Оптимизация алгоритмов статистического регулирования применительно к системам автоматизации технологической подготовки производства

• Автор: Сундарон, Эржэна Михайловна
• Шифр специальности: 05.13.12
• Научная степень: Кандидатская
• Год защиты: 2004
• Место защиты: Улан-Удэ
• Количество страниц: 187 с. : ил.

СОДЕРЖАНИЕ
Введение

ГЛАВА 1 ПРОБЛЕМЫ ИССЛЕДОВАНИЯ АЛГОРИТМОВ

СТАТИСТИЧЕСКОГО РЕГУЛИРОВАНИЯ I

1.1. Системы автоматизации проектирования в

машиностроении.

1.2.Классификация алгоритмов статистического регулирования

1.3. Применение теории вероятностей и математической статистики для решения задач статистического регулирования.
1.4. Нормативное обеспечение процедур статистического регулирования технологических процессов.

1.5. Заключение литературного обзора

1.6.Цель и задачи исследований

ГЛАВА 2 МЕТОДОЛОГИЧЕСКИЕ АСПЕКТЫ КОМПЛЕКСНОГО
ИССЛЕДОВАНИЯ АЛГОРИТМОВ СТАТИСТИЧЕСКОГО РЕГУЛИРОВАНИЯ. РАЗРАБОТКА МОДЕЛЕЙ ИСХОДНЫХ ДАННЫХ
2.1.Постановка задачи комплексного исследования алгоритмов статистического регулирования.
2.2. Принципы классификации алгоритмов статистического регулирования.
2.3.Общий порядок исследования
2.4.Выбор и обоснование показателей алгоритмов статистического регулирования.
2.5.Формирование типовых моделей исходных данных
2.6,Оценивание характеристик на типовых моделях исходных
данных
Выводы.
ГЛАВА 3 РАЗРАБОТКА СИСТЕМЫ ПАРАМЕТРОВ АЛГОРИТМОВ
СТАТИСТИЧЕСКОГО РЕГУЛИРОВАНИЯ И ЕЕ
ОБОСНОВАНИЕ
3.1.Постановка задачи разработки системы параметров алгоритмов статистического регулирования
3.2. Принципы формирования системы параметров алгоритмов
3.3.Разработка системы параметров и ее обоснование
3.4.0птимизация системы показателей. Технология
Структурирование функции качества
3.5. Применение методов дискретной оптимизации.
Выводы.
ГЛАВА 4. ИССЛЕДОВАНИЕ ПОКАЗАТЕЛЯ ТОЧНОСТИ
АЛГОРИТМОВ СТАТИСТИЧЕСКОГО РЕГУЛИРОВАНИЯ
4.1. Постановка задачи исследования точности алгоритмов статистического регулирования
4.2. Методологические принципы исследования показателя точности алгоритмов статистического регулирования
4.3 .Общий алгоритм оценивания точности
4.4. Сопоставление способов оценивания доверительных
границ погрешности алгоритмов.
4.5. Разработка метода оценивания точности алгоритмов статистического регулирования
4.6. Автоматизация исследовательских работ.
4.7.Анализ результатов исследования точности алгоритмов
4.8. Постановка задачи исследования чувствительности
алгоритмов статистического регулирования к изменению объема выборки при корректируемых планах
контроля
4.9. Общий алгоритм исследования показателя чувствительности алгоритмов статистического
регулирования к изменению объема выборки .
4. Разработка программного обеспечения
4 Анализ результатов исследования чувствительности
алгоритмов
Выводы
ГЛАВА 5 РАЗРАБОТКА СИСТЕМЫ СТАТИСТИЧЕСКОГО
РЕГУЛИРОВАНИЯ ТЕХНОЛОГИЧЕСКИМИ
ПРОЦЕССАМИ И ЕЕ НОРМАТИВНОЕ ОБЕСПЕЧЕНИЕ
5.1. Постановка задачи разработки системы статистического регулирования технологическими процессами.
5.2. Апробация результатов исследований и анализ 3 экспериментальных данных
5.3. Разработка структуры приложений к системам автоматизации технологической подготовки производства АСТПП
6.4.Нормативное обеспечение системы статистического регулирования технологических процессов.
Выводы
Список использованных источников


Система ii универсальная система геометрического моделирования и конструкторскотехнологического проектирования, в том числе разработки больших сборок, прочностных расчетов и подготовки конструкторской документации. Система является многомодульной и подсистема САЕ выполняет прочностной анализ с использованием МКЭ с соответствующими пре и постпроцессорами, кинематического и динамического анализа механизмов с определением сил, скоростей и ускорений и т. Кроме систем верхнего уровня в России получили распространение системы среднего уровня, системы таких компаний как , i i, , i и некоторых других. Все они, как правило, имеют подсистемы . Среди САПР среднего уровня, наряду с продуктами зарубежных фирм, неплохо зарекомендовали себя системы отечественных разработчиков это, прежде всего системы Компас компания Аскон и Ix Топ Системы 8. В системе Компас для трехмерного твердотельного моделирования используется оригинальное графическое ядро. Имеются такие подсистемы как КомпасГрафик, Компас Автопроект, ГЕММА ЗД, КомпасМенеджер. Подсистема трехмерного моделирования Тx построена на базе ядра i, в которой реализована двухмерная ассоциативность, т. При проектировании сборок изменение размеров или положения одной детали ведет к корректировке положения других. Имеются так же другие подсистемы, выполняющие функции управления проектом и документооборотом Тx , подготовки программ для станков с ЧПУ x ЧПУ, а также функции технологического проектирования x ТехноПро. Важное место в конструкторскотехнологических САПР занимают программы технологической подготовки производства. Это такие системы как i, i, ТЕХТРАН НИП Информатика , , 5. Одной из функций САЕ, являющейся подсистемой машиностроительной САПР является имитационное моделирование сложных производственных систем, в частности моделирование технологических процессов. Получаемая в ходе синтеза проектных решений алгоритмическая поведенческая модель состояния проектируемого технологического процесса оценивается на адекватность. Для оценки адекватности модели технологического процесса применяют различные алгоритмы обработки данных. Как правило, для этих целей используются стандартные алгоритмы оценивания статистических характеристик параметров моделей , , 6. Кроме того, эти алгоритмы находят широкое применение для целей статистического регулирования технологических процессов в системах промышленной автоматизации i ,9. Х0 7о7Лу где То и 7 номинальное и действительной значения. Этот разброс можно разбить на две составляющие Х0 0 г0, где первая составляющая обусловлена воздействием случайных факторов и вызывает неизбежное рассеивание значений параметров объекта изготовления. Именно эта составляющая обобщенно характеризует точностные параметры технологического процесса и оборудования. Вторая составляющая г1 является следствием изменения параметров системы СПИД и по характеру проявления относится к систематической погрешности производства, а значит, является устранимой . Таким образом, смысл статистического регулирования состоит в том, что на основании данных о состоянии технологического процесса в предшествующие моменты времени прогнозируется его состояние в последующие моменты и, в случае необходимости, осуществляется управляющее воздействие. Анализ структуры и содержания процесса проекгирования технологических систем позволил составить структуру методиконроцедурного сопровождения процесса статистического оценивания имитационных моделей состояния технологического процесса в САЕ системах, представленной на рисунке 1. Содержание представленной схемы отражает ее многокомпонентную структуру, причем качественное осуществление каждого элемента системы в целом оказывает значительное влияние на качество принятия решений об адекватности модели. Особое место в схеме занимает блок сбора и обработки результатов оценивания, то есть определение значений статистических характеристик, достоверность которых в свою очередь зависит от качества принятия решения о выборе тех или иных алгоритмов обработки измерительной информации. Рисунок 1.