ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 29.12.2024
Просмотров: 10071
Скачиваний: 3
СОДЕРЖАНИЕ
Министерство образования и науки Российской Федерации
1. Современное состояние проблемы моделирования систем
1.1. Моделирование как метод научного познания. Философские аспекты моделирования
1.2. Использование моделирования при исследовании и проектировании систем
1.2.1. Особенности разработки систем
1.2.2. Особенности использования моделей
1.2.3. Перспективы развития методов и средств моделирования систем
2. Основные понятия теории моделирования систем
2.1. Принцип системного подхода в моделировании систем
2.1.1. Структура системы – совокупность связей между элементами системы
2.1.2. Экспериментальные исследования систем
2.2. Стадии разработки моделей
2.3.2. Основные понятия теории размерности
2.4. Общая характеристика проблемы моделирования систем
2.4.2. Характеристики моделей систем
2.4.3. Цели моделирования систем
2.5. Классификация видов и методов моделирования систем
2.5.1. Классификационные признаки
2.5.2. Математическое моделирование.
2.7. Разработка вычислительного метода
2.8. Проверка (тестирование) модели
3. Математическое моделирование
3.1. Задачи и цели исследования математических моделей
3.2. Методология математического моделирования. Системный анализ
3.2.2. Этапы системного анализа и декомпозиция
3.3. Классификация математических моделей
3.4. Методы формализованного описания системы
3.4.1. Математическая модель по “входу-выходу”
3.4.2. Математическая модель в пространстве состояний
3.4.3. Описание линейных систем в пространстве состояний
3.4.4. Реализация систем в пространстве состояний
3.5. Методы построения математических моделей и их применение в сапр
3.5.1. Методы построения математических моделей
3.5.2. Математические модели с точки зрения сапр
3.5.4. Методика составления уравнений динамики элементов сау
3.6. Математические модели системы управления. Понятие об оптимальном управлении
4. Экспериментальное определение динамических характеристик объектов моделирования
4.1. Понятие о динамических характеристиках объектов
4.2. Определение динамических характеристик элементов систем по временным характеристикам
4.2.1. Определение статических характеристик
4.2.2. Определение динамических характеристик объектов с помощью периодических воздействий
4.4.1. Временные характеристики и их свойства
4.4.2. Определение характеристик апериодического звена
4.4.3. Определение характеристик колебательного звена
4.3. Формы описания динамических свойств объектов
4.4. Синтез пассивных двухполюсников и четырехполюсников
4.3.1. Разложение передаточной функции активного четырехполюсника
4.3.2. Способы синтеза двухполюсников
4.5. Экспериментальная отработка характеристик системы управления движущимся объектом
4.5.2. Алгоритмы обработки внешнетраекторных измерений
5. Динамические свойства воспринимающих элементов и датчиков
5.1. Основные определения и понятия
5.2. Основные характеристики датчиков
5.2.2. Чувствительность датчиков
5.3. Схемы формирования сигналов пассивных датчиков
5.4.1. Определения и основные зависимости
5.4.4. Тепловые приемники излучения
5.5.1. Методы измерения температуры
5.6. Датчики положения и перемещения
5.6.1. Методы определения положения и перемещения
5.6.2. Резисторные потенциометры
5.8.1. Электродинамическая тахометрия
5.9. Датчики ускорения, вибрации и удара
5.9.2. Принцип действия сейсмических датчиков
5.10. Датчики скорости, расхода и уровня жидкости
5.10.2 Датчики и методы измерения скорости жидкости
5.10.3. Измерение расхода жидкости
5.10.4. Измерение и указание уровня жидкости
5.12.1. Распространение плоской волны
5.12.2. Распространение трехмерной волны
5.12.4. Измерение интенсивности
6. Основы технологии имитационного моделирования
6.1. Основные определения и понятия
6.2. Область применения и классификация имитационных моделей
6.3. Описание поведения системы
6.3.2. Методика моделирования случайных факторов
6.3.3. Два подхода к моделированию случайных чисел
6.4. Оценка качества псевдослучайных чисел
6.5. Оценка качества имитационного моделирования
7.1. Полунатурное моделирование
7.1.2. Автоматизация испытаний на основе полунатурного моделирования
8. Анализ систем управления с эвм
8.2. Особенности систем управления с эвм
8.2. Основные положения из теории дискретных линейных систем
8.2.2. Линейные системы с постоянными параметрами
8.2.3.1. Решение разностных уравнений методом прямой подстановки
8.3. Расчет цифровых фильтров по фильтрам непрерывного времени
8.3.1 Методика синтеза цифровых фильтров. Общие положения
8.3.2 Методы дискретизации аналоговых фильтров
9. Моделирование свойств объектов с помощью системыMatLab
9.2. MatLab как научный калькулятор
9.2.3. Простейшие операции с векторами и матрицами
9.2.4. Некоторые функции прикладной численной математики
9.2.5. Построение простейших графиков
9.3. Исследование линейных стационарных систем (лсс)
9.3.1. Классы пакета control.L
9.3.2. Ввод и преобразование моделей
9.4. Моделирование динамических процессов с помощью подсистемы MatLab simulink
9.4.1. Краткие сведения о подсистеме MatLab simulink
9.4.2. Запуск подсистемы simulink
9.4.4. Некоторые основные приемы подготовки и редактирования модели
9.4.5. Установка параметров моделирования и его выполнение
9.2.2. Результат составления модели
Приложения п1. Динамические характеристики объектов моделирования
П2. Примеры составление функциональной и структурной схемы динамической системы
П2.2. Система сопровождения цели
П2.3. Система автоматического наведения летательного аппарата на объект
П2.4. Система управления уровнем жидкости
С( с1, с2,…, сk) – вектор параметров системы;
L – численный оператор.
На практике методы идентификации разработаны в основном для линейных детерминированных и стационарных стохастических систем.
Большое число этих методов базируется на уравнении Н. Винера
г![]()
де
- неизвестная весовая векторная
функция системы (переходная функция
на ступенчатое воздействие);
- взаимно – корреляционная вектор-функция стационарных случайных процессов на входе и выходе этой системы.
Перспективными и плодотворными являются методы идентификации оператора L, построенные на принципе настраиваемой модели.
В схемах с настраиваемой моделью структура модели предполагается известной, а настройке подвергаются параметры модели.
О
сновная
идея принципа сводится к следующей
схеме, представленной на рисунке 3.10.
Приведенная схема отражает общий случай, включает широкий набор вариантов, которые отличаются организацией критерия идентификации.
Выбор критерия – это сложная задача, во многом определяющая алгоритмы технической реализации схем.
Наиболее распространены выражения критериев в виде функционалов:
и
нтеграл
квадрата ошибки
-
интеграл от ошибки с весовой функцией
времени
интегральный критерий вида
Н
аиболее
целесообразным способом построения
математической модели САУ являетсясочетание
аналитических
методов с численными.
При этом аналитическими методами строится возможно более полная математическая модель, а с помощью численных методов идентификации осуществляется количественная оценка параметров модели и обеспечивается адекватность ее реальному объекту.
При этом процедура построения математической модели состоит из трех этапов:
вывод полой математической модели в аналитической форме на основе классических принципов;
упрощение и преобразование математической модели в соответствии с назначением и особенностями модели;
параметрическая идентификация упрощенной модели по результатам экспериментов и испытаний.
3.5.2. Математические модели с точки зрения сапр
Математическое обеспечение САПР включает в себя математические модели объектов проектирования, методы и алгоритмы.
М
атематические
модели - это система математических
соотношений: аналитических в виде
уравнений, графических в виде структурных
схем или графов, табличных в виде таблиц.
Соответствующая условная схема такого
деления моделей представлена на рисунке
3.11.
Метод (греч. methodos) - путь исследования задачи, включающая в себя совокупность теории и приемов, содержащих логику и обоснование решения задачи.
Из метода вытекает алгоритм. Алгоритм (лат. algorithmi) – от арабской интерпретации имени узбекского математика IX века в Аль-Хорезми, означает совокупность правил, определяющих процедуру решения задачи по заданным исходным данным, которая заканчивается результатом, решением.
Вычислительный алгоритм - строится по известному алгоритму и представляет собой последовательность арифметических, логических и аналитических операций, составленных с учетом возможностей реализации на ЭВМ и оценкой погрешностей вычислений.
На математическом обеспечении как на фундаменте строятся основные компоненты САПР – пакеты прикладных программ (ППП).
В
есьобъем
работ
по созданию ППП можно представить
условно в виде следующей “пирамиды”
(рисунок
3.12).
Математическую модель также можно классифицировать по степени детализации в соответствии с трехуровневой иерархической схемы (см. рисунок 3.13).
Н
а
самом верхнем уровне наибольшее
распространение в теории получили
математические модели в виде структурных
схем и графов.
Структурная схема - это ее графическое изображение в виде соединения звеньев.
Т
иповая
структурная схема представлена ниже
на рисунке 3.14.
Она содержит:
1 – сумматоры (места суммирования одинаковых физических величин);
2 – динамические звенья в виде прямоугольников, свойсва звеньев описываются дифференциальными, алгебраическими уравнениями;
3 – узел (место расщепления сигнала);
4 – линии (условная связь между какими-либо элементами; стрелка означает, что обратное влияние звеньев друг на друга практически отсутствует, либо оно пренебрежительно мало).
У
добным
для исследования отображением структурных
схем являетсяортиентированные
графы,
которые оболадают следующими свойствами:
- дуги графов изображают звено и характеризуются опенратором звена – уравнением звена, передаточной функцией;
- каждой вершине ставится одна из переменных, и в соответствии с правилами работы с графами вершина, к которой подходит одна или несколько дуг, соответствует переменной, равной выходу одной дуги или сумме выходов дуг. Если из вершины исходит несколько дуг, то входная величина для всех этих дуг одно и то же. Граф, эквивалентный структурной схеме, представленной на рисунке 3.14, приведен на рисунке 3.15.
3.5.3. Методы упрощения моделей
Основная цель при построени математческтх моделей – это получение математической модели, соответствующей целям исследования, достигается путем упрощения и преобразования полной ММ.
Упрощение ММ – это проектная процедура П преобразования исходной математической модели М в упрощенную модель Мi, эквивалентную М с точки зрения цели исследования.
Можно выделить основные подходы к решению задачи упрощения ММ. Это:
- редукция;
- декомпозиция.
Редукция
Схема процедуры выглядит следующим образом
,
.
Исходная
модель М
последовательно редуцируется к
упрощенным моделям Мi
меньшей
сложности
.
Эта процедура предполагает исключения, не влияющие на результат исследования и расчетов составляющих математической модели.
Декомпозиция
Схему процедуры можно представить следующим образом:
,
,
где
-
некоторая мера сложности ММ (например,
порядок системы уравнений, число
слагаемых, время счета и т.д.)
Эта операция предполагает возможность разбиения исходной ММ на ряд частных моделей.
Эти подходы могут быть реализованы при помощи ряда методов.
Метод возмущений.
Основой метода является положение, что некоторые динамические связи в модели могут игнорироваться, т.е. исходная модель может апроксимироваться моделью, структура которой проще.
Пример
Пусть система описывается следующим матричным уравнением в пространстве состояний
,
где A, Z, B, U – матрицы.
Для простоты рассмотрим случай уравнений второго порядка. Пусть имеем
,
где
,
- фазовые координаты;
- элементы матрицы
состояния;
,
- элементы матрицы управления;
,
- элементы вектора управления;
>0 – некоторый
параметр.
Представленному матричному уравнению соответствует следующая система уравнений:
Если
параметр
мал (т.е.
),
то система распадается на 2 независимые
подсистемы меньшей размерности (первого
порядка).
Метод линеаризации
Одна из особенностей математических моделей в общем случае – это их нелинейность.
Поэтому наиболее эффективный метод упрощения моделей в этом случае – метод линеаризации.
Пример.
Для нелинейной системы часто удается подобрать некоторую линейную модель, достаточно адекватно описывающую свойства исходной САУ. Процедуру замены нелинейной модели САУ некоторой приближенной линейной моделью называют линеаризацией.
Существует достаточно большое количество видов линеаризации.
Наиболее простой вариант линеаризации нелинейной модели - это построение линейного приближения в малой окрестности некоторой опорной точки путем разложения в степенной ряд.