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.
elektrodynamiczne - maszyny elektryczne prądu stałego i przemiennego (synchroniczne i asynchroniczne), z możliwością regulacji, zamieniające energię w postaci napięcia na pracę mechaniczną w postaci obrotów wirnika;
elektromagnetyczne - wykorzystują np. magnesy w cewkach do których przyłożony jest prąd, następuje zamiana mocy elektrycznej na przemieszczenie;
płynowe hydrauliczne, gdzie czynnikiem roboczym jest ciecz, pracująca w układzie zamkniętym;
płynowe pneumatyczne - czynnikiem roboczym jest gaz;
piezoelektryczne - pojawienie się ładunków na powierzchni kryształu powoduje zmianę jego objętości;
magnetostrykcyjne - na zmianę wymiarów wpływa pole magnetyczne, objętość jest stała;
reologiczne - w polu elektrycznym zmienia objętość;
termobimetaliczne - zjawisko luźnej rozszerzalności cieplnej;
ze stopów z pamięcią kształtu;
elektrotechniczne
chemiczne - elementy elektrochemiczne i pirotechniczne.
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:
wewnątrz obszaru pomiarowego jednoznaczna zależność między sygnałem wej i wyj;
sygnał wyj zależy tylko od wielkości wejściowej która nas interesuje, ew. od temp.;
system pomiarowy nie wpływa na badane zjawisko;
system liniowy;
odporność na zakłócenia elektromagnetyczne;
zasilanie, takie by mógł pracować przy standardowych napięciach;
możliwość kontroli funkcji
Charakterystyki sensorów
statyczne - zależność sygnału wyj od wej, powinna być liniowa, lecz rzadko mamy do czynienia z takim przypadkiem. Możliwe błędy:
dryft zera
błąd nachylenia
błąd liniowości
błąd histerezy
dynamiczne - sprowadzamy sensor do postaci matematycznej (najczęściej równania różniczkowe). Przeprowadzając modelowanie i korzystając z przekształceń dostajemy nowe możliwości przedstawienia zależności
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:
deterministyczny
okresowy (harmoniczny, ogólnie okresowy)
nieokresowy (prawie okresowy, przejściowy)
stochastyczny
stacjonarny (ergodyczny, nieergodyczny)
niestacjonarny
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