SlideShare a Scribd company logo
1 of 24
Лекція №4. Теорія подібності.
Моделювання в реальному часі.
Для спеціальності 151 “Автоматизація та комп’ютерно-
інтегровані технології”
КНУБА, 2016
Соболевська Л.Г. sobolevska@atp.in.ua +38 066 251 89 80
Теорія подібності (розмірності) – це
наука про розмірність фізичних величин,
подібність фізичних об’єктів, про критерії
подібності.
Теорія подібності дозволяє на основі
здорового глузду і аналізу розмірностей,
при майже повній відсутності інформації
і математичних моделей, робити
вражаюче глибокі висновки і навіть
відкривати закони.
Будь-яка чисельна модель
залишається адекватною
після довільної заміни
основних одиниць
вимірювання.
Геометричні параметри Чисельна модель №1
(значення в см)
Чисельна модель №2 (значення в м)
Довжина цеглини x2 30 0.3
Висота цеглини x3 6 0.06
Ширина цеглини x1 12 0.12
Геометричні параметри Значення (безрозмірне) Параметр
Висота цеглини 1 (перетворено на одиницю)
Ширина цеглини 2 X1 (безрозмірний параметр №1)
Довжина цеглини 5 X2 (безрозмірний параметр №2)
 Будь-яка математична модель
Model(x1, x2, x3, x4,..... xn),
 що залежить від n розмірних змінних або
параметрів x1, x2, ..... xn, може бути зведена
(за рахунок масштабних перетворювань) до
математичної моделі
MODEL(1, 1, 1, X4,..... Xn),
 в якій кількість визначаючих параметрів
зменшена на k, де k – кількість основних
розмірностей (в механіці k = 3 – метр,
секунда, кілограм).
 По-перше, зменшується кількість визначаючих
параметрів і різко зменшується кількість
можливих комбінацій значень параметрів, які
треба розглянути при дослідженні. Якщо
допустити 10 числових варіантів для кожного
параметра, то в типовому випадку зменшення
кількості параметрів на три, кількість
досліджуваних варіантів зменшується в 1000
разів.
 По-друге, результати дослідження стають
узагальненими, придатними не тільки для одного
конкретного числового варіанта, а для широкого
спектра подібних варіантів.
 По-перше, визначається перелік розмірних параметрів і
змінних моделі. Якщо задача описана математично,
достатньо просто виписати усі змінні, що входять до
математичних рівнянь. Якщо ж математичної моделі
нема, можна, просто спираючись на здоровий глузд,
перелічити всі суттєві фактори.
 По-друге, із вказаного списку треба скласти можливі
незалежні безрозмірні комбінації. Це і будуть критерії
подібності. Якщо числові значення критеріїв подібності
однакові для моделі і реального об’єкту (процесу),
значить модель адекватно імітує об’єкт (процес).
 По-третє, результати моделювання (комп’ютерного або
фізичного) також інтерпретуються в термінах
безрозмірних параметрів.
 Рух маятника x(t) від
п’яти визначаючих
параметрів:
 де t – час, с;
 L – довжина маятника, м;
 g – прискорення сили
тяжіння, м/с2;
 m – маса маятника, кг;
 x0 – початкове
відхилення, м;
 F – деяка невідома нам
функція.
   0,,,,F xmgLttx 
З п’яти розмірних величин t, L, g, m, x0
можна скласти тільки дві незалежні
безрозмірні комбінації:
безрозмірне відхилення є функція цих
двох безрозмірних параметрів:
L
x0
L
g
t 
 









L
g
t
L
x
L
tx
,F 0
Рух маятника залежить тільки від
безрозмірного початкового відхилення і
безрозмірного часу.
Рух не залежить від маси маятника.
Рух двох будь-яких маятників подібний
(відрізняється тільки масштабом), якщо
однакові безрозмірні початкові
відхилення.
Дослідження коливань маятника має
сенс проводити в безрозмірних змінних.
 Для непрямого вимірювання витрати води у
відкритих каналах використовується мірний
водозлив трикутної форми (Томсона).
 Безпосередньо вимірюється рівень води у
водозливі h, а витрата Q потім вираховується.
 Витрата Q, кг/с залежить від таких
параметрів:
 , кг/м3 – щільність рідини;
 g, м/с2 – прискорення сили тяжіння;
 h, м – висота рівня у водозливі.
 Примітка: від в’язкості для слабков’язких рідин (типу води) практично
не залежить.
 З вказаних змінних можна створити тільки
одну безрозмірну комбінацію:
 2521
hgQ 
 На основі теорії подібності можна стверджувати, що
ця єдина безрозмірна величина ні від чого не
залежить, тобто є якоюсь константою С:
 Звідси витрата Q пропорційна висоті рівня в ступіні
5/2:
 Числове значення константи С повинно бути
визначене експериментально. Для цього достатньо
провести тільки одне лабораторне вимірювання на
зменшеній фізичній моделі водозливу. Треба мати на
увазі, що ця константа залежить від кута водозливу
, тобто є функцією С(), тому при зміні кута 
потрібно тарувати водозлив заново.
  ChgQ  2521

2521
hgCQ  
 При повній відсутності експериментальних
даних і математичної моделі теорія
подібності дозволила встановити фізичний
закон залежності витрати від рівня,
необхідний для тарування мірного
водозливу.
 В результаті обсяг потрібних лабораторних
експериментів різко звужений і чітко
визначений. Абсолютно ясно, як слід
інтерпретувати результати експерименту.
визначення, опис, зображення якого-
небудь об'єкта або процесу всередині
самого цього об'єкта або процесу, тобто
ситуація, коли об'єкт є частиною самого
себе.
Рекурсивні акроніми:
GNU (GNU Not Unix),
PHP (PHP: Hypertext Preprocessor),
WINE (Wine Is Not an Emulator)
 При моделюванні дуже часто приходиться знаходити
рішення нелінійних (або лінійних) рівнянь (або системи
таких рівнянь), заданих у неявній формі, типу:
наприклад
 Будь-які чисельні методи зводяться до того, що ми
генеруємо деяку послідовність значень x, яка сходиться до
точного рішення:
x0, x1, x2, .... xi, xi+1, ..... xn ,
 де x0 – початкове наближення, яким ми задаємось довільно.
 Іншими словами, рішення це нерухома точка відображення
f(xi)  f(xi+1).
 xx f
 xx cos
Всі відомі методи рекурсивні, тобто для
генерації xi+1 ми беремо xi і
використовуємо на кожному кроці
якийсь один і той же алгоритм А:
 ii xx A1 
 Нашёл следующие краткие сведения:
«СЕПУЛЬКИ — важный элемент
цивилизации ардритов (см.) с планеты
Энтеропия (см.). См. СЕПУЛЬКАРИИ».

Я последовал этому совету и прочёл:
«СЕПУЛЬКАРИИ — устройства для
сепуления (см.)».

Я поискал «Сепуление»; там значилось:
«СЕПУЛЕНИЕ — занятие ардритов (см.) с
планеты Энтеропия (см.). См. СЕПУЛЬКИ».
В РЕАЛЬНОМУ ЧАСІ В ЗАСТИГЛОМУ ЧАСІ
Рух
Динаміка
Точка
Статика
 Розрахунки виконуються циклічно, по тактах.
 Обчислення в такті починаються циклічними
командами таймера або циклічними натисканнями
клавіші вручну. Таким чином досягається
синхронізація обчислень з реальним часом.
 На кожному такті вираховуються дані тільки для
даного такту і виводяться на екран (у вигляді
зображення). Послідовність статичних зображень, що
досить швидко змінюються в часі, створює ефект руху.
 Обчислення виконуються рекурсивно. Значення
змінних, обчислені на попередньому такті,
використовуються як початкові умови для прорахунку
значень змінних на даному такті.
Дякую за увагу!
24

More Related Content

What's hot

Поняття моделi. Типи моделей. Моделювання
Поняття моделi. Типи моделей. МоделюванняПоняття моделi. Типи моделей. Моделювання
Поняття моделi. Типи моделей. Моделюванняdnzcpto1
 
11 клас. Урок 1. Поняття моделі. Моделювання.
11 клас. Урок 1. Поняття моделі. Моделювання.11 клас. Урок 1. Поняття моделі. Моделювання.
11 клас. Урок 1. Поняття моделі. Моделювання.StAlKeRoV
 
урок 4 базові алгоритмічні структури
урок  4 базові алгоритмічні структуриурок  4 базові алгоритмічні структури
урок 4 базові алгоритмічні структуриkissoli
 
Тема 2. Алгебраїчна система. Відображення логічних моделей даних у вигляді ал...
Тема 2. Алгебраїчна система. Відображення логічних моделей даних у вигляді ал...Тема 2. Алгебраїчна система. Відображення логічних моделей даних у вигляді ал...
Тема 2. Алгебраїчна система. Відображення логічних моделей даних у вигляді ал...Oleg Nazarevych
 
02 uml usecase_04 (1)
02 uml usecase_04 (1)02 uml usecase_04 (1)
02 uml usecase_04 (1)degestive
 
Презентація курсу з аналізу даних
Презентація курсу з аналізу данихПрезентація курсу з аналізу даних
Презентація курсу з аналізу данихVladimir Bakhrushin
 

What's hot (13)

Vidguk sterten fedorchuk
Vidguk sterten fedorchukVidguk sterten fedorchuk
Vidguk sterten fedorchuk
 
Поняття моделi. Типи моделей. Моделювання
Поняття моделi. Типи моделей. МоделюванняПоняття моделi. Типи моделей. Моделювання
Поняття моделi. Типи моделей. Моделювання
 
Dis stertenn2
Dis stertenn2Dis stertenn2
Dis stertenn2
 
11 клас. Урок 1. Поняття моделі. Моделювання.
11 клас. Урок 1. Поняття моделі. Моделювання.11 клас. Урок 1. Поняття моделі. Моделювання.
11 клас. Урок 1. Поняття моделі. Моделювання.
 
Vidguk sterten
Vidguk stertenVidguk sterten
Vidguk sterten
 
Aref sterten
Aref stertenAref sterten
Aref sterten
 
урок 4 базові алгоритмічні структури
урок  4 базові алгоритмічні структуриурок  4 базові алгоритмічні структури
урок 4 базові алгоритмічні структури
 
Тема 2. Алгебраїчна система. Відображення логічних моделей даних у вигляді ал...
Тема 2. Алгебраїчна система. Відображення логічних моделей даних у вигляді ал...Тема 2. Алгебраїчна система. Відображення логічних моделей даних у вигляді ал...
Тема 2. Алгебраїчна система. Відображення логічних моделей даних у вигляді ал...
 
02 uml usecase_04 (1)
02 uml usecase_04 (1)02 uml usecase_04 (1)
02 uml usecase_04 (1)
 
37
3737
37
 
AVTOREFERAT
AVTOREFERATAVTOREFERAT
AVTOREFERAT
 
Презентація курсу з аналізу даних
Презентація курсу з аналізу данихПрезентація курсу з аналізу даних
Презентація курсу з аналізу даних
 
011
011011
011
 

Similar to Моделювання на ЕОМ. Лекція №4. Теорія подабності. Рекурсія.

Моделювання на ЕОМ. Теорія подібності. Рекурсія. Моделювання в реальному часі.
Моделювання на ЕОМ. Теорія подібності. Рекурсія. Моделювання в реальному часі.Моделювання на ЕОМ. Теорія подібності. Рекурсія. Моделювання в реальному часі.
Моделювання на ЕОМ. Теорія подібності. Рекурсія. Моделювання в реальному часі.Lesia Sobolevska
 
прикладні похідна-інтеграл
прикладні похідна-інтегралприкладні похідна-інтеграл
прикладні похідна-інтегралTamara tamara
 
Lesson # 44. repetition algorithms for processing quantities. loop with condi...
Lesson # 44. repetition algorithms for processing quantities. loop with condi...Lesson # 44. repetition algorithms for processing quantities. loop with condi...
Lesson # 44. repetition algorithms for processing quantities. loop with condi...Nikolay Shaygorodskiy
 
Disertation_ChepinogaA
Disertation_ChepinogaADisertation_ChepinogaA
Disertation_ChepinogaAramcoopersoon
 
dissertation Chepinoga AV
dissertation Chepinoga AVdissertation Chepinoga AV
dissertation Chepinoga AVramcoopersoon
 
Maksym Vakulenko: Towards modelling artificial consciousness
Maksym Vakulenko: Towards modelling artificial consciousnessMaksym Vakulenko: Towards modelling artificial consciousness
Maksym Vakulenko: Towards modelling artificial consciousnessLviv Startup Club
 
теорії алгоритмів 27
теорії алгоритмів 27теорії алгоритмів 27
теорії алгоритмів 27zero1996
 
похідна та її застосування
похідна та її застосуванняпохідна та її застосування
похідна та її застосуванняtetyananychyporuk
 
vidguk-Philipoff_Phedorchuk
vidguk-Philipoff_Phedorchukvidguk-Philipoff_Phedorchuk
vidguk-Philipoff_Phedorchukramcoopersoon
 
Метод гусениця SSA (Володимир Стодола)
Метод гусениця SSA (Володимир Стодола)Метод гусениця SSA (Володимир Стодола)
Метод гусениця SSA (Володимир Стодола)Oleg Nazarevych
 
Кодування алгоритмів. Поняття складності алгоритмів
Кодування алгоритмів. Поняття складності алгоритмівКодування алгоритмів. Поняття складності алгоритмів
Кодування алгоритмів. Поняття складності алгоритмівt0hins
 
Урок 30. Величини (змінні і константи), їхні властивості
Урок 30. Величини (змінні і константи), їхні властивостіУрок 30. Величини (змінні і константи), їхні властивості
Урок 30. Величини (змінні і константи), їхні властивостіВасиль Тереховський
 

Similar to Моделювання на ЕОМ. Лекція №4. Теорія подабності. Рекурсія. (20)

Моделювання на ЕОМ. Теорія подібності. Рекурсія. Моделювання в реальному часі.
Моделювання на ЕОМ. Теорія подібності. Рекурсія. Моделювання в реальному часі.Моделювання на ЕОМ. Теорія подібності. Рекурсія. Моделювання в реальному часі.
Моделювання на ЕОМ. Теорія подібності. Рекурсія. Моделювання в реальному часі.
 
прикладні похідна-інтеграл
прикладні похідна-інтегралприкладні похідна-інтеграл
прикладні похідна-інтеграл
 
present-view-small
present-view-smallpresent-view-small
present-view-small
 
Lesson # 44. repetition algorithms for processing quantities. loop with condi...
Lesson # 44. repetition algorithms for processing quantities. loop with condi...Lesson # 44. repetition algorithms for processing quantities. loop with condi...
Lesson # 44. repetition algorithms for processing quantities. loop with condi...
 
Disertation_ChepinogaA
Disertation_ChepinogaADisertation_ChepinogaA
Disertation_ChepinogaA
 
dissertation Chepinoga AV
dissertation Chepinoga AVdissertation Chepinoga AV
dissertation Chepinoga AV
 
Maksym Vakulenko: Towards modelling artificial consciousness
Maksym Vakulenko: Towards modelling artificial consciousnessMaksym Vakulenko: Towards modelling artificial consciousness
Maksym Vakulenko: Towards modelling artificial consciousness
 
теорії алгоритмів 27
теорії алгоритмів 27теорії алгоритмів 27
теорії алгоритмів 27
 
похідна та її застосування
похідна та її застосуванняпохідна та її застосування
похідна та її застосування
 
а.с.лукьянчук
а.с.лукьянчука.с.лукьянчук
а.с.лукьянчук
 
vidguk-Philipoff_Phedorchuk
vidguk-Philipoff_Phedorchukvidguk-Philipoff_Phedorchuk
vidguk-Philipoff_Phedorchuk
 
Метод гусениця SSA (Володимир Стодола)
Метод гусениця SSA (Володимир Стодола)Метод гусениця SSA (Володимир Стодола)
Метод гусениця SSA (Володимир Стодола)
 
Ivaniuk_Pe.V
Ivaniuk_Pe.VIvaniuk_Pe.V
Ivaniuk_Pe.V
 
Less19
Less19Less19
Less19
 
Л1 Економетрика.ppt
Л1 Економетрика.pptЛ1 Економетрика.ppt
Л1 Економетрика.ppt
 
Кодування алгоритмів. Поняття складності алгоритмів
Кодування алгоритмів. Поняття складності алгоритмівКодування алгоритмів. Поняття складності алгоритмів
Кодування алгоритмів. Поняття складності алгоритмів
 
Урок 30. Величини (змінні і константи), їхні властивості
Урок 30. Величини (змінні і константи), їхні властивостіУрок 30. Величини (змінні і константи), їхні властивості
Урок 30. Величини (змінні і константи), їхні властивості
 
Less19
Less19Less19
Less19
 
B20 доповідь гуменюк
B20 доповідь гуменюкB20 доповідь гуменюк
B20 доповідь гуменюк
 
відгук мусієнко Last
відгук мусієнко Lastвідгук мусієнко Last
відгук мусієнко Last
 

More from Lesia Sobolevska

Моделювання на ЕОМ. Задачі з теорії графів. Алгоритми на графах.
Моделювання на ЕОМ. Задачі з теорії графів. Алгоритми на графах.Моделювання на ЕОМ. Задачі з теорії графів. Алгоритми на графах.
Моделювання на ЕОМ. Задачі з теорії графів. Алгоритми на графах.Lesia Sobolevska
 
Вступ в спеціальність 151 АКІТ. Лекція №4.
Вступ в спеціальність 151 АКІТ. Лекція №4.Вступ в спеціальність 151 АКІТ. Лекція №4.
Вступ в спеціальність 151 АКІТ. Лекція №4.Lesia Sobolevska
 
Вступ в спеціальність 151 АКІТ. Лекція №3.
Вступ в спеціальність 151 АКІТ. Лекція №3.Вступ в спеціальність 151 АКІТ. Лекція №3.
Вступ в спеціальність 151 АКІТ. Лекція №3.Lesia Sobolevska
 
Вступ в спеціальність 151 АКІТ. Лекція №2.
Вступ в спеціальність 151 АКІТ. Лекція №2.Вступ в спеціальність 151 АКІТ. Лекція №2.
Вступ в спеціальність 151 АКІТ. Лекція №2.Lesia Sobolevska
 
Вступ в спеціальність 151 АКІТ
Вступ в спеціальність 151 АКІТВступ в спеціальність 151 АКІТ
Вступ в спеціальність 151 АКІТLesia Sobolevska
 
Ai №8. Штучні нейронні мережі.
Ai №8. Штучні нейронні мережі.Ai №8. Штучні нейронні мережі.
Ai №8. Штучні нейронні мережі.Lesia Sobolevska
 
Ai №5. Азиломарські принципи ШІ
Ai №5. Азиломарські принципи ШІAi №5. Азиломарські принципи ШІ
Ai №5. Азиломарські принципи ШІLesia Sobolevska
 
Моделювання на ЕОМ. Лекція №8. Теорія графів.
Моделювання на ЕОМ. Лекція №8. Теорія графів.Моделювання на ЕОМ. Лекція №8. Теорія графів.
Моделювання на ЕОМ. Лекція №8. Теорія графів.Lesia Sobolevska
 
Моделювання на ЕОМ. Лекція №7. Теорія графів.
Моделювання на ЕОМ. Лекція №7. Теорія графів.Моделювання на ЕОМ. Лекція №7. Теорія графів.
Моделювання на ЕОМ. Лекція №7. Теорія графів.Lesia Sobolevska
 
Принципы и проблемы построения Smart city
Принципы и проблемы построения Smart cityПринципы и проблемы построения Smart city
Принципы и проблемы построения Smart cityLesia Sobolevska
 
Интелектауальні системи та їх ПЗ №1-2
Интелектауальні системи та їх ПЗ №1-2Интелектауальні системи та їх ПЗ №1-2
Интелектауальні системи та їх ПЗ №1-2Lesia Sobolevska
 
Computers and Computing Works lecture №10
Computers and Computing Works lecture №10Computers and Computing Works lecture №10
Computers and Computing Works lecture №10Lesia Sobolevska
 
Computers and Computing Works lecture №9
Computers and Computing Works lecture №9Computers and Computing Works lecture №9
Computers and Computing Works lecture №9Lesia Sobolevska
 
Computers and Computing Works lecture №8
Computers and Computing Works lecture №8Computers and Computing Works lecture №8
Computers and Computing Works lecture №8Lesia Sobolevska
 
Computers and Computing Works lecture №7
Computers and Computing Works lecture №7Computers and Computing Works lecture №7
Computers and Computing Works lecture №7Lesia Sobolevska
 
Computers and Computing Works lecture №6
Computers and Computing Works lecture №6Computers and Computing Works lecture №6
Computers and Computing Works lecture №6Lesia Sobolevska
 
Computers and Computing Works lecture №5
Computers and Computing Works lecture №5Computers and Computing Works lecture №5
Computers and Computing Works lecture №5Lesia Sobolevska
 
Computers and Computing Works lecture №4
Computers and Computing Works lecture №4Computers and Computing Works lecture №4
Computers and Computing Works lecture №4Lesia Sobolevska
 

More from Lesia Sobolevska (20)

Моделювання на ЕОМ. Задачі з теорії графів. Алгоритми на графах.
Моделювання на ЕОМ. Задачі з теорії графів. Алгоритми на графах.Моделювання на ЕОМ. Задачі з теорії графів. Алгоритми на графах.
Моделювання на ЕОМ. Задачі з теорії графів. Алгоритми на графах.
 
Smart Slavutich Hacaton
Smart Slavutich HacatonSmart Slavutich Hacaton
Smart Slavutich Hacaton
 
Вступ в спеціальність 151 АКІТ. Лекція №4.
Вступ в спеціальність 151 АКІТ. Лекція №4.Вступ в спеціальність 151 АКІТ. Лекція №4.
Вступ в спеціальність 151 АКІТ. Лекція №4.
 
Вступ в спеціальність 151 АКІТ. Лекція №3.
Вступ в спеціальність 151 АКІТ. Лекція №3.Вступ в спеціальність 151 АКІТ. Лекція №3.
Вступ в спеціальність 151 АКІТ. Лекція №3.
 
Вступ в спеціальність 151 АКІТ. Лекція №2.
Вступ в спеціальність 151 АКІТ. Лекція №2.Вступ в спеціальність 151 АКІТ. Лекція №2.
Вступ в спеціальність 151 АКІТ. Лекція №2.
 
Вступ в спеціальність 151 АКІТ
Вступ в спеціальність 151 АКІТВступ в спеціальність 151 АКІТ
Вступ в спеціальність 151 АКІТ
 
Ai №8. Штучні нейронні мережі.
Ai №8. Штучні нейронні мережі.Ai №8. Штучні нейронні мережі.
Ai №8. Штучні нейронні мережі.
 
Ai №5. Азиломарські принципи ШІ
Ai №5. Азиломарські принципи ШІAi №5. Азиломарські принципи ШІ
Ai №5. Азиломарські принципи ШІ
 
Ai №4.
Ai №4.Ai №4.
Ai №4.
 
Моделювання на ЕОМ. Лекція №8. Теорія графів.
Моделювання на ЕОМ. Лекція №8. Теорія графів.Моделювання на ЕОМ. Лекція №8. Теорія графів.
Моделювання на ЕОМ. Лекція №8. Теорія графів.
 
Моделювання на ЕОМ. Лекція №7. Теорія графів.
Моделювання на ЕОМ. Лекція №7. Теорія графів.Моделювання на ЕОМ. Лекція №7. Теорія графів.
Моделювання на ЕОМ. Лекція №7. Теорія графів.
 
Принципы и проблемы построения Smart city
Принципы и проблемы построения Smart cityПринципы и проблемы построения Smart city
Принципы и проблемы построения Smart city
 
Интелектауальні системи та їх ПЗ №1-2
Интелектауальні системи та їх ПЗ №1-2Интелектауальні системи та їх ПЗ №1-2
Интелектауальні системи та їх ПЗ №1-2
 
Computers and Computing Works lecture №10
Computers and Computing Works lecture №10Computers and Computing Works lecture №10
Computers and Computing Works lecture №10
 
Computers and Computing Works lecture №9
Computers and Computing Works lecture №9Computers and Computing Works lecture №9
Computers and Computing Works lecture №9
 
Computers and Computing Works lecture №8
Computers and Computing Works lecture №8Computers and Computing Works lecture №8
Computers and Computing Works lecture №8
 
Computers and Computing Works lecture №7
Computers and Computing Works lecture №7Computers and Computing Works lecture №7
Computers and Computing Works lecture №7
 
Computers and Computing Works lecture №6
Computers and Computing Works lecture №6Computers and Computing Works lecture №6
Computers and Computing Works lecture №6
 
Computers and Computing Works lecture №5
Computers and Computing Works lecture №5Computers and Computing Works lecture №5
Computers and Computing Works lecture №5
 
Computers and Computing Works lecture №4
Computers and Computing Works lecture №4Computers and Computing Works lecture №4
Computers and Computing Works lecture №4
 

Моделювання на ЕОМ. Лекція №4. Теорія подабності. Рекурсія.

  • 1. Лекція №4. Теорія подібності. Моделювання в реальному часі. Для спеціальності 151 “Автоматизація та комп’ютерно- інтегровані технології” КНУБА, 2016 Соболевська Л.Г. sobolevska@atp.in.ua +38 066 251 89 80
  • 2. Теорія подібності (розмірності) – це наука про розмірність фізичних величин, подібність фізичних об’єктів, про критерії подібності. Теорія подібності дозволяє на основі здорового глузду і аналізу розмірностей, при майже повній відсутності інформації і математичних моделей, робити вражаюче глибокі висновки і навіть відкривати закони.
  • 3. Будь-яка чисельна модель залишається адекватною після довільної заміни основних одиниць вимірювання.
  • 4. Геометричні параметри Чисельна модель №1 (значення в см) Чисельна модель №2 (значення в м) Довжина цеглини x2 30 0.3 Висота цеглини x3 6 0.06 Ширина цеглини x1 12 0.12 Геометричні параметри Значення (безрозмірне) Параметр Висота цеглини 1 (перетворено на одиницю) Ширина цеглини 2 X1 (безрозмірний параметр №1) Довжина цеглини 5 X2 (безрозмірний параметр №2)
  • 5.  Будь-яка математична модель Model(x1, x2, x3, x4,..... xn),  що залежить від n розмірних змінних або параметрів x1, x2, ..... xn, може бути зведена (за рахунок масштабних перетворювань) до математичної моделі MODEL(1, 1, 1, X4,..... Xn),  в якій кількість визначаючих параметрів зменшена на k, де k – кількість основних розмірностей (в механіці k = 3 – метр, секунда, кілограм).
  • 6.  По-перше, зменшується кількість визначаючих параметрів і різко зменшується кількість можливих комбінацій значень параметрів, які треба розглянути при дослідженні. Якщо допустити 10 числових варіантів для кожного параметра, то в типовому випадку зменшення кількості параметрів на три, кількість досліджуваних варіантів зменшується в 1000 разів.  По-друге, результати дослідження стають узагальненими, придатними не тільки для одного конкретного числового варіанта, а для широкого спектра подібних варіантів.
  • 7.  По-перше, визначається перелік розмірних параметрів і змінних моделі. Якщо задача описана математично, достатньо просто виписати усі змінні, що входять до математичних рівнянь. Якщо ж математичної моделі нема, можна, просто спираючись на здоровий глузд, перелічити всі суттєві фактори.  По-друге, із вказаного списку треба скласти можливі незалежні безрозмірні комбінації. Це і будуть критерії подібності. Якщо числові значення критеріїв подібності однакові для моделі і реального об’єкту (процесу), значить модель адекватно імітує об’єкт (процес).  По-третє, результати моделювання (комп’ютерного або фізичного) також інтерпретуються в термінах безрозмірних параметрів.
  • 8.  Рух маятника x(t) від п’яти визначаючих параметрів:  де t – час, с;  L – довжина маятника, м;  g – прискорення сили тяжіння, м/с2;  m – маса маятника, кг;  x0 – початкове відхилення, м;  F – деяка невідома нам функція.    0,,,,F xmgLttx 
  • 9. З п’яти розмірних величин t, L, g, m, x0 можна скласти тільки дві незалежні безрозмірні комбінації: безрозмірне відхилення є функція цих двох безрозмірних параметрів: L x0 L g t             L g t L x L tx ,F 0
  • 10. Рух маятника залежить тільки від безрозмірного початкового відхилення і безрозмірного часу. Рух не залежить від маси маятника. Рух двох будь-яких маятників подібний (відрізняється тільки масштабом), якщо однакові безрозмірні початкові відхилення. Дослідження коливань маятника має сенс проводити в безрозмірних змінних.
  • 11.  Для непрямого вимірювання витрати води у відкритих каналах використовується мірний водозлив трикутної форми (Томсона).
  • 12.  Безпосередньо вимірюється рівень води у водозливі h, а витрата Q потім вираховується.  Витрата Q, кг/с залежить від таких параметрів:  , кг/м3 – щільність рідини;  g, м/с2 – прискорення сили тяжіння;  h, м – висота рівня у водозливі.  Примітка: від в’язкості для слабков’язких рідин (типу води) практично не залежить.  З вказаних змінних можна створити тільки одну безрозмірну комбінацію:  2521 hgQ 
  • 13.  На основі теорії подібності можна стверджувати, що ця єдина безрозмірна величина ні від чого не залежить, тобто є якоюсь константою С:  Звідси витрата Q пропорційна висоті рівня в ступіні 5/2:  Числове значення константи С повинно бути визначене експериментально. Для цього достатньо провести тільки одне лабораторне вимірювання на зменшеній фізичній моделі водозливу. Треба мати на увазі, що ця константа залежить від кута водозливу , тобто є функцією С(), тому при зміні кута  потрібно тарувати водозлив заново.   ChgQ  2521  2521 hgCQ  
  • 14.  При повній відсутності експериментальних даних і математичної моделі теорія подібності дозволила встановити фізичний закон залежності витрати від рівня, необхідний для тарування мірного водозливу.  В результаті обсяг потрібних лабораторних експериментів різко звужений і чітко визначений. Абсолютно ясно, як слід інтерпретувати результати експерименту.
  • 15.
  • 16. визначення, опис, зображення якого- небудь об'єкта або процесу всередині самого цього об'єкта або процесу, тобто ситуація, коли об'єкт є частиною самого себе. Рекурсивні акроніми: GNU (GNU Not Unix), PHP (PHP: Hypertext Preprocessor), WINE (Wine Is Not an Emulator)
  • 17.
  • 18.  При моделюванні дуже часто приходиться знаходити рішення нелінійних (або лінійних) рівнянь (або системи таких рівнянь), заданих у неявній формі, типу: наприклад  Будь-які чисельні методи зводяться до того, що ми генеруємо деяку послідовність значень x, яка сходиться до точного рішення: x0, x1, x2, .... xi, xi+1, ..... xn ,  де x0 – початкове наближення, яким ми задаємось довільно.  Іншими словами, рішення це нерухома точка відображення f(xi)  f(xi+1).  xx f  xx cos
  • 19. Всі відомі методи рекурсивні, тобто для генерації xi+1 ми беремо xi і використовуємо на кожному кроці якийсь один і той же алгоритм А:  ii xx A1 
  • 20.  Нашёл следующие краткие сведения: «СЕПУЛЬКИ — важный элемент цивилизации ардритов (см.) с планеты Энтеропия (см.). См. СЕПУЛЬКАРИИ».  Я последовал этому совету и прочёл: «СЕПУЛЬКАРИИ — устройства для сепуления (см.)».  Я поискал «Сепуление»; там значилось: «СЕПУЛЕНИЕ — занятие ардритов (см.) с планеты Энтеропия (см.). См. СЕПУЛЬКИ».
  • 21.
  • 22. В РЕАЛЬНОМУ ЧАСІ В ЗАСТИГЛОМУ ЧАСІ Рух Динаміка Точка Статика
  • 23.  Розрахунки виконуються циклічно, по тактах.  Обчислення в такті починаються циклічними командами таймера або циклічними натисканнями клавіші вручну. Таким чином досягається синхронізація обчислень з реальним часом.  На кожному такті вираховуються дані тільки для даного такту і виводяться на екран (у вигляді зображення). Послідовність статичних зображень, що досить швидко змінюються в часі, створює ефект руху.  Обчислення виконуються рекурсивно. Значення змінних, обчислені на попередньому такті, використовуються як початкові умови для прорахунку значень змінних на даному такті.