6.5. Оценка качества имитационного моделирования

Пригодность имитационной модели для решения задач характеризуется тем, в какой степени она обладает так называемыми целевыми свойствами.

Основными из них являются:

• адекватность;

• устойчивость;

• чувствительность.

Оценка адекватности

Процедура оценки адекватности основана на сравнении измерений на реальной системе и результатов экспериментов на модели.

Сравнение может производиться в свою очередь различными способами:

- по средним значениям откликов модели Y_ср и системы Y_ср^*;

- по дисперсиям отклонений откликов модели D_Yср от среднего значения откликов системы Y_ср^*;

- по максимальному значению относительных отклонений откликов модели _y от откликов системы.

Оценка устойчивости

Устойчивость модели – это ее способность сохранять адекватность при исследовании эффективности системы на всем возможном диапазоне изменений параметров системы, а также ее конфигурации.

Универсальной процедуры проверки устойчивости модели не существует.

В общем случае можно утверждать: чем ближе структура модели к структуре системы и чем выше степень детализации, тем устойчивее модель.

Оценка чувствительности

Очевидно, что устойчивость является положительным свойством модели.

Однако если изменения входных воздействий или параметров модели не отражаются на значениях выходных параметров (модель “бесчувственна”), то польза от такой модели невелика.

В связи с этим возникает задача оценивания чувствительности модели к изменению параметров системы и внешних условий.

Такую оценку проводят по каждому параметру X_k в отдельности. Основана она на том, что обычно диапазон изменения параметра известен.

Одна из процедур состоит в следующем:

1) Вычисляется величина относительного среднего приращения параметра X_k:

; (6.4)

2) Проводится пара модельных экспериментов при значениях

и

и при средних фиксированных значениях остальных параметров. В результате определяются значения откликов модели

и

3) Вычисляется относительное приращение наблюдаемой переменной :

. (6.5)

В результате для k-го параметра модели получают пару значений (,), характеризующую чувствительность модели по этому параметру.

Данные, полученные при оценке чувствительности модели, могут быть использованы при планировании экспериментов. При этом большее внимание должно уделяться тем параметрам, по которым модель является более чувствительной.

7. Методы испытаний систем управления и их применение в системах автоматизированного проектирования (сапр)

Под испытаниями объектов в процессе проектирования понимают совокупность проектных процедур, связанных [18]:

- с экспериментальной проверкой макетов опытных образцов САУ и ее устройств на соответствие требованиям технического задания (ТТЗ), и

- с экспериментальной оценкой возможностей этих объектов проектирования.

Автоматизация испытаний преследует следующие цели:

- разработка инструментов САПР САУ проектировщика – испытателя на всех этапах проектирования;

- проведения испытаний в режимах, максимально приближенных к реальным условиям эксплуатации САУ;

- сокращения расходов на испытания и сроков получения информации по результатам испытаний;

- проведение идентификации проектируемых САУ и их устройств;

- повышение производительности и улучшение условий труда испытателей.

Анализ процесса проектирования САУ показывает, что наибольший вес по трудоемкости и значимости имеют проектные процедуры, связанные с испытаниями макетов и опытных образцов.

Все применяемые методы испытаний можно разделить на две группы:

- физические испытания реальной аппаратуры (макеты, экспериментальные и опытные образцы) и

- физические испытания на основе полунатурного моделирования.

Классификация методов испытаний систем представлена на рисунке 7.1.

Способы физических испытаний реальной аппаратуры САУ существенно зависят от типа САУ и условий ее эксплуатации, а применение средств САПР сводится в основном к обработке результатов таких испытаний.