Рубрика: "1.2.2. Математическое моделирование, численные методы и комплексы программ (технические науки)"
Пархоменко В. П. (МГТУ им.Н.Э.Баумана/ФИЦ ИУ РАН)
doi: 10.18698/2309-3684-2021-2-3853
Целью данной работы является построение глобальной модели цикла углерода. Модель описывает продукционный процесс лесных экосистем с учетом сезонного хода климатических факторов. Она предназначена для моделирования длительного периода времени в составе глобальной климатической модели промежуточной сложности. Установлено, что глобальные характеристики климатической системы выходят на установившейся режим за время около 2000 лет и модель устойчиво работает. Приведены временные и пространственные распределения полученных климатических характеристик и биогеохимического углеродного цикла наземной растительности.
Пархоменко В.П. Глобальная климатическая модель с учетом биогеохимического углеродного цикла растительности суши. Математическое моделирование и численные методы, 2021, № 2, с. 38–53.
Никитин А. Д. (Институт автоматизации проектирования РАН), Стратула Б. А. (Институт автоматизации проектирования РАН)
doi: 10.18698/2309-3684-2024-1-1837
На основе данных высокочастотных циклических испытаний корсетных образцов из алюминиевого сплава Д16Т и SLM сплава AlSi10Mg на современных пьезоэлектрических установках выполнен сравнительный анализ усталостной прочности горячекатаного и SLM материалов. Показана относительно низкая циклическая прочность SLM материалов, связанная с их сложной микроструктурой, на которую влияют стратегия лазерного сканирования, параметры лазерного луча, энергия, теплоотдача из зоны плавки, параметры среды в камере. С использованием мультирежимной модели циклической повреждаемости и численного метода расчета кинетики повреждаемости при высокочастотном циклическом нагружении проведено математическое моделирование процесса усталостного разрушения указанных образцов для различных амплитуд и средних напряжений в цикле. Предложенная модель и метод расчета позволяют быстро и эффективно строить усталостные кривые для различных режимов циклического нагружения и коэффициентов асимметрии цикла. Для этого достаточно знать базовые точки бимодальной усталостной кривой для реверсивного цикла.
Никитин А.Д., Стратула Б.А. Моделирование циклической повреждаемости и усталостной прочности при высокочастотном нагружении 3Д-напечатанных образцов из алюминиевого сплава. Математическое моделирование и численные методы, 2024, № 1, с. 18–37.
Валишин А. А. (МГТУ им.Н.Э.Баумана), Запривода А. В. (МГТУ им.Н.Э.Баумана), Клонов А. С. (МГТУ им.Н.Э.Баумана)
doi: 10.18698/2309-3684-2024-1-93109
При развитии методов прогнозирования существенное значение приобретает исключение из исходной информации и исследуемых процессов случайных эффектов. Эти эффекты связаны не только с невозможностью учета всех факторов, но и с тем, что часть из них нередко совсем не принимаются во внимание. Не стоит забывать и про случайные погрешности измерений. В прогнозируемых величинах вследствие указанных эффектов создается некий случайный фон или «шум». Фильтрация (исключение) шумов должна, естественно, повысить достоверность и оправдываемость прогнозов. В статье рассмотрены принципы фильтрации данных в масштабе реального времени. Приводится постановка задачи, а также основные критерии оценок, которые должны выполняться для получения удовлетворительного результата. Разбирается принцип работы двух наиболее распространённых видов фильтров – абсолютно оптимальных и условно оптимальных, описываются их достоинства и недостатки. Рассмотрено применение фильтров Калмана и Пугачева к модели с двумя датчиками. Представлены некоторые выводы и рекомендации о том, в каких случаях лучше использовать тот или иной фильтр.
Валишин А.А., Запривода А.В., Клонов А.С. Математическое моделирование и сравнительный анализ численных методов решения задачи непрерывнодискретной фильтрации случайных процессов в реальном времени. Математическое моделирование и численные методы, 2024, № 1, с. 93–109.
Смирнов В. Ю. (ГБУЗ МО МОНИКИ им. М. Ф. Владимирского/ООО Азфорус), Кузнецова А. В. (ИБХФ РАН)
doi: 10.18698/2309-3684-2022-4-6380
В работе рассмотрено моделирование циклических процессов реального макромира набором двух (или большего числа) систем линейных разностных уравнений с постоянными коэффициентами. Показано, что из любого начального состояния система может быть переведена в заданное конечное состояние за заданное число шагов и, как следствие — получены условия существования циклического решения на плоскости или в пространстве любой размерности. Для циклического решения интегральные кривые систем состыковываются по непрерывности. Переключение с одной системы уравнений на другую происходит при достижении интегральными кривыми границ на фазовой плоскости (пространстве). Проведен анализ скорости сходимости таких решений к устойчивому циклу. Показана существенная зависимость хода интегральных кривых (траекторий) от начальных условий. Модель в виде авторегрессий связана с экспериментальными данными — временными рядами и аппроксимирует их по критерию минимизации среднеквадратичного отклонения. Предложенные модели могут также применяться к задачам достижения заданных значений процессов (технических, экономических) в заданный момент врем
Смирнов В.Ю., Кузнецова А.В. О моделировании циклических процессов решениями кусочно-линейных разностных уравнений с постоянными коэффициентами по экспериментальным данным в виде временных рядов. Математическое моделирование и численные методы, 2022, № 4, с. 63–80.
Бушуев А. Ю. (МГТУ им.Н.Э.Баумана), Резников А. О. (МГТУ им.Н.Э.Баумана)
doi: 10.18698/2309-3684-2021-3-6273
Построена модель генетического алгоритма с бинарным кодированием с независимой селекцией Шеффера, позволяющая производить поиск глобального оптимума по нескольким критериям без их скаляризации. При расчетах учитывается область всех возможных перемещений исполнительных органов в условиях неопределённых внешних воздействий в некотором, заранее заданном, диапазоне. Разработан алгоритм, позволяющий хранить промежуточные результаты для устранения проблемы большого количества повторяющихся расчетов в ходе работы эволюционного алгоритма, что позволило снизить время вычислений. Эффективность работы оптимизационного алгоритма демонстрируется на примере решения модельной задачи.
Бушуев А.Ю., Резников А.О. Применение генетического алгоритма в задаче моделирования и оптимизации пневмогидравлической системы синхронизации исполнительных органов. Математическое моделирование и численные методы, 2021, № 3, с. 62–73.
519.6 Агентная модель двух конкурирующих популяций с учетом структурности
Белотелов Н. В. (Вычислительный центр им. А.А. Дородницына ФИЦ ИУ РАН/МГТУ им.Н.Э.Баумана), Бровко А. В. (МГТУ им.Н.Э.Баумана)
doi: 10.18698/2309-3684-2022-3-7183
В статье описывается агентная имитационная модель двух популяций, конкурирующих за один ресурс. В модели считается, что особь погибает, если её масса-энергия становится неположительной. Предполагается, что особи каждой из рассматриваемых популяций могут образовывать стаи, это позволяет популяциям повышать свою конкурентоспособность. В модели это формализуется посредством возможности организовывать сети, связывающие особей одного вида. При этом особи могут образовывать лишь определенное количество связей с соседями. В модели для описания этого вводится понятие «валентности». Предполагается, что внутри каждой сети происходит мгновенное перераспределение ресурса по всем членам сети, имеющегося у каждого членом стаи. В статье помимо модели описана структура программы, с помощью которой проводились имитационные эксперименты. В результате проведенных имитационных экспериментов было получено следующее. Если ресурс высокопродуктивный, то в процессе конкурентного взаимодействия побеждает популяция, агенты, которой имеют большую «валентность». А в случае низко продуктивного ресурса победу в конкурентном взаимодействии одерживают особи популяции, обладающей меньшей «валентностью». Это связано с тем, что более сложные структуры требуют большей энергии поддержания стаи.
Белотелов Н.В., Бровко А.В. Агентная модель двух конкурирующих популяций с учетом их структурности. Математическое моделирование и численные методы, 2022, № 3, с. 71–83.
539.3 Конечно-элементное моделирование нестационарной термоустойчивости композитных конструкций
Димитриенко Ю. И. (МГТУ им.Н.Э.Баумана), Богданов И. О. (МГТУ им.Н.Э.Баумана), Юрин Ю. В. (МГТУ им.Н.Э.Баумана), Маремшаова А. А. (МГТУ им.Н.Э.Баумана), Анохин Д. С. (МГТУ им.Н.Э.Баумана)
doi: 10.18698/2309-3684-2024-1-3854
Рассматривается задача моделирования потери устойчивости конструкций из композиционных материалов вследствие нестационарных тепловых воздействий на них, с учетом температурной зависимости свойств компонентов композита. Сформулированы системы уравнений для расчета основного и варьированного состояний конструкции. Предложена классификация задач устойчивости. Описано применение метода конечных элементов для определения критической температуры и отвечающей ей формы потери устойчивости конструкции. Сформулирована локальная обобщенная задача на собственные значения и произведена верификация предложенной модели с помощью программного комплекса SMCM, разработанного в НОЦ «Симплекс» МГТУ им. Н.Э. Баумана, а также с помощью ПК ANSYS. Показано, что результаты расчета собственных форм и собственных значений в тестовой задаче достаточно хорошо совпадают.
Димитриенко Ю.И., Богданов И.О., Юрин Ю.В., Маремшаова А.А., Анохин Д. Конечно-элементное моделирование нестационарной термоустойчивости композитных конструкций. Математическое моделирование и численные методы, 2024, № 1, с. 38–54.
519.17 Задача о преследовании в 3D-пространстве с произвольными начальными углами прицеливания
Бодряков В. Ю. (Уральский государственный педагогический университет)
doi: 10.18698/2309-3684-2024-2-6884
В статье впервые получено аналитическое решение задачи о преследовании в системе «хищник–жертва» в евклидовом 3D-пространстве для произвольных начальных углов прицеливания. В процессе преследования жертва движется равномерно и прямолинейно, постоянный по модулю вектор скорости хищника нацелен на жертву. Точное решение задачи получено в форме параметрически заданной пространственной кривой преследования. Получены точные выражения для других существенных характеристик процесса преследования (времени преследования, координат жертвы, длины кривой преследования, и др.). Проведено реалистичное компьютерное моделирование взаимного движения хищника и жертвы в пространстве и во времени; определены характерные параметры процесса преследования. Отмечен значительный дидактический потенциал решенной задачи о 3D-преследовании для подготовки будущих специалистов в области механики и управления; задача может служить содержательной основой для выполнения обучающимися исследовательских проектов, курсовых и выпускных квалификационных работ.
Бодряков В.Ю. Задача о преследовании в 3D-пространстве с произвольными начальными углами прицеливания. Математическое моделирование и численные методы, 2024, № 2, с. 68-84.
Мозжорина Т. Ю. (МГТУ им.Н.Э.Баумана), Рахманкулов Д. А. (МГТУ им.Н.Э.Баумана)
doi: 10.18698/2309-3684-2021-3-7487
В данной работе рассматривается оптимизация перелета спутника малой массы с орбиты Земли на орбиту Марса под солнечным парусом. Оптимизация управления углом установки солнечного паруса проводится с использованием принципа максимума Понтрягина при минимизации времени перелета. В отличие от предшествующих работ на эту тему решение краевой задачи, к решению которой сводится принцип максимума, получено методом пристрелки. Программа расчета написана на языке программирования С++. Несмотря на вычислительные сложности, возникающие при использовании метода пристрелки, удалось добиться хорошей сходимости метода Ньютона, лежащего в основе алгоритма. Проведен анализ точности полученных результатов и показана возможность применения метода пристрелки при решении подобных задач. Проведено сравнение с данными ранее опубликованных работ. Несмотря на некоторые допущения, использованные при разработке алгоритма расчета, работа имеет свою ценность в плане оценки возможности использования метода пристрелки, дающего наиболее точные численные результаты оптимизации.
Мозжорина Т.Ю., Рахманкулов Д.А. Моделирование и оптимизация управлением спутника малой массы при перелете с орбиты Земли на орбиту Марса под солнечным парусом. Математическое моделирование и численные методы, 2021, № 3, с. 74–87.