Адаптивная система управления электротехническим комплексом окраски

• Автор: Карасев, Вадим Григорьевич
• Шифр специальности: 05.09.03
• Научная степень: Кандидатская
• Год защиты: 2005
• Место защиты: Воронеж
• Количество страниц: 188 с. : ил.

Глава 1. Состояние вопроса
1.1. Технологический процесс камеры окраски
1.2. Проблема раскачивания груза в механизмах подвесных конвейеров
1.3. Автоматизация процесса нанесения полимерных порошковых
покрытий в электростатическом поле
Выводы
Глава 2. Адаптивная идентификация
2.1. Задача адаптивной идентификации
2.2 Адаптивная идентификация технологического процесса
щ электротехнического комплекса окраски
2.3 Адаптивная идентификация в электроприводах подвесных конвейеров
2.4. Разработка программы идентификации
Выводы
Глава 3. Поисковая оптимизация
3.1. Оптимизация многопараметрических объектов
ф 3.2. Синтез адаптивного алгоритма случайного поиска
3.3. Синтез многоканального адаптивного алгоритма случайного поиска
3.4. Исследование работы системы многоканальной адаптивной оптимизации
3.5. Оптимизация в электроприводах подвесных конвейеров
3.6. Разработка программы оптимизации
Выводы
Глава 4. Проверка эффективности разработанной системы на ЭВМ
'Ь 4.1 Синтез адаптивной системы автоматического управления
электротехническим комплексом окраски
4.2 Исследование работы системы в условиях помех

Выводы
Заключение
Литература
Приложение
‘*4 Приложение
Приложение
Приложение
Приложение
Приложение
Приложение
Приложение
Приложение

Актуальность темы. Технический прогресс влечет за собой рост новых и модернизацию существующих производств. Внедрение новейших технологий усложняет технологические процессы и накладывает на них все более жесткие требования: максимальную производительность, высокое качество, полную автоматизацию. Сложный технологический процесс требует соответствующей системы управления им. Электротехнический комплекс нанесения полимерных порошковых покрытий в электростатическом поле на металлические изделия является весьма сложным объектом автоматического управления, свойства которого изменяются с течением времени. Процесс нанесения порошковых покрытий характеризуется относительно плавным дрейфом параметров, однако имеют место и резкие скачкообразные изменения параметров процесса. Помимо этого, на электротехнический комплекс окраски воздействует большое количество внешних возмущений. Все это позволяет сделать вывод о том, что реальный процесс нанесения полимерных порошковых покрытий в электростатическом поле является нестационарным и стохастическим объектом. Проведенный анализ литературных источников позволил выделить следующие значимые факторы процесса окраски: напряжение на электроде распылителя; расходы воздуха и порошка через распылительное устройство; скорость перемещения конвейера; расстояние от распылителя до поверхности окрашиваемого изделия; цикл хода осциллятора с распылителями. Наиболее критичным фактором из них является скорость перемещения конвейера.
В электротехническом комплексе окраски используется подвесной конвейер, который служит для перемещения деталей в камеру окраски. Одной из проблем, возникающих при эксплуатации подвесных конвейеров, является раскачивание транспортируемого груза относительно положения равновесия. Если заготовка поступает в камеру, раскачиваясь относительно положения равновесия, то процесс окраски может проходить некачественно, т.е. возникает перерасход краски, а поверхности заготовки окрашиваются неравномерно
структуру синтезируемой модели;
у — параметр алгоритма, определяющий его работу в обстановке помех. Вместе с тем, рассмотренный алгоритм обладает существенными недостатками, связанными с тем, что он был получен при минимизации квадрата локальной ошибки градиентным методом. Известно [44], что квадрат ошибки носит многоэкстремальный характер, в каждой точке экстремума квадрат локальной невязки равен нулю. При этом градиентная минимизация квадрата ошибки теряет свою эффективность. Кроме того, выражение для у зон нения параметров модели было получено при строгом совпадении структур объекта и модели. Нарушение этого условия также приводит к ухудшению качественных характеристик алгоритма.
Для увеличения скорости сходимости можно использовать одношаговый набросовый алгоритм адаптивной идентификации [44, 59, 61, 63]: вокруг оптимальной точки в пространстве параметров модели, определенной в предыдущем такте идентификации С],.,, генерируется т случайных точек с нормальной плотностью распределения, математическим ожиданием С"ы_х и средним квадратическим отклонением 1/К Применение нормального распределения случайных точек наброса обусловлено оптимальностью точки в предыдущем такте идентификации, которая является центром наброса в текущем такте. Дисперсия наброса уменьшается пропорционально порядковому номеру тактов идентификации, так как в процессе уточнения параметров вероятность того, что точка совпадает в пространстве параметров с точкой истинных параметров объекта увеличивается, то есть по мере уточнения параметров модели расстояние между вектором С*_, и вектором параметров объекта уменьшается. Из каждой точки наброса осуществляется локальный спуск в ближайший глобальный экстремум квадрата локальной ошибки предсказания, в котором она минимальна и равна нулю. Таким образом, имеем ш точек в пространстве параметров модели, соответствующих различным глобальным экстремумам квадрата локальной невязки. Для оты-