Идентификация показателей качества судовых автоматизированных систем на основе ортогональных планов вычислительного эксперимента

• Автор: Барщевский, Георгий Евгеньевич
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2014
• Место защиты: Санкт-Петербург
• Количество страниц: 158 с. : ил.

ОГЛАВЛЕНИЕ
Введение
1.Постановка задачи исследования идентификации судовых
автоматизированных систем на основе планирования вычислительного эксперимента
1.1. Основные понятия и определения
1.2. Идентификация судовых АС на основе планирования вычислительного эксперимента
1.3. Моменты плана вычислительного эксперимента
1.4 Критерии оптимальности планов вычислительного эксперимента
1.5. Критерий минимизации смещения
2.Синтез квазиортогональных планов вычислительного эксперимента, минимизирующих смещение
2.1.Условия оптимальности непрерывных планов вычислительного эксперимента
2.2.Синтез квазиортогональных планов четвертого порядка минимизирующих смещение
2.3. Параметрический синтез планов вычислительного эксперимента, на основе модифицированного метода деформированных многогранников
3. Программный комплекс для автоматического формирования и обработки квазиортогональных планов четвертого порядка вычислительного эксперимента, минимизирующих смещение
3.1. Структура программного комплекса
3.2. Описание программной реализации

4. Идентификация показателей электромагнитной совместимости судового электрооборудования ЭЭС со статическими выпрямителями
4.1 Электромагнитная совместимость статических выпрямителей и судового электрооборудования
4.2. Искажение синусоидальности кривой напряжения судовых ЭЭС
4.3. Формализация задачи разработки полиномиальных моделей коэффициента искажения кривой напряжения
4.4. Расчет коэффициента искажения ЭЭС буровой установки
Список используемой литературы

ВВЕДЕНИЕ
Отличительной особенностью современного судостроения является непрерывное усложнение современных судовых автоматизированных систем (САС). Поведение сложных автоматизированных систем, как правило, описывается нелинейными дифференциальными, трансцендентными и алгебраическими уравнениями сравнительно высокого порядка. Поэтому определение оптимального с точки зрения принятого критерия варианта проектируемой системы на основе полной модели автоматизированной системы при помощи численных расчетов во многих случаях затруднительно даже с использованием персональных компьютеров (ПК), так как с увеличением порядка уравнений, описывающих поведение системы, сложность решения задач растет значительно быстрее. Эта особенность процесса решения, названная известным американским математиком Р. Веллманом «проклятием многомерности», приводит к большим затратам на детальное исследование проектируемой системы. Поэтому на ПК обычно производятся расчеты ряда окончательных вариантов, а предварительные расчеты осуществляются на основе упрощенных, в основном линейных математических моделей невысокого порядка.
В то же время процесс линеаризации и упрощения дифференциальных уравнений высокого порядка, как правило, проводится при весьма серьезных допущениях, является весьма громоздким и далеко не всегда гарантирует необходимую точность полученных результатов. Очень часто оптимальные решения, полученные с помощью линеаризованных моделей нелинейных систем, значительно отличаются от результатов, полученных при расчете на основе полных моделей.

При этом предполагается, что аппроксимирующая модель имеет меньшую степень, чем аппроксимируемая.
Представим матрицу наблюдений О в виде двух подматриц, соответствующих подвекторам f ( е = [ае2] (1-23)
Информационная матрица М, соответствующая аппроксимируемой полиномиальной модели:

М, М1и
МЦ1 М

(1.24)
где М,, и М!П, - подматрицы соответствующие /, (д), /2 (д).
Кроме того, рассмотрим матрицу моментов А, соответствующую симметричному распределению параметров в области:

Ац А//

Ли I лпп
(1.25)
Подматрицы матрицы А определяются выражениями:
Ап = /М)Л (чЫчЩ; Ап = (дУр(д)Ад; (1.26)
Аз = Мч)/!{чЖчШ, А, = А

<р(д) - многомерная плотность распределения исследуемых параметров в области О.
В качестве меры точности приближения аппроксимирующей полиномиальной модели к аппроксимируемой возьмем интегральную оценку ошибки аппроксимации, усредненную по заданной области с учетом закона распределения исследуемых параметров:
I=/1 к(а &,)- к(&ё, А)| 2<р(вш,, (1-27)
Следует отметить, что при детерминированной постановке задачи функция распределения функция рф) может играть роль весовой функции,