Содержание к диссертации
Введение
Глава 1 Постановка задачи исследования и частичной модернизации управляемого электротехнического комплекса для производства объемного нетканого полотна 13
1.1 Анализ энерготехнологических параметров и характеристик процесса подачи, формирования и наматывания волокнистого продукта на линии производства нетканого материала 13
1.2 Исследование динамики управляемого электротехнического комплекса поточной линии 28
1.3 Исследование управляемого электротехнического комплекса поточной линии с помощью нечетких когнитивных карт 36
Выводы 41
Глава 2 Разработка и исследование управляемого электротехнического комплекса для производства объемного нетканого полотна 44
2.1 Разработка функциональной схемы модернизированной системы управления автоматизированной линией для производства объемного нетканого полотна 44
2.2 Исследование модернизированного управляемого электротехнического комплекса для производства объемного нетканого полотна 53
2.3 Разработка методики оптимизации дозирования волокнистого материала в самовес чесальной машины 58
2.4 Разработка способов адаптации самовеса к изменению величины потока поступающего волокна 63
Выводы
Глава 3 Исследование проблемы согласования скоростных режимов электромеханических систем с транспортирующими механизмами 72
3.1 Анализ сложной ЭМС преобразователя прочеса 72
3.2 Физико-механические свойства объемного нетканого полотна 92
Выводы 100
Глава 4 Применение современных методов и технологий для исследования управляемых электротехнических комплексов 103
4.1 Исследование электропривода наматывающего устройства с использованием нечеткой логики на базе алгоритмов Мамдани и Сугено... 103
4.2 Анализ и классификация методов нейро- и фаззилогики для разработки алгоритмов параметрической идентификации объектов управления 121
4.3 Нейросетевая идентификация объемного нетканого полотна... 125
4.4 Разработка экспериментальной установки для исследования динамических режимов наматывающего устройства 129
4.5 Основные положения методики разработки и исследования электромеханических систем оборудования для производства нетканых материалов 141
Выводы 149
Основные результаты и выводы 152
Список используемых источников
- Исследование динамики управляемого электротехнического комплекса поточной линии
- Исследование модернизированного управляемого электротехнического комплекса для производства объемного нетканого полотна
- Физико-механические свойства объемного нетканого полотна
- Анализ и классификация методов нейро- и фаззилогики для разработки алгоритмов параметрической идентификации объектов управления
Введение к работе
Актуальность работы.
Рост производства нетканой продукции и разнообразие сырья требуют автоматизации процессов ее изготовления и повышения эффективности эксплуатации оборудования. В связи с тем, что в системах управления, построенных по традиционным методам, не используются в достаточной степени современные информационные технологии, применение таких систем для управления сложными динамическими объектами приводит к снижению качества управления. Этого недостатка лишены системы управления на основе искусственных нейронных сетей (ИНС) и нечеткой логики, которые относятся к интеллектуальным. Нейронные сети – один из основных архитектурных принципов построения ЭВМ шестого поколения.
Необходимость интеллектуализации систем управления обусловлена развитием высоких технологий автоматизации и информатизации технологических процессов, базирующихся на фундаментальных научных открытиях, что позволяет эффективно реализовывать сложные вычислительные процедуры и повышает эффективность контроля и управления, а также качество готовой продукции. Кроме того, выбранное научное направление входит в программу приоритетных исследований ведущих международных научных организаций (IFAC, IEEE, ACM), а идеи этого направления получают все более широкое распространение в различных областях науки и производства.
Вопросы повышения эффективности работы динамических объектов производства нетканых полотен отражены в трудах иностранных и отечественных авторов, среди которых можно отметить А.П. Сергеенкова, П.А. Севостьянова.
В настоящее время недостаточно полно исследованы процессы формирования, транспортирования и наматывания волокнистых материалов и влияние на них рабочих органов, непосредственно управляемых регулируемым электроприводом. В должной мере не использованы современные методы и технологии для разработки и исследования сложных управляемых электротехнических комплексов. В недостаточной степени разработаны научно обоснованные критерии и методы оптимизации скоростных режимов сложных электротехнических комплексов. Не сформулированы в полной мере требования к многодвигательному электроприводу, не выявлена его оптимальная структура.
Учитывая, что многие из перечисленных вопросов недостаточно полно изучены или совсем не рассмотрены в научных трудах, их решение представляет теоретический и практический интерес. Можно считать разработку эффективных способов управления сложными динамическими объектами технологического оборудования перспективной задачей.
Цели и задачи исследования.
Целью диссертационной работы является разработка методики анализа и расчета управляемых электротехнических комплексов (ЭТК) для производства нетканых материалов, позволяющей согласовать и оптимизировать скоростные режимы с учетом статических и динамических свойств зон и узлов формирования, транспортирования и наматывания волокнистых материалов, используя при этом интеллектуальные алгоритмы, обеспечивающие инвариантность регуляторов к изменению параметров ЭТК.
Для достижения поставленной цели решены следующие научные и технические задачи:
разработана научная концепция повышения эффективности работы управляемого ЭТК для производства нетканых материалов;
определена взаимосвязь показателей качества волокнистого продукта и скоростных режимов ЭТК;
разработана функциональная и структурная схемы модернизированной системы управления процессом производства объемного нетканого полотна, обеспечивающей внедрение интеллектуальных технологий и повышение качества выпускаемой продукции;
определены динамические объекты многоканального управляемого ЭТК для применения интеллектуальных технологий, а также выделены и проанализированы этапы оптимизации;
предложены и исследованы алгоритмы на базе ИНС и нечеткой логики, основанные на нелинейной теории управления;
разработаны технические решения для оптимального управления взаимосвязанными электромеханическими системами (ЭМС) самовеса и устройства для наматывания нетканого полотна.
проведены экспериментальные исследования по определению разрывной нагрузки и компонентов деформации объемного нетканого полотна при его нагружении; реализации скоростной диаграммы самовеса и наматывающего устройства; идентификации механических параметров асинхронного двигателя АИР56А4У3, используя аппарат линейных нейронных сетей.
На защиту выносятся:
-
Концепция построения структуры, проектирования и исследования сложной электромеханической системы производства нетканых материалов.
-
Модернизированный способ автоматического управления сложной электромеханической системой для производства объемных нетканых полотен.
-
Алгоритмы интеллектуализации при решении задач адаптации систем автоматического управления к изменяющимся параметрам объекта.
-
Метод расчета качественных показателей систем автоматического регулирования и рациональных скоростных режимов узлов и механизмов управляемого комплекса производства нетканых материалов.
-
Алгоритмы управления, функциональные и структурные схемные решения системы автоматического управления самовесом чесальной машины, механическим преобразователем прочеса, наматывающим устройством.
-
Технические решения модернизации самовеса чесальной машины «Бефама CU-311» и наматывающего устройства линии производства объемных нетканых полотен.
-
Метод нейросетевой идентификации асинхронного двигателя.
Методы исследования.
В работе использованы современные математические и инструментальные методы исследований. Теоретические исследования основывались на классических методах теории автоматического управления, теории автоматизированного электропривода, современной нелинейной теории управления, такой как нечеткая логика, искусственные нейронные сети. При построении математических моделей динамических процессов применялись методы экспериментальной идентификации технологических параметров с использованием технологии линейных нейронных сетей.
Моделирование и обработка данных исследований, расчеты при анализе и синтезе систем управления производились с использованием современных информационных и компьютерных технологий. Использованы пакеты современной версии системы Matlab (Simulink, Neural Network Toolbox, Fuzzy Logic Toolbox) и программа для моделирования электрических схем Multisim.
Расчёты проводились по стандартным и разработанным автором программам математической среды Matlab. Графическая обработка результатов выполнена средствами MS Excel, Matlab и стандартными средствами Windows.
Научная новизна работы заключается в следующем:
-
Впервые разработаны и исследованы алгоритмы интеллектуального управления самовесом чесальной машины и наматывающим устройством с целью адаптации систем автоматического управления к изменяющимся параметрам объекта.
-
Предложена и реализована структура разработки и исследования сложных электромеханических систем оборудования с транспортирующими и наматывающими механизмами, образующие поточную линию производства объемных нетканых полотен.
-
Разработаны функциональная и структурная схемы компьютерной системы управления поточной линией производства объемных нетканых полотен.
-
Разработаны и реализованы нейросетевые алгоритмы параметрической идентификации механической модели нетканого материала и асинхронного двигателя, учитывающие наличие шума в измеренных электромеханических параметрах, а также возможные отклонения каталожных данных от реальных.
-
Получено математическое описание динамики ЭМС механического преобразователя прочеса с учетом физико-механических свойств волокнистого продукта, гибких деформируемых связей, упругих механических звеньев кинематических передач и электромагнитных процессов в электроприводах.
-
Разработан метод расчета и проектирования сложных электромеханических комплексов на примере линии производства объемных нетканых полотен методом термоскрепления, базирующийся на применении интеллектуальных технологий, таких как искусственные нейронные сети, нечеткая логика, и учитывающий особенности технологического оборудования.
Обоснованность научных положений, выводов и рекомендаций, содержащихся в диссертации, основана на удовлетворительном совпадении аналитических и численных расчетов с результатами эксперимента, на использовании информационных технологий и современных методов и средств проведения исследований. Теоретические положения и экспериментальные выводы многократно уточнялись и проверялись. При проверке использовались методы лабораторных испытаний волокнистого материала и макета модернизированной части управляемого комплекса, а также методы моделирования.
Практическая ценность работы.
Разработанные структуры систем управления с использованием интеллектуальных технологий, модели нейросетевых и нечетких регуляторов, алгоритмы и методики обеспечивают повышение эффективности производства нетканых материалов и могут быть использованы на предприятиях легкой и текстильной промышленности.
Практически значимыми являются: теоретические модели объектов ЭМС, экспериментально и (или) теоретически подтвердившие их адекватность; лингвистическое описание нечеткого регулятора натяжения, позволяющее адаптировать систему управления к изменяющимся параметрам объекта управления – моментам инерции и сопротивления.
Представленные алгоритмы управления и идентификации подтверждаются схемами Simulink и листингами программ, которые могут стать основой для аппаратной реализации и дальнейших исследований.
Структурная схема усовершенствованного способа управления процессом производства объемных нетканых полотен рекомендована для использования при проведении частичной модернизации действующей поточной линии, установленной на предприятии ООО «Торнет-ЛТВ», г. Дрезна.
Апробация работы. Материалы диссертационной работы доложены и обсуждены на международной научно-технической конференции «Современные технологии и оборудование текстильной промышленности» (Текстиль-2010, 2011, 2012, «МГТУ», Москва); на межвузовской научной конференции «Инновации молодежной науки» (2011, 2012, «СПГУТД», Санкт-Петербург); на межвузовской научно-технической конференции аспирантов и студентов «Молодые ученые – развитию текстильной и легкой промышленности» (Поиск-2011, ИГТА, Иваново); на межвузовской научно-технической конференции «Студенты и молодые ученые КГТУ – производству» (2011, 2012, КГТУ, Кострома); всероссийской научно-технической конференции «Современные тенденции развития информационных технологий в текстильной науке и практике» (2012, ДИТИ НИЯУ МИФИ, Димитровград); на международной научно-технической конференции «Современные наукоемкие технологии и перспективные материалы текстильной и легкой промышленности» (Прогресс-2012, ИГТА, Иваново); всероссийском конкурсе НИР студентов и аспирантов в области технических наук (2012, Политехнический университет, Санкт-Петербург).
Публикации. По материалам диссертационной работы получен патент РФ, опубликовано 19 научно-технических статьей, в том числе, из них 6 – в рецензируемых журналах из списка ВАК; 3 – в отраслевых журналах и сборниках; 11 – в виде тезисов докладов в сборниках материалов конференций.
Структура и объем работы. Диссертационная работа изложена на 163 страницах машинописного текста и состоит из введения, четырех глав, основных выводов, списка используемой литературы из 80 наименований, 91 иллюстрация, 17 таблиц. Приложения составляют 10 страниц.
Исследование динамики управляемого электротехнического комплекса поточной линии
Анализ ЛАЧХ показывает, что при колебаниях ЛП настила с частотой выше 1 Гц не происходит изменения ЛП прочеса, что свидетельствует о выравнивающей способности чесальной машины. Частота колебаний прямо пропорциональна скорости питающей решетки. Из АЧХ также следует, что ЛП прочеса чувствительна к недовесу бросков самовеса, т.к. частота изменения толщины настила в этом случае равна частоте вращения эксцентрика (0,05 Гц).
Для исследования динамических характеристик механического преобразователя прочеса осуществлено имитационное моделирование основных его узлов с использованием программы Simulink (рис. 1.13) [15].
Структурная схема механического преобразователя прочеса в программе Simulink Прочес, линейной плотностью, заданной Гпр, поступает со съемного вала на верхнюю решетку преобразователя прочеса со скоростью v . Пройдя по верхней, а затем по средней и нижней решеткам за среднее время тпп, заданное блоком Запаздывание, прочес укладывается на поперечную решетку, представленную блоком Интегратор. При этом осуществляется сложение волокнистого материала, ширина которого (Усилитель) влияет на конечную линейную плотность Гх. Сформированный холст выводится из зоны сложения со скоростью итр.
Число сложений, которое производится при установленных скоростях транспортеров, рассчитывается по формуле: где Ьпрочес - ширина прочеса; Ьтр - активная ширина выводящего транспортера; исьем — линейная скорость съемного вала; vTp — скорость выводящего транспортера.
На основании структурной схемы (рис. 1.13) получена передаточная функция механического преобразователя прочеса: где Тх - линейная плотность холста, Тпр - линейная плотность прочеса.
Для передаточной функции построена переходная функция и ЛАЧХ с помощью программы Matlab (рис. 1.14, 1.15), которые показывают, что при периоде колебаний ЛП 15 і 1 1 1 1—_ _ — - " r 10 - / 0L/ І і і і і і і і О 20 40 60 прочеса менее 6 секунд не наблюдается изменений ЛП холста. Максимальная чувствительность к такому роду колебаний происходит при изменении ЛП прочеса с периодом более 10 минут. Таким образом, механический преобразователь прочеса малочувствителен к разовому недовесу волокна в весовой коробке самовеса. Тх,т/ы 80 100 120 140 160
Необходимо обеспечить условия поступления в термокамеру холста со значением линейной плотности, соответствующим технологическому регламенту. В противном случае будет нарушена структура холста чрезмерным плавлением бикомпонентного волокна. Для этого электропривод транспортера термокамеры должен включаться во время, когда холст практически сформирован.
Холст, поступающий в термокамеру, подвергается усадке по ширине и длине, а также вытяжке в пределах 20%. За время нахождения холста в термокамере (ттк) происходит частичное расплавление бикомпонентного волокна и скрепление за счет этого холста. Следовательно, термокамера как объект управления описывается усилительным звеном с запаздыванием. Передаточная функция соответственно имеет вид: W(p) = Ky-KB- Є-ТР, где Ку - коэффициент усадки по длине; Кв - деформация по длине.
Максимальная скорость выпуска полотна из термокамеры зависит от времени термоскрепления. Поэтому скоростной режим транспортера термокамеры является определяющим для органов формирования холста и наматывающего устройства.
Работа линии производства объемного нетканого полотна представляет собой множество процессов, параметры которых сложным образом взаимосвязаны между собой. Использование нечетких когнитивных карт (НКК) в данном случае позволяет существенно углубить исходные представления об исследуемом сложном объекте, просчитать последствия от принятия решений по управлению. С их помощью можно определить: какие управляющие факторы являются наиболее эффективными, и в каком сочетании они должны участвовать в управлении; какие факторы способствуют, а какие мешают эффективному управлению.
Когнитивная карта - это знаковый ориентированный граф, узлы которого представляют собой концепты, отображающие некоторые факторы, состояния системы, а дуги - причинные связи между ними. Существует два типа связей между концептами. Увеличение переменной состояния, описывающей концепт СІ, при положительной связи приводит к увеличению переменной состояния, описывающей концепт С,, а при отрицательной - к уменьшению.
В нечетких когнитивных картах характерно концепты представляются в виде набора нечетких множеств, а описание причинных связей между концептами осуществляется с помощью правил «ЕСЛИ-ТО» [16]. При этом веса связей задаются нелинейными функциями принадлежности. Допускается наличие условных весов, когда сила связи зависит от выполнения некоторого внешнего события.
Исследование модернизированного управляемого электротехнического комплекса для производства объемного нетканого полотна
Автором разработана функциональная схема модернизированной системы управления автоматизированной линией производства объемных нетканых полотен [32,33,34]. Система спроектирована в соответствии с разработанной концепцией построения структуры и исследования управляемых электротехнических комплексов для производства нетканых материалов. Поставленной задачей являлось обеспечение заданного качества продукции и энергосбережения управляемого электротехнического комплекса [35].
Модернизированная функциональная схема (рис. 2.1) включает в себя: 1. Электропривод механизма подачи волокнистого материала (1), состоящий из регулятора напряжения РН1 и асинхронного электродвигателя АД1 [36,37]. 2. Электропривод эксцентрика (2), состоящий из усилителя мощности УМ1 и двигателя постоянного тока ДПТ1. 3. Электропривод питающей решетки (3), состоящий из регулятора напряжения РН2 и асинхронного электродвигателя АД2. 4. Электропривод органов чесания (4), состоящий из преобразователя частоты ПЧ1 и асинхронного электродвигателя АДЗ [38]. 5. Электропривод съёмного вала (5), состоящий из усилителя мощности УМ2 и двигателя постоянного тока ДПТ2. 6. Электропривод транспортера преобразователя прочеса (6), состоящий из преобразователя частоты ПЧ2 и асинхронного электродвигателя АД4. 7. Электропривод раскладчика преобразователя прочеса (7), состоящий из преобразователя частоты ПЧЗ и асинхронного электродвигателя АД5. 8. Электропривод транспортера термокамеры (8), состоящий из регулятора напряжения РНЗ и асинхронного электродвигателя АД6. АЦП ДМ —# Весовая коробка Uocl IІ 1 1 полотна 9. Электропривод наматывающего устройства (9), состоящий из регулятора напряжения РН4 и асинхронного электродвигателя АД7.
В разработанной системе для повышения точности наполнения весовой коробки (2) (рис. 2.2) волокном и создания равномерного питающего слоя, в конструкцию самовеса внесены следующие изменения [9]. Снято коромысло (3) весового устройства. В точке крепления стержня (4) с шарнирной головкой (1) установлен тензодатчик (рис. 2.3). Принцип работы датчика массы (ДМ) заключается в увеличении активного сопротивления на его выходе при действии сил растяжения со стороны стержня (4) весовой коробки (2). За счет постоянного контроля массы волокна в коробке обеспечивается дозирование одинаковой массы порции.
Пуск линии производится в автоматическом режиме. Микропроцессорное устройство (Микро-ЭВМ) задает значения скоростей рабочих органов, соответствующих технологическому регламенту (рис. 2.1). __ Шарнирная головка
Система реализует оптимальные скоростные режимы рабочих органов линии. Перед пуском автоматизированного комплекса синтетическое волокно загружается в бункер автопитателя-самовеса и включается термокамера. Напряжение от сети подается на микро-ЭВМ, цифро-аналоговые преобразователи (ЦАП), аналогово-цифровые преобразователи (АЦП), регуляторы напряжения (РН1 - РН4), усилители мощности (УМ1 - УМ2), преобразователи частоты (ПЧ1 - ПЧЗ), датчики частоты вращения (ДЧ1 - ДЧЗ), датчик массы (ДМ), бесконтактный датчик линейной плотности (ДЛП) и датчик натяжения (ДН). При достижении в термокамере номинальной температуры осуществляется пуск линии, который производится в двух режимах: заправочном и рабочем с автоматическим переключением.
Заправочный режим начинается с одновременного включения электроприводов (1 - 8). При этом устанавливается заданная частота вращения рабочих органов. В данном режиме скорость транспортера термокамеры минимальна. Программа в микро-ЭВМ поддерживает постоянную загрузку чесальной машины и следит за формированием холста.
Электропривод (1) и приводимые им в движение рабочие органы должны обеспечивать постоянство массы порции за счет изменения скоростного режима рабочих органов по заданному закону. Замена коромысла весового механизма на тензорезисторный датчик массы типа SBA (ДМ) позволяет повысить точность измерения массы до 0,02%.
Сигнал датчика массы (ДМ) используется для отключения и включения электропривода (1), а также для изменения производительности игольчатой решетки. В зависимости от структуры обратной связи по массе скоростной режим игольчатой решетки может быть обеспечен от почти линейного до экспоненциального (рис. 2.4) [39]. Микро-ЭВМ, используя сигнал ДМ, преобразованный аналогово-цифровым преобразователем (АЦП), обеспечивает соответствие массы волокна заданному значению в момент отключения электропривода.
Физико-механические свойства объемного нетканого полотна
На процесс формирования порции оказывают влияние конструктивные особенности самовеса, его режимные параметры, а также физико-механические свойства смеси: влажность, размеры клочков, плотность, коэффициент трения. В существующей системе автоматического управления при изменении величины потока волокнистого продукта скоростные режимы игольчатой решетки самовеса не обеспечивают требуемого быстродействия, т.к. отсутствует оперативный контроль поступающего волокна. Рациональным способом получения недостающих данных является использование современных методов и технологий для исследования сложных управляемых динамических объектов.
С этой целью автором в системе Matlab разработан нечеткий регулятор, который обеспечивает скоростной режим игольчатой решетки самовеса, учитывающий изменения потока волокнистого продукта [43].
При разработке системы управления с нечетким регулятором достигнута плавность изменения выходного сигнала управления. В качестве входных сигналов для регулятора использованы сигнал датчика массы и временной счетчик, изменяющий выходное значение на единицу каждую секунду и следящий за временем формирования порции. В начале каждого цикла работы самовеса счетчик обнуляется. Выходным сигналом нечеткого регулятора является напряжение в диапазоне 1...4,5В, соответствующее линейной скорости игольчатой решетки 1 — 4,5 м/мин.
В основе нечеткого регулятора (Fuzzy Logic Controller) лежит система нечеткого вывода Мамдани [44], которая использована в разработанной схеме вместо интегрального регулятора (рис. 2.11).
Фаззификация входных переменных представлена на рис. 2.12. Для входных переменных использованы треугольные функции принадлежности. Лингвистическая переменная «масса порции» имеет четыре значения: «малое», «среднее», «большое», «полное». Соответственно «время» представлено тремя значениями: «мало», «нормально», «много». Форма каждой функции принадлежности определялась исходя из технологического регламента.
При создании базы правил использованы следующие параметры: И-метод - максимум, импликация - минимум, агрегация - максимум, дефаззификация -центроидная.
Фаззификация выходной переменной представлена на рис. 2.13. Выходная переменная имеет значения в диапазоне от 0 до 4.5В и описывается пятью треугольными функциями принадлежности: U0=0; Ul=l; U3=2; U4=3.5; U45=4.5. Путем пересечений функций принадлежности достигается плавность изменения выходного сигнала. График изменения скорости игольчатой решетки при настроенном нечетком регуляторе показан на рис. 2.14.
Применяя экспериментально-теоретическое моделирование, установлено, что при снижении массы потока поступающего волокна на 20% нечеткий регулятор уменьшает время формирования 400г порции на 27% по сравнению с интегральным регулятором (рис. 2.15). Это показывает целесообразность применения нечеткого регулятора при управлении процессом подачи волокнистого материала в самовес.
Разработанный интеллектуальный алгоритм управления скоростным режимом игольчатой решетки имеет следующие достоинства: - обеспечивает точность массы порции, как и в разработанной схеме управления с интегральным регулятором; - снижает вероятность недовеса порции при установленной продолжительности цикла работы самовеса; - уменьшает необходимое время выстоя; - снижает требование к уровню волокнистой смеси в загрузочном бункере. Учитывая способность искусственных нейронных сетей реализовывать произвольные гладкие функции любой сложности [45], разработан нейрорегу-лятор скорости игольчатой решетки, основанный на нейронной сети с одним скрытым слоем. Методом проб и ошибок установлено, что удовлетворительные показатели регулирования имеет структура нейронной сети, состоящая из пяти нейронов в скрытом слое. Сеть имеет следующие параметры: - алгоритм обучения обратное распространение ошибки; - метод настройки весов Левенберга-Марквардта; - количество эпох для обучения, 300; - минимум градиента ошибки, 10"5; - параметры скорости обучения - декремент 0,1; инкремент 10.
Для обучения сети составлена выборка из 504 значений, полученных из схемы с интегральным регулятором с установленными оптимальными параметрами (п. 2.3). В качестве входных данных использованы значения датчика массы во время работы системы в течение 25 с. Выходными данными являются соответствующие значения интегрального регулятора, переведенные в безразмерную величину.
Во время обучения начальные значения весов установлены случайным образом. Однако не все начальные значения приводят к глобальному минимуму ошибки. Поэтому необходимо вновь проводить начальную настройку весовых коэффициентов.
Процесс обучения (рис. 2.16) произведен за 216 эпох. При этом суммарная квадратичная ошибка (СКО), определяющая установленную точность отработки сигнала, достигла 10"5. В результате обучения установлены следующие весовые коэффициенты и смещения для нейронов:
Анализ и классификация методов нейро- и фаззилогики для разработки алгоритмов параметрической идентификации объектов управления
Полученные зависимости показывают, что гибкие связи вызывают затухающие колебания частоты вращения ведомого шкива и соединенного с ним рабочего механизма, а также запаздывание при разгоне. Это приводит к увеличению относительной деформации прочеса как при пуске, так и при подаче управляющих воздействий.
Во время переходного процесса возникают упругие деформации ветвей гибкой передачи, противоположные по знаку, что означает растяжение набегающей ветви и провисание спадающей. Упругие деформации принимают установившееся значение через 0,2 с после пуска (рис. 3.18).
Следовательно, гибкие передачи влияют на скоростной режим электропривода. Поэтому учет гибких связей в ЭМС позволяет повысить точность определения скоростных режимов и моментов в отдельных звеньях сложной динамической системы.
Таким образом, полученная система дифференциальных и алгебраических уравнений описывает сложную динамическую систему преобразователя прочеса, с учетом рассмотренных факторов в совокупности. Данная система уравнений справедлива не только на рабочем участке механической характеристики асинхронных двигателей, но и при скольжениях близких к критическим, что позволяет моделировать поведение системы при пуске, в специальных режимах, при снижении напряжения питания и его колебаниях [57]. При этом основным уравнением, определяющим качество технологического процесса, является уравнение деформации прочеса (3.17), составленное при условии отсутствия зон относительного скольжения.
В данной системе выражения (3.1) - (3.4) описывают динамику движения приводных валов верхней и средней решеток и связанных с ними через гибкую и через зубчатую передачу электроприводов. Уравнения (3.7), (3.8), (3.22), (3.27) определяют моменты, возникающие в ЭМС. Уравнения (3.11) - (3.14) описывают зависимости частоты вращения от угла поворота. Выражения (3.18) - (3.21), (3.22) - (3.25) описывают электромагнитные процессы в АД. Система уравнений (3.28) - (3.31) исследует деформацию гибкой передачи. Зависимости, полученные для электропривода верхней решетки, отражают характер изменения угловых скоростей вала АДі (сод1), ведомого шкива гибкой передачи (шгп) и приводного вала верхней решетки (о)м1) при пуске ЭМС и приведены на рис. 3.19. Установлено, что каждый из рассмотренных факторов является источником возникающих колебаний. Основную часть колебаний низкой частоты производит двигатель. Увеличение амплитуды колебаний и появление запаздывания происходит за счет деформации гибких связей. Упругость механических передач добавляет высокочастотную составляющую и значительно изменяет характер переходных процессов в первые моменты после пуска.
Таким образом, по сравнению с косвенным методом исследование ЭМС прямым методом позволяет значительно повысить точность определения скоростных режимов и моментов в специальных режимах. При сравнении расчетных значений относительных деформаций прочеса (рис. 3.7, 3.17) установлено, что значительные отклонения наблюдаются в переходных режимах. При заданных скоростных режимах влияние ЭМП, упругости и гибких связей на величину относительной деформации оказывается незначительным. Проведенное исследование позволяет сделать вывод, что на повы шенных скоростях указанные факторы проявляют себя в большей степени. Учитывая их, можно разработать более точные алгоритмы регулирования [58].
Заключительным этапом формирования объемного нетканого полотна является скрепление холста легкоплавким связующим в термокамере, при транспортировании в которой он претерпевает структурные изменения, при этом происходит его усадка по длине и ширине. Готовое нетканое полотно должно наматываться в рулон с постоянным натяжением, в процессе чего оно подвергается действию продольной нагрузки. Следовательно, необходимо определить ограничения, при которых наматывание будет происходить без повреждения полотна и неравномерности слоев рулона. Необходимо изучить свойства нетканых полотен в статическом и динамическом режимах.
Определяющим параметром, характеризующим физико-механические свойства нетканого полотна, является прочность. Она определяется способностью материала сохранять форму или целостность в условиях заданного механического нагружения, т.е. сопротивлением материала развитию в нем необратимых деформаций.
Испытания термоскрепленных нетканых материалов на прочность проводились в лаборатории кафедры текстильного материаловедения текстильного института им. А.Н. Косыгина при одноосном растяжении на установке «Инстрон» в режиме постоянной скорости деформации в соответствии с ГОСТ Р 53226-2008. По экспериментальным данным построены диаграммы растяжения (рис. 3.20), на которых наклон начального участка характеризует начальный модуль упругости материала (Е), а перегиб кривой, переходящей в пологий участок, соответствует пределу формоустойчивости материала. До перегиба деформация практически обратима, при больших удлинениях материала -необратима. Конец кривой соответствует разрушению образца. Координаты конца кривой являются разрушающей нагрузкой Рр при растяжении и относительной деформацией (относительным удлинением) є? при разрыве [17].
