第一篇：使用ZEMAX设计的典型实例分析
使用ZEMAX于设计、优化、公差和分析
武汉光迅科技股份有限公司 宋家军（QQ：41258981）转载并修改
摘要
光学设计软件ZEMAX的功能讨论可藉由使用ZEMAX去设计和分析一个投影系统来讨论，包括使用透镜数组(lenslet arrays)来建构聚光镜(condenser)。简介
ZEMAX以非序列性(non-sequential)分析工具来结合序列性(sequential)描光程序的传统功能，且为一套能够研究所有表面的光学设计和分析的整合性软件包，并具有研究成像和非成像系统中的杂散光(stray light)和鬼影(ghosting)的能力，从简单的绘图(Layout)一直到优化（optimization）和公差分析（tolerance analysis）皆可达成。
根据过去的经验，对于光学系统的端对端（end to end）分析往往是需要两种不同的设计和分析工具。一套序列性描光软件，可用于设计、优化和公差分析，而一套非序列性或未受限制的(unconstrained)描光软件，可用来分析杂散光、鬼影和一般的非成像系统，包括照明系统。
“序列性描光程序”这个名词是与定义一个光学系统为一连串表面的工具有关。所有的光线打到光学系统之后，会依序的从一个表面到另一个表面穿过这个系统。在定义的顺序上，所有的光线一定会相交到所有的表面，否则光路将终止。光线不会跳过任何中间的表面，且光线只能打在每一个已定义的表面一次。若实际光线路径交到一个表面上超过一次，如使用在二次描光(double pass)中的组件，必须在序列性列表中，再定义超过一次的表面参数。
大部份成像光学系统，如照相机镜头、望远镜和显微镜，可在序列性模式中完整定义。对于这些系统，序列性描光具有许多优点：非常快、非常弹性和非常普遍。几乎任何形状的光学表面和材质特性皆可建构。在成像系统中，序列性描光最重要的优点为使用简单且高精确的方法来做优化和分析。序列性描光的缺点，包括无法追迹所有可能的光路径(即鬼影反射)和许多无法以序列性方式来描述的光学系统或组件。
非序列性描光最常用来分析成像系统中的杂散光和鬼影，甚致分析照明和其它非成像系统。在非序列性描光中，光线入射到光学系统后，是自由的沿着实际光学路径追迹；一条光线可能打到一个对象(object)许多次，而且可能完全未打到其它对象。此外，非序列性方法可用来分析从光学或机构组件产生的表面散射(scatter)，以及从场内(in-field)和场外(out-of-field)的光源所产生的表面反射而形成的鬼影成像。ZEMAX的功能
ZEMAX可以用于一个完全序列性模式中、一个完全非序性模式中和一个混合模式中，混合模式对分析具有大部分序列性而却有一些组件是作用在非序列性方式的系统，是相当有用的，如导光管(light pipes)和屋顶棱镜(roof prisms)等。
序列性系统需定义视场角(field of view)、波长范围（wavelength range）和表面数据（surface date）。序列性设计的最重要参数之一，为系统孔径(system aperture)。系统孔径，常指入瞳(entrance pupil)或孔径光栏（STO），它限制可从已定义视场入射光学系统的光线。光学表面可以是折射、反射或绕射。透镜可以是由均匀或渐变折射率材质所制成。表面的下弯(sag)可以是球面、圆锥面(conic)、非球面(aspheric)或藉由多项式或其它参数函数来定义。也包含了许多绕射光学组件模型。此外，一个使用者自定表面的功能，允许设计者以撰写程序的方式来建构任何实际的表面下弯或相位分布。
一些功能可以用来分析系统，包括数个系统绘图(layouts)类型、汇出CAD格式的表面信息功能、光点图(spot diagrams)、光扇图(ray fan)和光程差图、光学调制传递函数(modulation transfer function，MTF)和点扩散函数(point spread function，PSF)图、包围圆(encircled)和包围矩形(ensquared)的能量信息、像差计算(塞德(Seidel)和泽尼克(Zernike))、理想或偏斜(skew)高斯光束参数计算、极化描光和波前传播工具。优化
序列性描光软件的关键功能即是可以快速且精确的优化一个光学设计。主要的优化技巧是以减幅最小均方根(damped least squares，DLS)的算法为基础，并使用主动减幅(active damping)。此外，ZEMAX包括全域性优化功能，其以结合减幅最小均方根过程的优化算法为基础。优化是以使系统绩效函数(merit function)的总值达到最小为基础。简单的说，绩效函数为一种对一个理想光学系统的数值描述。重要的是，绩效函数代表光学系统的要求性能。对于既定的设计，可以适当的选用好几个预设的绩效函数。对于成像系统，绩效函数可用来特别地针对减小光学像差，藉由限制光线在成像面上的延伸，或使从理想球面的系统波前偏差减至最小。许多其它的优化参数也用来修改标准绩效函数或建立一个使用者自定的绩效函数。
当执行优化时，ZEMAX对任何使用者建构的系统或表面参数，决定最理想的值。几乎任何参数，包括曲率、厚度、玻璃特性、非球面系数和视场或波长资料，皆可设为变数。可以对可接受的参数值范围内下限制，以确保可以轻易的建构一个合理的系统。公差分析
在完成光学系统的设计之后，执行公差分析是重要的。公差分析为一种统计的过程，用来有系统地引入缺陷到光学设计中，以决定任何系统参数的误差对整体而言，如何影响系统性能。公差分析是必须的，因为没光学组件是光滑的，或者当设计好时，可以精确地组装系统。公差分析可用来决定每个系统参数的可接受值范围。这个信息之后可以用来决定任何系统的可能性、以公差范围内来制造、在指定的性能水平之上工作。ZEMAX包括一个广泛的、完整的公差分析算法，允许设计者自由完成任何光学设计的公差。可以决定出相对于任何性能尺寸的公差，且可以包括任何补偿因子的影响，甚至机构的部分或光学的部分将被用来组装，或系统的使用。波前传播
几何光线追迹为一般用来描述光的传播通过一个光学系统的方法。如同先前所描述的，光线追迹对于分析许多光学系统来说，为一种非常精确的方法，然而这个模型的实用性有一 些限制。光线模型的限制是因为光线追迹而产生，每条光线是独立的，即：一条光线传播的路径是可以完全决定的，而不受其它光线的影响。光线之间不会发生干涉（interference）。若光线与一个限制孔径或遮挡物的表面相交，光线不是被挡住就是通过，但在其它方面，光线路径是不受影响的，光线不会发生绕射现象。ZEMAX包含了数个光线为基础的绕射计算，包括PSF和MTF，为包括单阶的夫琅和费（Fraunhofer）计算，波前从近场(出瞳)传播到远场(成像面)。这些计算只可以在成像系统中执行，且在非常接近成像的表面。
当以光线为基础的方法不适用时，ZEMAX中的物理光学传播(Physical Optics Propagation，POP)工具可用来分析系统，包括表面非常接近焦点、表面远离焦点但接近绕射孔径（diffracting apertures）和平行光的传播，或行经长距离后的近似平面波前。
使用POP，任何波前，包括高斯和混合的高阶模态光束、帽盖形(top hat)分布或任意的使用者自定波前，皆可以传播通过任何ZEMAX的设计档案。几乎支持所有表面型态。从任何场点来的波前可插入光学系统中的任何位臵（不会仅能在已定义的物面位臵）。波前传播通过每个表面，且相位强度的信息可以在每个表面被计算。POP功能非常有用地被用于空间滤波(spatial filters)、分析光束成形的光学系统或任何其它与干涉和绕射有关的光学系统，如绕射菲涅耳区域平板(Fresnel Zone Plates)。极化光线追迹
光可以用光线来模拟，并以位臵、方向、相位和振幅来表示之。然而，光也与电场有关。电场的方向与传播方向互相垂直，且随着时间的改变，其方向和大小亦会有所变化。当光线传播通过一个光学系统时，其极化状态一般并无需有守恒的关系存在。
当极化光线传播通过一个光学系统时，极化光线追迹可追踪光线极化的状态。介质间的界面，包括空气、玻璃和金属，会导致衰减(attenuation)和延缓（retardance）的变化产生，和改变极化椭圆(polarization ellipse)的形状。而入射角和波长的关系则会减少表面的传输。这些在传输相位上的变化，称为极化像差(polarization aberrations)。这些像差会导致MTF和斯奈尔比（Strehl ratio）值变小，此外亦会使得系统性能降低。实际上，这些像差并没有不同于任何其它成像的像差。ZEMAX可以在任何类型的光学表面上，完整建构出任何薄膜干涉的镀膜层。极化光线追迹的计算，包括薄膜镀膜层、体积吸收(volumetric absorption)和波长与入射角的影响，能更精确地预测真实系统的性能。非序列性分析
使用非序列性分析，光学组件必须以真实对象来表示，而不是以表面来表示。并允许以光线追迹的方法来决定对象被光线打到的顺序。这不仅包括对象的顺序，也包括对象上的特殊表面或小刻面(facet)的顺序。控制杂散光、分析成像系统中的鬼影、设计照明和其它非成像光学系统时，这样的功能是重要的。
非序列性分析不会被已定义的系统孔径所限制。任何光分布种类的光源可以放臵在光学空间中的任何位臵。从任何光源发射出的光线可以朝任何有实际意义的方向传播。打到光学或机构组件上的一条特定光线的顺序，可藉由光线的位臵、目前传播的方向和其它组件的位臵来决定。被光打到的对象将是沿光线传播方向上最接近光源的对象。此外，在非序列性空间中，在每个光线表面交点上，任何光线可以分裂(split)成任何数目的子光线。每条子光 线将与父段中的一些能量有关。这样一来，便允许追迹所有的折射、反射、散射和绕射能量路径。建构诸如菲涅耳反射的影响来分析成像系统的鬼影，和在粗糙的或光滑的机构或光学组件上建构散射面来研究杂散光影响皆是必须的。每一条子光线的能量可以藉由极化光线追迹来决定，这对研究鬼影的相对强度和建构诸如干涉仪(interferometers)的系统，包括整形平板(shearing plates)，是很重要的。对于散射特性，使用者可自由的指定任何表面粗糙的种类，然后分裂子光线的散射分布模型。
检测面装臵是用在非序列性分析中。检测面为奇特的表面，不是平的就是弯曲的，是用来量测入射在检测面位臵上的能量。可以赋予检测面表面性质来模仿真实检测器的效果，包括用于Narcissus分析的反馈(self-reflection)。可量测包括非同调或同调发光、同调相位和发光强度。并提供幅射度(Radiometric)或光度(photometric)信息。复杂的筛选功能可用于从指定的光源而来所截取的能量信息，包括仅观看鬼影、折射、反射、散射或绕射能量，并在所指定的对象上做限制。在追踪杂散光和鬼影问题上，这些筛选功能(filters)是很重要的。所筛选的光线信息也可以用来产生以通过筛选功能为基础的光源光线数据。这个功能可以用于反向光线追迹的分析。
以上所述为ZEMAX的概述。有许多其它的功能还没有提到。我们现在将应用ZEMAX于特定问题：一个投影系统的设计和分析，包括聚光镜(condenser)和投影机的设计。投影系统的设计和分析
我们将看到使用ZEMAX来设计和分析由一聚光镜配件所组成的投影系统，其能在投影镜头的输入端提供均匀的照明。一个8 mm长的灯丝光源所发出的光在经过聚光镜后，将在底片闸(film gate)上形成均匀的能量分布。投影机会产生一个640 ×480 mm的影像到距输出端2000 mm远的屏幕上。两个次要配件中的每一个次要配件将可序列性的设计(优化)，然后将这个系统组合起来，所以能计算出整个系统的照明和成像性质。聚光镜的设计
聚光镜必须收集从光源发出来的光，并在底片闸(film gate)上形成均匀分布的光。此处考虑的聚光镜将由一准直镜配件所组成，用来使沿着两个透镜数组中的第一个透镜数组传播的初始光源能量平行。第一透镜数组，为场透镜数组(field array)，用于收集从延伸光源（此处是线光源）对象来的能量，和在第二或成像透镜数组(imaging array)中的每一个透镜上的光源之重新成像(reimage)。在远距离的时候，成像透镜数组会将所有分开的光源影像，形成一部分重迭的影像；然而聚光镜取而代之的将这些重迭的光源影像重新成像在底片闸(film gate)位臵上。对于这个设计，准直镜和聚光镜组件将完全相同于两透镜配件。这并非必要的，但对于控制成本来说是相当有用的。透镜数组
透镜数组通常用在照明系统。每一数组会形成一个最终影像，其影像是所有独立影像的迭加。每一个透镜的形状大小将会影响最后的能量分布。对于已知孔径大小的透镜，具有较短焦距（较大的F/#）的系统将会产生较广的光分布。
投影系统通常需要两个透镜数组（也就是常用的复眼透镜）。单一透镜数组只能使用在小的光源分布。对于单一透镜数组，从延伸光源出来的离轴能量将成像在底片闸(film gate)上的不同位臵。藉由使用一额外的场透镜数组，全部的光源影像会在底片闸(film gate)上均匀的重新组合。系统的视场角(光源大小)会被透镜数组的F/#所限制。相当重要的是，从场透镜数组中的任何透镜出来的所有能量，需落在成像透镜数组中的相同透镜上，否则将会在底片闸(film gate)上变模糊(blurring)，降低均匀度(uniformity)。这可由图1和图2中来看到，显示对于一延伸光源的对象，单一透镜数组和双透镜数组的照明会有所不同。
图1.在单一透镜数组设计中的照明
图 2.双透镜数组的照明设计（第一个是场透镜数组，第二个是成像透镜数组）数组必要条件
在设计此类的系统时需要考察数个参数，包括： 1)在底片闸(film gate)上所需的照明大小
2)场透镜数组的透镜大小和位臵：
假如数组大小固定的话，较多的透镜通常会产生较好的均匀度但限制了F/#。数组的位臵通常由机构的限制来决定。3)成像透镜数组的大小和位臵： 数组必须在场透镜数组的焦点上。
基于成本和装配的理由，数组通常是完全相同的。4)场透镜数组的焦距：
必须在第二透镜数组上成像，但没有打满光线(overfilling)。以ZEMAX来做设计
将藉由使用ZEMAX来决定聚光镜的参数来序列性地分析这个设计。聚光镜的要求，整体来说相当复杂，且照明系统并不会形成一真实的像，故可能使得优化过程复杂化。然而，这个设计可划分成两个不同的工作，每一个都是简单的设计工作。第一个问题仅是准直镜和聚光镜的设计。从光源发出的光将会被准直，然后重新成像在底片闸(film gate)位臵上，犹如透镜数组不存在般。将光场透镜数组成像到底片闸(film gate)位臵上是第二个设计上的议题。合并这两个设计的结果就是最后的聚光镜装配。这种型态的设计要求可很快地以ZEMAX的多重组态功能来建构。多重组态的设计
一个多重组态的设计是参照一光学系统，其系统是经由多于一种的模式或结构来分析。对于多重结构的分析，最普遍的应用之一就是变焦镜头(zoom lens)，其可允许光学组件的位臵以焦距或放大率为函数做改变。其它普遍的系统，包括消温差设计(athermalized designs)、多重光路系统(multi-path systems)和扫描系统(scanning systems)。
多重组态系统的设定与单组态系统设定非常类似。多重组态编辑器是用来表示那些在不同组态间变化的设计参数。对于这个设计，我们将需要三种组态：第一个组态将建构整个系统，以致于能在底片闸(film gate)上决定均匀度。第二个组态将用来优化相匹配的准直镜和聚光镜的光学组件。第三个组态将用来决定焦距和透镜数组的间隔。系统参数
对于准直镜和聚光镜，选择准直镜的焦距为60 mm。光源为8 mm长的灯丝，透镜数组为84 mm的正方形，有7 x 7的透镜结构。照明斑点的要求大小为16 mm。从这些我们可以决定出数组的焦距：
重要的是，在第二透镜数组上的光源成像大小不能超出透镜组件的大小：
透镜的大小需合适于初始光源的大小。初始系统设定
最终的透镜参数、厚度、间距、曲率等，将藉由使用ZEMAX的优化功能来决定。一个初始系统，包括基本数据，如光学表面的数目、初始材质的选定和系统孔径，必须在执行优化前提供。
准直镜和聚光镜皆是由两个透镜组件所组成。也将有两个数组式单透镜(lenslet arrays)，其上共有六个光学组件。整个系统将首先定义(结构1)，然后将提供多重组态(configuration 1)数据。表1列出初始透镜参数。
表 1.初始透镜参数 多重组态编辑栏可用来定义出准直镜、聚光镜和透镜数组间的不同优化参数。显示在表2中。数个列出来的多重组态参数可用来维持系统的设定对称。
表2.多重组态参数
图3显示三种组态的初始设计。组态1在最下方，组态3在最上方。
图3.使用三重组态的Layout图来优化聚光镜
绩效函数将使用标准的成像要求，以均方根光点大小(RMS spot size)法，来个别对光源经过准直镜和聚光镜对成像，然后光源同时成像于场数组和底片闸的位臵。光源是藉由沿着8 mm直性范围的数个点（常取有限个间隔相同的点）光源来定义。准直镜和数组的焦距要求也将在绩效函数中控制。优化设计很容易符合设计要求。图4显示聚光镜的最后设计结果。图5显示在底片闸位臵的照明分布。结果的分布显示出在要求的16 mm正方形范围上有高的均匀度(uniformity)，而在这个范围之外能量较低。
图 4.优化后的聚光镜Layout
图5.在底片闸上的照明分布
投影光学
投影光学的设计是以双高斯(double Gauss)系统为基础。系统的孔径应该与离开聚光镜后的最大输出分布相匹配。虽然系统在此已考察过特定放大率和成像位臵，但多重组态在此设计中也可以用来优化放大率和聚焦长度在某范围内的性能。此设计的聚焦长为52 mm、物空间数值孔径(object space NA)为0.35、物高为16 mm。在全视场范围内，优化是以使均方根光点大小减到最小为基础。从长共轭系统(long conjugate)来优化设计。在结合聚光镜到投影机设计之前，将反向做最后的计算。图6显示投影机光学的设计。放臵于距离最后一个透镜表面2000 mm的成像面将不显示。
图6.投影镜头
系统组装
使用ZEMAX的非序列性功能来分析全部配件的要求。这将允许复杂光源分布的建构，和建构照明与幻灯片对象的投影。大部分所使用的组件可以使用ZEMAX主选单的选项，来直接转成非序列性设计。聚光镜配件将首先转换。使用序列性建构的透镜数组，其设计参数是不同于非序列性模型，所以将需要个别定义。
使用适当的工具，可转换聚光镜设计为非序列性形式。两个个别的透镜也定义为非序列性的，表示两个数组的中心组件。“复制工具(Replicator Tool)”可用来产生每个数组的重复性组件。图7显示透镜数组的形状。每个小透镜是12 mm的正方形。
图7.透镜数组
投影镜头现在也转换成非序列性系统。所有表面可直接转换成ZEMAX的非序性对象。新的对象可轻易的复制到非序列性组件编辑栏(Non-Sequential Component Editor)中，并已包含了聚光镜的信息。使用放臵投影机组件相对于底片闸位臵的功能以确保所有的组件能正确的摆放。图8显示相结合的光学系统。箭头表示光源的位臵。
图8.聚光镜和投影配件
在非序列性分析中，检测面可以放到光学系统中来分析感兴趣位臵上的能量分布。在这个系统中，感兴趣的位臵是在底片闸、成像面和成像的数组。这个信息对确保光源能量没有充满数组是很重要的。理想上，光源的成像应该是在每一个透镜上所成的像。
除了考察系统的成像性质外，非序列性分析对于杂散光和散射光分析也是有用的。机构组件，如挡板(baffles)、镜头套桶(lens barrels)和星形轮(spiders)，可以加入设计中。表面散射信息也可以更精确的使用于建构杂散光效应。
以分析系统的成像品质开始。将需要在准直镜的焦点建构一个延伸光源(extended source)和在底片闸位臵放臵幻灯片模型。从光源发出的光将传播通过准直镜；打到底片闸，光传播通过投影机到成像面。任何JPG或BMP档案可以放在底片闸上，这将允许投影系统性能的真实表现。图9显示被照明的对象，而图10显示在屏幕位臵上的放大成像。为了实际示范，将使用一个延伸的高斯分布光源。
图9.幻灯片对象（图片大小18mm×14mm）
图 10.投影系统所形成的放大成像（图片大小640mm×480mm）
对于灯丝光源(filament source)，离开光源的大部分能量是朝向离开准直镜。为了增加系统的效率，一个反射组件常放在光源之后来截取这些能量的部分，并改变方向反向朝准直镜。对于这一类的照明具，从光轴补偿光源是很重要的。这将防止重新成像的光源能量造成过热(heating)和损坏灯丝的可能性。落在相同的成像阵组件上的灯丝成像仍然是必须的。这个系统显示在图11中。
图11.补偿灯丝光源在第二个数组上的成像
下一步的设计将包括加入镜头夹具(mounts)、挡板(baffles)和其它机构组件，并使杂散光和鬼影减到最小。可以使用ZEMAX本身的对象或汇入CAD软件所设计的对象来建构这些组件，以便做更进一步的分析。结论
ZEMAX这套软件有很强大的功能，对于成像系统和分析照明系统的整体表现，包括杂散光和散射光，可当作设计和优化的工具。投影系统的设计，可用来验证这些功能如何让光学工程师能几乎毫无隔阂的在不同的分析模式下使用。
第二篇：多元统计典型相关分析实例
1、对体力测试（共7项指标）及运动能力测试（共5项指标）两组指标进行典型相关分析
Run MATRIX procedure:
Correlations for Set-1 X1 X2 X3 X4 X5 X6 X7 X1 1.0000.2701.1643-.0286.2463.0722-.1664 X2.2701 1.0000.2694.0406-.0670.3463.2709 X3.1643.2694 1.0000.3190-.2427.1931-.0176 X4-.0286.0406.3190 1.0000-.0370.0524.2035 X5.2463-.0670-.2427-.0370 1.0000.0517.3231 X6.0722.3463.1931.0524.0517 1.0000.2813 X7-.1664.2709-.0176.2035.3231.2813 1.0000
Correlations for Set-2 X8 X9 X10 X11 X12 X8 1.0000-.4429-.2647-.4629.0777 X9-.4429 1.0000.4989.6067-.4744 X10-.2647.4989 1.0000.3562-.5285 X11-.4629.6067.3562 1.0000-.4369 X12.0777-.4744-.5285-.4369 1.0000
两组变量的相关矩阵说明，体力测试指标与运动能力测试指标是有相关性的。
Correlations Between Set-1 and Set-2 X8 X9 X10 X11 X12 X1-.4005.3609.4116.2797-.4709 X2-.3900.5584.3977.4511-.0488 X3-.3026.5590.5538.3215-.4802 X4-.2834.2711-.0414.2470-.1007 X5-.4295-.1843-.0116.1415-.0132 X6-.0800.2596.3310.2359-.2939 X7-.2568.1501.0388.0841.1923
上面给出的是两组变量间各变量的两两相关矩阵，可见体力测试指标与运动能力测试指标间确实存在相关性，这里需要做的就是提取出综合指标代表这种相关性。
Canonical Correlations 1.848 2.707 3.648 4.351 5.290
上面是提取出的5个典型相关系数的大小，可见第一典型相关系数为0.848，第二典型相关系数为0.707，第三典型相关系数为0.648，第四典型相关系数为0.351，第五典型相关系数为0.290。
Test that remaining correlations are zero: Wilk's Chi-SQ DF Sig.1.065 83.194 35.000.000 2.233 44.440 24.000.007 3.466 23.302 15.000.078 4.803 6.682 8.000.571 5.916 2.673 3.000.445
上表为检验各典型相关系数有无统计学意义，可见第一、第二典型相关系数有统计学意义，而其余典型相关系数则没有。
Standardized Canonical Coefficients for Set-1 1 2 3 4 5 X1.475.115.391-.452-.462 X2.190-.565-.774.307.489 X3.634.048.288.321-.276 X4.040.080-.400-.906.422 X5.233.773-.681.459.233 X6.117.148.425.141.649 X7.038-.394.025-.103-1.029
Raw Canonical Coefficients for Set-1 1 2 3 4 5 X1.141.034.116-.134-.137 X2.026-.076-.104.041.066 X3.040.003.018.020-.018 X4.008.015-.075-.169.079 X5.016.054-.047.032.016 X6.020.025.071.024.109 X7.005-.048.003-.013-.126
上面为各典型变量与变量组1中各变量间标化与未标化的系数列表，由此我们可以写出典型变量的转换公式(标化的)为：L1=0.475X1+0.19X2+0.634X3+0.04X4+0.233X5+0.117X6+0.038X7余下同理。
Standardized Canonical Coefficients for Set-2 1 2 3 4 5 X8-.505-.659.577.186.631 X9.209-1.115.207-.775-.292 X10.365-.262.188 1.153-.154 X11-.068-.034-.579.340 1.181 X12-.372-.896-.649.569-.124
Raw Canonical Coefficients for Set-2 1 2 3 4 5 X8-1.441-1.879 1.647.531 1.798 X9.005-.026.005-.018-.007 X10.133-.095.069.419-.056 X11-.018-.009-.153.090.312 X12-.012-.029-.021.018-.004
Canonical Loadings for Set-1 1 2 3 4 5 X1.689.235.099-.150-.112 X2.526-.625-.408.225.237 X3.741-.212.263-.042.001 X4.242-.032-.298-.809.182 X5.200.705-.558.257-.161 X6.364-.096.191.224.476 X7.115-.259-.437.053-.471
Cross Loadings for Set-1 1 2 3 4 5 X1.584.166.064-.053-.032 X2.446-.442-.265.079.069 X3.629-.150.170-.015.000 X4.205-.023-.193-.284.053 X5.170.498-.362.090-.047 X6.309-.068.124.079.138 X7.098-.183-.283.019-.136
上表为第一变量组中各变量分别与自身、相对的典型变量的相关系数，可见它们主要和第一对典型变量的关系比较密切。
Canonical Loadings for Set-2 1 2 3 4 5 X8-.692-.149.654.111.244 X9.750-.550.001-.346.127 X10.776-.183.275.538.020 X11.585-.108-.371-.054.711 X12-.674-.265-.548.193-.371
Cross Loadings for Set-2 1 2 3 4 5 X8-.587-.106.424.039.071 X9.636-.389.001-.121.037 X10.658-.129.178.189.006 X11.496-.076-.240-.019.206 X12-.571-.187-.355.068-.108
上表为第二变量组中各变量分别与自身、相对的典型变量的相关系数，结论与前相同。
下面即将输出的是冗余度(Redundancy)分析结果，它列出各典型相关系数所能解释原变量变异的比例，可以用来辅助判断需要保留多少个典型相关系数。
Redundancy Analysis:
Proportion of Variance of Set-1 Explained by Its Own Can.Var.Prop Var CV1-1.221 CV1-2.152 CV1-3.125 CV1-4.121 CV1-5.082
首先输出的是第一组变量的变化可被自身的典型变量所解释的比例，可见第一典型变量解释了总变化的22.1％，第二典型变量能解释15.2％，第三典型变量只能解释12.5％，第四典型变量只能解释12.1％，第五典型变量只能解释8.2％。
Proportion of Variance of Set-1 Explained by Opposite Can.Var.Prop Var CV2-1.159 CV2-2.076 CV2-3.052 CV2-4.015 CV2-5.007
上表为第一组变量的变化能被它们相对的典型变量所解释的比例，可见第五典型变量的解释度非常小。
Proportion of Variance of Set-2 Explained by Its Own Can.Var.Prop Var CV2-1.488 CV2-2.088 CV2-3.188 CV2-4.092 CV2-5.144
Proportion of Variance of Set-2 Explained by Opposite Can.Var.Prop Var CV1-1.351 CV1-2.044 CV1-3.079 CV1-4.011 CV1-5.012
------END MATRIX-----
2、Run MATRIX procedure:
Correlations for Set-1 X1 X2 X3 X4 X1 1.0000.3588.7417.5694 X2.3588 1.0000.4301.3673 X3.7417.4301 1.0000.4828 X4.5694.3673.4828 1.0000
Correlations for Set-2 X5 X6 X7 X8 X9 X10 X11 X12 X5 1.0000.7147.8489.8827.6935.8956.9004.8727 X6.7147 1.0000.7273.8328.7864.8144.6825.7846 X7.8489.7273 1.0000.8980.6447.9150.7766.9073 X8.8827.8328.8980 1.0000.6838.9553.8446.9080 X9.6935.7864.6447.6838 1.0000.7071.7530.7475 X10.8956.8144.9150.9553.7071 1.0000.8739.9307 X11.9004.6825.7766.8446.7530.8739 1.0000.7981 X12.8727.7846.9073.9080.7475.9307.7981 1.0000
以上，两组变量的相关矩阵说明，农村居民收入与农村居民生活费支出是有相关性的。
Correlations Between Set-1 and Set-2 X5 X6 X7 X8 X9 X10 X11 X12 X1.8368.8523.8645.9453.6702.9195.7682.8736 X2.6060.3903.4852.4397.5548.4567.5096.5262 X3.8135.5256.6417.8239.5093.8138.8242.7513 X4.6166.7269.5385.6062.5615.6602.6027.6543
上面给出的是两组变量间各变量的两两相关矩阵，可见体力测试指标与运动能力测试指标间确实存在相关性，这里需要做的就是提取出综合指标代表这种相关性。
Canonical Correlations 1.981 2.906 3.631 4.571
上面是提取出的5个典型相关系数的大小，可见第一典型相关系数为0.981，第二典型相关系数为0.906，第三典型相关系数为0.631，第四典型相关系数为0.571。
Test that remaining correlations are zero: Wilk's Chi-SQ DF Sig.1.003 132.620 32.000.000 2.072 59.110 21.000.000 3.405 20.310 12.000.061 4.674 8.871 5.000.114
上表为检验各典型相关系数有无统计学意义，可见第一、第二典型相关系数有统计学意义，而其余典型相关系数则没有。
Standardized Canonical Coefficients for Set-1 1 2 3 4 X1-.536-1.056-.468.965 X2-.059-.293-.809-.732 X3-.399 1.480.154-.142 X4-.158-.284 1.023-.635
Raw Canonical Coefficients for Set-1 1 2 3 4 X1-.001-.002-.001.002 X2.000-.001-.002-.002 X3-.009.033.003-.003 X4-.004-.007.026-.016
上面为各典型变量与变量组1中各变量间标化与未标化的系数列表，由此我们可以写出典型变量的转换公式(标化的)为：L1=-0.536X1-0.059X2-0.399X3-0.158X4余下同理。
Standardized Canonical Coefficients for Set-2 1 2 3 4 X5-.233-.151-1.215-1.177 X6-.020-1.459 1.647-.413 X7.414-1.577-1.050.472 X8-.576 1.319-1.618 2.259 X9.070-.071-1.516-.028 X10-.388.683.797.562 X11-.034.521 1.527-.667 X12-.218.346 1.283-1.210
Raw Canonical Coefficients for Set-2 1 2 3 4 X5-.001-.001-.005-.005 X6.000-.030.034-.009 X7.003-.012-.008.003 X8-.011.024-.030.042 X9.003-.003-.068-.001 X10-.012.022.026.018 X11-.001.009.025-.011 X12-.009.015.055-.052
Canonical Loadings for Set-1 1 2 3 4 X1-.943-.225-.062.235 X2-.481-.139-.535-.680 X3-.898.434-.048-.048 X4-.678-.279.533-.423
Cross Loadings for Set-1 1 2 3 4 X1-.925-.204-.039.134 X2-.472-.126-.338-.388 X3-.881.393-.030-.027 X4-.665-.253.337-.241
上表为第一变量组中各变量分别与自身、相对的典型变量的相关系数，可见它们主要和第一对典型变量的关系比较密切。
Canonical Loadings for Set-2 1 2 3 4 X5-.924-.036-.200-.251 X6-.821-.489.173.001 X7-.850-.285-.234.080 X8-.976-.088-.082.155 X9-.698-.304-.174-.330 X10-.968-.097.000.032 X11-.883.097-.046-.231 X12-.921-.166-.079-.113
Cross Loadings for Set-2 1 2 3 4 X5-.907-.032-.126-.143 X6-.805-.443.109.000 X7-.833-.258-.148.046
X8-.957-.080-.052.088 X9-.684-.276-.110-.188 X10-.949-.088.000.018 X11-.866.088-.029-.132 X12-.903-.151-.050-.064
上表为第二变量组中各变量分别与自身、相对的典型变量的相关系数，结论与前相同。
下面即将输出的是冗余度(Redundancy)分析结果，它列出各典型相关系数所能解释原变量变异的比例，可以用来辅助判断需要保留多少个典型相关系数。
Redundancy Analysis:
Proportion of Variance of Set-1 Explained by Its Own Can.Var.Prop Var CV1-1.597 CV1-2.084 CV1-3.144 CV1-4.175
首先输出的是第一组变量的变化可被自身的典型变量所解释的比例，可见第一典型变量解释了总变化的59.7％，第二典型变量能解释8.4％，第三典型变量只能解释14.4％，第四典型变量只能解释17.5％。
Proportion of Variance of Set-1 Explained by Opposite Can.Var.Prop Var CV2-1.574 CV2-2.069 CV2-3.057 CV2-4.057
上表为第一组变量的变化能被它们相对的典型变量所解释的比例，可见第一典型变量的解释度较大，其余相差不大。
Proportion of Variance of Set-2 Explained by Its Own Can.Var.Prop Var CV2-1.782 CV2-2.059 CV2-3.021 CV2-4.034
Proportion of Variance of Set-2 Explained by Opposite Can.Var.Prop Var CV1-1.752 CV1-2.048 CV1-3.008 CV1-4.011------END MATRIX-----习题10.3、Run MATRIX procedure:
Correlations for Set-1 x1 x2 x1 1.0000.7346 x2.7346 1.0000
Correlations for Set-2 y1 y2 y1 1.0000.8393 y2.8393 1.0000
从这里开始进行分析，首先给出的是两组变量内部各自的相关矩阵，可见头宽和头长是有相关性的。
Correlations Between Set-1 and Set-2 y1 y2 x1.7108.7040 x2.6932.7086
上面给出的是两组变量间各变量的两两相关矩阵，可见兄弟的头型指标间确实存在相关性，这里需要做的就是提取出综合指标代表这种相关性。
Canonical Correlations 1.789 2.054
上面是提取出的两个典型相关系数的大小，可见第一典型相关系数为0.789，第二典型相关系数为0.054。
Test that remaining correlations are zero: Wilk's Chi-SQ DF Sig.1.377 20.964 4.000.000 2.997.062 1.000.803
上表为检验各典型相关系数有无统计学意义，可见第一典型相关系数有统计学意义，而第二典型相关系数则没有。
Standardized Canonical Coefficients for Set-1 1 2 x1-.552-1.366 x2-.522 1.378
Raw Canonical Coefficients for Set-1 1 2 x1-.057-.140 x2-.071.187 上面为各典型变量与变量组1中各变量间标化与未标化的系数列表，由此我们可以写出典型变量的转换公式(标化的)为： L1=0.552*xl+0.522*x2 L2=1.366*xl-1.378*x2
Standardized Canonical Coefficients for Set-2 1 2 y1-.504-1.769 y2-.538 1.759
Raw Canonical Coefficients for Set-2 1 2 y1-.050-.176 y2-.080.262
Canonical Loadings for Set-1 1 2 x1-.935-.354 x2-.927.375
Cross Loadings for Set-1 1 2 x1-.737-.019 x2-.731.020
上表为第一变量组中各变量分别与自身、相对的典型变量的相关系数，可见它们主要和第一对典型变量的关系比较密切。
Canonical Loadings for Set-2 1 2 y1-.956-.293 y2-.962.274
Cross Loadings for Set-2 1 2 y1-.754-.016 y2-.758.015
上表为第二变量组中各变量分别与自身、相对的典型变量的相关系数，结论与前相同。
下面即将输出的是冗余度(Redundancy)分析结果，它列出各典型相关系数所能解释原变量变异的比例，可以用来辅助判断需要保留多少个典型相关系数。
Redundancy Analysis:
Proportion of Variance of Set-1 Explained by Its Own Can.Var.Prop Var CV1-1.867 CV1-2.133
首先输出的是第一组变量的变异可被自身的典型变量所解释的比例，可见第一典型变量解释了总变异的86.7％，而第二典型变量只能解释13.3％。
Proportion of Variance of Set-1 Explained by Opposite Can.Var.Prop Var CV2-1.539 CV2-2.000
上表为第一组变量的变异能被它们相对的典型变量所解释的比例，可见第二典型变量的解释度非常小。
Proportion of Variance of Set-2 Explained by Its Own Can.Var.Prop Var CV2-1.920 CV2-2.080
Proportion of Variance of Set-2 Explained by Opposite Can.Var.Prop Var CV1-1.572 CV1-2.000
------END MATRIX-----
第三篇：110kV变电站典型设计应用实例[范文]
110kV变电站典型设计应用实例
传统的110kV变电站主要以户外设计和安装为主，占地面积大，且设备容易被腐蚀，尤其在高污秽地区，还极易造成污闪事故的发生。为了建设坚强电网，发挥规模优势，提高资源利用率，提高电网工程建设效率，国家电网公司在2005年提出“推广电网标准化建设，各级电网工程建设要统一技术标准，推广应用典型优化设计，节省投资，提高效益”。典型设计坚持以“安全可靠、技术先进、保护环境、投资合理、标准统一、运行高效”的设计原则，采用模块化设计手段，做到统一性与可靠性、先进行、经济性、适应性和灵活性的协调统一。
海阳市供电公司积极响应国家电网公司的号召，积极推广110kV变电站典型设计。本文就海阳市供电公司110kV变电站典型设计的应用实例予以阐述，以说明推广典型设计的重要意义。110kV变电站典型设计应用实列
海阳市供电公司2006年开始采用110kV变电站典型设计，到目前为止，已经完成3座110kV变电站的设计、建设工作。从实际效果来看，具有较好的经济效益和社会效益，下面以110kV望石变电站为例对典型设计进行分析。
110kV望石变电站位于海阳市新建的临港产业区，该区域规划面积较小，但是电力负荷较为集中。该区域包括以莱福士造船厂在内的多个用电大户正在兴建中，而山东核电设备制造公司已经投产。根据该区域负荷预测及用电负荷性质，海阳市供电公司按照安全可靠、技术先进、投资合理、运行高效的原则，结合该站用电负荷集中、土地昂贵、临近海边（Ⅳ级污秽区）、电缆出线多等客观事实，对110kV望石变电站作了如下设计。
该站为半户内无人值班变电站（半户内布置方式即除主变压器以外的全部配电装置，集中布置在一幢主厂房的不同楼层的电气布置方式），变电站主体是生产综合楼，除主变压器外所有配电装置均安装在综合楼内。以生产综合楼和主变压器为中心，四周布置环形道路，大门入口位于站区东南角，正对生产综合楼主入口。综合楼共两层，一层为10kV配电装置室、电容器室、接地变压器室及主控室，二层为110kV GIS室。
1.1 电气主接线
变电站设计规模及主接线。通过负荷资料的分析，考虑到安全、经济及可靠性，确定110kV变电站主接线。电气主接线图如图1所示。通过负荷分析和供电范围，确定变压器台数、容量及型号，该设计中主变压器总容量为2×50MVA（110/10.5kV），一期（共两期）设计为1×31.5MVA（110/10.5kV），采用双绕组油浸自冷有载调压变压器。110kV出线共2回，一期1回，采用内桥接线方式。10kV出线共24回，一期24回，采用单母线分段接线方式。无功补偿电容器为2×6000（3000+3000）kvar，分别接入10kV两段母线上。
图1 110kV望石变电站主接线图
各级电压中性点接地方式。110kV侧直接接地，由于主变压器10kV侧没有中性点，而10kV侧全部采用电缆出线，电网接地电容电流较大，故采用了站用电与消弧线圈共用的接地变压器。
1.2 短路电流水平
根据终期（共两期）双绕组自冷变压器的容量、空载损耗、负载损耗、短路阻抗等相关参数，考虑电网远景规划，按照三相短路验算，并套用《国家电网公司输变电工程典型设计110kV变电站分册》中110kV变电站典型设计（方案B-1），确定110kV电压等级的设备短路电流为kA，10kV电压等级的设备短路电流为31.5kA。
1.3 主要电气设备选择
考虑城市噪音控制，选用双绕组低损耗自冷变压器，采用YNd11接线组别。因站址临近海边，空气湿度大及盐碱度高，故110kV设备采用六氟化硫封闭式组合电器，断路器额定电流为2000A，额定开断电流为31.5kA。10kV设备选用N2X系列气体绝缘开关柜，N2X开关柜采用单气箱结构，每个开关柜独立一个气箱，气箱内安装免维护的三工位开关和固封极柱式真空断路器，通过插接方式与其他元器件组合，实现和满足不同的主接线方式。该开关柜分成三个间隔：高压密封间隔，低压控制间隔，电缆和TA间隔。断路器为真空断路器，主变压器及分段回路额定电流为3150A，额定开断电流为31.5kA；出线回路额定电流为1250A，额定开断电流为20kA。
1.4 过电压保护及接地
110kV及35kV设备全部选用金属氧化物避雷器，并按照GB 11032-2000《交流无间隙金属氧化物避雷器》之规定进行选择。按照防直击雷原则进行理论计算，在主建筑屋顶安装避雷带及避雷针，用以保护主建筑物及主变压器。按照DL/T 621-1997《交流电气装置的接地》的规定进行电气设备接地，主接地网由水平接地体和垂直接地体组成复合接地网，将建筑物的接地与主接地网可靠连接，接地埋深0.8m。接地网实测电阻为0.43Ω。
1.5 站用电和照明
变电站远景采用2台干式接地变压器500/10.5-80/0.4，每台总容量为500kVA，其中站用电额定容量为80kVA。两台接地变压器分别经断路器接入10kV＃
4、＃5母线上。站用电为380/220V三相四线制中性点直接接地系统，站用变压器低压侧采用单母线分段接线。室外照明采用投光灯，室内工作照明采用荧光灯、白炽灯，事故照明采用白炽灯。事故照明为独立的照明系统。
1.6 计算机监控系统
计算机监控系统为分层分布式网络结构，能完成对变电站所有设备的实时监视和控制。电气模拟量采集采用交流采样，保护动作及装置报警等重要信号采用硬节点方式输入测控单元。系统具备防误闭锁功能，能完成全站防误操作闭锁。具有与电力调度数据专网的接口，软、硬件配置能支持联网的网络通信技术及通信规约的要求。全站设有一套双时钟源GPS对时系统，实现整个系统所有装置的时钟同步。监控系统可对110kV及10kV断路器、隔离开关、主变压器中性点接地开关、主变压器分接头、无功补偿装置、站用电源、直流系统、UPS系统等多方面进行监控。操作控制功能按分层操作设计，达到了任何一层的操作、设备的运行状态和选择切换开关的状态都处于计算机监控系统的监控之中。
1.7 保护装置的配置
整个保护系统全部选用微机型保护装置。主变压器保护包括差动保护和后备保护，在主控室集中组屏安装。10kV保护测控装置采用保护测控一体化装置，装设在成套开关柜上，10kV线路保护具有低周减载功能。另外，10kV系统还具有小电流接地选线功能。
1.8 直流系统
直流系统额定电压为220V，设单组阀控式铅酸免维护蓄电池组和双套冗余配置的高频开关电源充电装置，并设置一套微机型直流接地自动检测装置。蓄电池容量为100Ah。该系统还配置一台UPS，容量为3kVA，UPS系统为站内计算机监控系统、保护装置、通信设备等重要二次设备提供不间断电源。
1.9 图象监控系统和火灾探测报警系统
大楼入口处设置摄像头；主控室、电容器室、接地变压器室以及各级电压配电装置室均安装室内摄像头；主变压器区安装室外摄像头。监控信号通过光缆传送到调度主站，用以完成变电站全站安全及设备运行情况的监控。
站内配置一套火灾报警系统。火灾报警控制器设置在主控楼内。当有火灾发生时，报警系统可及时发出声光报警信号，显示发生火灾的地点，并通过通信接口和光缆，将信息最终传至调度端。结束语
该典型设计的变电站与常规室外布置变电站相比具有以下优点。第一，土地占用面积不足常规变电站的三分之一。第二，该站临近海边，属高污秽地区。所有配电设备均室内布置，尤其是110kV及10kV配电设备全部采用气体绝缘全密封开关设备，有效地防范了污闪事故的发生。第三，配电设备检修周期长，供电可靠性高。第四，采用接地变压器，很好地解决了10kV电缆出线引起的电网接地大电容电流。第五，具备了无人值班的条件，实现了变电站无人值班。
应用110kV变电站典型设计，能大大提高生产效率，同时也对110kV变电站建设标准、设备规范、节约土地及资源消耗等方面有着重要意义。
参考文献
[1] GB 50343-2004.建筑物电子信息系统防雷技术规范[S].[2] GB 50057-2000.建筑物防雷设计规范[S].[3] DL 548-1994.电力系统通信站防雷运行管理规程[S].[4] DL/T 621-1997.交流电气装置的接地[S].[5] GB 11032-2000.交流无间隙金属氧化物避雷器[S].[6] 国家电网公司输变电工程典型设计110kV变电站分册，2005.
第四篇：机电一体化典型实例
8机电一体化系统典型实例
8.1 机器人
8.1.1概述
机器人是能够自动识别对象或其动作，根据识别，自动决定应采取动作的自动化装置。
它能模拟人的手、臂的部分动作，实现抓取、搬运工件或操纵工具等。它综合了精密机械技
术、微电子技术、检测传感技术和自动控制技术等领域的最新成果，是具有发展前途的机电
一体化典型产品。机器人技术的应用会越来越广，将对人类的生产和生活产生巨大的影响。
可以说，任何一个国家如不拥有一定数量和质量的机器人，就不具备进行国际竞争所必需的工业基础。
机器人的发展大致经过了三个阶段。第一代机器人为示教再现型机器人，为了让机器人
完成某项作业，首先由操作者将完成该作业所需的各种知识（如运动轨迹、作业条件、作业
顺序、作业时间等）通过直接或间接的手段，对机器人进行示教，机器人将这些知识记忆下
来，然后根据再现指令，在一定的精度范围内，忠实地重复再现各种被示教的动作。第二代
机器人通常是指具有某种智能（如触觉、力觉、视觉等）的机器人，即由传感器得到的触觉、听觉、视觉等信息经计算机处理后，控制机器人完成相应的操作。第三代机器人通常是指具
有高级智能的机器人，其特点是具有自学习和逻辑判断能力，可以通过各类传感器获取信息，经过思考做出决策，以完成更复杂的操作。
信息处理机
图8-1机器人三要素 图8-2生物空间
一般认为机器人具备以下要素：思维系统（相当于脑），工作系统（相当于手），移动系
统（相当于脚），非接触传感器（相当于耳、鼻、目）和接触传感器（相当于皮肤）（图8-1）。
如果对机器人的能力评价标准与对生物能力的评价标准一样，即从智能、机能和物理能三个
方面进行评价，机器人能力与生物能力具有一定的相似性。图8-2是以智能度、机能度和物
理能度三座标表示的“生物空间”，这里，机能度是指变通性或通用性以及空间占有性等；物
理能度包括力、速度、连续运行能力、均一性、可靠性等；智能度则指感觉、知觉、记忆、运算逻辑、学习、鉴定、综合判断等。把这些概括起来可以说，机器人是具有生物空间三座
标的三元机械。某些工程机械有移动性，占有空间不固定性，因而是二元机械。计算机等信
息处理机，除物理能之外，还有若干智能，因而也属于二元机械。而一般机械都只有物理能，所以都是一元机械。
8.1.2机器人的组成及基本机能
机器人一般由执行系统、驱动系统、控制系统，检测传感系统和人工智能系统等组成，各系统功能如下所述。① 执行系统。执行系统是完成抓取工件（或工具）实现所需运动的机械部件，包括手部、119
腕部、臂部、机身以及行走机构。
② 驱动系统。驱动系统的作用是向执行机构提供动力。随驱动目标的不同，驱动系统的传动方式有液动、气动、电动和机械式四种。
③ 控制系统。控制系统是机器人的指挥中心，它控制机器人按规定的程序运动。控制系统可记忆各种指令信息（如动作顺序，运动轨迹，运动速度及时间等），同时按指令信息向各执行元件发出指令。必要时还可对机器人动作进行监视，当动作有误或发生故障时即发出警报信号。
④ 检测传感系统。它主要检测机器人执行系统的运动位置、状态，并随时将执行系统的实际位置反馈给控制系统，并与设定的位置进行比较，然后通过控制系统进行调整，从而使执行系统以一定的精度达到设定的位置状态。
⑤ 人工智能系统。该系统主要赋予机器人自动识别、判断和适应性操作。8.1.4BJDP-1型机器人
该机器人是全电动式、五自由度、具有连续轨迹控制等功能的多关节型示教再现机器人，用于高噪声，高粉尘等恶环境的喷砂作业。
该机器人的五个自由度，分别是立柱回转（L）、大臂回转（D）小臂回转（X）、腕部俯仰（W1）和腕部转动（W2），其机构原理如图8-3所示，机构的传动关系如图8-4所示。R
2小臂
M2
谐波减速器R图8-3机器人的结构原理
图8-4机器人机构传动关系
8.2视觉传感式变量喷药系统简介
在农业方面，近年来发达国家（如美国、英国）都投入大量资金进行现代农业技术的开发。
先后开发出了精确变量播种机、精确变量施肥机以及精确变量喷药机等。它们都是与机器人极为相似的自动化系统，是高新技术在农业中的应用。
视觉传感变量喷药系统，是以较少药剂而有效控制杂草、提高产量、减少成本的一种自动化药物喷撒机械。近年来，随着杂草识别的视觉感知技术与变量喷药控制等技术的成熟，这种视觉传感式变量喷药机械也趋于成熟。下面就以这种系统为例，对它的组成及工作原理作一简要介绍。
（1）系统的组成一般地说，这种机器由图像信息获取系统、图像信息处理系统、决策支持系统、变量喷撒系统等组成（图8-5）。各子系统的主要功能如下所述。
① 图像信息获取系统。主要由彩色数码像机（如PULNIX，TMC-7ZX等）和高速图像数据采集卡（如CX100，IMAGENATION，INC等）组成。采集卡一般置于机载计算机中。
120
② 图像信息处理系统。是一种基于影像信息的提取算法，由计算机高级语言（如C++等）开发出的一种软件系统。它能够快速准确地提取出影像数据中包含的人们所需的信息（如杂草密度，草叶数量，无作物间距区域面积等）。
③ 决策支持系统。也是由高级语言开发出的一种软件系统。它能够基于信息处理系统，把得到的有用信息与人们的决策要求作综合判断，最后作出所需的决策。
④ 变量喷撒系统。是基于视觉信息的控制器，由若干可调节喷药流量与雾滴大小的变量喷头组成。
⑤ 机器行走系统。有发动机、机身、车轮等组成（图中省略）。
（2）工作原理
当机器在田间行走时，置于机器上离地面具有一定高度的彩色数码像机就会扫描一定大小的地面。一般彩色数码像机可覆盖2.44m 3.05m范围分辨率可达到0.005m0.005m。与此同时，高速图像数据采集卡将彩色数码像机获取的信息存入计算机中。然后，由图像信息处理系统快速地将地面杂草的密度、草叶数量、作物密度以及无植被区域面积等信息提取出来，并由决策支持系统调用这些信息，经过数据处理得到所需的行走速度、药液流量和雾滴大小等的决策。这些决策被传输给药滴大小控制器以及流量控制器，随之它们就控制管路中的压力和PWM脉宽调制变量喷头。从而实现了精确变量喷药。这样一方面减少了药量、降低了成本，另一方面保护作物、减少对环境的污染。据报道，与传统的喷撒方法比较，变量喷药系统在杂草高密区可节约药液18 %，在杂草低密区可节约药液17 %。
图8-5精确变量喷药系统
8.3数控机床
数控机床是由计算机控制的高效率自动化机床。它综合应用了电子计算机、自动控制、伺服驱动、精密测量和新型机械结构等多方面的技术成果，是今后机床控制的发展方向。随着数控技术的迅速发展，数控机床在机械加工中的地位将越来越重要。8.3.1 数控机床的工作原理和组成(1)数控机床的工作原理
数控机床加工零件时，是将被加工零件的工艺过程、工艺参数等用数控语言编制成加工程序，这些程序是数控机床的工作指令。将加工程序输入到数控装置，再由数控装置控制机
21床主运动的变速、起停，进给运动的方向、速度和位移量，以及其它辅助装置严格地按照加工程序规定的顺序、轨迹和参数进行工作，从而加工出符合要求的零件。为了提高加工精度，一般还装有位置检测反馈回路，这样就构成了闭环控制系统，其加工过程原理如图8-6所示。
（2）数控机床的组成从工作原理可以看出，数控机床主要由控制介质、数控装置、伺服检测系统和机床本体等四部分组成，其组成框图如图8-7所示。
① 控制介质。用于记载各种加工信息（如零件加工的工艺过程、工艺参数和位移数据等），以控制机床的运动，实现零件的机械加工。常用的控制介质有磁带、磁盘和光盘等。控制介质上记载的加工
信息经输入装置输送
给数控装置。常用的输入装置有磁盘驱动器和光盘驱动器等，对于用微处理机控制的数控机床，也用操作面板上的按钮和键盘将加工程序直接用键盘输入，并在CRT
显示器显示。② 数控装置。数控装置是数控机床的核心，它的功能是接受输入装置输送给的加工信息，经过数控装置的系图8-7 数控机床的组成 统软件或电路进行译码、运算和逻辑处理后，发出相应的脉冲指令送给伺服系统，通过伺服系统控制机床的各个运动部件按规定要求动作。
③ 伺服系统及位置检测装置。伺服系统由伺服驱动电机和伺服驱动装置组成，它是数控系统的执行部分。由机床的执行部件和机械传动部件组成数控机床的进给系统，它根据数控装置发来的速度和位移指令控制执行部件的进给速度、方向和位移量。每个进给运动的执行部件都配有一套伺服系统。伺服系统有开环、闭环和半闭环之分，在闭环和半闭环伺服系统中，还需配有位置测量装置，直接或间接测量执行部件的实际位移量，④ 机床本体及机械部件。数控机床的本体及机械部件包括：主动运动部件、进给运动执行部件（如工作台、刀架）、传动部件和床身立柱等支承部件，此外还有冷却，润滑、转位和夹紧等辅助装置，对于加工中心类的数控机床，还有存放刀具的刀库，交换刀具的机械手等部件。
8.4计算机集成制造系统
近年来世界各国都在大力开展计算机集成制造系统CIMS（ComputerIntergratedManufacturingSystem）方面的研究工作。CIMS是计算机技术和机械制造业相结合的产物，是机械制造业的一次技术革命。
(1)CIMS的结构
随着计算机技术的发展，机械工业自动化已逐步从过去的大批量生产方式向高效率、低成本的多品种、小批量自动化生产方式转变。CIMS就是为了实现机械工厂的全盘自动化和无人化而提出来的。其基本思想就是按系统工程的观点将整个工厂组成一个系统，用计算机对
2产品的初始构思和设计直至最终的装配和检验的全过程实现管理和控制。对于CIMS，只需输入所需产品的有关市场及设计的信息和原材料，就可以输出经过检验的合格产品。它是一种以计算机为基础，将企业全部生产活动的各个环节与各种自动化系统有机地联系起来，借以获得最佳经济效果的生产经营系统。它利用计算机将独立发展起来的计算机辅助设计（CAD）、计算机辅助制造（CAM）、柔性制造系统（FMS），管理信息系统（MIS）以及决策支持系统（DSS）综合为一个有机的整体，从而实现产品订货、设计、制造、管理和销售过程的自动化。它是一种把工程设计、生产制造、市场分析以及其它支持功能合理地组织起来的计算机集成系统。CIMS是在柔性制造技术、计算机技术、信息技术和系统科学的基础上，将制造工厂经营活动所需的各种自动化系统有机地集成起来，使其能适应市场变化和多品种、小批量生产要求的高效益、高柔性的智能生产系统。
由此可见，计算机集成制造系统是在新的生产组织原理和概念指导下形成的生产实体，它不仅是现有生产模式的计算机化和自动化，而且是在更高水平上创造的一种新的生产模式。从机械加工自动化及自动化技术本身的发展看，智能化和综合化是未来的主要特征，也是CIMS最主要的技术特征。智能化体现了自动化深度，即不仅涉及物质流控制的传统体力劳动自动化，还包括了信息流控制的脑力劳动自动化；而综合化反映了自动化的广度，它把系统空间扩展到市场、设计、制造、检验、销售及用户服务等全部过程。
CIMS系统构成的原则，是按照在制造工厂形成最终产品所必需的功能划分系统，如设计管理、制造管理等子系统，它们分别处理设计信息与管理信息，各子系统相互协调，并且具有相对的独立性。因此，从大的结构来讲，CIMS系统可看成是由经营决策管理系统、计算机辅助设计与制造系统、柔性制造系统等组成的（图8-8）。经营决策管理系统完成企业经营管理，如市场分析预测、风险决策、长期发展规划、生产计划与调度、企业内部信息流的协调
图8-8 CIMS主要结构框图
与控制等；计算机辅助设计系统完成产品及零部件的设计、自动编程、机器人程序设计、工程分析、输出图纸和材料清单等；计算机辅助制造系统则完成工艺过程设计、自动编程、机器人程序设计等；柔性制造系统完成物料加工制造的全过程，实现信息流和物料流的统一管理，如将CIMS的系统功能细化，可得到如图8-9所示的框图。
（2）CIMS的主要技术关键
CIMS是一个复杂的系统，它适用于多品种、中小批量的高效益、高柔性的智能化生产与制造。它是由很多子系统组成的，而这些子系统本身又都是具有相当规模的复杂系统。虽然世界上很多发达国家已投入大量资金和人力研究它，但仍存在不少技术问题有待进一步探索和解决。归纳起来，大致有以下五个方面。
① CIMS系统的结构分析与设计。这是系统集成的理论基础及工具。如系统结构组织学和多级递阶决策理论、离散事件动态系统理论、建模技术与仿真、系统可靠性理论与容错控制以及面向目标的系统设计方法等。
3② 支持集成制造系统的分布式数据库技术及系统应用支撑软件。其中包括支持CAD／CAPP/CAM集成的数据库系统，支持分布式多级生产管理调度的数据库系统，分布式数据系统与实时在线递阶控制系统的综合与集成。
③ 工业局部网络与系统。CIMS系统中各子系统的互连是通过工业局部网络实现的，因此必然要涉及网络结构优化、网络通信的协议、网络的互连与通信、网络的可靠性与安全性等问题的研究，甚至进一步还可能需要对支持数据、语言、图像信息传输的宽带通信网络进行探讨。
④ 自动化制造技术与设备。这是实现CIMS的物质技术基础，其中包括自动化制造设备FMS、自动化物料输送系统、移动机器人及装配机器人、自动化仓库以及在线检测及质量保障等技术。
⑤ 软件开发环境。良好的软件开发环境是系统开发和研究的保证。这里涉及面向用户的图形软件系统、适用于CIMS分析设计的仿真软件系统、CAD直接检查软件系统以及面向制造控制与规划开发的专家系统。
综上所述，涉及CIMS的技术关键很多，制定和开发计算机集成制造系统是一项重要而艰巨的任务。而对计算机集成制造系统的投资则更是一项长远的战略决策。一旦取得突破，CIMS技术必将深刻地影响企业的组织结构，使机械制造工业产生一次巨大飞跃。
图 8-9CIMS 系统框图
124
第五篇：世界典型合理化建议实例
世界典型合理化建议实例
（二）编者按：
深入开展合理化建议的持续改善与提高活动，既是员工参与企业管理、发挥聪明才智的重要途径，也是推进精益化生产、精细化管理，提升企业基础管理水平的有效载体。为进一步将我集团合理化建议工作引向深入，我们将对国内外著名企业开展合理化建议的典型案例进行摘登，希望通过学习先进经验，精心挖掘本单位合理化建议典型案例，深入推进集团合理化建议工作的开展。
“他山之石，可以攻玉”。期望我们连载的典型实例能给各单位、各子公司开展合理化建议工作带来一点启发和借鉴。
海尔让员工主动做大
当一个企业的战略系统、目标系统、文化系统不能深入员工的内心时，任何的奖惩都会失去作用，现在的员工早已过了那种需要靠奖惩调动积极性的阶段。
海尔一直相信，让员工做大，才能把市场做大。在海尔，多年来，开展合理化建议活动是员工参与企业民主管理的一种重要途径。
工会统一管理 在海尔，员工的合理化建议活动的开展非常普及，集团工会成立了“员工创新成果经营公司”，专门管理员工的合理化建议活动，还利用信息化建立了合理化建议网上申报、网上确认，让员工提合理化建议更加便捷，建议解决更加迅速，员工参与率达100%，并且合理化建议采取提案书的制度，在一张提案书上实现了建议提出、建议落实、建议跟踪、建议闭环。
即时激励
为了激发员工持续创新的积极性，在激励方面，海尔工会改变了以前月底兑现的办法，而是于2005年8月9日，在全集团开始推行“即时激励”，员工的建议被采纳后，奖金必须随即发到位。电子事业部员工周鹏提出的合理化建议，能使彩电生产节拍提高10台/小时，建议采用后的当天下午，就拿到了奖金。
2005年8月10～12日，洗衣机事业部检验员王永红就有三项创新合理化建议被采纳，自己也得到了洗衣机事业部三次即时激励。
每天，新被采纳的合理化建议都会在信息网上发布、推广。内刊《海尔人》也会随时刊登员工合理化建议“即时激励获奖情况。”
一位员工说：“以前的奖金到月底随工资发放，也觉不出什么，而现在，当天激励却让我很有成就感！现在，发现问题没解决，就像没吃饭一样。遇到一个问题，就解决一个，这样想想，创新并不难。”
合理化建议成果推广
由合理化建议产生的创新成果，到底如何能被集团各部门所共享呢？定单推进本部还于2004年11月，在海尔内部网上开设了“创新推进平台。”在这个平台上，有每个事业部的最新创新信息：质量、生产效率、工艺„„上面有详细的操作资料，还有已经使用过的部门的推荐意见。
如果有部门对自己的创新保密怎么办？定单推进本部的方法是，对各事业部的创新有考核，被推广一个创新，按类别可以得到相应的积分。
如果有的部门应该借鉴和推广别人的创新，但他们没有做，怎么办？定单推进本部也有考核，可以借鉴的部门没有借鉴，则有“负债积分”。积分与每个事业部的创新推进人员报酬直接挂钩。
合理化建议明星的成长
为了鼓励员工踊跃提出合理化建议，集团每年还推出各种评选，并且也参加社会上的一些重要评选。2005海尔集团十大合理化建议明星李长业，针对钣金生产能力不足，影响定单完成的现状，他带领青年骨干组成了“智慧星”QC小组开展了QC攻关活动。活动期间，共有8项成果获得了公司的小发明命名及SBU表彰，活动结束，钣金生产能力提高了25%，达到世界先进水平，效果显著。2005、2006年李长业就获得集团员工创新成果公司颁发的一等奖三次，二等奖四次，三等奖四次，成为集团内创新最多的班组长，并被集团《海尔人》报进行了重点报道。他们也因此被中国质量管理协会、中华全国总工会、中国科学技术协会、共青团中央联合授予了“2005年全国优秀质量管理小组”的称号。李长业认为自已之所以成长为合理化建议明星，并不是因为自己有多么聪明，“自己由于工作角度和知识局限，一些建议只是提出了一个方向和轮廓，但是，公司并没有因为我的建议缺乏充分调研和详细的可行性论证而忽视我的建议。公司对我的一些重要建议会反复找我沟通想法，再组织相关人分析研究、调查论证、完善补充，然后再给予很多技术上、资源上的支持”。
职能管理能破解吗？
各个事业部还有不同的方式激励员工提合理化建议。特冰事业部的激励方式很有创意，2006年，他们给员工办了一张“创新积分卡”，事业部会根据员工的积分进行适当的奖励。邵峰，是特冰事业部总装线的一名操作工，他注意到：在生产一款新产品时，每台冰箱在下线前要做制冰检测，但是做完实验，箱体内的水总是清理不干净，影响了生产节拍。于是邵峰自制了一个小工装，经工艺经理的验证，解决了清理剩水的难题。这个创新让邵峰的积分卡一下子涨了10分。不过，推出积分卡不久之后，特冰事业部部长辛沛兴却对“积分制”做了自我批判：“创新积分卡”虽然在一定程度上调动了员工的积极性，但什么样的创新、能得多少分，这些“积分”能体现出员工增值是多少，仍是“领导”说了算。员工仍是被管理被考核的对象，而不是通过自主经营，在为企业创造价值的同时，清晰地自己算出自己的投入产出。说到底，“创新积分制”仍是一种职能式考评。
在海尔集团新闻发言人汲广强看来，职能式的合理化建议管理中，员工是有底线的，他们的底线就是：“我可以不提建议，我可以不要奖励。当一个企业的战略系统、目标系统、文化系统不能深入员工的内心时，任何的奖惩都会失去作用，现在的员工早已过了那种需要靠奖惩调动积极性的阶段。”
另外，汲广强也分析了员工很看重的“身份感、归属感”给合理化建议带来的障碍：“在相当一部分私营企业里，员工的身份感、归属感很差，员工的流动性很大，导致员工对于那些能促进企业整体受益、需要投入过多精力和体力的建议方案，缺乏一定的动力基础。”
如何改变合理化建议职能管理的老做法，员工在为企业创造价值的同时，清晰地算出自己的增值？如何让员工在增加身份感和归属感的同时，积极提出合理化建议，这个问题似乎很难找到答案。
事实上，汲广强认为：这个答案并不一定存在于传统的“合理化建议管理”中。海尔2006年提出的“人单合一信息化日清”就冲破了员工拒绝提合理化建议的心理底线。海尔员工与海尔集团的关系，是一种自主经营的核算关系。每个SBU经营体都必须“留足企业利润、挣够市场费用、盈亏都归自己”。在新的市场法则下，每个员工都开始自觉地从经营者的角度，进行创新、改善、改革，从而实现自己经营效益的最大化。
为了实现组织的进一步扁平化，海尔还流行“无边界团队”：各部门以自己的市场战略定位成立一个个项目，再根据项目打破部门界限、签订合同、组建无边界的组织。每位员工都将为项目贡献自己的智慧，因为项目的成败及效益，直接关系到每个人的收益。在这种不断打破和创立的无边界组织中，海尔员工的智慧在流动中被无限激发。
让员工给自己干，自己给自己当老板，还怕他不调动所有的智慧提出合理化建议吗？还怕他不积极调动所有的平台和资源把这些合理化建议落实到底吗？
点击咨询 