Объекты, модели, задачи и методы управления

ОБЪЕКТЫ, МОДЕЛИ, ЗАДАЧИ И МЕТОДЫ УПРАВЛЕНИЯ [c.20]

Результатами решения этих задач являются сведения о динамических нагрузках в элементах и звеньях системы привода, о пиковых значениях токов, напряжений, давлений в двигателях и системах управления, т. е. о величинах, определяющих работоспособность и надежность систем сведения о точности воспроизведения заданных траекторий и положений рабочих органов сведения о временах протекания переходных процессов сведения о характере колебательных процессов и т. д. Для обработки результатов моделирования и получения на их основе простых соотношений, связывающих показатели динамического качества системы привода с конструктивными параметрами ее элементов, применяется аппарат вторичных математических моделей (ВММ). Для получения ВММ исходная математическая модель (ИММ), т. е. система уравнений движения объекта, исследуется на ЭВМ по определенному плану при различных сочетаниях параметров. Зафиксированные в машинных экспериментах результаты обрабатывают либо методами множественного регрессионного анализа, либо с помощью алгоритмов распознавания образов. В первом случае получают количественные соотношения, позволяющие определять динамические показатели системы в функции ее параметров. Во втором случае получают выражения для качественной оценки соответствия изучаемого объекта заданному комплексу технических требова- [c.95]

Впоследствии сетевые модели стали применяться для планирования и управления более простыми комплексами действий в рамках относительно упорядоченной (не создаваемой временно для выполнения задач технической подготовки производства) организационно-технологической структуры, в опытном производстве, при строительстве крупных объектов, при внедрении новых методов работы, при реконструкции предприятий. [c.583]

Таким образом, в процессе разработки САПР проблема оптимального проектирования заключается в решении следующих основных вопросов определение этапов процесса автоматизированного проектирования, сопровождаемых решением тех или иных задач оптимизации построение математических моделей оптимизации подбор методов решения задач оптимизации и разработка машинных алгоритмов создание (или заимствование) программного обеспечения решения задач оптимизации разработка системы диалогового формирования и просмотра вариантов объекта проектирования с определением значений тех или иных показателей качества разработка диалоговой системы формирования математических моделей и управления процессом решения соответствующих задач. [c.139]

Благодаря управляющей вычислительной технике (УВТ) возможна замена специализированных аппаратных средств контроля и управления программно-аппаратными и программными средствами. Программная реализация задач и локальных математических моделей процессов и объектов испытаний по сравнению с аппаратной реализацией обладает гораздо большей гибкостью и универсальностью. АСК на базе ЭВМ легко перестраивается на новый вид работ, на испытания другого ОИ путем смены, модификации или изменения программ. В ряде случаев могут быть использованы методы программирования на простейшем алгоритмическом языке по принципиальной схеме ОИ или исходя из логических (булевых) выражений (простейших [c.534]

Более того, во многих практических случаях как технологические объекты ПСМ, так и эксплуатируемое оборудование в нем меняют свои характеристики во времени и, естественно, мера соответствия моделей реальным объектам будет различной для моделей, построенных по данным эксплуатации объекта или специального эксперимента и полученных в различное время, т.е. на достаточно больших временных интервалах технологические процессы ГКМ являются нестационарными. Очевидно, что использование прошлых результатов моделирования для новых условий может привести к значительным ошибкам. Поэтому для описания технологических процессов ГКМ целесообразно использовать адаптивные модели, которые могли бы учитывать изменения состояния объектов и технологического оборудования, и позволяющие с необходимой точностью решать задачи управления технологическими объектами в любом интервале времени. Построение математической модели этого класса производится с помощью итеративных методов последовательного приближения, которые предусматривают уточнение модели во времени по мере поступления новой информации об объекте. [c.60]

Непрерывное повышение качества изделий при одновременном снижении их себестоимости — одна из основных задач, стоящих перед современным машиностроением. Для того чтобы повысить качество изделий, необходимо проанализировать точность важнейших качественных показателей и изучить влияние на них различных технологических факторов. Расчетно-аналитические и экспериментальные методы позволяют справиться с этими задачами. Наибольший эффект достигается при использовании метода ускоренных многофакторных пассивных экспериментов с применением электронно-вычислительных машин. Весь комплекс расчетов состоит из следующих этапов 1) анализа точности технологического процесса по важнейшим качественным показателям 2) расчета. влияния технологических факторов на качество выпускаемых деталей 3) математического описания технологического процесса (объекта управления) и построения соответствующих ему математических моделей. [c.3]

Определенней прогнозирование траекторий. Точное определение и прогнозирование траекторий имеет большое значение для навигации, наведения и управления в космосе, а также для изучения естественных небесных тел — астероидов и метеоров. Несмотря на то, что методы определения и прогнозирования траекторий служили объектом широко проводившихся исследований в течение многих лет, довольно большой круг теоретических аспектов этой задачи до сих пор остается неразрешенным, особенно в связи с появлением новых, перспективных средств измерений. Основная проблема остается той же, которая всегда стояла перед учеными, исследующими физические явления определение и использование конкретных свойств детерминированного процесса на основе статистических наблюдений. Наличие ошибок измерений и условия устойчивости траекторий всегда играли важную роль в сложной экспериментальной задаче определения и прогнозирования траекторий. Дополнительным препятствием на пути к эффективному анализу траекторий является неполное знание траекторных характеристик в том случае, когда детерминированная модель движения включает в себя более одного притягивающего центра. [c.70]

При разработке электронных, пневматических или гидравлических аналоговых регуляторов проектировщик по техническим или экономическим соображениям вынужден пользоваться достаточно узким набором элементов, действующих как интеграторы (И), дифференциаторы (Д) или пропорциональные усилители (П). В силу этого при синтезе систем управления аналогового типа приходится сталкиваться с весьма серьезными ограничениями. Иначе обстоит дело с алгоритмами для управляющих ЭВМ. Гибкость программных средств существенно расширяет возможность реализации сложных алгоритмов. Это создает предпосылки для практического применения новейших методов современной теории управления, но одновременно ставит перед проектировщиком вопрос какой управляющий алгоритм наиболее эффективен при решении конкретной прикладной задачи Естественно, ответ на этот вопрос возможен лишь в том случае, когда имеется достаточно полное описание объекта в форме его математической модели и известны показатели, по ко- [c.21]

При малых вариациях параметров объекта синтез регуляторов можно проводить с использованием методов теории чувствительности ([10.1] — [10.7]). Если известна чувствительность системы по отношению к изменению параметров объекта, то при синтезе можно обеспечить требования хорошего качества процессов регулирования и малой чувствительности замкнутой системы к изменениям параметров объекта управления. Такой подход будет рассмотрен в разд. 10.1. Однако при больших изменениях параметров указанные методы теории чувствительности для синтеза непригодны. В этих случаях проектируют регуляторы с постоянными параметрами, оптимальные относительно усредненных моделей объектов с различными векторами параметров. Такой подход является более общим по сравнению с методами, основанными на оценке чувствительности. Б связи с тем что при этом подразумеваются большие изменения параметров, один и тот же регулятор рассчитывается для управления объектом в его двух или более рабочих точках, а не только для одной рабочей точки, как в случае синтеза с применением методов теории чувствительности, обеспечивающего малую чувствительность системы к (малым) изменениям параметров объекта. Однако этот вопрос будет рассмотрен в разд. 10.2 очень кратко. Такая задача была впервые поставлена в работе [8.8] для непрерывных регуляторов. [c.198]

Для определения постоянных составляющих Uoo и Yoo могут быть использованы методы, рассмотренные в разд. 23.2. Предполагая, что на контур управления воздействуют только случайные возмущения с математическим ожиданием E(v(k) =0, Uoo и Yoo могут быть получены простым усреднением (метод 2 в разд. 23.2) перед началом работы адаптивной системы управления. Регуляторы, минимизирующие дисперсию, и регуляторы с управлением по состоянию не требуют дополнительных средств для компенсации смещения, так как последнее отсутствует. Однако, если возмущения имеют ненулевые средние (как бывает в большинстве случаев) и имеют место изменения задающей переменной w(k), следует учитывать величину постоянной составляющей, и для регуляторов, минимизирующих дисперсию, а также регуляторов с управлением по состоянию, не обладающих астатизмом, необходимо рассматривать задачу компенсации смещения. Простейшим способом решения этой проблемы является использование при оценивании параметров разностей первого порядка Аи(к) и Ау(к) (метод 1 в разд. 23.2). Смещение может быть исключено введением в модель оцениваемого процесса дополнительного полюса в точке z,= I путем добавления множителя /(z—1) и последующим расчетом регулятора для расширенной модели. Это тем не менее приводит к возникновению смещения при постоянных возмущающих воздействиях на входе объекта управления и не позволяет обеспечить наилучшее качество управления. Другая возможность заключается в замене у (к) на [у(к)—w(k)] и и (к) на Ац(к)=и(к)— —и(к—1) как при оценивании параметров, так и в алгоритме управления [25.9. Однако это приводит к ненужным изменениям оценок параметров при изменении уставок и, следовательно, к отрицательному влиянию на переходный процесс. Относительно хорошие результаты были получены при оценивании константы (метод 3 в разд. 23.2). Полагая Yoo=w(k), можно легко вычислить постоянную составляющую Uqo таким образом, чтобы смещение не возникало. Затем можно непосредственно использовать регулятор, не обладающий интегрирующими свойствами. [c.402]

Комплекс задач технологической подготовки производства в условиях ГАП можно решить путем создания автоматизированных систем технологической подготовки производства (АСТПП). Большинство задач, решаемых в процессе технологической подготовки производства, относится к задачам синтеза. Это приводит к большим трудностям при выработке обоснованных критериев оптимальности, моделей, методов и алгоритмов решения этих задач. Созданию и развитию АСТПП способствует Единая система технологической подготовки производства (ЕСТПП), представляющая установленную Государственными стандартами систему организации и управления технологической подготовкой производства, предусматривающую широкое внедрение прогрессивных типовых технологических процессов, стандартной технологической оснастки и оборудования, средств механизации и автоматизации производственных процессов и проектных работ. Работы по автоматизированному решению задач технологической подготовки производства ведутся сравнительно недавно, поэтому четвертая группа стандартов ЕСТПП устанавливает только перечень вопросов и показателей, являющихся методическим материалом, определяющим этапы и порядок проведения работ по организации АСТПП. В перечень входят 1) правила выбора объекта автоматизации 2) состав показателей, характеризующих объект автоматизации, и порядок их расчета 3) правила определения уровня автоматизации решения задач технологической подготовки производства 4) правила определения очередности автоматизированного решения задач технологической подготовки производства 5) постановка задач для автоматизированного решения, включающая выделение организационной сущности задачи (наименование, область применения и т. д.) описания входной, выходной и нормативной информации, моделей, методов и алгоритмов для решения задачи получение контрольного примера 6) правила формирования информационных массивов для автоматизированного решения задач 7) правила выбора технических средств сбора, передачи и обработки информации. [c.206]

Построение информационной модели проводится после выполнения предыдущих процедур в такой последовательности определяются источники информации, методы решения задач, время на их решение, а также требуемая точность составляется перечень объектов управления, определяются их типы и количество составляется перечень признаков объектов управления разных типов, учет которых необходим при решении задач распределяются объекты и признаки по степени важности и выделяются критические объекты и признаки, учет которых необходим в первую очередь выбираются оптимальные системы кодирования объектов управления, их состояний и признаков для информационных моделей различных уровней управления, учитывающие функциональные возможности операторов, работающих в системе разрабатывается общая композиция информационных моделей, способных обеспечить преимущественное выделение наиболее важных объектов, состояний и признаков, критических для работы СЧМ определяются системы исполнительных действий операторов, которые необходимо осуществлять в процессе решения и после него (запрос информации, передача сообщений, распоряжений и т. п.) создается макет, моделирующий основные состояния разрабатываемой СЧМ, и проверяется на нем степень эффективности избранных вариантов информационных моделей (критерием эффективности при экспериментальной работе на ма- [c.98]

В главе 14 рассматриваются выходные или двигательные функции человека-оператора связь его нервно-мышечной структуры с управляемой системой В начале главы в общих чертах описывается анатомия нервно-мышечной системы и представляются некоторые эмпирические свойства, характеризующие динамику поведения мышцы. Затем кратко рассматриваются некоторые простые технические модели функционирования мышцы. Обсуждаются имеющие практическое значение для человека параметры (как механические, так и психологические) рукоятки управления, рулевых колес, педалей и др. Представляется специальный метод для облегчения задачи управления путем задания динамических характеристик рукоятки управления, аналогичных передаточной функции объекта управления. [c.163]

Важным этапом работ в области статистических методов была разработка статистических методов определепия динамических характеристик объектов управления неносредственно в процессе их нормальной работы. После систематизации материалов и результатов предшествующих работ были разработаны новые методы и основаны схемы приборов, необходимых для определения характеристик объектов. Дальнейшее развитие теоретических работ в области исследования динамических характеристик объектов автоматизации привело к формулировке общих задач нахождения подходящих динамических моделей для процессов и объектов, в том числе и объектов со статистическими связями между входами и выходами (гпумящих объектов). Кроме того, были проведены такнх"е исследования по корреляционным методам определепия приближенных характеристик автоматических линий, построена статистическая теория дискретных экстремальных систем управления и найдены рациональные методы поиска экстремума и алгоритма управления. На основе теории непрерывных марковских случайных процессов получила дальнейшее развитие точная статистическая теория класса пели- [c.274]

Методы оптимизации должны обеспечить динамичность (опережае-мость) и комплексность оптимизации, проведение оптимизации в условиях неопределенности, осуществление анализа соответствия принятой математической модели стоящей задаче и широкое внедрение оптимизации в управление качеством объекта. [c.128]

Математическая статистика рассматривает класс статических моделей. Методы идентификации разрабатываются для построения и уточнения математических моделей систем и объектов автоматического управления более широкого класса, включающего динамические модели (см. рис. 42). Поэгому основное развитие теория идентификации получила на базе методов теории автоматического управления [129]. Имеется тенденция использования методов математической статистики, например регрессионного анализа, совместно с методами теории автоматического управления в задачах испытания динамических систем [130]. [c.161]

Математические модели и методы. сетевого планирования и управления, включая соответствующие программы иа ЭВМ, в последние 10—15 лет широко используются для решения задач календарного планирог вания комплексов взаимосвязанных работ. Современное производство характеризуется сложной технологией и организацией, в связи с чем эффективное плащрованИе и управление большими комплексами работ, включающими сотни (иногда тысячи) событий и сотни связей между ними, практически невозможно без пртменения ЭВМ и специальных математических моделей и методов. Типичными объектами их применения являются строительство и реконструкция, управление линией сборки, проектные. и конструкторские работы, подготовка производства к вьшуску новой продукции и т. п. [c.122]

Автоматизированная система управления является частным случаем системы управления, в которой помимо двух понятий система и управление синтезируется понятие автоматизации зшравленческих функций и процессов. Автоматическое управление, при котором автоматизируются все управленческие процессы и операции, возможно только при управлении техническими (жстемами. В системах управления производством, где объектом управлего1я являются люди, автоматическое управление принципиально невозможно, поэтому там создаются автоматизированные системы управления. Автоматизированные системы управления представляют собой человеко-машинные системы, в которых управление осуществляется человеком с помощью ЭВМ и других средств. Задачи, решаемые на ЭВМ, требуют формализации. Поэтому внедрение ЭВМ сопровождается широким применением экономикоматематических методов и моделей, облегчающих формализацию и дающих возможность выработать оптимальные решения сложных задач. [c.78]

Совокупность математических моделей, методов и алгоритмов для решения задач и обработки информации с применением вычислительной техники в АСУ составляет математическое обеспечение. Оптимизация управленческих решений на основе экономико-математических методов и моделей является важнжшим резервом повышения эффективности функционироваю1я различных систем управления строительными объектами. [c.84]

В общем случае модели бывают физические и абстрактные. В АСУ используются модели второго типа, среди которых наибольшее распространение получили математические (или логико-математические) модели. Это объясняется тем, что они обладают возможностями подробно описывать задачи управления и методы их решения, а также глубоко моделировать и исследовать многие объекты и процессы в экономике, производстве, и в частности в строительстве. Успешное применение таких моделей к экономическим объектам привело к выделению широкого класса экономико-математических моделей. В большом числе случаев математические модели задач управления имеют хорошо разработанные алгоритмы их решения или позволяют созддть такие алгоритмы, что делает математические модели весьма удобными и желательными для их использования в АСУ. [c.108]

Развитием метода статистических испытаний можно считать имитационное моделирование. Имитационные модели реализуются при помощи ЭМВ и используют широкий набор математических, логических и других средств для описаю1я реальных задач, систем, процессов и явлений. Такие модели могут включать в себя все описанные ранее модели, а также многие трудно формализуемые средства описания. Имитационные модели представляют большие возможности для исследования экономических объектов, повышения эффективности управления производством. Так, используя их в режиме статистиче<жих испытаний, можно решать многие вероятностные задачи управления. Широкое применение находят, деловые игры , когда при помощи имитационных моделей имитируются и изучаются различные производственные ситуации и процессы, возможные варианты фзшкционирования и развития экономических объектов и систем. Это позволяет использовать имитационные модели в широком спектре проблем управления от перспективного планиро- [c.113]

Сфораулирован подход к построению системы оперативного управления. Определены математические модели объекта зшравления. Описаны интегральные модели фильтрации, обладающие структзгрой, адекватной промысловой информации, изложены методические основы построения математических моделей задания режимов скважин. Описана разработанная математическая модель пхюгнозирования динамики добычи нефти при заданном календаре проведения мероприятий и метод расчета погрешности прогнозов. Описана постановка задачи оптимизации оперативного управления на скользящем горизонте. [c.2]

Алгоритм расчета статистических характеристик. Построение динамической модели технологического процесса статистическими методами требует обработки большого объема информации, получаемой непосредственно в процессе нормального функционирования объекта или при проведении специальных планируемых экспериментов. Ествественно, что для реальных технологических процессов динамические характеристики не остаются неизменными, и они изменяются в связи с изменениями условий ведения процесса, износом оборудования, изменениями жесткости, внешней среды и т. д. В связи с этим решение задач точности и управления на базе динамических моделей может принести максимальную пользу в случае, когда счет и обработка информации, необходимой для построения модели, а также решение задач на базе построенной модели будут осуществляться оперативно, в минимальные сроки. Поэтому во многих отраслях промышленности интенсивно ведутся работы по автоматизации получения реализаций входных и выходных переменных и их обработки. Это, естественно, является оптимальным решением, однако в связи с тем, что таких средств и приборов еще мало, в настоящее время для обработки полученной информации в основном используются универсальные цифровые электронные вычислительные машины (ЦВМ). [c.341]

Получение деталей заданного качества для сложного многомерного объекта и автоматической линии может быть достигнуто множеством различных способов. Поставленная цель может быть достигнута за счет изменения многочисленных характеристик входных переменных (размеров заготовок, их механических свойств, химического состава и т. д.) или переменных, характери-зуюш,их внутреннее состояние объектов (жесткости системы, применяемых инструментов и их геометрии и т. п.), или тех и других характеристик одновременно. Расчет оптимальных характеристик предусматривает установление по заданной функции цели (критерию оптимальности) таких показателей входных переменных и переменных, характеризуюш,их внутреннее состояние объектов, которые обеспеч ивали бы требуемое выходное качество наилучшим образом, т. е. по заданному критерию. Решение поставленной задачи по математической модели обычно производится по числовым характеристикам выходных переменных, которые тесно связаны с заданными требованиями по техническим условиям математическое ожидание выходной переменной служит характеристикой номинального значения качественного показателя (середина поля допуска, номинальный размер и т. п.), а дисперсия — допустимого отклонения выходной переменной (поля допуска). Следовательно, управление должно обеспечивать заданные значения математических ожиданий и дисперсий выходных переменных, задавая закон изменения входных переменных и переменных, характеризующих внутреннее состояние объекта. Естественно, что обеспечение заданного качества будет получено различными методами при различных критериях оптимальности, и управление, оптимальное по одному критерию, может оказаться далеко не оптимальным по другому критерию, [c.361]

Математическое обеспечение АСУТП. Под математическим обеспечением АСУТП понимается совокупность математических методов, моделей и алгоритмов, используемых при разработке и функционировании системы. Математическая формулировка задачи управления включает в себя математическую модель объекта, критерий управления и ограничения. [c.516]

В качестве примера для изучения различных методов идентификации и управления была использована модель парогенератора барабанного типа с естественной циркуляцией продуктов сгорания жидкого топлива. Рассматривалась задача регулирования давления и температуры пара. Блок-схема этой части парогенератора была приведена на рис. 18.1.1. Передаточные функции отдельных блоков были получены с помощью математического моделирования нагревателя и испарителя реального парогенератора [18.5], [18.6] и приведены в приложении. Они хорошо согласуются с результатами измерений сигналов реальной установки. Нагреватель необходимо рассматривать как объект с распределенными параметрами. После проведения линеаризации трансцендентная передаточная функция для малых сигналов может быть аппроксимирована рациональной передаточной функцией с малой задержкой времени. Ошибки, возникающие при этих упрощениях, пренебрежимо малы. Объект управления с двумя входами/двумя выходами моделировался на аналоговом вычислителе, который был состыкован с управляющей ЭВМ типа НР21МХ. Чтобы упростить сравнение, в рассматриваемом примере шум объекта в модели не учитывался. Поскольку парогенератор обладает малым собственным шумом, влияние последнего на основные результаты данных исследований относительно мало. [c.501]

Высокопроизводительный кислородно-конвертерный процесс является одним из наиболее важных металлургических объектов автоматизации. Усовершенствование его управления необходимо для получения стали с заданными температурой и составом при максимальной экономичности плавки. Однако задача полной автоматизации на основе совершенной модели процесса является крайне сложной и требует знания закономерностей воздействия множества факторов физико-химических, газо-гидродинамическнх и других, до настоящего времени недостаточно исследованных. Поэтому автоматическое управление вводится этапами и ограничивается пока главным образом применением статического метода. [c.175]

Эта модель позволяет решать ряд частных задач по синтезу систем автоматического управления формообразованием при шлифовании данных отверстий методом продольных проходов и анализу самого объекта (исследовать процесс образования размера в продольном сечении детали, влияние на него исходной погрешности и параметров Кх и Т" ). Предпосылки для разработки обобщенной математической модели технологического процесса шлифования даны А. М. Абакумовым, Ю. И. Видмановым, С. Г. Глазковым и другими на базе теоретических и экспериментальных исследований модифицированных моделей процесса продольного точения в работах [3, 4, 5]. Дальнейшее развитие этих работ легло в основу описания обобщенной и некоторых частных математических моделей процесса круглого шлифования с продольными подачами, протекающего в условиях постоянства режущей способности шлифовального круга. При построении указанных математических моделей были приняты следующие предпосылки и допущения. [c.242]

Увеличение количества каскадов турбокомпрессоров газотурбинного двигателя привело к существенному усложнению его описания как объекта управления. При этом особое место занимает задача об инженерном методе расчета параметров многорежимной упрощенной модели многовального ГТД. Экспериментальное определение параметров такой модели требует больших материальных затрат, а применение методов линейного анализа нерационально из-за чрезмерной трудоемкости работ, низкой точности решения и практически неосуществимой оценки достоверности полученных результатов. Широкое внедрение в исследовательскую практик) ОКБ и НИИ цифровых поэлементных моделей двигателя позволяет решить эту задачу методом машинного эксперимента. [c.79]

При формализованном методе принятия решений используют математические модели — формулы, зависимости, которые могут иметь функциональный или вероятностный характер. При вырабоже решений по проблемам (задачам) строительного производства целесообразно, например, при разработке календарного плана работ с заданным уровнем органи-зационно-технологической надежности использовать теорию вероятностей, в том числе теорию математической статистики. Принятие решений с использованием формализованных моделей осуществляют в несколько этапов. Вначале составляют содержательное описание задачи, затем формируют исходные данные, определяют количественные характеристики связей и зависимостей, формализуют задачу, строя, как правило, экономико-математическую модель, и, наконец, разрабатывают алгоритм репюния, после чего (обычно с использованием ЭВМ) находят результат, который и доводят до объекта управления. [c.30]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...