Politechnika Warszawska
Instytut Automatyki i Robotyki
Prof. dr hab. inż. Jan Maciej Kościelny
PODSTAWY AUTOMATYKI
część 15
Technika automatyzacji
2
Plan
Funkcje systemów automatyki
Struktury funkcjonalne
Jednostki funkcjonalne
Rodzaje systemów automatyki
Systemy DCS i hybrydowe
Systemy SCADA i sterowniki
Systemy typu softcontrol
Obszary zastosowań
Tendencje rozwoju
Nowe funkcje
Zastosowanie technik sztucznej inteligencji
3
sterowanie
regulacja
zabezpieczenie procesu
przetwarzanie zmiennych procesowych (obliczenia zmiennych
niemierzalnych, bilansów, wskaźników statystycznych)
optymalizacja
kontrola procesu i sygnalizacja alarmów
archiwizacja danych
raportowanie
wizualizacja graficzna przebiegu procesu na schematach procesu,
wykresach itp.
konfigurowanie struktur algorytmicznych
konfigurowanie obrazów
wymiana danych z innymi systemami oraz bazami danych, arkuszami
kalkulacyjnymi itp.
sterowanie przy pomocy receptur
statystyczna kontrola procesu
Typowe funkcje systemów automatyki
4
Wstępne przetwarzanie danych, zabezpieczenie
ERP
Zarządzanie
produkcją
Wizualizacja,
optymalizacja, diagnostyka
Sterowanie, regulacja,
przetwarzanie danych
Struktury funkcjonalne
Algorytmy warstw
wyższych wyznaczają
parametry dla algorytmów
warstw niższych
Algorytmy warstw
niższych realizowane są z
większymi
częstotliwościami niż alg.
warstw wyższych
5
Jednostki funkcjonalne
Stacje procesowe (sterowniki)
Urządzenia pomiarowe
i wykonawcze
Stacje operatorskie i inżynierskie
Sieci
6
Stacje procesowe
• Przetwarzanie zmiennych procesowych
• Regulacja
• Sterowanie
7
Stacje operatorskie
• Wizualizacja przebiegu procesu
• Wizualizacja alarmów
• Oddziaływanie na proces
8
Stacje inżynierskie
• Strukturyzacja całego systemu (sieci i jednostek
funkcjonalnych)
• Strukturyzacja stacji procesowych (modułów we/wy)
• Konfiguracja struktury przetwarzania sygnałów, układów
regulacji i sterowania
• Konfiguracja funkcji alarmowych, raportowych itp.
• Tworzenie systemu wizualizacji
•
T123
•
T123
•
T123
•
T123 •
T123
•
T123
•
T123
9
Serwery
• Przetwarzanie danych
• Archiwizacja danych
10
Rodzaje systemów automatyki
DCS
Ovation, Advant, Symphony, Teleperm XP, Total Plant OCS, I/A
Series
Centum 3000
,
Systemy hybrydowe
DeltaV, Industrial IT, Experion, DNA, Simatic PCS7, ProcessLogix
PLC + SCADA
Simatic S7, Schneider TSX, A-B Control Logix, GE-Fanuc, Mitsubishi
- Melsec, Omron - Sysmac, Saia PCD
In Touch, FIX, FactoryLink, WinCC, Wizcon, RS Viev, Asix
Regulatory + SCADA
Protronic, Sipart, Eftronik, Aster, PSW, RMF
In Touch, FIX, FactoryLink, WinCC, Wizcon, RS Viev, Asix
PC (Soft Control)
SoftDCS, WizDCS, WizPLC, SoftLogix 5, InControl, Paradym-31
Autonomiczne jednostki sterujące maszyn
11
Systemy DCS - ogólna charakterystyka
Przeznaczone do sterowania największymi instalacjami w
przemyśle energetycznym, chemicznym, hutniczym itp.
Standardowo stosowane są rozwiązania redundancyjne
Zintegrowane sterowanie i wizualizacja - jedna baza danych
W jednostkach sterujących stosowane są systemy operacyjne czasu
rzeczywistego - VxWorks, VRTX, OS9, pSOS itp
W stacjach operatorskich i inżynierskich wykorzystywane są
systemy operacyjne UNIX i WINDOWS NT, 2000
Udostępniają bogate biblioteki algorytmów regulacji i
przetwarzania zmiennych analogowych
Zwykle nie stosują standardu IEC 61131-3 – firmowe bloki
funkcyjne
12
Przykład – system SYMPHONY (ABB)
13
Struktura systemu Experion firmy Honeywell
TDC / TPS Integration
Investment Protection
Fail Safe
Control
APM /
HPM
NIM
HG
Hiway
Box
DVM
Server
Digital
Video
Wireless
Tools
IntelaTrac
WebPA
D
Foundation™
Fieldbus
Experion
Server
PM
I/O
PMD
(Field
Controller)
C200
Process
Control
Safety
Manage
r PKS
Experion
Station
3rd Party I/F
Distributed
System
Architecture
(other Sites)
Operations
Experion
Server
TPS
Experion
Station
TPS
Control Builder
Alert Manager
PKS
LoopScout PKS
DocuMint PKS
Engineering /
Maintenance
WorkCenter PKS
Business.FLEX PKS
Business
Application
s
Router /
Firewall
eServer
TPN
Office LAN - Ethernet
US/GUS
LAN
WAN
History
(Uniformance
PHD)
DE
Fault Tolerant Ethernet
•
T123•
T123
•
T123
•
T123
•
T123
•
T123
•
T123
Process Applications
(Batch Control, Advanced
Alarm Solution PKS,
Asset Manager PKS,
ShadowPlant …)
Operations
Management
Pro
WAN
Internet
Video
Streame
r
Profit
Suite PKS
APC
Optimizatio
n
ACE
(Application
Control
Environment)
C200
ERP
14
Systemy hybrydowe - ogólna charakterystyka
Przeznaczone do sterowania średnimi i małymi procesami
ciągłymi
i dyskretnymi
Opcjonalnie stosowane rozwiązania redundancyjne
Zintegrowane sterowanie i wizualizacja - jedna baza danych
W jednostkach sterujących stosowane są systemy operacyjne
czasu rzeczywistego
W stacjach operatorskich i inżynierskich - system operacyjny
WINDOWS NT, 2000
Udostępniają bogate biblioteki algorytmów regulacji i
przetwarzania zmiennych analogowych
Zastosowanie standardu IEC 61131-3
15
Przykład – system DELTA V (Emerson)
16
Sterownik w systemie DeltaV
Active
Standby
Redundancja sterownika i zasilania
17
Co
nt
ro
lN
et
Co
nt
ro
lN
et
Szyna I/O - Seria A
Separacja na
światłowodzie
Separacja na
światłowodzie
Szyna I/O - Seria H Ex
Kaseta rozszerzenia
Sterownik w systemie Experion
18
Sterownik redundantny w systemie Experion
•
Pełna redundancja 1 z 2 procesorów
–
oddzielne kasety
–
opcja redundowanego zasilania
–
redundowane magistrale
•
Czas wykonania CM/SCM: 5-50ms
(nie red.), 50-2000ms
•
Ten sam procesor
dla:
–
sterowań ciągłych
–
sterowań 2-stanowych
–
sterowań sekwencyjnych
•
Komunikacja Peer-to-peer z
urządzeniami na magistrali ControlNet
M
M
odu
odu
ł
ł
procesora
procesora
C200 (
C200 (
Experion
Experion
)
)
1) Controller (CPM)
2) Redundancy Module
6) Redundancy Cable
1
2
6
Co
nt
ro
lN
et
19
Struktura stacji procesowej w systemie Ovation
I/O Interface
(PCRL)
CPU Card
Flash
FDDI/CDDI
Interface
PCI Bus
IDE
I/O Interface
(PCRL)
CPU Card
Flash
FDDI/CDDI
Interface
PCI Bus
IDE
Redundancy Datalink
To Other
I/OBranch
To Other
I/OBranch
Redundant Controller
Chassis
I/O
Branch
I/O
Branch
20
Redundancja w stacji procesowej FCS
firmy Yokogawa
CPU 1
CPU 1
CPU 2
CPU 2
V net
I/F
V net
I/F
RIO
I/F
RIO
I/F
Pamięć z
ECC
Pamięć z
ECC
K
om
par
at
or
K
om
par
at
or
I/F
I/F
Procesor Aktywny Procesor “oczekujący”
21
Konfiguracja algorytmów sterowania w systemie DeltaV
22
Systemy SCADA + PLC/regulatory - charakterystyka
Przeznaczone do sterowania procesami dyskretnymi (dużymi,
średnimi i małymi) w przemyśle maszynowym, samochodowym itp
Stosowane powszechnie w automatyzacji procesów ciągłych
(średnich i małych instalacji)
Rozwiązania redundancyjne stosowane są opcjonalnie
Wizualizacja - system SCADA, sterowanie - PLC lub regulatory –
różne pakiety programowe
Brak wspólnej bazy danych, niektóre parametry trzeba definiować
odrębnie w systemie SCADA i sterowniku,
Większy nakład pracy na uruchomienie aplikacji
W PLC zwykle nie są stosowane są systemy operacyjne czasu
rzeczywistego – występuje prosta pętla programowa
Standard IEC 61131-3, zwykle ubogie biblioteki algorytmów
regulacji i przetwarzania zmiennych analogowych
23
Przykład – system w Cukrowni Lublin
24
Sterowniki i regulatory
25
Systemy monitorowania (SCADA) -wizualizacja
Schemat synoptyczny stacji warników
Schemat synoptyczny warnika
26
Systemy monitorowania - wykresy
27
Systemy monitorowania – obrazy zmiennych
28
Systemy monitorowania - alarmy
29
Systemy typu SOFTCONTROL
Przeznaczone do sterowania małymi procesami ciągłymi i
dyskretnymi
Sterowanie i wizualizacja na PC
Brak redundancji
Oprogramowanie zgodne z IEC 61131-3
Moduły we-wy (np. Siemens - ET200,
Allen Bradley - Flex I/O)
sprzężone siecią z PC
Profibus-DP
DeviceNet
30
Sterowanie maszyn
Duże procesy
ciągłe -
chemiczne,
energetyczne
Procesy
średniej wielkości –
cukrownie
Procesy
dyskretne
Ster. binarne
10
100 000
1 000
10 000
100
Małe
procesy
ciągłe
Zaawansowane
Liczba
zmiennych
Funkcjonalność
Regulacja
Przemysł
samochodowy
Autonomicz
ne
Obszar zastosowań
31
Sterowanie maszyn
Duże procesy
ciągłe -
chemiczne,
energetyczne
Procesy
średniej wielkości –
cukrownie
Procesy
dyskretne
Ster. binarne
10
100 000
1 000
10 000
100
Małe
procesy
ciągłe
Zaawansowane
Liczba
zmiennych
Funkcjonalność
Regulacja
Przemysł
samochodowy
Softcontrol.
Obszar zastosowań
32
Sterowanie maszyn
Duże procesy
ciągłe -
chemiczne,
energetyczne
Procesy średniej
wielkości – cukrownie
Procesy
dyskretne
Ster. binarne
10
100 000
1 000
10 000
100
Małe
procesy
ciągłe
Zaawansowane
Liczba
zmiennych
Funkcjonalność
Regulacja
Przemysł
samochodowy
SCADA +
regulatory
Obszar zastosowań
33
Sterowanie maszyn
Duże procesy
ciągłe -
chemiczne,
energetyczne
Procesy
średniej
wielkości –
cukrownie
Procesy
dyskretne
Ster. binarne
10
100 000
1 000
10 000
100
Małe
procesy
ciągłe
Zaawansowane
Liczba
zmiennych
Funkcjonalność
Regulacja
Przemysł
samochodowy
SCADA + PLC
Obszar zastosowań
34
Sterowanie maszyn
Duże procesy
ciągłe -
chemiczne,
energetyczne
Procesy
średniej wielkości –
cukrownie
Procesy
dyskretne
Ster. binarne
10
100 000
1 000
10 000
100
Małe
procesy
ciągłe
Zaawansowane
Liczba
zmiennych
Funkcjonalność
Regulacja
Przemysł
samochodowy
Systemy hybrydowe
Obszar zastosowań
35
Sterowanie maszyn
Duże procesy
ciągłe -
chemiczne,
energetyczne
Procesy
średniej wielkości –
cukrownie
Procesy
dyskretne
Ster. binarne
10
100 000
1 000
10 000
100
Małe
procesy
ciągłe
Zaawansowane
Liczba
zmiennych
Funkcjonalność
Regulacja
Przemysł
samochodowy
Systemy DCS
Obszar zastosowań
36
Poziom urządzeń
obiektowych
Poziom
sterowników
Poziom stacji
operatorskich
Poziom zarządzania
przedsiębiorstwem
Poziom zarządzania
produkcją
WAN
LAN
FDDI, Token Bus,
Token Ring
Ethernet,
FIELDBUS
Profibus FMS
WorldFIP
FF H2
ControlNet
DEVICEBUS
Profibus DP
Interbus S
CAN
DeviceNet
LonWorks
SENSORBUS
FF H1
Profibus A
LonWorks
CAN, ASI
Sieci w systemach automatyki
37
D
S
PC
170
D
S
M
175
WAN
LAN,
Fieldbus
LAN,
Fieldbus, Devicebus
Sensorbus
Sieci w systemach automatyki
38
Tradycyjne podłączenie urządzeń pomiarowych
i wykonawczych do systemu
• Sygnały analogowe 4-
20mA
• Indywidualne
podłączenie każdego
urządzenia
39
Zastosowanie sieci Fieldbus
• Cyfrowa komunikacja
• Inteligentne urządzenia
pomiarowe i wykonawcze
40
Skalowalność systemu
Elastyczność przydzielania funkcji stacjom obserwacji i obsługi
Zastosowanie technik multimedialnych oraz dużych ekranów
Zastosowanie standardowych baz danych i mechanizmów wymiany
danych (OPC, ODBC)
Diagnostyka uszkodzeń elementów systemu
Redundancje sieci, sterowników, stacji obserwacji i obsługi
Odporność na uszkodzenia
Zapewnienie projektowalności stopnia niezawodności systemu
Standaryzacja oprogramowania ? (norma IEC 1131-3)
Zastosowanie zaawansowanych algorytmów regulacji
Wykorzystanie nowych technik przetwarzania sygnałów - sieci
neuronowych, logiki rozmytej, systemów eksperckich
Kierunki rozwoju
41
Nowe funkcje systemów automatyki
• modelowanie procesów
• wirtualne sensory i analizatory
zaawansowane sterowanie
• optymalizacja
• bieżąca diagnostyka procesu,
urządzeń pomiarowych, wykonawczych
• symulatory procesów
• monitorowanie sprawności urządzeń, emisji
• bieżąca analiza bezpieczeństwa
• modelowanie procesów
• wirtualne sensory i analizatory
zaawansowane sterowanie
• optymalizacja
• bieżąca diagnostyka procesu,
urządzeń pomiarowych, wykonawczych
• symulatory procesów
• monitorowanie sprawności urządzeń, emisji
• bieżąca analiza bezpieczeństwa
Wykorzystanie nowych technik przetwarzania sygnałów:
• sieci neuronowych
• logiki rozmytej i zbiorów przybliżonych
• algorytmów genetycznych
• systemów eksperckich
Wykorzystanie nowych technik przetwarzania sygnałów:
• sieci neuronowych
• logiki rozmytej i zbiorów przybliżonych
• algorytmów genetycznych
• systemów eksperckich
42
Regulator predykcyjny Connoiseur
Regulator predykcyjny
Regulator predykcyjny
Connoiseur
Connoiseur
Klasyczny układ regulacji
Klasyczny uk
Klasyczny uk
ł
ł
ad regulacji
ad regulacji
Zaawansowane sterowanie
• regulatory stanu
• regulatory predykcyjne
• regulatory adaptacyjne
• regulatory rozmyte
• regulatory neuronowe
• układy regulacji tolerujące uszkodzenia
torów pomiarowych i elementów wykonawczych
• regulatory stanu
• regulatory predykcyjne
• regulatory adaptacyjne
• regulatory rozmyte
• regulatory neuronowe
• układy regulacji tolerujące uszkodzenia
torów pomiarowych i elementów wykonawczych
produkt
para
FIC
TI
Advanced
Control
FT
43
Optymalizacja spalania w kotłach energetycznych
Optymalizacja spalania w kot
Optymalizacja spalania w kot
ł
ł
ach energetycznych
ach energetycznych
Optymalizacja
Kryteria:
• minimalizacja emisji: NOx, CO, (S02)
• wzrost sprawności (strata kominowa,węgiel w popiele)
PROCES
DCS
Warstwa walidacji
Algorytm
optymalizacji
Model
procesu
44
Wirtualne sensory
t
PV
Rekonstrukcja sygnału
na podstawie modelu
Uszkodzenie toru
pomiarowego
45
Wirtualne analizatory
DCS
Programowy analizator spalin
Laboratorium
(dane odniesienia)
46
• Diagnostyka komunikacji w systemie
• Diagnostyka elektronicznych modułów
systemu sterującego
• Diagnostyka inteligentnych urządzeń
pomiarowych i wykonawczych
• Diagnostyka procesu
• Diagnostyka komunikacji w systemie
• Diagnostyka elektronicznych modułów
systemu sterującego
• Diagnostyka inteligentnych urządzeń
pomiarowych i wykonawczych
• Diagnostyka procesu
Actuators, Elements
Valves, Connections
Level 3
Fisher
Diagnostyka w układach automatyki
Level 2
Electronics
Level 1
Communications
Fisher
Process
Level 4
47
Bieżąca diagnostyka procesu
Sygnały pomiarowe
i sterujące
Symptomy
Diagnozy
Detekcja
uszkodzeń
Lokalizacja
uszkodzeń
Proces
Systemy:
• MODI
• KNOBOS
• DIAG (AMandD)
• ASM (2004)
• Nowy moduł G2 (2004)
Systemy:
• MODI
• KNOBOS
• DIAG (AMandD)
• ASM (2004)
• Nowy moduł G2 (2004)
48
Wczesne rozpoznawanie uszkodzeń
Pv
Granica alarmowa
Granica bezpieczeństwa
Alarm
Alarm
Zadziałanie blokady
Zadziałanie blokady
Diagnoza
Diagnoza
t
Uszkodzenie
Uszkodzenie
49
Funkcje systemu AMandD
• Modelowanie i symulacja obiektów
• Wirtualne sensory i analizatory
• Detekcja uszkodzeń (aparatury
technologicznej, urządzeń pomiarowych i
wykonawczych)
• Lokalizacja uszkodzeń
• Graficzna prezentacja diagnoz
• Wspomaganie decyzji zabezpieczających obiekt
• Archiwizacja diagnoz
• Alarmy przesyłane w sieci GSM
• Uzasadnianie diagnoz
• Raporty diagnostyczne
• Modelowanie i symulacja obiektów
• Wirtualne sensory i analizatory
• Detekcja uszkodzeń (aparatury
technologicznej, urządzeń pomiarowych i
wykonawczych)
• Lokalizacja uszkodzeń
• Graficzna prezentacja diagnoz
• Wspomaganie decyzji zabezpieczających obiekt
• Archiwizacja diagnoz
• Alarmy przesyłane w sieci GSM
• Uzasadnianie diagnoz
• Raporty diagnostyczne
50
Akwizycja danych
Na drodze transmisji cyfrowej system AMandD pobiera dane z systemu
sterowania i monitorowania (DCS, SCADA) - wykorzystanie technologii OPC
Na drodze transmisji cyfrowej system AMandD pobiera dane z systemu
sterowania i monitorowania (DCS, SCADA) - wykorzystanie technologii OPC
51
Aplikacja w ZAP S.A
Uszkodzenie zaworu regulacyjnego
52
Aplikacja w ZAP S.A
Uszkodzenie toru pomiarowego
53
♦
Sieci neuronowe
Obliczenia inteligentne
♦
Rozpoznawanie obrazów, sytuacji, uszkodzeń (diagnostyka)
♦
Modelowanie, uczenie
♦
Samonastrajanie, samoorganizacja, adaptacja
♦
Sterowanie, wnioskowanie - w przypadku danych niepełnych,
niepewnych, nieprecyzyjnych
♦
Optymalizacja
♦
Logika rozmyta
♦
Algorytmy ewolucyjne i genetyczne
♦
Systemy eksperckie
Techniki sztucznej inteligencji w automatyce
54
Sztuczne sieci neuronowe
Nowoczesne systemy obliczeniowe, które przetwarzają informację
wzorując się na zjawiskach zachodzących w mózgu człowieka
Zastosowania w automatyce:
modelowanie, rozpoznawanie,
detekcja, klasyfikacja, sterowanie,
predykcja
1943
- McCulloch i Pitts - model sztucznego neuronu
1949
- Hebb - wyjaśnił mechanizm pamiętania informacji w mózgu
1958
- Rosenblatt - sieć perceptronów
1986
- Rumelhart - algorytm wstecznej propagacji błędów
55
-8
-4
0
4
8
0
0.2
0.4
0.6
0.8
1
f(u)
u
Funkcja aktywacji
Sztuczne sieci neuronowe
x
e
u
f
−
+
=
1
1
)
(
b
x
W
u
n
i
i
i
+
=
∑
=1
f(u)
Σ
u
y
1
x
1
x
2
x
3
x
n
b
W
1
W
2
W
3
W
n
Neuron
Model
neuronu
56
Struktura jednokierunkowej sieci neuronowej
Wejścia
Wyjścia
Warstwa
wejściowa
Warstwa
ukryta
Warstwa
wyjściowa
x
1
x
2
x
3
x
4
x
N
y
1
y
2
y
M
57
Zbiór
uczący
Algorytm
uczenia
(propagacja
wsteczna błędu)
t
y
x
e
W
e = t - y
Metoda uczenia sieci neuronowych
58
Modelowanie neuronowe obiektów
Sygnał
sterujący
Różnica
ciśnień
Przepływ
Sieć neuronowa
59
Jakość modelowania
Jako
Jako
ść
ść
modelowania
modelowania
Neuronowy model zaworu wody wtryskowej
2600
2700
2800
2900
3000
3100
3200
3300
3400
3500
3600
7
8
9
10
11
12
13
14
t [s]
Przepływ
F
W
F
W
*
Zawór + Serwomotor
Zaw
Zaw
ó
ó
r + Serwomotor
r + Serwomotor
F
W
U(X)
P
W
(
)
k
W
k
k
W
P
,
U
f
F
=
)
Perceptron wielowarstwowy
2-6-3-1
60
Logika rozmyta
Metoda wnioskowania przybliżonego na podstawie przesłanek
nieprecyzyjnych, niepewnych, wieloznacznych (naśladowanie
rozumowania ludzkiego)
1965
- Zadeh
Zastosowania w automatyce:
modelowanie, sterowanie,
wnioskowanie diagnostyczne
Rozmyte sieci neuronowe
- połączenie systemów rozmytych
z metodami uczenia sieci neuronowych
61
Logika rozmyta
Konwencjonalna matematyka
• temperatura 36,6°C
• wysokość 194 cm
• szybkość 83 km/h
Logika rozmyta
• niska temperatura
• bardzo wysoki
• duża szybkość
Zbiory klasyczne
Zbiór
ludzi
niskich
Zbiór
ludzi
wysokich
170
185
wzrost
Zbiór
ludzi
śred. wzr.
Zbiory rozmyte
170
185
wzrost
1
0
Zbiór
ludzi
wysokich
Zbiór
ludzi
śed. wzr.
Zbiór
ludzi
niskich
µ
62
Algorytmy genetyczne
Metoda rozwiązywania problemów optymalizacyjnych
wzorowana na naturalnej ewolucji organizmów żywych
(mechanizmach doboru naturalnego i dziedziczenia)
Korzystają z ewolucyjnej zasady przeżycia osobników
najlepiej przystosowanych.
1975
-Holland
Zastosowania w automatyce:
optymalizacja
63
Algorytmy genetyczne
1.
Inicjacja
- utworzenie początkowej populacji
Chromosom 1 [01101]
Chromosom 2 [01010]
...
Chromosom N [11001]
2.
Ocena przystosowania
-
Nr. chromosomu
Fumkcja przystosowania
1 2 3 N
...
3.
Badanie warunku zatrzymania
- po uzyskaniu rozwiązania
optymalnego, zadawalającego, po upływie
określonego czasu, po zadanej liczbie
iteracji
64
Algorytmy genetyczne
4.
Selekcja
- metodą ruletki, turniejową, rankingową
Tworzona jest nowa populacja chromosomów
największe szanse na udział w tworzeniu
nowych osobników mają chromosomy
o największej wartości funkcji przystosowania
Metoda ruletki
5.
Operacje genetyczne
Utworzenie nowych chromosomów z wylosowanych
par chromosomów z populacji rodzicielskiej
populacja i
populacja i+1
Chromosom k [01010] [01001]
→
Chromosom m [11001] [11010]
Modyfikacja wylosowanego chromos
populacja i
populacja i+1
[01001]
→ [01101]
Krzyżowanie
Mutacja
6.
Utworzenie nowej populacji
i powrót do p.2