دانلود فایل ورد مقاله در مورد بررسي پايداري ( دوام ) در کنترل کننده ها

    —         —    

ارتباط با ما     —     لیست پایان‌نامه‌ها

... دانلود ...

بخشی از متن دانلود فایل ورد مقاله در مورد بررسي پايداري ( دوام ) در کنترل کننده ها :

بررسی پایداری ( دوام ) در کنترل کننده ها

اكثر FLC پیشنهاد شده در متنها هیچ نوع مدرك یا استدلال پایداری ندارند زیرا بررسی آنها مشكل است . با این وجود ،‌برای اینكه FLC بعنوان یك حریف جدی در طرح كنترل صنعتی محسوب شود ،‌یك مقیاس دوام یا درجه خاصی از امنیت باید ایجاد شود.
با توجه به اینكه FLC می تواند بعنوان یك كنترل كننده غیر خطی متفاوت از لحاظ زمانی بررسی شود ،‌موضوع دوام و ثبات در زیر لحاظ شده است.

یك سیستم كنترل استدلالی نامشخص SISO را در نظر بگیرید ، در اینجا قانون كنترل FLC بصورت cp(e) نمایش داده شده است و cp(e) یك حافظه كمتر از نقش غیر طولی e است . FLC توسعه یافته در بالا می تواند بعنوان یك كنترل كننده انتگرال غیر طولی با یك یافته متغیر بررسی شود. ما جذب توسعه محدوده ها روی cp(e) می شویم مثل سیستم حلقه بسته كه بطور كلی ثابت است . برای جستجوی راحت یا سادگی سیستم FLC در زمان مداوم كه در تصویر 7 نشان داده شده است . برای این تحلیل بكار می رود.

یك كاربرد صنعتی :

فهرست كنترل دمای استدلالی نامشخص بیشتر در یك كاربرد صنعتی كه چندین مكمل در یك ماشین باید دما را تنظیم می كردند مورد آزمایش قرار گرفت . این اجزاء از جرم گرمایی یا توده گرمایی مختلف تشكیل شده اند و ممكن است در دماهای مختلف تنظیم شوند .
دقیقاً یك كنترل كننده PID جداگانه برای هر جزء در هر نقطه دمایی تنظیم می شود كه كاملاً مشكل است علاوه بر این ،‌شاخص ها یا پارامترهای PID نیاز به تنظیم و كنترل مكرر از طریق تغییرات در شرایط عملیات دارند . هدف از كنترل نامشخص این است كه این مجموعه از كنترل كننده های PID را با یك كنترل كننده نامشخص خود پردار تعویض كنیم و نیازها برای تنظیم قبلی را در زمان كار ماشین حذف یا برطرف كنیم .

A . وضعیت سخت افزار :

یك نمودار معمولی از فرآیندی كه برای تمام اجزاء ماشین ( دستگاه ) بكار می رود در زیر نشان داده شده است .

تصویر 8 یك كاركرد كنترل دمای صنعتی .

این تجهیزات گرمایی با مایعاتی كه دمای بالا دارند یك صفحه فلزی ضخیم و بزرگ روی قسمت زیرین مخزن یعنی بخش تحتانی و داخلی آن همانطور كه در تصویر 8 نشان داده شده است قرار دارد و می تواند نشانگر آن باشد كه این سیستم منظم دوم با دو مقدار ثابت زمانی گرمایی است . مورد اول وابسته به مقاومت گرمایی از گرما ساز به صفحه و قابلیت گرمایی صفحه است . [1] . مورد دوم ناشی از مقاومت گرمایی صفحه به مواد و قابلیت گرمایی مواد است. بسیاری از متغیرها در دینامیكهای سیستم وجود دارند . قابلیت گرمایی به تناسب اندازه مخزن است كه كاملاً ‌از یك جزء به دیگری متفاوت است . زمان تاخیر در سیستم كاملاً‌ برای جایگزینی RTD ادراكی است. گرما ساز می تواند دارای اندازه های بزرگ یا كوچك باشد .
گرما ساز روشن و خاموش با یك ضربان الكتریكی 24V وسعت سیگنال (PW/M) برای SSR به كار می رود ساخته شده است.

همانطور كه در تصویر 9 نشان داده شده است

B‌ نقش اجرای كنترل :

سیستم كنترل دیجیتال شامل یك میكروپردازشگر محلی ( موضعی ) است كه به اندازه یك سیستم پردازنده میزبان در یك تركیب یا ساختار شناخته شده بعنوان كنترل توزیع شده عمل می كند . در اینجا پردازشگر میزبان یك كامپیوتر پنتیوم است كه الگوریتم كنترل دمای منطقی نامشخص را اجرا می كند و پردازشگر محلی ند كنترل دما است ( TCN ) . پردازشگر میزبان و TCN از دو

متغیر عبور می كنند : فرآیندها و گرما ساز برحسب زمان ( تصویر 10 ) TNC با شبكه ارتباطات برای پردازشگر میزبان با استفاده از یك تعویض یا مبادله داده های دینامیك ( DDE ) ارتباط برقرار می كند . رابطه DDE یك روش استاندارد برای كاربردهای میكروسافت ویندو مشخص می كند .

كه این كاربردها در برخی اطلاعات با یكدیگر شریكند . كل كنترل حلقه بسته در نتیجه دو میكرو پردازشگر است كه كاربردهای نرم افزاری دلخواه خود را ، اجرا كرده و با یكدیگر در یك زمان مشخص ارتباط برقرار می كنند . پردازشگر میزبان دماهای فرآیند را دریافت می كند در حالیكه ذخیره كافی گرما ساز در طول زمان با ند كنترل دما هماهنگ است. میكروپردازشگر محلی در TCN كد كاربرد را به انجام رسانده كه زمان بندی محلی برای خواندن دماهای قبلی و تبدیل رله های حالت جامد را مشخص می كند .

طرح یك كنترل دما در ابتدا با دو معیار بررسی می شود
1 ) با چه سرعتی كنترل كننده نیاز به محاسبه دما دارد .
2 ) چه درجه ای از دقت و صحت برای نشان داده شدن یك دما نیاز است ؟
كسب داده های دما بر اساس جوابهایی با معیار بالا طرح شده است . مقدار ثابت زمان ،‌برای مثال ، از فرآیندهای گرمایی با دمای بالا بزرگ است . به این ترتیب دما نیاز به بررسی شدن سریع ندارد ،‌این امر كل ساختار سخت افزار را برای آنچه كه عموماً‌ بعنوان یك سیستم كسب داده های مركزی شناخته شده است ، ساده می كند( CDAS ) ساختار CDAS تعداد كاهش یافته ای از مدارهای انتگرال را به كار می برد ( IC’S ) كه باعث پایین آمدن كل هزینه تولید می شود . دمای CDAS یك سیستم داده های نمونه برداری شده است ( بررسی شده ) كه شامل منابع آنالوگ RTD و نحوه ورود آنان است . یك آنالوگ مجزا برای مبدل دیجیتال (ADC) ، و یك میكروپردازشگر محاسبه كننده سریال (تصویر 12) . در مدت كوتاهی ند كنترل دما یك CDAS را به كار می برد كه پیش زمینه دما را خوانده و یك عمل كنترل خروجی مناسب را به كار می برد.

C : تنظیم كنترل كننده استدلالی نامشخص :

به دلیل اینكه فرآیند دمای صنعتی كاملاً متفاوت از مطالعه و بررسی قبلی ما است كه در بخش 2 و 3 نشان داده شد ،‌ كنترل كننده استدلالی نامشخص باید بطور دقیق تنظیم شود. بویژه اعمال و كارهای اعضای آن در جدول 3 بر پایه درجه بندی های جدول 4 نشان داده شده است

علاوه بر این ،‌درجه های اضافی برای ایجاد تنظیم اتوماتیك كنترل كننده با دینامیكهای مختلف فرآیندها به آن افزوده شده اند . این دربر دارنده مكانیزم است كه كل وجود را بر اساس شیب اولیه منحنی دما تنظیم می كند ،‌كه شاخص مقدار ثابت زمان سیستم است . همچنین خط كشی هایی هستند كه بطور اتوماتیك بر اساس ارزشهای درجه اصلی مجموعه تنظیم می شوند . جزئیات بیشتر در [2] یافته می شود.

D: نتایج بررسی سخت افزار :

الگوریتم كنترل نامشخص پیشنهاد شده بطور تجربی یا آزمایشی با وجود كنترل PID بكار رفته در صنعت مقایسه می شود. در این عملكرد ، خیلی مهم است كه از نقطه بالاتر از هدف جلوگیری كنیم كه بطور جدی كیفیت محصول را تحت تاثیر قرار می دهد . همچنین مطلوب است كه سیگنال كنترل ثابت كه نیاز به عملكردهای روشن و خاموش در گرما ساز ندارد باید باشد .

نتایج نشان داده شده در تصویر 15-12 . بخش فوقانی هر نمودار یك مقایسه از PIDVS است .
واكنش دمایی نامشخص ، در حالیكه بخش انتهایی گرماساز مطلوب آنان است ، ند كنترل دما برای كنترل فرآیندی بكار برده می شود كه كنترل كنندگان تحت همان شرایط انجام می دهند . نتایج بطور واقعی با كنترل فرآیند در مجموعه یا دستگاههای صنعتی به دست می آید.

مقایسه نحوه اجرای كنترل كنندگان PID,FLC تحت شرایط اجرایی نكته اصلی مجموعه به تحقق می رسد. توده گرمایی مختلف و تاخیرات زمانی متفاوت نیز در آن نقش دارند . در هر حال ، FLC قادر به موفقیت برخورد تمام مشخصه های طرح بدون تنظیم اپراتور است . از سوی دیگر ، این استاندارد است كه برای هر یك از این شرایط آزمایشی مختلف ، كنترل كننده PID نیاز به تنظیم غیر اتوماتیك دارد. علیرغم آن ناشی از واكنشی است كه بوسیله كنترل كننده PID بطرزی نامطلوب ایجاد خواهد شد همانطور كه ما در تصویر 15-12 می بینیم .

تصویر 13 : PID و مقایسه نامشخص در دمای پایین .

تصویر 14 : PID و مقایسه نامشخص با تاخیر زمانی
(‌ فوت وقت )

تصویر 15 : ( نمودار 15 ) PID و مقایسه نامشخص با توده گرمایی بزرگ

نتیجه گیری:

یك FLC عملی توسعه یافته است با مزایایی كه روی كنترل كننده PID مشخص شده است . FLC قصد دارد در نهایت مكانیزمهایی را برای دسترسی موثر به موضوعاتی كه در كنترل كننده PID پیشنهاد نشده اند را بطور خود- تنظیم گر مشخص كند . مكانیزمهای خود تنظیم گر FLC همه به هم مربوط نیستند اما برای موضوعات بررسی شده در این فصل جبران می شوند . تغییر پذیری با FLC همراه است ، با این وجود ، به آسانی به كنترل كننده اجازه خواهد داد در یك ردیف كنترل خود تنظیم گر توسعه داده شود كه وجود آن ضروری است.

یك نظریه در مورد امكان نامشخص برای اعتبار سیستم :

نوشته جیمز دانیاك ایهاب ، ساعد و دونالو وانش IEEE

خلاصه مطالب :

درختهای نامخشص دچار نقص و تكنیك موثر و كارآمد به طور محاسباتی برای توسعه احتمالات (امكانات) نامشخص براساس ورودیهای مستقل فراهم می شود . احتمال هر حادثه هست كه در عبارات یك اتحاد مستقل مرتب بخشهای میانی و متمم ها ممكن است با یك درخت ناقص و نامشخص محاسبه شود . متاسفانه قالبهای ناقص نامشخص یك نظریه كامل را ارائه نمی دهند بسیاری وقایع دارای جاذبه عمل ذاتی نمی توانند تنها با عملیات مستقل تعریف شوند . به این

ترتیب ، گسترش نامشخص استاندارد كامل نمی شود (براساس قالبهای نامشخص و ناقص ) از این رو تمام وقایع یك احتمال نامشخص را نشان می دهند . محدوده های توسعه یافته كامل دیگر پیشنهاد شده اند ، اما این محدوده ها با محاسبات مربوط به قالبهای ناقص نامشخص اجرا نمی شوند . در این مقاله ، ما یك محدوده جدید در مورد نظریه احتمال جدید را نشان می دهیم . مدل ما براساس n ورودیهای مستقل هر كدام با یك احتمال نامشخص است . عوامل یا عناصر مكان

نمونه آزمایشی ما دقیقاً تعریف می كند كدام یك از حوادث ورودی n ظاهر می شوند یا نمی شوند . اشاعه ما همچنین تمام محاسبات را در برمی گیرد كه می توانند به عنوان یك قالب ناقص مرتب شوند . روش و یافته ما اجازه می دهد تحلیل گر اعتبار ، مدلهای اعتبار نامشخص كامل و ناقص را از مدلهای اعتبار جدید موجود توسعه می دهد و این اجازه درك تحلیل گر از سیستم را به شما می دهد . الگوریتم های محاسباتی هر دو فراهم شده اند تا مدلها و ساختارهای موجود را توسعه داده و مدلهای جدید ایجاد كنند . تكنیك یا روش مربوطه روی یك مدل معتبر از فرآیندی صنعتی و سه مرحله ای نشان داده می شود .
واژه های ضمیمه شده : قالبهای ناقص نامشخص ، احتمال نامعلوم ، مجموعه های نامشخص غیروابسته ها .

1-مقدمه :

مدلهای اعتباری بسیاری از سسیتم ها نیاز به احتمالات یك تعداد از حوادث مستقل دارند اغلب این احتمالات می توانند از داده یا نظریه ای ارزیابی شوند ، اما گاهی اوقات انتخاب احتمالات برای ورودی مشكل است . این كار تحقیقاتی بخشی از یك مطالعه در حال بررسی در زمینه تحلیل دارای نتیجه برتر است . بسیاری از عوامل جالب توجه از محدوده های تحقیقاتی(پژوهشی) غیرریاضی سنتی مثل ارزیابی احتمال یك حمله تروریستی نشأت می گیرد . عوامل دیگر عواملی پرهزینه و یا شاید پرخطر هستند از لحاظ اینكه به طور آزمایشی مقایسه شوند . علاوه بر این ، عقیده متخصصی كه قبلاً برای این احتمالات بكار می رفت به ندرت به طور دقیق ارزیابی می كرد . مجموعه های نامشخص و نظریه احتمال وسیله ای را برای تعریف و بررسی این كمیتهای نامشخص ارائه می دهد . یك پارامتر نامشخص است كه ممكن است به عنوان یك عملكرد عضویت نامشخص به این صورت نشان داده شود . كه نقش عضویت مجموعه نامشخص F است . سپس امكان اینكه F در یك مجموعه S طراحی شده است با و است این دركی است كه ما به طور نامشخص در احتمال یك رویداد A تشریح می كنیم .

در این مقاله PA یك مجموعه نامعین است كه در احتمال جدید وناپایداری یا بی ثباتی را تعریف می كند قالبهای نامعلوم ناقص روشی برای توسعه احتمالات نامشخص بر پایه ورودیهای نامشخص مستقل فراهم می سازند . احتمال هر رویداد كه می تواند در عبارات ناشی از اتحادهای مستقل تشریح شود ، همینطور بخشهای داخلی و متمم هر رویداد دارای جذبه عملی مهم نمی توانند تنها با عملیات مستقل تعریف شوند ، قالبهای ناقص نامشخص یك نظریه كامل را فراهم نمی سازند . به این ترتیب ، توسعه نامشخص استاندارد كامل نمی شود به این دلیل همه رویدادها یك احتمال نامعین را طراحی نمی كنند Zadeh توسعه دیگری را پیشنهاد می كند كه كامل شده است [11]

، اما این توسعه (در بافت ما) به طور بی اثبات نشان داده می شود با محاسباتی از قالبهای ناقص نامعلوم برای پیشرفتهای اخیر احتمال نامشخص لطفاً [5]-[2] را مشاهده كنید Walley و Cooman به طور اخص ، درباره تكمیل و تداوم یك مجموعه عمومی تر بحث می كنند . و نیز كار پژوهشی كایز را بر روی مهندسی شكست سیستم [6] و مباحث دیگر قالبهای ناقص نامعین مشاهده نمایید .
در اینجا ما یك توسعه جدید از نظریه احتمال نو را بر پایه n ورودیهای مستقل ، هر كدام با یك احتمال نامشخص را گسترش می دهیم . عناصر و عوامل فضا یا مكان نمونه آزمایشی ما دقیقاً تعریف می كنند كه رویدادهای ورودی n ظاهر شده یا نمی شود . این توسعه به طور كامل و مداوم نشان داده می شوند .

2 -محاسبات مستقل و قالبهای ناقص نامعین :

در طول این بخش ، ما علامت بارز را برای نشان دادن یك مجموعه نامعین كه ارائه دهنده احتمال A است و علامت را برای نشان داده وابستگی نقش عضویت نیمه دائم و را برای نشان دادن ضریب تلاقی های (قطع كردن) به كار می بریم . یك مجموعه نامعین محدب (برآمده ساختار خاصی دارد هر تلاقی یا قطع a یك زیر مجموعه محدب و نزدیك محسوب می شود . ما می بینیم یك احتمال نامعین برآمده یا محدب كه هر قطعه می توانند به عنوان یك بخش داخلی نزدیك به نوشته شوند .

این فرضیه درباره محدب بودن یا كج بودن (انحراف) مقیاسی برای تصور اینكه نقش عضویت دارای یك مدل متمایز (تكی) است محسوب می شود . هر كار پژوهشی با احتمالات نامعین مستقل روی این فرضیه در خصوص انحراف (یا تحدب و برآمدگی) قرار می گیرد ، اما كار ما به صورت عمومی تر خواهد شد . در ذیل اكثر مدلهای نامعین یا نامشخص هدایت می شوند همه مجموعه های نامعین در اینجا نیاز به غیر تهی تلاقی دارند . این مشخصه در اینجا به طور طبیعی دنبال می شود .
رویدادهای مستقل را در نظر بگیرید را با ارزیابی احتمالات كه در مدل اعتبار یا اعتبار یا اعتبار مدل به كار می روند . در بخش زیر كه توسط تاناكا و همكارانش [1] و بسیاری دیگر هدایت می شود

برداشت كلی ما از غیر وابسته یا مستقل جدید و قطعی است . ما احتمالات موجود برای را در نظر می گیریم كه در درك و فهم (جدید) قراردادی مستقل و غیروابسته هستند . هدفمان این است كه نظریه نامشخصی را برای تعریف احتمالات اتحادهای متغیر ، تقسیمات یا نقاط تقاطع و متمم ها یا مكمل ها در این مجموعه ها به كار می بریم . با این هدف ، ما روش استاندارد تاناكا و همكارانش را دنبال می كنیم . و در ابتدا تقسیمات نامعینی را از رویدادهای مستقل بوجود می آوریم .
اگر رویدادها یا حوادث مستقل هستند ، پس برای احتمالات جدید ما داریم :

با استفاده از اصول توسعه معمولی ، ما اتحاد نامعین مستقل و تقسیمات را به صورت زیر تعریف می كنیم.

متممهای احتمالات نامعین به طور مشابه با

تعریف می شود . ما سپس اجزاء یا ویژگیهای آشنایی را در زیر مشاهده می كنیم شماره4 :

این فرمول سوم قانون دورگان است و به روشی عینی تشریح می شود (5)

اگر احتمالات نامشخص محدب یا برآمده و منحرف هستند ، ما روابطی بین نكات پایانی و حدفاصل های تلاقی داریم (6)

متاسفانه ، قوانین توزیع یا پراكندگی در اینجا با شكست مواجه می شوند . كاربرد روبه جلو در فرمول زیر نشان داده می شود معادله (8)

این فرمول نیز شكست می خورد زیرا مستقل نیستند و بنابراین (4) نمی تواند به كار برده شود.
همانطور كه ما در فرمول (8) می بینیم ، باید دقت كنیم تا آن را در سازماندهی محاسبات برای نمایش غیروابستگی (مستقل) بكار بریم . این معمولاً از طریق تعریف محاسبات به عنوان ساختار قالب صورت می گیرد . این نقطه نظر به طور طبیعی در چندین مقاله در خصوص قالبهای نامشخص ناقص بررسی می شود . برای نمایش و ارائه این مفهوم كلی ، مثال نمودار درختی یا قالب را در نظر گیرید ، در تصویر 1 این نمودار شامل سه نNتغیر است ، اتحادها ، تقاطع یا تقسیمات و متمم ها ندا یا اشارات ، احتمالات ورودی نامشخص تركیب می شوند طبق فرمول (1) – (3) . همانطور كه درخت به جلو توسعه می یابد و هرNODE یا شاخه تنها یك خروجی یا محصول دارند كه مستقل نشان داده می شود . زیرا قوانین مك مورگان در (D) نشان دهنده آن است ، و ما می توانیم درختان ناقص (نمودار درختی) ناقص را تنها با استفاده از اتحادها و تقسیمات یا فقط با تقسیمات و متمم ها توسعه دهیم . این چنین ، چندین روش و یافته متفاوت برای نمودارهای درختی ناقص ایجاد می شوند كه در حقیقت مقایسه آنها وقتی وسعتهای استاندارد (1) – (3) به كار می روند صورت می گیرد .

متاسفانه ، بسیاری از مسائل به آسانی در یك ساختار نمودار درختی رو به جلو قرار نمی گیرند ، با وجود هر شاخه كه فقط یك محصول یا خروجی دارد . در تحقیقات ما ، عواملی خاصی (مثل خطر تروریسم) بسیاری از رویدادهای مختلف را تحت تاثیر قرار می دهند كه بنابراین نمودارهای درختی مستقل از لحاظ ساختاری مسئله ساز هستند . چنانچه در بخش بعدی خواهیم دید ، مسائل و مشكلات دیگری پیش روی ماست .

3-ناقص (دارای نقصان) :

نمایش بعضی از مجموعه ها می تواند مجدداً برای اجازه استفاده از (1) – (3) مرتب شود . برای مثال ، در (8) ، به دلیل اینكه (ضرورتاً) مستقل یا جدای از نیست ، ما می توانیم به سادگی تعریف كنیم (9)

اكنون مستقل هستند بنابراین ما می توانیم به طور دقیق را با استفاده از (2) مشخص كنیم ، از این رو مستقل از است ، و ما می توانیم (1) را برای محاسبه به كار بریم . متاسفانه حل كردن چنین مسائلی یا روابطی می تواند در مدلهای پیچیده خیلی سخت و دشوار باشد . بحث عمده تر درباره این واقعیت است كه همه احتمالات نامشخص نمی توانند با مرتب سازی دوباره در یك محاسبه ای كه غیروابسته یا مستقل را نشان می دهد به حساب آیند .
برای مثال ، فهرست بندی تمام محاسبات احتمال مستقل به آسانی نشان می دهد كه كه ممكن است مجدداً به نظم و ترتیب در نیایند تا اجازه محاسبه بوسیله فرمول مستقل را بدهند . دو جزء از اجزاء سیستم مستقل را در نظر بگیرید شماره j , I اگر رویداد یا حادثه نشان دهد كه عملی است و نشان دهد كه عملی است پس یك احتمال نامشخص است كه دقیقا یكی از دو اجزا یا تركیبها عملی هستند .

ناتوانی (1) – (3) برای محاسبه چنین احتمالات ، محدودیتی جدی در كاربردهای معتبر به حساب می آید . این مسئله با وابستگی اولین تشخیص كوپر[15] بود . و بطور خلاصه توسط نویسندگان[17] دیگر نیز بحث و بررسی شد .
این محدودیت یا محدوده با مثالی كه ما در این مقاله به كار می بریم نشان داده می شود .فرآیند تولیدی سه مرحله ای را كه در نمودار 2 نشان داده شده در نظرمی گیریم . این نمودارحركت یك فرآیند صنعتی را از طریق سه مرحله نشان میدهد . یك مرحله ممكن است با دوبخش زاید اجرا شود ، هر كدام با یك قابلیت بازده (ظرفیت ) از آیتم های5 .0در هر ثانیه . اگر هر دو بخش 1 و 2 عملی هستند ، مرحله یك دارای یك بازده یا قابلیت یك آیتمی در هر ثانیه است . (آیتم یك ) . اگر تنها یكی از دو بخش عملی هستند . بازده مرحله یك 5 .0 آیتم در هر ثانیه (بار) است . اگر نه بخشی 1 و نه بخشی یا دستگاه 2 عملی نباشند بازده مرحله 1 ، صفر است . این نقطه نظر

ممكن است برای ایجاد بازده قابلیت كل فرآیند با قابلیت مرحله یك در حال محدود كردن جریان احتمالی از طریق مرحله 2 و غیره به كار رود . اجازه دهید رویدادی باشد كه دستگاه یا بخش را عملی می سازد فرض كنید قابل اصلاح (قابل جبران) است البته دارای بخشهای مستقل است ، پس ضریب آمادگی ثابت یا غیرمتحرك در دستگاه یا بخش است . اجازه دهید T ، بازده قابلیت فرآیند باشد ، ما می توانیم نقش حالت – قطعی T را به این صورت محاسبه كنیم . P(T=1) معادله

لینک کمکی