Обработка данных моделирования

Обработка данных моделирования [c.109]

Данные моделирования позволяют определить себестоимость детали по фактическим затратам времени на ее обработку с учетом всех статей расхода, определяющих стоимость 1 мин безотказной работы и 1 мин восстановления АЛ по соответствующим причинам. [c.161]

Моделирование работы оборудования для целей диагностики, улучшения конструкции механизмов и повышения надежности систем представляет собой по существу вычислительный эксперимент, который в отличие от натурного благодаря современным численным методам может быть проведен во всей области изменения показателей качества исследуемого механизма. При этом определяются значения и взаимосвязи его внутренних, не поддающихся непосредственному измерению параметров. Наиболее эффективно проводить такой вычислительный эксперимент на завершающей стадии, при испытании опытного образца. Целью моделирования при этом является а) уточнение основных характеристик (внутренних и выходных) исправного механизма б) выявление возможных неисправностей и их проявлений в) выбор диагностических характеристик, способов их регистрации и обработки данных (контрольных точек, датчиков, аппаратуры), разработка алгоритмов диагностирования (совокупности последовательных действий при постановке диагноза) г) выявление сборочных единиц и деталей механизма, снижающих его надежность, ограничи- [c.48]

Неравномерность удельной активности по глубине изнашивающегося слоя, что резко осложняет методику измерения и обработки данных, заставляет прибегать к моделированию, эталонированию, применению ЭВМ и т. п. Характер взаимодействия, износа и разрушения поверхностей зубьев (контактное выкрашивание, задиры, пластическое деформирование, пластическое течение поверхностного слоя), особенно на кромках профиля и вблизи торцов зубчатых колес, определяет зачастую величину местного износа, превышающую 0,4 мм (особенно при длительных испытаниях для определения технического ресурса), то есть предельную глубину активации. Больший износ в этих местах регистрироваться не будет. С другой стороны, контактное выкрашивание, возникающее локально, будет вызывать резкое уменьшение активности активирован- [c.275]

Компьютерный эксперимент (КЗ) состоит в моделировании методами КЭ модели физ. системы с целью изучения её характеристик, выявления новых закономерностей. В отличие от численного анализа модели, когда её осн. исследование выполняется аналитически, в КЭ модель системы строится из первых принципов либо с использованием фундам. законов и небольшого числа параметров. Методы КЭ подразделяются на стохастические (см. Монте-Карло метод) и детерминистические (см. Молекулярной динамики метод) [2, 8, 9]. Прогресс в КЭ связан с прогрессом технологии и теории параллельных вычислений [10]. Базой для них являются совр. многопроцессорные вычислит. системы с параллельной обработкой данных (см. Микропроцессор, Процессор), производительность к-рых достигает 10 плавающих операций в секунду ведутся работы над проектом компьютера производительностью 10 плавающих операций в секунду [10]. [c.482]

В научных и промышленных приложениях система активно используется для численных расчетов, моделирования динамических систем в режиме разделенного и реального времени, исследований в области автоматического управления, статистической обработки данных, проектирования нелинейных систем и др. [c.207]

Наиболее сложной проблемой, возникаюш,ей при обработке многократно усеченных выборок, является оценка точности полученных параметров распределений и ее зависимость от соотношения между количеством отказов и приостановок в выборке. В частности, для метода Джонсона по данным моделирования [5] определена область значений N я п, для которых смеш,ение оценок среднего значения L и не превышает 10—15 % (табл. 1.8). [c.16]

Таким образом, оставшиеся три варианта расчета можно считать непротиворечивыми и совместно обработать. Найдем по формуле (2.64) весовые коэффициенты = 0,655, Yg = 0,163 и Уз = 0,182. Дальше расчет выполняется так же, как и для случая с пятью вариантами. Параметры расчетного распределения ресурса, полученного после обработки результатов моделирования на ЭВМ, представлены в табл. 4.32 (комбинированный метод). В той же таблице и на рис. 4.9 приведены результаты обработки данных незавершенных [c.179]

Аналогично вышеизложенному, исследовался процесс колебаний момента иа полуоси. На рис. 5,4 представлена нормированная корреляционная функция момента на полуоси среднего моста большегрузного автомобиля при движении по грунтовой дороге со скоростью 10 км/ч на третьей пониженной передаче с прицепом (общая масса автопоезда 29,8 т). Результаты моделирования и обработки данных представлены на рис. 5.5. [c.193]

Книга посвящена основам теории цифрового представления волновых полей, их преобразованиям, алгоритмам вычисления этих преобра,зований, синтезу и записи голограмм, пространственным фильтрам для оптических систем обработки данных, визуализации информации, методам цифрового восстановления голограмм и интерферограмм, цифровому моделированию голографических процессов. Показано применение методов в оптике, акустике, измерительной технике, при неразрушающем контроле. [c.2]

В гл. 4 Дж. Уитни обсуждает проблему методов испытания, используемых для изучения расслоения. Хотя предмет исследования имеет экспериментальную природу, представлены результаты аналитического моделирования, необходимого для обоснования выбранных методов и реализации процедур обработки данных. [c.7]

Диалог применяется на всех уровнях автоматизации процесса проектирования [57 ]. При автоматизированных расчетах в вопросно-ответном режиме диалога вводятся исходные данные и производится выбор промежуточных расчетных значений параметров. Диалоговое моделирование позволяет изучать альтернативные варианты моделирующих деталей и механизмов. Разработаны диалоговые системы планирования и статистической обработки данных эксперимента. В ходе диалога ЭВМ может оказывать консультацию проектировщику при выборе метода обработки экспериментальных данных в зависимости от вида данных. [c.271]

Моделирование на ЭВМ физических процессов включает значительный объем исследований физических и предметно-математических моделей (постановка задачи), методов вычисления, программирования и обработки результатов расчета. Упомянутые работы аналогичны экспериментальным, которые также включают программу эксперимента, выбор оборудования, выполнение контрольного эксперимента, проведение серии опытов, получение зависимостей при обработке данных. В связи с этим проведение комплексных расчетов следует рассматривать как эксперимент, проводимый на ЭВМ, или вычислительный эксперимент. [c.92]

В ряде случаев обработка данных экспериментального исследования трения и теплообмена в каналах или же получение некоторых обобщенных зависимостей производятся на основе теории локального моделирования, идеи которой изложены в работах В. М. Иевлева (1952). Согласно этой теории коэффициенты трения и теплообмена можно определять из интегральных соотношений импульса и энергии, если на основании обобщения опытных данных установлены законы сопротивления и теплообмена (А. И. Леонтьев и В. К. Федоров, 1961, 1963, и др.) [c.806]

Функциональная сеть Петри характеризуется тем, что отражает не только последовательность событий (поток управления), но и процессы обработки некоторого потока данных. Для этого в описание каждого перехода добавляется алгоритм обработки данных. С помощью функциональных сетей Петри можно моделировать разнообразные элементы ВС, производить статистическую обработку результатов моделирования, отображать различные алгоритмы функционирования. [c.86]

В связи с большими затратами машинного времени на обработку трехмерных моделей системы объемного геометрического моделирования ориентированы на пакетную обработку данных для больших ЭВМ. Интерактивный режим используется только при вводе, построении модели и ее отображении на экране дисплея. С повышением быстродействия ЭВМ и созданием специализированных процессоров геометрического моделирования следует ожидать развития интерактивных методов объемного моделирования геометрических объектов. [c.251]

Статистические оценки возмущающих факторов (точечные и интервальные) определяются путем обработки данных реализаций или моделированием в соответствии с разд. 1. [c.223]

Производится описание классов признаками. В качестве признаков классов выбираются параметры рабочего процесса, полученные в результате моделирования аварийных состояний или путем обработки данных аварийных испытаний. Каждый класс должен иметь свои признаки. Расчет распознавания упрощается, если количество признаков в каждом классе одинаковое. Признаки классов описываются статистическими характеристиками [c.288]

Информационно-управляющий аспект означает регулярный сбор, передачу и обработку данных о состоянии природных сред и источников загрязнения (экологический мониторинг), контроль технического состояния промышленных объектов и транспортных средств, моделирование возможных аварийных ситуаций и оценку их влияния на экологическую обстановку на территории, обработку и агрегирование полученной информации, оперативное доведение ее до руководителей всех уровней и под держку принятия экстренных и плановых решений по управлению экологической безопасностью. [c.88]

В ходе создания системы ПЭМ газопровода разработаны информационные технологии и средства передачи данных, позволяющие в реальном масштабе времени осуществлять сбор и обработку данных мониторинга, включая моделирование и прогнозирование экологических ситуаций. Технологии моделирования непо- [c.116]

Важным элементом процесса обработки данных в системах производственного экологического мониторинга (ПЭМ) является проведение математического моделирования распространения загрязнений с целью оперативной оценки экологической обстановки или долговременного прогнозирования последствий воздействия промышленных объектов на окружающую среду. [c.119]

Предприятия РАО "Газпром" для начальной стадии создания системы производственного экологического мониторинга в достаточной степени оснащены современной вычислительной техникой. Поэтому уже в ближайшее время, используя модемную связь компьютеров, в информационно-аналитическом центре производственного экологического мониторинга по результатам цифровой обработки данных можно будет получать количественные характеристики объектов на обследуемых территориях и их графическое отображение. Выходная информационная продукция может быть использована РАО "Газпром" для выработки и принятия необходимых и обоснованных решений. Кроме того, результаты обработки данных будут использоваться для обнаружения наиболее вероятных мест и источников загрязнений на территории расположения объектов газовой промышленности, занесения этих результатов в соответствующие базы данных для моделирования развития ситуации, определения координат опасных [c.25]

Передача и обработка данных производственного экологического мониторинга осуществляются ИУП системы ПЭМ в единой информационно-вычислительной среде, на базе информационных технологий обработки измерительных данных, объединяющих возможности современных геоинформационных систем и средств математического моделирования экологических процессов. Это позволяет использовать экологическое моделирование и прогнозирование для решения оперативных задач управления состоянием окружающей среды. [c.57]

Для многих методов ИПТ требуется объемная вычислительная обработка данных. К таким методам относятся расчет траекторий движения инструмента, оптимизация производственного плана, анализ конечных элементов, сплошное моделирование и удаление скрытых линий. Можно выполнять эти вычисления длительное время на системе ИПТ, или загрузить их в большой компьютер, или производить лх с привлечением векторного процессора. [c.257]

Имеются также проблемно-ориентированные ППП для СМ ЭВМ СИМФОР — имитационного моделирования непрерывных и дискретных процессов. ПЭКО — ориентированных на экономические применения, ПАЛЭКС —обработки данных в системах автоматизации эксперимента, ПТР — для научно-технических расчетов, БПСО — базовый пакет для систем обучения [43, 84]. [c.177]

Моделирование термомеханической обработки металлов. Моделирование при помощи (3.34) позволяет построить графики изменения свойств во времени для любой совокупности операций пластической и термической обработки, т. е. моделировать любую операцию термомеханической обработки (ТМО). Этх) позволяет аршлизировать целесообразность применения ТМО и выбрать оптимальный ее способ. На рис. 4.15 показано влияние температуры и степени деформации на предел пропорциональности стали 50ХГФА после термомеханической обработки. Значения предела пропорциональности Ощ даны после отпуска. [c.192]

В подсистемах К иГМ типичный маршрут обработки данных включает в себя получение проектного решения в прикладной программе, его представление в виде геометрической модели (геометрическое моделирование), подготовку проектного решения к визуализации, собственно визуализацию в аппаратуре рабочей станции и при необходимости корректировку решения в интерактивном режиме. Две последние операции реализуются на базе аппаратных средств машинной графики. Когда говорят о математическом обеспечении МГиГМ, имеют в виду прежде всего модели, методы и ajrropHTMbi для геометрического моделирования и подготовки к визуализации. При этом часто именно МО подготовки к визуализации называют МО машинной графики. [c.145]

Важное значение имитационного моделирования процессов агрегации состоит в том, что его результаты позволяют расширить возможности обработки данных экспериментальных исследований фрактальных свойств реальных материалов. В результате после экспериментального определения фрактальной размерности стрзжтур материалов появляется возможность построить определенные гипотезы и предположения относительно процессов и технологии создания этих материалов. [c.28]

Стохастические модели прогнозируют (рис. 10.5) коррозию химико-технологической системы на основе совокупности статистических данных о процессе в условиях эксплуатации. Чем обширнее информация о характере влияния отдельных факторов и больше число аппаратов и коммуникаций химико-технологической системы учтено при анализе, тем точнее будут полученные результаты. Очевидна и сложность реализации схемы прогностического моделирования стохастических методов по сравнению с детерминированными методами. Трудности моделирования коррозионного прогноза стохастическим методом заключаются не только в получении обширной информации о влиянии внешних и внутренних параметров химико-технологической системы на скорость и итог коррозии, в анализе и обработке данных, но и в том, что практически невозможно проследить логическую причинную связь явлений, объективно су-ществуюшую при коррозионном изменении состояния металла. Достоверность результатов прогноза стохастических объектов уменьшается из-за снижения точности прогноза с увеличением времени от предсказания до момента сравнения и корректировки коррозионного прогноза. В меньшей степени этот недостаток присущ регрессивным моделям, полученным с использованием методов планирования эксперимента. [c.185]

Ядро системы включает модуль временных траекторий теплофизических параметров пожара, полученных для детерминированных условий развития пожара. При вероятностном моделировании условия развития пожара определяются розыгрышем входных факторов. Соответствующие им траектории тепловых характеристик интерполируются по траекториям исходного модуля. Статистическая обработка данных после соответствующего числа розыгрышей позволяет определять вероятностные характеристики пожара. При составлении вероятностной модели учитывались факторы, наиболее существенно влияющие на ход развития пожара. При выделении этих факторов учитывались возможный статистический их разброс и функциональная связь между входным фактором и выходными параметрами. [c.245]

Не следует недооценивать возможность моделирования системы обработки данных с использованием связей между метаобъектами. На этой основе, например, АБД может провести анализ влияния изменений, когда с помошью СССД получает ответ на вопрос, как влияет на [c.79]

Программы специального назначения автоматизируют некоторые функции, связанные с проектированием или иными аспектами разработки системы обработки данных. Эти программные средства весьма многообразны, и их подробное обсуждение выходит за рамки настоящей книги (см., например, [5, 6]). Однако несколько специальных программных средств мы здесь вкратце рассмотрим, чтобы показать, что и они используют метаданные. Автоматически генерация метаданных СССД может повысить надежность этих средств, поскольку используемые метаданные будут согласованы с хранимыми описаниями. В частности, мы рассмотрим средства поддержки проектирования баз данных, средства имитационного моделирования баз данных, генераторы тестовых данных, программные средства ревизии, средства конвертирования данных и средства управления заданиями ОС. [c.150]

Из анализа современных тенденций следует, что вычисления в реальном времени будут включать в себя символьную обработку и характеризоваться высокой степенью параллелизма. В этом контексте оптика может обнаружить преимущества над традиционными полупроводниковыми технологиями в целом ряде применений, потому что она способна обеспечить очень высокую степень параллелизма, большую ширину полосы частот междупроцессорных связей, а также высокие коэффициенты объединения по входу и разветвления по выходу. Очень часто обработка данных в реальном времени требует быстрого принятия логических решений, использующих накопленные знания и/или обработку больших объемов данных с высокими скоростями. Таким образом, тесная связь между символьными и цифровыми вычислениями достаточно часто является полезной и желательной. Об этом свидетельствуют многочисленные примеры нз таких областей, как понимание речи и изображений, робототехника, военная техника, управление промышленным производством. В статье описаны символьные и цифровые процессоры обработки сигналов с оптической перекрестной схемой межэлементных соединений. В качестве примера описаны такие системы, основанные на правилах, как коррелятор и умножитель матрицы на вектор (реализуемые на основе ЭВМ). Авторегрессивное моделирование показывает возможность выполнения более сложных алгоритмов. Описаны устройства распознавания речи и синтаксического анализа, демонстрирующие то, как с помощью предложенного оптического процессора могут быть успешно совмещены символьные и цифровые вычисления. [c.365]

Другой задачей, относящейся к эмиссинной оптической томографии, является изучение объекта с помощью спутниковой фотометрии. В [103] предложено использовать томографические алгоритмы типа алгоритма Кормака при восстановлении двумерного пространственного распределения коэффициента объемной эмиссии для оптического излучения в верхних слоях атмосферы по измерениям яркости свечения, выполненным вращающимися орбитальными спутниками. В работе приведены результаты численного моделирования предложенного метода и томографической обработки данных реальных спутниковых измерений. [c.105]

Критерий симметрии, предложенный Naville (1986), рассчитывается так, как показано на рис.б.С.б. Доказана его большая значимость для обнаружения естественной ориентации, сравнительно с максимальным значением функции взаимной корреляции. Этот алгоритм может быть применен в 2D или 3D, а также при регистрации чистых поперечных или обменных волн. Для него не требуется моделирования поляризации источника, и это делает его полезным при обработке данных обменных PS-волн, поляризация которых определяется ориентацией вектора источник-сейсмоприемник и не может быть моделирована. [c.79]

Специальная обработка данных сейсморазведки и ГИС, предусматривающая выполнение процедур динамического анализа, псевдоакустического каротажа, геосейсмического моделирования, анализа скоростей. На этом этапе используются предварительные результаты интерпретации данных. [c.100]

Процесс обработки данных мониторинга на всех его этапах от первичных измерений, сбора и накопления данных до поддержки принятия решений по управлению экологической безопасностью в штатных и аварийных ситуациях базируется на единой информационной технологии с широким привлечением аппарата геоинфор-мационных систем и математического моделирования экологических процессов. [c.94]

Доклад посвящен созданию специального программного средства - геоиформационного моделирующего комплекса (ГМК), предназначенного для математической обработки данных в системе производственного экологического мониторинга (ПЭМ) и решения задач математического моделирования экологических процессов. [c.112]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...