PL62589B1 - - Google Patents

Download PDF

Info

Publication number
PL62589B1
PL62589B1 PL118526A PL11852667A PL62589B1 PL 62589 B1 PL62589 B1 PL 62589B1 PL 118526 A PL118526 A PL 118526A PL 11852667 A PL11852667 A PL 11852667A PL 62589 B1 PL62589 B1 PL 62589B1
Authority
PL
Poland
Prior art keywords
value
input
parameter
computing
comparing
Prior art date
Application number
PL118526A
Other languages
English (en)
Inventor
Janicki Andrzej
Original Assignee
Dowództwo Wojsk Lotniczych
Filing date
Publication date
Application filed by Dowództwo Wojsk Lotniczych filed Critical Dowództwo Wojsk Lotniczych
Publication of PL62589B1 publication Critical patent/PL62589B1/pl

Links

Description

Formalne dzialanie ukladu wedlug wynalazku ilustruje figura 2, na której poszczególne skrzyn¬ ki okreslaja binarne operacje spelniajace (tak) warunek lub niespelniajace (nie) warunku logicz¬ nego od jakiego zalezy przejscie do odpowiedniej kolejnej operacji zgodnie z kierunkiem strzalek.Przykladem zastosowania wynalazku moze byc z jednej strony automatyczne sterowanie procesa¬ mi produkcyjnymi w przemysle chemicznym, ta¬ kimi jak przetwórstwo ropy naftowej czy rafina¬ cja siarki, a z drugiej strony zautomatyzowane kierowanie ruchem lotnicznym w oparciu o dane radiolokacyjne.Ciagi sygnalów binarnych w tym pierwszym zastosowaniu podawane na wejscie ukladu wg wynalazku i oznaczane ~* , reprezentuja wyniki obserwacji dokonywanych czujnikami pomiaro¬ wymi zmian ilosciowych i skladu surowców czy pólproduktów, a uprzednio skomulowanych i wstepnie przetworzonych znanymi sposobami.Role nieznanego parametru alfa jako parametru funkcji opisujacej dany proces, oszacowanie war¬ tosci którego jest niezbedne dla poprawienia efek¬ tywnosci calego procesu, spelnia stezenie wagowe62589 reagenta w danej objetosci przeplywajacej ropy lub siarki w danym wsadzie rudy. Role z góry zadawanego parametru beta spelnia tutaj oczeki¬ wana wartosc zanieczyszczen w przerabianej w danym czasie masie surowca; natomiast stosunek zadawanych wag Wi, W0 ma tutaj sens czynnika wplywajacego na okresowa zmiane celu danego procesu tj. regulujacego czy bardziej nam zalezy na jakosci i skladzie (czystosci technologicznej) czy tez na ilosci produktu--koncowego. Chwila wprowadzenia sygnalu czasu tp odpowia¬ da momentowi rozpoczecia tej fazy procesu tech¬ nologicznego, z która zwiazana jest kontrolowana masa surowca lub pólproduktów. Sygnaly binarne oznaczone symbolem x* ukazujace sie na wyjsciu ukladu, a oznaczajace decyzje co "do przejscia do jednego z dwóch mozliwych w danym przypadku rezimów technologicznych, maja sens wyjsc ste¬ rujacych regulatora nadrzednego.W drugiej grupie zastosowan, ciagi sygnalów wejsciowych reprezentuja dyskretne próbkr sygna¬ lu wizyjnego radiolokatorów; parametr (alfa)_od- powiada parametrowi rozkladu prawdopodobien¬ stwa sygnalu uzytecznego zaklóconego szumami, a parametr (beta) odpowiada rVw parametrowi roz¬ kladu prawdopodobienstwa samego szumu.Sygnal czasu tp podawany jest do ukladu w momencie uzyskania wiadomosci liniami ^laczno¬ sci samolot — ziemia o znajctawaniu sie statku powietrznego w aktualnie kontrolowanym wycin¬ ku przestrzeni.Stosunek wag jest czynnikiem regulujacym czu¬ losc systemu kontroli w sensie bezpieczenstwa lo¬ tów z jednej strony i przeciazenia systemu kon-' troli z drugiej.Sygnaly wyjsciowe z ukladu wedlug wynalazku reprezentuja decyzje rozstrzygajace czy obserwo¬ wany statek powietrzny wchodzi pod kontrole czy tez nie.Uklad decyzyjny wedlug wynalazku przedsta¬ wia soba zdeterminowany automat skonczony, adaptujacy sie do wlasnosci alfabetu wejsciowego i moze byc zrealizowany w dowolnej technice cyf¬ rowej zarówno elektronicznej jak i pneumatycz¬ nej, hydraulicznej, optycznej itp. Wynalazek umo¬ zliwia wiec uzyskanie wysoce sprawnego i stosun¬ kowo prostego urzadzenia decyzyjnego szczególnie przydatnego przy sterowaniu szybko zmiennymi procesami produkcyjnymi w warunkach niepew¬ nosci co do stanu samego procesu i zaklócen. 35 40 45 6 PL PL

Claims (4)

1. Zastrzezenia patentowe 1. Adaptacyjny uklad decyzyjny, znamienny tym, ze zbudowany jest z czlonu wejsciowego (A) skla¬ dajacego sie ze znanych liczników par liczb (1) 5 i (k), czlonu oszacowujacego (B) wartosc niezna¬ nego parametru (alfa) od którego to parametru zalezy gestosc prawdopodobienstwa próbek dys¬ kretnego sygnalu pomiarowego ~* oraz czlonu 10 (C) obliczajaco-porównujacego wynik (a*) oszaco¬ wania tego nieznanego parametru (a) lub dolna granice ufnosci tego oszacowania dla kazdej pary liczb (1) i (k) i obliczajacego kazdorazowo stosu- - nek wiarygodnosci a nastepnie porównujacego 15 ten stosunek z danym progiem wagowym przy z góry ustalonych parametrach wejsciowych, a wszystkie te czlony sa polaczone ze soba w petle sprzezenia w przód.
2. Adaptacyjny uklad wedlug zastrz. 1 znamien- 20 ny tym, ze czlon oszacowujacy (B) ma uklad wprowadzania wartosci czasu (tp) rozpoczecia adaptowania sie ukladu do nieznanej wartosci parametru (alfa), natomiast czlon obliczajaco-po- równujacy (C) ma uklad wprowadzania wartosci 25 parametru (beta), od którego zaleza wlasnosci sta¬ tystyczne procesu pasozytniczego, najkorzystniej zaklócen szumowych lub zanieczyszczen oraz war¬ tosci stosunku arbitralnych wag (Wa) do (W0) de¬ cydujacych o czulosci ukladu decyzyjnego. 30
3. Adaptacyjny uklad wedlug zastrz. 1 i 2 znamienny tym, ze w ukladzie wejsciowym (A) znajduje sie uklad dostosowujacy wejscie do od¬ bioru ciagów binarnych próbek sygnalu wejscio¬ wego o wlasnosciach statystycznych zaleznych od parametru o nieznanej z góry wartosci — przy czym poszczególne próbki tego sygnalu, pobierane kolejno w miare uplywu chwil ich pojawiania sie, sluza nie tylko dla bezposredniej oceny wyników pomiaru ale takze dla uczenia sie aktualnej war¬ tosci tego nieznanego parametru droga biezacego oszacowywania jego wartosci.
4. Adaptacyjny uklad wedlug zastrz. 1—3 zna¬ mienny tym, ze w czlonie obliczajaco-porównuja- cym (O) znajduje sie uklad poczatku i konca po¬ stepowania decyzyjnego, który dla najmniejszej dlugosci 1 pobieranej sekwencyjnie próby sygnalu wejsciowego przy której zachodzi równosc war¬ tosci stosunku wiarygodnosci dla dlugosci 1 oraz 1+1 tej próby, orzeka decyzje wyjsciowa odpo¬ wiadajaca wynikowi porównania stosunku wiary¬ godnosci, dla 1 elementowej sekwencji, z progiem 50 wagowym.KI. 42 m3, 15/18 625S9 MKP G 06 f, 15/18 i"/ / we 00 C w°'Wi j Fig. I PL PL
PL118526A 1967-01-17 PL62589B1 (pl)

Publications (1)

Publication Number Publication Date
PL62589B1 true PL62589B1 (pl) 1971-02-27

Family

ID=

Similar Documents

Publication Publication Date Title
US10799916B2 (en) Systems and methods for sorting and collecting enhanced grade metal-bearing ores from metal bearing ores
CN113095443A (zh) 基于lstm-dnn网络模型的实时天气预测算法
Zeb et al. Developing deep learning surrogate models for digital twins in mineral processing–A case study on data-driven multivariate multistep forecasting
CN113837036A (zh) 生物聚合物的表征方法、装置、设备及计算机存储介质
US4291356A (en) Apparatus for analyzing a physical quantity
PL62589B1 (pl)
US2817704A (en) Electrical code systems
Bragard et al. A fast self-optimized LMS algorithm for non-stationary identification: application to underwater equalization
CN114768987A (zh) 一种基于dcs的选煤厂重介灰分控制方法及系统
Ni et al. An adaptive soft sensor method of D-vine copula quantile regression for complex chemical processes
DE19530049B4 (de) Verfahren zur Erkennung von fehlerhaften Vorhersagen in einer neuromodellgestützten oder neuronalen Regelung
Wu et al. Computer-aided variables sampling inspection plans for compositional proportions and measurement error adjustment
Pani et al. A hybrid soft sensing approach of a cement mill using principal component analysis and artificial neural networks
CN117649139A (zh) 一种基于多数据表征的文献价值计算方法及系统
Lu et al. A parallel and modular multi-sieving neural network architecture for constructive learning
Tang et al. Mill Load Parameter Forecasting Based on Multi-source Single-scale Mechanical Frequency Spectral Multiple feature Subsets
Lin et al. Intelligent tuning and adaptive control for cement raw meal blending process
Qiao et al. Soft measurement model of raw meal decomposition ratio based on data driven for raw meal calcination process
Ahad et al. Robust multiple discriminant rule with Hodges-Lehmann in handling equal proportion of cellwise-casewise outliers
SE442921B (sv) Sjelvinstellande regulator
Mendoza et al. Implementation of a parameterizable sorting network for spatial modulation detection on FPGA
Saviak Improved deep learning algorithm for self-driving cars control
Gonsález et al. A Multivariable Dynamic Suboptimal Control Strategy for Mineral Processes with Large Uncertainties in Model and Inputs
Marchant et al. SYSTEMATIC DEVELOPMENT OF OPTIMUM CONTROL SYSTEMS FOR METALLURGICAL PROCESSES
WO2010133925A1 (en) Teaching method for a neuronal nano- block