Задание к курсовому (СУЭП) / Л Р СУЭП 1ч новая_1

ВВЕДЕНИЕ

Аналогия – это частное сходство двух объектов, которое может быть существенным или менее существенным. Существенность сходства зависит от уровня абстрагирования и определяется целью исследования.

Аналогии, отражающие реальный, объективно существующий мир, обладают наглядностью, а значит, упрощают рассуждения и помогают проводить эксперименты, уточняющие природу явлений. Такие аналогии называют моделями.

Модель – это объект-заменитель объекта оригинала, обеспечивающий изучение некоторых свойств оригинала.

Моделирование – это представление реального физического объекта его моделью для получения информации о важнейших свойствах и физических процессах, протекающих в нем, путем проведения экспериментов с его моделью.

В процессе моделирования модель выступает в роли самостоятельного объекта, позволяющие получить некоторые знания – результаты моделирования. Если они подтверждаются и могут служить основой для прогнозирования процессов, протекающих в исследуемых объектах, то модель считается адекватной объекту. На основании адекватных моделей могут исследоваться подобные объекты.

1. КЛАССИФИКАЦИЯ ВИДОВ МОДЕЛИРОВАНИЯ

При разработке и проектировании современных электромеханических систем, представляющих собой сочетание электродвигателя, механической части электропривода и системы управления, возникает необходимость в решении сложных расчетных задач. Для этого во многих случаях прибегают к моделированию.

Виды моделирования можно классифицировать по различным критериям. С точки зрения типа модели и способа представления математического описания классификация представлена на рисунке 1.1.

МОДЕЛИРОВАНИЕ

Рисунок 1.1 – Классификация видов моделирования

Таким образом, моделирование может быть условно разделено на два основных вида: математическое и физическое.

Физическим моделированием называют проведение исследований на реальном объекте или его макете. При проведении экспериментов на реальном объекте различные характеристики исследуются на самом объекте или его части. Физическое моделирование может проводиться на объектах,

работающих в нормальном режиме или в специальных режимах. Реальное моделирование является наиболее адекватным, но его возможности ограничены физическими, техническими и другими особенностями реальных объектов и систем.

Другим видом физического моделирования является моделирование на макете, которое применяется, в случае если эксперименты с реальным объектом затруднены, невозможны или опасны. Исследования с помощью макета проводятся на установках, которые обладают физическим подобием и сохраняют природу явлений в изучаемом объекте.

Физическое моделирование может протекать в реальном или произвольном масштабе времени. Наибольшую сложность и интерес представляет моделирование в реальном масштабе времени, позволяющее получить наиболее достоверные результаты исследований.

Математическое моделирование может проводиться при помощи аналитических методов исследования, а также с использованием аналоговых (АВМ) и цифровых (ЭВМ) вычислительных машин.

При использовании аналитических методов исследования можно получить в общем виде явные зависимости для искомых характеристик объекта. Аналитическое исследование позволяет получить наиболее общее представление о процессах функционирования системы, однако оно возможно для относительно простых систем, и связано с проведением трудоёмких расчётов. Даже в простейших случаях (для линейных систем) аналитическое моделирование не позволяет получить исчерпывающие результаты. При наличии в системе нелинейных элементов, переменных параметров и других усложняющих расчеты факторов возможности аналитических методов расчёта ещё более ограничены.

Современные вычислительные машины позволяют с достаточной точностью имитировать любые передаточные функции, нелинейные статические характеристики, произведения и частные. Вычислительные машины, а, следовательно, и модели бывают аналоговыми и цифровыми.

Под аналоговой моделью понимается такая, которая описывается уравнениями, связывающими непрерывные величины. Решение дифференциальных уравнений в АВМ носит непрерывный характер. Реальный физический объект заменяется при аналоговом моделировании подобным физическим объектом. В АВМ в качестве такого объекта выступает решающий операционный усилитель. Основным преимуществом моделирования на АВМ является высокая наглядность модели и возможность подключения к модели других технических средств. Также применение АВМ может ускорить исследование достаточно простых систем. С другой стороны возникают проблемы связанные с настройкой сложных моделей; появляются погрешности, обусловленные дрейфом параметров АВМ и кусочной линеаризацией нелинейностей. Максимальная величина выходного напряжения решающего операционного усилителя в АВМ ограничена значением в сто вольт. Поэтому для всех переменных модели вводятся масштабные коэффициенты, в результате чего могут накапливаться дополнительные ошибки.

Под цифровой моделью понимается модель, в которой решение уравнений и процессы, протекающие в ней, носят дискретный характер. Следовательно, все рассчитываемые величины определены в некоторые дискретные интервалы времени. Цифровая модель обладает меньшей физической наглядностью, однако лишена недостатков присущих аналоговой модели. Для проектирования цифровых моделей применяются современные средства вычислительной техники, а расчёт таких моделей основан на применении численных методов.

С помощью средств вычислительной техники математические модели могут исследоваться как прямым решением систем дифференциальных уравнений, так и на основе моделирования по структурным схемам.

В первом случае математическое моделирование заключается в численном решении системы дифференциальных уравнений, описывающей поведение исследуемого объекта. Такая модель не отражает реальной

структуры физического объекта. В данном случае для расчета модели не нужно знание специализированных САПР, однако затрудняется понимание структуры реального физического объекта.

Во втором случае строится структурная модель, в которой элементы соединены в соответствии со структурой исследуемой системы. При использовании структурного метода модель системы представляется в виде моделей типовых динамических звеньев ТАР и нелинейных блоков, имитирующих работу отдельных физических узлов исследуемой системы. Применение структурных моделей позволяет при моделировании сохранить структуру исследуемого объекта, и поэтому на модели легко воспроизводится изменение параметров и структуры реального физического объекта, например, включение корректирующих устройств, выбор глубины обратных связей, изменение момента инерции механической части и жесткости механических характеристик.

2. МЕТОДЫ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ Для исследования характеристик технических систем и физических

процессов, протекающих при функционировании любой системы, математическими методами должна быть проведена формализация процессов, т.е. построена математическая модель.

Математическое моделирование − это процесс установления соответствия реальному физическому объекту некоторого математического объекта (математического описания), называемого математической моделью, и исследование этой модели, позволяющее получить, с некоторым приближением, характеристики рассматриваемого реального объекта. Математическое моделирование может быть динамическим, имитационным и комбинированным.

При решении задач электропривода используются динамические модели объектов. Такие модели описываются системами дифференциальных уравнений и исследуются при помощи аналитических, численных или качественных методов.

Аналитическое исследование позволяет получить наиболее общее представление о процессах функционирования системы, однако оно возможно лишь для относительно простых или линейных систем.

Численные методы используются, если невозможно разрешить математическое описание системы в общем виде или система существенно не линейна. Численные методы наиболее эффективны при использовании ЭВМ.

Внекоторых случаях для исследования системы достаточно качественных методов анализа математической модели. Такие методы применяются в теории автоматического регулирования и позволяют судить, например, об устойчивости системы при определённом управлении.

Вобщем виде некоторый динамический объект описывается системой дифференциальных уравнений n-го порядка вида:

где x1, x2, … xn – переменные динамического объекта;

dxdt1 , dxdt2 , K, dxdtn – скорость изменения (производные) переменных

динамического объекта;

x1(t0 ), x2 (t0 ), K, xn (t0 ) – значение переменных в начальный момент времени; t – независимая переменная.

Математическое моделирование, основанное на решении обыкновенных дифференциальных уравнений, опирается на численные методы. Численные методы позволяют получить приближенные значения реального непрерывного процесса, которые отстоят друг от друга на некоторый интервал времени, называемый шагом интегрирования. Выбор шага интегрирования зависит от динамических свойств моделируемой системы. Для широкого спектра динамических систем численное решение тем точнее, чем меньше шаг интегрирования. Однако, следует иметь ввиду, что чрезмерное уменьшение шага интегрирования может приводить к существенному увеличению затрат машинного времени.

К наиболее часто применяемым методам численного интегрирования дифференциальных уравнений относятся метод Эйлера (метод конечных приращений) и метод Рунге – Кутта четвёртого порядка.

Метод Эйлера основан на разложении подынтегральной функции в окрестности исследуемой точки в ряд Тейлора:

где h – малая окрестность исследуемой точки (шаг интегрирования);

ε − погрешность разложения в ряд Тейлора.

Метод Эйлера учитывает только первую производную ряда Тейлора. Тогда уравнение (2.2) будет иметь вид:

где f (xi ,ti ) − правая часть дифференциального уравнения, вычисленная в

точке xi ,ti .

Следовательно, для решения уравнения или системы дифференциальных уравнений первого порядка методом Эйлера должна быть составлена следующей система уравнений с начальными условиями:

где ti, ti+1 – значение независимой переменной (времени) на предыдущем и следующем шаге интегрирования;

xj,i, xj,i+1 – значение j – ой переменной динамического объекта на предыдущем и следующем шаге интегрирования;

fj – подынтегральная функция для j – ой переменной;

h– шаг интегрирования;

i= 0 .. m – число шагов интегрирования;

j= 0 .. n – количество переменных динамического объекта.

Кдостоинствам метода Эйлера можно отнести следующие:

•При достаточно малом шаге интегрирования можно получить высокую точность решения. Погрешность метода примерно равна квадрату шага интегрирования: ε ≈ h2;

•Метод Эйлера имеет устойчивый алгоритм вычислений при решении широкого круга задач, связанных с исследованием электромеханических систем электропривода.

Кнедостаткам метода Эйлера можно отнести то, что уменьшение шага интегрирования необходимое для обеспечения требуемой точности существенно замедляет вычисления.

Метод Рунге – Кутта основан на разложении подынтегральной функции в окрестности исследуемой точки в ряд Тейлора. Вычисление коэффициентов ряда Тейлора (до четвёртого порядка) осуществляется с помощью специальных коэффициентов Рунге – Кутта. Такой подход позволяет получить более высокую точность решения.

Формулы для нахождения численного решения дифференциального уравнения или системы дифференциальных уравнений первого порядка методом Рунге – Кутта имеют следующий вид:

где ti, ti+1 – значение независимой переменной (времени) на предыдущем и следующем шаге интегрирования;

xj,i, xj,i+1 – значение j – ой переменной динамического объекта на предыдущем и следующем шаге интегрирования;

fj – подынтегральная функция для j – ой переменной; kl i, j – коэффициенты Рунге – Кутта (l = 1 .. 4);

h– шаг интегрирования;

i= 0 .. m – число шагов интегрирования;

j= 0 .. n – количество переменных динамического объекта.

Кдостоинствам метода Рунге – Кутта можно отнести следующие. Высокая точность численного решения. При фиксированном шаге интегрирования погрешность решения примерно равна пятой степени шага интегрирования: ε ≈ h5.

Однако данный метод не всегда обеспечивает устойчивые решения. Устойчивость решения зависит как от величины шага интегрирования, так и от особенностей динамики исследуемой системы.