Автоматизация процессов производства железобетонных изделий

Федеральное агентство по образованию
Государственное образовательное учреждение
высшего профессионального образования
«БРАТСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ»
Кафедра Строительного материаловедения и технологий
Курсовая работа
Автоматика и автоматизация
производственных процессов
АВТОМАТИЗАЦИЯ ПРОЦЕССОВ ПРОИЗВОДСТВА ЖЕЛЕЗОБЕТОННЫХИЗДЕЛИЙ
Пояснительная записка
270106.65. АП 18 КР. 000 00 ПЗ
Выполнил:
студент гр. СТ-01-1                                                             С.В.Рожнев
Руководитель:
Ст. преподаватель каф. СМиТ                                            Н.В. Дворянинова
Братск 2005 г.


Содержание

Изм.
Лист
№ докум.
Подпись
Дата
Лист
3
270106. 65. АП 18 КР. 000 00 ПЗ
Выполнил
Рожнев С.В.
Проверил
Дворянинова Н.В.
Автоматизация процессов производства железобетонных изделий
СтадияКР
Листов
19
Кафедра СМиТ  TOC o «1-3» h z u Введение. PAGEREF _Toc105824351 h 4
Анализосновных тенденций развития датчиковой аппаратуры… PAGEREF _Toc105824352 h 4
Аналитическийобзор. PAGEREF _Toc105824353 h 7
Созданиеавтоматизированной системы контроля и управления качеством в производствесборного железобетона. PAGEREF _Toc105824354 h 7
Адаптивныеметоды прогнозирования. PAGEREF _Toc105824355 h 8
Технологическиепеределы… PAGEREF _Toc105824356 h 11
Автоматизацияпроизводства. PAGEREF _Toc105824357 h 12
Процессизготовления арматуры… PAGEREF _Toc105824358 h 12
Процессформования. PAGEREF _Toc105824359 h 14
Процесстепловлажностной обработки. PAGEREF _Toc105824360 h 16
Заключение. PAGEREF _Toc105824361 h 18
Списокиспользованной литературы… PAGEREF_Toc105824362 h 19


Изм.
Лист
№ докум.
Подпись
Дата
Лист
4
270106. 65. АП 18 КР. 000 00 ПЗ ВведениеАнализ основных тенденцийразвития датчиковой аппаратуры
В настоящее время вРоссии и за рубежом создан широкий спектр датчиков физических величин,основанных на различных эффектах.
По мере того, какрастет применение электроники, все большее значение приобретают датчики,которые играют роль посредников между окружающим нас аналоговым миром ицифровыми системами обработки информации о признаках этого мира. Поэтомунеудивительно, что изготовитель датчиков, стараясь расширить возможности своихустройств, обращаются к технологии интегральных схем, т.е. к созданиюполупроводниковых (ПП) (микроэлектронных) датчиков, которые со встроеннымифункциональными элементами становятся все более похожими на интегральныемикросхемы.
Микроэлектронные датчики(МЭД), объединяющие датчики полупроводниковые и на основе материалов,используемых в микроэлектронике, бесспорно, представляют одно из самыхперспективных направлений развития этого класса изделий, поскольку позволяютреализовать новейшие достижения в области строительной технологии.
Можно предположить,что ПП датчики будут развиваться по трем направлениям: дальнейшее повышениеуровня интеграции и распространение интегральной технологии; комбинированиенескольких датчиков в одном корпусе (на одном кристалле); «интеллектуализация»датчика.
Основнымтехнологическим материалом для изготовления МЭД в настоящее время остаетсякремний. Хотя известны работы по созданию датчиков на арсениде галлия,сегнетоэлектриках, высокотемпературных сверхпроводниках и др.
В то же время,возможности кремния далеко не исчерпаны, а воспроизводимость результатов на егооснове пока не имеет себе равных. На основе кремниевых технологий, реализующихсвойства полупроводников с собственной проводимостью, возможно воспроизведениетензоэлектрических, пьезоэлектрических, резистивных, терморезистивных,термоэлектрических, емкостных, индукционных и других физических эффектов.
Кремний доминирует вкачестве материала для МЭД, поскольку обеспечивает высокую стабильность инезначительный дрейф характеристик, в том числе вследствие высокой упругости.Кремний отличают хорошие пьезоэлектрические свойства, высокая чувствительностьк изменению характеристик внешних воздействующих факторов, включая температуру,влагу, радиацию, давление.
Важнейшее значениеимеет и тот факт, что чувствительные элементы на кремнии хорошо согласуются имогут быть интегрированы в МЭД совместно с устройством усиления и нормированиясигналов, подавления шумов и помех, компенсации погрешностей и дрейфов. Этопозволяет рассматривать МЭД, как элементы электронной техники, обладающиеунифицированными и нормируемыми характеристиками.

Изм.
Лист
№ докум.
Подпись
Дата
Лист
5
270106. 65. АП 18 КР. 000 00 ПЗ Основными разновидностями таких датчиков являютсяпреобразователи на основе полупроводников с собственной проводимостью идатчики, изготовленные по тонко- и толстопленочной технологии, причем оба типамогут использовать самые различные физические эффекты: тензо — ипьезоэлектрические и резистивные, терморезистивные и термоэлектрические и др.Тонкопленочные датчики позволяют создавать миниатюрные преобразователи площадьювсего несколько квадратных сантиметров и толщиной — единицы миллиметров, срасстояниями между токоведущими дорожками — 0,1...1 мм. Создание таких датчиковстало возможным за счет применения керамических подложек и стеклообразногоспекания слоев, поэтому такие датчики обладают высокой прочностью и стойкостьюк воздействию агрессивных сред, небольшими массогабаритными характеристиками истоимостью. Такой датчик может работать в диапазоне давления от единиц до сотенМПа и температуры — 60...400°С.
Тонкопленочные МЭДсохраняют работоспособность в широком диапазоне температур, в условияхвоздействия газовых потоков со скоростью 120 км/час, вибраций на частотах до 10кГц, линейных нагрузок до 100 г и более. Они могут быть выполнены на керамическойи кремниевой подложках, в поликремниевых слоях на поверхности кристалловинтегральных и гибридных схем. Стабильность тонкопленочных МЭД может быть доведенадо 0,05...0,1% в год.
Тонкопленочные датчикипозволяют создавать сравнительно миниатюрные конструкции с площадью до 1 см2и толщиной пленки на керамической подложке до 1 мм. Расстояние между ихтоковедущими подложками не превышает 10...100 мкм, а погрешности 0,1..0,001%.
Парк датчиков вперспективе до 2005 года будет развиваться по следующим основным направлениям:
1.           «Интеллектуализация» датчиков: введение вконтур датчиков микропроцессорных средств обработки измерительной информации и пассивныхструктурно-избыточных элементов.
2.          Синтезволоконно-оптических датчиков различных физических величин и средств сопряженияс объектами измерений.
3.          Широкое внедрениев производство традиционных типов датчиков, изготавливаемых по технологииинтегральных микросхем и синтез на этой основе рядов полупроводниковых,интегральных датчиков различных физических величин. []
Такой резкий рост потребностив датчиках самых разнообразных физических величин, вызван ведущей тенденциейсовременного развития всех областей техники, заключающейся в автоматизациипроцессов управления, контроля, диагностирования и т.д.

Изм.
Лист
№ докум.
Подпись
Дата
Лист
6
270106. 65. АП 18 КР. 000 00 ПЗ В данной работе рассматривается автоматизацияпроцессов производства железобетонных изделий (труб). Следовательно, требуется:описание функциональной схемы автоматизации, методов измерения технологическихпараметров, основных технических средств автоматизации и т.д. А также описаниеиспользования микропроцессорной техники, особенностей программного обеспеченияи типов применяемых контроллеров.

Изм.
Лист
№ докум.
Подпись
Дата
Лист
7
270106. 65. АП 18 КР. 000 00 ПЗ Аналитический обзорСоздание автоматизированнойсистемы контроля и управления качеством в производстве сборного железобетона
Эффективностьуправления производством в современных условиях в значительной мереопределяется наличием методов и технических средств управления качествомпродукции на всех стадиях технологического процесса. Задачи управлениякачеством продукции, оптимизации технологических процессов решаются на базекомплексной автоматизации производства, широкого внедрения систем и средствавтоматизации. Одним из основных условий успешного решения задач автоматизациипроизводства является обеспечение систем автоматического управлениятехнологическими средствами оперативного автоматического контроляпараметров-характеристик автоматизированных технологических процессов −физических, химических и других величин, информация о которых необходима дляобеспечения оптимального управления тем или иным процессом. Степеньобеспеченности технологического процесса такими средствами наряду с уровнеммеханизации автоматизированного производства (процесса, передела) и достигаемыетехнико-экономические эффекты являются определяющими, а зачастую, и лимитирующимипри оценке возможности и целесообразности организации автоматизированногоуправления, создания конкретных систем автоматизации в производстве сборногожелезобетона.
Автоматизациятехнологического процесса производства железобетона требует использованияавтоматизированных средств для контроля основных возмущающих воздействий икачественных характеристик железобетонных изделий, информация от которых можетиспользоваться в целях оптимального управления производством.
При созданииавтоматизированной системы контроля и управления качеством в производствесборного железобетона, как и в других отраслях, необходимо решить ряд научных итехнических задач, связанных с выполнением основных этапов работ:
1.          Провести изучениеособенностей (идентификацию) объекта управления;
2.          Сформулироватьосновные цели, ставящиеся перед создаваемой системой контроля и управления;
3.          Выполнитьтехнико-экономическое обоснование целесообразности создания АСУ ТП;
4.          Разработатьрациональную структуру системы;
5.          Разработатьалгоритмы обработки информации и управления;
6.          Определить составтехнических средств, необходимых для реализации системы, и подобратьсерийно-выпускаемые; подготовить исходные требования на подлежащие разработкеустройства и аппаратуру контроля и управления;
7.          
Изм.
Лист
№ докум.
Подпись
Дата
Лист
8
270106. 65. АП 18 КР. 000 00 ПЗ Создать новые устройства контроля и средстваавтоматизации; провести экспериментальные исследования по проверке принциповпостроения системы, разработанных алгоритмов, а также созданных средствавтоматизации и приборов контроля;
8.          Разработатьпроект системы, включая математическое и информационное обеспечение, а такжекомплекс технических средств;
9.          Решить вопросыметрологического, а при необходимости и правового обеспечения системы;
10.     Изготовить,смонтировать оборудование, провести пусконаладочные работы и ввести систему вопытно-промышленную эксплуатацию;
11.     Провестиприемочные испытания системы и ввести ее в постоянную промышленнуюэксплуатацию;
12.     По результатампромышленной эксплуатации выполнить анализ технико-экономической эффективностисистемы, подготовить предложения по ее совершенствованию и тиражированию.
Следует подчеркнуть,что успех внедрения автоматизированных систем контроля и управления, вчастности в производстве железобетонных изделий, обусловлен, в основном, тремяфакторами:
1. Степеньюизученности объекта управления и подготовленностью его к автоматизации.
2. Наличием точныхвысоконадежных и эффективных технических средств (в первую очередь,автоматического контроля), способных длительно работать в режимеНепосредственного управления производством.
3. Наличием соответствующегоматематического обеспечения и эффективных алгоритмов обработки информации иуправления. В ряде случаев стоимость математического обеспечения составляет 50… 75% общих затрат на создание автоматизированных систем и существуеттенденция к дальнейшему увеличению этой доли затрат.Адаптивные методы прогнозирования
Одним из важнейшихнаправлений повышения эффективности производства сборного железобетона являетсясовершенствование существующих и разработка новых методов прогнозирования. Припланировании технико-экономических показателей важной проблемой являетсяповышение точности прогнозов не только на дальнюю, но и ближайшую перспективу.Объективная необходимость повышения качества краткосрочных прогнозов привела ксозданию и быстрому развитию адаптивных методов.
Адаптивными методамипрогнозирования (АМП) называются методы, позволяющие строитьсамокорректирующиеся математические модели, которые, учитывая результатреализации прогноза, сделанного на предыдущем шаге, и различную информационнуюценность членов динамического ряда, способны оперативно реагировать наизменяющиеся условия и на этой основе давать на ближайшую перспективу болееточные прогнозы.

Изм.
Лист
№ докум.
Подпись
Дата
Лист
9
270106. 65. АП 18 КР. 000 00 ПЗ АМП применяются там, где основной информацией дляпрогноза является отдельный временной ряд. В случае краткосрочногопрогнозирования наиболее важными являются последние реализации исследуемого процесса,например данные о мощности на валу бетоносмесителя ряда последних замесовбетона одной рецептуры, тенденция его развития, сложившаяся в среднем на всемпериоде предыстории, имеет существенно меньшее значение. Другими словами,свойство динамичности развития процесса здесь преобладает над свойством ихинерционности. Вследствие этого более эффективным оказывается применение АМП,учитывающих неравноценность уровней временного ряда.
Для повышения качествакраткосрочных прогнозов необходимо постоянно сопоставлять прогнозные оценки,полученные на основе модели, с фактическими данными. Практически все методыинженерного прогнозирования являются в той или иной степени адаптивными,поскольку стремятся использовать ценную информацию результатов сравнений с.тем, чтобы приспособиться к реальному течению процесса. Однако в традиционныхметодах, использующих регрессионные модели, кривые роста, степень адаптацииневелика, так как они, как правило, используют новую точку динамического рядалишь для «освежения» модели путем простого перерасчета еекоэффициентов по увеличенному на единицу периоду предыстории. В этом случаеценность вновь поступающей информации с течением времени постоянно падает и,кроме того, не учитывается фактическая величина ошибки прогноза.
Первоначальная оценкапараметров модели обычно осуществляется по некоторой выборке исходного ряда.Все уровни ряда составляют обучающую последовательность, т. е. используются длякорректировки параметров текущей прогнозной Последовательность процессаадаптации, состоит в следующем.
Пусть модель находитсяв некотором исходном состоянии (т. е. определены текущие значения еепараметров) и по ней делается прогноз. По истечении одной единицы времени (шагамоделирования) анализируем, насколько далек результат, полученный по модели, отфактического значения ряда. Ошибка прогнозирования через обратную связьпоступает на вход системы и используется моделью в соответствии с ее логикойперехода из одного состояния в другое с целью большого согласования своегоповедения с динамикой ряда. На изменения ряда модель должна отвечать«компенсирующими» изменениями. Затем делается прогноз на следующиймомент времени и весь процесс продолжается до исчерпания фактических уровнейряда.
Таким образом, модельпостоянно «впитывает» новую информацию, приспосабливается к ней и кконцу периода обучения отражает тенденцию развития процесса, существующую наданный момент.
Что касается правилперехода системы от одного состояния к другому, то этот процесс решается каждымисследователем интуитивно.

Изм.
Лист
№ докум.
Подпись
Дата
Лист
10
270106. 65. АП 18 КР. 000 00 ПЗ Быстроту реакции адаптивной модели на изменения вдинамике ряда характеризует так называемый параметр адаптации. Процесс«обучения» модели по ретроспективному материалу происходит в дваэтапа. На первом этапе определяется наилучшая (оптимальная) величина параметраадаптации, а на втором, используя ее по описанной выше схеме, определяютсякоэффициенты модели.
Если оптимальнуювеличину параметра адаптации затруднительно определить эмпирически или вывестианалитическим способом, то используют метод проб и ошибок. Задача состоит внахождении такого значения параметра, которое обеспечивало бы отражениетенденции процесса при одновременной фильтрации случайных отклонений от нее.
Адаптивные моделидостаточно гибки, но не универсальны. Поэтому при построении конкретных моделейнеобходимо учитывать наиболее вероятные закономерности развития реальногопроцесса, динамические свойства ряда соотносить с возможностями модели. Исследовательдолжен закладывать в модель те адаптивные свойства, которых, по его мнению,хватит для слежения модели за реальным процессом с заданной погрешностью.Вместе с тем нельзя надеяться на успешную самоадаптацию модели, более общей поотношению к той, которая необходима для отражения реального процесса, так какувеличение числа параметров модели неизбежно приводит к ухудшению получаемых поней прогнозов.
Таким образом, припостроении адаптивной модели приходится выбирать между общей и частной моделью,и, учитывая их достоинства и недостатки, отдавать предпочтение той, от которойможно ожидать наименьшей ошибки прогнозирования. Только при таком условии можнонадеяться, что последовательность проб и ошибок постепенно приведет к наиболееэффективной прогнозной модели.
Для сравнениявозможных альтернатив необходим критерий полезности модели. В случае краткосрочногопрогнозирования признанным критерием является средний квадрат ошибкипрогнозирования. О качестве модели судят по наличию автокорреляции в ошибках. Вболее развитых системах процесс проб и ошибок осуществляется в результатеанализа как последовательных во времени, так и параллельных (конкурирующих)модификаций модели. Здесь используется принцип конкуренции или автоматическогоотбора (селекции) прогнозной модели по заданному критерию.
Время в адаптивноймодели не является фактором, причинно определяющим развитие исследуемогопроцесса. Оно является условным «представителем» всей совокупностипричинных факторов и выражает эволюцию всего комплекса условий протеканияпроцесса. За счет упрощенного представления исследуемой величины, котораясвязана с одним лишь фактором − временем, моделирование становитсявозможным даже при самой скудной информации.

Изм.
Лист
№ докум.
Подпись
Дата
Лист
11
270106. 65. АП 18 КР. 000 00 ПЗ Учитывая вышеизложенное, можно выделить следующие основныепреимущества адаптивных методов и моделей, обеспечивающие широкое поле для ихприменения:
1.          адаптивноепрогнозирование не требует обширной информации, оно базируется на интенсивноманализе информации, содержащейся в отдельных временных рядах;
2.          модель, описывающаяструктуру показателя и его динамику, как правило, имеет ясную экономическуюинтеграцию и простую математическую формулировку;
3.          неоднократностьвременных рядов и их связей находит отражение в адаптивной эволюции параметровили даже в структуре додели.
В сравнении с системойрегрессионных уровней адаптивные модели могут давать более надежные результатыпри краткосрочном прогнозировании.
Однако сказанное вовсене означает, что адаптивные модели могут заменить любые другие виды моделей.Они пригодны лишь для обработки рядов с умеренными изменениями во времени.Технологические переделы
Технологическийпроцесс производства железобетонных изделий достаточно сложен, включает в себянесколько переделов, каждый из которых находится под воздействием целого рядапеременных факторов − возмущений, изменяющих ход процесса и, какследствие, качество готовых изделий.
При производствежелезобетонных труб основными переделами являются: изготовления арматуры,подготовки и сборки форм, формования изделий и их тепловлажностной обработки,распалубки и контроля качества готовых труб. Для формования труб используютременную центрифугу с регулируемым числом оборотов. Бетонную смесь укладывают вформы ленточным питателем путем ввода его консоли с питающей лентой в форму иодновременного перемещения питателя по рельсовому пути. После окончанияформования форму со свежеотформованным изделием поворачивают в вертикальноеположение и устанавливают на место тепловлажностной обработки труб. Режимобработки: выдержка при температуре цеха — 2ч, подъем температуры до 80 — 85 °С—2 ч, изотермический прогрев — 8 ч и охлаждение в формах до распалубки — 2ч.
Готовую трубу после распалубкиизвлекают из формы и укладывают в цехе на специальные прокладки на месте ихвыдержки ила на самоходную тележку и вывозят на склад готовой продукции.
Автоматизация, приведенных переделов, обеспечит оптимальноеиспользование сырья, энергии и оборудования для достижения заданных параметровкачества выпускаемой продукции.

Изм.
Лист
№ докум.
Подпись
Дата
Лист
12
270106. 65. АП 18 КР. 000 00 ПЗ