- •Министерство образования и науки Российской Федерации
- •Содержание
- •Введение
- •1. Современное состояние проблемы моделирования систем
- •1.1. Моделирование как метод научного познания. Философские аспекты моделирования
- •1.2. Использование моделирования при исследовании и проектировании систем
- •1.2.1. Особенности разработки систем
- •1.2.2. Особенности использования моделей
- •1.2.3. Перспективы развития методов и средств моделирования систем
- •2. Основные понятия теории моделирования систем
- •2.1. Принцип системного подхода в моделировании систем
- •2.1.1. Структура системы – совокупность связей между элементами системы
- •2.1.2. Экспериментальные исследования систем
- •2.2. Стадии разработки моделей
- •2.3. Понятие подобия
- •2.3.1. Общие положения
- •2.3.2. Основные понятия теории размерности
- •2.3.3. Примеры подобия
- •2.4. Общая характеристика проблемы моделирования систем
- •2.4.1. Объект моделирования.
- •2.4.2. Характеристики моделей систем
- •2.4.3. Цели моделирования систем
- •2.5. Классификация видов и методов моделирования систем
- •2.5.1. Классификационные признаки
- •2.5.2. Математическое моделирование.
- •2.6. Построение модели
- •2.7. Разработка вычислительного метода
- •2.8. Проверка (тестирование) модели
- •3. Математическое моделирование
- •3.1. Задачи и цели исследования математических моделей
- •3.2. Методология математического моделирования. Системный анализ
- •3.2.1. Понятие системы
- •3.2.2. Этапы системного анализа и декомпозиция
- •3.2.3. Экспертные оценки
- •3.3. Классификация математических моделей
- •3.4. Методы формализованного описания системы
- •3.4.1. Математическая модель по “входу-выходу”
- •3.4.2. Математическая модель в пространстве состояний
- •3.4.3. Описание линейных систем в пространстве состояний
- •3.4.4. Реализация систем в пространстве состояний
- •3.5. Методы построения математических моделей и их применение в сапр
- •3.5.1. Методы построения математических моделей
- •3.5.2. Математические модели с точки зрения сапр
- •3.5.4. Методика составления уравнений динамики элементов сау
- •3.6. Математические модели системы управления. Понятие об оптимальном управлении
- •4. Экспериментальное определение динамических характеристик объектов моделирования
- •4.1. Понятие о динамических характеристиках объектов
- •4.2. Определение динамических характеристик элементов систем по временным характеристикам
- •4.2.1. Определение статических характеристик
- •4.2.2. Определение динамических характеристик объектов с помощью периодических воздействий
- •4.4.1. Временные характеристики и их свойства
- •4.4.2. Определение характеристик апериодического звена
- •4.4.3. Определение характеристик колебательного звена
- •4.3. Формы описания динамических свойств объектов
- •4.4. Синтез пассивных двухполюсников и четырехполюсников
- •4.3.1. Разложение передаточной функции активного четырехполюсника
- •4.3.2. Способы синтеза двухполюсников
- •4.5. Экспериментальная отработка характеристик системы управления движущимся объектом
- •4.5.1. Общие положения
- •4.5.2. Алгоритмы обработки внешнетраекторных измерений
- •5. Динамические свойства воспринимающих элементов и датчиков
- •5.1. Основные определения и понятия
- •5.1.1. Понятие датчика
- •5.1.2. Классификация датчиков
- •5.2. Основные характеристики датчиков
- •5.2.1. Погрешности измерений
- •5.2.2. Чувствительность датчиков
- •5.2.3. Быстродействие датчика
- •5.3. Схемы формирования сигналов пассивных датчиков
- •5.3.1. Общие характеристики
- •5.4. Оптические датчики
- •5.4.1. Определения и основные зависимости
- •5.4.2. Фоторезисторы
- •5.4.3. Фотодиоды
- •5.4.4. Тепловые приемники излучения
- •5.4.5. Датчики изображения
- •5.4.6. Волоконная оптика
- •5.5. Датчики температуры
- •5.5.1. Методы измерения температуры
- •5.6. Датчики положения и перемещения
- •5.6.1. Методы определения положения и перемещения
- •5.6.2. Резисторные потенциометры
- •5.6.3. Индуктивные датчики
- •5.6.4. Емкостные датчики
- •5.6.5. Цифровые датчики
- •5.6.6. Датчики близости
- •5.7. Датчики деформации
- •5.7.1. Основные определения
- •5.7.2. Основные положения
- •5.8. Тахометрические датчики
- •5.8.1. Электродинамическая тахометрия
- •5.8.2. Импульсная тахометрия
- •5.8.3. Гирометры
- •5.9. Датчики ускорения, вибрации и удара
- •5.9.1. Общие положения
- •5.9.2. Принцип действия сейсмических датчиков
- •5.10. Датчики скорости, расхода и уровня жидкости
- •5.10.1. Элементарные понятия
- •5.10.2 Датчики и методы измерения скорости жидкости
- •5.10.3. Измерение расхода жидкости
- •5.10.4. Измерение и указание уровня жидкости
- •5.11. Датчики влажности
- •5.11.1. Определения
- •5.11.2. Гигрометры
- •5.12. Акустические датчики
- •5.12.1. Распространение плоской волны
- •5.12.2. Распространение трехмерной волны
- •5.12.3. Микрофоны
- •5.12.4. Измерение интенсивности
- •6. Основы технологии имитационного моделирования
- •6.1. Основные определения и понятия
- •6.2. Область применения и классификация имитационных моделей
- •6.3. Описание поведения системы
- •6.3.1. Общие положения.
- •6.3.2. Методика моделирования случайных факторов
- •6.3.3. Два подхода к моделированию случайных чисел
- •6.4. Оценка качества псевдослучайных чисел
- •6.5. Оценка качества имитационного моделирования
- •7. Методы испытаний систем управления и их применение в системах автоматизированного проектирования (сапр)
- •7.1. Полунатурное моделирование
- •7.1.1. Общие положения
- •7.1.2. Автоматизация испытаний на основе полунатурного моделирования
- •8. Анализ систем управления с эвм
- •8.1. Основные задачи
- •8.2. Особенности систем управления с эвм
- •8.2. Основные положения из теории дискретных линейных систем
- •8.2.1. Последовательности
- •8.2.2. Линейные системы с постоянными параметрами
- •8.2.3. Разностные уравнения
- •8.2.3.1. Решение разностных уравнений методом прямой подстановки
- •8.3. Расчет цифровых фильтров по фильтрам непрерывного времени
- •8.3.1 Методика синтеза цифровых фильтров. Общие положения
- •8.3.2 Методы дискретизации аналоговых фильтров
- •8.3.3. Геометрическая интерпретация методов расчета цифровых фильтров по фильтрам непрерывного времени
- •9. Моделирование свойств объектов с помощью системыMatLab
- •9.1. Введение
- •9.2. MatLab как научный калькулятор
- •9.2.1. Командное окно
- •9.2.2. Операции с числами
- •9.2.3. Простейшие операции с векторами и матрицами
- •9.2.4. Некоторые функции прикладной численной математики
- •9.2.5. Построение простейших графиков
- •9.3. Исследование линейных стационарных систем (лсс)
- •9.3.1. Классы пакета control.L
- •9.3.2. Ввод и преобразование моделей
- •Пример создания модели
- •9.3.3. Анализ системы
- •9.4. Моделирование динамических процессов с помощью подсистемы MatLab simulink
- •9.4.1. Краткие сведения о подсистеме MatLab simulink
- •9.4.2. Запуск подсистемы simulink
- •9.4.3. Создание модели
- •9.4.4. Некоторые основные приемы подготовки и редактирования модели
- •9.4.5. Установка параметров моделирования и его выполнение
- •9.2.2. Результат составления модели
- •Приложения п1. Динамические характеристики объектов моделирования
- •П2. Примеры составление функциональной и структурной схемы динамической системы
- •П2.1. Система управления угловой скорости вращения ротора двигателя при условии действия постоянного возмущения
- •П2.2. Система сопровождения цели
- •П2.3. Система автоматического наведения летательного аппарата на объект
- •П2.4. Система управления уровнем жидкости
- •П2.5. Система управления экономическими параметрами
- •Использованные источники
- •Основы теории и практики моделирования динамических систем
5.12.4. Измерение интенсивности
5.12.4.1. Принцип измерения интенсивности звука
Интенсивность звука определяется как осредненное по времени произведение звукового давления на его скорость.
. (5.181)
Поскольку скорость звука непосредственно измерить сложно, то для связывания скорости и градиента давления используется уравнение динамики
, (5.182)
где .
Выражение для интенсивности с учетом (5.181) и (5.182) вдоль направления оси OX примет вид
. (5.183)
При практических измерениях используют пару микрофонов, расположенных достаточно близко друг к другу, чтобы получить хорошую оценку градиента давления по конечной разности:
; .
6. Основы технологии имитационного моделирования
6.1. Основные определения и понятия
Имитационное моделирование представляет собой наблюдение поведения модели системы под влиянием входных воздействий [5].
При этом часть из них (или, может быть, - все) носят случайный характер.
В результате такого наблюдения исследователь получает набор экспериментальных данных, на основе которых может быть оценены характеристики системы.
Очевидно, что аналитические модели для проведения имитационного эксперимента не годятся, и здесь нужна специальная имитационная модель.
Такая модель должна отвечать двум основным требованиям:
- отражать логику функционирования системы во времени;
- обеспечивать возможность проведения статистического эксперимента.
В основе статистического эксперимента лежит метод статистических испытаний (метод Монте-Карло).
Суть метода заключается в следующем.
1. Результат испытания ставится в зависимость от значения некоторой случайной величины (СВ), распределенной по заданному закону. Поэтому результат каждого отдельного испытания также носит случайный характер.
Проводя серию испытаний, получают множество частных значений наблюдаемой характеристики (т.е. выборку).
Полученные статистические данные обрабатываются и представляются в виде соответствующих численных оценок интересующих исследователя величин (характеристик системы).
Теоретической основой метода статистических испытаний являются предельные теоремы теории вероятностей (Чебышева, Бернулли, Пуассона).
Принципиальное значение предельных теорем состоит в том, что они гарантируют высокое качество статистических оценок при весьма большом числе испытаний.
2. Еще одной особенностью данного метода является то, что его реализация практически невозможно без использования ЭВМ.
Для любого имитационного моделирования независимо от физической природы и типа моделируемой системы справедливо следующее:
- с увеличением продолжительности наблюдения отклонение измеряемой величины от ее точного значения уменьшается, поскольку наблюдаемая система переходит в стационарное состояние;
- влияние переходных условий можно уменьшить, если увеличить количество экспериментов;
- существует предел, за которым увеличение продолжительности наблюдения уже не дает существенного повышения точности результата (измеряемой дисперсией).
Для любого модельного эксперимента необходимо ответить на следующие вопросы:
- какова должна быть продолжительность достижения стационарных условий?;
- как получить статистически независимые наблюдения?;
- сколько наблюдений (экспериментов) необходимо для обеспечения требуемой точности?.