Учебное пособие 2200

дозируемого материала по каждому дозато-

Структурная схема автоматизирован-

ру;

ного рабочего места системы непрерывного

- изменение по необходимости для

весового дозирования составляющих бетон-

каждого дозатора его производительности;

ных смесей изображена на рис. 2.

- измерение фактической плотности

Рассмотрим работу системы управле-

сыпучих материалов, проходящих через до-

ния по уровням.

заторы;

Верхний уровень системы управления

- реализация для каждого весового до-

дозированием – это уровень технической ор-

затора непрерывного режима работы;

ганизации и программной реализации авто-

- расчет фактической производительно-

матизированного рабочего места диспетчера

сти для каждого весового дозатора;

в системе автоматизированного управления.

- выполнение тестирования и диагно-

Средний

уровень системы управления

стики работы весоизмерительного оборудо-

дозированием – это уровень сбора данных и

вания, а также каналов связи с АРМ системы

устройств управления в виде промышленных

дозирования;

контроллеров, реализующих способы сбора

- визуальное отображение, анализ и

и обработки информации в системах автома-

хранение весоизмерительной информации;

тизированного

управления.

Контроллеры

- накопление и достоверная передача

объединены в сеть предприятия Ethernet.

измерительной информации в верхний уро-

Нижний уровень системы

управления

вень системы дозирования.

дозированием – это уровень технологическо-

Для промышленности

строительных

го оборудования, то есть объектов управле-

материалов и стройиндустрии освоены, раз-

ния в виде ленточных весовых дозаторов не-

работаны и успешно внедряются автомати-

прерывного действия КЛИМ-ВД.

зированные системы управления технологи-

Система

управления

дозированием

ческим процессом непрерывного дозирова-

обеспечивает

местный режим

управления

ния для:

дозаторами, дистанционный режим управле-

- индивидуальных весовых дозаторов;

ния и автоматический режим управления.

- 3-х…5-ти весовых дозаторов для ор-

Аппаратные и программные средства

ганизации бетоносмесительного участка не-

системы управления весовым дозированием

прерывного производства бетонных смесей;

обеспечивают

гарантированное

сохранение

- больших групп дозаторов для коксо-

технологической и производственной ин-

химической промышленности,

производства

формации в памяти энергонезависимой про-

для приготовления шихты и тому подобное.

мышленных контроллеров.

ВЫПУСК № 2 (20), 2020

ISSN 2618-7167

Назначение

среднего

уровня

системы

ностных характеристик на уровне АРМ си-

управления

дозированием

заключается

в

стемы дозирования и выдача заданий весо-

хранении и сборе технологической инфор-

вым дозаторам по количественному и про-

мации о работе весовых дозаторов: точности

центному соотношению компонентов.

выполнении команд управления, исполнение

Выводы

от верхнего уровня системы запросов, сум-

1. Выявлены особенности управления

марном значении взвешенной массы сыпуче-

процессом дозирования сыпучих материалов

го материала, прошедшего через дозатор,

на участке смешивания в составе БСУ не-

отклонении

фактически взвешенной массы

прерывного действия,

относящиеся к систе-

материала от заданной массы, о фактической

ме с переменными параметрами.

производительности весовых дозаторов [3].

2. Произведена оценка точности дози-

В итоге отметим, что верхний уровень

рования цемента весовым дозатором непре-

системы – это программно-технический

рывного действия.

комплекс автоматизированного рабочего ме-

3. Предложены проектные решения по

ста на базе промышленного компьютера.

реконструкции, совершенствованию систем

АСУТП весовым непрерывным дози-

автоматизации, заключающиеся в установке

рованием обеспечивает:

весоизмерительных конвейеров, оснащенных

1. Сопряжение системы управления до-

частотными преобразователями, системами

зированием с периферийным оборудованием

информационно-измерительными тензомет-

по протоколам Modbus.

рическими.

2. Управление несколькими весовыми

4. Предложена

автоматизированная

непрерывными

дозаторами

составляющих

система управления непрерывного дозиро-

бетонных смесей.

вания компонентов бетонных смесей, отли-

3. Работу системы сигнализации звуко-

чающаяся оперативным сбором и анализом

вой и световой о возникших сбоях в работе

входной и выходной информации о техноло-

весового оборудования, аварийных ситуаци-

гических параметрах на участке дозирова-

ях, превышении технологическими парамет-

ния, выработкой оперативных управляющих

рами номинальных значений. Кроме того,

воздействий на технологическое весоизме-

система позволяет

блокировать отдельные

рительное оборудование.

участки технологического оборудования для

Библиографический список

предотвращения аварий.

4. Контроль работы и текущего состоя-

1. Поляков С.И. Внедрение модульной си-

стемы управления дозированием в производство

ния весовых

дозаторов непрерывного дей-

// Математическое моделирование, компьютер-

ствия.

ная оптимизация технологий, параметров обору-

5. Сохранность производственной ин-

дования и систем лесного комплекса // Межвуз.

формации функционирования дозаторов

за

сб. науч. трудов. – Воронеж: ВГЛТА, 2000.–351с.

смену, неделю, месяц в энергонезависимой

2. Поляков С.И. Метрологические харак-

памяти.

теристики процесса дозирования сыпучих тел //

6. Подключение на отдельный про-

Химико-лесной комплекс – проблемы и реше-

мышленный контроллер среднего уровня си-

ния: Сб. стат. по матер. Всерос. науч. – практ.

стемы управления

дозированием

несколь-

конф. - Красноярск: СибГТУ, 2002. – Т. 2. –

ких весовых дозаторов по сети RS-485.

С.130-135.

7. Расчет оптимального состава бетон-

3. Поляков С.И. Проблема точности дози-

ных смесей исходя из реологических и проч-

рования материалов / Проблемы и перспективы

лесного комплекса: Матер. межвуз. науч. –

Воронеж. гос. лесотехн. акад., 2005. – с.45–49.

практ. конф. (26–27 мая 2005 г.). Т.2 – Воронеж:

ВЫПУСК № 2 (20), 2020

ISSN 2618-7167

тывать и использовать для разработки про-

ходную переменную, которая является вы-

гнозов. Неконтролируемые алгоритмы обу-

ходной категорией. Прогнозы делаются пу-

чения обычно используются для решения

тем обхода расщеплений дерева до узлов.

сложных задач обработки по сравнению с

Наивный байесовский алгоритм – это

контролируемыми

системами обучения,

алгоритм, используемый для решения задач

включая распознавание изображений, преоб-

классификации. Он использует теорему Бай-

разование речи в текст и создание естествен-

еса с предположением независимости между

ного языка. Эти нейронные сети работают,

предикторами. Байесовский классификатор

комбинируя миллионы примеров, обучаю-

предполагает, что существование опреде-

щих данных и автоматически находя корре-

ленного признака в классе не связано с нали-

ляции между элементами.

чием другого признака. Модель этого алго-

Основная цель контролируемых алго-

ритма проста в построении и полезна при

ритмов состоит в том, чтобы извлечь уроки

работе с большими наборами данных.

из обучающего набора данных, затем сделать

Алгоритм K-ближайших соседей ис-

прогноз и получить желаемый результат.

пользуется для решения задач классифика-

Основную

долю

задач

контролируемого

ции. Это простой алгоритм, который хранит

обучения составляют классификация и ре-

все доступные случаи и классифицирует но-

грессия. В случае регрессии алгоритм воз-

вые случаи большинством голосов своих k

вращает числовое целевое значение для каж-

соседей. Он может потребовать много места

дого экземпляра, например, какой доход бу-

для хранения всех данных.

дет от новой маркетинговой кампании. Ли-

Неконтролируемое обучение –

это

нейная регрессия является самым популяр-

класс методов машинного обучения для по-

ным и известным контролируемым алгорит-

иска шаблонов в наборах данных. Данные,

мом. Прогнозирующее моделирование свя-

переданные неконтролируемому алгоритму,

зано с минимизацией ошибки модели или

не помечены. То есть даны только входные

созданием максимально точных прогнозов. В

переменные без выходных переменных. При

данном случае заимствуются и повторно ис-

таком обучении алгоритмы предоставлены

пользуются алгоритмы из разных областей,

самим себе для обнаружения интересующих

включая статистику.

структур в данных.

Логистическая регрессия – это функ-

Кластеризация K-средних – нахожде-

ция, значением которой является вероят-

ние группы в данных с количеством катего-

ность

принадлежности

к определенному

рий, представленных переменной K. Этот

классу, использующая одну модель полино-

алгоритм работает итеративно, чтобы назна-

миальной логистической регрессии с одной

чить каждую точку данных одной из K групп

оценкой. Логистическая регрессия аналогич-

на основе предоставленных функций. Точки

на линейной регрессии в том смысле, что

данных сгруппированы на основе сходства

цель состоит в том, чтобы найти значения

признаков. Этот алгоритм используется для

для индексов, которые взвешивают каждую

поиска групп, которые не были явно помече-

входную переменную.

ны в данных.

Деревья решений – это иерархические

Карта самоорганизации (SOM) – это

структуры,

позволяющие классифицировать

искусственная нейронная сеть, основанная

входные данные или предсказывать выход-

на обучении без учителя. Карта самооргани-

ные значения по заданным исходным значе-

зации может использоваться для обнаруже-

ниям.

Листовые узлы дерева содержат вы-

ния особенностей, присущих проблеме,

по-

Информация об авторах

Information about the authors

Алемасов Е. П. – студент 1-го курса, Казанский государственный

Alemasov E.P. - 1st year student, Kazan State Energy University, (51,

энергетический университет (420141, Россия, Республика Татар-

Krasnoselskaya str., Kazan, 420141, Republic of Tatarstan, Russia), ph.:

стан, г. Казань, ул. Красносельская, 51), тел.: 8-927-404-0481

8-927-404-0481

Зарипова Р. С. – кандидат технических наук, доцент, Казанский

Zaripova R.S. – candidate of technical sciences, associate professor,

государственный энергетический университет (420141, Россия,

Kazan State Energy University, (51, Krasnoselskaya str., Kazan, 420141,

Республика Татарстан, г. Казань, ул. Красносельская, 51),

Republic of Tatarstan, Russia), e-mail: zarim@rambler.ru

e-mail: zarim@rambler.ru

ВЫПУСК № 2 (20), 2020

ISSN 2618-7167

Многих 8 начинающих хоккеистов не-

сравнительно невысоком темпе, а затем по-

много пугает то, что в хоккее на траве можно

степенно темп возрастает. Необходимо разу-

действовать лишь одной стороной клюшки.

чивать подправление в «двойках», «трой-

В настоящее время в практике этого вида

ках», «четверках» игре на двое и четверо

спорта широко применяется такой техниче-

ворот на ограниченном участке поля [4].

ский прием, как подправление мяча [1]. Он

Нельзя забывать и о тестировании молодых

используется игроками для атаки ворот со-

игроков во время подготовительного перио-

перника путем изменения направления мяча

да (табл. 1,2): в Тесте № 1 (Бег 20 м. лицом

(летящего или катящегося), направленного

вперѐд с клюшкой в руках) в эксперимен-

партнером. Подправление заключается в

тальной группе на окончание эксперимента,

своевременном касании мяча крюком клюш-

произошѐл качественный скачок в сторону

ки, развѐрнутой под соответствующим уг-

улучшения скоростных качеств: начальное

лом. Эффективность выполнения этого

тестирование (НТ) - 48,14; итоговое тестиро-

сложного технического приема во многом

вание (ИТ) – 46,89, в контрольной группе,

определяется: точностью движения клюшки

также произошли незначительные улучше-

по чѐтко выверенной траектории, выбором

ния: НТ – 49,64; ИТ – 48,00; в Тесте № 2

правильной позиции, согласованностью дей-

(Челночный бег 4 Х 9 м.) испытуемые экспе-

ствий партнѐров. На внезапно изменивший

риментальной группы значительно улучши-

направление мяч вратарю сложно среагиро-

ли свои показатели: НТ – 11,59, ИТ – 10,37.

вать, поэтому подправление нередко закан-

С показателями испытуемых контрольной

чивается взятием ворот [2].

группы произошли значительные ухудше-

Данный технический элемент требует

ния: НТ – 11,21, ИТ – 11,81; Тест № 4 (Об-

многократного повторения [5]. В начале

водка 3-х стоек с последующим по воротам

обучения все упражнения выполняются в

заметающим ударом) показал значительный

прирост улучшения показателей в экспери-

© Гречишников А.Л., 2020

ментальной группе: НТ – 14,83, ИТ – 13,71 и

явное

ухудшение

показателей контрольной

вен 3,26.

группы: НТ – 14,88, ИТ – 14,89. Как мы ви-

-

стандартная ошибка

среднего

дим по окончании эксперимента все испыту-

арифметического значения.

емые экспериментальной группы (табл. 3),

значительно улучшили своѐ функциональное

состояние, а в контрольной группе (табл. 4),

√

произошли

незначительные

изменения

к

(3)

улучшению, но явного прогресса не наблю-

√

дается.

Делая выводы о результатах экспе-

- средняя ошибка разности.

римента, следует отметить, что применяемое

̅̅̅

̅̅̅

математическое

моделирование

оказывает

(4)

позитивное влияние на общее планирование

√

и реализацию тренировочного процесса.

По

вычисленным

показателям

и

Результаты

научного

эксперимента

( –

число степеней свободы.

подтвердили, что с помощью применения

математического

моделирования

(ММ)

(Графики 1,2,3,4) игровых ситуаций, связан-

где

и

– общее число индивидуальных

ных с подправлением мяча, испытуемые экс-

результатов

соответственно в эксперимен-

периментальной группы в целом, значитель-

тальной и контрольной группах) в таблице

но лучше осваивают предложенные упраж-

определяли число ,

которое показывает ве-

нения

и удельный

вес

развития навыков

роятность

разницы

между ̅̅̅ и ̅̅̅ .

Чем

подправления мяча,

в данной группе значи-

больше

,

тем менее существенна разница,

тельно выше, что незамедлительно скажется

тем меньше достоверность различий. Досто-

на росте мастерства юных хоккеистов.

верными считались различия на

уровня

Данные полученных тестов,

в процессе

значимости. Так для нашего количества ис-

педагогического эксперимента, подвергались

пытуемых

при

.

При

статистической обработке.

При

обработке

[16].

результатов с помощью t-критерия Стьюден-

Для анализа результатов фотограммет-

та были вычислены следующие показатели:

рии

мы

использовали

непараметрический

̅ -

средние

арифметические

вели-

метод математической

статистики

(так

как

чины по каждому показателю тестирования

оценивали показатели в баллах) z-критерий

для каждой группы в отдельности.

Вилкоксона

[6]. Этот

метод очень удобен

∑

̅

(1)

при сравнении результатов в одной и той же

группе до и после тестирования. Изменения,

где

-

значение отдельного измерения,

-

произошедшие с каждым участником груп-

общее число измерений в группе.

пы, ранжируются. При этом положительные

- стандартное отклонение.

ранги помещаются в одну строку, а отрица-

тельные в другую. Мы получаем две суммы

(2)

рангов. Чем выше уровень произошедших

изменений, тем больше разница между эти-

где

-

наибольший

показатель,

-

ми суммами. Следовательно, одна сумма

наименьший показатель,

-

табличный ко-

большая, а другая маленькая. Именно мень-

эффициент, для 12 испытуемых, который ра-

шую сумму происходит сравнение с таблич-

ВЫПУСК № 2 (20), 2020

ISSN 2618-7167

Тест

До эксперимента,

После эксперимента,

t

p

X±m

X±m

Бег 20 м лицом вперѐд (с.)

48,14±0,3

46,89±0,4

1,0

<0,04

Челночный бег 4х9 м (с.)

11,59±0,6

10,37±0,4

1,2

<0,06

Обводка 3-х стоек с после-

дующим по воротам, заме-

14,83±0,19

13,71±0,18

1,1

<0,05

тающим ударом

Тест

До эксперимента,

После эксперимента,

t

p

X±m

X±m

Бег 20 м лицом вперѐд (с.)

49,64±0,2

48±0,2

0,3

<0,1

Челночный бег 4х9 м (с.)

11,21±0,7

11,81±0,6

0,7

<0,6

Обводка 3-х стоек с после-

дующим по воротам, заме-

14,88±0,21

14,89±0,24

0

<0,01

тающим ударом

Таблица 3

Изменение КС в экспериментальной группе (n = 12)

№ п/п

1

2

3

4

5

6

7

8

9

10

11

12

Общее функциональное состояние в экспериментальной группе (ЭГ)

до

50

50

55

55

50

50

50

51

43

50

40

45

после

60

65

70

60

70

70

70

65

73

75

70

65

Определение достоверности изменений с помощью критерия Вилкоксона

разница

10

15

15

5

20

10

20

14

30

25

30

20

модуль

10

15

15

5

20

10

20

14

30

25

30

20

ранги

5

10

10

1

12

5

5

5

5

10

5

5

сумма ран-

гов (-)

сумма ран-

78

гов (+)

z = 15 (при p = 0,05), z = 8 (при p = 0,01) 0 < 5, следовательно p < 0,01

По критерию Вилкоксона (Б.А. Ашмарин, 1978).

Таблица 4

Изменение КС в контрольной группе (n = 12)

№ п/п

1

2

3

4

5

6

7

8

9

10

11

12

Общее функциональное состояние в контрольной группе

до

50

50

55

55

50

60

55

55

65

60

60

55

после

60

65

60

60

55

60

65

65

75

65

70

65

Определение достоверности изменений с помощью критерия Вилкоксона

разница

10

5

5

5

5

0

10

10

10

5

10

10

модуль

10

5

5

5

5

0

10

10

10

5

10

10

ранги

5

10

10

1

12

5

5

5

5

10

5

5

сумма ран-

гов (-)

сумма ран-

78

гов(+)

z = 15 (при p = 0,05), z = 8 (при p = 0,01) 0 < 5, следовательно p < 0,01

По критерию Вилкоксона (Б.А. Ашмарин, 1978).

ВЫПУСК № 2 (20), 2020

ISSN 2618-7167