Рубрика: "1.2.2. Математическое моделирование, численные методы и комплексы программ (технические науки)"
Хайиткулов Б. Х. (Национальный университет Узбекистана)
doi: 10.18698/2309-3684-2023-1-3242
Данная работа посвящена численному решению нестационарной задачи оптимального размещения источников тепла минимальной мощности. Постановка задачи требует одновременного выполнения двух условий. Первое условие — обеспечить нахождение температуры в пределе минимальных и максимальных температур за счет оптимального размещения источников тепла с минимальной мощностью в параллелепипеде. Второе условие заключается в том, чтобы суммарная мощность источников тепла, используемых для обогрева, была минимальной. Эта задача изучалась в стационарных условиях в работах других учёных. Однако в нестационарном случае задача не рассматривалось. Поскольку найти непрерывное решение краевой задачи сложно, то ищем численное решение задачи. Трудно найти интегральный оператор с непрерывным ядром (функция Грина). Найдено численное значение функции Грина в виде матрицы. Предложен новый алгоритм численного решения нестационарной задачи оптимального управления размещением источников тепла с минимальной мощностью в процессах, описываемых дифференциальными уравнениями с частными производными параболического типа. Предложена новая методика численного решения. Построена математическая и численная модель процессов, описываемых уравнением конвекции-диффузии, заданным для первой краевой задачи. Краевая задача изучается для трёхмерного случая. Для численного решения задачи использовалась неявная конечно-разностная схема. По этой схеме была создана система разностных уравнений. Сформированная система разностных уравнений приведена к задаче линейного программирования. Задача линейного программирования решается с помощью М-метода. При каждом значении времени решается задача линейного программирования. Предложен новый подход к численному решению задач. Приведена общая блок-схема алгоритма решения нестационарной задачи оптимального управления размещением источников тепла с минимальной мощностью. Разработан алгоритм и программное обеспечение для численного решения задачи. Приведено краткое описание программного обеспечения. На конкретных примерах показано, что численное решение краевой задачи находится в заданных пределах, сумма оптимально размещенных источников тепла с минимальной мощностью дает минимум функционалу. Визуализированы результаты вычислительного эксперимента.
Хайиткулов Б.Х. Математическое моделирование нестационарной задачи конвекции–диффузии об оптимальном выборе местоположения источников тепла. Математическое моделирование и численные методы, 2023, No 1, с. 32–42.
519.6 Численное решение уравнений смешанного типав неограниченной области на плоскости
Галанин М. П. (Институт прикладной математики им. М.В. Келдыша РАН/МГТУ им.Н.Э.Баумана), Ухова А. Р. (МГТУ им.Н.Э.Баумана)
doi: 10.18698/2309-3684-2023-3-105124
Целью является построение и реализация алгоритма нахождения численного решения задачи для уравнений смешанного типа в неограниченной области. Рассматриваются задачи, в которых исследуемый процесс описывается в некоторой ограниченной области уравнением теплопроводности или волновым, а вне нее — уравнением Лапласа. Поставлены необходимые дополнительные условия в нуле, на бесконечности и условия сопряжения на границе внутренней области. Описан алгоритм нахождения численного решения задачи с волновым уравнением в ограниченной области в одномерном и двумерном случаях, задач с уравнением теплопроводности или волновым в двумерном случае. Разностные схемы построены интегро–интерполяционным методом. Задача решается в ограниченной области. На ее границе поставлены нелокальные граничные условия так, что решение поставленной задачи в ограниченной области совпадает с проекцией на нее решения задачи в неограниченной области. При этом для решения введена искусственная граница в части области, в которой процесс описывается уравнением Лапласа. Построены итерационный алгоритм и алгоритм с нелокальным граничным условием. Представлены результаты вычислений для примеров в различных областях
Галанин М.П., Ухова А.Р. Численное решение уравнений смешанного типа в неограниченной области на плоскости. Математическое моделирование и численные методы, 2023, № 3, с. 105–124.
Чуев В. Ю. (МГТУ им.Н.Э.Баумана), Дубограй И. В. (МГТУ им.Н.Э.Баумана)
doi: 10.18698/2309-3684-2022-2-102113
С использованием метода динамики средних разработана «смешанная» модель противоборства многочисленных группировок при линейных зависимостях от времени эффективных скоростей нанесения воздействий единицами сторон. Построен алгоритм, позволяющий исследовать ход протекания процесса и вычислить его основные показатели. Установлено, что использование моделей с постоянными эффективными скоростями нанесения воздействий во многих случаях приводит к значительным ошибкам при вычислении основных показателей процесса. Исследовано влияние упреждающего воздействия одной из противоборствующих сторон на ход его протекания и окончательный итог.
Чуев В.Ю., Дубограй И.В. «Смешанная» модель противоборства многочисленных группировок при линейных зависимостях от времени эффективных скоростей воздействий единицами сторон. Математическое моделирование и численные методы, 2022, № 2, с. 104–115
Хайиткулов Б. Х. (Национальный университет Узбекистана)
doi: 10.18698/2309-3684-2024-1-5566
Данная работа посвящена численному решению нестационарной задачи оптимального размещения источников тепла минимальной мощности. Постановка задачи требует одновременного выполнения двух условий. Первое условие ― обеспечить нахождение температуры в пределе минимальных и максимальных температур за счет оптимального размещения источников тепла с минимальной мощностью в прямоугольнике. Второе условие заключается в том, чтобы суммарная мощность источников тепла, используемых для обогрева, была минимальной. Эта задача изучалась в стационарных условиях в работах других учёных. Однако в нестационарном случае задача не рассматривалась. Поскольку найти непрерывное решение краевой задачи сложно, то ищем численное решение задачи. Трудно найти интегральный оператор с непрерывным ядром (функция Грина). Найдено численное значение функции Грина в виде матрицы. Предложен новый алгоритм численного решения ностационарной задачи оптимального управления размещением источников тепла с минимальной мощностью в процессах, описываемых дифференциальными уравнениями с частными производными параболического типа. Предложена новая методика численного решения. Построена математическая и численная модель процессов, описываемых уравнением теплопроводности с постоянными коэффициентами, заданными для первой краевой задачи. Краевая задача изучается для двумерного случая. Для численного решения задачи использовалась неявная конечно-разностная схема. По этой схеме была создана система разностных уравнений. Сформированная система разностных уравнений приведена к задаче линейного программирования. Задача линейного программирования решается с помощью М-метода. При каждом значении времени решается задача линейного программирования. Предложен новый подход к численному решению задач. Приведена общая блок-схема алгоритма решения нестационарной задачи оптимального управления размещением источников тепла с минимальной мощностью. Разработан алгоритм и программное обеспечение для численного решения задачи. Приведено краткое описание программного обеспечения. На конкретных примерах показано, что численное решение краевой задачи находится в заданных пределах, сумма оптимально размещенных источников тепла с минимальной мощностью дает минимум функционалу. Визуализированы результаты вычислительного эксперимента.
Хайиткулов Б. Х. Численное моделирование нестационарной задачи оптимального размещения источников тепла минимальной мощности в однородной среде. Математическое моделирование и численные методы, 2024, № 1, с. 55–66.
Андрианов И. К. (Комсомольский-на-Амуре государственный технический университет), Чепурнова Е. К. (Комсомольский-на-Амуре государственный технический университет)
doi: 10.18698/2309-3684-2024-2-316
В исследовании рассмотрена проблема оптимизации системы обнаружения трещин лопаток газовых турбин. В качестве объекта исследования рассмотрена оболочка капсулы системы обнаружения повреждений, находящаяся в контакте с телом лопатки и под действием внутреннего давления. Задача исследования была посвящена вопросу математического моделирования оптимального давления в капсулах системы обнаружения повреждений. В рамках решения проблемы исследования проведена математическая постановка задачи оптимизации нелинейной функции давления при наличии ограничений на варьируемые параметры: толщину стенки и наружный диаметр цилиндрической оболочки капсулы. Построение целевой функции оптимизации проводилось на основании условия равновесия элемента оболочки в области раскрытия трещины турбинной лопатки, критерия предельного состояния с использованием теории прочности Треска-Сен-Венана. Методика исследования строилась с использованием приближенного разложения функции напряжений в ряд Тейлора, применением метода множителей Лагранжа, теоремы Куна-Таккера. При решении задачи условной оптимизации проанализированы случаи нарушения условий регулярности ограничивающих функций. По результатам расчета минимальное значение требуемого давления для разрушения оболочки капсулы в случае раскрытия берегов трещины турбинной лопатки достигается при максимальном значении наружного диаметра оболочки и минимальной толщине ее стенки. По данным тестового расчета графически представлена область допустимых решений оптимизационной задачи, и показаны линии уровня целевой функции оптимизации давления. Построенная математическая модель и алгоритм позволят автоматизировать процесс расчета требуемого давления в капсулах системы обнаружения трещин лопаток турбин и получить оценку минимального значения давления при наличии ограничений на толщину стенки и наружный диаметр оболочки капсулы.
Андрианов И.К., Чепурнова Е.К. Математическая модель условной оптимизации давления в системе обнаружения трещин лопаток газовых турбин. Математическое моделирование и численные методы, 2024, № 2, с. 3–16.
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.
Облакова Т. В. (МГТУ им.Н.Э.Баумана), Алексеев Д. С. (МГТУ им.Н.Э.Баумана)
doi: 10.18698/2309-3684-2022-4-4862
Работа посвящена сравнению различных методов моделирования и применения фрактального броуновского движения в задачах анализа временных рядов. Реализованы программные модули, генерирующие траектории фрактального броуновского движения с использованием методов стохастического представления, разложения Холецкого и Дэвиса-Харта. Проведено сравнение алгоритмов с точки зрения их сложности и качества получаемых траекторий. Показатель Хёрста оценивался методами Минковского и R/S анализа. Предложена и реализована аппроксимация временных рядов фрактальным броуновским движением с помощью степенной функции для последующего применения алгоритма линейного прогнозирования, основанного на теореме о нормальной корреляции. Установлено, что с помощью представленной аппроксимации удается добиться удовлетворительного прогноза валютного курса на несколько значений вперед.
Облакова Т.В., Алексеев Д.С. Сравнительный анализ методов моделирования и прогнозирования временных рядов на основе теории фрактального броуновского движения. Математическое моделирование и численные методы, 2022, № 4, с. 48–62
523.6+533.6 Моделирование Тунгусского явления 1908 года в рамках двух возможных гипотез
Андрущенко В. А. (Институт автоматизации проектирования РАН), Сызранова Н. Г. (Институт автоматизации проектирования РАН)
doi: 10.18698/2309-3684-2023-3-4261
В рамках актуальной проблемы кометно-астероидной опасности численно исследуются физические процессы, вызывающие разрушение и фрагментацию метеорных тел в атмосфере Земли, в данном случае Тунгусского болида. Число всевозможных версий и гипотез, связанных с Тунгусским явлением, чрезвычайно велико и продолжает возрастать, поэтому необходим анализ и обобщений всех известных фактов, присущих этому нестандартному катастрофическому событию, и только после этого приступить к выдвижению тех или иных гипотез, его объясняющих. На основе разработанной физико-математической модели, определяющей движение космических объектов естественного происхождения в атмосфере и их взаимодействия с ней, нами предложены две гипотезы, объясняющие процессы, происходящие при падении Тунгусского тела в 1908г. Первая гипотеза связана с дроблением тела, представляющего собой каменный метеороид, на большое количество фрагментов, которые разрушились в плотных слоях атмосферы под действием термических напряжений до размера мелкой пыли. Трудности выявления мелких частиц, выпавших именно в результате Тунгусского события, объясняются в основном следующим обстоятельством ˗ сроки начала первичных поисков следов падения тела были отдалены от момента события на целых двадцать лет, в течение которых на этой территории могло произойти весьма значительное количество других геофизических процессов. Вторая гипотеза связана с явлениями, возникающими при малых углах входа тела в атмосферу Земли. В этом случае происходит изменение баллистики его полета в атмосфере, заключающееся в переходе от режима падения к режиму подъема. Этот эффект приводит к реализации следующих возможных сценариев события: возврат тела обратно в космическое пространство при его остаточной скорости большей второй космической; переход тела на орбиту спутника Земли при остаточной скорости большей первой космической; при меньших значениях остаточной скорости тела возвращение его через некоторое время к режиму падения и достижение им земной поверхности на значительном расстоянии от предполагаемого места падения. Предложенные гипотезы объясняют, например, отсутствие материальных следов, в том числе и кратеров в ходе поисков останков Тунгусского болида в окрестности вывала леса
Андрущенко В.А., Сызранова Н.Г. Моделирование Тунгусского явления 1908 года в рамках двух возможных гипотез. Математическое моделирование и численные методы, 2023, № 3, с. 42–61.
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.