Информационное обеспечение систем управления транспортными технологическими процессами

• Автор: Панкратов, Леонид Васильевич
• Шифр специальности: 05.22.08
• Научная степень: Докторская
• Год защиты: 2001
• Место защиты: Москва
• Количество страниц: 207 с. : ил

СОДЕРЖАНИЕ
Введение

Г лава 1. Статистические оценки точности средств автоматизации

1.1. Постановка задачи

1.2. Асимптотические разложения функций распределения

1.3. Аппроксимация распределений погрешности

1.4. Интервальная оценка погрешности

1.5. Квадратичное преобразование распределений погрешности

1.6. Выводы

Глава 2. Адаптивные оценки параметров технологических процессов

2.1. Модели транспортных технологических процессов

2.2. Целевая функция
2.3. Экспоненциальное сглаживание отсчетов
2.4. Одномерная линейная модель динамики процесса
2.5. Центрирование аргумента
2.6. Рекуррентные алгоритмы вычислений коэффициентов модели
2.7. Квадратичная модель динамики процесса
2.8. Двумерная линейная модель
2.9. Выводы
Глава 3. Цифровое управление прицельным торможением отцепов
3.1. Постановка проблемы
3.2. Математическая модель движения отцепа
3.3. Распределение длины свободного пробега отцепов
3.4. Измерение ходовых свойств отцепов
3.5. Адаптивный метод измерений удельного сопротивления движению
3.6. Некорректность задачи управления прицельным торможением
3.7. Прогноз ускорения движения отцепа
3.8. Прогноз заполнения парковых путей
3.9. Управление тормозными замедлителями
3 Измерение параметров движения цистерн
3 Выводы
Глава 4. Помехоустойчивость измерительных преобразователей
4.1. Критерий помехоустойчивости преобразователей
4.2. Фазовремснное преобразование
4.3. Однополупериодный фазометрический преобразователь
4.4. Двухполупериодный фазометрический преобразователь
4.5. Преобразователи вольтметров переменного тока
4.6. Преобразователь среднеквадратического значения напряжения
4.7. Однополупериодный преобразователь напряжения
4.8. Преобразователь средневыпрямлеиного значения напряжения
4.9. Преобразователь пикового значения напряжения
4 Синхронное преобразование напряжения
4 Выводы 5 Глава 5. Технические средства измерений в устройствах автоматики и те 7 лемеханики
5.1. Измерение напряжения и силы тока
5.2. Амплитудночастотная погрешность
5.3. Оптимизация метрологических характеристик
5.4. Селективный вольтметр СВ
5.4.1. Назначение и технические характеристики
5.4.2. Устройство и работа вольтметра
5.4.3. Погрешность селективного вольтметра
5.5. Универсальный вольтметр для рельсовых цепей
5.5.1. Назначение и технические характеристики
5.5.2. Методы измерений
5.5.3. Структурная схема прибора
5.5.4. Погрешность универсального вольтметра
5.6. Выводы
Заключение
Приложение. Программа вычислений коэффициентов
Список литературы


Усилия по оптимизации завершаются положительным результатом лишь при условии, что математическая модель адекватно описывает процессы возникновения, преобразования и накопления погрешностей при проведении измерений, математической обработке полученной информации, управлении. В плане приложения к СИ целесообразно рассмотреть две наиболее распространенные модели. Первая модель отражает процедуру последовательной обработки сигнала - носителя информации. Она широко используется в измерительной технике и получила отражение в понятии измерительный канал измерительно-информационной системы. По мере обработки сигнала в отдельных компонентах канала происходит накопление погрешностей, причинами возникновения которых являются неидеальность характеристик функциональных узлов, их изменения в процессе эксплуатации, воздействие помех и т. В линейном канале вычисления двух первых характеристик распределения погрешности - математического ожидания и среднеквадратического отклонения - не вызывают особых затруднений. Сложности возникают лишь при оценке доверительного интервала погрешности, если закон распределения отличен от нормального. При наличии нескольких нелинейных компонентов второй и третий этапы вычислений приходится соответствующее число раз повторять. В сравнении с линейным каналом добавляется процедура нелинейного преобразования распределения погрешности. Второй моделью может служить косвенный метод измерений. Он предполагает параллельную обработку нескольких сигналов - носителей измерительной информации. Здесь также приходится говорить о процессах возникновения, преобразования и накопления погрешностей. Как и при последовательной обработке одного сигнала первостепенное значение имеет задача оценки накопленной или суммарной погрешности. Стандарт ГОСТ 8. При этом приходится решать задачи аппроксимации функций распределения погрешностей средств автоматизации и их компонентов, описания изменений распределений погрешностей по мере перехода от компонентов к системам или в процессе последовательной обработки сигнала - носителя измерительной информации. Принципиально возможно с привлечением средств вычислительной техники выполнить оценку погрешности средств автоматизации на уровне операций с функциями распределения. Это удовлетворит всем возможным требованиям по точности вычислений метрологических характеристик. В то же время столь радикальное изменение методики оценки сопряжено с организационными трудностями, в первую очередь нормированием вида функции распределения погрешности и контролем средств автоматизации на соответствие установленным нормам. Выбор класса аппроксимирующих функций определяется характером последующих операций над функциями распределения. Добавление к математическому ожиданию и среднеквадратическому отклонению числовых характеристик более высокого порядка позволяет получить детальное описание процессов преобразования и накопления погрешностей средств автоматизации, сохранив при этом преемственность с существующей методикой оценки погрешности. ГОСТ 8. Асимптотические разложения функций распределения Для линейной или почти линейной статической характеристики преобразования СИ процесс накопления погрешностей сводится к суммированию их как случайных величин. В достаточном для практической метрологии объеме явление изменения функции распределения суммы случайных величин по мере увеличения их числа исследовано в работах об асимптотических свойствах последовательностей сумм случайных величин [2]. Нт(х)-~е? П^[е ^ПнтЛх)] - полиномы Чебышева-Эрмита. X, = № -0/Ь Иг. Хб = Рб -/^4 +р| - ЗО^3. Отношение кумулянта у-го порядка к той же степени среднеквадратичсско-го отклонения является коэффициентом формы такого же порядка. Р = Х,/о $ = Хб! Аддитивное свойство кумулянтов существенно облегчает вычисление коэффициентов формы распределения суммы случайных независимых величин. Н2(х)+^Н,(х) + —^ *^-Н}(х)+. Асимптотическое разложение и разложение в ряд Грама-Шарлье отличаются принципом упорядочивания членов ряда. Компактная форма записи (1.