TEKNILLINEN KORKEAKOULU
SÄHKÖ- JA TIETOLIIKENNETEKNIIKAN OSASTO
Pekka Ala-Honkola
Nykyaikaisenautomaatiojärjestelmänohjelmointi
Diplomityö, joka on jätetty opinnäytteenä tarkastettavaksi diplomi- insinöörin tutkintoa varten Espoossa 11. helmikuuta 2000
Työn valvoja Professori Eljas Soisalon-Soininen
^4» J-—----
Työn ohjaaja Insinööri Markku Jäntti
TEKNILLINEN KORKEAKOULU Diplomityön tiivistelmä Tekijä: Pekka Ala-Honkola
Työn nimi: Nykyaikaisen automaatiojärjestelmän ohjelmointi Päivämäärä: 11. helmikuuta 2000
Sivumäärä: 82 (+3)
Osasto: Sähkö-ja tietoliikennetekniikan osasto Professuuri: Tik-76 Tietojenkäsittelyoppi
Työn valvoja: Professori Eljas Soisalon-Soininen Työn ohjaaja: Insinööri Markku Jäntti
Diplomityön tarkoituksena oli toteuttaa paperin OMC-päällystyskoneen ylösajon optimoiva automaatiosovellus. Työssä perehdyttiin myös automaatiojäijestelmiin ja erityisesti niiden sovellusten kehitykseen.
Kirjallisuusosassa tarkasteltiin automaatiota yleisesti sekä nykypäivän tieto
koneistettuja automaatiojäijestelmiä ohjelmistojäijestelminä. Tarkemmin käsi
teltiin Honeywell-Measurexin TotalPlant Alcont -järjestelmää, johon pereh
dyttiin erityisesti ohjelmoijan näkökulmasta. Järjestelmästä esiteltiin sovellus
kehitykseen käytettävä sovellusasema ja sen tarjoamat työkalut, kuten lohko- ja lausekielieditorit. Lisäksi käsiteltiin nykyaikaisia säätömenetelmiä, kuten ennus
tavaa monimuuttujasäätöä ja sumeaa logiikkaa.
Kokeellisessa osassa toteutettiin Alcont-ympäristössä toimiva optimointisovellus UPM-Kymmenen Kaukaan paperitehtaan päällystyskone 2:lle. Sovelluksella pyrittiin vähentämään paperikoneen ylösajossa, eli ajonopeuden kiihdytyksessä lepotilasta tuotantonopeuteen, syntyvän heikkolaatuisen hylkypaperin määrää.
Päällystyskoneen ylösajo jaettiin kahteen osaan, joista alun jyrkemmän kiihdy
tyksen aikana paperin tärkeimmät laatusuureet, päällystemäärä ja kosteus, saatetaan tavoiterajojen sisään. Loivemman loppukiihdytyksen aikana laatu vakautetaan rajojen sisälle. Alkukiihdytyksen päällystesäätö toimii ennakoivasti, käyttäen hyväksi tietoa nopeuden ja päällystemäärän lähes suorasta riippuvuus
suhteesta. Kosteussäädössä hyödynnettiin sumeaa logiikkaa. Loppu- kiihdytyksessä käytettiin ennakoivaa monimuuttujasäätöä, jolla ohjattiin sekä päällystemäärää, että päällystetyn paperin kosteutta.
Alcontin graafisen sovelluskehityksen työkalut osoittautuivat tehokkaiksi ja monipuolisiksi, ja perinteisellä Pascal-pohjaisella lausekielellä tehtyjä sovel
luksen osia tarvittiin odotettua vähemmän. Päällystyskone 2:11a tehtiin sovellusta käyttäen koeajoja, joita vertailtiin käsin tehtyihin ylösajoihin. Sovelluksen voidaan todeta vähentäneen paperin hylkymäärää tietyillä paperilajeilla ja on todennäköistä, että vastaavaa vähennystä saadaan myös muilla lajeista. Muiden lajien tulosten varmentaminen vaatii kuitenkin lisää koeajoja.
Avainsanat: OMC, ylösajo, automaatio, ohjelmointi, Alcont
HELSINKI UNIVERSITY OF TECHNOLOGY Abstract of the Master's Thesis
Author: Pekka Ala-Honkola
Name of the Thesis: Programming of a modem automation system
Date: February 11, 2000
Number of pages: 82 (+3)
Department: Department of Electrical and Communications Engineering Professorship: Tik-76 Information Processing Science
Supervisor: Professor Eljas Soisalon-Soininen Instructor: Engineer Markku Jäntti
The aim of the thesis was to develop an automation application for optimising off- machine paper coater start-up. Automation systems and particularly application development for them were also studied.
In the literature part of the thesis automation systems in general and modem computer based automation systems as software systems were discussed. A closer look was given to TotalPlant Alcont system from Honeywell-Measurex, which was also studied from software developer's viewpoint. Alcont's design module for application development and the tools it provides such as block and Pascal editors were introduced. Modem control methods such as predictive multivariable control and fuzzy logic were also discussed.
In the experimental part, an optimising application for Alcont system was developed for off-machine coater 2 at UPM-Kymmene's Kaukas paper mill. The objective for the application was to reduce the amount of non-prime quality broke paper produced during a coater start-up, where the machine is accelerated from idle to normal production speed.
The coater start-up was divided into two parts. During the faster acceleration at the beginning of the start-up the most important paper quality variables, coat weight and moisture, were brought into the quality limits. During the slower acceleration at the end of the start-up the values were stabilised inside the quality limits. In the first part of the acceleration the coat weight control works predictively, using the known linear relationship between coat weight and machine speed. The moisture control was implemented using fuzzy logic. During the second part multivariable predictive control was used for both coat weight and moisture.
Alcont's graphical application development tools were found to be powerful and flexible and conventional programming using high-level Pascal-based language was needed less than expected. Trial runs using the application were done at the off-machine coater 2 and were compared to manual start-ups. The application was found to reduce the amount of broke for some paper grades. It is also probable that similar reduction can be achieved for other paper grades. However, the verification for the other grades would need additional trial runs.
Keywords: OMC, start-up, automation, programming, Alcont
Alkusanat
Tämä työ tehtiin kesäkuun 1998 ja marraskuun 1999 välisenä aikana Honeywell - Measurexille. Työn kokeellinen osa tehtiin osin UPM-Kymmenen Kaukaan paperitehtaalla.
Kiitän työn valvojaa, professori Eljas Soisalon-Soinista, ja ohjaajaa, insinööri Markku Jänttiä, sekä Jaakko Uusaloa ohjauksesta ja neuvoista tämän tekoajaltaan pitkäksi venähtäneen työn kriittisinä hetkinä.
Honeywell - Measurexin väestä kiitän Seppo Korhosta ja Tero Lumpoa korvaa
mattomasta avusta erityisesti sovelluksen käyttöönotossa. Kiitokset kuuluvat myös monelle muulle työssä auttaneelle Espoossa ja Varkaudessa.
Kaukaalla Timo Pulli oli sovelluksen säätöperiaatteiden kehityksen tärkein hahmo, kiitän mainiosta yhteistyöstä. Myös Timo Ruuskan koeajojen ja säätöjen virityksen parissa tekemä työ ansaitsee suuret kiitokset. Koko päällystyskoneen 2:n henkilökunta on ollut projektin ajan avulias, mistä vielä kiitokset.
Outi Pihlajamäelle suuret kiitokset työn oikoluvusta sekä kärsivällisyydestä.
Vanhempiani ja siskoani kiitän koko opiskeluaikani jatkuneesta tuesta ja kannustuksesta.
Helsingissä 10. helmikuuta 2000
Pekka Ala-Honkola
LYHENTEITÄ
1. JOHDANTO... 1
1.1. Työnmäärittely... 2
1.2. Dokumentinsisältö... 2
2. UTOMAATIOJ ILJESTELM^iT 2.1. Automaationhistoriaa...3
2.2. Tietokoneautomaatiojärjestelmänosana... 4
2.3. Automaationtavoitteet... 5
2.3.1. Tuotannon tehostaminen ja kilpailukyvyn parantaminen... 5
2.3.2. Käyttäjäystävällisyyden parantaminen ja ympäristötekijät... 6
2.4. Automaatiojärjestelmäohjelmistojärjestelmänä... 7
2.4.1. Automaatiojärjestelmien ohjelmistotuotanto 7 2.4.2. Automaatiosovellusten erityispiirteet...9
2.5. Sellu- japaperiteollisuudenautomaatioympäristöt... 10
2.5.1. TotalPlant Alcont... 11
3. NYKYAIKAISET SÄÄTÖMENETELMÄT... 14
3.1. Horizon Multivariable Predictive Control - ennustavamonimuuttujasäätö 14 3.1.1. Yleistä... 14
3.1.2. Ennustavan monimuuttujasäädön malli...15
3.1.3. Prosessinohjaus HMPC:a käyttäen... 18
3.2. Sumealogiikka... 20
3.2.1. Sumea joukko-oppi...20
3.2.2. Sumea logiikka automaatiojärjestelmissä... 23
4. SOVELLUSKEHITYS TOTALPLANT ALCONT -YMPÄRISTÖSSÄ... 27
4.1. Sovellusasema... 27
4.2. Lohko-ohjelmointi...29
4.2.1. Fahrenheit-Celsius-muunnos peruslohkoilla toteutettuna... 31
4.3. Lausekieliohjelmointi...33
4.3.1. Fahrenheit-Celsius-muunnos lausekielellä toteutettuna...34
4.4. Nykyaikaisetsäätömenetelmät Alcont-sovelluksissa... 35
4.4.1. Yksinkertainen sumean säädön Alcont-sovellus... 36
4.5. Käyttöliittymäkehitys... 37
5. OM C-PÄÄLL Y ST Y SKONEET... 39
5.1. Teräpäällystys... 40
5.1.1. Lyhytviipymäapplikointi... 40
5.2. Laatusuureidenmittaukset...41
5.2.1. Päällystemäärän mittaus...42
5.2.2. Kosteuden mittaus... 43
5.2.3. Nopea konesuuntainen mittaus... 44
5.3. PÄÄLLYSTEMÄÄRÄN JA KOSTEUDEN SÄÄTÖ TERÄPÄÄLLYSTYKSESSÄ...45
5.3.1. Päällystemäärän säätö... 45
5.3.2. Kosteuden säätö...46
5.4. Päällystyskoneenylösajo...47
5.5. PÄÄLLYSTYSKONE 2...48
5.5.1. Mittalaitteet... 50
6. OMC-PÄÄLLYSTYSKONEEN YLÖSAJON SÄÄTÖSOVELLUS...51
6.1. Tavoite... 51
6.1.1. Päällystysprosessin laatukriteerit... 52
6.1.2. Muut kriteerit... 53
6.2. Käyttöliittymä... 53
6.2.1. Tavoitteet... 53
6.2.2. Toteutus... 55
6.3. Ylösajonkulku... 57
6.4. PÄÄLLYSTEMÄÄRÄN SÄÄTÖ... 58
6.4.1. Perinteisten säätöjen ongelmat ja niiden ratkaisu... 58
6.4.2. Päällystemäärän kasvun ennustaminen... 61
6.4.3. Säädön periaate...63
6.4.4. Säädön toteutus...65
6.5. Kosteudensäätö... 67
6.5.1. Perinteisten säätöjen ongelmat ja niiden ratkaisu... 67
6.5.2. Säädön toteutus...68
6.6. PÄÄLLYSTEEN JA KOSTEUDEN MONIMUUTTUJASÄÄTÖ... 71
6.6.1. Askel vastekokeet... 72
7. TULOKSET...74
7.1. Laatukriteerit... 74
7.2. Sovelluskehityksenkokemukset... 75
8. YHTEENVETO... 77
9. LÄHDELUETTELO...79
10. LIITTEET... 82
Lyhenteitä
DCS Distributed Control System
Hajautettu matalan tason ohjausjärjestelmä DxM Sovellusasema
GUS Global User Station, käyttöasema HIC Honeywell Info Center
HMPC Horizon Multivariable Predictive Control HMX Honeywell-Measurex
IR Infra Red
Infrapunasäteily LWC Light Weight Coated
Kertapääilystetty aikakauslehtipaperi MWC Medium Weight Coated
Kaksoispäällystetty aikakauslehtipaperi ODBC Open Data Base Connectivity
OLE Object Linking and Embedding OMC Off Machine Coater
Paperin päällystyskone, joka on erillään paperikoneesta.
PPK Paperinpäällystyskone TPA TotalPIant Alcont TPS TotalPIant Solution
1. Johdanto
Teollisuudessa, etenkin prosessiteollisuudessa, automaatiotekniikan käyttö on tarpeellista halutun kilpailukyvyn saavuttamiseksi. Automaatio parantaa tuotteen laatua sekä muita ominaisuuksia ja on usein välttämätöntä prosessin toiminnalle.
Automaatiotekniikka on viime vuosikymmeninä muuttunut analogiaohjauksista kohti tietokoneistettuja digitaalisia järjestelmiä. Samaan aikaan tietokonealan nopea kehitys on tuonut mahdollisuuksia yhä suuremman laskentakapasiteetin käyttöön. Tämä yhdessä yhä vaativampien ohjauksien automatisoinnin kanssa on siirtänyt automaatioalan painopistettä kasvavassa määrin kohti ohjelmisto
kehitystä. Perinteisen, laitteistoa lähellä olevan, matalan tason ohjelmoinnin sijasta käytetään korkeamman tason menetelmiä, joilla monimutkaisten järjes
telmien kehittämistä ja testausta pyritään yksinkertaistamaan /1/.
Korkean elintason maissa paperin laatuvaatimukset kohoavat jatkuvasti.
Perinteisesti korkealuokkaisten mainos- ja aikakauslehtipaperien lisäksi paino
jäljen parantaminen on leviämässä myös muihin painotuotteisiin. Nämä tekijät yleisen paperinkulutuksen kasvun kanssa lisäävät korkealaatuisen, päällystetyn paperin kulutusta /2/.
Paperinpäällystyskoneissa paperin pinnalle muodostetaan määrällisesti ja laadul
lisesti tasainen päällysteseoskerros päällystysasemalla, jonka jälkeen radassa oleva ylimääräinen vesi poistetaan kuivaimilla. Hienopaperin tuotannossa paras mahdollinen laatu saavutetaan OMC-päällystyskoneilla, jotka sijaitsevat erillään paperikoneista. Päällystyskoneiden suurin tuotantohävikki syntyy koneen ylösajon aikana, jolloin koneen ajonopeus nostetaan lepotilasta normaaliin tuotanto- nopeuteen. Jos ylösajon hävikkiä saadaan pienenettyä, on sillä merkittävä vaikutus päällystyskoneen tuottavuuteen ja paperinvalmistajan kilpailukykyyn /31.
OMC-päällystyskoneen ylösajovaihetta optimoitaessa ongelmana on luotettavien mittaustietojen puute ja prosessin muuttujien voimakas vaihtelu. Tästä johtuen prosessin eteneminen on mallinnettava jo ensimmäisten nopeiden mittausarvojen jälkeen. Työkaluina voidaan käyttää mm. monimuuttujasäätöjä ja sumeaa
logiikkaa.
1.1. Työn määrittely
Tässä työssä tutkitaan, onko mahdollista tehdä automaatiosovellus, joka optimoi OMC-päällystyskoneen ylösajon siten, että siitä aiheutuva tuotantohävikki saadaan mahdollisimman pieneksi ilman ylösajoon kuluvan ajan merkittävää kasvua.
Työssä on tavoitteena kehittää ylösajon optimoiva sovellus UPM-Kymmenen Kaukaan paperitehtaan päällystyskone 2:lle. Sovellus toteutetaan koneella käytössä olevaan TotalPlant Alcont -automaatiojäijestelmään. Sovelluksesta pyritään tekemään tuotteistettava, eli käytettyjen menetelmien pitäisi olla mahdollisimman helposti muokattavissa erilaisille OMC-päällystyskoneille ja tuotettaville paperilaaduille.
Tämä projekti on jatkoa Kaukaan tehtaan ja Honeywell-Measurexin aikaisem
malle tutkimukselle, joka käsitteli samaa ongelmaa. Projektissa päällystys- prosessin käyttäytymistä ja ohjausta PPK 2:n käynnistyksen aikana tutkii paperi- tekniikan näkökulmasta Timo Pulli, joka tekee aiheesta diplomityönsä Lappeen
rannan teknillisen korkeakoulun kemiantekniikan osastolle.
1.2. Dokumentin sisältö
Kirjallisuusosassa tarkastellaan tietokoneistettuja automaatiojärjestelmiä ja niiden kehitystä viime vuosikymmenten aikana. Lisäksi käsitellään sitä, miten muutokset ovat vaikuttaneet automaatiojärjestelmien ohjelmointiin.
Honeywell-Measurexin TotalPlant Alcont -järjestelmää käsitellään esimerkkinä nykyaikaisesta prosessinohjausjäijestelmästä. Tarkemmin Alcontiin perehdytään ohjelmoijan näkökulmasta, jolloin esitellään sovellusten ohjelmointiin käytettävä sovellusasema ja sen tarjoamat työkalut, kuten lohko-ja lausekielieditorit.
Kokeellisessa osassa toteutetaan TotalPlant Alcont -ympäristössä toimiva OMC- päällystyskoneen käynnistyksen optimointiohjelma UPM-Kymmenen Kaukaan paperitehtaan PPK 2:lle.
2. Automaatiojärjestelmät
2.1. Automaation historiaa
Automaatio tulee kreikan sanasta ’’automatos”, joka tarkoittaa itsetoimivaa /4/.
Automaatiolla voidaan käsittää ihmisvoiman ja -älyn korvaamista tai tukemista itsestään toimivilla koneilla. Tämä tehdään kustannusten alentamiseksi, laadun parantamiseksi, turvallisuuden lisäämiseksi, ympäristön suojelemiseksi, ajan voittamiseksi tai jonkin muun hyödyn vuoksi /5/.
Ensimmäiset automaatiojäijestelmät olivat käytössä jo assyrialaisissa sekä egyptiläisissä kulttuureissa. Jo nämä ajan mittaamiseen ja kasteluun liittyvät jäijestelmät hyödynsivät automaation keskeistä periaatetta, takaisinkytkentää, jossa ohjattavasta fysikaalisesta prosessista saatavat mittausarvot vaikuttavat
automaatiojäijestelmän toimintaan /4/.
Varsinainen teollisuusautomaation kehitys alkoi 1700-luvulla teollisen vallan
kumouksen myötä. Tällöin James Watt työtovereineen kehitti höyrykoneen nopeuden säätöön keskipakoisvoimaan perustuvan ns. ”kuvernöörin”, joka piti koneen pyörimisnopeuden asetusarvon mukaisena ohjaamalla sylintereiden höyrynpainetta. Toinen merkittävä automaatiokohde oli laivojen peräsimen hydraulinen ohjaus, joka piti peräsimen ruorikulman mukaisena huolimatta vaihtelevista tuuli-, nopeus- tms. kuormituksista /4/.
Toisen maailmansodan aikana voimakkaasti kehittynyt sähköinen ja sähkö
hydraulinen servotekniikka toi 1950-luvulla automaation laajemmin osaksi tuotannollisia järjestelmiä. Vaikka tietokonetta käytettiin ensimmäisen kerran tuotantoprosessin ohjauksessa Yhdysvalloissa jo vuonna 1957, perustui auto
maatio pääosin analogiseen tekniikkaan tietokoneiden heikon luotettavuuden ja korkean hinnan vuoksi. 1970-luvulla mikroprosessoritekniikan kehitys toi ratkaisun näihin ongelmiin ja nykyisen kaltaiset digitaaliseen tietotekniikkaan perustuvat automaatiojäijestelmät syntyivät /1/, /41.
2.2. Tietokone automaatiojärjestelmän osana
Tietokoneiden käyttö automaatiojäijestelmissä on välttämätöntä nykyaikaisen yhteiskunnan infrastruktuurille. Teollinen tuotanto, kuljetukset, tiedonvälitys ja kasvavassa määrin ympäristönsuojelu ovat tietokoneohjauksesta riippuvaisia ja monissa tapauksissa prosessin tietokoneohjaukselle ei käytännössä ole vaihto
ehtoa /1/.
Tarkasteltaessa tietokoneiden asemaa automaatiojäijestelmissä on ensin määriteltävä mitä automaatiojäijestelmä tekee. Automaatiojäijestelmillä ohjataan fyysisiä prosesseja, joiden eräs määritelmä on: ”Yhdistelmä toimenpiteitä, jotka tehdään jonkin fyysisen maailman osan muuttamiseksi.” Esimerkkejä fyysisistä prosesseista ovat paperikone, huonelämmitys ja tavaroiden kuljetus. Fyysiset prosessit voidaan määritellä niiden sisään-ja ulostulojen mukaan, joita ovat /1/:
I. Materiaalit. Esim. prosessiin tulevat raaka-aineet ja prosessista saatavat tuotteet.
П. Energia. Esim. prosessin kuluttama energia ja prosessista ympäristöön siirtyvä hukkalämpö.
Ш. Informaatio. Prosessiin sisääntuleva informaatio on esimerkiksi prosessin ohjaukseen käytetyn toimielimen asetusarvo. Ulostulevaa informaatiota on esim. anturilta saatu mittaustulos prosessin tilasta.
Lisäksi prosessin ympäristöstä tulevat ulkoiset häiriötekijät voivat vaikuttaa sen toimintaan (kuva 1)/1/.
Sisääntuleva materiaali Sisääntuleva
energia
Ympäristö
häiriötekijät
Fyysinen prosessi
Uloslähtevä ---► materiaali
* Uloslähtevä
n
renergia
Sisääntuleva Ulostuleva informaatio informaatio
Kuva 1. Yleinen fyysisen prosessin malli /II.
Koska tietokone on nimenomaan työkalu informaation käsittelyyn, on se luonteva lisä prosessin ohjaukseen. Lisättäessä tietokone ohjaamaan kuvan 1 järjestelmää saadaan tietokoneistettu automaatiojärjestelmä (kuva 2) /1/.
Sisääntuleva materiaali Sisääntuleva
energia
Sisääntuleva informatio
häiriötekijät
Uloslähtevä --- ► materiaali --- ► Uloslähtevä
energia Sisään- ja ulostuleva
prosessi-informaatio Uloslähtevä
informaatio Ympäristö
Tietokone Fyysinen
prosessi
Kuva 2. Tietokone prosessin ohjauksessa /1/.
2.3. Automaation tavoitteet
2.3.1. Tuotannon tehostaminen ja kilpailukyvyn parantaminen
Automaatioinvestointien, kuten muidenkin investointien, täytyy tuottaa yhtiölle rahallista etua. Tuotantoautomaation taloudellisia etuja ovat mm. /6/:
• Suhteellisesti pienempi konekanta.
• Pienentyneet läpimenoajat.
• Pienentyneet varastot.
• Parantunut toiminta-aste.
• Parempi jousto ja parantuneet toimitusajat.
• Parempi laatu.
• Suhteellisesti pienempi työpanosten käyttö.
Parempi laatu voi hukkatuotannon minimoinnin lisäksi mahdollistaa tuotteen myyntihinnan noston. Päällystetyn paperin valmistajan asiakkaita ovat painotalot, joiden tavoitteena on mahdollisimman korkealaatuinen painojälki edulliseen hintaan. Tavoitteen saavuttamisessa paperin päällysteen laatu, ja siten päällystys- koneen prosessiautomaatio, on tärkeässä asemassa /7/.
Ylemmän tason jäijestelmillä tarkoitetaan automaatiojärjestelmän osia, jotka vastaavat pidemmän aikavälin toiminnasta. Tällaiset tuotantoa ohjaavat laitos
järjestelmät ovat yhteydessä prosessi- ja osastokohtaisiin järjestelmiin ja hallinnolliseen tietojenkäsittelyyn. Laitosjärjestelmien ominaisuuksia ovat /8/:
• Yhteydet prosessijärjestelmiin.
• Kommunikointi hallinnollisten tietojärjestelmien kanssa.
• Tuotannon suunnitteluja ohjaus.
• Kokonaisoptimointi, esim. energian tuotannon ja käytön optimointi.
• Muu laitosta koskeva tietojenkäsittely.
Laitosjärjestelmien yläpuolelle sijoittuvat yhtymätason järjestelmät, jotka sisäl
tävät yhtymätasoisen tuotannon suunnittelun, tuotannonohjauksen optimoinnin sekä seurannan.
Automaatiotekniikassa erilliset automaatiojärjestelmät ja yrityksen tietojärjes
telmät ovat sulautumassa yhtenäisiksi yritysjärjestelmiksi. Tällä pyritään saamaan entistä kokonaisvaltaisempi kuva koko yrityksen toiminnasta. Rajapinnat eri osa
järjestelmien välillä perustuvat joko virallisiin tai ns. de-facto standardeihin 191.
2.3.2. Käyttäjäystävällisyyden parantaminen ja ympäristötekijät
Automaatiojärjestelmän käyttöliittymän tehtävä on luoda mielikuva prosessista ja sen tilasta ja antaa käyttäjälle mahdollisuus vaikuttaa prosessiin /10/. Tieto
koneistettu automaatio mahdollistaa kehittyneet käyttöliittymät, joissa käyttäjälle esitettävä tieto jalostetaan niin, että vain kulloinkin oleellinen tieto on näkyvillä.
Tällaisten käyttöliittymien etuina ovat /11/, /12/:
• Parantunut tiedonkulku prosessista, jolloin käyttäjän päätöksenteko helpottuu.
• Pienempi oppimiskynnys, joka alentaa käyttäjien koulutuskustannuksia.
• Parantunut ergonomia, joka vähentää käyttäjien rasitusta ja pienentää terveydenhoitokuluja.
• Monipuoliset hälytystoiminnot, jotka lisäävät turvallisuutta ja pienentävät taloudellisia vahinkoja.
Teollisuuden aiheuttamien ympäristöhaittojen pienentämistä pidetään välttämättö
mänä kestävän kehityksen saavuttamiseksi. Haittojen pienentämiskehitystä ohjaavat yleisen mielipiteen lisäksi yhteiskunnan toimenpiteet. Näiden syiden johdosta ympäristöteknologiasta on tullut kaupallisesti merkittävä teollisuudenala.
Suomessa ympäristöteknologian vienti on nykyisin n. 10 miljardia markkaa, laajemmin käsitettynä jopa 30 miljardia markkaa ja teollisuuden ympäristön
suojeluinvestoinnit ovat 90-luvulla olleet 5-10 prosenttia vuosittaisista kokonais- investoinneista. Ympäristöteknologian maailmanmarkkinoiden arvioidaan vuonna 2000 olevan n. 3000 miljardia markkaa ja vuosittaisen kasvun 6-7 prosenttia/13/.
Ympäristöteknologiassa pyritään kehittämään uusia tuotantotapoja sekä opti
moimaan olemassa olevia prosesseja niiden ympäristölle aiheuttamien haittojen minimoimiseksi. Tällaisessa toiminnassa kehittyneellä automaatiolla on keskeinen rooli ja ympäristötekniikka on tärkeä automaalioalan kasvukohde.
2.4. Automaatiojärjestelmä ohjelmistojärjestelmänä
Automaatiotoimintojen lisääntynyt toteutus ohjelmallisesti on tehnyt automaatio
järjestelmistä yhä kasvavassa määrin ohjelmistojäijestelmiä, jolloin automaatio- sovellusten teko on jatkuvasti lähestynyt normaalia ohjelmistotuotantoa. Samalla yhä kattavammat automaatiojäijestelmät ja niiden uudet, entistä kehittyneemmät toiminnot ovat tehneet automaatiojäijestelmien ohjelmistoista yhä moni
mutkaisempia kokonaisuuksia. Nämä seikat, yhdessä automaation luotettavuus- ja suorituskykyvaatimusten kanssa, asettavat jäijestelmien ohjelmistotuotannolle suuria vaatimuksia /1/, /14/.
2.4.1. Automaatiojärjestelmien ohjelmistotuotanto
Ohjelmistotuotannolla on muuhun teolliseen tuotantoon verrattuna lyhyt historia;
teollisiksi tuotteiksi luokiteltavia sovelluksia on tuotettu vasta muutamia vuosi
kymmeniä ja ohjelmistotuotannon menetelmät ovat vielä suureksi osaksi yksittäistapauksessa toimineita, ns. ad hoc -tyyppisiä. Samalla ohjelmistokokonai
suuksista on tullut huomattavasti laajempia ja monimutkaisempia. Näistä syistä johtuen valmiisiinkin ohjelmistojäijestelmiin jää virheitä, ohjelmistohankkeet
myöhästyvät ja epäonnistuvat joskus täysin, sekä niiden vaatimat työmäärät ja kustannukset arvioidaan väärin /14/, /15/, /16/.
Eräs tapa parantaa ohjelmistoprojektien ja -jäijestelmien laatua on kehittää ongel
mien ratkaisumenetelmiä, jolloin kehitys kulkee usein kehämäisen mallin mukaan /14/:
• Aluksi ongelmiin sovelletaan kuhunkin yksittäistapaukseen kehitettyä ad hoc -ratkaisua.
• Vähitellen yleiskäyttöisemmät ratkaisut alkavat levitä "kansanperinteenä."
• Kun kansanperinteenä välittyvä tietotaito kehittyy systemaattisemmaksi, se kiteytetään heuristiikoiksi ja työskentelymenetelmiksi.
• Myöhemmin menetelmät kehittyvät riittävän järjestelmällisiksi tukeakseen malleja ja teorioita niihin liittyvine formaaleine menetelmineen.
• Kun uusia malleja ja teorioita käytetään entistä vaativampiin sovelluksiin, löytyy uusia ongelmia, joille ei ole ratkaisumalleja. Näiden ongelmien ratkaisussa turvaudutaan jälleen ad hoc -menetelmiin ja kehitys lähtee jälleen liikkeelle alusta.
Ohjelmistotuotannon laatua voidaan parantaa myös työkaluja kehittämällä.
Työkaluja löytyy tuotannon eri osa-alueisiin, kuten määrittelyyn, suunnitteluun, ohjelmointiin, testaukseen ja ylläpitoon. Ohjelmoinnin työkaluihin voidaan laskea myös ohjelmointikieli ja esim. graafiset ohjelmakehittimet /14/.
Digitaalisten automaatiojärjestelmien kehityksen alkuvaiheissa ohjelmistojen pieni koko ja suorituskyvyn optimointi olivat etusijalla ohjelmoinnin ja ylläpidon helppouden kustannuksella. Ohjelmointiin käytettiin muiden alojen tavoin kone
kieltä. Myöhemmin, kun tietojenkäsittelykapasiteetin hinta on laskenut ja järjes
telmien monimutkaisuus kasvanut, on tullut kannattavaksi kehittää korkeamman tason ohjelmointimenetelmiä, joilla on pyritty ohjelmakehityksen nopeuttamiseen kasvaneeseen luotettavuuteen sekä ohjelmistojen ylläpidettävyyden parantamiseen /1/, /17/.
Kun automaatiojärjestelmissä siirryttiin pois suorasta ohjelmoinnista, otettiin käyttöön ns. toimilohkokonfigurointi, jossa valmiiksi eri automaatiotehtäviin kehi-
tettyjä ohjelmatoimilohkqja kytkettiin yhteen piirikohtaisiksi kokonaisuuksiksi.
Kytkentä saattoi silti tapahtua monimutkaisesti muistipaikka- ja bitti taulukoiden välityksellä/17/.
Nykyisin vallalla on graafinen ohjelmointi, jossa toimilohkoista kootaan ohjelma valmiita symbolivalikoita käyttäen. Kytkennät muihin lohkoihin tehdään joko graafisesti johdottamalla tai nimetyillä muuttujilla. Graafisen ohjelmoinnin etuja ovat mm. oikein toteutettuna välitön ja ajan tasalla pysyvä dokumentointi sekä ohjelmoinnin ja ylläpidon helpottuminen. Joissain tilanteissa graafisilla työkaluilla ei voida toteuttaa kaikkia jäijestelmän vaatimia toimintoja. Tällöin jäijestelmää voidaan täydentää perinteisellä lausekieliohjelmoinnilla tehdyillä osilla. Suosi
tuimpia kieliä ovat tällöin C-, Basic-ja Pascal-johdannaiset /17/, /18/.
2.4.2. Automaatiosovellusten erityispiirteet
Digitaalisissa automaatiojärjestelmissä analogiatekniikan rinnakkaiskäsittely on muuttunut sarjamuotoiseksi, eli järjestelmän resursseja käytetään hyväksi sarja- muotoisesti aikajakoperusteella. Asemien prosessorit suorittavat peräkkäin useita eri tehtäviä, kuten säätöpiirien laskentaa. Myös väyliä käytetään tietojen välitykseen vuorotteluperiaatteella. Ai kajakoperi aatteesta seuraa, että usea toiminto on riippuvainen samasta resurssista ja sen toimivuudesta. Tällöin toimintavarmuudella ja sillä, että kaikki tehtävät voidaan toteuttaa ennalta määrätyn maksimiajan kuluessa on suuri merkitys /19/.
Automaatiojärjestelmien ohjelmistojen tärkeä piirre on niiden aikakriittinen luonne, eli reaaliaikaisuus. Reaaliaikaisen järjestelmän täytyy vastata ympäristön antamaan herätteeseen määritetyn ajanjakson kuluessa. Vasteen tulee olla oikea sekä arvojen, että kuluneen ajan suhteen. Aikavaatimukset riippuvat huomat
tavasti siitä, minkä tyyppinen prosessi on kyseessä. Esim. koneautomaatiossa vasteajat voidaan mitata millisekunneissa, kun taas kemiallisissa prosesseissa minuuttien tai tuntienkin vasteajat ovat usein riittäviä /1/, /20/.
Automaatio-ohjelmia suoritetaan yleensä syklisesti, jolloin yksittäisiä säätöpiirejä suoritetaan toistuvasti määrätyllä jaksolla. Syklisyys vastaa normaalin ohjel
moinnin tilannetta, jossa eri säätöpiirit toimivat silmukoissa rinnakkaisissa säikeissä ja sopii hyvin perinteisiin säätöpiirien toimintoihin, joissa vastetta
9
säädetään jatkuvasti tulojen mukaan. Syklisyys on yleensä toteutettu automaatio- jäijestelmissä käyttöjärjestelmän palveluna, jolloin ohjelmoitaessa annetaan vain piirien suoritusjärjestys ja -taajuus /1/, /4/.
Syklisten toimintojen lisäksi automaatiojärjestelmät tarjoavat sekvenssien mukaan eteneviä ja tapahtumapohjaisia toimintoja, jotka ovat lähempänä perinteisen ohjelmoinnin etenemistapaa. Sekvenssit ovat tietyssä aikajäijestyksessä eteneviä toimintosarjoja, joiden etenemistä kontrolloidaan aikaviiveillä ja loogisilla ehdoilla. Niitä käytetään, jos esim. koneen käynnistyksessä tarvitaan tietyssä järjestyksessä etenevää tapahtumaketjua. Tapahtumapohjaisia toimintoja käytetään etenkin monimutkaisten interaktiivisten käyttöliittymien toteutukseen, jos automaatiojärjestelmien normaalipalvelut eivät riitä ole riittäviä. Tapahtuma
pohjainen ohjelmalohko suoritetaan jonkin ulkoisen signaalin, kuten käyttäjän toimenpiteen seurauksena /1/, /21/.
2.5. Sellu- ja paperiteollisuuden automaatioympäristöt
Sellu- ja paperiteollisuuden automaatiojärjestelmien vuotuiset markkinat ovat n. 980 miljoonaa dollaria ja niiden suurimpia toimittajia ovat mm. ABB, Honeywell, Siemens ja Valmet. Kuvassa 3 on esitelty järjestelmien markkina
osuuksia vuodelta 1997. Osuudet on laskettu maailmalaajuisen myynnin perus
teella ja ne sisältävät laitteisto-ja ohjelmistomyynnin sekä palvelut /22/.
ABB
10 10/
Others 12.7%
Yol Honeywell
35.5%
Kuva 3. Sellu- ja paperiteollisuuden automaatiojärjestelmien maailman
laajuiset markkinaosuudet /22/.
Paperiteollisuuden hajautetuissa ohjausjärjestelmissä (DCS) markkinaosuudet ovat jakautuneet tasaisemmin, pääosin samojen valmistajien kesken. Suurin osa HMX:n osuudesta on TotalPlant Alcont -järjestelmiä, jotka esitellään luvussa 2.5.1. Kuvassa 4 on esitelty paperiteollisuuden DCS-järjestelmien markkina
osuuksia vuodelta 1996. Osuudet on laskettu maailmanlaajuisesti myytyjen järjes
telmien lukumäärän perusteella /23/.
Valmet
17,0% Honey/vell- M easu rex
22,0%
Fisher-Rosemount 8,0%
Siebe Controls 7,0%
Elsag Bailey 7,0%
Siemens 7,0%
Kuva 4. Paperiteollisuuden hajautettujen ohjausjärjestelmien maailman laajuiset markkinaosuudet /23/.
2.5.1. TotalPlant Alcont
Varkaudessa sijaitseva Altim Control Ky, myöhemmin Ahlström Automation Oy, esitteli ensimmäisen Alcont-sukupolven vuonna 1981. Vuonna 1992 Alcont siirtyi yhdysvaltalaiselle Honeywellille, jonka Honeywell-Measurex-divisioonan tuote Alcont nykyisin on /24/. Nykyinen versio on 1997 ilmestynyt TotalPlant Alcont, jonka kehitys jatkuu HMX:n Varkauden automaatiokeskuksessa.
Alcontin perusarkkitehtuuri on ensimmäisestä versiosta asti säilynyt saman
laisena. Järjestelmän kehityksen päätavoitteita ovat olleet hajautettu vikasietoinen rakenne ja kehittyneet ohjelmointityökalut. Hajautetulle järjestelmälle tärkeään tiedonsiirron vikasietoisuuteen on pyritty kahdentamalla järjestelmän sisäiset Upline-prosessiväylät, jotka ovat joko kahdennetusta koaksiaalikaapelista tai valo
kuidusta rakennettuja /25/.
Valvomo
OM
iti ом ИДИ
So vel lussuun nittelu
Prosessinohjaus
Kuva 5. Alcont-järjestelmän yleiskuva /25/.
Alcont-järjestelmän ydin on prosessiasema (PM), jossa varsinaiset säätö- sovellukset toimivat ja joka liittää jäijestelmän prosessiin. Prosessi asemassa tapahtuu mittausten käsittely, perinteiset ja kehittyneet säädöt, logiikat ja sekvenssit. Prosessiasema koostuu yhdestä tai useammista prosessorikorteista sekä prosessiliitäntäkorteista /25/.
Nykyinen XPR-prosessorikortti pohjautuu lOOMHzm nopeudella toimivaan Intelin 80486-prosessoriin. Prosessorikortin käyttöjärjestelmänä toimii yhtiön sisällä kehitetty Alcont OS, jonka ominaisuuksiin kuuluvat keskeyttävä moniajoja vahva reaaliaikaisuus. Prosessiasemien sovellukset voidaan tarvittaessa varmistaa kahdentamalla prosessorikortit, jotka päivittävät toisensa tosiaikaisesti jokaisen suoritussyklin jälkeen. Lisäksi käytössä on nelitasoinen laitteistotason muistin- suojaus, joka sisältää ytimen, järjestelmä- ja sovelluspalvelutason sekä sovel
luksen /25/.
Järjestelmä on yhteydessä prosessiin prosessiasemalle asennettavilla I/O-korteilla.
Prosessiliitäntäkortteja on tarjolla erilaisiin tarpeisiin, kuten binääri-, analogia-, pulssi-, taajuus-, sarja-, ja väyläliitännät. I/O-kortit on suojattu teollisuus-
ympäristön ja asennusajan tyypillisiltä vikariskeiltä, kuten ylijännitteeltä, oiko
sululta, ylikuormitukselta, väärältä polariteetilta ja sähköstaattisilta häiriöiltä.
Korteissa on myös kortin sekä korttien viestiliikenteen kunnonvalvonta /25/.
Valvomoasema (OM) hoitaa osaston tiedonsiirron reitityksen sekä hälytysten käsittelyn. Asema toimii myös prosessi asemien varusohjelmistojen ja sovellusten varmuuskopiopaikkana /25/.
GUS (Global User Station) on Alcontin Windows NT -jäijestelmissä toimiva käyttöliittymä. Se liitetään prosessi väylään ja/tai tehtaan yleiseen tietoverkkoon.
GUS välittää jäijestelmän prosessinohjausnäyttöjen kautta sekä reaaliaikaista, että historiatietoa prosessista ja järjestelmästä. GUS-asemissa voidaan ajaa myös kolmannen osapuolen ohjelmistoja, joiden näyttöjä voidaan hakea kuvaruudulle samanaikaisesti prosessinäyttöjen kanssa /25/.
HIC (Honeywell Info Center) on lähinnä osastotasoiseen käyttöön tarkoitettu graafinen tiedonhallinnan ja raportoinnin ympäristö Alcont-järjestelmiin. Se kerää tietoja prosessista ja tuotannosta, hälytyksistä, laboratorioanalyyseistä ja laatu- suureista Oracle-relaatiotietokantaan, jota käyttäjien MS Windows -työasemille asennetut HIC-työpöytäohjelmistot käyttävät ODBC-rajapinnan kautta. HIC- työpöytä on modulaarinen ja tarjoaa ohjelmamoduleita mm. trendien keruuseen ja analysointiin, hälytysten analysointiin, rullatietojen analysointiin sekä katkojen tarkasteluun. Moduleista voidaan tarkempaa analysointia ja raportointia varten siirtää tietoa MS Windows -sovelluksiin, kuten Excel, Word ja Matlab, OLE- tekniikkaa käyttäen /25/.
Alcontin sovelluskehitys tapahtuu Windows NT -pohjaisella sovellusasemalla (D*M), jossa määritellään graafisilla työkaluilla järjestelmän kokoonpano, säätöjen toimintalogiikka sekä sovelluksen käyttöliittymä /25/. Sovellusaseman toimintaa käsitellään laajemmin luvussa 4.
3. Nykyaikaiset säätömenetelmät
Digitaalisten säätöjärjestelmien kehityksen alkuvaiheessa keskityttiin perinteisten, hyväksi havaittujen analogisten säätöalgoritmien, kuten PI-säätimen, toiminnan jäljittelyyn. Analogiajärjestelmiin nähden etua saatiin luotettavammalla toimin
nalla sekä järjestelmien helpommalla suunnittelulla ja toteutuksella /26/.
Myöhemmin säätötekniikan teorian kehitys ja laskentatehon kasvu ovat mahdol
listaneet säätöalgoritmit, joilla voidaan mallintaa ja hallita säädettävien suureiden ja prosessisuureiden ristikkäisvaikutuksia. Näillä monimuuttujasäätöalgoritmeilla voidaan myös ennustaa prosessin tuleva tila ja tiedon avulla optimoida halutun prosessin tilan saavuttaminen.
Myös aivan uudenlainen tapa ajatella ja mallintaa tieto- ja tätä kautta automaatio
järjestelmiä, pehmeä laskenta (soft computing), on yleistymässä. Pehmeä laskenta pyrkii jäljittelemään ihmisen kielellistä päättelyä, jolloin järjestelmiä suunni
teltaessa voidaan käyttäjien kokemukset ja päättely helpommin siirtää tieto
koneelle. Tähän laskennan ryhmään kuuluvat mm. sumeat järjestelmät, neuro
verkot, geneettiset algoritmit ja kaaosteoria /27/.
3.1. Horizon Multivariable Predictive Control - ennustava monimuuttuj asäätö
3.1.1. Yleistä
Honeywell-Measurexin Horizon Multivariable Predictive Control, HMPC, on aito monimuuttujasäätö, joka ottaa huomioon prosessien monimutkaisetkin ristikkäisvaikutukset. Säätöalgoritmi perustuu Multiple-ln Multiple-Out (MIMO) -matriisiin ja ennustaa prosessimallin avulla prosessin tasaantumistilan ottaen samalla huomioon toimilaitteiden rajoitustilat ja optimointitoiminnot säädettävissä laatusuureissa. HMPC on käytössä mm. HMX:n paperikoneen konesuuntaisessa säädössä sekä paperin värisäädössä /28/.
Häiriösuureet
Tavoite- ja raja-arvot
Takaisinkytkentä
Kuva 6. Yleiskuva ennustavasta monimuuttujasäädöstä /28/.
Monimuuttujasäätäjän voidaan kuvitella koostuvan useista yksittäissäätöpiireistä, joilla on yksi sisääntulo ja yksi ulostulo (5/50, Single-Input Single-Output). Sen suureilla on yksittäissäätöpiirien tapaan asetusarvoja, tuloja ja lähtöjä. Säätäjän tuloina ovat prosessin säädettävien laatusuureiden mittaus- sekä tavoitearvot, ja lähtöinä prosessisuureet, joiden asetusarvoja muuttamalla pyritään pääsemään laatusuureiden tavoitearvoihin. Lisäksi tuloina voi olla häiriösuureita, jotka täytyy säädössä ottaa huomioon, mutta joihin ei voida vaikuttaa (kuva 6) /28/, /29/.
Yksittäissäätöpiireistä poiketen monimuuttujasäädön kytkennät laatu- ja prosessi- suureiden välillä voivat olla epäsuoria ja jokainen lähtö on laskettu ottaen huomioon kaikkien tulojen vaikutus. Jos prosessisuureita on käytettävissä vähintään yhtä monta kuin säädettäviä suureita, on säädöllä vapausasteita ja yhden säädettävän suureen ohjaamiseen voidaan käyttää useita toimilaitteita /28/, /29/.
3.1.2. Ennustavan monimuuttujasäädön malli
Säätöalgoritmit perustuvat siirtofunktioon G(z), joka laskee ulostulon arvon Y(z) sisääntulon U(z) perusteella:
Y(z) = G(z)U(z) /1/. (1)
Monimuuttujasäädöissä siirtofunktiolla G(z) on useita sisään- ja ulostuloja (kuva 7) /29/.
L2 r ' suureet
HPC/MIMO
-säätäjä Prosessi
►
Säädettävät laatusuureet
U(z) G(z) Y(z)
Kuva 7. Monimuuttujasäädön siirtofunktio /29/.
Monimuuttujasäädössä muuttujat ja siirtofunktio ovat matriiseja, jolloin ulostulon prosessimuuttujiksi saadaan:
Г(г) = (У, У2 .. YJT /29/. (2)
Sisääntulon matriisi sisältää säädettävät laatusuureet Ux sekä häiriösuureet Vx:
U(z) = (Ul U2 .. UkVx V2 .. V,)T /29/. (3)
Siirtofunktio, jossa on otettu huomioon kaikki riippuvuudet, on:
G(z) =
G„(z) G,2(z) •• G,„(z)>
G21(z) G12(z) - G2n(z)
/29/. (4)
Gml(z) Gm2(z) •• G^Cz),
Sijoittamalla nämä kaavaan (1) saadaan moni muuttuj asäädön yhtälöksi:
rt,
ro 'GM(z) GI2(z) . G,.(z)>
n = G2i(z) G,2(z) . G2„(z)
Л, ,G„,(z) Gm2(z) G„(z)y
/29/. (5)
v,)
Ristikkäisriippuvuuksien irrotus (decoupling) mahdollistaa yksittäisten laatu- suureiden kontrolloinnin yksittäissäätöpiirien tavoin. Yksittäissäätöpiireistä poiketen monimuuttujasäätö ottaa huomioon suureiden risti kkäi s vai kutukset (kuva 8) /29/.
Kuva 8. Ristikkäisriippuvuuksien irroitus /29/.
Ristikkäisriippuvuuksien irrotuksen jälkeen siirtofunktioksi saadaan:
H(z) = D(z)G(z) /29/. (6)
HMPC:n säätömalli osaa myös ennustaa suureiden asetus- ja ohjearvojen muutosten vaikutukset toisiin suureisiin huomioiden myös sen, että asetusarvojen muutokset eivät heti vaikuta prosessisuureiden arvoihin. Ennuste tehdään asettumisajan (correction horizon) yli tulevaisuuteen /29/.
■ Asetusarvo
■ mittausarvo
Kuva 9. Asettumisaika /29/.
Koska kaikkiin monimuuttujasäädön sisääntuloihin kytketään erillinen ennustus- algoritmi, voidaan algoritmien horisontteja muuttamalla vaikuttaa eritellysti siihen, kuinka nopeasti säätö pyrkii saavuttamaan suureiden ohjearvot /29/.
HPC D(z)G(z)=H(z) HPC
HPC
Kuva 10. Ennustava monimuuttujasäätö /29/.
Prosessin toiminnan optimointiin käytetään käyttäjän antamaa kustannusfunktiota, jonka arvon HMPC-säätö pyrkii minimoimaan. Arvo koostuu toteutuneen tilanteen ja funktion esittämien tavoitteiden erojen summasta. Tavoitteet on jaettu kolmeen osaan, joille voidaan antaa painokertoimet /28/:
I. Säädettäville suureiden annettujen asetusarvojen toteutuminen.
П. Käyttäjän antamien optimointitavoitteiden, kuten nopeuden tai kosteuden maksimoinnin annetuissa rajoissa, toteutuminen.
Ш. Prosessisuureiden muutosten minimointi toimilaitteiden kulumisen ja prosessiin aiheutuvien häiriöiden minimoimiseksi.
Osien sisällä myös eri suureille voidaan määritellä eritellyt painokertoimet.
Suureiden painokertoimilla voidaan määritellä prioriteettijärjestys, jolloin muutos- ja rajoitustilanteissa säätäjä käsittelee tärkeimmät suureet ensisijaisesti. Tämä mahdollistaa prosessin optimoinnin tavoitteiden joustavan määrittelyn /28/.
3.1.3. Prosessinohjaus HMPC:a käyttäen
Prosessin monimuuttujasäätöä suunniteltaessa määritellään ensin prosessisuureet sekä säädettävät laatusuureet ja näiden perusteella säätömallin matriisin koko.
Askelvastekokeilla saadaan selville säädettävien ja prosessisuureiden vastaa
vuudet ja näiden perusteella muodostetaan monimuuttujasäädön MIMO-prosessi- malli (kuva 11) /28/.
Prosessisuureet
0)0)
k-3 3V) :<B
>
:<Q
$50)
■O:<0
:<Q
<Z)
Massa Höyry 1 Nopeusl Höyry 2 5. suure Neliö-
paino
r
0V
0Pope-
koste us
f V r
Nopeus 0 0 0
Puristin-
kosteus
у
0r V
5. suure
SISO-mallialkiot
MIMO -malli
Kuva 11. Monimuuttujaprosessimalli paperikoneen säätäjänä /29/.
Askel vasteiden keruu tapahtuu HMPC:ssa interaktiivisesti omalla käyttö
liittymällä (kuva 12). Askelvastetta kerättäessä prosessisuureet pidetään muuttu- 18
mattomina ja odotetaan, kunnes prosessin tila on vakiintunut. Tämän jälkeen yhtä prosessisuuretta muutetaan, jolloin HMPC-ohjelmisto kerää muutoksen vaiku
tukset säädettäviin suureisiin. Vaikutusten pohjalta saadaan regressioanalyysiä käyttäen askelvasteet. Kuvan 11 tapauksessa yhdellä askelvastekokeella saadaan neljän säädettävän suureen vasteet, eli neljä SISO-mallialkiota. Toistettaessa koe jokaiselle neljälle prosessisuureelle, saadaan kaikki 16 askelvastetta/29/.
Kuva 12. HMPC:n askelvasteiden keruun käyttöliittymä.
Kuvassa 12 näkyy prosessisuureelle Teräpainel tehty muutos ja sen vaikutus prosessin laatusuureisiin, joista kuvan näytössä näkyy kolme ensimmäistä:
Päällyste 1, Kosteus 1 ja Päällyste2. Näytön vasemmassa reunassa näkyvien vaikutusten perusteella lasketut askelvasteet näkyvät oikeassa reunassa. Askel- vasteille saadaan parametreinä vahvistus, aikavakio ja kuollut aika (kuva 13).
Aika
Kuva 13. Askelvasteen parametrit.
Tarkasteltaessa prosessi suureen asetusarvon muutoksen vaikutusta laatu- suureeseen, saadaan parametrien selitykseksi:
• Vahvistus on kerroin, jolla prosessisuureen asetusarvon muutos vaikuttaa laatusuureen arvoon.
• Kuollut aika on viive asetusarvon muutoksesta siihen, kun laatusuureen arvo alkaa muuttua.
• Aikavakio kertoo laatusuureen muutoksen toteutumisnopeuden.
Näitä parametreja muokkaamalla käyttäjä voi vaikuttaa säätöön, jos esimerkiksi halutaan yksinkertaistaa säädön mallia tai jos halutaan hylätä tai muokata virheellisen askelvastekokeen tulosta /28/, /29/.
Saatujen SISO-mallialkioiden perusteella muodostetaan monimuuttujasäädön MIMO-malli (kuva 11). Käyttöä varten MIMO-malli tallennetaan Alcontin mal li kirjastoon. Jos malleja on useampia, esim. erilaisille paperityypeille, osaa HMPC-paketti hakea lajia vaihdettaessa automaattisesti oikean mallin kiijastosta /28/, /29/.
3.2. Sumea logiikka
Sumeiden systeemien teorian isänä pidetään Berkeleyn yliopiston professoria Lofti A. Zadehia, joka 1960- ja 1970-luvuilla julkisti sumean joukko-opin ja sumean logiikan perusteet. Alussa sumean logiikan alalla keskityttiin lähinnä teoriaan, mutta nykyisin pääpaino on käytännön sovelluksissa, joista noin 70 % liittyy säätöihin /30/, /26/.
3.2.1. Sumea joukko-oppi
Sumean logiikan perustana on sumea joukko-oppi, joka on läheistä sukua perin
teiselle joukko-opille. Perinteisessä joukko-opissa joukkojen jäsenyys on binää
rinen käsite, eli alkio joko kuuluu tai ei kuulu joukkoon, jolloin joukon jäsenyys voi saada arvot 0 tai 1. Jos määritellään perus- eli referenssijoukko E, voidaan alkion x e E kuuluminen tai kuulumattomuus annettuun alijoukkoon A<zE esittää karakteristisen funktion Kar: E —> {0,l} avulla siten, että
KarA(x) = 1, kun x E A, ja KarA(jc) = 0, кип А. (7) Esimerkiksi jos määritellään joukko A nuorten ihmisten joukoksi ja määritellään nuoriksi ihmisiksi alle 25-vuotiaat, saadaan perinteisellä logiikalla nuorten ihmisten joukolle kuvan 14 mukainen karakteristinen funktio
KarA (ikä) = 1, kun ikä < 25, ja KarA (ikä) = 0, kun ikä > 25 /27/. (8)
1,0 ---
I 0,5 -
0,0 --- 1--- t——i--- 1--- 1--- 1 i--- 1--- 1--- 1 0 10 20 30 40 50 60 70 80 90 100
Ikä (vuotta)
Kuva 14. Nuorten ihmisten joukkoa kuvaava karakteristinen funktio /26/.
Funktion (8) mukainen jyrkkä ja täsmällinen rajoittelu sopii esim. tieteen maailmaan, mutta reaalimaailman ilmiöissä esiintyy usein epätäsmällisyyttä mm.
seuraavista syistä /26/:
I. Monet tieteelliset teoriat ovat idealisointeja, jolloin ne selittävät ja ennustavat ilmiöitä vain likimääräisesti.
П. Monia, joidenkin mukaan jopa suurinta osaa, todellisuuden ilmiöistä ei voida kuvailla tyydyttävästi kuvailla täsmällisesti ja/tai numeerisesti.
Tämä ongelma-alue on korostunut tietokonetta hyödynnettäessä, kuten tekoälytutkimuksessa.
Ш. Ihmisen päättely voi perustua epämääräisiin käsitteisiin, kuten edul
lisuuteen.
Epätäsmällisyyttä sisältävissä tapauksissa mallinnuksen apuna voi käyttää sumeaa joukko-oppia. Siinä joukon E sumeaa osajoukkoa A voidaan karakterisoida korvaamalla funktio KarA jäsenyysfunktiolla pA(x), jonka arvojoukoksi määri
tellään yleensä suljettu väli [0,1]. Tällöin jäsenyysfunktion tulos, jäsenyysaste, kuvaa astetta, jolla alkio täyttää joukon täyden jäsenen tunnusmerkit. Alkion x
kuuluessa täysin joukkoon A, on sen jäsenyysaste tässä joukossa 1 ja kun alkio x ei kuulu ollenkaan joukkoon A, on jäsenyysaste 0. Konventionaalista osajoukkoa A voidaankin pitää sellaisena sumean osajoukon erikoistapauksena, jolla
fx (a) = {0,l} c [0,l] /31/. (9)
Jäljitettäessä ihmisen ajattelutapaa nuorten ihmisten joukon jäsenyydestä, lingvistinen esitys voi olla: "Ihminen on alle 20-vuotiaana nuori ja ihminen ei yli 40-vuotiaana ole nuori." Tällöin nuorten ihmisten sumeaa joukkoa voidaan kuvata jäsenyysfunktiolla цА(1кй), jonka arvo on 1 alle 20 ikävuoteen saakka ja jonka
arvo laskee lineaarisesti kohti nollaa, joka saavutetaan 40 vuoden kohdalla:
juA (ikä) = 1, kun ikä < 20.
0 < ЦА (ikä) < 1, kun 20 < ikä < 40. (10) juA (ikä) = 0, kun ikä > 40.
Iti (vuotta)
Kuva 15. Nuorten ihmisten sumeaa joukkoa kuvaava jäsenyysfunktio.
Sumeiden joukkojen välille on määritelty mm. seuraavanlaisia loogisia operaa
tioita (ilmaisu "joss" tarkoittaa "jos ja vain jos.") /26/:
I. ju9 = 0 ja juE = 1 (tyhjä joukko ja perusjoukko.) П. A = В joss цА = //fl (identtisyys.)
IV. А с В joss jUA(x)< /хд(х) kaikilla xe E (osajoukko.)
V. Bon A:n komplementti, joss //fl(x) = l-//A(x) kaikilla xe E.
VI. ß/tnß(x) = min{//A(x),//B(x)},xe E (leikkaus.) VH. ßAufl(x) = max{/vA(x),//fl(x)},xe E (yhdiste.)
Näitä operaatioita käyttäen voidaan tehdä sumeita päättelyltä, joiden alkuehdot, eli premissit ja/tai johtopäätös voivat sisältää epätäsmällisiä ilmauksia. Sumeiden päättelyiden koostumus on:
a (premissi),
jos a niin ß (premissi),
ß (johtopäätös),
missä aja //ovat lauseita. Esimerkiksi:
"Paperi on märkää."
"Jos paperi on märkää, kytke kuivaus täydelle teholle."
"Kytke kuivaus täydelle teholle."
Perinteisestä päättelystä poiketen myös seuraava tapaus on mahdollinen sumeassa päättelyssä:
"Paperi on melko märkää."
"Jos paperi on märkää, kytke kuivaus täydelle teholle."
"Kytke kuivaus melkein täydelle teholle."
Käytettäessä sumeaa logiikkaa esim. säätöjäijestelmässä, "melkein täyden tehon"
tyyppiset epätäsmälliset ilmaisut täytyy selkeyttää (defuzzification), jolloin saadaan täsmällinen numeerinen lähtöarvo, joka voidaan syöttää säätölaitteelle /26/. Yleisin tällainen algoritmi esitellään luvussa 3.2.2.
3.2.2. Sumea logiikka automaatiojärjestelmissä
Sumeita säätöjä käytetään yleisimmin täydentämään perinteisiä säätöalgoritmeja.
Automaatiotekniikassa sumeat säädöt soveltuvat erityisesti tapauksiin, joissa /26/:
I. Prosessin matemaattinen malli on vaikea johtaa. Koska sumean säätimen voidaan ajatella mallintavan operaattorin toimintaa, ei itse prosessia tarvitse mallintaa.
П. Prosessin toiminnasta on olemassa heuristista tietämystä, jonka matemaattinen mallinnus on vaikeaa, mutta jonka operaattori tai muu asiantuntija pystyy sanallisesti ilmaisemaan.
Ш. Ongelma on epälineaarinen tai aikariippuva, jolloin prosessiin sisältyy esim. merkittäviä aikaviiveitä ja/tai satunnaisia häiriöitä.
IV. Ongelman ratkaisusta on olemassa heuristista tietämystä, jota on hankala mallintaa matemaattisesti, mutta jonka operaattori tai muu asiantuntija pystyy sanallisesti ilmaisemaan.
Sumeat säätöjäijestelmät jakautuvat kolmeen osaan. Aluksi tulot, kuten mittausarvot, sumeutetaan jäsenyysfunktioilla. Sumeissa säädöissä tämä tarkoittaa yleensä arvojen jakamista erilaisiin joukkoihin niiden suuruuden mukaan. Tämä antaa arvoille lingvistisen esityksen, joka mahdollistaa selväkielisten sääntöjen käytön säädöissä. Usein mittausarvo jaetaan kolmeen eri suuruusluokkaan, mutta käytössä on myös esim. viiden ja yhdeksän luokan jakoja (kuva 16) /31/.
Prosessini ittaus
---► Sumeutus
Suurten arvojen joukko Keskikokoisten arvojen joukko Pienten arvojen joukko
Kuva 16. Prosessimittauksen sumeutus.
Kuvassa 17 näkyy sumeissa säädöissä yleisen sumeutusalgoritmin toiminta
periaate. Kyseessä on kolmiomainen (triangular) jäsenyysfunktio, joka antaa tuloarvolle jäsenyysasteet pienten, keskikokoisten ja suurten arvojen joukossa.
100% Mittausarvo (% maksimista)
Kuva 17. Automaatiotekniikassa tyypillinen sumeutusfunktio.
Kuvan 17 esimerkissä mittausarvo M on 70% mittausarvolle määritellystä maksimiarvosta. Jäsenyysasteiden arvokäyrät mittausarvon mukaisessa x-akselin kohdassa ilmoittavat mittausarvon jäsenyydet eri kokoluokkien joukoissa.
Kuvassa 17 jäsenyydet ovat: Ms=0,67, Mk=0,33 ja Mp=0.
Ms k
--- ►
MK
Sääntökanta
---►
k
►
Mp
w Lp
► ►
Kuva 18. Sääntökanta.
Suurten lähtöarvojen joukko Keskikokoisten lähtöarvojen joukko Pienten lähtöarvojen joukko
Sumeutuksen jälkeen vuorossa on sääntökanta, joka jäsenyyksien perusteella määrää ohjauksen käyttäytymisen (kuva 18). Sumeiden säätöjen säätökannat ovat usein yksinkertaisia ja suurin työ on arvojen suuruusluokkien määrittelyssä.
Sääntökannan lingvistinen määrittely voi olla esimerkiksi: ”Jos mittaus on pieni, niin säätö on suuri.”
Monimutkaisempia sääntöjä tarvitaan esimerkiksi, jos säädön ohjausarvoon vaikuttaa useampi mittausarvo. Tällöin sääntökannassa voidaan käyttää loogisia funktioita, esim. ”Jos mittaus on pieni ja mittausarvon kasvu on pieni, niin säätö on suuri.”
k
Lp
>
*
>
Selkeytys Ohjauslähtö --- ►
Kuva 19. Ohjauslähdön jäsenyysasteiden selkeytys
Viimeinen vaihe on lähdön selkeytys. Selkeytyksessä sääntökannasta saadut lähdön arvon jäsenyysasteet muutetaan numeeriseksi säätöarvoksi, esim. 0-100%
maksimiarvosta. Selkeytysalgoritmeja on useita, joista kuvan 20 mukainen paino
pisteeseen perustuva on yleisin. Siinä jokaista lähtöarvojen joukkoa kohden sijoi
tetaan pylväs x-akselille viritysparametrin määräämälle kohdalle. Pylvään korkeus on joukon jäsenyysasteen mukainen. Näiden pylväiden painopisteen projektio x- akselilla on selkeytetty lähtöarvo.
Kuva 20. Painopisteeseen perustuva selkeytysalgoritmi
Kuvassa 20 jäsenyydet ovat: LP=0,2, Lk=0,5 ja Ls=0,3. Viritysparametrien arvoilla VP=0,2, VK=0,5 ja Vs=0,8, saadaan ohjauslähdölle selkeytetty arvo kaavasta:
_ ^(L*V)_ 0,2*0,2+ 0,5*0,5+ 0,3*0,8
~ YaL ~ 02 + 0,5 + 0,3 (H)
4. Sovelluskehitys TotalPlant Alcont -ympäristössä
Prosessiautomaatiosovellus koostuu varsinaisen prosessin säätölogiikan lisäksi prosessitietojen varastoinnista ja raportoinnista sekä prosessin valvonnan ja hallinnan käyttöliittymästä. Alcontissa raportointi on eriytetty omaksi osa- järjestelmäkseen, muiden jäijestelmän osien kehitys tapahtuu sovellusasemalla.
4.1. Sovellusasema
TotalPlant Alcont -jäijestelmän sovellusasemalla luodaan ja pidetään yllä ne automaatiojärjestelmän tiedot, joilla jäijestelmä saadaan toimimaan käyttö
kohteessa tarvittavalla tavalla. Asema sisältää työkalut, joilla voidaan määritellä jäijestelmän rakenne, näyttökuvien ulkonäkö ja kuvissa näkyvät tiedot, prosessi- säätöjen ja -logiikoiden toiminta sekä prosessitietojen tallennus- ja raportointitapa.
Sovellusasemalla voidaan myös testata ja seurata jäijestelmän toimintaa sekä tulostaa määrittelyiden pohjalta luotuja dokumentteja /18/.
Sovellusasema on Windows NT -pohjainen tietokone, josta on verkkoliitännät käyttöpaikan yleiseen lähiverkkoon ja mahdolliseen erilliseen automaatio- verkkoon. Sovelluskehitys on mahdollista myös ilman liitäntää automaatio
järjestelmään. Liitäntä on välttämätön vain järjestelmässä ajettavan sovelluksen toiminnan seuraamiseen ja jäijestelmän osien lataamiseen sovellusasemalta prosessiasemiin /18/.
Jäijestelmäkokonaisuutta hallitaan TotalPlant-selaimella, joka näyttää järjes
telmän osat projekteittain hierarkkisina kokonaisuuksina. Selain näyttää valitulle osalle mahdolliset toiminnot, joita voivat olla osan muokkaus, lataus järjestelmään suoritusta varten, osan simulointi tai järjestelmässä ajettavan osan tarkkailu.
Valitun osan ja toiminnon perusteella selain käynnistää sovellusasemalle tarvittavan sovelluksen (kuva 21) /21/.
Kuva 21. TotalPlant-selain
Automaatiojärjestelmän fyysinen kokoonpano määritellään järjestelmäeditorilla.
Määritys sisältää mm. järjestelmän kaapit, asemat, kortit, väylät ja valvomo- laitteet. Myös järjestelmän prosessiliitännät ja loogiset käsitteet, kuten osastot, ajo- ja hälytysalueet, käyttäjät ja varmuuskopiopaikat määritellään järjestelmä- editorilla/21/.
Sovelluksen logiikka ja säätötoiminnot määritellään lohkoeditorilla, joka sisältää oman editorin myös Alcontin lausekieliohjelmointiin. Myös toimintojen simu
lointia ja monitorointia varten on omat sovellukset. Verkon yli tapahtuvaa prosessiasemien matalan tason toiminnan seuraamista ja vianetsintää varten sovellusasemassa on komentorivipohjainen työkalu Daxmon /21/.
Käyttöliittymäkehityksen työkalu on kuvaeditori, jolla käyttöliittymä voidaan piirtää ja koota valmiista kuvakirjastoista. Jos sovellusasema on kytketty automaatiojärjestelmään, voidaan järjestelmään ladattua käyttöliittymää testata sovellusasemalle asennetulla käyttöaseman GUS-ohjelmistolla /21/.
Tietovarastoeditorilla suunnitellaan sovelluksen lähtöarvojen sekä kerättyjen ja laskettujen arvojen tallennukseen tarkoitetut massamuistialueet. Tietovarastoon
voidaan viitata lausekielisovelluksesta, raportti aseman sovelluksesta tai tiedon- siirtosovelluksista. Lausekielen tietuerakenteita kääntäjän, linkkerin ja kuva- editorin tarpeisiin määritellään tietorakenne-editorilla /21/.
4.2. Lohko-ohjelmointi
Alcont-sovellusten logiikka- ja säätötoimintojen ohjelmistorakenne perustuu hierarkkisiksi rakenteiksi ryhmiteltyihin lohkoihin. Hierarkkiset lohkot koostuvat sisemmistä hierarkkisista lohkoista tai järjestelmän tarjoamista perus- ja tyyppi- lohkoista. Lohkoja voidaan tehdä myös Pascal-pohjaisella korkean tason lause
kielellä. Perus- ja tyyppilohkoja lukuun ottamatta lohkojen nimet ovat globaaleja.
Valmis lohkoista koottu sovellus siirretään suoritettavaksi järjestelmän prosessi- asemalle /21/.
Peruslohkot tarjoavat ohjelmoijalle yleisiä automaatiossa tarvittavia toimintoja.
Näitä ovat mm. /21/:
• Peruslaskutoimitukset ja alkeisfunktiot.
• Logiikkalohkot ja suoritusta ohjaavat lohkot.
• I/O-toiminnot.
• Suodatus-, rajatarkkailu ja rajoituslohkot.
• Säätölohkot.
• Valitsimet ja kytkimet, e Sekvenssilohkot.
• Vektorilohkot.
• Hälytys-ja historialohkot.
Lohkojen toimintaa ohjaavat parametrit annetaan niiden reunaliittimiin. Liittimen arvo voi olla vakio, muuttuja tai jonkin toisen lohkon ulostulon arvo, jolloin liitinten välille muodostetaan kytkentä joko johdottamalla, lippukytkennällä tai suoraan lohkon ja liittimen nimeen viitaten (kuva 22). Samalla kytkennällä voi haaroittaa yhden ulostuloliittimen moneen sisääntuloon, mutta ei päinvastoin /21/.
DERIV INP OUT 0THE m GNF dis dir
Kuva 22. Peruslohko.
Kuvassa 22 on numeerisen derivoinnin peruslohko DERIV. Lohkon sisääntulo- liitin INP on yhdistetty toisen lohkon ulostuloon jehdottamalla, jolloin lohko- editori näyttää liittimien välillä nuolen. TME-liitin on yhdistetty toiseen liittimeen liputtamalla, jolloin liitoksen molemmissa päissä on sama kirjainsymboli, tässä tapauksessa B. GNF:n arvo on annettu vakiona ja dis sekä dir muuttujina.
Vakioita voi muuttaa vain sovellusasemalta, kun taas muuttujat ovat sovelluksen tai käyttäjän muutettavissa ajon aikana. Sovellusasema sisältää peruslohkojen dokumentoinnin sähköisessä muodossa, joten eri liitinten tarkoituksen saa nopeasti selville valitsemalla haluttu peruslohkoja avustustoiminto.
Lohko-ohjelmointi tehdään sovellusaseman lohko-editorilla, jolla muokattavan lohkon voi valita suoraan nimellä tai lohkohierarkiaa selaamalla. Editori näyttää muokattavan lohkon sisältämät lohkot sekä niiden reunaliitinten arvot ja kytkennät (kuva 23) /21/.
... ....——ИД
1*Ыо Muokkee Le**« Suortu« L'***»«■ 'itinä IUlt* ДоиеП
___zi___ :____ 4Vu - ► f o* ' л * t____ __ _______
Kuva 23. Lohkoeditori.
Itse tehdyille lohkoille voidaan antaa mm. lohkon toimintakuvaus, tekijä ja ajosykli. Mittaus- ja säätölohkoille voidaan myös määritellä sovelluksen käyttö
liittymään automaattisesti muodostettava piirikuva. Tällaiselle lohkolle määri
tellään piirikuvan mukaiset reunaliittimet, joita käyttöliittymän piirikuva lukee ja kirjoittaa.
Lohkoeditori 11a voi tulostaa lohkojen konfiguraatiodokumentin, jossa näkyy editorin tapaan lohkot liittimineen, johdinvedot sekä kytkentä- ja vakiotiedot.
Lohkoeditorista käsin voi myös simuloida lohkon toimintaa ja ladata valmiin lohkon prosessiasemalle /21/.
4.2.1. Fahrenheit-Celsius-muunnos peruslohkoilla toteutettuna Fahrenheit-asteet voidaan muuttaa Celsius-asteiksi käyttämällä kaavaa
Tc=(Tf- 32)*5'9. (12)
Kun muunnos toteutetaan peruslohkoilla, luodaan aluksi muunnoksen sisältävä lohko F2CLOHKO ja annetaan lohkolle kilpimäärittelyt, kuten nimi, kuvaus ja ajosykli (kuva 24).
Kuva 24. Kilpimäärittelyt.
Lohkon liitännät ulkomaailmaan ovat sisääntulevan Fahrenheit-arvon liitin (FAR) ja muunnetun Celsius-arvon uloslähtö (CEL). Molemmat arvot ovat reaalilukuja, joten muuttujien tyypiksi valitaan Real. Liittimet merkitään julkisiksi ja
ylemmällä tasolla näkyviksi, jolloin liittimiin voidaan viitata suoraan muista lohkoista ja liittimiä voidaan yhdistää johdottamalla muihin lohkoihin (kuva 25).
Kuva 25. Liittimen määrittely.
Muunnos voidaan toteuttaa kahdella peruslohkolla: Lohko SUB suorittaa vähennyslaskun ja lohko MUL kertolaskun. Lohkoa suoritettaessa jäijestelmä lukee ensin FA/Miittimestä muunnettavan Fahrenheit-arvon, joka siirretään lohkolle SUB. Lohko SUB vähentää arvosta toisessa sisääntulossaan määritellyn vakion 32. Seuraavaksi arvo kerrotaan vakiolla 0,5556 = \g M£/L-lohkossa ja lopuksi Celsius-asteiksi muutettu lämpötila siirtyy liittimelle CEL (kuva 26).
Kuva 26. Fahrenheit-Celsius-muunnos peruslohkoja käyttäen.
Lohko on tallennuksen jälkeen valmis käytettäväksi sovellusten osana. Ylemmällä lohkohierarkiatasolla näkyy lohkon nimen lisäksi siellä näkyviksi määritellyt liittimet FAR ja CEL (kuva 27).
