Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Обратный анализ чувствительности
При выполнении обратного анализа чувствительности допуски вычисляются таким же образом, как и при прямом анализе. Однако вычисления выполняются итеративным методом с корректировкой min и max значений допусков. Итерация выполняется до тех пор, пока величина оценочной функции не станет равной значению Max Criteria, установленному в диалоговом окне допусков. Например, если в качестве критерия используется среднеквадратический размер пятна рассеяния (RMS spot size), номинальная величина которого равна 0.035, а установленная величина Max Criteria равна 0.050, ZEMAX будет подгонять min и max значения допусков до тех пор, пока СКЗ пятна рассеяния не станет равным 0.05 при двух экстремальных значениях допусков. Из этого правила есть исключения: Величина Max Criteria должна соответствовать более плохим характеристикам системы, чем при номинальной величине критерия. В противном случае анализ допусков не будет выполняться, а на экране появится сообщения об ошибке. Если в результате подгонки min и max значений допусков характеристики системы улучшаться по сравнению с номинальной схемой, то установленные допуски не корректируются, а в выходном документе будет указано наилучшее значение оценки характеристик системы. Это может случиться, когда система улучшится в результате увеличения F/числа (F/#) при анализе допуска на радиус поверхности. Если стартовое значение допуска обеспечивает лучшие характеристики, чем задано величиной Max Criteria, то допуски не корректируются. Это означает, что 19 –28 Chapter 19: TOLERANCING допуски никогда не расширяются; они могут быть только ужесточены при выполнении обратного анализа. Например, если номинальная величина используемого критерия равна 0.035, а величина Max Criteria равна 0.050, и начальные допуски дают величину 0.040, то допуски не будут увеличены. Для вычисления действительного предела допуски сначала нужно увеличить в редакторе допусков (Tolerance Data Editor), а затем повторить обратный анализ. Это сделано для предотвращения расширения допусков больше, чем это необходимо. Вообще говоря, расширение допусков свыше некоторого разумного значения не приводит к уменьшению стоимости изготовления. Оценки изменений характеристик системы вычисляются тем же путем, как и при прямом анализе, но с изменяемыми величинами допусков.
Заметьте, что при обратном анализе пределы для максимальной величины критерия вычисляются для каждого допуска отдельно. Оценка общей деградации характеристик системы производится по-прежнему вычислением СКЗ (RSS) для всех отдельных увеличений критерия. Monte Carlo Анализ методом Монте-Карло В отличие от прямого и обратного анализа чувствительности анализ методом Монте-Карло производится с целью моделирования одновременного воздействия на систему всех допусков. Для каждого цикла моделирования все параметры, для которых установлены допуски, изменяются случайным образом в соответствии с одним из трех статистических распределений. По умолчанию используется модифицированное гауссово, или «нормальное» распределения в форме: Модификация заключается в том, что случайно выбираемые значения х (измеряемые как отклонение от средней точки между двумя экстремальными допусками) ограничены областью в пределах "n" стандартных отклонений от нуля. По умолчанию n = 2, однако величина "n" может быть изменена с помощью ранее описанной команды STAT. Это сделано для страховки от того, чтобы выбранное значение не превосходило установленные допуски. Величина стандартного отклонения устанавливается равной одной "n"-ой части (1/n) от половины максимальной области допусков. Например, если n=2, а номинальная величина толщины равна 100 мм с допусками +3 и -1 мм, то случайные значения толщины будут выбираться из нормального распределения с средним значением 101 мм в области отклонений ± 2 мм и величиной стандартного отклонения 1.0. Если для этого случая будет n=5, то величина стандартного отклонения будет равна 0.4. Чем больше величина "n", тем с большей вероятностью выбранные значения будут находиться вблизи среднего значения максимальных допусков. Однородное распределение имеет форму: Величина Δ равна ½ разности между max и min значениями допуска. Заметьте, что случайно выбираемые величины будут лежать между заданными экстремальными допусками с равной вероятностью.
Глава 19: ДОПУСКИ 19-29 Параболическое распределение имеет форму: где Δ определяется точно так же, как и для однородного распределения. Параболическое распределение генерирует случайные величины, которые с наибольшей вероятностью находятся около границ допусков, а не около их среднего значения как при нормальном распределении. Заметьте, что при переходе от нормального распределения к однородному и далее к параболическому будут производиться все более осторожные величины допусков. В каждом выполненном цикле производится подгонка компенсаторов, а затем выводятся на печать величины оценочной функции и компенсатора. После выполнения всех циклов выводится общая статистика анализа. Ценность анализа методом Монте-Карло состоит в том, что оценка характеристик оптической системы производится при одновременном рассмотрении всех допусков. В отличие от метода Sensitivity analysis, при котором идентифицируются наиболее критические параметры схемы, при анализе методом Монте-Карло производится оценка реальных характеристик схемы, соответствующих установленным допускам. Общая статистика анализа может быть очень полезна для систем, изготовляемых в массовом производстве. Единичные образцы, конечно, не подчиняются этим статистикам из-за ограниченной выборки. Однако и в этих случаях анализ методом Монте-Карло все же может быть полезен, так как он позволяет определить вероятность того, что данная единственная система соответствует заданным требованиям.
|
||||||
Последнее изменение этой страницы: 2021-05-12; просмотров: 64; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 3.129.210.17 (0.005 с.) |