Основные принципы построения моделирующих алгоритмов, процессов функционирования систем.
Процесс функционирования системы S можно рассматривать как последовательную смену ее состояний z в k-мерном пространстве. Задачей моделирования процесса функционирования исследуемой системы S является построение функций z, на основе которых можно провести вычисление интересующих характеристик процесса функционирования системы. Для этого необходимы соотношения, связывающие функции z с переменными, параметрами и временем, а также начальные условиями в момент времени t = t0.
Принцип Dt. Это наиболее универсальный принцип, но с точки зрения затрат машинного времени он иногда оказывается неэкономичным.
При рассмотрении процессов функционирования некоторых систем можно обнаружить, что для них характерны два типа состояний:
Кособые состояния, присущие процессу функционирования системы только в некоторые моменты времени;
К регулярные состояния, в которых процесс находится все остальное время.
Особые состояния характерны еще и тем обстоятельством, что функции состояний Z(t) в эти моменты времени изменяются скачком, а между особыми состояниями изменение координат Z(t) происходит плавно и непрерывно или не происходит совсем. Таким образом, следя при моделировании системы только за ее особыми состояниями в те моменты времени, когда эти состояния имеют место, можно получить информацию, необходимую для построения функций Z(t). Очевидно, для описанного типа систем могут быть построены моделирующие алгоритмы по “принципу особых состояний”. Обозначим
|
|
|
скачкообразное (релейное) изменение состояния z как dz, а “принцип особых состояний” – как принцип dz.
Принцип dz отличается от принципа Dt тем, что шаг по времени в этом случае не постоянен, является случайной величиной и вычисляется в соответствии с информацией о предыдущем особом состоянии.
Принцип dz дает возможность для ряда систем существенно уменьшить затраты машинного времени на реализацию моделирующих алгоритмов.
8.Как происходит идентификация и обоснование моделей физических процессов? Сопоставления результатов компьютерного моделирования с известными теоретическими и расчетными данными. Основы экспериментального обоснования и идентификации параметров в технической физике.
Идентификация модели – в соответствии с ГОСТ 20913-75 это определение параметров и структуры математической модели, обеспечивающей наилучшее совпадение выходных координат объекта и модели при одинаковых входных воздействиях. Иными словами идентификация – процедура построения модели объекта по результатам измерения и обработки входных и выходных сигналов объекта. Подход к построению модели на основе идентификации называют также экспериментальным подходом, в отличие от аналитического, когда модель выводится на основании основных законов физики, химии, электротехники, материального или энергетического баланса.
|
|
|
«Черный ящик» – система, у которой при неизвестной внутренней организации, структуре и поведении элементов имеется возможность наблюдать реакцию выходных величин на изменение входных воздействий. Если структура объекта известна, то используют термин «серый ящик».
Параметрическая идентификация – определение параметров модели при заданной ее структуре.
Априорная модель –модель, построенная до начала специальных экспериментальных исследований.
Апостериорная модель –модель, полученная или уточненная по результатам экспериментальных исследований.
Физическое моделирование: понятие, достоинства и недостатки.
Физическое моделирование Физическая модель ТВК обычно реализуется на базе универсальных технических средств, включающих реальный телевизионный датчик, блок АЦП, контроллер сопряжения, ЦВУ (например, персональный компьютер), другие функциональные узлы, а также образцы наблюдаемых объектов (или хотя бы их изображений). Заметим, что физическая модель, как правило, не является конструктивной моделью, макетом или тем более опытным образцом проектируемой системы (прибора). К такой модели не предъявляется особых требований минимизации габаритов и энергопотребления, она может быть достаточно громоздкой. Важно лишь, чтобы модель обеспечивала максимум функциональных возможностей и позволяла достаточно легко получать объективные результаты испытаний, сопоставимые с результатами математического моделирования. Достоинства: даёт наибольшее приближение к реальным условиям функционирования проектируемой системы. Недостатки: недостаточная гибкость и меньшая информативность по сравнению с математическим моделированием (например, не удаётся исследовать влияние параметров различных звеньев в отдельности на качественные характеристики проектируемой системы, не удаётся исключить или существенно уменьшить влияние отдельных дестабилизирующих факторов, влияющих на качественные характеристики системы, что связано с тем, что в физической модели используются реальные функциональные узлы: телевизионный датчик, блок АЦП и другие, улучшить параметры которых можно только путём их замены, что часто сопряжено со значительными материальными затратами) Путём сопоставления некоторых частных результатов, полученных при физическом моделировании с соответствующими результатами, полученными при математическом компьютерном моделировании, можно с высокой степенью вероятности доказать адекватность обеих моделей. Таким образом, именно совокупность обоих методов моделирования может дать наибольший эффект с точки зрения сочетания достоверности и полноты полученной информации.
|
|
|
Дата добавления: 2018-02-18; просмотров: 1228; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!