Fakultät Informatik, Institut für Angewandte Informatik, Professur Technische Informationssysteme PRAKTIKUMSVERSUCH ADM 1 Betreuer: Dipl.-Inf. Manfred Benesch Dr.-Ing. Alexander Dementjev ALLGEMEINE BEMERKUNGEN Sollten Sie Verbesserungsvorschläge, Fragen oder Probleme haben, so wenden Sie sich am besten persönlich an Ihren Betreuer oder schreiben ihm eine E-Mail (vorname.nachname@tu-dresden.de).
EXPERIMENTELLE PROZESSANALYSE MIT ADM-TOOL EINFÜHRUNG Im Unterschied zur theoretischen Prozessanalyse (siehe z. B. Praktikumsaufgabe M/S 1 ) beschäftigt sich die experimentelle Prozessanalyse mit der numerischen Auswertung von Prozessdaten. Aufgrund dieser Daten kann der zugrundeliegende Prozess identifiziert werden, d.h. es werden sowohl die Struktur als auch die Parameter eines Modells ermittelt, welches den Prozess hinreichend genau beschreiben kann. ADM ist ein verfahrenintegrierendes Tool zur Identifikation statischer Prozesse, dynamischer Prozesse und von Zeitreihen. Außerdem besitzt das ADM-Tool eine Beratungs- und Gedächtnisfunktion. Die Prozessdaten (Messwerte) werden entweder aus einer Datenbank oder einer Datei gelesen. Abbildung 1: Logischer Ablauf einer Analyse mit ADM-Tool Eine Analyse beginnt mit dem Anlegen einer Problembeschreibung, die die zur Analyse benötigten Daten (Anlage, Operandentyp, Losnummer, Fertigungseinrichtungsbezeichnung) enthält. Unter dem Menüpunkt Analyse werden die Analysen weiter spezifiziert und die einzelnen Verfahren abgearbeitet. Weitere Details über das ADM-Tool entnehmen Sie bitte der empfohlenen Literatur (siehe Dokumentenende). 2
AUFGABE 1: VORBEREITUNG (a) Machen Sie sich anhand der empfohlenen Literatur mit den Verfahren zur Identifikation statischer Prozesse vertraut. (b) Setzen Sie sich mit folgenden Begriffen der experimentellen Prozessanalyse auseinander: Korrelationsanalyse, Regressionsanalyse, Zeitreihenanalyse (additives Komponentenmodell, gebräuchlichste Modelltypen). AUFGABE 2: STATISCHE PROZESSANALYSE Gegeben sind die Messwerte (Ein- und Ausgangsdaten) von einem unbekannten statischen Prozess, siehe auch Abbildungen 2 und 3. x 1 x 2 x n... y = f(x 1, x 2,, x n ) y Abbildung 2: Prozessstruktur zur Identifikation Abbildung 3: Beispielverläufe der Ein-und Ausgangsgrößen Identifizieren Sie durch experimentelle Analyse mit Hilfe des ADM-Tools die Modellgleichung y = f(x 1, x 2,, x n ). (a) Verschaffen Sie sich einen Überblick über die Abhängigkeiten anhand der statischen Kennlinien. (b) Ermitteln Sie anschließend die Modellstruktur sowie die Modellkoeffizienten. 3
(c) Erläutern Sie die numerischen Ergebnisse und grafischen Darstellungen. (d) Versuchen Sie, durch die Vorgabe einer geeigneten Modellstruktur, das E/A-Verhalten bestmöglich zu ermitteln (starten Sie dafür eine neue statische Analyse und wählen Sie direkt die Regressionsanalyse). (e) Diskutieren Sie die Ergebnisse! AUFGABE 3: ZEITREIHENANALYSE Gegeben ist eine Zeitreihe y von einem unbekannten System. Bekannt ist nur, dass das Signal y aus einer Summe von Teilkomponenten besteht, siehe auch Abbildungen 4 und 5. Komponente 1 x 1 Komponente 2 x 2 + y... Komponente n x n Abbildung 4: Prozessstruktur zur Identifikation Abbildung 5: Beispielverlauf der Zeitreihe y Identifizieren Sie durch experimentelle Analyse mit Hilfe des ADM-Tools die einzelnen Signalkomponenten dieses Systems. (a) Verschaffen Sie sich einen Überblick über die Abhängigkeiten in der vorgegebenen Zeitreihe. (b) Ermitteln Sie die Modellstruktur sowie die Modellkoeffizienten der einzelnen Komponenten. (c) Ermitteln Sie das beste Gesamtmodell der Zeitreihe y. (d) Erläutern Sie die numerischen Ergebnisse und grafischen Darstellungen. (e) Diskutieren Sie die Ergebnisse! 4
LITERATUR Kabitzsch, K.: Skript zur SOI-Vorlesung Kubin, H.: Prozessidentifikation mit Beratung für dynamische und statische Prozesse unter Verwendung des verfahrensintegrierenden Tools ADM. TU Dresden, 2009, Eigenverlag Bedienungsanleitung ADM-Tool (siehe auch http://adm.iai.inf.tu-dresden.de) 5