Слайд 2
МОДЕЛЬ (от лат. modulus — мера, мерило, образец,
норма) — это образ (в том числе условный или
мысленный — изображение, описание, схема, чертёж, график, план, карта и т.п.) или прообраз (образец) какого-либо объекта или системы объектов («оригинала» данной модели), используемый при определённых условиях в качестве их «заместителя» или «представителя»
Важнейшие: материальные и языковые (вербальные)
Слайд 3
С точки зрения информатики под моделью объекта часто
понимается его описание в виде текста на некотором языке
кодирования, содержащее определенную информацию об объекте. Языки программирования – «универсальные моделирующие системы»
В естественных науках (например, в физике) моделью называют «описание» какого-либо объекта или явления на формальном языке некоторой научной теории. (Прим: химическая или математическая формула, уравнение, система уравнений, теория в целом)
Слайд 4
В технике и строительстве понятие «модель» в течение
многих веков, чаще всего, подразумевало материальный объект:
образец, служащий
эталоном (стандартом) для серийного или массового воспроизведения (модель автомобиля, модель одежды и т.п.), а также тип, марка какого-либо изделия, конструкции;
изделие (изготовленное из дерева, глины, воска, гипса и др.), с которого снимается форма для воспроизведения в другом материале (металле, гипсе, камне и др.)
Слайд 5
Классификация моделей в технике
Слайд 6
В зависимости от предметной области и задач моделирования:
прочностные, аэродинамические, термодинамические, конструкторские, технологические и др.
По характеру применяемого
метода моделирования или используемого математического аппарата: статистические, теоретико-множественные, абстрактно-алгебраические, нечеткие, автоматные и др.
По способу и форме представления (в техн: графо-аналитические модели)
По природе модели (материальные и абстрактные)
Слайд 7
Абстрактные и материальные модели
Материальные (натурные, вещественные)- это осязаемые
модели, макеты и прототипы, выполненные из какого-либо реального вещества
и объективно существующие независимо от восприятия человеком (Прим: масштабные модели изделий, модели для литья и пр.)
Используются при проведении натурных экспериментов
Слайд 8
Абстрактные и материальные модели
Абстрактная, теоретическая модель, в отличие
от материальной, может существовать в невещественном виде и не
является объективной реальностью.
Среди теоретических моделей выделяют функциональные, логические, структурные, информационные модели
Эти модели называют математическими, если они формализованы средствами понятий и языка математики.
В свою очередь, математические модели могут быть геометрическими, топологическими, вероятностными и т.п., если они отражают соответствующие свойства объектов.
Слайд 9
Математическая модель
(в математике)
любое множество объектов, на которых
определены те или иные предикаты.
Под предикатом понимается функция
у = f(x1,…,хn),
аргументы (xi которой принадлежат данному множеству М, а значение (у) может являться либо истиной, либо ложью
Предикат – высказывание, описывающее свойство, которым может обладать набор объектов множества.
Слайд 10
Квазимодели (приближенные, размытые, «почти модели»)
Получаются путем ослабления требований
к формализации или их преодоления. Используются не только аналитические
выражения.
Теория игр
Фракталы
Нечеткие множества
Слайд 11
Математическая модель (в технике)
Математическая модель — это приближённое
описание какого-либо класса явлений внешнего мира, выраженное с помощью
математической символики;
Математическая модель технического объекта - есть совокупность математических объектов (чисел, переменных, матриц, множеств и т.п.) и отношений между ними, которая адекватно отображает свойства технического объекта, интересующие инженера, разрабатывающего этот объект.
Слайд 12
Виды математических моделей в технике
Символьные
Аналитические
Численные (алгоритмические)
Слайд 13
Символьные модели
оперируют не значениями величин, а их символьными
обозначениями (идентификаторами).
Используются при концептуальном проектировании и логическом описании
(моделировании) структуры и поведения технических объектов.
Слайд 14
Аналитические модели
можно представить в виде явно выраженных математическими
формулами зависимостей выходных параметров Y от параметров внутренних Q
и внешних воздействий X
Y=f(Q,T)
Слайд 15
Численные модели
Подразумевают наличие известного алгоритма вычислений.
Cвязь Y,
Х и Q задана не явно в виде алгоритма
моделирования.
Требуется многократное решение задачи при изменении того или иного параметра
Численное решение может быть получено и для тех задач, для которых аналитического решения нет
Слайд 16
Инженерно-физические модели
разновидность абстрактных, численных математических моделей, которые отражают
основные закономерности физического состояния и функционирования технических объектов и
процессов (Прим: описание электромагнитных, тепловых, механических полей и процессов)
Слайд 17
Структурные модели
Структурные модели (от лат. structura — строение,
расположение) описывают не функционирование, а состав объектов или систем,
их устройство, взаимосвязь составных частей
Чертежи, 3D- модели, графики, схемы, графы, сети и т.п.
Слайд 18
Геометрические модели
относятся к структурным математическим моделям
Тесно связаны
с инженерно-физическими моделями
Слайд 19
Информационные модели
информационными называют модели предметной области, определяющие совокупность
информационных объектов, их атрибутов и соотношений между ними.
Важнейшая функция
комплексной информационной модели изделия состоит в возможности неограниченного накопления любых данных (знаний) об объекте без потери целостного взгляда на технический объект.
Слайд 20
Уровни представления моделей
В зависимости от уровня абстрагирования выделяют
модели уровней:
концептуального (системного, макроуровня)
предметного (детального, микроуровня)
Слайд 21
Формы представления моделей
Символьная – с помощью языка (искусственного
или естественного)
Алгоритмическая – в форме алгоритма
Аналитическая – в виде
формул и уравнений
Схемная (графическая)- на графическом языке
Слайд 22
Свойства технических моделей
Адекватность - наличие в модели свойств,
соответствующих цели моделирования, параметров, необходимых и достаточных для успешного
решения задач научного исследования или разработки
Точность и подробность - количественные характеристики сходства свойств модели и отображаемого физического объекта (или процесса)
Практическую ценность и удобство использования модели можно объективно оценить, сравнивая затраты на получение новой информации с применением альтернативных вариантов моделей
Слайд 24
Моделирование в технике
Моделирование - исследование реальных объектов познания
на их моделях; построение и изучение моделей предметов и
явлений (живых и неживых систем, инженерных конструкций, разнообразных процессов — физических, химических, биологических, социальных) и конструируемых объектов (для определения, уточнения их характеристик, рационализации способов их построения и т.п.) //БЭС
Слайд 25
Моделирование в технике
Моделирование можно трактовать не только как
один из основных методов познания реального мира, но и
процесс созидания новых материальных и абстрактных объектов этого мира, а значит, и его изменения, создания новой искусственной среды существования человека.
Слайд 26
Компьютерное моделирование
Компьютерная модель - являющаяся одновременно и средством,
и объектом экспериментального исследования, заменяющим изучаемый объект.
Компьютерный моделирование
позволяет изучать такие объекты, прямой эксперимент над которыми затруднён, экономически невыгоден либо вообще невозможен в силу тех или иных причин.
Слайд 27
Компьютерное моделирование
Под компьютерной моделью технического объекта понимается любая
из перечисленных выше видов абстрактных моделей, созданную и используемую
при помощи компьютерных технологий.
Компьютерное моделирование на цифровых вычислительных машинах является знаковым по форме, и может быть самым разнообразным по своему содержанию в зависимости от типа реализуемой модели.
Слайд 28
Моделирование и оптимизация в технике
Компьютерные модели допускают не
только фиксацию технических решений, но и исследование зависимости характеристик
от параметров модели, позволяющие оптимизировать проектные решения.
Слайд 29
Задачи компьютерного моделирования
создание (синтез) моделей объектов и систем
для дальнейшей их практической реализации или подготовки производства изделий
в промышленности;
анализ свойств объектов и систем на основе исследования их моделей, которые используются для выявления значений параметров проектируемых объектов систем и поддержки процессов принятия инженерных решений.
Слайд 30
Подзадачи синтеза
отыскание оптимальной структуры проектируемых систем (структурный
синтез, или структурная оптимизация);
выбор наилучших значений параметров элементов
систем (параметрический синтез, или параметрическая оптимизация)
Слайд 31
Этапы компьютерного моделирования
1. Постановка задачи.
2. Построение концептуальной модели
3.
Формализация
4. Планирование и проведение компьютерных экспериментов
5. Анализ и интерпретация
результатов
6. Уточнение модели и (или) оптимизация
Слайд 32
Преимущества компьютерного моделирования
Большинство из сложных реальных технических объектов
и систем не могут быть точно описаны с помощью
аналитических формул и соотношений, поэтому компьютерное моделирование становится единственно возможным методом их проектирования.
Моделирование позволяет вычислить точные параметры изделия (массу, площадь, объем и т.д.), оценить эксплуатационные показатели проектируемой системы еще до ее создания или материальной реализации.
Путем моделирования можно сравнивать предлагаемые альтернативные варианты проектов системы (или альтернативные стратегии процессов), чтобы определить, какой из них больше соответствует указанным требованиям.
Моделирование позволяет изучить длительный интервал функционирования системы (скажем, экономической) в сжатые сроки или, наоборот, изучить более подробно работу системы в развернутый интервал времени.
Компьютерное моделирование позволяет сократить затраты и трудоемкость исследований и разработок, по сравнению с использованием материальных образцов и реальных технических систем.
Слайд 33
Недостатки компьютерного моделирования
Существует погрешность моделирования – поэтому адекватность
модели нужно проверять с помощью аналитической модели
Количество данных или
убедительность анимации не являются критериями адекватности модели
По возможности использовать альтернативные методы