КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Порядок построения математических моделейИнформационные модели При исследовании физических и технологических процессов горного производства возникает необходимость установления закономерностей их протекания, т.е. выявления вида и параметров функций в ограничениях (6.2). Для этого используется широкий спектр математических методов: - составление и решение уравнений механики сплошных сред, например, для изучения характера метановыделения из основных источников в шахтах; - использование теории графов, например, для решения задач воздухораспределения в вентиляционных сетях; - методы исследования операций и систем, например, для декомпозиции сложного технологического процесса на ряд простых; - вероятностные методы (теория надежности, метод статистических испытаний и др.); - методы теории адаптации, например, для приведения в параметрическое соответствие технологических систем добычи и переработки угля. Целесообразность и условия применения того или иного метода существенно зависят от вида решаемой задачи. Процесс построения математической модели включает в себя несколько этапов. 1.Вначале необходимо четко уяснить, что хочет получить исследователь. При построении оптимизационной модели - это означает выбор (вначале на качественном уровне) целевой функции. При построении информационной модели – это выяснение вида изучаемой закономерности (с определением ее размерности и качественным анализом влияющих факторов). 2.На втором этапе определяется, по возможности, наиболее полный комплекс факторов, влияющих на критерий или на характер протекания процесса. 3.Осуществляется переход от словесной к математической постановке задачи, т.е. формализации ее постановки. 4.Проводится анализ постановки задачи с целью изучения возможностей ее упрощения. 5.Выбирается метод решения задачи. 6.Осуществляется решение задачи для отдельных частных, наиболее характерных, случаев. 7.Производится логическая или экспериментальная проверка модели и полученного решения. Данная схема не является универсальной, т.к. построение и решение модели требуют изобретательности. Это принципиальная схема, которая показывает порядок работ и в каждом конкретном случае, в зависимости от задачи исследования, может быть модифицирована. Однако, в общем случае ей следует руководствоваться. Одним из важнейших является четвертый этап построения модели. После ее составления не следует торопиться с поиском метода решения, до конца не исчерпав возможностей упрощения. Практика исследований показывает, что грамотно вставленная и упрощенная модель - это 50 % успеха при ее решении. При упрощении рекомендуется максимально (но в разумных пределах) снижать размерность решаемой задачи. Практика показывает, что снижение равномерности на одну переменную, на порядок упрощает возможность решения задачи. Для снижения размерности полезно пользоваться соображениями симметрии, а также делить задачу на 2-3 (например, рассматривая ее в разных плоскостях) и т.д. После постановки задачи, особенно, если она представлена в виде системы дифференциальных уравнений, следует, по возможности, перейти к безразмерным параметрам (чтобы каждый член уравнения имел нулевую размерность). Это дает возможность выявить безразмерные физические комплексы, влияющие на решение т.е. свести уравнения к универсальным. Эффективным методом упрощения уравнений является сравнительная оценка входящих в него членов. При этом: - члены, имеющие в рабочем диапозоне второй порядок малости по сравнению с наибольшим, можно отбрасывать; - члены, имеющие первый порядок малости, можно заменить константой. Такой подход обычно называется переходом к автомодельной задачи. При упрощении модели рекомендуется заменять (аппроксимировать) сложные функции более простыми (интегрируемыми) вида , и т.д. При этом важно, чтобы соблюдались граничные условия при х®0. Для нестационарных задач полезно осуществлять проверку решения в предельном случае . Эффективно упрощение уравнений путем линеаризации отдельных его членов (т.е. их замены на линейные) вблизи предполагаемой точки экстремума (или в рабочем диапазоне протекания процесса). Выбор метода решения математической модели является весьма специальным вопросом, ввиду их многообразия и представляет собой специальную задачу, выходящую за рамку настоящего курса. Процесс выбора модели заканчивается ее предварительным логическим, физическим и математическим контролем. При этом осуществляются следующие виды контроля: размерностей; порядков; характера зависимостей; экстремальных ситуаций; граничных условий; математической замкнутости, физического смысла; устойчивости модели. Контроль размерностей сводится к проверке выполнения правила, согласно которому приравниваться и складываться могут только величины одинаковый размерности. Контроль порядков слагаемых сводится к упрощению модели, о котором говорилось ранее. Контроль характера зависимостей сводится к проверке направления и скорости изменения одних величин при изменении других. Они должны соответствовать физическому смыслу задачи. Контроль экстремальных ситуаций сводится к проверке наглядного смысла решения при приближении параметров модели к нулю или бесконечности. Контроль граничных условий состоит в том, что проверяется соответствие математической модели на границах области решения смыслу задачи. Контроль математической замкнутости сводится к проверке того, что математическая модель дает единственное решение. Контроль физического смысла связан контролем характера зависимостей и заключается в проверке непротиворечивости модели описываемому процессу или явлению. Контроль устойчивости модели состоит в проверке того, что небольшое варьирование исходными данными не проводит к резким изменениям результатов решения.
Дата добавления: 2014-12-25; Просмотров: 809; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |