- •1. Понятие технологической системы, ее свойства
- •2. Схема управляемой технологической системы
- •3. Пример управляемой тех. Системы производства см
- •4. Схема частично управляемой и не управляемой тех. Системы
- •5. Пример частично управляемой и не управляемой тех. Системы
- •6. Входные параметры тех. Системы производства см. Примеры, уровни
- •7. Выходные параметры тех. Системы производства см. Примеры, уровни
- •8. Виды возмущающих воздействий на технологическую систему и их учет
- •9. Общая классификация систем. Пример
- •10. Системный анализ. Задачи, способы
- •11. Общие положения стратегии системного анализа
- •12. Применение блочного принципа системного анализа на примере процесса строительной технологии
- •13. Основные типы мат. Мод.
- •16. Высшая ступень иерархической структуры птс
- •17. Исследование птс как объектов управления
- •18. Чувствительность систем
- •19. Управляемость системы
- •20. Наблюдаемость системы
- •21. Устойчивость системы
- •22. Помехозащищенность системы
- •23. Эмерджентность птс
- •24. Интерэктность птс
- •25. Детерминированные процессы. Примеры
- •26. Стохастические процессы. Примеры
- •27. Основные положения теории информации: информационная энтропия
- •28. Основные положения теории информации: св-ва информационной энтропии
- •29. Основные положения теории информации: количество информации
- •30. Передача сигналов в технологических системах: ступенчатое возмущение
- •31. Передача сигналов в технологических системах: импульсное возмущение
- •32. Передача сигналов в технологических системах: синусоидальное возмущение
- •33. Основные типы звеньев тех. Системы: безинерционное и инерционное звено
- •34. Основные типы звеньев тех. Системы: дифференцирующее и интегрирующее
- •35. Основные типы звеньев тех. Системы: чистого запаздывания и колебательное
- •Помехи в технологических системах.
- •Обратная связь в технологических процессах.
- •Моделирование как метод исследования систем. Основные виды моделирования.
- •Виды математических моделей. Классификация моделей по степени точности.
- •Классификация математических моделей по степени соответствия реальному объекту, способности работать в реальном времени.
- •Основные принципы моделирования: информационной точности.
- •Основные принципы моделирования: параметризации.
- •Основные принципы моделирования: агрегирования.
- •Основные принципы моделирования: осуществимости.
- •Основные принципы моделирования: рационального использования факторного пространства.
- •Основные принципы моделирования: принцип множественности.
- •Основные этапы и способы построения моделей.
- •Статистические модели процессов. Понятие активный эксперимент.
- •Статистические модели процессов. Понятие пассивный эксперимент.
- •Эволюционное планирование эксперимента в производственных условиях. Смысл, план эксперимента.
- •Понятие фаза и цикл при эволюционном планировании эксперимента.
- •Графические зависимости и критерии при эволюционном планировании эксперимента в производственных условиях.
- •Оценка опытных данных по g-критерию Кохрена.
- •Области применимости регрессионного анализа.
- •Понятие полнофакторного эксперимента и дробной реплики от него. Применимость планов, их виды.
- •Виды математических моделей используемых при регрессионном анализе.
- •Области применимости дисперсионного анализа.
- •Планирование эксперимента при дисперсионном анализе.
- •Виды математических моделей используемых при дисперсионном анализе.
- •Оценка адекватности по f-критерию Фишера. Проведение вычислительного эксперимента.
- •Основы теории подобия. Виды подобия.
- •Критерии подобия. Применимость, примеры.
- •Типовые модели структуры потоков в аппаратах: модель идеального вытеснения.
- •Типовые модели структуры потоков в аппаратах: модель идеального смешивания.
- •Типовые модели структуры потоков в аппаратах: диффузионная модель.
- •Типовые модели структуры потоков в аппаратах: ячеечная модель.
- •Типовые модели структуры потоков в аппаратах: комбинированная модель.
- •Состав, структура и свойства нейронных сетей. Биологическая аналогия.
- •Алгоритм моделирования сложных объектов и систем с помощью нейронных сетей.(70)
- •Применение нейронных сетей для прогнозирования поведения системы в будущем.(71)
- •Имитационные модели. Этапы построения модели.(85)
- •Основные элементы системы управления. Способы продвижения модельного времени.(90)
- •Построение моделирующего алгоритма системы управления запасами по принципу Δt.
- •Построение моделирующего алгоритма системы управления по принципу особых состояний.
- •Специальные методы применяемые при имитационном моделировании: группировка, применение относительных и средних величин.
- •Специальные методы применяемые при имитационном моделировании: сравнение, метод цепных подставок.
- •Специальные методы применяемые при имитационном моделировании: метод аналогий, экспертные оценки.
- •Моделирование и анализ организационной структуры предприятия при создании системы управления.
- •Структурная схема имитационной модели тп сборного железобетона с изменяемыми критериями управления. Основные информационные потоки.(86)
- •Оценка стабильности технологических процессов. Организация работ.(72)
- •Регистрационные методы оценки стабильности технологических процессов.(73)
- •Статистические методы оценки стабильности технологических процессов.(74)
- •Оценка стабильности технологических процессов. Контрольные карты.(79)
- •Оценка стабильности технологических процессов. Диаграммы Парето.(80)
Обратная связь в технологических процессах.
ОС проявляется в виде отраженного влияния на процесс его собственного действия. В замкнутых системах ОС может проявляться в 2-х направлениях: ООС и ПОС. Системы с ОС могут быть без запаздывания и с запаздыванием, т.е. инерционные системы. Для области СМ характерен 2-ой вид. В инерционных системах накапливаемые свойства могут проявляться не сразу, а по истечении некоторого времени. Компенсация запаздывания и работа с предварением составляет основную задачу создания систем АТП СМ.
Моделирование как метод исследования систем. Основные виды моделирования.
Моделирование – это процесс исследования включающий в себя построение модели, изучение и перенос полученной информации на исследуемый или моделируемый объект.
Объекту может соответствовать первая модель, группа моделей последовательных приближений и для сложных объектов строят разнотипные модели.
Различают модели объектов и модели среды, в которых они находятся.
Если основные параметры процесса изменяются как во времени, так и в пространстве или, если указанные изменения происходят только в пространстве с разностью больше 1, то модель, описывающая такие процессы называется моделью с распределенными параметрами и представляют в виде ДУ.
Если изменение основных переменных процессов в пространстве не происходит, то модель называют модель с сосредоточенными параметрами.
Различают также статические модели, которые описывают стационарные процессы и не учитывают изменение параметров во времени и динамические модели, кот учитывают изменение во времени.
Различают моделирование математическое и физическое. Физическое моделирование основано на использовании принципа подобия, которое позволяет выделить из класса явлений описывающих данный объект при помощи приведения к безразмерному виду группу взаимоподобных явлений. Подобие может быть частичным или полным.
Виды математических моделей. Классификация моделей по степени точности.
Математические модели могут быть:
1) аналитические (набор формул, систем уравнений, описывающие в некотором приближении объект или систему)
2) алгоритмические (задаются в виде алгоритма, связывающего выходные и внутренние сигналы системы с входными параметрами)
По степени точности:
1) аналоговые –наименьшая погрешность
2) графические – наибольшая погрешность
3) компьютерные – в зависимости от необходимости
Классификация математических моделей по степени соответствия реальному объекту, способности работать в реальном времени.
1. По степени соответствия реальному объекту:
1) адекватные по точности (отражающие с необходимой степенью точности реальные процессы)
2) физически состоятельные (подтвержденные законами физики)
3) аппроксимированные (построенные на основе приближенной зависимости)
2. По способности работать в реальном времени:
1) модели реального времени (используются для изучения и управления)
2) инвариантные модели (используются для изучения)
Основные принципы моделирования: информационной точности.
Принцип информационной достаточности:
Существует некоторый критический уровень априорных сведений о системе при достижении которого в принципе возможно создать адекватную модель. В это понятие также входят сведения о месте и роли системы в деятельности метасистемы.