Многовариантное моделирование динамических систем эволюционного типа для управления в экстремальных ситуациях
Практическая значимость работы. Предложенные в работе алгоритмы и методы построения частично регуляризированной расчетной сетки, адаптивной подстройки шага численного дифференцирования, многовариантного решения систем эволюционных уравнений, обнаружения экстремальных ситуаций, формирования управляющих воздействий и визуализации полученных результатов реализованы в виде специальной программной… Читать ещё >
Содержание
- 1. ПРОБЛЕМАТИКА МОДЕЛИРОВАНИЯ ДИНАМИЧЕСКИХ РЕЖИМОВ СИСТЕМ ЭВОЛЮЦИОННОГО ТИПА
- 1. 1. Особенности моделирования динамических режимов эволюционных процессов
- 1. 2. Аппарат динамических систем эволюционного типа
- 1. 2. 1. Математические модели, представленные эволюционными уравнениями в частных производных
- 1. 2. 2. Методы исследования динамических режимов систем эволюционного типа
- 1. 2. 3. Методы численного решения систем нелинейных уравнений
- 1. 3. Сравнительный обзор и функциональный анализ распространенных средств математического моделирования динамических режимов систем эволюционного типа
- 1. 4. Цель работы и задачи исследования
- 2. ФОРМИРОВАНИЕ СТРУКТУРЫ СИСТЕМЫ МНОГОВАРИАНТНОГО ИНТЕРАКТИВНОГО МОДЕЛИРОВАНИЯ ДИНАМИЧЕСКИХ СИСТЕМ ЭВОЛЮЦИОННОГО ТИПА
- 2. 1. Формирование требований к функциональности системы многовариантного интерактивного моделирования
- 2. 1. 1. Формирование вычислительных требований к моделированию динамических систем эволюционного типа
- 2. 1. 2. Формирование требований к средствам квазиоптимального управления
- 2. 1. 3. Постановка задачи визуализации работы компонентов системы интерактивного моделирования
- 2. 1. 4. Формирование требований к интерактивному режиму моделирования и взаимодействию с оператором
- 2. 2. Модульная структура системы многовариантного интерактивного моделирования
- 2. 3. Многовариантный подход к численному решению систем эволюционных уравнений
- 2. 1. Формирование требований к функциональности системы многовариантного интерактивного моделирования
- Выводы
- 3. РАЗРАБОТКА АЛГОРИТМОВ И МЕТОДОВ МНОГОВАРИАНТНОГО МОДЕЛИРОВАНИЯ ДИНАМИЧЕСКИХ СИСТЕМ ЭВОЛЮЦИОННОГО ТИПА
- 3. 1. Постановка задачи численного решения систем эволюционных уравнений в частных производных
- 3. 2. Методология численного решения систем эволюционных уравнений в частных производных
- 3. 2. 1. Переход от аналитического вида решаемой системы эволюционных уравнений к разностной аппроксимации
- 3. 2. 2. Функциональный анализ различных способов задания краевых условий динамической системы эволюционного типа
- 3. 2. 3. Применение динамической расчетной сетки с нерегулярным шагом для решения эволюционных уравнений в частных производных
- 3. 2. 4. Разработка алгоритма добавления новой ячейки в нерегулярную расчетную сетку с использованием частичной регуляризации сетки
- 3. 2. 5. Адаптация алгоритма обобщенного покоординатного спуска для нахождения численного решения в узлах нерегулярной расчетной сетки с адаптивной подстройкой шага дифференцирования
- 3. 2. 6. Модификация пространственного метода численного решения систем нелинейных уравнений с применением радиально-базисной нейронной сети для хранения информации о пространстве решения
- 3. 3. Повышение эффективности алгоритма адаптивной подстройки шага численного дифференцирования систем эволюционного типа
- 3. 3. 1. Формирование критерия оптимальности динамической расчетной сетки
- 3. 3. 2. Выявление обобщенного алгоритма адаптивной подстройки шага для двухмерной прямоугольной нерегулярной расчетной сетки
- 3. 3. 3. Разработка эффективного алгоритма адаптивной подстройки шага с памятью
- 3. 3. 4. Исследование параметров эффективности алгоритма адаптивной подстройки шага с памятью по сравнению с широко распространенными алгоритмами
- 3. 4. Методология параметрической оптимизации эволюционных динамических систем
- 3. 4. 1. Постановка задачи параметрической оптимизации
- 3. 4. 2. Редуцирование задачи многокритериальной оптимизации к однокритериальной задаче
- 3. 4. 3. Явление овражности и методы распознавания овражной ситуации
- 3. 4. 4. Методология решения общей задачи однокритериальной оптимизации динамических систем эволюционного типа
- 3. 5. Вывод эволюционных динамических систем из экстремальных ситуаций
- Выводы
- 4. РАЗРАБОТКА АЛГОРИТМОВ И МЕТОДОВ ФУНКЦИНИРОВАНИЯ МОДУЛЕЙ СИСТЕМЫ МНОГОВАРИАНТНОГО ИНТЕРАКТИВНОГО МОДЕЛИРОВАНИЯ
- 4. 1. Разработка пользовательского интерфейса управления процессом моделирования в интерактивном режиме
- 4. 1. 1. Формирование графического пользовательского интерфейса с учетом управления в экстремальных ситуациях
- 4. 1. 2. Удаленное управление и текстовый интерфейс работы со системой интерактивного моделирования
- 4. 2. Разработка специализированного языка описания математических моделей для автоматизации задания входных данных
- 4. 3. Реализация вычислительного модуля системы моделирования динамических систем эволюционного типа
- 4. 3. 1. Осуществление автоматического перехода от математического описания модели к численной аппроксимации
- 4. 3. 2. Реализация методов задания краевых условий динамической системы
- 4. 3. 3. Формирование и хранение динамической расчетной сетки с нерегулярным шагом дифференцирования
- 4. 3. 4. Нахождение численного решения системы эволюционных уравнений в узлах расчетной сетки
- 4. 4. Сохранение и подсчет частоты использования шагов дифференцирования
- 4. 5. Квазиоптимальное управление параметрами модели через граничные условия при помощи типовых законов управления
- 4. 6. Методология визуализации результатов моделирования динамических систем эволюционного типа
- 4. 6. 1. Синтез нерегулярной самоорганизующейся структуры данных для хранения численной информации при визуализации
- 4. 6. 2. Разработка метода проекции высокочастотных численных данных на пространство визуализации
- 4. 1. Разработка пользовательского интерфейса управления процессом моделирования в интерактивном режиме
- 5. 1. Апробация работы интерактивной системы моделирования на модельной задаче процесса регенерации неподвижного слоя катализатора
Многовариантное моделирование динамических систем эволюционного типа для управления в экстремальных ситуациях (реферат, курсовая, диплом, контрольная)
Актуальность темы
исследования. Динамические системы эволюционного типа возникают в связи с современными прикладными задачами математической физики при описании поведения сплошной среды, математические модели которых представлены в виде эволюционных дифференциальных уравнений в частных производных, в которых решение зависит от одной «пространственной» и одной «временной» переменной. В ходе эволюции системы могут возникать различные экстремальные (нештатные) ситуации (режимы), приводящие к разрушению объектов технологического процесса (оборудования, сырья, продуктов и т. д.). Важнейшей задачей математического моделирования является обнаружение и предотвращение ситуаций такого рода за счет формирования управляющих воздействий на граничных условиях параметров эволюционных систем.
Проведение вычислительного эксперимента при исследовании сложных систем нелинейных эволюционных уравнений в современных универсальных системах математического моделирования осложняется высокими требованиями к точности начального приближения к решению, низкой скоростью приближения к решению или отсутствием сходимости применяемых итерационных численных методов при резких изменениях краевых условий. Кроме того, низкая производительность при использовании интерпретируемых языков описания математических моделей (MATLAB, MathCad, Mathematica и т. д.), а также недостаточная гибкость систем с трансляцией в компилируемые языки (XMDS), не позволяют использовать перечисленные программные системы для обнаружения экстремальных ситуаций и формирования управляющих воздействий, выводящих моделируемый объект из экстремального режима в реальном времени.
Решение проблемы снижения требований к точности начального приближения к решению может быть достигнуто с использованием интервальных методов, однако повышенные вычислительные затраты и погрешности при вычислении интервальных отображений функций приводят к необходимости применения многовариантного подхода, заключающегося в совместном использовании интервальных и численных итерационных методов. При этом язык описания математических моделей эволюционных систем должен иметь средства формализации экстремальных ситуаций и задания управляющих воздействий.
Таким образом, актуальность диссертационной работы определяется необходимостью создания алгоритмов и методов для повышения производительности и счетной устойчивости процессов численного решения при моделировании динамических режимов объектов эволюционного типа, осуществления обнаружения нештатных ситуаций и формирования управляющих воздействий, выводящих систему из экстремального режима.
Тематика диссертационной работы соответствует научному направлению Воронежского государственного технического университета «Вычислительные системы и программно-аппаратные комплексы».
Цель работы и задачи исследования. Целью исследования является разработка алгоритмов и методов численных расчетов для моделирования динамических режимов систем эволюционного типа, обеспечивающих повышенную счетную устойчивость, характеризующихся минимальными вычислительными затратами и требованиями к машинной памяти, а также осуществляющих обнаружение нештатных ситуаций и формирование управляющих воздействий, выводящих систему из экстремального режима.
Для достижения этой цели необходимо решить следующие задачи:
1 провести функциональный анализ распространенных программных средств математического моделирования динамических режимов систем эволюционного типа;
2 разработать структуру системы многовариантного моделирования, позволяющую осуществлять численный расчет и визуализацию динамических режимов систем эволюционного типа, обнаружение нештатных ситуаций и формирование квазиоптимальных типовых управляющих воздействий, выводящих систему из экстремального режима;
3 проанализировать традиционные способы адаптивной подстройки шага дифференцирования для аппроксимации частных производных и разработать алгоритм, учитывающий значения шагов на всех предыдущих итерациях численного расчета;
4 разработать структурный язык описания математических моделей систем эволюционного типа, включающий в себя средства задания экстремальных ситуаций и качественного вида управляющих воздействий;
5 программно реализовать и осуществить практическую апробацию системы многовариантного моделирования и алгоритмов, осуществляющих численный расчет, визуализацию динамических режимов систем эволюционного типа, обнаружение нештатных ситуаций и вывод системы из экстремального режима.
Методы исследования. В работе использованы методы исследования теории нелинейных динамических систем, численные методы решения нелинейных уравнений в частных производных, математическое программирование, интервальная математика.
Научная новизна. В диссертации получены следующие результаты, характеризующиеся научной новизной:
— алгоритм формирования частично регуляризированной расчетной сетки, учитывающий топологию разностной аппроксимации исходной системы уравнений в частных производных;
— модифицированный метод адаптивной подстройки шага, учитывающий неравномерность распределения ячеек на всех временных слоях расчетной сетки;
— критерий эффективности расчетной сетки, отражающий требования к вычислительным ресурсам, характеризующий неравномерность распределения шагов и позволяющий комплексно сравнивать различные алгоритмы построения расчетной сетки;
— структура системы многовариантного моделирования и визуализации динамических режимов систем эволюционного типа, позволяющая осуществлять обнаружение нештатных ситуаций и формирование квазиоптимальных типовых управляющих воздействий, выводящих систему из экстремального режима.
Практическая значимость работы. Предложенные в работе алгоритмы и методы построения частично регуляризированной расчетной сетки, адаптивной подстройки шага численного дифференцирования, многовариантного решения систем эволюционных уравнений, обнаружения экстремальных ситуаций, формирования управляющих воздействий и визуализации полученных результатов реализованы в виде специальной программной системы «Система многовариантного интерактивного моделирования эволюционных систем».
Разработанное программное обеспечение может быть использовано для комплексного исследования динамических систем эволюционного типа, обнаружения экстремальных ситуаций и поиска квазиоптимальных управляющих воздействий, выводящих систему из нештатного режима.
Реализация и внедрение результатов работы. Основные алгоритмы и методы, предложенные в диссертации, реализованы и апробированы в виде программной системы многовариантного интерактивного моделирования динамических систем эволюционного типа. Результаты диссертационной работы используются в учебном процессе Воронежского государственного технического университета в дисциплинах «Автоматизированные системы проектирования», «Компьютерная графика».
Апробация работы. Основные результаты работы докладывались и обсуждались на: Всероссийских конференциях «Новые технологии в научных исследованиях, проектировании, управлении, производстве» (Воронеж, 2004;2006) — Международных конференциях «Современные проблемы информатизации в системах моделирования, программирования и телекоммуникаций» (Воронеж, 2004;2006) — Международной конференции.
Современные проблемы информатизации в непромышленной сфере и экономике" (Воронеж, 2005) — научных семинарах кафедры «Автоматизированных и вычислительных систем» ВГТУ (Воронеж, 2004;2007).
Публикации. По результатам исследований опубликовано 13 научных работ, в том числе 3 — в изданиях, рекомендованных ВАК РФ. В работах, опубликованных в соавторстве и приведенных в конце автореферата, лично соискателем предложены: [53,62] - модульная структура системы многовариантного интерактивного моделирования- [54] - алгоритм адаптивной подстройки шагов численного дифференцирования- [55] -несколько подходов к обнаружению и управлению в экстремальных ситуациях- [56] - алгоритмизация и программная реализация графического представления результатов моделирования- [57,60,61] - древовидная структура данных для хранения численной информации для визуализации- [58,59] - методология отображения высокочастотных численных данных на грубой экранной сетке- [63] - структурная декомпозиция математической модели на элементы- [64] - применение радиально-базисной нейронной сети для редуцирования пространства поиска корней- [65] - методология формирования начальных и граничных условий.
Структура и объем работы. Диссертационная работа состоит из введения, пяти глав, заключения, изложена на 148 листах, содержит список литературы из 66 наименований, 30 рисунков, 3 таблицы и 2 приложения.
Выводы.
1. Проведено моделирование процесса регенерации неподвижного слоя катализатора с применением системы многовариантного интерактивного моделирования. Осуществлено решение ряда модельных задач регенерации неподвижного слоя катализатора в экстремальных условиях по температуре.
2. Проведенные вычислительные эксперименты позволяют утверждать, что система многовариантного интерактивного моделирования является гибким инструментом для численного решения систем нелинейных эволюционных уравнений и может использоваться в качестве средства исследования математических моделей динамических эволюционных систем.
3. Сочетание личного опыта пользователя и возможности автоматизированного подбора коэффициентов управляющего закона из библиотеки типовых управляющих воздействий позволяет использовать систему в качестве советчика оператору при управлении реальными объектами.
ЗАКЛЮЧЕНИЕ
.
В результате проведенной работы по разработке математического и программного обеспечения для моделирования и визуализации динамических режимов систем эволюционного типа, осуществляющего управление в экстремальных ситуациях, были получены следующие результаты.
1. Сформирована структура системы многовариантного моделирования и визуализации динамических режимов систем эволюционного типа, позволяющая осуществлять обнаружение нештатных ситуаций и формирование квазиоптимальных типовых управляющих воздействий, выводящих систему из экстремального режима.
2. Разработан алгоритм формирования частично регуляризированной расчетной сетки, учитывающий топологию разностной аппроксимации исходной системы уравнений в частных производных.
3. Произведена модификация метода адаптивной подстройки шага для учета неравномерности распределения ячеек на всех временных слоях расчетной сетки.
4. Предложен критерий эффективности расчетной сетки, отражающий требования к вычислительным ресурсам, характеризующий неравномерность распределения шагов и позволяющий комплексно сравнивать различные алгоритмы построения расчетной сетки.
5. Разработан специальный структурный язык описания математических моделей эволюционных динамических систем, являющийся подмножеством языка XML. Описания моделей автоматически транслируются в С++ код и подключаются к системе на этапе загрузки.
6. Разработана специальная программная система многовариантного моделирования, апробированная при исследовании процесса регенерации неподвижного слоя катализатора в экстремальных условиях по температуре.
Список литературы
- Павленко В.Г. Основы механики жидкости. -JL: Судостроение, 1988. -240 с.
- Тучинский М.Р.- Родных Ю.В. Математическое моделирование и оптимизация пиролизных установок. -М.: Химия, 1979.
- Задорожний В.Г., Ульянова E.JL, Родных Ю. В. Оптимизация процесса пиролиза бензина // Дифференциальные уравнения и их приложения. -Воронеж: ВГУ, 1985. -С. 25−32.
- Подвальный С.Л., Барабанов В. Ф. Моделирование периодического управления расходом сырья процесса пиролиза углеводородов. -Воронеж, 1988. -13 с. -Деп. В ВИНИТИ, № 57-ХП88.
- Самарский А.А., Попов Ю. П. Вычислительный эксперимент. -М.: Знание. 1983.
- Афанасьев В.Н., Колмаковский В. Б., Носов В. Р. Математическая теория конструирования систем управления. М.: Высш. шк., 1989. -477 с.
- Математическое моделирование. Нелинейные дифференциальные уравнения математической физики. -М.: Наука, 1987.
- Романов А.Н., Жабеев В. П. Имитаторы и тренажеры в системах отладки АСУТП. М.: Энергоатомиздат, 1987. — 112 с.
- Самарский А.А. Современные проблемы математической физики и вычислительной математики. М.: Наука, 1982. — С. 332.
- Справочник проектировщика АСУТП / Г. Л. Смилянский, Л. З. Амлинский, В. Я. Баранов и др.- Под ред. Г. Л. Смилянского. М.: Машиностроение, 1983. — 527 с.
- П.Норкин С. Б. Дифференциальные уравнения второго порядка с запаздывающим аргументом. М.: Наука, 1965.
- Солодов А.В., Солодова Е. А. Система с переменным запаздыванием. М.: Наука, 1980.384 с.
- Эльсгольц Л.Э., Норкин С. Д. Введение в теорию дифференциальных уравнений с отклоняющимся аргументом. М.: Наука, 1971.
- Янушевский Р.Т. Управление объектами с запаздыванием. М.: Наука, 1978.-416 с.
- Айзерман М.А., Гантмахер Ф. Р. Абсолютная устойчивость регулируемых систем. М., Изд-во АН СССР, 1963.
- Андронов А.А., Витт А. А., Хайкин С. Э. Теория колебаний. М.: Наука, 1981.
- Барбашин Е.А. Введение в теорию устойчивости. М., Наука, 1967.
- Неймарк Ю.И., Ланда П. С. Стохастические и хаотические колебания. М.: Наука, 1987.
- Нелепин Р.А. Точные аналитические методы в теории нелинейных автоматических систем. Л.: Судостроение, 1967.
- Попов Е.П. Теория нелинейных систем автоматического регулирования и управления. М., Наука. 1979. 351 с.
- Точные аналитические методы исследования нелинейных автоматических систем. Бутенин Н. В., Нелепин Р. А. // Прикладная математика и кибернетика. М., Наука, 1973. С. 39−45.
- Четаев Н.Г. Устойчивость движения. М., Гостехиздат, 1946.
- Дэннис Дж., Шнабель Р. Численные методы безусловной оптимизации и решения нелинейных уравнений. М.: Мир, 1988.
- Мак-Кракен Д., Дорн У. Численные методы и программирование на Фортране. -М.: Мир, 1977.
- Островский A.M. Решение уравнений и систем уравнений. М.: ИЛ, 1963.
- Трауб Дж. Итерационные методы решения уравнений. М.: Мир, 1985.
- Вержбицкий В.М. Основы численных методов. М.: Высш. Шк., 2002 -840 с.
- Васильев Ф.П. Численные методы решения экстремальных задач. М.: Наука, 1988.
- Галлеев Э. М. Тихомиров В.Н. Оптимизация: теория, примеры, задачи. М.: Эдиториал УРСС, 2000.
- Гилл Ф., Мюррей У., Райт М. Практическая оптимизация М.: Мир, 1985.
- Лесин В.В., Лисовец Ю. П. Основы методов оптимизации. М.: Изд-во МАИ, 1995.
- Neumaier A.- Interval Methods for Systems of Equations // Cambridge University Press, Cambridge, 1990-C. 143−145.
- Цирлин A.M. Оптимальные циклы и циклические режимы. М.: Энерноатомиздат, 1985. — 264 с.
- Кафаров В.В., Мешалкин В. Г., Гурьева Л. В. Оптимизация теплообменных процессов и систем. -М.: Энергоатомиздат, 1988.
- Цирлин A.M., Балакирев B.C., Дудников Е. Г. Вариационные методы оптимизации управляемых объектов. М.: Энергия, 1976.
- Балакирев B.C., Володин В. М., Цирлин A.M. Оптимальное управление процессами химической технологии (Экстремальные задачи в АСУ). -М.: Химия, 1978.-383 с.
- Кафаров В.В. Методы кибернетики в химии и химической технологии. -М.: Химия, 1985.-448 с.
- Бодров В.И., Вильский Е. Г. Оптимизация процесса пиролиза с использованием нестационарной математической модели // Теор. основы хим. технол. 1977. — № 45. — С. 750−756.
- Федоренко Р.П. Приближенное решение задач оптимального управления. М.: Наука, 1978. — 448 с.
- Розенброк X., Стори С. Вычислительные методы для инженеров-химиков. М.: Мир, 1968.
- Черноруцкий И. Г. Методы оптимизации в теории управления. СПб.: Питер, 2004.
- Уилкинсон Дж. X. Алгебраическая проблема собственных значений. М.: Наука, 1970.
- Парлетт Б. Симметричная проблема собственных значений. М.: Мир, 1983.
- Химмельблау Д. Прикладное нелинейное программирование. М.: Мир, 1975.
- Фадеев Д. К., Фадеева В. Н. Вычислительные методы линейной алгебры. М.: Физматгиз, 1963.
- Уилкинсон Дж. X., Райнш С. Справочник алгоритмов на языке АЛГОЛ. М.: Машиностроение, 1976.
- Chen, S., C.F.N. Cowan, P. M. Grant.- Orthogonal Least Squares Learning Algorithm for Radial Basis Function Networks // 1991 C. 302−309.
- James A. Freeman, David M. Skapura.- Neural networks: algorithms, applications, and programming techniques //1991. C. 103−106.
- Гилл Ф., Мюррей У., Райт М. Практическая оптимизация. М.: Мир, 1985.
- Ракитский Ю.В., Устинов С. М., Черноруцкий И. Г. Численные методы решения жестких систем. М.: Наука, 1979.
- Черноруцкий И. Г. Оптимальный параметрический синтез: электротехнические устройства и системы. Л.: Энергоатомиздат, 1987.
- Барабанов В.Ф., Подвальный С. Л. Интерактивные средства моделирования сложных технологических процессов. Воронеж: ВГТУ, 2000.
- Барабанов В.Ф., Плахотнюк О. С. Моделирование и визуализация динамических систем эволюционного типа // Вестник ВГТУ. 2005. -Том 1, № 5.-С. 40−42.
- Плахотнюк О.С., Барабанов В. Ф. Применение эффективного алгоритма адаптивной подстройки шагов дифференцирования с памятью для численного решения уравнений эволюционного типа // Вестник ВГТУ. 2007. — № 1.
- Плахотнюк О.С., Барабанов В. Ф. Прогнозирование и предотвращение экстремальных ситуаций в ходе моделирования динамических систем эволюционного типа // Вестник ВГТУ. 2007. — № 1.
- Барабанов В.Ф., Плахотнюк О. С. Программный модуль «Система визуализации численных данных на плоскости», ФАП ВНТИЦ № 2 649 916 100 139 от 22.12.2003.
- Барабанов В.Ф., Плахотнюк О. С. Визуализация результатов моделирования //Новые технологии в научных исследованиях, проектировании, управлении, производстве: Труды Всерос. конференции.- Воронеж, гос. тех. ун-т, 2004. -С.23−24.
- Барабанов В.Ф., Плахотнюк О. С. Графическое представление результатов моделирования //Современные проблемы механики и прикладной математики: Сборник трудов международной школы-семинара. Воронеж, ВГУ, 2004. -С.63−66.
- Барабанов В.Ф., Плахотнюк О. С. Интерактивная система моделирования динамических режимов систем эволюционного типа //
- Плахотнюк О.С., Хмелевской К. Г. Разработка интерактивной среды численного исследования математических моделей.
- Плахотнюк О.С., Барабанов В. Ф. Использование радиально-базисной нейронной сети для численного решения систем нелинейных уравнений // Прикладные задачи моделирования и оптимизации: Межвузовский сборник научных трудов. Воронеж, 2006. -С. 122−128.
- Барабанов В.Ф., Плахотнюк О. С. Исследование динамических режимов систем эволюционного типа // Новые технологии в научных исследованиях, проектировании, управлении, производстве: Труды Всероссийской конференции. Воронеж, ВГТУ, 2006. -С.31.