Методы и средства исследования технологических процессов ткацкого производства. Назарова М.В - 113 стр.

UptoLike

мов «двойная точность» и практически не зависит от точности изготов-
ления деталей и узлов машины. Другой особенностью цифрового модели-
рования является необходимость предварительного специального про-
граммирования задачи. Для составления программы выполнения опера-
ций с числами и проверки ее правильности требуется много времени.
Цифровые машины сложнее и дороже аналоговых. При их эксплуатации
требуется высококвалифицированный персонал, обязателен и тщатель-
ный контроль работы. ЭВМ обладает большей надежностью в работе, чем
АВМ.
Математическое моделирование в сочетании с современными вычис-
лительными машинами позволяет при относительно небольших матери-
альных затратах изучить различные варианты технологических режимов,
объектов и конструктивного оформления машин для принятия оптималь-
ного решения. При этом сокращается время научных исследований. Математи-
ческое моделирование в сочетании с физическим ускоряет изучение свойств
процесса и объекта и расширяет возможности установления адекватных зако-
номерностей процесса.
МЕТОДЫ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ НА
АНАЛОГОВЫХ И ЦИФРОВЫХ ЭЛЕКТРОННЫХ МАШИНАХ
ПРИМЕНЯЮТ ДЛЯ ИЗУЧЕНИЯ СВОЙСТВ И ОПТИМИЗАЦИИ
МАТЕМАТИЧЕСКИ ОПИСАННЫХ ТЕХНОЛОГИЧЕСКИХ
ОБЪЕКТОВ. СЛУЧАЙ, КОГДА ПОЛНОЕ МАТЕМАТИЧЕСКОЕ
ОПИСАНИЕ ПРОЦЕССА ОТСУТСТВУЕТ, ТИПИЧЕН ДЛЯ
КИБЕРНЕТИЧЕСКИХ ЗАДАЧ: ЗДЕСЬ ПРИ НАЛИЧИИ
НЕПОЛНОЙ ИНФОРМАЦИИ ОБ ОБЪЕКТЕ МАТЕМАТИЧЕСКАЯ
МОДЕЛЬ СОЗДАЕТСЯ И ИССЛЕДУЕТСЯ.
7.5 Исследование технологических процессов ткацкого
производства с
использованием активного эксперимента
Из опыта ранее проведенных исследований известно, что наибольшее
распространение получил активный эксперимент, проводимый по сокращен-
ным планам проведения эксперимента (матрицам).
Наиболее часто применяемые матрицы планирования Коно-2 и Бокс-3
являются D-оптимальными, т. е. обеспечивают получение минимума диспер-
сий всех коэффициентов регрессии; композиционными и обладают свойст-
вами униформности и
рототабельности, имеют малое число опытов.
Свойство униформности обеспечивает постоянство дисперсии выходно-
го параметра на равных расстояниях от центра эксперимента.
Меньшее число опытов по сравнению с матрицами РЦКЭ достигается за
счет уменьшения числа опытов, имеющих равные дисперсии выходного па-
мов «двойная точность» и практически не зависит от точности изготов-
ления деталей и узлов машины. Другой особенностью цифрового модели-
рования является необходимость предварительного специального про-
граммирования задачи. Для составления программы выполнения опера-
ций с числами и проверки ее правильности требуется много времени.
Цифровые машины сложнее и дороже аналоговых. При их эксплуатации
требуется высококвалифицированный персонал, обязателен и тщатель-
ный контроль работы. ЭВМ обладает большей надежностью в работе, чем
АВМ.
    Математическое моделирование в сочетании с современными вычис-
лительными машинами позволяет при относительно небольших матери-
альных затратах изучить различные варианты технологических режимов,
объектов и конструктивного оформления машин для принятия оптималь-
ного решения. При этом сокращается время научных исследований. Математи-
ческое моделирование в сочетании с физическим ускоряет изучение свойств
процесса и объекта и расширяет возможности установления адекватных зако-
номерностей процесса.
    МЕТОДЫ       МАТЕМАТИЧЕСКОГО             МОДЕЛИРОВАНИЯ           НА
АНАЛОГОВЫХ И ЦИФРОВЫХ ЭЛЕКТРОННЫХ МАШИНАХ
ПРИМЕНЯЮТ ДЛЯ ИЗУЧЕНИЯ СВОЙСТВ И ОПТИМИЗАЦИИ
МАТЕМАТИЧЕСКИ              ОПИСАННЫХ            ТЕХНОЛОГИЧЕСКИХ
ОБЪЕКТОВ. СЛУЧАЙ, КОГДА ПОЛНОЕ МАТЕМАТИЧЕСКОЕ
ОПИСАНИЕ ПРОЦЕССА ОТСУТСТВУЕТ, ТИПИЧЕН ДЛЯ
КИБЕРНЕТИЧЕСКИХ             ЗАДАЧ:      ЗДЕСЬ       ПРИ     НАЛИЧИИ
НЕПОЛНОЙ ИНФОРМАЦИИ ОБ ОБЪЕКТЕ МАТЕМАТИЧЕСКАЯ
МОДЕЛЬ СОЗДАЕТСЯ И ИССЛЕДУЕТСЯ.

        7.5 Исследование технологических процессов ткацкого
       производства с использованием активного эксперимента
     Из опыта ранее проведенных исследований известно, что наибольшее
распространение получил активный эксперимент, проводимый по сокращен-
ным планам проведения эксперимента (матрицам).
     Наиболее часто применяемые матрицы планирования Коно-2 и Бокс-3
являются D-оптимальными, т. е. обеспечивают получение минимума диспер-
сий всех коэффициентов регрессии; композиционными и обладают свойст-
вами униформности и рототабельности, имеют малое число опытов.
     Свойство униформности обеспечивает постоянство дисперсии выходно-
го параметра на равных расстояниях от центра эксперимента.
     Меньшее число опытов по сравнению с матрицами РЦКЭ достигается за
счет уменьшения числа опытов, имеющих равные дисперсии выходного па-