Mechatronika to interdyscyplinarna nauka inżynierska, zajmuje się synergiczną integracją inżynierii mechanicznej z elektroniką i inteligentnym sterowaniem komputerowym w konstruowaniu i wytwarzaniu produktów i procesów.

System mechatroniczny odbiera, rejestruje, przetwarza i nadaje sygnały. Przetworzone wg zadanego algorytmu sygnały, generują sygnały sterujące oddziaływaniami siłowymi i kinematycznymi systemu mechatronicznego na otoczenie.

Aktuator to urządzenie nastawcze, które jest potrzebne do dozowania energii w celu wykonania ruchu lub przyłożenia siły lub momentu. Zazwyczaj wspó pracuje z mechanicznym podsystemem siłowym. W ciele człowieka funkcje

te spelniają mieśnie.

typy aktuatorów i ich działanie.

Silniki skokowe sa dyskretnymi przetwornikami elektrycznymi, które przetwarzaja sygnały elektryczne w mechaniczne przesuniecie katowe. Kat obrotu walu takiego silnika jest proporcjonalny do liczby impulsów sterujacych, a jego predkosc katowa do czestotliwosci impulsów.

Stosowane sa dwa podstawowe rozwiazania:

a) z wirnikiem czynnym

b) z wirnikiem biernym

przyklady zastosowania

• Urzadzenia informatyki

• sprzet audiowizualny

• urzadzenia biurowe

• urzadzenia technologiczne

• roboty

• sprzet medyczny

Sensor to element, który przetwarza nieelektryczny sygnałwejsciowy w elektryczny sygnał wyjsciowy. Sygnał wyjsciowy jest źródłem informacji.

Typy sensorów:

-Sensory rezystancyjne

-Sensory indukcyjne

-Sensory pojemnościowe

-Sensory piezoelektryczne

Zadania elektroniki opracowujacej

• Wzmocnienie sygnalu pierwotnego

• Kompensacja wahan „zera”

• Odfiltrowanie zakłócen

• Linearyzacja sygnanu pomiarowego

• Dopasowanie i przełączanie do obszarupomiarowego

• Standaryzacja sygnału wyjściowego

Zadania i cechy mikrokomputera

• Nadzorowanie i rejestracja danych pomiarowych

• Wyzwalanie alarmów w stanach granicznych

• Komunikacja z komputerem nadrzednym

• Cyfrowa obróbka sygnału

• Mozliwosc konfigurowania (programowania) z zewnatrz

• Integracja kilku sensorów prostych i przełaczanie sygnałów wejsciowych (multiplekser) - pomiar wielkosci wektorowych

Wymagania dla sensorów:

Charakterystyki sensorów

Sygnał to skalarna funkcja czasu x(t) lub skalarny proces stochastyczny X(t) postaci: x=x(t) dla t0<t<t1, X=X(t)

Ogólna charakterystyka sygnalu

1. Kazdy sygnal posiada cechy:

- ilosciowe;

- jakosciowe,

2. Sygnal jest nosnikiem informacji, która jestprzekazywana na odległosc.

3. W praktyce kazdy sygnal ma skonczony czas trwania.

4. Sygnał mome by analizowany:

- na biezaco, w czasie rzeczywistym;

- po zakończeniu działania źródła sygnału

Rodzaje sygnałów:

Parametry sygnałów:

-dodat. wartość max i ujemna wartość min

-liniowa wartość średnia

-kwadratowa wartość średnia

-wariancja, odchylenie standardowe

-współczynnik asymetrii

-kurioza

Charakterystyki:

-funkcja autokorelacji dla syg. ergodycznych

-gęstość autospektralna

-funkcja autokowariancji dla syg. ergodycznych

-widmo Fouriera

-zawartość energii

Ergodycznosc - wlasciwosc procesu stochastycznego, która sprawia, ze na podstawie jednej realizacji tego procesu X(t,_i) mozna wyznaczyc jego cechy probabilistyczne.

Filtracja polega na wytłumieniu składowych sygnału o zadanych częstotliwosciach f (pulsacjach=2pi f).

Filtry analogowe

Filtry analogowe

Modulacja i demodulacja (detekcja)

Sygnał pierwotny (modulujący) wpływa na cechy sygnału nosnego (fali nośnej). Ze wzglądu na fale nośną mówimy o modulacji ciągłej i impulsowej (dyskretnej). Przy modulacji ciągłej falią nośna jest standardowo przebieg harmoniczny, zwykle o dużej częstotliwosci.

MODEL - oznacza reprezentację badanego obiektu w postaci innej niż ta, w której występuje on w rzeczywistości. Zazwyczaj model jest rozumiany jako uproszczona, w sposób umyślny i celowy, reprezentacja rzeczywistości.

MODELE W SKALI - modele stosowane najdawniej, w których występuje podobieństwo wyłącznie geometryczne. Modelom takim z reguły nadawane jest podobieństwo:

- geometryczne,

- kinematyczne,

- dynamiczne.

MODELE ANALOGOWE - charakteryzują się wyższym stopniem abstrakcji i są oparte nie na podobieństwie, lecz na analogii, to jest na odpowiedniej zgodności wartości wielkości fizycznie różnych.

MODELEM MATEMATYCZNYM będziemy nazywać skończony zbiór symboli i relacji matematycznych oraz bezwzględnie ścisłych zasad operowania nimi, przy czym zawarte w modelu symbole i relacje mają interpretacji odnoszącą się do konkretnych elementów modelowanego wycinka rzeczywistości.

Istota modelowania matematycznego

-Aksjomaty (zbiór teoretycznych hipotez)

-Przekształcenia logiczne

-Twierdzenia (wnioski, które powinny pokrywać się z rzeczywistością)

Etapy modelowania matematycznego

• SFORMUMOWANIE CELÓW MODELOWANIA

• WYBÓR KATEGORII MODELU I OKREŚLENIE JEGO STRUKTURY

• IDENTYFIKACJA

• ALGORYTMIZACJA OBLICZEP

• WERYFIKACJA OBLICZEŃ

Kategorie:

deterministyczny - wszystko w pełni określone

parametrach skupionych

cząstkowe

wykorzystujące całkowanie

probabilistyczny - uwzględnienie udziału przypadku

stochastyczne

probabilistyczne ze zmiennymi losowymi

Metody rozwiązywania równań modelowych

• Rozwiązywanie analityczne

• Rozwiązywanie numeryczne

• Rozwiązywanie przez symulacji

Kryteria zgodności

KRYTERIA WEWNVTRZNE - dotyczą wewnętrznych cech modelu (zgodność formalna) brak sprzeczności koncepcyjnych, logicznych, matematycznych oraz zgodność algorytmiczna. Umożliwia to osiąganie efektywnego wykonywania obliczeń czy też symulacji komputerowej z zadana dokładnością.

KRYTERIA ZEWNVTRZNE - decydują o zgodności modelowanych zjawisk z teorii i danymi doświadczalnymi:

- zgodność heurystyczna - walor naukowy zdolność do interpretowania zjawisk weryfikacji hipotez, formułowania nowych zadań badawczych;

- zgodność pragmatyczna - dotyczy bezpośrednio wyników liczbowych otrzymanych z doświadczenia oraz za pomocą rozwiązania modelu.

Równania wykorzystywane podczas budowy modelu matematycznego

• Równania bilansowe

• Związki konstytutywne

• Związki wyrażające prawa, twierdzenia itp.

• Zasada najmniejszego dziabania

(Hamiltona)

• Związki empiryczne

Błędy

• Modelu fizycznego

• Modelu matematycznego

• Metody numerycznej

• Zaokrągleń - dokładność obliczeń

SYSTEM jest to zbiór współdziałających ze sobą elementów, połączonych w całość wspólną funkcji, niesprowadzalną do funkcji poszczególnych elementów.

Stanem systemu nazywamy najmniejszą liczbę danych, której znajomość w danej chwili przy znajomości wielkości wejściowych, począwszy od tej chwili - pozwala jednoznacznie określić stan i wielkości wyjściowe systemu w przyszłości.

Faza przedprojektowa

• Cecha szczególna - charakter twórczy.

• Podstawowy cel - sformułowanie założeń projektowych

• Punkt wyjścia - określenie funkcji wyrobu.

Faza projektowa

• Projektowanie

• Budowa

• Badania

Faza wdrożeniowa

• Seria informacyjna, w tym:

- dokumentacja techniczna,

- wykonanie serii informacyjnej,

- badania serii informacyjnej.

- kwalifikacja jakości.

• Seria próbna (zakres jak dla serii informacyjnej)

• Uzyskanie świadectw:

- dopuszczenia wyrobu do obrotu,

- dopuszczenia wyrobu do produkcji.

• Opracowanie dokumentacji technicznej produkcji seryjnej:

- zatwierdzenie dokumentacji,

- uruchomienie produkcji.

Problemy organizacji fazy przedprodukcyjnej

• Koordynacja prac

• Przepływ informacji

• Bieżąca ocena osiąganych celów projektowania

• Ewentualna korekta założeń i wymagań projektowych, wynikająca z postępu naukowo-technicznego

System mechatroniczny jako przedmiot i podmiot badań.

Cel badań: odpowiedź na podstawowe pytanie: Czy system będzie w stanie realizować założone funkcje (zadania) w określonym miejscu i czasie, a co za tym idzie czy spełnia założenia projektowe wyrażone poprzez wymagania techniczne?

Wybór metod badawczych gwarantujących otrzymywanie jednoznacznych wyników z założoną dokładnością i obiektywną ich oceną. Należy preferować metody:

- standardowe, w tym statystyczne;

- umożliwiające automatyzację prac;

- eliminujące czynnik ludzki, szczególnie podczas analizy wyników.

Badania efektywności (efektywność ekonomiczna - relacja efektu do nakładu):

- system techniczny (mechatroniczny)

- system operacyjny (personel, zarządzanie, sprzęt)

Kryterium oceny efektywności jest prawdopodobieństwem składającym się z iloczynu prawdopodobieństw:

- stanu gotowości do wykorzystania

- pracy systemu w zadanym okresie

- realne warunki wykonania zadania zgodne z teoretycznymi

- warunkowego wykonania zadania

Na wykonanie zadania przez system składa się:

- gotowość

- niezawodność

- zgodność

- skuteczność