Функциональные и структурные модели

Требования к математическим моделям и их классификация

Под математической моделью (ММ) конструкции, технологического процесса и его элементов понимают систему математических соотношений, описывающих с требуемой точностью изучаемый объект и его поведение в производственных условиях. При построении математических моделей используют различные математические средства описания объекта — теорию множеств, теорию графов, теорию вероятностей, математическую логику, математическое программирование, дифференциальные или интегральные уравнения и т. д.

Выполнение проектных операций и процедур в САПР основано на оперировании математическими моделями (ММ). С их помощью прогнозируются характеристики и оцениваются возможности предложенных вариантов схем и конструкций, проверяется их соответствие предъявляемым требованиям, проводится оптимизация параметров, разрабатывается техническая документация и т. п.

В САПР для каждого иерархического уровня сформулированы основные положения математического моделирования — выбран и развит соответствующий математический аппарат, получены типовые ММ элементов проектируемых объектов, формализованы методы получения и анализа математических моделей систем. Сложность задач проектирования и противоречивость требований высокой точности, полноты и малой трудоемкости анализа обусловливают целесообразность компромиссного удовлетворения этих требований с помощью соответствующего выбора моделей. Это обстоятельство приводит к расширению множества используемых моделей и развитию алгоритмов адаптивного моделирования [32, 17, 27].

К математическим моделям предъявляют требования высокой точности, экономичности и универсальности. Экономичность математических моделей определяется затратами машинного времени (работы ЭВМ). Степень универсальности математических моделей зависит от возможности их использования для анализа большого числа технологических процессов и их элементов. Требования к точности, экономичности и степени универсальности математических моделей противоречивы. Поэтому необходимо иметь удачное компромиссное решение.

Основными требованиями, предъявляемыми к математическим моделям, являются требования адекватности, универсальности и экономичности [77].

Адекватность. Модель считается адекватной, если отражает заданные свойства объекта с приемлемой точностью. Точность определяется как степень совпадения значений выходных параметров модели и объекта. Пусть — относительная погрешность модели по j -му выходному параметру:

(12.1)

где — j -й выходной параметр, рассчитанный с помощью модели; y_j — тот же выходной параметр, существующий в моделируемом объекте.

Погрешность модели по совокупности учитываемых выходных параметров оценивается одной из норм вектора .

Точность модели различна в разных условиях функционирования объекта. Эти условия характеризуются внешними параметрами. Если задаться предельной допустимой погрешностью , то можно в пространстве внешних параметров выделить область, в которой выполняется условие

(12.2)

Эту область называют областью адекватности (ОА) модели. Возможно введение индивидуальных предельных значений для каждого выходного параметра и определение ОА как области, в которой одновременно выполняются все m условий вида .

Определение областей адекватности для конкретных моделей — сложная процедура, требующая больших вычислительных затрат. Эти затраты и трудности представления ОА быстро растут с увеличением размерности пространства внешних параметров. Определение ОА —более трудная задача, чем, например, задача параметрической оптимизации. Для моделей унифицированных элементов расчет областей адекватности становится оправданным в связи с однократностью определения ОА и многократностью их использования при проектировании различных систем. Знание ОА позволяет правильно выбирать модели элементов из числа имеющихся и тем самым повышать достоверность результатов машинных расчетов.

В библиотеку моделей элементов наряду с алгоритмом, реализующим модель, и номинальными значениями параметров должны включаться граничные значения внешних параметров q'_k и q''_k, задающие область адекватности.

Универсальность. При определении ОА необходимо выбрать совокупность внешних параметров и совокупность выходных параметров у_j, отражающих учитываемые в модели свойства. Типичными внешними параметрами при этом являются параметры нагрузки и внешних воздействий (электрических, механических, тепловых, радиационных и т. п.). Увеличение числа учитываемых внешних факторов расширяет применимость модели, но существенно удорожает работу по определению ОА. Выбор совокупности выходных параметров также неоднозначен, однако для большинства объектов число и перечень учитываемых свойств и соответствующих им выходных параметров сравнительно невелики, достаточно стабильны и составляют типовой набор выходных параметров. Например, для макромоделей логических элементов БИС такими выходными параметрами являются уровни выходного напряжения в состояниях логических "О" и "1", запасы помехоустойчивости, задержка распространения сигнала, рассеиваемая мощность.

Если адекватность характеризуется положением и размерами ОА, то универсальность модели определяется числом и составом учитываемых в модели внешних и выходных параметров.

Экономичность. Экономичность модели характеризуется затратами вычислительных ресурсов для ее реализации, а именно затратами машинного времени Т_м и памяти П_м. Общие затраты Т_м и П_м на выполнение в САПР какой-либо проектной процедуры зависят как от особенностей выбранных моделей, так и от методов решения.

В большинстве случаев при реализации численного метода происходят многократные обращения к модели элемента, входящего в состав моделируемого объекта. Тогда удобно экономичность модели элемента характеризовать затратами машинного времени при обращении к модели, а число обращений к модели должно учитываться при оценке экономичности метода решения.

Экономичность модели по затратам памяти оценивается объемом оперативной памяти, необходимой для реализации модели.

Требования широких областей адекватности, высокой степени универсальности, с одной стороны, и высокой экономичности — с другой, являются противоречивыми. Наилучшее компромиссное удовлетворение этих требований оказывается неодинаковым в различных применениях. Это обстоятельство обусловливает использование в САПР многих моделей для объектов одного и того же типа — различного рода макромоделей, многоуровневых, смешанных моделей и т. п.

Основные признаки классификации и типы ММ, применяемые в САПР, приведены в следующей таблице 12.1 [38]:

Таблица 12.1.
Признак классификации	Математические модели
Характер отображаемых свойств объекта	Структурные, функциональные
Принадлежность к иерархическому уровню	Микроуровень, макроуровень, метауровень
Степень детализации описания внутри одного уровня	Полные, макромодели
Способ представления свойств объекта	Аналитические, алгоритмические, имитационные
Способ получения	Теоретические, эмпирические

По характеру отображаемых свойств объекта ММ делятся на структурные и функциональные.

Структурные ММ предназначены для отображения структурных свойств объекта. В свою очередь, структурные ММ делятся на топологические и геометрические.

Описание математических соотношений на уровнях структурных, логических и количественных свойств принимает конкретные формы в условиях определенного объекта.

Функциональные ММ предназначены для отображения физических или информационных процессов, протекающих в технологических системах при их функционировании.

Обычно функциональные ММ представляются системой уравнений, описывающих фазовые переменные, внутренние, внешние и выходные параметры.

В проектных процедурах, связанных с функциональным аспектом проектирования, как правило, используются ММ, отражающие закономерности процессов функционирования объектов, т.е. функциональные модели. Типичная функциональная модель представляет собой систему уравнений, описывающих либо электрические, тепловые, механические процессы, либо процессы преобразования информации.

В то же время в процедурах, относящихся к конструкторскому аспекту проектирования, преобладает использование математических моделей, отражающих только структурные свойства объекта, например его геометрическую форму, размеры, взаимное расположение элементов в пространстве, т. е. структурные модели. Структурные модели чаще всего представляются в виде графов, матриц инциденций и смежности, списков и т. п. [38].

Как правило, функциональные модели более сложные, поскольку в них отражаются также сведения о структуре объектов. Однако при решении многих задач конструирования использование сложных функциональных моделей неоправданно, так как нужные результаты могут быть получены на основе более простых структурных моделей. Функциональные модели применяют преимущественно на завершающих этапах верификации описаний объектов, предварительно синтезированных с помощью структурных моделей.

Проектирование технологического процесса изготовления изделия также характеризуется различными иерархическими уровнями: самый высокий уровень — разработка принципиальной схемы технологического процесса, который включает отдельные этапы, причем этап может содержать несколько или одну операцию. В данном случае оператором будет являться этап технологического процесса. Моделирование технологических процессов разного уровня происходит с помощью различных моделей и алгоритмов.

Иерархические уровни ММ делятся на микроуровни, макроуровни и метауровни. Особенностью ММ на микроуровне является отображение физических процессов в непрерывном пространстве и времени. С помощью дифференциальных уравнений в частных производных рассчитываются поля механических напряжений и деформаций.

На макроуровне используют укрупненную дискретизацию пространства по функциональному признаку, что приводит к представлению ММ на этом уровне в виде обыкновенных дифференциальных уравнений. В этих моделях имеются две группы переменных — независимых (время) и зависимых (фазовых). ММ на метауровне описывают укрупненно рассматриваемые объекты (технологические системы и т. п.). В качестве математического аппарата используют обыкновенные дифференциальные уравнения, теорию массового обслуживания, элементы дискретной математики (сети Петри и т. д.).

Теоретические модели строят на основании изучения закономерностей. В отличие от формальных моделей (например, эмпирических) они в большинстве случаев более универсальны и справедливы для широких диапазонов изменения технологических параметров. Теоретические модели могут быть линейными и нелинейными, а в зависимости от мощности множества значений переменных модели делят на непрерывные и дискретные. При технологическом проектировании наиболее распространены дискретные модели, переменные которых представляют собой дискретные величины, а множество решений — счетно. Различают также модели динамические и статические. В большинстве случаев проектирования технологических процессов используют статические модели, уравнения которых не учитывают инерционность процессов в объекте.

В полной ММ учитываются связи всех элементов проектируемого объекта, например маршрутная технология. Макро-ММ отображают значительно меньшее число межэлементных связей. Аналитические ММ представляют собой функциональные модели (теоретические или эмпирические) и, как правило, используются при параметрической оптимизации технологических процессов. Алгоритмическая ММ представляется в виде алгоритма. Имитационная модель является алгоритмической, отражающей поведение исследуемого объекта во времени при заданных внешних воздействиях на объект (например, процесс подготовки управляющих программ для роботизированной сборки).

Выбор типа математического моделирования, наиболее эффективного в условиях конкретной задачи, определяется его технологической сущностью, формой представления исходной технологической информации, общей целью исследования. Функциональная ММ может быть представлена в общем виде:

(12.3)

где х — управляемые переменные; у — неуправляемые переменные; F — ожидаемая эффективность.

Ограничения, входящие в модель, имеют вид

(12.4)

В зависимости от сложности задачи используются различные принципы построения моделей. Зачастую возникает необходимость разработки менее точной модели, но тем не менее более полезной для практики.

Возникают две задачи: с одной стороны, нужно разработать модель, на которой проще всего получить численное решение, а с другой — обеспечить максимально возможную точность модели. С целью упрощения модели используются такие приемы, как исключение переменных, изменение характера переменных, изменение функциональных соотношений между переменными (например, линейная аппроксимация), изменение ограничений (их модификация, постепенный ввод ограничений в условие задачи). Модели, являясь эффективным средством при исследовании структуры задачи, позволяют обнаружить принципиально новые стратегии.

Дата добавления: 2014-01-06