Имитационное моделирование автоматизированной системы управления качеством эндотермической атмосферы для химико-терминологической обработки металлов
DOI:
https://doi.org/10.28983/asj.y2020i3pp81-84Ключевые слова:
диффузионная химико-термическая обработка, эндогенератор, автоматизированная система управления, передаточная функция, имитационное моделированиеАннотация
В статье разработана имитационная модель автоматизированной системы управления качеством эндотермической атмосферы для химико-термической обработки металлов. Представлено поэтапное описание реализации алгоритма и приведен пример применения предлагаемого метода. Результаты разработки могут быть использованы при проектировании систем автоматизированного управления.
Скачивания
Данные скачивания пока недоступны.
Библиографические ссылки
1. Альтгаузен А.П. Электротермическое оборудование: справочник / под ред. А.П. Альтгаузена. – М., 1980. – 416 с.
2. Башнин Ю.А., Ушаков Б.К., Секей А.Г. Технология термической обработки стали. – М., 1986. – 424 с.
3. Грыжов В.К., Корольков В.Г. Решение задач идентификация объекта управления в среде динамического программирования VisSim // Современная наука: актуальные проблемы теории и практики. Серия: Естественные и технические науки. – 2018. – № 7. – С. 87–93.
4. Долотов Г.П., Кондаков Е.А. Оборудование термических цехов и лабораторий испытания металлов. – М.: Машиностроение, 1988. – 336 с.
5. Кузьмин К.А., Морозов С.М. Определение структуры измерительных стендов СВЧ установки для сушки и обжига строительного кирпича // Инженерный вестник Дона. – 2018. – № 2. – С. 60–69.
6. Разработка исходных концепций метрологического обеспечения измерительных и расчетных операций при автоматизации измерений / С.М. Морозов [и др.] // Аграрный научный журнал. – 2019. –- № 4. – С. 87–89.
7. Электродинамическое моделирование СВЧ установки сушки и обжига строительного кирпича / С.М. Морозов [и др.] // Бюллетень строительной техники (БСТ). – 2018. – № 9. – С. 62–70.
8. Morozov S., Kuzmin K., Makarov G. Neural network principle of implementation of digital filters // MATEC Web Conf. 2018. No. 193. P. 102–115.
9. Morozov S., Kuzmin K., Pogodin D., Kochetkova L., Rogozhina A. Modeling of the management of the microwave grain drying process / International Science Conference SPbWOSCE-2018 “Business Technologies for Sustainable Urban Development” E3S Web of Conferences 110, 02142 (2019).
2. Башнин Ю.А., Ушаков Б.К., Секей А.Г. Технология термической обработки стали. – М., 1986. – 424 с.
3. Грыжов В.К., Корольков В.Г. Решение задач идентификация объекта управления в среде динамического программирования VisSim // Современная наука: актуальные проблемы теории и практики. Серия: Естественные и технические науки. – 2018. – № 7. – С. 87–93.
4. Долотов Г.П., Кондаков Е.А. Оборудование термических цехов и лабораторий испытания металлов. – М.: Машиностроение, 1988. – 336 с.
5. Кузьмин К.А., Морозов С.М. Определение структуры измерительных стендов СВЧ установки для сушки и обжига строительного кирпича // Инженерный вестник Дона. – 2018. – № 2. – С. 60–69.
6. Разработка исходных концепций метрологического обеспечения измерительных и расчетных операций при автоматизации измерений / С.М. Морозов [и др.] // Аграрный научный журнал. – 2019. –- № 4. – С. 87–89.
7. Электродинамическое моделирование СВЧ установки сушки и обжига строительного кирпича / С.М. Морозов [и др.] // Бюллетень строительной техники (БСТ). – 2018. – № 9. – С. 62–70.
8. Morozov S., Kuzmin K., Makarov G. Neural network principle of implementation of digital filters // MATEC Web Conf. 2018. No. 193. P. 102–115.
9. Morozov S., Kuzmin K., Pogodin D., Kochetkova L., Rogozhina A. Modeling of the management of the microwave grain drying process / International Science Conference SPbWOSCE-2018 “Business Technologies for Sustainable Urban Development” E3S Web of Conferences 110, 02142 (2019).