Система автоматизации на котлоагрегатах

Реферат - Компьютеры, программирование

Другие рефераты по предмету Компьютеры, программирование

Скачать Бесплатно!
Для того чтобы скачать эту работу.
1. Пожалуйста введите слова с картинки:

2. И нажмите на эту кнопку.
закрыть



К=0,45*0,07=0,032.

Для точки С: Аабс=Аотн*К=0,2*0,07=0,014.

 

В итоге получаем следующие точки с координатами:

А(0;0,07); В(0,13;0,032); С(0,33;0,014).

 

 

Для перехода к абсолютным выражениям используем следующие формулы:

 

tабс=tотн*Т (9)

 

У=У*К*Уотн (10)

Получаем для точки D

 

tабс =1*15=15 У =38*0,07*0,6=1,59

 

Учитывая тот факт, что аппроксимация экспериментальной разгонной характеристики для печи спекания изображена в трех осях, получаем:

 

Уабс=Унач+У=23,8+1,59=25,4.

 

По итогам вычислений получаем точку D с координатами (15;25,4).

 

Для точки Е получаем

 

tабс =2*15=30 У =38*0,07*0,82=2,18

 

Учитывая тот факт, что аппроксимация экспериментальной разгонной характеристики для печи спекания изображена в трех осях, получаем:

 

Уабс=Унач+У=23,8+2,18=25,9

 

По итогам вычислений получаем точку Е с координатами (30;25,9).

 

Точки Д и Е показаны на рисунке 5.9.

 

Рисунок 5.2.2 Результаты вычислений

 

Анализ временных и частотных характеристик динамического звена первого порядка с запаздыванием позволяет сделать следующие выводы:

  1. Нормированная АЧХ для звена первого порядка является постоянной функцией. Она не зависит от нормированного запаздывания

    ;

  2. Форма разгонной характеристики y(t) также является постоянной, если не считать транспортного запаздывания

    . Оно сдвигает на отрезок момент времени начала и момент окончания переходного процесса, не меняя его формы (крутизны экспоненты);

  3. Эксперименты на численных моделях позволили определить рациональные начальные значения их настроек

    для разомкнутой САУ. Для звена первого порядка () рационально взять ;

  4. Нормирование делает прозрачным механизм влияния внешних параметров динамического звена на его характеристики. Так постоянная времени Т просто растягивает в Т раз по отношению к Т=1 разгонную характеристику и сжимает частотную. Коэффициент усиления К увеличивает в К раз единицу шкалы ординат на разгонной и частотной характеристиках. Равное действие имеет скачок по входу

    u для разгонной характеристики.

  5. 5.3 Частотное моделирование САУ

 

5.3.1 Моделирование случайных процессов

 

Используется четыре (j=1,2,3,4) случайные величины (Х1,Х2,Х3,Х4). Были заданы определенные настройки алгоритма, которые приведены в таблице 5.3.1.

Таблица 5.3.1

Вр.спадаПериод колеб-й гарм.составл-х Коэффициент усиленияТ0Т1Т2Т3Q0Q1Q2Q3QgУсловные пределыi=0i=1i=2i=3i=0i=1i=2i=3minmaxX10.10.31411110.5050X20.10.31411110.5030X30.10.3140.30.50.60.20.3050X40.50.81.5311110.5050По полученным реализациям были определены статистики величин ХJ, j=1,2,3,4: среднее значение, дисперсия, СКВО, автокорреляционная функция, время ее спада и функция спектральной плотности. Они показаны на рисунках 5.3.1, 5.3.2 и 5.3.3.

 

 

Рисунок 5.3.1 Временные реализации четырех величин

 

В таблице 5.3.2 приведены расчеты статистик, которые были получены в Excel.

 

Таблица 5.3.2

x1x2x3x4Среднее24.3389715.3753524.7136224.35974Дисперсия1003.482415.658389.16182936.6768Сумма12169.497687.67312356.8112179.87СКВО31.6777920.38779.44255430.60518

Рисунок 5.3.2 Автокорреляционные функции четырех величин

 

Сравнивая временные реализации величин по их внешнему виду и их статистики по численным значениям, видно следующее:

  1. Х2 отличается от всех остальных своим уровнем, ее среднее значение 30, тогда как у остальных - в пределах 40-50;
  2. Х3 имеет самую маленькую мощность колебаний , ее дисперсия равна 144, тогда как у остальных больше (600 ед.)2, соответственно ее СКВО -12, а у остальных от 25 до 35 ед.;
  3. Х4 является самой медленно изменяющейся величиной, это видно по времени спада автокорреляционной функции (у Х4 0,5 о.е. времени, у остальных трех величин 0,1);
  4. Низкочастотность Х4 также иллюстрирует функция спектральной плотности, в области низких частот сосредоточена основная часть мощности ее колебаний по сравнению с Х1-Х3.

Рисунок 5.3.3 Функции спектральной плотности

 

5.3.2 Определение физического смысла функции спектральной плотности

Для этого смоделируем случайный процесс X1, таким образом, чтобы две из трёх его гармонических составляющих имели относительно высокую амплитуду. Настройки случайного процесса приведены в таблице 4. А полученные графики автокорреляционной функции и функции спектральной плотности величины X1 на рисунке 5.3.4

Таблица 5.3.3

Время спадаПериод колебаний гарм.составляющих Коэффициент

усиленияУсловные

пределыТ0Т1Т2Т3Q0Q1Q2Q3Qgi=0i=1i=2i=3i=0i=1i=2i=3MinmaxX10,20,40,33,140,81660,5050

Таблица 5.3.4

СреднееДисперсияСуммаСКВОX131,19322884,9915596,55151,27

Рисунок 5.3.4 . Автокорреляционная функция и функция спектральной плотности величины X1

Таким образом, полученный график спектральной плотности величины X1 иллюстрирует два всплеска, которые объясняются на основе исходных данных. Согласно им две из трёх гармоник имеют существенно более высокую амплитуду, а, следовательно, и мощность колебаний. Переведя их периоды колебаний в частоту, получаем те самые всплески:

рад/о.е.; рад/о.е.

 

3.3 Идентификация параметров случайного процесса

 

Возьмем в качестве исходной сгенерированную выше величину Х1, назовем ее Z и смоделируем еще три ее реализации. Допустим, что эти реализации получены с помощью измерительного прибора в разные моменты времени. Они отличаются от первой тем, что их временные параметры были изменены случайным образом от до . Значения параметров алгоритма

s