Учебно-методический комплекс дисциплины преподавателя (стр. 4 )

Рекомендуемая литература

1.  Шишкин метрология: учебник для вузов / . - М.: Изд-во стандартов, 1991. - 492 с.

2.  Шишкин метрология. Ч.1. Общая теория измерений: учеб-метод. комплекс (учеб. пособие), 3-е изд. перераб. и доп. / . - Л.: СЗПИ, 2008. - 189 с.

3.  Исмаилов метрологии и электрических измерений: Учебное пособие. СПб.: Питер, 2003г. - 301с. ил.

Контрольные задания для СРС [2, 3, 8, 11]

1. Ответить на вопрос «Как находятся предельные абсолютные и относительные погрешности основных арифметических действий: сложение, вычитание, умножение и деление?»

2. Ответить на вопрос: «Какие аксиомы лежат в основе теории случайных погрешностей?»

3. Описать общую методику определения погрешностей

4.Составить 5 тестовых заданий различных форм по теме лекции

Тема 4 Энтропия и информация.

План лекции

1. Энтропия и количество информации

2. Информационные характеристики

3. Аналоговые и цифровые методы измерений

При проведении информационного анализа систем в качестве мер количества информации используют неопределенность системы энтропию, определяемую в общем виде по соотношению , где Рi- в самом общем виде вероятность исхода i-го элементарного состояния объекта управления. Известны основные свойства этой функции и трудности использования ее для целей управления. Энтропия Н возрастает с уменьшением вероятности р, т. е. Н ® ¥ при "pi® 0 и становится равной нулю при условии, если вероятность какого-либо состояния равна тождественно единице, т. е.Н = 0 если "pi® 1. Таким образом, значение энтропии изменяется от Н=0 до Н=¥ при изменении вероятности исхода i-ro элементарного состояния объекта управления от pi® 1 и pi® 0.

Будем считать, что при реализаций процесса управления объектом его энтропия Н уменьшается и становится равной нулю при полном определении какого либо состояния. Однако, это - теоретический факт. В действительности энтропия объекта не может быть равной нулю. Причинами наличия у объектов управления остаточной энтропии могут быть:

- отсутствие достаточных знаний в данной области в данный конкретный момент времени (качественная (физическая) неопределенность);

- ошибки и погрешности в системе сбора и регистрации информации (техническая неопределенность);

-  наличие субъективных факторов в оценке состояний объекта управления (субъективная неопределенность);

-  динамика изменения состояний объектов управления также вносит некоторую неопределенность, заключающуюся в том, что в любой момент времени энтропия объекта увеличивается, а управление осуществляется по "измеренной" энтропии, которая всегда меньше реальной энтропии, поскольку любые измерения связаны с затратой времени (динамическая неопределенность).

Рекомендуемая литература

1.  Шишкин метрология: учебник для вузов / . - М.: Изд-во стандартов, 1991. - 492 с.

2.  Шишкин метрология. Ч.1. Общая теория измерений: учеб-метод. комплекс (учеб. пособие), 3-е изд. перераб. и доп. / . - Л.: СЗПИ, 2008. - 189 с.

3.  Исмаилов метрологии и электрических измерений: Учебное пособие. СПб.: Питер, 2003г. - 301с. ил.

Контрольные задания для СРС [2, 3, 8, 11]

1. Ответить на вопрос: «Представление свойств информационного контура управления».

2. Описать процессы в информационном контуре управления

3. Составить 5 тестовых заданий различных форм по теме лекции

Тема 5 Аналитические модели

План лекции

1. Исходные модели

2. Аналитические модели

3. Дискретные цепи Маркова

4. Пуассоновский поток событий

Построение исходных моделей является первым этапом реализации модели. В зависимости от того, какие предпосылки будут заложены в основу построения исходных моделей, будет зависеть результативность дальнейших исследований, правильность (достоверность) получаемых выводов, методологическая направленность проводимых исследовании. При удачно сформулированных исходных предпосылках (первоначальных гипотез) и выбранных принципах, заложенных в построение исходных моделей, исследователь сразу выходит на практические конкретные результаты исследования. Модели, построенные на этих предпосылках и принципах, становятся работоспособными, приобретают определенную практическую ценность. Неправильно осуществленный выбор исходных предпосылок или принципов реализации исходных моделей, обычно обнаруживается в конце цикла исследования, при использовании результатов моделирования на практике. В этом случае, пересматриваются исходные предпосылки и принципы, заложенные в модели, формируются новые модели и снова производится анализ полученных результатов. В случае подтверждения результатов практикой модель считается адекватной, а исходные предпосылки и принципы, т. е. исходные модели, заложенные в данную модель, верными. В случае повторного получения отрицательных результатов необходимо снова пересматривать исходные предпосылки и принципы построения модели. Вот такой итерационный процесс позволяет, используя принцип «теория-практика» в качестве доказательства, построить весьма разнообразные модели для различных систем. Исходные предпосылки, выраженные в виде закономерностей и подтверждаемые всегда на практике, являются теоретическими законами, а аналогичные принципы - аксиомами. В принципе гносеологический процесс может развиваться и от законов s аксиом, принимающихся как исходные предпосылки и принципы при реализации модели. В этом случае практика должна доказать непротиворечивость принятых законов и аксиом, подтвердить результативность исследуемых (построенных) моделей. В зависимости от способов реализации исходных моделей и от выбора методов их анализа модели подразделяются на три большие группы: аналитические, имитационные и физические.

Рекомендуемая литература

1.  Шишкин метрология: учебник для вузов / . - М.: Изд-во стандартов, 1991. - 492 с.

2.  Шишкин метрология. Ч.1. Общая теория измерений: учеб-метод. комплекс (учеб. пособие), 3-е изд. перераб. и доп. / . - Л.: СЗПИ, 2008. - 189 с.

3.  Исмаилов метрологии и электрических измерений: Учебное пособие. СПб.: Питер, 2003г. - 301с. ил.

Контрольные задания для СРС [2, 3, 8, 11]

1. Описать этапы реализации модели.

2. Описать методы реализации аналитической модели.

3. Составить 5 тестовых заданий различных форм по теме лекции

Тема 6 Имитационные модели.

План лекции

1. Имитационные модели

2. Вероятностные автоматы

3. Информационно-функциональные модели

4. Алгоритмы имитационных моделей

5. Генератор случайных чисел

6. Оценка адекватности моделей

Построение имитационных моделей, также как и аналитических, требует четкого определения исходных предпосылок и принципов реализации моделируемых процессов. Процесс построения имитационных моделей является циклическим (итерационным), требующим проверки адекватности результатов моделирования реальным функциональным параметрам моделируемой системы. Имитационные модели, в отличии от аналитических, более гибкие, просты в реорганизации и некритичны к законам функционирования моделируемых систем. В имитационных моделях можно использовать любые аналитические модели, используя их преимущества в точности и корректности получаемых результатов. Имитационное моделирование, несмотря на идейную простоту, довольно сложный, а главное, трудоемкий процесс. Все способы имитационного моделирования отличаются в основном методами построения исходных моделей, имитирующих моделируемые процессы и явления, а разработка метода, как известно, является творческим процессом.

Рекомендуемая литература

1.  Шишкин метрология: учебник для вузов / . - М.: Изд-во стандартов, 1991. - 492 с.

2.  Шишкин метрология. Ч.1. Общая теория измерений: учеб-метод. комплекс (учеб. пособие), 3-е изд. перераб. и доп. / . - Л.: СЗПИ, 2008. - 189 с.

3.  Исмаилов метрологии и электрических измерений: Учебное пособие. СПб.: Питер, 2003г. - 301с. ил.

Контрольные задания для СРС [2, 3, 8, 11]

1. Описать общую технологию построения имитационной модели.

2. Описать общую схему составления информационно-функциональной модели

3. Составить 5 тестовых заданий различных форм по теме лекции

Тема 7 Математические схемы описания технических систем (3 часа)

План лекции

1 Непрерывно–детерминированные модели ( D – схемы)

2 Дискретно–детерминированные модели ( F – схемы )

3 Дискретно – непрерывные модели

4 Дискретно – стохастические модели ( Р – схемы)

5 Непрерывно–стохастические модели (Q– схемы)

6 Стохастические минимаксные модели

Математические схемы такого вида отражают динамику процессов, протекающих во времени в системе. Поэтому они называются D– схемы. Частным случаем динамических систем являются системы автоматического управления.

Линейная автоматическая система описывается линейным дифференциальным уравнением вида

(1.1)

где x(t)- задающее воздействие или входная переменная системы; y(t) - состояние системы или выходная переменная; - коэффициенты; t - время.

На рис.1 представлена укрупненная функциональная схема системы автоматического управления, где – сигнал ошибки; - управляющее воздействие; f(t) - возмущающее воздействие. Данная система основана на принципе отрицательной обратной связи, так как для приведения выходной переменной y(t) к ее заданному значению используется информация об отклонении между ними. По ней можно разработать структурную схему и математическую модель в виде передаточной функции или в виде дифференциального уравнения (1.1), в котором для простоты предполагается, что точки приложения возмущающих воздействий совпадают с входом системы.