Параметры Спуски

Из представленных данных следует, что введение аэродинамической подъемной силы, постоянной на всей траектории снижения, приводит к расширению коридора входа по сравнению с баллистическим спуском. Так, для рассматриваемого примера Дйд = 1660 км, что на 260 км больше коридора входа, реализуемого при АГд = 0. Аналогичную картину наблюдают прн учете атмосферных возмущений. Однако во всем диапазоне изменения проектно-баллистических характеристик КА ширина коридора входа на атмосферном участке остается меньше навигационного. В отношении остальных параметров спуска отметим следую- [c.444]

При решении задачи определения параметров спуска КА необходимо учитывать ряд особенностей движение КА описывается нелинейными дифференциальными уравнениями, аналитическое решение которых в общем случае неизвестно и, следовательно, отсутствует прямая зависимость корректируемых параметров от управлений определению подлежат не начальные условия движения, а управляющие параметры, на которые могут быть наложены ограничения. [c.498]

Итак, в общем случае задачу определения параметров спуска КА с орбиты ИСЗ решают следующим образом. Движение КА описывают системой дифференциальных уравнений [c.498]

Описанные варианты реализации градиентного метода отличаются друг от друга способом выбора длины шага. Скорость сходимости этих методов примерно одинакова, а трудоемкость каждой итерации вариантов процесса (6.42) различна только в способах определения параметра а. Как правило, вычисления градиента в меньшем числе точек требует метод наискорейшего спуска. [c.286]

Полезно на примере спасания метеорологической ракеты В-2А ), предназначенной для исследования атмосферы на высотах порядка 200-Ю- м, проследить за последовательными этапами спуска и соответствующими этим этапам изменениями характерных параметров движения ракеты (t — время в с, v — вертикальная скорость снижения в м/с, Н — высота ракеты над уровнем моря в м, F — миделевая площадь купола парашюта в м ). [c.45]

Закономерности явлений, определяющие рабочий процесс машины или аппарата, которые выявлены на основе теоретических или экспериментальных исследований, могут быть использованы для оптимизации конструктивных и режимных параметров разрабатываемых реальных аппаратов. Наивыгоднейшее сочетание параметров может быть найдено и экспериментальным путем на основе теории оптимального планирования эксперимента. Для отыскания экстремума критерия оптимальности конструкции разработан ряд методов (например, симплексный метод, метод наискорейшего спуска и др.), которые реализуются с помощью ЭВМ. [c.8]

Совершенствование вычислительной техники и развитие теории численных методов способствуют расширению круга задач, решение которых становится возможным на основе математического эксперимента. Особое значение математический эксперимент приобретает в случаях, когда решение задачи другими способами невозможно или чрезвычайно затруднено. Так, например, точное определение -за короткий промежуток времени траекторий движения космических объектов и выбор оптимальной траектории спуска их на Землю или другие планеты не могут быть выполнены иначе, как на основе математического эксперимента при исследовании явлений и процессов в плазме, термоядерных реакторах и т. д., протекающих при высоких температуре и давлении, когда зачастую физический эксперимент технически трудно осуществим или даже невозможен, математический эксперимент позволяет определить необходимые параметры системы. Предварительный численный эксперимент может избавить исследователя от риска, связанного [c.52]

Наибольшее распространение получили градиентные методы поиска оптимальных параметров (Гаусса—Зейделя, методы наискорейшего спуска), методы случайного поиска (Монте-Карло, методы статистического моделирования) н др. [c.151]

Для того, чтобы быть уверенным в том, что в результате применения метода Гаусса—Зейделя или метода наискорейшего спуска получен глобальный, а не локальный минимум целевой функции, приходится неоднократно повторять процедуру поиска, начиная его из различных начальных точек в пространстве параметров. [c.154]

Как видно из рис. 1.70, понижение конечного давления р2 (при неизменных pi и Ti) повышает термический к. п. д. цикла Ренкина, поскольку в области влажных паров это сопровождается понижением температуры Т2, а следовательно, расширяется температурный интервал цикла. Из этого же рисунка видно, что понижение р2 увеличивает степень заполнения площади цикла Карно площадью цикла Ренкина, вследствие чего относительный термический к. п. д. цикла Ренкина увеличивается. Однако с понижением рг расширение пара в турбине спускается в область влажных паров, следовательно, необратимость этого процесса возрастает, и поэтому внутренний относительный к. п. д. цикла Ренкина уменьшается. Из этого анализа следует, что одновременное повышение начальных параметров пара и понижение его конечного давления повышает степень термодинамического совершенства цикла Ренкина. Обычно давление пара в конденсаторе pi = 0,003...0,005 МПа. [c.95]

Быстрее можно достигнуть искомого минимума целевой функции, если есть возможность определять частные производные целевой функции по параметрам синтеза и по значениям этих производных находить направления, по которым функция убывает наиболее быстро (метод наискорейшего спуска и другие градиентные методы). [c.147]

В кабине были установлены аппаратура для обеспечения жизнедеятельности живых существ в полете и для регистрации параметров движения кабины на участке спуска (датчики ускорений, угловых скоростей, температур и др.), катапультируемый контейнер с парашютными системами, в котором находились биологические объекты и живые существа, оборудование для биологических экспериментов, часть аппаратуры системы ориентации, системы, обеспечивающие приземление кабины корабля и т. д. В приборном отсеке помещались радиотелеметрическая аппаратура управления полетом корабля, аппаратура терморегулирования, тормозная двигательная установка и пр. Для энергопитания приборов использовались химические источники тока и солнечные батареи, постоянно — при помощи специальной системы ориентации — обращенные к Солнцу независимо от положения корабля. [c.436]

Одним из распространенных методов оптимизации является так называемый спуск по градиенту. Сущность его состоит в том, что если система работает с параметрами дю, то новые значения параметров выбираются в соответствии с [c.89]

Подпрограмма СПУСК использует следующие входные формальные параметры (здесь и в дальнейшем в квадратных скобках указаны обозначения этих параметров в обычных математических символах) [c.85]

ПАРАМ (13, N) — двухмерный массив входных данных, описывающих закон движения в зоне (смотри подпрограмму СПУСК) ФИ [ф] — угол по цикловой диаграмме, при котором требуется определить выходные параметры — 5 [5] — перемещение, 51 [5 ] — аналог скорости, 52 [5 ] — аналог ускорения. [c.86]

Расчёт гарантий регулирования сводится к определению наибольшего отклонения чисел оборотов от нормальных при изменениях нагрузки агрегата и для случая закрытых турбин, кроме того, к определению величины гидравлического удара в трубопроводе. Попутно проверяются и окончательно устанавливаются такие параметры, как время открытия и закрытия турбины, величина маховых масс и определяется надобность в установке дополнительных механизмов (холостых спусков, отклонителей струй, клапанов для срыва вакуума и т. п.). Эти расчёты подразделяются на предварительные, производимые по наи- [c.328]

Существующие методы решения задачи экстремального регулирования (метод градиента, метод наискорейшего спуска, метод поочередного изменения параметров и др.) требуют проведения предварительного анализа объекта перед тем, как приступить к его настройке. Такая двойственность (дуальность [2 ]) управления (анализ и регулирование) характерна для экстремального регулирования многопараметрических объектов. Входной сигнал X (см. фиг. 1) имеет двойное назначение с одной стороны, он должен настраивать регулируемую систему, а с другой — анализировать объект, т. е. дать возможность [c.202]

В главе 2 изложены методы и алгоритмы оптимизации параметров и профиля теплоэнергетических установок. Здесь дано описание алгоритма оптимизации непрерывно изменяющихся параметров, использующего идеи градиентного метода алгоритма направленного дискретного спуска, сочетающего возможности метода покоординатного спуска и метода случайного поиска метода динамического программирования в применении к оптимизации компоновки парогенератора. Обсуждаются вопросы сходимости предложенных алгоритмов, а также даны примеры их практического использование . [c.3]

В настоящее время известны теоретически обоснованные и проверенные практикой методы нелинейного программирования, например градиентные, наискорейшего спуска, покоординатного спуска, возможных направлений [8—12]. Накоплен опыт применения методов нелинейного программирования и для решения задач оптимизации параметров и профиля оборудования теплоэнергетических установок. Разработанные программы расчета на ЭЦВМ позволяют осуществить совместную оптимизацию 300— 500 различных параметров [1, 2, 4, 7]. [c.7]

Оптимизация конструктивно-компоновочных характеристик элементов установки и параметров тепловой схемы, имеющих дискретный характер изменения, представляет собой сложную задачу нелинейного дискретного программирования. В настоящее время отсутствуют универсальные и достаточно строгие методы решения задач этого класса. Анализ ряда приближенных методов решения задачи нелинейного дискретного программирования показал, что наиболее целесообразен алгоритм направленного последовательного поиска, сочетающий в себе метод покоординатного спуска и элементы случайного поиска (см. 1 главы 2). Нарушения нелинейных технических ограничений, возникающие при изменении дискретных параметров, в этом алгоритме устраняются в результате соответствующей корректировки непрерывно изменяющихся параметров с помощью вспомогательного алгоритма поиска допустимого решения. В некоторых частных случаях для решения задачи нелинейного дискретного программирования целесообразно применение идей метода динамического программирования (см. 2 главы 2). [c.11]

Рис. 2.5. Процесс оптимизации дискретных параметров методом покоординатного спуска

В ходе решения указанной задачи исследовалась сходимость итерационного расчета системы уравнений (2.2) и описанного выше процесса градиентного спуска. Анализ результатов подтвердил важность выбора исходных значений параметров как для ускорения итерационного расчета системы уравнений (2.2), так и для уменьшения времени градиентного [c.34]

Одним из важных приемов, ускоряющих оптимизацию, является масштабирование (нормализация) производных dS/dxj от целевой функции по оптимизируемым параметрам. Выбор параметров, применительно к которым осуществляется процедура нормализации, зависит от влияния последних на функцию цели 3. Если наблюдается сильно выраженная выпуклость функции 3 по некоторому параметру xj, имеющему малый диапазон изменения, то слишком быстрый спуск вдоль градиентного направления приводит к частой фиксации параметра на его граничных значениях. Это значительно усложняет процесс оптимизации по данному параметру и по остальным параметрам в целом. Поэтому необходимо ввести масштабирование таким образом, чтобы уменьшить величину производной dS/dXj, т. 6. искусственно замедлить сам процесс изменения значений данного параметра. Если же, наоборот, по параметру xj имеет место слабая выпуклость функции 3, то желательно увеличить значение производной d3/dxj. [c.37]

Решение системы уравнений высокого порядка осуществляют, применяя разновидность метода скорейшего спуска. Особенность этого метода состоит в том, что в нелинейном уравнении релаксации оператор релаксации учитывает не только текущее, но и ряд предыдущих значений функции, взятых с затухающим весом [191. При этом параметр релаксации X выведен с учетом условий максимального изменения свободной энергии на одной итерации при данном значении оператора релаксации Fp . Выражение [c.38]

Метод спуска применяется следующим образом. В рассматриваемой области выбирается один набор параметров (Хц, Уо, Zq), одна точка, лежащая, по предположению, наиболее близко к оптимальным значениям параметров. Вычислив значение функции П в этой точке, находим такую новую точку (х , у , z ), чтобы П (Xj, г/j, z ) было меньше, чем П (Хо, Уо, Zo). [c.207]

Для выявления основных особенностей движения КА в атмосфере планеты используют следующий прием. Производят расчет траекторий спуска для наиболее простого типа СА — баллистического. При этом оценивают значения основных траек-ториых параметров спуска — скорости, высоты полета, перегрузки, тепловых потоков (конвективных, радиационных и суммарных) и температуры. Эти параметры связаны с основными критериями, на которые ориентируются разработчики при создании СА. Например, величина скорости спуска на заданной высоте полета определяет требования к выбору вида системы мигкой посадки (СМП) величина перегрузки определяет требо-28 - 3455 433 [c.433]

Влияние изменения параметров режима сварки на глубину проплавления, и ширину шва следующее. Увеличение тока в связи с увеличением тепловой мощности и давления дуги увеличивает глубину проплавления, но мало влияет на ширину шва. Увеличение диаметра электрода при неизменном токе приводит к уменьшению глубины проплавления и увеличению ширины шва в связи с блужданием дуги. Определенное влияние на размеры шва оказывают наклон электрода и изделия. При сварке углом вперед, из-за подтекания металла в зону сварки уменьшае тся глубина проплавления и увеличивается ширина шва. При сварке углом назад в связи с оттеснением расплавленного металла давлением дуги в хвостовую часть ванны, глубина проплавления увеличивается, ширина шва уменьшается. Соответственно при срарке на спуск глубина проплавления уменьшается, ширина шва увеличивается, при сварке на подъем — соотношение обратное. [c.76]

Работа с моделью. В рассматриваемой задаче для на- хождения оптимального варианта конструкции теплообменника варьируют два параметра 1 и гакв Дв программе соответственно Ш и/02). В связи с этим говорят о двумерной задаче оптимизации. Простейшим методом решения таких многомерных задач является алгоритм покоординатного спуска. Его идея заключается в последовательном циклическом применении одномерного поиска для каждого варьируемого параметра. Проще всего проиллюстрировать метод покоординатного спуска с помощью распечатки, полученной на ЭВМ (рис. 5.21). Поиск был начат с начальной (базовой) точки 01 ==0,08 02=0,04. Сначала осуществлялся спуск вдоль координаты 02 при фиксированном значении 01 = 0,08, и в точке 02 = 0,06 было достигнуто наименьшее значение целевой функции 2=212. Затем спуск проводился вдоль координаты 01 при фиксированном значении 02 = 0,06. [c.249]

Для определения локального минимума целеной функции Q был выбран метод случайного поиска по наилучшей пробе со спуском. Этот метод дает возможность легко учесть наличие ограничений, накладываемых на параметры, по сравнению с методами детерминированного поиска. Кроме того, при большом количестве переменных количество вычислений функционала, осуществляемых за один шаг, оказывается меньизе, чем в градиентных методах. [c.111]

Программа первого полета пилотируемого космического корабля предусматривала выведение его на эллиптическую орбиту, облет земного гаара в пределах одного витка, переход на траекторию снижения и приземление. Параметры орбиты (перигей, время обращения) были выбраны с учетом возможности сравнительно быстрого спуска на Землю в случае отказа тормозной двигательной установки за счет аэродинамических сил торможения, особенно ощутимых в области перигея. Запасы пищи и воды, нормальное действие корабельных систем жизнеобеспечения и емкость источников электроэнергии были рассчитаны на непрерывный полет корабля в течение десяти суток. [c.441]

Далее на полученной диаграмме = выбирается точка, характеризующая определенный запас по отношению к предельному п . Отсюда предъявляются определенные требования к парашютной системе с тем, чтобы скорость спуска была снижена до оиределенного уровня. Одновременно могут быть изменены параметры переднего конуса. При более глубоком исследовании возникает задача поиска наименьшего веса всей системы, включая парашютную. Рассмотрим еще один пример. Стартовый стол (рис. 23) ракеты преаставляет собой ферменную конструкцию. Проч- [c.42]

Если J [а], al) > J ( 1, aJ), то вращение па ДО продолжается до тех нор, пока следующее значение не станет меньше предыдущего или равно ему. На рис. 7.44 такой точкой стала четвертая по счету. После этого начинает вращаться точка О вокруг точки 4 и т. д. Как видно из рисунка, в этом алгоритме последовательность точек приближения спускается в овраг и движется вдоль него до минимума. Метод движения но оврагу легко обобщается на случай многих переменных параметров (см, [125]). Он также позволяет обойтн еще одну трудность, возникающую при необходимости находить локальные экстремумы в задачах акустической оптимизации машин. Трудность заключается в том, что целевые функции часто содержат абсолютные значения комплексных выражении, зависящих от параметров а,, и поэтому не [c.272]

Применение двухчервячной передачи Twinworm в грузоподъемном механизме позволяет подобрать параметры, обеспечивающие одинаковые мощности при подъеме и спуске груза. В этом случае требуется, чтобы при < р р выполнялось равенство [c.241]

При спуске по крутой наклонной плоскости (когда а > р) можно говорить о к. п. д., если силу Рторм использовать для совершения полезной работы, например для подъема другого груза. Выражение этого коэффициента получается обратным т) при подъеме, так как здесь роли сил Q к Р меняются, причем при параметре р должен быть поставлен знак минус [c.286]

Связь между программами СПУСК и FUNKT осуществляется через формальные параметры ХхиХ ис помощью общей области с именем (0БЩ1), в которую входят наименования углов ф [c.86]

Для отыскания оценок t их используется один из методов спуска 2-го порядка, например метод Ньютона—Рафсона или метод Девидона (метод переменной метрики), которые при наименьшем числе шагов приводят к точкам, достаточно близким к точкам минимума. Следует отметить, что при реализации методов минимизации на III этапе целесообразно использовать априорную информацию о границах возможных изменений параметров состояния, т. е. применять оптимизацию с ограничениями. [c.135]

Вес крана зависит от многих параметров (иногда более 35), которые связаны между собой определенными аналитическими зависимостями. Для отыскания оптимальной совокуиностн этих параметров можно использовать различные математические методы. Применение метода Монте-Карло известно по работам Голинского [2]. В этой работе используется один из методов наискорейшего спуска. [c.109]

Минимизация крттерия прозодилась методом покоординатного спуска при Sh) = id , iUt =0,1, Ив = 5t Ои, й = 1 В.В качестве компонентов вектора варьируемых параметров л использовались высота электродов л , a,e[i lo О, i], м расстояние между электродами а , а е[0,5 /0 -О.0 " толщина электростатического экрана а,. йз [о. /0 2-/0 1м толцина стенок трубопровода, [c.84]

Возможность существования особых точек (седловых, типа гребней и оврагов и т. д.), разрывности функционала и изменений переменных условных экстремумов на границах допустимых областей, многосвязности, многоэкстремальности функционала, ограничений типа неравенств, дискретность переменных и т. д. — все это приводит к практической непригодности аналитических методов оптимизации теплоэнергетических установок. Применение ЭВМ. и численных методов нелинейного программирования позволяет в основном преодолеть эти затруднения. При малом числе оптимизируемых переменных и при узких пределах их изменения отыскание глобального экстремума практически обеспечивает метод сплошного перебора на ЭВМ вариантов путем обхода в определенном порядке узлов многомерной сетки в пространстве независимых переменных и вычисление в каждой точке значений функций ограничений и функционала. При этом отбрасываются те точки, в которых ограничения не выполняются, а среди точек, для которых ограничения справедливы, выбирается точка с наименьшим (или наибольшим) значением функционала. При оптимизации по большому числу параметров применяются методы направленного поиска оптимума градиентные, наискорейшего спуска, покоординатного спуска (Л. 21]. [c.57]

Значительное влияние на скорость процесса оптимизации оказывает выбор величины пробного шага на каждом новом направлении спуска. В качестве примера на рис. 2.14 показаны два случая оптимизации параметров паротурбинного блока мощностью 800 Мет при больших начальных шагах спуска (ломаная линия а, = 0,5) и при достаточно малых начальных шагах (ломаная линия 6, df = 0,01). Завышенный начальный шаг не оправдывается по следующим причинам он может оказаться больше наилучшего шага dt на заданном направлении вектор допустимого направления З/ЗХ " уже не будет соответствовать текущему вектору д31дХ вычисленному в точке X, полученной с помощью dt°. Отсюда последующий шаг din оказывается неэффективным (ломаная а, шаги 3—4 и 5—6). В результате возможно даже повышение расчетных затрат. Наоборот, [c.35]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...