Ім'я файлу: Наукова стаття_01.pdf Розширення: pdf Розмір: 179кб. Дата: 11.02.2021 скачати Пов'язані файли: Баскетбол.doc 123.docx Оцінка_ІК_2021_.docx 0adb2500d2f4abff939d80a7f4f5c11b.pdf Курсовая.docx Курсовая ().doc 1 УДК 658.512 ПРО ОДИН З ПІДХОДІВ ДО ПРОЕКТУВАННЯ ВІБРОЗАХИСНИХ СИСТЕМ Кондрат’єва Н.О., Леонтьєва В.В. У цій роботі пропонується підхід до проектування оптимальної віброзахисної системи (ВЗС) апаратури, установлюваної на рухливому об'єкті. Завдання оптимального проектування, сформульовані як багатокритеріальні, включають такі операції: ідеалізацію проектованого об'єкта у вигляді однієї або декількох структурних схем, побудова математичної моделі або ієрархії моделей об'єкта, завдання вектору критеріїв якості, що враховує всі основні (локальні) показники об'єкта, визначення і неформальний аналіз припустимого і парето-оптимального безлічей варіантів проекту, а також вибір з останнього найкращого або оптимального варіанта. При цьому особливістю оптимального проектування в умовах багатокритеріальності є той факт, що постановка і вирішення – єдиний процес [1,2]. Ураховуючи, що структура життєвого циклу складної технічної системи, якою є і віброзахисна система, відповідно до [3], включає такі стадії: формування вимог до віброзахисної системи, проектування, виготовлення, випробування і доведення досвідченого зразка, серійне виробництво, експлуатацію і цільове застосування, а відновлення рухливих об'єктів і апаратури, установленої на них, складає не більш 5-7 років, то це означає, що проектування ВЗС повинно бути не тільки оптимальним, але і проведеним у досить стислий термін. Однак, оскільки вибір параметрів і структури ВЗС залежить не тільки від типу рухливого об'єкта, але й від місця установки апаратури в межах даного рухливого об'єкта, а отже, проектування носить індивідуальний характер і визначає надійність і якість апаратури в експлуатації, то проектування ВЗС повинно виконуватися підсистемою автоматизованого проектування «Віброзахист» у рамках САПР апаратури в цілому. Серед різноманітних завдань і проблем, що виникають на всіх стадіях одержання оптимальної ВЗС, можна виділити проблему, яка є визначальною: встановлення адекватності або відповідності математичної моделі реальному об'єкту [4]. Ця проблема виникає як на стадії проектування ВЗС, так і в процесі доведення й експлуатації. Таким чином, приходимо до необхідності розв’язання задачі відновлення залежності по прямих або непрямих, але обов'язково "зашумлених" даних. Отже, розв’язання задачі інтепретації результатів експерименту необхідно шукати з урахуванням припущення про статистичність експериментальних даних, наданих протоколом спостережень , адекватне відображення якого може бути подано розподілом імовірностей: ) x ,..., x , x ( x n 2 1 = ) | x ,..., x ( F n θ 1 для дискретних даних або щільністю імовірностей ) | x ,..., x ( f n θ 1 , якщо - безупинний розмір, а функція диференційована, де - невідома шукана альтернатива або закономірність, обумовлена протоколом спостережень, що належить безлічі можливих закономірностей, з яких і необхідно провести вибір i x F θ Θ ) ( Θ ∈ θ Ця задача може бути зведена до задачі вибору за наявною інформацією про вибірку або прийняттям статистичного розв’язку на виділеній параметричній безлічі [5]. У випадку, коли знання функції Θ ∈ θ n x ,..., x 1 ) | x ( F θ недоступне, можливе використання або мінімаксної методики в рамках параметричних моделей, або ж необхідно удатися до синтезу непараметричних процедур [6]. Отже, залежно від рівня апріорної інформації про вибірку , що включає інформацію про характер взаємодії шуканої закономірності із сукупністю випадкових чинників шляхом уведення оператора n x ,..., x , x 2 1 θ n ) n , ( x : θ µ = µ використовуються різні методи і процедури побудови розв’язувального правила й одержання розв’язку ) i, x ( δ = γ , Вісник Запорізького державного університету №2,1999 2 де - протокол спостережень, ) x ,..., x ( x n 1 = X x ∈ - безліч усіх можливих вибірок; - вирішальна функція; - аргумент, уведений для вказівки можливості обробки однієї і тієї ж вибірки різними методами, одержуючи вирішення δ i γ різного класу. Таким чином, ми приходимо до необхідності вирішення двох проблем: проблеми синтезу статистичних процедур (побудови вирішальних правил) і проблеми аналізу їхньої якості (оцінювання близькості методу γ і ). θ Відомо, що дві безлічі елементів зв'язані функціональною залежністю, якщо кожному елементу x може бути поставлений у відповідність елемент . Ця залежність є функцєю, якщо безліч y x - вектори, а безліч - скаляри. У той час існують залежності, де кожному вектору y x ставиться у відповідність , отримана за допомогою випадкового випробування, відповідно до умов щільності y ) x P y ( , тобто кожному x ставиться закон ) x y ( P , відповідно до якого у випадковому випробуванні реалізується вибір [7]. Задача відновлення y ) y ( P x надзвичайно важка, тому досить задати одну з її характеристик: функцію умовного математичного сподівання, тобто функцію ∫ = , dy ) x y ( yP ) x ( y (1) де ) x ( y - функція регресії. У даному випадку ні властивості середовища ) x ( P , ні закон ) x y ( P невідомі, однак відомо, що існує регресія ) x ( y y = (2) Потрібно по випадковій незалежній вибірці пар e e y x ;...; y , x 1 1 (3) відновити регресію, тобто в класі параметричних функцій ) , x ( F α відшукати функцію , найбільш близьку до регресії ) , x ( F * α ) x ( y Отже, завдання відновлення регресії можна звести до проблеми мінімізації функціонала dxdy ) x ( P ) x y ( P )) , x ( F y ( ) ( I 2 ∫ α − = α (4) при заданій вибірці (3). Мінімум ) ( I α досягається на регресії, якщо ) , x ( F ) x ( y α ∈ або на найближчій до неї функції, якщо ) , x ( F ) x ( y α ∉ Якістю функції ) , x ( F α будемо називати розмір функціонала ) ( I α , що апроксимує регресію ) x ( y З огляду на те, що будь-яка вибірка є реалізацією випадкового розміру і не може вмістити всієї інформації про закон розподілу імовірностей, ставиться задача відшукання по вибірці (3) не функції, що доставляє точний мінімум функціоналу (4), а функції, що доставляє функціоналу розмір, близький до мінімального. Отже, значення функціонала - близьке до мінімуму e e 1 1 y x ,..., y , x x ) ( I * α ) ( I min α α , якщо виконується нерівність , x ) ( I min ) ( I * ≤ − α α α Фізико-математичні науки 3 де α - параметр, Λ α ∈ , конкретне значення якого * α α = , визначає випадкове число ) y , x ,..., y , x ( e e 1 1 * * α α = ) * α ( I Надійність алгоритму, що доставляє функціоналу ) ( I α значення x - близьке до мінімального, визначається η − 1 , якщо для заданого числа 0 < 1 < η виконується нерівність { } η α α α < > − x ) ( I min ) ( I P * Методика пошуку алгоритму, що забезпечує задану надійність відшукання функції, що доставляє функціоналу ) ( I α значення, найбільш близьке до мінімального, може бути побудована при застосуванні методу структурної мінімізації ризику [8]. Таким чином, на підставі встановлення адекватності математичної моделі, реалізованої модулем інтерпретації результатів експерименту, установлюються межі варіації параметрів, список критеріїв якості ВЗС для наступних проектних вишуковувань і розв’язку задачі багатокритеріальної оптимізації і задач «доведення» проектованої системи в межах стислого терміну. ЛІТЕРАТУРА 1. Вибрации в технике: Справочник в 6-ти томах / Под редакцией К.В. Фролова. – М.: Машиностроение, 1981. – Т.6.– 456 с. 2. Кондратьева Н.А. Исследование и разработка цифровой модели виброзащитной системы радиоэлектронной аппаратуры, устанавливаемой на подвижных объектах. – Запорожье, 1994. – 148 с. 3. Краснощеков П.С., Петров А.А., Федоров В.В. Информатика и проектирование. – М.: Знание, 1986. 4. Статников Р.Б., Матусов И.Б. Многокритериальное проектирование машин. - М.: Знание, 1989. - 47с. 5. Худсон Д. Cтатистика для физиков. - М.:Мир. 1967. 6. Тарасенко Ф.П. Непараметрическая статистика. - Томск: ТГУ, 1976. 7. Вапник В.Н. Восстановление зависимостей по эмпирическим данным. - М.: Наука, 1979. 8. Алгоритмы и программы восстановления зависимостей// Под редакцией В.Н.Вапника. - М.: Наука. 1984. - 816 с. Вісник Запорізького державного університету №2,1999 |