Отправьте статью сегодня! Журнал выйдет ..., печатный экземпляр отправим ...
Опубликовать статью

Молодой учёный

Использование IPython в качестве интерактивной среды математического моделирования процессов в машиностроении

Спецвыпуск
16.12.2015
924
Поделиться
Библиографическое описание
Игнатьев, А. А. Использование IPython в качестве интерактивной среды математического моделирования процессов в машиностроении / А. А. Игнатьев, К. А. Субоч. — Текст : непосредственный // Молодой ученый. — 2015. — № 21.2 (101.2). — С. 25-27. — URL: https://moluch.ru/archive/101/23656.

 

Python – это язык программирования высокого уровня, позволяющий создавать кросплатформенный, легко читаемый, гибкий и лаконичный код. Python отличает высокая скорость разработки, лёгкость в освоении, возможность решения как простых прикладных задач, так и проведение сложных математических расчётов. Эталонная реализация Python – CPython распространяется под лицензией Python Software Foundation License, позволяя использовать его в проприетарных приложениях. Стандартная библиотека языка включает множество полезных функций, также, функционал может быть расширен, путём подключения сторонних библиотек, большинство из которых распространяются под лицензиями GPL и LGPL. Все вышеперечисленные факторы позволили этому, относительно молодому языку программирования, стать мощным инструментом в решении научных и вычислительных задач. Различные реализации Python используются в таких компаниях, как IBM, CERN, NASA, STSCI, Apple, Google, Яндекс, Mail.Ru.

Одной из самых известных масштабируемых сборок Python, предназначенных для обработки данных, прогнозирования, анализа, математического моделирования, визуализации, машинного обучения, инженерных и научных расчётов, является Anaconda, предоставляемая компанией ContinuumAnalytics. В её состав входят интерпретаторы Python 2-ой и 3-ей ветви (2.6, 2.7 и 3.3 соответственно), а также более 100 библиотек для научных, инженерных, финансовых и аналитических расчётов, в числе которых NumPy, SciPy, Pandas, IPython, Matplotlib, Numba, Blaze, Bokeh. Стабильность работы компонентов сборки, её богатые возможности и бесплатность (сборка распространяется под лицензией GPL2) позволяют ей успешно конкурировать с такими коммерческими математическими пакетами, как Matlab, Maple, Mathematica.

IPython – один из компонентов пакета SciPy, интерактивная оболочка над интерпретатором Python, разработанная Fernando Perez и распространяемая под лицензией BSD. Она позволяет производить интерактивные параллельные вычисления, визуализацию данных и создание графического пользовательского интерфейса как из командной оболочки операционной системы, так и посредством браузера, через веб-интерфейс IPythonNotebook.

Создание абстрактной модели агрегата производственной системы — одна из задач, на верном решении которой строится успешное моделирование работы всей системы. Модель агрегата представляет собой объект, который может находится в одном из нескольких состояний в зависимости от управляющих команд и других моделируемых факторов. Состояний объекта соответствуют выполняемым им функциям, а также включают простои и поломки оборудования. Состояние любого агрегата в момент времени может описываться уравнением:

        (1)

где — оператор переходов агрегата; — начальный момент времени; — следующий за момент времени, в который произошло изменение состояния агрегата; - начальное состояние агрегата.

Модель агрегата реализуем в виде стандартного класса Python. Основные константы, влияющие на поведение модели, реализуются в виде полей класса, методы класса условно подразделяются на внутренние и открытые. Внутренние методы предназначены для логической группировки кода класса, внешние же методы реализуют управляющий функционал. В file-header указываются директивы импорта математических модулей. Слоты определяют набор полей объекта класса Agregat, хранящих всю информацию о его состоянии. Основными моделируемыми параметрами оборудования относительно времени его работы являются время, необходимое для обработки детали, количество деталей в буфере агрегата, ошибки в работе оборудования и его простои, вызванные этими ошибками, простои, вызванные отсутствием детали в агрегате и его буфере.



Результат моделирования представляется в виде диаграмм, способы реализации которых аналогичны графикам в Mathlab.

Рис. 1. Результаты моделирования работы элемента ГПС в системе IPython

Основной график отображает время оставшееся время работы установки (до завершения механической обработки). Графики в верхней части изображения показывают количество деталей в буфере агрегата, наличие ошибок в работе агрегата и время, оставшееся до их устранения и моменты простоя агрегата относительно общего времени моделирования.

Таким образом, применение пакета Anaconda к классической задаче имитационного моделирования, позволило построить тривиальны алгоритм, основанный на базовых принципах ООП и полностью отвечающий требованиям, поставленным перед математической моделью. Язык Python в целом и пакет Anaconda в частности открывает перед инженером огромные возможности по моделированию и анализу машиностроительных процессов любой сложности, позволяя сократить затрачиваемые материальные и человеческие ресурсы, что является весомым аргументом при выборе программной базы для автоматизации производства.

 

Литература:

  1. Python Software Foundation. Python Official Website.// Python Comunity. 1990-2014. URL: http://www.python.org/ (дата обращения: 10.10.2013).
  2. Python Software Foundation. The Python Tutorial. 1990-2014. URL: http://www.python.org/3/tutorial/index.html (дата обращения: 10.10.2013).
  3. Continuum Analytics. Anaconda Scientific Python Distribution. URL: https://store.continuum.io/cshop/anaconda/ (дата обращения: 10.10.2013).
  4. IPython development team. Announcements — IPython. URL: http://ipython.org/ (дата обращения: 10.10.2013).
  5. В. Дьяконов. MATLAB 6/6.1/6.5 Simulink 4/5 в математике и моделировании. Салон-пресс. М. 2003. – 576с.
  6. Ларсен Р. У. Инженерные расчеты в Excel (Пер. с англ.). М. Вильямс. 2002. – 544с.
Можно быстро и просто опубликовать свою научную статью в журнале «Молодой Ученый». Сразу предоставляем препринт и справку о публикации.
Опубликовать статью
Молодой учёный №21 (101) ноябрь-1 2015 г.
Скачать часть журнала с этой статьей(стр. Т.2. 25-27):
Спецвыпуск 2 (75 с.)
Похожие статьи
Математическая модель надежности на основе расчета рисков возникновения отказов
Моделирование очереди обслуживания клиентов методом имитационного моделирования на Python: влияние числа каналов на среднее время ожидания
Применение языка программирования Python в конструкторских расчетах
Разработка программного модуля лабораторной информационно-управляющей системы (ПМ ЛИУС) газохимического комплекса
Моделирование и визуализация динамических систем на Python: пример простого маятника и PID-регулятора
Имитационное моделирование процесса передачи данных
Метод предсказания возникновения дефектов выявлением периодичности
Изучение основ компьютерного моделирования студентами профессионального обучения
Моделирование работы агрегатора «Яндекс. Такси» как системы массового обслуживания
Использование электронных таблиц «Excel» в настройке станков с ЧПУ

Молодой учёный