Chapter 12 ■ Engineering Process Control and SPCSumming this up leads  dịch - Chapter 12 ■ Engineering Process Control and SPCSumming this up leads  Việt làm thế nào để nói

Chapter 12 ■ Engineering Process Co

Chapter 12 ■ Engineering Process Control and SPC
Summing this up leads to the discrete proportional integral derivative (PID) control
equation
(12.13)
These models are widely used in practice, particularly in the chemical and process industries.
Often two of the three terms will be used, such as PI or PID control. Choosing the constants
(the k’s or the c’s) is usually called tuning the controller.
12.3 Combining SPC and EPC
There is considerable confusion about process adjustment versus process monitoring.
Process adjustment or regulation has an important role in reduction of variability; the control
chart is not always the best method for reducing variability around a target. In the chemical
and process industries, techniques such as the simple integral control rule illustrated in
Section 12.2.1 have been very effectively used for this purpose. In general, engineering control
theory is based on the idea that if we can (1) predict the next observation on the process,
(2) have some other variable that we can manipulate in order to affect the process output, and
(3) know the effect of this manipulated variable so that we can determine how much control
action to apply, then we can make the adjustment in the manipulated variable at time t that
is most likely to produce an on-target value of the process output in period t + 1. Clearly, this
requires good knowledge of the relationship between the output or controlled variable and
the manipulated variable, as well as an understanding of process dynamics. We must also be
able to easily change the manipulated variable. In fact, if the cost of taking control action is
negligible, then the variability in the process output is minimized by taking control action
every period. Note that this is in sharp contrast with SPC, where “control action” or a
process adjustment is taken only when there is statistical evidence that the process is out of
control. This statistical evidence is usually a point outside the limits of a control chart.
There are many processes where some type of feedback-control scheme would be
preferable to a control chart. For example, consider the process of driving a car, with the
objective of keeping it in the center of the right-hand lane (or equivalently, minimizing variation
around the center of the right-hand lane). The driver can easily see the road ahead, and
process adjustments (corrections to the steering wheel position) can be made at any time at
negligible cost. Consequently, if the driver knew the relationship between the output variable
(car position) and the manipulated variable (steering wheel adjustment), he would likely prefer
to use a feedback-control scheme to control car position, rather than a statistical control
chart. (Driving a car with a Shewhart control chart may be an interesting idea, but the author
doesn’t want to be in the car during the experiment.)
On the other hand, EPC makes no attempt to identify an assignable cause that may
impact the process. The elimination of assignable causes can result in significant process
improvement. All EPC schemes do is react to process upsets; they do not make any effort to
remove the assignable causes. Consequently, in processes where feedback control is used
there may be substantial improvement if control charts are also used for statistical process
monitoring (as opposed to control; the control actions are based on the engineering scheme).
Some authors refer to systems where both EPC and an SPC system for process monitoring
have been implemented as algorithmic SPC; see Vander Weil et al. (1992).
The control chart should be applied to either the control error (the difference between
the controlled variable and the target) or to the sequence of adjustments to the manipulated
variable. Combinations of these two basic approaches are also possible. For example, the
control error and the adjustments (or the output characteristic and the adjustable variable)
0/5000
Từ: -
Sang: -
Kết quả (Việt) 1: [Sao chép]
Sao chép!
■ chương 12 điều khiển quá trình kỹ thuật và SPC
Summing mặc này dẫn đến sự kiểm soát rời rạc tỉ lệ đạo hàm tích phân (PID)
phương trình
(12,13)
các mô hình được sử dụng rộng rãi trong thực tế, đặc biệt là ở mức trong hóa học và quá trình công nghiệp
thường hai trong số ba học kỳ sẽ được sử dụng, chẳng hạn như kiểm soát PI hay PID. Việc lựa chọn các hằng số
(các abnj hoặc các c) thường được gọi là điều chỉnh bộ điều khiển.
19.8 SPC kết hợp và EPC
có là sự nhầm lẫn đáng kể về quá trình điều chỉnh so với quá trình giám sát.
quá trình điều chỉnh hoặc quy định có một vai trò quan trọng trong giảm của biến đổi; điều khiển
bảng xếp hạng là không luôn luôn là phương pháp tốt nhất để giảm thiểu biến đổi xung quanh một mục tiêu. Trong hóa chất
và xử lý các ngành công nghiệp, kỹ thuật chẳng hạn như các quy tắc đơn giản khiển tích phân minh họa trong
phần 12.2.1 đã được sử dụng rất có hiệu quả cho mục đích này. Nói chung, kỹ thuật điều khiển
lý thuyết được dựa trên ý tưởng rằng nếu chúng tôi có thể (1) dự đoán tiếp theo quan sát trên process,
(2) có một số biến khác mà chúng tôi có thể thao tác để ảnh hưởng đến quá trình sản lượng, và
(3) biết tác dụng của biến thao tác này do đó chúng tôi có thể xác định bao nhiêu điều khiển
hành động để áp dụng, sau đó chúng tôi có thể làm cho việc điều chỉnh trong biến chế tác thời gian n mà
là nhiều khả năng để sản xuất một giá trị trên mục tiêu của lượng quá trình, thời gian t 1. Rõ ràng, điều này
đòi hỏi kiến thức tốt về mối quan hệ giữa các biến đầu ra hoặc kiểm soát và
biến thao tác, cũng như sự hiểu biết về quá trình năng động. Chúng tôi cũng phải
có thể dễ dàng thay đổi biến thao tác. Trong thực tế, nếu chi phí của việc kiểm soát hành động là
không đáng kể, sau đó biến đổi trong quá trình sản lượng được giảm thiểu bằng cách kiểm soát hành động
mỗi giai đoạn. Lưu ý rằng điều này là trong tương phản sắc nét với SPC, nơi "kiểm soát hành động" hoặc một
quá trình điều chỉnh được thực hiện chỉ khi không có thống kê bằng chứng cho thấy quá trình này là trong số
kiểm soát. Thống kê bằng chứng này thường là nhiệt độ bên ngoài các giới hạn của một biểu đồ kiểm soát.
có rất nhiều quá trình mà một số loại đề án kiểm soát thông tin phản hồi sẽ là
thích hợp hơn để một biểu đồ kiểm soát. Ví dụ, xem xét quá trình lái xe, với các
mục tiêu của việc giữ nó ở trung tâm của làn đường bên phải (hoặc tương đương, giảm thiểu biến thể
xung quanh trung tâm của làn đường bên phải). Trình điều khiển có thể dễ dàng nhìn thấy con đường phía trước, và
quá trình điều chỉnh (chỉnh vị trí ban chỉ đạo wheel) có thể được thực hiện tại bất kỳ thời điểm nào tại
chi phí không đáng kể. Do đó, nếu trình điều khiển biết mối quan hệ giữa các biến đầu ra
(vị trí xe hơi) và biến thao tác (Ban chỉ đạo wheel điều chỉnh), ông sẽ có khả năng thích
để sử dụng một đề án kiểm soát thông tin phản hồi để kiểm soát xe hơi vị trí, chứ không phải là một điều khiển thống kê
bảng xếp hạng. (Lái xe một chiếc xe với một biểu đồ kiểm soát Shewhart có thể là một ý tưởng thú vị, nhưng tác giả
doesn't muốn trong xe trong thời gian thử nghiệm.)
Mặt khác, EPC làm cho không có nỗ lực để xác định một nguyên nhân chuyển nhượng có thể
ảnh hưởng đến quá trình. Loại bỏ chuyển nhượng nguyên nhân có thể dẫn đến quá trình quan trọng
cải tiến. Tất cả EPC chương trình do là các phản ứng để xử lý các rối loạn; họ không thực hiện bất kỳ nỗ lực để
loại bỏ nguyên nhân chuyển nhượng. Do đó, trong quá trình mà kiểm soát thông tin phản hồi được sử dụng
có thể cải thiện đáng kể nếu biểu đồ kiểm soát cũng được sử dụng cho quá trình thống kê
giám sát (như trái ngược với điều khiển; các hành động điều khiển được dựa trên các chương trình kỹ thuật).
một số tác giả đề cập đến hệ thống nơi mà cả EPC và một hệ thống SPC cho xử lý giám sát
đã được thực hiện như là thuật toán SPC; Xem Vander Weil et al. (1992).
Biểu đồ kiểm soát nên được áp dụng cho các lỗi điều khiển (sự khác biệt giữa
biến kiểm soát và mục tiêu) hoặc trình tự điều chỉnh để các thao tác
biến. Kết hợp các phương pháp tiếp cận cơ bản hai cũng là có thể. Ví dụ, các
kiểm soát lỗi và những điều chỉnh (hoặc đặc trưng đầu ra và các biến thể điều chỉnh)
đang được dịch, vui lòng đợi..
Kết quả (Việt) 2:[Sao chép]
Sao chép!
Chapter 12 ■ Engineering Process Control and SPC
Summing this up leads to the discrete proportional integral derivative (PID) control
equation
(12.13)
These models are widely used in practice, particularly in the chemical and process industries.
Often two of the three terms will be used, such as PI or PID control. Choosing the constants
(the k’s or the c’s) is usually called tuning the controller.
12.3 Combining SPC and EPC
There is considerable confusion about process adjustment versus process monitoring.
Process adjustment or regulation has an important role in reduction of variability; the control
chart is not always the best method for reducing variability around a target. In the chemical
and process industries, techniques such as the simple integral control rule illustrated in
Section 12.2.1 have been very effectively used for this purpose. In general, engineering control
theory is based on the idea that if we can (1) predict the next observation on the process,
(2) have some other variable that we can manipulate in order to affect the process output, and
(3) know the effect of this manipulated variable so that we can determine how much control
action to apply, then we can make the adjustment in the manipulated variable at time t that
is most likely to produce an on-target value of the process output in period t + 1. Clearly, this
requires good knowledge of the relationship between the output or controlled variable and
the manipulated variable, as well as an understanding of process dynamics. We must also be
able to easily change the manipulated variable. In fact, if the cost of taking control action is
negligible, then the variability in the process output is minimized by taking control action
every period. Note that this is in sharp contrast with SPC, where “control action” or a
process adjustment is taken only when there is statistical evidence that the process is out of
control. This statistical evidence is usually a point outside the limits of a control chart.
There are many processes where some type of feedback-control scheme would be
preferable to a control chart. For example, consider the process of driving a car, with the
objective of keeping it in the center of the right-hand lane (or equivalently, minimizing variation
around the center of the right-hand lane). The driver can easily see the road ahead, and
process adjustments (corrections to the steering wheel position) can be made at any time at
negligible cost. Consequently, if the driver knew the relationship between the output variable
(car position) and the manipulated variable (steering wheel adjustment), he would likely prefer
to use a feedback-control scheme to control car position, rather than a statistical control
chart. (Driving a car with a Shewhart control chart may be an interesting idea, but the author
doesn’t want to be in the car during the experiment.)
On the other hand, EPC makes no attempt to identify an assignable cause that may
impact the process. The elimination of assignable causes can result in significant process
improvement. All EPC schemes do is react to process upsets; they do not make any effort to
remove the assignable causes. Consequently, in processes where feedback control is used
there may be substantial improvement if control charts are also used for statistical process
monitoring (as opposed to control; the control actions are based on the engineering scheme).
Some authors refer to systems where both EPC and an SPC system for process monitoring
have been implemented as algorithmic SPC; see Vander Weil et al. (1992).
The control chart should be applied to either the control error (the difference between
the controlled variable and the target) or to the sequence of adjustments to the manipulated
variable. Combinations of these two basic approaches are also possible. For example, the
control error and the adjustments (or the output characteristic and the adjustable variable)
đang được dịch, vui lòng đợi..
 
Các ngôn ngữ khác
Hỗ trợ công cụ dịch thuật: Albania, Amharic, Anh, Armenia, Azerbaijan, Ba Lan, Ba Tư, Bantu, Basque, Belarus, Bengal, Bosnia, Bulgaria, Bồ Đào Nha, Catalan, Cebuano, Chichewa, Corsi, Creole (Haiti), Croatia, Do Thái, Estonia, Filipino, Frisia, Gael Scotland, Galicia, George, Gujarat, Hausa, Hawaii, Hindi, Hmong, Hungary, Hy Lạp, Hà Lan, Hà Lan (Nam Phi), Hàn, Iceland, Igbo, Ireland, Java, Kannada, Kazakh, Khmer, Kinyarwanda, Klingon, Kurd, Kyrgyz, Latinh, Latvia, Litva, Luxembourg, Lào, Macedonia, Malagasy, Malayalam, Malta, Maori, Marathi, Myanmar, Mã Lai, Mông Cổ, Na Uy, Nepal, Nga, Nhật, Odia (Oriya), Pashto, Pháp, Phát hiện ngôn ngữ, Phần Lan, Punjab, Quốc tế ngữ, Rumani, Samoa, Serbia, Sesotho, Shona, Sindhi, Sinhala, Slovak, Slovenia, Somali, Sunda, Swahili, Séc, Tajik, Tamil, Tatar, Telugu, Thái, Thổ Nhĩ Kỳ, Thụy Điển, Tiếng Indonesia, Tiếng Ý, Trung, Trung (Phồn thể), Turkmen, Tây Ban Nha, Ukraina, Urdu, Uyghur, Uzbek, Việt, Xứ Wales, Yiddish, Yoruba, Zulu, Đan Mạch, Đức, Ả Rập, dịch ngôn ngữ.

Copyright ©2024 I Love Translation. All reserved.

E-mail: