Идентификация и синтез системы акусто-магнитной обработки жидкости

• Автор: Коржаков, Алексей Валерьевич
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2005
• Место защиты: Краснодар
• Количество страниц: 186 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ.

1 ТЕОРЕТИКОМЕТОДОЛОГИЧЕСКИЕ ОСНОВЫ ИССЛЕДОВАНИЙ СИСТЕМ.

1.1 Классификация методов системного анализа.

1.2 Обобщенная методика системного анализа

1.3 Выводы

2 МЕТОДИКА СИСТЕМНОГО АНАЛИЗА СИСТЕМЫ АКУСТОМАГНИТНОЙ ОБРАБОТКИ ЖИДКОСТИ.

2.1 Разработка концепции системы акустомагнитной обработки.

2.2 Анализ существующих систем обработки жидкости.

2.3 Формирование целей и критериев системы акустомагнитной обработки жидкости.

2.4 Разработка модели системы акустомагнитной обработки жидкости

2.5 Проверка построенной модели на точность и адекватность
2.6 Исследование модели и получение функционала оптимизации.
2.7 Построение системы акустомагнитной обработки жидкости
2.7.1 Система акустомагнитной обработки воды
2.7.2 Система акустомагнитной обработки топлива.
2.8 Выводы
3 МОДЕЛИ СИСТЕМ АКУСТОМАГНИТНОЙ ОБРАБОТКИ ЖИДКОСТИ
3.1 Построение модели системы акустомагнитной обработки воды.
3.1.1 Линейная математическая модель процесса
3.1.2 Нахождение почти стационарной области
3.1.3 Математическая модель второго порядка
3.1.4 Оптимизация значений параметров обработки воды.
3.2 Построение модели системы акустомагнитной обработки
воды, применяемой для полива грибов
3.2.1 Линейная математическая модель процесса
3.3 Построение модели системы акустомагнитной обработки топлива
3.3.1 Линейная математическая модель процесса
3.3.2 Нахождение почти стационарной области.
3.3.3 Математическая модель второго порядка.
3.3.4 Определение оптимальных значений параметров обработки топлива
3.4 Выводы
4 СИСТЕМА АВТОМАТИЗАЦИИ ОБРАБОТКИ РЕЗУЛЬТАТОВ
ЭКСПЕРИМЕНТОВ.
4.1 Модель предметной области.
4.2 Спецификации и назначения модулей.
4.3 Модель системы, реализующей процесс акустомагнитной обработки.
4.4 Диаграмма потоков данных
4.5 Функциональная схема системы
4.6 Общие принципы работы программы.
4.7 Руководство пользователя
4.8 Рекомендации разработчикам
4.9 Тестирование и отладка
4. Надежность программного средства.
4. Выводы.
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ


Г. считает, что если размеры элементов выбрать большими, то задача установления связей между ними и их взаимодействия в интересах анализа системы в целом будет решаться легко, однако при этом будет затруднено изучение каждого из элементов. Можно, наоборот, каждый из элементов системы выбрать столь малым, что изучить его индивидуальную структуру будет сравнительно просто. Однако совокупность связей между элементами и описание их взаимодействия при этом могут оказаться настолько сложными, что решение задачи анализа системы в целом достигнуто не будет. Макроподход. При этом подходе сложная система рассматривается как «черный ящик», внутреннее строение которого неизвестно. Сущность макроподхода определяется специфическими особенностями сложных систем управления. В процессе макроподхода исследователь имеет возможность, воздействуя различным образом на вход системы, анализировать ее реакцию на соответствующие выходные воздействия. Чем больше поступает различных воздействий на вход системы, тем детальнее можно выяснить природу изучаемой системы. При этом мощность множества входных воздействий принципиальным образом связана с разнообразием состояний выходов системы. Однако имеется определенный предел информации, которая может быть получена при использовании макроподхода. Если на основании имеющихся данных может быть построена система, в точности повторяющая поведение исследуемой системы на всем множестве использованных входных воздействий, задачу макроподхода можно считать решенной. Но создание аналога «черного ящика», конечно, не означает, что исследование системы проведено полностью. Невозможно испытать все возможные входы и выходы, а также взаимосвязи между ними. В процессе макроподхода исследователь сознательно ограничивается на множестве интересующих его воздействий, т. При использовании макроподхода, по мнению Раскина Л. Основная цель планирования эксперимента заключается в получении максимального количества информации о свойствах исследуемого объекта при минимальном количестве проведенных опытов. Такой подход обусловлен высокой стоимостью экспериментов, как физических, так и вычислительных, и вместе с тем необходимостью построения адекватной модели. При выборе вида эксперимента следует учитывать ограничения на выбор управляемых факторов и характер их изменения. Детальное представление о свойствах поверхности отклика может быть получено лишь при условии использования густой дискретной сетки значений факторов, покрывающей все факторное пространство. В узлах этой многомерной сетки находятся точки плана, в которых проводятся опыты. В этом случае можно получить факторную модель, которая будет практически почти полностью соответствовать исходной теоретической модели. Выбор структуры факторной модели основан на постулировании определенной степени гладкости поверхности отклика. Поэтому с целью уменьшения количества опытов применимо небольшое число точек плана, для которых осуществляется реализация эксперимента. В отсутствии априорной информации о свойствах функции отклика нет смысла сразу строить сложную математическую модель объекта. При этом используются результаты опытов, выполненных при построении простой модели, и проводится некоторое количество дополнительных опытов. При большом уровне случайной помехи получается большой разброс значений функции отклика У в опытах, проведенных в одной и той же точке плана. В этом случае оказывается, что чем выше уровень помехи, тем с большей вероятностью простая модель окажется работоспособной. Чем меньше уровень помехи, тем точнее должна быть факторная модель. Кроме случайной помехи при проведении эксперимента имеет место систематическая помеха. Наличие этой помехи практически никак не обнаруживается и результат ее воздействия на функцию не поддается контролю. Однако, если путем соответствующей организации проведения опытов искусственно создать случайную ситуацию, то систематическую помеху можно перевести в разряд случайных. Такой принцип организации эксперимента называют рандомизацией систематически действующих помех. Наличие помех приводит к ошибкам эксперимента. В активных вычислительных экспериментах ошибки характерны только для определяемых значений функций отклика.