Специальные измерения и техническая диагностика

Специальные измерения и

техническая диагностика

Введение в техническую диагностику

Необходимость внедрения ТД в процесс технического обслуживания обусловлена потому что, во-первых, системы СЦБ являются распределенными, разветвленными, многоступенчатыми. Это требует значительных затрат на обслуживание. Во-вторых, чтобы отказ подсистем не приводил к отказу всей системы (пример рельсовые цепи, системы ДЦ).

Системы СЦБ должны обеспечивать управление и регулирования режимов движения поездов и, самое главное, безопасность движения поездов.

При эксплуатации систем делались многочисленные попытки снизить количество отказов, однако это не привело к желаемому результату.

На основании вышеизложенного можно делать вывод: необходимо внедрить новые эффективные способы технического обслуживания, эксплуатации и ремонта устройств А и Т при этом возникает ряд трудностей с получением достоверной информации, несовершенством приборов, неизвестностью характера повреждения. Пример:

1986 год Аэропорт - Сок. Искры 2 часа рем. раб. через ДТ (I=10000 А), если бы была ТД, то рем. раб. считанные секунды.

Поэтому для правильной организации тех. обслуживания требуется разработка совершенных средств ТД и методов получения информации. Решить это может теория и методы ТД.

Создание систем ТД требует разрешения ряда задач:

1. Поиск наиболее информационных признаков.

2. Построение мат. модели объекта контроля по заданному критерию.

3. Исследование методов измерения параметров.

4. Построение модели диагностики для объекта контроля.

Разберем подробнее эти задачи:

1. Поиск таких признаков, которые дают достоверную, однозначную оценку контроля объекта.

2. В этом случае необходимо построить адекватно(наиболее точно описываемую) мат. модель и по этой модели производить моделирование различных неисправностей.

3. Измеренные параметры должны без помех и наиболее точно отображать существующую картину на контролируемом объекте.

4. Создать такие мат. формулы, которые бы дали однозначную классификацию состояния контролируемого объекта.

Основные понятия и формализация задач ТД:

Признаки – это совокупность параметров контролируемого объекта (КО), среди них два типа:

1 - допустимый для измерения;

2 - недопустимый для измерения.

Пример для электромехаников: в различных частях КО – первый тип, фазовые соотношения в различных частях схем КО – второй тип.

Обозначение используемых элементов:

_

1. Xi - признаки i = k + m , где k - недопустимые, m - допустимые признаки.

_ _ _

Xi = Xk + Xm

2. O – объект контроля

3. Rj - состояние объектов контроля j = 1, n подразумевает любое множество и все неисправные состояния КО.

4. Wj - решающее правило – те мат. форм., с помощью которых осуществляется классификация состояний КО.

_ _

Wj =F(Xi ) , где i =1, n, j = 1, p

5. MXi - модель объекта контроля O.

Xi - означает, что модель построена с помощью Xi признаков, допустимых для

измерения M jX i .

6. K - функция качества по Xi параметру.

7.KR – критерий

├ - знак вводимости

Û - отображение

Î - вкл, принадлежности

_

Î - не выключено

Решающее правило или решающая функция

Что это такое? Смысловое значение состоит в том что бы дать ответ на вопрос в каком состоянии находится КО по текущим значениям признаков

Геометрическая иллюстрация к решающему правилу:

неисправен

исправен

(многомерная)

Задачи диагностики

Имеется объект контроля который имеет составления, ; имеется -допустимые для измерения параметров. Требуется найти решающее функции.

Задача ТД определить пространство т. е. минимизировать набор при которых допускается однозначные оценка состояний.

,

где Р - это min набор параметров.

- вся совокупность признаков

При решение задач ТД важно иметь модель объекта которая позволяет:

1. Получить совокупность признаков

2. Выявить наиболее информационные признаки

3. Обеспечить построение функции качества

Функция качества – это функциональная зависимость предельной величины параметра от действительных значений других параметров Х1, Х2…Хп

Графически это можно представить так:

это может быть любая кривая

Эта функция качества используется для нахождения

граничных или допусковых значений определяющих

работоспособность КО

Построение должно проводится с учетом зашумленности

исходных данных

Зашумлены значит не правильно смерены по какой то причине например из-за механических свойств.

Мат. мод. работы электронных и электрических схем ж. д. автоматики.

Из предыдущего материала следует что для решения задач диагностики необходимы значения - параметров КО при различных его неисправностях.

Чтобы получить значение параметров необходимо описать работу схемы объекта контроля.

Для познания всех процессов происходящих в этом объекте есть два пути:

1. Экспериментальный

2. Мат. моделирование.

Применение ЭВМ для расчетов позволяет увеличить скорость просмотра физических процессов на КО или наоборот.

Необходимо учесть тот факт что во многих случаях трудно провести эксперимент исследования в следствии их сложности.

Модели отдельных элементов

Аналитическое Формодискретная

выражение индуктивности

Аналитическое выражение форма дискретная

емкости

Аналитическое выражение

сопротивления форма дискретная

На основание этих зависимостей строятся модели устройств состоящих из этих элементов.

Например трансформатор

 

М

Г1, Г2 – активные сопротивления первичной и вторичной обмоток;

Ls1,2 = L1,2 × M – индуктивность расследования;

 

М = Кс L1L2

Кс – коэффициент связи Кс = 0,96¸0,98

Модель транзистора

 

Э

rб – продольное сопротивление базы

rб = 100 (ом)

rб-к – сопротивление Б-К

rб-к =100000 (ом)

 

rб-э – может меняться потому что меняется запорный слой

rб-э =f(iб)

rк-э =f(iб)

Зависит от величины тока протекающего через базу.

Рассмотрим пример построения модели электронной схемы

Направление контурных токов должно

быть одно и тоже

Составим эквивалентную схему

 

Для каждого контурного тока составляется

уравнение Киргофа

1.

2.

3.

4.

5.

6.

После перейдем с дискретной системы уравнений, для этого

Сгруппировав члены с мгновенными значениями i в предыдущем промежутке времени перенесем их в левую часть уравнения.

Аналогично поступаем с остальными уравнениями системы в которых заменяем аналогов выражения на дискретные.

Переведем в дискретную форму второе уравнение:

1.

Сгруппируем члены уравнения содержащие предыдущие значения токов протекающих через емкость и перенесем в левую часть

В левой части уравнений получается значение V рассчитанных для предыдущего момента времени.

Разница в том что для Vс сумма по всем предыдущим моментам времени.

После тождественных преобразований переходим к матричной форме записи, группируем коэффициенты перед неизвестными значениями токов в текущий момент времени.

Методы решения систем уравнений

Следующие методы:

1. Нахождение оборотной матрицы коэффициентов.

[У] = [А] × [Х]

[А] = [У] × [Х]

2. Нахождение коэффициентов методом Гаусса.

3. Решение итерационным методом (Гауса-Зегеля).

Методы измерения параметров

1. Метод накопления.

Суть его: производится накопление и усреднение элементов

производят

измерения равномерно

Этот метод используется для регистрации медленно меняющихся процессов. Время интеграции (накопления) в методе берется больше чем 1с. Примером измерения может служить стрелочный прибор.

Общая формула:

,где

y - измеренное значение параметров.

T - период измерения.

dt - элементарный врем. отрезок м/у двумя измерениями.

f(t) - значение функции в дискретный момент времени.

- в дискретной форме.

1.

t - элемент. единич. отрезок времени, обычно t = 1.

f(N) - значение функции в моменты времени t=N.

N - количество отсчетов.

На ЭВМ пользуются формулой 1.

2. Методы цифровой фильтрации.

В основе методов - положения применение знакопеременных рядов, так как Фурье, Тейлора, Маклорена и т. д.

Мы посмотрим ЦФ на основе р. Фурье.

Типы цифровой фильтрации:

1.  Последовательная ЦФ.

2.  Параллельная ЦФ.

Ряд Фурье:

- коэффициенты ряда Фурье

- частоты

t - текущее время

T - период

2.

3.

4.

В дискретной форме:

Порядок расчета в методе последовательной фильтрации

1. Вычисляется коэффициент а0

2. Вычисляются коэффициенты аi и вi

3. Априорно задаются частоты wi частоты тех переод-х процессов которые необходимо измерить.

Например мы знаем что на объекте могут существовать частоты 50, 75, 100, 150 Гц. Для этих частот строится модель последовательной ЦФ.

4. Период измерения дискретных отсчетов в сложенном сигнале Т выбирается равным периоду min частоты.

Например, если на объекте имеются частоты 50, 75, 100, 150 Гц то период измерения необходимого брать – 50 Гц период изм. Количество (.) отсчета в этом периоде (20мс=Т50Гц) N-будет определяться как (1/fмакс частота)×2

Пример если существуют 50 и 100 Гц.

(1/50) = 20 мс и N(1/100)×2 = 20

Если частота сигнала больше 100 Гц, то N меняется.

5. Определяются фазовые соотношения

6. Амплитуда изм-го сигнала i – гармоники ui равна

Почему метод н/я послед. ЦФ?

Потому что в нем послед. осуществляется поиск амплитуд и фаз исслед-го сигнала.

 

Параллельная цифровая фильтрация

Гармонический ряд Фурье.

Усеченный ряд Фурье.

Усеченный ряд Фурье в том случае применяется если необходимо просто вычислить амплитуду гармонического сигнала. Но в этом случае не представляется возможности вычислить фазу сигнала.

В качестве рядов могут быть использованы другие ряды: Маклорена, Тейлора и другие.

Ряд Уолша:

 

Отличие параллельных цифр фильт. от последней в том, что здесь производится одновременное вычисление гармоник ряда.

Алгоритм работы параллельных цифр фильтрации

1. Выбрать min гармонично составленную кратную 50 Гц

В устройстве железнодорожной автоматике используются частоты 12,5 Гц.

Пример: 50, 75, 100, 25, 125, 150, 175 (Гц).

2. Количество (.) измерения К

- период (переод.) сигнала имеющих мах. частоту.

тогда на периоде

Точки измерения должны быть выбраны по следующему правилу. Первая и конечная(.) должны отстоять друг от друга на период максимальной гармоники, если это не будет соблюдаться, то будет ошибка, внутри этого отрезка дискретные отрезки могут располагаться произвольным образом.

3. Построение модели:

- …частоты, которые мы хотим узнать из сложной формы сигнала.

От количества гармоник будет зависеть скорость вычисления, чем их больше, тем большее время вычисления. Провед. исслед. показали, что наиболее эфф. алг. с помощью которого можно проуб. паралл. циф - фильт. является метод Гаусса. От количества членов зависит, в зависимости от количества членов уравнения изменяются в квадратичной последовательности. Лучше всего априорно увидеть частоты на основе обобщенного анализа.

М е т о д Г а у с а

a11 x1+ a12 x2 + a13 x3 =y1

a21 x1+ a22 x2 + a23 x3 =y2

a31 x1+ a32 x2 + a33 x3 =y3

Исключим x1 из второго уравнения, для этого умножим его на (-a21/ a11)(первое) получаем:

-a21 x1+ ( a12(-a21/ a11))x2 +((-a21/ a11) a13) x3 = - y1 a21/ a11

a21 x1+ a22 x2+ a23 x3 = y3

Сложим первое и второе уравнение:

a/22 x2+ a/23 x3 = y/2

Эквивалентное численное значение (a/22 …… y/2) при неизвестных. Аналогично делаем для третьего уравнения (-a31/ a11) , получим:

-a31 x1+ ( a12(-a31/ a11))x2 +((-a31/ a11) x1 = - y1 a31/ a11

a31 x1+ a32 x2+ a33 x3 = y3

Сложим и получим:

a/32 x2+ a/33 x3 = y/3

После преобразования имеем:

a11 x1+ a12 x2 + a13 x3 =y1

a/22 x2+ a/23 x3 = y/2

a/32 x2+ a/33 x3 = y/3

Исключение x2 из третьего уравнения, для этого умножим второе уравнение на (a/32 / a/22 ) и сложим с третьим:

-a/32 x2+ (-a/32/ a/22) a/23 x3 = - y/2 (a/32/ a/22)

a/32 x2+ a/32 x3 = y/3

Получим следующее после сложения:

a//33 x3 = y//3

Отсюда находим x3

x3 = y//3 / a//33

Окончательная система будет иметь следующий вид:

*

a11 x1+ a12 x2 + a13 x3 = y1

a/22 x2+ a/23 x3 = y/2

a//33 x3 = y//3

* Преобразование в прямом направлении:

1. В практике может встречаться случай, что коэффициент при одном из неизвестных может быть равен нулю.

В этом случае переставляют уравнение, чтобы не было деления на ноль. В машинном алгоритме проверяют равенство коэффициентов на ноль, если коэффициент равен нулю его, отбрасывают и идут к следующему и т. д.

2. Как только получили значение последнего неизвестного члена из этой системы, идет алгоритм обратного развертывания – вычисление значения всех неизвестных.

Число неизвестных должно быть равно числу уравнений– это нормальная система, если этого не выполняется, то либо система неодопределеная, если число уравнений меньше числа неизвестных или переопределена (наоборот). На практике чаще всего встречаются переопределенные системы. Ее необходимо привести к нормальному виду. Для перехода от переопределенной к нормальной системе существует следующий метод:

Запишем переопределенную систему:

a11 x1+ a1 x2 = y1

a21 x1+ a22 x2 = y2

a31 x1+ a32 x2 = y3

a41 x1+ a42 x2 = y4

Необходимо умножить правые и левые части этой системы на транспонированную матрицу:

Итерационный алгоритм Гауса-Зегеля

Решения, получаемые с помощью прямых методов, обычно содержат погрешности, вызванные округлением при выполнении операций над числами, в ряде случаев они могут быть значительны.

Одним из самых распространенных итерационных методов является метод Гаусса-Зегеля.

Пусть имеется система:

Выразим х1 из первого уравнения

Из второго уравнения выразим х2 (1)

Зададим начальные приближения****

(2)

Обычно начальные приближения берут равные нулю.

Подставим (2) в (1)

(3)

Подставим полученное приближение

(4)

Процесс продолжается до тех пор пока:

(0,0000001)

Дело в том, что при вычислении очень часто встречаются процессы, можно попасть в локальный минимум, в результате значения коэффициентов будут подсчитаны неточно.

Аппроксимация характеристик не

линейных элементов

Рассмотрим следствие методы апраксии хар-к:

Метод кусочно-линейной аппроксимации

При кусочно-линейной аппроксимации характеристика разбивается на несколько отрезков.

Строятся линейные модели для элементарных участков.

Для построения лин. модели возьмем в качестве опорной функции функцию вида

Математическая схема построения линейной аппроксимации функции

1.

2. - находим эти коэффициенты.

3.

4. Строится локальный критерий оценки точности полученного решения

5. т. е. .

6. Если отклонения больше, т. е. локальный критерий больше чем заданный уровень точности производиться новое деление отрезков u(.) К1 и u(.) К2 сближаются.

7.

Пример кусочно-линейной аппроксимации.

 

1. Для х1

Необходимо найти коэффициенты

2. Строится после этого локальный критерий

Метод нелинейной аппроксимации

Достоинства имеем дело с одним уравнением.

Основан на применении рядов:

1. Степенной ряд

2. Ряд Ларана

3. Ряд Фурье

Для функции многих переменных ряд Вольтера:

Наиболее часто используются при нелинейной аппроксимации.

Многообразие применения этих рядов обусловлено различным видом аппроксим. функций.

Простым степенным рядом описать сложно необходимо применение ряда Ларана

 

Построение модели

1. Строится система уравнений в качестве опорной функции может выступать одним из рядов.

Возьмем в качестве примера степенной ряд:

2. Нахождение коэффициентов ?. Необходимо сделать следующие мат. выкладки если система переопределена то схема опред. коэффициентов следующая.

Этим самым мы привели систему к нормальному виду.

3. После этого производим решение системы методом Гаусса.

4. Производится расчет критерия точности.

- заданная х-ка (экперем)

тогда решение получено

в этом случае необходимо продолжить решение изменив либо ряд опорной функции, либо изменить предельную степень.

- полученная в результате аппроксимаций функции.

Определение областей работоспособности устройств ж. д автоматики.

Необходимо по следующим принципам: в рабочем или не рабочем состоянии, параметры.

Определение областей работоспособности контрольного устройства можно привести с помощью двух методов:

1. Физическое моделирование. Суть эксперементного метода состоит в следующем:

На реальном объекте изменяют параметры (значение сопротивления кондекс. меняют энергет. параметры реле VD и тд.) при этом контролируют V и I в различных частях объектов.

Не всякий параметр можно изменить (R баласта на реальном объекте не сможет его изменить т. к. его трудно померить; параметры Тр)

Для того чтобы провести эксперемент необходимо затратить длительный промежуток времени.

2. Машинное моделирование

Для того чтобы им воспользоваться, нам необходимо составить модель контр. устройства – эту мат. модель перевести на язык машины.

При этих 2-х методах необходимо знать шаг изменения параметров.

Кривая II – в зависимости от шага может изменяться значение параметров, по этому обязательным является расчет длины шага контр. объекта.

 

В начале производят равномерное (деление) изменения области знаний контролируемого параметра .

- количество делений;

- граничное значение сопротивлений;

- количество (.) равномерного деления.

Если заданы гран6ичные значения параметров, то такое моделирование является условным (для конкретного устройства свои условия).

Если границы не заданы то это безусловное моделирование (от -¥до +¥).

Далее производим расчет длины шага изменения параметра . Для того чтобы оценить длину шага вводится понятие градиент.

.

В данном случае имеем:

градиент показывает изменение параметра (скорость изменения) в зависимости от изменения внутреннего (параметра) элемента контролируемого устройства.

Знак изменения градиента можно вычислить:

Приращение параметров

С учетом выше изложенных формул формула шага будет следующая

Графическая интерпретация

Вычисляем градиент

 

(отр)

l - показывает что изменения знака будет явл-я

локального глобального минимума.

Чем больше градиента тем будет меньше длина шага и наоборот.

Структурная схема процесса моделирования

Первый блок – это задание неисправностей или состояние контролируемого объекта т. е. в этом блоке задается неисправность этого объекта.

Второй блок – изменение параметров соответствующих заданной неисправности.

Третий блок – модель объекта, значение параметров подставляют непосредственно в модель объекта.

Четвертый блок – изменение параметров из него длинные поступают во 2-ой блок.

Т. о. процесс повторяется для различных неисправностей.

Во втором считается и т. д.

 

4. Решение системы.

Если система переопределена, то необходимо произвести транспонирование (на транспонируемую матрицу)

Нормальный вид: количество неизвестных равно количеству уравнений.

После этого применяем метод Гаусса для решения системы нормального вида.

5. После расчета коэффициентов строится критерий оценки полученных результатов.

где - измерения значения сигнала в (.) ;

- значения сигнала полученного по модели в (.).

В этом случае если критерий показ. что ошибка очень большая то в этом случае это говорит нам, что мы неправильно выбрали частоты.

Мы должны изменить частоты и снова посчитать ошибку (критерий при новых методах) Сравнить эти критерии и вывод в правильном мы идем или не в правильном (если ошибка уменьшается то правильно и наоборот).

Реализация электронного фильтра

 

 

Симметричный Т-обрезный фильтр

Программа параллельной цифровой фильтрации.

145. I F K=10 THEN № 000

150. I F K=20 THEN № 000

155. I F K=30 THEN № 000

160. I F K=140 THEN № 000

170. GOSUB 200, формирование коэффициентов цифровой фильтрации.

165. GOTO 180

180. NEXT K

190. STOP

200. Программа формирования мат. коэффициентов ц. ф.

201. FOR H=1 TO

202. N=3; N2=0

205. FOR N5=K-9 TO K

207. N2=N2+1

210. FOR y =1 TO N 8 ряда будет присутствовать три члена р. Фурье.

211. IF y=1 THEN 213

212. GOTO 215

213. C (y, N2)=1

214. GOTO 375

215. IF y=2 THEN 225

220. GOTO 240

225. C (y, N5)=cos (314*N5*1,14/573)

230. GOTO 375

240. C(y, N5)=sin 9314*N5*1,14/573)

375. NEXT y.

Транспонирование матрицы

390. FOR y=1 TON

395. FOR N5=1 TO 10

400. D (N5,y)=C (y, N5)

405. NEXT N5; NEXT y

415. произведение матриц С*D

420. FOR y=1 TON

430. A(y, I)=0

435. FOR N5=1 TO 10

440. A (y, I)=A (y, I)+C(y, N5)*D(N5, y)

445. NEXT N5; NEXT I, NEXT y

460. FOR I=1 TO N

461. A (I, N+1)=0

462. N2=0

465. FOR N5=K-9 TO K

466. E=T (H, N5); N2=N2+1

470. A(I, N+1)=A (E, N+1)+E*D (N2, I)

475. NEXT N5; NEXT I

440; 470 сформировали коэффициенты модели ц. ф.

 

480. GOSOB 1020

481. M3=0

485. FOR M1=2 TO N-1 STEP2

490. M3=M3+1

510. G (H, M3)=SQR (I1(M1)^2+I1(M1+1)^2)

515. F (H, M3)=ATN (I1(M1+1)/I1(M1))

520. NEXT M1

522. PRINT G (H,1), F(H,1)

525. NEXT H

540. RETURN

 

Решающие функции.

В настоящее время возникла потребность в применение нетрадиционных методов технической диагностики потому что:

1. Сложности с приобретением оборудования, перебои в поставках, перебои в цене.

2. Уход из ж. д. транспорта наиболее талантливых специалистов.

В этой связи методы ТД позволяют компенсировать недостаток кадров. Эти тех. средства ТД должны позволять даже не квалифицированному работнику они должны дать полную информацию о состоянии технического устройства.

Это можно осуществить только с помощью вычислительной технике.

Необходимо создавать гибкие устройства в основе которых должны лежать современные измерительные приборы и современные методы измерения.

Выделить наиболее информированные параметры контрольного устройства и с помощью их дать техническое состояние.

- информационный параметр;

- оценка технического состояния.

Существует ряд Тейлора с помощью которого можно описать состояние объекта.

О – объект, перемещается в пространстве своих параметров;

- параметры устройств;

- изменения состояния объекта при изменении параметра;

Например, у объекта есть сопротивление изоляции, если оно меняется, то меняется состояние объекта.

- ковариации, возможного изменения состояния объекта от изменения

двух параметров и .

Тоже РЛ при изменении сопротивлении изоляции может одновременно находится при воздействии на нее изменения V питания и т. д.

Обычно изменения состояния объекта от изменения параметров его носят нелинейный характер. Сопротивление изоляции стыка м/у рельсовыми линиями или перегрев транзистора и т. д.

 

Обычно производные высших порядков соответствуют нелинейности, наша задача состоит в том чтобы увязать систему назначенных оценок В изменений информационных параметров

Определение информативных параметров

Существует несколько методов:

1. Весовых коэффициентов.

В этом методе строится система:

Определим значение коэффициентов :

Определяют коэффициент который имеет наиболее числовое значение.

В формуле можно оставить А1 и А2 а А3 отбросить.

2. Корреляция.

Основан на свойстве что если в мат. описании применить зависимые признаки то система будет вырождена.

Основан на свойстве что если в мат. описании применить зависимые признаки то система будет вырождена.

строится функция корреляции К параметра от N параметра и определяется коэффициент взаимной корреляции.

, то параметр К или N отбрасываем из матем.

Определив набор признаков осуществляем построение, решающей функции.

 

Пример определения информационного параметра.

Решим эту систему:

Анализ примера:

1. Из мат. описания отбрасываются параметры, значение которых очень мало или близко к нулю.

2. В мат. описание остаются те параметры, которые дают наибольший коэффициент. Если коэффициент отрицательный, но значение его велико то необходимо принимать во внимание абсолютное значение этого коэффициента.

Алгоритм, модель выбора с протекцией параметров.

Суть этой модели, исполняя любые доступные методы, мы находим информативные параметры, но ставится условие, что параметр должен обязательно присутствовать в поиске моделей ТД.

2. Метод группового учета аргументов.

Отбор признаков происходит коппр., но и многоэтапно (многоступенчато). В этом методе сочетается вместе и построение модели и подбор признаков.

Строятся элементарные модели, ставится критерий, и в описании остаются те элементы модели, которые дают наиболее полное точное описание объекта.

В этом методе можно применить алгоритм с протекцией.

Построение моделей технической диагностики.

Для построения моделей ТД можно использовать любые мат. формулы (логические, схематические, буквенные, использование рядов при поиске мат. моделей).

- это элемент линейного описания.

- это нелинейное описание.

Неисправность состоит – КЗ и обрыв

Программа построения решающих функций

15. DIM A (10,11), F (4,4), C (3,3), D (0,9); I1 (1), y (3)

18. N=2 размеренность матрицы.

20. DATA 10,12,1,5,6,0,6,4,0

25. FOR I=1 TO3, FOR J=1 TO3

READ C(I, y): NEXT I, NEXT J

Считывание переменной С (значений)

30. PRINT C (1,3), C (1,1), C (1,2)

31. PRINT C (2,1), C (2,2), C (2,3)

32. PRINT C (3,1), C (3,2), C (3,3)

Распечатка значения матрицы С

10®С (1,1) 12®С (1,2)

С (1,3), С (2,3), С (3,3) – элементы соответствуют назначенным оценкам т. с. тем значениям, которые они должны принимать при соответствии параметров.

Необходимо транспортировать матрицу

39. FOR J=1 TO3

40. FOR N5 TO2

41. D (N5,y)=C (y, N5) к нормальному виду

42. NEXT N5, NEXT y

45. FOR J=1102

47. FOR I=1102

49. A (y, I)=0

50. FOR N5=1103

55. A (y, I)=A(J, I)+C (N5,y)*(D(I, N5))

60. NEXT N5; NEXT I, NEXT J

66. PRINT A (2,1); A (2,2)

Умножение левой части уравнения на транспортированную матрицу.

70. FOR I=1 TO2

71. A (I,3)=0

72. FOR N2=1 TO3

73. A (I,3)=A (I,3)+C (N2,3)*D (I, N2)

74. NEXT N2, NEXT I

75. GOSUB 1020 в 1020 строке находится программа расчета Гаусса.

80. PRINT I1 (1), I1 (2)

85. J (1)=I1 (1)*C (1,1)+I1 (2)*C (1,2)

90. y(2)=I1(1)*C 92,1)+I1 (2)*C (2,2)

95. y(3)=I1(1)*C (3,1)+I1 (2)*C (3,2)

Это значение выходов найденной модели при различных ризничных значений переменных заданных в оператором 85-90.

Организуем цикл поиска выхода этой модели.

100. FOR I=1 TO3

105. IF y(I)>MAX THEN 120

110. GOTO 130

120. MAX=y(I): K=I

130. NEXT I

97. MAX=0

140. PRINT Объект находится в состоянии «закрытый» К.

Значение переменных в 20 стр. мы взяли произвольно но на самом деле их можно вводить из НУ.

20. INPUT “X1, X2, y” C (I,1), C (I,2), C (I,3)

19. FOR I=1 TO3

21. NEXT I

Чтобы несколько раз повторить в программу

170. S=S+1

175. IF S=5 Then 190

180. GOTO 19

Логические модели устройств ж. д. А и Т

 

1.

КС1 =[(СП1^СП5)^СПБ1]^[СМБ]

КС2 =(СПБ^(СП1^СП5ÚСМ6))/^(CMБ)

^ - лог. умножения

Ú - или

г – не

 

2.

 

3.

З =(СПБ^КС^М^СМБ)

З =СПБ (КС^МÚЗ)^ СМБ

МТ цикл реле. FOR M =0 TO1

NEXT M GOTO

 

Оператор воздействует на устройства автоматом который управляет ж. д. объектом (стрелками и светофорами).

Ж. д. объект представляет из себя станцию, на которой расположен РЦ.

На РЦ воздействует движущиеся поезда. Информация о состоянии пути светофором и стрелок собирается в ЭВМ и подается в модем (обрабатывается), и выдается оператору контролирующему общую информацию о правильности работы системы ж. д. автоматике.

Принцип инвариантности.

Принцип используется для измерения различных величин в условиях, когда действуют большие помехи.

Суть принципа заключается:

Пусть имеется источник неизвестного напряжения Vx и это помимо известной – uэ, которые поступают на вход измерительного устройства. Условия поступления сигналов на вход uУ сигнала появляется uэ затем через (Dt®0) появится ux: uэ. изм = uэ +D

Помеха может складываться или вычитаться.

Зная uэ; uэ. изм можно знать uп = uэ. изм ×Vx после этого измерители ux, тогда

 

Vx нет = ux изм ± uп

Vx нет = Vx изм ±(Vэ изм - Vэ)

Этот принцип применяется при единичных измерениях.

Структурная схема реализации измерительного тракта.

МК – многоканальный компьютер;

ШУ – шина управления;

СУ – согласующее устройство (осуществляет согласование уровней сигнала),

например ОУ;

АЦП – аналого-цифровой преобразователь.

1. поразрядного кодирования

2. параллельного типа

3. уравновешивающего типа

4. время импульса.

 

Время – имп. пробр. ли (АЦП)

 

АЦП параллельного типа (аналогия ртутного термометра)

 

Если Vx >Vоп то Vвых = 1

В 8 20 АЦП необходимо 256 к.

Быстродействие Дм u × k®2k разрядка.

Структурная схема автоматизированной системы контроля.

 

АЦП – аналого-цифровой преобразователь;

Nk – многоканальный коммутатор;

УМ – усилитель мощности;

ОК – объект контроля;

СУ – согласующее устройство;

ЦАП – цифроаналоговый преобразователь осуществляет преобразование цифр кода в аналоговой сигнал V или Iка.

УМ усиливает сигнал поступающий от ЦАП на ОК.

ЭВМ – для управления всем этим комплексом, управление осуществляется через интерфейс, информация выставляется –выводится на дисплей т. н. на печать.

Новые системы ж. д. А и Т

1. Применение аналоговых элементов в устройствах ж. д. автоматике.

Применение операционных усилителей

Масштабный усилитель

 

Различные типы.

Усилитель К140УД

- К14УД8 питаются Vп = ±15В

Ку = 20000

К157УД1 Iн = 1А

Реализация компараторов на операционных усилителях.

Диаграмма работы компаратора

Выпрямители на операционных усилителях

 

Двухполупериодный выпрямитель

 

 

Построение схем основе операционных усилителей

 

 

2. Электронный фазометр

 

bо =970м/у местной путевой обмоткой. В РЦ действуют гармоники составляющие если Эл. тяга = I то в РЦ гармоники 50, 100, 150, 200, 250 Гц и амплитуда их больше поэтому чтобы померить фазу необходимо очистить – отфильтровать основной сигнал

Ф1 – фильтр. пробка 50 Гц

Ф2 – фильтр. резонанс 25 Гц

А2, А3, А4 – усилители второго

каскада.

Микросхема А1 – усилитель; А2 – ограничитель с большим КУ.

Вывод в цифровой форме индикации фаз ±50

И - индикатор

f =1000 ГЦ (1мс)

Операционные усилители инвертируют сигнал на 1800, поэтому чтобы добиться одинакового сдвига фаз по каждому из каналов во 2-й каскад ставят усилитель.