Наблюдение, анализ и моделирование являются средствами познания и прогнозирования процессов, явлений и ситуаций во всех сферах объективной действительности. Наблюдения за явлениями природы, постановка экспериментов позволили установить физические законы. Эти законы проявляются в определенных количественных соотношениях между параметрами процесса или явления независимо от того, происходят ли они в действительности или их реализацию можно только представить.
Знание физических законов позволяет облечь их в ту или иную математическую форму, после чего, решая дифференциальные, алгебраические уравнения или производя другие вычисления, мы получим значения интересующих нас параметров или показателей.
В процессе моделирования очень важным является системное представление о рассматриваемом объекте (систематизация), первое и главное свойство которого – наличие цели, для реализации которой предназначается рассматриваемая совокупность предметов, явлений, логических представлений, формирующих объект. Цель функционирования системы редуцирует системные признаки, с помощью которых описываются, характеризуются элементы системы. При изменении цели другими могут стать как существенные системные признаки, так и связи с внешней средой.
Для выделения системы требуется наличие:
- цели, для реализации которой формируется система;
- объекта исследования, состоящего из множества элементов, связанных в единое целое важными, с точки зрения цели, системными признаками;
- субъекта исследования («наблюдателя»), формирующего систему;
- характеристик внешней среды по отношению к системе и отражения ее взаимосвязей с системой.
Наличие субъекта исследования и некоторая неоднозначность, субъективность при выделении существенных системных признаков вызывают значительные трудности для однозначного выделения системы и соответственно ее универсального определения.
Изложенное выше дает возможность определить систему как упорядоченное представление об объекте исследования с точки зрения поставленной цели. Упорядоченность заключается в целенаправленном выделении системообразующих элементов, установлении их существенных признаков, характеристик взаимосвязей между собой и с внешней средой. Системный подход, формирование системы позволяют выделить главное, наиболее существенное в исследуемых объектах и явлениях; игнорирование второстепенного упрощает, упорядочивает в целом изучаемые процессы. Для анализа многих сложных объектов и ситуаций такой подход важен сам по себе, однако, как правило, построение системы служит предпосылкой для разработки или реализации модели конкретной ситуации или объекта.
Автоматизированные системы научных исследований
... системы получения или исследования моделей, которые используются в других типах автоматизированных систем для управления, проектирования или прогнозирования. 2. Определение АСНИ Автоматизированная система научных исследований ... различных этапах исследований; реализация основных функций, возлагаемых на такого рода системы. Последовательное расширение сферы автоматизации научных исследований - ...
Описанный подход предполагает ясность цели исследования и детерминированное к ней отношение всех элементов системы, взаимосвязь между ними и с внешней средой. Такие системы называют детерминированными.
Альтернативу представляют системы со стохастической структурой (случайной природы), когда либо отсутствует ясно выраженная цель исследования, либо по отношению к ней нет полной определенности, какие признаки считать существенными, а какие – нет; то же относится и к связям элементов системы с внешней средой.
Методы построения и исследования стохастических систем, как правило, более сложны, чем детерминированных. В некоторых случаях существуют способы сведения стохастических систем к специальным образом построенным детерминированным.
Структура и свойства модели зависят от целей, для достижения которых она создается. В этом органическое единство системы и модели. Если неизвестна цель моделирования, то неизвестно и с учетом каких свойств и качеств надо строить модель.
Модель определяется как формализованное представление об объекте исследования с точки зрения поставленной цели.
Различия между определениями системы и модели состоят в том, что систематизация предполагают лишь упорядочение, тогда как моделирование – формализацию взаимосвязей между элементами системы и с внешней средой.
Под моделированием понимается исследование объектов познания не непосредственно, а косвенным путем, при помощи моделей.
Типы моделей
Модели можно различать по ряду признаков: характеру моделируемых объектов, сферам приложения, глубине моделирования, средствам моделирования. По последнему признаку методы моделирования делятся на две группы: материальное (предметное) и идеальное.
Материальное моделирование, основывающееся на материальной аналогии моделируемого объекта и модели, осуществляется с помощью воспроизведения основных геометрических, физических, других функциональных характеристик изучаемого объекта. Частным случаем материального моделирования является физическое моделирование, по отношению к которому, в свою очередь, частным случаем является аналоговое моделирование. Оно основано на аналогии явлений, имеющих различную физическую природу, но описываемых одинаковыми математическими соотношениями. Пример аналогового моделирования – изучение механических колебаний с помощью электрической системы, описываемой теми же дифференциальными уравнениями. Так как эксперименты с электрической системой обычно проще и дешевле, она исследуется в качестве аналога механической системы.
Идеальное моделирование отличается от материального принципиально. Оно основано на идеальной, или мыслимой, аналогии. В экономических исследованиях это основной вид моделирования. Идеальное моделирование, в свою очередь, разбивается на два подкласса: знаковое (формализованное) и интуитивное.
Интуитивное моделирование встречается в тех областях науки, где познавательный процесс находится на начальной стадии или имеют место очень сложные системные взаимосвязи. Такие исследования называют мысленными экспериментами. В экономике до последнего времени в основном применялось интуитивное моделирование; оно описывает практический опыт работников.
При знаковом моделировании моделями служат схемы, графики, чертежи, формулы. Важнейшим видом знакового моделирования является математическое моделирование, осуществляемое средствами логико-математических построений.
Методы математического описания элементов и систем управления
Анализ процессов, происходящих в системах, и эффективное решение задач расчета, проектирования и конструирования систем и устройств возможны лишь с применением языка и методов математики. Причем первым этапом при исследовании или конструировании системы является составление математического описания (математической модели) ее элементов и системы в целом.
Составление математического описания конструктивного элемента системы состоит из следующих последовательных процедур: принятие исходных допущений; выбор входных и выходных переменных; выбор систем отсчета для каждой переменной; применение физического, экономического или иного принципа или закона, отражающего в математической форме закономерности протекания процесса.
|
|||||||
 |
|||||||
 |
|||||||
|
|||||||
 |
|||||||
 |
|||||||
Наиболее распространенной, а также наиболее общей и полной формой описания передаточных свойств систем (автоматических систем) и их элементов являются обыкновенные дифференциальные уравнения. Для большинства реальных элементов исходное уравнение, составленное строго в соответствии с законами физики, оказывается нелинейным. Это обстоятельство сильно усложняет все последующие процедуры анализа. Поэтому всегда стремятся перейти от трудно разрешимого нелинейного уравнения к линейному дифференциальному уравнению, обычно записываемого в символической или операторной форме, вида
(a0 pn + a1 pn-1 +… + an ) y(t) = (b0 pm + b1 pm-1 +… + bm ) x ( t ),
где: x(t) и y(t) – соответственно входная и выходная величины элемента или системы;
a i , bi – коэффициенты уравнения;
- p – оператор, сокращенное условное обозначение операции дифференцирования: d/dt = p.
Еще одним из распространенных методов описания и анализа автоматических систем является операционный. В основе метода лежит преобразование Лапласа
X ( p ) = L [ x ( t )] = x ( t ) e — pt dt ,
которое устанавливает соответствие между функциями действительной переменной t и функциями комплексной переменной p.
Функциональные элементы, используемые в системах управления, могут иметь самое различное конструктивное исполнение и самые различные принципы действия. Однако общность математических выражений, связывающих входные и выходные величины различных функциональных элементов, позволяет выделить ограниченное число так называемых типовых алгоритмических звеньев. Каждому такому звену соответствует определенное математическое соотношение между входной и выходной величинами. Если это соотношение является элементарным (например, дифференцирование, умножение на постоянный коэффициент), то и звено называется элементарным.
Алгоритмические звенья, которые описываются обыкновенными дифференциальными уравнениями первого и второго порядка, получили название типовых динамических звеньев. Наиболее часто встречающиеся звенья: безынерционное (пропорциональное), инерционное первого порядка (апериодическое), инерционное второго порядка (апериодическое или колебательное), интегрирующее, дифференцирующее, изодромное (пропорционально-интегрирующее), форсирующее (пропорционально-дифференцирующее), интегро-дифференцирующее (с преобладанием интегрирующих либо дифференцирующих свойств), запаздывающее.
Приведем примеры реальных устройств, которые соответствуют определению типового динамического звена.
Типичный пример безынерционного звена, являющегося простейшим среди всех типовых звеньев, – редуктор. Его передаточные свойства описываются алгебраическим уравнением
или
где k = b / a – передаточный коэффициент редуктора, который зависит от соотношения диаметров или чисел зубьев ведомой и ведущей шестерен.
Реальными интегрирующими звеньями являются электрические исполнительные двигатели постоянного и переменного тока. Дифференциальное уравнение (в операторной форме) идеального интегрирующего звена выглядит следующим образом:
,
где k – коэффициент пропорциональности, зависящий от конструктивных параметров устройства.
Запаздывающее звено передает сигнал со входа на выход без искажения его формы. Однако все мгновенные значения входной величины выходная величина принимает с некоторым отставанием (запаздыванием).
Способностью задерживать сигнал во времени, не изменяя его формы, обладают многие элементы промышленных автоматических систем. В первую очередь к таким элементам относятся транспортирующие устройства – конвейеры и трубопроводы.
Уравнение запаздывающего звена
где t – время запаздывания.
В операционной форме передаточная функция запаздывающего звена выглядит следующим образом:
Если запаздывающее звено входит в контур системы управления, то характеристическое уравнение системы будет уже не простым алгебраическим, а трансцендентным. Решение и анализ трансцендентных уравнений связаны с большими трудностями. Поэтому часто в практических расчетах трансцендентную передаточную функцию (1.7) раскладывают в ряд Пада и, учитывая только первые два члена ряда, приближенно заменяют ее дробно-рациональной функцией:
Запаздывающие звенья в большинстве случаев ухудшают устойчивость систем и делают их трудно управляемыми.
В заключение необходимо отметить, что методика анализа, основанная на расчленении системы на типовые звенья, широко вошла в практику инженерных расчетов, выполняемых в процессе конструирования, и в настоящее время является доминирующей.
Литература
[Электронный ресурс]//URL: https://drprom.ru/referat/modelirovanie-proizvodstvennyih-protsessov/
1. Стехин А.П. Основы конструирования, моделирования и проектирования систем управления производственными процессами: Учеб. пособие. – Донецк: ДонГАУ, 2008.
2. Лукас В.А. Основы теории автоматического управления. – М.: «Недра», 1977.
3. Основы теории оптимального управления: Учеб. Пособие для эконом. вузов/ В.Ф. Кротов, Б.А. Лагоша, С.М. Лобанов и др.; Под ред. В.Ф. Кротова. – М.: Высш. Шк., 2008.
4. Иванилов Ю.П., Лотов А.В. Математические модели в экономике. – М.: «Наука», 2007
