![](/user_photo/_userpic.png)
книги из ГПНТБ / Регулирование качества продукции средствами активного контроля
..pdfТаким образом, |
при п-^оо D n * |
стремится |
к установившемуся |
|||
значению |
|
|
|
|
|
|
|
D* |
=а2 |
1 + |
г = - 1 — |
|
(249) |
|
|
ус |
|
|
|
|
В частном |
случае, когда |
сг£->0 |
|
|
|
|
|
|
|
D* |
|
|
(250) |
Как и в § 18, формулу |
для оптимального |
уровня |
настройки |
|||
(244) можно записать (при компенсированном тренте), |
в рекур |
|||||
рентном виде: |
|
|
|
|
|
|
где |
|
1 |
|
1 |
|
|
|
а |
•2з; |
|
|
||
|
2 / Ѵ |
%Рус + - |
|
|
||
|
|
|
|
|
|
|
|
|
Ъ = |
2а*- |
|
|
|
|
|
|
43Ï |
-'ус |
|
|
a величина р у |
с определяется по формуле (248). |
|
технологи |
|||
Таким образом, для стационарных и нестационарных |
ческих процессов удалось построить оптимальный по точности ал горитм определения уровня настройки. Этот уровень определяется формулами (220), (238) и (244), имеющими один и тот же вид и от личающимися лишь коэффициентами.
Из формул (222), (239) и (246) следует, что оптимальный уро вень настройки во всех рассмотренных случаях является линейной функцией результатов измерений размеров изделий. Это не случай
но |
и является |
следствием того |
факта, что при квадратичном кри |
||
терии качества |
и гауссовских |
случайных |
сигналах |
оптимальной |
|
в |
среднеквадрэтическом смысле оценкой |
случайного |
дискретного |
процесса является линейная оценка [123]. Такой оценкой на каж дом такте служит условное математическое ожидание случайной
величины, найденное по результатам измерения |
на предыдущих |
тактах. Эту оценку и определяет дробь вида qnl2pn |
в соответствую |
щих формулах. |
|
§ 20. С У Б О П Т И М А Л Ь Н Ы Е А Л Г О Р И Т М Ы П О Д Н А Л А Д К И
Оптимальные (в смысле минимума дисперсии) алгоритмы под наладки с фиксацией текущих размеров изделий, рассмотренные в предыдущих параграфах, были построены в предположении, что на способ измерения изделий сам подналадчик не накладывает ни каких ограничений. Если на структуру исполнительных или измери тельных устройств накладываются какие-либо ограничения, возни кает задача синтеза субоптимальных алгоритмов.
168
Ряд субоптимальных алгоритмов управления технологическим процессом исследован в работе [83].
Пусть технологический процесс удовлетворяет соотношению
хп = тп + \>.я |
(п = \, 2, . . . ) , |
(251) |
где m > 0, а {и,„} — последовательность случайных величин с не зависимыми приращениями, распределенных по нормальному зако ну со статистиками (0; а 2 п).
По условиям технологического процесса требуется, чтобы в ре зультате большого числа подналадок, осуществляемых с заданной средней частотой 1/Г, размеры возможно большего числа изделий попали в поле допуска [—А; А]. Подналадкой считается полное вос становление первоначальных (оптимальных) условий. При этом фиксируется только средняя частота подналадок, так как автомати ческие линии в настоящее время имеют бункерные устройства, и по тому можно целенаправленно варьировать сам момент подналадки.
Пусть
Ѵ |
( |
г ) \ 1 |
при M |
< А ; |
( 2 5 2 ) |
|
|
[0 при I z I > А . |
|
||
Введем случайную |
величину |
|
|
||
|
|
•'i(n)=j]V(xs) |
|
(253) |
|
|
|
|
5-1 |
|
|
и последовательность хп |
= (хи х2, ..., |
хп). |
изделий, размеры |
||
Случайная величина |
г\ (п) |
определяет число |
|||
которых попали в поле допуска [—А; А]. |
|
||||
Пусть ô — правило, определяющее |
решение о подналадке по ре |
||||
зультатам наблюдения |
|
последовательности xn-i, |
a ѵ (б)—-случай |
ная величина, равная числу изделий, изготовленных между двумя соседними подналадками.
Требуется найти оптимальное правило о*, для которого |
|
||||
sup lim " ! 1 1 ( я |
) | 8 } . = l i m |
^ ( * > l 5 * i = P < 1, |
(254) |
||
[6:ЛЬ = 7"} л->-°° |
H |
n->oo |
n |
|
|
где M — символ математического ожидания. |
|
||||
Физический смысл критерия (254) — минимизация брака |
между |
||||
подналадками. |
|
|
|
|
|
Из теории восстановления [136] следует, что |
|
||||
lim м |
' ^ 1 |
* 5 *' М ѵ = ^ |
= М п ^ |
==М 7 І (ѵ) |
|
t->oo |
|
t |
Мч |
T |
|
так что достаточно |
найти |
|
|
|
|
sup |
М{т)(ѵ) I S, Mv = T) = |
M { i j ( v ) I 3*}. |
(255) |
/8:ЛІѵ = Г!
169
С помощью множителя Лагранжа с последняя задача сводится к задаче о безусловном экстремуме функционала
|
|
|
sup M {rt (v) — cv |
I 5, x0 |
— 0] = |
|
|
(256) |
|||
при 0 < |
с < |
1. |
|
|
|
|
|
|
|
|
|
Используя |
методы |
динамического |
программирования |
|
[146], |
||||||
молено показать, что величина |
|
|
|
|
|
|
|
||||
|
|
!*(х) = sup M {-rj (v) — cv I S, xb= |
x], |
pe = p* |
|
(257) |
|||||
удовлетворяет |
интегральному |
соотношению |
|
|
|
|
|||||
p(x) |
max |
0; V(x) |
— c + |
|
1 |
\ exp |
|
|
x |
||
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
1 |
К |
\ |
' |
|
|
|
|
X |
p (y) |
dy |
|
|
|
|
(25S) |
из которого |
следует, |
что Q (x) > |
0 для |
a < |
x < |
ß, и Q (x) |
= 0 |
при |
|||
x ^ ß , x ^ a , |
a > 0, ß < |
0, где a и ß подналадочные |
границы. |
|
|
||||||
При этом в работе |
[83] утверждается, |
что оптимальное |
правило |
состоит в следующем: в каждый момент времени п решение о под
наладке принимается по отклонению хп-і |
предыдущего |
изделия; |
||||||
если х-п-і < a |
или |
x n - i > ß, |
то |
подналадка |
производится; |
если |
||
a ^ X n - i ^ ß , |
то подналадка |
не производится. |
|
|
|
|||
После подналадки управление процессом возобновляется по то |
||||||||
му же правилу. |
границы а |
|
|
|
|
|
||
Подналадочные |
и ß найдены |
в работе [83] |
прибли |
|||||
женно, в предположении малости отношения т/о ѵ и равны |
|
|
||||||
a = <ѴѴ T |
Л* |
ß = — о,, |
y'T |
m. |
|
(259) |
||
-— |
-m; |
|
||||||
|
|
|
|
|
|
2a? |
|
|
При этом |
доля |
изделий |
с отклонениями |
размера внутри |
поля |
|||
допуска [—А; А] равна |
|
|
|
|
|
|
||
|
Р |
= |
-2Т |
при |
3 - ; Г > А ^ ; |
|
(260) |
|
|
|
|
|
|
|
|||
|
|
|
1 |
ПрИ |
з 2 Г < Д 2 . |
|
|
Заметим еще раз, что в рассмотренном выше алгоритме подна ладка сводилась к восстановлению исходных условий.
Второй алгоритм подналадки, рассмотренный в работе [83], со стоит в следующем. В каждый момент времени п производится под
наладка процесса по результатам наблюдения последовательности
—>
А'п-і. Основное отличие этого алгоритма от способов, рассмотрен
ий
ных в работах [34, 53], состоит в ограничении на исполнительное устройство: предполагается, что управляющий импульс и принад лежит фиксированному множеству Q (и) импульсов. Кроме того, предполагается, что подналадка импульсом и связана с затратами
с(и), 0 |
< с ( и ) < 1; которые тем больше, |
чем больше величина |
им |
|
пульса, |
т. е. f ( « i ) < c ( a j ) при | И І | < | И 2 |
| ; с {и) =с(—и), |
с(0) |
= 0. |
Предлагаемый алгоритм отвечает идее управления технологи ческим процессом с помощью малых импульсов. Требуется возмож но дольше удерживать последовательность {хп} (п = 1, 2, . . . ) внутри интервала [—А; Д] при возможно меньших затратах на уп равление, т. е. найти оптимальное правило Ô*, для которого
sup УМ {ѵ— 2 с [ « ( п ) ] I о] = У И і ѵ — 2 с [и(п)\ |
I 3*] = р , |
(261) |
где V—момент первого выхода последовательности |
{х„} за |
грани |
цы [—Д; А]; |
|
|
и (п) — величина импульса подналадки в момент п. |
|
|
Если считать, что на каждое изделие, размеры которого принад лежат полю допуска [—А; А], приходится единица стоимости, то ве личину р. можно интерпретировать как максимальный чистый сред
ний доход, т. е. доход от готовой |
продукции |
за |
вычетом |
стоимости |
||||
управления. |
|
|
|
|
|
|
|
|
Анализ такого |
алгоритма управления |
процессом |
(251) |
пока |
||||
зал, что структура |
оптимального |
правила |
ô * целиком определяется |
|||||
поведением функции с (и), и^О. |
Если |
с (и) |
возрастает «сравни |
|||||
тельно быстро», как функция и, |
то используется |
все |
множество |
|||||
Q (и) управляющих импульсов, в противном |
случае — только |
край |
||||||
ние значения: и = |
0 и и = итях. |
Конкретный |
смысл |
«сравнительно |
||||
быстро» разъясняется в работе [83]. |
|
|
|
|
|
|
Отметим, что оба алгоритма предполагают измерение всех изде лий подряд, а решение о подаче импульса принимается по резуль татам измерения лишь последней детали. Это объясняется свойст вом марковости управляемого процесса (251) и справедливо лишь при малых интенсивностях собственно случайной составляющей.
При наличии существенной собственно случайной составляющей технологического процесса приходится прибегать к управлению по
усредненным |
показателям. |
|
|
|
|
|
В работе [137] построен алгоритм управления |
технологическим |
|||||
процессом в предположении, что смещение |
размерной |
настройки |
||||
станка можно |
рассматривать |
как |
последовательность |
скачков, |
||
скрытых в помехах (т. е. в собственно случайной |
составляющей). |
|||||
В основе анализа этих алгоритмов |
лежит так называемая «теория |
|||||
разладки» — один из современных разделов |
математической ста |
|||||
тистики [154]. |
|
|
|
|
|
|
В качестве модели технологического процесса автором прини |
||||||
мается соотношение |
|
|
|
|
|
|
|
dy(t) = [T\{t) |
+ u(t)]dt-+dr,(t). |
|
|
(262) |
171
где |
г) (/) — марковский |
процесс, характеризующийся |
потоком скач |
|||||
|
ков (разладок) с интенсивностью X |
(t); |
|
|||||
|
и ({) —поток управляющих воздействий со значениями из со |
|||||||
|
вокупности |
Q (и) = |
{0; ±d; |
±2d, |
...}; |
|
||
|
Ç (/)—случайный |
процесс |
с |
независимыми |
приращениями |
|||
|
и статистиками M (At,) |
= |
0; |
M (At,)2 = a2 |
At. |
|||
Сумма двух процессов л (і) + и |
(t) |
представляет |
собой марков |
|||||
ский |
процесс, являющийся скрытой |
|
историей |
производственного |
||||
процесса. |
|
|
|
|
|
|
|
|
Предполагается, что размеры изделий |
определяются точно, а ре |
шение о подналадке принимается на основе всей имеющейся ин формации (уп, ип). Задача синтеза оптимального алгоритма уп равления сводится к нахождению правила б, обеспечивающего ми
нимум средних потерь на |
протяжении |
отрезка времени Г < оо: |
||||
|
|
|
т |
|
|
|
|
R}; |
= |
inf±r\MXA(yt)dt, |
|
|
(263) |
|
|
|
'о |
|
|
|
где M — символ математического ожидания. |
|
|||||
В качестве |
функции потерь %А принимается стоимость брака в |
|||||
вырабатываемой продукции: |
|
|
|
|||
|
х _ |
/ ° ' |
-Аа<у,<Ас, |
|
||
|
XAU/t)-[Ct |
|
A * < \ y t \ . |
|
|
|
Помимо |
оптимальной |
стратегии, |
автором |
предлагается |
и е-оптимальная, совпадающая с оптимальной стратегией о* при малых и средних управляющих импульсах и использующая измере ние лишь последнего изделия — при больших подналадочных им пульсах.
Своеобразный способ подналадки, названной автором «пульси рующей», был предложен в работе [152]. Сущность предлагаемого метода состоит в том, что подналадочная граница проводится по середине поля допуска, а импульс, постоянный по величине, подает ся на каждом шаге, причем его знак противоположен знаку откло нения размера очередной детали от подналадочной границы.
К недостаткам метода следует отнести возможность появления «ложных» подналадок.
К сожалению, автор не исследовал потенциальных возможностей этого метода в достаточно широком объеме.
Все рассмотренные выше алгоритмы были построены в предпо ложении о том, что размеры изделий контролируются в моменты выхода их из зоны обработки, а запаздывание равно нулю. Однако в ряде случаев измерительное устройство из конструктивных сооб ражений располагают вне зоны обработки изделия. В этом случае оптимальный уровень настройки перед обработкой произвольного п-го изделия определяется лишь по результатам измерения разме ров предыдущих (п — t—1) изделий, где т — период запаздыва-
172
иия, равный сумме интервалов времени, затраченных на обработку изделий от момента (п — т — 1 ) до момента ( п — 1 ) . Естественно, возникает задача синтеза оптимального по точности алгоритма уп равления, построенного с учетом запаздывания на контроль т. Тео рия дуального управления [146] позволяет полностью решить эту задачу.
Предположим, что поведение технологического процесса описы вается формулой (195), а все предположения о поведении отдель ных составляющих модели (195) сохраняются.
При запаздывании операции контроля на т циклов уровень на стройки перед обработкой п-го изделия определяется как функция
последовательности измерений размеров изделий хп—-.—і и уров ней настройки «„_j:
Un = Un ("л-!, ХП--.-1 ). (264)
Дисперсия отклонений |
размеров изделий |
при наличии запазды |
||
вания и оптимальном алгоритме подналадки |
(см. § |
17) вычисляет |
||
ся по формулам, аналогичным (199) — (213), |
и имеет в данном |
слу |
||
чае вид |
|
|
|
|
D„ = j х*Р(хп I U„, |
/„) • "~П*Р(Хі |
I Ii,-, Ult |
Ii) -РЫ |
X |
Q(x„, Хя _т-!. V„, Pn—.-l, Ü„)
X P (fi„ I Vn-.-i ) • ПУГ'Р^І |
I iït-ù • П Г,, 2. |
(265) |
Оптимальный уровень настройки определяется из условия ми нимума по ип функции
ап |
= j |
х*Р (хп ! Un, |
?л, /„) • "TT1 P (xt I |
I/,, /,) |
• Р Ы |
X |
|||
2 (хт |
!*„, ^л-т-і |
) |
|
|
|
|
|
|
|
|
|
Х Я ( ц „ | |
) • І Г Р |
(І», I |
__. |
|
|
(266) |
|
Рассмотрим синтез оптимального алгоритма подналадки при на |
|||||||||
личии запаздывания на примере стационарного |
технологического |
||||||||
процесса с корреляционной функцией /Сц(т ) = |
1 . |
Для |
это |
||||||
го процесса |
переходная плотность Р |
(|хт е | \іп—.-\ |
) имеет |
вид |
|
||||
|
|
|
1 |
f |
Obi — r ' + V n - x - i ) 2 |
| 2 |
|
. |
|
|
|
_ _ _ _ _ _ _ _ |
E X P |
|
|
} . |
|
(267) |
|
|
Ѵ У |
2 r . ( l - r 2 ^ + " ) |
I |
2 c 2 [ l _ r 4 " ' |
|
|
|
|
173
Остальные плотности в формуле (266) совпадают с соответст вующими выражениями (216) — (218), где г = е ~9.
Оптимальный уровень настройки, найденный в результате мини мизации ап по Un, равен
U;, = — mn — |
|
(268) |
|
2Рп |
|
|
|
где характеристики |
|
|
|
|
9'2 |
(269) |
|
2 , 2 | l - r ^ + 1 ) j |
Рп-т-Х |
||
|
Яп
Рп-х-І
r x +J
2 о 2 [ ! _ , * + ! , ]
выражаются через величины:
|
fr« |
|
3c |
P l - l |
i ) ; |
|
||
|
2 < £ ( 1 - / * ) |
|
i |
1 |
; |
2s? |
2 < £ ( 1 - / * ) |
2a; .1 |
Как и ранее, формулу (268) можно представить в рекуррентном виде.
Минимальная дисперсия находится из формулы (265) после под становки в нее ип* и интегрирования по соответствующим величи нам:
|
|
1 |
|
|
|
2р„ |
|
При п-*-оо |
величина Dn* |
стремится |
к установившемуся значе |
нию Ь * у с - , равному |
|
|
|
D ус т |
1 |
(270) |
|
|
|
62 |
|
Сравнение |
формул (235) |
и (270) показывает, что при всех т > 0 |
|
|
|
Лу,-->/)уе, |
(271) |
что объясняется наличием запаздывания.
174
В частности, при о / |
> о ? |
|
из формулы (270) |
находим |
|||
|
|
|
DyCz |
= |
о2 [1 _ г 2 ( , + і)]. |
(272) |
|
Так как /- < |
] , то |
|
|
|
|
|
|
£ > у с , — Щс |
= |
о* (гг — r 2 « ^ " ) |
> 0 при |
всех т > 0. |
|||
Формула |
(270) |
позволяет |
оценить |
эффективность подналадоч- |
|||
ной системы |
в зависимости |
от статистических |
характеристик про |
цесса и величины запаздывания. Одновременно это выражение оп ределяет верхнюю границу точности ведения технологического про цесса при наличии запаздывания операции контроля.
§ 21. С Р А В Н И Т Е Л Ь Н Ы Й А Н А Л И З МЕТОДОВ Р Е Г У Л И Р О В А Н И Я С ФИКСАЦИЕЙ ТЕКУЩЕГО И П Р Е Д Е Л Ь Н О Г О РАЗМЕРОВ И З Д Е Л И И
Точность управления технологическим процессом при фиксиро ванных предельных размерах изделий определяется рядом факто ров, и прежде всего выбором сигнальных границ. Как показано в работе [174], выбор сигнальных границ влияет не только на частоту подналадки, но и на точность определения текущего уровня на стройки процесса. В данном параграфе излагается метод определе ния оптимального положения контрольных границ и сравниваются между собой алгоритмы управления с фиксацией текущих и пре дельных размеров изделий.
Пусть некоторая случайная величина ц наблюдается одновре
менно с последовательностью |
независимых случайных величин |
||||||
Определим |
две границы |
L 4 и L 2 , Li > |
L 2 , принадлежащие |
об |
|||
ласти изменения суммы ц + £п , « = |
1, 2, . . . |
Пусть N—объем |
|
вы |
|||
борки. Примем следующие обозначения: z + ( L i ) — к о л и ч е с т в о |
на |
||||||
блюдений, превышающих L i ; Z _ (L2 ) —количество наблюдений, |
ле |
||||||
жащих ниже L 2 . Тогда |
разность N — z+ (Li) |
—z_ (L2 ) есть |
число |
||||
наблюдений, лежащих |
в интервале [Li, L%\. Величины Li и L 2 |
будем |
|||||
называть контрольными пределами |
(сигнальными границами). |
|
|||||
В работе [174] с помощью линейного теста |
|
|
|||||
I (ах, |
аг ; |
L x , L 2 ) |
= ахг+ |
(L x ) - j - |
a,z_ (L2 ) |
|
(273) |
проверялась справедливость нулевой гипотезы Н0 : \і = 0, конкури рующей с альтернативной гипотезой Hi : цфО. В этой статье были найдены оптимальные значения а ь а2 , доставляющие максимальную эффективность тесту (273). При оптимальных значениях парамет ров а4 и а% эффективность теста (273) при выборке N — 10 оказа лась такой же, как эффективность теста, построенного по результа
там вычисления |
апостериорного среднего m величины р, при выбор |
ке объемом N = |
8. |
175
|
В работе [174] определяются одновременно контрольные границы |
||||||||||||||
Lu |
L i и параметры а ь |
а2 , доставляющие |
тесту |
(273) максимум эф |
|||||||||||
фективности. |
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
Пусть |
случайная переменная X имеет |
функцию распределения |
||||||||||||
F |
(х; ц,), заданы четыре |
числа |
аи а2, |
L u |
L 2 |
, причем |
| |
ö |
i | |
+ | а 2 | > 0; |
|||||
Li |
> L 2 , |
a объем выборки равен N. |
|
|
|
|
|
|
|
|
|||||
|
Определим две вероятности |
|
|
|
|
|
|
|
|
||||||
|
|
|
P + = P[X>Ll) |
|
= \-F(Li; |
|
s*) ) |
|
|
|
|
||||
|
|
|
p„ = P{X<L2) |
|
= F(LZ-0; |
|
ji) |
f |
|
|
|
|
|||
|
Среднее значение случайной переменной (273) равно |
|
|
||||||||||||
|
|
|
M(l)~N(alP++aiP_), |
|
|
|
|
|
|
(275) |
|||||
где M — символ математического ожидания. |
|
|
|
|
|
||||||||||
|
Дисперсия величины / равна |
|
|
|
|
|
|
|
|
||||||
|
a^t) |
= N[a\p+(l—p+)—-2alatp-p+ |
|
+ alP-{l |
-Р-)). |
|
(276) |
||||||||
|
Пусть |
последовательность |
{^„} |
(п — 1, 2, ... ) |
распределена по |
||||||||||
нормальному закону. Введем |
обозначения |
|
- £! |
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
х |
|
|
|
|
|
|
|
|
ф (X) = |
ф (х; |
0; 1) - |
|
|
Г в |
2 dz, |
|
|
(277) |
|||
Предположим, что последовательность |
|
имеет статистики |
(0; ! ) . |
||||||||||||
Тогда |
|
|
р + = |
1 - Ф ( £ 1 , ^ , |
1)1 |
|
|
|
|
|
|||||
|
|
|
|
|
|
|
( |
2 7 8 ) |
|||||||
|
|
|
|
р _ = Ф ( / . „ ц, 1) |
|
I |
|
|
|
|
|
||||
|
Простым смещением |
распределение |
Ф (д;; у; |
1) |
переводится |
||||||||||
в распределение Ф (х; у + К; 1). Поэтому в дальнейшем |
в качест |
||||||||||||||
ве нулевой гипотезы можно принять Яо : р. = 0 и изучать |
эффектив |
||||||||||||||
ность теста |
(273) относительно этой гипотезы, |
|
|
|
|
|
|||||||||
|
|
|
д |
|
|
|
д |
|
|
|
|
|
|
|
|
|
Обозначим: Ф* = Ф (Li); |
ср* = <р (Li), |
і = 1, 2. |
|
|
|
|
||||||||
Тогда |
|
р+ Iг |
о = |
1 — Ф,; Р- I ц-о = Ф«; |
|
|
|
|
|||||||
|
|
|
|
|
|
|
|||||||||
|
|
|
р |
|
I р.,,о = 'fі; Р _ I ц-о = тѴ |
|
|
|
|
||||||
Тест (273) в данном случае принимает вид [174]: |
|
|
|
|
|||||||||||
|
|
|
I _ |
|
|
« (уі — ду2 )2 |
|
|
|
|
|
/2 79) |
|||
|
|
|
ф1 (1 _ |
ф,) _ |
2Ф2 (1 — Ф,) а + |
Ф2 (1 — Ф2 ) й 2 ' |
|
|
|
||||||
где в силу |
произвольности |
|
одного |
из коэффициентов |
сіі и а2 со |
||||||||||
вершен переход к величине а = аі/а 2 , а2ф0 |
или а = а 2 /аі, а і ^ О . |
||||||||||||||
|
Анализ |
выражения |
(279) показывает, |
что в рассматриваемом |
примере оптимальными сигнальными границами служат: L — Li — = — L 2 = 0,612. Максимальная эффективность теста при этом рав на 0,8088. Раздвижение сигнальных границ до L = ± 1 приводит к понижению эффективности до 0,7381.
176
При использовании |
одного |
предела L t (L 2 = —оо), т. е. при од |
||||
ной сигнальной границе эффективность |
составляет 2 /я = 0,6366 при |
|||||
Li = 0 и 0,4386 — при Li = 1 (напомним, |
что изучается |
эффектив |
||||
ность гипотезы (л = 0). |
Это означает, что решение о положении ц |
|||||
при N = 10 и наблюдении знаков отклонений размеров изделий от |
||||||
носительно границы Mt |
эквивалентно решению о величине ;.t по ре |
|||||
зультатам |
измерения примерно шести (при L 4 = 0) и четырех изде |
|||||
лий (при Li = 1). |
|
|
|
|
|
|
Аналогичный тест строится и для оценки дисперсии. |
|
|||||
Таким |
образом, алгоритмы |
управления |
с фиксацией |
текущих |
||
размеров |
изделий требуют для достижения |
одной и той же точно |
сти примерно в полтора раза меньшего количества измерений за счет усложнения измерительной части подналадочной системы.
Полученные оценки |
соответствуют |
модели технологического |
|
процесса вида |
|
|
|
хя= ? + |
+ U п , (п = |
1, 2, . . . ) . |
(280) |
Для простоты трент тп опущен, а функциональная |
случайная |
составляющая может считаться медленно изменяющейся функцией времени.
В том случае, когда модель технологического процесса |
имеет |
|
вид |
|
|
*„ = t*n + ^ + t f „ , |
2, . . . ) , |
(281) |
положение сигнальных границ может быть определено следующим образом.
Предположим, что {\іп}—последовательность |
марковских нор |
||||||
мальных величин с корреляционной функцией Л",«(т) = |
|
ofe—вИ1. |
|||||
Положим, для простоты |
Un = 0. |
|
|
|
|
|
|
Пусть в момент t = |
п — 1 величина хп-і |
достигла |
некоторого |
||||
фиксированного уровня L , т. е. L = ц.„_і + £n _i. |
|
времени |
|||||
Для марковской составляющей |
модели (281) в момент |
||||||
t = п можно записать [28]: |
|
|
|
|
|
|
|
Ѵ-п = |
(L — -л-і) г + а,х (1 — г2) ѵ„, |
|
|
||||
где г = е~ѳ, {ѵп}—последовательность |
независимых |
нормальных |
|||||
величин с нулевым математическим |
ожидани |
||||||
ем и единичной |
дисперсией. |
|
|
||||
Тогда отклонение хп |
будет равно |
|
|
|
|
||
x n ~ ^ n J r { L |
— C„_i) г + а; і ( 1 - |
г»)ѵя . |
|
(282) |
|||
Дисперсия величины |
хп |
|
|
|
|
|
|
Dn = |
а? ( 1 -Ь г2 ) + |
а* (1 - л2 ). |
|
(283) |
|||
Дисперсия величины xn+q, |
q > |
1 равна |
|
|
|
||
D n + q = а* [1 4- г2{"+1)] |
+ |
о£ [1 - |
г 2 ( * + 1 ) | . |
|
(284) |
Формулы (283), (284) служат исходным пунктом для выбора положения сигнальных границ. Пусть поле допуска равно [—А; А].
\
12—2891 |
177 |