Электронная библиотека Веда
Цели библиотеки
Скачать бесплатно
Доставка литературы
Доставка диссертаций
Размещение литературы
Контактные данные
Я ищу:
Библиотечный каталог российских и украинских диссертаций

Вы находитесь:
Диссертационные работы России
Технические науки
Автоматизированные системы управления и прогрессивные информационные технологии

Диссертационная работа:

Месягутов Игорь Фаритович. Адаптивная система управления процессом механообработки на основе нечеткой динамической модели : диссертация ... кандидата технических наук : 05.13.06.- Уфа, 2003.- 172 с.: ил. РГБ ОД, 61 03-5/3884-5

смотреть содержание
смотреть введение
Содержание к работе:

ОСНОВНЫЕ СОКРАЩЕНИЯ, ИСПОЛЬЗУЕМЫЕ В ТЕКСТЕ 5

ОСНОВНЫЕ УСЛОВНЫЕ ОБОЗНАЧЕНИЯ, ИСПОЛЬЗУЕМЫЕ В ТЕКСТЕ...6

ВВЕДЕНИЕ 10

ГЛАВА 1. АНАЛИЗ ПРОБЛЕМ МОДЕЛИРОВАНИЯ И УПРАВЛЕНИЯ ПРОЦЕССОМ ОБРАБОТКИ ДЕТАЛЕЙ НА МЕТАЛЛОРЕЖУЩИХ СТАНКАХ С ЧПУ 14

1.1. Анализ тенденции развития автоматизации и управления процессом механообработки 14

1.2. Содержательная постановка задачи оперативного формирования режимов механообработки 16

1.3. Особенности знаний о процессе резания как объекте управления 18

1.4. Анализ методов формирования законов управления в условиях неопределенности 32

1.4.1. Анализ методов управления в условиях нескомпенсированной неопределенности 32

1.4.2. Анализ путей компенсации неопределенностей знаний о процессе резания 37

1.4.2.1. Анализ путей снижения возмущений с применением теории информации 37

1.4.2.2. Анализ методов адаптивного управления 38

1.4.3. Анализ тенденции совмещения задач компенсации неопределенности и управления в условиях неснятой неопределенности 43

1.5. Выводы и результаты по главе 45

ГЛАВА 2. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ПРОЦЕССА РЕЗАНИЯ

КАК НЕЧЕТКОГО ДИНАМИЧЕСКОГО ОБЪЕКТА УПРАВЛЕНИЯ

2.1. Математическая модель для представления знаний о процессе резания 47

2.1.1. Формализация знаний с сигнальными неопределенностями 51

2.1.2. Формализация знаний с параметрическими неопределенностями 56

2.1.3. Формализация знаний с неопределенностями начальных условий 58

2.1.4. Формализация знаний с функциональными неопределенностями 58

2.1.5. Формализация знаний со структурными неопределенностями

2.2. Правила вычисления значений нечетких функций 63

2.3. Решение дифференциальных уравнений в условиях нечеткой исходной информации 70

2.4. Подход к идентификации нечеткой динамической модели ПР 74

2.4.1. Постановка задачи идентификации 74

2.4.2. Идентификация параметров модели ПР и показателей параметрических неопределенностей 75

2.4.3. Идентификация функций модели ПР и показателей функциональных неопределенностей 85

2.4.4 Идентификация размерности вектора состояния модели ПР и показателей структурных неопределенностей 88

2.5. Сравнительные характеристики предложенной методики формального описания ПР 90

2.6. Основные выводы и результаты по главе 93

ГЛАВА 3. АДАПТИВНОЕ УПРАВЛЕНИЕ ПРОЦЕССОМ РЕЗАНИЯ В УСЛОВИЯХ НЕЧЕТКОЙ ИНФОРМАЦИИ 94

3.1. Математическая постановка задачи управления механической обработкой деталей как нечетким динамическим объектом 94

3.2. Модификация алгоритма адаптивного робастного управления процессом резания в условиях нечеткой априорной информации и нечетких переменных состояния процесса 97

3.3. Оценивание нечетких переменных состояния 107

3.4. Алгоритм настройки параметров адаптивного робастного регулятора 111

3.5. Выводы и результаты по главе 116

ГЛАВА 4. ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ И ОСОБЕННОСТИ ТЕХНИЧЕСКОЙ РЕАЛИЗАЦИИ АДАПТИВНОЙ СИСТЕМЫ УПРАВЛЕНИЯ ПРОЦЕССОМ РЕЗАНИЯ 117

4.1. Имитационное моделирование работы адаптивной системы стабилизации главной составляющей силы и термо-ЭДС резания 117

4.1.1. Построение нечеткой динамической модели ПР и эталонной модели для адаптивной системы 118

4.1.2. Синтез закона управления силой и термо-ЭДС резания 122

4.1.3. Оценка эффективности АдСУ ПР по результатам имитационного моделирования 125

4.2. Выбор и обоснование технических средств для реализации АдСУ ПР 130

4.3. Организация взаимосвязи алгоритмов работы АдСУ с базовым ПМО УЧПУ 131

4.4. Выводы и результаты по главе 133

ОСНОВНЫЕ ВЫВОДЫ И РЕЗУЛЬТАТЫ... 135

СПИСОК ЛИТЕРАТУРЫ 137

ПРИЛОЖЕНИЯ 152 

Введение к работе:

Один из путей повышения эффективности авиационных и машиностроительных производств состоит во внедрении средств автоматизации и управления технологическими процессами, в т.ч. процессами резания (ПР), трудоемкость которой составляет 50-60% от трудоемкости изготовления всего изделия [132]. Работами [5, 32, 81] доказано, что системы управления (СУ) ПР позволяют повысить надежность работы оборудования, поднять производительность и снизить себестоимость деталей, улучшить эксплуатационные характеристики изделий в условиях, когда резервы усовершенствования конструкций металлорежущих станков и технологий исчерпаны. Однако СУ ПР не получили столь широкого распространения в производстве, как СУ исполнительными органами технологического оборудования. Это объясняется тем, что управление ПР имеет ряд проблем, связанных с неопределенностями при управлении, т.е. с дефицитом и недостоверностью априорной и апостериорной информации. Указанная неопределенность обусловлена погрешностями измерения выходных переменных объекта управления (ОУ), дефицитом средств измерения и контроля многих физических величин ПР, свойствами моделей процесса, характеризующихся нестационарностью и переменной структурой. Поэтому усилия ученых [77, 99, 100, 126, 133], занимающихся проблемами управления, направлены на решение вопросов адаптации СУ к производственным условиям и на разработку робастных систем, обладающих слабой чувствительностью к возмущениям. Но в настоящее время не существует ни технической базы, ни теоретических методов, позволяющих полностью исключить влияние неопределенностей на показатели устойчивости, точности и качества управления ПР. В связи с этим актуальным является разработка методик количественной оценки неопределенностей моделей ПР и алгоритмов выбора компромиссного управляющего сигнала в условиях неснятой неопределенности. Решаемые в диссертации вопросы являются составной частью исследований, проводимых кафедрой автоматизированных технологических систем Уфимского государственного авиационного технического университета (УГАТУ) в соответствии с координационными планами АТН РФ, программой «Конверсия и высокие технологии. 1997-2000 г.г.», в рамках федеральной целевой программы «Государственная поддержка интеграции высшего образования и фундаментальной науки на 1997-2001 г.г.».

Целью настоящей работы является повышение эффективности управления процессом механообработки в условиях неопределенности.

Для достижения данной цели поставлены следующие задачи.

1. Предложить и обосновать динамическую модель для формализации знаний о ПР с учетом дефицита, противоречивости и недостоверности априорной информации.

2. Синтезировать методику идентификации предложенной модели ПР.

3. Разработать алгоритм оперативного формирования режимов механообработки (подачи и частоты вращения шпинделя) в условиях неопределенности.

4. Разработать алгоритм настройки регуляторов в адаптивных СУ ПР.

5. Оценить эффективность предложенных методик идентификации и алгоритмов управления ПР.

На защиту выносятся:

1. Нечеткая динамическая модель для описания ПР в пространстве состояний, включающая НМ параметров, переменных вектора состояния, размерности вектора состояния, а также нечеткие функции.

2. Методика идентификации модели ПР, состоящая в декомпозиции различных видов неопределенности и в определении параметров НМ, НФ и НО модели.

3. Алгоритм формирования квазиоптимальных режимов механообработки (подачи и частоты вращения шпинделя) путем адаптивного управления ПР с нечеткой моделью и нечеткими значениями выходной переменной на основе алгоритма скоростного градиента. 4. Алгоритм настройки параметров адаптивного регулятора ПР путем поиска условного экстремума целевой функции, отражающей нечеткие показатели качества и точности СУ при ограничениях на управляющий сигнал и на переменные вектора состояния ОУ

5. Результаты оценки эффективности методики идентификации нечеткой динамической модели ПР и алгоритмов управления ПР в условиях нечеткой информации, полученные путем имитационного моделирования и внедрения в производство.

Научная новизна диссертационной работы:

1. Новизна нечеткой модели состоит в возможности параметрически отражать сигнальные, функциональные, параметрические, структурные неопределенности и неопределенности начальных условий поведения управляемого ПР с целью повышения гибкости и скорости вычислений.

2. Новая методика идентификации нечеткой динамической модели ПР заключается в сочетании классических градиентных методов идентификации и методов распознавания образов, что позволяет обрабатывать экспериментальные данные, полученные в условиях более широкого спектра источников неопределенностей по сравнению с классическими методами идентификации с целью количественной оценки отклонения поведения ПР от номинальной модели.

3. Новизна алгоритма формирования квазиоптимальных режимов механообработки состоит в сочетании алгоритма адаптивного робастного управления и процедуры оперативного принятия решений в условиях нечеткой информации с целью расширения границ применимости системы в производственных условиях при наличии широкого спектра возмущений.

Практическая ценность:

1. Использование динамической модели ПР с параметризированными нечеткими множествами и нечеткими функциями в алгоритмах управления позволяет осуществлять оперативное принятие решений по формированию квазиоптимальных режимов механообработки (подачи и частоты вращения шпинделя) в условиях неопределенности.

2. Использование алгоритма формирования квазиоптимальных режимов механообработки в СУ ПР позволяет повысить гибкость СУ, точность СУ в среднем на 15%, обеспечить перерегулирование не выше 3%, снизить время механообработки деталей на 20% по сравнению с существующими адаптивными и оптимальными СУ ПР, сократить время на технологическую подготовку производства на 15-20 %. 

Подобные работы
Белая Татьяна Иоанновна
Управление процессами пуска и останова установки каталитического риформинга на основе математической модели
Волкова Ольга Рудольфовна
Повышение эффективности испытаний автоматизированных систем на основе конструирования моделей случайных процессов с заданными статистическими характеристиками
Рубашкин Александр Самуилович
Теоретические основы построения всережимных аналитических моделей тепломеханических процессов и систем управления энергоблоков ТЭС
Ризванов Константин Анварович
Информационная система поддержки процессов испытаний ГТД на основе организационно-функциональной модели
Хатламаджиян Агоп Ервандович
Методы автоматизации процессов логического контроля в транспортных системах диспетчерского управления на основе гибридных моделей и генетических алгоритмов
Борисов Андрей Львович
Автоматизированная система управления технологической безопасностью непрерывных химико-технологических процессов на основе дискретных моделей (На примере производства слабой азотной кислоты)
Дронь Елена Анатольевна
Автоматизированная система поддержки принятия решений при управлении строительством на основе системной модели затрат
Асташин Сергей Михайлович
Управление режимами и процессами эксплуатации систем тягового электроснабжения на основе имитационного моделирования
Шведов Николай Георгиевич
Автоматизация и управление процессом многолезвийной механической обработки на основе динамического моделирования технологической системы
Газетдинова Светлана Геннадьевна
Автоматизированная поддержка управления инструментальным обслуживанием производства на основе моделей дискретных процессов с приоритетами с использованием экспертных оценок

© Научная электронная библиотека «Веда», 2003-2013.
info@lib.ua-ru.net