- •1. Системный подход к процессам и объектам омд
- •1.1. Задачи анализа и синтеза процессов и объектов омд,
- •1.1.1. Определение понятия «система»
- •1.2. Системный подход к анализу и синтезу процессов и объектов омд, как сложных систем.
- •1.2.1. Основные понятия и определения
- •1.2.2. Этапы системного анализа и их детализация
- •2. Математические модели в омд.
- •2.1. Определение и назначение моделирования.
- •2.2. Системные принципы построения математических моделей
- •2.3 Этапы построения математической модели
- •2.3.1. Обследование объекта моделирования
- •2.3.2. Концептуальная постановка задачи моделирования
- •2.3.3. Математическая постановка задачи моделирования
- •2.3.4. Выбор метода решения задачи
- •2.3.5. Реализация математической модели на эвм
- •2.3.6. Проверка адекватности моделей
- •2.4. Разработка структуры математических моделей функционирования технологических процессов омд
- •2.4.1. Классификация технологических процессов и систем
- •2.4.2. Представления технологических процессов и систем
- •3. Вычислительный эксперимент в омд
- •3.1. Предмет и теоретические основы вычислительного эксперимента
- •3.2. Обработка экспериментальных данных методом
- •Применение численных методов для анализа процессов и объектов омд
- •4.1. Проекционные методы решения задач омд
- •4.1.1. Метод Ритца
- •Метод Галеркина
- •4.2. Метод конечных элементов
- •4.3. Стандартные пакеты прикладных программ
- •4.3.1. Краткий обзор универсального математического процессора Mathсad
- •Пакеты программ методов конечных элементов
- •5. Постановка и методы решения задач Оптимизации
- •5.1. Общая постановка задач оптимизации
- •5.2. Численные методы решения задач одномерной оптимизации
- •Методы поиска экстремума функции одной переменной
- •5.3. Методы минимизации функций многих переменных
- •5.3.1. Методы спуска
- •Метод покоординатного спуска.
- •6. Общие сведения о сапр в омд
- •6.1. Общие сведения о структуре и возможностях сапр
- •Расчет усилий при прессовании с применением форкамерного инструмента включает выполнение следующих процедур:
2.3.6. Проверка адекватности моделей
Под адекватностью математической модели понимают степень соответствия результатов, полученных по разработанной модели, данным эксперимента или тестовой задачи.
Проверка адекватности модели преследует две цели:
убедиться в справедливости совокупности гипотез, сформулированных на этапах концептуальной и математической постановок. Переходить к проверке гипотез следует лишь после проверки использованных методов решения, комплексной отладки и устранения всех ошибок и конфликтов, связанных с программным обеспечением;
установить, что точность полученных результатов соответствует точности, оговоренной в техническом задании.
Проверка разработанной математической модели выполняется путем сравнения с имеющимися экспериментальными данными о реальном объекте или с результатами других, созданных ранее и хорошо себя зарекомендовавших моделей. В первом случае говорят о проверке путем сравнения с экспериментом, во втором - о сравнении с результатами решения тестовой задачи.
Решение вопроса о точности моделирования зависит от требований, предъявляемых к модели, и ее назначения. При этом должна учитываться точность получения экспериментальных результатов или особенности постановок тестовых задач. В моделях, предназначенных для выполнения оценочных и прикидочных расчетов, удовлетворительной считается точность 10—15%. В моделях, используемых в управляющих и контролирующих системах, требуемая точность может быть 1–2% и даже более.
Пример. Проверка адекватности задачи моделирования уширения при кузнечной протяжке.
Проверка разработанной математической модели (2.10) выполняется путем сравнения с имеющимися экспериментальными данными [15] (рис. 2.10), коэффициент корреляции 0,87-0,95.
Как следует из приведенных данных, расчетные значения достаточно хорошо описывают данные экспериментов, что может служить подтверждением адекватности модели.
Для модели (2.11) также на рис. 2.11 приведено сопоставление расчетных и экспериментальных данных [18], коэффициент корреляции 0,8.
φ
Рис. 2.10. Коэффициент уширения при протяжке полосы плоскими бойками:
– по расчетным данным; – по
опытным данным
φ
Рис. 2.11. Коэффициент уширения при протяжке полосы плоскими бойками:
– по расчетным
данным; – по опытным данным А.П.
Чекмарева
2.4. Разработка структуры математических моделей функционирования технологических процессов омд
Проблемы, встающие при построении математических моделей, связаны с построением множества Z (1.2), отображений (1.5) (1.6) и выходного отображения (1.7) и изучением их свойств. Это круг проблем анализа систем. Анализ обычно начинают с выявления всех факторов, которые оказывают влияние на поведение изучаемой системы. По существу, эта проблема связана с изучением и описанием множеств U, U(), Y и Y(). Далее встает задача описания динамических взаимосвязей между входами и выходами, т. е. задача построения модели этих связей, которая называется проблемой идентификации. С проблемой идентификации тесно связана проблема представления системы, где должны быть изучены возможные описания закономерностей поведения, т. е. возможная форма отображений и . С точки зрения синтеза эта проблема состоит в построении системы, реализующей заданное вход – выход поведение.
