
- •1. Нелинейные сар. Понятия: «пространство состояний», «фазовая траектория», «фазовый портрет».
- •2. Проблема двойственности в линейном программировании.
- •3. Составляющие информационной системы (ис). Модели жизненного цикла ис.
- •4, 31. Методы определения оптимальных параметров настройки промышленных регуляторов.
- •5. Автоколебания в сар. Определение параметров автоколебаний с помощью графических построений.
- •6,14. Математическая постановка задач оптимального управления. Пример: «Нажимное устройство реверсивного прокатного стана».
- •7,11,59. Назначение, классификация, и функции субд. Структура субд и назначение основных компонентов. Транзакции. Свойства транзакций.
- •8,20. Оценка качества сар по временным характеристикам
- •9. Представление импульсного элемента при исследовании импульсных сар.
- •10. Синтез сар оптимальной по быстродействию.
- •12. Принципы системного подхода в моделировании. Сетевые модели.
- •13. Связь между спектрами сигналов на входе и выходе простейшего импульсного элемента. Теорема Котельникова.
- •15. Модели управления передачей, обработкой и хранением данных в информационных системах на основе технологии «клиент-сервер»
- •16. Непрерывно-стохастические модели на примере систем массового обслуживания.
- •17. Процессы конечной длительности в импульсных сар.
- •18. Метод динамического программирования.
- •19, 55. Характеристика нормальных форм реляционной модели данных.
- •21. Алгебраический аналог критерия устойчивости Гурвица для исар.
- •22. Системы управления на основе нечеткой логики.
- •23. Реляционная модель данных. Понятие функциональной зависимости. Процесс нормализации базы данных.
- •Целостность данных
- •Реляционная алгебра
- •Нормализация базы данных
- •24. Синтез сар по логарифмическим характеристикам.
- •25. Метод гармонической линеаризации нелинейностей.
- •26. Системы управления на основе искусственных нейронных сетей.
- •27,35. Цифровые регуляторы и выбор периода квантования.
- •28. Аппроксимация кривых разгона методом площадей.
- •29. Характер движения в нелинейных и линейных сар.
- •30. Техническая диагностика. Математические основы технической диагностики.
- •32. Функции операционных систем: управление задачами, данными, исключениями и восстановлением.
- •33. Устойчивость линейных сар. Признаки устойчивости. Запасы устойчивости линейных сар.
- •34. Статистические методы распознавания. Метод Бейеса.
- •36.75. Реляционная алгебра Кодда
- •37. Устойчивость линейных непрерывных систем. Критерий устойчивости Найквиста.
- •38. Идентификация статических объектов. Планирование эксперимента. Полный факторный эксперимент. Идентификация статических объектов. Планирование эксперимента. Полный факторный эксперимент.
- •Черный ящик
- •39. Определение, назначение и классификация компьютерных сетей. Базовые топологии локальных компьютерных сетей.
- •40. Уровни памяти в вычислительных системах и их взаимодействие. Регистры, кэш, озу, взу. Их типы и классификация.
- •41. Критерий устойчивости Михайлова для непрерывных и линейных сар.
- •Доказательство
- •42. Частотные методы идентификации динамических объектов.
- •43. Определение, назначение и классификация компьютерных сетей. Топология глобальной компьютерной сети.
- •44. Использование внешних устройств в компьютерной сети. Сетевые устройства ввода/вывода,
- •Хранение информации на сервере, файлообменники и внешние ресурсы. Сетевые устройства
- •Типы сетевых устройств Сетевые карты
- •45. Виды корректирующих средств в сар. Недостатки последовательной коррекции.
- •46. Типовые процессы регулирования.
- •Апериодический переходной процесс с минимальным временем регулирования.
- •Переходной процесс с 20%-ным перерегулированием и минимальным временем первого полупериода.
- •Переходной процесс, обеспечивающий минимум интегрального критерия качества.
- •47. Эталонная модель взаимодействия открытых систем osi. Характеристика уровней osi.
- •48. Регистровая память компьютера и её назначение. Типы регистров процессора в реальном режиме. Дополнительные регистры защищённого режима.
- •Новые системные регистры микропроцессоров i80x86
- •49. Гармоническая линеаризация. Физический смысл коэффициентов гармонической линеаризации.
- •50. Идентификация объектов по временным характеристикам. Определение кривой разгона объекта по его импульсной характеристике.
- •51. Общая структура современных асу тп
- •52. Операционные системы потоковой обработки, мультизадачные ос, сетевые ос и ос реального времени. Их особенности.
- •53. Устойчивость нелинейных систем. Метод л.С. Гольдфарба.
- •54. Идентификация динамических систем. Активные и пассивные методы идентификации.
- •Внутренние и внешние, параллельные и последовательные интерфейсы компьютера. Примеры интерфейсов и шин, их основные характеристики.
- •Последовательный и параллельный интерфейсы ввода-вывода
- •57. Точные методы исследования устойчивости и автоколебаний в нелинейных системах. Частотный метод в.М. Попова.
- •58. Методы аппроксимации кривых разгона объекта.
- •61. 65. Статические характеристики нелинейных элементов.
- •62. Обеспечивающие подсистемы информационно - управляющих систем и их характеристики.
- •63. Методы расчета осау. Вариационный метод.
- •Вариационное исчисление
- •64. Назначение системы прерываний эвм. Синхронные и асинхронные, внутренние и внешние прерывания.
- •66. Промышленные регуляторы, их назначение и передаточные функции.
- •67. Функциональные подсистемы информационно- управляющих систем и их характеристики.
- •68. Виртуальные ресурсы в компьютерных сетях. Виртуальные накопители, виртуальные внешние устройства, виртуальная память и виртуальные процессоры.
- •Виртуализация устройств и структура драйвера
- •69. Классификация задач оптимального управления.
- •70. Организационные подсистемы информационно- управляющих систем и их характеристики.
- •71. Методы расчета оптимальных осау. Принцип максимума Понтрягина.
- •Вариационное исчисление
- •Принцип максимума Понтрягина
- •74. Принципы построения автоматизированных систем управления.
- •76. Типы команд и разновидности адресации в микропроцессорах. Cisc, risc и vliw процессоры.
- •Cisc-процессоры
- •Risc-процессоры
- •Vliw-процессоры
- •77. Понятие области нормальных режимов регулятора (онр) и области допустимых настроек регулятора (одн)
- •78. Состав интегрированной системы автоматизации предприятия.
- •79. Математическая модель и математическое моделирование. Этапы математического моделирования.
- •Функционально полные наборы логических элементов
30. Техническая диагностика. Математические основы технической диагностики.
ТД - это наука о распознавании состояния ТС. ТД изучает методы получения и оценки диагностической информации, диагностической модели и алгоритмы принятия решений. Целью ТД является повышение надежности и ресурса ТС. Как известно, наиболее важным показателем надежности является отсутствие отказов во время функционирования ТС. ТД благодаря раннему обнаружению дефектов и неисправностей позволяет устранить подобные отказы в процессе ТО, что повышает надежность и эффективность эксплуатации, а также дает возможность эксплуатации ТС ответственного назначения по состоянию.
ТД решает обширный круг задач, многие из которых являются смежными с задачами других научных дисциплин. Основной задачей ТД является распознавание ТС в условиях ограниченной информации.
Теоретическим фундаментом для решения основной задачи ТД следует считать общую теорию распознавания образцов. Эта теория занимается распознаванием образов, машинным образованием речи и т.д. ТД изучает алгоритмы распознавания применительно к задачам диагностики. Алгоритмы распознавания в ТД частично основываются на диагностических моделях, устанавливающих связь между состояниями ТС и их отображениями в производстве диагностических сигналов. Важной частью проблемы распознавания являются правила принятия решений.
Решение диагностической задачи (отнесение изделия к исправным или несправным) всегда связано с риском ложной тревоги или пропуска цели. Для принятия обоснованного решения целесообразно привлекать методы теории статических решений.
Вторым важным направлением ТД является теория контролеспособности. Контролеспособность - свойство изделия обеспечивать достоверную оценку его ТС и раннее обнаружение неисправностей и отказов. Крупной задачей теории контролеспособности является изучение средств и методов получения диагностической информации.
Структура ТД.
таблица 1.
Техническая диагностика |
|||||
|
|
|
|
|
|
Теория распознавания |
Теория контролеспособности |
||||
|
|
|
|
|
|
Алгоритмы распознавания |
Правила решений |
Диагност. модели |
диагност. информация |
Контроль состояния |
Поиск неиправн |
Состояние системы описывается совокупностью (множеством) определяющих ее параметров (признаков). Разумеется, что множество определяющих параметров может быть различным, в первую очередь, в связи с самой задачей распознавания.
Распознавание состояния системы - отнесение состояния системы к одному из возможных классов (диагнозов). Число диагнозов зависит от особенностей задачи и целей исследования.
В большинстве задач ТД диагнозы устанавливают заранее и в этих условиях задачу распознавания часто называют задачей классификации.
Совокупность последовательных действий в процессе распознавания называется алгоритмом распознавания. Существенной частью процесса распознавания явл. выбор параметров, описывающих состояние системы. Они должны быть достаточно информативны, чтобы при выбранном числе диагнозов процесс разделения (распознавания) мог быть осуществлен.
Математические основы ТД.
В задачах диагностики состояния системы часто описывается с помощью комплекса признаков.
,
где
-
признак, имеющий
разрядов.
В общем случае каждый экземпляр системы соответствует некоторой реализации комплекса признаков
.
Во многих алгоритмах
распознавания удобно характеризовать
системы параметрами
,
образующими
-
мерный вектор или точку в
-
мерном пространстве:
.
Отсюда видно, что принципиальных отличий при описании системы с помощью признаков или параметров нет.
Существует два
основных подхода к задаче распознавания:
вероятностный и детерменистский.
Постановка задачи при вероятностных
методах такова. Имеется система, которая
находится в одном из
случайных состояний
.
Известна совокупность признаков
(параметров), каждый из которых с
определенной вероятностью характеризует
состояние системы. Требуется построить
решающее правило, с помощью которого
диагностируемая совокупность признаков
была бы отнесена к одному из возможных
состояний. Желательно также оценить
достоверность принятого решения и
степень риска ошибочного решения. При
детерменистских методах распознавания
удобно формулировать задачу на
геометрическом языке. Если система
характеризуется
-
мерным вектором
,
то любое состояние системы представляет
собой точку в
-
мерном пространстве параметров
(признаков). Задача здесь сводится к
разделению пространства параметров на
области диагнозов. При детерменистском
подходе области диагнозов обычно
считаются непересекающимися,
т.е. вероятность одного диагноза равна
единице, вероятность других равна нулю.