Proiect KNOWLEDGE – POSDRU1591.5S134398 [304985]
[anonimizat]/159/1.5/S/134398
Dezvoltarea resurselor umane din cercetarea dpctorală și postdoctorală: motor al societății bazate pe cunoaștere
UNIVERSITATEA POLITEHNICA DIN BUCUREȘTI
ȘCOALA DOCTORALĂ ETTI-B
[anonimizat], Circuite și Arhitecturi Electronice
Nr. Decizie Senat _________din ___________
TEZĂ DE DOCTORAT
Analiza complexă a datelor din sisteme SCADA industriale
Complex Analysis of Data from Industrial SCADA Systems
Autor: Ing. Vlad-Cristian GEORGESCU
Conducător de doctorat: Prof. Dr. Ing. Gheorghe ȘTEFAN
COMISIA DE DOCTORAT
București 2016
_____________
Mulțumiri
O [anonimizat] m-[anonimizat].
[anonimizat]. [anonimizat] a [anonimizat]-a lungul acestei perioade.
[anonimizat]. [anonimizat] m-a îndrumat spre a realiza o teză care să pună cât mai bine în valoare munca depusă.
[anonimizat] a lucrării, doamna Conf.dr.ing. Monica DASCĂLU și domnul Ș.l.dr.ing. [anonimizat].
Mulțumesc tuturor celor cu care am colaborat la proiecte și articole pe parcursul acestor ani.
Rezultatele prezentate în această lucrare au fost obținute cu sprijinul Ministerului Fondurilor Europene prin Programul Operațional Sectorial Dezvoltarea Resurselor Umane 2007-2013, Contract nr. POSDRU/159/1.5/S/134398.
[anonimizat]-PT-CA13/2014 (UEFISCDI) este apreciat.
Lista tabelelor
Tabelul 3.1 Rezultate obținute folosind o anumită geometrie ………………………………31
Tabelul 5.1 Rezultate obținute …………………………………………………………………………71
Lista figurilor
Fig. 2.1 Arhitectura unui sistem SCADA tipic ……………………………………………………8
Fig. 3.1 Structură acceleratoare de tip Wideroe …………………………………………………23
Fig. 3.2 [anonimizat] ………………………………………………………….24
Fig. 3.3 Interfața grafică a aplicației software ……………………………………………………27
Fig. 3.4 Diagrama (codul) aplicației software ……………………………………………………29
Fig. 3.5 Simularea accelerării a 4 ioni de He+2 la 3 MeV …………………………………..30
Fig. 3.6 Prima rulare a simulării (0 la 0,9 MeV) ………………………………………………..32
Fig. 3.7 A doua rulare a simulării (0,9 la 1,8 MeV) ……………………………………………32
Fig. 3.8 Schema platformei sistem SCADA industrial ……………………………………….35
Fig. 3.9 Distribuția terminalelor pentru modulul I-7055 ……………………………………..36
Fig. 3.10 Schema internă a modulului I-7055 ……………………………………………………37
Fig. 3.11 Schema platformei sistem de control ………………………………………………….40
Fig. 3.12 Schema electrică a PLC-ului ……………………………………………………………..41
Fig. 3.13 Schema platformei sistem de monitorizare și control ……………………………42
Fig. 3.14 Distribuția terminalelor pentru modulul I-7012 ……………………………………44
Fig. 3.15 Schema internă a modulului I-7012 ……………………………………………………45
Fig. 3.16 Schema de conectare a controler-ului TPD-280 ………………………………….45
Fig. 4.1 Sarcina sistemului ……………………………………………………………………………..49
Fig. 4.2 Fotodioda BPW34 ……………………………………………………………………………..50
Fig. 4.3 Schema electrică a implementării senzorilor de temperatură……………………51
Fig. 4.4 Schema electrică a circuitului imprimat ………………………………………………..52
Fig. 4.5 Placa electronică, cu componentele montate …………………………………………53
Fig. 4.6 Distribuția terminalelor pentru modulul I-7017F ……………………………………55
Fig. 4.7 Schema internă a modulului I-7017F ……………………………………………………56
Fig. 4.8 Interfața aplicației software …………………………………………………………………57
Fig. 4.9 Diagrama aplicației software ………………………………………………………………59
Fig. 4.10 Modalitatea de amplasare a panoului fotovoltaic …………………………………60
Fig. 4.11 Graficul variației iradianței solare [W/m2] ………………………………………….62
Fig. 4.12 Graficul variației puterii de ieșire [W] ………………………………………………..62
Fig. 5.1 Arhitectura unui sistem fuzzy ……………………………………………………………..66
Fig. 5.2 Funcțiile de apartenență ale a) temperaturilor și b) iradianței solare …………68
Fig. 5.3 Funcțiile de apartenență ale ieșirii ……………………………………………………….69
Fig. 5.4 Sistem de reguli pentru trei valori ale intrărilor ……………………………………..70
Fig. 6.1 Arhitectura unității funcționale a rețelelor neurale …………………………………75
Fig. 6.2 Arhitectura unei rețele neurale de tip feed-forward ………………………………..76
Fig. 6.3 Tipuri de funcții de transfer ………………………………………………………………..78
Fig. 6.4 Rezultate ale rețelei neurale lin-tan pentru date din 20.08.2014 ……………….80
Fig. 6.5 Rezultate ale rețelei neurale lin-lin pentru date din 20.08.2014 ……………….80
Fig. 6.6 Rezultate ale rețelei neurale lin-tan pentru date din 21.08.2014 ……………….81
Fig. 6.7 Rezultate ale rețelei neurale lin-lin pentru date din 21.08.2014 ……………….82
Lista abrevierilor
SCADA – Supervisory Control And Data Acquisition
BMS – Building Management System
HMI – Human Machine Interface
PLC – Programmable Logic Controller
PID – Proportional Integral Derivative
VIG – Vector Inversion Generators
RF – RadioFrecvență
PCB – Printed Circuit Board
LD – Ladder Diagram
CAD – Computer Added Design
IoT – Internet of Things
IIoT – Industrial Internet of Things
Capitolul 1
Introducere
Subiectul acestei teze de doctorat, ”Analiza complexă a datelor din sisteme SCADA industriale” a fost ales din dorința de a aprofunda un domeniu pe care l-am abordat de la începutul carierei profesionale și academice, acela al sistemelor de achiziție de date.
În privința studiilor, atât lucrarea de licență, cât și lucrarea de dizertație, pe care le-am realizat în cadrul Facultății de Electronică, Telecomunicații și Tehnologia Informației din cadrul Universității ”Politehnica” din București, au avut ca subiect sistemele de achiziție de date, respectiv sistemele SCADA industriale.
Activitatea didactică pe care o realizez are loc în cadrul laboratorului de ”Circuite Integrate și Sisteme de Achiziție”, din cadrul facultății menționate mai sus. Acest laborator este împărțit în două jumătăți, iar activitatea mea se desfășoară în partea de sisteme de achiziție.
Experiența profesională a fost orientată în aceeași direcție, fiind angajat în cadrul unei companii al cărei principal domeniu de activitate îl constituie proiectarea, realizarea și punerea în funcțiune a unor sisteme complexe de monitorizare și control, cu aplicații în domeniul automatizărilor industriale și echipamentelor de măsurare și testare. Pe parcursul desfășurării activității mele în această companie am avut ocazia să lucrez cu echipamente hardware și medii de dezvoltare software moderne pentru a proiecta și implementa sisteme de automatizare de tip SCADA.
1.1 Prezentarea domeniului tezei de doctorat
Sistemele de achiziție de date sunt o parte esențială a proceselor industriale. Cu ajutorul acestor sisteme se realizează monitorizarea întregului proces, putându-se astfel observa starea acestuia. În funcție de starea actuală și de starea dorită, se iau decizii, automate sau manuale, legate de păstrarea sau modificarea valorilor parametrilor de intrare ai procesului.
Sistemele de control au ca scop modificarea valorilor parametrilor de intrare ai procesului. Sistemul de control, împreuna cu sistemul de achiziție de date, formează sistemul de automatizare. Acronimul utilizat pentru sistemele de automatizare industriale este SCADA. Acesta reprezintă prescurtarea pentru Monitorizare, Control și Achiziție de Date (Supervisory Control And Data Acquisition).
Un sistem SCADA este alcătuit din echipamente hardware (senzori, actuatori, echipamente de achiziție de date, echipamente de control, echipamente de comunicație a datelor, servere) și aplicații software.
Realizarea unui sistem SCADA complet este o sarcină ce presupune cunoștințe din mai multe domenii:
electronică, în zona de senzori, actuatori și echipamente de achiziție de date și control;
telecomunicații, în zona de echipamente de comunicație a datelor;
tehnologia informației, în zona de servere de procesare și a aplicației software;
automatizări, în zona de arhitectură a întregului sistem.
Partea software a sistemului SCADA trebuie să îndeplinească mai multe funcții, printre care:
prezentarea stării actuale a procesului;
stocarea tuturor datelor achiziționate;
trimiterea de comenzi automate către proces, în funcție de valorile achiziționate.
În această teză se va pune accent pe modalitatea prin care aplicația software a sistemului SCADA analizează datele achiziționate, în scopul luării de decizii automate.
1.2 Scopul tezei de doctorat
Majoritatea sistemelor de automatizări industriale folosesc, pentru luarea deciziilor, comparația între valorile curente ale parametrilor sistemului și valorile considerate ideale.
Desigur, modalitatea de prelucrare a valorilor acestor parametri poate fi realizată folosind sisteme matematice alcătuite din ecuații complexe, însă luarea deciziilor este bazată pe sisteme matematice clasice.
Scopul acestei teze de doctorat este realizarea unor noi studii și încercări în vederea folosirii unor metode de control alternative, precum cele bazate pe logică tip fuzzy sau rețele neurale.
1.3 Conținutul tezei de doctorat
Structura acestei teze de doctorat urmărește pașii necesari studierii, proiectării și implementării unui sistem SCADA, dar și analiza datelor achiziționate de acesta.
Capitolul 2 – ”Stadiul actual al sistemelor SCADA” – prezintă în prima parte elemente de teorie legate de sistemele SCADA și structura acestora.
În a doua parte a capitolului este realizată o trecere în revistă a stadiului actual al tipurilor de analize efectuate în sisteme SCADA. Această analiză este însoțită de comentarii privind diferențele între lucrările analizate și metodele ce vor fi folosite în cadrul tezei.
Capitolul 3 – ”Sisteme de tip simulator” – este de asemenea împărțit în două zone. În prima parte este prezentată dezvoltarea unei aplicații software de tip simulator, cu ajutorul căreia pot fi obținute informații privind valorile optime ale parametrilor constructivi ai unui sistem fizic.
În a doua parte a capitolului este prezentată realizarea a trei platforme didactice, de tip simulator hardware, bazate pe principiile sistemelor SCADA industriale.
Capitolul 4 – ”Realizarea unui sistem SCADA” – conține descrierea implementării unui sistem SCADA complet (hardware și software). Datele achiziționate cu ajutorul acestui sistem vor fi folosite în capitolele următoare pentru a realiza diferite tipuri de analize.
Capitolul 5 – ”Analiza datelor folosind sisteme bazate pe logică Fuzzy” – prezintă în prima parte un număr de elemente de teorie a logicii fuzzy. În a doua parte este descrisă realizarea unei aplicații software ce implementează logică fuzzy pentru a realiza un sistem de control.
Capitolul 6 – ”Analiza datelor folosind sisteme bazate pe rețele neurale” – prezintă în prima parte un număr de elemente de teorie ale rețelelor neurale. În a doua parte este descrisă realizarea unei aplicații software ce implementează o rețea neurală pentru a realiza un sistem de control.
Capitolul 7 – ”Concluzii” prezintă rezultatele obținute pe parcursul desfășurării studiilor doctorale, contribuțiile originale, lista lucrărilor realizate, dar și perspective de dezvoltare ulterioară a studiilor începute în această perioadă.
Capitolul 2
Stadiul actual al sistemelor SCADA
Sistemele SCADA sunt folosite pentru gestionarea eficientă a oricărui tip de echipament sau proces, dar, în general, acestea sunt utilizate pentru automatizarea unor procese industriale complexe, unde controlul manual nu este practic: sisteme distribuite pe arii geografice mari, sisteme cu multiplii parametri de monitorizat și corectat sau sisteme cu viteză mare de modificare a datelor de proces, unde controlul uman este greoi și ineficient.
Dintre ariile generale ale aplicațiilor SCADA enumerăm:
sisteme de utilități (energie electrică, apă și canalizare, petrol și gaze):
Utilitățile din zona energiei electrice folosesc sisteme SCADA pentru monitorizarea circulației curentului electric, citirea tensiunii de linie, monitorizarea și operarea întrerupătoarelor, punerea sau scoaterea de sub tensiune a unor secțiuni din rețeaua energetică.
În zona de apă și canalizare, rețelele naționale și regionale de apă utilizează sisteme SCADA pentru monitorizarea și regularizarea debitelor, a nivelurilor de apă din rezervoare, a presiunii din conducte, a parametrilor de calitate a apei.
În zona de petrol și gaze, sistemele SCADA sunt folosite atât în controlul extragerii, cât și în cel al monitorizării distribuției.
sisteme BMS – Sistem de Management al Clădirilor (Building Management System):
Sistemele SCADA sunt extrem de utile în monitorizarea și regularizarea condițiilor de mediu intern (temperatură, umiditate în depozite, camere frigorifice, sere), controlul iluminatului, al lifturilor și accesului în clădire, coordonarea dintre sistemul de supraveghere video și alte sisteme din clădire.
industrie:
Printre aplicațiile din acest domeniu se numără: gestionarea automatizărilor și roboților industriali, monitorizarea proceselor și a controlului calității, regularizarea fluxurilor de producție pentru creșterea eficienței și dimensionarea optimă a stocurilor.
managementul traficului:
Automatizarea traficului feroviar, controlul semnalelor luminoase și al macazurilor; descongestionarea traficului rutier prin integrarea sistemelor de supraveghere video cu telecomandarea semafoarelor.
Practic, soluțiile SCADA sunt utile în orice proiect de infrastructură și în orice industrie în care automatizarea contribuie la creșterea eficienței.
2.1 Sisteme SCADA: definiție și structură
SCADA reprezintă prescurtarea pentru Monitorizare, Control și Achiziție de Date (Supervisory Control And Data Acquisition). Termenul se referă la un sistem amplu de masură și control. Sistemul SCADA conține de obicei un centru de comandă care monitorizează și controlează un areal întins.
Un sistem SCADA îndeplinește patru funcții:
achiziția datelor;
comunicația datelor;
prezentarea datelor;
controlul procesului.
Aceste funcții sunt îndeplinite de către componentele sistemului SCADA.
O arhitectură de tip ierarhic a unui sistem SCADA clasic este prezentată în Fig. 2.1.
În partea inferioară a reprezentării din Fig. 2.1 se află nivelul procesului fizic. Componentele hardware ale sistemului, (prezentate în figură de jos în sus), sunt:
senzorii (digitali sau analogici) și actuatorii: se interfațează direct cu procesul;
echipamentele de achiziție de date: fac legătura între senzori și actuatori și echipamentele de comunicație a datelor. Exemple: module distribuite de achiziție de date, plăci pentru PC cu intrări analogice sau digitale.
echipamentele de comunicație a datelor: sunt instalate pentru a transmite datele și comenzile între diferite componente ale sistemului. Exemple: convertoare media, switch-uri, echipamente celulare sau wireless, gateway-uri de protocol, routere.
serverele de procesare: servesc drept punct central al întregului sistem. Beneficiază de o interfață grafică HMI – Interfață Om-Mașină (Human Machine Interface), prin care utilizatorul are acces la toate datele din proces și poate da comenzi pentru modificarea acestuia. De asemenea, există corecții cu caracter automat, astfel încât la modificarea unor parametri, stația master transmite comenzi corective, fără necesitatea intervenției unui operator.
Fig. 2.1 Arhitectura unui sistem SCADA tipic
În sistemele SCADA de mici dimensiuni, serverul de procesare poate fi un singur PC. În sistemele de dimensiuni mai mari, acest nivel ierarhic poate include mai multe servere, aplicații software distribuite și unități de salvare în caz de dezastre.
Serverul îndeplinește mai multe funcții [1]:
monitorizează permanent toate punctele critice ale sistemului și alarmează operatorul la depașirea pragurilor de alertă prestabilite;
prezintă o imagine de ansamblu a procesului monitorizat și detaliază informațiile, dacă este necesar;
procesează datele culese;
păstrează liste de tip jurnal și un istoric al datelor culese.
Componenta software a unui sistem SCADA este cea care prezintă operatorului informațiile din proces sub forma unei schițe sugestive, o reprezentare a instalației supravegheate, numită schemă sinoptică.
Industria de software HMI / SCADA a apărut din nevoia unui terminal prietenos pentru utilizator, într-un sistem alcătuit din unități PLC – Controler Logic Programabil (Programmable Logic Controller). Un PLC este programat să controleze automat un proces, însă din cauză că unitățile PLC sunt distribuite într-un sistem amplu, colectarea manuală a datelor procesate de PLC este dificilă. De asemenea, informațiile din PLC sunt de obicei stocate într-o formă brută, dificil de interpretat.
Pachetul HMI / SCADA include de obicei un program de creare / modificare a interfeței grafice. Aceste reprezentări pot lua forme mai simple sau mai complicate, în funcție de uneltele puse la dispoziție de program.
Deși fiecare proces este diferit și pentru fiecare aplicație software-ul trebuie să fie personalizat, există unele caracteristici comune, pe care un software SCADA trebuie să le îndeplinească [2]:
conectarea cu diferite tipuri de echipamente hardware, de la diferiți furnizori;
prezentarea datelor în timp real, pentru utilizatori locali sau aflați la distanță;
arhivarea fluxurilor mari de date, cu compresie ridicată, cu rate mari de achiziție;
gestionarea alarmelor (parametri ce au depășit limitele admise);
suportarea modificărilor topologiei de rețea a echipamentelor, în mod transparent pentru utilizator;
suportul pentru redundanță;
furnizarea de indicatori de calitate, eficiență și performanță a procesului;
furnizarea de date pentru realizarea mentenanței predictive.
2.2 Modalități de analiză a datelor din sisteme SCADA
În acest subcapitol este realizată o trecere în revistă a literaturii de specialitate referitor la metodele de analiză a datelor obținute din sisteme SCADA industriale.
Sunt analizate mai multe lucrări, împărțite în funcție de tipul de analiză a datelor:
analiză folosind ecuații și inecuații matematice;
analiză folosind logică fuzzy;
analiză folosind rețele neurale.
În urma analizei fiecărui articol este menționată și legătura dintre contribuțiile respectivilor autori și subiectul tratat în această teză: asemănări, diferențe, unghiuri diferite de abordare, completări, etc.
2.2.1 Analize folosind ecuații și inecuații matematice
Cea mai uzuală metodă de analiză a datelor obținute din sisteme de achiziție este utilizarea instrumentelor matematice precum ecuațiile și inecuațiile.
Ecuațiile ajută la prelucrarea datelor brute (valori de tensiune sau curent electric), cu scopul obținerii valorilor mărimilor fizice măsurate (temperaturi, presiuni, etc).
Inecuațiile conțin un termen reprezentat de datele achiziționate, în stare brută sau prelucrată și un termen care este de obicei reprezentat de o valoare prestabilită. Această valoare prestabiltă, poate fi o constantă teoretică, o valoare obținută prin calcule sau o valoare experimentală, cunoscută din practică.
O serie de lucrări de doctorat ce au ca temă aceste metode de analiză a datelor provenite din sisteme SCADA este prezentată în continuare.
În lucrarea de doctorat [3] sunt tratate metode de îmbunătățire a calității energiei electrice, folosind un sistem SCADA, care permite utilizatorului, situat
într-un post central, să supervizeze și să comande un număr mare de controlere de sistem, aflate la distanțe mari față de dispeceratul central.
Sistemul realizat de autor este structurat ca un sistem distribuit de achiziție a datelor, în care unitățile de achiziție sunt plasate cât mai aproape de zona în care sunt situate semnalele ce urmează a fi achiziționate. Cu ajutorul acestor unități de achiziție de date, programul de calcul preia mărimile de natură electrică din statorul generatorului principal, din rotorul generatorului principal și din statorul generatorului auxiliar. De asemenea, se pot determina diverși parametri de calitate din timpul funcționării normale și anormale a unui grup energetic, puteri vehiculate între diversele componente ale grupului energetic, precum și din sistemul energetic. [3]
Programul de analiză pentru formele de undă vizualizate permite determinarea mai multor mărimi, inclusiv a puterilor vehiculate între diferitele componente ale grupului energetic, dar și compararea cu valorile de funcționare normală a diferitelor componente ale grupului energetic, dând în acest fel posibilitatea luării unor decizii corecte privind lucrările de mentenanță. [3]
Se poate astfel detecta în timp util apariția unor defecte (cum ar fi de exemplu scurtcircuite între spirele înfășurării de excitație de la generatorul principal), care au ca efect scurtarea duratei de viață a generatorului principal și eventuala scoatere din funcțiune a grupului energetic. Detectarea la timp a acestor defecte are drept con-secință efectuarea lucrărilor de mentenanță corespunzătoare, la momentul oportun. [3]
Lucrarea de doctorat [3] are ca subiect realizarea unui sistem SCADA, hardware și software, ce are ca scop monitorizarea parametrilor funcționali ai diferitelor echipamente din sistemul energetic. Aceste date sunt stocate într-o bază de date, iar mai apoi sunt analizate folosind diferite aplicații software.
Metoda de analiză folosită în uneltele software descrise în lucrarea [3] este comparația parametrilor măsurați cu diferite valori teoretice de referință, cu principalul scop de a realiza mentenanță predictivă, prin descoperirea valorilor neconforme, imediat după apariție.
Astfel, deși au o aplicare practică foarte importantă, în lucrarea [3] metodele de analiză a datelor sunt destul de simple.
O altă lucrare de doctorat [4] prezintă realizarea unui sistem SCADA, ca platformă de integrare a strategiilor de conducere.
Sistemul permite monitorizarea unui număr mare de intrări binare și analogice, precum și transmiterea unor comenzi binare pentru dispozitivele electrice de câmp, utilizând echipamente hardware și software. [4]
Utilizarea unor servere de rezervă (redundante) și aplicații bazate pe web permite acționarea la distanță și monitorizarea continuă a procesului. Caracteristicile software și hardware ale sistemului SCADA converg către un sistem robust, pregătit pentru a accepta soluții de conducere automată. De asemenea, lucrarea prezintă și realizarea unor simulatoare, utilizând principii moderne, pentru testare, validare și integrare rapidă a strategiilor de conducere propuse. [4]
Sistemul prezintă următoarele caracteristici:
operare și monitorizare la distanță;
imagini sinoptice sugestive;
grafice de evoluție bazate pe arhive;
arhivare și sistem de alarmare ușor de interpretat;
avantaje fizice: flexibilitate, scalabilitate și structură puternic modulară, având ca scop un sistem fiabil și robust. [4]
În afara realizării sistemului de monitorizare, lucrarea are ca scop abordarea fenomenelor fizice din proces, prin implementarea, extinderea și adaptarea a trei modele (model de ordin redus, model complex cu parametri distribuiți bazat pe legi fizice bine definite, model bazat pe aproximări liniare). [4]
De asemenea, este prezentată proiectarea, implementarea și testarea a două strategii de conducere automată pentru sistemul centralizat SCADA. [4]
Lucrarea [4] prezintă pe lângă realizarea unui sistem SCADA, dezvoltarea unor modele matematice pentru fenomenele fizice din proces. Aceste modele sunt dezvoltate pe baza unor ecuații fizice bine stabilite și a unor aproximări liniare.
Modelele matematice sunt apoi implementate în strategii de control automat al procesului, folosind sistemul SCADA ca platformă.
Lucrarea [4] prezintă un sistem complex de monitorizare și control automat, bazat însă pe modele matematice și ecuații precise ce descriu procesele fizice.
Teza de doctorat [5] prezintă preocuparea față de realizarea unor interfețe om-mașină moderne, pentru dispozitivele mobile.
Sistemele SCADA wireless au început să se dezvolte în ultimii ani și sunt folosite în special în industrii cum ar fi cele ale energiei solare și eoliene, acolo unde sunt locații dificil de accesat sau în medii rurale. Interfețele vizuale SCADA au început doar recent să apară pe dispozitive mobile. Primele astfel de aplicații au fost fie aplicații cu o interfață de tip text, fie aplicații web care nu aveau o grafică foarte avansată sau contemporană. [5]
Lucrarea [5] are ca obiectiv realizarea unui pachet de aplicații și biblioteci, care să permită realizarea soluțiilor de monitorizare și control, folosind dispozitive mobile: un set de biblioteci de componente grafice, care pot fi folosite pentru realizarea de scheme bloc și / sau de monitorizare; unelte pentru dezvoltarea mai rapidă a aplicațiilor; servicii web folosite pentru citirea datelor de la dispozitivele din teren, precum și un set de clienți mobili, care îi permit utilizatorului să vizualizeze datele din proces pe dispozitive mobile. [5]
Lucrarea [5] abordează un alt aspect al analizei datelor: modalitatea în care acestea sunt vizualizate de cătro operatori, pe terminale mobile. Această idee este de actualitate, fiind principalul motiv care a dus la apariția unor noi produse în industrie, precum software-ul Proficy Mobile de la General Electric Digital. De asemenea, realizarea de interfețe grafice eficiente este un subiect aflat atât în atenția producătorilor de software SCADA, cât și a anumitor organizații de reglementare în industrie.
O lucrare de doctorat în care se amintesc mai multe modalități de analiză a datelor este [6].
Progresul rapid în domeniul tehnicii de calcul și al componentelor hardware din ultimii ani a permis elaborarea mai multor direcții de dezvoltare a unor strategii de modelare și conducere automată, bazate pe regulatoare predictive, adaptive, regulatoare neurale sau neuro-fuzzy, în scopul perfecționării funcționalității instalațiilor industriale. [6]
Cele mai implementate structuri de reglare în aria de producere a energiei termoelectrice se bazează pe conceptul clasic al reglării cu regulatoare PID. În cele mai multe cazuri, buclele de reglare sunt implementate folosind structuri liniare pentru sisteme SISO (Single Input, Single Output), cu regulatoare PI și PID. În ultimele decenii s-a făcut posibilă implementarea unor structuri de tip MIMO (Multiple Input, Multiple Output), liniare și neliniare, predictive bazate pe model, adaptive sau structuri inteligente de forma unor sisteme expert, bazate pe modele neuronale sau algoritmi genetici. [6]
Sistemele de conducere distribuite proiectate pe platforme SCADA oferă posibilitatea de a monitoriza și regla anumite mărimi critice dintr-un spațiu de producție. În funcție de situație, se pot activa alarme, care să atenționeze sau să împiedice apariția unor avarii. Existența acestor sisteme de reglare distribuită combinată cu implementarea unor strategii avansate de conducere contribuie la optimizarea resurselor și siguranța în funcționare. [6]
În lucrarea [6] este implementată o aplicație SCADA pentru un sistem de distribuție a agentului termic către mai mulți consumatori industriali. Prin intermendiul acestei aplicații sunt monitorizate mărimile fizice din proces, precum debitul apei de alimentare, debitele de abur spre consumatorii industriali, presiunea aburului. De asemenea, prin intermediul platformei SCADA și a interfeței sugestive se pot transmite comenzi, atât în regim manual, cât și automat, pentru reglarea mărimilor de interes, precum nivelul amestecului de apă-abur din tamburul unui boiler de abur sau pentru rejectarea perturbațiilor apărute pe coloana de alimentare cu apă rece. [6]
Lucrarea [6] dezvoltă o serie de metode și algoritmi de proiectare a unor strategii de modelare matematică și conducere avansată, adecvate unor procese din domeniul energetic:
modelul matematic neliniar introdus stă la baza implementării simulatorului și ilustrează funcționarea unui cazan de abur;
fundamentele teoretice referitoare la discretizarea unui model matematic;
este propus un algoritm neliniar pentru procesele complexe și neliniare ce nu pot fi liniarizate. Rezultatele simulărilor sunt discutate comparativ cu rezultatele obținute cu regulatorul clasic PID.
Lucrarea [6] tratează algoritmi avansați de control, în mod special a proceselor cu dinamică dificilă, folosind doi algoritmi de reglare predictivă în domeniul discret δ: unul pentru sistemele ce încorporează un element integrator și altul pentru sistemele fără componentă integratoare. În finalul lucrării este implementată o aplicație SCADA clasică, pentru un sistem de distribuție a agentului termic.
În lucrare sunt amintite și analize de tip fuzzy sau rețele neurale, dar acestea nu constituie obiectul lucrării, aplicația SCADA implementată fiind clasică, iar algoritmii de control al procesului sunt bazați pe sisteme matematice.
Lucrările prezentate în această subsecțiune au atins următoarele subiecte:
realizarea unor sisteme SCADA, hardware și software pentru achiziția de date distribuită și controlul sistemului;
realizarea unor modele matematice de comparare a datelor achiziționate cu valori prestabilite;
luarea unor decizii pe baza comparațiilor realizate și implementarea unor algoritmi de control;
realizarea interfețelor grafice, pentru terminale fixe sau mobile.
2.2.2 Analize folosind sisteme bazate pe logica Fuzzy
În articolul [7] este prezentată o aplicație fuzzy, instalată pe un sistem SCADA, într-o rețea energetică. Elementele unei astfel de rețele sunt frecvent supuse la condiții de operare dificile sau din afara parametrilor uzuali. Astfel, pot apărea defecte la anumite echipamente, fiind important ca acestea să fie deconectate cît mai repede din sistem. Determinarea echipamentelor care au fost primele afectate (cauzele primare) este o condiție foarte importantă în funcționarea sistemelor energetice.
Aplicația software fuzzy analizează elementele sistemului, folosind ca mărimi de intrare anumiți parametri specifici fiecărui echipament. Aceste mărimi de intrare sunt introduse într-un sistem de reguli, alcătuit aici din 36 de reguli, din care se obține valoarea unei mărimi de ieșire.
Mărimea de ieșire stabilește dacă elementul analizat a cauzat o eroare primară, secundară sau terțiară.
Articolul [7] prezintă o implemetare a unui sistem fuzzy peste un sistem SCADA, într-o rețea energetică, pentru a descoperi, în cazul unei avarii, care au fost cauzele primare.
În articolul [8] este prezentat un sistem de control a nivelului unui lichid
într-un rezervor.
Sistemul SCADA folosit este unul clasic, din punct de vedere al echipamentelor folosite:
un senzor, pentru măsurarea nivelului;
un modul de achiziție date cu intrări analogice, ce preia semnalul de la senzor;
un PLC simplu, fără module speciale de logică fuzzy [8].
Sistemul SCADA este astfel folosit pentru monitorizare, iar partea de control este realizată folosind un sistem bazat pe logică fuzzy, de tip Sugeno.
Aplicația fuzzy are două variabile de intrare:
e(t) – diferența între valoarea prescrisă și cea măsurată;
de(t) / dt – derivata erorii [8].
Variabila de ieșire a sistemului fuzzy controlează în mod direct semnalul către actuator. Fiind un sistem de tip Sugeno, funcțiile de ieșire sunt de tip liniar. Sistemul de decizie este alcătuit din patru reguli [8].
Articolul [8] prezintă o metodă de a crea un sistem de control al unui proces fizic, folosind două subsisteme interconectate: SCADA și fuzzy.
Un sistem asemănător este prezentat în articolul [9]. Unui sistem SCADA complex, folosit într-o stație de epurare a apelor uzate, îi este adăugată o aplicație software bazată pe logică fuzzy, pentru controlarea eficientă din punct de vedere energetic a pompelor de apă.
Sistemul SCADA este alcătuit din:
senzori pentru măsurarea nivelului lichidului în rezervoare;
module de achiziție de date cu intrări analogice, ce preiau semnalele de la senzori;
PLC-uri simple, fără module speciale de logică fuzzy;
actuatori de tip valvă electromagnetică, pentru controlul curgerii apei prin sistem;
echipamente de comunicație wireless (WiFi sau celular), pentru transmiterea semnalelor din teren către serverul central;
server SCADA local, pe care este instalat software-ul SCADA;
server web, pentru a facilita accesul de la distanță asupra sistemului (folosind clienți web) [9].
Aplicația de tip fuzzy este asemănătoare cu cea descrisă în articolul precedent:
două variabile de intrare: diferența între nivelul prescris al apei din rezervor și cel măsurat; derivata erorii între nivelul prescris și cel măsurat;
două variabile de ieșire: poziția valvelor și numărul de pompe active;
sistem tip Sugeno, cu funcții liniare [9].
Articolul [9] descrie un sistem SCADA complet, în care este introdus un sistem fuzzy de control, pentru a mări eficiența energetică.
O abordare diferită este prezentată în articolul [10]. Aplicația fuzzy folosită în acest caz nu are rol de analiză a datelor colectate din sistemul SCADA, ci de a descoperi erorile ce pot fi introduse de către echipamente [10].
Diferite sisteme au fost concepute pentru a monitoriza și diagnostica anomaliile apărute în sistemele SCADA. Unul din sisteme are la bază un sistem fuzzy de tip Mamdani. Acesta preia datele de la senzori, detectează anomaliile pe baza statisticilor anterioare, iar mai apoi le clasifică.
Articolul [10] prezintă o altă perspectivă asupra utilizării sistemelor fuzzy în cadrul analizei de date, însă teza nu se va concentra pe această variantă.
2.2.3 Analize folosind sisteme bazate pe rețele neurale
Analiza datelor folosind rețele neurale este mai recentă decât celelalte metode descrise în subsecțiunile anterioare.
Articolul [11] prezintă un prim exemplu de combinare a sistemelor SCADA cu rețelele neurale.
Datele provenite din sistemul SCADA al unui parc eolian sunt analizate pentru a realiza un sistem de mentenanță predictivă, astfel încât să se obțină din timp avertizări asupra eventualelor defecțiuni sau scăderi a performaței. Articolul [11] prezintă două încercări, cu două tipuri diferite de rețele neurale.
În sistemele cu un număr mare de date de intrare este folosită o analiză bazată pe funcții liniare, ce produce la ieșire principalele direcții ce trebuiesc monitorizate, pentru a observa modificări importante în sistem. Autorii folosesc o rețea neurală asociativă, pentru a implementa o analiză nonliniară.
Rețeaua are o structură complexă, cu un strat de intrare, trei straturi ascunse și un strat de ieșire. Între straturi sunt folosite funcții liniare sau neliniare. Rețeaua dezvoltă în timp o proprie cartografiere a datelor de intrare [11].
Datele de intrare sunt cele din funcționarea normală a turbinelor eoliene. Din aceste date, rețeaua prezintă prin stratul de ieșire un set de date esențiale ce trebuiesc monitorizate în timp pentru a detecta schimbări importante în funcționare [11].
Tot în acest articol se prezintă și o altă abordare, folosind un alt tip de rețea neurală. Aceasta este de tip clustering, clasificând în mod automat vectorii de intrare. Această rețea are ca parametri de intrare datele de funcționare din momentul apariției unor defecte [11].
Rețeaua își schimbă în mod automat legăturile din straturile interioare, în funcție doar de datele de intrare. Ea are rol în clasificarea defectelor ce apar în timpul funcționării. După ce există clase corespunzătoare diferitelor defecte, prin monitorizarea stării de funcționare normală, se poate prezice dacă sistemul se îndreaptă spre unul din defectele cunoscute.
Cu ambele rețele neurale s-au obținut răspunsuri distincte între modul de funcționare normală și momentele în care apar defecte. Totuși testele realizate nu au oferit rezultate concludente, în ciuda folosirii de date obținute pe parcursul a doi ani. Acest lucru s-a datorat și faptului că în momentul apariției unui defect nu au existat date achiziționate din zilele premergătoare acestuia.
Articolul [11] prezintă două rețele neurale diferite folosite în analiza datelor provenite de la sistemul SCADA al unui parc eolian.
Prima rețea neurală implementată reduce numărul mare de date de intrare la un set esențial, a cărui monitorizare poate indica o posibilă eroare în sistem.
A doua rețea neurală implementată are nevoie de date obținute în momentul defectelor, pentru a clasifica aceste defecte. Ea va putea mai apoi prezice apariția doar a acelor defecte care au fost detectate în trecut.
O perspectivă interesantă este analizată și în articolele [12] și [13]. O rețea neurală de tip back-propagation este utilizată pentru a analiza legătura dintre anumiți parametri și datele de intrare, în momentul producerii unui defect.
Astfel, se dorește reducerea automată a datelor ce trebuiesc monitorizate, păstrându-se doar un set de parametri țintă. Rețeaua a fost implementată tot în cadrul unui parc eolian [12].
Aceste articole prezintă implementarea unei rețele neurale pentru a alege numărul optim de parametri ce trebuiesc monitorizați într-un sistem SCADA. Este o aplicație interesantă, care nu va fi însă dezvoltată în lucrarea de față.
În urma analizei realizate în acest capitol, în lucrarea de față voi implementa un sistem SCADA hardware și software, cu ajutorul căruia voi strânge un set de date brute. Pe baza acestora, voi realiza analize în urma cărora vor putea fi luate anumite decizii. Analizele asupra datelor, nu vor fi însă de tipul comparațiilor cu un model predefinit, ci vor utiliza elemente de logică fuzzy sau rețele neurale.
Capitolul 3
Sisteme de tip simulator
Acest capitol prezintă o etapă premergătoare realizării unui sistem de achiziție de date, aceea a simulării. Vor fi prezentate două tipuri de simulări, una software și alta hardware, pe care le-am realizat pe parcursul studiilor doctorale.
3.1 Aplicație software de tip simulator
Aplicația de tip simulator prezentată în acest subcapitol a fost realizată ca o primă etapă în procesul de dezvoltare a unui nou tip de accelerator liniar de particule. Acest nou tip de accelerator ar trebui să aibă dimensiuni și greutate reduse, dar și să funcționeze cu o cantitate de energie mai mică. De asemenea, ar trebui să fie capabil să accelereze diferite tipuri de specii de ioni, la diferite energii finale.
Folosind acest simulator, parametrii constructivi ai acceleratorului pot fi variați, calculându-se în același timp impactul asupra vitezelor și câștigurilor de energie ale particulelor.
3.1.1 Principii folosite în realizarea aplicației software
Necesitatea acestei aplicații software a provenit din dorința de a realiza un nou tip de accelerator liniar de particule. Noutatea acestui accelerator este dată de înlocuirea tehnicii de accelerare bazată pe radiofrecvență (RF) cu folosirea unor surse de tensiune cu voltaj ridicat, compacte, conectate la zonele (intervalele) succesive de accelerare ale particulelor. Sursele sunt pornite la momente de timp convenabil alese, în funcție de momentele de timp la care particulele trec prin zonele de accelerare.
Pulsurile de tensiune pot fi de tip dreptunghiular sau semisinusoidal, de diferite amplitudini și aplicate cu diferiți timpi de întârziere.
Folosind aplicația software dezvoltată, se pot testa diferite geometrii de accelerare, pentru a obține particule accelerate la energii pornind de la 0,1 MeV și până la 3MeV sau chiar mai mult.
Producerea câmpurilor electrice de valori mari a fost întotdeauna una dintre principalele probleme în realizarea acceleratoarelor de particule. Pentru sursele de curent continuu de înaltă tenisune, o primă soluție a fost deplasarea mecanică a sarcinilor electrostatice (generatoare Van de Graaf sau Pelletron, redresoare multiplicatoare Cockroft-Walton).
Pentru sursele de înaltă tensiune de curent alternativ, s-au folosit cavități rezonante RF ce lucrează la zeci sau sute de MHz sau generatoare de pulsuri de înaltă tensiune, ca generatoarele Marx sau generatoare VIG (Vector Inversion Generators) [14][15][16].
O altă problemă la sursele de curent continuu de înaltă tenisune este cea a izolării zonei de înaltă tensiune [15]. De asemenea, cele de curent alternativ au probleme cu dimensiunea cavităților rezonante.
Aceste probleme legate de dimensiuni au dus la apariția unor noi tipuri de acceleratoare, în care particulele traversează o succesiune de zone de accelerare, în fiecare dintre acestea aplicându-se un câmp electric de dimensiuni mai mici. Aceste zone sunt intercalate cu zone în care nu există câmp electric, numite zone de drift.
Aceste sisteme, în care câștigul de energie se face prin repetarea forțelor de accelerare pe o traiectorie liniară, se numesc acceleratoare liniare (linacs). Cel mai cunoscut exemplu este structura de tip Wideroe [17], prezentată în Fig. 3.1, în care o serie de tuburi cilindrice sunt aliniate într-un spațiu vidat, fiind conectate la o sursă RF [18].
Fig. 3.1 Structură acceleratoare de tip Wideroe
Acest accelerator liniar are o caracteristică importantă, accea că particulele trebuie să fie sincronizate cu faza RF a câmpului accelerator, pentru a produce o accelerare constantă pe întreaga lungime a acceleratorului [19].
Dacă un ion pozitiv va fi emis și intră în primul interval de accelerare, din momentul în care în acesta este aplicat câmpul electric cu tensiune negativă maximă, ionul va fi accelerat până la intrarea în tubul de drift. Lungimea tubului de drift trebuie aleasă astfel încât sincronizarea cu câmpul electric să se păstreze și la următorul interval de accelerare. Dar, din cauză că ionul are viteze din ce în ce mai mari, tuburile de drift trebuie să aibă la rândul lor lungimi din ce în ce mai mari. Astfel, lungimea totală a sistemului crește [17].
Desigur această sincronizare este în strânsă legătură cu tipul de ion accelerat, astfel încât o anumită geometrie a acceleratorului (cu anumite lungimi ale tuburilor de drift) se potrivește unui singur tip de particulă și unei singure energii finale.
Astfel de acceleratoare sunt folosite în cercetări de fizică fundamentală, de la energii de sute de MeV până la TeV, dar nu sunt practice în domeniul fizicii aplicate. Pentru acest domeniu este nevoie de acceleratoare cu utilizare versatilă, ce pot accelera diferite specii de ioni, la diferite energii finale.
Această aplicație software de tip simulator a fost realizată pentru creearea unui nou tip de accelerator liniar. Scopul este de a înlocui cavitățile rezonante cu o serie de generatoare de pulsuri de înaltă tensiune, care să fie sincronizate în funcție de profilul de viteză al fiecărui tip de particulă. În acest fel, se pot folosi mai multe generatoare de înaltă teniune, fiecare de până la 500kV (disponibile comercial în acest moment), pentru a excita un anumit număr de intervale de accelerare, obținându-se astfel energii de pînă la 3MeV sau mai mult.
Într-un astfel de accelerator, lungimea tuburilor de drift poate fi redusă în funcție de timpul minim de întârziere între două acționări succesive ale generatoarelor. De asemenea, o altă caracteristică interesantă este aceea că putem selecta energia finală, în funcție de numărul de generatoare care vor fi acționate.
O astfel de structură este prezentată în Fig. 3.2. Pentru a o putea simula, aplicația software trebuie să ia în calcul mai mulți parametri pe care utilizatorul să îi poată varia (tipul de puls aplicat, amplitudinile și întârzierile acestora, sarcina și masa particulelor accelerate).
Fig. 3.2 Structură acceleratoare cu intervale succesive de accelerare, excitate de generatoare de pulsuri de înaltă tensiune
În Fig. 3.2 sunt folosite următoarele notații:
d0: spațiul între sursa de ioni și primul interval de accelerare;
di: lungimea intervalului de accelerare cu numărul i (distanță în care particula este accelerată prin aplicarea unui câmp electric);
li: lungimea tubului de drift cu numărul i (distanță în care particula nu este accelerată);
Ui: valoarea cîmpului ce excită intervalul de accelerare cu numărul i.
3.1.2 Realizarea aplicației software
Aplicația software simulează valoarea finală a energiei particulei accelerate, după ce a trecut prin acceleratorul liniar. Pentru a realiza acest calcul, se iau în considerare diverși parametri:
numărul și poziția intervalelor de accelerare;
lungimea tuburilor de drift;
intensitățile câmpurilor electrice aplicate în intervalele de accelerare;
timpii de întârziere între pulsuri;
masa și energia particulei accelerate.
Formulele teoretice ce stau la baza calculelor provin din legile mișcării Newtoniene, deoarece vitezele particulelor nu intră în domeniul relativității.
Intensitatea câmpului electric (3.1) și accelerația particulelor (3.2) sunt calculate pe axa de deplasare Ox.
(3.1)
(3.2)
În formulele (3.1) și (3.2) s-au făcut următoarele notații:
E – intensitatea câmpului electric;
F – forța electrică;
ne – sarcina ionilor dintr-un fascicul;
m – masa particulelor din fascicul;
a – accelerația particulelor;
S – distanța parcursă de particule;
t – timpul;
U – tensiunea câmpului electric aplicat.
Formula folosită în aplicația software pentru a calcula energia particulelor, în orice moment în spațiu și timp este (3.3).
(3.3)
Aplicația este realizată pentru a simula trei intervale succesive de accelerare. Dacă se dorește simularea comportamentului unui accelerator liniar de particule cu mai mult de trei intervale de accelerare, rezultatele din prima simulare (cu 3 intervale de accelerare) pot fi folosite ca parametri inițiali într-o nouă simulare, putându-se astfel face simulări pentru un accelerator cu oricâte intervale de accelerare.
Mediul de dezvoltare software folosit pentru realizarea acestui simulator a fost LabVIEW de la National Instruments. Ca orice aplicație LabVIEW și aceasta are două părți: interfața și codul (diagrama) din spatele interfeței.
În primul rând a trebuit dezvoltată o interfață grafică (HMI – Human Machine Interface) pentru ca utilizatorul să poată introduce datele și să vizualizeze rezultatele. Interfața este prezentată în Fig. 3.3. Aceasta are două zone:
introducerea valorilor parametrilor de intrare;
vizualizarea rezultatelor asupra fasciculului de particule și a geometriei acceleratorului.
Fig. 3.3 Interfața grafică a aplicației software
Introducerea valorilor de intrare se face în partea stangă și în partea de jos a interfeței grafice. În partea stîngă se pot introduce datele legate de condițiile inițiale:
”n charges”: numărul de sarcini din fasciculul de particule;
” A [uamu]”: masa atomică a particulelor;
” Half sine On or Off”: forma impulsului electric (dreptunghiular sau semisinusoidă);
” E0 [eV]”: energia inițială a particulelor.
De asemenea, mai sunt doi parametri care influențează funcționarea programului, în special nivelul de granularitate al realizării calculelor ("maximum number of points", "dt").
În partea de jos a interfeței se introduc datele legate de geometria acceleratorului și de câmpurile aplicate fiecărui interval de accelerare:
” gap [m]”: lungimea intervalului de accelerare cu numărul m;
” Upk [V]”: valoarea câmpului electric aplicat în intervalul de accelerare;
” pulse t [s]”: durata pulsului electric aplicat în intervalul de accelerare;
” pulse delay [s]”: momentul la care este aplicat pulsul de tensiune.
Partea de vizualizare a rezultatelor este de asemenea împărțită în două zone.
Graficul din zona centrală reprezintă energia particulelor accelerate, în fiecare interval de accelerare (desenat cu galben pe grafic) și în tuburile de drift (desenat cu alb pe grafic).
De asemenea, pe grafic se poate vizualiza intensitatea și forma câmpurilor electrice aplicate (desenat cu roșu pe grafic).
Linia albă reprezintă distanța parcursă de particule, iar axa Oy asociată este pe partea dreaptă a graficului.
A doua zonă de vizualizare a rezultatelor se află în partea dreaptă a interfeței grafice. În poziție verticală este reprezentată geometria acceleratorului rezultat.
Diagrama (codul) din spatele interfeței este prezentată în Fig. 3.4. Aceasta este împărțită în 3 zone:
în stânga se află zona de procesare a datelor de intrare;
în partea central-stângă a diagramei se află zona de implementare a formulelor pentru fiecare moment discret de timp;
în dreapta este zona de pregătire a vizualizării rezultatelor în grafice.
Valorile introduse în interfață ajung în partea stângă a diagramei. De aici, folosind operatori adiționali, sunt create formulele ce controlează mișcarea și energia particulelor în fiecare moment discret de timp.
Aceste formule calculează pentru fiecare punct de pe axă energia particulelor, ținând cont dacă acestea se află în interval de accelerare sau în tub de drift. După ce particulele au parcurs intervalul de accelerare, rezultatele revin în această zonă de program, pentru a se calcula comportarea în următoarea zonă de accelerare. Cum am menționat mai sus, programul calculează comportamentul particulelor pentru trei intervale de accelerare.
Fig. 3.4 Diagrama (codul) aplicației software
După ce au fost tranzitate cele trei intervale de accelerare, rezultatele sunt trimise în zona de grafice. Diferite caracteristici ale graficelor sunt stabilite în această zonă, de la numele curbelor de pe grafic (legenda graficului), până la stilul și culorile liniilor de pe grafice.
De asemenea, în această zonă este stabilită și reprezentarea vizuală a acceleratorului liniar, bazată pe distanțele introduse de utilizator în interfață.
3.1.3 Rezultate și concluzii
Au fost realizate diferite simulari folosind aplicația software, care au confirmat posibilitatea construirii unui accelerator liniar compact, dedicat fizicii aplicate. Acesta are posibilitatea de a accelera diferite tipuri de ioni la diferite energii finale.
Un exemplu relevant este prezentat în Fig. 3.5: accelerarea a 4 ioni de He+2 până la 3 MeV. Acest tip de fascicul este folosit în practică pentru analiză și caracterizare de materiale, în spectroscopia Rutherford Backscattering.
Fig. 3.5 Simularea accelerării a 4 ioni de He+2 la 3 MeV
Geometria a fost aleasă după un număr de simulări. Au fost analizate accelerările diferitelor tipuri de ioni, cu pulsuri de tensiune între 200 și 500 kV, de diferite durate. Pe baza rezultatelor obținute, lungimea intervalelor de accelerare a fost optimizată pentru a maximiza energia preluată de particule în timpul deplasării prin acestea.
Rezultatele, prezentate în Tabelul 3.1, arată că, folosind aceeași geometrie și același tip de pulsuri de tensiune, se pot accelera la diferite energii, particule de mase și sarcini diferite.
Singurul parametru a cărui valoare trebuie schimbată este întârzierea dintre pulsurile de tensiune.
Dacă schimbăm și valoarea tensiunii pulsurilor, atunci energia finală poate căpăta orice valoare.
Tab. 3.1 Rezultate obținute folosind o anumită geometrie
Valorile folosite în simulările din tabelul 3.1 au luat în considerare caracteristicile generatoarelor de pulsuri de tensiune disponibile pe piață [20][21][22].
Rezultatele din tabelul 3.1, ce indică o lungime fizică de numai 53 cm, arată fezabilitatea acestei soluții propuse pentru construirea unui accelerator liniar compact. De asemenea, este demonstrată utilitatea aplicației software pentru a optimiza parametrii constructivi și funcționali.
Am menționat în acest capitol că aplicația a fost realizată pentru simularea a trei intervale de accelerare, iar dacă se dorește un sistem cu mai multe intervale de accelerare, aplicația poate fi rulată de mai multe ori, folosind rezultatele unei rulări pe postd e condiții inițiale pentru următoarea rulare.
În Fig. 3.6 și 3.7 este prezentată o astfel de simulare.
Fig. 3.6 Prima rulare a simulării (0 la 0,9 MeV)
Fig. 3.7 A doua rulare a simulării (0,9 la 1,8 MeV)
Lungimile tuburilor de drift alese duc la o lungime totală a sistemului (cinci tuburi de drift și șase intervale de accelerare) de 127 cm. Desigur, această lungime poate fi aleasă mai mare, din eventuale motive constructive.
Pulsurile de tensiune au avut valori de 300 kV, iar energia finală a particulei este de aproape 1,8 MeV.
Particula câștigă energie după trecerea prin fiecare interval de accelerare, astfel încât viteza ei crește. Lungimile intervalelor de accelerare au fost menținute constante pentru fiecare rulare. Prin urmare, durata pulsurilor de tensiune a trebuit să scadă: de la 11 ns în primul interval de accelerare, la 3 ns la ultimul interval de accelerare.
Aplicația prezentată în acest capitol ajută la realizarea unui nou tip de accelerator liniar de particule, cu următoarele avantaje:
dimensiuni mai mici, deoarece lungimile tuburilor de drift nu mai trebuie să fie corelate cu sursa de tensiune RF (25% din lungimea celui mai mic accelerator de tip tandem experimental [20] și mult mai mic decât cele cu sursă RF);
versatilitate, deoarece pot fi accelerate diferite tipuri de ioni, la diferite energii finale, în funcție de momentul la care generatoarele de pulsuri sunt pornite;
consum de energie mai mic (10-20 kW, față de 50 kW pentru acceleratoarele de tip tandem și câteva sute de kW pentru cele cu cavități rezonante), datorită duratei mici a pulsului față de timpul de repetiție.
Studii mai aprofundate trebuiesc făcute pentru a optimiza distribuția spațială a câmpului electric în intervalele de accelerare.
3.2 Platforme hardware de tip simulator
În capitolul 2, subcapitolul 2.1 a fost prezentată structura unui sistem SCADA industrial. Bazat pe această structură, în acest subcapitol sunt prezentate trei simulatoare de sisteme SCADA. Acestea au fost realizate în scop didactic și implementate în cadrul laboratorului de ”Informatică Industrială” din cadrul Facultății de Electronică Telecomunicații și Tehnologia Informației din Universitatea Politehnica București.
În următoarele subcapitole sunt prezentate structura și scopul implementării acestor simulatoare.
Desigur, principalul scop a fost familiarizarea studenților cu domeniul automatizărilor, cu sistemele SCADA industriale, cu echipamentele hardware și aplicațiile software folosite în practică, pentru a se putea integra astfel mai ușor în piața muncii, după finalizarea studiilor.
3.2.1 Platformă didactică simulator sistem SCADA industrial
Obiectivele acestei lucrări constau în familiarizarea studenților cu mediile software tip SCADA (Supervisory Control And Data Acquisition). De asemenea, lucrarea conține și un echipament hardware de achiziție de date, pentru a putea realiza un sistem SCADA complet (hardware și software).
Cel mai important modul al unui program de monitorizare și control este software-ul SCADA. Acesta are la bază o platformă ce trebuie configurată și adaptată în funcție de aplicația la care se lucrează. Principala funcție pe care trebuie să o îndeplinească este legătura cu echipamentele din proces, prin intermediul cărora se obțin informațiile privind starea intrărilor și ieșirilor din sistem.
Interfața om-mașină HMI (Human Machine Interface) are rolul de a reda într-o formă grafică și numerică toate evenimentele din proces. Totodată, prin intermediul interfeței om-mașină, utilizatorul poate interacționa cu procesul.
Programele software de tip Historian au ca scop înregistrarea și stocarea unor cantități mari de date. Spre deosebire de bazele de date relaționale, programele de tip Historian pot achiziționa un volum mai mare de date la viteze de achiziție superioare, date pe care le stochează într-un spațiu mult mai redus.
În acest program se păstrează toate tipurile de date venite din procesul industrial efectiv (de la sistemul SCADA): mărimi analogice, mărimi digitale, comentarii introduse de operatori, alarme, etc. Ținând cont de aceste considerente putem spune că Historian-ul este partea centrală a unui sistem de monitorizare și control, deoarece colectează și stochează datele, iar mai apoi le pune la dispoziție întregului sistem. Astfel, module superioare de analiză și raportare pot compara procesele actuale cu cele din trecut, pot face analize predictive și pot raporta situația exactă în care se află sistemul.
Schema generală a acestei platforme este prezentată în Fig. 3.8.
Fig. 3.8 Schema platformei sistem SCADA industrial
Componentele sistemului (prezentate de la stânga la dreapta în Fig. 3.8):
butoane (intrări) și LED-uri (ieșiri), implementate împreună pe o placă electronică PCB (Printed Circuit Board);
un modul de achiziție de date cu intrări și ieșiri digitale și comunicație pe seriala industrială RS-485;
un convertor între seriala industrială RS-485 și calculator (port USB);
un calculator cu program SCADA și baza de date industrială tip Historian.
Câteva caracteristici ale modului de achiziție de date sunt prezentate în continuare.
Modulul ICPDAS I-7055, a cărui distribuție a terminalelor este prezentată în Fig. 3.9 și diagramă internă este prezentată în Fig. 3.10, are 8 intrări digitale și 8 ieșiri digitale. Pentru canalele de intrare, `0` logic este între 0 și 4 Vc.c., iar `1` logic este între 10 și 50 Vc.c. Canalele de ieșire pot furniza tensiune între 0 și 40 Vc.c.
Modulul poate fi alimentat între 10 și 30 Vc.c., cu protecție la supratensiune de ± 35 Vc.c, iar consumul este de 1,2 W. Funcționează între -25 și +75 ˚C.
Fig. 3.9 Distribuția terminalelor pentru modulul I-7055 [23]
Fig. 3.10 Schema internă a modulului I-7055 [23]
Mediul SCADA folosit în această lucrare este Proficy iFIX de la General Electric Digital. Acesta este un motor SCADA ce respectă standardele industriale, fiind astfel partea centrală a sistemului IT de gestionare a datelor în timp real. [24]
Printre caracteristicile sale se numără:
arhitectură client-server, ce oferă scalabilitate sistemului în funcție de mărimea aplicației;
integrare cu alte aplicații, asigurată de faptul că se bazează pe Visual Basic și oferă suport pentru tehnologii precum ActiveX, VisiconX sau ODBC/SQL; [25]
conectivitate cu un număr mare de echipamente, indiferent de producător, deoarece se bazează pe protocoale standard;
suport pentru realizarea interfețelor cu utilizatorul, având posibilitatea de a afișa date în timp real sau istorice;
tratarea alarmelor din sistem în mod prioritar;
securitate, asigurată prin folosirea autentificării cu parole, dar și prin existența suportului pentru semnături electronice.
Baza de date industrială folosită este Proficy Historian de la General Electric Digital. Aceasta este o bază de date industrială, performantă, care preia date de la nivelul procesului și care colectează, arhivează și distribuie volume mari de informații în timp real, cu o viteză mare de transmisie. [24]
Alte caracteristici ale sale:
colectarea datelor în numeroase moduri; [26]
suport pentru redundanță;
securitate, asigurată prin folosirea autentificării cu parole, dar și prin existența suportului pentru semnături electronice.
Desfășurarea lucrării este prezentată în Anexa A.1. Pe parcursul acesteia, studentul trebuie să:
creeze un nou proiect;
configureze parametrii de comunicație cu echipamentele hardware;
achiziționeze date de la echipamente;
realizeze conexiunea cu baza de date și să configureze parametrii de stocare a datelor;
realizeze o interfață pentru utilizator.
Această lucrare a fost inspirată din aplicațiile de tip centre de comandă, în care unul sau mai mulți operatori au sarcina de a monitoriza starea globală a unui proces, a unei instalații, a unei fabrici sau a unei stații electrice.
Accentul este pus pe partea software a sistemului, în special pe interfața
om-mașină. Aceasta trebuie să fie construită într-un mod eficient, să respecte principii ergonomice, pentru ca operatorul să poată descoperi rapid orice problemă apărută în funcționare. [27]
3.2.2 Platformă didactică simulator sistem de control
Obiectivele acestei lucrări constau în familiarizarea studenților cu echipamentele industriale de tip PLC, cu mediile software în care sunt programate aceste echipamente și cu realizarea unor aplicații cu caracter industrial. De asemenea, se prezintă structura unui sistem SCADA, pentru a înțelege poziția și importanța PLC-urilor în cadrul sistemelor industriale.
Un PLC (Programmable Logic Controller) este un dispozitiv electronic digital folosit în automatizarea proceselor electromecanice, precum controlul liniilor de asamblare dintr-o fabrică sau alte aplicații industriale. Spre deosebire de calculatoarele de uz general, PLC-urile sunt proiectate astfel încat să facă față lucrului la temperaturi mari, să nu fie influențate de zgomot electric și să fie rezistente la vibrații. [28]
O caracteristică importantă a PLC-urilor o reprezintă numărul mare de intrări și ieșiri digitale. De asemenea, acestea dispun și de intrări și ieșiri analogice, la care pot fi conectați senzori, traductori sau actuatori pentru măsurarea și controlul mărimilor analogice, precum temperaturi sau presiuni.
Funcționarea dispozitivului se bazează pe scanarea intrărilor, executarea secventială a instrucțiunilor stocate in memoria nevolatilă și generarea semnalului de ieșire. Acest proces se repetă cu frecvență mare, astfel încât să existe posibilitatea funcționării în timp real a sistemului. [28]
Comunicația cu PLC-ul se face de obicei folosind un port serial RS-232 cu 9 pini, dar se poate face și prin Ethernet sau RS-485. Ca protocoale de comunicații se folosesc printre altele Modbus, DeviceNet, Profibus, CAN, EtherNet/IP, etc. Majoritatea PLC-urilor pot comunica în rețea cu alte sisteme, cum ar fi un sistem SCADA sau un browser web.
Cele mai multe PLC-uri se programează cu ajutorul unui calculator și a unui program utilitar creat special pentru acest scop, folosind un limbaj de programare reglementat prin standardul IEC61131-3, care definește 5 limbaje de programare: function block diagram (FBD), ladder diagram (LD), structured text (ST), instruction list (IL) and sequential function chart (SFC). Aceste tipuri de programare variază de la text (similar cu Pascal), cod mașină (similar limbajului de asamblare) la modalități grafice.
Cel mai folosit limbaj este Ladder Diagram (LD). Structura de scară (ladder) are în partea stângă linia de putere, iar în dreapta lina de masă. Prin conectarea celor două linii verticale cu linii orizontale se asigură curgerea curentului prin elementele virtuale de pe linia orizontală și astfel funcționarea lor. Elementele virtuale variază de la întrerupătoare închise sau deschise la elemente complicate, precum timer-e sau blocuri ce calculează funcții complexe. Prin adăugarea de elemente virtuale, în serie sau paralel, se pot obține funcții logice complexe, ce permit astfel PLC-ului să controleze procese complicate.
Schema generală a acestei platforme este prezentată în Fig. 3.11.
Fig. 3.11 Schema platformei sistem de control
Componentele sistemului (prezentate de la stânga la dreapta în Fig. 3.11):
butoane și fototranzistor (intrări), LED-uri și un motor de curent continuu (ieșiri), implementate împreună pe o placă electronică PCB;
un PLC cu intrări și ieșiri digitale, intrări analogice și comunicație pe seriala RS-232 și Ethernet;
un convertor între seriala RS-232 și calculator (port USB);
un calculator cu software pentru programarea PLC-ului (dar fără altă funcție în sistem, odată ce programarea a fost realizată).
Câteva caracteristici ale PLC-ului, a cărui schemă electrică este prezentată în Fig. 3.12 sunt prezentate în continuare:
40 intrări digitale pentru 24 Vc.c. , două intrări analogice pentru 0÷10Vcc;
24 ieșiri digitale de 24 Vc.c. ;
4 numărătoare de mare viteză;
alimentare: 19,2 Vc.c. ÷ 30 Vc.c.
Fig. 3.12 Schema electrică a PLC-ului [29]
Desfășurarea lucrării este prezentată în Anexa A.2. Pe parcursul acesteia, studentul trebuie să:
creeze un nou proiect;
configureze parametrii de comunicație cu echipamentele hardware;
deschidă un program deja realizat, pentru a îi analiza structura și funcțiile folosite în programarea PLC-ului;
realizeze un program nou, bazat pe cerințele primite;
încarce programul realizat în PLC și să verifice funcționarea acestuia conform cerințelor.
Această lucrare a fost inspirată din aplicațiile industriale de control al proceselor, de exemplu: în fabrici (controlul liniilor de producție), în utilități (controlul pompelor de apă) sau în echipamente complexe (roboți industriali). [30]
Calculatorul folosit în lucrare are rol doar în programarea PLC-ului. După ce programul a fost încărcat în PLC, calculatorul poate fi deconectat, PLC-ul urmând să funcționeze independent, conform programului. Programarea a fost realizată cu ajutorul unui software specific pentru această cerință, ce respectă standardul IEC 61131-3, folosind cea mai uzuală variantă a acestuia, Ladder Diagram. [31]
3.2.3 Platformă didactică simulator sistem monitorizare și control
Obiectivele acestei lucrări constau în familiarizarea studenților cu echipamentele de automatizări de tip controler și module de achiziție de date, cu mediile software în care sunt programate aceste echipamente și realizarea unor aplicații cu acestea. De asemenea, lucrarea conține și senzori de temperatură și un circuit electronic pentru implementarea acestora.
Interfața om-mașină HMI (Human Machine Interface) reprezintă una din cele mai importante părți ale unui proiect, întrucât are rolul de a reda într-o formă grafică și numerică toate evenimentele din proces. Totodată, prin intermediul interfeței
om-mașină, utilizatorul poate interacționa cu procesul.
În această aplicație vom utiliza un controler cu ecran tactil creat pentru a fi folosit în automatizările de locuințe (home/building automation). Aceste echipamente au diverse tipuri de interfețe de comunicație, cum ar fi interfețele seriale RS-485,
RS-232, USB sau Ethernet.
Aceste echipamente au un software ușor de utilizat, fiind puse la dispoziție atât intrumente grafice, cât și posibilitatea de a programa în Ladder Diagram (utilizat pentru programarea PLC-urilor) sau în limbaj C.
Cel mai folosit limbaj de programare este Ladder Diagram (LD). Structura de scară (ladder) are în partea stângă linia de putere, iar în dreapta masa. Prin conectarea celor două ramuri verticale cu linii orizontale se asigură curgerea curentului prin elementele virtuale de pe linia orizontală și astfel funcționarea lor.
Elementele virtuale variază de la întrerupătoare închise sau deschise la elemente complicate, precum timer-e sau blocuri ce calculează funcții complexe. Prin adăugarea de elemente virtuale, în serie sau paralel, se pot obține funcții logice complexe, ce permit astfel PLC-ului să controleze procese complicate.
Schema generală a acestei platforme este prezentată în Fig. 3.13.
Fig. 3.13 Schema platformei sistem de monitorizare și control
Componentele sistemului (prezentate de la stânga la dreapta în Fig. 3.13):
senzori de temperatură (intrări) și LED-uri (ieșiri), implementate împreună pe o placă electronică PCB;
un controler cu ecran tactil și un modul de achiziție de date cu intrări și ieșiri digitale, intrări analogice și comunicație pe seriala industrială
RS-485;
un calculator cu software pentru programarea controler-ului (dar fără altă funcție în sistem, odată ce programarea a fost realizată).
Câteva caracteristici ale modului de achiziție de date sunt prezentate în continuare.
Modulul ICPDAS I-7012, a cărui distribuție a terminalelor este prezentată în Fig. 3.14 și diagramă internă este prezentată în Fig. 3.15, are o intrare analogică diferențială izolată, o intrare digitală și 2 ieșiri digitale. Pentru canalul de intrare digital, `0` logic este între 0 și 1 Vc.c., iar `1` logic este între 3,5 și 30 Vc.c. Intrarea analogică poate primi tensiune între 0 și 10 Vc.c, cu o viteză maximă de 10 eșantioane pe secundă și are o rezoluție de 16 biți.
Modulul poate fi alimentat între 10 și 30 Vc.c., cu protecție la supratensiune de ± 35 Vc.c, iar consumul este de 1,3 W. Funcționează între -25 și +75 ˚C.
Fig. 3.14 Distribuția terminalelor pentru modulul I-7012 [32]
Fig. 3.15 Schema internă a modulului I-7012 [32]
Controler-ul cu ecran tactilc folosit este ICPDAS TPD-280 (Fig. 3.16). Acesta este un echipament hardware HMI echipat cu un ecran tactil TFT de înaltă rezoluție, ușor de integrat cu o multitudine de module de achiziție I/O, care oferă atât interfața de vizualizare, cât și posibilitatea de a interactiona cu procesul.
Fig. 3.16 Schema de conectare a controler-ului TPD-280 [33]
Printre caracteristicile TPD-280 se numără:
procesor RISC pe 32 biți;
memorie 16 MB SDRAM și 8 MB Flash
Real-Time Clock;
interfață de comunicație serială RS-485 și USB;
ecran LCD TFT de 2,8" și rezoluție 240 x 320;
luminozitate 160 cd/m2;
alimentare între 10 și 30 Vc.c., cu consum de 1,2 W;
temperatură de funcționare între -25 și +75 ˚C.
Desfășurarea lucrării este prezentată în Anexa A.3. Pe parcursul acesteia, studentul trebuie să:
creeze un nou proiect;
configureze parametrii de comunicație cu echipamentele hardware;
creeze interfața om-mașină pentru controler;
realizeze programul logic pentru controler, bazat pe cerințele primite;
încarce programul realizat în controler și să verifice funcționarea acestuia conform cerințelor.
Această lucrare este inspirată din monitorizarea parametrilor de mediu din zonele de tip depozit industrial sau a cabinetelor de echipamente. Calculatorul folosit are rol doar în programarea controler-ului, Programarea are două părți: realizarea logicii controler-ului (similar cu cea pentru PLC-uri) și realizarea interfeței pentru operator.
Capitolul 4
Realizarea unui sistem SCADA
În acest capitol este prezentată realizarea unui sistem SCADA complet, hardware și software. Scopul cu care a fost proiectat sistemul a fost colectarea unui volum mare de date brute, care să fie folosit pentru diferite analize ulterioare.
Datorită interesului general în studierea eficienței parcurilor fotovoltaice, a fost proiectat și realizat un sistem conținând un panou fotovoltaic portabil.
Eficiența sistemelor fotovoltaice este influențată de mai mulți factori: randamentul celulelor solare din care este alcătuit panoul, unghiul sub care cad razele solare pe panou, orientarea geografică a panoului, eventuale umbre ce pot apărea, etc. [34] [35]
Este prezentată realizarea unui sistem de achiziție de date ce monitorizează în timp real diferiți parametri ai panoului fotovoltaic și stochează toate aceste date într-o bază de date, pentru analize ulterioare. Sistemul este portabil și poate fi instalat în diferite poziții și sub diferite înclinări.
Înaintea începerii proiectării sistemului, s-au determinat parametrii necesari a fi monitorizați. Desigur, cel mai important parametru este puterea furnizată de panoul fotovoltaic. Pentru ca aceasta să fie calculată, curentul și tensiunea trebuie să fie măsurate. [36]
Măsurători ale anumitor parametri de mediu au trebuit să fie făcute, deoarece acești parametri influențează randamentul celulelor fotovoltaice.
Proiectul din anii 1990 al celor de la PVUSA (Photovoltaics for Utility Scale Applications) a avut ca scop realizarea unei metodologii de măsurare a performanțelor panourilor fotovoltaice. Acest proiect s-a bazat pe colectarea de date privind condițiile meteorologice și puterea oferită de panouri, într-o perioadă de timp. Astfel, s-a obținut o ecuație ce cuprinde iradianța solară, viteza vântului și temperatura ambiantă. [37]
Iradianța solară are cel mai mare impact asupra puterii furnizate. Pe lângă aceasta, temperatura panoului este și ea importantă, deoarece anumite materiale fotovoltaice produc mai puțină putere la temperaturi ridicate. Temperatura panoului este influențată de temperatura ambientală, vânt și prezența norilor. [38] [39]
Am ales însă măsurarea directă a temperaturii panoului. Aceasta este măsurată de obicei folosind un set de termocupluri, plasate pe spatele panoului, deoarece temperatura poate să nu fie uniformă pe întreaga suprafață [40]. Având în vedere faptul că sistemul creat trebuie să fie portabil, dimensiunea panoului fotovoltaic folosit este relativ mică: L x l x h: 260mm x 154mm x 18mm. Astfel, am folosit un singur termocuplu, amplasat pe partea frontală a panoului, unde temperatura este mai ridicată decât sub acesta. Termocuplul a fost amplasat în contact direct cu celulele solare, însă fără a produce umbră pe panou.
În concluzie, pe lângă puterea furnizată (calculată din valorile curentului și tensiunii), au fost măsurați și parametri de mediu: iradianța solară, temperatura panoului fotovoltaic și temperatura ambientală.
4.1 Componente hardware ale sistemului
Echipamentele necesare au fost stabilite în funcție de mărimile ce trebuiesc măsurate.
Pentru a măsura puterea furnizată de panou a fost nevoie de o sarcină, a cărei valoare a fost calculată în funcție de caracteristicile panoului [41]. Acesta este de tip monocristalin și furnizează o tensiune maximă de 18,57 V și un curent maxim de
0,27 A.
Astfel, a fost aleasă o sarcina rezistivă (4.1), a cărei valoare a fost calculată pentru a se obține puterea maximă, de aproximativ 5 W.
(4.1)
Pentru a avea o bună acuratețe, curentul a fost măsurat pe un rezistor șunt cu valoare de 1 Ω, care face însă parte din sarcina totală de 68 Ω.
Tensiunea maximă oferită de panou, de 18,57 V, este mai mare decât tensiunea maximă permisă pe intrarea analogică a modului de achiziție de date ce a fost folosit. Din acest motiv, tensiunea a fost măsurată pe un divizor de tensiune, cu valoare mult mai mare decât a sarcinii rezistive, pentru a nu influența măsurarea curentului.
Schema sarcinii rezistive este prezentată în Fig. 4.1.
Fig. 4.1 Sarcina sistemului
Cel mai important parametru de mediu este iradianța solară [42]. Pentru a o măsura s-a folosit o fotodiodă (BPW34 – Fig. 4.2) cu senzitivitatea în spectrul vizibil și infraroșu. Curentul pe care îl produce aceasta când este expusă la lumină este proporțional cu iradianța solară.
Fig. 4.2 Fotodioda BPW34
Folosind un rezistor, tensiunea poate fi măsurată cu ajutorul unui modul de achiziție de date cu intrări analogice, iar curentul corespunzător poate fi calculat. [43]
Dependența curentului electric cu iradianța solară este dată într-un grafic din foaia de catalog a fotodiodei prezentată în Anexa A.4. Din acest grafic, a fost dedusă formula de calcul a iradianței solare (4.2):
(4.2)
Pentru măsurarea temperaturii pe suprafața panoului și temperaturii ambientale au fost folosiți senzori de temperatură de tipul LM335. Ei au fost amplasați pe suprafața panoului (fără a provoca umbră pe panou) și într-un loc umbrit și fără curenți de aer (pentru temperatura ambientală).
Schema electrică a implementării senzorilor de temperatură este prezentată în Fig. 4.3.
Fig. 4.3 Schema electrică a implementării senzorilor de temperatură
Regulatorul de tensiune (LM7805), condensatoarele alăturate, de 0,1 µF și rezistoarele de 1,5 kΩ au rol în alimentarea senzorilor de temperatură. Tensiunea de la terminalele acestora este trimisă către modulele de achiziție de date.
Formula ce face legătura între tensiunea electrică și temperatură (4.3) a fost dedusă din foaia de catalog a senzorului de temperatură prezentată în Anexa A.5:
(4.3)
Pentru a implementa toți senzorii, a fost nevoie de realizarea unui circuit imprimat, proiectat folosind un software de tip CAD (Computer Added Design). Partea principală a schemei electrice este prezentată în Fig. 4.4.
Fig. 4.4 Schema electrică a circuitului imprimat
Prima componentă din stânga (R-Irradiance1) este rezistorul folosit pentru limitarea curentului prin fotodiodă.
Restul componentelor din partea stângă a schemei, reprezintă implementarea sarcinii sistemului, prezentată anterior în Fig. 4.1.
În partea dreaptă este implementarea senzorilor de temperatură, conform schemei prezentată în Fig. 4.3.
După realizarea proiectului în software-ul TARGET 3001!, am realizat fizic placa electronică. Procesul folosit este descris în continuare. [44]
Din programul TARGET 3001! am exportat schema PCB-ului în format pdf, pe care am tipărit-o apoi pe calc.
Pentru realizare am folosit plăcuțe cu cupru pe o singură față, acoperit cu un strat fotosensibil pozitiv. Am așezat schema tipărită pe placă și am iluminat-o cu un bec cu ultraviolete (aproximativ 3 minute, de la o distanță de 40 ÷ 50 cm).
După această operație, placa a fost introdusă într-o soluție revelatoare, stratul fotosensibil rămânând numai în zonele care nu au fost expuse la lumină (din cauza schemei tipărite). Astfel, traseul de cupru dorit rămâne protejat.
Pasul următor a fost corodarea cuprului neprotejat. Acest lucru se poate face folosind și clasica clorură ferică, dar în acest caz am folosit o soluție pe bază de persulfat de sodiu. Aceasta este incoloră, nu pătează și este mai prietenoasă cu mediul. Dezavantajul este că trebuie încălzită (la cel puțin 25 ÷ 30˚C) pentru a își face efectul.
După ce cuprul nedorit a fost îndepărtat (în aproximativ 10 ÷ 15 minute), am șters cablajul cu acetonă pentru a îndepărta soluția fotosensibilă ce acoperă cuprul traseului. Apoi, am acoperit întreaga suprafață cu un strat subțire de lac (am folosit un tub de tip spray) și după ce s-a uscat am găurit plăcuța. Ultima etapă a fost evident lipirea componentelor electronice.
Rezultatul final este prezentat în Fig. 4.5.
Sarcina rezistivă este alcătuită din rezistoare ceramice (cele albe din stânga imaginii), alese pentru a avea o bună disipație termică.
Cele două rezistoare de culoare aurie sunt rezistoarele șunt, de 0,5 Ω fiecare. Acestea au fost folosite datorită preciziei, pentru a avea o bună acuratețe la măsurarea curentului electric debitat de panoul fotovoltaic.
Cei doi conectori de culoare verde ajută a interconectarea panoului și a senzorilor cu placa electronică.
Fig. 4.5 Placa electronică, cu componentele montate
Odată realizată partea electronică, următoarea etapă a fost transmiterea datelor achiziționate către calculator. Pentru aceasta s-au folosit module de achiziție de date, cu comunicație pe seriala industrială RS-485 și un convertor de la serială la Ethernet, pentru a avea datele disponibile oriunde în rețea.
Modulele de achiziție folosite au canale diferențiale ce pot prelua tensiuni în următoarele game: +/-150 mV, +/-500 mV , +/-1 V, +/-5 V, +/-10 V [32]. Deoarece majoritatea tensiunilor achiziționate sunt în intervalul 0 ÷ 10 V, însă tensiunea măsurată pe rezistoarele șunt este în gama 0 ÷ 500 mV, am ales folosirea a două module, pentru a avea o acuratețe mai mare la măsurarea curentului. Această măsură nu este neapărat necesară, adăugând însă o precizie de una sau două zecimale la măsurarea curentului furnizat de către panoul fotovoltaic.
Câteva caracteristici ale modului de achiziție de date sunt prezentate în continuare.
Modulul ICPDAS I-7017F, a cărui diagramă este prezentată în Fig. 4.6, are 8 intrări diferențiale sau 6 diferențiale și 2 single-ended (cu masă comună).
Intrările sunt în tensiune, cu o impedanță de intrare de 20 MΩ și izolare optică de 3 kVc.c. Gama maximă de tensiuni acceptate la intrare este de ±10 Vc.c.
Modulul se alimentează la 10 ÷ 30 Vc.c., cu protecție la supratensiune de ± 35 Vc.c, iar consumul este de 1,3 W. Funcționează între -25 și +75 ˚C. Poate funcționa atât în regim normal (10 eșantioane / secundă), cât și in regim rapid (Fast) (60 eșantioane / secundă).
Fig. 4.6 Distribuția terminalelor pentru modulul I-7017F [32]
În schema sa internă, reprezentată în Fig. 4.7, este prezent un convertor analogic-digital de tip sigma-delta pe 24 biți, din care sunt folosiți doar 16, rezoluția fiind astfel de 16 biți.
În memoria EEPROM sunt păstrate setările interne privind comunicația pe seriala RS-485. De asemenea, are un stabilizator intern de 5 Vc.c. și un multiplexor pentru canalele de intrare. Totul este controlat de un controler încorporat.
Despre protocolul DCON pe care comunică aceste module se găsesc mai multe informații în Anexa A.7.
Fig. 4.7 Schema internă a modulului I-7017F [32]
Pentru a face disponibile datele achiziționate am folosit un convertor de la seriala industrială RS-485 la Ethernet (server serial). Astfel, orice calculator poate accesa datele în timp real.
4.2 Componente software ale sistemului
Pentru a vizualiza și stoca datele achiziționate de la panou și din mediu a fost realizată o aplicație software. Mediile de dezvoltare alese au fost LabVIEW de la National Instruments și baza de date gratuită MySQL.
În primul rând a fost necesară dezvoltarea aplicației în LabVIEW, pentru a comunica cu echipamentele și pentru a realiza interfața grafică pentru utilizator (HMI – Human Machine Interface). Ca orice aplicație LabVIEW și aceasta are două părți: interfața și codul (diagrama) din spatele interfeței. [45]
Diagrama acestei aplicații are 3 părți componente:
partea de comunicații: conține setările necesare realizării comunicației cu echipamentele hardware (modulele de achiziție), dar și cu baza de date (MySQL);
preluarea și procesarea datelor: interogarea modulelor de achiziție de date, prelucrarea datelor obținute și afișarea lor pe interfață;
stocarea datelor: formatarea datelor pentru a fi stocate în baza de date.
Design-ul intefeței grafice este prezentat în Fig. 4.8.
Fig. 4.8 Interfața aplicației software
În partea stângă sunt setările pentru interfațarea cu modulele de achiziție de date:
ComPort: numărul portului serial (fizic sau virtual) pe care se face comunicația;
CheckSum: prezența sau nu a verificării de tip checksum;
Baud Rate: viteza de comunicație în biți;
TimeOut: timpul în milisecunde după care comunicația se incheie, în caz că nu se primește nici un răspuns;
Adresa: adresele pe serială ale celor două module de achiziție.
În partea dreaptă se află indicatorii valorilor achiziționate în timp real:
I (mA): valoarea curentului furnizat de panou;
U (V): valoarea tensiunii furnizată de panou;
P (W): valoarea puterii instantanee furnizată de panou, calculată din valorile curentului și tensiunii;
Iradianța (W/m2): valoarea iradianței solare;
Tpanou (C): valoarea temperaturii la suprafața panoului fotovoltaic;
Taer (C): valoarea temperaturii ambientale.
Butonul ”STOP Program” din partea inferioară a interfeței oprește achiziția de date de la module.
Diagrama aplicației este prezentată în Fig. 4.9.
Partea din stânga a diagramei conține setările de comunicație cu modulele de achiziție de date.
În partea stângă a zonei centrale a diagramei se află subprogramele de citire a datelor (cele două pătrate albe pe care scrie “DG Read AI” și “DG Read AI All”). Aceste subprograme primesc setările din zona de comunicație și oferă datele în format brut.
În centrul diagramei se află zona de procesare a datelor, a cărei scop este transformarea valorilor electrice în valori ale mărimilor fizice:
valoarea tensiunii furnizate de panou este înmulțită cu 2, deoarece a fost folosit un divizor de tensiune;
curentul măsurat în mA este împărțit cu 1.000 pentru a obține valoarea în A;
prin înmulțirea celor două valori anterioare (tensiunea în V și curentul în A) obținem valoarea puterii în W;
pentru valorile parametrilor de mediu, se folosesc formulele (4.2) și (4.3) descrise anterior.
Fig. 4.9 Diagrama aplicației software
În partea din dreapta sus a zonei din centrul diagramei se află vectorul cu datele ce vor fi stocate în baza de date:
numărul măsurătorii;
timpul și data măsurătorii;
curentul furnizat de panou, în mA;
tensiunea furnizată de panou, în V;
puterea furnizată de panou, în W;
temperatura panoului, în ˚C;
temperatura ambiantă, în ˚C.
Legătura între aplicația LabVIEW și baza de date MySQL a fost realizată folosind interfața din Windows a Microsoft Open Database Connectivity (ODBC). [46]
4.3 Date obținute și concluzii
Scopul principal al realizării acestui sistem a fost obținerea unui volum de date asupra cărora să poată fi realizate diferite tipuri de analize. Însă primul pas după achiziționarea și stocarea datelor a fost verificarea corectitudinii acestora.
Sistemul a fost funcțional în perioada verii, în lunile august și septembrie 2014, în București.
În Fig. 4.10 este o poză cu modalitatea de amplasare a panoului fotovoltaic. Acesta a fost amplasat pe o fereastră în acoperiș, putând fi înclinat împreună cu aceasta la diferite unghiuri. Cablurile, care se văd în partea din stânga jos a imaginii, conectează panoul și senzorii de temperatură la placa electronică prezentată anterior în Fig. 4.5.
Fig. 4.10 Modalitatea de amplasare a panoului fotovoltaic
Pentru analiză au fost folosite ca exemplu datele din ziua de 20 august 2014. Conform unui tabel cu valorile iradianței solare în București [47], maximul se atinge între orele 12:00 și 15:00 și este de 775 W/m2. Valoarea maximă înregistrată cu aparatul a fost în acea zi de 758 W/m2, la ora 11:41:49.
În graficul din Fig. 4.11 este reprezentată variația iradianței solare (în W/m2) pe parcursul zilei, iar în Fig. 4.12 este reprezentată variația puterii furnizate de către panoul fotovoltaic.
Corespondența între cele două mărimi poate fi observată ușor.
Un tabel cu date achiziționate poate fi găsit în Anexa A.8. Aceste date sunt folosite în capitolele următoare pentru a se face diferite analize.
Fig. 4.11 Graficul variației iradianței solare [W/m2]
Fig. 4.12 – Graficul variației puterii de ieșire [W]
Capitolul 5
Analiza datelor folosind sisteme bazate pe logică Fuzzy
În capitolele anterioare au fost prezentate diferite tipuri de simulatoare, dar și exemple de realizare a unor sisteme SCADA, cu scopul de a monitoriza și controla un proces.
În acest capitol se vor folosi datele achiziționate cu ajutorul unui sistem de monitorizare, pentru a realiza un mecanism de control, utilizând elemente de logică fuzzy.
5.1 Elemente de teorie Fuzzy
Sintagma de „sisteme fuzzy” include mulțimi fuzzy, logică fuzzy, algoritmi și control. Ideea fundamentală comună pentru toate aceste „domenii fuzzy” este exploatarea conceptului „fuzzy”. Conceptul cheie este: permite o tranziție graduală și continuă, să spunem, de la 0 la 1. Acest lucru ar părea să fie prea simplu, dar teoria tradițională a mulțimilor și logicii are de-a face doar cu valori discrete. De exemplu, un element dintr-o mulțime obișnuită fie aparține mulțimii (lucru reprezentat prin valoarea 1), fie nu aparține (lucru reprezentat prin valoarea 0). În mod similar, în logica obișnuită, o propoziție fie este adevărată (lucru reprezentat prin valoarea 1), fie este falsă (lucru reprezentat prin valoarea 0). Sistemele fuzzy extind câmpurile tradiționale prin încorporarea unor adevăruri parțiale precum: un element aparține unei mulțimi în proporție de 30% sau o propoziție este pe jumătate adevărată. [48]
Sistemele fuzzy sunt perfecte pentru raționamentul nesigur sau aproximativ, mai ales pentru sistemele a căror model matematic este greu de derivat. Logica fuzzy permite luarea de decizii cu valori estimative luate din cadrul unei informații incomplete. Pentru probleme grele, metodele convenționale non fuzzy sunt de obicei scumpe și depind de aproximații matematice (de exemplu, liniarizarea unor probleme nonlineare), care ar putea duce la niște performanțe scăzute. În astfel de condiții, sistemele fuzzy, de obicei, depășesc performanța metodelor convenționale, cum ar fi un control proporțional, integral și diferențial (PID). [48]
Un prim element fundamental al logicii fuzzy este dat de mulțimile fuzzy. Noțiunea de mulțime fuzzy a fost introdusă de Lotfi A. Zadeh începând cu anul 1965, cu scopul de a modela caracterul imprecis al apartenenței. El a propus generalizarea conceptului de apartenență binară a unui element la o mulțime, deoarece teoria clasică a mulțimilor crisp limitează posibilitatea descrierii matematice a unor situații reale.
Dacă pentru mulțimile clasice crisp apartenența unui element la o mulțime este de tip binar (da/nu), în cazul mulțimilor fuzzy este vorba de un grad de apartenență. [49] Astfel, un element aparține unei mulțimi fuzzy cu o anumită probabilitate, care variază între 0 și 100 %, probabilitate dată de o funcție de apartenență.
Un al doilea element de teorie fuzzy este reprezentat de regulile fuzzy. Acestea sunt de tipul Dacă – Atunci (IF – THEN), însă spre deosebire de logică clasică, unde atunci când regula antecedentă este adevărată, consecința este de asemenea adevărată, în sistemele fuzzy, când regula antecedentă este adevărată într-un anumit grad de apartenență, atunci consecința este de asemenea adevărată, în același grad de apartenență. [48]
Aplicarea regulilor fuzzy pentru a ajunge de la o valoare de intrare dată la o valoare de ieșire, folosind teoria mulțimilor fuzzy, este numită inferență fuzzy. [50]
În general, un sistem fuzzy include nu una, ci mai multe reguli, care descriu cunostințele experților. Ieșirea fiecărei reguli este o mulțime fuzzy, dar de obicei trebuie să obținem un singur număr care să reprezinte ieșirea sistemului fuzzy. Cu alte cuvinte, dorim să obținem o soluție precisă, nu una fuzzy. Pentru a obține o singură soluție pentru variabila de ieșire, un sistem fuzzy reunește toate ieșirile mulțimilor fuzzy si apoi transformă mulțimea fuzzy într-un singur număr, operație denumită defuzzificare. [48]
Două dintre cele mai utilizate tehnici de defuzzificare sunt metoda centrului de greutate și media maximului.
În metoda centrului de greutate, valoarea crisp de ieșire este variabila a cărei apartenență la mulțimea fuzzy de ieșire se află în centrul de greutate al valorilor funcției de apartenență. Folosind media maximului, valoarea crisp de ieșire se alege din mulțimea valorilor care au apartenența maximă la mulțimea fuzzy care este supusă defuzzificării.
Un sistem de control fuzzy utilizează o colecție de funcții de apartenență și reguli pentru a raționa pe baza cunoștințelor date. Valorile crisp care reprezintă intrările unui astfel de sistem, sunt transformate în valori fuzzy, pentru a putea fi folosite în aplicarea regulilor sistemului. Cele mai multe sisteme fuzzy transformă și concluzia lingvistică obținută în valoare crisp. [49]
Un proces tipic în dezvoltarea unui sistem fuzzy include următorii pași [48]:
specificarea problemei și definirea variabilelor;
determinarea mulțimilor fuzzy;
deducerea și construirea regulilor fuzzy;
realizarea procedurilor de executare a inferențelor fuzzy;
realizarea defuzzificării;
evaluarea și reglarea sistemului.
În Fig. 5.1 este ilustrată arhitectura unui sistem fuzzy.
Fig. 5.1 Arhitectura unui sistem fuzzy [49]
Așa cum se observă în Fig. 5.1, componentele unui sistem fuzzy sunt [49]:
modulul de fuzzificare, care transformă valorile de intrare crisp în mulțimi de tip fuzzy, pentru a putea calcula valoarea de adevar a fiecărei reguli din baza de reguli. În multe aplicații se normalizează domeniul intrărilor folosindu-se următorul tip de partiție: NB (negativ mare), NM (negativ mediu), NS (negativ mic), ZE (zero), PS (pozitiv mic), PM (pozitiv mediu), PB (pozitiv mare);
modulul de inferență, calculează valoarea de adevăr a premizelor din baza de reguli, în raport cu datele de intrare, obținându-se astfel câte o mulțime fuzzy de ieșire pentru fiecare regulă;
modulul de agregare combină toate mulțimile fuzzy asignate concluziilor regulilor de catre modulul de inferență, pentru a forma o singură mulțime fuzzy;
modulul de defuzzificare are rolul de a converti mulțimea fuzzy obținuta de modulul de agregare, într-o valoare crisp, care va fi valoarea de ieșire a sistemului pentru intrarea dată.
5.2 Analiza datelor folosind sisteme Fuzzy
Datele achiziționate folosind sistemul SCADA descris în Capitolul 4 – ”Realizarea unui sistem SCADA” sunt folosite ca date de intrare într-un sistem fuzzy, cu scopul de a implementa un mecanism de control.
Panourile fotovoltaice sunt deseori amplasate pe acoperișul clădirilor industriale (hale industriale) pentru a asigura consumul de electricitate al echipamentelor industriale din interior. Desigur, sunt folosite împreună cu alimentarea de la rețeaua electrică națională, însă în timpul zilei, când se realizează consumul industrial, panourile aduc un aport semnificativ.
O modalitate pentru a avea o alimentare electrică stabilă, indiferent de variațiile parametrilor de mediu este folosirea sistemelor de stocare a energiei electrice. Din punct de vedere economic, valoarea acestui sistem de stocare a energiei este foarte mare și crește odată cu creșterea numărului de echipamente ce se dorește a fi alimentate de la sistemul fotovoltaic. [35]
O soluție pentru a reduce dimensiunea sistemului de stocare sau de a eficientiza folosirea sistemului deja instalat este o predicție cât mai corectă a numărului echipamentelor ce vor fi alimentate de la sistemul fotovoltaic și a celor care vor fi alimentate de la rețeaua națională.
Pentru a implementa această soluție, trebuie măsurate valorile electrice furnizate de sistemul fotovoltaic, dar și parametrii de mediu. Folosind aceste date și poate anumite date din prognoza meteorologică, se poate folosi un sistem cu logică fuzzy, care să determine numărul optim de echipamente ce pot fi alimentate de la sistemul fotovoltaic.
Soluția propusă are trei etape:
realizarea sistemului hardware de achiziție de date (prezentată în subcapitolul 4.1 ”Componentele hardware ale sistemului”);
realizarea aplicației software de achiziție, prezentare și stocare a datelor (prezentată în subcapitolul 4.2 ”Componentele software ale sistemului”);
realizarea aplicației software bazată pe logică fuzzy, ce folosește datele stocate de aplicația software de achiziție de date, pentru a stabili numărul de echipamente ce vor fi alimentate de la sistemul fotovoltaic și numărul de echipamente ce vor fi alimentate de la rețeaua națională (prezentată în acest subcapitol).
După realizarea primelor două etape ale soluției, avem disponibile date asupra iradianței solare, a temperaturii la nivelul panourilor fotovoltaice și a temperaturii ambientale. Ultimul pas este folosirea acestor date ca mărimi de intare într-un sistem fuzzy.
Mediul software folosit a fost MATLAB, produs de MathWorks. Acesta are integrate unelte pentru dezvoltarea unui sistem fuzzy, folosind cod de program sau folosind o interfață grafică de configurare, numită FIS Editor. [51]
Parametrii de mediu au fost aleși ca intrări ale sistemului fuzzy. Pentru fiecare din cei trei parametrii a fost aleasă o funcție de apartenență de tip triunghiular, ce acoperă întregul interval de valori posibile (Fig. 5.2).
În urma analizei datelor stocate, a fost determinat intervalul de valori pe care îl acoperă fiecare din cei trei parametrii de intrare. Pentru a obține o acoperire optimă, numărul de funcții de apartenență ales a fost trei pentru temperaturi și cinci pentru iradianța solară.
După extragerea datelor celor trei mărimi de intrare din baza de date, acestea au fost importate în MATLAB.
Fig. 5.2 Funcțiile de apartenență ale a) temperaturilor și b) iradianței solare
Sistemul fuzzy proiectat are o singură ieșire, care decide numărul de echipamente ce vor fi alimentate de către sistemul fotovoltaic. Intervalul de variație al acestei ieșiri variază de la caz la caz, în funcție de numărul de echipamente disponibile. În funcție de mărimea acestui interval se alege și numărul de funcții de apartenență ale ieșirii sistemului.
Pentru a avea o valoare a ieșirii cât mai precisă, am ales un număr mai mare de funcții de apartenență decât în cazul intrărilor. De aceea, pentru un interval similar cu cel al temperaturilor folosite ca mărimi de intrare, avem două funcții în plus: cinci pentru ieșire, față de trei pentru intrări.
O altă diferență față de intrări este forma funcțiilor de apartenență. Pentru ieșire a fost aleasă o formă trapezoidală (Fig. 5.3), deoarece aceasta este mai potrivită pentru metode de defuzzificare ce folosesc valoarea maximă a formei finale, precum punctele de pe palierul valorii maximului. Dacă s-ar fi folosit forma triunghiulară, maximul formei rezultate ar fi fost un singur punct și nu un palier.
Fig. 5.3 Funcțiile de apartenență ale ieșirii
Sistemul fuzzy proiectat are 3 intrări, din care două cu trei funcții de apartenență și una cu cinci funcții de apartenență. Astfel, un sistem complet de reguli de inferență are trebui să aibă 45 de reguli (3 x 3 x 5). Un exemplu cu mai puține reguli este prezentat în Fig 5.4.
În partea din dreapta jos a figurii se află ieșirea: numărul de echipamente ce vor fi alimentate de la sistemul fotovoltaic.
Fig. 5.4 Sistem de reguli pentru trei valori ale intrărilor
În urma analizei, s-a considerat că cele mai potrivite metode de defuzzificare sunt ”Centroid” (centrul de greutate al figurii rezultate) și ”Middle of Maximum” (mijlocul palierului valorii de maxim a figurii rezultate).
Interfața grafică din MATLAB poate analiza un set de valori de intrări și returna valoarea corespunzătoare a ieșirii, dar pentru a analiza toate datele achiziționate folosind sistemul SCADA, trebuie folosită o variantă automată. Pentru aceasta, s-a folosit funcția evalfis din MATLAB.
Această funcție primește ca argumente valorile parametrilor de intrare și returnează valorile parametrilor de ieșire. Prin introducerea acestei funcții într-o structură repetitivă, se pot analiza toate datele din baza de date.
Au fost analizate datele, folosind cele două metode de defuzzificare menționate mai sus: Centroid și MoM. În Tabelul 5.1 sunt prezentate concluziile, obținute în urma analizării datelor brute de pe parcursul unei zile.
Tab. 5.1 Rezultate obținute
După cum era de așteptat, prin metoda MoM se obține un număr mediu de echipamente alimentate mai mare decât folosind metoda de defuzzificare Centroid, dar și valoarea ieșirii sistemului fuzzy se modifică mai des. Această modificare duce la un număr mai mare de comutări ale alimentării echipamentelor (dacă sunt alimentate de la sistemul fotovoltaic sau trec la alimentarea clasică de la rețeaua națională).
Din rezultatele obținute, analizând datele din întreaga zi, metoda Centroid se evidențiază a fi mai potrivită: aproximativ același număr de echipamente alimentate, dar seminficativ mai puține comutări.
Dacă luăm în calcul însă doar datele din perioadele însorite ale zilei, putem observa că avantajele metodei MoM cresc: numărul de echipamente alimentate crește, iar diferența de comutări se micșorează.
Astfel, rezultă trei posibilități de a folosi metodele de defuzzificare, în funcție de ce este mai important pentru utilizator: să aibă cât mai multe echipamente conectate la alimentarea de la sistemul fotovoltaic sau să aibă un număr de comutări cât mai redus:
pentru mai multe echipamente aliementate: MoM;
pentru mai puține comutări: Centroid;
pentru o combinație eficientă: Centroid când iradianța solară este scăzută și MoM în rest.
Capitolul 6
Analiza datelor folosind sisteme bazate pe rețele neurale
Vom desemna prin termenul generic de calcul neural, calculul folosit în rezolvarea problemelor de asociere, care se bazează pe extragerea unui model pe bază de exemple (învățare pe bază de suficient de multe exemple). [48]
Rețelele neurale reprezintă suportul pentru calculul neural. După Simon Haykin [52] o rețea neurală este un calculator distribuit, masiv paralel, care are ca și caracteristică principală achiziționarea de noi cunostințe pe baza experienței anterioare și de a le face disponibile pentru utilizarea ulterioară.
În acest capitol se vor folosi datele achiziționate cu ajutorul sistemului SCADA descris în Capitolul 4 – ” Realizarea unui sistem SCADA” , pentru a obține un mecanism de predicție, folosind rețele neurale.
6.1 Elemente de teorie a rețelelor neurale
Modul convențional de a construi un sistem expert necesită un specialist uman care să formuleze regulile cu ajutorul cărora să fie analizate datele de intrare. Numărul acestor reguli poate fi foarte mare. Pe de altă parte, de multe ori este dificil de formulat aceste reguli. Deoarece rețelele neurale pot fi instruite fără să încapsuleze cunoștințele în reguli, ele pot fi aplicate ca o alternativă la sistemele expert convenționale. [53]
Rețelele neurale pentru diagnosticare, defectoscopie, predicție, recunoașterea formelor rezolvă în esență probleme de clasificare, asociere și generalizare. Aceste rețele pot achiziționa cunoștințe fără să extragă reguli de tip IF – THEN – ELSE de la un specialist uman. După instruire, ele pot funcționa ca sisteme expert. Ceea ce va lipsi este explicarea: un sistem expert neural nu poate explica utilizatorului raționamentul deciziilor luate. [53]
Rețelele de tip feedforward multistrat pot fi aplicate cu succes la multe probleme de clasificare și de recunoaștere. Pentru aceasta nu este necesar să fie cunoscut un model formal de clasificare sau recunoaștere. Este suficient să se utilizeze o arhitectură potrivită și o mulțime suficientă de modele de instruire, apoi să se aplice algoritmul de instruire, prin propagarea în urmă a erorii. Soluția se obține deci prin experimentare și simulare, nu printr-o abordare formală riguroasă. [53]
Atunci când o rețea instruită este testată cu un model substanțial diferit de cele folosite pentru instruire, răspunsul obținut se presupune că rezolvă o problemă de generalizare. Exemple tipice de generalizare sunt diagnosticarea și predicția. [53]
O rețea neurală este determinată prin [48]:
tipul unităților funcționale (elemente de procesare numite neuroni);
arhitectură (modul în care sunt amplasate unitățile funcționale unele față de celelalte);
algoritm de funcționare (modul prin care rețeaua transformă un semnal de intrare în unul de ieșire);
algoritm de învățare (algoritmul prin care rețeaua achiziționează noi
cunostințe pe bază de exemple).
Arhitectura unui neuron este prezentată în Fig. 6.1.
Fig. 6.1 Arhitectura unității funcționale a rețelelor neurale
Notațiile din Fig. 6.1 sunt:
X – vectorul de intarare, de mărime N;
W – vectorul ponderilor, cu elementul w0 ponderea de tip bias;
u – valoarea de intrare în funcția de transfer;
y – valoarea de ieșire a neuronului.
Funcția de transfer a neuronului poate fi de mai multe tipuri: treaptă, rampă, liniară sau sigmoidală.
Arhitectura generală a unei rețele de tip feed-forward, cu un strat ascuns și unul de ieșire este prezentată în Fig. 6.2.
Fiecare din cele două straturi conține câte un singur neuron.
Funcțiile de transfer sunt de tip sigmodal pentru primul neuron și de tip liniar pentru cel de-al doilea neuron.
Acest tip de rețea poate fi folosită pentru a aproxima orice fel de funcție, depinzând de numărul de neuroni adăugați în fiecare din cele două straturi. [54]
Fig. 6.2 Arhitectura unei rețele neurale de tip feed-forward [54]
Există două tipuri de algoritmi de funcționare:
iterativi (la rețelele recurente, cu conexiuni inverse);
neiterativi (la rețelele, fără conexiuni inverse).
La algoritmii iterativi de funcționare avem o îmbunătățire în timp a iterațiilor, în funcție de valorile obținute la ieșire, iar la algoritmii neiterativi, semnalul de ieșire este generat doar pe pe baza semnalului de intrare, a funcției de antrenare și a ponderilor. [48]
Algoritmii de învățare pot fi de două tipuri: supervizați sau nesupervizați.
În cazul algoritmilor de funcționare neiterativi, avem de a face cu o invățare nesupervizată, bazată pe autoorganizare. În acest caz, rețeaua primește semnale din partea mediului și pe baza acestora construiește o reprezentare a mediului codificată în ponderi, reprezentare care poate fi utilizată ulterior la alți stimuli proveniți din același mediu [48].
În cazul învățării supervizate se utilizează o mulțime cunoscută de exemple, numită set de antrenare, sub forma unor perechi (i, r), unde i este semnalul de intrare, iar r este rezultatul corect corespunzător intrării i (în cazul învățării supervizate propriu-zise) sau un indicator de corectitudine (în cazul celei de tip recompensă / penalizare).
Pe baza unei submulțimi a setului de antrenare se construiesc iterativ ponderile, urmărindu-se maximizarea unui indice de performanță în paralel cu minimizarea unei funcții de eroare. O altă parte a setului de antrenare este păstrată ca submulțime martor, pe care se testează apoi rețeaua antrenată (dacă testul nu este satisfăcător se impune lărgirea setului de antrenare). În același timp se urmăreste asigurarea unei bune capacități de generalizare, prin evitarea supraînvățării (învățarea detaliilor nesemnificative din cadrul exemplelor).
6.2 Analiza datelor folosind rețele neurale
Datele achiziționate folosind sistemul SCADA descris în Capitolul 4 – ”Realizarea unui sistem SCADA” au fost folosite în Capitolul 5 – ”Analiza datelor folosind sisteme bazate pe logică Fuzzy” ca date de intrare într-un sistem fuzzy, cu scopul de a implementa un mecanism de control.
În Capitolul 5 s-a încercat găsirea unei soluții de a a reduce dimensiunea sistemului de stocare a unui sistem de panouri fotovoltaice prin obținerea unei predicții cât mai corecte a numărului echipamentelor ce vor fi alimentate de la sistemul fotovoltaic și a celor care vor fi alimentate de la rețeaua națională.
Folosind valorile electrice furnizate de sistemul fotovoltaic, dar și un număr de parametri de mediu, măsurați cu ajutorul sistemului SCADA s-a folosit un sistem cu logică fuzzy, care să determine numărul optim de echipamente ce pot fi alimentate de la sistemul fotovoltaic.
Având în vedere că cel mai important parametru de mediu al aplicației este iradianța solară, în acest capitol se încearcă predicția puterii electrice furnizate de panourile fotovoltaice în funcție de valorile iradianței solare.
Pentru a realiza această aplicație software s-a folosit MATLAB de la MathWorks. Acest mediu de dezvoltare are integrate unelte pentru folosirea rețelelor neurale, folosind cod de program sau folosind o interfață grafică de configurare, numită nntool.
În urma testelor realizate pe datele achiziționate cu sistemul SCADA, a fost aleasă o rețea neurală de tip feed-forward supervizată, recurentă, cu 2 straturi (unul ascuns și unul de ieșire).
Numărul de neuroni din stratul ascuns a fost stabilit la 10. Cu un număr mai mic s-au obținut rezultate mai slabe, iar un număr mai mare de neuroni nu aducea îmbunătățiri semnificative ale rezultatelor.
Pentru alegerea tipului de funcții de transfer pentru fiecare strat de neuroni
s-au luat în calcul trei variante: sigmoidală, tangentă hiperbolică sigmoidală și liniară, conform Fig. 6.3.
Fig. 6.3 Tipuri de funcții de transfer
Combinațiile care au dat rezultate utile au fost:
purelin pentru stratul ascuns și tansig pentru stratul de ieșire (pe care am denumit-o rețeaua lin-tan);
purelin pentru stratul ascuns și purelin pentru stratul de ieșire (pe care am denumit-o rețeaua lin-lin).
Fiind o rețea supervizată și recurentă, a trebuit ales un algoritm de antrenare a rețelei și un criteriu de oprire a antrenării. Algoritmul de antrenare (învățare) ales a fost cel dat de funcția trainlm din MATLAB, ce are la bază algoritmul Levenberg-Marquardt. [54]
Dupa ce ponderile rețelei au fost inițializate, rețeaua este pregatită pentru a fi antrenată. Procesul de antrenare necesită un set de valori privind comportarea rețelei: intrarea în rețea și ținta (ieșirea dorită). În timpul antrenării, ponderile rețelei sunt ajustate iterativ, pentru a minimiza valoarea funcției de performanță a rețelei.
Funcția trainlm este de obicei cea mai rapidă metodă de antrenare a rețelelor de tip feed-forward, ce au o mărime moderată (până la câteva sute de ponderi), deși nu necesită mai multe resurse de memorie din partea sistemului. Este recomandată ca o primă variantă pentru rețelele de tip supervizat. [54]
Funcția implicită de măsurare a performanței antrenării rețelelor de tip
feed-forward este mse – eroarea medie pătratică (Mean Squared Error). Aceasta măsoară eroarea dintre ieșirea rețelei și setul de valori folosite ca țintă (valori presupuse corecte) în procesul de învățare.
Au fost folosite aceleași date ca și în capitolele anterioare: datele achiziționate de sistemul SCADA în ziua de 20 august 2014. Un set de aproximativ 300 de valori au fost folosite ca date de antrenare: valorile iradianței solare ca vector de intrare și valorile puterii electrice furnizate de panou ca mărimi de ieșire dorite.
În urma antrenării celor două rețele (lin-tan și lin-lin), s-a trecut la testarea lor pentrul restul de date. Astfel, au fost folosite 6.000 de valori de intrare ale iradianței solare din ziua de 20 august 2014 și 5.000 de valori din ziua de 21 august 2014.
În graficele prezentate mai jos sunt reprezentate valorile puterilor electrice furnizate de panoul fotovoltaic (cu albastru) și valorile prognozate de către rețeaua neurală (cu roșu):
Fig. 6.4 – rețeaua lin-tan în data de 20 august 2014;
Fig. 6.5 – rețeaua lin-lin în data de 20 august 2014;
Fig. 6.6 – rețeaua lin-tan în data de 21 august 2014;
Fig. 6.7 – rețeaua lin-lin în data de 21 august 2014.
Fig. 6.4 Rezultate ale rețelei neurale lin-tan pentru date din 20.08.2014
Fig. 6.5 Rezultate ale rețelei neurale lin-lin pentru date din 20.08.2014
Fig. 6.6 Rezultate ale rețelei neurale lin-tan pentru date din 21.08.2014
Fig. 6.7 Rezultate ale rețelei neurale lin-lin pentru date din 21.08.2014
Se poate observa din grafice că valoarea de ieșire a rețelelor, este foarte apropiată de valoarea puterii electrice măsurată de sistemul SCADA. În funcție de aplicație și de intervalul de variație a seturilor de valori, se pot ajusta diferite valori ale parametrilor rețelelor, precum numărul de neuroni din stratul ascuns.
De asemenea, este foarte important ce set de valori de test este ales, nu neapărat prin mărime, ci prin tipul de dependență a valorilor de intrare cu cele țintă din acel set.
O astfel de aplicație poate fi folosită, ca și cea din capitolul anterior, pentru a ajuta la stabilirea numărului de echipamente ce pot fi alimentate de la un sistem fotovoltaic.
Prin obținerea unor prognoze meteorologice asupra nivelului iradianței solare și folosind aceste date ca seturi de intrare în rețeaua neurală, se poate prezice nivelul de putere electrică ce va fi disponibil.
În timp, rețeaua neurală se va antrena pe acel sistem fotovoltaic, reușind să învețe caracteristicile lui specifice, înglobând astfel o serie de parametri care ar fi altfel greu de introdus în ecuații: caracteristici constructive ale panourilor, eventuale umbre apărute periodic, defecte de instalare, etc.
Capitolul 7
Concluzii
În acest capitol sunt prezentate rezultatele și contribuțiile originale obținute pe parcursul studiilor doctorale. De asemenea, este prezentată modalitatea în care acestea se îmbină cu activitatea anterioară, dar și modalitățile de dezvoltare în viitor.
7.1 Rezultate obținute
Principalele rezultate obținute pe parcursul perioadei de doctorat au fost evidențiate pe larg în capitolele 3, 4, 5 și 6. De asemenea, sunt prezentate anumite rezultate ale unor proiecte care s-au finalizat sau au fost începute în timpul studiilor doctorale.
Capitolul 3 – ”Sisteme de tip simulator” – este împărțit în două zone. În prima parte este prezentată dezvoltarea unei aplicații software de tip simulator, cu ajutorul căreia pot fi obținute informații privind valorile optime ale parametrilor constructivi ai unui sistem fizic.
Aplicația de tip simulator prezentată a fost realizată ca o primă etapă în procesul de dezvoltare a unui nou tip de accelerator liniar de particule. Acest nou tip de accelerator ar trebui să aibă dimensiuni și greutate reduse, dar și să funcționeze cu o cantitate de energie mai mică. De asemenea, ar trebui să fie capabil să accelereze diferite tipuri de specii de ioni, la diferite energii finale.
Folosind acest simulator, parametrii constructivi ai acceleratorului pot fi variați, calculându-se în același timp impactul asupra vitezelor și câștigurilor de energie ale particulelor.
În a doua parte a capitolului este prezentată realizarea a trei platforme didactice, de tip simulator hardware, bazate pe principiile sistemelor SCADA industriale.
Scopul celor trei platforme: ”Sistem SCADA industrial”, ”Sistem de control” și ”Sistem monitorizare și control” este acela de a familiariza studenții cu echipamente hardware, medii de dezvoltare software și tipuri de aplicații ce sunt folosite în industrie, pentru ca aceștia să fie cât mai bine pregătiți pentru cerințele pieții muncii.
Capitolul 4 – ”Realizarea unui sistem SCADA” – conține descrierea implementării unui sistem SCADA complet (hardware și software). Datele brute achiziționate cu ajutorul acestui sistem au fost folosite ulterior pentru a realiza diferite tipuri de analize.
În acest sens, a fost proiectat și realizat un sistem conținând un panou fotovoltaic portabil. Motivul acestei alegeri a fost interesul general în studierea eficienței sistemelor fotovoltaice.
Sistemul implementat monitorizează în timp real diferiți parametri ai panoului fotovoltaic și stochează toate aceste date într-o bază de date, pentru analize ulterioare. Sistemul este portabil și poate fi instalat în diferite poziții și sub diferite înclinări.
Capitolul 5 – ”Analiza datelor folosind sisteme bazate pe logică Fuzzy” – prezintă realizarea unei aplicații software ce implementează logică fuzzy, pentru a realiza un sistem de control.
Aplicația software are rol în a prezice cât mai corect numărul de echipamente ce vor fi alimentate de la sistemul fotovoltaic și a celor care vor fi alimentate de la rețeaua națională.
În urma analizelor realizate, rezultă trei posibilități de a folosi aplicația, în funcție de ce este mai important pentru utilizator:
să aibă cât mai multe echipamente alimentate de la sistemul fotovoltaic;
să aibă un număr de comutări (între cele două surse de alimentare) cât mai redus;
să obțină o combinație eficientă.
Capitolul 6 – ”Analiza datelor folosind sisteme bazate pe rețele neurale” – prezintă realizarea unei aplicații software ce implementează o rețea neurală, pentru a realiza un sistem de control.
Aplicația software are ca scop predicția puterii electrice furnizate de panourile fotovoltaice în funcție de valorile iradianței solare, pentru a ajuta la stabilirea numărului de echipamente ce pot fi alimentate de la un sistem fotovoltaic.
Prin obținerea unor prognoze meteorologice asupra nivelului iradianței solare și folosind aceste date ca seturi de intrare în rețeaua neurală, se poate prezice nivelul de putere electrică ce va fi disponibil.
La începutul perioadei studiilor doctorale am finalizat implementarea aplicației software de tip SCADA pentru un dispecerat local pentru centrale ce produc energie regenerabilă (parcuri solare, parcuri eoliene și centrale în cogenerare). [55] [56]
În articolul publicat în anul 2013 [55], este descris sistemul SCADA (hardware și software) și modul în care acesta folosește câteva din ultimele tehnologii de comunicații industriale și software SCADA, pentru a se obține o eficiență și disponibilitate mărită a sistemului.
Printre tehnologiile folosite se numără:
sincronizarea timpului în rețea;
tipuri de redundanță a comunicațiilor;
software SCADA specific stațiilor electrice.
În articolul publicat în anul 2014 [56] este descrisă mai în detaliu partea de aplicație software și modificările ce au trebuit realizate pentru a asigura conformitatea cu legislația locală din domeniu.
Sunt prezentate în articol câteva dintre punctele cheie ale realizării aplicației software:
drivere pentru comunicații pe protocoale speciale pentru industria energetică;
interfețe grafice (HMI-uri) realizate special pentru dispeceri energetici;
bază de date industrială pentru achiziția simultană a datelor provenite de la un număr mare de centrale.
Spre sfârșitul studiilor doctorale am participat în cadrul unui contract de cercetare numit ”Nas electronic pentru detecția concentrațiilor mici de gaze poluante și explozive” (e-NOSE), la care au colaborat mai multe institute de cercetare.
Scopul acestui proiect este realizarea unui ”nas electronic” pentru detecția poluanților și a gazelor explozibile în concentrații foarte mici. Pentru a obține un astfel de dispozitiv, se fabrică o rețea de microsenzori, utilizând traductori miniaturizați, integrați pe bază de siliciu. [57]
Rețelele de microsenzori sunt încapsulate și cuplate cu un modul electronic care va permite realizarea unei interfețe cu calculatorul. În cadrul proiectului sunt elaborate și testate o platformă de laborator și un aparat mobil pentru detecția gazelor, în special pentru microclimatul de interior. [57]
Partea care mi-a revenit în cadrul proiectului a fost acea de proiectare și realizare a aparatului mobil de detecție a gazelor, acest demers incluzând:
proiectarea schemei electronice a aparatului;
stabilirea tuturor componentelor și echipamentelor electronice ce intră în alcătuirea aparatului;
achiziționarea, stocarea și prelucrarea datelor provenite de la senzorii de gaze;
trimiterea tuturor informațiilor de la senzori către utilizatorii aparatului, atât local prin realizarea unei interfețe grafice, cât și la distanță, prin asigurarea posibilității comunicării datelor, folosind diferite protocoale de comunicație.
7.2 Contribuții originale
Lista contribuțiilor originale obținute în activitatea desfășurată pe parcursul studiilor doctorale (la fiecare contribuție sunt precizate lucrările originale unde contribuția a fost publicată, în funcție de numerotarea din subcapitolul 7.3):
Realizarea unei aplicații software ce implementează logică fuzzy, pentru a prezice cât mai corect numărul de echipamente ce vor fi alimentate de la un sistem fotovoltaic [3];
Realizarea unei aplicații software ce implementează rețele neurale, pentru a prezice puterea electrică furnizată de panourile fotovoltaice în funcție de valorile iradianței solare;
Realizarea unei aplicații software de tip simulator, ca o primă etapă în procesul de dezvoltare a unui nou tip de accelerator liniar de particule [6];
Proiectarea și realizarea unui aparat mobil de detecție a gazelor, ce folosește noi tipuri de senzori;
Realizarea unei aplicații software particularizate pentru un dispecerat local pentru centrale ce produc energie regenerabilă [1, 2].
Primele două contribuții reprezintă realizarea unor noi tipuri de analiză de date. În Capitolul 2 – ” Stadiul actual al sistemelor SCADA” – se poate observa că majoritatea analizelor din literatura de specialitate se referă la descoperirea diferitelor defecte sau la tipuri de control a proceselor industriale, pe baza datelor existente. Aplicațiile de analiză a datelor din această teză se axează pe funcționarea în timp real a sistemelor sau chiar pe predicția valorilor mărimilor de ieșire ale sistemelor analizate.
7.3 Lista lucrărilor originale
În acest subcapitol este prezentată lista lucrărilor publicate din postura de autor sau coautor, lista celor cinci rapoarte de cercetare din programul de doctorat și un raport aferent unui contract de cercetare.
Lista articolelor publicate, în ordine cronologică a publicării:
1. V. Georgescu, ”Optimized SCADA Systems for Electrical Substations”, at ATEE 2013 (Advanced Topics in Electrical Engineering), Bucuresti, in Proceedings of the 8th International Symposium on ATEE, ISBN: 978-1-4673-5979-5, pp. 1-4, Thomson-Reuters ISI-CPCI, WOS:000332928500163, IEEE Xplore, INSPEC: 13778502, DOI: 10.1109/ATEE.2013.6563509. [55]
Abstract
Este descris un sistem SCADA modern (hardware și software) ce prezintă caracteristici specifice substațiilor electrice. Acest sistem folosește cele mai noi tehnologii disponibile și prezintă un mod de a le implementa, cu scopul de a avea o rețea de comunicații pentru energetică precisă și securizată.
Tehnologiile incluse în sistem sunt: sincronizarea timpului în rețea, redundanță a comunicației folosind diferite tipuri de topologii de tip inel, software SCADA specific pentru substații electrice.
2. V. Georgescu, ”SCADA Software used in Dispatch Centre for Photovoltaic Parks”, at ECAI 2014 (Electronics, Computers and Artificial Intelligence), Bucuresti, in Proceedings Vol. 6, No. 5, pp. 1-4, ISSN: 1843-2115, ISBN: 978-1-4799-5478-0, IEEE Xplore, INSPEC: 15076368, DOI:10.1109/ECAI.2014.7090201. [56]
Abstract
În acest articol este folosit un software SCADA clasic ca bază pentru implementarea unui dispecerat local pentru centrale ce produc energie regenerabilă, ce trebuie să respecte ultimele cerințe din legislația României.
Pentru a adapta software-urile existente, au fost implementate următoarele tehnologii peste mediul de dezvoltare SCADA: drivere pentru protocoale de comunicații specifice industriei energetice, interfețe om-mașină specifice dispecerilor energetici, bază de date industrială pentru stocarea datelor colectate.
3. V. Georgescu, A. Văduva, ”Controlling the number of equipments powered from photovoltaic panels with fuzzy logic”, at ATEE 2015 (Advanced Topics in Electrical Engineering), Bucuresti, in Proceedings of the 9th International Symposium on ATEE, ISSN: 2068-7966, pp. 834-837, Thomson-Reuters ISI-CPCI, WOS:000368159800153, IEEE Xplore, INSPEC: 15240853, DOI:10.1109/ATEE.2015.7133941. [58]
Abstract
În acest articol este prezentată o soluție pentru îmbunătățirea controlului numărului de echipamente ce pot fi alimentate de la un sistem fotovoltaic.
Un sistem hardware și software este folosit pentru achiziționarea de date legate de mediu. Aceste date sunt trimise către o aplicație software bazată pe logică fuzzy, ce decide numărul de echipamente ce vor fi alimentate direct de la panourile fotovoltaice, restul rămânând alimentate de la rețeaua națională.
Diferite moduri de a implementa logica fuzzy sunt discutate, în funcție de cerințe: mai puține echipamente alimentate de la rețeaua națională sau mai puține acțiuni de comutare a alimentării.
4. V. Georgescu, ”Test System for the Emplacement of Photovoltaic Panels”, in Revista Electrotehnică, Electronică, Automatică, Vol. 63, nr. 3 iulie-septembrie, 2015, pp. 16-22, ISSN: 1582-5175, Elsevier, Scopus, Compendex, ProQuest, EBSCO, Ulrich’s. [59]
Abstract
Acest articol prezintă proiectarea și implementarea unui sistem portabil de monitorizare a panourilor fotovoltaice, ce are rol de a prezenta date, cu scopul de a ajuta utilizatorul să decidă cea mai bună poziție în care ar trebui instalate panourile fotovoltaice, într-o anumită locație.
Sistemul (hardware și software) este realizat cu scopul de a fi folosit înainte de instalarea finală a panourilor, fiind astfel diferit de echipamentele uzuale de măsurare a parametrilor panourilor, ce se montează după instalarea acestora.
5. V. Georgescu, ”Development of Three Didactical Laboratory Modules Based on Industrial SCADA Principles”, in Carpathian Journal of Electronic and Computer Engineering, Vol. 8, nr. 1, 2015, pp. 13-16, ISSN: 1844-9689, Index Copernicus, Google Scholar, ProQuest, EBSCO, Citeseer, Cite Factor, OAJI. [60]
Abstract
Acest articol prezintă proiectarea și implementarea a trei platforme didactice, bazate pe principiile și arhitectura sistemelor SCADA. Principii din aplicații industriale reale au fost folosite în aceste trei module, pentru a familiariza studenții cu domeniul automatizărilor industriale și de a le permite obținerea de abilități practice. Astfel, după ce își vor termina studiile, vor putea să se integreze mai rapid pe piața muncii și să aibă cunoștințele necesare unui inginer.
6. D. Dudu, V. Georgescu, ”Simulation Software for New Type of Charged Particles Accelerator”, in Buletinul Științific UPB, Seria C, Vol. 78, nr. 3, 2016, pp. 169-178, ISSN: 2286-3540, Elsevier, Scopus, INSPEC, Ulrich’s, Cambridge, Metadex. [61]
Abstract
Acest articol prezintă realizarea unui software de simulare pentru dezvoltarea unui nou tip de accelerator liniar de particule, ajutând la optimizarea dimensiunii și greutății, dar și la reducerea consumului de energie. De asemenea, acest echipament va fi capabil să accelereze diferite specii de ioni, la diferite energii finale.
Cu acest software de simulare pot fi variați toți parametrii constructivi și se pot realiza calcule privind câștigurile energetice ale particulelor. Rezultatele demonstrează posibilitatea obținerii unui accelerator compact prin folosirea în serie a generatoarelor de pulsuri de înaltă tensiune.
Cele cinci rapoarte de cercetare elaborate pe parcursul studiilor doctorale, au fost realizate respectând indicația școlii doctorale de a prezenta ca rapoarte de cercetare lucrările trimise spre publicare în reviste sau prezentate la conferințe.
Lista rapoartelor de cercetare, în ordine cronologică:
”Software SCADA folosit într-un dispecerat de parcuri fotovoltaice”: prezintă articolul cu numărul 2 din lista articolelor publicate; [62]
”Sistem de test pentru amplasarea panourilor fotovoltaice”:
prezintă articolul cu numărul 4 din lista articolelor publicate; [63]
”Controlul numărului de echipamente alimentate de la panouri fotovoltaice folosind logică Fuzzy” [64]:
prezintă articolul cu numărul 3 din lista articolelor publicate;
” Dezvoltarea a trei platforme didactice de laborator bazate pe principii ale sistemelor SCADA industriale” [65]:
prezintă articolul cu numărul 5 din lista articolelor publicate;
”Aplicație software de tip simulator pentru un nou tip de accelerator liniar de particule” [66]:
prezintă articolul cu numărul 6 din lista articolelor publicate.
În cadrul proiectului de cercetare ”Nas electronic pentru detecția concentrațiilor mici de gaze poluante și explozive” (e-NOSE) am avut un raport de cercetare de realizat:
”ETAPA 2. Modelare, fabricație senzori, microstructuri și module electronice. Depuneri de straturi nanostructurate.”
Capitol 3.2. Proiectare PCB pentru implementare electronică de prelucrare semnal, proiectare interfață grafică
7.4 Perspective de dezvoltare ulterioară
Activitatea întreprinsă până în acest moment a fost orientată spre domeniul achiziției și analizei de date. Atât lucrarea de licență, cât și lucrarea de dizertație, pe care le-am realizat în cadrul Facultății de Electronică, Telecomunicații și Tehnologia Informației din cadrul Universității ”Politehnica” din București, au avut ca subiect sisteme de achiziție de date, respectiv sisteme SCADA industriale.
Activitatea didactică pe care o realizez are loc în cadrul laboratorului de ”Circuite Integrate și Sisteme de Achiziție”, din cadrul facultății menționate mai sus. Acest laborator este împărțit în două jumătăți, iar activitatea mea se desfășoară în partea de Sisteme de achiziție.
Experiența profesională a fost orientată spre aceeași direcție, fiind angajat în cadrul unei companii al cărei principal domeniu de activitate îl constituie proiectarea, realizarea și punerea în funcțiune a unor sisteme complexe de monitorizare și control, cu aplicații în domeniul automatizărilor industriale și echipamentelor de măsurare și testare. Pe parcursul desfășurării activității mele în această companie am avut ocazia să lucrez echipamente hardware și medii de dezvoltare software moderne, pentru a proiecta și implementa sisteme de automatizare de tip SCADA.
Activitatea din timpul studiilor doctorale a fost de asemenea centrată pe sisteme SCADA industriale și analiza datelor obținute din acestea.
Astfel, dezvoltarea ulterioară va avea loc în mod natural, pe toate cele trei fronturi de activitate: studii postdoctorale, activitate didactică și activitate profesională practică.
Realizarea de analize aprofundate (folosind un volum mai mare de date, din industrie):
Principala direcție de dezvoltare este cea legată de analiza complexă a datelor obținute din sisteme SCADA industriale. În prezenta lucrare de doctorat am folosit analize de tip fuzzy sau rețele neurale asupra datelor achiziționate cu un sistem realizat dintr-un singur panou fotovoltaic.
În viitor doresc să aplic aceste programe software de analiză asupra datelor din dispeceratul local pentru centrale ce produc energie regenerabilă (parcuri solare, parcuri eoliene și centrale în cogenerare) [55] [56]. Acest dispecerat achiziționează date de la aproximativ 15 parcuri fotovoltaice, 6 eoliene și 3 centrale în cogenerare, în regim permanent (24 ore pe zi).
Folosind acest volum important de date, provenite de la centrale din diferite zone ale țării, se pot realiza analize mai detaliate decât cele realizate în această lucrare.
Implementarea mai multor tipuri de analiză:
Deoarece lucrez în continuare la introducerea de noi centrale în dispecerat și a dezvoltării continue a capabilităților acestuia, am în vedere implementarea diferitelor tipuri de analiză a datelor, folosind mai multe tipuri de rețele neurale. În lucrarea de față, s-au folosit două metode de defuzzificare, pentru aplicația descrisă în Capitolul 5. În capitolul 6, a fost folosită o rețea neurală de tip feed-forward supervizată, recurentă, cu 2 straturi. Un volum de date ce provine din diferite surse poate duce la posibilitatea folosirii mai multor tipuri de analiză.
Îmbunătățirea echipamentului mobil de analiză (reducerea dimensiunilor constructive):
În cadrul contractului de cercetare la care am participat am realizat un aparat mobil de detecție a gazelor, ce folosește senzori dezvoltați în cadrul proiectului. După finalizarea acestui prototip, se poate trece la îmbunătățirea aparatului, în special în privința dimensiunii și costului de producție.
Utilizarea platformelor de tip cloud:
O altă direcție de dezvoltare o reprezintă folosirea platformelor de tip IIoT (Industrial Internet of Things), pentru a realiza analize asupra datelor stocate în cloud. Numărul de echipamente conectate la Internet va atinge în 2016 valoarea de 6,4 miliarde, cu 30% mai mult decât în 2015, susțin analiștii Gartner, care estimează pentru 2020 un volum total de aproape 21 miliarde. Expansiunea IoT (Internet of Things) este sustinuță, în continuare, de către zona consumer, care înregistrează cel mai rapid ritm de creștere, urmată de dezvoltările specifice pe sectoare industriale.
Un exemplu de astfel de platformă, special concepută pentru datele provenite din industrie, este cea dezvoltată de General Electric. În această platformă, numită Predix, se pot dezvolta aplicații de analiză a datelor provenite de la sistemele SCADA industriale.
Anexe
A.1 Desfășurarea lucrării ”Platformă simulator sistem SCADA industrial”
4. Desfășurarea lucrării
4.1. Configurarea sistemului. Crearea unui proiect nou
– Lansați programul SCU.EXE care se găseste în "C:\Program Files\Proficy\Proficy iFIX\SCU.exe" sau din Start->All Programs->Proficy HMI SCADA-iFIX5.5->System Configuration.
– Dublu click pe câmpul „NODE:”. În fereastra nou apărută modificați câmpurile „Local Node Name:” și „Local Logical Name:” sub forma „SCADA#”, unde „#” reprezintă inițialele voastre. Bifați „Local Node Alias” și apăsați „OK”.
– Setați calea unde vor fi salvate datele noului proiect. În fereastra SCU:
Din meniul „Configure” selectați „Paths”.
Câmpurile din zona „Location of System Software and Data Files” nu se modifică.
Setați calea noului proiect prin modificarea câmpului „Project” din zona „Application Paths In Current Project Configuration”: „C:\iFIX\LED#”, unde # reprezintă inițialele voastre.
Click pe „Change Project”, apoi „YES”.
Click pe „OK” pentru a finaliza configurarea căilor de pe HDD pentru noul proiect, apoi „Create All” și „Proceed”.
– În fereastra SCU, dublu click pe „NODE:” și setați calea pentru „Configuration File:”: ”C:\IFIX\LED#\LOCAL\SCADA#.SCU”. Modificati campul „File Name” cu textul: SCADA# și click pe Open. Click OK, apoi Yes.
– Salvați fișierul de configurare prin click în fereastra SCU pe File>Save As…; Completați File Name: SCADA#, apoi click pe Save. Închideți SCU (System Configuration Utility) prin File>Exit.
– Lansați iFIX.exe utilizand shortcut-ul de pe desktop (iFIX 5.5) sau din ”C:\Program Files\Proficy\Proficy iFIX\launch.exe”.
– În fereastra nou deschisă creați un shortcut nou pentru acest proiect prin efectuarea unui click pe „Create a desktop shortcut”. Denumiți acest shortcut „LED#”, apoi click pe Create. Pe desktop va apărea un shortcut prin intermediul căruia se va lansa noul proiect. Click pe Exit.
În acest moment am terminat configurația sistemului pentru un proiect nou.
4.2. Configurarea task-urilor
– Lansați iFIX cu shortcut-ul nou creat: LED#.exe. Așteptați până la deschiderea ferestrei Proficy iFIX WorkSpace. În cadrul acestei ferestre se va desfășura în mare măsură dezvoltarea aplicației SCADA (Fig.3).
Fig. 3 – Meniul Applications din Proficy iFIX Workspace
– Lansați configuratorul de sistem SCU, aflat în meniul Applications, zona System & Security – Fig. 3, secțiunea 1.
În continuare vom defini task-urile necesare a fi executate la lansarea Proficy iFIX, respectiv vom adăuga 2 task-uri noi pentru ca iFIX să lanseze automat: serverul OPC prin intermediul căruia vom schimba informații cu echipamentele hardware, dar și colectorul iFIX, prin intermediul căruia vom trimite datele către arhivatorul Proficy Historian.
– Din fereastra SCU selectați din meniul Configure-> Tasks. În linia Filename se introduce ''C:\PROGRAM FILES\MOXA\ACTIVEOPC\SERVER\ACTIVEOPC.EXE'' sau click pe browse și selectăm fișierul NAPOPC.exe din folderul în care s-a instalat. Setați opțiunea Minimized. Apăsați butonul ADD. Cu butonul săgeată în sus se mută acest task pe prima poziție din listă.
– Se adaugă un nou task, cel pentru colectorul iFIX. În linia Filename se introduce ''C:\PROGRAM FILES\PROFICY\PROFICY IFIX\IHFIXCOLLECTOR.EXE''. În linia Command introduceți RUNASDOS. Setați opțiunea Background și apăsați butonul ADD.
Se obține o imagine similară cu cea din figura Fig. 4.
– Apasați OK și apoi File->Save. Nu inchideți SCU.
Fig. 4 – Configurarea task-urilor
4.3. Configurarea server-ului OPC
– Din fereastra SCU se selectează din meniul Configure->SCADA. Se selectează SCADA Support pe opțiunea Enable. În câmpul Database Name se intoduce LEDPDB#, ca și nume asociat bazei de date de proces. În linia I/0 Driver Name apăsați butonul de browse și selectați driverul OPC ”OPC Client v7.41.f”. Apăsați OK și ADD.
– Apăsați OK, iar la mesajul următor dați Yes și apoi File->Save. – Pentru configurarea driverului OPC revenim la meniul Configure->SCADA. În lista Configured I/O Drivers selectați ”OPC – OPC Client v7.41f” și apăsați butonul Configure. Se va deschide o nouă fereastră.
– Apăsați Connect… După stabilirea conexiuni se deschide aplicația PowerTool specifică driverului. Deschideți meniul Options->Setup. Activați tab-ul Default Paths. Introduceți în câmpul ”Default configuration file name:” SCADA#, iar în ”Default path for configuration file:” ''C:\IFIX\LED#\PDB\''.
– Selectați tab-ul Advanced. În opțiunile pentru ”I/O Server” (dreapta jos) setați Auto Create , Auto Enable, Auto Start pe ON și bifați câmpul Enable Children. Click pe OK. Vezi Fig.5.
Fig. 5 – Setările Advanced din Power Tool
– Accesați meniul File-> Save As, care vă propune pentru fișierul de configurare numele SCADA#.OPC în directorul PDB. Apăsați Save.
– Selectați meniul Edit-> Add Server sau primul buton din stânga jos. Se deschide o fereastră de selectare a serverului în care apăsați Next. Din lista de servere OPC apărute selectați NAPOPC.Svr și apăsați Finish.
– Redenumiți serverul cu numele ”SERVER1”, prin modificarea câmpului Server Name. Bifați căsuța Enable. Din lista de tip tree din partea stăngă a ferestrei faceți click dreapta pe SERVER1 și bifați opțiunile: Start, Enable și Enable Children.
– Selectați meniul Edit->Add Group sau folosiți al doilea buton din stânga jos.
– Redenumiti Group Name cu numele ”I-7055” și selectați Enable. Click dreapta pe I-7055 din lista de tip tree și verificați dacă aveți bifate opțiunile: Start, Enable, Enable Children și Asynchronous.
– Accesați meniul Edit-> Add Multiple Items sau apăsați al patrulea buton din stânga jos.
– Selectați I-7055 din Browser, aflat sub serverul NAPOPC. Debifați ”Enable iFix PDB Tag Auto-creation”.
– Selectați toate elementele din zona Items și dați click pe OK.
– Asigurați-vă că sunteți în modul Start, verificând dacă butonul corespunzător (Fig.6, secțiunea 1) este apăsat.
– Apăsați butonul Statistics (Fig.6, secțiunea 2). Selectați Item 1 și verificați dacă Data uality are valoarea Good. (Fig.6, secțiunea 3)
– Salvați configurația cu File->Save și închideți aplicația PowerTool.
– Ne întoarcem la SCU > SCADA Configuration și apăsați OK, Yes apoi File->Save. – Închideți aplicația SCU.
Fig. 6 – Setări ale server-ului OPC
4.4. Importarea tag-urilor în PDB (Process Data Base)
– Din Workspace, meniul Applications, lansați aplicația Discovery & Cofiguration (DAC) – Fig.3, secțiunea 3.
– Se va deschide aplicația Discovery and Auto Configure. Apăsați Next. Selectați OPC Dicovery Agent și apoi apăsați Next. Selectați Use Local OPC Server și apoi apăsați Next. Din lista de servere OPC selectați NAPOPC.Svr și apoi Next. În fereastra Sumary apăsați Finish. Selectați I-7055 și subcategoria DIs din meniul tree din partea stângă.
– Bifați cele 8 intrări digitale marcate cu DI. Cu un click dreapta pe zona selectată va apărea un meniu din care selectați IFIX All Wizards sau apăsați butonul aferent din toolbar.
– Introduceți în câmpul TagName Prefix „LOGIK-”, iar în Tag Name Sufix „-#” apoi Next. Selectați la Block Type DI (Digital Input). Click pe Next. Selectați driverul OPC ”OPC Client v7.41f” și apoi Next. Selectați din serverul OPC SERVER 1 grupul I7055 și Next, iar în următoarea fereastră apăsați Finish.
– Selectați toate tagurile. Cu un click dreapta pe zona selectată va apărea un meniu din care selectați ”Add to iFIX”. Click Yes. Veți obține următoarea imagine Fig. 7. Verificați ultima coloană, Last Action Status, ca starea ultimei acțiuni să fie OK.
– Deselectați intrările digitale și repetați operațiunea pentru ieșirile digitale DO: DO-00 până la DO-07.
Fig. 7 – Adăugarea intrărilor digitale
– Vor fi 2 operațiuni în total: cu blocuri de tip DI și DO.
– Se salvează configurația cu File->Save As cu numele I7055#.DAC
– Se închide aplicația Discovery and Auto Configure.
– Din Workspace se deschide Database Manager – Fig.3, secțiunea 2.
– Se selectează Open Local Node și se apasă OK. Rezultatul trebuie să fie similar cu cel din Fig.8.
Fig. 8 – Tag-uri în PDB
– Se verifică prezența tuturor tag-urilor descoperite anterior cu DAC.
– Apăsați butonul Rename the database – Fig.8 (butonul de stânga sus cu discheta, cel de lângă Open) – iar în câmpul Enter Database Name introduceți „LEDPDB#”, apoi click pe Save As.
– Apăsați butonul Add și selectați AI (Analog Input). În noua fereastră selectați TagName="AI", Driver "SIM -Simulation Driver", I/O Address "RH".
– Închideți Database Manager.
– Cu Windows Explorer se verifică prezența fișierului LEDPDB#.PDB în folderul „C:\Program Files\Proficy\Proficy iFIX\LED#\PDB”.
În acest moment baza de date de proces (PDB) are configurate tag-urile aferente echipamentului de achiziție de date.
4.5. Setarea Proficy Historian să arhiveze date din PDB
– Lansați aplicația ”Historian for SCADA Administrator” utilizând shortcut-ul de pe desktop.
– Verificați dacă iFix Collector este pornit – Status: Running – Fig.9, secțiunea 1.
– Daca statusul NU este Running, atunci: închideți fereastra Workspace, apoi în fereastra Proficy iFix Startup selectați Options > Shutdown iFix. Asteptați închiderea tuturor proceselor, apoi relansați proiectul utilizând shortcut-ul de pe desktop LED#.exe.
– Accesați meniul Collectors. Din lista de colectori selectați colectorul iFIX, apoi click pe tab-ul Configuration. Asigurați-vă că blocurile de tip DI, DO au bifată doar opțiunea F_CV. Click pe Update dacă este disponibil.
– Asigurați-vă că în câmpul ”Nodes To Browse” aveți numele nodului, anume LED#. – Accesați meniul Tags (Fig.9, secțiunea 2). Selectați ”Add Tags From Collectors.”
– În câmpul Collector se selectează iFIX , apoi Browse. Selectați tag-ul aferent canalului digital DI0, cu terminația F_CV (Float_Current Value) și apăsați butonul ”Add Selected Tags”.
În acest moment Proficy Historian stochează valorile tag-ului aferent canalului digital 0.
– Pentru verificare reveniți în meniul Tags și click pe ”Search Historian Database”, apoi OK. Click dreapta pe tag-ul căutat și selecați ”Last 10 Values”.
Fig. 9 – Interfața Historian
4.6. Construirea interfeței cu utilizatorul
– Din meniul din stânga de tip tree al Workspace dezvoltați folderul Dynamo Sets. În acest folder se regăsesc elementele grafice predefinite din iFIX.
– Dați dublu click pe ”PanelButtonsMedium”, iar din fereastra deschisă selectați un element grafic utilizând procedura drag-and-drop.
– Dați dublu click pe obiectul nou introdus. În fereastra ”Basic Animation Dialog” care apare, apăsați butonul din dreptul câmpului Command.
– În ”Select Action to Append” selectați tab-ul ”Write value to tag”, apoi la ”Fix Database Tag” selectați în câmpul ”Nodes Names” LED#. Din Tag Names selectați o ieșire digitală DO, iar în FIELD NAME selectați F_CV (float_current value), apoi OK. – Selectați Numeric și Value=0.
– Mai introduceți un obiect asemănator, de altă culoare, cu singura diferență, la sfârșit Value =1.
– Introduceți un nou Dynamo din categoria ”PilotLightsMedium”.
– În fereastra ce apare selectați la Data Source (folosind butonul de browse) ieșirea digitală DO pe care ați folosit-o mai devreme. Pentru ea selectați tot F_CV (float_current value), apoi OK.
– Selectați din Toolbar, din meniul Insert, Objects/Links>Datalink. – În pagina de lucru trasați cu mouse-ul un dreptunghi sub obiectul introdus mai devreme.
– La Data Source vom selecta din nou tagul DO, ca la pasul anterior. – Introduceți un nou Dynamo din categoria ”PilotLightsMedium”.
– În fereastra ce apare selectați la Data Source (folosind butonul de browse) o intrare digitală DI. Pentru ea selectați tot F_CV (float_current value), apoi OK.
– Selectați din Toolbar, din meniul Insert, Objects/Links>Datalink.
– În pagina de lucru trasați cu mouse-ul un dreptunghi sub obiectul introdus mai devreme.
– La Data Source vom selecta din nou tagul DI, ca la pasul anterior.
– Pașii de până acum ar trebui repetați de 4 ori, pentru cele 4 ieșiri digitale și 4 intrări digitale de pe placa electronică.
– Introduceți un nou Dynamo din categoria ”Storage TanksAnim”.
– În fereastra ce apare selectați la Data Source (folosind butonul de browse) variabila analogică AI pe care ați creat-o mai devreme. Pentru ea selectați tot F_CV (float_current value), apoi OK.
– Debifați ”Fetch values from data source”. Click pe OK.
– Bifați opțiunea ”Animate Tank Level Color”. Click OK.
– Selectați din Toolbar, din meniul Insert, Objects/Links>Datalink.
– În pagina de lucru trasați cu mouse-ul un dreptunghi sub obiectul introdus mai devreme.
– La Data Source vom selecta din nou tagul AI, ca la pasul anterior.
– Click pe Type, care inițial este cu valoarea ”Alpha-Numeric”, dar se va schimba automat în Numeric. Setați Whole Digits la 3 și Decimal la 2. Apoi click pe OK.
– Pentru a testa funcționalitatea apăsați de la tastatură Ctrl+W sau click pe pentru a intra în modul Run. Pentru a reveni în modul editare se apasă din nou Ctrl+W.
– În Fig. 10 aveți un exemplu de interfață modul-soft, cu 4 butoane deschis/închis conectate la DO si 4 Led-uri. Mai este atașată o intrare digitală conectată la masă (DI3) și un rezervor ce își modifică culoarea în funcție de volum.
Fig. 10 – Exemplu de interfață
A.2 Desfășurarea lucrării ”Platformă simulator sistem de control”
4. Desfășurarea lucrării
Pornire, generalități
– Se observă componentele sistemului și modul în care sunt interconectate.
– Se alimentează sursa de 24Vcc.
– Se trece comutatorul de pe placuță pe poziția A.
– Se pornește programul Proficy Machine Edition.
– Se alege spre deschidere programul „test”.
– Se observă zonele ferestrei.
Verificare setări comunicație
– În zona „Navigator” -> Hardware Configuration se exapandează Main Rack. Se dă dublu click pe CPU. În zona principală, apare un nou tab. Se observă setările de comunicație, în special pentru Port1.
– În zona „Navigator” se selectează Target1, iar în zona „Inspector” se observă numărul portului serial (Physical Port).
– Se deschide Device Manager din Windows (de ex. Click dreapta pe My Computer-> Manage -> Device Manager). Se expandează zona Ports și se deschide MOXA USB Serial Port. În tab-urile General și Port Settings se verifică asemănarea cu proprietățile din Proficy.
4.1. Analiza programului sursă – ”Test”
Programul creat respectă urmatoarea cerință: „Se va porni un număr de leduri în funcție de gradul de luminozitate primit de un fototranzistor.”
– În Proficy, în zona „Navigator” se expandează Logic->Program Blocks. Se dă dublu click pe „_MAIN”. În zona principală, apare un nou tab.
– Imediat sub zona „Navigator” se află mai multe tab-uri. Se trece din tab-ul „Project” în cel din dreapta lui, „Variables”. Aici sunt definite variabilele aferente programului. După selectarea unora dintre ele, se observă proprietățile lor în zona „Inspector” (în special proprietatea Ref Address).
– Se dă click pe diferite elemente ale programului și se observă descrierea lor în partea din stânga jos (zona „Companion”).
– Se discută modalitatea de implementare a cerinței.
– Din meniul Target, se alege „Validate Target” (F7) și se verifică în zona „Feedback zone” mesajele.
Scrierea programului în PLC
– Se trece butonul Run/Stop de pe PLC în poziția Stop.
– Se trece înapoi în tab-ul „Project” din zona „Navigator” și se selectează Target1. Se apasă click dreapta și „Go Online”. În zona „Feedback zone” se verifică mesajul „Connected to the device”.
Indicație: Ȋn cazul în care nu apare mesajul „Connected to the device” deși toate instrucțiunile de mai sus au fost executate, se recomandă scoaterea cablului USB de la PC si reintroducerea acestuia după câteva secunde.
– Se dă click dreapta pe Target1 ->Online Commands -> Set Programmer Mode. – Se dă click dreapta pe Target1 ->Download & Start (F9). Se apasă OK pentru a downloada și din nou OK la sfârșit pentru Outputs Enabled. Se verifică mesajele din zona „Feedback zone” și se trece butonul Run/Stop de pe PLC în poziția Run.
– Se verifică funcționarea pe placuța de test. Se observă și valorile de pe ecran.
Întrebare: valorile implicite pentru IN2 de la fiecare comparator se pot modifica în funcție de gradul de iluminare din laborator, dar nu și cea corespunzătoare ieșirii 5 (cea de pe prima ramură a codului). Acea valoare trebuie menținută mereu la 0. De ce? Ȋncercați să aflați de ce studiind schema electronică a plăcuței.
Oprire
– În tab-ul „Project” din zona „Navigator” se selectează Target1. Se apasă click dreapta și „Go Offline”. În zona „Feedback zone” se verifică mesajul „Disconnected from the device”.
– Se observă că PLC-ul funcționează în continuare, în funcție de starea butonului Run/Stop. Se trece butonul în poziția Stop.
– Din meniul File se alege Close Project.
– Se trece comutatorul de pe placuță pe poziția B.
4.2. Realizarea programului sursă – ”Problemă”
Programul creat trebuie să respecte următoarea cerință: „Apasând de un anumit număr de ori pe un buton (implicit 5), un motor va începe să funcționeze. Apasând o data pe al doilea buton, motorul va continua sa funcționeze o perioadă de timp (implicit 5 sec) după care se va opri”.
Crearea unui nou proiect
– Din meniul File se alege New Project.
– În fereastra ce apare se introduce numele. Se alege Project Template „GE Intelligent Platforms VersaMax Nano/Micro PLC”.
– Se apasă OK.
– În zona „Navigator” -> Hardware Configuration se expandează Main Rack. Se dă click pe CPU și se observă proprietățile din zona „Inspector”. Se apasă butonul de browse de lângă opțiunea Catalog Number și se alege din noua fereastră opțiunea „IC200UDD064/164”. Se apasă OK și Yes de 2 ori.
– Se verifică din nou setările de comunicație serială (la proprietățile Target1 posibil să se fii schimbat numarul COM-ului. Se alege cel corespunzător convertorului RS232-USB MOXA).
– La proprietățile Target1 din zona „Inspector” se modifică Controller Target Name în DEFAULT.
Fig. 5 – Schema logică a programului ”Problemă”
Realizarea programului sursă
SCHEMA
– În zona „Navigator” se expandează Logic->Program Blocks. Se dă dublu click pe „_MAIN”. În zona principală, apare un nou tab.
– Se realizează programul din figura Fig. 5, folosind elementele din bara de instrumente de deasupra. Variabilele se vor asigna ulterior. (Blocul timer este Off-delay timer, blocul de numărare este Up-counter).
VARIABILE
– În zona „Navigator” trecem în tab-ul „Variables”. Click dreapta -> New Variable->BOOL. Îi dăm numele „In1”.Se selectează, și în zona „Inspector” se alege proprietatea „Ref Address”. Se apasă butonul browse aferent, iar în noua fereastră,în zona Memory Area alegem „I- Discrete Input”. Se păstrează Index-ul 1 și se apasă OK.
– Click dreapta pe variabila „In1” -> Duplicate. Se selectează 1 și OK. Se observă că noua variabilă are deja adresa modificată.
– Cu Drag&Drop se asignează variabilele celor 2 intrări corespunzătoare.
– Se mai crează o variabilă BOOL cu numele „Out 5”. Adresa ei va fi din zona de memorie „Q- Discrete Output” și Index 5.
– Se asignează noua variabilă ieșirii.
TIMERE ȘI NUMĂRĂTOARE
– Se dă click pe Timer și se observă în zona „Companion” descrierea sa, în special partea legată de adrese. Se discută ce trebuie făcut.
– Se crează o nouă variabilă, de tip WORD, cu nume WORD11. În zona „Inspector” se selectează Adress și butonul browse aferent. În zona de adresă de memorie anoii ferestre se alege „R- Register” și Index 1.
– Se duplică variabila de 2 ori, cu proprietățile pentru noile variabile: nume: WORD21, Index 4 (se modifică la Ref Address cu %R00004) nume: Delay, Index 2 (se modifică la Ref Address cu %R00002).
– Se asignează variabila Delay conform desenului, la intrarea PV a timerului. Cu variabila selectată, în zona „Inspector” se alege proprietatea „Initial Value” și se scrie 50. Se observă modificarea în zona programului.
– Se selectează Timerul și în zona „Inspector” se alege proprietatea „Address”. De la sfârșitul listei dropdown se alege WORD11,G. Similar pentru Counter se alege WORD21,G.
– Se dă click dreapta pe celula din stânga intrării PV a counterului ->Edit. Se introduce valoarea 5 și se apasă Enter.
– Din meniul Target, se alege „Validate Target” (F7) și se verifică în zona „Feedback zone” mesajele.
Scrierea programului în PLC
– Se trece butonul Run/Stop de pe PLC în poziția Stop.
– Se trece înapoi în tab-ul „Project” din zona „Navigator” și se selectează Target1. Se apasă click dreapta și „Go Online”. În zona „Feedback zone” se verifică mesajul „Connected to the device”.
Indicație: Ȋn cazul în care nu apare mesajul “Connected to the device”, se verifică numărul COM-ului de la Physical Port din Inspector și se modifică conform convertorului RS232-USB MOXA din Device Manager.
– Se dă click dreapta pe Target1 ->Online Commands -> Set Programmer Mode.
– Se dă click dreapta pe Target1 ->Download & Start (F9). Se apasă OK pentru a downloada și din nou OK la sfârșit pentru Outputs Enabled. Se verifică mesajele din zona „Feedback zone” și se trece butonul Run/Stop de pe PLC în poziția Run.
– Se verifică funcționarea apăsând pe butoanele de pe plăcuța de test, conform cerințelor aplicației. Se observă și valorile de pe ecran.
Oprire
– În tab-ul „Project” din zona „Navigator” se selectează Target1. Se apasă click dreapta și „Go Offline”. În zona „Feedback zone” se verifică mesajul „Disconnectedfrom the device”.
– Se observă că PLC-ul funcționează în continuare, în functie de starea butonului Run/Stop. Se trece butonul în poziția Stop.
– Din meniul File se alege Close Project.
A.3 Desfășurarea lucrării ”Platformă simulator sistem monitorizare și control”
5. Desfășurarea lucrării
Aplicația care va fi realizată va indica temperatura ambientală, starea unui contact magnetic și va aprinde un LED de pe placă. Pe ecran se va aprinde un obiect dacă temperatura ambientală depășește o anumită valoare. Se va implementa pe ecran și un buton prin care se va lua la cunoștință că alarma a fost recepționată.
– Se va verifica dacă switch-ul rotativ de pe spatele ecranului se află pe modul 9, Update AP și se va apăsa butonul de reset de lângă ecran.
– Se va deschide de pe Desktop software-ul HMIWorks_Standard.
– Se va selecta în partea stângă New Project.
– În fereastra nou deschisă se va selecta: – în partea stângă TPD-280, – Project Name: HMI_nume student, – Location: cea implicită, – Orientation: Landscape, – Default Programming Type: [2]Ladder. Se apasă OK.
– Selectați tabul Workspace→click dreapta pe Connection→New Connection→se va deschide fereastra următoare și se vor face setările: 9600, 8, None, 1. Se apasă OK.
– Se extinde tabul Tags→se face click dreapta pe Device→New Device și se vor face setările ca în figura Fig. 7.
Fig. 7 – Setări pentru adăugarea dispozitivului
5.1. Realizarea primului frame
Introducem obiectele pe ecran.
– Selectăm Toolbox→Widget→Label. Luăm obiectul și îl introducem pe ecran. Pe zona din dreapta, în care sunt caracteristicile obiectului, vom schimba valoarea câmpului TagName=canalul 0 al modulului de achizitie (AI0). La FillColor se alege o culoare.
– Selectăm Toolbox→Drawing→Text, introducem obiectul pe ecran deasupra obiectului introdus la pasul anterior. În zona cu proprietăți modificăm câmpul Text=TEMPERATURA.
– Selectăm Toolbox→System→ObjectList. Introduce, obiectul LÂNGĂ ecran, facem dublu click pe el, ajungem la fereastra următoare și facem setările prezente în figura Fig. 8 (dublu click pe numele obiectului pentru a fi adăugat în partea dreapta a ferestrei).
– Selectăm Toolbox→Widget→Checkbox, iar la caracteristici selectăm RefObject=objectlist1. La Checkbox selectăm TagName=ieșirea digitală (DO0).
Fig. 8 – Setări pentru objectlist1
– Selectăm Toolbox→Widget→Checkbox. Introducem obiectul sub imaginea cu LED-ul și modificăm la TagName=ieșirea digitală a modulului (DO0). Câmpul RefObject rămâne liber.
– Selectăm Toolbox→System→ObjectList. Introduce, obiectul LÂNGĂ ecran, facem dublu click pe el, ajungem la fereastra următoare și facem setările prezente în figura Fig. 9.
Fig. 9 – Setări pentru objectlist2
– Creăm un nou frame din Meniu→Layout→ NewFrame.
– Selectăm Toolbox→Widget→TextPushButton. Introducem obiectul pe ecran și selectăm la Reference=Frame2.
– Selectăm Toolbox→Drawing→Picture. Se dă dublu click, iar în noua fereastră apăsăm butonul Load. Folosind browser-ul alegem poza dorită.
– Se dă un click pe ecran într-o zonă liberă. În partea dreapta, la proprietăți, se alege la Background Color o culoare.
– Salvăm cu File→Save. Primul frame ar trebui să arate ca în figura Fig. 10.
Fig. 10 – Primul frame al aplicației
5.2. Realizarea celui de-al doilea frame
Introducem obiectele pe ecran.
– Selectăm Toolbox→Widget→Label. Luăm obiectul și îl introducem pe ecran. Pe zona din dreapta, în care sunt caracteristicile obiectului, vom schimba valoarea câmpului TagName= intrarea digitală a modulului de achiziție (DI0). La FillColor se alege o culoare.
– Selectăm Toolbox→System→ObjectList. Introduce, obiectul LÂNGĂ ecran, facem dublu click pe el, ajungem la fereastra următoare și facem setările prezente în figura Fig. 11.
– Selectăm Toolbox→Widget→Checkbox, iar la caracteristici selectăm Refobject și alegem objectlist3. La câmpul Reference selectăm Frame1.
– Selectăm Toolbox→Drawing→Picture. Se dă dublu click, iar în noua fereastră apăsăm butonul Load. Folosind browser-ul alegem poza dorită.
– Se dă un click pe ecran într-o zonă liberă. În partea dreapta, la proprietăți, se alege la Background Color o culoare.
– Selectăm Toolbox→System→ObjectList. Introduce, obiectul LÂNGĂ ecran, facem dublu click pe el, ajungem la fereastra următoare și facem setările prezente în figura Fig. 12.
– Selectăm Toolbox→Widget→CheckBox, iar la caracteristici selectăm RefObject=objectlist4. Modificăm la TagName=ieșirea digitală a modulului de achiziție (DO1).
– Selectăm Toolbox→Widget→CheckBox, iar la caracteristici selectăm TagName=ieșirea digitală a modulului de achiziție (DO1) și Text=Aprindere LED.
– Salvăm cu File→Save.
Fig. 11 – Setări pentru objectlist3
Fig. 12 – Setări pentru objectlist4
Al doilea frame ar trebui să arate ca în figura Fig. 13.
Fig. 13 – Al doilea frame al aplicației
5.3. Realizarea logicii aplicației
Vom crea 2 variabile virtuale, ce vor reprezenta două obiecte pe ecran.
– Selectăm Workspace→extindem tabul Tags→click dreapta pe Virtual→New VirtualTag.
În fereastra ce apare se fac setările:
pentru prima variabilă virtuală introducem în câmpul Name "v1", celelate valori râmânând cele implicite.
pentru cea de-a doua variabilă virtuală introducem în câmpul Name "v2", celelalte valori rămânând nemodificate.
Urmează să realizăm schema din figura Fig. 14.
Fig. 14 – Schema logică
– Selectăm HMI→Ladder Designer.
– Apăsăm butonul F6 de la tastatură.
– Facem dublu click pe dreptunghiul apărut, iar în fereastra nou deschisă selectăm Default→Function Name=GE. Apăsăm OK.
– În afara dreptunghiului, lângă in1 facem dublu click, iar în fereastra nou deschisă selectăm intrarea analogică a modulului de achiziție (AI0).
– În afara dreptunghiului, lângă in2 facem dublu click, iar în fereastra nou deschisă selectăm Enter Constant și valoarea 29.
– Selectăm zona din dreapta dreptunghiului. Din zona cu butoane apăsăm F3, apoi selectăm contactul nou introdus și apăsăm tasta Space. Facem dublu click și selectăm ca variabilă v2.
– Facem dublu click pe ieșire (cercul din capăt) și selectăm ca variabilă v1.
– Salvăm cu File→Save.
5.4. Încărcarea programului în controler
– Se verifică dacă switch-ul rotativ de pe spatele controler-ului se află pe modul 9, Update AP și se va apăsa de două ori butonul de reset de lângă ecran.
– Selectăm Run→Run.
A.4 Foaie de catalog fotodioda BPW34
A.5 Foaie de catalog senzor de temperatură LM335
A.6 Foaie de catalog modul de achiziție I-7017F
A.7 Comenzi ale protocolului DCON
A.8 Exemple de date obtinute de la sistemul SCADA
Bibliografie
[1] – D. Bailey, E. Wright, Background to SCADA, in: Practical SCADA for Industry, Elsevier, Burlington, MA, 2003, pp 3, 37-40.
[2] – IDC Tecnologies, Practical SCADA Systems for Industry, Revision 3.1, West Perth, Western Australia, 2010, pp 37.
[3] – G. Vlăduț, Contribuții teoretice și experimentări privind monitorizarea indicatorilor de calitate a energiei electrice într-un sistem energetic zonal, Rezumat teza de doctorat, Universitatea din Craiova, 2009.
[4] – M. Iacob, Soluții de Conducere Automată cu Hardware‐In‐The‐Loop și Sistem SCADA pentru Proces Tip Boiler‐Turbină în Centrale Electrice de Termoficare, Rezumat teza de doctorat, Universitatea Politenica din Timișoara, 2012.
[5] – I.F. Badea, Sisteme de monitorizare și control bazate pe tehnologie GSM cu aplicații în sistemele de distribuție a energiei termice, Rezumat teza de doctorat, Universitatea din Petroșani, 2013.
[6] – C. Halaucă, Tehnici avansate de control pentru procese energetice, Rezumat teza de doctorat, Universitatea Tehnică din Iași, 2009.
[7] – I. Petrovic, L. Jozsa, Z. Baus, Use of fuzzy logic systems for assessment of primary faults, Journal of Electrical Engineering, Vol. 66, No. 5, pp. 257–263, 2015.
[8] – Z. Aydogmus, Implementation of a fuzzy-based level control using SCADA, Expert Systems with Applications, Vol. 36, No. 3, pp. 6593–6597, 2009.
[9] – V. Nikolic, Z. Cojbasic, I. Ciric, E. Petrovic, Intelligent decision making in wastewater treatment plant SCADA system, Automatic Control and Robotics, Vol. 9, No. 1, pp. 69–77, 2010.
[10] – K. E. Holbert, Intrusion detection through SCADA systems using fuzzy logic-based state estimation methods, Int. J. Critical Infrastructures, Vol. 3, No. 1, p. 58-87, 2007.
[11] – K. Kim, G. Parthasarathy, O. Uluyol, W. Foslien, Use of SCADA Data for Failure Detection in Wind Turbines, 2011 Energy Sustainability Conference and Fuel Cell Conference, Washington DC, 2011.
[12] – Y. Yan, J. Li, D.W. Gao, Condition Parameter Modeling for Anomaly Detection in Wind Turbines, Energies, Vol. 7, pp. 3104-3120, 2014.
[13] – Y. Yan, J. Li, D.W. Gao, A method based on artificial neural network to estimate the health of wind turbine, 27th Chinese Control and Decision Conference CCDC 2015, pp. 919 – 922, 2015.
[14] – S. Shkuratov, E. Talantsev, J. Baird, Application of Piezoelectric Materials in Pulsed Power Technology and Engineering, Piezoelectric Ceramics, Ernesto Suaste-Gomez (Ed.), 2010.
[15] – G. Staines, H. Hofmann, J. Dommer, Compact Piezo-Based High Voltage Generator – Part II: Quasi-Static Measurements, Electromagnetic Phenomena, No.4(12), pp. 477-489, 2003.
[16] – M.F. Rose, Z. Shotts, Z. Robers, High Efficiency Compact High Voltage Vector Inversion Generators, Pulsed Power Conference 2005.
[17] – S. Brandenburg, Accelerator physics course, University of Groningen, 2007.
[18] – T. Wangler, RF linear accelerators, John Wiley and Sons, Weinheim, 2008.
[19] – S. Fedotova, Cooling of highly charged ions—the HITRAP facility and Cooler trap, Physica Scripta 2013.T156: 014095, 2013.
[20] – S. Shkuratov, E. Talantsev, J. Baird, Completely explosive ultracompact high-voltage nanosecond pulse-generating system, Review of Scientific Instruments, 77, 2006.
[21] – http://www.fidtechnology.com/products/fpg-overview.html.
[22] – http://www.ionphysics.com/generators.html.
[23] – ICP DAS, I-7000 and M-7000 DIO User Manual, 2016.
[24] – V. Georgescu, Platformă didactică – Simulator sistem SCADA industrial, Lucrare de dizertație, Universitatea Politenica din București, pp. 14-18, 2013.
[25] – General Electric Intelligent Platforms, Proficy HMI/SCADA iFIX Fundamentals, GFS-154E, capitol 1, 2010.
[26] – General Electric Intelligent Platforms, Proficy Historian Development, GFS-345A, capitol 1, 2005.
[27] – P. Bullemer, Dal Vernon Reinsing, Effective Console Operator HMI Design,, Second Edition, ASM Consortium, 2013.
[28] – B. Florea, Informatică industrială – note de curs, Universitatea Politenica din București, 2012.
[29] – General Electric Intelligent Platforms, VersaMax Micro PLCs and Nano PLCs User’s Manual, GFK-1645J, 2009.
[30] – M.M. Lashin, Different Applications of Programmable Logic Controller (PLC), International Journal of Computer Science, Engineering and Information Technology (IJCSEIT), Vol. 4, No. 1, 2014.
[31] – K.H. John, M. Tiegelkamp, IEC 61131-3: Programming Industrial Automation Systems, Springer, 1995, pp. 141–151.
[32] – ICP DAS, I-7012/12D/12F/12FD, I-7014D, I-7017/17F User’s Manual, 2001.
[33] – ICP DAS, TPD/VPD Series HMI Device User Manual, 2015.
[34] – I. Băjenescu, Present and Future of Photovoltaics, EEA Magazine, Vol. 63, Nr. 1, Art. 4, 2015.
[35] – The German Energy Society(DGS), Planning and Installing Photovoltaic Systems: A Guide for Installers, Architects and Engineers (Second edition), London: Eartscan, 2008.
[36] – L. Alboteanu, Sisteme fotovoltaice autonome performante, Editura Universitaria, 2013.
[37] – D. Meyers, Evaluation of the Performance of the PVUSA Rating Methodolgy Applied to Dual Junction PV Technology, American Solar Energy Society Annual Conference, pp. 1‐11, Buffalo, NY, 2009.
[38] – M. Buday, Measuring irradiance, temperature and angle of incidence effects on photovoltaic modules in Auburn Hills, Michigan, Report No. CSS11-12, Center for Sustainable Systems, pp. 3‐5, University of Michigan, 2011.
[39] – A.D. Jones, C.P. Underwood, A thermal model for photovoltaic systems, Solar energy 70.4, pp. 349-359, Elsevier Ltd., 2001.
[40] – J. Munoz, Procedure to carry out quality checks in photovoltaic grid-connected systems: Six cases of study, Applied Energy, Vol. 88, pp. 2863–2870, 2011.
[41] – R.A. Messenger, J. Ventre, Photovoltaic Systems Engineering, Third Edition, CRC Press, New York, 2010.
[42] – L. Fara, M. Mitroi, C. Cincu, Fizica si Tehnologia celulelor solare si sistemelor fotovoltaice, Editura Academiei Oamenilor de Stiinta din Romania, Bucuresti, 2009.
[43] – P. Svasta, Componente electronice pasive – Rezistoare, Ed. Cavallioti, pp. 56-58, 2007.
[44] – V. Georgescu, Sistem de securitate și supraveghere video a unei clădiri, Lucrare de licență, Universitatea Politenica din București, pp. 12, 2011.
[45] – L.K Wells, J. Travis, LabVIEW for everyone: graphical programming made even easier, Prentice-Hall, Inc., New Jersey, 1996.
[46] – K. Geiger, inside ODBC, Microsoft Press, Washington, 1995.
[47] – http://www.energie-solara.com.ro.
[48] – I. Dzitac, Inteligență artificială, Ed. Universitatii Aurel Vlaicu, 2008, pp. 98, 104, 169-172
[49] – E. Colhon, Elemente de logică fuzzy, Craiova, 2012, cap. 2
[50] – O. Grigore, Rețele neurale și sisteme fuzzy – note de curs, Universitatea Politenica din București, 2011.
[51] – http://www.mathworks.com/products/fuzzy-logic/.
[52] – S. Haykin, Neural Networks: A Comprehensive Foundation, Macmillan/IEEE Press, 1994.
[53] – R. Andone, A. Cațaron, Inteligență computațională, Universitatea Transilvania Brașov, 2002, pp. 95.
[54] – MathWorks, Matlab Help.
[55] – V. Georgescu, Optimized SCADA Systems for Electrical Substations, at ATEE 2013 (Advanced Topics in Electrical Engineering), Bucuresti, in Proceedings of the 8th International Symposium on ATEE, pp. 1-4, 2013.
[56] – V. Georgescu, SCADA Software used in Dispatch Centre for Photovoltaic Parks, at ECAI 2014 (Electronics, Computers and Artificial Intelligence), Bucuresti, in Proceedings Vol. 6, No. 5, pp. 1-4, 2014.
[57] – M. Gartner, …, V. Georgescu, Raport de cercetare, etapa 2, la Proiecte Colaborative de Cercetare Aplicativă PN-II-PT-PCCA-2013-4, Nas electronic pentru detectia concentratiilor mici de gaze poluante si explozive, Anexa 3.1, 2013.
[58] – V. Georgescu, A. Văduva, Controlling the number of equipments powered from photovoltaic panels with fuzzy logic, at ATEE 2015 (Advanced Topics in Electrical Engineering), Bucuresti, in Proceedings of the 9th International Symposium on ATEE, pp. 834-837, 2015.
[59] – V. Georgescu, Test System for the Emplacement of Photovoltaic Panels, in Revista Electrotehnică, Electronică, Automatică, Vol. 63, nr. 3 iulie-septembrie, pp. 16-22, 2015.
[60] – V. Georgescu, Development of Three Didactical Laboratory Modules Based on Industrial SCADA Principles, in Carpathian Journal of Electronic and Computer Engineering, Vol. 8, nr. 1, pp. 13-16, 2015.
[61] – D. Dudu, V. Georgescu, Simulation Software for New Type of Charged Particles Accelerator, in Buletinul Științific UPB, Seria C, Vol. 78, nr. 3, 2016, pp. 169-178, 2016.
[62] – V. Georgescu, Software SCADA folosit într-un dispecerat de parcuri fotovoltaice, Referat de doctorat nr. 1, iunie 2014.
[63] – V. Georgescu, Sistem de test pentru amplasarea panourilor fotovoltaice, Referat de doctorat nr. 2, decembrie 2014.
[64] – V. Georgescu, Controlul numărului de echipamente alimentate de la panouri fotovoltaice folosind logică Fuzzy, Referat de doctorat nr. 3, iunie 2015.
[65] – V. Georgescu, Dezvoltarea a trei platforme didactice de laborator bazate pe principii ale sistemelor SCADA industriale, Referat de doctorat nr. 4, decembrie 2015.
[66] – V. Georgescu, Aplicație software de tip simulator pentru un nou tip de accelerator liniar de particule, Referat de doctorat nr. 5, iunie 2016.
Copyright Notice
© Licențiada.org respectă drepturile de proprietate intelectuală și așteaptă ca toți utilizatorii să facă același lucru. Dacă consideri că un conținut de pe site încalcă drepturile tale de autor, te rugăm să trimiți o notificare DMCA.
Acest articol: Proiect KNOWLEDGE – POSDRU1591.5S134398 [304985] (ID: 304985)
Dacă considerați că acest conținut vă încalcă drepturile de autor, vă rugăm să depuneți o cerere pe pagina noastră Copyright Takedown.