но какую-то бумажку мне все-таки дали.
Иллюстрации к основной части.
Рисунок 1.
Рисунок 2.
Рисунок 3.
Рисунок 4.
Рисунок 5.
Рисунок 6.
Рисунок 7.
Рисунок 8.
Рисунок 9.
 |
 |
||
| Рисунок 1. | Рисунок 2. |
 |
 |
 |
||
| Рисунок 3. | Рисунок 4. | Рисунок 5. |
 |
 |
||
| Рисунок 6. | Рисунок 7. |
 |
 |
||
| Рисунок 8. | Рисунок 9. |
Иллюстрации к экономической части.(Сетевое планирование работ по созданию опытного образца преобразователя)
Рисунок 4.1.
Рисунок 4.2.
Рисунок 4.3.
Рисунок 4.4.
Аннотация.
При создании АСУ часто встает задача вычисления значений различных линейных и нелинейных функций. Если с реализацией линейных функций все достаточно ясно, то при реализации функций нелинейных разработчик сталкивается с массой проблем. В то же время на практике нелинейные зависимости встречаются значительно чаще линейных. Примерами могут служить: задача линеаризация выходных характеристик нелинейных датчиков, различные навигационные задачи, расчет траектории полета для баллистических тел, оптимизация расхода горючего двигателем и т.д. Реализация таких функций в вычислительной технике осуществляется через аппроксимацию их более простыми в реализации функциями. Поэтому на выходе мы всегда получаем лишь приближенную к реальной функцию. Степень приближения определяется главным образом тем способом аппроксимации который мы выбрали, а именно аппроксимирующими функциями fi(x) и числом членов в аппроксимирующем многочлене: Yаппр=A0*f0(x)+A1*f1(x)+A2*f2(x)+... Примерами такой аппроксимации могут служить бесконечный степенной ряд или ряд Фурье.
Но не тот не другой способ неудобны для применения при построении АСУ. Функции fi(x)=xi в бесконечном степенном ряду не всегда ортогональны, что накладывает ограничения на точность нахождения значения аппроксимируемой функции и заставляет при изменении порядка аппроксимации вновь пересчитывать все коэффициенты Ai начиная с A0. Функции fi(x) для ряда Фурье хоть и представляют собой ортогональную систему тем не менее сложны для машинной реализации и в свою очередь тоже требуют аппроксимации.
Выходом из создавшейся ситуации является аппроксимация в системе кусочно-нелинейных базисных функций (КНБФ). Моделирующим уравнением в данном случае будет:
Хотя функции fkl не составляют ортогональную систему в полном смысле этого слова, тем не менее, существует 2^(2k+1) точек, в которых fkl*frl=0 (см. рис.1), вследствие чего весовые коэффициенты Akl базисных функций низкого порядка не зависят от базисных функций высокого порядка. Кроме того с возрастанием порядка k в формуле (1.1) значения весовых коэффициентов Akl резко убывают, поэтому требования к точности и стабильности функций fkl более высокого порядка снижаются. Кроме того аппроксимация функций в системе КНБФ легко реализуется при построении самых разных типов АСУ.
Так, в однокристальных вычислительных системах аппроксимация осуществляется программным путем, где в качестве входных данных будут использованы: значение аргумента x и таблица коэффициентов Akl , результатом будет значение Y(x). Для того, чтобы аппроксимировать другую функцию нужно будет просто считать из памяти другую таблицу коэффициентов Akl , что позволяет с помощью одной подпрограммы находить значения любых функций в интервале [0,1].
В вычислительных системах структурно-модульного типа, если под реализацию аппроксимации в системе КНБФ выделить модуль с теми же входными и выходными данными, как и в случае программного подхода, то это позволит освободить основной процессор для решения других задач. Реализация функций fkl основывается в данном случае на использовании матричных множительных устройств. Аргумент x задается в данном случае входным кодом, а коэффициенты Akl извлекаются из специально отведенной для их хранения области в ПЗУ. Значение функции Y(x) также представляется в виде кода в шине данных.
В аналогово-цифровых вычислительных системах, где информация может быть представлена, как кодом, так и напряжением, для реализации функций fkl ( в качестве множительных устройств ) можно использовать ЦАП. В этом случае x будет представлен в виде кода на входе ЦАПов, Akl - будут заменяться коэффициентами передачи усилителей, усиливающих выходной сигнал с ЦАПов, а Y(x) в этом случае будет представлено напряжением на выходе функционального преобразователя.
(Сетевое планирование работ по созданию опытного образца преобразователя)
Рисунок 4.1.
Рисунок 4.2.
Рисунок 4.3.
Рисунок 4.4.
Аннотация.
 |
 |
||
| Рисунок 4.1. | Рисунок 4.2. |
 |
 |
||
| Рисунок 4.3. | Рисунок 4.4. |
Аннотация.
При создании АСУ часто встает задача вычисления значений различных линейных и нелинейных функций. Если с реализацией линейных функций все достаточно ясно, то при реализации функций нелинейных разработчик сталкивается с массой проблем. В то же время на практике нелинейные зависимости встречаются значительно чаще линейных. Примерами могут служить: задача линеаризация выходных характеристик нелинейных датчиков, различные навигационные задачи, расчет траектории полета для баллистических тел, оптимизация расхода горючего двигателем и т.д. Реализация таких функций в вычислительной технике осуществляется через аппроксимацию их более простыми в реализации функциями. Поэтому на выходе мы всегда получаем лишь приближенную к реальной функцию. Степень приближения определяется главным образом тем способом аппроксимации который мы выбрали, а именно аппроксимирующими функциями fi(x) и числом членов в аппроксимирующем многочлене: Yаппр=A0*f0(x)+A1*f1(x)+A2*f2(x)+... Примерами такой аппроксимации могут служить бесконечный степенной ряд или ряд Фурье.
Но не тот не другой способ неудобны для применения при построении АСУ. Функции fi(x)=xi в бесконечном степенном ряду не всегда ортогональны, что накладывает ограничения на точность нахождения значения аппроксимируемой функции и заставляет при изменении порядка аппроксимации вновь пересчитывать все коэффициенты Ai начиная с A0. Функции fi(x) для ряда Фурье хоть и представляют собой ортогональную систему тем не менее сложны для машинной реализации и в свою очередь тоже требуют аппроксимации.
Выходом из создавшейся ситуации является аппроксимация в системе кусочно-нелинейных базисных функций (КНБФ). Моделирующим уравнением в данном случае будет:
Хотя функции fkl не составляют ортогональную систему в полном смысле этого слова, тем не менее, существует 2^(2k+1) точек, в которых fkl*frl=0 (см. рис.1), вследствие чего весовые коэффициенты Akl базисных функций низкого порядка не зависят от базисных функций высокого порядка. Кроме того с возрастанием порядка k в формуле (1.1) значения весовых коэффициентов Akl резко убывают, поэтому требования к точности и стабильности функций fkl более высокого порядка снижаются. Кроме того аппроксимация функций в системе КНБФ легко реализуется при построении самых разных типов АСУ.
Так, в однокристальных вычислительных системах аппроксимация осуществляется программным путем, где в качестве входных данных будут использованы: значение аргумента x и таблица коэффициентов Akl , результатом будет значение Y(x). Для того, чтобы аппроксимировать другую функцию нужно будет просто считать из памяти другую таблицу коэффициентов Akl , что позволяет с помощью одной подпрограммы находить значения любых функций в интервале [0,1].
В вычислительных системах структурно-модульного типа, если под реализацию аппроксимации в системе КНБФ выделить модуль с теми же входными и выходными данными, как и в случае программного подхода, то это позволит освободить основной процессор для решения других задач. Реализация функций fkl основывается в данном случае на использовании матричных множительных устройств. Аргумент x задается в данном случае входным кодом, а коэффициенты Akl извлекаются из специально отведенной для их хранения области в ПЗУ. Значение функции Y(x) также представляется в виде кода в шине данных.
В аналогово-цифровых вычислительных системах, где информация может быть представлена, как кодом, так и напряжением, для реализации функций fkl ( в качестве множительных устройств ) можно использовать ЦАП. В этом случае x будет представлен в виде кода на входе ЦАПов, Akl - будут заменяться коэффициентами передачи усилителей, усиливающих выходной сигнал с ЦАПов, а Y(x) в этом случае будет представлено напряжением на выходе функционального преобразователя.