Implementation of Simoyu method for modeling of transients of control object

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

In this paper transients in the control system are investigated on the basis of experimental data. The construction of the transfer function of the control object using Simoyu method is realized by means of Python language. The model of the control system of the object, selection of the regulator and its settings are implemented using SimInTech modeling environment. Within the framework of the conducted research, methodological approaches to the formation of transfer functions of control objects represented in the form of polynomial expressions of various degrees of complexity, starting with polynomials of the first degree in the numerator and the second degree in the denominator, and ending with polynomials of the second degree in the denominator against the third degree in the numerator, have been developed and tested. A procedure for reading data in CSV format was used to build the Python program interface, which helped to simplify the integration of experimental results with analytical tools, providing a powerful platform for subsequent analysis, visualization, and interpretation of the resulting transfer functions. The procedures of debugging and optimization of the technique of visualization of results and estimation of calculation errors have been carried out, which allowed to provide a visual representation of data and high accuracy of the obtained transfer functions. In contrast to the known analytical studies in the field of differential equations describing transient processes, the use of numerical methods implemented by means of Python libraries and programming environments, in particular SimInTech, allows to simplify the analysis of transient processes of control objects.

About the authors

Viktor S. Artemyev

Plekhanov Russian University of Economics

Author for correspondence.
Email: electricequipment@yandex.ru
ORCID iD: 0000-0002-0860-6328
SPIN-code: 8912-5825
Scopus Author ID: 58002154300

senior lecturer, Department of Computer Science

Russian Federation, Moscow

Alexey S. Maksimov

Russian Biotechnological University (ROSBIOTECH)

Email: maksimov@mgupp.ru
SPIN-code: 7284-7751

Cand. Sci. (Eng.), professor, Department of Informatics and Computer Science of Food Production

Russian Federation, Moscow

References

  1. Dubovikov E.N., Shabalov V.A. Technologies of web application development for the analysis and synthesis of automatic control systems in the Python language. Economics and Management in the XXI Century: Science and Practice. 2017. No. 4. Pp. 262–267. (In Rus.)
  2. Sirotin D.G., Aliev V.K., Pakhomov R.A. Calculation of the transfer function coefficients of the gas flow regulator on the DEG supply line to the absorber at the complex gas treatment unit No. 9 of the Urengoy gas condensate field. Science. Technics. Technologies (Polytechnic Bulletin). 2016. No. 1. Pp. 67–81. (In Rus.)
  3. Stelmashchuk S.V. Determination of the moment of inertia of the electric drive by the acceleration curve using the Simoyu method. Proceedings of Tomsk Polytechnic University. Engineering of Georesources. 2015. Vol. 326. No. 6. Pp. 103–113. (In Rus.)
  4. Xusanov S.N. Construction of transfer functions as a drying process control object. Innovative Technologies. 2023. Vol. 52. No. 4-1. Pp. 88–93.
  5. Mikheev G.M., Efremov L.G., Bataligin S.N., Pulin A.N. Efficiency of application of the cable with cross-linked polyethylene insulation instead of the current conduit from aluminum busbars. Vestnik of Chuvash University. 2010. No. 3. Pp. 235–240. (In Rus.)
  6. Volgin V.V. Methods of calculation of automatic regulation systems. Tutorial. Moscow: MPEI Publishing House, 1972. 192 p.
  7. Remeslennikov D.V., Stafeichuk B.G. Application of the Nelder–Mead method for obtaining a mathematical model of the typical control objects in the programming environment realized in the Python programming language. Chemistry. Ecology. Urbanistics. 2021. Vol. 4. Pp. 300–304. (In Rus.)
  8. Lisienko V.G., Izhevskiy R.P., Chesnokov Yu.N. et al. Construction of mathematical model of technological objects by normalized transient characteristic using different software. In: Thermal engineering and informatics in education, science and production. Collection of reports of IX All-Russian Scientific and Practical Conference of Students, Graduate Students and Young Scientists (TIM’2021) with International Participation (Yekaterinburg, May 13–14, 2021). Ekaterinburg: Ural Federal University named after the first President of Russia B.N. Yeltsin, 2021. Pp. 251–257.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Acceleration curve of the control object

Download (265KB)
Indexing metadata
3. Fig. 2. Transfer functions and experimental acceleration curve of the control object

Download (134KB)
Indexing metadata
4. Fig. 3. Scheme of the control object: 1 – thermal object; 2 – centrifugal fan; 3 – damper; 4 – scale; 5 – needle; 6 – thermocouple; 7 – LATR; 8 – voltmeter

Download (138KB)
Indexing metadata
5. Fig. 4. Code fragment for reading a file

Download (406KB)
Indexing metadata
6. Fig. 5. Example of output list

Download (62KB)
Indexing metadata
7. Fig. 6. Code fragment for conversion of string elements

Download (119KB)
Indexing metadata
8. Fig.7. Code fragment for calculating areas by Simoyu method

Download (178KB)
Indexing metadata
9. Fig. 8. Example of an array of areas

Download (36KB)
Indexing metadata
10. Fig. 9. Code fragment for calculating the transfer function coefficients

Download (51KB)
Indexing metadata
11. Fig. 10. Fragment for plotting and graph of the acceleration curve

Download (239KB)
Indexing metadata
12. Fig. 11. Fragment for calculating the approximation error

Download (80KB)
Indexing metadata
13. Fig. 12. Model of the control object

Download (45KB)
Indexing metadata
14. Fig. 13. Customizing the properties of the object “transfer function of general form”

Download (164KB)
Indexing metadata
15. Fig. 14. Graph of the acceleration curve of the control object

Download (292KB)
Indexing metadata
16. Fig. 15. PID controller model

Download (204KB)
Indexing metadata
17. Fig. 16. Transients of the control object

Download (295KB)
Indexing metadata


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».