Рубрика: "1.2.2. Математическое моделирование, численные методы и комплексы программ (технические науки)"
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.
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.
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.
Русских С. В. (ФГБУ ВО "Московский авиационный институт"), Шклярчук Ф. Н. (ФГБУ ВО "Московский авиационный институт")
doi: 10.18698/2309-3684-2022-3-1832
Рассматривается нелинейная колебательная система, описываемая обыкновенными дифференциальными уравнениями с переменными коэффициентами. Предполагается, что на рассматриваемом интервале времени решение системы является достаточно гладкими — без разрывов, столкновений и бифуркаций. Из неоднородной системы уравнений выделяются в явном виде члены, линейно зависящие от координат, скоростей и ускорений и члены, зависящие от этих переменных нелинейно. Предлагается новый подход для численного решения шаговым методом начальной задачи, описываемой такой системой обыкновенных дифференциальных уравнений второго порядка. На шаге интегрирования неизвестные функции представляются в виде суммы функций, удовлетворяющих начальным условиям: линейного решения Эйлера и нескольких заданных корректирующих функций в виде полиномов второй и выше степеней с неизвестными коэффициентами. Дифференциальные уравнения на шаге удовлетворяются приближённо в смысле слабого решения по методу Галеркина на системе корректирующих функций. Получаются алгебраические уравнения с нелинейными членами, которые решаются методом итераций, начиная в первом приближении с линейного решения. Полученное решение в конце данного шага используется в качестве начальных условий на последующем шаге. В качестве примера рассмотрено одно однородное дифференциальное уравнение второго порядка без первой производной с сильной кубической нелинейностью по координате (при максимальной амплитуде нелинейная сила в два раза превышает линейную силу). Это уравнение имеет точное периодическое решение в виде интеграла энергии консервативной системы, которое используется для оценки точности численных решений, полученных методами Галеркина, Рунге-Кутта и Адамса второго порядка, а также методами Radau5 и BDF на различных интервалах времени (до 8000 периодов свободных колебаний системы) при использовании различных постоянных шагов интегрирования (от 0,0025 долей периода). При этом в методе Галеркина на каждом шаге использовалось четыре одинаковых корректирующих функций в виде полиномов от второй до пятой степеней. Показано, что на больших интервалах времени вычислений метод Галеркина обладает более высокой точностью по сравнению с другими рассмотренными численными методами. Поэтому он может быть использован для численного решения нелинейных задач, в которых требуется решать их на больших интервалах времени; например при расчете установившихся предельных циклов нелинейных колебаний и хаотических нелинейных колебаний со странными аттракторами.
Русских С.В., Шклярчук Ф.Н. Применение одношагового метода Галеркина для решения системы обыкновенных дифференциальных уравнений с начальными условиями. Математическое моделирование и численные методы, 2022, № 3, с. 18–32.
521.19 Моделирование пертурбационных оболочек для гравитационных маневров в Солнечной системе
Боровин Г. К. (Институт прикладной математики им. М.В. Келдыша РАН), Голубев Ю. Ф. (Институт прикладной математики им. М.В. Келдыша РАН), Грушевский А. В. (Институт прикладной математики им. М.В. Келдыша РАН), Тучин А. Г. (Институт прикладной математики им. М.В. Келдыша РАН)
doi: 10.18698/2309-3684-2023-4-6473
Одним из видов гравитационного рассеяния в Солнечной системе в рамках модели круговой ограниченной задачи трех тел (CR3BP) являются гравитационные маневры «частиц незначительной массы» (космические аппараты, астероиды, кометы и др.). Для их описания полезна физическая аналогия с рассеянием пучков заряженных альфа-частиц в кулоновском поле. Однако, в отличие от рассеяния заряженных частиц, существуют внешние ограничения на возможность выполнения гравитационных маневров, связанные с ограниченным размером сферы влияния планеты. В то же время из литературы по CR3BP известны внутренние ограничения на возможность исполнения гравитационных маневров, оцениваемые эффективными радиусами планет (включая гравитационный захват планетой, попадающей в нее). Они зависят от асимптотической скорости частицы относительно планеты. По понятным причинам их влияние лишает возможности эффективного использования гравитационных маневров. В работе представлены обобщенные оценки размеров околопланетных областей (плоских вращающихся синхронно с малым телом «пертурбационных колец» или «пертурбационных оболочек» в трехмерном случае), попадание в которые является необходимым условием реализации гравитационных маневров. Детальный анализ показывает, что Нептун и Сатурн имеют характерные оболочки — полые сферы возмущений самых больших размеров в Солнечной системе, а Юпитер занимает в этом списке лишь четвертое место.
Боровин Г.К., Голубев Ю.Ф., Грушевский А.В., Тучин А.Г. Моделирование пертурбационных оболочек для гравитационных маневров в Солнечной системе.Математическое моделирование и численные методы, 2023, № 4, с. 64–73.
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.
519.8 Диффузионная модель эволюции кластера в металлическом расплаве жаропрочного никелевого сплава
Тягунов А. Г. (Уральский Федеральный Университет), Зейде К. М. (Universidad Politècnica Salesiana/University of Genoa), Мильдер О. Б. (Уральский Федеральный Университет), Тарасов Д. А. (Уральский Федеральный Университет)
doi: 10.18698/2309-3684-2023-2-332
В работе производится построение математической модели термо-временной эволюции кластера в расплаве жаропрочного никелевого сплава ЖС6У. Формулируется начально-краевая задача с движущейся границей, для решения которой применяется численное моделирование методом трассировки траектории частиц, а для описания эволюционных процессов используется ряд классических физических теорий. Для проверки точности модели привлекается физический эксперимент построения политерм и изотерм электросопротивления рассматриваемого сплава. Подтверждено, что модель броуновской диффузии и теория проводимости Друде применимы для описания, как временной, так и температурной эволюции кластера. Так же оправдал себя подход к моделированию на основе «твердых шаров». По результатам моделирования, во временном диапазоне от 1690 до 1752 К количество частиц в составе кластера меняется от 5000 до 2000, средняя динамическая вязкость кластера изменяется от 3 до 2 *1010 Па*с, однако предполагается, что центральная часть существенно плотнее периферии, радиус кластера изменяется от 24 до 18, радиус свободной зоны вокруг кластера – от 56 до 43. Определены направления дальнейшего развития модели.
Тягунов А.Г., Зейде К.М., Мильдер О.Б., Тарасов Д.А. Диффузионная модель эволюции кластера в металлическом расплаве жаропрочного никелевого сплава. Математическое моделирование и численные методы, 2023, № 2, с. 3–32.
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.
004.942 Математическая модель архитектуры комплекса средств распределенного проектирования
Белов В. Ф. (АУ «Технопарк–Мордовия»/МГУ им. Н.П. Огарева), Гаврюшин С. С. (МГТУ им.Н.Э.Баумана), Занкин А. И. (МГУ им. Н.П. Огарева), Исайкин В. Ю. (МГУ им. Н.П. Огарева)
doi: 10.18698/2309-3684-2024-1-110123
Целью статьи является разработка метода распределения задач проектирования изделий машиностроения на заданном множестве исполнителей работ. При этом исполнители работ структурно и географически связаны со своими цифровыми платформами, образующими в совокупности экосистему проектирования. Разработана математическая модель, которая может успешно применяться для генерации архитектуры комплекса средств, покрывающих задачи инженерии требований, системной архитектуры и испытаний для каждого проекта, закрепленного за одной из платформ. В качестве метода моделирования обосновано применение сети Петри. Её реализация в виде программного приложения для PLM-системы цифровой платформы может существенно повысить качество управления проектами и их портфелями.
Белов В.Ф., Гаврюшин С.С., Занкин А.И., Исайкин В.Ю. Математическая модель архитектуры комплекса средств распределенного проектирования. Математическое моделирование и численные методы, 2024, № 1, с. 110–123.