Способ контроля и управления техническим процессом

Авторы патента:


Способ контроля и управления техническим процессом
Способ контроля и управления техническим процессом
Способ контроля и управления техническим процессом
Способ контроля и управления техническим процессом
Способ контроля и управления техническим процессом
Способ контроля и управления техническим процессом

Владельцы патента RU 2289837:

ЮЗИНОР (FR)

Изобретение относится к системам контроля и управления техническим процессом. Техническим результатом является обеспечение контроля и управления в непрерывном режиме техническим процессом, в котором невозможно наблюдать получаемый результат. Способ содержит следующие операции: измеряют независимые наблюдаемые величины {G1(t),...,Gp(t)}; при помощи прогнозируемой модели М или ряда моделей, входные переменные которых содержат независимые наблюдаемые величины, производят расчет оценки Res(t)=M(G1(t),...Gp(t)) результата R(t); путем применения закона управления L, входная переменная которого является оценочным результатом Res(t), рассчитывают новые заданные значения {C1(t+1),...,Cn(t+1))=L(Res(t)), применимые для момента t+1; и значения {C1(t),...,Cn(t)} заменяют значениями {C1(t+1),...,Cn(t+1)}, при этом прогнозируемая модель является статистической корректировочной моделью. 16 з.п. ф-лы, 6 ил.

 

Настоящее изобретение касается способа контроля и управления техническим процессом, осуществляемым во времени в непрерывном режиме или в периодическом режиме, при этом данный процесс, в частности, является точечной сваркой соединения из листового металла.

Технические процессы, которые могут контролироваться и управляться путем регулировок, являются очень разнообразными и встречаются во всех областях промышленности. Как правило, процесс заключается в преобразовании объекта, характеризующегося величинами, которые для данного процесса являются входными величинами, в другой объект, характеризующийся величинами, которые для данного процесса являются выходными величинами. Управление процессом может осуществляться путем введения заданных величин, соответствующих регулировочным параметрам, устанавливаемым оператором первоначально или путем последующего регулирования. Как правило, добиваются, чтобы по меньшей мере одна выходная величина была близкой к требуемому значению, и в этом случае говорят, что эта величина является контролируемой. Для достижения этой задачи, то есть для получения выходной величины, близкой по значению к требуемому значению, корректируют заданные величины. Корректировка заданных значений на основании измерений характеристических величин процесса, а также использование результатов этих измерений для контроля за ходом данного процесса и составляют сущность способа контроля и управления процессом. Следует отметить, что, если выходные величины являются переменными, не зависящими друг от друга, то можно контролировать только одну единственную из этих величин. Таким образом можно предположить, что контролируют только одну выходную величину, даже если процесс может характеризоваться несколькими выходными величинами, не зависящими друг от друга. Следовательно, контролируемую выходную величину можно также назвать "результатом". Наконец, выполнение процесса может в целом характеризоваться величинами, связанными с явлениями, участвующими в процессе; эти величины не являются ни входными величинами, ни выходными величинами.

Входная или выходная величина так же, как и любая другая величина, связанная с процессом, может или не может быть измерена и, если она может быть измерена, измерение может или не может быть осуществлено в режиме реального времени без отрицательного воздействия на ход процесса. В дальнейшем будут применяться следующие понятия:

- "измеряемая величина" - величина, которую можно измерить, то есть которой может соответствовать цифровое значение; такая величина не обязательно может измеряться в режиме реального времени;

- "наблюдаемая величина" - измеряемая величина, которая может быть непосредственно измерена в ходе процесса или на продукте, непосредственно получаемом в результате процесса, в режиме реального времени.

Известны, например, способы контроля и управления процессом, которые состоят в измерении контролируемой выходной величины, в сравнении этого измерения с требуемым значением и затем в изменении заданной величины путем применения закона управления. Такой способ предполагает, что рассматриваемую выходную величину можно измерять в режиме реального времени.

В варианте предыдущего способа контролируемая величина не может быть измерена в режиме реального времени, но взаимосвязана с другой выходной величиной, которая как раз может быть измерена в режиме реального времени. В этом случае контролируемую величину заменяют выходной величиной, которая может быть измерена, и уже регулируют эту последнюю величину.

Известны также способы контроля и управления процессом, которые состоят в измерении входных величин и в расчете заданных величин с использованием модели, переменные которой являются измеренными входными величинами и требуемым выходным значением. Эта модель представляет собой в этом случае закон управления; она не позволяет рассчитать ожидаемое значение контролируемой выходной величины. Такой способ предполагает, что можно измерять выходные величины и что в распоряжении имеется адекватная модель.

Известны также способы контроля и управления процессом, которые состоят в измерении входных величин, в расчете при помощи прогнозируемой модели, переменные которой являются входными величинами и заданными величинами, оценки значения контролируемой выходной величины, в сравнении этой оценки с требуемым значением и в использовании результатов этого сравнения для изменения заданных величин с применением закона управления. Такой способ предполагает, что можно измерять в режиме реального времени входные величины и что в распоряжении имеется адекватная прогнозируемая модель.

Наконец, известны способы контроля и управления процессом, в которых используют модель, позволяющую рассчитать на основании контролируемой выходной величины и заданных величин значение выходной величины, которую легко измерить и которая отличается от контролируемой величины, но взаимосвязана с ней. В этом способе на основании требуемого значения контролируемой выходной величины и заданных величин рассчитывают требуемое значение легко измеряемой выходной величины, затем сравнивают измеренное значение этой величины с требуемым значением и на основании результатов этого сравнения изменяют заданные величины с применением закона управления. Такой способ предполагает, в частности, что известна, по меньшей мере, одна легко измеряемая выходная величина, которая может быть рассчитана на основании модели, переменные которой являются контролируемыми выходными величинами и заданными величинами.

Вместе с тем существуют процессы, для которых ни один из этих способов контроля и управления не может быть применен. Таким процессом, в частности, является точечная сварка соединения металлических листов. Действительно, в этом процессе получаемый результат может быть измерен только путем испытания на разрушение образцов и поэтому не может быть использован для контроля и управления процессом в непрерывном режиме. С другой стороны, результат зависит не только от выходных и заданных величин, но также и от износа устройства, применяемого для сварки. Однако до сих пор не существует надежного средства для измерения износа устройства. Поэтому на основании выходных и заданных величин невозможно прогнозировать ни качество сварки, ни любую другую выходную величину, которая была бы единственной характеристикой качества сварки. Наконец, на настоящее время не существует выходной величины, тесно взаимосвязанной с контролируемым результатом.

Таким образом существуют процессы, одним из примеров которых является точечная сварка, входные величины, выходные величины и заданные величины которых не позволяют применять известные процессы регулирования.

Целью настоящего изобретения является устранение этого недостатка путем разработки средства для контроля и управления в непрерывном режиме техническим процессом, таким как точечная сварка, в котором невозможно наблюдать (в том смысле, как было определено выше) получаемый результат и для которого этот результат не может быть спрогнозирован только на основании измерений измеряемых входных величин или только одной измеряемой выходной величины.

В этой связи объектом настоящего изобретения является способ контроля и управления техническим процессом, осуществляемым во времени либо в непрерывном режиме, либо в периодическом режиме, с применением в каждый момент t заданных значений {C1(t),...,Cn(t)}, приводящий к измеряемому, но не наблюдаемому результату R(t), который необходимо сохранять наиболее близким к требуемому значению Rv, и обеспечивающий получение множества наблюдаемых величин, по меньшей мере, две из которых являются независимыми {G1(t),...,Gm(t)}, отличающийся тем, что:

- измеряют по меньшей мере две независимые наблюдаемые величины {G1(t),...,Gp(t)};

- при помощи прогнозируемой модели М или ряда моделей, входные переменные которых содержат по меньшей мере две независимые наблюдаемые величины и, возможно, по меньшей мере одно заданное значение C1(t),...,Cq(t), производят оценочный расчет Res(t)=M(G1(t),...,Gp(t), C1(t),...,Cq(t) результата R(t);

- путем применения закона управления L, входной переменной которого является оценочный результат Res(t) и требуемый результат Rv, рассчитывают новые заданные значения {C1(t+1),...,Cn(t+1)}=L(Res(t), Rv), применимые для момента t+1; и

- значения {C1(t),...,Cn(t)} заменяют значениями {C1(t+1),...,Cn(t+1)}.

Прогнозируемая модель М может быть статистической корректировочной моделью, зависящей от параметров {θ1,...,θp}, образующих вектор параметров θ, скорректированных по начальному базису Вар, образованному совокупностью заданных значений, измерений наблюдаемых величин и измерением результата по ряду последовательных выполнений технического процесса.

Для определения модели М можно, например, производить следующие действия:

- выбирают структуру модели, зависящую от вектора параметров θ;

- выбирают функцию стоимости J, имеющую, например, квадратичную форму;

- с помощью начального базиса рассчитывают последовательность скорректированных моделей Ma,k, соответствующих различным векторам параметров θk размера qk, глобально или локально минимизирующим функцию стоимости по начальному базису;

- для каждой модели Ma,k рассчитывают коэффициенты hii по каждому из примеров начального базиса и рассчитывают обобщенный тестовый итог модели Ma,k:

Е (θa,k)=Σi=1,N[(Ma,k(xi; θa,k)-Ri)/(1-hii)]2;

- рассчитывают величину μ (θa,k)=(N.qk)-1/2 Σi=от 1 до N hii1/2 и выбирают модель Ma,k, имеющую наибольшую μ (θa,k), из моделей с наименьшими Е (θa,k); эта модель является оптимальной моделью Ma,opt.

Предпочтительно:

- для измерения результата R определяют интервал разброса [σmin, σmax] типового отклонения погрешности измерения;

- корректируют параметры {θ1,...,θp} прогнозируемой модели М таким образом, чтобы на тестовом базисе Btest получить тестовый итог S, такой как σmin<S<σmax, при этом тестовый базис представляет собой совокупность заданных значений, измерений наблюдаемых величин и измерение результата по ряду последовательных выполнений технического процесса и отличается от начального базиса.

Для корректировки параметров {θi,...,θp} прогнозируемой модели М можно выбрать первый начальный базис Вар и первый тестовый базис Btest и действовать следующим образом: при помощи первого начального базиса осуществляют первую оценку параметров {θ1,...,θp} таким образом, чтобы тестовый итог модели М для начального базиса находился в интервале разброса [σmin, σmax], затем, используя в модели М эту первую оценку параметров, при помощи указанного первого тестового базиса Btest осуществляют оценку тестового итога S, который сравнивают с интервалом разброса [σmin, σmax], если S находится в указанном интервале разброса, считают, что оценка параметров является удовлетворительной, в противном случае начальный базис Вар дополняют примерами из первого тестового базиса для получения нового начального базиса, в случае необходимости дополняют тестовый базис и снова определяют параметры {θ1,...,θp} при помощи нового начального базиса и тестовый итог S на новом тестовом базисе и итерации продолжают до тех пор, пока тестовый итог S не войдет в интервал разброса [σmin, σmax].

Для дополнения начального базиса примерами из базового теста можно:

- установить порог Sk интервала достоверности для прогнозирований модели;

- рассчитать интервал достоверности Ik прогнозирования модели М по каждому из примеров тестового базиса;

- включить в начальный базис все примеры тестового базиса, интервал достоверности Ik которого превышает Sk.

По ходу процесса можно измерить по меньшей мере один результат и соответствующие наблюдаемые величины таким образом, чтобы определить по меньшей мере один дополнительный пример, который добавляют к начальному базису, и при помощи полученного таким образом нового начального базиса оценить эффективность модели и, в случае необходимости, скорректировать параметры модели.

Модель М является, например, нейронной сетью.

Техническим процессом может быть, в частности, точечная сварка листового металла. В данном случае результатом R являются, например, диаметр Ф сварного узла, а заданными значениями C1,...,Сn являются сварочное усилие Fs сжатия электродов, сила сварочного тока Is, время сварки Δts и время ковки Δtf. Наблюдаемыми величинами являются, например, общее количество электрической энергии Еt максимальное расширение во время сварки Δzs и максимальная усадка во время фазы ковки Δzf.

Закон управления L можно определить следующим образом:

- выбирают минимальное значение Фmin и максимальное значение Фmax диаметра сварного узла;

- выбирают число qm;

- определяют среднюю скользящую Фmg из qm последних прогнозов диаметра сварного узла Ф;

- если Фmgmax, то заданное значение Ic силы сварочного тока уменьшают, если Фmin≤Фmg≤Фmax, заданное значение Ic силы сварочного тока не меняют, если Фmgmin, то заданное значение Ic силы сварочного тока увеличивают.

Кроме того, можно установить значение R0<Rmin и, если последний прогноз диаметра Ф сварного узла меньше Ф0, то в этом случае увеличивают заданное значение Ic силы сварочного тока.

Можно также устанавливать инкремент ΔIc силы сварочного тока и, если заданное значение Ic силы сварочного тока уменьшают или увеличивают, то инкремент ΔIc вычитают или складывают с Ic.

Предпочтительно способ осуществляют с применением компьютера.

Настоящее изобретение будет более очевидно из нижеследующего подробного описания примера точечной сварки со ссылками на прилагаемые фигуры, на которых:

фиг.1 - принципиальная схема точечной сварки двух металлических листов;

фиг.2 - схематическое изображение в разрезе сварного узла при точечной сварке;

фиг.3 - схематическое изображение в разрезе сварного узла после разрыва;

фиг.4 - схема изменения диаметра сварного узла в зависимости от силы сварочного тока для двух состояний износа сварочных электродов;

фиг.5 - схема изменения заданного значения силы сварочного тока в зависимости от числа выполненных сварных точек;

фиг.6 - схематическое изображение изменения нескольких характеристических величин сварочного процесса во время выполнения сварной точки.

Точечная сварка является известным из предшествующего уровня техники способом соединения двух металлических листов. Два металлических листа 1 и 2 (фиг.1) накладывают друг на друга в зоне пограничного перекрытия и зажимают между двумя электродами 3 и 3′, соединенными с модулем управления 4, содержащим трансформатор, соединенный с источником электрического тока 5. С помощью электродов в течение ограниченного промежутка времени можно пропускать электрический ток силой Ic через контактную зону 6 металлических листов, находящуюся между электродами. Прохождение электрического тока через контактную зону 6 вызывает нагрев металла, который при этом плавится, образуя расплавленное ядро 7 (фиг.2), окруженное зоной действия тепла 8, содержащей углубления 9 и 9′ образовавшиеся под действием давления электродов. После прохождения электрического тока расплавленное ядро 7 отверждается и обеспечивает соединение между двумя металлическими листами. Как правило, для соединения двух листов металла выполняют множество сварных точек, расположенных вдоль зоны перекрытия листов.

Структуру, образованную расплавленной, а затем отвержденной зоной 7 и зоной действия тепла 8, называют сварным узлом.

Качество сварки, то есть механическую прочность сварного узла оценивают по его среднему диаметру. Для измерения этого среднего диаметра берут участок листов, соединенных точечной сваркой, и два куска листов отрывают друг от друга. Таким образом получают (фиг.3) участок листа 1а, содержащий более или менее круглую дыру 10, и участок 2а, содержащий сварной узел 8. Для измерения диаметра Ф узла измеряют наибольший и наименьший диаметры узла и определяют арифметическое среднее этих двух измерений. Данное измерение осуществляют по канавке 16, расположенной примерно по поверхности контакта между двумя металлическими листами. Таким образом, качество сварки является измеряемой величиной и измерением этого качества является диаметр сварного узла. Необходимо отметить, что качество сварки может быть также измерено и другими средствами, например путем измерения усилия разрыва сварного узла; специалистам известны такие способы измерения качества сварного узла.

Однако эта величина не является наблюдаемой в том смысле, как это было определено выше, так как для ее измерения необходимо разрушить сварное соединение и, следовательно, ее невозможно измерить в режиме реального времени, то есть по мере выполнения сварного соединения.

Процесс сварки содержит следующие этапы:

- установка металлических листов между электродами;

- стыковка - операция, состоящая в приближении электродов к металлическим листам и в постепенном обжатии путем увеличения усилия сжатия до номинального значения;

- образование расплавленного ядра при прохождении электрического тока в течение определенного промежутка времени;

- ковка при сохранении усилия сжатия в течение определенного промежутка времени;

- прекращение сжатия путем разведения электродов.

Каждый из этих этапов длится доли секунды или примерно секунду, а полный цикл длится несколько секунд.

Для металлических листов данной толщины и структуры (марка металла, наличие или отсутствие покрытия и т.д.) качество сварки зависит от следующих параметров:

- усилие F сжатия электродами металлических листов;

- сила сварочного тока Is;

- время прохождения электрического тока Δts;

- продолжительность приложения ковочного усилия Δtf;

- степень износа электродов.

По каждому из этих параметров за исключением степени износа электродов определяют заданные значения, соответствующие значениям, которые необходимо выдерживать при помощи сварочной машины, управляемой автоматическими приборами.

Отмечается, что при усилии сжатия F, времени прохождения электрического тока Δts и продолжительности ковки Δtf качество сварки (измеряемое диаметром сварного узла Ф) меняется в зависимости от силы электрического тока Is (фиг.4) от минимального значения Фmin до максимального значения Фmax, когда ток меняется от значения Imin до значения Imax, то есть значения, за пределами которого наблюдается так называемое явление выплеска, происходящее из-за слишком сильного плавления, и расплавленный металл выбрасывается, при этом диаметр сварного узла не увеличивается; на самом деле, как видно по кривой 11, этот диаметр уменьшается.

Вместе с тем диаметр сварного узла зависит также от износа электродов (который выражается, помимо всего прочего, в увеличении диаметра их концов). Следствием этого износа является деформация кривой "диаметр сварного узла = f (сила тока)", выражающаяся в ее перемещении к высоким значениям силы тока и в уменьшении ее наклона, как показано на фиг.4, где кривая 11 соответствует новому электроду, а кривая 12 - изношенному электроду. Для изношенного электрода минимальный диаметр Фмин соответствует силе тока I′min>Imin; при этом разница между Imax и I′max существенно превышает разницу между I′min и Imin.

Чтобы сварка была удовлетворительной, необходимо, чтобы диаметр сварного узла находился в пределах между Фmin и Фmax и чтобы сила тока была меньше значения, при котором начинается явление выплеска. Поскольку электроды изнашиваются по мере выполнения сварных точек, для того чтобы гарантировать качество последовательных сварных точек, необходимо по меньшей мере изменять заданное значение силы сварочного тока по мере увеличения числа точек, сваренных при помощи одних и тех же электродов.

На фиг.5 показана диаграмма "число сварных точек/сила сварочного тока", на которой кривые 13 и 14 изображают соответственно изменение Imax и Imin в зависимости от числа сваренных точек (масштаб горизонтальной оси, соответствующей числу сварных точек, является произвольным и выбирается таким образом, чтобы кривые 13 и 14 были прямыми, что является исключительно формальным моментом).

Кривые 13 и 14 ограничивают область 15 свариваемости металла, в которой находятся рабочие точки, соответствующие последовательным сварным точкам, обозначенным от s1 до sg. Эти точки располагаются в виде "ступенек", что соответствует общепринятому способу управления установкой для точечной сварки, известному под названием "закон фазового смещения". Поскольку в реальной действительности кривые 13 и 14 не имеют должным образом известной формы, то следует определять, после какого числа сварных точек и в какой степени необходимо изменять заданное значение силы тока. Это и является задачей настоящего изобретения в рамках его применения в процессе точечной сварки и состоящей в автоматическом определении момента и степени изменения заданной величины силы сварочного тока.

Для лучшего понимания настоящего изобретения далее со ссылкой на фиг.6 будет подробно рассмотрен простейший цикл выполнения сварной точки.

На фиг.6 показано изменение в режиме реального времени двух наблюдаемых величин, которыми являются:

- сила F сжатия электродами свариваемого соединения;

- разводка z электродов; эта разводка измеряется расстоянием между двумя произвольными контрольными точками А и А′, определенными на каждом из электродов (фиг.1).

Эти две величины могут быть измерены при помощи датчиков усилия и перемещения, установленных известным образом на сварочной машине.

На фиг.6 показаны следующие последовательные фазы:

- 1: перед сжатием электродов усилие равно нулю и разводка имеет значение z, достаточное для установки соединяемых металлических листов между электродами;

- 2 и 3: стыковка; электроды приближаются друг к другу до соприкосновения с металлическими листами, расстояние z сокращается, затем усилие увеличивается и достигает заданного значения Fc, а расстояние z принимает значение z1, соответствующее контакту между двумя металлическими листами;

- 4: сварка; пропускают электрический ток с заданным значением силы тока Ic. Во время этой фазы, поскольку металлические листы расширяются при нагреве от прохождения электрического тока, усилие F увеличивается до значения Fmax,s, разводка z электродов увеличивается до значения z2;

- 5: ковка; значение усилия сохраняется, но подача электрического тока прекращается, усилие стабилизируется при значении Fc и электроды слегка приближаются друг к другу, образуя углубления в зонах контакта с листами, расстояние z достигает минимума z3;

- 6: конец сварки; электроды разводят, чтобы извлечь или переместить металлические листы.

На этой фигуре видно также, что с течением времени величины F и z меняются.

В каждый момент можно измерить F(t) и z(t). Путем электрических измерений, известных из предшествующего уровня техники, можно также измерить в каждый момент силу тока i(t) и напряжение u(t) во время фазы 4.

Для управления процессом сварки устанавливают заданные величины, такие как сварочное усилие Fc и сила тока Ic, а также продолжительность сварки Δts и продолжительность ковки Δtf. Путем соответствующей известной специалисту компьютерной обработки информации на основании измерений F(t), z(t), i(t) и u(t) после выполнения сварной точки можно определить величины, которые являются наблюдаемыми в том смысле, как это было определено выше.

Такими наблюдаемыми величинами, например, являются:

- максимальное сварочное усилие Fmax,s;

- максимальное расширение во время сварки Δzmax,s=z2-z1;

- максимальная усадка во время ковки Δzmax,f=z2-z3;

- общее потребление электрической энергии Eélec=∫u(t).i(t).d(t) (интегрирование осуществляется по продолжительности сварки).

Необходимо отметить, что в данном процессе определенные выше, наблюдаемые величины не являются ни входными величинами, ни выходными величинами, ни заданными величинами.

На основании этих наблюдаемых величин, в частности, на основании величин Δzmax,s, Δzmax,f и Eélec можно рассчитать прогнозируемое значение диаметра Фр сварного узла. Для расчета Фр используют модель М, в которой переменными являются измеряемые величины Δzmax,s, Δzmax,f и Eélec, такую как:

Фр=M(ΔZmax,s, ΔZmax,f, Еélec).

В этом примере, если использовать определенную ранее терминологию, величина Ф представляет собой результат R. Модель М учитывает три наблюдаемые величины Δzmax,s, Δzmax,f и Eélec, однако она может учитывать и другие величины и может использовать одно или несколько заданных значений, таких как Ic, Fc, Δts и Δtf. Тем не менее, следует отметить, что модель учитывает по меньшей мере две независимые переменные, одна из которых является наблюдаемой величиной, что является необходимым для осуществления оценки Фр. Действительно, учет только одной из этих измеряемых величин, в случае необходимости дополненный учетом одной или нескольких заданных величин, или только учет заданных величин не позволяют с достаточной точностью оценить Фр.

Как уже было указано выше, управление процессом точечной сварки состоит в определении после каждого выполнения сварной точки применяемых заданных величин для того, чтобы выполнить достаточно качественно следующую сварную точку. В частности, оно состоит в определении заданного значения силы тока Ic, чтобы диаметр сварного узла был достаточным, то есть находился в пределах между двумя определенными выше значениями Фmin и Фmax, и чтобы заданное значение силы тока Ic находилось внутри диапазона свариваемости металла.

С этой целью по каждой операции сварки:

- вводят в память наблюдаемые параметры, необходимые для определения наблюдаемых величин, используемых в модели М; в данном случае такими параметрами являются Δzmax,s, Δzmax,f и Eélec;

- с помощью модели М рассчитывают оценку результата Res, в данном случае равного диаметру сварного узла: Resр=M(Δzmax,s, Δzmax,f, Eélec);

- с помощью закона управления L, в котором входной переменной по меньшей мере является Res, рассчитывают заданное значение силы тока Ic для операции сварки: Ic=L(Res);

- осуществляют следующую операцию сварки, используя новое заданное значение силы тока.

Можно применять несколько законов управления. В частности, можно использовать закон управления L, определяемый следующим образом:

- выбирают минимальное значение Фmin и максимальное значение Фmax для диаметра сварного узла;

- выбирают число qm;

- определяют среднее скользящее значение Фmg из qm последних прогнозов диаметра Ф сварного узла;

- если Фmgmax, то заданное значение силы сварочного тока Ic уменьшают, если Фmin≤Фmg≤Фmax, заданное значение силы сварочного тока Ic не меняют, а если Фmgmin, то заданное значение силы сварочного тока Ic увеличивают.

Кроме того, можно устанавливать значение Ф0min и, если последний прогноз диаметра сварного узла Ф меньше Ф0, то заданное значение силы сварочного тока Ic увеличивают.

Для корректировки заданного значения силы тока устанавливают инкремент ΔIc силы сварочного тока и, если заданное значение силы тока Ic уменьшают или увеличивают, то инкремент ΔIc вычитают или добавляют к Ic.

Модель М является статистической моделью, построенной на основании начального базиса Вар, содержащего совокупность заданных значений, наблюдаемых величин, а также измерений результата, полученных для ряда N сварных точек. Она может быть подтверждена на основании тестового базиса Btest, содержащего те же величины, что и начальный базис, но с примерами, отличающимися от примеров начального базиса.

Модель М может, например, быть нейронной сетью, а также любой другой статистической моделью.

Далее следует подробное описание общего построения модели и ее использования, после чего будут описаны отличительные признаки применения для процесса точечной сварки.

Как было указано выше, начальный базис состоит из совокупности N наблюдений, обозначаемых индексом i, выбираемых таким образом, чтобы оптимально перекрыть диапазон возможных условий выполнения измеряемого процесса.

Каждому наблюдению i соответствуют:

- полученный (измеренный) результат Ri;

- n переменных xi1,...,xin, соответствующих значениям заданных величин и измеряемых наблюдаемых величин и образующих вектор хi; можно отметить, что эти переменные могут также соответствовать входным величинам, которые в случае точечной сварки могут быть, например, толщиной и маркой свариваемых металлических листов; однако в данном случае считают, что все наблюдения проводятся на идентичных металлических листах.

Точно так же тестовый базис состоит из N′ наблюдений, каждому из которых соответствует измеренное значение R, и из n переменных x1,...,Хn, образующих вектор х.

Модель М является функцией соответствующей формы, которую специалист может выбрать в зависимости от типа модели, которую он собирается использовать; это может быть многочлен из n переменных x1,...хn или нейронная сеть, содержащая по меньшей мере один нелинейный нейрон и зависящая от тех же переменных. Эта функция зависит от параметров θ1,...θq, образующих вектор θ. Она позволяет рассчитать оценку результата Rest=V(x; θ) (или в более развернутом виде: Rest=M(x1,...,хn; θ1,...θq)). Эта модель может быть скорректирована по начальному базису с определением вектора θа, минимизирующего тестовый итог S, обозначаемый также S(M; Вар), если его рассчитывают для модели М по начальному базису Вар, равному для всех сварных точек сумме значений функции стоимости J, являющейся, например, квадратичным отклонением между оценкой, сделанной для модели, и реально измеренным результатом:

J(x)=(Rtest-R)2=(M(x; θ)-R)2

Данная функция стоимости J является функцией переменной х, которая зависит от вектора параметров θ, поэтому ее можно записать в виде J(x),...хn; θ1,...,θq). Отсюда получаем:

S(М; Вар)=Σi=1,NJ(xi)=Σi=1,N(Rest,i-Ri)2

Векторы х1,...,xN являются векторами, соответствующими различным точкам начального базиса Вар. Поиск вектора θа может быть осуществлен при помощи любого метода минимизации стоимости, известного специалистам, такого, например, как квазиньютоновский алгоритм (описанный, например, в W.H.PRESS & al. "Numerical Recipies in С: The art of Scientific Computing", второе издание, Cambridge University Press, 1992) или алгоритм Левенберга-Маркардта (описанный, например, в R.LEVENBERG, "А method for the Solution of Certain Non-Linear Problems in Least-Squares", Quaterly Journal of Applied Mathematics II (2), стр. 164-168б 1994 и в D.W.MARQUARDT "An Algorithm for Least-squares Estimation of Non-linear Parameters", Journal of the Society of Industrial and Applied Mathematics 11(2), стр. 431-441, 1963).

Таким образом получают скорректированную модель Ма (х; θа). Такую модель можно испытать по тестовому базису Btest, рассчитав тестовый итог S, равный функции стоимости, рассчитанной для точек тестового базиса:

S(Ma; Btest)=Σi=1,N′F(xi); при этом x1,...,хN′ входят в Btest.

Этот тестовый итог можно точно так же расчитать по начальному базису.

Вместе с тем, для одного и того же типа модели можно предусмотреть модели, содержащие больше или меньше параметров. Например, если модель относится к многочленному типу, можно выбрать многочлен в степени 1 или в более высокой степени. Точно так же, если модель относится к типу нейронной сети, можно выбрать модель, содержащую один или несколько нейронов. Тестовый итог модели зависит, в частности, от числа параметров и, в частности, если это число увеличивается, тестовый итог уменьшается, что является желательным, так как модель тем лучше, чем ее тестовый итог меньше, если только не произошло чрезмерной корректировки. Действительно, результаты измерения, составляющие начальные базисы или тестовые базисы, могут содержать погрешности, приводящие к случайным помехам. Слишком увеличивая число параметров, можно получить модель с нулевым тестовым итогом по начальному базису, что, казалось бы, является идеальным, но на самом деле является недостатком. Действительно, такая модель позволяет идеально прогнозировать не моделируемое явление, а явление, к которому добавляется помеха, влияющая на начальный базис. Отсюда следует, что применение такой модели с точкой, не содержащейся в начальном базисе, приведет к результату, заранее содержащему значительную погрешность.

Кроме того, для одного и того же типа модели, то есть для данной алгебраической формы и данного числа параметров, функция стоимости, как правило, допускает несколько минимумов, то есть несколько векторов параметров θа. Каждому из этих векторов параметров соответствует одна модель.

Для определения наилучшей модели, то есть модели, которая будет иметь наименьший тестовый итог, не будучи при этом подвергнутой чрезмерной корректировке, можно применять известные методы, такие как методы "перекрестного подтверждения" или "регуляризации".

Но эти методы являются сложными и не всегда достаточно эффективными. В связи с этим автор изобретения разработал новый метод, более эффективный по сравнению с известными.

Для осуществления этого метода производят следующие действия:

- выбирают структуру модели, для которой число параметров можно выбирать произвольно;

- как указывалось выше, определяют первую скорректированную модель, содержащую q1 параметров: Ma,1(x; θa,1), где θa,1 является вектором размера q1;

- рассчитывают матрицу Z модели Ma,1 (х; θa,1). Для этого берут функции Ma,1i; θ), для которых считают, что вектор параметров θ модели является переменным. В этом случае матрица Z является матрицей, содержащей q1 строк и N столбцов, где элементы zi,j равны:

zi,j=∂ Ma,1(xi; θ)/∂ θj в точке θ=θa,1

- после этого по каждому наблюдению i начального базиса Вар рассчитывают следующий скаляр, обозначаемый hji:

hji=(zi,1,...zi,q1)(tZZ)-1t(zi,1,...zi,q1)

- в этом случае по начальному базису рассчитывают обобщенный тестовый итог модели с вектором параметров θa,1:

E(θa,1)=Σi=1,N[(Ma,1(xi; θa,1)-Ri)/(1-hii)]2;

- и рассчитывают величину μ(θa,1)=(N.q1)-1/2 Σi=от 1 до N hii1/2

- после этого таким же образом определяют модели, которые по выбору имеют различные структуры или число параметров или соответствуют различным минимумам одной и той же функции стоимости. В этом случае получают ряд моделей Ma,k, с которыми связаны величины E(θa,k) и μ(θa,k);

- сравнивая значения Е(θа,k) и μ(θa,k), определяют модель Ma,k, для которой E(θa,k) находится среди наименьших полученных значений, а μ(θa,k) является максимальным. Эта модель соответствует оптимальной модели, которую обозначают Ma,opt. Именно эту модель и применяют для регулирования процесса.

Для определения оптимальной модели можно, например, действовать следующим образом:

- рассматривают совокупность моделей Ma,k, для которых рассчитывают соответствующие значения E(θa,k) и μ(θa,k);

- рассматривают множество, образованное значениями E(θa,k), при этом данное множество содержит наименьшее значение min[E(θa,k)], и оставляют по меньшей мере две модели, в которых значения E(θa,k) наиболее близки к min[E(θa,k)], и для этого можно применять любой критерий, который может определить специалист;

- рассматривают модели, выбранные указанным путем, и из этих моделей оставляют модель, в которой значение μ(θa,k) является наибольшим; эту модель считают оптимальной.

Таким образом, из моделей с наименьшими E(θa,k) выбирают модель с наибольшим μ(θa,k).

Можно также, используя известный метод, выбрать "набор моделей", состоящий из совокупности априорно-приемлемых моделей, и каждый раз, когда необходимо сделать прогноз, используют набор моделей для определения наиболее подходящего прогноза (см., например, CLEMEN, R.T. "Combining forcasts: A review and annotated bibliography", International Journal of Forcasting, том 5, стр. 559-584, 1989).

В дальнейшем речь будет идти только о "модели", но все сказанное ниже специалист может траспонировать mutatis mutandis на "набор моделей".

Полученная таким образом модель не обязательно является удовлетворительной, в частности, это происходит в том случае, когда начальный базис не содержит достаточное количество точек или когда эти точки не распределены должным образом в пространстве входов. Чтобы оценить качество модели и, возможно, улучшить ее, можно использовать тестовый базис. Для этого производят следующие действия:

- заранее путем предварительных испытаний определяют интервал оценки типового отклонения помехи измерения [σmin, σmax] для измерения результата R;

- затем рассчитывают тестовый итог модели Ma,opt по тестовому базису: S(Ma,opt; Btest) и этот тестовый этог сравнивают с интервалом [σmin, σmax]; если σmin<S(Ma,opt; Btest)<σmax, то считают, что модель является удовлетворительной; в противном случае начальный базис дополняют одной или несколькими точками, взятыми из тестового базиса, и возобновляют расчет оптимальной модели.

Взятые из тестового базиса примеры для введения в начальный базис можно выбирать различным образом. Однако предпочтительно выбирать точки, для которых интервал достоверности оценки результата R, осуществляемой при помощи модели, является наибольшим, то есть для которых эта оценка является наименее уверенной. Этот интервал достоверности точки i независимо от того, принадлежит ли она начальному базису или тестовому базису, определяют при помощи коэффициента hi определенного выше. Точнее говоря, этот интервал пропорционален hii1/2. Такую корректировку или исправление модели можно осуществлять в ходе выполнения процесса, производя время от времени измерения результата с возможностью формирования тестового базиса, с помощью которого оценивают эффективность модели и, в случае необходимости, дополняют начальный базис для перерасчета более оптимальной модели.

В частном случае точечной сварки в соответствии с настоящим изобретением осуществляют следующие действия:

- путем предварительных испытаний формируют первый начальный базис и путем испытания воспроизводимости измерения оценивают интервал разброса типового отклонения помехи измерения [σmin, σmax] с целью измерения диаметра сварного узла (результат R). Этот начальный базис строят, выполняя ряд сварных точек при значениях силы сварочного тока, поочередно меняющихся от нижнего предела свариваемости металла до верхнего предела свариваемости, не меняя другие заданные значения, которыми являются время сварки, время ковки и сварочное усилие сжатия. Это позволяет построить модель, которая предназначена для управления сваркой без изменения продолжительности цикла, то есть при сохранении постоянной производительности;

- рассматривают статистическую модель и предпочтительно нейронную модель, входной переменной которой являются определенные выше наблюдаемые величины, а выходной переменной - оценка диаметра сварного узла. С помощью начального базиса и применяя, например, определенный выше метод модель оптимизируют. Авторы изобретения отметили, что хорошей моделью, в частности, является модель с входными переменными Δzmax,s, Δzmax,f и Eélec, как уже было указано выше;

- для регулирования процесса используют модель, как было указано выше, с целью обновления, в случае необходимости, заданного значения силы сварочного тока Ic после каждого выполнения сварной точки.

Кроме того, для улучшения модели можно по ходу выполнения процесса брать образцы сваренных металлических листов и измерять диаметр сварного узла для формирования тестового базиса. С помощью этого тестового базиса рассчитывают тестовый итог модели; если тестовый итог оказывается удовлетворительным, модель не меняют; если этот итог не является удовлетворительным, из тестового базиса удаляют все точки, по которым прогноз является наименее уверенным, то есть для которых интервал достоверности превышает заранее установленное значение Sk, и эти точки вводят в начальный базис для его дополнения. При помощи этого дополненного начального базиса пересчитывают оптимизированную модель и продолжают регулирование процесса уже с этой новой моделью. Как можно легко понять, применение описанного выше способа не ограничивается точечной сваркой, его можно использовать в любом процессе, для которого требуется моделирование.

Как в общем смысле, так и в частном случае точечной сварки способ осуществляют с помощью компьютера, связанного с датчиками и с модулем управления процессом. Компьютер содержит программы, предназначенные для расчета оптимальной модели с помощью файлов, в которых содержатся данные по начальным базисам и по тестовым базисам, программы, предназначенные для применения оптимальной модели на основании данных измерений, производимых в ходе процесса, для расчета заданных значений с помощью закона управления и для передачи этих заданных значений на оборудование, предназначенное для выполнения процесса. Специалистам известны такие автоматические средства и способы работы с ними.

В частном случае точечной сварки оборудование, предназначенное для выполнения процесса, представляет собой известную из предшествующего уровня техники сварочную машину для точечной сварки, известным образом содержащую средства измерения в каждый момент положения электродов, усилия сжатия, силы сварочного тока и сварочного напряжения, а также средства управления. Эти средства известным образом связаны с компьютером либо непосредственно, либо через известные специальные автоматические приборы.

1. Способ контроля и управления техническим процессом, осуществляемым во времени либо в непрерывном режиме, либо в периодическом режиме с применением в каждый момент t заданных значений {C1(t),...Cn(t)}, приводящий к измеряемому, но не наблюдаемому результату R(t) и обеспечивающий получение множества отдельных наблюдаемых величин, по меньшей мере две из которых являются независимыми {G1(t),...Gm(t)}, при котором измеряют по меньшей мере две независимые наблюдаемые величины {G1(t),...Gp(t)}; при помощи прогнозируемой модели М или ряда моделей, входные переменные которых содержат, по меньшей мере, две независимые наблюдаемые величины, производят расчет оценки Res(t)=M(G1(t),...Gp(t)) результата R(t); при помощи закона управления L, входная переменная которого является оценочным результатом Res(t), рассчитывают новые заданные значения {C1(t+1),...Cn(t+1)}=L(Res(t)), применимые для момента t+1; и значения {C1(t),...Cn(t)} заменяют значениями {C1(t+1),...Cn(t+1)}, отличающийся тем, что прогнозируемая модель М является статистической корректировочной моделью, зависящей от параметров {θ1,...θp}, образующих вектор параметров θ, корректируемых по начальному базису Вар, состоящему из совокупности заданных значений, измерений наблюдаемых величин и измерения результата по множеству последовательных выполнений технического процесса.

2. Способ по п.1, отличающийся тем, что для определения модели М действуют следующим образом: выбирают структуру модели, зависящую от вектора параметров θ; выбирают функцию стоимости J, имеющую, например, квадратичную форму; при помощи начального базиса рассчитывают последовательность скорректированных моделей Ма,k, соответствующих различным векторам параметров θa,k размера qk, которые глобально или локально минимизируют функцию стоимости по начальному базису; для каждой модели Ma,k рассчитывают коэффициенты hii по каждому из примеров начального базиса и рассчитывают обобщенный тестовый итог модели Ma,k:

E(θa,k)=Σi=1,N[(Ma,k(xia,k)-R1)/(1-hii)]2;

причем хi является вектором, соответствующим точке Iest начального базиса Вар,

рассчитывают величину μ(θa,k)=(N.qk)-1/2 Σi=от 1 до N hii1/2 и выбирают модель Ма,k, имеющую наибольшую μ(θa,k), из моделей с наименьшими E(θa,k);

эта модель является оптимальной моделью Ma,opt.

3. Способ по п.2, отличающийся тем, что для измерения результата R определяют интервал разброса [σminmax] типового отклонения помехи измерения; корректируют параметры {θ1,...θp} прогнозируемой модели М таким образом, чтобы на тестовом базисе Btest получить тестовый итог S=S(M; Btest), такой как σmin<S<σmax, при этом тестовый базис представляет собой совокупность заданных значений, измерений наблюдаемых величин и измерение результата по ряду последовательных выполнений технического процесса.

4. Способ по п.3, отличающийся тем, что для корректировки параметров {θ1,...θp} прогнозируемой модели М выбирают первый начальный базис Вар и первый тестовый базис Btest, при помощи первого начального базиса осуществляют первую оценку параметров {θ1,...θp} таким образом, чтобы тестовый итог модели М для начального базиса находился в интервале разброса [σmin, σmax], затем, используя в модели М эту первую оценку параметров, при помощи первого тестового базиса Btest осуществляют оценку тестового итога S=S(M; Btest), которую сравнивают с интервалом разброса [σmin, σmax]; если S находится в указанном интервале разброса, считают, что оценка параметров является удовлетворительной, в противном случае начальный базис Вар дополняют примерами из первого тестового базиса для получения нового начального базиса, в случае необходимости дополняют тестовый базис и снова определяют параметры {θ1,...θp} при помощи нового начального базиса и тестовый итог S на новом тестовом базисе и итерации продолжают до тех пор, пока тестовый итог S не войдет в интервал разброса [σmin, σmax].

5. Способ по п.4, отличающийся тем, что для дополнения начального базиса примерами из базового теста устанавливают порог Sk интервала достоверности для прогнозов модели; рассчитывают интервал достоверности Ik для прогнозирования модели М по каждому из примеров тестового базиса; включают в начальный базис, по меньшей мере, один из примеров тестового базиса, интервал достоверности Ik которого превышает Sk, то есть в котором оценка результата является наименее уверенной.

6. Способ по п.4, отличающийся тем, что интервал достоверности Ik для прогнозирования модели М по каждому примеру тестового базиса пропорционален квадратному корню из коэффициента hii этого примера.

7. Способ по п.6, отличающийся тем, что по ходу технического процесса измеряют, по меньшей мере, один результат и соответствующие наблюдаемые величины таким образом, чтобы определить, по меньшей мере, один дополнительный пример, который добавляют к начальному базису, и при помощи полученного таким образом нового начального базиса корректируют параметры модели и оценивают эффективность модели.

8. Способ по любому из пп.1-7, отличающийся тем, что технический процесс является точечной сваркой металлических листов.

9. Способ по п.8, отличающийся тем, что результат R является диаметром Ф сварного узла или любой другой сравнимой величиной, такой, например, как усилие разрыва сварного узла, а заданные значения C1,...Cn являются сварочным усилием Fs, силой сварочного тока Is, временем сварки Δts и временем ковки Δtf.

10. Способ по п.9, отличающийся тем, что наблюдаемые величины являются обшей потребляемой энергией Eelec, максимальным расширением во время сварки Δzmax,s и максимальной усадкой во время фазы ковки Δzmax,f.

11. Способ по п.10, отличающийся тем, что закон управления L определяют следующим образом: выбирают минимальное значение Фmin и максимальное значение Фmax диаметра сварного узла; выбирают число qm; устанавливают инкремент ΔIc силы сварочного тока; определяют среднюю скользящую Фmg из qm последних прогнозов диаметра Ф сварного узла; если Фmgmax, то уменьшают заданное значение Ic силы сварочного тока путем вычитания инкремента ΔIc из Ic, если Фmin≤Фmg≤Фmax. не изменяют заданное значение Ic силы сварочного тока, и если Фmgmin увеличивают заданное значение Ic силы сварочного тока путем добавления инкремента ΔIc к величине Ic.

12. Способ по п.11, отличающийся тем, что устанавливают значение Ф0min и, если последний прогноз диаметра Ф сварного узла меньше Ф0, то в этом случае увеличивают заданное значение Ic силы сварочного тока.

13. Способ по п.12, отличающийся тем, что для построения начального базиса выполняют последовательность сварных точек, поочередно изменяя заданное значение силы сварочного тока Iс между нижним пределом и верхним пределом интервала свариваемости металла, используя при этом сварочные электроды, при этом другие заданные значения сохраняют постоянными.

14. Способ по п.13, отличающийся тем, что модель М является нейронной сетью.

15. Способ по любому из пп.1-7, отличающийся тем, что его осуществляют при помощи компьютера.

16. Способ по п.8, отличающийся тем, что его осуществляют при помощи компьютера.

17. Способ по п.14, отличающийся тем, что его осуществляют при помощи компьютера.



 

Похожие патенты:

Изобретение относится к автоматической оперативной калибровке моделей ввода-вывода. .

Изобретение относится к области радиотехники и цифровой техники и может быть использовано для настройки и проверки функциональных модулей, изделий, подкомплексов и комплексов аппаратуры приема, демодуляции, декодирования и обработки сложных сигналов спутниковых и радиорелейных линий связи с многостанционным доступом на основе частотного (МДЧР), временного (МДВР) и кодового (МДКР) разделения.

Изобретение относится к технической кибернетике и предназначено для использования в качестве способа текущей идентификации объектов в реальном масштабе времени. .

Изобретение относится к средствам автоматизации объектов с опасными условиями эксплуатации, требующих высоконадежных систем управления. .

Изобретение относится к системам автоматизации для разработки и эксплуатации промышленных установок, в частности для разработки, проектирования, реализации, ввода в эксплуатацию, технического обслуживания и оптимизации отдельных компонентов установки или комплектных установок в промышленности основных материалов.

Изобретение относится к технической кибернетике и предназначено для идентификации линейных динамических объектов со случайным стационарным или нестационарным входным воздействием.

Изобретение относится к технической кибернетике и предназначено для идентификации линейных динамических объектов с переменным запаздыванием. .

Изобретение относится к системам автоматического управления и может быть использовано для линейных динамических объектов периодического действия с запаздыванием по управлению.

Изобретение относится к антенной технике и может быть использовано при разработке устройств для экспериментального моделирования фазированных антенных решеток (ФАР).

Изобретение относится к технической кибернетике и предназначено для идентификации линейных динамических объектов со случайным входным воздействием. .

Изобретение относится к компьютерной системе, основанной на программном обеспечении предсказательной модели одиночной скважины (SWPM)

Изобретение относится к управлению технологическими процессорами

Изобретение относится к автоматике и вычислительной технике и может быть использовано для статистической оценки показателя частоты воздействия дестабилизирующих факторов при моделировании процедуры распознавания сложного динамического объекта на временном интервале

Изобретение относится к системам числового программного управления (ЧПУ) станками

Изобретение относится к способу управления и/или регулирования промышленного процесса для изготовления или обработки продуктов

Изобретение относится к судовождению и предназначено для оперативной идентификации математической модели судна в реальном масштабе времени

Изобретение относится к динамической коррекции выходных сигналов систем с целью компенсации возникших в ходе их эксплуатации повреждений, а также воздействующих на систему возмущающих факторов или имитации нештатных (аварийных) ситуаций по информации о штатном функционировании объекта

Изобретение относится к области мониторинга и управления инженерными системами зданий и сооружений
Наверх