- •Введение
- •1. Структура и классификация сапр
- •1.1.Разновидности сапр
- •1.2.Функции, характеристики и примеры cae/cad/cam-систем
- •1.3.Понятие о cals-технологии
- •1.4.Комплексные автоматизированные системы
- •1.5.Системы управления в составе комплексных автоматизированных систем
- •1.6.Автоматизированные системы делопроизводства (асд)
- •2.Системы автоматизированного проектирования и их место среди других автоматизированных систем
- •3.Системные среды и программно-методические комплексы сапр
- •3.1.Функции сетевого программного обеспечения
- •3.1.1.Системы распределенных вычислений
- •3.1.2.Прикладные протоколы и телекоммуникационные информационные услуги
- •3.1.3.Информационная безопасность
- •3.2.Назначение и состав системных сред сапр
- •3.2.1.Системные среды автоматизированных систем
- •3.2.2.Подходы к интеграции по в сапр
- •3.2.3.Технологии интеграции по типа dde и ole
- •3.2.4.Управление данными в сапр
- •3.2.5.Варианты управления данными в сетях ас
- •3.2.6.Интеллектуальные серверы бд
- •3.2.7.Распределенные базы данных (рбд)
- •3.2.8.Программные средства управления проектированием в сапр
- •3.2.9.Примеры подсистем управления данными и проектированием
- •3.3.Инструментальные среды разработки программного обеспечения
- •3.3.1.Среды быстрой разработки приложений
- •3.3.2.Компонентно-ориентированные технологии
- •3.3.3.Пример реализации компонентно-ориентированной технологии в сапр
- •4.Системный подход к проектированию
- •4.1.Понятие инженерного проектирования
- •4.2.Принципы системного подхода
- •4.3.Основные понятия системотехники
- •5.Структура процесса проектирования
- •5.1.Иерархическая структура проектных спецификаций и иерархические уровни проектирования.
- •5.2.Стадии проектирования
- •5.3.Содержание технических заданий на проектирование
- •5.4.Классификация моделей и параметров, используемых при автоматизированном проектировании
- •5.5.Типовые проектные процедуры
- •6.Виды обеспечения и требования к их компонентам (гост 23501.101-87)
- •6.1.Программное обеспечение сапр
- •6.2.Информационное обеспечение сапр
- •6.3.Методическое обеспечение сапр
- •6.4.Математическое обеспечение сапр
- •6.5.Лингвистическое обеспечение сапр
- •6.6.Техническое обеспечение сапр
- •6.7.Организационное обеспечение сапр
- •7.Математическое моделирование автоматизированных систем
- •7.1.Математическое обеспечение анализа проектных решений
- •7.1.1.Математический аппарат в моделях разных иерархических уровней
- •7.1.2.Требования к математическим моделям и численным методам в сапр.
- •7.1.3.Место процедур формирования моделей в маршрутах проектирования
- •7.2.Математические модели в процедурах анализа на макроуровне
- •7.2.1.Исходные уравнения моделей
- •7.2.2.Примеры компонентных и топологических уравнений
- •7.2.3.Представление топологических уравнений
- •7.2.4.Особенности эквивалентных схем механических объектов.
- •7.2.5.Характеристика методов формирования ммс
- •7.2.6.Узловой метод
- •7.3.Методы и алгоритмы анализа на макроуровне
- •7.3.1.Выбор методов анализа во временной области
- •7.3.2.Алгоритм численного интегрирования соду
- •7.3.3.Методы решения систем нелинейных алгебраических уравнений
- •7.3.4.Методы решения систем линейных алгебраических уравнений
- •7.3.5.Анализ в частотной области
- •7.3.6.Многовариантный анализ
- •7.3.7.Организация вычислительного процесса в универсальных программах анализа на макроуровне.
- •7.4.Имитационное моделирование
- •7.4.1.Имитационное моделирование систем массового обслуживания
- •7.4.2.Событийный метод моделирования
- •7.4.3.Краткое описание языка срss
- •7.4.4.Сети Петри
- •7.4.5.Анализ сетей Петри
- •7.5.Математическое обеспечение синтеза проектных решений
- •7.5.1.Постановка задач параметрического синтеза
- •7.5.1.1.Место процедур синтеза в проектировании
- •7.5.1.2.Критерии оптимальности
- •7.5.1.3.Задачи оптимизации с учетом допусков
- •7.5.2.Обзор методов оптимизации
- •7.5.2.1.Классификация методов математического программирования
- •7.5.2.2.Методы одномерной оптимизации
- •7.5.2.3.Методы безусловной оптимизации
- •7.5.2.4.Необходимые условия экстремума
- •7.5.2.5.Методы поиска условных экстремумов.
- •7.5.3.Постановка задач структурного синтеза
- •7.5.3.1.Процедуры синтеза проектных решений
- •7.5.3.2.Задача принятия решений
- •7.5.3.3.Представление множества альтернатив
- •7.5.3.4.Морфологические таблицы
- •7.5.3.5.Альтернативные графы
- •7.5.3.6.Исчисления
- •7.5.4.Методы структурного синтеза в сапр
- •7.5.4.1.Системы искусственного интеллекта.
- •7.5.4.2.Дискретное математическое программирование
- •7.5.4.3.Элементы теории сложности
- •7.5.4.4.Эволюционные методы.
- •7.5.4.5.Постановка задачи поиска оптимальных решений с помощью генетических алгоритмов
- •7.5.4.6.Простой генетический алгоритм
- •7.5.4.7.Разновидности генетических операторов
- •7.5.4.8.Генетический метод комбинирования эвристик
- •8.Эффективность сапр
- •9.Понятие об открытых системах
- •9.1.История развития открытых систем
- •9.2.Существующие определения открытых систем и терминология
- •9.3.Различные подходы к понятию "открытые системы"
- •10.Технологии и стандарты информационной поддержки жизненного цикла изделий
- •Заключение
- •Библиографический список
- •Оглавление
- •394026 Воронеж, Московский просп., 14
7.3.Методы и алгоритмы анализа на макроуровне
7.3.1.Выбор методов анализа во временной области
Анализ процессов в проектируемых объектах можно производить во временной и частотной областях. Анализ во временной области (динамический анализ) позволяет получить картину переходных процессов, оценить динамические свойства объекта, он является важной процедурой при исследовании как линейных, так и нелинейных систем. Анализ в частотной области более специфичен, его применяют, как правило, к объектам с линеаризуемыми ММ при исследовании колебательных стационарных процессов, анализе устойчивости, расчете искажений информации, представляемой спектральными составляющими сигналов, и т.п.
Методы анализа во временной области, используемые в универсальных программах анализа в САПР, - это численные методы интегрирования систем обыкновенных дифференциальных уравнений (СОДУ):
Другими словами, это методы алгебраизации дифференциальных уравнений. Формулы интегрирования СОДУ могут входить в ММ независимо от компонентных уравнений, как это имеет место в (7.15), или быть интегрированными в ММ компонентов, как это выполнено в узловом методе.
От выбора метода решения СОДУ существенно зависят такие характеристики анализа, как точность и вычислительная эффективность. Эти характеристики определяются прежде всего типом и порядком выбранного метода интегрирования СОДУ
Применяют два типа методов интегрирования - явные (иначе экстраполяционные или методы, основанные на формулах интегрирования вперед), и неявные (интерполяционные, основанные на формулах интегрирования назад). Различия между ними удобно показать на примере простейших методов первого порядка - методов Эйлера.
Формула явного метода Эйлера представляет собой следующую формулу замены производных в точке tn:
где индекс равен номеру шага интегрирования; - размер шага интегрирования (обычно h называют просто шагом интегрирования). В формуле неявного метода Эйлера использовано дифференцирование назад:
где
Выполним сравнительный анализ явных и неявных методов на примере модельной задачи:
-
7.23
при ненулевых начальных условиях и при использовании методов Эйлера с постоянным шагом И.
Здесь А - постоянная матрица; V - вектор фазовых переменных.
При алгебраизации явным методом имеем
или
где Е - единичная матрица. Вектор Vn+1 можно выразить через вектор начальных условий V0:
-
7.24
Обозначим
-
7.25
и применим преобразование подобия для матрицы В
где Т - преобразующая матрица, -диагональная матрица с собственными значениями матрицы В на диагонали. Нетрудно видеть, что
Из линейной алгебры известно, что собственные значения матриц, связанных арифметическими операциями, оказываются связанными такими же преобразованиями. Поэтому из (7.25) следует
Точное решение модельной задачи (7.23) при следовательно, условием устойчивости процесса численного решения можно считать
откуда последовательно получаем поскольку и условие устойчивости
-
7.26
Известно, что для физически устойчивых систем собственные значения матрицы коэффициентов в ММС оказываются отрицательными. Если к тому же все вещественные величины (характер процессов в ММС с моделью (7.23) апериодический), то естественно определить постоянные времени физической системы как и условие (7.26) конкретизируется следующим образом
или
-
7.27
где - минимальная постоянная времени. Если использовать явные методы более высокого порядка, то может увеличиться коэффициент перед в (7.27), но это принципиально не меняет оценки явных методов.
Если нарушено условие (7.27), то происходит потеря устойчивости вычислений, а это означает, что в решении задачи возникают ложные колебания с увеличивающейся от шага к шагу амплитудой и быстрым аварийным остановом ЭВМ вследствие переполнения разрядной сетки. Конечно, ни о какой адекватности решения говорить не приходится.
Для соблюдения (7.27) применяют те или иные алгоритмы автоматического выбора шага. Отметим, что в сложной модели расчет для непосредственного выбора шага по (7.27) слишком трудоемок, кроме того, однократный расчет мало чем помогает, так как в нелинейных моделях может изменяться от шага к шагу.
Условие (7.27) накладывает жесткие ограничения на шаг интегрирования. В результате вычислительная эффективность явных методов резко падает с ухудшением обусловленности ММС. В самом деле, длительность моделируемого процесса должна быть соизмеримой с временем успокоения системы после возбуждающего воздействия, т.е. соизмерима с максимальной постоянной времени Требуемое число шагов интегрирования равно
Отношение называют разбросом постоянных времени или числом обусловленности. Чем больше это число, тем хуже обусловленность. Попытки применения явных методов к любым ММС чаще всего приводят к недопустимо низкой вычислительной эффективности, поскольку в реальных моделях - обычная ситуация. Поэтому в настоящее время в универсальных программах анализа явные методы решения СОДУ не применяют.
Аналогичный анализ числовой устойчивости неявных методов дает следующие результаты. Вместо (7.24) имеем
и условие числовой устойчивости принимает вид
которое выполняется при любых h > 0. Следовательно, неявный метод Эйлера обладает так называемой А - устойчивостью.
Примечание. Метод интегрирования СОДУ называют A-устойчивым, если погрешность интегрирования остается ограниченной при любом шаге h > 0.
Применение A-устойчивых методов позволяет существенно уменьшить требуемые числа шагов Ш. В этих методах шаг выбирается автоматически не из условий устойчивости, а только из соображений точности решения.
Выбор порядка метода решения СОДУ довольно прост: во-первых, более высокий порядок обеспечивает более высокую точность, во-вторых, среди неявных разностных методов, кроме метода Эйлера, A-устойчивы также методы второго порядка и среди них - метод трапеций. Поэтому преобладающее распространение в программах анализа получили методы второго порядка - модификации метода трапеций.