Алгоритъм и софтуер на съвременния радиофизичен експеримент. Въпреки това, основният недостатък, присъщ на тези методи за проектиране на srfi, е, че възможностите на метрологичния критерий за

Летателно-навигационен комплексе сложна комбинация от хардуер и софтуер, комбинирани в единична мрежа. Решение основна задача- повишаването на надеждността, безопасността и редовността на полетите се постига чрез използването на специални автоматизирани системи за оптимизиране на режимите на полета. При тези условия ролята на софтуера в структурата на навигационната система нараства неизмеримо спрямо отделните навигационни устройства и системи. Съвършенството на PNC софтуера до голяма степен определя ефективността и гъвкавостта на целия комплекс.

В широк смисъл софтуерът се разбира като съвкупност от математическа, лингвистична, информация и самия софтуер. Математическият софтуер включва методи и методи за обработка на информация и изчисления, модели и алгоритми. Езиковата поддръжка е набор от езици за програмиране, използвани в PNC за описание на различни процедури, алгоритми и модели. Информационната поддръжка е разделена на бордови бази данни и оперативна информация, идваща от тях бордови системи. Софтуерът се състои от програми и документи (на компютърен и хартиен носител).

Програмите са разделени на системни, основни и приложни. Общосистемните програми, които всъщност са операционни системи, са предназначени да организират функционирането на PNC като изчислителна система (планиране на изчислителния процес, управление, разпределяне на ресурси и т.н.) и не отразяват спецификата на конкретен PNC. Базовият и приложен софтуер е създаден директно за нуждите на ПНК. Основният включва онези програми, които осигуряват правилното функциониране на приложните програми. Приложните програми внедряват елементи от математическия софтуер на PNC и решават конкретни задачи. Приложните програми се създават под формата на отделни модули, които се свързват контролна програмаНа различни етапиполет и прилагане на частни PNC алгоритми.

При разработването на софтуер е необходимо да се вземат предвид редица изисквания, като малка изчислителна грешка, минимално време за внедряване, минимална необходима памет, възможност за контрол на напредъка на изчисленията и защита от систематични и случайни повреди.

Според принципа на изграждане на софтуерната структура PNC могат да бъдат процедурно и проблемно ориентирани. Съвременният PNC софтуер е изграден на модулен принцип, когато всеки модул е проектиран да решава отделен проблем и модулите могат да се комбинират в различни комбинации. Тази структура позволява да се разширят функциите на PNC, без да се променя основната му част чрез създаване и добавяне на нови модули, но това ограничава броя и посоката на връзките в комплекса и диктува строгата логика на неговата организация. В обещаващите PNC се планира да се използват елементи на изкуствен интелект, които ще се адаптират към промените във външните условия, възстановявайки структурата на PNC.

На фиг. Фигура 2.25 показва структурата на общия PNC алгоритъм, който се състои от набор от свързани частни алгоритми:

КНС- комплекс от навигационни системи, включващ целия комплект бордово навигационно и летателно оборудване;

APPO- алгоритми за трансформация и първична обработка;

AKOI -алгоритми за комплексна обработка на информация;

AU -алгоритми за управление на обекти;

AOVI-алгоритми за обмен и издаване на информация;

SOI PU-система за показване на информация и контролни панели;

ASIO -алгоритми за защита и изключване на повреди;

ПДИ СВ- алгоритми за симулация на полет и навигация;

ОСИНОВЯВАНЕ- алгоритми за диспечиране и организиране на прекъсвания;

автоматична скоростна кутия- алгоритми за контрол и проверка.

Общ алгоритъм PNC е предназначен да изпълнява цялото разнообразие от задачи, стоящи пред комплекса; включва набори от функционално свързани частни алгоритми, които решават един проблем за надеждна обработка на информация с необходимата точност и определена дискретност и генерират управляващи и информационни сигнали.

CNS може да включва една или повече инерционни навигационни системи, които са в основата на PNK, комплекс от радионавигационни системи (RSBN, RSDN, SNS и др.), Бордова сигнална система и други системи, необходими за решаване на проблемите на управлението конкретен обект.

Алгоритми за трансформация и първична обработкаизвършва аналогово-цифрово преобразуване, осредняване или предварително филтриране на измерванията. Същата група от алгоритми привежда показанията на различни сензори в една координатна система.

Алгоритми за комплексна обработка на информацияизползвайте информационния излишък на PNC измервателните уреди, за да разрешите проблема с филтрирането, екстраполацията и интерполацията на данни. Качеството на тези алгоритми определя точността и надеждността на навигационната поддръжка на полета. Най-широко използваните модификации на цифровия филтър на Калман в този клас алгоритми са

Алгоритми за управление на обектиизпълнява всички контролни задачи, изпълнявани на борда на въздухоплавателното средство. Обхватът на изпълняваните задачи е значително по-широк от този на самоходните оръдия, които осигуряват само управление на движението на самолета. Тази група от алгоритми, заедно с екипажа, осигурява изпълнението на полетната цел или полетната мисия.

Всички алгоритми са реализирани под формата на софтуерни модули, които изпълняват частни алгоритми за управление, които от своя страна са разделени на целеви и функционални. Първи реализира завършените цели, като управление на PNK, траектория, кацане и др. Последните формират специфични функции на процеса на управление (оптимизиране на режимите на полета, управление на терминала, прецизни характеристики на комплекса и др.).

Алгоритми за обмен и издаване на информацияса елемент от системата за извеждане на информация. Те свързват абонатите на PNK с бордовия компютър на изчислителния комплекс и изпълняват функциите за преобразуване на информация, получаване, предаване и временно съхраняване на данни.

Алгоритми за диспечиране и организиране на прекъсванияса основата операционна системаизчислителен комплекс PNK и SOI. Основната им цел е да разпределят последователността и времето за изпълнение на отделните частни алгоритми.

Алгоритми за контрол и проверкарешаване на проблеми с оценката техническо състояние, изключване или възстановяване на дефектно оборудване и преконфигуриране на PNC.

Изброените частни алгоритми отразяват само най-общата структура на алгоритмичната поддръжка на PNC, която може да варира значително в зависимост от типа на самолета. Софтуерът и алгоритмичната поддръжка за обещаващи PNC трябва да бъдат създадени с помощта на изкуствен интелект, адаптивни свойства и възможности за преконфигуриране на комплекса.

2.8. КОНЦЕПЦИЯ ЗА ИЗИСКВАНИТЕ НАВИГАЦИОННИ ХАРАКТЕРИСТИКИ НА ПОЛЕТНО И НАВИГАЦИОННО ОБОРУДВАНЕ

Специалният комитет на ICAO за бъдещи аеронавигационни системи (FANS) разработи концепцията за изискваните навигационни характеристики (RNP), която ни позволява да преминем от изискване за задължителен набор от бордово навигационно оборудване към оптимална комбинация от бордово навигационно оборудване и техническите възможности на конкретно въздушно пространство за всички фази на полета. Така се осъществява преходът от контрол на въздушното движение към по-гъвкаво управление на въздушното движение (УВД).

Когато въздухоплавателното средство лети по маршрут според типа RNP, се установява минимално необходимата точност на поддържане на навигационни характеристики, т.е. ширината на коридора (в морски мили), в който въздухоплавателното средство трябва да остане най-малко 95% от полетното време. В този случай точността се определя от общата грешка на навигационната система, дисплея и техниката на пилотиране.

Предвижда се четири основни типа RNP да се използват за полети по маршрута:

RNP 1 осигурява най-ефективното използване на точна информация за местоположението на въздухоплавателното средство за осигуряване на гъвкавост при организацията и промяната на маршрутите, както и за управление на въздушното движение по време на прехода от летището до полета по маршрута и обратно;

RNP 4 е предназначен за организиране на маршрути за ОВД и модели на въздушно пространство с ограничено разстояние между наземните навигационни средства и се използва в континенталното въздушно пространство;

RNP 12, 6 определя възможността за ограничена оптимизация на маршрути в райони с намалено ниво на осигуряване на средства за навигация;

RNP 20 описва минималните възможности, които се считат за приемливи за поддържане на полети по ATS маршрути.

За да се осигури необходимото ниво на безопасност на полета за методите за зонална навигация (RNAV), които понастоящем се въвеждат в практиката на ATS, в допълнение към типа RNP са установени два допълнителни индикатора:

цялост на поддържане на коридора за безопасност, определена от вероятността за неоткриване от навигационната система на линейно странично отклонение, превишаващо два пъти допустимата грешка на навигационната характеристика (10 -5 за 1 час полет);

непрекъснатост на безотказната работа на навигационната система, определена от вероятността за издаване на фалшиво или истинско предупреждение за повреда (10 -4 за 1 час полет) по време на критични етапи от полета.

Използването на техники за зонална навигация в рамките на концепцията RNP позволява полет във всяко въздушно пространство в рамките на предписаните толеранси за точност на местоположението, като същевременно елиминира необходимостта от летене директно над наземни навигационни средства.

За най-критичните фази на полета (подход, кацане и излитане) добавката RNP установява изисквания за цялостност, непрекъснатост и наличност (функционална готовност, която се определя от вероятността, че по време на изпълнението на планираната маневра навигационна системаспособен да изпълнява функциите си) средство за навигация в дадено въздушно пространство. Количествено, параметрите на подхода за кацане се характеризират с границите на външните и вътрешните коридори за задържане на самолета, както и с вероятността от нарушаване на целостта, непрекъснатостта и наличността на навигационната информация, получена от бордовото оборудване и наземните базирани навигационни средства. Така за подход за кацане в съответствие с категорията на трудност CAT III се установяват следните количествени показатели на посочените параметри:

загуба на цялост в интервала от контролна точкафинален участък за подход - до височина 30 m над точката на кацане (165 s), от височина 30 m до момента на съприкосновение (30 s);

загуба на непрекъснатост в горните секции, съответно и ;

наличност 0.999 на 30 м надморска височина.

Данните за ширината на коридорите според KIR SAT III са представени на фиг. 2.26.

Ориз. 2.26. Граници на коридора съгласно RNP CAT III

Алгоритмична поддръжка (лекция)

ЛЕКЦИОНЕН ПЛАН

1. Алгоритми за първична обработка на информация

2. Алгоритми за обработка на вторична информация

3. Алгоритми за прогнозиране на стойностите на величини и показатели

4. Алгоритми за управление

Алгоритмичната поддръжка е набор от взаимосвързани алгоритми. Много алгоритми са разделени на 6 групи:

1. Алгоритми за обработка на първична информация (филтриране, отчитане на нелинейността на характеристиката).

2. Алгоритми за определяне на процесни показатели (алгоритми за обработка на вторична информация), определяне на интегрални и средни стойности, скорост, прогнозиране и др.

3. Алгоритми за управление.

4. Алгоритми за цифрово регулиране и оптимално управление.

5. Алгоритми за логическо управление.

6. Алгоритми за изчисляване на технико-икономически показатели.

1. Алгоритми за първична обработка на информация

Първичната обработка на информация включва филтриране на полезния сигнал, проверка на информацията за надеждност, аналитично калибриране на сензори, екстраполация и интерполация и отчитане на динамични връзки.

Филтриране– операцията за разделяне на полезния сигнал на измервателната информация от неговата сума с шум. В зависимост от смущенията се разграничават следните филтри:

1. нискочестотни филтри (LPF).

2. високочестотни филтри (HFF).

3. лентови филтри (PF, преминават сигнали с определена честота).

4. прорезни филтри (PF, не позволяват преминаването на сигнали с определена честота).

Най-често срещаните са NSF, които се разделят на филтри с подвижна средна, експоненциални изглаждащи филтри и медианни филтри.

Диференциално уравнение на експоненциален изглаждащ филтър

Получаваме уравнението на експоненциалното изглаждане на филтъра при следните допускания:

предположение 1:полезен сигнал x(t ) е случаен стационарен процес с известни статични характеристики M x - очаквана стойност; D x – дисперсия; - автокорелационна функция, показваща степента на връзка между стойностите на сигнала в моменти, изместени една спрямо друга по време τ. Търсеният сигнал не корелира със смущението.

предположение 2:намеса f (t ) е случаен стационарен процес, некорелиран с полезния сигнал и с известни статични характеристикиМф =0; ; при коеток<0 m >0.

В непрекъснатата версия свойствата на експоненциалния изглаждащ филтър са описани от DE:

Предавателна функция - апериодична връзка

Замяна на производната с разлика и получаване на уравнението на разликата:

– разностно уравнение

а ,

където T е времевата константа, T 0 е периодът на запитване на сензора, γ е параметърът за настройка на контролера. Оптималната стойност се определя чрез минимизиране на грешката на филтъра. Оптималната стойност на параметъра за настройка на филтъра зависи от статичните свойства на желания сигнал и смущение. На практика в повечето случаи тези параметри не могат да бъдат определени; колкото по-малки са, толкова по-силно е изглаждащото свойство на филтъра, но при малки стойности може да възникне изкривяване на полезния сигнал.

Този филтър е най-разпространеният нискочестотен филтър.

Уравнение на разликата на филтъра за подвижна средна стойност

В аналогова форма ( непрекъсната опция) уравнението на FSK има формата:

Използвайки метода на правоъгълника, можем да получим уравнението на разликата:

Заменяйки интеграла със сума (използвайки метода на правоъгълника за интегриране), получаваме:

където е площта на правоъгълниците;

T– време за осредняване;

Т= nT 0 , n – това е броят точки за осредняване, параметър за настройка на филтъра. Оптимална стойностн се определя чрез минимизиране на грешката (вариацията на грешката) на филтъра и зависи от статичните свойства на полезния сигнал и смущението.

По-голямото n толкова по-голямо е изглаждащото свойство на филтъра.

Статични филтри от нулев порядък

Статичният филтър е филтър, който в своята аналогова версия е паралелна връзка (н +1) вериги, състоящи се от усилваща връзка и връзка с чисто забавяне.

PF на такъв филтър има формата:

където τ е времето на забавяне;

н– филтърен ред.

Когато n =0 имаме статичен филтър от нулев ред W (p )= b 0 → .

При използване на тази формула y(t ) ще бъде предубедена оценка на полезния сигнал x(t),

тези. - математическо очакване на изходния сигнал.

За да получите безпристрастна оценка, трябва да използвате следната функция:

В такъв случай .

б 0 като параметър за настройка.

За да внедрите статичен филтър от нулев ред в софтуера, използвайте формулата:

Статични филтри от първи ред

PF на такива филтри има формата: .

Очаквана стойност:

За да може филтърът да има безпристрастна оценка при осчетоводяване

Където - настройки на филтъра.

Минимизирайки стойността на грешката при филтриране, получаваме: .

За софтуерна реализация - - период на запитване на сензора.

Уравнение на разликата:.

при n =0 имаме статичен филтър от нулев ред W (p )= b 0 .

При използване на тази формула y(t ) ще бъде предубедена оценка на полезния сигнал x(t ), т.е. - математическо очакване на изходния сигнал

За да получите безпристрастна оценка, трябва да използвате следната функция: .

В такъв случай .

б 0 като опция за настройка .

За софтуерна реализация на статичен филтър от първи ред използвайте формулата: .

Здрави филтри

Филтрите от този тип са предназначени да филтрират необичайни емисии. Здравите филтри включват среден филтър, стълбовидно-експоненциален изглаждащ филтър.

Среден филтър

Реализирането на медианния филтър се извършва по формулата: , където M е параметър за настройка,

мед – оператор, означаващ операцията за оценка на медианата.

Медианата се изчислява с помощта на следния алгоритъм:

Пробите се сортират в серия във възходящ ред.

Когато M е нечетно, централната стойност на тази серия се избира като медиана. Ако стойността е четна, полусумата от двете средни стойности на серията се избира като медиана.

Стълбовиден експоненциален изглаждащ филтър

Алгоритъм на работа на този филтърима формата:

където е стандартното отклонение (RMS) на смущението, е модулът на увеличението на полезния сигнал при съседни проби.

Разностни уравнения на филтри със зададена честотна характеристика

Ако е необходимо да се приложи нискочестотен филтър с дадена честотна характеристика, тогава за тези цели е необходимо да се използва LFC (логаритмична честотна характеристика).

- зависимост на коефициента на предаване на хармоничния сигнал от честотата.

Необходимо е да се определи LFC, а след това PF и след това да се премине от PF към дискретния PF с помощта на трансформацията на Лаплас.

Трансферна функция (TF) е съотношението в образа на Лаплас на изходната функция към входната функция при нулеви начални условия.

, Където Р– комплексно количество.

Дискретно преобразуване:

Променена променливата:

Преход от PF към дискретна PFможе да се произвежда въз основа наоблечен: .

След като получите дискретна PF, можете лесно да получите уравнение на разликата, като използвате теоремата за изместване (закъснение):

Изместена решетъчна функция

Неповтаряща се, нерекурсивна система: - само присъствие входни сигналиот дясната страна, - наличието на изходни сигнали.

За честотна характеристика, тип

(*);

А и Б заместваме в израза (*) и DFT е дефиниран. След това трябва да напишете уравнение за разлика и да създадете програма.

Теорема за изместване:

;

Трансформираме с помощта на теоремата за изместване и получаваме

За високочестотен филтър с характеристика : ;

;

За лентов филтър:

;

За прорезен филтър:

;

За реализиране на процедурата на филтриране се използват и други филтри, освен разгледаните, които са с по-сложна адаптивност и честотна характеристика със стръмни ръбове. Такива филтри включват филтри на Чебишев, Калман и Винер.

Проверка на точността на информацията

Ненадеждността на информацията се проявява, когато информацията и измервателните канали се провалят. Има два вида отказ: пълен и частичен. Пълна повреда настъпва при повреда на измервателния преобразувател или при повреда на комуникационната линия. При частична повреда техническите средства остават изправни, но грешката на измерване надвишава допустимата стойност.

Алгоритми за откриване на пълни повреди:

1) алгоритъм за контрол на толерантността на параметъра: проверка на състоянието -X и мин≤ X i ≤ X i макс

X и мин – минимална възможна стойност i-ти параметър;

X i макс – максимална възможна стойност i-ти параметър.

Ако условието не е изпълнено, тогава информацията е недостоверна. В този случай се използва надеждна информация, получена в предишен момент, или се използва средната стойностаз -ти параметър.

2) А Алгоритъмът се основава на определяне на скоростта на промянааз th проверка на параметрите и състоянието:

А ≤ Xi ≤ B

Х i =dX i (t)/dt

dX i (t)/ dt =(X i (k)- X i (k -1))/ T 0, където T – период на анкетиране, T=dt

3) Алгоритъм за хардуерно резервиране - алгоритъминформационен мониторинг, с помощта на който се идентифицират частични повреди, базирани на използване на информационно излишък. Излишъкът може да бъде получен чрез резервиране на информационни и измервателни канали (хардуерно излишък), или чрез определяне на някои параметри чрез директно измерване, или чрез изчисления, използващи други параметри.

Хардуерното излишък е знак за повреда, нарушение на условие - | X i -  х| < ° С, Където

‌X е средната стойност за всички измервателни трансформации

X i – стойност, получена отаз преобразуване на измерване

C – най-голямата допустима стойност на модула на разликата (2-3 от средноквадратичната грешка на промяната на трансформацията)

4) Уравнението на материалния баланс има формата:f( х 1 , х 2 , …. x n)=0. Уравнението е изпълнено само ако стойностите на параметъра x 1, x 2, …. x n отговарят на истинските стойности. Ако параметрите се променят с грешка, имаме . При заместване на стойности , ще получим. Ако , тогава информацията се счита за ненадеждна.

х - измерено количество,

Y - постоянен сигнал

y = f(x ) е статичната характеристика на сензора.

Аналитичното калибриране на сензор (AGS) се отнася до определянето (възстановяването) на измерена стойност от сигнал, взет от сензор (преобразувател).

, Къдетох ^ - оценка на измерената стойност, получена от сигнала, взет от сензора; f -1 – обратна функция y = f(x).

Ако калибровъчната характеристика на измервателната трансформация е определена аналитично, тогава AGD се свежда до изпълнение на изчислителна операция.

Ако статичната характеристика на сензора е линейна: y = ax + b , тогава аналитичното калибриране се свежда до изпълнението на изчислителни операции, тоест до формулата=(y - b)/ a.

В този случай аналитичното калибриране на сензора се изразява в мащабиране. Повечето промишлени сензори (преобразуватели) обаче имат нелинейна статична характеристика, която често се определя експериментално и се представя под формата на графика или таблица за калибриране (за тази цел се използват паспортни данни). При таблично представяне на калибровъчната характеристика се използва методът AGD, който се състои в апроксимиране на калибровъчната характеристика с аналитичен израз. Един от най-разпространените методи за аналитично калибриране е използването на приближениестепенни полиноми:

къде са коефициентите, които трябва да бъдат числено определени;

н – степен на полинома.

Използвайки тази формула, възникват редица проблеми:

1. Избор на критерия, по който се определят коефициентите a j;

2. Определяне на степента на полиномите (н ), осигуряващи необходимата точност на приближението.

В зависимост от използвания критерий за апроксимация се разграничават следните полиноми:

1. Полиноми с най-добро равномерно приближение (BSU).

Критерият за определяне на коефициентите на тези полиноми е изискването за осигуряване на дадена точност във всяка точка от работния диапазон на сензора. За да се приближи този полином, е необходимо да се минимизира линейна форма, за което се използват методи на линейно програмиране (решаване на оптимизационна задача). Линейното програмиране е дял от математиката, който се занимава с методи за определяне на екстремума на линеен критерий при линейни ограничения. Най-често срещаният метод линейно програмиране– симплексен метод (метод на последователно подобряване на плана). Недостатък на NRP полинома е сложността на определяне на коефициентите, тоест необходимостта от решаване на проблем с линейно програмиране.

2. Асимптотични полиноми.

Достойнство е способността за предварителна оценка на степента на полином преди изчисляване на коефициента. Изчисляването на коефициентите се основава на градуирана таблица. Ето фрагмент от тази таблица:

Степен

Използвани точки

Полиномиални коефициенти

Параметър за точност

y 0 =b

y 1 = (b-a)/2

y 2 =a

a 0 =1/4[(x 0 +2x 1 +x 2) – 2((b+a)/(b-a))(x 0 -x 2)]

a 1 =(1/(b-a))(x 0 -x 2)

L 1 =1/2(1/2x 0 - x 1 - 1/2x 2)

y 0 =b

y 1 =b-1/4(b-a)

y 2 =a+1/4(b-a)

y 3 =a

a 0 =2/3((b+a)/(b-a)) 2 (x 0 -x 1 -x 2 +x 3)-1/3((b+a)/ (b-a))(x 0 + x 1 -x 2 -x 3)+1/6(-x 0 +4x 1 +x 2 -x 3)

a 1 =2/3(b-a)[ 1-4((b+a)/(b-a))](x 0 -x 2)+(1+4) ((b+a)/(b-a))( x 1 -x 3)

a 2 =2/3(2/(b-a)) 2 (x 0 -x 1 -x 2+ x 3)

L 2 =1/3(1/2x 0 - x 1 +x 2 -1/2x 3))

a≤y≤b

x 0, x 1, x 2 – съответните стойности на измервания параметър y 0, y 1, y 2

3. Регресионните полиноми се използват за AGD на нестандартни сензори. Като критерий за определяне на коефициентите се приема стойността на средноквадратичната грешка на апроксимацията в диапазона на изменение на измерената стойност: (сумата на квадратите на грешките е минимизирана)

За определяне на коефициентите на полинома се използва методът на най-малките квадрати, при който критерият се минимизира и се решава системата от уравнения:

dI (..)/da 0=0

…..

dI (..)/ dan =0

Сравнявайки различни полиноми, можем да заключим: регресионните полиноми дават най-малката средна квадратична грешка. NRP полиномите дават минимална максимална грешка, а асимптотичните заемат междинна позиция между тях.

Приложение на интерполация и екстраполация при наблюдение на параметри и показатели

Процесът на получаване на информация за непрекъснато променящи се количества в автоматизирана система за управление на процеси се извършва дискретно във времето, така че възниква задачата за възстановяване на стойностите на измерените количества във времена, които не съвпадат с моментите на измерванията.

За контрол, когато е необходимо да се знае стойността на измерена величина в текущ или бъдещ момент от време, се използва методът на екстраполиране на стойността на величина, получена в предишен момент от времето.

За анализ на производствените операции и изчисляване на технико-икономическите показатели е необходимо да се определи стойността на количествата в предходни моменти във времето; в този случай се използват методи на интерполация.

В повечето случаи екстраполацията се извършва поетапно. При стъпаловидна екстраполация стойността на измереното количество във всеки момент от времето се оценява по измерената стойност на последния измерен ток. Грешка при поетапна екстраполация: ,

Където - автокорелационна функция (установява степента на свързаност);

T0 - период на запитване на сензораА;

Грешка при преобразуване на измерване.

По този начин грешката на поетапната екстраполация зависи от статичните свойства на измереното количество, периода на вземане на проби и грешката на измервателния канал, които трябва да се вземат предвид при избора на периода на вземане на проби.

За интерполация най-често се използва частично линейно приближение, което се извършва в две точки по следната формула:

По-малко точна е стъпковата интерполация.

Отчитане на динамични връзки

Наличието на инерционен сензор може значително да изкриви честотния състав на измерения сигнал; например при измерване на температурата в пещи се използват масивни капаци за защита на термодвойките от механични повреди, което причинява значителна динамична грешка.

Ако вземем статичния коефициент на предаване на инерционния сензор равен на единица, т.е , тогава трябва да се вземе предвид следната връзка:, тези. В текущия момент на изхода на сензора се генерира сигнал, носещ информация за стойността на параметъра в предходния момент, т.е. в даден момент.

2. Алгоритми за обработка на вторична информация

Основните операции по вторична обработка включват:

· определяне на интегрални и средни стойности на величини и показатели;

· определяне на скоростта на промяна на стойностите и показателите;

· определяне на величини и показатели, които не могат да бъдат измерени по прекия метод (непряко измерване);

· прогнозиране на стойностите на количествата;

· определяне на статични характеристики, количества и показатели.

Използва се за управление и анализ на работата. Голямо значениеима дефиниция на общите количества материя или енергия, получени при производството за определен интервал от време. Примери са консумацията на електроенергия, гориво на час, смяна, ден и т.н. За същите цели се определят средните стойности на измерваните величини, които са експлоатационни показатели (средно време, средно налягане и др.)

Нека разгледаме методите за дискретно интегриране на измерена величина, непрекъснато променяща се във времето. Следват числени методи за интегриране.

1. Правоъгълен метод.

Същността на метода е да замени изпълнението x( T ) чрез неговата поетапна екстраполация във времето T.

, , където е периодът на запитване на сензора.

В представения си вид алгоритъмът за интеграция се използва рядко; реализацията му изисква запомняне на всички стойности. На практика се използва рекурентната формула:

2. Трапецовиден метод.

Методът на трапеца е по-точен. Формула за повторение: .

Грешката на метода на трапеца е по-малка от грешката на метода на правоъгълника със сумата:

Както показват изчисленията, грешката на дискретното интегриране намалява с приблизително 10% при преминаване от метода на правоъгълника към метода на трапеца сн >10 кога по-значително влияниеМножеството числа влияят на резултата от изчислението, затова на практика в повечето случаи се използва методът на правоъгълника, тъй като е по-прост и по-икономичен.

Средната стойност се определя чрез интеграла: , Където

Време за интегриране.

Диференциране на дискретно измерени величини. За да се анализира напредъкът на технологичния процес, е много важно да се определят не само числените стойности на параметрите, но и тенденцията на тяхното използване в момента (параметърът се увеличава или намалява). В този случай е необходимо да се определи скоростта на промяна на параметъра, тоест да се извърши диференциация.

Производната на грешката също трябва да се определи при внедряване на контролер, например с PD или PID връзки.

Най-простият алгоритъм за дискретно диференциране се основава на използването следваща функция: , където T 0 е периодът на запитване на сензора.

3. Алгоритми за прогнозиране на стойностите на величини и показатели

За изчисляване на прогнозните стойности е необходимо да се изгради математически модел на динамичния ред. В практиката на краткосрочното прогнозиране най-широко приложение намират авторегресионният модел и полиномиалният модел.

Авторегресивният модел има формата: , където a са коефициентите, p е редът. Прогнозираните стойности се изчисляват по формулата: , където са измерените или прогнозираните стойности на времевия ред в точки от времето t =(n - k + l) To.

Този алгоритъм е лесен за изпълнение, но неговият недостатък е ниската точност, тъй като резултатите от a(k) не се прецизират въз основа на резултатите от прогнозата. Методът на полиномиалния модел няма този недостатък: , къдетон - номер на текущата стъпка,л - брой на прогнозните стъпки.

Оценка на параметрите на този модел Асе актуализира при постъпване на всяка нова стойност от времевия ред. За тези цели се използват експоненциални средни от различен порядък.

1-ви ред: Z 1 (j )=γ y (j )+(1-γ) Z 1 (j -1)

2 реда: Z 2 (j)=γ Z 1 (j)+(1-γ) Z 2 (j -2)

… …

r ред: Z N (j )=γ Z r -1 (j )+(1-γ) Z r (j -1), където е параметърът за настройка на прогнозата.

Изборът на този параметър се основава на следните свойства: ако е желателно прогнозата да се основава на последните стойности на времевия ред, тогава трябва да изберете стойност, близка до 1. Ако е необходимо да се вземе предвид отчетете предишните стойности на времевия ред, тогава е необходимо да го намалите.

Коефициентите се изчисляват по формулата за модел от 1-ви ред:

Коефициентите се изчисляват по формулата за модел от 2-ри ред:

Коефициентите в полиномния закон се изчисляват чрез модели от 1-ви и 2-ри ред; Моделите от по-висок порядък се използват рядко, т.к качеството на прогнозата леко се повишава.

Определяне на статистически показатели на измервани величини

Познаването на статистическите характеристики е необходимо за оценка на качеството на произвежданите продукти и определяне на момента на прекъсване на процеса. В този случай стойностите на статистическите характеристики на измерените величини се променят. Характеристика на определението lfyys [характеристика е използването на повтарящи се формули.

Математическо очакване (1 – неповтаряща се формула, 2 – повтаряща се формула)

Дисперсия (1 – неповтаряща се формула, 2 – повтаряща се формула)

4. Алгоритми за управление

Понятието контрол е по-широко понятие и включва измерване на величини и показатели и сравняването им с допустими граници.

Нека разгледаме общи и частни формулировки на проблема за определяне на количества и показатели.

Обща настройка:

Посочен е набор от величини и показатели, които трябва да бъдат определени в обекта на контрол. Посочена е необходимата точност на оценката им. Има набор от сензори, които са инсталирани или могат да бъдат инсталирани на автоматизиран обект. За всеки отделен индикатор се изисква да се намери група от сензори, тяхната честота на дискретизация и алгоритми за обработка на получените от тях сигнали. В резултат на това стойността на това количество ще бъде определена с необходимата точност.

Точността на оценката на изискваната стойност се определя от точността на работа на измервателните вериги (сензор, преобразувател), честотата на тяхното запитване и точността на изчислителната обработка на измервателните сигнали в желаната стойност.

Частни продукции:

1. Определяне на текущата стойност на величина директно чрез измерването й с автоматично устройство или сензор.

- когато изискваната точност на измерване е много по-малка от точността на сензора от преобразувателя;

- когато изискваната точност на измерване е по-голяма от точността на сензора или трансдюсера.

Вторият случай е по-общ. За контрол е необходимо да се намерят алгоритми за преобразуване на сензорния сигнал, които да повишат точността до необходимата стойност. За да направите това, е необходимо да анализирате съществуващата грешка и да идентифицирате нейните отделни компоненти и след това да ги компенсирате с помощта на специални алгоритми.

В зависимост от причините за грешките се използват: алгоритми, които намаляват грешката:

Аналитично калибриране на сензори.

Ако грешката е причинена от нелинейността на статичната характеристика на сензора.

Филтриране на сигнала от смущения.

Ако има източник на значителни смущения в обекта или сензора, който пречи на желания сигнал.

Екстраполация и интерполация

Ако значителна грешка в оценката на стойност е причинена от голяма стойност на периода на изследване.

Коригиране на динамична грешка на сензора

Ако сензорът е инерционна връзка и измерената стойност се променя във времето със значителна скорост.

2. Определяне на стойността на величина, изчислена от сигналите, измерени от сензора.

Например оценка на обща стойност, средна стойност, скорост и т.н. В този случай е необходимо да се изберат рационални алгоритми за обработка на измерения сигнал.

Освен това тук не е изключено използването на алгоритми AGD, филтриране и др.

Тази задача е най-трудна в случаите, когато естеството на връзката между измерените сигнали и желаната стойност не е известно (индиректно измерване). В този случай е необходимо да се анализират уравненията на материалния и топлинния баланс, които позволяват да се идентифицира тази връзка или да се използва регресионен анализ.

Определяне на периода на запитване за сензори за измерена стойност

Периодът на изследване значително влияе върху точността на контрола. Нека разгледаме метод за определяне на периода на изследване, базиран на определяне на автокорелационната функция.

Нека е дадена средната квадратична грешка. Определяне на стойността x(t ). Трябва да намерим интервал от време T0 между измерванията, при които грешката при определяне на стойността не би превишила определената стойност. Техниката се основава на зависимостта на грешката и автокорелационната функция:

където е автокорелационната функция.

където n - размер на извадката, от която се определя автокорелационната функция.

Същността на техниката е следната:

1. Данните се събират с произволен период на анкета T0 (колкото е възможно по-малко). Брой избирателни пунктове: 30-50. Получените данни се въвеждат в таблицата:

	време	Смисъл	Отклонение във времето
	време	Смисъл	T0	2 Т 0	3 T 0
		х 0
	T0
	2 Т 0
	3 T 0

	n T 0
Стойност на грешката

;

, , Къдетоаз – номер на ред в таблицата,к – номер на колона.

2. Начертава се графика на грешката спрямо периода на анкета.

3. По стойност стойността се определя от графиката .

Стойността на периодите на анкетиране за сензори, използвани в практиката.

· Консумация: 0.1 – 2s.

· Ниво: ≈5s.

· Налягане: 0.5 – 10s.

· Температура: 5 – 30C.

· Концентрация: ≈20s.

Видове контрол

Общата функция на автоматичното управление е да регистрира хода на технологичния процес във времето и непрекъснато (периодично) сравняване на параметрите на процеса с зададените.

Разграничават се следните видове контрол:

1. Контрол на технологичните процеси в нормален режим.

5. Контрол при включване/ изключване на оборудването.

6. Мониторинг на работата на оборудването.

Основната контролна операция е тази за всеки контролиран параметърх(t i) в моментаTе необходимо да се провери изпълнението на условието:, Където - брой параметри,m i– долна допустима граница на изменениеаз-ти параметърМ и– горна допустима граница.

Всички контролирани параметри могат да бъдат разделени на три групи:

1. Параметри, изискващи непрекъснато наблюдение.

2. Параметри, изискващи периодичен мониторинг.

3. Безплатни индикатори за процеси.

Непрекъснато наблюдение поради дискретния характер на процеса на измерване в автоматични системи ah е невъзможно да се приложи, тъй като възниква въпросът за стъпката на вземане на проби (период на вземане на проби).

Тази стъпка трябва да бъде избрана от условието:.

За да увеличите максимално промяната в даден параметър за определен период от времеT 0 не надвишава определена положителна стойност . Като се има предвид това, условията на непрекъснат контрол се свеждат до проверка на неравенството: .

Параметрите, изискващи периодичен мониторинг, включват тези параметри, за които в даден момент е допустимо превишаване на установените граници. За такива параметри на ;

- начало на отчитане на времето.

Безплатните индикатори за процес са някои функции на параметри, които трябва да се наблюдават:, . Обикновено на практика безплатните индикатори изискват периодичен мониторинг.

Контрол на технологичния процес в нормален режим.

В зависимост от това към коя група принадлежи технологичният параметър се извършва съответен мониторинг (постоянен или периодичен).

Ако установените граници са превишени, времето, номерът на параметъра или съотношението, чиято граница е нарушена, и размерът на отклонението от границата се записват със знак „-“. Освен това операторът, водещ процеса, трябва да може да контролира текущата стойност на всеки технологичен параметър. Този тип управление се нарича управление при поискване. По този начин технологичният контрол в нормален режим се свежда до определяне на стойностите на количествата и сравняване на техните стойности с предварително определени стойности (лимити).

Контрол на качеството на произвежданите продукти.

Този вид контрол се извършва по същите методи, но в повечето случаи показателите за качество изискват периодичен мониторинг.

Контрол на процеса при достигане на номиналното ниво на мощност.

Следователно основната задача е да се осигури безопасност гранични стойностиможе да се различава от граничната стойност в нормален режим. За тези цели се използва специална подпрограма.

Контрол на изправността на оборудването.

При повреда на оборудването им се осигурява ръчно или автоматично включване на резервно оборудване.

Контрол на включване/изключване на оборудването извършва се с помощта на дискретни сигнали, характеризиращи текущото състояние на оборудването. Например, когато резервоарът е пълен, той се изключва и свързва празни резервоари.

Мониторинг на работата на оборудването извършва се въз основа на технико-икономически показатели.

Контрол върху процеса в аварийни режими.

Предвидена е автоматична аларма, защита и блокиране. Възможно е да разпознаете извънредни ситуации и автоматично да се възстановите от такава ситуация.

Да внедри алгоритми и софтуер информационни системиС поставената цел е необходимо последователно решаване на следните задачи.

1. Разработване на принципи за изграждане и архитектура на инструментална система за интегриране на производствени данни, включително интегриране на различни технологични данни, използвани от индустрията.

2. Създаване на интеграционен модел на производствени данни (IMPD) на OGDC въз основа на предложените принципи на изграждане и формулирани изисквания към разработената инструментална система.

3. Разработване на алгоритмична поддръжка за инструментална SIPD. Решаването на този проблем включва и изследване на ефективността на предложените алгоритми.

4. Разработване на софтуер за инструментален SIPD. Резултатът от решаването на този проблем трябва да бъде софтуер, създаден, като се вземат предвид разработените принципи и архитектура на инструменталната система и прилагане на предложените алгоритми.

5. Създаване и внедряване на разработената инструментална система за решаване практически проблемисъздаване на специфични SIPD и интегриране с тяхна помощ на производствени данни на съвременни IS.

В организацията системи за обработка на информация лъжи:

Набор от взаимосвързани методи и инструменти за събиране и обработка на данни, необходими за организиране на управлението на съоръженията.

SOI се основават на използването на компютри и др модерни средстваинформационни технологии, поради което се наричат още автоматизирани системи за обработка на данни (ASOD). Без компютър изграждането на SOI е възможно само върху малки обекти.

Използването на компютър не означава извършване на отделна информационна и изчислителна работа, а набор от дейности, свързани в един комплекс и изпълнявани на базата на един технологичен процес.

SOI трябва да се разграничава от автоматизираните системи за управление (ACS). Функциите на автоматизираната система за управление включват, на първо място, извършването на изчисления, свързани с решаването на управленски проблеми, с избора на оптимални варианти на план въз основа на икономически и математически методи и модели и др. Тяхната пряка цел е да повишат ефективността на управлението. Функциите на SOI са събирането, съхранението, търсенето и обработката на данни, необходими за извършване на тези изчисления на най-ниска цена. При създаването на ASOD задачата е да се изберат и автоматизират трудоемки, редовно повтарящи се рутинни операции върху големи количества данни. И АЗ - Обикновено това е част и първият етап от развитието на една автоматизирана система за управление. SOI обаче функционират и като независими системи. В някои случаи е по-ефективно да се комбинира в една система обработката на хомогенни данни за голям брой контролни задачи, решавани в различни автоматизирани системи за управление; създайте SOI за колективна употреба.

Автоматизираната информационна система има поддържаща ифункционални части, състоящи се от подсистеми (фиг. 1.38).

Ориз. 1.38 Автоматизирана информационна система

Подсистема- Това е част от системата, която се отличава с някаква характеристика.

Функционалната част на информационната система осигурява изпълнението на задачите и предназначението на информационната система. Всъщност това съдържа модел на системата за управление на организацията. В рамките на тази част целите на управлението се трансформират във функции, функциите в подсистеми на информационната система. Подсистемите изпълняват задачи. Обикновено в една информационна система функционалната част е разделена на подсистеми според функционални характеристики:

· ниво на управление (най-високо, средно, най-ниско);

· вид на управлявания ресурс (материален, трудов, финансов и др.);

· обхват на приложение (банкиране, борса и др.);

· управленски функции и период на управление.

Например, информационна система за управление на технологични процеси е компютърна информационна система, която осигурява подкрепа за вземане на решения за управление на технологични процеси с дадена дискретност и в рамките на определен периодуправление.

В табл 5 показва някои от възможните информационни системи, но те са достатъчни, за да илюстрират връзката между системните функции и функциите за управление.

Функционален знакопределя предназначението на подсистемата, както и нейните основни цели, задачи и функции. Структурата на една информационна система може да бъде представена като набор от нейните функционални подсистеми, а функционалната характеристика може да се използва при класификацията на информационните системи.

Например информационната система на една производствена фирма има следните подсистеми: управление на запасите, управление на производствения процес и др.

В стопанската практика на промишлени и търговски обекти типов видДейностите, които определят функционалния признак на класификацията на информационните системи са: производствени, маркетингови, финансови, кадрови.

Функции на информационните системи Таблица 5

По този начин „функционалните компоненти“ съставляват съдържателната основа на ИС, основана на модели, методи и алгоритми за получаване на управляваща информация.

Функционалната структура на ИС е набор от функционални подсистеми, набори от задачи и процедури за обработка на информация, които изпълняват функциите на системата за управление. В системата за управление на големи предприятия-корпорации се разграничават независими подсистеми (вериги) на функционалното и организационно ниво на управление:

1. Стратегически анализ и управление. Това най-високо нивоуправление, осигурява централизация на управлението на цялото предприятие, фокусирано върху най-високото ниво на управление.

2. Управление на производството.

Разработените чуждестранни ERP системи имат установена структура на основните компоненти на системата за управление на предприятието:

1. Счетоводство и финанси.

2. Управление на материалите (логистика).

3. Управление на производството.

4. Осигуряване на производството.

5. Управление на транспорт и отдалечени складове.

6. Управление на персонала.

7. Заплата.

8. Моделиране на бизнес процеси.

9. Системи за подпомагане на вземането на решения (DSS).

Поддържащата част на ИС се състои от информационно, техническо, математическо, софтуерно, методическо, организационно, правно и езиково осигуряване. Особено място в процеса на информатизация на обществото заема създаването на компютърни мрежи и изграждането на тяхна база. разпределени системи за обработка на информация (DPIS) . RSOIпредставляват набор от географски отдалечени един от друг възли, обединени от система за предаване на данни и взаимодействащи чрез обмен на съобщения. Такива системи осигуряват разпределена обработка на данни, при която приложен процес от един възел може да има достъп до информация от всеки друг възел. Крайната цел на създаването на RSDI е интегрирането на информация и изчислителни ресурси, както и средства за комуникация и офис оборудване и др. на цял регион от потребители.

Пример за RSDI е разпределена база данни (RDB), което е колекция от логически свързани бази данни, разположени в различни възли и потоци от задачи на приложението - глобални транзакции, които могат едновременно да използват няколко бази данни като едно цяло. Най-важният проблем, който възниква във всяка RDB, е защитата на съхраняваните в нея информационни ресурси от неправилни действия. В резултат на едновременни транзакции някои от тези транзакции могат временно да компрометират целостта на RDB. Очевидно е необходима определена дисциплина за обработка на транзакции, за да се позволи

отстраняване на проблеми. Такава дисциплина съществува и е известна като сериализация на транзакции. За практическото прилагане на тази дисциплина в RDB най-често се използват блокиращи механизми, времеви марки и оптимистичен подход. При внедряването на алгоритми за контрол на паралелността в RDB се предлага да се използва устойчива на грешки система за управление на транзакции (FTS) като неразделна част от RDBMS, която осигурява взаимодействието на процесите на приложението с информационни ресурси RBD.

OSUTпредставен като разпределен софтуерен пакет, състоящ се от отделни модули. Основни изисквания и отличителни черти OSUTе да се гарантира съгласуваността на RDB в процеса на обработка на паралелни потребителски заявки в случай на възможни асинхронни повреди на възли (процеси).

Следните компоненти на OSUT функционират във всеки възел J:

Модул (генератор на транзакции) – генератор на транзакции;

Модул (synchronization nucleus) – синхронизатор на транзакционни заявки;

Модул (transaction manager) – транзакционен комит мениджър;

Module (data manager) – мениджър на данни;

Модул (election manager) – координатор изборен мениджър;

Модул (rollback manager) – мениджър за връщане на транзакции;

Симулационно моделиране е мощен инженерен метод за изследване на сложни системи, използван в случаите, когато други методи са неефективни. Симулационният модел е система, която показва структурата и функционирането на оригиналния обект под формата на алгоритъм, който свързва входни и изходни променливи, приети като характеристики на обекта, който се изследва. Симулационните модели се реализират в софтуер, използвайки различни езици.

Лабораторна работа №2"Тестване на термопреобразувателя"

Тема: ИЗСЛЕДВАНЕ И ПРОВЕРКА НА ТЕРМОПРЕОБРАЗУВАТЕЛ.

1. Проучете методите за измерване и дизайна на еталонен термопреобразувател платина-родий-платина.

2. Запознайте се със схемата за монтаж и разположение на инструментите на лабораторния плот.

Напредък на работата: Референтният термоелектрически преобразувател платина-родий-платина е проектиран да предава размера на температурната единица (Фигура 1.39). Материалите на термоелектродите на термопреобразувателите отговарят на следните изисквания нормативни документиположителен термоелектрод, изработен от тел с диаметър 0,5 mm от сплав от марката PlRD-10 (платина + 10% родий) съгласно GOST. Термоелектродите на термопреобразувателите са подсилени с твърда керамична двуканална тръба, един от каналите на която е обозначен със символа на термоелектрода, разположен в нея, материалът на тръбата е алуминиева оксидна керамика със съдържание най-малко 99%.

Фигура 1.39 Термоелектрически преобразувател платина-родий-платина

Класове на толерантност на конвертора:

1. Преобразувателите на съпротивление се произвеждат с номинална статична характеристика на преобразуване (NSC) и допустимо отклонение на съпротивлението при 0 ° C (R0) от номиналната стойност в съответствие с GOST 6651.

Таблица 6

2. Стойността на W100, определена от съотношението на съпротивлението на термопреобразувателя при 100 ° C (R100) към съпротивлението на термопреобразувателя при 0 ° C (R0), съгласно GOST 6651.

Таблица 7

Лабораторна работа № 3 "Проверка на стандартизиращия преобразувател GSP"

Проучване на устройството и проверка на нормализиращия преобразувател на GSP

проверка на GSP стандартизиращ конвертор.

Напредък:

Държавната система за промишлени инструменти и средства за автоматизация (GSP) е създадена за осигуряване на технически средства за системи за наблюдение, регулиране и контрол на технологичните процеси в различни индустрииНационална икономика.

В ранните етапи на създаване на оборудване за автоматизация в различни организации и предприятия бяха разработени много различни измервателни и контролни устройства с подобни технически характеристики, но не беше взета предвид възможността за съвместна работа на устройства от различни производители. Това доведе до увеличаване на разходите за разработване на сложни системи и възпрепятства широкото внедряване на инструменти за автоматизация.

В момента GSP е оперативно, информационно, енергийно, метрологично и структурно организиран набор от продукти, предназначени за използване като средства за автоматични и автоматизирани системи за наблюдение, измерване, регулиране на технологични процеси, както и информационни и измервателни системи. SHG стана техническа базаза създаване на системи за автоматично управление на процесите (APCS) и системи за контрол на производството (APCS) в промишлеността. Неговото развитие и приложение допринесе за формализирането на процеса на проектиране на автоматизирани системи за управление на процесите и прехода към машинно проектиране.

Създаването и усъвършенстването на GSP се основава на следните системно-технически принципи: типизиране и минимизиране на разнообразието от функции за автоматичен контрол, регулиране и управление; минимизиране на гамата от техническо оборудване; блоково-модулно изграждане на инструменти и устройства; агрегатно изграждане на системи за управление на базата на унифицирани

инструменти и устройства; съвместимост на инструменти и устройства.

Въз основа на функционалност всички GSP продукти се разделят на следните четири групи устройства: получаване на информация за състоянието на процес или обект; Получаване, конвертиране и предаване на информация чрез комуникационни канали; преобразуване, съхранение и обработка на информация, формиране на команди за управление; използване на командна информация.

Първата група устройства в зависимост от начина на представяне на информация включва: сензори; нормализиращи преобразуватели, които генерират единен комуникационен сигнал; устройства, които осигуряват представяне на измервателна информация във форма, достъпна за пряко възприемане от наблюдател, и устройства за буквено-цифрова информация, въведена ръчно от оператора.

Втората група устройства включва комутатори на измервателни вериги, преобразуватели на сигнали и кодове, енкодери и декодери, устройства за съгласуване, оборудване за телесигнализация, телеизмерване и дистанционно управление. Тези устройства се използват за преобразуване както на измервателни, така и на контролни сигнали.

Третата група се състои от анализатори на сигнали, функционални и оперативни преобразуватели, логически устройства и запаметяващи устройства, мастери, регулатори, управляващи изчислителни устройства и комплекси.

Четвъртата група включва изпълнителни механизми (електрически, пневматични, хидравлични или комбинирани), усилватели на мощност, спомагателни устройства за тях, както и устройства за представяне на информация.

Минимизирането на обхвата на оборудването за наблюдение и контрол се осъществява на базата на два принципа: унификация на устройствата на един функционално предназначениевъз основа на параметричните серии на тези продукти и агрегирането на набор от технически средства за решаване на големи функционални проблеми.

Понастоящем са разработени параметрични серии от сензори за налягане, дебит, ниво, температура и електрически измервателни уреди.

Въпреки това продължава тяхното оптимизиране по технико-икономически показатели, например по критерия за минимални общи разходи за задоволяване на дадени потребности. Този критерий се основава на противоречието между интересите на потребителя и производителя: колкото по-малко устройства има в серия, толкова по-ниски са разходите за тяхното разработване и развитие и в по-големи количества се произвеждат, което също намалява разходите на производителя . Увеличаването на броя на устройствата в един ред осигурява спестявания на потребителя поради по-ефективно използване на техните възможности или по-точно спазване на режимите на технологичните процеси.

Агрегатни комплекси (АК) са набор от технически средства, организирани под формата на функционално-параметрични серии, покриващи необходимите диапазони на измерване при различни условия на работа и осигуряващи изпълнението на всички функции в рамките на даден клас задачи.

Принципът на агрегиране в SHG се използва много широко. Унифицираният основен дизайн на сензори за количества топлинна енергия с унифицирани пневматични и електрически сигнали е създаден само от 600 елемента части, като са получени 136 вида и 863 модификации на тези сензори.

Концепциите за съвместимост, присъщи на ОСП, общи за всички продукти, могат да бъдат формулирани по следния начин.

Информационна съвместимост- набор от стандартизирани характеристики, които осигуряват съгласуваност на комуникационните сигнали по тип и номенклатура, техните информационни параметри, нива, пространствено-времеви и логически връзки и тип логика. За всички GSP продукти са възприети унифицирани комуникационни сигнали и унифицирани интерфейси, които представляват набор от софтуер и хардуер, които осигуряват взаимодействието на устройствата в системата.

Структурна съвместимост -набор от свойства, които осигуряват последователност на конструктивните параметри и механичното свързване на техническите средства, както и съответствие с ергономичните стандарти и естетическите изисквания при съвместна употреба.

Оперативна съвместимост- набор от свойства, които осигуряват работоспособността и надеждността на техническото оборудване, когато се използват заедно в производствена среда, както и лекота на поддръжка, конфигуриране и ремонт.

Метрологична съвместимост -набор от избрани метрологични характеристики и свойства на средствата за измерване, които осигуряват сравнимост на резултатите от измерването и възможност за изчисляване на грешката на резултатите от измерването при работа на технически средства като част от системи.

Според вида на енергията, използвана като носител на информационни сигнали, GSP устройствата се разделят на електрически, пневматични, хидравлични, както и на устройства, работещи без използване на спомагателна енергия - устройства с директно действие и регулатори. За да се осигури съвместната работа на устройства от различни групи, се използват подходящи преобразуватели на сигнали. В автоматизираните системи за управление най-ефективно е комбинираното използване на устройства от различни групи.

Предимства електрически уредиса добре известни. Това са преди всичко висока чувствителност, точност, скорост, лекота на предаване, съхранение и обработка на информация. Пневматичните устройства осигуряват повишена сигурностпри използване в силно запалими и експлозивни среди, висока надеждност при тежки условия на работа и агресивни атмосфери. Те обаче са по-долни електронни устройствапо отношение на скоростта, възможностите за предаване на сигнал до голямо разстояние. Хидравличните устройства позволяват да се получат прецизни движения на задвижващите механизми и високи сили.

В техническата документация най-широко използваният класификационен признак е Вид на продукта- набор от продукти с еднакво функционално предназначение и принцип на действие, сходни по дизайн и с еднакви основни параметри. Един тип може да включва няколко стандартни размера и модификации или дизайни на продукта. Стандартни размерипродукти от един и същи тип се различават по стойностите на основния параметър (обикновено разпределен за еднофункционални продукти).

Модификация -набор от продукти от един и същи тип, имащи определени конструктивни характеристики или определена стойност на неосновния пара-

метра. Под екзекуцияобикновено означават продукти от един и същи тип, които имат определени конструктивни характеристики, които влияят на техните експлоатационни характеристики, например тропически или морски.

Комплекс -по-голямо класификационно групиране от тип. В SHG комплексите са разделени на унифицирани и агрегатни. Отличителна черта единен комплексе, че всяко съчетаване на неговите технически средства едно с друго не води до реализиране на нови функции чрез тези средства. IN агрегатни комплекси различни комбинациитехническите средства могат да изпълняват нови функции. Най-широко използвани са агрегатните комплекси от електроизмервателно оборудване (ASET), компютърно оборудване (ASVT), телемеханика (ASTT), събиране на първична информация (API) и др.

Обменът на информация между техническите средства на GPS се осъществява чрез комуникационни сигнали и интерфейси.

В автоматизираните системи за управление най-разпространени са електрическите комуникационни сигнали, чиито предимства са високата скорост на предаване на сигнала, ниската цена и наличието на източници на енергия и лекотата на полагане на комуникационни линии. Пневматичните сигнали се използват главно в нефтената, химическата и нефтохимическата промишленост, където е необходимо да се осигури безопасност при експлозия и не се изисква висока скорост. Хидравличните сигнали се използват главно в хидравлични серво системи и устройства за управление на хидравлични задвижващи механизми.

Информационни сигналимогат да бъдат представени в натурален или унифициран вид.

Естествен сигнале сигналът на първичния измервателен преобразувател, чийто вид и диапазон на изменение се определят от неговите физични свойства и диапазона на изменение на измерваната стойност. Обикновено това са изходните сигнали на измервателните преобразуватели, най-често електрически, които могат да се предават на кратко разстояние (до няколко метра). Вид на носителя за съхранение и диапазон на промяна единен сигналне зависят от измерваното количество и метода на измерване. Обикновено единен сигнал се получава от естествен с помощта на вградени или външни нормализиращи преобразуватели. Основни типове унифициран аналог

GPS сигналите са дадени в табл. 8.

от електрически сигналинай-често срещаните унифицирани сигнали постоянен токи напрежение. Честотните сигнали се използват в телемеханично оборудване и комплекс от технически средства на локални информационни и контролни системи.

Таблица 8

Лабораторна работа № 4 "Проверка на пирометричния миливолтметър"

Изследване на устройството и проверка на пирометрични миливолтметри

Цел на работата: Запознаване с принципа на действие, устройство и методика

проверка на пирометрични миливолтметри.

Ход на работата: При проверка на пирометрични миливолтметри трябва да се извършат операциите, посочени в табл. 9

Таблица 9

СРЕДСТВА ЗА ПРОВЕРКА

2. 2.1. При извършване на проверка се използват следните стандартни средства:

3.
проверка:

4. образцови миливолтметри с класове на точност 0,2 и 0,5;

5. DC потенциометри с класове на точност 0,05-0,002;

6. нормални елементи от класове на точност 0,002-0,005;

7. Бобини за измерване на електросъпротивление с клас на точност 0,01.

8. 2.2. При извършване на проверка се използват спомагателни средства за проверка:

9. нулеви индикатори с постоянен ток (0,1-15)·10 A/div и външно критично съпротивление не повече от 500 ома;

10. Източници на постоянен ток;

11. батерии с нажежаема жичка с напрежение 1,28 V и капацитет 500 Ah,

12. киселинни акумулатори с напрежение от 2 до 6 V;

13. DC стабилизатори ниско напрежение;

14. регулируеми източници на постоянен ток от типа IRN;

15. DC съпротивителни хранилища с класове на точност 0,2 и 0,1;

16. плъзгащи реостати от 100 до 1000 ома;

17. лупа 2 и 2,5;

18.
уреди за проверка на равновесие с ъгли 5 и 10°.

19. Технически характеристики на средствата за проверка.

20. Грешката на стандартните средства за проверка трябва да бъде 5 пъти по-малка от допустимата грешка на проверяваното устройство съгласно GOST 22261-76.

21. 2.3. Приемливо е да използвате други инструменти за проверка с параметри.

22. 3. УСЛОВИЯ И ПОДГОТОВКА ЗА ПРОВЕРКА

23. 3.1. Проверката се извършва при нормални стойности на всички влияещи величини в съответствие с GOST 22261-76.

24. 3.2. Преди да извършите проверка, извършете следната подготвителна работа:

25. а)подготвят и включват проверяваното устройство в съответствие с техническата документация за работа на проверяваното устройство и инструкциите върху циферблата и тялото на устройството;

26. б)пирометричните миливолтметри, които имат скала, изразена в температурни градуси, са включени в измервателната верига последователно с резистор. Съпротивлението на резистора трябва да съответства на съпротивлението, посочено на скалата на тестваното устройство, с допустимо отклонение:

27. Ом;

28. V)при проверка на пирометрични миливолтметри със скала, изразена в миливолта, както и такива, предназначени за работа с телескопи за общо излъчване, резисторът не се включва в измервателната верига;

29.
G)коригиращият реостат (коректор за отчитане) на пирометричен миливолтметър, предназначен за работа с пирометърни телескопи с общо излъчване, е настроен на крайно (нулево) положение при определяне на основната грешка;

30. д)при калибриране на миливолтметри PP-1 и PR 30/6 за маркировки на скалата от 1000 ° C и повече, стойността на съпротивлението се увеличава с 1,2 ома, което съответства на условното увеличение на съпротивлението на термодвойката при нагряване;

31. д)при определяне на основната грешка и отклонение в показанията на регулиращите миливолтметри, зададените температурни индикатори се монтират извън маркировките на скалата, така че да не пречат на свободното движение на иглата. Контактното устройство на регулиращия миливолтметър се включва към мрежата 2 часа преди началото на проверката (освен ако не е посочено друго време в техническо описаниеустройство);

32. и)При проверка на многоточкови самозаписващи се пирометрични миливолтметри всички входни вериги на тестваното устройство са свързани паралелно.

33. 4. ПРОВЕРКА

34. 4.1. Визуална инспекция

35. 4.1.1. При извършване на външен оглед трябва да се установи:

36. а)съответствие на миливолтметрите с GOST 22261-76 и GOST 9736-68;

37. б)надеждност на закрепване на външни и вътрешни части на устройството и липса на повреди;

38. V)липса на прекъсвания във веригата на миливолтметъра, което се открива при затваряне на клемите и разклащане на устройството;

39. G)свободно движение на показалеца.

40.
Ако миливолтметър не отговаря на поне едно от изискванията на този стандарт, той се счита за неподходящ за употреба и не се извършва допълнителна проверка.

41. 4.2. Тестването се извършва, когато миливолтметърът е свързан към измервателната верига и се проверява следното:

42. а)правилна работа на коректора в съответствие с GOST 9736-68;

43. б)изправността на коригиращия реостат (коректор на отчитане), вграден в миливолтметъра, предназначен за работа с телескопи за тотална радиация. За да направите това, като поставите показалеца на най-високата маркировка на скалата в нулева позиция на коригиращия реостат, постепенно завъртете копчето на реостата и наблюдавайте промяната в показанията на миливолтметъра.

43 4.3. Определяне на метрологични параметри

4.3.1 Определянето на вътрешното съпротивление на миливолтметър се извършва чрез компенсационния метод на сравнение с еталонна бобина съгласно диаграмата, показана на фиг. 1.40.

или по метода на заместване съгласно схемата, както следва на фиг. 1.41:

а) на магазина за съпротивление е зададена стойност, която е близка до вътрешното съпротивление на изпитвания миливолтметър;

b) в позиция I на превключвателя P, използвайте потенциометър за измерване на спада на напрежението на проверявания миливолтметър, като зададете регулируемо съпротивление на тока, който отклонява стрелката в рамките на скалата на миливолтметъра;

в) в позиция II на превключвателя P, променете съпротивлението на магазина, докато се получи стойността на пад на напрежението, измерена с потенциометър на миливолтметър, докато стойността на вътрешното съпротивление на миливолтметъра е равна на зададеното съпротивление.

44 5. РЕГИСТРИРАНЕ НА РЕЗУЛТАТИТЕ ОТ ПРОВЕРКАТА

455.1. Данните от проверката на миливолтметри с класове на точност 0,2 и 0,5 се въвеждат в протокол, който се съхранява в организацията, извършила проверката в периода между два ръкописа на уреда.

465.2. Данни за проверка на инструменти с клас на точност 1; 1,5; 2.5 се записват в дневника за наблюдение.

475.3. Миливолтметри, отговарящи на изискванията за тях, подлежат на брандиране след проверка.

485.4. За миливолтметри с класове на точност 0,2 и 0,5, по искане на клиента, се издава извлечение от протокола за проверка, в което се посочват корекционните стойности в миливолта.

495.5. Ако миливолтметърът е неподходящ, органите на метрологичната служба издават известие за негодност, като посочват причините и анулират марката.

Лабораторна работа № 5 "Проверка на автоматичния потенциометър"

Проучване на устройството и проверка на автоматичния потенциометър

Цел на работата: Запознаване с принципа на действие, устройство и методика

автоматичен потенциометър.

Напредък на работата: При проверка на автоматичните потенциометри и мостове трябва да се спазват одобрените от Gosenergonadzor „Правила за техническа експлоатация на потребителски електрически инсталации и правила за безопасност при работа на потребителски електрически инсталации“ и изискванията, установени от GOST 12.2.007.0-75.

При проверка на автоматичния потенциометърЗа преносим потенциометър тип PP-P е необходимо да се вземе предвид, че тези устройства са потенциометри от един и същи клас на точност. Следователно, за надеждна проверка на автоматичен потенциометър за диапазон от например 16,76 mV, е необходимо да се знаят корекциите на всяка точка от скалата на потенциометъра PP с точност 0,03 mV и превключвателя на секциите до 0,01 mV. При калибриране на устройство за различен обхват на измерване изискванията към референтното устройство се променят пропорционално. При проверка на автоматичен потенциометър срещу преносим потенциометър от тип PP е необходимо да се вземе предвид, че тези потенциометри са устройства от същия клас на точност. Затова, например, за надеждна проверка на автоматичния потенциометърза обхват на измерване от 16,76 mV е необходимо да се знаят корекциите на всяка точка от скалата на плъзгача на PP потенциометъра с точност от 0,03 mV и превключвателя на секциите до 0,01 mV. При калибриране на устройство за различен обхват на измерване изискванията към референтното устройство се променят пропорционално. Третият метод включва използването само на преносим потенциометър. При проверка на автоматичен потенциометър спрямо преносим потенциометър от типа PP-P трябва да се има предвид, че тези устройства са потенциометри от един и същи клас на точност. Следователно, за надеждност проверка на автоматичния потенциометърза обхват от, например, 16,76 mV, е необходимо да се знаят корекциите на всяка точка от скалата на плъзгащата се хорда на PP потенциометъра с точност от 0,03 mV и превключвателя на секциите до 0,01 mV. При калибриране на устройство за различен обхват на измерване изискванията към референтното устройство се променят пропорционално.

Лабораторна работа № 6 "Проверка на термопреобразувателя на съпротивлението"

Проучване на устройството и проверка на термопреобразувателя на съпротивлението

Цел на работата: Запознаване с принципа на действие, устройство и методика

термопреобразувател на съпротивление GOST 8.461-2009.

Напредък на работата: резистивни термопреобразуватели от платина, мед и никел. Текуща методология за проверка Този стандарт се прилага за термопреобразуватели на съпротивление, изработени от платина, мед и никел в съответствие с GOST 6651, предназначени за измерване на температури от минус 200 0 C до плюс 850 0 C или в част от този диапазон, както и за термично съпротивление конвертори в обращение, произведени преди прилагането на GOST 6651, и установява методологията за тяхната първоначална и периодична проверка. В съответствие с този стандарт чувствителните елементи на съпротивителните термични преобразуватели, използвани като инструменти за измерване на температура, също могат да бъдат проверени. Температурните стойности в този стандарт съответстват на международната температурна скала ITS-90

Лабораторна работа № 7 "Измерване на температура с радиационен пирометър"

Цел на работата: Запознаване с принципа на действие, устройство и методика

радиационен пирометър.

Напредък: запознаване с дизайна и работата на радиационни пирометри.

ОПИСАНИЕ НА РАДИАЦИОННИТЕ ПИРОМЕТРИ

При високи температури всяко нагрято тяло излъчва значителна част от топлинната енергия под формата на поток от светлинни и топлинни лъчи. Колкото по-висока е температурата на нагрятото тяло, толкова по-голям е интензитетът на излъчването. Тяло, загрято до приблизително 600°C, излъчва невидими инфрачервени топлинни лъчи. По-нататъшното повишаване на температурата води до появата на видими светлинни лъчи в емисионния спектър. С повишаването на температурата цветът се променя от червено на жълто и бяло, което е смес от радиация с различни дължини на вълната.

Изпратете добрата си работа в базата знания е лесно. Използвайте формата по-долу

Студенти, докторанти, млади учени, които използват базата от знания в обучението и работата си, ще ви бъдат много благодарни.

Катедра: Обща физика

По темата за: Алгоритъм и софтуер съвременен радиофизичен експеримент

Москва, 2008 г

Алгоритъм и софтуер на съвременен радиофизичен експеримент

Тъй като ASRFI е създаден за решаване на определен набор от проблеми, свързани с изследването на неизвестни преди това свойства на изследователски обекти, характеристиките на неговите връзки и изискванията към системата като цяло са фокусирани върху най-ефективното прилагане на добре дефинирани алгоритми, които предоставя максимално информационно съдържание. Следователно, до началото на разработването на комплекс от технически средства на ASRFI, основните алгоритми за управление трябва да бъдат разработени до такава степен, че да е възможно да се получат оценки на основните характеристики на отделните програми, техните връзки помежду си и масиви от данни.

Последователността на етапите на създаване на алгоритми и софтуер е показана на фиг. 1.8. За разлика от системите, предназначени за решаване на проблеми, свързани с функционирането на технически обекти, чиито характеристики до голяма степен могат да бъдат известни предварително, ASRFI са разработени за изследване на радиофизични обекти, чиито свойства обикновено са неизвестни предварително. Следователно задачата за разработване на алгоритми за управление задължително се предхожда от решаване на проблема за определяне на математически модели, които описват ОП. И двете задачи съставляват съдържанието на алгоритмизирането на процеса на измерване на RFV. Получените математически модели на ИЧ и радиофизичните процеси, протичащи в него и определящи неговите свойства, управляващите алгоритми и програмите, които ги реализират, са интегрална частматематически софтуер на ASRFI.

Обобщена диаграма на алгоритмична поддръжка за изпълнение на ASRFI е показана на фиг. 1.9 Алгоритмите на ASRFI 1 се определят от три разширени блока: алгоритми за управление на системата 2, алгоритми за въвеждане и извеждане на информация 3, алгоритми за решаване на изчислителни задачи 4. Основните разширени функции на алгоритмите за управление на системата са организацията на управление на параметрите на отделните функционални модули (FM) 5 [оператор Р 2 1 във формула (1.27) при посочване на оператора Р 2 ] и преструктуриране 6 [оператор Р 2 2 в (1,27)]. Алгоритъм блок 3 осигурява приемане 7 и изход 8 [оператори Р 2 3 , Р 2 4 в (1.27)] на всички сигнали (както цифрови, така и аналогови) по време на взаимодействието на компютъра с външни устройства. Алгоритъм блок 4 е предназначен за решаване на всички изчислителни проблеми, които също са функционално свързани с предишните алгоритъм блокове. Предварителна цифрова обработка на сигнала 9 [оператор Р 2 5 в (1.27)] включва осигуряване на качеството на тяхната по-нататъшна обработка (предотвратяване на ефекта на псевдонима, цифрово филтриранесигнал, претегляне на въведените масиви от цифрова информация с тегловни прозорци и др.), ако възникне необходимост.

Математическа обработка на сигнали 10 [оператор Р 2 6 в (1.27)] трябва да осигури всички изчислителни процедури, включително специална математическа обработка за получаване на резултат от измерване в специфичен RFE.

Ако ASRFI достигне интелектуалното ниво в своята организация, тогава нейното функциониране задължително включва създаването на експертни системи, чиито функции включват и прилагането на съответните принципи на управление 11 [оператор Р 2 7 в (1,27)].

За обобщената класификация на хардуерната и алгоритмичната поддръжка на ASRFI, като се вземе предвид горното, общото уравнение за измерване в операторна форма ще има формата:

(1.31)

В диаграмата на фиг. 1.9 разделението на алгоритмите е условно. Между тях съществуват широки функционални връзки, които ще бъдат обсъдени по-нататък.

В параграф 1.4 2 е показано, че фундаментално увеличаване на информационното съдържание на SRFI може да бъде постигнато чрез въвеждане на елементи на гъвкавост във всички части на неговия хардуер и следователно осигуряване на техните адаптивни свойства, които позволяват програмна настройка на параметрите на SRFI без прекъсване на текущия експеримент. Между тези връзки и компютъра съществуват функционални връзки, като техните характеристики се контролират в границите на гъвкавост според определени алгоритми, внедрени в компютъра софтуер. Освен това възможностите модерни компютриправят възможно внедряването на много хардуерни аналози на FM в алгоритмично изпълнение. Освен това в много случаи характеристиките на алгоритмичния PM са по-добри от тези на техните хардуерни аналогове.

Фиг. 1.8 Последователност от етапи в разработването на алгоритми и софтуер за сложна система

Фиг. 1.9 Обобщена структура на алгоритмична поддръжка за ASRFI:

1 - алгоритми; 2 - управление на системата; 3 - обмен с външни устройства; 4 - решения на изчислителни задачи; 5 - функционално управление; 6 - структурно управление; 7 - сигнален вход; 8 - сигнален изход; 9 - предварителна цифрова обработка на сигнала; 10 - математическа обработка на сигнала; 11 - анализ на бази данни и знания, формиране на логически заключения.

Софтуерът ASRFI е разработен на базата на вече разработени алгоритми. След като е определен съставът на всички задачи на разработения ASRFI, са избрани методи за тяхното решаване, информационни връзкимежду тях и последователността на тяхното решаване, те са обединени в подсистеми, е целесъобразно функциите по управлението им да се разпределят между софтуер, хардуер и човек (експерт). Определя се въз основа на системни съображения, като се вземат предвид разходите за материали. Тези характеристики са отразени в изискванията към алгоритъма (или времевата диаграма) на системата. Следователно изграждането на алгоритъм (времева диаграма) и изборът на разпределение на функциите между експерта, хардуера и софтуера представляват проблем, чието решение определя всички последващи решения.

Известно е 76, че според техните функционални характеристики софтуерът също може да бъде разделен на функционално завършени ФМ. Почти невъзможно е да се създаде цялостен, унифициран софтуер за сложен XPS. Известна софтуерна унификация е възможна само за стандартизирани средства за организиране на експеримент, например, като се използват горепосочените системи VECTOR, CAMAC, FASTBUS, VME и др., Които също имат логически стандарт.

Съвременните тенденции в разработването на софтуер за предоставяне на ASRFI вероятно трябва да се считат за създаване на софтуерни черупки, в рамките на които е възможен синтез виртуални системи. Примери за такива софтуерни обвивки са софтуер, включен в labVIEW, labWINDOWS и др. . Един от най обещаващи посокиРазработката на софтуер в момента очевидно трябва да се счита за софтуер за организиране на интелигентни системи. Въпреки това, както ще бъде показано по-долу, в този случай спецификата на конкретен експеримент задължително ще повлияе, което в в такъв случайправи невъзможно пълното унифициране на АД и софтуера.

Съществуващи методи за проектиране на гъвкави системи за научни изследвания

Появата на микропроцесорни инструменти (MPS) веднага доведе до появата на нов клас измервателно оборудване - цифрови измервателни инструменти (DMI), които имат известна функционална гъвкавост и адаптивност (по-специално автоматичен избор на диапазони на измерване и др.) , което до известна степен ги направи по-удобни за използване. Но възможностите на MPS са толкова значителни, че има смисъл да се използват не само за измерване на RFV, но и за тяхната по-нататъшна математическа обработка, което не е възможно при цифровата обработка на данни поради липсата на гъвкави възможности за програмиране.

С появата на MPS се появяват и мини- и микрокомпютри с гъвкави възможности за програмиране, способни да взаимодействат (обменят информация) с външни устройства. Това осигури възможност за въвеждане и обработка на информация за измерване в компютър, като се използват всички негови изчислителни и други възможности. Наличието на такива качества в MPS доведе до създаването на различни интерфейсни инструменти, които осигуряват взаимодействие между MPS и други устройства в системи с различни конфигурации и предназначени, наред с други неща, за измерване.

Появата на интерфейси направи възможно увеличаването на изчислителната мощност чрез комбиниране на няколко компютъра и създаване на многостепенни (йерархични) изчислителни структури, което направи възможно решаването на все по-сложни проблеми, включително в експериментални изследвания. Възможността за извеждане на информация от MPS към външни устройства дава възможност за генериране на управляващи действия по зададен алгоритъм.

Стандартизация и унификация компонентикомпютърните системи за измерване и управление бяха в основата на създаването на формализирани методи за проектиране на измервателни и изчислителни системи (MCS), базирани на използването на стандартни технически решения. Едно от първите приложения на метода на оформлението беше създаването на автоматизирани системи за управление на процеси. Такива системи обаче нямат софтуерна гъвкавост и адаптивност в реално време.

По-нататъшно развитие на метода на оформление е методът за проектиране на IVC с помощта на унифицирани модулни елементи на оформлението (метод на оформлението на дизайна). Както е известно, IVK са измервателни уреди, които включват измервателни, изчислителни и софтуерни компоненти. Отбелязва се, че за проектиране на IVK могат да се използват както хардуерни, така и софтуерни модули. Индивидуалните хардуерни подединици могат да бъдат изградени въз основа на стандартни системимодулен тип (например интерфейс означава в стандарта CAMAC). Такива инструменти за измерване и изчисление имат свойствата на гъвкавост на ниво модулно преструктуриране. Въпреки това, те имат недостатъците, посочени в точка 1.4.2

Проектиране на особено сложни измервателни системи за комплексни изследвания в областта на ядрената физика, космическата физика, космическите изследвания и др. произведени по композиционния метод. Този метод включва декомпозиция на сложен проблем според няколко важни параметъра, чието решаване се извършва от много екипи от специализирани специалисти, използвайки мрежово планиране. Резултатът от последващото композиране на получените решения са сложни йерархични системи. Решението на подобни проблеми е достъпно само за група научни колективи (научноизследователски институти, конструкторски бюра и др.).

По-нататъшен напредък в развитието на компютрите и елементна базадоведе до появата на нови подходи в развитието на SRFI: придаване на свойствата на максимална гъвкавост, адаптивност и интелектуализация (създаване на бази данни, бази от знания и системи за измерване). При разработването на интерфейсни средства тяхната гъвкавост започна да се осигурява не от принципа на модулност, а от използването на софтуерно контролирано електронно превключване в рамките на една модулна платка. Наскоро започнаха да се появяват процеси на интеграция в синтеза както на хардуерна, така и на алгоритмична поддръжка за SRFI. Същите процеси, но по-малко динамични, започнаха да се проявяват, когато измервателната и изчислителната част на SRFI беше обединена с експериментални инсталации. По-специално, в нашия случай това се прояви в прилагането на няколко (повече от два) свързани, допълващи се и взаимозависими метода за измерване на RFV и в организирането на програмно контролирано влияние върху OP като част от една и съща SRFI. Интегрирането на хардуерна и алгоритмична поддръжка на SRFI в комбинация с въвеждането на свойства за гъвкавост и адаптивност при организиране на софтуерно контролирано влияние на OI, разбира се, води до повишаване на тяхната ефективност.

Въпреки това, основният недостатък, присъщ на тези методи за проектиране на SRFI, е, че възможностите на метрологичния критерий за оптимизация не се използват напълно, за да се постигнат максимални характеристики. Това води до неоптимален синтез на SRPI още в началния етап, което впоследствие води до необходимостта от неговото усъвършенстване.

Горепосочените недостатъци на съществуващите методи за проектиране на системи за научни изследвания изискват разработването на нови методи, създаването на подходящи гъвкави, софтуерно контролирани интерфейсни инструменти и средства за въздействие върху ИЛИ, за да се осигурят адаптивните свойства на тези системи за решаване на проблеми. най-съвременните проблеми на радиофизичните измервания.

Литература

Алферов Ж.И. Хетеропреходите в полупроводниковата електроника на близкото бъдеще // Физиката днес и утре / Изд. В.М. Тучкевич. Л., 1973.

Алферов Ж.И. Хетеропреходи в полупроводниковата електроника // Физиката днес и утре: Научни прогнози. М.: Наука, 1975.

Алферов Ж.И., Конников С.Г., Королков В.И. // FTP. 1973. Т.7.

Алферов Ж.И. Инжекционни хетеролазери // Полупроводникови устройства и тяхното приложение / Изд. АЗ СЪМ В. Федотова. М., 1971.

Алферов Ж.И., Андреев В.М., Портной Е.Л., Протасов И.И. // FTP. 1969. Т.3. № 9. P.1324-1327.

Алферов Ж.И. // FTP. 1967. Т.1. P.436.

Гвоздев В.И., Нефедов Е.И. Обемни интегрални схемиМикровълнова печка М.: Наука. гл. изд. физически - мат. лит., 1985.256 с.

Нефедов E.I. Дифракция електромагнитни вълнивърху диелектрични конструкции. М.: Наука, 1979.

Неганов В.А., Раевски С.Б., Яровой Г.П. Линейна макроскопична електродинамика / Ed. Неганова В.А. Т.1. М.: Радио и комуникации, 2000 г. 509 с., ил. 123, табл.

Дмитренко А.Г., Колчин В.А. // Изв. университети Радиофизика. 2000. Т.43. Брой 9. P.766-772.

Подобни документи

Диференциално уравнение на топлопроводимостта. Топлинен поток през елементарен обем. Условия за задаване на граничната задача. Методи за решаване на проблеми с топлопроводимостта. Числени методи за решаване на топлинното уравнение. Изчисляване на температурното поле на плочата.

дисертация, добавена на 22.04.2011 г

Алгоритми за решаване на задачи по физика. Основи на кинематиката и динамиката. Закони за запазване, механични вибрации и вълни. Молекулярна физика и термодинамика. Електрическо поле, закони на постоянния ток. Елементи от теорията на относителността, светлинни кванти.

урок, добавен на 05/10/2010

Изследване на хармоничните процеси в линейни вериги, описание на амплитудно-честотните характеристики на четириполюсниците. Основни методи за изчисляване и проектиране на електрически вериги и съвременни компютърни технологии и софтуер.

курсова работа, добавена на 16.11.2013 г

Какво е задача, класове, видове и етапи на решаване на проблеми. Същност на евристичния подход при решаване на задачи по физика. Концепцията за евристика и евристично обучение. Характеристика на евристичните методи (педагогически техники и методи, базирани на евристика).

курсова работа, добавена на 17.10.2006 г

Автоматизирана система за управление на осветлението, алгоритъм на нейната работа, хардуер и софтуер. Възможни проблеми при изпълнението и начини за тяхното разрешаване. Изчисляване на мощността на стабилизаторите на напрежението. Изчисления за регулиране на напрежението.

дисертация, добавена на 01.07.2014 г

Характеристики на разработването на електрическа схема за управление на система от технологични машини. Обосновка на избора на силово електрическо оборудване, оборудване за управление и защита. Характеристики на методологията за избор на тип контролен панел и неговото оформление.

ръководство за обучение, добавено на 29.04.2010 г

Разработване на математически методи и алгоритми за синтез на закони за управление въз основа на тях. Обратни задачи на динамиката в теорията автоматично управление. Приложение на спектралния метод за решаване на обратни задачи от динамика, характеристики на функции.

курсова работа, добавена на 14.12.2009 г

Автоматизация на комутационни и контролни системи за водоснабдяване и пречистване на вода на сграда. Монтаж на нивопревключватели за автоматизиране на работата на помпата. Класификация на числените програмен контрол. Принципна схема на трансформатор ATS с едно действие.

тест, добавен на 12/06/2010

Разглеждане на основните цели и задачи на проектирането на атомни електроцентрали на съвременна атомна електроцентрала. Проучване на стандартите за проектиране в съответствие с изискванията, уреждащи документи. Характеристики на създаване на захранващ блок за образователни цели.

резюме, добавено на 18.04.2015 г

Анализ на ефективността на енергийните ресурси. Аналитичен преглед на текущото състояние на научните изследвания в областта на опазването на ресурсите в предприятията на горивно-енергийния комплекс. Иновационни проекти, перспективи за развитие на Газпром Добича Ноябрьск ООД.

AstroSoft има дългогодишен опит в разработването на алгоритми за софтуер в различни области на приложение. Базирайки се на напредналите постижения на алгоритмите и компетентността на нашите служители в областта на математиката и физиката, ние предлагаме най-ефективните решения на сложни математически задачи за бизнеса и науката.

Основни направления:

Цифрова обработка на сигнали и изображения
Симулационно моделиране
Математическа оптимизация
Статистическа обработка на данни
Машинно обучение

Ние поемаме решението на сложни приложни математически проблеми, пред които е изправена вашата организация. Нашият екип се състои от висококвалифицирани математици и програмисти, 15 от които са кандидати на науките.

С нас можете да се съсредоточите върху ключовите си задачи, да намалите рисковете и да намалите времето за разработка.

Предлагаме услуги за разработване на решения в областта на Digital Signal Processing (DSP) или цифрова обработка на сигнала.

Нашите решения се използват за филтриране, подобряване на съотношението сигнал/шум, потискане на смущения, разграничаване на сигнал от фона на смущения и шум, корелационен анализ.

Ние подобряваме методите, създаваме и усъвършенстваме алгоритми, които се използват в комуникационни системи, акустика, предаване на данни, автоматично управление и радарни системи в области като телекомуникации, авионика, корабостроене и машиностроене, електроника, промишленост и др.

: създаване на софтуер за обработка и кодиране на гласови сигнали за мрежи мобилни комуникации.

Имаме и компетентност компютърна обработкаизображения ( Обработка на изображение) . Участваме в проекти за изпълнение машинно зрениев индустриални системи за интернет на нещата в производствени предприятия, а също така разработваме системи за алгоритмична обработка и разпознаване на изображения за системи за видеонаблюдение в различни съоръжения.

Пример за успешно завършен проект: решение, което позволява на система за видеонаблюдение непрекъснато да проследява движещи се обекти през множество зони за наблюдение на камерата:

интегриране на множество HD камери,
безпроблемно свързване в панорама,
забавяне по-малко от четири кадъра,
точен синхронизация на камерата,
комбиниране на изображения от съседни камери с пикселна точност,
корекция на геометрични и цветови изкривявания.

Ние използваме симулация, когато е невъзможно или непрактично да се провеждат експерименти върху реална система поради висока цена, интензивност на труда и дълго време за изчакване за резултати.

По спецификации на клиента разработваме модели на различни обекти и процеси, които позволяват:

анализира поведението на даден обект във времето,
извършва ранно прототипиране на разработката за нейното отстраняване на грешки върху модела,
проверете сценарии, които могат да бъдат опасни за скъпо оборудване,
намаляване на използването на ресурсите на оборудването,
намаляване на нивото на несигурност и рискове.

Пример за успешно завършен проект: модел морска вълна.

Ние разработваме математически модели за намиране на оптимални решения при дадени ограничения.

С нашия опит в математическата оптимизация и линейното програмиране можем да ви помогнем да проектирате, тествате и изберете стабилни и ефективни двигатели за оптимизация.

Пример за успешно завършен проект: модел за оптимизиране на работата на мърчандайзери от група компании.

Ние разработваме алгоритми и математически модели, които ни позволяват да анализираме големи обеми от данни - оценявайте скрити опциив данните, тяхната надеждност, правят прогнози.

Нашите решения, базирани на спектрален и стохастичен анализ, могат да се използват в индустрията, авиониката, радарите, геофизиката, медицината и икономиката.

Примери за успешно завършени проекти: алгоритми за спектрален анализ на състава на суровините за технологичния процес в циментов завод, проследяване на траекторията на БЛА.

Използвайки алгоритми за машинно обучение, ние решаваме проблеми с класификацията, разпознаването на изображения и реч и прогнозирането. На базата на изкуствени невронни мрежиНие създаваме решения за борба с UAV.

Пример за успешно завършен проект: разработване на апаратно-програмен комплекс за откриване, класификация и проследяване на БЛА.

24.09.2018

Графичните проблеми нямат давност. Теорията на графите се използва в компютърни мрежи, използва се в географски информационни системи, при маршрутизиране на сигнали в цифрови мрежи и т.н. Дори социална медияе въплъщение на графики, където всеки потребител (или неговата страница) е върхът на графиката, а абонатите и приятелите са нейните ръбове. Ето защо се заинтересувахме от статия за решаването на една от задачите в областта на графиките, чийто превод ви предлагаме.