- •Технические средства систем автоматического управления
- •Введение
- •1. Разработка и изготовление средств автоматики
- •1.1. Выбор варианта технологического процесса
- •1.2. Технологичность конструкций блоков систем автоматики
- •Состав показателей технологичности электромеханических устройств сведен в табл. 1.2.6.
- •Коэффициент точности обработки
- •Состав показателей технологичности коммутационных устройств приведен в табл. 1.2.7.
- •Коэффициент повторяемости материалов
- •1.3. Обеспечение точности и надёжности технологических процессов.
- •Допуск размера замыкающего звена
- •Тп состоит из ряда технологических операций, поэтому его надежность оценивается по выражению
- •1.4. Прогнозирование и оптимизация технологических процессов.
- •Поскольку координатами вектора является градиент
- •1.5. Технология производства интегральных схем
- •1.6. Структура технологического оборудования микроэлектроники
- •1.7. Специфика высокочастотных печатных плат
- •1.8. Сборка электронных блоков на пп.
- •1.9. Автоматизированная установка компонентов на пп.
- •1.10. Технология поверхностного монтажа
- •1.11. Электромонтажные соединения в приборостроении
- •Физико-химические основы пайки
- •1.12. Намотка
- •1.13. Пайка групповым инструментом
- •1.14. Подготовительно-заключительные операции групповой пайки
- •1.15. Внутри- и межблочный монтаж
- •1.16. Ультразвук в технологии отмывки электронных блоков
- •1.17. Технология герметизации сау
- •2. Элементы средств автоматики
- •2.1. Параметры, не обладающие свойствами аддитивности
- •2.2. Датчики, области применения, требования.
- •2.3. Емкостные и индуктивные датчики.
- •2.4. Датчики электромашинного типа
- •2.5. Датчики вакуума и силовые датчики.
- •Э. Д. С. Во вторичной обмотке описывается выражением
- •2.6. Устройства сравнения значений параметров
- •2.7. Исполнительные устройства
- •2.8. Элементарные звенья систем автоматического управления
- •3. Структура средст автоматики
- •3.1. Общие характеристики
- •3.2. Структурные схемы сау и правила их преобразования
- •3.3. Автоматическое регулирование
- •3.4. Интегрированные автоматизированные системы управления
- •3.5. Функции эвм в контуре управления тп
- •4. Сбор и обработка информации
- •4.1. Обработка результатов мониторинга
- •4.2. Моделирование возмущенного движения транспортного средства
- •4.3. Испытания электронной аппаратуры
- •4.4. Оптимизация средств контроля и управления
- •Задача адаптации сао возникает в следующих случаях.
- •4.5. Оценка состояния эргатических систем управления
- •5. Применение средств автоматики
- •5.1. В пирометрии
- •5.2. Для камуфляжа информации
- •5.3. Для экстрагирования
- •5.4. В энергетике
- •5.5. В гальванотехнологии
- •5.6. Для резервирования информации
- •5.7. В массометрии
- •5.8. В навигации
- •5.9. В спорте
- •5.10. Для защиты прав потребителей;
- •5.11. Для оценки экологического состояния водоема
- •5.12. Для оценки работоспособности сердца человека
- •5.13. Для направленной кристаллизации расплава лейкосапфира
- •5.14. Для сейсмического зондирования дна водоёмов
- •5.15. Для акустического каротажа осадочного чехла
- •5.16. В управлении судном с глубоководным оборудованием на буксире
- •5.17. В управлении судном в режиме буксировки сейсмокосы
- •5.18. Для управления ориентацией космического аппарата
- •5.19. Для эргатических систем манипулирования
- •5.20. Для коррекции электроэнергии в искажающих системах
- •Заключение
- •Библиография
1.4. Прогнозирование и оптимизация технологических процессов.
Прогнозирование качества функционирования технологической системы отличается от расчета тем, что решается вероятностная задача, в которой поведение сложной системы в будущем определяется лишь с той или иной степенью вероятности, и оценивается вероятность нахождения системы в определенном состоянии при различных условиях функционирования.
Особую актуальность имеет прогнозирование надежности функционирования технологической системы.
Применительно к надежности задача прогнозирования сводится в основном к предсказанию вероятности безотказной работы P(t) в зависимости от возможных режимов технологического процесса и условий функционирования системы.
Качество прогноза в большой степени зависит от источника информации о надежности отдельных элементов системы и о процессах утраты ими работоспособности.
Для прогнозирования, в общем случае, применяются разнообразные методы с использованием моделирования, аналитических расчетов, статической информации, экспертных оценок, аналогий, теоретико-информационного, логического анализа и др.
Обычно прогнозирование, связанное с применением математического аппарата (элементы численного анализа и теории случайных функций), является аналитическим.
Специфика прогнозирования надежности заключается в том, что при оценке вероятности безотказной работы P(t) эту функцию в общем случае не представляется возможным экстраполировать.
Если она определена на каком-то участке времени t, то за его пределами ничего о функции P(t) сказать невозможно.
Поэтому основным методом прогнозирования надежности сложной системы является оценка изменения выходных параметров во времени при различных входных переменных (данных), на основании чего можно сделать вывод о показателях надежности при различных ситуациях и условиях функционирования системы.
Для этого прогнозируется поведение:
1) всей генеральной совокупности рассматриваемых технологических систем, учитываются вариации исходных характеристик систем и возможных условий их функционирования (см. рис. 1.4.1, область I);
2) конкретной технологической системы, у которой начальные параметры системы становятся неслучайными величинами, а режимы и условия функционирования технологической системы могут изменяться в определенном диапазоне, при этом область состояний (рис. 1.4.1, область II) сужается;
3) конкретной технологической системы в определенных условиях функционирования при постоянных режимах технологического процесса. В этом случае необходимо выявить реализацию случайного процесса (рис. 1.4.1, область III), которая соответствует заданным условиям функционирования.
Рис 1.4.1
Таким образом, если в двух первых случаях необходимо предсказать возможную область существования выходных параметров и оценить вероятность их нахождения в каждой зоне данной области, то в третьем случае отсутствует неопределенность в условиях функционирования технологической системы, и прогноз связан лишь с выявлением тех закономерностей, которые описывают изменение выходного параметра системы во времени.
Точность прогнозирования зависит от того, насколько принятая система потери работоспособности технологической системы отражает объективную чувствительность и насколько достоверны сведения о режимах и условиях функционирования системы, а также о ее начальных параметрах.
Прогнозирование можно вести и на стадии проектирования технологических систем, если имеются технические условия, конструктивные данные о ее элементах, известны возможные условия ее эксплуатации.
При наличии опытного образца системы можно получить ее начальные характеристики, а при эксплуатации – информацию об уплате работоспособности технологических систем при различных условиях.
На этом этапе имеется наибольшая неопределенность в оценке возможных состояний системы.
Задача оптимизации технологических процессов сводится к нахождению таких условий их проведения, при которых критерий оптимизации достигает экстремума.
Целевую функцию y=φ(x1, x2,…, xn), связывающую критерий оптимизации с выходными параметрами, варьируемыми при исследовании, принято называть функцией отклика, а геометрическое изображение функции отклика в факторном пространстве – поверхностью отклика.
Экстремальное значение отклика достигается многократным последовательным продвижением в факторном пространстве несколькими методами.
Метод Гаусса-Зейгеля
По нему последовательное продвижение осуществляется путем поочередного варьирования каждым фактором до достижения частного экстремума целевой функции.
В каждой серии опытов изменяется только переменная xi, а остальные постоянные.
Изображающая точка перемещается поочередно вдоль каждой из координатных осей xi (i=1, …, k) факторного пространства. Переход к новой (i+1) координате осуществляется при достижении экстремума целевой функции y(x) по предыдущей координате, т. е. в точке xN+1, где dy(xN+1)/dxi=0 (рис. 1.4.2).
Рис. 1.4.2
Направление движения вдоль (i+1)-й координатной оси выбирается обычно по результатам двух пробных экспериментов в окрестности точки частного экстремума по предыдущей переменной. Поиск экстремума прекращается в точке, движение из которой в любом направлении приводит к росту значения выходного параметра.
При увеличении количества выходных переменных до 5 – 6, метод Гаусса-Зейгеля становится малоэффективным в силу значительного роста числа экспериментов, необходимых для отыскания экстремума.
Метод градиента
Состоит в том, что при оптимизации технологических процессов движение осуществляется в направлении наибольшего изменения целевой функции, причем направление движения корректируется после каждого рабочего шага.