения прибыли за счет последующего совершенствования своих технологий, разрабатывая очередные новые закрытые методы, усовершенствования, переходя на новые разработки, более совершенные, и отказываясь от поддержки ранее выпущенных (устаревших технологий).

Огромное разнообразие протоколов и закрытых стандартов для работы контроллеров тормозит развитие и усложняет процесс внедрения решений по автоматизации. Поэтому появился новый стандарт TSN (Time Sensitive Networks), суть его в том, что все устройства в сети должны быть синхронизированы от общего эталона времени и образовывать единую и функционально совместимую инфраструктуру. При этом прокладывать специальные кабели не требуется, подойдут стандартные кабели «витая пара», дополнительно нужно будет в сетевых коммутаторах обновить прошивку для поддержки TSN. В 2018 году появляется такая открытая сетевая технология CC-Link IE TSN, объединяющая большинство протоколов передачи данных, которые поддерживаются различными производителями сетевого оборудования. Технология CC-Link IE TSN объединяет разные сети в единое поле передачи, позволяющее передавать большие объемы данных на сверхвысоких скоростях с привязкой к меткам времени, то есть с реализацией точной синхронизации данных по времени. Это дает возможность отслеживать большое число развивающихся событий в многочисленных часто переплетающихся между собой горных технологиях и на основе анализа полученных больших данных принимать правильные решения по управлению этими процессами в реальном времени.

Например, шахтная вентиляция, работа компрессоров, подъемных машин, освещение, электроснабжение работающих механизмов, управление горным давлением и т.д. при проходке горных выработок осуществляются одновременно. Встающие здесь задачи традиционно решались человеком, однако лучшие решения на основе полного и быстрого учета всех данных дают современные программы искусственного интеллекта.

Эффективность современных производственных технологий определяется скоростью связи с приводами и сопоставимой скоростью процессора, обрабатывающего данные. Это, собственно, сейчас и будет влиять на новую технологию бурения скважин на твердые полезные ископаемые, когда решения по управлению магнитным полем электродвигателя привода бурового станка должны будут реализовываться за один оборот бурового снаряда и даже за его доли, на которых передаточная функция управления постоянна. На разных режимах будут свои передаточные функции, зависящие от профиля скважины, геолого-технических условий бурения и мультикасаний бурильщика сенсорных систем ввода (сенсорного экрана с мультитачем).

Для управления вращением бурового снаряда следует выбрать высокодинамичный привод [1][2], а именно однодвигательный привод на базе асинхронного двигателя с короткозамкнутым ротором и векторным управлением (рис. 3).

Отметим, что данный привод работает на полевом уровне современной промышленной автоматизации (рис. 4). Современная автоматика четвертого поколения отличается от остальных тем, что в ней широко поддерживаются интернет-технологии. Стирается граница между верхним и нижним уровнем управления (рис. 4). Автоматика четвертого поколения обладает высокой степенью децентрализации, унификацией исполнения на устройствах различного типа, характеризуется кросс-платформенностью [12][13][5].

В третьем и четвертом поколениях автоматики используются децентрализованные полевые протоколы. В них каждый датчик и привод снабжен микроконтроллером, способным обрабатывать сигнал, реализовывать алгоритм управления и общаться по сети передачи данных не только с рабочей станцией АРМ АСУ ТП, но и между собой, и преобразователями частоты асинхронных двигателей в целях реализации оптимального алгоритма управления, например процессом геолого-разведочного бурения.

MasterSCADA — одна из ведущих отечественных SCADA- и SoftLogic-систем для АСУТП и MES.

После сделанного замечания о месте приводов в обобщенной структуре средств автоматизации технологического уровня, включающих приводы буровых станков, рассмотрим возможности векторного управления асинхронным электродвигателем (рис. 6) для этого конкретного случая.

Оценим возможность цифрового экстремального регулирования за время одного оборота колонны бурильных труб. Электропривод состоит из трех основных частей: электродвигателя, преобразователя и системы управления. Система управления получает входные сигналы с разных датчиков электропривода (двигателя) и от контроллеров, собирающих информацию о самом процессе бурения для формирования управляющих сигналов (рис. 3, 6), и на основании этой информации формирует сигналы для инвертора, который обеспечивает (задает) требуемые амплитуду и угловое положение вектора напряжения (или тока) статора. При этом амплитуда и положение вектора потокосцепления ротора рассчитываются с помощью наблюдателя. Амплитуда и положение вектора потокосцепления ротора относятся к не измеряемым параметрам системы управления [1][2].

Для реализации векторного управления нужно также задать параметры самого электродвигателя и параметры конструктивных особенностей. Нужно задать: количество пар полюсов, соединение обмоток двигателя (Y/∆), сопротивления обмоток статора, индуктивности по осям d и q (рис. 6). Надо также определить момент инерции ротора, демпфирование, коэффициенты противо-ЭДС и трения. Эти параметры определяются экспериментально для каждого двигателя.

Регулирование скорости асинхронного двигателя (АД) осуществляется путем изменения частоты и текущих переменных асинхронного двигателя и взаимной ориентацией их векторов в декартовой системе координат. Система управления является многоконтурной, и необходимо оценить производительность контроллеров, чтобы они успевали рассчитывать управляющие сигналы для магнитного потока и момента двигателя. С помощью датчиков тока определяются токи фаз статора, затем определяются токи ротора i_rd и i_rq (рис. 6) и их значения подаются на вход контроллера тока. Контроллер формирует опорные напряжения и отсылает их на широтно-импульсный преобразователь (ШИМ). ШИМ, в свою очередь, формирует команды инвертору для управления ключами. Дополнительно контроллеру токов добавляется контроллер скорости, компенсатор перекрестных связей и защита.

Рассмотренная структура должна постоянно осуществлять преобразования Кларка и Парка. Три контроллера должны успеть выполнить свои вычисления за один оборот бурового снаряда, это за 0,03 секунды (если ω = 2000 об/мин), или за 30 мс, или за 30 000 мкс. Что же дает современная электроника? Ее контроллеры работают на частоте 5 и 100 мкс, чего вполне достаточно для управления на одном обороте бурового снаряда. Современные контроллеры имеют производительность свыше 1 млн операций в секунду, обычно от десятков млн до сотен млн операций в секунду [13][14]. Скорость передачи информации от датчиков, работающих на частоте, и их самих также достаточна для управления на «одном обороте бурового снаряда». Предполагается бездатчиковое управление, в крайнем случае использовать датчики на элементах Холла с CAN-интерфейсом.

Таким образом, в условиях автоматики четвертого поколения возможно экстремальное регулирование работы приводов стационарных буровых установок за один оборот вращения бурового снаряда.

Расчеты параметров режима бурения по критериям оптимизации, естественно, выполняются на верхнем уровне SCADA-системы, например в отечественной системе MasterSCADA 4D. Она в рамках одного проекта позволяет программировать:

1. программируемые логические контроллеры (ПЛК);
2. локальные панели управления (HMI-панели);
3. рабочие места операторов (АРМ) [5][12][13].

Суть современной цифровой управляющей системы заключается в ее возможности перепрограммирования управляющих контроллеров на основе методов активной и пассивной идентификации многокомпонентных многосвязных объектов управления, выполняемого в режиме реального времени.

Для программируемых контроллеров разработан новый язык FCL (Flight Contol Language), позволяющий использовать в управлении методы «Нечеткой логики» [5][14]. Это контроллерный язык нечеткого управления, в котором используется новый тип данных «лингвистическая переменная» — числовая переменная, имеющая имя (давление, скорость вращения, температура и т.д.), с которой связаны лингвистические описания. Например, в бурении при смене разбуриваемых пород должна происходить своевременная инициализация значений параметров по выносимому на поверхность шламу и т.п., с учетом нечеткого геологического разреза.

Вопросу применения искусственного интеллекта для распознавания геолого-технических ситуаций в бурении будет посвящена следующая статья.