Файл: Регулирование качества продукции средствами активного контроля..pdf

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 10.04.2024

Просмотров: 147

Скачиваний: 0

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

В частности, для моделирования случайных процессов, подчи­ няющихся нормальному закону распределения, в качестве исходной используют последовательность п} нормально распределенных случайных независимых величин с параметрами [0; 1]

п} =ѵ0, v l t щ, vn, . . .

Независимость элементов последовательности ѣ} можно прове­ рить при помощи вычисления коэффициента корреляции по некото­ рой выборке объема N

N

N

 

 

2

2 («i — mv)

(Vj—mv)

 

где Vi — элементы выборки;

2=1

 

 

 

 

У , -

mv — математическое ожидание случайной величины

Если коэффициент г близок к нулю, то элементы последователь­ ности можно считать некоррелированными. Для определения неза­ висимости используют критерий %2 [135].

Собственно случайная

составляющая погрешности {£„} с помо­

щью последовательности

п} формируется следующим

образом:

 

Си = О; • ѵ„.

(553)

( л = 1, 2, . . . N)

Нестационарный процесс с независимыми приращениями (состав­ ляющая {цп} во второй модели технологического процесса). Мож­ но получить также используя последовательность п} :

Рп = 2

Ь = °т

S "Of

(554)

( л =

1, 2, . . .

ЛП

 

Перейдем теперь к моделированию стационарных

коррелирован­

ных случайных процессов^ В литературе описаны некоторые универсальные приемы, позво­

ляющие реализовать стационарные случайные процессы с заданны­ ми вероятностными свойствами на ЦВМ [109, 140]. Наиболее общий из них [109] заключается в том, что заданная система конечномер­ ных распределений (если она является исходной) преобразуется в систему условных распределений, с помощью которых требуемый процесс строится шаг за шагом по известным правилам преобразо­ вания случайных величин. Недостатки этого алгоритма связаны с громоздкостью его реализации, трудностью имитации величин со сложными распределениями.

Модель процесса с заданными корреляционными свойствами строится следующим образом. Сначала вырабатывается последова­ тельность независимых величин, распределенных по нормальному закону. (Без нарушения общности совместные распределения веро-

448

I


ятностей последовательности предполагаются распределенными по нормальному закону). Далее эта последовательность подвергается линейному преобразованию, переводящему ее в новую систему, об­ ладающую желаемыми свойствами. При этом требуется большая емкость оперативного накопителя в ЦВМ, поэтому для моделиро­ вания процессов большой длительности этот метод практически не пригоден.

Для реализации на ЦВМ наиболее эффективными преобразова­ ниями являются преобразования рекуррентного типа [96, 140]

хп

+ ^ Ч - і +

• • • + 4Л Ч_*

= Ь\"п + •••+ *і"Ч-/+ і.

( 5 5 5 >

где

+

1, / < / г

(п

= 1,2,

N).

 

 

 

Верхние

индексы

у коэффициентов

показывают, что они

могут

зависеть от переменной п. В работах [140, 89] приведены

рекуррент­

ные соотношения, получаемые при помощи дискретных

формирую­

щих фильтров. В работе [2] предложена

методика построения

рекур­

рентных соотношений типа (555), основанная на канонических пред­ ставлениях случайных последовательностей [123]. В работах [89, 90] показана справедливость выведенных соотношений (555) для кор­ реляционных функций вида

Кх

(*) =

І

е ~

ѵ

( A cos ßx + Bt sin p,x).

 

( 556)

 

 

 

 

 

 

4

 

 

 

Поэтому в соответствии с работой [2] стационарный

случайный

процесс с корреляционной

функцией

вида (547) может

быть

смоде­

лирован при помощи следующего рекуррентного соотношения:

хп +

а^Хп-і

+

агхп_2

=

Ь[")ѵп +

b<f>vn_x,

 

(557)

где

 

« 1 =

 

2е-а

cos ш;

 

 

(558)

 

 

 

а 2

 

= г-2 %

 

 

(559)

a коэффициенты Ь4 и Ь2

связаны

следующей

рекуррентной

зависи­

мостью:

 

 

 

 

 

 

 

 

 

 

&п+і) =

-J—e-*

 

. cos«> (е~2 *— 1);

 

(560)

причем

 

 

 

 

 

 

 

 

 

 

«з, =

л Л - ^ ' . с о з ' м + г - ^ . с о з г о ц

 

( 5 6 2 )

 

У

 

 

 

 

1 — e-2cl cos2 со

 

 

 

ѴІ и ѵ2— последовательности случайных независимых величин, рас­ пределенные по нормальному закону с параметрами [0; 1].

Начальные значения xt и х2 в выражении (547) в соответствии с работой [2] определяются по формулам:

449


х2 — <ve _ t t cos tüfj + <ѵ

e~2a cos2 «о • ѵг.

(563)

 

При моделировании процесса большой длительности

(п-^-оо) ве­

личины Ь\п) и

стремятся к некоторому

установившемуся зна­

чению, соответственно, Ьі и Ь2.

и Ь^п)

 

 

Скорость сходимости величин Ь\п)

достаточно велика и со­

ставляет не более

10—20 тактов процесса. Поэтому процессы боль­

шой длительности

целесообразно моделировать, приняв

установив­

шиеся значения Ьі и Ьг и отбрасывая начальный участок процесса (порядка 30—50 тактов). При этом существенно сокращается объем необходимых вычислений.

Установившиеся значения величин by и Ь2 можно определить при решении системы уравнений, составленной на основании выраже­

ний

(560) и (561):

 

 

 

 

 

 

 

 

&2 =

J - p (

r 2 _ 1 ) ;

 

 

 

 

 

Ь\

 

(564)

 

 

 

Ь\=

1 г* 6§,

 

 

 

где

г е—*, р =

е—а • cosu>.

В результате

решения

системы

уравнений (564) величины Ь\

и Ь2

равны:

 

1 Г* , Г 2 1 I ,г ~,2 - г 1 ) 3 — 4р2

 

U

Л /

 

К -

у

+ -т~Ѵ

 

 

 

 

 

 

 

(565)

Таким образом, случайный процесс с корреляционной функцией вида (547) на ЦВМ моделируется с помощью рекуррентного соот­ ношения:

Ѵ-п = — 2р(х„_і +

г Ѵ « - 2 +

(Ь{ип

-г М л - і ) ,

(566)

где величины bi и b2 определяются в соответствии

с

выражени­

ем (565).

 

 

 

 

 

Рекуррентное соотношение для моделирования случайного про­

цесса с корреляционной функцией вида (548)

можно

получить не-

лосредственно из выражений

(565) и

(566),

положив со = 0, т. е.

Q = г. Тогда

 

 

 

 

 

К = V 1 г2

;

 

 

(567)

 

 

 

 

 

ь2 = —гу 1 - г2 .

Подставив выражения (567) в формулу (566) и проведя неслож­ ные алгебраические преобразования, получим требуемое рекуррент­ ное соотношение

Рп = гц л _ , + ом Y 1 - г 2 • ѵп.

(568)

450


С учетом выражений (553) и (566) получим алгоритм моделиро­ вания модели 1 технологического процесса с корреляционной функ­ цией составляющей {цп } вида (547)

х„ = *о + Ря + * л - Н / Г . 'о

/„ = а • п;

(569)

r = е~а, p = е-% • cos ш.

=2, . . . . Л/).

Коэффициенты Ьі и Ь2

в системе

(569) определяются в

соответ­

ствии с выражением

(565).

 

 

 

 

 

 

Если корреляционная

функция составляющей {р,п } в модели 1

имеет вид, аналогичный выражению

(547), то алгоритм моделиро­

вания технологического процесса с учетом выражений (567)

и (568)

будет иметь следующий вид:

 

 

 

 

 

хп

= *о +

 

+ ln +

S«;

 

 

Л:0

 

 

 

 

 

 

 

 

Г ( 1 Я _ 1

-f-

Op. ] / "

1

^2«-i;

(570)

 

 

*л =

V, in

 

 

 

 

 

 

 

[n =

\,

2,

 

A/).

 

Реализация модели 2 технологического процесса на ЦВМ может

быть осуществлена с учетом выражений

(555) и (554). Тогда полу­

чим следующий алгоритм:

 

 

 

 

 

 

 

х„ =

ха

+

|І„+ /Я + 6„;

 

 

*о =

Ѵо

°"a

 

 

 

 

5„ =

2п

e ;

 

 

 

 

if.

n

 

 

 

(571)

 

Рл

 

oT

S

V2n—Ï,

 

 

 

 

 

 

/„ =

a

 

 

 

 

 

 

 

( " = 1, 2, . . . . N).

 

При моделировании технологических

процессов в соответствии

с выражениями (569) — (571)

предполагались известными

все ста­

тистические характеристики

процессов: дисперсии оф

<?2 и а2^

451


( 5 7 4 >

вид корреляционной функции (т), а также средняя интенсив­ ность износа инструмента а. Поэтому при математическом модели­ ровании технологического процесса первоочередной является зада­ ча определения его статистических характеристик и составления математического описания процесса. Методика определения стати­ стических характеристик технологических процессов по результатам наблюдений была рассмотрена в гл. X.

Последовательность отклонений размеров изделий от заданного

уровня в управляемом технологическом процессе п}

на

каждом

такте можно представить в виде

 

 

 

 

хп = хп +

+

и„,

 

(572)

где ип — управляющее воздействие

 

(подналадочный

импульс) в

п-ош такте процесса.

 

 

 

 

Подналадочный импульс ип формируется в зависимости от при­

нятого для данного технологического

процесса алгоритма

подна­

ладки.

Подналадка по k деталям подряд. Подналадочный импульс по­ дается тогда, когда k деталей подряд оказались за пределами сиг­ нальной границы. Наиболее распространен данный алгоритм подна­

ладки

для

k — 1. В этом случае

при симметричном

расположении

сигнальных

границ

 

 

 

 

 

 

A-ûgnxn-\,

если

| x „ _ i l > L ;

(573;

 

 

О

если

п-\\ <

L ,

 

 

 

где А — амплитуда подналадочного импульса;

 

 

L

—- положение сигнальной

границы

относительно номинально­

го значения размера изделия, принятого за ноль.

Если расстояние между сигнальными границами свести до нуля и совместить их с серединой поля допуска, то получим метод пуль­ сирующей подналадки [152]. В этом случае подналадочный импульс подается на каждом такте технологического процесса в соответст­ вии с выражением

и„ = — А • signx„_i

С » - 1 . 2

Для формирования подналадочного импульса по k деталям под­ ряд введем вспомогательную функцию i|)„:

j 1

,

если

| x „ | > L ;

( О

,

если

| х я | < / . .

Тогда алгоритм подналадки по k деталям подряд можно пред­ ставить в виде

А • sign.*;„_!,

 

k

 

 

если

П

(|»л_у- =

1;

О

если

''ы

'!>„_;• =

<575>

П

0.

452