- •«Автоматизированные информационно-управляющие системы»
- •Аннотация к отчету.
- •Введение
- •Описание тоу. Вербальное описание.
- •Схемы функционирования тоу.
- •Параметрическая схема объекта
- •1 Ступень
- •2 Ступень
- •Построение предварительной математической модели тоу. Определение односвязности-многосвязности и линейности-нелинейности тоу.
- •Определение стационарности-нестационарности тоу.
- •Определение характера контролируемых неуправляемых величин тоу в режиме нормальной эксплуатации.
- •Связь выходных и входных переменных.
- •Математическая модель тоу.
- •Эскизная разработка асу тп.
- •Выбор технико-экономических показателей и критерия оптимальности работы то.
- •Разработка алгоритма управления.
- •Оценка качества режима ручного управления.
- •Нормальная эксплуатация с фиксированными значениями.
- •Нормальная эксплуатация с ручным управлением.
- •Результат.
- •Определение статистических характеристик случайных процессов тоу. Постановка экспериментальной задачи.
- •Построение регрессионной модели. Выбор подхода.
- •Исследование и выбор оптимального закона регулирования регулятора. Выбор внешних показателей качества процесса.
- •Нахождение оптимальных параметров настроек.
- •Экспериментальное определение оптимального способа регулирования.
- •Результаты.
- •Синтез гипотетической системы управления.
- •Методы описания систем управления.
- •Особенности иерархической структуры систем управления.
- •Информационные связи между подсистемами.
- •Приложение.
Оценка качества режима ручного управления.
С целью оценки эффективности управления по предложенному алгоритму поставим ряд экспериментов: произведем реализацию информационного режима при нормальной эксплуатации при фиксированных управляемых переменных и при осуществлении ручного управления по предложенному алгоритму. Для каждого случая оценим выбранные ТЭП. Если выбранные в постановке экспериментальной задачи критерии при ручном управлении будут удовлетворять поставленным условиям относительно критериев в режиме нормальной эксплуатации, то можно говорить об эффективности управления по предложенному алгоритму.
Нормальная эксплуатация с фиксированными значениями.
Снятие данных в режиме нормальной эксплуатации при фиксированных управляемых переменных ( и ) проводилось в два этапа и привело к следующим результатам.
Рис. 17. Первый этап.(informac1.dat)
Рис. 18 Расчет среднего значения температуры сырья
Рис. 19 Расчет среднего значения влажности сырья
Рис. 20. Расчет среднего значения и дисперсии
Рис. 21 Второй этап.(inf500.dat)
Рис. 22 Расчет среднего значения
Рис. 23 Расчет среднего значения и дисперсии
Нормальная эксплуатация с ручным управлением.
Снятие данных в режиме нормальной эксплуатации при осуществлении ручного управления проводилось в три этапа.
Рис. 24 Первый этап.(ruchnoe ypravlenie.dat)
Рис. 25 Расчет числа аварийных ситуаций и процента брака
Рис. 26 Расчет среднего значения и дисперсии
Рис. 27 Расчет среднего значения и дисперсии
Рис. 28 Второй этап.(ruch po u1.dat)
Рис. 29 Расчет среднего значения
Рис. 30 Расчет среднего значения и дисперсии
Рис. 31 Третий этап (ruch po u2.dat)
Рис. 32 Расчет среднего значения
Рис. 33 Расчет среднего значения и дисперсии
Результат.
Из полученных результатов делаем вывод, что ручное управление более эффективно, т.к. значение ТЭП 2 (дисперсии ) при ручном управлении оказалось примерно в 2 раза меньше, чем в режиме нормальной эксплуатации с фиксированными значениям, и заданное значение выходной переменной может быть поддержано с большей точностью.
Определение статистических характеристик случайных процессов тоу. Постановка экспериментальной задачи.
Для данного ТОУ мы имеем 2 случайных процесса и . Процессы и ) являются случайными постольку, поскольку могут быть представлены как функции от и . Процессы и являются стационарными, т. к. они инвариантны относительно времени наблюдений. Чтобы охарактеризовать эти процессы необходимо знать их матожидание, дисперсию, автокорреляционную функцию.
Для оценивания автокорреляционной функции надо знать интервал корреляции
Интервал корреляции – это время затухания автокорреляционной функции, когда она входит в некоторый достаточно малый коридор (в нашем случае этот коридор составляет 5%). Он может быть грубо оценен через соотношение , где – время протекания эксперимента, – количество пересечений графиком исследуемой функции прямой , где – рассчитанное среднее значение этой функции.
Существует 2 способа повлиять на сходимость автокорреляционной функции:
-
Изменение числа ординат;
-
Изменение времени снятия показаний (увеличение или уменьшение количества значений и, как следствие, информации о процессе).
Мы будем применять первый способ.
В итоге после нескольких экспериментов нам нужно получить уточненные значения коэффициентов корреляции, которые затем мы будем использовать для моделирования поведения контролируемых неуправляемых случайных величин и на следующих этапах исследования.
.
Рис. 34 Предварительный эксперимент(260 значений.dat)
Рис. 35 Расчет аварийных ситуация и процента брака
Рис. 36 Расчет числа пересечений с линей, соответствующей среднему значению
Определение коэффициента корреляции
При числе ординат равном 10
Рис. 37 Расчет числа пересечений с линей, соответствующей среднему значению
Определение коэффициента корреляции
При числе ординат равном 10
Выбираем наименьшее значение. Оно равно
Расчет количества значений:
Рис. 38 Расчет среднего значения х2
Рис. 39 Статический анализ. Оценка математического ожидания и дисперсии. Для 17 ординат.
Рис. 40 Автокорреляционная функция. Для 17 ординат.
Рис. 41 Статический анализ. Для 5 ординат
Рис. 42 Автокорреляционная функция. Для 5 ординат
Рис. 43 Статический анализ. Для 10 ординат
Рис. 44 Автокорреляционная функция. Для 10 ординат
Рис. 45 Статический анализ. Для 15 ординат
Рис. 46 Автокорреляционная функция. Для 15 ординат