Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь FAQ Написать работу КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Проверка адекватности и адаптация моделейСодержание книги
Поиск на нашем сайте
В процессе создания и реализации любой математической модели несколько раз приходится проверять ее пригодность к использованию и достоверность получаемых результатов. Можно выделить 3-и этапа проверки: а) после создания логической блок-схемы; б) после создания отдельных модулей (подпрограмм): На стадии (а) проверяется логичность связей в блок-схеме, правильность используемых уравнений и размерности всех величин, входящих в эти уравнения. На стадии (б) тестируются отдельные модули (подпрограммы), представляющие собой небольшие самостоятельные части программы. При этом проверяется соответствие результатов уже известным данным. Полезным является составление диагностических тестовых программ, представляющих крайне упрощенные модели (эмпирическое уравнение или, в крайнем случае» примерное значение выходного параметра). Таким образом, определяются модули, выдающие абсурдные результаты. На этой стадии нельзя вносить в модули поправочные или уточняющие коэффициенты, Вердикт по этим частям программы может быть одним из двух: годна программа для дальнейшего использования или нет. На стадии (в) проверяется достоверность всей модели, вопло-ценной в виде программы. Это самая сложная стадия, которой и посвящен материал этого раздела. При работе с математическими моделями надо осторожно подхо-дить к оценке результатов. Следует запомнить в виде постулата, что ни одна, сколько-нибудь сложная модель, не даст в чистом виде. т.е. без подгонки, результатов, совпадающих с экспериментом. Соответствие расчетных и экспериментальных данных оценивают по допустимому расхождению. В этом случае говорят об адекватности расчетных. данных экспериментальным. Если модель неадекватно отражает реальные процессы, зафиксированные в эксперименте, то необходимо провести проц е дуру адаптаци и модели по достоверным дан-ным. Русским аналогом слову "адаптация" является "приспособление". В идеальном случае адаптационный алгоритм закладывается в самой программе. На практике получается, что процедура адаптации является кропотливым творческим процессом, при котором трудно рекомендовать единообразный подход к моделированию печей различных конструкций. Технически процедура адаптации заключается в поиске подгоночных или настроечных коэффициентов для отдельных характе-ристик печных процессов, которая обеспечит адекватность расчетных данных экспериментальным по основным технологическим параметрам (температура металла, температура продуктов горения, расходы топлива и т.п.). Кроме входных и выходных переменных модель теплообмена в обязательном порядке включает вспомогательные параметры, которые были определены кем-то ранее в результате экспериментальных исследований (теплофизические свойства материалов, коэффициенты излучения, коэффициенты теплоотдачи конвекцией и др.). Введение в модель настроечных коэффициентов, определяемых экспериментально для конкретной печи, эквивалентно уточнению значений этих вспомогательных параметров. По существу сами вспомогательные параметры или часть их являются настроечными коэффициентами, а процедура адаптации сводится к численному решению обратной задачи математической физики. Задачу определения настроечных коэффициентов можно также свести к обычной задаче составления эмпирического уравнения заранее заданной структуры. Например, если решение задачи получено в явном виде, то наилучшие настроечные коэффициенты такой модели могут быть определены из условия минимизации целевой функции N (11.1) где - входная переменная (например/время и др.); - вспомогательный параметр (или настроечный коэффициент); расчетное значение технологического параметра (например, температура металла или др.): - экспериментально найденное значение того же параметра; - число сопоставлений. - число Запись (11.1) подразумевает использование метода наименьших квадратов /17/ ЛЛЯ выполнения УСЛОВИЯ. Если аналитического решения задачи нет или оно громоздко, то можно определять настроечные коэффициенты модели, используя методы оптимального планирования экстремальных задач/19/. В этом случае за поверхность отклика берется функция (11.1), а за исходную точку варьирования вспомогательных параметров (теплофизические свойства, коэффициенты теплоотдачи) берутся наиболее достоверные значения из литературных данных. Рассмотренные выше подходы позволяют найти настроечные коэффициенты при наличии одной целевой функции (чаще всего связанной с температурой металла). Если из расчета по модели определяется несколько технологических параметров, то нужно использовать обобщенные целевые функции, точно также как в задачах оптимизации, когда трудно выбрать один из нескольких возможных критериев оптимальности. Например,
где - весовой коэффициент, определяющий приоритет той или другой частной целевой функции: и - частные целевые функции, связанные, например, с температурой металла ж расходом топлива соответственно. Удобной и универсальной характеристикой при оценке адекватности является относительное средвеквадратическое отклонение (11.2) где - относительное отклонение расчетного значения, исследуемого параметра (с учетом введенных ранее настроечных коэффициентов) от экспериментального при одинаковых условиях " " - число условий, при которых сопоставляются - математическое ожидание относительного отклонения исследуемого параметра. В выражении (11.2) следует принять равным нулю, т.к. только в этом случае имеет смысл сравнивать результате введения настроечных коэффициентов должно быть в первую очередь обеспечено условие. Величина должна быть меньше некоторой наперед заданной малой величины " ". Обычно для оценки температуры металла в процессе нагрева считают, что должно быть от 0,5% до 2%, а для. оценки расхода топлива от 2% до 10% в зависимости от погрешности эксперимента. В этом случае модель будет адекватно описывать экспериментальные данные. В большинстве задач расчета нагрева материала в печах удобнее производить оценку адекватности по величине дисперсии адекватности абсолютных значений параметров
где - отклонение расчетного значения какого-либо технологического параметра от экспериментального при одинаковых условиях " " после проведения процедуры адаптации; N - математическое ожидание отклонения параметра.
По тем же причинам, что и в (11.2),. Величина должна быть связана с дисперсией эксперимента. Необходимо, чтобы Если «, или, то расчетные данные неадекватны экспериментальным данным. В такой ситуации возможны три выхода: а)модель не годится для описания конкретного объекта и надо создавать новую более точную модель; б) необходимо провести уточняющие эксперименты с меньшей пог-"решностыо замеров; в) надо пересмотреть процедуру адаптации модели путем введения новых или исключения используемых настроечных коэффициентов. Строго говоря, сравнение дисперсия и надо делать через -критерий Фишера/20/, который позволяет проверить гипотезу о равенстве дисперсий и с заранее заданной надежностью. Тогда в результате проверки на адекватность ответ должен звучать так: "с доверительной вероятностью 90%(или 95%) и числе степеней свободы определения дисперсии адекватности =... и дисперсии эксперимента =... модель адекватна (или неадекватна) эксперименту". Покажем процесс определения настроечных коэффициентов на примере камерной печи. 11.1. Математическая модель нагрева металла в камерной печи Разберем последовательные этапы составления и адаптации математической модели. Для простоты примем, что металл. нагреваемый в печи конвекцией, является термически тонким телом. Тогда процесс нагрева тела описывается следующей моделью (11.3) где коэффициент пропорциональности; - коэффициент теплоотдачи; - коэффициент формы тела; - плотность тела; с- удельная теплоемкость тела; к- определяющий размер тела; т - температура продуктов горения в печи; т- температура тела; - время нагрева. Начальное условие (11.4) Считаем, что. Решение этой задачи относительно температуры металла может быть получено аналитически путем интегрирования (11.5)
Отсюда (11.6) или (11.7) Точность получаемых результатов (т) зависит от. Из них и могут быть заданы достаточно точно и проверены в процессе эксперимента. Процедура адаптации легко может быть проведена с использованием соотношения (11.1) путем объявления комплекса вспомогательных параметров " " настроечным коэффициентом. Но поскольку, как было сказано, процесс адаптации является творческим процессом, дадим другие более простые алгоритмы. Для адаптации нашей модели можно предложить два алгоритма: а)на основе непосредственного замера температуры нагреваемого ела термопарами в течение одного периода нагрева; б) на основе замеров температуры металла в конце нагрева (при выдаче) на нескольким заготовках.
|
||||
Последнее изменение этой страницы: 2016-12-27; просмотров: 373; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 18.221.90.184 (0.009 с.) |