Содержание к диссертации
Введение
Глава 1. Анализ способов решения задач многокритериального выбора вариантов технических средств для синтеза распределенных систем управления 12
1.1. Распределенная по уровням система управления как объект структурного синтеза 12
1.2. Классификация задач выбора вариантов .23
1.3. Алгоритм процесса построения модели принятия решений при выборе вариантов 25
1.4. Методы выбора нехудших вариантов на основе безусловного критерия предпочтения
1.4.1. Метод рабочих характеристик .30
1.4.2. Метод модифицированных рабочих характеристик 33
1.5. Методы выбора вариантов на основе условных критериев предпочтения .34
1.5.1. Методы на основе введения результирующего показателя эффектив-ности .34
1.6. Методы на основе четких множеств 41
1.7. Методы выбора вариантов на основе нечетких множеств .45
1.8. Метод на основе нейро-нечеткой сети (гибридный метод) .49
1.9. Метод на основе генетических алгоритмов .50
1.10. Выводы и задачи, решаемые в диссертационной работе .54
Глава 2. Многокритериальный структурный и параметрический синтез распределенной системы управления на основе четких множеств 57
2.1. Структурная модель синтеза распределенных систем управления .57
2.2. Формирование технико-экономических показателей эффективности...59
2.3. Операторские уравнения и структура процессорных измерительных средств 62
2.4. Метод выбора операторных уравнений измерения и структуры процессорных средств измерения 70
2.5. Математическое описание компоновки распределенных систем управления с оценкой структурной избыточности и сложности 73
2.6. Количественная оценка параметрической избыточности структур распределенных систем управления 85
2.7. Модель формирования исходной информации для выбора вариантов технических средств распределенной системы управления .88
2.8. Математическое описание процесса многокритериального выбора вариантов на основе четких множеств 92
2.8.1. Выбор допустимых вариантов .92
2.8.2. Выбор рациональных вариантов при равноважных показателях эффективности .94
2.8.3. Выбор оптимальных вариантов при разноважных показателях эффективности .100
2.9. Алгоритм многостадийного выбора оптимального варианта технических средств распределенных систем управления .103
Выводы по главе 109
Глава 3. Многокритериальный выбор вариантов технических средств распределенных систем управления на основе системы нечеткого логического вывода и генетических алгоритмов .110
3.1. Структурная модель и формирование входных и выходных
лингвистических переменных системы нечеткого логического вывода .110
3.2. Формирование базы правил системы нечеткого логического вывода..113
3.3. Математическое описание процесса нечеткого логического вывода для выбора вариантов 118
3.4. Структурные модели выбора вариантов на основе генетического алгоритма 123
3.5. Математическое описание операций генетических алгоритмов .125
Выводы по главе 133
Глава 4. Параметры и признаки процесса сборки изделий в приборостроении для выбора операторных уравнений и структуры процессорных измерительных средств .134
4.1. Контроль качества в автоматизированном технологическом процессе сборки изделий .134
4.2. Методы достижения точности при автоматизированной сборке в приборостроении. Параметры и признаки процесса сборки .137
4.3. Параметры и признаки процесса сборки изделий на основе гибких производственных систем .145
4.4. Алгоритм выбора операторных уравнений и структуры процессорных измерительных средств для автоматизированной сборки изделий в приборостроении .152
Выводы по главе 158
Заключение .159
Список используемой литературы
- Классификация задач выбора вариантов
- Метод выбора операторных уравнений измерения и структуры процессорных средств измерения
- Математическое описание процесса нечеткого логического вывода для выбора вариантов
- Алгоритм выбора операторных уравнений и структуры процессорных измерительных средств для автоматизированной сборки изделий в приборостроении
Введение к работе
Актуальность темы. В последние годы на предприятиях различных отраслей промышленности, в том числе и в приборостроении, начали широко внедряться информационные системы и автоматизированные системы управления нового поколения, которые базируются на достижениях в области компьютерных и сетевых технологий. Развитие средств автоматизации, начиная от интеллектуальных средств измерения, промышленных контроллеров, операторских станций, коммуникационных устройств и кончая быстрым развитием вычислительных сетей, привели к интенсификации внедрения средств автоматизации и к актуализации проблемы интеграции автоматизированных систем предприятий. Задача интеграции подсистем АСУ ТП и АСУ П переходит в разряд первостепенных, без решения которой уже сложно представить современное производство. При этом интегрированные системы являются распределенными по уровням системами управления. Каждому уровню соответствуют определенные функции, реализованные соответствующими техническими средствами автоматизации и программным обеспечением. Для структурного и параметрического синтеза таких систем необходимо решение задачи многокритериального выбора вариантов технических средств при различных исходных условиях на множестве показателей эффективности. Решение такой задачи требует разработки структурных моделей и методов выбора вариантов на основе теории четких, нечетких множеств и генетических алгоритмов, позволяющих осуществлять выбор допустимых, рациональных и оптимальных вариантов при любых исходных условиях. Необходима разработка системы показателей эффективности для каждого уровня с количественной оценкой структурной избыточности и сложности в целом распределенной системы управления (РСУ).
В целом распределенную по уровням систему управления как объект многокритериального синтеза можно представить в виде отношения между множествами параметров и признаков соответствующих уровней на основе сформированных показателей эффективности в условиях четкой и нечеткой постановки задачи выбора вариантов.
Цель и задачи диссертационной работы. Целью работы является разработка структурной модели многокритериального выбора вариантов технических средств для синтеза распределенных систем управления с выбором операторного уравнения и структуры процессорных измерительных средств для автоматизации сборки изделий в приборостроении.
Для достижения этой цели в работе поставлены и решены следующие задачи:
- разработка структурных моделей многокритериального выбора вариантов
технических средств для синтеза распределенных систем управления при различных
исходных условиях, на основе четких, нечетких множеств и генетических алгорит
мов;
формирование технико-экономических показателей эффективности для выбора вариантов технических средств РСУ;
разработка математического описания процесса выбора вариантов технических средств РСУ на основе четких, нечетких множеств и генетических алгоритмов;
разработка метода компоновки распределенных систем управления с количественной оценкой структурной и параметрической избыточности и сложности;
разработка метода и алгоритма формализованного перехода от параметров и признаков процесса сборки изделий в приборостроении к операторным уравнениям и структуры процессорных измерительных средств;
математическое описание целевых функций для выполнения операторов генетических алгоритмов.
Объект исследования. Распределенная по уровням система управления, начиная с уровня сборки изделий в приборостроении, процессорных измерительных средств, промышленных контроллеров и кончая операторскими станциями и локальными вычислительными сетями.
Предмет исследования. Предметом исследования являются методы и модели выбора вариантов технических средств, повышающих качество структурного синтеза распределенных по уровням систем управления.
Методы исследования. Методы принятия решений, методы анализа структурного синтеза систем, методы математического описания структурной компоновки РСУ на основе графов и гиперграфов, методов многокритериального выбора на основе четких, нечетких множеств и генетических алгоритмов.
Положения, выносимые на защиту.
-
Структурные модели многокритериального выбора вариантов технических средств для синтеза распределенных систем управления на основе: бинарных отношений между множествами; систем нечеткого логического вывода; генетических алгоритмов.
-
Математическое описание процесса выбора вариантов технических средств РСУ на основе четких, нечетких множеств и генетических алгоритмов.
-
Математическое описание целевых функций для выполнения операторов генетических алгоритмов многокритериального выбора вариантов технических средств.
4. Математическое описание компоновки РСУ с количественной оценкой
структурной и параметрической избыточности и сложности.
5. Метод выбора операторных уравнений и структуры процессорных измери
тельных средств для автоматизации сборки изделий в приборостроении.
Научная новизна диссертационной работы. К новым результатам относятся:
- структурные модели многокритериального выбора вариантов технических
средств, позволяющих осуществлять синтез распределенных систем управления при
различных исходных условиях, на основе бинарных отношений между множествами,
системы нечеткого логического вывода и генетических алгоритмов;
математическое описание процесса выбора технических средств РСУ на основе четких, нечетких множеств и генетических алгоритмов, позволяющее выделить допустимые, рациональные (нехудшие) и оптимальные варианты технических средств РСУ;
математическое описание процесса компоновки РСУ с количественной оценкой структурной и параметрической избыточности и сложности, отличающиеся тем,
что структура РСУ представлена в виде модифицированных ориентированных графов и гиперграфов с переходом к матрицам смежности и инциденций и вычислительным операциями над ними;
метод выбора операторных уравнений и структуры процессорных измерительных средств для РСУ сборки изделий в приборостроении, позволяющий выполнить формализованный переход от параметров и признаков операций сборки изделий к уравнениям измерения и структуре ПрИС на основе функции расстояния между множествами;
математическое описание целевых функций для выполнения предложенных генетических алгоритмов, позволяющее выполнять многокритериальный выбор технических средств с выделением множества Парето на основе метода рабочих характеристик и метода усеченных матриц.
Практическое значение результатов работы.
-
Предложенные модели, методы и алгоритмы повышают эффективность разработки интегрированных систем управления и автоматизации технологических процессов и производств.
-
Метод и алгоритм выбора операторных уравнений и структуры процессорных средств измерения позволяют создавать интеллектуальные средства измерения для автоматизации процесса сборки изделий в приборостроении и машиностроении.
-
Предложенные модели, методы и алгоритмы внедрены в учебный процесс по дисциплинам кафедры УАП ЛПК «Элементы теории четких и нечетких множеств», «Компьютерное управление в производстве», «Интегрированные системы проектирования и управления», «Проектирование автоматизированных систем», а так же при курсовом и дипломном проектировании.
-
Результаты диссертационного исследования были внедрены в практику деятельности ФГУП МНИИРИП и ФГУП 46 ЦНИИ МО РФ.
Достоверность полученных результатов подтверждается корректным использованием фундаментальных положений теории четких, нечетких множеств, теории графов и генетических алгоритмов, результатами практических применений и положительными откликами при их обсуждении на научно-практических конференциях.
Апробация работы. Результаты диссертации прошли апробацию на конференциях:
- ежегодная научно-техническая конференция профессорско-преподаватель
ского состава и аспирантов МГУЛ, Мытищи 2011-2015 г.г.
научная конференция докторантов и аспирантов МГУЛ, Мытищи 2012 г.
международный симпозиум «Надежность и качество», г. Пенза 2014 г.
ХХ научно-техническая конференция молодых ученых и специалистов, РКК «Энергия» имени С.П. Королева, г. Королев 2014 г.
Публикации. Результаты диссертации изложены в 14 печатных работах [1-14]. Шесть работ опубликованы в журналах, рекомендованных ВАК РФ.
Диссертационная работа состоит из введения, четырех глав с выводами, заключения, списка литературы и пяти приложений. Общий объем диссертации 238 страниц, в том числе 47 рисунков, 6 таблиц, список литературы из 112 наименований.
Классификация задач выбора вариантов
Общим недостатком традиционных средств автоматизации сборки является узкая ориентация автоматов на изготовление определенного вида изделия. Такие средства автоматизации применяются при массовом производстве изделий. При этом в промышленно развитых странах крупносерийное и массовое производство составляют лишь 20%, а единичное, мелкосерийное и серийное – 80%. Поэтому для автоматической сборки таких изделий необходимо создавать быстро перенастраиваемое гибкое оборудование с системами программного управления и промышленными роботами.
Основными перспективными направлениями автоматизации сборочных работ являются: - разработка и совершенствование методов прогрессивной технологии изготовления деталей, позволяющей получить полную взаимозаменяемость сборочных элементов в процессе формирования сборочной единицы; - разработка интеллектуальных средств измерения и прогрессивных методов контроля сборочных единиц при любой форме организации сборки; - широкое внедрение промышленных контроллеров, операторских станций и промышленных сетей; - создание современных процессорных светооптических измерительных средств и телевизионного промышленного зрения для робототехнических сборочных комплексов; - оптимизация процессов сборки, разработка методов математического описания и моделирования.
Особенностью синтеза распределенных систем управления технологическими процессами (рисунок 1.3) является то, что многовариантность компоновки технологического оборудования сборки имеет множество условий, параметров и признаков, определяющих структуру системы управления в целом, и в особенности структуру системы средств измерения и контроля как непосредственно воспринимающих измерения в технологической структуре сборки. Поэтому первым уровнем РСУ является уровень датчиков и исполнительных устройств (рисунок 1.2). При этом существуют варианты подключения датчиков к промышленным контроллерам (основой второго уровня РСУ) с помощью модулей ввода-вывода, входящими в структуру контроллеров или с помощью сенсорных сетей для подключения датчиков и исполнительных устройств. Существуют сенсорные сети типа «AS-интерфейс» для подключения простых, бинарных датчиков и промышленные сети типа PROFIBUS DP и PROFIBUS-PA, позволяющие подключать более сложные интеллектуальные измерительные средства. Сеть PROFIBUS-PA предназначена для применения в опасных производственных условиях. Согласование между промышленными сетями осуществляется с помощью различных модульных устройств (модули связи, мосты, шлюзы и т.д.). Кроме указанных сенсорных сетей, широкое применение находят следующие сенсорные сети: Modbus, Device Net, Interbus, Hard. Осуществление удаленного ввода-вывода информации промышленных котроллеров выполняется с помощью интерфейсных устройств, например на основе интерфейса RS-485. Выбор вариантов существующих измерительных устройств или разработка новых интеллектуальных процессорных средств измерения с учетом условий, параметров и признаков технологических операций сборки и вариантов компоновки с уровнем промышленных контроллеров является основной задачей синтеза первого уровня.
Второй уровень РСУ относится к уровню низовой автоматизации. Основными техническими средствами этого уровня являются промышленные контроллеры и промышленные контроллерные сети для связи со следующим уровнем РСУ. Основная задача этого уровня – непосредственное управление объектами путем обработки измерительной информации от датчиков и формирование управляющих сигналов для исполнительных устройств, а также формирование информации для контроля параметров технологических операций, используемой непосредственно в контроллерах и операторских станциях уровня управления участками и технологическими процессами. С точки зрения выбора вариантов на данном уровне исходными являются множество вариантов контроллеров и контроллерных сетей, которые должны соответствовать множеству параметров и признаков первого уровня РСУ Множество исходных вариантов контроллеров формируется исходя из: технических и конструктивных характеристик (моноблочные, модульные и PC-совместимые контроллеры); числа каналов ввода-вывода (нано-контроллеры, микроконтроллеры, средние контроллеры, большие контроллеры); конструктивного исполнения и способа крепления контроллера (панельные, для монтажа на DIN-рейку, для крепления на стене, для монтажа в стойку, бескорпусные); области применения (универсальные, общепромышленные, для управления роботами, для управления позиционированием и перемещением, коммуникационные, ПИД-контроллеры, специализированные); способов программирования (программирование с лицевой стороны контроллера, программирование переносным программатором, программирование с помощью дисплея, мыши и клавиатуры, программирование с помощью переносного компьютера); параметров основного процессорного модуля промышленного контроллера (частота, оперативная память, Flash-память, интерфейсные возможности). Исходное множество контроллерных сетей формируется исходя из технических характеристик: топологии сети (шина, кольцо, звезда, древовидная); физической среды (двухжильный кабель, витая пара, оптоволокно); числа узлов; длины соединения; скорости обмена; метода доступа к линии. Исходное множество каналов ввода-вывода формируется исходя из: числа аналоговых и дискретных сигналов оконечных устройств (датчиков исполнительных устройств); числа сигналов с панели оператора, подключенных к контроллерам. Во многих случаях при выборе вариантов процессорной части и модулей ввода-вывода контроллеров и контроллерных сетей присутствует неопределенность значений параметров исходных вариантов, что требует определенных методов выбора в условиях нечеткой постановки задачи.
Основной задачей третьего уровня РСУ является управление технологическими участками и технологическими процессами. Технической основой являются операторские станции на базе промышленных компьютеров и универсальные промышленные сети. Для управления технологическими процессами должен быть соответствующий уровень операторского интерфейса для контроля на участках и технологических операциях и воздействия на второй уровень РСУ и в итоге на объекты управления. Исходное множество вариантов операторских станций формируется исходя из: моделей станций (станции для установки в 19 стойку, переносные станции, панельные станции); типа процессора; частоты шины процессора; максимальной частоты процессора; оперативной памяти; слотов расширения; клавиатуры; условий эксплуатации; разрешения дисплея станции. Исходное множество вариантов универсальных сетей формируется на основе технических характеристик промышленных сетей (топология, физическая среда, число узлов, длина соединения, скорость обмена, метод доступа к сети).
Метод выбора операторных уравнений измерения и структуры процессорных средств измерения
С учетом порогового расстояния формируются построчные кластеры матрицы (2.4), элементами которых являются эталонные множества, расстояния между которыми меньше или равно пороговому расстоянию
Для проверки эталонных множеств на разнородность, на основе матрицы расстояний (2.4) и выделенных построчных кластеров формируются группы сходных и разнородных множеств. Для оптимизации разбиения этих групп предложен критерий в виде среднегруппового расстояния между эталонными множествами где l=1,2,…m – число построчных кластеров; – число пар множеств, входящих в кластеры, расстояние между которыми удовлетворяет условию ; – расстояние между парами множеств, входящих в кластер; – число внутриг рупповых расстояний в кластере; n – число элементов (множеств) в кластере. С учетом значений матрицы (2.4) и среднегруппового расстояния сформированные множества проверяются на разнородность. Множества являются разнородными при условии, что расстояние между ними больше среднегруппово го расстояния , то есть .
Непосредственно для выбора операторных уравнений и структуры ПрИС для технологических операций сборки необходимо сформировать множества параметров и признаков этих операций относительно измеряемых параметров (2.2). Одновременно этот параметр вводится в эталонные множества.
Для выделения сходных технологических множеств и эталонных множеств, и соответствующих им операторных уравнений необходимо сформировать мат рицу расстояний (2.9). Строки матрицы соответствуют технологиче ским множествам, столбцы – эталонным множествам с введенным параметром измерения. Элементы матрицы определяются согласно выражению (2.5). Ц МЭ1 МЭ2 МЭз МЭп (2.9) МТОm Пороговое расстояние между множествами технологических операций и эталонными множествами определяется по выражению (2.6). По данным матрицы (2.9) формируются построчные кластеры при условии . Для выделения сходных множеств матрицы (2.9) необходимо опреде лить среднегрупповое расстояние в соответствии с (2.8). Сходные построчные множества матрицы (2.9) и соответствующие им операторные уравнения измерений и структура ПрИС определяются по условию .
В результате формируется таблица операторных уравнений ПрИС для технологических операций автоматизации сборки изделий (таблица 2.1) и соответствующие им структурные схемы (рисунок 2.3, 2.4).
Распределенную по уровням систему управления как объект многокритериального синтеза, как объект компоновки технической структуры можно представить в виде отношений между множествами, соответствующих уровням распределенной системы [78, 82]. При этом одним из перспективных способов задания таких отношений являются ориентированные графы, гиперграфы [91, 92], в которых вершины соответствуют техническим устройствам уровней системы, а ребра (дуги) – связям между устройствами, соответствующих уровней. Графы, сохраняя наглядность связей между устройствами уровней, позволяют с помощью фор мальных алгоритмов преобразований перейти к своим матричным эквивалентам в виде матриц смежности, инциденций, в виде композиций матриц гиперграфов, что в итоге дает возможность перехода к различным количественным оценкам вариантов компоновки на основе вычислительных процедур над матрицами с широким применением компьютерных технологий. Каждый вариант компоновки имеет различные технико-экономические показатели, показатели избыточности и сложности. В диссертационной работе [82, 83, 88] предложено математическое описание компоновки в виде ориентированных графов и гиперграфов и способов количественной структурной избыточности и сложности, с целью на ранней стадии компоновки оценить качество структуры системы с позиции системного подхода.
Структурная модель распределенной системы управления [79] (рисунок 1.2) представлена в виде подсистем, соответствующим уровням (рисунок 2.5), начиная с уровня датчиков и исполнительных устройств и кончая уровнем управления производством с выходом на интегрированную систему управления предприятием (ERP-система), которая объединяет информационное пространство подсистем с целью повышения эффективности управления предприятия в целом. Каждая подсистема включает структуру, состав элементов (устройств) и связи, горизонтальные и вертикальные.
Представленную структурную модель можно описать в виде графа (рисунок 2.6), где 1,3 – датчики; 2,4 – исполнительные устройства; 5,6 - контроллеры; 7,8 – операторские станции; 9,10 – локальные вычислительные сети (ЛВС); 11 – ERP. Представленный граф показывает все возможные связи между устройствами на каждом уровне, горизонтальные связи в виде смежных вершин графа (5,6;7,8;9,10) и вертикальные связи между устройствами уровней в виде ребер графа. Одной из оценок эффективности структуры распределенной системы управления на ранней стадии ее компоновки является структурная избыточность, которая основана на связности устройств ориентированных графов и оценивает число связей в структуре и дает косвенную оценку экономичности и надежности синтезируемых систем, позволяет выбрать вариант с максимально необходимыми связями между устройствами.
Математическое описание процесса нечеткого логического вывода для выбора вариантов
Предложенный алгоритм определяет решение задачи многокритериального выбора оптимального варианта с учетом уравнений безусловного и условного критериев предпочтения (1.2, 1.3, 1.4, 1.5) и математического описания процесса выбора начиная с выбора допустимых вариантов и кончая выбором рациональных и оптимальных вариантов в соответствии со структурной моделью синтеза распределенных систем управления (рисунок 2.1).
Выбор допустимых вариантов (блоки 1-3) выполняется на основе математического описания (2.31-2.34). Выделение рациональных (нехудших) вариантов на основе безусловного критерия предпочтения (1.2, 1.3), при равноважных показателях эффективности и в соответствии с математическим описанием (2.35-2.47) представлено блоками 4-7, 27-32. При этом выбор вариантов на основе рабочих характеристик (блоки 27-29) и выбор на основе усеченных матриц (30-32) определяется лицом принимающим решение. Рабочие характеристики (блок 29) дают полную картину распределения вариантов в области показателей эффективности при усложнении вычислительной процедуры. Метод усеченных матриц (блоки 30-32) позволяет выделить конкретные рациональные варианты, без возможности анализировать распределение всех вариантов в области показателей эффективности. Выделение оптимального варианта на основе условного критерия предпочтения (1.4,1.5) при разноважных показателях эффективности и в соответствии с математическим описанием (2.48-2.56) представлены блоками 10-25.
Структурная модель и формирование входных и выходных лингвистических переменных системы нечеткого логического вывода
Основой системы нечеткого логического вывода является продукционная нечеткая система, в которой условия и заключения базы правил формулируются в виде нечетких высказываний относительно лингвистических переменных. Вопросам теоретического обоснования принципов функционирования продукционных систем посвящен целый ряд работ [48-58, 62, 68, 97-105]. Основу правила нечеткой продукции составляет множество (i); Q; P; A B; S,F,N ,
где (i) – имя продукции; Q – сфера применения продукции; P – условие применяемости ядра нечеткой продукции; A B – ядро продукции, где A – условие ядра (антецендент); B – заключение ядра (консеквент); – знак логической секвенции (следования); S – метод определения количественного значения степени истинности заключения B на основе известного значения истинности условия A, который в итоге определяет алгоритм нечеткого вывода в продукционных нечетких систем; F – весовой коэффициент нечеткого правила продукции; N – постусловия продукции. Достоинством продукционных моделей является: наглядность, возможность изменения отдельных правил, легкость внесения дополнений и изменений, простота логического вывода. Основным недостатком является замедление выполнения логического вывода при увеличении числа правил. В целом продукционная система является гибкой математической моделью, способная аппроксимировать сложные системы с высокой точностью за счет использования естественного языка в виде продукционных правил с применением методов нечеткого логического вывода.
Существуют различные методы вывода заключений правой части базы правил нечетких продукций на основе нечетких условий в левой части правил [54-56,
При прямом методе осуществляется преобразование исходных данных решаемой проблемы в конкретные значения функций принадлежности условий нечетких продукций (функций принадлежности условия А). На втором этапе, используя один из методов нечеткой композиции, находятся значения функций принадлежности заключений правых частей по разработанным правилам нечетких продукций, в итоге заключение получается как функция принадлежности нечеткого множества В. На основе функций принадлежности множества А, где А -нечеткое множество, ограждающее знания о реальном значении входной переменной.
Процесс обратного вывода основан на использовании требуемых значений функций принадлежности в заключениях продукционных правил. В результате анализа правил находятся значения функций принадлежности условий принятых правил.
В диссертационной работе поставлена задача структурного синтеза распределенной системы управления на основе предложенного исходного множества показателей эффективности (рисунок 2.2) при различных методах выбора вариантов компоновки структуры, на основе четких и нечетких множеств, на основе генетических алгоритмов. Поэтому использован прямой метод вывода заключений. Предложенная структурная модель системы нечеткого логического вывода для выбора вариантов на основе прямого вывода представлена на рисунке 3.1 [95].
Алгоритм выбора операторных уравнений и структуры процессорных измерительных средств для автоматизированной сборки изделий в приборостроении
Технологическая подсистема ГПС с совмещенными процессами комплектования деталей сборочных единиц и размерной обработкой показана на рисунке 4.14. Данная схема автоматизации прецизионной сборки объединяет не только контрольно-измерительные операции и сборочные операции, но и операции окончательной обработки сопрягаемых поверхностей у части деталей, которые входят в собираемое изделие. Это означает, что в такой технологической схеме сборки реализуется метод сборки с пригонкой с соответствующими параметрами и признаками: X1i10 = {X11, X12, X13, X17, X18, X19, X110} (4.19) X2j10 = {X21, X23, X25, X29, X211} (4.20) В состав технологической схемы входят следующие элементы: 1 – измерительная позиция; 2 – позиция технологической обработки; 3 – измерительная позиция; 4 – управляюще-вычислительный комплекс; 5 – контрольно-измерительная
Роботизированные комплексы компонуются на основе специализированных модулей [15]: роботы-манипуляторы; загрузочные модули; модули контроля и др.
Параметры и признаки процесса сборки изделий в приборостроении на основе гибких производственных систем с выделением признаков для формирования эталонных множеств представлены на рисунке 4.15. Признаки для формирования эталонных множеств сформированы на основе объединения множеств признаков прецизионной сборки и сборки на основе роботизированных технологических комплексов. X2j= X2j7 X2j8 X2j9 X2j10 X2j11={X21, X22, X23, X24, X25, X27, X29, X211, X212}. (4.23)
Алгоритм выбора операторных уравнений и структуры процессорных измерительных средств для автоматизированной сборки изделий в приборостроении В результате анализа методов и процесса сборки изделий в приборостроении выделено множество параметров и признаков, которые являются основой для структурного синтеза процессорных измерительных средств (рисунок 4.10, 4.15) (4.13, 4.23).
Используя привила формирования эталонных множеств, предложенных в пункте 2.4 сформированы эталонные множества (таблица 4.1) для выбора операторных уравнений измерения и структуры ПрИС дл технологических операций автоматизированной сборки в приборостроении.
На основе предложенного метода (пункт 2.4) и сформированных эталонных и технологических множеств (рисунок 4.10, 4.15) (4.12, 4.23) в работе разработан алгоритм [112] и программа выбора уравнения и структуры ПрИС (рисунок 4. 16). На основе исходных данных технологических операций сборки изделий (блок 1) формируется упорядоченный ряд параметров и признаков технологических операций (блок 2) (4.24).
Алгоритм выбора операторного уравнения и структуры процессорных измерительных средств На основе ряда (4.24) формируются эталонные множества (блок 3), определяющие операторные уравнения измерения (таблица 4.1). Сформированные эта 157 лонные множества проверяются на разнородность для исключения неопределенности в процессе выбора операторных уравнений. Для этого выполняется ряд операций (блоки 4-9). С этой целью формируется симметричная матрица расстояний между эталонными множествами (блок 4) (2.4). Строки и столбцы матрицы соответствуют эталонным множествам. На основе матрицы расстояний определяется пороговое расстояние между эталонными множествами (блок 5) (2.6). С учетом порогового расстояния формируются построчные кластеры (блок 6), элементами которых являются эталонные множества, расстояния между которыми меньше или равно пороговому расстоянию. С использованием матрицы расстояний (блок 4) и выделенных построчных кластеров (блок 6) формируются группы сходных и разнородных множеств. Для оптимального разбиения этих групп определяется среднегрупповое расстояние между эталонными множествами (блок 7) (2.8). С учетом матрицы расстояний (блок 4) и среднегруппового расстояния между эталонными множествами (блок 7) выполняется проверка эталонным множеств на разнородность (блок 8). Множества являются разнородными при условии, что расстояние между эталонными множествами больше среднегруппового расстояния (блок 7).
Для непосредственного выбора операторных уравнений и структуры ПрИС для конкретных операций сборки изделий формируется множество параметров и признаков этих операций относительно измеряемых параметров (блок 10) (рисунок 4.10, 4.15). Для выделения сходных пар множеств (эталонных и технологических) и соответствующих им операторных уравнений, формируется матрица расстояний (блок 11) (2.9). Строки матрицы соответствуют технологическим множествам (множествам операций сборки), столбцы – эталонным множествам. В блоках 12,13,14 повторяются операции блоков 5,6,7. В блоке 15 выделяются сходные множества матрицы расстояний (блок 11). Множества являются сходными если расстояние между технологическими множествами и эталонными больше средне-группового расстояния (блок 14) Сходным множествам соответствуют операторные уравнения измерения и соответствующие им структуры ПрИС. При этом формируется результирующая таблица выбора операторных уравнений и структуры ПрИС, соответствующих конкретным операциям по конкретным контролируемым параметрам (блок 16).
На основе предложенного метода и алгоритма (рисунок 4.16) разработана программа автоматизированного выбора операторных уравнений и структуры ПрИС для технологических операций сборки изделий в приборостроении (приложение 1).