- •Моделирование систем
- •Рецензенты: м.Х. Дорри,
- •Лабораторная работа №1 Применение методов интерполяции для решения задач моделирования систем
- •1. Цель работы
- •2.Основные методы построения интерполяционных моделей
- •2.1 Интерполяция многочленами с произвольно
- •Интерполяционные многочлены
- •Интерполяция полиномами Лагранжа
- •2.2 Интерполяция многочленами с равноотстоящими
- •3. Задание на лабораторную работу.
- •4. Порядок выполнения лабораторной работы.
- •5. Форма и содержание отчета
- •Лабораторная работа №2 Моделирование тепловой подсистемы
- •Цель работы
- •2. Основные положения получения математической модели
- •2.1. Получение эквивалентных схем технических объектов
- •2.2. Эквивалентные схемы тепловой подсистемы.
- •3. Задание на лабораторную работу.
- •4. Порядок выполнения лабораторной работы.
- •5. Форма и содержание отчета
- •3. Порядок выполнения лабораторной работы.
- •Лабораторная работа №4 Моделирование процессов в устройствах автоматических систем
- •Цель работы
- •Основные положения методик анализа процессов
- •3.Задание на лабораторную работу
- •Порядок выполнения лабораторной работы
- •Форма и содержание отчета
- •Библиографический указатель
5. Форма и содержание отчета
Отчет является основным документом, в котором излагаются исчерпывающие сведения о выполненной работе.
Общими требованиями к отчету являются: четкость построения; логическая последовательность изложения материала убедительность аргументации; краткость и точность формулировок, исключающие возможность субъективного и неоднозначного толкования; конкретность изложения результатов работы; доказательность выводов и обоснованность рекомендаций.
Отчет должен включать в указанной ниже последовательности: титульный лист список исполнителей; реферат; содержание оглавление); перечень сокращений, символов и специальных терминов с их определениями; основную часть; список литературы, в том числе перечень использованных материалов; приложения.
Основная часть отчета должна включать в себя:
1. Эскизы исследуемых объектов с указание числа элементов разложения, величины тепловых сопротивлений и тепловых потоков.
2. Таблицы и графики зависимости вычислительных затрат от размерности системы уравнений (числа элементов разложения).
3. Эскизы элементов конструкции радиатора с указанием температуры перегрева процессора.
ЛАБОРАТОРНАЯ РАБОТА №2
Построение математической модели по результатам
эксперимента
Цель работы
Целью работы является изучение методики построения математической модели по результатам натурного исследования.
2. Основные понятия
На практике в производственных или лабораторных условиях встречаются процессы, характер протекания которых детерминированным образом зависит от определенных величин
Переменные х1,.х2,…..,.хп обычно называют входными контролируемыми или независимыми переменными, и их возможные значения принадлежат некоторой области n-мерного пространства. Выходная переменная y в дальнейшем будет называться зависимой переменной, целевой величиной или выходом процесса, даже если она не обозначает буквально выход продукта. В общем случае можно сказать, что между независимыми переменными и выходом процесса y существует функциональная взаимосвязь
— вектор значений независимых переменных. Зависимость на практике часто бывает не известна, и тогда она находится путем обработки экспериментальных данных.
Так как всякий эксперимент связан с появлением случайных ошибок, то при построении математических моделей на основе экспериментальных данных необходимо использовать методы математической статистики.
Наиболее часто при решении этой задачи применяют метод наименьших квадратов. Метод наименьших квадратов позволяет построить оптимальную, в определенном смысле оценку моментов распределения ошибки эксперимента, а также решить вопрос о том, является ли полученная модель адекватной (т. е. соответствует ли она действительности).
Пусть требуется на основе экспериментальных данных построить модель некоторого процесса. При этом прежде всего необходимо составить себе какое-то представление о структуре этой модели. Из физических соображений можно, например, предположить, что взаимосвязь между у и х - линейна:
При этом аi являются неизвестными параметрами процесса, оценки которых требуется найти путем обработки экспериментальных данных. В случае если характер связи описывается нелинейной квадратичной функцией, имеем
Обычно коэффициенты нелинейной квадратичной модели нумеруются не по порядку, а так, что коэффициент при функции xixj обозначается через аij
Модели полиномиального вида имеют большое значение в связи с тем, что с их помощью любая аналитическая функция может быть описана как угодно точно. Однако с увеличением степени полинома весьма существенно увеличивается число оцениваемых параметров модели и соответственно возрастают затраты на эксперимент. Так, если степень полинома есть т, то число неизвестных параметров находится по формуле:
В дальнейшем будут использованы модели вида
Где a ― вектор параметров модели,
Примем, что модель (3.7) линейна относительно коэффициентов аi, т.е.
(2.2)
При этом fi (х) — известные функции, являющиеся компонентами вектора.
Используя векторные обозначения можно записать
В случае линейной или квадратичной модели выражения для компонент f (х) будут иметь вид:
и
Эксперимент проводится в многомерном пространстве при условии N>k+1 где N ― число точек эксперимента, k― число искомых параметров модели. Вектор переменных имеет вид
По результатам эксперимента вычисляется матрица F
и матрица C
(2.4)
Матрица C называется дисперсионной матрицей.
Значения параметров модели ai находятся как решение системы линейных уравнений
где Y вектор результатов эксперимента
с числом степеней свободы
по формуле
Коэффициент ai- считается значимо отличающимся от нуля, если
где tкр—критическое значение распределения Стьюдента для заданного уровня значимости и степеней свободы (если оценка si2 имеет степеней свободы); tкр находится с помощью нижеприведенной таблицы из условия
|
1- |
|||||
0,99 |
0,95 |
0,90 |
0,80 |
0,50 |
0,20 |
|
1 |
63,657 |
12,706 |
6,314 |
3,078 |
0,727 |
0,325 |
2 |
9,925 |
4,303 |
2.920 |
1,886 |
9,617 |
0,289 |
3 |
5,841 |
3,182 |
2,353 |
1,638 |
0,584 |
0,277 |
4 |
4,604 |
2,776 |
2,132 |
1,533 |
0,569 |
0,271 |
5 |
4,032 |
2,571 |
2,015 |
1,476 |
0,559 |
0,367 |
6 |
3,707 |
2,447 |
1,943 |
1,440 |
0,553 |
0,265 |
7 |
3,499 |
2,365 |
1,895 |
1,415 |
0,549 |
0,263 |
8 |
3,355 |
2,306 |
1,860 |
1,397 |
0,546 |
0,262 |
9 |
3,250 |
2,262 |
1,833 |
1,383 |
0,543 |
0,261 |
10 |
3,169 |
2,228 |
1,812 |
1,372 |
0,542 |
0,260 |
11 |
3,106 |
2,201 |
1,796 |
1,363 |
0,540 |
0,260 |
12 |
3,055 |
2,179 |
1,782 |
1,356 |
0,539 |
0,259 |
13 |
3,012 |
2,160 |
1,771 |
1,350 |
0,538 |
0,259 |
14 |
2,977 |
2,145 |
1,761 |
1,345 |
0,537 |
0,258 |
15 |
2,947 |
2,131 |
1,753 |
1,341 |
0,536 |
0,258 |
16 |
2,921 |
2,120 |
1,746 |
1,337 |
0,535 |
0,258 |
17 |
2,898 |
2,110 |
1,740 |
1,333 |
0,534 |
0,257 |
18 |
2,878 |
2,101 |
1,734 |
1,330 |
0,534 |
0,257 |
19 |
2,861 |
2,093 |
1,729 |
1,328 |
0,533 |
0,257 |
20 |
2,845 |
2,086 |
1,725 |
1,325 |
0,533 |
0,257 |
21 |
2,831 |
2,080 |
1,721 |
1,323 |
0,532 |
0,257 |
22 |
2,819 |
2,074 |
1,717 |
1,321 |
0,532 |
0,256 |
23 |
2,807 |
2,069 |
1,714 |
1,319 |
0,532 |
0,256 |
24 |
2,797 |
2,064 |
1,711 |
1,318 |
0,531 |
0,256 |
25 |
2,787 |
2,060 |
1,708 |
1,316 |
0,531 |
0,256 |
26 |
2,779 |
2,056 |
1,706 |
1.315 |
0,531 |
0,256 |
27 |
2,771 |
2,052 |
1,703 |
1,314 |
0,531 |
0,256 |
28 |
2,763 |
2,048 |
1,701 |
1,313 |
0,530 |
0,256 |
29 |
2,756 |
2,045 |
1,699 |
1,311 |
0,530 |
0,256 |
30 |
2,750 |
2,042 |
1,697 |
1,310 |
0,530 |
0,256 |
40 |
2,704 |
2,021 |
1,684 |
1,303 |
0,529 |
0,255 |
60 |
2,660 |
2,000 |
1,671 |
1,296 |
0,527 |
0,254 |
120 |
2,617 |
1,980 |
1,658 |
1,289 |
0,526 |
0,254 |
|
2,576 |
1,960 |
1,645 |
1,282 |
0,524 |
0,253 |