- •Факультет обучения без отрыва от производства
- •Раздел 3:«Методы построения моделей и идентификации исследуемых процессов, явлений и объектов в машиностроении»…….33
- •Раздел 4: «Методы компьютерного моделирования машиностроительных производств, математические и имитационные модели.» (3 часа)………………………………………………………………51
- •Раздел 5:«Математическое моделирование процессов и средств машиностроительных производств на основе современных технологий систем массового обслуживания» (3 часа)…………………………………64
- •Раздел 6:«Современные технологии математического моделирования процессов, средств и систем машиностроительных производств»(2 часа)………………………………………………………80
- •Раздел 1.«Модели процессов, явлений и объектов в машиностроении и методы их построения»(2 часа)
- •1.1.Введение. Классификация моделей по типам, свойствам и назначению. Методы моделирования сложных систем.
- •1.2. Основные принципы построения математических моделей
- •1.3. Средства математического моделирования технических объектов и обеспечение.
- •Раздел 2:«Разработка теоретических моделей исследования качества изделий, технологических процессов, средств и систем машиностроительных производств» (3 часа)
- •2.1. Теоретические основы математического моделирования в машиностроении.
- •2.2. Элементы теории множеств и ее применение в моделировании технических систем.
- •3.2. Моделирование технических систем на основе алгебры логики.
- •Раздел 3:«Методы построения моделей и идентификации исследуемых процессов, явлений и объектов в машиностроении» (4 часа)
- •3.4. Основы кибернетического моделирования.
- •4.1. Основные понятия корреляционного, регрессионного и
- •4.2. Пассивный и активный эксперимент, их место и роль в машиностроении. Основные принципы планирования эксперимента.
- •4.3.Ортогональное планирование первого порядка
- •5.1.2. Рототабельное планирование экспериментов
- •5.2. Принципы построения экспертных систем и технология принятия статистических решений.
- •Раздел 4: «Методы компьютерного моделирования машиностроительных производств, математические и имитационные модели.» (3 часа)
- •5.3. Основные понятия. Цель и задачи имитационного моделирования.
- •5.4. Блок-схема решения задач имитационного моделирования.
- •6.1. Планирование машинных экспериментов. Моделирование по схеме Монте-Карло
- •20% Факторов определяют 80% свойств системы;
- •6.2. Анализ результатов и принятие решений.
- •Раздел 5:«Математическое моделирование процессов и средств машиностроительных производств на основе современных технологий систем массового обслуживания» (3 часа)
- •7.1. Марковские случайные процессы. Уравнения Колмогорова для вероятностей состояний.
- •7.2. Потоки событий.
- •7.3. Системы массового обслуживания.
- •8.1. Критерии оптимизации моделей в машиностроении.
- •8.2. Классификация методов оптимизации.
- •Раздел 6:«Современные технологии математического моделирования процессов, средств и систем машиностроительных производств»(2 часа)
- •8.3. Основные понятия и определения. Основы теории нечетких множеств.
- •3. Отрицание множества
- •5. Операции концентрации
- •6. Операция растяжения
- •9.1. Элементы нейросетевого моделирования процессов в технических объектах и системах.
- •9.2. Генетические алгоритмы и их применение в моделировании технических систем.
20% Факторов определяют 80% свойств системы;
80% факторов определяют 20% свойств системы. Следовательно, надо уметь выделять существенные факторы.
Факторы могут быть количественными и (или) качественными.
Количественные факторы - это те, значения которых числа. Например, интенсивности входных потоков и потоков обслуживания, емкость буфера, число каналов в СМО, доля брака при изготовлении деталей и др.
Качественные факторы - дисциплины обслуживания (LIFO, FIFO и др.) в СМО, «белая сборка», «желтая сборка» радиоэлектронной аппаратуры, квалификация персонала и т.п.
Фактор должен быть управляемым. Управляемость фактора - это возможность установки и поддержания значения фактора постоянным или изменяющимся в соответствии с планом эксперимента. Возможны и неуправляемые факторы, например, влияние внешней среды.
К совокупности воздействующих факторов предъявляются два основных требования:
совместимость;
независимость.
Совместимость факторов означает, что все комбинации значений факторов осуществимы.
Независимость факторов определяет возможность установления значения фактора на любом уровне независимо от уровней других факторов.
Третьей проблемой стратегического планирования является выбор значений каждого фактора, называемых уровнями фактора.Число уровней может быть два, три и более.
Для удобства и, следовательно, удешевления эксперимента число уровней следует выбирать поменьше, но достаточное для удовлетворения точности и достоверности эксперимента. Минимальное число уровней - два.
С точки зрения удобства планирования эксперимента целесообразно устанавливать одинаковое число уровней у всех факторов. Такое планирование называют симметричным.
Основной задачей тактического планирования является обеспечение результатам компьютерного эксперимента заданных точности и достоверности.
Основная идеястатистического имитационного моделирования (метода Монте-Карло) заключается в многократном расчёте определяемого параметра(или параметров) по известным зависимостям, описывающим процесс потери работоспособности, причём для случайных аргументов, входящих в расчётные формулы, перебираются ихнаиболее вероятныезначения в соответствии сизвестными законами распределения. Результатом каждого статистического испытания выявляется одна из реализаций случайного процесса, совокупность которых позволяет оценить его тип и основные параметры. Большой объём вычислений при реализации метода Монте-Карло требует, как правило, достаточно мощных средств вычислительной техники.
Процедура метода Монте-Карло состоит из нескольких этапов:
1. На первом этапе в зависимости от необходимой точности определения характеристик надёжности выбирается необходимое число реализаций N.
2. Из заданного диапазона изменения каждого аргумента по известным законам распределенияf(Zi) случайным образом (с использованием таблицы или генератора случайных чисел) выбирается поNзначений каждого аргумента
3
Рис. 4.1.
Построение гистограммы (а)
и кривых
функции распределения (б, в) определяющего
параметра
по результатам
моделирования методом Монте-Карло
[64]
При действии случайных факторов наиболее приемлемым для моделирования надёжности является метод статистических испытаний.
Блок-схема реализации метода Монте-Карло для моделирования прочностной надёжности представлена на рисунке.
Рис. Блок-схема реализации метода Монте-Карло
при расчёте вероятности безотказной работы элемента
по параметру прочности