автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.16, диссертация на тему:Идентификация технологических состояний процесса ручной дуговой сварки на основе математических моделей и методов нелинейной динамики

Вшшчешсо Михаил Юрьевич

На правах рукописи.

РГБ ОД

- 5 ИЮН 2900

ИДЕНТИФИКАЦИЯ ТЕХНОЛОГИЧЕСКИХ СОСТОЯНИЙ ПРОЦЕССА РУЧНОЙ ДУГОВОЙ СВАРКИ НА ОСНОВЕ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ И МЕТОДОВ НЕЛИНЕЙНОЙ ДИНАМИКИ

Специальность: 05.13.16 - "Применение вычислительных техники, математического моделирования и математических методов в научных исследованиях, (технические науки)"

Автореферат диссертации на соискание ученой степени кандидата технических наук

Новочеркасск, 2000

Работа выполнена в Южно-Российском сосударственном техническом университете (Новочеркасском Политехническом институте) Научный руководитель

• Доктор техн. наук проф. Чернов Александр Викторович Официальные оппоненты:

• Доктор физ.-мат. наук проф. Алтухов Виктор Иванович

• Доктор техн. наук проф. Лукьянов Виталий Федорович

Ведущее предприятие:

ОАО ЭМК "Атоммаш"

347340 г. Волгодонск, Ростовской обл., ул. Морская 14 Защита состоится 09 июня 2000г. в 12 часов на заседании диссертационного совета Д.063.30.04 в Южно-Российском государственном техническом университете (Новочеркасском политехническом институте) по адресу: 346409, г. Новочеркасск, Ростовской обл., ул. Просвещения 132. С диссертацией можно ознакомиться в библиотеке Южно-Российского государственного технического университета (Новочеркасского Политехнического института) Автореферат разослан 5 мая 2000 г.

Ученый секретарь

диссертационного совета Д.063.30.04

А.Н. Иванченко

-1 -

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. Безопасность эксплуатации предприятий энергетики во многом зависит от качества сварных соединений, использованных при их монтаже. В работах Патона Б.Е., Гладкова Э.А.. Акулова А.И. построена концепция повышения качества и надежности сварных швов за счет автоматизации сварочного процесса. Однако в ряде случаев (при сложной конфигурации сварного соединения, в труднодоступных местах), приходится использовать наименее автоматизируемый вид сварки - ручную дуговую сварку (РДС). Надежность сварных соединений, выполненных с помощью РДС, обеспечивается, прежде всего, аттестацией всех технологических компонентов процесса сварки: оператора-сварщика, электродов, сварочного оборудования. Естественным продолжением концепции обеспечения качества за счет автоматизации в этой области являются работы, направленные на автоматизацию аттестации.

Первый этап аттестации - это проведение аттестационных проб, т.е. промышленных экспериментов с использованием аттестуемого компонента в контролируемых условиях с записью параметров. На втором этапе полученные швы исследуются, его результатом является набор численных идентификационных характеристик. Третий этап состоит в классификации аттестуемого компонента путем применения заранее фиксированного множества критериев к значениям записанных на этапе 1 параметров и результатам исследования на этапе 2.

Наиболее трудоемким и, следовательно, перспективным для автоматизации является этап 2 - получение идентификационных характеристик, поскольку аттестационные пробы принципиально должны выполняться вручную, а классификация (этап 3) состоит в применении простых пороговых критериев и ее автоматизация экономически не эффективна.

Получение идентификационных характеристик традиционными методами является трудоемким и дорогостоящим процессом (аттестация сварщика стоит около $200). Оценка многими методами (цветная дефектоскопия, гамма- и ультразвуковая дефектоскопия) опираются на знания эксперта, а следовательно, подвержены необъективности. В то же время исследованиями Чернова A.B., Кривина В В. и др. показано, что записи (осциллограммы) значений параметров сварки содержат информацию о технологических особенностях процесса. В начальный период работы ПО АТОММАШ все сварочные автоматы были снабжены самописцами, и при выполнении псех ответственных соединений выполнялась запись параметров (тока и напряжения) для последующею анализа. Эта практика была прекращена в связи с большой трудоемкостью ручного анализа записей. Персональные компьютеры сделали экономически выгодным автоматизированный сбор, хранение и обработку этих данных. Замена, по крайней мере, части традиционных методов получения

характеристик такой обработкой позволила бы повысить объективность, качество и надежность аттестации и добиться большого экономического эффекта.

Адекватное описание процесса требует записи осциллограмм с высокой точностью и частотой. Получаемые при этом данные имеют большой объем и содержат необходимую информацию неявно. Единой методики выделения из них пригодных для классификации обобщающих характеристик нет. Существующие методы обработки не учитывают важной особенности процесса РДС - наличие четко различимых состояний процесса с различными технологическими свойствами.

Таким образом, весьма актуальной является задача разработки методов выделения информативных идентификационных характеристик из массивов значений параметров, т.е. понижения их информационной размерности.

Цель работы - повышение качества, надежности и снижение трудоемкости аттестации технологических компонентов процесса РДС за счет замены трудоемких и дорогостоящих традиционных методов получения идентификационных характеристик автоматизированной обработкой записанных осциллограмм тока и напряжения.

Идея работы - получение информативных идентификационных характеристик путем обработки массивов значений технологических параметров и выделения из них информации о технологических состояниях процесса.

Основные задачи работы: исследовать процесс РДС с целью выявления его характеристик и особенностей, существенных для выбора методов получения идентификационны х характеристик;

разработать теоретические обоснования и подходы к специализированной обработке информации для выделения характеристик, описывающих технологические состояния сварочного процесса;

разработать математические модели обоснованного выбора параметров методов, входящих в методику и имитационные модели для оценки их точности;

реализовать методику в виде мобильной системы автоматизированной идентификации состояний технологического процесса (МС АИСТ) и провести производственные испытания МС АИСТ для определения ее чувствительности к существенным технологическим свойствам аттестуемых компонентов процесса сварки;

разработать гибкий интерфейс, позволяющий в наглядной форме задавать последовательность обработки для получения идентификационной характеристики.

Методы исследования:

Для определения класса процессов, к которым относится процесс РДС, - методы математической статистики, методы нелинейной динамики, спектральные методы анализа процессов, для обоснованного определения значений параметров - методы математического моделирования, оптимизации, для разработки интерфейса - методы проектирования программных систем.

На защиту выносятся: метод получения идентификационных характеристик путем выделения областей сгущения точек в фазовом пространстве, как физически различимых состояний процесса;

теоретическое обоснование метода оценки амплитуды стохастической составляющей сигнала;

метод максимально правдоподобного окна - адаптивный алгоритм сглаживания (многомерных) гистограмм;

результаты исследования процесса ручной дуговой сварки методами нелинейной динамики;

Достоверность научных положений и выводов диссертационной работы основывается на применении комплекса современных методов исследований, включая: анализ и научное обобщение выполненных к настоящему времени работ по рассматриваемому вопросу, применение современных вычислительных методов и подтверждается достаточным объемом экспериментальных данных и удовлетворительной сходимостью результатов экспериментальных и теоретических исследований.

Научная новизна:

показано, что процесс ручной дуговой сварки может быть классифицирован как хаотический с аддитивной стохастической составляющей, что позволяет оценить необходимое для описания количество параметров процесса;

предложен метод сегментации фазового портрета, обеспечивающий автоматическое выделение состояний процесса сварки, разработано теоретическое обоснование модификации метода расчета корреляционного интеграла процесса, позволяющей оценить величину амплитуды стохастической составляющей сигналов тока и напряжения сварки;

разработан метод оценки правдоподобия сглаженного значения, обеспечивающий адаптивный оптимальный выбор размера скользящего окна для сглаживания многомерной гистограммы:

Практическое значение и реализация работы: работа выполнена в рамках госбюджетной темы "Разработка теории и методов повышения технологической прочности, качества и надежности оборудования на основе создания математических методов расчета и моделирования, новых технологий и материалов." N 1.3.99Ф

МИНВУЗа РФ и научного направления "Автоматизация производственных процессов"

система МС АИСТ может быть использована для получения идентификационных характеристик при аттестации технологических компонентов процесса ручной дуговой сварки, при этом классификация может производиться как человеком-экспертом, так и автоматизированной системой классификации, экономический эффект достигается за счет замены трудоемких и дорогостоящих методов получения идентификационных характеристик автоматизированными методами;

система прошла опытную эксплуатацию в АО ЭМК АТОММАШ, РоАЭС и ЗАО Энергостройсервис при аттестации сварщиков. Опытная эксплуатация показала хорошее соответствие результатов теоретическим положениям.

Апробация работы: Материалы диссертационной работы докладывались и обсуждались на международных конференциях: "Методы и средства измерения в системах контроля и управления", Пенза, 1999 и "Новые технологии управления движением технических объектов", Новочеркасск, 1999, на ежегодных научно-практических конференциях ЮРГТУ, заседаниях кафедр ЮРГТУ: прикладной математики, автоматизации производства, робототехники и мехатроники, информационных и управляющих систем ВИ ЮРГТУ.

Публикации: по теме диссертации опубликовано 6 печатных работ

Структура и объем работы: Диссертация содержит 153 страниц основного текста и состоит из введения, четырех глав, содержащих 47 иллюстраций, списка литературы из 148 наименований на 14 страницах.

Содержание работы.

Во введении показана актуальность работ, направленных на совершенствование методов аттестации технологических компонентов процесса РДС. Как наиболее перспективный для автоматизации выделен этап получения идентификационных характеристик, сформулирована цель и задачи работы.

В первой главе описаны физические процессы, протекающие при сварке плавлением, описана схема аттестации технологических компонентов путем получения идентификационных характеристик и применения заранее разработанных критериев классификации.

Показано, что для РДС непосредственное измерение автоматизированными методами возможно только для мгновенных значений тока и напряжения сварки. Показано, что автоматизированная обработка этих данных позволяет получить идентификационные

характеристики, которые не было возможности получить ранее из-за большой трудоемкости их получения (например, частоту каплеперепоса, * энергию микроцикла сварочного процесса).

Исходя из этого, формулируется набор требований к системе автоматического сбора и обработки массивов мгновенных значений технологических параметров для получения характеристик процесса сварки: система должна

■ обеспечивать:

существенное понижение информационной размерности данных, т.е. выделение из массивов данных размером порядка 105-106 обозримого количества (Ю'-102) информативных характеристик; оценку параметров сбора данных на основе анализа частотных свойств сигналов;

максимальную возможность выбора для пользователя-эксперта, т.е. должна включать максимально широкий спектр методов - как традиционных, так и основанных на новых перспективных научных разработках;

простое добавление новых методов обработки, и, следовательно, иметь модульное строение;

■ учитывать:

существенно нелинейный характер процесса сварки; наличие случайных воздействий на процесс;

наличие существенно разных по свойствам технологических состояний процесса;

■ иметь гибкий и наглядный интерфейс, позволяющий без участия программиста задавать последовательность применения методов для получения комбинированных характеристик.

Во второй главе обосновывается выбор классов методов обработки для включения в систему.

Дается краткое описание традиционных методов обработки, реализованных в МС АИСТ.

Спектральный анализ используется для компьютерной фильтрации сигналов и для обоснования параметров сбора данных: частоты дискретизации сигнала и объема выборки. Приводятся примеры спектров сигналов процесса РДС, рассчитанных системой. Анализ временных характеристик составляющих процессов обосновывает частоту дискретизации не менее 1 КГц.

Согласованным анализом спектров тока и напряжения показывается, что пики на частотах, кратных сетевой, отражают не просачивание сетевой составляющей через выпрямитель, а индуктивную помеху, и, следовательно, должны отфильтровываться.

Статистические методы используются для определения предсказуемых характеристик процесса сварки как существенно стохастического процесса. Однако их использование для выделения

информативных характеристик затруднено их неробастностью, проявляющейся при наличии существенно выделяющихся данных. Это иллюстрируется следующим примером: в таблице 1 собраны характеристики, полученные обработкой массивов значений тока и напряжения, записанных при 6 экспериментальных сварках. Сварки 1 - 3 проведены учеником, 4 - 6 - инструктором - сварщиком 6-го разряда. Таблица наглядно демонстрирует зависимость стабильности технологической характеристики "время каплеобразования" (/*), оцениваемой ее среднеквадратичным отклонением о[/*], от квалификации сварщика. В то же время, использование неробастной оценки мощности создает ложное впечатление меньшей стабильности (т.е. большего а[\У]) у инструктора. Разделение данных, относящихся к различным состояниям (каплеперенос и горение дуги), приводит к робастной оценке мощности и показывает естественный результат: мощность также более стабильна у инструктора.

Делается вывод о необходимости разбиения данных по технологическим состояниям процесса перед вычислением статистических оценок.

Таблица 1

Статистические характеристики времени каплеобразования ^ мощности и мощности с исключением каплеобразования \УВ1[

N м[д М[\У] ст[\У] М[\унк]

1 153.50 126.50 1892 342.14 1947 180.9

2 142.36 111.89 1910 342.84 1967 173.7

3 142.59 99.84 1886 339.47 1941 177 . 8

4 106.43 69.27 1838 365.77 1909 171.0

5 105.66 65. 41 1844 360.77 1915 162.5

б 107.14 70.02 1821 362.15 1892 164 .3

Для автоматизированного разбиения данных на группы традиционно используется кластерный анализ.

Однако кластерный анализ неприменим для сварочного процесса, поскольку он является эвристическим методом, рассчитанным на количество данных порядка 102-10э, не учитывает временных зависимостей, не обеспечивает методики для оценки необходимого количества параметров.

Таким образом, необходимо разработать метод автоматической идентификации технологических состояний процесса (АИСТ), пригодный для количества входных данных порядка !05 значений, учитывающий

существенную зависимость процесса РДС от времени и включающий методику оценки необходимого количества параметров.

Необходимое для описания количество параметров процесса можно оценить методами нелинейной динамики. При этом рассчитывают его корреляционный интеграл

N

где

0 - функция Хевисайда,

1 - параметр масштаба (размер окрестности),

т - размерность фазового пространства,

р" - точка восстановленного фазового

пространства, т.е. т последовательных значений параметра р.

Формула (2) позволяет по корреляционному интегралу процесса оценить корреляционную размерность аттрактора процесса к„(1), т.е. оценить число его степеней свободы.

к щ.^с-сО) га

Л1о8/)

Известно, что для хаотического процесса оценка корреляционной размерности кт(1) аттрактора сходится в некотором диапазоне значений /.

Результаты экспериментальных исследований показывают (рис. 1), что кт(1) для сварочного процесса сходится в определенном диапазоне I. Наличие возрастающих участков в области малых / согласно работам Арнольда и Такенса говорит о наличии аддитивной стохастической составляющей. На основании этих результатов делается заключение о принадлежности сварочного процесса к классу хаотических со стохастической составляющей.

Это обосновывает метод расчета минимального количества параметров для выделения состояний путем вычисления корреляционной размерности процесса. Согласно работам Такенса в случае, если полученная размерность больше, чем число измеренных параметров, в качестве недостающих параметров можно использовать производные измеренных.

Наличие достаточного количества данных позволяет непосредственно оценить эмпирическую функцию плотности распределения построением многомерной гистограммы - фазового портрета (рис. 2). Размер клетки гистограммы может быть принят равным амплитуде стохастической составляющей процесса, поскольку добавление этой составляющей равносильно размыванию каждой точки фазового портрета в сферу с радиусом равным этой амплитуде. Оценка ее дается следующими соображениями.

Согласно работам Шустера для хаотического процесса с

аддитивной стохастической составляющей амплитуды 1\ в /и-мерном пространстве

С„(/)~Г. для /</,

С„(/)~/' для />/, Следовательно, (поскольку Ст(/) ограничено равномерно по т) для достаточно большого т и малого а

С„(/)<1 для /</,-£ Для дискретного случая Ст(Г) - целое неотрицательное число. Поэтому

Ст(1) <1 <=> Ст(1)=0 Этим показано, что длина нулевого участка корреляционного интеграла = max{/01V/ < /0: Ст{1) = 0} является оценкой снизу

амплитуды стохастической составляющей сигнала. При оценке этой амплитуды для исходного сигнала необходимо учесть, что в процессе восстановления фазового пространства происходит кумулятивное накопление неточности, эквивалентное росту амплитуды стохастической составляющей. Этот рост можно оценить следующим образом: Пусть соотношение Р =F(P)

v -определяет исходный хаотическии

процесс.

определяет хаотический процесс, искаженный добавлением стохастической составляющей.

50 Ю 60 ВО 1Ш - Т20 1® 160

Рис.2 Совместная функция распределения тока и напряжения сварки

(фазовый портрет) в равномерном масштабе.

Предполагаем, что стохастическая составляющая \ независима от основного процесса и имеет среднеквадратичное отклонение П. Без потери общности можно считать, что имеет нулевое математическое ожидание -иначе из него можно было бы выделить детерминированную составляющую, которую можно считать частью процесса Р.

По определению хаотического процесса

Р(Р + Р(Р\»еЯг • £ х

х ' к ' , где ° - произвольное малое

изменение, X - показатель Ляпунова, а Т-

период дискретизации.

Считая Г малым, имеем

Следовательно

Р, = ) + £, = ) + £0) + £ * Г(Г(Р0)) + & + £

Считая, что исходный процесс и искаженный имеют одинаковое начальное состояние, т.е. Р0 — Р0, продолжая подстановку, получим оценку расхождения за т шагов:

т-1

/=о

После восстановления фазового пространства, имеем

Рт = (Р Р Р \ В метрике "максимум модуля разности"

ы

Ул

рт _ рт Ко '0

! шах

Ы..И-1

<=0

Оценивая максимум по сумме с максимумом слагаемых, и учитывая, что - независимые случайные величины с сг(£ ) = /,,

Таким образом, оценка амплитуды для исходного сигнала имеет

вид:

1т 1П1 I _ __'0

4т 4т

Для избавления от случайных флюктуации гистограмму (рис. 3) принято сглаживать, например, усреднением по скользящему окну. Однако сглаживание размывает границы состояний и затрудняет их выделение. Для разрешения этого противоречия предлагается применять адаптивное сглаживание с переменным размером окна. Применение усреднения по скользящему окну равносильно гипотезе о том, что в области окна сглаживаемая функция близка к линейной.

Истинность этой гипотезы означает, что величина

Р,

имеет асимптотическое распределение х~ с Ло=(Л-1)-('"+1) степенями свободы. Здесь N - количество клеток в окне, п, - эмпирическая частота попадания в клетку /, р, - гипотетическая (линейная) частота, от -размерность пространства. Слагаемое -(ш+1) появляется из-за того, что при вычислении линейной регрессии в /«-мерном пространстве подбираются (т+1) параметров.

1 -

20 40 »0 £0 109 120 140 160 180 700

Рис.3 ЕМ-масштабированная вольтамперная характеристика процесса сварки с линиями разделения состояний.

Для сглаживания надо выбирать размер окна, для которого правдоподобие этой гипотезы по критерию %' максимально, т.е. доставляющий максимум величине

Для улучшения различимости технологических состояний процесса на гистограмме предлагается использовать специальный метод масштабирования данных ("естественное масштабирование"). Этот метод обеспечивает равномерное распределение масштабированного параметра, что приводит к линеаризации зависимости параметров друг от друга и таким образом облегчает выявление зависимостей. Масштабирующая функция определяется как

т.е. к(0 - номер значения параметра Р, в отсортированной последовател ьности.

После сглаживания масштабированной гистограммы из центров всех ее клеток выполняется наискорейший градиентный подъем до ближайшего пика, чем определяются границы состояний (рис. 3), а затем -их характеристики (табл. 2). В качестве характеристик пыбрапы средние и среднеквадратичные отклонения значений параметров, длительности (!) и

£Л/(/)=А:(/),

где 1 - номер данного, а А (^определяется соотношением

доля (/%) пребывания в состоянии и паузы между возвратами в состояние (скважность tCKe).

Таким образом, предложен метод идентификации технологических состояний процесса РДС, учитывающий зависимость процесса от времени (при расчете корреляционного интеграла и при использовании производных в качестве параметров), дающий методику оценки необходимого количества параметров (через расчет корреляционной размерности аттрактора) и пригодный для количеств данных порядка 105 (за счет их предварительной агрегации при расчете фазового портрета).

В третьей главе описывается аппаратная и программная реализация системы МС АИСТ. На рис. 4 представлена структурная схема системы.

Мобильный информационно-регистрирующий модуль системы реализован на базе блока АЦП-ЦАП Е-330 и переносного компьютера Texas Instruments. Программная часть системы реализована в рамках системы программирования МАТЛАБ (версия 5.0), графический интерфейс системы - на основе подсистемы Simulink.

Описываются особенности реализации основных модулей системы:

1. Описывается структура базы экспериментальных данных и ее особенности.

2. Графический интерфейс пользователя описан как список реализованных графических элементов (Simulink-блоков) и описание их функций.

3. Приводится структурная схема фильтрации с помощью преобразования Фурье, реализованная в системе и имитирующая фильтры с идеальной (физически нереализуемой) характеристикой. Показаны осциллограммы исходного и отфильтрованного сигнала.

4. Описываются особенности реализации модуля расчета корреляционного интеграла: использование возможностей векторной обработки системы Matlab, логарифмическая шкала размерности.

Приводятся параметры быстродействия аппаратных и программных компонентов.

В четвертой гласе описываются результаты экспериментальных исследований и опытной эксплуатации.

Во время плановой аттестации сварщиков в ОАО ЭМК АТОММАШ, РоАЭС и в ЗАО Энергостройсервис при проверке практических навыков выполнением контрольных соединений производилась запись тока и напряжения сварки с помощью системы МС АИСТ.

Измерительно- Данные эксперимента

реги стрнрующии модуль

Графический интерфейс Выбор обработки

Идентификационные ~ у . у ..

характеристики .,

Рис.4 Структура мобильной системы автоматизированной

идентификации состояний технологического процесса МС АИСТ

Полученные результаты записаны в виде базы экспериментальных данных МС АИСТ и использованы для получения идентификационных характеристик процесса с помощью различных классов методов, реализованных в МС АИСТ.

С помощью спектральных методов обработки выявлено наличие сильных помех с частотами, кратными сетевой в сигнале тока и принято решение о фильтрации сигнала с помощью режекторного программного фильтра.

Таблица 2

Статистические характеристики состояний процесса

№ /% ^СКВ 1 и I

м а М а М <т М а

1 11 8.83 17.57 8.83 17.57 123.21 17.57 0.52 0.70

2 16 1.43 9.75 1.43 9.75 47.89 9.75 8.44 2.63

3 4 0.47 0.92 0.47 0.92 36.76 0.92 8.83 1.45

4 10 0.55 3.47 0.55 3.47 32.77 3.47 10.78 1.81

5 15 0.70 3.77 0.70 3.77 41.34 3.77 13.39 1.76

6 11 0.57 1.23 0.57 1.23 37.66 1.23 16.09 4.61

7 19 0.99 7.59 0.99 7.59 30.55 7.59 17.74 4.37

8 5 1.71 4.87 1.71 4.87 47.10 4.87 24.59 6.92

9 9 3.02 5.14 3.02 5.14 2.32 5.14 30.29 6.71

Статистические методы обработки в согласии с теоретическими результатами главы 2 показали существенное преимущество робастных оценок (коэфициент корреляции с оценкой комиссии до 0,84) по сравнению со стандартными (коэффициент корреляции до 0,66).

Структура фазового пространства процесса исследована с помощью средств визуализации МС АИСТ и методами нелинейной динамики. Наглядно показана неоднородность фазового пространства, соответствующая наличию в технологическом процессе сварки четко различимых состояний. Методом Грассбергера и Прокаччиа оценена корреляционная размерность процесса. Для данного набора реализаций оценка равна 2,9. Количество параметров для выделения состояний принято равным 3. С помощью предложенного в главе 2 метода оценена амплитуда стохастической составляющей. Ее порядок оказался равным около 2%.

Далее методом идентификации технологических состояний, описанном в главе 2 выделены технологические состояния процесса и получены их статистические характеристики, образующие идентификационные характеристики реализации процесса.

Результаты обработки сведены в таблицу идентификационных характеристик для каждого аттестуемого. Их значения сопоставлены с оценками, выставленными комиссией по аттестации.

Показан высокий уровень корреляции между параметрами технологических компонентов и полученными характеристиками. Как пример применения характеристик выведен пороговый критерий с 95% уровнем значимости для классификации оператора-сварщика без дополнительных испытаний.

Поскольку количество данных после понижения информационной размерности относительно невелико, для поиска критериев классификации был применен метод прямого перебора. Наилучшие результаты показал критерий вида

6.1 мсек

где а(1пв}) - среднеквадратичное отклонение времени между попаданиями в состояние 3.

Применение этого критерия позволяет классифицировать 86% сварщиков, имеющих оценку "отлично", без проведения контроля сварных соединений при вероятности ошибки 5%.

Таким образом, показана чувствительность метода к технологическим свойствам процесса и возможность получения экономического эффекта за счет отказа в определенном проценте испытаний от традиционных методов получения характеристик.

Основные выводы: Разработана методика получения идентификационных характеристик процесса ручной дуговой сварки, состоящая в автоматическом выделении технологических состояний процесса и определении их статистических характеристик. Применение этой методики вместо традиционных методов получения идентификационных характеристик позволяет удешевить и сделать более объективной аттестацию технологических компонентов сварочного процесса. Исследованием процесса РДС методами нелинейной динамики выяснено, что оценка размерности аттрактора процесса сходится в определенном диапазоне параметра, что позволяет классифицировать этот процесс как хаотический с аддитивной стохастической составляющей.

Разработана математическая модель определения величины стохастической составляющей сигнала путем расчета корреляционного интеграла со специальной метрикой, что позволяет обоснованно выбрать размер клетки гистограммы при выделении состояний. Получена оценка роста амплитуды стохастической составляющей /,„ при увеличении размерности восстановленного фазового пространства т вида /,„ =/, •-Уй/, позволяющая оценить необходимую точность разделения технологических состояний процесса.

Разработана математическая модель оценки правдоподобия сглаженного значения гистограммы методом сравнения ее графика с линейной функцией и применения критерия хи-квадрат, обосновывающая адаптивный выбор размера скользящего окна. Разработан гибкий интерфейс в виде специализированного набора блоков системы БтиПпк, позволяющий в наглядной форме задавать последовательность обработки для получения идентификационной характеристики.

Экспериментальное исследование и опытная эксплуатация автоматизированной системы МС АИСТ показали ее чувствительность к существенным технологическим свойствам аттестуемых компонентов процесса сварки и возможность получения экономического эффекта при ее применении.

Список публикаций по теме диссертации.

1. Исследование некоторых характеристик хаотического процесса, подвергаемого малому стохастическому возмущению, на примере сварочного процесса. // Новые материалы приборы и технологии: Сб. науч. тр./Волгодонский ин-т; Новочерк. гос. техн. ун-т.Новочеркасск: Набла, 1998,-С. 11-14

2. Виниченко М.Ю., Кривин В.В. Получение идентификационных характеристик технологических процессов методом сегментации фазового пространства. // материалы 2-й международной научно-технической конференции "Новые технологии управления движением технических объектов", Новочеркасск, 1999г.

3. Виниченко М.Ю., Кривин В.В. Преобразование "естественного масштабирования" при обработке экспериментальных данных. // материалы 2-й международной научно-технической конференции "Новые технологии управления движением технических объектов", Новочеркасск, 1999г.

4. Виниченко М.Ю., Кривин В.В. Обработка экспериментальных данных о процессе сварки на основе методов нелинейной динамики// Методы и средства измерения в системах контроля и управления. Материалы Международной научно-техн. конф.Пенза, 1999. С. 156-158

5. Виниченко М.Ю. Оценка случайной составляющей сигналов при измерении параметров сварочного процесса. //Изв. вузов Сев.-Кав. регион. Техн. науки. 1999 №4.

6. Виниченко М.Ю., Кривин В.В. Получение идентификационных характеристик процесса РДС методом сегментации фазового пространства. //Изв. вузов Сев.-Кав. регион. Техн. науки. 2000. №1.