- •1. Обработка информации и проблема интерпретации. Роль математического моделирования
- •Основные этапы математического моделирования
- •2. Основные понятия теории систем. Система и системное свойство
- •Понятия, характеризующие функционирование и развитие систем
- •Элемент
- •Подсистема
- •Структура
- •Состояние
- •Поведение
- •Модель функционирования (поведения) системы
- •3. Классификация систем
- •4. Взаимодействие системы с окружающей средой. Метаболизм
- •5. Определение понятия модели. Методы моделирования и классификация моделей
- •6. Математическая и компьютерная модель. Уровень идеализации и принцип минимальности
- •7. Цели моделирования и требования, предъявляемые к модели. Этапы компьютерного моделирования
- •8. Классификация математических и компьютерных моделей
- •Классификация км
- •9. Линейные модели и линейные системы уравнений. Проблемы вырождения и обусловленности
- •10. Интерполяция данных. Формулировка задачи интерполяции. Линейная интерполяция
- •Геометрическая интерпретация
- •11. Интерполяция полиномом и сплайны
- •Интерполяция многочленами
- •Метод решения задачи Полином Лагранжа
- •Полином Ньютона
- •Погрешность интерполирования
- •Выбор узлов интерполяции
- •12. Многомерная интерполяция данных
- •13. Идентификация моделей и задачи аппроксимации. Линейная аппроксимация и линеаризация
- •14. Нелинейная аппроксимация. Аппроксимация функцией произвольного вида. Аппроксимация полиномом
- •15. Нелинейная аппроксимация. Метод вложенных алгоритмов
- •16. Численное дифференцирование. Устойчивость и выбор шага дифференцирования
- •17. Вычисление определенных интегралов. Сравнительная характеристика методов Методы численного интегрирования
- •Интегрирование методом Монте-Карло
- •Обычный алгоритм Монте-Карло интегрирования
- •18. Метод Монте-Карло. Вычисление кратных интегралов
- •19. Моделирование стационарного состояния нелинейных систем
- •20. Моделирование динамики систем. Уравнения переходных процессов
- •Скалярное уравнение динамики системы
- •Векторное уравнение динамики системы
- •21. Моделирования динамики систем и численные методы решения задачи Коши
- •22. Жесткие системы. Неявные методы. Эквидистантный метод
- •23. Использование метода Монте-Карло при построении модели оптической пары "излучатель-приемник".
- •24. Стохастические модели. Получение случайных чисел с заданным распределением.
- •1.4. Моделирование случайных величин с заданным законом распределения
- •1. Метод нелинейного преобразования, обратного функции распределения
- •2. Метод Неймана
- •3. Метод кусочной аппроксимации
- •4. Некоторые специальные методы моделирования случайных величин
- •25. Модель источника случайных воздействий
- •26. Моделирование процессов кристаллизации. Расчет плоского кластера
- •27. Моделирование инерционных систем
- •28. Распределенные системы. Модель зонной печи
27. Моделирование инерционных систем
Макромодель – укрупненная математическая (компъютерная) модель, в которой струк-тура объекта отображена упрощенно, на уровне некоторых блоков, а не на уровне отдель-ных элементов.
Рассмотрим проблему моделирования динамики системы с одним входом и одним вы-ходом. Обозначим через V , U - состояния входа и выхода, соответственно. На рис. 1 показана типичная реакция системы на ступенчатое воздействие V(t) с амплитудой Vm . Предполагается, что входной сигнал описывается следующими выражениями.
Переходной процесс типа "0-1":
V(t) = 0 , если t < 0 ,
= Um , если t 0 .
Переходной процесс типа "1-0":
V(t) = Um , если t < 0 ,
= 0 , если t 0 .
U U
Um Um
0.9Um 0.9Um
0.1Um 0.1Um
0 0
з ф t з ф t
Рис. 1. Параметры переходных процессов
Для описания инерционных свойств системы обычно используют два основных пара-метра, смысл которых виден из рисунка: время задержки з (эффект памяти) и время фронта ф (эффект инерционности).
Для моделирования инерционных свойств системы можно использовать различные подходы, рассмотрим один из наиболее чато применяемых – метод электрических аналогий. В этом случае используется специальная электрическая эквивалентная схема – т.н. инерционное звено. Простейшим его вариантом является ERC-цепь, позанная на рис.2. Недостатком такого инерционного звена является то, что соотношение между параметрами з и ф является фиксированным ( нетрудно убедиться, что отношение з/ф всегда равно 0.048 ), что часто не обеспечивает необходимую гибкость модели в целом. Лучший результат можно получить, если использовать многозвенную ERC-цепь, однако, с одной стороны, никакая конечная N-звенная ERC-цепь не может обеспечить любое заданное соотношение между з и ф , а с другой, она порождает слишком большое число уравнений.
R Uc
E(t) E C Uc(t)
t
з ф
Рис. 2. Простейшее инерционное звено - ERC-цепь
Простым решением указанной проблемы является т.н. гибкое инерционное звено, схема которого приведена на рис. 3. Особенностью его является то, что оно содержит зависимый
R1 R2(I1)
E(t)
C1
I1 I2 C2 U(t)
Рис. 3. Гибкое инерционное звено
резистивный элемент R2 , сопротивление которого определяется током, протекающим через цепочку R1C1 :
R2(I1) = Ro + aI1 .
Система уравнений, описывающая динамику инерционного звена, имеет вид:
(1)
где
. (2)
Пусть величины з и ф заданы. Обозначим
(3)
Можно показать, что параметры з и ф будут реализованы, если последние параметры будут удовлетворять следующим уравнениям:
(4)
Отношение з/ф определяется параметром :
. (5)
Из последнего выражения следует, что при з/ф 0.048 , т.е. при больших инерционное звено ведет себя также, как и ERC-цепь. В то время при 0 получаем з/ф , т.е. при малых инерционное звено ведет себя подобно идеальной линии задержки.