- •Общие понятия о проектировании мехатронных и робототехнических систем, системный подход и стадии проектирования.
- •Системы автоматизированного проектирования; саd- сам- и сае- системы.
- •Система Blender. Принципы создания анимации в Blender.
- •12 Основных принципов анимации:
- •Robotic Operating System ros. Навигация мобильного робота с использованием специализированных пакетов ros.
- •Информационная поддержка проектирования: cals- технологии и step-стандарты, организация информационных обменов.
- •Методы оптимизации в процессе проектирования. Методы оптимизации
- •Проектирование и настройка регуляторов приводов. Математические методы описания мехатронных систем. Интеллектуальный привод.
- •Визуальное моделирование и сапр в проектировании. Библиотеки и пакеты компьютерного моделирования для мехатроники.
- •Построение компьютерной модели. Ошибки моделирования. Обработка результатов машинного эксперимента.
- •Конструирование как вид деятельности. Этапы разработки машины. Техническое задание. Этапы окр. Виды разрабатываемой конструкторской документации.
- •Основные понятия: промышленный робот (пр), манипулятор, мобильный робот, механическая система манипуляционного робота.
- •Проектирование механических систем мобильных роботов. Колесные мобильные роботы. Гусеничные мобильные роботы. Шагающие мобильные роботы.
- •Рабочие органы манипуляционных роботов. Основные понятия. Захватные устройства. Классификация захватных устройств.
- •Коэффициент мехатронности и критерий совершенства мехатронной системы.
- •Проектирование следящих приводов роботов: краткая характеристика основных этапов.
- •Проектирование манипуляторов: основные этапы: краткая характеристика основных этапов.
- •Нейросетевое распознавание. Сеть Хопфилда. Сеть Хэмминга. Классификатор Гроссберга.
- •Сети на основе радиально-базисных функций. Обучение без учителя в нейросетевом распознавании образов.
- •Самоорганизующаяся сеть Кохонена. Нейроэволюционное распознавания образов.
- •Приложения методов распознавания образов: машинное зрение, распознавание рукописных символов, распознавание речи. Алгоритм однослойного перцептрона. Многослойный перцептрон.
- •Конечно-автоматные графы. Определение, формализованная запись. Их использование для математического описания логических процессов.
- •Содержание
- •Другие способы описания[править | править вики-текст]
- •Детерминированность[править | править вики-текст]
- •Автоматы и регулярные языки[править | править вики-текст]
- •Специализированные языки программирования[править | править вики-текст]
- •Разработка моделей с использованием конечных автоматов[править | править вики-текст]
- •Сети Петри. Определение, формализованная запись. Их использование для математического описания логических процессов. Сети Петри
- •Содержание
- •История[править | править вики-текст]
- •Динамика сети Петри[править | править вики-текст]
- •Виды сетей Петри[править | править вики-текст]
- •Анализ сетей Петри[править | править вики-текст]
- •Универсальная сеть Петри[править | править вики-текст]
- •Бесконечные сети Петри[править | править вики-текст]
- •Понятие о правильных сетях Петри. Понятие о дереве достижимых маркировок.
- •Два подхода к построению управляющих автоматов. Методы синтеза управляющих автоматов (уа) (аппаратные, программные)
Построение компьютерной модели. Ошибки моделирования. Обработка результатов машинного эксперимента.
Компьютерное моделирование является одним из эффективных методов изучения сложных систем. Компьютерные модели проще и удобнее исследовать в силу их возможности проводить т. н. вычислительные эксперименты, в тех случаях когда реальные эксперименты затруднены из-за финансовых или физических препятствий или могут дать непредсказуемый результат. Логичность и формализованность компьютерных моделей позволяет определить основные факторы, определяющие свойства изучаемого объекта-оригинала (или целого класса объектов), в частности, исследовать отклик моделируемой физической системы на изменения ее параметров и начальных условий.
Построение компьютерной модели базируется на абстрагировании от конкретной природы явлений или изучаемого объекта-оригинала и состоит из двух этапов — сначала создание качественной, а затем и количественной модели. Чем больше значимых свойств будет выявлено и перенесено на компьютерную модель — тем более приближенной она окажется к реальной модели, тем большими возможностями сможет обладать система, использующая данную модель. Компьютерное же моделирование заключается в проведении серии вычислительных экспериментов на компьютере, целью которых является анализ, интерпретация и сопоставление результатов моделирования с реальным поведением изучаемого объекта и, при необходимости, последующее уточнение модели и т. д. Различают аналитическое и имитационное моделирование. При аналитическом моделировании изучаются математические (абстрактные) модели реального объекта в виде алгебраических, дифференциальных и других уравнений, а также предусматривающих осуществление однозначной вычислительной процедуры, приводящей к их точному решению. При имитационном моделировании исследуются математические модели в виде алгоритма(ов), воспроизводящего функционирование исследуемой системы путем последовательного выполнения большого количества элементарных операций.
Компьютерное моделирование дает возможность:
-расширить круг исследовательских объектов - становиться возможным изучать не повторяющиеся явления, явления прошлого и будущего, объекты, которые не воспроизводятся в реальных условиях;
-визуализировать объекты любой природы,в том числе и абстрактные;
-исследовать явления и процессы в динамики их развертывания;
-управлять временем (ускорять, замедлять и т.д);
-совершать многоразовые испытания модели, каждый раз возвращая её в первичное состояние;
-получать разные характеристики объекта в числовом или графическом виде;
-находить оптимальную конструкцию объекта, не изготовляя его пробных экземпляров;
-проводить эксперименты без риска негативных последствий для здоровья человека или окружающей среды.
Этапы построения компьютерной модели:
1. Постановка задачи и её анализ
1.1. Выяснить, с какой целью создается модель.
1.2. Уточнить, какие исходные результаты и в каком виде следует их получить.
1.3. Определить, какие исходные данные нужны для создания модели.
2. Построение информационной модели
2.1. Определить параметры модели и выявить взаимосвязь между ними.
2.2. Оценить, какие из параметров влиятельные для данной задачи, а какими можно пренебрегать.
2.3. Математически описать зависимость между параметрами модели.
3. Разработка метода и алгоритма реализации компьютерной модели
3.1. Выбрать или разработать метод получения исходных результатов.
3.2. Составить алгоритм получения результатов по избранным методом.
3.3. Проверить правильность алгоритма.
4. Разработка компьютерной модели
4.1. Выбрать средства программной реализации алгоритма на компьютере.
4.2. Разработать компьютерную модель.
4.3. Проверить правильность созданной компьютерной модели.
5. Проведение эксперимента
5.1. Разработать план исследования.
5.2. Провести эксперимент на базе созданной компьютерной модели.
5.3. Проанализировать полученные результаты.
5.4. Сделать выводы насчет свойств прототипа модели.
