- •Оглавление
- •Глава 1. Оценивание контролируемых параметров по экспериментальным данным 12
- •Глава 2. Критерий качества задачи оценивания параметра 31
- •Глава 3. Выбор алгоритма обработки экспериментальных данных в автоматизированных системах управления и анализ их свойств 63
- •Глава 4. Формирование модели измерения задачи оценивания по экспериментальным данным 109
- •Глава 5. Формирование модели измерения в задаче оценивания параметра по экспериментальным данным на начальном этапе разработки нового электрооборудования 150
- •Глава 6. Создание устройств формирования модели измерения 176
- •Введение
- •1.1. Общий анализ этапов структурирования эмпирической информации
- •Глава 1. Оценивание контролируемых параметров по экспериментальным данным
- •1.2. Концептуальная модель процесса оценивания контролируемых параметров
- •1.3. Совершенствование алгоритмов обработки экспериментальных данных
- •1.4. Современная концепция оценивания измеряемого параметра
- •1.5. Классификация результатов измерения по характеру оценивания погрешности
- •1.6. Концептуальная модель задачи алгоритмизации оценивания результатов измерения
- •1.7. Ретроспективный анализ этапов развития теории оценивания
- •Контрольные вопросы
- •Глава 2. Критерий качества задачи оценивания параметра
- •2.1. Определение качества задачи оценивания измеряемого параметра
- •2.2. Формирование критерия качества гомоморфной математической модели измерения
- •2.3. Информационная мера степени изоморфности модели
- •2.4. Расчет информационной меры изоморфности
- •2.5. Оценка информационного объема и риска модели измерения
- •2.6. Асимптотическое оценивание пропускной способности математической модели измерения
- •2.7. Асимптотический метод выделения признаков модели измерения
- •Типовые задачи и примеры их решения
- •Контрольные вопросы
- •Глава 3. Выбор алгоритма обработки экспериментальных данных в автоматизированных системах управления и анализ их свойств
- •3.1. Особенности формирования алгоритмов оценивания в автоматизированных системах управления
- •3.2. Общий анализ алгоритмов оценивания по критерию минимума риска
- •3.3. Общий алгоритм оценки измеряемого параметра
- •3.4. Оптимальный одношаговый алгоритм
- •3.5. Модификации алгоритма обработки экспериментальных данных
- •3.6. Моделирование алгоритма обработки экспериментальных данных
- •3.7. Исследование сходимости алгоритма
- •3.8. Определение весовых коэффициентов алгоритма
- •3.9. Определение начальных условий алгоритма Язвинского при оценке результатов измерения
- •Типовые задачи и примеры их решения
- •Контрольные вопросы
- •Глава 4. Формирование модели измерения задачи оценивания по экспериментальным данным
- •4.1. Анализ задачи формирования модели измерения
- •4.2. Принципы построения модели измерения параметра контролируемого объекта
- •4.3. Этапы решения задачи формирования модели измерения
- •4.4. Общая постановка задачи формирования модели измерения
- •4.5. Выбор критерия близости
- •4.6. Способы преобразования переменных модели измерения
- •4.7. Общий анализ формирования модели контролируемого объекта
- •4.8. Решение задачи формирования модели контролируемого объекта
- •4.9. Оптимизация алфавита классов и словаря признаков
- •4.10. Взаимосвязь размерности алфавита классов и качества и эффективности модели измерения
- •4.11. Взаимосвязь размерности вектора признаков и вероятности правильности формирования модели измерения
- •4.12. Формализация задачи оптимального взаимосвязанного выбора алфавита классов и словаря признаков
- •4.13. Формирование оптимального алфавита классов и словаря признаков в условиях ограничений
- •Контрольные вопросы
- •Глава 5. Формирование модели измерения в задаче оценивания параметра по экспериментальным данным на начальном этапе разработки нового электрооборудования
- •5.1. Исследование условий формирования модели измерения задачи оценивания измеряемого параметра
- •5.2. Геометрический способ формирования модели измерения
- •5.3. Лингвистический алгоритм формирования модели измерения на начальных этапах оценивания
- •5.4. Обоснование выбора критерия расхождения для формирования модели измерения по экспериментальным данным
- •5.5. Метод формирования модели измерения
- •5.7. Синтез метода и алгоритма формирования стратегии постановки начальных экспериментов
- •Типовые задачи и примеры их решения
- •6. Найденный квант исключается из множества г, т.Е.
- •Контрольные вопросы
- •Глава 6. Создание устройств формирования модели измерения
- •6.1. Состав устройства формирования модели измерения
- •6.2. Общий анализ устройств формирования моделей измерения
- •6.3. Общий анализ моделирования устройств формирования модели измерения
- •6.4. Структура устройства формирования модели измерения
- •6.5. Моделирование контролируемого объекта
- •6.6. Моделирование средств измерения параметров контролируемого объекта
- •6.7. Моделирование каналов измерения
- •Типовые задачи и примеры их решения
- •6.8. Модель алгоритма формирования модели измерения
- •6.9. Модуль оценки качества и эффективности устройства формирования
- •6.10. Модуль управления моделью устройства формирования
- •6.11. Использование принципов опытно-теоретического метода при моделировании устройства формирования
- •6.12. Моделирование в задачах создания и оптимизации устройства формирования
- •Заключение
- •Библиографический список
- •Системы реального времени Синтез алгоритмов оценивания технологического параметра
- •346428, Г. Новочеркасск, ул. Просвещения, 132
6.6. Моделирование средств измерения параметров контролируемого объекта
Модель измерителей, обеспечивающих определение характеристик измерения, является логическим продолжением модели объекта, а значит элементом в составе общей модели системы. Сами измерители являются наиболее сложной и, как следствие, дорогостоящей частью системы. Эта сложность отражается и на рассматриваемой модели. Чаще всего причина сложности модели заключается в том, что в составе устройства формирования используются дистанционные измерители, реализующие достаточно сложные по техническому осуществлению физические принципы с вытекающими отсюда последствиями их математического описания. Кроме того, работа измерителей сопровождается ошибками измерений и отказами, что в свою очередь обусловливает усложнение физико-математического описания и алгоритма.
С точки зрения построения всей модели измерителя получение параметров ошибок измерения частоты (Mf, f2) или плотности распределения вероятностей в рамках модели самого измерителя не является необходимым. Рассмотренную операцию можно провести отдельно. Выполняется это либо аналитически, либо с использованием метода Монте-Карло. Причем компьютерные реализации и того и другого подходов представляют собой частные модели ошибок. А результаты их работы дают возможность включить в модель измерителя частоты упрощенный субблок ошибок. Последний может представлять собой датчик случайных чисел, построенный на основе реализации плотности распределения вероятностей ошибок определения частоты или нормальной аппроксимации плотности с числовыми характеристиками, определенными на упомянутых частных моделях.
Составными частями модели измерителей характеристик объектов контроля должны быть:
– модули каждого из средств, отличающихся по физическим принципам, алгоритмы измерений которых имеют свое специфическое математическое описание;
– модули датчиков случайных чисел, реализующие случайные добавки к измерениям каждого средства в соответствии с заданными плотностями распределения вероятностей ошибок.
Измерители определяют характеристики объекта на некотором временном интервале наблюдения, то есть по совокупности сигналов. Обязательное наличие в составе модели измерителя модуля накопления информации об объекте на некотором интервале времени. Длительность его определяется необходимой точностью получаемых оценок и зависит от типа измерителя, его возможностей обнаружения и устойчивого измерения соответствующего параметра, допустимого временного баланса на решение задачи контроля.
Если измеритель вышел из строя или его отказ привел к снижению точности определения параметра измерения, то это приведет к падению качества и эффективности классификации объектов. Следовательно, при моделировании такие ситуации должны быть предусмотрены, для чего задается вероятность безотказной работы средства как паспортной характеристикой. В соответствии с рассмотренным нами методом моделирования случайных событий (метод Монте-Карло) достаточно организовать датчик таких случайных событий, как отказ, и при условии выхода из строя запрещать модели измерителя выдавать на выход данные по распознаваемому объекту. Если же отказ приводит только к снижению точности, то в задачи такого модуля должно входить соответствующее изменение характеристик измеренных параметров по сравнению с паспортными.
Проведенное рассмотрение типового состава модели измерителя дает основания считать, что реальные объекты, явления, процессы, подлежащие измерению, а соответственно и измерители их характеристик, могут обладать широким спектром особенностей. Именно они отражаются на принципах построения модели измерителя. Поэтому реально рассматриваемые модели могут быть и значительно проще и существенно сложнее. Изложенные принципы позволяют сформулировать методологию устройства формирования, которая базируется на тщательном анализе объектов, явлений, процессов и задач измерения их характеристик.