普通沖床送料裝置的自動化改造含3張CAD圖

普通沖床送料裝置的自動化改造含3張CAD圖,普通,沖床,裝置,自動化,改造,cad 熱過程中的一個案例研究與模糊增益調(diào)度控制分辨率的PLC H.-X. Li*, S.K. Tso 中心智能化設(shè)計，自動化和制造，科技學(xué)院，香港城市大學(xué)，達之場地，香港九龍 1998年7月2日，1998年11月6日 摘 要 本文提出了一種模糊的PLC系統(tǒng)為熱的過程實際執(zhí)行的案例研究。理論研究表明，性能較差的一個參考點周圍的模糊控制過程往往是由模糊推理的分辨率不足造成的。分辨率的提高，梯形邏輯的限制，不能支持復(fù)雜的算法。這里給出一個簡單的增益適應(yīng)的方法，以實現(xiàn)平滑的模糊控制，可以很容易地在一個PLC系統(tǒng)實現(xiàn)。一名身份不明的熱過程的實時實驗結(jié)果表明該方法的有效性，以及過程中隨時間變化的特點與尊重的模糊控制器的魯棒性。 （1999Elsevier科學(xué)?TD所有權(quán)利保留。 關(guān)鍵詞：模糊控制，模糊PLC系統(tǒng);增益調(diào)度;過程控制;模糊集 1 緒論 在工業(yè)自動化應(yīng)用，梯形邏輯，所謂的“可編程邏輯控制器（PLC）的（埃里克森，1996）上運行的一種編程語言，通常用于離散事件控制。用于連續(xù)控制，無論是一聲爆炸式控制或PID型控制器更經(jīng)常采用。1974年，出現(xiàn)第一的模糊控制應(yīng)用程序（基于Mamdani，1974）。此后，模糊邏輯控制（FLC）已采取的首選方法動態(tài)系統(tǒng)控制器的設(shè)計，即使在傳統(tǒng)的方法可以用來（Mamdani型，1993）。 在20世紀90年代初，當越來越多的成功的工業(yè)自動化應(yīng)用，證明了模糊邏輯的潛力，模糊PLC系統(tǒng)市場。這些系統(tǒng)的緊密集成與傳統(tǒng)的工業(yè)自動化技術(shù)，模糊邏輯。許多模糊的PLC系統(tǒng)的應(yīng)用已報告（馮Altrock 和Gebhardt，1996年。） 火電廠環(huán)境變化非常敏感，需要高度可靠的溫度控制性能。由于線性控制器可能不會是強勁的足夠尊重的過程中隨時間變化的屬性，模糊邏輯控制（FLC）成為一個很好的候選人，當一個模糊的PLC系統(tǒng)是可用的。另一方面，聯(lián)合體可能有其他的問題，沒有線性控制器。實際實驗表明FLC的性能較差，周圍的參照點，部分原因是復(fù)雜的過程需要復(fù)雜的決議。隸屬函數(shù)的罰款第二組（MFS）/查找表，它可以提供更好的控制，在一些模糊系統(tǒng)，以取代粗磁場/表時誤差在預(yù)先設(shè)定的范圍（李，劉，1989年下降;廖和王，1991）。然而，這種方法并不適用于模糊的PLC系統(tǒng)，由于系統(tǒng)的復(fù)雜性和困難的調(diào)整。一個簡單而有效的方法是需要在實踐中提高性能。 在本文中，介紹了一種切實可行的方法，使用增益調(diào)度。這種方法可以適應(yīng)不同分辨率的要求，通過調(diào)整只縮放收益。該方法是有效的，并可以很容易地使用PLC梯形圖邏輯實現(xiàn)。正確設(shè)計的模糊PLC系統(tǒng)是非常成功地控制了熱電廠與隨時間變化的特點。 2 模糊PLC系統(tǒng)的體系結(jié)構(gòu)和問題的描述 歐姆龍PLC的模糊系統(tǒng)架構(gòu)圖1中可以看出?；竟δ苣K，I / O處理器和模糊邏輯推理。模糊推理由一些操作，如在圖2所示，模糊化，推理，模糊化。雖然在PLC上的模糊邏輯推理模塊進行模糊推理操作，在PC機上程序推理所需的知識基礎(chǔ)的獨立的軟件工具。該軟件工具與模糊PLC系統(tǒng)由一個標準的串行電纜（RS232），通過開發(fā)人員下載模糊PLC系統(tǒng)設(shè)計的知識基礎(chǔ)。模糊推理變成了梯形邏輯需要時調(diào)用的函數(shù)。 圖1 一個基本的模糊PLC系統(tǒng)的體系結(jié)構(gòu) 定義模糊變量的隸屬函數(shù)集（MFS）。為支持一個給定的MF是在該地區(qū)的高檔k為正的點的集合。上檔次（μ）的分布在其支持的分辨率取決于每個MF。由于有一個清晰的模糊或模糊清脆的轉(zhuǎn)換，模糊推理的決議在很大程度上取決于雙方的模糊輸入和輸出變量的決議，而取決于對MF設(shè)計一個模糊變量的決議。不適當?shù)哪：兞康拇艌隹赡軙ヒ恍┹斎胄畔?，從而?dǎo)致在一個貧窮的決議。從理論上說，一個MF的蔓延應(yīng)符合其信息領(lǐng)域，以達到最佳的決議。 “粗”和“細”可以用來描述模糊變量或它的磁場。大量的信息域需要為MF，可以考慮作為一個粗糙的MF的廣泛普及，而一個小的信息域需要一個狹窄的傳播，它可以作為一個優(yōu)良的MF為MF。有沒有類似的決議的問題，一個清脆的變量，其運作。 這里的熱過程是一個非線性時變過程中，溫度作為控制變量。熱過程中的非線性性質(zhì)，需要在不同狀態(tài)下的控制器不同的分辨率。在短暫的時期，較大的誤差也需要一個粗糙的控制，需要粗的輸入/輸出變量，而在穩(wěn)態(tài)期間，小錯誤需要Tner的控制，這就需要精細的輸入/輸出變量。該決議要求有一個線性控制器上沒有影響，但可能會影響一個聯(lián)合體的磁場的傳播和信息領(lǐng)域之間的不匹配，由于系統(tǒng)。有人曾建議，應(yīng)使用精細磁場的第二套（含一個狹窄的蔓延）在穩(wěn)態(tài)期間（李，劉，1989），以改善性能。然而，這種類型的可變中頻系統(tǒng)是DI|邪教組織設(shè)計和調(diào)整，也是不合適的模糊PLC系統(tǒng)的應(yīng)用。 3 分辨率適應(yīng)使用增益調(diào)度 本文稱為模糊變量被認為是單分辨率，在圖3所示的統(tǒng)一支持磁場，而不是多分辨率的，由非均勻的支持磁場描述定義。 圖2模糊推理系統(tǒng)的體系結(jié)構(gòu) 圖3單分辨率的輸入和輸出變量的隸屬函數(shù) 圖4 輸入縮放決議增益列印效果 定義：一個粗的變量較少的磁場，而罰款的人有更多的磁場在變量域定義。 定理1（輸入分辨率調(diào)整）：1他決議的模糊輸入變量定義特定的磁場，可以控制其增益調(diào)節(jié)，N為在圖4所示。 1他的分辨率不變，N = 1時，它變得更細，當N <1，粗，當N> 1。 證明：證明是非常簡單的。如果兩個磁場具有相同的μ值的支持，那么這兩個磁場具有相同的分辨率。一個粗糙的MF將有一個大的傳播和分布廣泛，反之亦然。改變輸入變量的比例增益相當于成反比變化的MF或輸入域的蔓延。在圖4所示，規(guī)模變量e可以實現(xiàn)相同的結(jié)果，所使用的F f，而不是（C）（E）。換句話說，調(diào)整的比例增益，N可以使一個模糊變量與粗磁場實現(xiàn)的結(jié)果相當于精細磁場，其磁場只要有相同的形狀，反之亦然。 模糊推理的解決在很大程度上取決于模糊化方法。最流行的方法之一，是中心的重心法（COG）的，按下列計算推論輸出U： (1) 如果是小，輸入（級）的變化將導(dǎo)致在輸出U小的變化，使輸出的分辨率精細。由于更多的磁場與輸出變量有較小的輸出域，它可以產(chǎn)生比減少磁場的精細推理輸出。換句話說，精細輸出磁場產(chǎn)生小脆輸出，和粗粒輸出磁場產(chǎn)生大，投入的同檔次。一個比例增益可以調(diào)整輸出變量的決議，如定理2所述。 定理2（輸出分辨率調(diào)整）：1他解決模糊輸出變量定義特定的磁場，可以控制其比例增益K，如圖5所示1他的分辨率是不變的，當K=1時變細K <1，粗糙當K> 1。 證明：的重心（COG）的規(guī)模輸出變量在方程（2）表示，減少輸出比例增益K可以減少粗輸出的磁場產(chǎn)生清脆的輸出。另一方面，增加收益，可以增加脆以優(yōu)良的輸出磁場產(chǎn)生的輸出。因此，粗變量可以實現(xiàn)相當于精細由使用增益調(diào)度得當，反之亦然變量的結(jié)果，如圖5所示。 (2) 和 根據(jù)定理1和2，分辨率適應(yīng)戰(zhàn)略可以歸納如表1。通過調(diào)整而不是輸入/輸出的磁場縮放收益本身，具有不同分辨率的變量之間的轉(zhuǎn)換，可以實現(xiàn)，這樣可以提高控制精度。 圖5 輸出比例增益K號決議生效 圖6 增益調(diào)度這兩個地區(qū)的定義 應(yīng)在相平面上的增益調(diào)度設(shè)計，并根據(jù)控制過程的動態(tài)。這兩個地區(qū)的建議，在圖6所示，定義平衡點附近的一個小的精細控制的地區(qū)，其余的粗控制相平面?？刂崎_關(guān)管由兩個開關(guān)（）狀態(tài)如下。 (i) 粗控制時使用 和 (ii)精細的控制時使用 和 . 圖7 熱過程簡化了三種不同的傳感位置圖 一組縮放收益用于粗控制，加快瞬態(tài)響應(yīng)。當錯誤落在預(yù)設(shè)的限度內(nèi)，縮放收益第二套用于精細的控制，可以理順設(shè)定點周圍的響應(yīng)。通過觀察有關(guān)的工業(yè)廠房的行為選擇的開關(guān)狀態(tài)。 4 驗證 用于實驗的熱電廠，是基于一個真正的工業(yè)過程，過程溫度作為控制變量。在圖7所示，熱空氣吹入從左側(cè)到右側(cè)，為了加熱整個腔。保持強勁的性能，由于環(huán)境干擾過程的敏感性，這是非常困難的。由于這個過程是高度非線性過程的數(shù)學(xué)模型是未知的，身份不明。因此，沒有進行模擬研究。然而，熱過程中的主導(dǎo)部分，可以粗略估計，在低階系統(tǒng)傳遞函數(shù)式（3），通過一些簡單的測量形式。工藝參數(shù)是隨時間變化的，因此聯(lián)合國知名。有三種不同的延遲情況，可大約估計，0.5％和0.8秒，分別到三個不同的傳感的位置的，在圖7所示。 (3)實驗旨在比較其線性離散時間模糊控制系統(tǒng)。由于過程的主要部分是一個低階系統(tǒng)，PI型控制器可能就足夠了。因此，將比較模糊PI控制器和一個線性PI控制器之間進行。它們都是實現(xiàn)OMRON PLC系統(tǒng)（C200的）12位分辨率。模糊推理模塊是歐姆龍聯(lián)合體單位（FL01）（歐姆龍，1992年），可以與歐姆龍PLC集成。與模糊PI增益調(diào)度的實施，如在圖8所示。增益調(diào)度使用梯形邏輯執(zhí)行。規(guī)則庫中選擇，如表2所示的線性規(guī)則組成。選擇輸入磁場三角 類型和輸出的磁場被簡化為單身，在圖3所示。 圖8 實現(xiàn)增益自適應(yīng)模糊PI模糊PLC系統(tǒng)結(jié)構(gòu) 表2 二維線性限制器規(guī)則的基礎(chǔ)上 實際系統(tǒng)中總是有一些權(quán)力限制，這可能會導(dǎo)致積分PI和模糊PI控制系統(tǒng)在現(xiàn)有的行動“飽和”現(xiàn)象。 PLC系統(tǒng)的輸出調(diào)整到匹配過程的功率限制?？癸柡图夹g(shù)（乻tr歮期hagglund，1988），可以幫助一個PI控制器來克服這個問題。然而，仍然是沒有“反飽和”的模糊PI控制方法。因此，一個公平的比較和容易實施，同時控制系統(tǒng)進行測試，而無需使用任何“反飽和的方法。實驗過程如下計劃。 （1） 調(diào)整線性和模糊控制系統(tǒng)的小延遲的條件下，其最佳性能。 （2）讓兩個控制系統(tǒng)工作在不同的延遲的情況下，不改變它們的參數(shù)，以測試其性能魯棒性。 粗縮放收益可以由以下步驟LINEA對口（英，1994年）： 調(diào)整到最佳的PI控制器，，通過使用Ziegler-Nichols類型的方法。 表3 聯(lián)合體縮放收益的選擇 ?確定使用聯(lián)合體的收益， ?輸入增益被選為統(tǒng)一的最佳分辨率。 設(shè)計應(yīng)滿足以下要求，要求精細收益： （1）各地的平衡狀態(tài)，這需要一個更大的輸入增益和輸出增益較小的更精細的控制精度，根據(jù)定理1和2。 （2）不變的穩(wěn)定條件，這是最終的增益（輸入和輸出收益乘以）的影響：和在圖8所示的系統(tǒng)。 因此，最好是有相同的比例在增加輸入增益和輸出增益下降，同時保持最終的增益不變。這個比例已經(jīng)由觀察實驗過程中的行為決定。表3中發(fā)現(xiàn)的精細收益，可以提供更好的控制目標周圍的決議，由于較大的輸入增益和輸出增益較小，仍然可以保持原有的穩(wěn)定性，由于相同的最終收益。 當是難以確定的，該系統(tǒng)基本上是一個穩(wěn)定的過程，可以近似開關(guān)規(guī)則如下。 （i）粗調(diào)時，選擇 （ii）精細的控制時，選擇 在實驗中通過試驗和錯誤的，可以選擇開關(guān)狀態(tài)作為參考點的10％。 采樣（掃描）的時間大約是15毫秒，由PLC系統(tǒng)的計算負荷確定。一個小的時間延遲實驗結(jié)果表明，在圖9和10。設(shè)計的模糊PLC系統(tǒng)具有超調(diào)小的作品相當不錯的。它似乎經(jīng)歷一個較長的延遲比因為PI功能緩慢輸出積累（圖8）的線性對應(yīng)。線性PI控制器可以達到相當快的反應(yīng)。由于熱電廠的延遲時間可能會有所不同，時間延遲變化時，控制系統(tǒng)（不更新參數(shù)）的性能會受到影響。 不同的時間延遲，在使用不同的傳感器位置的基礎(chǔ)上，實驗結(jié)果顯示在圖11和14。 PI控制器的工作時，系統(tǒng)有一個很短的時間延遲，但性能大大惡化，隨著延遲的增加，成為不穩(wěn)定的很長一段時間的延遲（圖11和12）。 FLC的顯示與系統(tǒng)發(fā)生變化的魯棒性，并有一個更大的穩(wěn)定范圍（圖13和14）。它是穩(wěn)定的，所有的情況下，保持了令人滿意的業(yè)績。 圖9 PI與延遲性能 圖12 FLC的表現(xiàn)與延遲 圖10 FLC的表現(xiàn)與延遲 圖13 PI與延遲性能 圖11 PI與延遲性能 圖14 FLC的性能與延遲 一個概念的整合環(huán)氧膠工藝設(shè)計和控制的方法 H.-X. Li, S. K. Tso and H. Deng 制造工程及工程管理科學(xué)與工程學(xué)院，香港城市大學(xué)，香港 在半導(dǎo)體產(chǎn)業(yè)的制造系統(tǒng)性能的改善涉及跨學(xué)科的專業(yè)知識，如物理建模，機械設(shè)計，電氣控制，甚至材料科學(xué)。這些不同學(xué)科的整合是一個具有挑戰(zhàn)性的問題，在半導(dǎo)體行業(yè)。提出了一種概念性的方法，整合復(fù)雜的過程，具體應(yīng)用環(huán)氧膠控制系統(tǒng)的設(shè)計和控制方法 - 在半導(dǎo)體封裝過程中的關(guān)鍵設(shè)備。這種方法包括三個層次：流程設(shè)計（系統(tǒng)級和組件級），多變量控制和基于統(tǒng)計的監(jiān)督。本文涉及系統(tǒng)級的整合與公理化方法近似模型的概念設(shè)計，并簡要介紹了其他級別的方法。在系統(tǒng)級的概念設(shè)計，系統(tǒng)的原始模型是足以顯示過程中的一些基本屬性，通過它可以輕松地集成公理化設(shè)計評估系統(tǒng)的設(shè)計，并建議最佳的系統(tǒng)配置不變的屬性內(nèi)部變化。 ，多變量控制在最小的內(nèi)部變化，目的是要抑制外部變化約可構(gòu)建一套獨立的控制器?；诮y(tǒng)計的監(jiān)督將提供合適的設(shè)定值多變量控制，從而在動態(tài)環(huán)境中保持良好的性能。 關(guān)鍵詞：概念和公理設(shè)計;環(huán)氧膠工藝;混合過程控制 1 簡介 在半導(dǎo)體產(chǎn)業(yè)的制造系統(tǒng)是具有高度的復(fù)雜性，異構(gòu)子系統(tǒng)和材料組成的過程。這種系統(tǒng)的設(shè)計和控制，涉及不同的領(lǐng)域，如機械工程，電氣控制，軟件和硬件，甚至是材料科學(xué)和物理學(xué)。一個典型的例子是被廣泛使用在半導(dǎo)體產(chǎn)業(yè)需要準確的流體控制環(huán)氧分配器。在裸片粘接工藝在半導(dǎo)體行業(yè)，環(huán)氧樹脂飲水機模具附件是至關(guān)重要的。不一致的分配質(zhì)量是由內(nèi)部和外部的變化，尤其是當需要寬的速度變化。雖然重點問題一直非常重視，已稍有起色。 對于異構(gòu)的過程中，影響工藝性能的因素或變量可分為三種不同類型： 可控變量，可以無條件地處理由外部控制器。 有條件由外部控制器可以處理的部分可控變量。 “不可控”，不能由外部控制器處理的變量。 這些“不可控”，甚至部分可控變量往往引起內(nèi)部變化的過程中，這將最終影響工藝性能。所有這些變量和輸出性能之間的關(guān)系也是個未知數(shù)，這使得直接控制的性能非常困難。因此，適當?shù)脑O(shè)計應(yīng)符合最低的內(nèi)部變化或耦合，以減少“不可控”變量前可以為每個可控變量來實現(xiàn)更好的控制。 基于上述討論，提出了一個集成的設(shè)計和控制方法，為工業(yè)生產(chǎn)過程的概念，如圖所示。1。這種方法涉及不同的專業(yè)知識，基本分析，設(shè)計，實驗，和控制。方法的基本原理，可以分為三個層次： 1 工藝設(shè)計 在系統(tǒng)層面 - 一個質(zhì)的設(shè)計，旨在實現(xiàn)以最小的內(nèi)部變異適當?shù)南到y(tǒng)配置，基于一種原始的或近似模型的概念設(shè)計。 定量在組件設(shè)計和實驗水平，以達到最佳的系統(tǒng)結(jié)構(gòu)，并探討之間的可控變量的基礎(chǔ)上，系統(tǒng)的精確模型，詳細關(guān)系。 圖1 集成異構(gòu)過程的設(shè)計和控制方法 2、多變量控制機床水平 - 達到適當?shù)拿總€可控變量解耦控制。 3、高層次的統(tǒng)計數(shù)據(jù)為基礎(chǔ)的監(jiān)督 - 提供適合的多變量控制器，以便保持在動態(tài)環(huán)境中去耦效果，通過運行運行方式的設(shè)定值。 本文試圖申請配藥控制系統(tǒng)，這種方法與第一階段的重點 - 概念設(shè)計。配藥過程中的一個原始模型是首次開發(fā)的過程中顯示的基本屬性，現(xiàn)有的配藥系統(tǒng)可以使用的獨立性公理評估。使用信息和獨立性公理，在設(shè)計最佳的改善，可以探討。通過選擇適當?shù)脑O(shè)計參數(shù)，新的系統(tǒng)配置可以構(gòu)建內(nèi)部干擾的不變性。下一個最小的內(nèi)部變化，多變量控制系統(tǒng)，處理系統(tǒng)的外部干擾，可興建約由一組獨立的控制器。這種新設(shè)計的結(jié)構(gòu)將提供性能增強的空間不大。 2 環(huán)氧膠系統(tǒng)的背景 超過70％的配藥系統(tǒng)使用時間/壓力的技術(shù)圖。 2，因為它的成本最低，最簡單的操作，并要求至少維護[1-4]。操作非常簡單[5]：注射器持有的粘合材料，空氣施加壓力，以推動它通過尖端的材料。壓力越高和時間越長，應(yīng)用，更大的數(shù)量配發(fā)。真空防止滴水的物質(zhì)。 環(huán)氧膠系統(tǒng)中涉及的主要問題是內(nèi)部和外部變化所造成的不一致配藥質(zhì)量。壓力脈沖加熱材料，改變粘度和質(zhì)量從而點。通常有一個更大的趨勢到字符串環(huán)氧樹脂，由于注射器內(nèi)的壓力衰減慢，注射器內(nèi)的環(huán)氧樹脂量下降[6]。配鏡參數(shù)變化作為注射器清空，點大小的變化，隨著時間的推移，和真空拉回系統(tǒng)通常是在防止滴水環(huán)氧樹脂無效。目前許多配藥系統(tǒng)沒有達到一致的結(jié)果，因為其復(fù)雜和異構(gòu)特性。因此，分配機制的知識分析，設(shè)計和控制系統(tǒng)變得至關(guān)重要。 圖2 基本時間/壓力點膠系統(tǒng) 3 工藝設(shè)計 3.1 設(shè)計層次 優(yōu)化系統(tǒng)配置是至關(guān)重要的設(shè)計和控制的全過程。一個復(fù)雜的制造系統(tǒng)的設(shè)計可以分為概念設(shè)計，系統(tǒng)級和組件/實驗水平的定量設(shè)計，在圖3所示。 涉及在系統(tǒng)級的概念設(shè)計與總需求的過程中，如性能指標，動態(tài)和制約的過程。可以開發(fā)一個系統(tǒng)的原始模型的過程中盡可能提供盡可能多的主要性能。用這種原始的動態(tài)模型的幫助下，獨立公理[7]可應(yīng)用于評估的質(zhì)量和系統(tǒng)的配置建議，為減少系統(tǒng)變化參數(shù)的最優(yōu)選擇。由此可以減少到一組簡單的子模型，其中每一個可以由一個獨立的控制器，輕松地處理復(fù)雜的過程，動態(tài)。 圖3 工藝設(shè)計方法的層次結(jié)構(gòu) 組件/實驗水平，應(yīng)制定一個準確的模型，為系統(tǒng)的每個組件?；诰_模型的參數(shù)，組件將被選中，或優(yōu)化，以確保它的設(shè)計是可行的。獨立公理，也可以用來評估參數(shù)的選擇或優(yōu)化的的組件model.Simulation和實驗驗證的設(shè)計和修改系統(tǒng)模型是必要的。如果設(shè)計不能滿足約束的過程，這個過程應(yīng)該返回到系統(tǒng)級設(shè)計。 3.2 概念設(shè)計 概念設(shè)計是在早期階段的重要方法之一[7-10]，其他的設(shè)計方法時，可能難以申請，由于缺乏詳細的資料[11]。得出的結(jié)論是，公理設(shè)計[7]的方法，說明了明確的設(shè)計原則，設(shè)計過程和設(shè)計方法，被廣泛用于許多設(shè)計概念，如并行工程，軟件設(shè)計，[12]，設(shè)計大會[13]，為制造手設(shè)計[14]和化學(xué)過程的設(shè)計[15]。在產(chǎn)業(yè)，產(chǎn)品的需求通常隨時間變化，特別是自動控制的過程，這個過程通常是動態(tài)的。過程中的內(nèi)部和外部的變化，往往使系統(tǒng)的設(shè)計非常困難。由于物理模型可以表現(xiàn)出的基本過程和動態(tài)特性，它應(yīng)包括在設(shè)計過程中。然而，公理設(shè)計往往是分開的物理建模。 公理化設(shè)計被定義為在功能域和物理域的設(shè)計參數(shù)（ FRs）（DPs）的功能要求之間的映射過程，數(shù)學(xué)表示為： {FR} = [A]{DP} （1） 其中{FR}是矢量的功能要求，{DP}是設(shè)計參數(shù)向量，[A]是設(shè)計矩陣，它定義了每個功能的要求五和民主黨各設(shè)計參數(shù)之間的關(guān)系的性質(zhì)和形式： (2) 如果研究[A]是一個對角矩陣，即只有對角線元素是非零方陣，或三角矩陣，即非零元素發(fā)生在一個三角形圖案，設(shè)計是可以接受的一個方陣。如果研究[A]是任何其他類型的矩陣，設(shè)計是耦合的設(shè)計不符合獨立性公理，是不能接受的。 設(shè)計元素通常是通過系統(tǒng)設(shè)計師的解釋，這可能使公理化設(shè)計更主觀決定。該系統(tǒng)的物理模型，可以顯示系統(tǒng)的真實性質(zhì)，并協(xié)助設(shè)計，然而，真正的模型通常是很難獲得。由于公理化設(shè)計的概念或系統(tǒng)水平上，原始的或近似的模型應(yīng)該是足夠的了解系統(tǒng)的基本性質(zhì)，并幫助公理化設(shè)計。 4 近似模型的環(huán)氧膠系統(tǒng) 如圖2所示，一個基本的時間/壓力點膠系統(tǒng)。由于概念設(shè)計通常需要有關(guān)系統(tǒng)的定性信息，系統(tǒng)的近似模型，在這個階段將是足夠的。開發(fā)配藥系統(tǒng)的近似模型可以很容易地在一個理想的環(huán)境環(huán)氧樹脂近似牛頓流體最初。假設(shè)注射器內(nèi)的壓力是相同的空氣和環(huán)氧樹脂，尖端高度可以忽略不計，伯努利方程[16]適用于尖端的出口點，以獲得環(huán)氧樹脂流量： (3) P =注射器內(nèi)壓力 =注射器外大氣壓力 = 注射器內(nèi)的環(huán)氧樹脂密度 = 在注射器尖端的環(huán)氧流量 g=重力加速度 H =從尖環(huán)氧樹脂表面的距離 環(huán)氧樹脂的體積擠壓尖端時間t可以計算如式（4）。圖2系統(tǒng)的壓縮時間實際上是壓縮時間。 (4) 如果在注射器中的空氣被認為是接近一個完美的氣體，它滿足的狀態(tài)方程式（5）。 (5) 式中 T =注射器內(nèi)溫度 R=氣體常數(shù) =注射器內(nèi)以前的空氣量 如果被擠壓的環(huán)氧樹脂量的注射器，注射器內(nèi)必須獲得相同數(shù)量的空氣。假設(shè)沒有在注射器中的空氣泄漏，空氣從大氣中失去了應(yīng)該是平等的空氣推入注射器，滿足式（6）。 (6) 式中 =推入注射器內(nèi)空氣流量 (7) (8) 和當和ρ以外的注射器和注射器內(nèi)的空氣，分別對大氣密度，是環(huán)境溫度。分化和組合方程（5）和（6）將導(dǎo)致以下動態(tài)： (9) 派生式（3）和（9）表明，環(huán)氧膠的過程是一個非常復(fù)雜的系統(tǒng)動態(tài)。注射器內(nèi)的壓力P控制環(huán)氧配發(fā)的數(shù)額，如式（3）所示。另一方面，壓力P和溫度T的耦合式（9）所示。由于環(huán)氧樹脂具有粘度變化比較敏感的P和T[17,18]有線兩種變化行為的分配結(jié)果將受到內(nèi)部和外部的變化。要保持一個強大的性能，該系統(tǒng)應(yīng)重新設(shè)計，以最小的內(nèi)部變化。雖然上述動態(tài)模型不考慮環(huán)氧樹脂的非牛頓特性，但它提供足夠的信息比為概念設(shè)計。 5 點膠系統(tǒng)的集成方法 5.1 基于獨立公理在點膠系統(tǒng)的評價 根據(jù)圖2中的原始配置，在以下三個設(shè)計參數(shù)（DPS）被雇用。 =C推環(huán)氧樹脂的壓縮壓力 = 減壓V至持有環(huán)氧樹脂 =擠時間t（壓縮時間） 因此，這三個變量是可控的。也有其他部分可控的變量，如配藥距離和尾礦配藥，和“不可控”的變量，如針尖大小。由于所有這些變量相結(jié)合，它是重要的脫鉤，尤其是那些可以直接控制。 由于測量系統(tǒng)的質(zhì)量只有通過一致的配藥，在頂層FR的功能要求可以被定義為： FR= 一致的點膠量 然而，這FR被分解匹配系統(tǒng)中所使用的DPS。在圖1的點膠系統(tǒng)的工作原理表明，擠壓/保持操作啟動配藥;動態(tài)（4）式表明，擠時間t的控制體積配。（3）方程在給定的動態(tài)證明的環(huán)氧樹脂量配藥，也有直接關(guān)系的公理。因此，功能需求FR可以分解成，和如下：粘度環(huán)氧樹脂所有這些特性都是獨立的，并滿足獨立式： =最好的行動推動和保持環(huán)氧樹脂 =環(huán)氧樹脂的恒定粘度 =擠壓時間t 因此，在圖2現(xiàn)有系統(tǒng)的設(shè)計矩陣研究[A]可以得出： (10) 其中的“X”表示非零值。雖然DPs的數(shù)量是相等的FRs，獨立公理仍不滿意，因為設(shè)計矩陣[A]既不是對角線也不三角形。很明顯，這是一個耦合的設(shè)計。這是眾所周知的環(huán)氧樹脂的粘度，壓力和溫度的變化非常敏感。根據(jù)式（9），壓縮和真空的溫度變化，從而會影響環(huán)氧樹脂的粘度之間的切換造成的注射器內(nèi)的空氣壓力的變化。系統(tǒng)內(nèi)部的變化將表現(xiàn)不一致。 5.2、基于獨立和信息公理適當?shù)脑O(shè)計參數(shù)設(shè)計應(yīng)選擇以避免耦合和系統(tǒng)的變化。為了實現(xiàn)解耦設(shè)計，三個新的設(shè)計參數(shù)選擇如下： = 可以推動和保持沒有變化的壓力和溫度的環(huán)氧樹脂的機制 =可以保持恒定的溫度和壓力的機制 =擠壓時間控制 設(shè)計矩陣[A]可以為式（11）確定： (11) 設(shè)計是可以接受的。既然不能實施一個機制，根據(jù)信息公理，應(yīng)分解到最低限度的信息。 =環(huán)氧恒壓 =環(huán)氧恒溫 點膠系統(tǒng)的功能需求的層次結(jié)構(gòu)如圖4所示。在第二個層次，以滿足功能要求，設(shè)計參數(shù)DP2可以分解為： =壓力控制 =溫度控制 設(shè)計方程可以得到如下： 圖4 hiearchy點膠系統(tǒng)的功能要求。 (12) 設(shè)計耦合和可接受。 5.3 點膠系統(tǒng)的概念結(jié)構(gòu)基于模型的公理化設(shè)計提供了一個可行的解決方案 設(shè)計參數(shù)，可以實現(xiàn)使用開/關(guān)閥[19,20]，不會造成重大注射器內(nèi)的壓力和溫度的擾動。設(shè)計參數(shù)實際上是一個空氣調(diào)節(jié)器，是溫度控制器。圖5可以構(gòu)造系統(tǒng)的配置。注射器持有環(huán)氧樹脂。空氣施加壓力，推動通過尖端的環(huán)氧樹脂。開/關(guān)閥門電動電磁控制的控制環(huán)氧擠壓或控股。擠時間t，成為閥門的開放時間。注射器內(nèi)的壓力和溫度，可以通過獨立的控制器保持恒定。在此脫鉤環(huán)境，環(huán)氧配發(fā)金額是成正比的閥門開放時間t。 (13) 5.4 綜合控制和監(jiān)督 提出點膠控制的綜合控制結(jié)構(gòu)圖。 6。適當?shù)南到y(tǒng)設(shè)計，可以減少內(nèi)部的變化，以及根據(jù)在上一節(jié)的概念設(shè)計壓力P和溫度T控制system.Since的任務(wù)，必須保持不變，內(nèi)部耦合變得微乎其微。多變量控制，大約可以取得與壓力P，溫度T和體積開放時間t控制自主研發(fā)的三個獨立的控制器 圖5 點膠系統(tǒng)的概念架構(gòu) 圖6 點膠系統(tǒng)的集成控制的概念結(jié)構(gòu) 多變量控制 溫度（T）：控制。由于壓力P必須保持不變，其對溫度的影響將減至最低。如果環(huán)境溫度與T相同，則式（9）與式（14）和更容易控制方面TOT簡化。 (14) 壓力（P）控制。由于必須保持恒定的溫度，壓力的影響將是小過錯。動態(tài)（9）式成為簡化到P（15）和更容易控制。 (15) 兩個方程（14）和（15）描述了一個簡單的一階非線性系統(tǒng)，其中可控變量T和P與輸入空氣率。這些簡化的模型，將很容易控制。 開放時間（t）的控制。配藥量控制閥式（13）的開放時間。如果P和T成功地保持不變，那么可以得到一個常數(shù)。環(huán)氧樹脂在注射器的尖端流體的速度可以從式（3）估計，配藥量可以由式（13）控制。 基于統(tǒng)計以來的最后一場演出的監(jiān)控不能被控制，由于直接穿線模式，這個監(jiān)督系統(tǒng)可能包括三個主要部分。 1、 視覺系統(tǒng)，以監(jiān)察點膠點的變化。 2、統(tǒng)計過程控制單元，通過運行運行方式，以確定性能變化[21]。 3、一個高層次的推理引擎，提供合適的工作點，低級別的控制器，控制變量之間的接頭是最低的。 詳細可控變量之間的關(guān)系必須通過組件級設(shè)計應(yīng)制定過程的精確模型。僅基于精確的過程模型，體系結(jié)構(gòu)的定量信息可以得到，可以得到的最好的設(shè)定值多變量控制，實現(xiàn)了良好的去耦效果，也將高層次的監(jiān)督奠定了良好的基礎(chǔ)。 6 結(jié)論 環(huán)氧點膠的控制系統(tǒng)是一個復(fù)雜的異構(gòu)過程中，其性能是由內(nèi)部和外部變化的影響。這種系統(tǒng)的質(zhì)量改善，需要一個綜合的方法，涉及建模，設(shè)計和控制。一個概念的做法提出了整合設(shè)計和控制這個復(fù)雜的工業(yè)過程，通過三個層次的階段：工藝設(shè)計（系統(tǒng)級和組件級），多變量控制，基于統(tǒng)計的監(jiān)督。詳細研究，提出在系統(tǒng)級別上與其他級別的定性框架的概念設(shè)計。為了達到最佳的控制，應(yīng)首先進行的設(shè)計，消除系統(tǒng)內(nèi)部的變化。在系統(tǒng)級的概念設(shè)計，開發(fā)過程中的一個近似模型顯示系統(tǒng)的主要性能，獨立性公理，從中可以有效地評估系統(tǒng)的設(shè)計和說明設(shè)計上的缺陷。使用信息和獨立性公理，可以適當選擇設(shè)計參數(shù)的建議的最佳配置。新設(shè)計的系統(tǒng)內(nèi)部變化的不變性，并能提供性能增強的余地。下的最小內(nèi)部的變化，其目的是抑制變量之間的耦合，多變量控制系統(tǒng)，約可建一套獨立的控制器?；诮y(tǒng)計的監(jiān)督體系，提出了在低水平運行，運行approach.To通過提供合適的控制器設(shè)定值切實實施這一方法，過程中的一個準確的模型應(yīng)在未來的發(fā)展提供定量數(shù)據(jù)制造和控制系統(tǒng)的實現(xiàn)。 形狀分布 羅伯特·奧賽德，托馬斯·凡克豪瑟，伯納德·凱瑟勒，大衛(wèi)·德伯金 普林斯頓大學(xué) 1 引言 在基于形狀識別、檢索、聚類、分類中，確定三維形狀相似性是一項基本的任務(wù)。其主要應(yīng)用在傳統(tǒng)的計算機視覺、機械工程和分子生物學(xué)。然而,由于最近以下三個方面的發(fā)展,我們相信三維模型數(shù)據(jù)庫將變得無所不在, 3D圖形分析和匹配的應(yīng)用也將擴展到各種各樣的其他領(lǐng)域。首先，已經(jīng)提高的建模工具和掃描設(shè)備使3D模型的獲得更容易也更便宜，創(chuàng)造了一個大型的公眾可用的3D數(shù)據(jù)集供應(yīng)（如蛋白質(zhì)數(shù)據(jù)銀行[霍爾姆和桑德爾 1998]）。第二,萬維網(wǎng)使得世界各地的人可以使用3D模型建造,也為廣泛分布高質(zhì)量的3D模型提供了一種機制(例如,avalon.viewpoint.com)。最后，3D圖形硬件和CPU已經(jīng)足夠快速和便宜，使得3D數(shù)據(jù)庫能被快速處理和顯示在臺式電腦上，致使對來源廣泛的3D模型有了一個高要求。 不幸的是,由于大多數(shù)3 D文件格式(VRML,3 D工作室等)被形象化設(shè)計,他們只包含幾何和外觀的屬性,而且通常缺乏便于自動匹配的語義信息。盡管在一些3D文件格式（“層”領(lǐng)域里與AutoCAD實體模型相關(guān)就是一個簡單的例子）可能會包括有意義的結(jié)構(gòu)和語義標簽，但絕大多數(shù)通過萬維網(wǎng)獲得的3D對象沒有，且沒有有關(guān)的使用標準。一般來說,3D模型通過掃描設(shè)備獲得,或從幾何操作工具(文件格式轉(zhuǎn)換的程序)輸出,因此他們將只有幾何和外觀信息,通常完全沒有結(jié)構(gòu)或語義信息?；谛螤畹淖詣悠ヅ渌惴▽⒂兄谠?D模型數(shù)據(jù)庫里進行識別，檢索，聚類和分類。 3D模型數(shù)據(jù)庫有一些新的令人關(guān)注的特征，它們顯著影響著基于形狀的匹配算法。與圖像和范圍掃描不同,3D模型不依賴照相機配置,光源,或周圍物體(如鏡子)，結(jié)果是,他們不含反射,陰影,遮擋、投射、或部分的對象。這大大簡化了在相同類型中找到匹配的結(jié)果。例如，期望一個馬的3D模型包含大致相同尺寸的四條腿，這看似真實的。相比之下,任何同一匹馬的2 D圖像中馬可能少于四條腿(如果有兩條腿被高草遮擋),或者它可能包含“額外的腿”，那是谷倉陰影出現(xiàn)的結(jié)果或附近的一個池塘的反射，或者由于透視扭曲腿可能顯得比別的小。這些問題對傳統(tǒng)的計算機視覺應(yīng)用而言非常令人煩惱，但一般在3D模型匹配中卻沒有這種問題。 結(jié)論 雖然與PLC結(jié)合模糊邏輯，模糊的PLC系統(tǒng)，這樣做增加了傳統(tǒng)的工業(yè)自動化應(yīng)用的范圍，梯形邏輯不支持復(fù)雜的算法。這可能會限制一個模糊的PLC系統(tǒng)的性能。自定義模糊變量的決議使用磁場，模糊變量可能無法滿足不同條件下不同的控制要求的決議。本文提出的增益調(diào)度策略，適應(yīng)控制分辨率可達到使用多個，而不是多分辨率磁場的收益。主要的設(shè)計和調(diào)整工作，然后轉(zhuǎn)移到獲得設(shè)計和調(diào)整。這種有效的方法，這是簡單，適合于一個模糊的PLC系統(tǒng)，可以提高控制性能。新設(shè)計的算法與模糊PLC系統(tǒng)在試驗示范取得令人滿意的表現(xiàn)。在一般情況下，模糊系統(tǒng)，可以實現(xiàn)更復(fù)雜的非線性和隨時間變化的過程，如植物的強勁表現(xiàn)。希望本文中的成功示范，將促進FLC的廣泛應(yīng)用，包括模糊PLC，工業(yè)自動化系統(tǒng)。 致 謝 筆者想感謝兩位匿名評審為有用的意見和建議。這項研究部分由SRG的研究資助（7000874）在香港城大的支持。 支持這項研究是由研資局研究資助9040374。 參考文獻： 1. Astrom, K.J., & Hagglund, T. (1988). Automatic tuning of PID controllers . USA: Instrument Society of America. 2. Von Altrock, C., & Gebhardt, J. (1996). Recent successful fuzzy logic applications in industrial automation. FUZZ-IEEE'96, New Orleans (pp. 1845-1851). 3. Erickson, K.T. (1996). Programmable logic controllers. IEEE Potentials ,14 - 17. 4. Li, Y.F., & Lau, C.C. (1989). Development of fuzzy algorithms for servo systems. IEEE Control Systems Mag ., 9 (3), 65 - 71. 5. Liaw, C.-M., & Wang, J.B. (1991). Design and implementation of a fuzzy controller for a high performance induction motor drive. 6. IEEE Trans . Systems Man Cybernet . 21(4), 921-929. 7. Mamdani, E.H. (1974). Applications of fuzzy algorithms for simple dynamic plant. Proc . IEE , 121 (12), 1585-1588. 8. Mamdani, E.H. (1993). Twenty years of fuzzy control: Experiences gained and lessons learnt. Proc . 2nd IEEE Int . Conf . on Fuzzy Systems, San Francisco (pp. 339-344). 9. OMRON. (1992).Fuzzy logic unit D operation manual. Japan: OMRON. 10. Ying, H. (1994). Practical design of nonlinear fuzzy controllers with stability analysis for regulating processes with unknown mathematical models. Automatica, 30(7), 1185 D 1195. 11. A. Razban, B. L. Davies, S. Harris and J. Efstathiou, “Control of an automated dispensing cell with vision controlled feedback”,Control Engineering Practice, 3(9), pp. 1217–1223, 1995. 12. J. Baliga, “Package styles drive advancements in die bonding”,Semiconductor International, pp. 101–106, 1997. 13. U. Sachs, “Programmable dispensing – its time has come”, Electronic Material and Packaging, pp. 29–30 January/February 1997. 14. W. Schafer, F. Elling and E. Dosch, “Dispensing: how to increase accuracy and speed”, European Coating Journal, 6, pp. 610–613, 1997. 15. M. Norris, “Dispensing technology (SMT assembly)”, Surface Mount Technology, 10(10), pp. 56–58, 1996. 16. J. Engel, “Selecting the proper dispensing tip”, Surface Mount Technology, pp. 35–38, October 1990. 17. N. P. Suh, The Principles of Design, Oxford University Press,1990. 18. K. Wallace, Engineering Design: A Systematic Approach, Design Council, London, 1996. 19. G. E. Dieter, Engineering Design: A Materials and Processing Approach, International Edition, McGraw-Hill, 1991. 20. M. J. French, Conceptual Design for Engineers, Springer-Verlag, New York, 1985. 21. National Research Council, Improving Engineering Design,National Academy Press, Washington, DC, 1991. 22. K. Z. Chen, “Integration of design method software for concurrent engineering using axiomatic design”, Integrated Manufacturing Systems, 9(4), pp. 242–252, 1998. 23. R. L. Hoekstra, R. L. Shell and E. Hall, “A comparative study of axiomatic and analytical methods of design for assembly”, RI/SME Fifth World Conference on Robotics Research, Cambridge, Massachusetts, September 1994. 24. C. R. J. Naidu and A. A. Goldenberg, “Development of methodology for conceptual design for automation and its application in design of a dexterous manufacturing hand”, Engineering Design and Automation, 3(3), pp. 227–243, 1997. 25. J. M. Douglas, Conceptual Design of Chemical Processes,McGraw-Hill, 1988. 26. V. L. Streeter, Handbook of Fluid Dynamics, McGraw-Hill, 1990. 27. P. Kropp, “Problems with high speed adhesive dispensing”, 7th International SAMPE Electronics Conference, pp. 487–493, 20–23 June 1994. 28. A. Razban and B. L. Davies, “An automated system for dispensing adhesives”, International Journal of Adhesion and Adhesives,11(3), pp. 187–191, 1991. 29. K. M. R. Sethcon and N. D. Vaughan, “A model of the electromagnetic characteristics of fast switching on/off valves”, in C. R.Burrows and K. A. Edge (ed.), Modeling and Simulation – Sixth Bath International Fluid Power Workshop, 1993. 30. N. D. Vaughan and J. Gamble, “Sliding mode control of a proportional solenoid valve”, in C. R. Burrows and K. A. Edge(ed.), Fluid Power Systems, Modeling and Control – Fourth Bath International Fluid Power Workshop, 1991. 31. E. Castillo and A. M. Hurwitz, “Run-to-run process control:literature review and extensions”, Journal of Quality Technology, 29(2), pp. 184–196, 1997. 21