Библиографическое описание:

Туляганов З. Я. Модельная поддержка натурных испытаний технологических процессов // Молодой ученый. — 2016. — №8. — С. 319-321.



Технологические процессы промышленных производств в соответствии с требованиями наблюдаемости обслуживаются информационными системами контроля, управления, исследования, диагностики, проектирования и испытания технических средств. Улучшение наблюдаемости методами прямых и косвенных измерений в сочетании с методами автоматизированного проектирования и способами интерпретации наблюдений обеспечивают информационную основу для достижения нового качества функционирования технологических объектов промышленных производств.

Сложность современных технических систем и комплексов, средств обеспечивающих экспериментальную отработку объектов, организационной структуры экспериментов и связанные с этим трудности перестройки экспериментов в процессе их реализации делают необходимым проведение ряда мероприятий по повышению эффективности этого этапа создания аппаратуры.

Один из путей решения этой задачи — широкое привлечение методов моделирования к натурным экспериментам с целью получения в ограниченное время результатов из минимального объема экспериментальных данных [1].

На рис. 1 приведена качественная зависимость относительных показателей трудоемкости (Т) натурных испытаний (график 1), моделирования процессов испытаний (график 3) и натурных экспериментов с модельной поддержкой (график 2) от относительной сложности (S) объекта испытаний. Можно отметить, что модельная поддержка позволяет в 1,5–2 раза уменьшить трудоемкость натурных экспериментов [2].

Поэтому в натурных испытаниях приходится создавать некоторую имитационную обстановку. В этих случаях полнота и достоверность получаемого экспериментального материала могут быть гарантированы при привлечении к исследованиям организационную схему экспериментальных исследований, которые в общем случае должны проводиться в следующем порядке:

– разработка модели систем натурного эксперимента;

– составление программ и проведение моделирования для отработки плана экспериментов и их оптимизации;

– натурный эксперимент в имитационной обстановке;

– уточнение на основе экспериментальных данных разработанной модели и программ моделирования;

– модельная поддержка для увеличения объема статистических данных и прогнозирования результатов натурных испытаний;

– разработка модели системы натурного эксперимента и составление программ моделирования с учетом реальных условий функционирования объекта;

– разработка методов переноса результатов, получаемых в процессе моделирования, на реальные условия функционирования объекта;

– оценка эффективности функционирования объекта в реальных условиях.

Вне зависимости от вида моделирования и помимо работ, связанных с постановкой задачи, выбором критериев оценки и методов оптимизации, реализации моделей в виде программ или схем моделирования, их отладки и собственно моделирования, важнейшей задачей является разработка моделей, объективно отражающих процессы, подлежащие изучению.

Рис. 1. Относительные показатели трудоемкости натурных испытаний

Таким образом, применение методов моделирования зачастую позволяет существенно сократить материальные затраты и сократить сроки натурных испытаний. При этом имеется возможность изучать свойства исследуемого объекта в широкой области изменения условий работы, что достигается вариацией параметров модели [3].

Однако всякая модель отражает динамику работы реальной системы приближенно, с некоторыми допущениями. Поэтому оценки характеристик системы, рассчитанные только с использованием результатов моделирования, даже при бесконечном числе модельных экспериментов будут смещенными. В общем случае величина этого смещения будет зависеть как от качества априорных сведений о структуре и параметрах реального объекта, так и от объема натурных испытаний.

В зависимости от того, какие сведения преобладают в описании моделируемой системы, различают модели функционирующих и проектируемых систем. Применительно к системам натурных испытаний мало изучен вопрос разработки моделей проектируемых систем, т. е. когда известны предполагаемая структура системы и данные о функционировании ее отдельных элементов, но отсутствуют данные о функционировании системы в целом.

Имеется ряд трудностей, возникающих при создании систем натурного эксперимента, поскольку при этом приходится использовать количественные оценки в условиях информационной недостаточности, оценки эффективности и оптимизации при избыточности определяющих факторов, анализировать результаты с учетом работы коллектива экспериментаторов. Эти трудности проявляются на всех направлениях исследований (анализ способов построения и использования моделей, определение необходимых характеристик используемых устройств, оценка характеристик выполнения операции, выбор и оценка показателей функционирования).

Методы моделирования, используемые для проведения такого рода исследований, должны постоянно совершенствоваться в связи с возрастающими требованиями к точности и оперативности выполнения анализа.

Применительно к натурным испытаниям при моделировании возникает необходимость более полной имитации внешней обстановки, создания комплекса программных и технических средств с учетом эргономических требований, решения задач автоматической разработки и отладки программ вычислительной системы.

Повышение эффективности исследований связано не только с совершенствованием процессов моделирования и натурных испытаний, но и с правильным их сочетанием. Основой этого является сближение принципов имитации внешней обстановки, объекта управления и основных систем.

При таком подходе вопрос о проведении эксперимента в лабораторных или реальных условиях решают, исходя из экономических ограничений с учетом возможностей экспериментальной базы. Предельным случаем является отработка систем, функционирующих в условиях, которые невозможно имитировать в лабораторных условиях.

Повышение эффективности процесса моделирования систем натурного эксперимента связано как с увеличением числа учитываемых факторов, так и с расширением круга решаемых задач за счет внедрения современных методов построения моделирующих алгоритмов, планирования экспериментов для оценки и оптимизации показателей, синтеза структуры и прогнозирования характеристик за счет внедрения более совершенных аппаратных и программных средств сопряжения моделирующих комплексов с вычислительной техникой [4].

Решение задачи совершенствования процесса натурных испытаний во многом зависит от возможностей технической базы, мощность которой ориентировочно может быть оценена из выражения:

,

где n — число решаемых задач; m — число вариантов в задаче; — число учитываемых факторов при решении j-го варианта в i-ой задаче.

Производительность технической базы может быть определена отношением располагаемой мощности E к мощности E1 технической базы, обеспечивающей проведение полного объема исследований (с максимальным числом решаемых задач и учитываемых факторов):

где .

Модельная поддержка натурных испытаний позволяет решать задачи, которые не решаются традиционными методами. При испытаниях сложных технических систем, несущих значительный объем разнотипной информации, моделирование позволяет скомплексировать реальную аппаратуру, произвести ее сопряжение и совместную отладку в условиях, близких к реальным, обеспечить функционирование моделей, отражающих отдельные этапы испытаний, реализовать натурную обстановку.

Моделирование систем натурных испытаний можно условно разделить на модельное обеспечение отдельных экспериментов и натурных испытаний в целом. Задачи первого вида моделирования — проверка корректности задания на проведение эксперимента, формирование прототипа эксперимента, тренировка экспериментаторов, отработка синхронной работы технических средств, прогноз результатов и т. д. В том случае моделирование является инструментом для анализа возможных отказов, определения характеристик исследуемого объекта с учетом результатов эксперимента, корректировки и проверки адекватности модели реальному процессу и т. п.

Модельная поддержка натурных экспериментов в целом — определение статистических характеристик объекта, которые не могут быть выявлены по результатам натурных работ (функционирование в критических ситуациях), а также статистических характеристик натурно-модельных оценок. Естественно, что последнюю задачу можно решить лишь с помощью так называемого натурно-модельного эксперимента, который представляет собой спланированный и скоординированный в методическом, техническом и организационном отношениях процесс, объединяющий результаты натурных испытаний и моделирования. Такой способ проведения предполагает их органическое сочетание в реальном масштабе времени.

Литература:

  1. Алексеев Е. Р. SciLab: Решение инженерных и математических задач / Е. Р. Алексеев, О. В. Чеснокова, Е. А. Рудченко. — М.: Бином. Лаборатория знаний, 2008. — 260 с.
  2. Алямовский А. А. SolidWorks. Компьютерное моделирование в инженерной практике / [А. А. Алямовский, А. А. Собачкин, Е. В. Одинцов и др.]. — СПб.: БХВ-Петербург, 2005. — 800 с.
  3. Бабич М. Д. Вычислительный эксперимент в проблеме оптимизации вычислений. I / М. Д. Бабич, В. К. Задирака, И. В. Сергиенко // Кибернетика и системный анализ. — 1999. — № 1. — С. 51–63.
  4. А. Ф. Верлань, Б. Б. Абдусатаров, А. А. Игнатченко, Н. А. Максимович. Методы и устройства интерпретации экспериментальных зависимостей при исследовании и контроле энергетических процессов / —К.: Наукова думка, 1993. — 208 с.

Обсуждение

Социальные комментарии Cackle