Моделирование испытаний

Поскольку математические методы дают только общий подход к решению проектных задач, необходимо конкретизировать формы их применения в виде алгоритмов автоматизированного выполнения основных этапов проектирования. Этому посвящена гл. 6, в которой рассмотрены алгоритмы выбора аналогов проектируемого объекта, разработки эскиза конструкции, параметрической оптимизации, детального анализа процессов в объекте, определения допусков на параметры и моделирования испытаний ЭМУ, автоматизированного формирования проектной документации. [c.7]

Моделирование испытаний на этапе проектирования [c.252]

Алгоритм моделирования испытаний готовой продукции с учетом совместного влияния технологических и эксплуатационных факторов на ее качество представляет собой наиболее общий случай примене- [c.259]

В качестве примера рассмотрим результаты моделирования испытаний одного из микродвигателей. При этом исследовалось как влияние эксплуатационных факторов по цепи питания и по температуре внешней среды, так и совокупность технологических факторов, воздействие которых регламентируется допусками на геометрические размеры, свойства материалов и т.д. [c.262]

Таблица 6.13. Результаты моделирования испытаний электродвигателя ГМА-4П

Математические модели в приращениях 127 тепловых процессов 118 упругих деформаций 118 электромеханического преобразования энергии 101 Машинная графика 31 Модели объекта проектирования абстрактные 14 физические 14 Моделирование испытаний 259 случайных чисел 255 [c.294]

Процедура моделирования испытаний рассмотренного вида состоит в последовательном выборе значений и сравнении их с величинами Событие Лщ оказывается исходом испытания в том случае, когда выполняется условие (1.48). Получение последовательности случайных чисел с заданным законом распределения [c.36]

В этой связи необходимым для моделирования испытаний являются вопросы определения температурных полей в парах трения современных работающих и проектируемых машин. Поэтому так широко продвигаются в настоящее время во всем мире исследования температурных полей аналитическими и экспериментальными методами. Следует подчеркнуть, что специфические трудности точного измерения температур на реальных пятнах касания и. поверхностях трения в целом, а так же температурных градиентов вдоль и перпендикулярно среднему горизонту поверхности трения приводят к тому, что для точного определения температурных полей экспериментальные методы измерения температур обычно взаимно корректируются с аналитическими. [c.144]

Р = 0,5 объем серии из п образцов или элементов конструкций целесообразно разделить в зависимости от планируемой протяженности кривой на 3—5 приблизительно равных групп, каждую из которых испытывают при постоянном уровне переменных напряжений. Объем серии п выбирают из условия оценки предела выносливости с заданной точностью на основании приближенного выражения, полученного в результате анализа и обобщения данных статистического моделирования испытаний на усталость. [c.155]

С увеличением числа уровней амплитуд напряжений сверх указанного ошибка в определении предела выносливости возрастает. Так, для алюминиевых сплавов, как показано методом статистического моделирования испытаний на усталость, при увеличении числа уровней с 3 до 6 средняя квадратическая ошибка определения предела выносливости на базе 10 циклов возрастает на 2 %, а на базе 10° циклов — на 10 %. [c.155]

Точного решения задачи, связанной с определением объема серии образцов при косвенных испытаниях, к которым относят испытания на усталость с целью построения кривой усталости и оценки предела выносливости с заданной точностью, не существует. Ниже приводится приближенное решение этой задачи, удовлетворительно согласующееся с результатами экспериментов, полученных методом статистического моделирования испытаний на усталость. [c.156]

В режиме пропорционального "мягкого нагружения (Д = Дзз < < 10 Н/м ) диаграммы деформирования, построенные при численном моделировании испытания на одноосное сжатие обрываются в наивысших точках при напряжении -143,4 МПа и деформации —1,7-10 . На восходящем участке диаграммы деформирования коэффициент жесткости R не оказывает заметного влияния на механическое поведение неоднородного тела. [c.138]

Введение. Контактные задачи теории идеальной пластичности о начальном течении полупространства при давлении штампов при плоской и осесимметричной деформации [1-4] используются для моделирования испытаний пластических материалов на твердость и для расчетов предельных режимов прокатки, волочения и ковки заготовок [5, 6] и несуш,ей способности деталей машин [7]. [c.582]

Испытания, проведенные на стендах с беговыми барабанами по методике ОСТ 37.001.054—74 с моделированием различных регулировок систем двигателей в пределах, при которых возможно воспроизведение ездового цикла, показали, что любое отклонение перечисленных параметров от норм, рекомендуе.мых заводом-изготови-телем автомобиля, приводит к увеличению выбросов вредных веществ и расхода топлива (рис. 52 и 53). Значительное увеличение выбросов наблюдается при разрегулировке системы холостого хода и нарушении работы свечей зажигания как наиболее часто встречающихся неисправностях. Следует отметить, что метод испытаний по ездовому циклу дает наиболее объективную оценку влияния регулировок двигателя на токсичность. Известно, что угол опережения зажигания на установившихся режимах практически не влияет на процессы образования СО в камере сгорания двигателя (см. рис. 5), При выполнении программы ездового цикла отклонение угла опережения зажигания от оптимального снижает мощность двигателя, что требует увеличения [c.83]

Использование критерия хрупкого разрушения в виде (2.1) во многих случаях позволяет прогнозировать несущую способность различных конструкционных элементов в частности, результаты расчета по условию (2.1) весьма удовлетворительно соответствуют экспериментальным данным при испытании образцов с концентраторами [101] в случае реализации довольно больших пластических деформаций по достижении условия oi = = S (ef), где ef — интенсивность пластической деформации. Однако применение критерия хрупкого разрушения в виде (2.1) для прогнозирования условий разрушения образцов с острыми концентраторами или трещинами связано со значительными трудностями. В частности, моделирование температурной зависимости критического коэффициента интенсивности напряжений Ki T) на основе условия (2.1), как будет показано в подразделе 4.2, не позволяет адекватно описать экспериментальную кривую. Указанные обстоятельства приводят к необходимости дополнительного анализа условий хрупкого разрушения. Такой анализ на основе физических процессов, контролирующих хрупкое разрушение материала, представленный ниже, позволил дать новую формулировку необходимого условия хрупкого разрушения— условия зарождения микротрещин скола — и предложить физическую интерпретацию зависимости критического напряжения хрупкого разрушения S от пластической деформации [75, 81, 82, 127, 131]. [c.60]

Для решения задач моделирования хорош универсальный язык ПЛ/1, на котором можно решать научно-технические задачи более разнообразные, чем, например, на ФОРТРАНе. Кроме того, ПЛ/1 дает системным программистам средства для решения задач в реальном времени. Элементарные средства языка ПЛ/1 позволяют, например, описывать элементы цифровой вычислительной техники в виде программ имитационных моделей. Язык ПЛ/1 имеет простые операторы для проверки условий выполнения определенных действий, различные варианты реализации операции присваивания, операторы преобразования форм представления данных, несложные правила присваивания имен структурным элементам позволяет ограничивать учет времени и происходящих действий, простыми операторами реализовать булевы функции, легко реализовать статистические испытания модели при различных данных, изменять структуру модели и т.д. [c.353]

Для предварительного определения пропускной способности диффузора производятся испытания его модели, выполненной в масштабе 1 2 от натуры. Закон моделирования выбирают исходя из того, что ноток в диффузоре является напорным и его характер определяется только свойствами инертности и вязкости жидкости. [c.114]

Эти цели достигаются применением математических методов и вычислительной техники, разработкой эффективных математических моделей, методов многовариантного проектирования и оптимизации, автоматизации рутинных работ, а также заменой натурных испытаний моделированием. [c.52]

Основным показателем надежности является вероятность безотказной работы Р (i), т. е. вероятность того, что в пределах заданной наработки отказ детали не возникает. Расчет надежности базируется на статистических данных об отказах детали при эксплуатации, проведении специальных испытаний, математическом моделировании и т. п. Если Мо— число испытанных деталей (одного наименования), JVi— число деталей, отказавших за время наработки то [c.259]

Статистические характеристики при моделировании объектов будут тем ближе к истинным, чем больше проведено испытаний IV, что хорошо иллюстрируют результаты расчетного исследования на рис. 5.6. Уже при относительно небольших N приближенно определяются математические ожидания и границы диапазонов разброса у , но существенно искажается вероятностная картина распределения их значений. Минимальное число испытаний N p, необходимое для воспроизведения требуемых распределений с заданной точностью AF и вероятностью Рд ее обеспечения, приведено на рис. 5.7. В практических задачах речь идет обычно о выполнении (3- 5) 10 вариантов расчета. [c.132]

Разработка алгоритмов статистической обработки результатов моделирования представляет собой вторую основную проблему реализации стохастической математической модели на ЭВМ. Наиболее полная информация об ожидаемом разбросе значений рабочих показателей может быть получена из гистограммы. Действительно, зная эмпирическое распределение значений показателей, не составляет труда определить параметры этого распределения и оценить вероятность удовлетворения требований ТЗ. Основная трудность, возникающая при разработке достаточно универсального и эффективного алгоритма построения гистограмм, состоит в необходимости совмещения во времени операций определения границ разброса по анализируемому показателю (поскольку в общем случае эти границы заранее неизвестны и формируются в процессе выполнения заданного количества статистических испытаний) и подсчета частот попадания значений показателя в интервалы разбиения диапазона разброса. Действительно, предварительное определе-256 [c.256]

Сущность указанного метода испытаний состоит в определении вероятностного распределения значений рабочих Показателей только некоторой выборки объема п из всей партии N изделий. В данном случае расчет параметров распределения у. проводится по общей схеме статистических испытаний, когда каждый экземпляр изделия из выборки и подвергается только эксплуатационным воздействиям. Схема алгоритма моделирования выборочных испытаний представлена на рис. 6,41 Здесь Л/экспл обозначает объем статистических испытаний, которые проводятся с каждым вариантом объекта из выборки п. Л экспл можно определить из рис. 5.7, задавшись необходимыми уровнями точности и доверительной вероятности. По результатам проверки выборки принимается решение о качестве всей партии изделий, а именно партия удовлетворяет предъявляемым требованиям, если [c.260]

Отмеченное представляет только одну сторону вопроса системного решения задач. Другая же связана с расширением применения математических моделей ЭМУ на внешнюю область — на стадии производства и эксплуатации объекта с учетом случайного характера существующих воздействий. Это необходимо для оценки влияния различных технологических и эксплуатащюнных факторов на качество функционирования проектируемого изделия и позволяет прогнозировать вероятностный уровень его рабочих показателей с необходимыми в этих условиях точностью и достоверностью. Соответствующие модели и алгоритмы анализа должны при этом адекватно воспроизводить характер формирования случайных значений рабочих свойств изделий в различных условиях производства при учете разбросов параметров в пределах назначенных допусков и обладать способностью имитировать влияние на объект различных эксплуатационных факторов параметров источников питания, температуры, вибраций и пр. Такие модели могут служить одновременно основой для разработки алгоритмов моделирования испытаний ЭМУ при проектировании, что позволяет сократить объем и сроки реальных исследований макетных и опытных образцов проектируемых изделий. [c.98]

Вместе с тем понято, что разные задачи и даже этапы проектирования (например, моделирование испытаний в сравнении с анализом выполнимости ТЗ) требуют разного уровня адекватности модели объекта, а следовательно, и ее изменения. Следствием указанного является требование адаптируемости модели - ее способности принимать ту конфигурацию, которая необходима для конкретного применения. Соответственно должна быть предусмотрена и возможность использования моделей разного уровня. Например, при описании электрюмеханическо-го преобразования энергии предусматривается переход от уравнений обобщенного ЭМУ к схеме замещения, соответствующей конкретному его типу, а в дальнейшем и к модели в терминах первичных параметров (геометрические размеры, обмоточные данные, свойства материалов и пр.) (рис. 1.4). Аналогично при применении конечно-разностной [c.99]

Хванг и другие [250] выполнили численные эксперименты по моделированию подземных взрывов Милроу и Канникан . На рис. 2.10 показаны изогипсы уровня волны, образовавшейся при моделировании испытания Милроу . На этом рисунке эпицентр означает место взрыва. [c.69]

Расчетное исследование НДС образцов из стали 15Х2МФА (рис. 1.4), подвергнутых растяжению в области низких температур, было проведено с целью анализа параметров, характеризующих сопротивление хрупкому разрушению материала [131]. Подробно результаты расчета и эксперимента будут изложены в подразделе 2.1.4. В настоящем разделе мы хотим продемонстрировать работоспособность метода решения упругопластических задач в части учета геометрической нелинейности. Дело в том, что перед разрушением испытанных образцов при Т = —100 и —10°С происходила потеря пластической устойчивости (зависимость нагрузки от перемещений имела максимум). Очевидно, что расчетным путем предсказать потерю несущей способности конструкции можно, решая упругопластическую задачу только в геометрически нелинейной постановке. При численном моделировании нагружение образцов осуществляли перемещением захватного сечения образца от этапа к этапу задавалось малое приращение перемещений [131]. При этом анализировали нагрузку, действующую на образец. Механические свойства стали 15Х2МФА, используемые в расчете, представлены в подразделе 2.1.4. На рис. 1.4 представлены зависимости нагрузки от перемещений захватной части образца. Видно, что соответствие экспериментальных данных с результатами расчета хорошее. Наибольшее отличие расчетной максимальной нагрузки от экспериментальной составляет приблизительно всего 3 % различие в среднеинтегральной деформации при разрушении образца е/ = —1п (1—i j) (i ) — перечное сужение нет- [c.32]

Показатели надежности определяют расчетами, проведением испытаний и обработкой результатов статистических данных эксплуатации, моделированием на ЭВМ. Расчеты производят главным образом при проектировании изделий в целях прогнози-)ования ожидаемой надежности для данного варианта изделия. Испытания выполняют на этапе опытного образца и серийного производства изделия. Испытания подразделяются на определительные, в результате которых определяют показатели надежности контрольные, имеющие целью контроль качества технологического процесса, обеспечивающего надежность jre ниже заданной ускорение, в ходе которого используют факторы, ускоряющие процесс возникновения отказов неразрушающне, основанные на применении методов дефектоскопии, а также на научении косвен- [c.32]

Следует шире применять метод моделирования экспл,уата-ц н о и н ы X у с л о в п 11, заключающийся в стендовых нлн эксплуатационных испытаниях машин на форсированном режиме в условиях, заведомо более тяжелых, чем нормальная работа машины. В этом случае машина проделывает в сжатые сроки ник. , который при нормальной ее работе длится несколько лет. Испытания ведут до наступления предельного износа или даже до полного пли частичного разрушения машины, перподическн пх приостанавливая для за.мера нзпосов, регистрации состояния деталей п определения признаков приближения аварий. [c.42]

Наиболее целесообразно в этих условиях применить метод статистических испытаний (метод Монте-Карло) [22], хорошо учитывающий вероятностную природу разброса случайных значений выходных характеристик. Математическое моделирование по этому методу полностью передает сущность и характер натурных экспериментов и в практической постановке сводится к многократному разыгрыванию (согласно установленным вероятностным распределениям) случайных значений х,- и определению для каждого случайного их набора соответствующих значений у . По завершении требуемого числа испытаний Л хр статистическая обработка последовательностей случайных значений у - дает необходимую информацию о распределении значений выходных показателей и параметрах этого распределения. В результате по каждому выходному показателю можно получить его номиналь- [c.131]

Рис. 5.6. Гистограммы распределения плотности вероятности случайных значений потребляемой мощности / [ном одного из серийных АД в процессе его изготовления (по результатам моделирования на ЭВМ при различном чиеле испытаний /V)

Применительно к ЭМУ системная модель включает в себя универсальные детерминированные модели электромеханических преобразований, нагрева, деформаций и магнитных проявлений, блоки реализации статистических испытаний, автоматизации перестройки исходных моделей, моделирования условий производства и эксплуатации (рис. 5.(2). Детерминированная часть ее предполагает наличие моделей разных версий для анализа влияющих физических процессов, примеры построения которых даны в 5.1,2 и 5.1.3. Часть входных параметров являются общими для всех блоков, другими блоки обмениваются между собой в процессе работы, в том числе за счет использования обратных связей (земпературы, магнитных потоков рассеяния, изменения момента сопротивления в опорах и нр.). Изложенные [c.141]

Сложность оценки совокупного воздействия технологических и эксплуатационных факторов состоит в необходимости проведения статистических испытаний каждого варианта объекта, формируемого под воздействием технологических факторов, с учетом эксплуатационных воздействий. Моделирование подобных испытаний даже на современных быстродействующих ЭВМ связано с непомерно больишми затратами мащинного времени. Поэтому в данном случае для вероятностного анализа объекта применяется моделирование выборочных испытаний изделий по количественно измеряемым признакам, в качестве которых рассматриваются рабочие показатели объекта. [c.260]

И разрушении. Масштабный эффект заключается в изменении наблюдаемого физического поведения геометрически подобных моделей и конструкций с изменением абсолютного масштаба (масштабного фактора). При этом геометрическое подобие обоснованно рассматривается как макроскопическое подобие, для которого такие размеры, как диаметр зерна, расстояние между частицами и их размер, и другие микропараметры не учитывают. В этом и заключается сущность масштабного моделирования, так как в противном случае необходимо было бы всегда пользоваться результатами только натурных испытаний. Однако, используя моделирование, следует помнить, что масштабные эффекты при пластическом течении и разрушении проявляются в виде микропроцессов на макроуровне. Например, радиус закругления острой трещины зависит от микрострук-турных факторов. В связи с этим отношения радиуса закругления. трещины к ее длине и длины трещины к размеру образца становятся геометрически неподобными величинами. [c.434]

Исследование термодинамических циклов тепловых машин является основной задачей технической термодинамики. Однако провести подробное исследование цикла, установить его основные характеристики (работу, КПД) при изменении отдельных параметров на реальной установке можно лишь в ограниченных пределах. Поэтому при исследовании циклов энергетических установок вместо натурных испытаний целесообразно использовать различные модели. Модели бывают разные в зависимости от модели различают предметное, физичеекое, аналоговое и математическое моделирование. [c.238]

При предметном моделировании исследование ведется на модели, воспроизводящей основные геометрические, физические и функциональные характеристики оригинала. На таких моделях изучают процессы, происходящие в оригинале — объекте исследования. Примером предметного моделирования являются стендовые испытания двигателей внутреннего сгорания, газотурбинных установок, различных типов холодильных установок и т. п. При этих испытаниях исследуются термодинамические циклы установок и их характеристики. Методика исследования циклов некоторых из перечисленных устанорок применительно к задачам учебных лабораторий подробно изложена в [37]. [c.238]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...