Файл: В.Л. Конюх Информационные устройства и системы в автоматизационном производстве.pdf

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 22.06.2024

Просмотров: 34

Скачиваний: 0

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

8

изменится ли выбранный набор, если поменять местами датчики в таблице?

почему из плана покупок при выборе решения о покупке первого датчика вычеркивают последний, а не любой другой датчик?

какие датчики будут выбраны, если

n

qi Q?

i=1

что вы понимаете под ценностью для потребителя контроллеров, датчиков, исполнительных устройств, программного обеспечения?

ЗАНЯТИЕ 4. КЛАССИФИКАЦИЯ ИЗГОТОВЛЕННЫХ ДЕТАЛЕЙ ПУТЕМ СОПОСТАВЛЕНИЯ ИХ ПРИЗНАКОВ

Основные понятия

Изготовлена партия деталей, в которой необходимо выделить и изъять бракованные детали, случайные параметры которых выходят за допустимые пределы. Задача состоит в распознавании бракованных деталей путем вычисления и сопоставления признаков каждой детали с эталоном.

Для решения задачи строят матрицу n признаков для N деталей, в которой n - число строк, N - число столбцов (табл. 3). Элементами мат-

рицы mij

(i =

 

), (j =

 

), являются значения признаков, например

1, n

1, N

длина и ширина одной из N деталей.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Таблица 3

 

 

 

 

 

Измеренные признаки деталей

 

 

 

 

 

 

 

 

 

 

 

 

 

Признак

 

 

 

 

 

 

Деталь

 

 

 

 

1

 

2

 

….

N

 

 

 

 

 

 

 

1

 

 

m11

 

 

 

m12

 

m1N

 

2

 

 

m21

 

 

 

m22

 

 

m2N

 

 

 

 

 

 

 

 

 

 

 

 

 

n

 

 

 

mn1

 

 

 

mn2

 

 

mnN

 

На этапе распознавания вычисляют признаки неизвестного объекта Y (y1, y2 ,…,yn). Оценивают их отклонения от признаков в столбцах


9

матрицы. Объект относят к детали, для которой сумма нормированных отклонений минимальна.

Далее определяют, какие признаки достаточны для классификации деталей. Для этого строят матрицу различий из n строк и (N + C2N) столбцов, где C2N – число сочетаний из N деталей по две (табл. 4).

Таблица 4

Матрица различий

Номер

признака 1+0 … N+0 1+2 1+3 … 1+N 2+3 2+4 … 2+N

1

.

.

n

Назначают порог отклонений значения признаков ∆. В первых N столбцах сравнивают значения признаков mij с порогом отклонения ∆. Если (mij – ∆) 0, то элемент матрицы на пересечении i-й строки и j-го столбца принимает значение 1.

Это означает, что значение признака превышает допустимое отклонение. Если (mij – ∆) < 0, то соответствующий элемент матрицы принимает значение 0. Это означает, что значение признака близко к допустимому отклонению и им можно пренебречь. Первые N столбцов показывают, можно ли отличить наличие объекта от его отсутствия.

Остальные столбцы соответствуют попарным сочетаниям деталей, для которых устанавливают двойной порог отклонения 2∆. В элементах матрицы сравнивают признаки двух деталей между собой. Если (mij mik) 2∆ , то соответствующий элемент матрицы равен 1. Если (mij mik) < 2∆, то соответствующий элемент матрицы равен 0. Эти столбцы показывают, можно ли различить любые два объекта между собой.

Если матрица различий имеет хотя бы одну единицу в каждом столбце, то набор признаков достаточен для классификации всех деталей с допустимой вероятностью ошибки.

Возможные приложения метода в автоматизированном производ-

стве:

сортировка деталей из неоднородного потока;

отбраковка деталей после изготовления;


10

текущий контроль качества изготовления.

Задание

Для трех деталей в табл. 5 заданы значения семи признаков (высота, ширина, длина, масса, площадь, периметр и цвет)

Таблица 5

Признаки трех деталей

Деталь 1

Деталь 2

Деталь 3

1

28,5

29

14,1

2

16,3

17

18,9

3

7,3

15

9,1

4

3,4

0

0

5

1,1

2,8

0,3

6

6,6

5,3

5,5

7

3,7

0

1,1

Распознается неизвестная деталь, имеющая признаки:

15,2 (признак № 1); 19,5 (№ 2); 10,3 (№ 3); 0,2 (№ 4); 0,6 (№ 5); 5,3 (№ 6); 0,9 (№ 7). Допустимое отклонение признаков ∆ = 1,2.

Постройте матрицу различий и определите, какие два из семи признаков достаточны для классификации деталей.

ЗАНЯТИЕ 5. МИНИМИЗАЦИЯ ПРИЗНАКОВ ПРИ АВТОМАТИЧЕСКОМ РАСПОЗНАВАНИИ ДЕТАЛЕЙ

Основные понятия

Задача состоит в сокращении числа признаков, позволяющих автоматической распознающей системе отличать одну деталь от другой.

Ее решение сводится к выбору наименьшего набора строк из матрицы различий. При выборе учитывают число единиц в строках и столбцах матрицы. Эта задача о минимальном покрытии матрицы различий ее строками.

11

Выбирают единичные элементы матрицы различий, числа единиц которых в столбце минимально, а число единиц в строке – максимально. Пусть матрица различий имеет вид (табл. 6).

Таблица 6

 

Матрица различий

 

 

Признаки

Объекты

 

1 2 3 4 5 6 7 8 9 10 11 12

1

0 0 1 1 0 0 0 0 1 1 0 0

2

1 0 0 0 1 0 0 0 0 0 1 0

3

1 1 1 0 1 0 0 0 1 1 0 1

4

1 1 0 0 0 0 1 1 0 0 0 0

5

0 1 1 0 1 0 0 1 1 1 1 0

6

0 0 0 0 1 1 0 0 0 0 1 1

7

1 0 1 0 1 0 1 0 1 0 1 0

8

0 1 0 0 1 0 0 0 1 0 0 0

Число единиц в столбцах: 4 4 4 1 5 1 2 2 5 3 4 2

Заданным условиям удовлетворяют элементы матрицы x1,4, x6,6 (выделены и подчеркнуты). Из матрицы различий вычеркивают строки 1 и 6, в которых находятся эти элементы и столбцы, имеющие единицу в этих строках. Получают сокращенную матрицу:

 

1

2

7

8

1

2

1

0

0

0

3

1

1

0

0

2

4

1

1

1

1

4

5

0

1

0

1

2

7

1

0

1

0

2

8

0

1

0

0

1

 

4

4

2

2

 

Снова выбирают элемент с максимальным числом единиц в строке и минимальным числом единиц в столбце. Он подчеркнут. Вычеркивают четвертую строку, в которой он находится.

Вычеркнутые на первом и втором этапах строки 1, 4 и 6 образуют минимальное покрытие матрицы различий. Следовательно, минималь-


12

ный набор признаков для распознавания 12 объектов – это признаки 1, 4 и 6.

Задание. Дана матрица различий для распознавания 5 деталей по 5 признакам:

Деталь

 

Признак

 

1

2

3

4

5

 

1

0

0

1

1

0

2

0

1

0

0

0

3

1

0

0

1

0

4

0

1

1

0

0

5

1

0

1

0

1

Выберите минимальный набор признаков для распознавания деталей, используя метод минимального покрытия матрицы различий.

ЗАНЯТИЕ 6. РАЗРАБОТКА ИНФОРМАЦИОННОЙ СИСТЕМЫ ДЛЯ ИЗМЕРЕНИЯ ВЫСОТЫ ДВИЖУЩИХСЯ ОБЪЕКТОВ

Цель занятия – самостоятельное решение технической задачи распознавания объектов.

Постановка задачи

По конвейеру движутся картонные коробки трех размеров в высоту (рис. 4). Необходимо подсчитать число коробок каждой высоты с помощью информационной системы 3.

1

 

3

 

2

Рис. 4. Задача измерения высоты коробок 1 на конвейере 2 с помощью информационной системы 3


13

Задание

Предложите способы измерения высоты коробок датчиками положения, фотоэлектрическими, тактильными или локационными датчиками. Нарисуйте схему информационной системы.

Ответьте на контрольные вопросы:

будет ли работоспособна система, если коробки прижаты друг к

другу?

как избежать ошибки счета при прижатых коробках одинаковой высоты?

как применить информационную систему для сортировки коробок по высоте?

ЗАНЯТИЕ 7. РАЗРАБОТКА СИСТЕМЫ АВТОМАТИЧЕСКОЙ СОРТИРОВКИ ОДНОРОДНЫХ ОБЪЕКТОВ НА КОНВЕЙЕРЕ

Цель занятия – самостоятельное решение технической задачи сортировки однородных объектов, движущихся по конвейеру.

Постановка задачи

Конвейер перемещает куриные яйца трех категорий крупности: I, II, III (рис. 5). Яйца могут быть в любом положении, кроме, конечно, вертикального и касаться друг друга. Необходимо с помощью робота рассортировать яйца по трем категориям.

I II III

Рис. 5. Задача распознавания и сортировки куриных яиц

14

Задание

Предложите систему автоматической оценки крупности яиц, которая наводила бы захватное устройство робота на распознаваемый объект и указывала координаты тары для яиц соответствующей категории.

Ответьте на контрольные вопросы:

как распознать яйца, касающиеся друг друга?

можно ли применить для распознавания силомоментные датчи-

ки?

как удешевить систему сортировки?

какое захватное устройство вы рекомендуете для работы?

как предотвратить пропуск яиц без их захвата?

15

СОДЕРЖАНИЕ

 

Занятие 1. Выбор датчиков и составление автоматной таблицы для

 

роботизированного комплекса холодной листовой штамповки..............

1

Занятие 2. Формализация информационной системы и алгоритма

 

управления транспортным роботом............................................................

4

Занятие 3. Выбор покупаемых датчиков с помощью метода ветвей

 

и границ.........................................................................................................

6

Занятие 4. Классификация изготовленных деталей путем

 

сопоставления их признаков........................................................................

8

Занятие 5. Минимизация признаков при автоматическом

 

распознавании деталей...............................................................................

10

Занятие 6. Разработка информационной системы для измерения

 

высоты движущихся объектов...................................................................

12

Занятие 7. Разработка системы автоматической сортировки

 

однородных объектов на конвейере..........................................................

13