
- •Задание на курсовую работу
- •Теоретическая часть
- •Законы распределения
- •Гамма-распределение
- •Экспоненциальное распределение
- •Усеченное нормальное распределение
- •Логнормальное распределение
- •Характеристики распределения порошков по размерам
- •Алгоритм метода Монте-Карло
- •Алгоритм метода вязкой суспензии
- •Разработка программы
- •Первая вкладка
- •Вторая вкладка
Первая вкладка
Первая вкладка – «Состав порошковой смеси». Здесь содержатся поля для ввода начальных условий, выбор распределения, по которому будет производиться расчет, график данного распределения и данные, полученные в результате генерации. Выбор распределения осуществляется с помощью компонента ComboBox, в котором содержатся названия распределений. Для каждого распределения необходимо задать начальные условия.
Рисунок 4. Первая вкладка «Состав порошковой смеси»
После ввода начальных условий необходимо нажать кнопку «Построить гистограмму» для построения графика и вывода на экран.
Программа создает L диаметров D, высчитывает соответствующие им значения F. Значения F нормируются, т.е. каждое значение делится на последний элемент массива. Далее с помощью генератора случайных чисел генерируется число от 0 до 1 и сравнивается со значениями F. Берутся значения двух ближайших точек к данному случайному числу, и с помощью метода линейной интерполяции высчитывается диаметр частицы.
После этого строится график плотности распределения. Для вывода графика распределений используется модуль ZedGraph - компонент для рисования графиков под .NET Framework. Преимуществом данного модуля является возможность изменения масштаба графика одной кнопкой. Так же, в ZedGraph можно строить различные графики на одной панели (в данном случае нам необходимы гистограмма и кривая)[2]. Гистограмма показывает плотность созданных частиц, согласно указанному закону, а кривая – теоретически определенная плотность распределения.
Для построения гистограммы использовался следующий алгоритм:
Пользователь задает число М – число отрезков для построения гистограммы;
Рассчитывается шаг a,a1 для построения диаграммы;
Диаметр частицы, полученный методом Монте-Карло делится на шаг a,a1;
От полученного значения берется целая часть встроенным методом Math.Truncate(x). Составляем массив, смотрим, в какую ячейку попала частица, и увеличиваем счетчик на единицу в этой ячейке;
Шаги 4-5 повторяются N раз;
По полученным данным строится гистограмма.
Вторая вкладка
Вторая вкладка «Распределение частиц» см. Рисунок 3.
В качестве начальных условий здесь указываются:
После ввода всех условий, необходимо нажать кнопку «Создать частицы», тогда программа создаст случайным образом частицы, которые будут отражены в элементе panel.
Частицы на панели отрисовываются с помощью встроенного метода DrawEllipse, принадлежащего библиотеке System.Drawing.Graphics. Диаметр частиц и их положение определяются с помощью генератора случайных чисел.
Рисунок 5. Создание частиц
При нажатии на кнопку «Разместить» с помощью метода вязкой суспензии частицы распределяются и занимают все доступное пространство.
Рисунок 6. Размещение частиц
В качестве результатов исследования выводятся количество созданных частиц и число тактов, за которое частицы были распределены в пространстве.
ИССЛЕДОВАНИЕ
Целью исследования является, анализ скорости заполнения пространства частицами при различных значениях плотности «φ» и коэффициента «а» для усечено нормального распределения.
Для этого были проведены исследования в диапазоне параметров;
,
.
При больших значениях φ и малых значениях а количество тактов очень большое. Для плотности φ = 0,8 число тактов очень велико даже при а близком к 1.
Я получила такие данные:
Таблица 1. Анализ скорости заполнения пространства частицами
a/фи |
0,5 |
0,6 |
0,7 |
0,8 |
0,1 |
73 |
108 |
380 |
650 |
0,2 |
70 |
100 |
300 |
600 |
0,3 |
46 |
73 |
280 |
560 |
0,4 |
39 |
61 |
245 |
497 |
0,5 |
31 |
59 |
200 |
398 |
0,6 |
29 |
48 |
195 |
330 |
0,7 |
21 |
39 |
187 |
299 |
0,8 |
19 |
30 |
173 |
255 |
0,9 |
12 |
26 |
161 |
227 |
1 |
9 |
21 |
149 |
194 |
Исходя из этих данных, были построены следующие зависимости:
При = 0,5
Рисунок 7. Зависимость скорость от «фи = 0,5»
При = 0,6
Рисунок 8. Зависимость скорости от «ф=0,6»
При =0,7
Рисунок 9. Зависимость скорости от «фи=0,7»
ВЫВОДЫ
В ходе курсовой работы был исследован метод вязкой суспензии для моделирования структуры дисперсных систем. Также был изучен метод Монте-Карло для моделирования частиц, используя различные распределения:
Усеченной нормальное распределение;
Гамма распределение;
Экспоненциальное распределение;
Логнормальное распределение.
Была создана компьютерная программа, реализующая следующие функции:
Моделирование частиц в соответствии с заданными распределениями методом Монте-Карло.
Моделирование размещения частиц в области с заданными размерами с помощью метода вязкой суспензии в соответствии с заданными распределениями методом Монте-Карло.
В ходе разработки программы были изучены и освоены некоторые функции языка C# и среды разработки Microsoft Visual Studio 2013:
Компонент ZedGraph для построения графиков функций;
Было проведено исследование скорости размещения частиц в пространстве, в зависимости от плотности распределения, и значений параметров. Полученные результаты показали, что с возрастанием плотности «φ» и уменьшением параметра скорости «a» скорость размещения частиц в пространстве уменьшается. Для уменьшения времени расчетов при заданной плотности, параметр a должен быть равен 1.
СПИСОК ЛИТЕРАТУРЫ
Рашковский С.А., Курс лекций по предмету «Математическое моделирование сложных молекулярных структур». 2014 г.
Википедия — свободная энциклопедия [ru.wikipedia.org/wiki].
Шпаргалка по ZedGraph [jenyay.net/Programming/ZedGraph].