CC BY
21
СПОСОБЫ ПРЕДСТАВЛЕНИЯ ВЫСОКОДИНАМИЧНЫХ ПРОЦЕССОВ В ЭЛЕКТРОМЕХАНИЧЕСКИХ СИСТЕМАХ
Жамбалова Сарюна Цыренжаповна,
аспирант кафедры Электронных систем, Национальный минерально-сырьевой университет "Горный", Санкт-Петербург, Россия, Zhsaryuna@ya.ru
Шпенст Вадим Анатольевич,
д.т.н., профессор кафедры Электронных систем Национальный минерально-сырьевой университет "Горный", Санкт-Петербург, Россия
Ключевые слова: представление высокодинамичных процессов в электромеханических системах, измерительная информация, повышение точности измерительной информации.
Рассмотрены способы отображения временных реализаций высокодинамичных процессов, которые протекают в электромеханических системах. Требования к точности контроля и диагностики электромеханических систем неуклонно растут, следовательно, вопрос о разработке наиболее точного представления измерительной информации высокодинамичного процесса всегда будет актуален. Высокодинамичные процессы по своей природе имеют случайный характер распространения и сложно предсказать их изменения в следующий момент времени. Характер поведения изучаемых процессов недостаточно изучен, что вызывает проблему, связанную с созданием максимально достоверной и адекватной математической модели. Моделью системы является идеализированное математическое описание преобразований. Степень адекватности модели реальной системы зависит от сложности самой системы и от уровня, отражающего полноту и точность математического представления. Применение численного моделирования при исследовании высокодинамичных процессов электромеханических системах представляется эффективным, так как: измеряемые параметры и характеристики имеют случайный характер трудно идентифицировать процесс, ввиду ограниченных экспериментальных данных; численная модель дает возможность автономно вводить в нее данные по каждому фактору и не устанавливать связь между ними. Всего известно два способа построения модели реальной системы: один из них базируется на экспериментальных данных о процессе на входе и выходе из системы; другой способ - это синтез модели на основе использования аналитического описания физических преобразований осуществляемых элементарными подсистемами. Наибольший успех достигается при совмещении этих двух способов. Тем не менее, расхождение опытных и имитируемых данных присутствует, и есть над, чем поработать. Предложен способ, который обеспечит минимальные расхождения опытных и имитируемых значений, он заключается в составлении алгоритма, основанного на использовании всех имеющихся данных о высокодинамичных процессах, суть алгоритма заключается в том, что в зависимости от внешних факторов система выбирает наиболее приближенную временную реализацию в реальном режиме времени.
Для цитирования:
Жамбалова С.Ц., Шпенст В.А. Способы представления высокодинамичных процессов в электромеханических системах // T-Comm: Телекоммуникации и транспорт. - 2016. - Том 10. - №4. - С. 9-12.
For citation:
Zhambalova S.C., Shpenst V.A. Way of presenting highly dynamic processes in electromechanic systems. T-Comm. 2016. Vol. 10. No.4, рр. 9-12. (in Russian)
T-Comm Vol.10. #4-2016
При диагностике и контроле технического состояния электромеханических систем широко используется такое понятие как высокодинамичные (ВД) процессы, они используются для описания процессов, которые имеют случайных характер распространения во временной плоскости, как правило, они описывают динамические свойства электромеханических комплексов. Требования к точности измерительной информации о ВД процессах неуклонно растут, так как характер поведения изучаемых процессов недостаточно изучен, и в связи с этим возникает проблема в создании максимально достоверной и адекватной математической модели изменения ВД процессов электромеханических систем. Другая причина состоит в том, что для анализа данных процессов необходима большая вычислительная трудоемкость, т.е. за сравнительно малый промежуток времени необходимо произвести существенный объем вычислений.
Для описания различных ВД процессов применяют математическое моделирование, его рассматривают как инструмент для изучения исследуемых процессов, которые сопровождают работу системы, путем их замены на процессы более удобные для исследования, заменяемые процессы сохраняют основные требуемые свойства оригинала в зависимости от поставленной задачи. Применение численного моделирования при исследовании ВД процессов в электромеханических системах представляется эффективным, потому что параметры этих процессов имеют случайный характер; процессы в машинах зависят от многих внешних факторов; очень часто модель процесса приходится идентифицировать по экспериментальным данным [2]. Из всех имеющихся характеристик лишь спектральная наиболее полно описывает исследуемый сигнал [1, 3]. При анализе процессов используются такие спектральные и статистические характеристики как: корреляционная функция, гистограмма, математическое ожидание, дисперсия и т.д.
Далее рассмотрим существующие методы идентификации систем и моделирования ВД процессов. Под идентификацией системы понимают процесс определения структуры и характеристик системы посредством анализа сигналов на ее входе и выходе.
Идентификация может проводиться на основе специальных тестовых сигналов (импульсные, гармонические, шумовые процессы), которые подаются на вход системы. Ниже рассмотрим модели случайных временных реализаций процессов, используемых для имитационного моделирования. Сложность оператора, описывающего математическую модель системы и число определяющих его параметров, обусловлена требуемой точностью результатов моделирования и возможностью получения необходимых исходных данных для проведения численных расчетов.
Для большинства инженерных задач, связанных с анализом случайных процессов в электромеханических системах приемлемыми являются линейные модели [1, 3]. Случайные процессы в зависимости от типа могут описываться различными процессами, такими как: гауссов (нормальный) про-песс (см, рис. 1), релеевский процесс (см, рис. 2), узкополосный процесс, белый и квазибелый шум и т.д.
Распределение Редея
О 20 40 60 80 100 120 140 Time
Рис, 1. Пример реализации гауссова случайного процесса
Нормальное распределение
6-
Рис. 2, Пример реализации релеевского случайного процесса
Стационарные процессы с ограниченным спектром частот в виде периодических случайных реализаций могут быть представлены случайными колебаниями по Райсу (рис. 1,2) [2]. Временная реализация задается выражением (1):
КО = х ?/СМ2Л) + YfCos&s^) i=l * *
(I)
Где Т- временной интервал; у/ уЧ
- независимые случайные величины, характеризуемые функциями плотности вероятности нормального
распределения; / = 1, 2, 3.
Фактически модель Раиса описывает временную периодическую реализацию с периодом Т посредством гармонического ряда Фурье со случайными амплитудами и фазами составляющих гармоник.
Важной является заключенная в самой модели фундаментальная связь между числом гармоник и интервалом периодичности Т. Статистические характеристики этого процесса осрелненные по ансамблю реализаций, могут быть сколь угодно приближены к значениям, имеющим место у реального процесса, за счет бесконечного увеличения числа составляющих модель гармоник.
WAY OF PRESENTING HIGHLY DYNAMIC PROCESSES IN ELECTROMECHANIC SYSTEMS
Saryuna Zhambalova,
Ph.D- student, National Mineral Resources University (Mining University), Saint-Petersburg, Russia,
zhsaryuna@ya.ru
Vadim Shpenst,
Dr in eng. sc., professor, National Mineral Resources University (Mining University), Saint-Petersburg, Russia
Abstract
This article describes how to display time realizations of highly dynamic processes that occur in electromechanical systems. Requirements for precision monitoring and diagnosis of electromechanical systems is growing steadily, hence the development of a more accurate representation of the highly dynamic process measurement information will always be relevant. Highly dynamic processes are random in nature and it is difficult to predict the spread of the changes the next time. The behavior of the studied processes not fully understood what causes the problem associated with the creation of the most reliable and adequate mathematical models.
The model system is an idealized mathematical description of the change. The degree of adequacy of the model of a real system depends on the complexity of the system and the level that reflects the completeness and accuracy of mathematical representation.
Application of numerical simulation in the study of highly dynamic processes of electromechanical systems appear to be effective, because .: measured parameters and characteristics are random in nature is difficult to identify the process, due to the limited experimental data; numerical model makes it possible to independently enter data into it for each factor and does not establish a connection between them. Total known two ways of constructing a model of a real system, one of them based on the experimental data about the process of entering and leaving the system; another way - a synthesis of the model through the use of an analytical description of the physical transformations implemented elementary subsystems. The greatest success is achieved when combining these two methods. However, the discrepancy between the experimental and simulated data is present, and there are over than to work.
This article provides a method that will ensure minimal differences experienced and simulated values, he is compiling an algorithm based on the use of all available data about the highly dynamic processes, the essence of the algorithm is that, depending on external factors, the system selects the most approximate time realization in real time.
Keywords: representation of highly dynamic processes in electromechanical systems, measurement information, increasing the accuracy of the measurement information.
References
1. Badekin S. Degtyarev, E., M. Kritenko, 2001, Tools of display information. Moscow: Electronics: Science, Technology, Business 5, pp 42-43. (in Russian)
2. Beresten M, 1983, Engineering method of digital simulation of random signals with a wide class of correlation and spectral characteristics. Numerical simulation of complex technical systems, pp 62-63. (in Russian)
3. Maksimov V, 1987, Measurement, processing and analysis of rapidly processes in machines. Moscow: Mechanical Engineering, p 208.
(in Russian)
4. Miasnikov N, Beresten M, 2012, Rapid analysis of signals in technical systems, Penza: PSU, p. 152. (in Russian)
5. Osadchy E, Beresten M, Myasnikov N, Stroganov M, 1996, Analysis of the rapidly varying processes in complex technical systems. Penza: Izd Penz. state. tehn. University Press. P. 64. (in Russian)
6. Yamanin A, 2011, Calculation of highly dynamic processes in the environment of ANSYS / LS-DYNA. Yaroslavl: Izd YAGTU, p. 92.
(in Russian)
T-Comm Tom 10. #4-2016
