Файл: Referat.doc

БАЛАКОВСКИЙ ИНСТИТУТ ТЕХНИКИ, ТЕХНОЛОГИИ И УПРАВЛЕНИЯ

ФАКУЛЬТЕТ ИНЖЕНЕРНО-СТРОИТЕЛЬНЫЙ

КАФЕДРА УПРАВЛЕНИЯ И ИНФОРМАТИКА В ТЕХНИЧЕСКИХ СИСТЕМАХ

Реферат по теме дипломного проекта

Первичный преобразователь, системы преобразования вибрации,

для технологического оборудования

«УТВЕРЖДАЮ» Выполнил: ст. гр. УИТ-51

зав. кафедрой УИТ Семенов Е.А.

академик МАН ВШ, профессор Руководитель ДП

Власов В.В. /________/ ассистент .А.

«___» _____________ 2001 г. «___» _____________ 2001 г.

2001

---

Содержание

Введение

В связи со значительным повышением качества и возможностей ЭВМ в настоящее время расширилась и углубилась область их применения в управленческой деятельности предприятий, в частности появилась возможность прогнозировать работу отдельных подразделений и всего предприятия, используя методы имитационного моделирования.

Такие исследования можно осуществить, построив модель движения производства в виде системы количественных соотношений и зависимостей между величинами, характеризующими реальный производственный процесс, и проиграв эту модель на ЭВМ.

Поэтому создание программного обеспечения позволит студентам с помощью теоретических методов исследовать различные технологические процессы и найти пути их решения в рамках учебной программы.

Целью работы дипломного проекта является разработка и реализация алгоритма автоматизированного управления производственными процессами на основе непрерывно - детерминированного подхода, которая может быть использована в процессе изучения таких предметов, как: “Моделирование систем управления”, “Системы автоматизированного проектирования” и т.п.

1. Классификация методов моделирования

Моделирование — один из наиболее распространенных спо­собов изучения различных процессов и явлений. В настоящее время известны и широко используются в научных исследова­ниях и инженерной практике многочисленные методы и приемы моделирования.

Все виды моделирования можно классифицировать по различным признакам. Одним из классификационных признаков является форма представления объекта (рисунок 1).

В этом случае можно выделить:

1. Мысленное – используют при моделировании систем, которые практически не реализуемы в заданном интервале времени или не существуют вне условий, необходимых для их функционирования.

2. Реальное – моделирование, при котором модель воспроизводится в реальном масштабе времени (объекте или его части).

Мысленное представление объекта включает в себя наглядное, символическое и математическое моделирование.

Наглядное – моделирование, при котором на базе представлений человека о реальных объектах создаются наглядные модели.

Символическое – моделирование, при котором искусственным образом создается некоторый логический объект, замещающий реальный.

Математическое – процесс установления соответствия между данным реальным объектом и некоторым математическим (моделью) и исследование полученных моделей.

В свою очередь, наглядная форма представления объекта делится на гипотетическое, аналоговое и макетирование.

---

Гипотетическое – в его основе лежат гипотезы о процессах, протекающих в объекте на основе причинно-следственных связей.

Аналоговое – в его основе лежат аналогии различных уровней.

Макетирование – в основе создания макета лежат аналогии, базирующиеся на причинно-следственных связях.

Символическое моделирование содержит языковую и знаковую формы представления объекта.

Знаковое – с помощью знаков и операций между ними.

Языковое – моделирование, в основе которого лежит набор понятий. Каждому слову соответствует одно единственное понятие.

Математическое представление объекта делится на аналитическое, имитационное и комбинированное.

Аналитическое – процесс, при котором функционирование элементов описывается с помощью аналитических выражений.

Имитационное – моделирование, при котором реализующая модель – алгоритм воспроизводит процесс функционирования во времени, причем имитируются элементарные явления. Для имитационного моделирования характерно воспроизведение явлений, описываемых математической моделью, с сохранением их логической структуры, последовательности чередования во времени, а иногда и физического содержания, выполняемое при помощи специальных моделирующих установок или средств вычислительной техники.

Комбинированное – используется аналитическое и имитационное моделирование.

Реальная форма представления объекта включает в себя натурное и физическое моделирование систем.

Натурное – проводят эксперты на реальном объекте с обработкой результатов с помощью теории подобия.

Физическое – проведение исследований, сохраняющих природу явления и обладающих физическим подобием.

Натурное моделирование включает в себя научный эксперемент, производственный эксперемент, комплексные испытания.

Научный эксперимент – эксперимент, при котором искусственным образом можно создавать дополнительные возмущения и исследовать поведение объекта в полученном режиме.

Производственный эксперимент – дает лишь пассивное наблюдение с последующей обработкой полученного материала.

Комплексные испытания – исследования проводятся на группе однородных явлений.

Физическое моделирование систем происходит в реальном масштабе времени и в нереальном масштабе времени.

Наиболее часто используемыми являются физическое и математическое моделирование.

При физическом моделировании модель воспроизводит изу­чаемый процесс (оригинал) с сохранением его физической при­роды. К этому виду моделирования относятся продувка моде­лей самолетов в аэродинамических трубах, оценка свойств гидротехнических сооружений при помощи макетов русловых потоков и т. д. Преимущества физического моделирования перед натурным экспериментом заключаются в том, что условия реа­лизации процесса-модели могут значительно отличаться от ус­ловий, свойственных процессу-оригиналу, и выбираются, исходя из удобства и простоты исследования.

---

Поскольку при моделировании нет необходимости сохранять размеры сооружений, скорости течения жидкостей и газов, на­грузки на элементы конструкций и т. д., имеется возможность получить существенный выигрыш во времени и стоимости ис­следования. Однако условия моделирования выбираются не аб­солютно произвольно. Между процессом-оригиналом и процес­сом-моделью должны быть сохранены некоторые соотношения подобия, вытекающие из закономерностей физической природы явлений и гарантирующие возможность использования сведе­ний, получаемых путем моделирования, для оценки свойств процесса-оригинала.

Физическое моделирование имеет ограниченную сферу при­менения. Заведомо более широкими возможностями обладает математическое моделирование. Под математическим модели­рованием понимают способ исследования различных процессов путем изучения явлений, имеющих различное физическое содер­жание, но описываемых одинаковыми математическими соотно­шениями. В простейших случаях для этой цели используются известные аналогии между механическими, электрическими, тепловыми и другими явлениями.

2. Использование математических моделей для исследования систем. Схемы моделирования.

Традиционная схема моделирования может быть представлена в виде сравнительно независимых групп блоков (рис. 2).

Блоки 1—3 соответствуют этапу формирования математической модели и перевода ее в моделирующую программу. Блок 4 «от­ветственен» за проведение имитации. В блоке 6 производится обработка результатов моделирования. В блоках 4—7 реализуется план имитационного эксперимента. Результаты имитационных экспериментов могут влиять на вид модели лишь после завершения серии прогонов ее на ЭВМ. Например, если в процессе экспери­мента выяснится, что выходные результаты слабо зависят от того или иного параметра, то это может послужить причиной упроще­ния модели, состоящего в исключении данного параметра и соот­ветствующем уменьшении размерности.

Традиционно используемые программные средства для под­держки работы блоков 1—3 строятся с использованием языков программирования и моделирования.

Применение языков программирования порождает ряд проблем, из которых главной являются трудоемкость и связанная с этим недостаточная гиб­кость. В процессе исследования систем часто приходится модель уточнять, варьировать, упрощать ее или, наоборот, усложнять. Если каждый раз при этом приходится составлять новые программы, то процесс моделирования не будет эффективным. Требуемую гибкость можно обеспечить, если использовать фор­мальные математические схемы, описывающие классы моделей из определенной предметной области, поскольку программировать тогда нужно функционирование данной схемы, а не описываемой ею частной модели. Чем уже проблемная ориентация используемой схемы, тем менее трудоемка работа по перепрограммированию. В идеале можно добиться полной параметризации системы, и тогда форми­рование конкретной модели будет состоять лишь в задании ее параметров, причем на языке, естественном для рассматриваемой предметной области. В этом случае пользователь по сути будет иметь дело с пакетом моделей.

---

Формально математическая модель системы в языках модели­рования не используется, так как языки позволяют непосред­ственно переходить от содержательных описаний моделируемой системы к машинным моделям. Если все же необходимо сформи­ровать математическую модель, то сделать это на базе языкового описания достаточно сложно. Содержательное описание суще­ственно облегчает пользователю общение с программой, позволяя составлять модель с использованием понятий из хорошо известной ему предметной области. Но оно же может служить препятствием для расширения класса моделируемых систем и применения для их анализа математических методов, ибо последние требуют зна­ния особенностей именно математической модели.

При формализации исследуемой системы существует опреде­ленная свобода в выборе элементов модели, состояний, признаков и т. п. Естественно, что даже две абсолютно эквивалентные мо­дели (с точки зрения отображения требуемых характеристик) могут приводить к моделирующим программам различной слож­ности. Поэтому программа, выбранная пользователем, который является специалистом в предметной области, а не в области про­граммирования, может оказаться неэффективной.

Точно так же, если пользователь выбирает уже готовые пара­метризованные модули элементов, то вопрос об эффективности не только не снимается, но и усугубляется тем, что модули могут обладать избыточностью, приводящей к дополнительной потере эффективности.

Рассмотрим блоки 5—7. С одной сто­роны функции этих блоков определяются пользователем сообразно с его практическими потребностями, а с другой стороны — су­ществующими методами обработки результатов.

Поскольку обычно в имитационном эксперименте исследуется не один показатель, а некоторый их набор, то и выходные данные, как правило, представляют собой большие массивы информации. Статистическая обработка таких массивов в целях получения усредненных характеристик аналогична обычной статистической обработке случайных величин или процессов. Однако большинство статистических процедур основаны на использовании предположения о незави­симости и нормальности случайных величин, которые в имита­ционных экспериментах обычно не выполняются. Поэтому стре­мятся так преобразовать наборы данных, чтобы можно было вос­пользоваться хорошо обоснованными и зарекомендовавшими себя методами. При машинной имитации имеются возможности для повышения точности и достоверности оценок — генерация спе­циальным образом подобранной последовательности случайных чисел, определяющей динамику модели; применение методов по­нижения дисперсии, позволяющих повышать точность оценок, и др. Однако эти методы часто носят эвристический характер, и, таким образом, получаемые с их помощью рекомендации нельзя считать вполне убедительными.

---