Оценка качества режима ручного управления.
С целью оценки эффективности управления по предложенному алгоритму поставим ряд экспериментов: произведем реализацию информационного режима при нормальной эксплуатации при фиксированных управляемых переменных и при осуществлении ручного управления по предложенному алгоритму. Для каждого случая оценим выбранные ТЭП. Если выбранные в постановке экспериментальной задачи критерии при ручном управлении будут удовлетворять поставленным условиям относительно критериев в режиме нормальной эксплуатации, то можно говорить об эффективности управления по предложенному алгоритму.
Нормальная эксплуатация с фиксированными значениями.
Снятие данных в
режиме нормальной эксплуатации при
фиксированных управляемых переменных
(
и
)
проводилось в два этапа и привело к
следующим результатам.
Рис. 17. Первый этап.(informac1.dat)
Рис. 18 Расчет среднего значения температуры сырья
Рис. 19 Расчет среднего значения влажности сырья
Рис. 20. Расчет среднего значения и дисперсии
Рис. 21 Второй этап.(inf500.dat)
Рис. 22 Расчет среднего значения
Рис. 23 Расчет среднего значения и дисперсии
Нормальная эксплуатация с ручным управлением.
Снятие данных в режиме нормальной эксплуатации при осуществлении ручного управления проводилось в три этапа.
Рис. 24 Первый этап.(ruchnoe ypravlenie.dat)
Рис. 25 Расчет числа аварийных ситуаций и процента брака
Рис. 26 Расчет среднего значения и дисперсии
Рис. 27 Расчет среднего значения и дисперсии
Рис. 28 Второй этап.(ruch po u1.dat)
Рис. 29 Расчет среднего значения
Рис. 30 Расчет среднего значения и дисперсии
Рис. 31 Третий этап (ruch po u2.dat)
Рис. 32 Расчет среднего значения
Рис. 33 Расчет среднего значения и дисперсии
Результат.
Из полученных
результатов делаем вывод, что ручное
управление более эффективно, т.к. значение
ТЭП 2 (дисперсии
)
при ручном управлении оказалось примерно
в 2 раза меньше, чем в режиме нормальной
эксплуатации с фиксированными значениям,
и заданное значение выходной переменной
может быть поддержано с большей точностью.
Определение статистических характеристик случайных процессов тоу. Постановка экспериментальной задачи.
Для данного ТОУ мы
имеем 2 случайных процесса
и
.
Процессы
и
)
являются случайными постольку, поскольку
могут быть представлены как функции от
и
.
Процессы
и
являются стационарными, т. к. они
инвариантны относительно времени
наблюдений. Чтобы охарактеризовать эти
процессы необходимо знать их матожидание,
дисперсию, автокорреляционную функцию.
Для оценивания
автокорреляционной функции надо знать
интервал корреляции 
Интервал корреляции
– это время затухания автокорреляционной
функции, когда она входит в некоторый
достаточно малый коридор (в нашем случае
этот коридор составляет 5%). Он может
быть грубо оценен через соотношение
,
где 
– время протекания эксперимента, 
– количество пересечений графиком
исследуемой функции прямой 
,
где 
– рассчитанное среднее значение этой
функции.
Существует 2 способа повлиять на сходимость автокорреляционной функции:
-
Изменение числа ординат;
-
Изменение времени снятия показаний (увеличение или уменьшение количества значений и, как следствие, информации о процессе).
Мы будем применять первый способ.
В
итоге после нескольких экспериментов
нам нужно получить уточненные значения
коэффициентов корреляции, которые затем
мы будем использовать для моделирования
поведения контролируемых неуправляемых
случайных величин
и
на следующих этапах исследования.
.
Рис. 34 Предварительный эксперимент(260 значений.dat)
Рис. 35 Расчет аварийных ситуация и процента брака
Рис. 36 Расчет числа
пересечений
с линей, соответствующей среднему
значению
Определение коэффициента корреляции
При числе ординат равном 10
Рис. 37 Расчет числа
пересечений
с линей, соответствующей среднему
значению
Определение коэффициента корреляции
При числе ординат равном 10
Выбираем наименьшее
значение. Оно равно
Расчет количества
значений:
Рис. 38 Расчет среднего значения х2
Рис. 39 Статический анализ. Оценка математического ожидания и дисперсии. Для 17 ординат.
Рис. 40 Автокорреляционная функция. Для 17 ординат.
Рис. 41 Статический анализ. Для 5 ординат
Рис. 42 Автокорреляционная функция. Для 5 ординат
Рис. 43 Статический анализ. Для 10 ординат
Рис. 44 Автокорреляционная функция. Для 10 ординат
Рис. 45 Статический анализ. Для 15 ординат
Рис. 46 Автокорреляционная функция. Для 15 ординат