авторефераты диссертаций БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

КОНФЕРЕНЦИИ, КНИГИ, ПОСОБИЯ, НАУЧНЫЕ ИЗДАНИЯ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:     | 1 |   ...   | 10 | 11 || 13 | 14 |   ...   | 15 |

«3 ОРГАНИЗАЦИОННЫЙ КОМИТЕТ М.П. Федоров – ректор СПбГПУ, член-корреспондент РАН (председатель) Ю.С. Васильев – президент СПбГПУ, академик ...»

-- [ Страница 12 ] --

Таблица Определяющие критерии (симплексы) А-Г и А-Ц эвтектики системы Fe-C Критерий А-Г А-Ц (симплекс) KL 0.29 0. k=k/k 0.0208 0. =/ 12.51 1. =/ 3.507 1. =sin/sin 0.151 0. Анализ результатов моделирования свидетельствует, что значения определяю щих критериев (табл. 1) для стабильной (А-Г) и метастабильной (А-Ц) эвтектики раз личаются весьма значительно, необходимым следствием чего является существенное отличие по величине основных определяемых критериев (табл. 2) и наиболее важного из них – критериального показателя отбела эвтектической структуры М.

Таблица Определяемые критерии (симплексы) А-Г и А-Ц эвтектики системы Fe-C Состав чугуна С = 2.5;

С = 2.5;

С = 3.5;

С = 3.5;

Si = 1.0 Si = 2.0 Si = 1.0 Si = 2. Эвтектичность SЭ 0.293 0.400 0.758 0. Kинт 0.648 0.502 0.202 0. FoЗ (Kb, Kпер=idem) 18.34 18.87 15.39 15. 0.908 1.017 1.229 1. c (p)e=pCe(1–k) L 0.153 0.191 0.151 0. c (T)e=(Te)max L (V)e=Vee/2a·10-2 114 150 111 0.106 0.168 0.106 0. c =(кр)СМ L М=М/(С+М) 0.577 0.050 0.198 0. чугуна на величину отбела М свиде Критериальный анализ влияния состава тельствует об определяющей роли величины интервала между температурами стабиль ной (А-Г) и метастабильной (А-Ц) эвтектики () при значительном влиянии термо динамических факторов (p), связанных с геометрией диаграммы состояния, и тепло физических условий выделения теплоты фазового превращения (KL, Kb).

Работа поддержана грантом РФФИ № 06-08-01300-а.

Литература:

1. Fukumoto S., Kurz W. Solidification phase and microstructure selection maps for Fe-Cr-Ni alloys // ISIJ Int., 1999, v. 39, 1270.

2. Volkmann T., Loser W., Herlach D.M. Nucleation and phase selection in under cooled Fe-Cr-Ni melts: Part I. Theoretical analysis of nucleation behavior // Metall. Mater.

Trans., 1997, v. 28A, 453.

3. Голод В.М., Савельев К.Д., Басин А.С. Моделирование и компьютерный ана лиз кристаллизации сплавов на основе железа. (Сер. «Химия в политехническом уни верситете»). – СПб., Изд-во Политехн. ун-та, 2008.

4. Голод В.М., Денисов В.А.. Теория, компьютерный анализ и технология сталь ного литья. – СПб., ИПЦ СПГУТД, 2007.

5. Баландин Г.Ф. Формирование кристаллического строения отливок. – М., Ма шиностроение, 1973.

6. Lipton J., Gliсksman M.E., Kurz W. // Metall. Mater. Trans., 1987, v. 18A, № 5.

7. Galenko P.K., Zuravlev V.A. Physics of dendrite. – Singapore, World Scientific, 1994.

8. Элиот Р. Управление эвтектическим затвердеванием. – М., Металлургия, 1987.

9. Справочник по чугунному литью. // Под ред. Н.Г. Гиршовича. – Л., Машино строение, 1978.

10. Чугун: Справочник // Под ред. Шермана А.Д. и Жукова А.А. – М., Металлур гия, 1991.

РЕШЕНИЕ НЕИЗОТЕРМИЧЕСКОЙ ЗАДАЧИ ДИФФУЗИОННО-КОНТРОЛИРУЕМОГО РОСТА ИЗ РАСТВОРА РАСПРЕДЕЛЕННЫХ В ОБЪЕМЕ ВЫДЕЛЕНИЙ В.М. Голод Санкт-Петербургский государственный политехнический университет Решение современных проблем наноструктурирования конструкционных и функциональных металлических материалов с целью повышения механических и экс плуатационных характеристик на заключительном этапе формирования их свойств свя зано с необходимостью управления диффузионными процессами выделения из пере сыщенных метастабильных твердых растворов ультрадисперсных частиц в условиях наличия множества «стоков» или «источников» (рис. 1).

Задачи диффузионно-контролируемого роста фаз при кристаллизации традици онно решают для неограниченного в пространстве раствора исходной фазы [1-2], что позволяет использовать полученное решение лишь для начального периода, когда раз меры выделений R много меньше среднего расстояния между ними R0=(3/4N0)1/3 (здесь N0 – объемная плотность выделений), и не дает возможности оценить предельные раз меры выделений Rm и длительность их формирования. Этих недостатков лишено изла гаемое решение, полученное методом параболы n – ой степени [3-4].

На начальном этапе распределение диффундирующего компонента в растворе впереди фронта роста выделения описывает уравнение n x C ( x) = C 0 (C 0 C S )1 ;

0 x X, (1) X где C0, CS – заданная начальная (равномерная по объему раствора) и граничная (неизменная) концентрация компонента на фронте (при x=0);

X – толщина диффузион ного слоя (X+RR0). Уравнение кинетики роста для сферического выделения имеет вид:

3 (C C 0 ) dR Dn (C 0 C S ) ;

X 3 = ( R 3 R0 ) P 1 (n + 1)(n + 2)(n + 3), = (2) d (C 0 C S ) X (C P C 0 ) где CP – концентрация компонента в растущем выделении (равномерная), значе ние X рассчитано из условия материального баланса. На заключительном этапе, когда X+R достигает R0, на этой границе концентрация компонента Cn начинает изменяться, вследствие чего уравнения (1) и (2) приобретают вид:

n x C ( x) = C n (C n C S ) R R ;

0 x R0–R;

(3) Dn (C n C S ) dR = ;

(4) d ( R0 R ) (C P C 0 ) для аналитического расчета Cn использовано условие материального баланса.

При произвольных неизотермических условиях Т() (например, термоцикличе ского изменения температуры) полученное решение позволяет учесть соответствующее Q изменение коэффициента диффузии D = D0 exp, поскольку в масштабе R RT ( ) распределение температур можно принять равномерным.

Рис. 1. Расчетная схема к решению задачи Рис. 2. Изменение радиуса диффузионно-контролируемого роста выделений R во времени в сопоставлении с выделений из раствора предельным размером Rm (пунктир) в зави симости от объемной плотности зародышей N0 (106 мкм–3): 1 –1.9;

2 –2.6;

3 –5.6;

4 –15.3;

5 –70.8;

6 –239. Численный расчет проведен для модельной системы, в которой выделения с концентрацией CP=8 % образуются при граничной концентрации CS = 0.001 %, т.е. в условиях стока диффундирующего компонента (D = 0.79·10–14 мм2/с) из раствора с на чальной концентрацией C0=2 %. На рис. 2 показано, что увеличение объемной плотно сти N0 приводит к уменьшению времени достижения и сокращению предельной вели C CS чины размеров выделений Rm = 0 R0, поскольку их близкое начальное распо C C P S ложение приводит к быстрому «исчерпанию» окружающего концентрационного бас сейна, когда радиус включения достигает предельной величины.

Литература:

1. Кристиан Дж. Теория превращений в металлах и сплавах. – М., Мир, 1978.

2. Зайт В. Диффузия в металлах. – М., ИЛ, 1958.

3. Вейник А.И. Приближенный расчет процессов теплопроводности. – М.- Л., Госэнергоиздат, 1959.

4. Голод В.М., Корнюшкин О.А. Теория литейной формы. Механика и теплофи зика. – СПб., СПбГТУ, 2001.

ПОВЕДЕНИЕ КИНЕТИЧЕСКИХ ПАРАМЕТРОВ ПРИ НЕИЗОТЕРМИЧЕСКИХ УСЛОВИЯХ Захаров В.Ю.

Санкт-Петербургский государственный политехнический университет Изучению кинетики термического разложения компонентов минеральной части твердого топлива и ее описанию был посвящен ряд предыдущих работ автора. В них было экспериментально показано, что одну и ту же точность описания кинетических кривых можно получить при различных значениях кинетических параметров, входящих в формально – кинетическое уравнение («n» - порядок реакции;

«E» - энергия актива ции;

«ко» - предъэкспоненциальный фактор). Кроме того, было показано, что дисперсия в пространстве этих параметров имеет овражный характер. Все это не укладывается в стандартную схему компенсационного эффекта. Эти результаты были получены для достаточно чистых минералов, составляющих основу минеральной части твердых топ лив.

Для проверки полученных закономерностей и оценки возможности их использо вания для описания промышленных процессов было проведено изучение термического разложения Кузнецкого СС и Березовского углей в атмосфере азота и двуокиси углеро да. Рассматривался суммарный выход газов, т.е. брутто процесс. Показано, что зависи мости дисперсии от каждого из кинетических параметров (E, n, lnко) представляют со бой кривые параболического типа с достаточно хорошо выраженными минимумами даже для изученных брутто процессов для всех образцов и во всех средах. При этом одно и тоже значение дисперсии для описания суммарной кинетической кривой может быть получено при различных значениях 3-х, а не 2-х кинетических параметров, что не укладывается в рамки известного компенсационного эффекта.

На основании полученных результатов можно сделать следующие выводы:

1) полученные ранее закономерности поведения кинетических параметров для отдельных минералов справедливы и для термолиза различных твердых топлив в раз личных средах;

2) для описания кинетических кривых суммарных процессов, где порядок реак ции не имеет ясного физического смысла, полезно определять минимум дисперсии в зависимости от порядка реакции отдельно.

ВЛИЯНИЕ КОЛЕБАНИЙ ХИМИЧЕСКОГО СОСТАВА СПЛАВА АК9Ч НА ЕГО ТЕПЛОФИЗИЧЕСКИЕ СВОЙСТВА Иванов И.В., Голод В.М.

Санкт-Петербургский государственный политехнический университет Колебания состава литейного сплава АК9ч в пределах марочного содержания компонентов (Si – до 2,5 %, Mg, Mn и Fe – в пределах 0,15-0,30 %), допускаемых ГОСТ, отражаются на его многообразных (структурных, механических и др.) характеристиках.

При компьютерном моделировании литейной технологии необходимо количественно учитывать соответствующее влияние этих колебаний на теплофизические свойства, чтобы повысить точность расчетов и, соответственно, качество компьютерного прогно за теплофизических процессов при затвердевании отливки и формировании усадочных пустот [1-2]. С целью последующего анализа на рис. 1-2 сопоставлено изменение теп лофизических характеристик сплава АК9ч для предельных вариантов состава, отли чающихся максимальным (индекс max) и минимальным (индекс min) содержанием ле гирующих компонентов. Для сравнения взяты марочные пределы изменения состава по ГОСТ (Сmax и Сmin), а также граничные составы (С*max и С*min), установленные путем предварительного статистического анализа химического состава серии залитых сплавов по данным цехового плавочного контроля (34 плавки) [2].

Для определения температурных зависимостей ряда теплофизических свойств исследованных сплавов использовано термодинамическое моделирование системы Al-Si-Mg-Mn-Fe [1], а также обобщенные экспериментальные данные о плотности про мышленных алюминиевых сплавов [3]. В связи с тем, что ход процесса кристаллизации в многокомпонентных системах зависит не только от химического состава сплавов и их положения на диаграмме состояния, но и от характера диффузионных процессов в твердой и жидкой фазе и морфологии образующейся дендритной (эвтектической) мик роструктуры, для упрощения проводимого анализа использовали модель неравновесной кристаллизации [1] (модель Шейля), в которой принято отсутствие диффузии в твердой фазе и равномерное распределение компонентов в расплаве.

Сопоставление кривых энтальпии исследованных сплавов (рис. 1,а) показывает, что в жидком состоянии они, несмотря на различие состава, совпадают, имеют сущест венно разную температуру ликвидуса и различаются ходом изменения энтальпии вследствие разного выделения первичной твердой фазы (-Al), причем энтальпия цехо вых сплавов (пунктир) находится внутри интервала изменения энтальпии сплавов ма рочного состава.

На этапе выделения эвтектики (при температурах 573 – 575 0С, что близко к температуре кристаллизации бинарной эвтектики Al - Si – 577 0С) линии энтальпии всех представленных сплавов практически совмещаются и демонстрируют одинаковый характер температурных изменений вплоть до солидуса и затем в твердом состоянии. В согласии с особенностями, отмеченными на рис. 1,а, выделение твердой фазы (рис. 1,б) весьма различается на этапе первичной кристаллизации исследованных сплавов (от до 30 % по количеству твердой -фазы и в интервале 590 – 610 0С по температуре лик видуса), а затем почти нивелируется в результате различного количества эвтектики и заканчивается при температуре 555 0С выделением малого количества «тройной» эв тектики (типа Al-Si-Mg). Следует также отметить, что равновесная кристаллизация представленных сплавов заканчивается при более высокой температуре (566 – 570 0С) без выделения «тройной» эвтектики.

Рис. 1. Температурные зависимости энтальпии (а) и количества твердой фазы (б) сплава АК9ч при максимальном (Cmx) и минимальном (Cmin) содержании легирующих компонентов по ГОСТ (сплошные линии) и цеховым плавкам (пунктир) Несимметричное – относительно границ ГОСТа – изменение содержания от дельных компонентов в производственных композициях [2] при неэквивалентном их влиянии на ход кристаллизации приводит к тому, что эти сплавы (С*max и С*min – см. пунктир на рис. 1, а-б) обнаруживают более интенсивный темп кристаллизации при выделении эвтектической твердой фазы по сравнению с граничными сплавами мароч ного состава Сmax и Сmin.

Взаимное расположение кривых на рис. 2 указывает на существенное различие плотности исследованных сплавов в жидком состоянии, связанное с разной величиной плотности большинства компонентов, которая выше плотности алюминия, вследствие чего наименьшую плотность имеют сплавы Сmin и С*min с минимальным содержанием легирующих компонентов. Повышение плотности в ходе первичной кристаллизации происходит вследствие выделения твердой -фазы, имеющей более высокую плот ность, чем расплав, и тем интенсивнее, чем больше ее образуется в данном сплаве. По этой причине начальное различие плотности заметно нивелируется и меняется на об ратное, вследствие чего на заключительном этапе кристаллизации наиболее высокую плотность приобретают сплавы Сmin и С*min с минимальным содержанием легирующих компонентов.

Рис. 2. Температурные зависимости плотности сплава АК9ч при максимальном (Cmx) и минимальном (Cmin) содержании легирующих компонентов по ГОСТ (сплошные линии) и цеховым плавкам (пунктир) Отмеченные особенности изменения теплофизических свойств необходимо учи тывать при формировании набора исходных данных для численного моделирования тепловых и усадочных процессов при затвердевании отливок [4], содержащего ком плекс комбинированных теплофизических характеристик (критические температуры выделения фаз и структурных составляющих, объемная теплоемкость и теплота кри сталлизации по этапам ее выделения, темп выделения и соотношение долей фаз и структурных составляющих), а также усадочные характеристики (коэффициенты объ емной усадки в жидком и твердом состоянии для различных фаз и структурных состав ляющих, коэффициенты объемной усадки на различных этапах затвердевания).

Литература:

1. Голод В.М., Савельев Д.К., Басин А.С. Моделирование и компьютерный ана лиз кристаллизации сплавов на основе железа. (Сер. «Химия в политехническом уни верситете»). – СПб., Изд-во Политехн. ун-та, 2008.

2. Иванов И.В., Голод В.М. Повышение качества компьютерного моделирования затвердевания сплава АК9ч в условиях производства. // Сб. XXXVI неделя науки. – СПб., СПбГПУ, 2008.

3. Material Property Data. MatWeb // www.matweb.com.

4. Голод В.М., Денисов В.А. Теория, компьютерный анализ и технология сталь ного литья. – СПб., ИПЦ СПГУТД, 2007.

ИССЛЕДОВАНИЕ ДЕКАРТОВА ПРОИЗВЕДЕНИЯ ГРУПП Копылов В.И.

Чебоксарский институт экономики и менеджмента (филиал) Санкт-Петербургского государственного политехнического университета Основная цель исследования состоит в том, чтобы установить связи между свой ствами группы, являющейся декартовым произведением групп и свойствами групп сомножителей. Вторая цель – сформулировать свойства декартова произведения групп в терминах групп-сомножителей.

Декартово произведение групп определяется следующим образом. Пусть G1 = G1,,1 и G2 = G2,,1 – две группы, G1 G2 = {(a, b) | a G1, b G2 } – декартово произведение множеств G1, G2. На множестве G1 G2 определим бинарную операцию покоординатно: для любых (a, b), (c, d ) G1 G2 положим (a, b) (c, d ) = (a c, b d ). Спра ведливы следующие утверждения:

Теорема 1. Если G1 = G1,,1 и G2 = G2,,1 – абелевы группы, то их декар тово произведение G1 G2 является абелевой группой.

H1 = H1,,1 G1 = G1,, Теорема 2. Если – подгруппа группы и H 2 = H 2,,1 – подгруппа группы G2 = G2,,1, то декартово произведение H1 H подгрупп является подгруппой в группе G1 G2.

Теорема 3. Если H – подгруппа группы G = G1 C2, то H = H1 H 2, где H1, H 2 – подгруппы групп G1, G2 соответственно.

Теорема 4. Любой смежный класс группы G = G1 G2 по подгруппе H = H1 H 2, содержащий элемент x = (a, b), имеет вид ( H1 a) ( H 2 b).

Таким образом, согласно теореме 4, любой смежный класс группы G = G1 G2 по подгруппе H = H1 H 2 есть произведение соответствующих смежных классов группы G1 по подгруппе H1 и группы G2 по подгруппе H 2.

H = H1 H 2 G = G1 G2, Теорема 5. Пусть – конечная подгруппа группы g = ( g1, g 2 ) G. Тогда число элементов смежного класса H g равно произведению чис ла элементов множества H1 на число элементов множества H 2 : | Hg |=| H1 | | H 2 |.

Теорема 6. Если g = ( g1, g 2 ) G1 G2, где G – конечная группа, то порядок эле мента g делит произведение порядков групп G1 и G2 : O( g ) || G1 | | G2 |.

ПРЕДЕЛЬНЫЙ КОЭФФИЦИЕНТ ДЕТЕРМИНАЦИИ ДЛЯ НЕСКОЛЬКИХ ДИСКРЕТНЫХ СЛУЧАЙНЫХ ВЕЛИЧИН Максимов Ю.Д.

Санкт-Петербургский государственный политехнический университет В теории вероятностей и математической статистике широко применяются пар ные коэффициенты корреляции как числовые коэффициенты величины связи между случайными величинами. Однако эти коэффициенты наряду со своими достоинствами имеют и существенный недостаток: равенство нулю коэффициента корреляции не обеспечивает независимость случайных величин. Предлагаемые в статье коэффициен ты детерминации лишены этого недостатка и, кроме того, могут применяться для изме рения величины связи между любым конечным числом n случайных величин. Здесь рассматривается случай дискретных случайных величин. В другой статье сборника публикуются результаты для непрерывных случайных величин.

( X 1, X 2,..., X n ), рас Рассмотрим n-мерную дискретную случайную величину пределение которой задано формулой ( ) P X 1 = x1i1, X 2 = x2i2..., X n = xnin = pi1i2...in ;

(1) ( i1,..., in = 1,2,... ). Применяя формулы согласованности, найдем законы распре деления компонент X 1, X 2,..., X n :

( ) ( ) P X 1 = x1i1 = p1i1,..., P X n = xnin = pnin. (2) Предельный коэффициент детерминации для n дискретных случайных величин X 1, X 2,..., X n (n-арный предельный коэффициент детерминации) определяется формулой pi1i2...in p1i1 p2i2... pnin l12...n = pi1i2...in (3) pi1i2...in + p1i1 p2i2... pnin i1,...,in Свойства этого коэффициента в дискретном случае – такие же, что и для непре рывного.

Отметим их.

1) Для того, чтобы случайные величины X 1, X 2,..., X n были взаимно независи мыми, необходимо и достаточно, чтобы n-арный предельный коэффициент детермина ции l1...n равнялся нулю:

l1...n = 0. (4) 2) Выполняется неравенство 0 l1...n 1. (5) 3) Не существует распределение, для которого l1...n = 1.

4) Если случайные величины X 1,..., X n равны (полная зависимость), то точной верхней границей значений l12...n является 1.

Пример. Квадриномиальное распределение – это полиномиальное распределе ние для случайной величины с четырьмя компонентами ( X 1, X 2, X 3, X 4 ).

Оно определяется формулами m!

P ( X 1 = k1, X 2 = k2, X 3 = k3, X 4 = k4 ) = p1k1 p2 2 p3 3 p4 4 = pk1k2k3k k k k (6) k1 !k2 ! k3 ! k4 !

Здесь k1 + k2 + k3 + k4 = m ;

0 ki m ;

p1 + p2 + p3 + p4 = 1 ;

0 pi 1 ;

i = 1, 2, 3, 4.

Рассмотрим частный случай для m = 2 ;

1 1 1 p1 = ;

p2 = ;

p3 = ;

p4 = 1 =.

2 4 8 Тогда k1, k2, k3 = 0,1,2;

k4 = 2 k1 k2 k3 0.

Комбинируя значения k1, k2, k3 получим 3 = 27 значений вероятностей pk1k2k3k4.Эти вероятности, для которых k4 0, положим равными 0. Вероятностей, от личных от нуля будет 10. Их вычисляем по формуле (6). Проводя все вычисления, по лучим l123 = 0,503156 0,503.

ПРЕДЕЛЬНЫЙ КОЭФФИЦИЕНТ ДЕТЕРМИНАЦИИ ДЛЯ НЕСКОЛЬКИХ НЕПРЕРЫВНЫХ СЛУЧАЙНЫХ ВЕЛИЧИН Максимов Ю.Д.

Санкт-Петербургский государственный политехнический университет В теории вероятностей и математической статистике широко применяются пар ные коэффициенты корреляции как числовые коэффициенты величины связи между случайными величинами. Однако эти коэффициенты наряду со своими достоинствами имеют и существенный недостаток: равенство нулю коэффициента корреляции не обеспечивает независимость случайных величин. Предлагаемые в статье коэффициен ты детерминации лишены этого недостатка и, кроме того, могут применяться для изме рения величины связи между любым конечным числом n случайных величин. Здесь рассматривается случай непрерывных случайных величин. В другой статье этого сбор ника публикуются результаты для дискретных случайных величин.

Предельный коэффициент детерминации l1...n для n непрерывных случайных ве личин X 1, X 2,..., X n выражается через их плотности вероятности f1 ( x ),..., f n ( x ) по формуле f1...n ( x1,..., xn ) f1 ( x1 )... f n ( xn ) + + f1...n ( x1,..., xn ) dx1...dxn.

...

l1...n = (1) f1...n ( x1,..., xn ) + f1 ( x1 )... f n ( xn ) Назовем его для краткости n-арным предельным коэффициентом детерминации.

Парный предельный коэффициент детерминации, для двух непрерывных слу чайных величин X 1, X 2 рассматривался ранее [1]. Его свойства сохраняются и для n арного коэффициента. Сформулируем эти свойства.

1) Для того, чтобы случайные величины X 1, X 2,..., X n были взаимно независи мыми, необходимо и достаточно, чтобы n-арный предельный коэффициент детермина ции l1...n равнялся нулю:

l1...n = 0.

2) Выполняется неравенство 0 l1...n 1.

3) Не существует распределение, для которого l1...n = 1.

X 1,..., X n 4) Если случайные величины тождественно равны:

X 1 =... = X n = X, то точной верхней границей коэффициента l1...n является 1.

Литература:

1. Ю.Д. Максимов. Математика. Новые методы детерминационного и корреля ционного анализа. СПб.: Изд. СПбГПУ, 2007, 253 с.

ОДНОМЕРНАЯ МОДЕЛЬ СУБСТАНЦИАЛЬНОЙ ПРОИЗВОДНОЙ Петриченко М.Р.

Санкт-Петербургский государственный политехнический университет Введение субстанциальной производной позволяет записывать уравнения меха ники сплошных сред так же, как и в механике материальных частиц (точек). Иначе, субстанциальная производная устраняет «визуальное» различие между методами частиц (Лагранжа) и скоростного поля (Эйлера). Кроме того, находит применение теорема о дифференцировании интегралов по деформируемым множествам [1].

В определении субстанциальной производной важно:

1). Выделение двух групп слагаемых. Первая группа слагаемых связана с измене нием дифференцируемой функции по времени и «в силу скоростного поля» (термино логия Ляпунова). Вторая группа (точнее, второе слагаемое) связано со скоростью изме нения меры (длины, площади или объема) области задания функции. Для несжимаемых сред это слагаемое отсутствует;

2). Выделение границы области и определение поля и дифференцируемой функ ции на границе области. Необходимы условия: ориентации границы, суммируемости нормальной компоненты скорости и дифференцируемой функции на границе. Для от резка вещественной оси граница – совокупность граничных точек, левой и правой.

Внешность и внутренность отрезка определены упорядочиванием по возрастанию (по убыванию) вещественных чисел.

Одномерная модель субстанциальной производной получается как парафраз тео ремы Лейбница-Ньютона. Пусть y=y(t, x(t)), x[a(t), b(t)]. Тогда:

y dx y D b(t) db da b y(t, x(t))dx = t + dt x dx + y(t, b(t )) dt y(t, a (t )) dt.

a Dt a(t) Эта теорема допускает две транскрипции. Во-первых:

D b(t) dy db da b y(t, x(t) )dx = dx + y(t, b(t )) y(t, a (t )), (А) Dt a(t) a dt dt dt и, во-вторых:

D b D b Db y(t, x(t))dx = Dt y(t, x(t))dx + Dt y(t, x(t))dx, (Б) loc a conv a Dt a где:

b y D b b y(t, x(t) )dx := y(t, x(t) )dx := dx, t a a t Dt loc a dx y D b db da b y(t, x(t) )dx := dx + y(t, b(t )) y(t, a (t )).

a dt x Dt conv a dt dt Транскрипция (А) отделяет полную производную и внеинтегральное слагаемое.

Получается, что полная производная коммутирует с интегралом.

Вторая транскрипция выделяет локальную и конвективную составляющие суб станциальной производной. Локальная (частная) производная коммутирует с интегра лом. Конвективная производная состоит из двух частей – из «порции» полной произ dx y b dt dx, производной в «силу поля», и внеинтегральной час водной по времени, x a db da ти, y(t, b(t )) y(t, a (t )), зависящей от деформации области интегрирования.

dt dt Очевидно, внеинтегральная часть отсутствует, если отрезок [a, b] неизменяем или тверд, т.е., если y(t, b)db y(t, a )da = 0, или da=db=0 соответственно. Эти условия играют роль условий несжимаемости, или, соответственно, недеформируемости в слу чае движения сплошной среды. Иначе, для отсутствия внеинтегральной части необхо димо и достаточно, чтобы длина отрезка [a, b] была неизменной. Если условие неиз менности длины отрезка [a, b] выполняются, то полная и субстанциальная производная визуально неотличимы в силу (А).

Чередование знаков во внеинтегральном слагаемом связано с «ориентацией внешней нормали» к отрезку [a,b].

Таким образом, общая теорема анализа о дифференцировании интеграла содер жит все необходимое для гидромеханической интерпретации субстанциальной произ водной в общем случае: локальную и конвективную компоненты, условия недеформи руемости и несжимаемости, разделение полной и субстанциальной производных.

Литература:

[1]. Гурса Э. Курс анализа, пер. с франц. А.И. Некрасова и В.В. Степанова, том 1, ч.1, М., ГТТИ, 1933, с. 203…205, 351…364.

ОБ УСТОЙЧИВОСТИ РЕШЕНИЙ ОДНОГО КЛАССА ИНТЕРВАЛЬНЫХ СИСТЕМ ДИФФЕРЕНЦИАЛЬНЫХ УРАВНЕНИЙ Чулин С.Л.

Санкт-Петербургский государственный политехнический университет 1. В настоящей заметке рассматривается система дифференциальных уравнений вида x = A( ) x + B. (1) & A( ) = A + G, (2) A = (aij )ij =1, n G = ( gij )ij =1, n малый положительный параметр, меняющийся в некотором интервале где:

[0, ].

В этом случае система (1) моделирует интервальную систему дифференциаль ных уравнений, в которой элементы aij ( ) матрицы A( ) изменяются в интервалах aij + gij ] соответственно.

[aij, Пусть собственные значения матрицы A имеют отрицательные действительные части. В этом случае, как известно, решение невозмущённой системы x = Ax + B & (3) будет устойчивым.

2. Задача ставится следующим образом: указать диапазон изменения параметра, при которых собственные значения матрицы A( ) сохраняют отрицательность их действительных частей. В этом случае, очевидно, во всём диапазоне изменения элементов матрицы A( ) решения системы (1) остаются устойчивыми (равномерно от [0, ] ).

носительно i - собственные значения матрицы A (с учётом кратности), Pj соот Пусть ветствующие собственные проекторы.

Положим S = j Pj.

j Согласно теории возмущений линейных операторов [1,2], собственные значения матрицы A( ) могут быть представлены в виде:

j ( ) = i + n (j n ). (4) n = (j n ) Используя методы, развитые в работе [2], получаем для коэффициентов разложения (4) следующие формулы:

(1) = tr (GPj ), j m (2) = tr (GSGPj ), j m (3) = tr (GSGSGPj GS 2GPj GPj ),......

j m Здесь - tr(·) след матрицы (·).

2 включительно, получим следующие Если в (4) ограничиться слагаемыми до условия отрицательности Re j ( ) :

Re j + Re (1) + 2 Re (2) 0, j j в терминах элементов мат Что и позволяет легко указать границы изменения риц A и G.

Литература:

1. Rellich F. Perturbation theory of engenvalue problems. New York: Gordon and Breach, 1969.

2. Като Т. Теория возмущений линейных операторов. М.: Мир 1972, 560с.

ИССЛЕДОВАНИЕ ПОКАЗАТЕЛЕЙ ГАЗОТУРБИННОЙ УСТАНОВКИ С ВПРЫСКОМ ВОДЫ ИЛИ ПАРА В ПРОТОЧНЫЕ ГТУ Абуд Нуреддин Атяала Аль-фаза Санкт-Петербургский государственный политехнический университет Одним из известных и во многих случаях эффективных способов улучшения па раметров работы газотурбинных установок является впрыск воды или пар в воздушный тракт. В последнее время значительно возросло количество публикаций и патентов на эту тему.

В приведенных исследованиях были получены опытные данные о значительном увеличении мощности и экономичности работы газотурбинной установки при впрыске воды или пара в проточные части ГТУ.

Результат обобщения опытных данных:

• Анализ результатов энергетического исследования впрыска пара в камеру сго рания ГТУ приводит к росту мощности газотурбинной установки (ГТУ) в целом. Так увеличение доли энергетического впрыска с 3 кг/с до 6 кг/с приводит к росту мощно сти ГТУ GT13D с 97 МВт до 99,91 МВт и 102,82 МВт соответственно. Впрыск пара 9 кг/с приводит к росту мощности ГТУ до 104,76 МВт. А для ГТУ типа GT13E1, увели чение впрыска пара с 3 кг/с до 6 кг/с приводит к росту мощности ГТУ с 150 МВт до 154,5 МВт и 159 МВт соответственно. Впрыск пара 9 кг/с приводит к росту мощности ГТУ до 162 МВт. И для ГТУ типа GT13E2, при увеличении впрыска пара с 3 кг/с до 6 кг/с увеличивается мощность ГТУ с 165 МВт до 169,95 МВт и 174,9 МВт соответст венно. Впрыск пара 9 кг/с, приводит к росту мощности ГТУ до 178,2 МВт • Влияние температуры наружного воздуха на КПД и мощность ГТУ:

Были произведены расчеты при 15°С по программе A2GTP. На всех трех уста новках (GT13D,GT13E1,GT13E2) достигается максимальная нагрузка, увеличение тем пературы наружного воздуха больше нормы влияет на КПД и мощности установок (см. рис. 1).

• Впрыск воды в камеру сгорания ГТУ типа GT13E2 1 % приводит к росту мощ ности газотурбинной установки ГТУ 3,5 % с 165 МВт до 170,77 МВт и к снижению КПД установки с 35,7 % до 35,34 %. Впрыск воды 2 % приводит к росту мощности га зотурбинной установки ГТУ 7 %, до 176,55 МВт и к снижению КПД установки до 34,98 %. Впрыск воды 3 % приводит к росту мощности газотурбинной установки ГТУ 10,5 %, до 182,32 МВт и к снижению КПД установки до 34,45 %. И аналогично для GT13D, GT13E1.

Рис.1. Влияние тем пературы наружного воздуха на мощности ГТУ,(GT13D, GT13E1,GT13E2) Выводы: По результатам проведенных расчётов можно сделать вывод о значи тельном влиянии температуры наружного воздуха на мощность и КПД установок. Так при температуре наружного воздуха 32° С снижение мощности и КПД может достигать 22 и 8% соответственно. Уменьшение данных показателей установок можно сущест венно компенсировать впрыском воды или пара в камеру сгорания ГТУ. Так впрыск 3 % воды даст увеличение мощности на 10,5%. Впрыск 9 кг/с пара в КС приводит к росту мощности ГТУ до 8 %.

ИЗУЧЕНИЕ ПРОЦЕССА ПРОКАТКИ МЕТАЛЛИЧЕСКОЙ ПОРИСТОЙ ЗАГОТОВКИ Баленков А.Ю., Гаршин А.П., Павлов Н.Н.

Санкт-Петербургский государственный политехнический университет Исследование процесса получения изделий методом продольной прокатки из предварительно изготовленных методом порошковой металлургии спечённых металли ческих заготовок выдвигает ряд принципиально новых научно-технических проблем, как в области теории, так и в технологии обработки металлов давлением. В известной нам литературе такого рода процессы не освещаются, что может служить дополнитель ным основанием актуальности данного исследования.

В настоящей работе была предпринята попытка изучения влияния пористости спеченных металлических заготовок на технологические параметры продольной про катки (условия захвата, уширение, удлинение и уплотнение). На основе результатов проведённых экспериментов получены расчётные формулы для определения указанных технологических параметров, обеспечивающих возможность разработки технологиче ского процесса прокатки пористого материала.

В работе также исследовался процесс получения композиционного материала на основе железного порошка АНС100 с различным содержанием в нём добавки карбида кремния (SiC) методом предварительного прессования с последующим спеканием. На основе результатов проведённых экспериментов было установлено, что получение из делий из данного композиционного материала методом прокатки возможно при содер жании в нём карбида кремния в количестве до 2 % по массе.

ПРИМЕНЕНИЕ СОВРЕМЕННЫХ ТЕХНОЛОГИИ ПРИ ИЗГОТОВЛЕНИИ ПРОТЕЗОВ Жасмина, Л. Дудески, А. Косов Университет «Св. Кирилл и Методий», республика Македония Бундур М.С., Петков П.П.

Санкт-Петербургский государственный политехнический университет Применение современных технологий в ортопедической технике обеспечивает ускоренный прогресс производства индивидуальных ортопедических средств. В работе рассмотрено применение 3D цифровой технологии при производстве надколенного протеза с использованием камеры ATOS II.

Изготовление протезов начинается со снятия гипсового оттиска с пациента. Гип совый оттиск служит для изготовления модели, которая в дальнейшем используется в качестве позитива при изготовлении протеза. Опора протеза изготавливается по систе ме проба-коррекция. Процесс изготовления опоры можно сократить путем сканирова ния пациента (рис. 1).

Рис. 1. Сканирование модели камерой ATOS II В работе вместо пациента использована гипсовая модель. После получения мо дели в виде «облако точек» (рис. 2) строится CAD модель (рис. 3), которая легко может быть скорректирована по рекомендациям специалиста по протезированию. Таким обра зом, сокращается время изготовления протезов и обходится утомительный процесс снятия многократных проб для инвалидов.

Рис. 2. Модель в виде облако точек Рис. 3. CAD модель 3D цифровая и CAD технологии пока что не очень широко применяются в прак тике изготовления ортопедических средств, но можно прогнозировать их быстрый про гресс.

КОНЦЕПЦИЯ ПОСТРОЕНИЯ ЭЛЕКТРОННОЙ СИСТЕМЫ МОНИТОРИНГА ТЕХНОЛОГИЧЕСКИХ КОМПЕТЕНЦИЙ ПРЕДПРИЯТИЙ САНКТ-ПЕТЕРБУРГА Курочкин М.А., Попов С.Г., Курочкин Л.М., Тимофеев Д.А., Радкевич М.М.

Санкт-Петербургский государственный политехнический университет ЭСМТК – это открытая информационная система данных о свободных произ водственных ресурсах предприятий и их технологических возможностях.

Технологические возможности предприятия это: оборудование;

технологические процессы;

технологические операции;

технологические переходы.

ЭСМТК разрабатывается для предприятий с целью: повышения загрузки обору дования предприятий региона путем привлечения сторонних заказов;

сокращения вре мени поиска исполнителей заказов на выполнение промышленных изделий;

повышения эффективности инвестиционных вложений в производство.

Внедрение ЭСТМК позволит: Предприятию – увеличить прибыль за счет уве личения объема производства путем загрузки свободных производственных ресурсов.

Инвестору – оперативно найти лучшее решение для распределения своих зака зов в регионе. Администрации региона – получать достоверные данные для кредито вания перспективных отраслей промышленности.

Внедрение ЭСМТК позволит предприятиям региона снизить издержки произ водства за счет углубления кооперации и специализации производственной деятельно сти.

ЭСМТК - это Биржа технологических возможностей предприятий региона, где предприятия предлагают свои технологические ресурсы, а заказчики ищут свободные ресурсы предприятий для размещения своих заказов.

ЭСМТК отличается от известных систем возможностью осуществлять поиск исполнителей заказов по конкретным значениям параметров технологических операций и получать точные данные о возможности выполнения конкретного заказа.

Пользователи ЭСМТК. В настоящее время ЭСМТК поддерживает 4 роли поль зователей:

Руководители и технологи промышленных предприятий отвечают за под держание корректности и логической целостности данных своего предприятия;

(о на личии свободного оборудования на предприятии;

о реализуемых технологических воз можностях;

о выпускаемой продукции).

Заказчики продукции промышленных предприятий имеют доступ к базам дан ных ЗАКАЗОВ, СТАНКОВ и ПРЕДПРИЯТИЙ. Заказчики могут просмотреть данные о предприятиях;

просмотреть предприятия с указанной моделью оборудования;

форми ровать и управлять своими заказами на требуемые изделия;

выполнения заказа разными исполнителями и выбирать подходящий себе вариант.

Центр аналитической поддержки дополняет систему данными: о новых пред приятиях;

о новом оборудовании;

о технологических операциях.

Администрация региона получает аналитические отчеты о состоянии промыш ленного сектора региона. Сегодня ЭСМТК может формировать 2 типа аналитических отчетов.

Отчеты по всем предприятиям: представительность технологических компетен ций предприятий региона;

анализ производственный потенциал предприятий региона;

мониторинг состояния информационной базы;

заполнение словаря переходов по видам обработки;

Отчеты по конкретному предприятию: степень инновационного оборудования;

степень однородности оборудования;

загрузка оборудования.

В базе данных ЭСМТК хранятся сведения о заказах: маршрутные карты;

конст рукторские чертежи;

трехмерные модели изделий;

технологические карты;

перечень переходов и значения их параметров;

критерии отбора вариантов исполнения заказа.

Опытная эксплуатация системы на пяти предприятиях Санкт-Петербурга пока зала правильность разработанной концепции и определила направления дальнейшего развития этого инновационного проекта.

ОБЪЕКТНАЯ МОДЕЛЬ ДАННЫХ ЭСМТК Курочкин Л.М., Попов С.Г., Тимофеев Д.А., Курочкин М.А.

Санкт-Петербургский государственный политехнический университет Для проектирования информационной части ЭСМТК разработана объектная мо дель данных предприятий машиностроительного сектора. Предложенная модель позво ляет реализовать инновационную идеологию открытой системы технологических воз можностей предприятий. Основными элементами предлагаемой модели данных явля ются справочники и классификаторы.

Классификатор станков позволяет группировать оборудование по области применения (тип выполняемых операций ) включает таблицы:

- mashine_type - содержит типы станков. Тип определяется основной операцией, выполняемой станком;

- spec – описывает специализацию (подтип) станков;

- model – содержит описание модели станка (название, код, производитель, без параметров операций, модельный год);

- operation – содержит название перехода, его код, идентификатор типа;

- operation_type – содержит тип перехода, его код;

- operation_table – содержит первые две цифры кода групповой операции.

Классификатор переходов позволяет группировать переходы по набору атри бутов перехода и типу перехода. Любой переход может быть связан с любой моделью станка.

Атрибуты переходов:

- attrib_group – содержит группу атрибутов, задающую конкретный переход, идентификатор операции, идентификатор атрибута перехода;

- operation_attrib – содержит имя атрибута перехода, идентификатор тип пара метра, идентификатор названия параметра, идентификатор типа значения, единица из мерения, идентификатор. Значения атрибутов:

- group_attrib_val – группа значений атрибутов – таблица, связывающая группу атрибутов и переход – это объединение (атрибуты и их значения) получает свой иден тификатор, который используется при поиске перехода, удовлетворяющей заданным требованиям (атрибутам) – идент-р. группы атрибутов;

- values_attrib_grp – значения группы атрибутов - идентификатор группы значе ний атрибутов, идентификатор атрибута перехода, идентификатор значения, идентифи катор группы атрибутов.

Параметры перехода – значения (диапазоны значений для описания возможно стей оборудования) переменных параметров норм времени и точности обработки обо рудования (припуск, число ходов, скорость обработки, машинное время) Параметры. В таблицах значений хранятся и значения атрибутов и переходов.

- dict_set -содержит набор значений параметра (задаётся через разделитель) в порядке возрастания - идентификатор перехода, значение (строка);

- dict_value – значение параметра - идентификатор перехода, значением (строка), идентификатор знака сравнения (для задания открытого интервала), идентификатор ат рибута и идентификатор параметра (один из них null, не нулевое значение задаёт при знак – параметра или атрибута);

- dict_int – интервал значений параметра - идентификатор перехода, min значе ние (строка), max значение (строка), идентификатор знака сравнения (для min значе ния), идентификатор знака сравнения (для max значения), идентификатор атрибута и идентификатор параметра (один из них null, не нулевое значение задаёт признак – па раметра или атрибута).

Перечень оборудования предприятия - enterprice - общие данные по предприятию (название, телефон, профиль);

- enterprice_msh – станки предприятия. Связываем предприятие, и станки из классификатора предприятия - идентификатор модели, идентификатор предприятия, загрузку и общее число станков;

- msh-groups – объединяет станки в группы (кол-во групп произвольно) по пара метрам выполнения переходов (параметры выполнения набора переходов могут ме няться со временем, например из-за амортизации оборудования), идентификатор стан ков предприятия, идентификатор названия группы, загрузка и общее число станков группы.

- groups_name – название группы станков предприятия;

- enterprice_oeration – переходы предприятия, связь набора операций конкретной модели, состоящей в группе станков предприятия, с набором параметров операции идентификатор операции станков, идентификатор группа станков.

Параметры оборудования предприятия - ent_set - набор значений параметра (задаётся через разделитель) - идентифика тор перехода, идентификатор значения;

- ent_value – значение параметра – идентификатор перехода, идентификатор зна чения, идентификатор знака сравнения (для задания открытого интервала), идентифи катор атрибута, идентификатор параметра (один из них null, по не нулевому значению определяется признак параметра или атрибута) и идентификатор соответствующего значения словаря dict_value;

- ent_int – интервал значений параметра - идентификатор перехода, идентифика тор min значения, идентификатор max значения, идентификатор знака сравнения (для min значения), идентификатор знака сравнения (для max значения), идентификатор ат рибута, идентификатор параметра (один из них null, по не нулевому значению опреде ляется признак – параметра или атрибута) и идентификатор соответствующего значе ния словаря dict_int.

Заказ – упорядоченный набор технологических переходов с указанием значений параметров.

- request – описание заказа (название);

- request_operation – переходы заказа - идентификатор перехода заказа, иденти фикатор заказа, порядковый номер в технологическом процессе, идентификатор груп пы значений атрибутов, признак необходимости поиска, идентификатор типа запроса;

- request_type – текстовое описание необходимого перехода, идентификатор за проса, идентификатор типа перехода.

Параметры переходов заказа - request_value– значение параметра перехода заказа - идентификатор перехода заказа, идентификатор значения, идентификатор атрибута, идентификатор параметра (один из них null, не нулевое значение задаёт признак – параметра или атрибута) и идентификатор соответствующего значения словаря dict_value;

- request_int интервал значений параметра перехода заказа - идентификатор пе рехода заказа, идентификатор интервала, идентификатор атрибута, идентификатор па раметра (один из них null, не нулевое значение задаёт признак – параметра или атрибу та) и идентификатор соответствующего значения словаря dict_int;

- search – хранит сериализованные результаты поиска по запросу.

Значения параметров переходов заказа хранятся в таблицах re quest_set(request_value, request_int).

Предложенная модель успешно реализована средствами СУБД MySQL для тес товой версии ЭСМТК.

ФУНКЦИОНАЛЬНЫЕ ВОЗМОЖНОСТИ ЭСМТК Курочкин Л.М., Никитков Н.В., Попов С.Г., Тимофеев Д.А., Курочкин М.А.

Санкт-Петербургский государственный политехнический университет Управление данными ЭСМТК обеспечивает набор функций, сгруппированный в пять подсистем: управление технологическими операциями;

управление классификато ром оборудования;

управление данными предприятия;

управление заказами;

поиск за каза.

Подсистема управление технологическими операциями обеспечивает:

- управление операциями (просмотр, удаление, добавление, изменение и коррек тировка двухуровневого классификатора технологических операций;

- управление технологическими переходами. Переходы выбраны экспертной оценкой из «Классификатора переходов приборостроения и машиностроения 1 89 187», в объеме таблиц: «действие» и «предмет труда»;

- формирование параметров технологических переходов;

- ведение списка параметров переходов для каждого технологического перехода.

Число параметров может быть произвольным. Параметры перехода могут отсутство вать.

Подсистема управление классификатором оборудования (станками) обеспечива ет:

- Управление классификатором станков (ведение двухуровневого классификато ра станков группа станков, тип станка).

- Управление перечнем станков. Оборудование описывается набором свойств:

код модели, название модели, тип станка, группа станка, год начала производства стан ка, фирма-изготовитель.

- Формирование классификатора атрибутов оборудования Атрибут оборудова ния задается идентификатором атрибута, единицей измерения атрибута и типом значе ния.

- Формирование значений параметров перехода. Каждому переходу присоединя ется набор параметров и набор значений. Связывание параметров осуществляется дву мя способами «от перехода» или «от станка». Оба способа являются равнозначными.

Подсистема управление данными предприятия обеспечивает:

- управление списком предприятий. Каждое предприятие описывается формой собственности, названием, адресом, номером телефона, электронной почтой, текстовым описанием;

- управление оборудованием предприятия. Оборудование выбирается из ранее сформированного словаря;

- управление группами оборудования предприятия. Каждой группе оборудова ния приписывается свой набор параметров, перечень параметров фиксирован. Значения параметров копируются из словаря и корректируются специалистами предприятия;

- просмотр переходов оборудования. Каждой модели оборудования добавляется фиксированный перечень переходов;

- управление значениями параметров оборудования. Для каждой группы обору дования можно откорректировать значения параметров, при этом перечень параметров остается неизменным.

Подсистема управление заказами обеспечивает:

- управление перечнем заказов. Каждому заказу пользователь может добавить три документа: описание технологического процесса, трехмерную твердотельную мо дель и чертеж детали;

- ввод заказа. Заказ вводится в два этапа - формирование текстовой части и фор мальное задание переходов. Формирования текстовой части состоит в выборе операций из классификатора операций и приписывании к ней неформализованной текстовой час ти.

Этап формализации переходов состоит в выборе переходов конкретной опера ции из классификатора переходов и заполнении значений параметров каждого перехо да.

Подсистема поиск перехода обеспечивает:

- Выбор вариантов реализации заказа можно выполнить по любому из трех кри териев «На одном предприятии», «С минимальным числом моделей», «С минимальным числом перемен между моделями».

Результатом поиска является список вариантов реализации заказа на предпри ятиях с указанием моделей станков. При невозможности выполнения заказа выдается диагностическое сообщение.

Предложенный набор из пяти подсистем позволяет системному администратору поддержать логическую целостность данных ЭСМТК при сохранении открытости ос новных классификаторов системы.

МОДЕЛИ ПОСТРОЕНИЯ ОРГАНИЗАЦИОННОГО ВЗАИМОДЕЙСТВИЯ ЭСМТК С ПРЕДПРИЯТИЯМИ Курочкин Л.М., Попов С.Г., Тимофеев Д.А., Курочкин М.А Санкт-Петербургский государственный политехнический университет При выборе модели организационного взаимодействия ЭСМТК (электронная система мониторинга технологических компетенций) с предприятиями рассматривают ся два варианта, отличающихся степенью самостоятельности внесения данных пред приятия в систему. Первый вариант – двухуровневого взаимодействия – предполагает предварительный контроль данных предприятия группой экспертов. Второй вариант – непосредственного взаимодействия – предполагает возможность внесение данных без предварительного анализа эксперта. Рассмотрим достоинства и недостатки этих подхо дов.

Первый вариант. Требования к персоналу: высококвалифицированный адми нистратор;

пользователи средней квалификации;

высококвалифицированные специали сты экспертного центра. Задачи экспертного центра: актуализация словарей;

определе ние рабочих диапазонов значений параметров оборудования;

ведение классификатора оборудования и переходов;

анализ конфликтов в описании оборудования и переходов;

формирование области технологических возможностей;

контроль вводимых предпри ятиями значений (моделирование);

разбор конфликтов между пользователями.

Возможности предприятия по управлению оборудованием: зарегистрироваться;

копировать экземпляр оборудования из эталонного набора станков;

отредактировать значения атрибутов оборудования;


отредактировать значения параметров переходов;

групповое управление параметрами операций и переходов отдельного станка.

Администратор ЭСМТК Экспертный центр Эксперты постоянно взаи модействуют с Предприятие предприятиями Рис. 1. Первый вариант взаимодействия ЭСМТК с предприятием Второй вариант. Требования к персоналу: высококвалифицированный админи стратор;

пользователи любой квалификации. Возможности предприятия по управлению оборудованием: зарегистрироваться;

добавить новый станок в перечень эталонных станков;

копировать экземпляр оборудования из эталонного набора станков;

исправить свой экземпляр оборудования (в рамках словаря переходов);

создать уникальный эк земпляр оборудования (в рамках словаря переходов);

отредактировать значения атри бутов оборудования;

отредактировать значения параметров переходов;

групповое управление параметрами операций и переходов отдельного станка.

ЭСМТК Администратор Рис. 2. Второй вари ант взаимодействия Предприятие ЭСМТК с предприятием Сравнение вариантов организационного взаимодействия Критерии сравнения Первый вариант Второй вариант Время подключения нового большое малое Критерии сравнения Первый вариант Второй вариант предприятия Сложность взаимодействия средняя низкая пользователя с системой Время ввода заказа фиксированное фиксированное Время поиска заказа фиксированное большое Достоверность отчетов высокая низкая Точность поиска высокая средняя Качество данных (логическая высокое неопределенное целостность) Возможность пополнения словарей есть отсутствует Уровень достоверности данных высокий низкий Наличие службы поддержки есть нет пользователей Затраты на ввод и поддержку высокие низкие системы В опытной версии ЭСМТК предпочтение отдано первому варианту.

ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ ТОЧНОСТИ ЭЛЕКТРОЭРОЗИОННОЙ РЕЗКИ Солнышкин Н.П., Магда В.И., Самаркин А.И., Негина О.В.

Псковский государственный политехнический институт Современное производство характеризуется все большим применением науко емких и нетрадиционных видов обработки. Одним из таких методов является электро эрозия – разрушение материала под действием электрического разряда. Электроэрози онная обработка и, в частности, проволочная электроэрозионная резка имеют ряд спе цифических особенностей, которые рассматриваются в курсе «Технология машино строения» в ограниченном объеме. Вместе с тем, потребности современного, прежде всего инструментального производства, ведут ко все более широкому внедрению элек троэрозионной обработки, и, следовательно, к потребности в соответствующих специа листах.

Между двумя электродами (в роли которых выступает с одной стороны – деталь, с другой – проволока) пропускается разряд электрического тока. При возникновении искры вследствие выгорания материала, а также вместе с потоком электронов происхо дит разрушение (эрозия) частиц одного из электродов, а также их окисление. Второй электрод также подвержен эрозионным процессам, однако они менее разрушительны.

Проволочная резка находит свое основное применение в инструментальном производстве, как правило – при изготовлении вырубных и гибочных штампов. Типич ными изделиями, подвергаемыми электроэрозии, являются матрицы, съемники, пуан сонодержатели и пуансоны.

Удаленные частицы заготовки выводятся из зоны резания с потоком диэлектри ка, и далее удаляются фильтрами. В случае, когда движение подачи превышает ско рость эрозии заготовки, происходит короткое замыкание. В этом случае модуль управ ления подачей выполняет отход назад и повторяет попытку движения через некоторое время. Возможна и обратная ситуация, когда подача отстает от скорости резки. В этом случае «пропадает искра», что также регистрируется системой управления, которая ав томатически увеличивает подачу.

Толщина удаляемого слоя металла (а значит и толщина реза и минимальный размер обрабатываемого резкой элемента) определяются диаметром проволоки. Обра ботку осуществляют в среде диэлектрика. В роли диэлектрика выступает дистиллиро ванная вода.

Режимы резания подразумевают управление следующими группами параметров:

параметры разряда;

параметры подачи проволоки;

параметры подачи заготовки;

пара метры адаптивного управления процессом.

Эрозия характеризуется сложным сочетанием электромагнитных, тепловых, гидродинамических процессов, протекающих при участии адаптивной системы управ ления станком. Поэтому непосредственный аналитический расчет ожидаемого качества обработки достаточно сложен и требует проведения значительного объема эксперимен тов.

Представляется обоснованным гипотеза о том, что параметры электроэрозион ной резки коррелируют с параметрами шероховатости обработанной поверхности.

Представляет интерес изучение профилограмм по профилю контура и в продольном направлении по оси электрода. В результате выполненных экспериментальных работ выявлен ряд закономерностей, не имеющих законченного математического описания в доступных авторам источниках. В результате обработки профилограмм в продольном направлении выявлены как низкочастотные (с длиной волны приблизительно равной рабочей длине электрода), так и высокочастотные составляющие.

По результатам работы можно сделать выводы о перспективности проводимых исследований.

ФИРМЫ-ИНТЕГРАТОРЫ – ОСНОВА ДЛЯ ОПТИМИЗАЦИИ ЖИЗНЕННОГО ЦИКЛА ДЕТАЛЕЙ ПОДВИЖНОГО СОСТАВА Федяев В.Л., Багатурова Н.В.

Челябинский институт путей сообщения Гиляжев И.Н.

Научно–производственное объединение «Интеграл», г. Челябинск.

Зарубежный и отечественный опыт показал целесообразность проведения работ с использованием фирмы-интегратора для эффективного взаимодействия между мно гочисленными элементами внутри системы, оптимальной связки стадий разработки продукции, закупки, поставки и сервиса, консультаций с отслеживанием конечного ре зультата. Все это обеспечивает снижение стоимости жизненного цикла продукции, не прерывность, возможность обратных связей информационных потоков по всему циклу «жизни» продукта.

Для обеспечения ОАО «РЖД» деталями для ремонта подвижного состава созда на фирма-интегратор – НПО «Интеграл», объединяющая инженеров производственников с большим опытом работы под заказы ОАО «РЖД», научных ву зовских работников. В частности, НПО «Интеграл» с привлечением ряда вузов Урала были проведены сравнительные исследования жизненного цикла одного из наиболее ответственных узлов вагона – пятника. В докладе представлен сравнительный анализ изготовления и эксплуатации пятников методом литья и методом штамповки, даны ре зультаты эксплуатации пятников на ЮУЖД. Теоретические, практические исследова ния показали, что ресурс штампованных пятников более чем на 50 % больше ресурса литых.

На основе проведенных исследований пятника грузового вагона предложен ва риант изготовления штампованного пятника, проведена МВК по ГОСТ 15..201-2000.

НПО представлен функциональный проект на поставку деталей подвижного состава.

Проект получил поддержку ОАО «РЖД».

Проведение работ с участием команды «предприятия-интегратора» позволило создать оптимальную схему поставки деталей для ремонта подвижного состава, исходя из задач ОАО «РЖД», на основании всей информации жизненного цикла изделия, при менения инструментов международных СМК, что дало возможность получения опти мальной себестоимости, стоимости жизненного цикла изделия. Разработан и предложен к реализации функциональный проект «Разработка и постановка продукции на произ водство с участием предприятия интегратора», проект прошел успешную защиту с уча стием специалистов ОАО «РЖД» и специалистов по международным системам ме неджмента качества, и находится на рассмотрении с целью практического использова ния для Инновационной работы ОАО «РЖД».

ЭНТРОПИЙНЫЕ МЕТОДЫ МОДЕЛИРОВАНИЯ ПРОЦЕССОВ МЕХАНИЧЕСКОЙ ОБРАБОТКИ СЫПУЧИХ МАТЕРИАЛОВ Благовещенский И.Г.

Московский государственный технический университет им. Н.Э. Баумана Информационная энтропия (энтропия Шеннона) – Н, играет полезную роль в ис следовании самых различных по своей природе систем. С помощью информационной энтропии вычисляются параметры процесса, изолированной и открытой системы, рав новесного и неравновесного физического явления. Энтропия H может использоваться для описания статистических свойств системы, с целью интерпретации полученных ре зультатов и для изучения динамики системы. При этом величина H может быть пред ставлена в виде зависимости:

n Н= Рi log Рi где: Рi - вероятность состояний системы, принадлежащая i = дискретному множеству состояний.

Эффективным методом исследования моделирования сложных систем являются энтропийные методы, которые обладают всеми признаками системного подхода.

Вскрывая интегральные и иерархические свойства анализируемых систем, энтропий ные методы позволяют обеспечить единство подходов к описанию и оптимизации про цессов.

Энтропийные модели адекватно описывают наиболее вероятные макросостояния сложной многоэлементной системы. На уровне описания информационная энтропия используется как критерий правдоподобия (принцип максимальной энтропии), а на уровне оптимизации того же процесса – как критерий оптимальности (принцип мини мальной энтропии). Энтропийный подход имеет определенные преимущества перед другими математическими методами и позволяет раскрыть закономерности развития исследуемой системы.

Разработка моделей процессов механической обработки сыпучих материалов с использованием энтропийных методов позволила получить достоверную информацию о функционировании этих процессов, что, в свою очередь, позволило решить задачу оптимизации работы технологического оборудования, реализующего эти процессы.

При этом различные процессы механической обработки сыпучих материалов были представлены как случайные непрерывные процессы (например, процесс сепарирова ния сыпучих материалов), или как случайные дискретные процессы (например, процесс прессования мелкодисперсных сыпучих материалов).


Использование энтропийного метода моделирования процессов механической обработки сыпучих материалов - сепарирования и прессования, позволило определить оптимальные параметры работы сепараторов с круговым поступательным движением рабочих органов и роторных прессующих машин и повысить эффективность работы этого технологического оборудования.

ИМИТАЦИОННЫЕ МЕТОДЫ МОДЕЛИРОВАНИЯ ТЕЛЕКОММУНИКАЦИОННЫХ СИСТЕМ Юдов А.И.

Псковский государственный политехнический институт На сегодняшний день в сетях передачи данных наметилась тенденция, как к ис пользованию разнородного оборудования, так и к использованию различных техноло гий для организации магистральных сетей передачи данных. В ходе реализации проек тов возникает большое число проблем связанных с физической реализацией стыков разнородного оборудования и технологий, коренным изменением архитектуры сетей, однако, наиболее важным вопросом является понимание того, какое влияние окажет внедрение в сеть новой технологии на ее производительность в целом.

Как известно производительность сети оценивается большим количеством фак торов, начиная от задержки передачи пакета, кадра и заканчивая текущей загрузкой ка налов связи. Эти параметры очень сложно корректно оценить без проведения предпро ектного анализа производительности сети.

На сегодняшний день существует ряд подходов к проведению экспертизы:

• экспертная оценка, • тестирование с построением макета проектируемой системы, • построение модели системы с использованием программных средств мо делирования.

В настоящее время при проектировании и сопровождении телекоммуникацион ных систем чаще всего используется технология экспертных оценок. Главным опреде ляющим фактором при таком подходе является опыт разработчиков. Соответственно основной его недостаток состоит в субъективности.

Устранить этот недостаток можно с помощью технологий моделирования. По строение модели, ее анализ и отработка ситуаций “что будет, если?..” позволяют смо делировать основные процессы, которые будут происходить в системе, и избежать экс тремальных ситуаций. Моделирование может быть физическим — с использованием стендов (макетирование) или имитационным, основанным на применении программ ных систем моделирования. Последнее позволяет существенно сэкономить силы и вре мя команды разработчиков, а также достичь максимального соответствия проектируе мой системы предъявляемым к ней требованиям в плане производительности. При этом имитационное моделирование требует гораздо меньших инвестиций и позволяет про смотреть больше вариантов, чем физическое моделировании. На первый взгляд может показаться, что на этапе внедрения и обслуживания, а также при работе ИС в устано вившемся режиме потребность в моделировании исчезает. Но при возникновении сбоев в работе ИС, изменении организационной структуры компании, использовании новых технологических решений, замене устаревающего оборудования и т. д. именно система имитационного моделирования поможет ответить на вопрос, как повлияет модерниза ция на существующую инфраструктуру системы и как провести эту модернизацию наи лучшим образом. Вот почему имитационное моделирование является на сегодняшний день очень перспективным направлением на IT рынке и имеет большое будущее не только в теории, но и в практическом применении.

ИНТЕЛЛЕКТУАЛЬНЫЕ МЕТОДЫ ПРОЕКТИРОВАНИЯ ПРОЦЕССОВ ОБРАБОТКИ С ИСПОЛЬЗОВАНИЕМ ГЕНЕТИЧЕСКИХ АЛГОРИТМОВ В. Гечевска Университет «Св. Кирилл и Методий», республика Македония Бундур М.С., Петков П.П.

Санкт-Петербургский государственный политехнический университет В работе приведены результаты исследования по развитию методологии опти мизации условия обработки, основанной на применении детерминированных и эври стических методов с генетическими алгоритмами (Gas). Таким образом, определяются оптимальные параметры обработки, позволяющие повысить производительность и эф фективность использования станков с ЧПУ.

На основании разработанной математической модели, описывающей процесс обработки, предложен оригинальный численный алгоритм для оптимизации парамет ров режимов резания OPTIMAD (Optimization of Milling and Drilling). Параметры обра ботки генерируются как выход выполненной оптимизации и включают скорость реза ния, подачу, глубину резания и время обработки, которые могут быть реализованы при использовании реальной стойкости режущего инструмента и установленной мощности станков. Применение предложенного алгоритма позволяет моделировать и проектиро вать рабочие процессы с обеспечением максимальной эффективности обработки.

В исследовании, вместе с детерминированным методом оптимизации разработа на и эвристическая оптимизационная методология с аппликацией генетического алго ритма для повторной оптимизации параметров обработки, GAMO (Genetic Algorithm Manufacturing Optimization). Генетический метод со своими особенностями и определе ниями как популяция, гены, хромосомы, селекция, рекомбинация, скрещивание и му тация накладывается на объект исследования. С использованием конвергенции по чис ленным генерациям генетический алгоритм позволяет получить оптимальное решение.

В работе проведено сравнение двух методов оптимизации подтверждающее воз можность и эффективность применения генетического метода в современных обраба тывающих системах. Алгоритмы методов и их сравнение приведены на рис. 1-3.

ЧИСЛОВОЕ МОДЕЛИРОВАНИЕ СТРУЙНОЙ ФОТОГРАФИИ ТЕЧЕНИЯ ПРИ ЭКСТРУЗИИ ПРЯМОУГОЛЬНОГО АЛЮМИНИЕВОГО ПРОФИЛЯ Жасмина, Л. Дудески Университет «Св. Кирилл и Методий» республика Македония Бундур М.С., Петков П.П.

Санкт-Петербургский государственный политехнический университет В работе приводятся результаты моделирования струйной фотографии течения материала для центрально установленного прямоугольного алюминиевого профиля.

На рис. 1 приведены струйные фотографии, полученные экспериментально в ра боте Г.Р. Гун, В.И. Рковлеви и др. Прессование алюминиевых сплавов, Металлургия, Москва, рис. 1а, и числовой симуляцией с использованием CFD технологии (slikaib) рис. 1б.

Используемый материал ALMgSi0,5 моделирован как Wutnov fluid с высокой вязкостью. Модель построена в соответствии с реальными производственными усло виями, приведенными цитированными авторами. Использованный пресс с номиналь ным усилием 12МН, поперечное сечение выпрессованного бруска ВхН=125х300мм.

Приложенная струйная фотография (1а) получена методом сечения бруска с нанесени ем сетки. Проведенный анализ показал хорошее совпадение линий истечения материа ла полученных экспериментально и числовым моделированием (1б). Полученные ре зультаты оправдывают дальнейшее использование модели для исследования в области конструкции инструментов для выпрессовки. Выбор оптимальных рабочих параметров матрицы при прессовании сложных профилей является важнейшим фактором, обуслав ливающим качество обработки.

a) b) Рис. Струйные фотографии центрально установленного прямоугольного профиля а -экспериментально б- числовым моделированием Использование полученных экспериментально материалов и их подтверждение числовым моделированием с применением современных компьютерных технологий сокращает издержки и время, необходимых для верификации результатов исследова ний.

ПРИМЕНЕНИЕ ТЕНЗОРНОЙ ТЕОРИИ СЕТЕЙ В ДИСЦИПЛИНЕ «АВТОМАТИЗАЦИЯ ИССЛЕДОВАНИЙ И ПРОЕКТИРОВАНИЯ»

Сохор Ю.Н.

Псковский государственный политехнический институт Дисциплина «Автоматизация исследований и проектирования» преподается сту дентам 4-го курса специальности «Электропривод и системы автоматизации» и состоит из 2-х частей. Часть 1: «Теоретические основы систем автоматизированного проекти рования» преподается в осеннем семестре и часть 2-я «Автоматизация исследований электроприводов» - в весеннем семестре. Особенность курса – в его междисциплинар ном характере. При проектировании технических устройств и систем необходим поиск решений во всем многообразии возможных вариантов, что требует постоянного расши рения представлений о системе.

В докладе показано, что тензорная теория сетей позволяет универсализировать описание различных физических процессов и различных конструктивных и функцио нальных решений, на основе объединения теории цепей, теории поля и теории систем управления [1]. Инвариантность уравнений приводит к универсальности соответст вующего программного обеспечения. Расчет по частям, разработанный в тензорном анализе сетей, позволяет распараллелить вычисления.

Параллельные расчеты проектных задач реализованы в локальной сети учебного компьютерного класса на основе компилятора на Фортране g95, библиотеки и средств mpich-2. В настоящее время программное обеспечение переводится на продукты кор порации Intel, предоставившей в рамках программы Multi-core Curriculum Initiative пла вающую лицензию для реализации параллельных вычислений в учебном процессе.

Литература:

1. Сохор Ю.Н. Вычислительные модели и алгоритмы тензорного анализа сетей.

Учебно-методическое пособие. – Псковск. гос. политехн. ин-т. – Псков: Издательство ППИ, 2008. -162 с.

ВОЗМОЖНОСТИ ФУНКЦИОНАЛЬНО-АНАЛИТИЧЕСКОГО ТРЕНАЖЕРА РБМК- Разбаш Д.Б.

Институт ядерной энергетики (филиал) Санкт-Петербургского государственного политехнического университета, г. Сосновый Бор Функционально-аналический тренажер РБМК-1000 представляет собой пульт ведущего инженера управления реактором (ВИУР) в версии СКУЗ с упрощенной теп ловой и электрической схемой блока с адекватными обратными связями в режиме ре ального времени. Тренажер позволяет обучающимся не только управлять реактором во всех режимах, но и дает представление о работе блока АЭС, как в целом, так и о работе основных его систем.

Основная цель обучения на тренажере: получение студентами теоретических и практических навыков в управлении блоком станции как в режимах нормальной экс плуатации, так и в режимах отклонения от нормальной эксплуатации, т.е. в режимах действия аварийных защит, блокировок или необходимости принятия решения обучае мым на изменение режима работы блока в соответствии с «Технологическим регламен том».

Перечень практических работ, выполняемых студентами на тренажере, охваты вает различные нюансы управления блоком, например:

1. Поддержание заданного энерговыделения реактора на стационарной мощно сти;

2. Включение, отключение и выполнение переходов основных насосов блока (ГЦН, ПЭН, ЦН, 1КН, 2КН);

3. Отработка режимов быстрого управляемого снижения мощности (БУСМ) при отключении одного из работающих турбогенераторов (ТГ);

4. Вывод реактора в критическое состояние и выход на минимально контроли руемую мощность (МКУ) после останова блока с мощностью 50% Nном;

5. Подъем мощности блока с 50% до номинальной после ложного отключения одного из ТГ и устранение неисправности;

6. Отключение работающего ПЭН в отсутствии резерва.

Практика показала, что аналитический тренажер, вызывая неподдельный инте рес студентов, повышает их мотивацию к обучению и поднимает на совершенно иной уровень понимание работы блока атомной станции.

ВОЗМОЖНОСТИ КОМПЬЮТЕРНОГО МОДЕЛИРОВАНИЯ В ОБРАЗОВАНИИ НА ПРИМЕРЕ ПРОЦЕССА ПРОКАТКИ В ПРИВОДНОЙ – НЕПРИВОДНОЙ КЛЕТИ Фастыковский А.Р.

Сибирский государственный индустриальный университет Приоритетность развития компьютерного моделирования отмечена в политики Российской Федерации в области развития науки и технологий. В связи с этим на ста дии обучения студентов целесообразно использовать практические примеры решения задач, включающие элементы компьютерного моделирования. С этой целью была раз работана компьютерная модель нового перспективного совмещенного процесса про катки в приводной – неприводной клети. Процесс основан на использовании резерва сил трения в очаге деформации при прокатке и позволяет существенно снизить метал лоемкость основного оборудования, сократить затраты энергии на деформацию, рас ширить сортамент готовой продукции.

При компьютерном моделировании использована визуальная среда Windows приложений - Borland Delphi 7,0 Enterprise, позволяющая создать понятный и удобный в использовании интуитивный интерфейс. Компьютерная модель снабжена защитой от ввода заведомо ошибочных значений, есть система настройки, позволяющая адаптиро вать ее для конкретного пользователя, в файлах помощи и теории приведены необхо димые теоретические положения, информация и рекомендации по работе с програм мой. Такое оформление программы позволяет работать с ней пользователям с различ ным уровнем подготовки. Проводимые теоретические опыты автоматически сохраня ются в приложении MS Excel с возможностью их распечатывания на принтере, перено са обратно в программу, что значительно облегчает аналитическую работу с данными, позволяет устанавливать трендовые зависимости между величинами в однородных ря дах. Кроме табличной формы информация представляется визуально благодаря мас штабной анимации рассматриваемого процесса. Значительно расширяет возможности модели база данных в MS Access по сопротивлению деформации. Для формирования базы данных рассмотрен большой объем экспериментального материала, имеющегося в литературе в виде графиков, который удалось описать аналитически внутренне линей ной мультипликативной моделью, учитывающей влияние температуры, скорости де формации, степени деформации на величину сопротивления деформации. Модель со вмещенного процесса прокатки в приводной – неприводной клети работает с обратной связью, в случае невозможности реализации процесса в выбранных условиях програм ма сигнализирует исследователю, предлагая возможные решения, таким образом, вы полняя функцию обучения.

Простая в работе, наглядная за счет использования масштабной анимации ком пьютерная модель процесса деформации в приводной – неприводной клети нашла при менение в исследовательской деятельности и учебном процессе.

ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ ДВИЖЕНИЯ ПЕШЕХОДОВ:

СОЕДИНЕНИЕ ПОДХОДОВ К ОПИСАНИЮ ПОВЕДЕНИЯ ЛЮДЕЙ Чурков Н.Л.

Санкт-Петербургский государственный политехнический университет Моделирование пешеходной динамики является относительно молодым и пер спективным направлением. Имитационное моделирование даёт возможность «проиг рать» эксперимент, проведение которого в реальности вызывает трудности или неосу ществимо. Обратимся к задачам моделирования сценариев развития чрезвычайных си туаций (ЧС).

Известно несколько подходов для моделирования движения пешеходов. Наибо лее адекватные модели получаются при описании «социальных сил», корректирующих движение пешеходов во избежание столкновений. Однако такой «силовой алгоритм»

хорошо проявляет себя только в моделях установившихся пассажиропотоков, и, как показали модельные эксперименты, не достаточен для описания движения в больших плотностях и с меняющимся характером. Предлагается соединить данный подход с ме тодом описания поведения агентов – как бы добавить немного интеллектуальности агентам-пешеходам, чтобы они могли взаимодействовать информационно и принимать решения. При этом не требуется полноценно моделировать мыслительную деятель ность человека, так как при эвакуации его поведение несколько упрощено. Для задания поведенческой модели можно использовать специализированный язык Agent Speak и интерпретатор Jason.

Построена упрощенная агентная пешеходная модель ЧС на станции метрополи тена. В модели представлены 2 пешеходных потока: обычный стационарный пассажи ропоток (это могут быть люди, идущие к вагонам) и перпендикулярно направленный поток людей, бегущих в панике от места возникновения ЧС. Люди описаны агентами в двух системах моделирования. Первая система, AnyLogic, осуществляет управление обычным движением агентов на основе силового алгоритма. Вторая, Jason, моделирует поведение людей, обмен информацией и принятие решений по изменению пути, – всё на основе правил поведения, задаваемых на языке Agent Speak. Таким образом, каждый пешеход представлен двумя связанными агентами, живущими в разных средах модели рования. AnyLogic обеспечивает физическое и низкоуровневое информационное взаи модействие агентов, в то время как Jason – высокоуровневые поведенческие реакции (напр., принятие решений). При эксперименте с моделью поток спокойно идущих пас сажиров постепенно узнает от эвакуирующейся толпы об угрозе, по мере контакта с этой толпой. После чего все люди начинают идти к выходу.

Построенная модель подтверждает возможность соединения подходов и являет ся начальным прототипом для создания моделей с более сложными средой и сценарием ЧС.

Предложенное соединение подходов позволяет более точно описывать движение пассажиров, что важно для анализа эффективности действий по предотвращению ЧС.

СТРУКТУРНАЯ СХЕМА СИСТЕМЫ ОБЕСПЕЧЕНИЯ КАЧЕСТВА ЛАБОРАТОРНОГОКОМПЛЕКСА Васенин П.К.

Томский государственный университет систем управления и радиоэлектроники (ТУСУР) В системе обеспечения качества лабораторного комплекса данные об относи тельном положении объекта и точки лазерного луча получаются в результате обработ ки полученного образа с видеокамеры и обработанного аппаратным фильтром видео сигнала. Этот образ представляет собой двухмерный массив значений яркости, не свя занных напрямую со значениями параметров положения объекта или с его формой.

Массив, содержащий представление образа, обрабатывается тремя процедурами.

1. Предварительная обработка изображения преобразует I в IP другой двухмер ный массив;

Ip=(I) (1) 2. Выделение признаков - по IP строится одномерный массив f или описание признаков F:

f = (Iр), (2) 3. Распознавание образа - по f или F строится геометрическая модель М объекта, находящегося в поле зрения, и rC- вектор параметров положения объекта относительно камеры. На основе сравнения геометрической и математической модели вычисляется параметр b. Используя образ, полученный с видеокамеры не только для определения объекта, но и для определения специальных реперных меток расположенных на непод вижной и подвижной част рабочего стала можно определить в какой системе координат находится объект относительно системы координат манипулятора.

Рис 1. Структурная схема системы обеспечения качества С точки зрения визуального управления эти процессы вычислительной обработ ки образа можно рассматривать как измерения, выполняемые в каждом из положений рабочего органа. Влияние этих измерений на работу системы управления с замкнутым циклом проявляется в следующем: измерения вносят дополнительные помехи в работу системы, выполнение измерений вносит временные задержки.

В систему приходится вводить эталонные значения используемых параметров обратной связи.

АКТИВИЗАЦИЯ ЛИДЕРСКОГО ПОТЕНЦИАЛА У СТУДЕНТОВ В УСЛОВИЯХ ВУЗА Авдеева А.В.

Тамбовский государственный технический университет Современному обществу все в большей степени необходимы профессиональные лидеры – активные личности, умеющие ставить цель, конструировать пути ее достиже ния и привлекать других к ее достижению. Нам представляется необходимым и воз можным создание педагогических условий для активизации лидерского потенциала у студентов в процессе их обучения в вузе. К наиболее важным мы относим такие каче ства, как: чувство перспективы – видение того к чему нужно стремиться, в каком на правлении двигаться и как – хотя бы в принципе – достичь цели;

страстность – одер жимость своей целью, эмоциональная вовлеченность, эмпатия;

убедительность – уме ние добиться своего, воздействовать на людей и, руководя ими, находить единственно верное соотношение между приказами и убеждениями;

настойчивость – никогда не сдаваться, в случае неудачи предпринимать новые попытки, «способность снова вста вать на ноги после поражения»;

терпение – умение ждать подходящего момента, про думывать все последующие шаги.

На наш взгляд можно выделить три педагогических условия активизации лидер ского потенциала и формирования лидерских компетенций;



Pages:     | 1 |   ...   | 10 | 11 || 13 | 14 |   ...   | 15 |
 





 
© 2013 www.libed.ru - «Бесплатная библиотека научно-практических конференций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.