CC BY
5
DOI: 10.18454/IRJ.2016.48.162 Сироткин А.В.1, Шарыпов С.А.2
1ORCID: 0000-0002-5770-9884, Кандидат технических наук, доцент, 2ORCID: 0000-0002-0596-471X, Студент, Северо-Восточный государственный университет ПОСТРОЕНИЕ ОПТИМИЗАЦИОННОЙ МОДЕЛИ СИСТЕМЫ ОБЪЕКТОВОГО КОНТРОЛЯ
И МОНИТОРИНГА
Аннотация
В статье рассматривается вопрос разработки оптимизационной модели системы контроля состояния и мониторинга на примере оценки соответствия функций охранных тиражируемых систем и параметров контролируемых объектов с использованием элементов теории множеств. Приведённый пример основывается на использовании аддитивной функции свёртки для построения целевой функции. Модель может быть использована для выбора оптимальной системы контроля произвольной среды при заданных критериях, требованиях, выбранной функции свёртки и системе экспертных оценок параметров измерений.
Ключевые слова: контроль, функции контроля, объект контроля.
Sirotkin A.V.1, Sharypov S.A.2 1ORCID: 0000-0002-5770-9884, PhD in Engineering, associate professor, 2ORCID: 0000-0002-0596-471X, Student, Northeastern state university CONSTRUCTION OF OPTIMIZATION MODEL OF SYSTEM OF THE OBJECT CONTROL
AND MONITORING
Abstract
The article reviews development of the optimization model of system of condition control and monitoring based on the estimation of conformity between functions of the security duplicated systems and parameters of controllable objects including elements from the theory of sets. The example is based on the function of additive convolution which was used for construction of the target function. The model can be used to select the best monitoring system of any environment with established parameters, requirements, selected additive function of convolution and expert evaluation of dimension parameters.
Keywords: control, control functions, control object.
В современном мире происходит лавинообразное внедрение систем автоматизации во все области деятельности человека. Основу этих систем составляют средства контроля и измерения параметров объектов и среды наблюдения. В этой связи немаловажным является вопрос правильного выбора системы контроля, функции которой будут максимально удовлетворять требованиям и параметрам объекта наблюдения, и не будут выходить за пределы принятых ограничений. В данной постановке проблема формулируется как выбор оптимальной системы контроля для наблюдаемого объекта. В данной работе рассматривается вопрос построения математической модели, которая может быть использована для выбора оптимальной системы контроля, применительно к произвольному объекту, параметры и требования которого чётко сформулированы.
Введём следующие обозначения. Пусть - множество систем мониторинга, F - множество функций контроля, O -множество объектов мониторинга, для каждого из которых введём соответствующее обозначение мощности:
п = |5|, т = И, g = \0\.
В общем случае для 1-й системы, произвольно выбранной из множества О, мониторинг (по аналогии с [1]) можно
представить в виде кортежа процессов М} = ^М} ^, М} 2,___, М^ где каждый участник у; у Е [1, к]
представляет собой процесс мониторинга, осуществляющий измерение, регистрацию и анализ параметров, соответствующих некоторому подмножеству функций контроля множества И; I Е |_1, g ]. Данное рассуждение имеет значение при том допущении, что множество И объединяет в себе все функции контроля, соответствующие
объекту О, в противном случае множество И разбивается на ряд подмножеств, включающих в себя функции
контроля, выбранные и сгруппированные по отдельным признакам, например по состоянию обработанности материала [1] (сырьё или продукция). В рамках поставленной задачи исследования примем неделимость множества
И , полностью характеризующего все параметры или функции контроля, имеющие в свою очередь, атомарный
(неделимый) характер. Это потребует конкретного формулирования параметров измерений, каждый из которых будет характеризовать отдельный физический процесс. Например, контроль возгорания не может быть сформулирован в данной постановке как параметр измерения, поскольку может включать в себя контроль задымления, температуры и
освещённости, но в отдельности каждый из этих параметров может войти в члены множества И как характеристика
объекта наблюдения, а мониторинг возгорания может быть в свою очередь представлен как контроль пожарного состояния объекта
Mf = {T, L, 5},
Ч
где Т - температура воздуха объекта, Ь - уровень освещённости, 5 - уровень концентрации дыма.
Решая задачу построения оптимальной системы контроля и мониторинга на её основе для выбранного объекта О £ О и соответствующего множества функций измерений ^, следует решать задачу выбора наилучшего решения, в наибольшей степени соответствующего требованиям контроля, причём не всегда наилучший выбор технической системы будет обоснован наибольшим количеством внедрённых функций измерения.
Учитывая всю сложность постановки подобной задачи в её широком смысле, попробуем решить её частный случай для распространённых охранных систем и объектов недвижимости с целью формулирования математических примитивов для моделирования оптимальных систем контроля.
Построим модель оптимизации системы контроля для множества О, основанную на максимальном удовлетворении всех требований к контролю объекта. Для рассматриваемой предметной области это является задачей многокритериальной оптимизации, где в качестве критериев выступают контролируемые показатели. В этом случае необходима нормализация критериев для приведения их к безразмерным относительным величинам. Следует также учитывать важность критерия для каждого конкретного объекта, которая будет оцениваться весовым показателем, полученным на основе экспертной оценки.
В такой постановке возможно использование метода аддитивной свёртки критериев для решения задачи оптимизации.
Определим вектор весовых коэффициентов р = (р, р2, ..., Рот) характеризующих важность функции измерения для абстрактного объекта. Очевидно, что для конкретного объекта О ,будет определён свой вектор
Р = (р г, рг, • • Ротг). Здесь важно то, что мы не изменяем состав функций измерения, осуществляя
управление выбором на основе весов для каждого вида измерений. Такой подход позволит универсализировать метод решения задачи оптимизации для всех систем контроля.
Построим целевую функцию для системы контроля на основе аддитивной свёртки:
m
f ( x )=ZP/// ( X )
ы , (i) где X - множество допустимых решений. Задача оптимизации в такой постановке сводится к поиску такого решения z, при котором целевая функция приводится к некоторому экстремуму, т.е.
z = Arg max(f (х)). (2)
Попробуем решить эту задачу для простых случаев оптимального выбора технического решения из представленных на рынке охранных систем, применяемых для типовых объектов контроля. В качестве исходных данных используем результаты функционального анализа этих систем, опубликованные в [2]. К сравнениям добавлена разрабатываемая система UCM, предназначенная для прототипирования базовой системы мониторинга состояния городской среды.
Определим матрицу A принадлежности функций контроля соответствующим системам
A-
аи
, ( = 1, П, у = 1, т) такую, каждый элемент которой определяется как
1, если г — я система контроля обладает у — й функцией,
а и =
10, в противоположномслучае.
Пример матрицы А для распространённых рыночных систем контроля приведен в таблице 1.
Определим матрицу В необходимости функции контроля для объекта наблюдения
B =
ßjk, (j' =1 m;k =1 g)
т; к = 1, ^) такую, каждый элемент которой определяется как
[1, если у — я функция необходима для к — го объекта контроля;
Р Ук = 1 л
[0, в противн ом случае.
Элементы матрицы В могут принимать численные значения из некоторого диапазона и показывать степень необходимости той или иной функции для каждого объекта контроля, т. е. фактически представлять множество
весовых коэффициентов рi, I £ |1, g^ Пример матрицы В приведён в таблице 2. Данные, приведённые в таблице 2,
не претендуют на абсолютное соответствие реальным потребностям указанных объектов. Приведённые значения в реальных условиях объективного выбора получаются на основе экспертной оценки весов значений матрицы В.
Таблица 1 - Матрица функций контроля для тиражируемых охранных систем
Функция Sapsan Страж Страж ДРАК Falcon КСИТАЛ
Pro 6 Sheriff Sokol-Prof ОН Eye i-Touch GSM-12T UCM
Отправка SMS-
сообщения и звонка в 1 1 1 1 1 1 1 1
случае тревоги
Контроль
проникновения в 1 1 1 1 1 1 1 1
помещение
Защита от 1 1 1 1 1 1 1 1
задымления и пожара
Контроль протечки 1 1 1 1 1 1 1 1
воды
Контроль 1 1 1 1 1 1 1
температуры
Контроль утечки газа 1 1 1 1 1 1
Сообщение об
отключении 1 1 1 1 1 1 1 1
электричества
Частичная
постановка и снятие с 1 1 1 0 0 1 0 1
охраны
Прослушивание 1 1 1 1 1 1 1 1
помещения
Управление
отопительными 1 1 1 1 0 0 1
приборами
Получение тревожных снимков 1 0 0 0 0 0 0 1
Функция видеозаписи 1 0 0 0 0 0 0 1
Функция «антиглушения» 0 0 0 0 0 1 1
Функция
ежедневного отчета 1 0 0 1 0 0 1 1
по SMS
Функция тревожной 1 0 1 1 1 1 1 0
кнопки
Включение сигнала
тревоги при срабатывании 1 1 1 1 1 1 1 0
датчиков
Применяем функцию (1) к расчёту целевого показателя для каждой из систем, приведённых в таблице 1, по всем объектам, приведённым в таблице 2. Для этого выполняем умножение матриц А и В, точнее транспонированной
Т т
матрицы А1 т. е. АВ = А1 ■ В. В результате получим матрицу АВ, с элементами АВ = ||, I = 1, п; к = 1, g , каждый из которых характеризует эффективность применения /-й системы для к-го объекта.
Таблица 2 - Пример матрицы весов функций контроля
Функция Дом Кварти ра Дача Офис Магази н Гараж Склад Автомо биль
Отправка SMS-сообщения и звонка в случае тревоги 7 7 7 7 7 7 7 0
Контроль проникновения в помещение 7 7 7 7 7 7 7 0
Защита от задымления и пожара 7 7 7 7 7 7 7 0
Контроль протечки воды 6 6 6 0 0 0 0 0
Контроль температуры 6 6 3 5 5 5 5 0
Контроль утечки газа 8 8 5 0 0 0 0 0
Сообщение об отключении электричества 2 2 2 2 2 2 2 0
Частичная постановка и снятие с охраны 3 3 3 3 3 3 3 3
Прослушивание помещения 3 3 3 3 3 3 3 0
Управление отопительными приборами 1 0 1 0 0 0 0 0
Получение тревожных снимков 4 4 4 4 4 4 4 4
Функция видеозаписи 5 5 5 5 5 5 5 5
Функция «антиглушения» 4 4 4 4 4 4 4 4
Функция ежедневного отчёта по SMS 3 3 3 3 3 3 3 3
Функция тревожной кнопки 2 2 2 2 2 0 0 0
Включение сигнала тревоги при срабатывании датчиков 5 5 5 5 5 5 5 0
Таблица 3 - Матрица рассчитанных оценок
Мага зин Автомо биль
Дом Квартира Дача Офис Гараж Склад f(X
Страж Sheriff 69 55 68 54 63 49 53 39 53 39 51 39 51 39 15 3 423 317
Страж Sokol-Prof 57 56 51 41 41 39 39 3 327
ДРАКОН 57 56 51 41 41 39 39 3 327
Falcon Eye i-Touch 47 47 44 33 33 31 31 0 266
TAVR-2 48 48 45 41 41 39 39 3 304
КСИТАЛ GSM-
12T 61 60 55 45 45 43 43 7 359
UCM 57 57 54 50 50 50 50 19 387
Из таблицы 3 очевидно, что в рамках сформулированной задачи оптимизации для произвольного объекта контроля предпочтителен выбор системы Sapsan Pro 6, затем UCM и КСИТАЛ GSM-12T по убыванию.
Представленный пример с достаточной очевидностью иллюстрирует один из подходов оптимального выбора системы контроля для произвольного объекта. В рамках представленной модели для каждого конкретного объекта или контролируемой среды могут быть сформулированы:
1. требования, отображаемые в функциях контроля;
2. весовые значения функций контроля, выраженные в экспертных оценках;
3. различные методы свёртки частных показателей измерений;
4. различные задачи оптимизации, основанные на выбранных методах свёртки.
Представленная модель может найти применение при построении систем мониторинга различных объектов и сред или при разработке универсальных технических решений систем контроля.
Литература
1. Селиванова З. М., Стасенко К. С. Теоретические основы построения интеллектуальных информационно -измерительных систем допускового контроля теплопроводности теплоизоляционных материалов : монография / Тамбов : Изд-во ФГБОУ ВПО «ТГТУ», 2015. - 200 с., С. 74.
2. Салимов В. Д., Шарыпов С. А. Построение оптимальной системы объектового контроля и мониторинга. Постановка задачи // «Научное сообщество студентов XXI столетия. Технические науки»: Электронный сборник статей по материалам XXX студенческой международной научно-практической конференции. — Новосибирск: Изд. «СибАК». — 2015. — № 3 (29) / [Электронный ресурс] — Режим доступа. — URL: http://www.sibac.info/archive/Technic/3(29).pdf. C. 88-96.
References
1. Selivanova Z. M., Stasenko K. S. Teoreticheskie osnovy postroenija intellektual'nyh informacionno-izmeritel'nyh sistem dopuskovogo kontrolja teploprovodnosti teploizoljacionnyh materialov : monografija / Tambov : Izd-vo FGBOU VPO «TGTU», 2015. - 200 s., S. 74.
2. Salimov V. D., Sharypov S. A. Postroenie optimal'noj sistemy ob#ektovogo kontrolja i monitoringa. Postanovka zadachi // «Nauchnoe soobshhestvo studentov XXI stoletija. Tehnicheskie nauki»: Jelektronnyj sbornik statej po materialam XHH studencheskoj mezhdunarodnoj nauchno-prakticheskoj konferencii. — Novosibirsk: Izd. «SibAK». — 2015. — № 3 (29) / [Jelektronnyj resurs] — Rezhim dostupa. — URL: http://www.sibac.info/archive/Technic/3(29).pdf. C. 88-96.
DOI: 10.18454/IRJ.2016.48.140 Скиба В.Ю.1, Зверев Е.А.2, Вахрушев Н.В.3, Гаврилов А.К.4
1ORCID: 0000-0002-8242-2295, кандидат технических наук, доцент;
2ORCID: 0000-0003-4405-6623, кандидат технических наук; 3ORCID: 0000-0002-2273-5329, аспирант;
4студент,
Новосибирский государственный технический университет Работа выполнена при финансовой поддержке в рамках Тематического плана НИР НГТУ по проекту
ТП-ПТМ-215 в плановом периоде 2015-2016 гг.
МОДЕЛИРОВАНИЕ ПРОЦЕССА ИНДУКЦИОННОГО НАГРЕВА ПЛАЗМЕННО-НАПЫЛЕННЫХ
ИЗНОСОСТОЙКИХ ПОКРЫТИЙ
Аннотация
В работе представлены результаты моделирования процесса индукционного нагрева токами высокой частоты при оплавлении плазменного покрытия. Задача определения остаточных напряжений в покрытии решена методом конечных элементов с использованием программных комплексов ANSYS и SYSWELD. Проверка результатов численного моделирования осуществлялась посредством экспериментального определения остаточных напряжений. В оплавленном плазменном покрытии формируются сжимающие остаточные напряжения, а так же наблюдается уменьшение пористости и более равномерное распределение микротвердости, что способствует повышению надежности деталей машин.
Ключевые слова: плазменное напыление, индукционный нагрев ТВЧ, оплавление, поверхностный слой, конечно-элементное моделирование.
Skeeba V.Yu.1, Zverev E.A.2, Vakhrushev N.V.3, Gavrilov A.K.4
1ORCID: 0000-0002-8242-2295, PhD in Engineering, Associate professor;
2ORCID: 0000-0003-4405-6623, PhD in Engineering;
3ORCID: 0000-0002-2273-5329, Postgraduate student;
4Student,
Novosibirsk State Technical University This study was supported by a NSTU grant (project No. ТП-ПТМ-2 15) SIMULATION OF THE INDUCTION HEATING PROCESS OF WEAR-RESISTANT PLASMA COATINGS
Abstract
The simulation results of process of high-frequency induction heating at melting plasma coating are presented in this paper. The problem of determining the residual stress in the coating is solved by the finite element method with the use of ANSYS and SYSWELD software systems. The numerical simulations results were checked by experimental measurement of residual stresses. Formation of compressive residual stresses as well as porosity reduction and more uniform distribution of microhardness are observed in the melted plasma coating, thereby increasing the reliability of machine parts.
Keywords: plasma spraying, induction heating HFC, melting, surface layer, finite-element modeling.
Проблему повышения надежности выпускаемых изделий невозможно решить без разработки и совершенствования современных технологий поверхностного упрочнения. Среди наиболее распространенных в промышленности методов поверхностного упрочнения деталей особое место занимает процесс плазменного напыления износостойких покрытий [1]. Несмотря на ряд очевидных достоинств, которые присущи данному методу, ему свойственны и недостатки, обусловленные нестабильностью показателей качества напыленного слоя: степени расплавленности порошкового материала, количества и размера пор, а также характера границы между покрытием и основой. Эти показатели закономерно предопределяют адгезионную прочность покрытий, знак и величину остаточных напряжений в слое покрытия. Так, относительно невысокий уровень адгезионной прочности при высоких контактных давлениях может являться причиной нарушения сплошности поверхности плазменных покрытий в виде отслоений и сколов частиц покрытия в процессе эксплуатации оборудования, что, естественно, ограничивает его технический ресурс.
Для увеличения адгезионной прочности, уменьшения пористости, ликвидации нерасплавленных частиц порошка в структуре покрытий и обеспечения равномерного распределения микротвердости по глубине упрочненного слоя используют повторное оплавление покрытия концентрированными источниками энергии [2, 3].
Анализ технологических возможностей основных методов обработки концентрированными источниками энергии (электродуговой, электронно-лучевой, лазерный, плазменный и индукционный), которые можно использовать для повторного высокоэнергетического воздействия на структуру плазменных покрытий, показал, что при повторной
