Все выпуски

В статье рассматривается модель антропоморфного механизма типа экзоскелета со звеньями переменной длины. Комплексно рассмотрены четыре модели звеньев переменной длины: модель звена экзоскелета переменной длины с упругим элементом и абсолютно твердым весомым стержнем, модель телескопического звена; модель звена с массами в шарнирах-суставах и между ними, модель звена с произвольным количеством масс. Составлены дифференциальные уравнения движения в форме уравнений Лагранжа второго рода. На основе проведенного анализа дифференциальных уравнений движения для многозвенных стержневых механических систем типа экзосклета выявлена их структура, позволившая представить их в векторно-матричном виде. Впервые установлены общие закономерности построения матриц и получены обобщения выражений для элементов матриц в двухмерном случае. Приводятся новые рекуррентный и матричный методы составления дифференциальных уравнений движения. Предлагается единый подход к построению дифференциальных уравнений движения экзоскелета на основе разработанных рекуррентного и матричного методов записи дифференциальных уравнений движения экзоскелета. Проведено сопоставление времени составления дифференциальных уравнений движения предложенными методами, в сравнении с уравнениями Лагранжа второго рода, в системе компьютерной математики Mathematica. Осуществлено аналитическое исследование модели экзоскелета. Установлено, что для механизмов с $n$ подвижными звеньями решение задачи Коши для систем дифференциальных уравнений движения при любых начальных условиях существует, единственно и неограниченно продолжаемо. Управление экзоскелетом осуществляется с помощью крутящих моментов, расположенных в шарнирах-суставах в местах соединения звеньев и моделирующих управляющие воздействия. Выполнено численное исследование модели экзоскелета, проведено сопоставление результатов расчетов для экзоскелетов с различными моделями звеньев. Для численного исследования использованы эмпирические данные о человеке и его движениях. Установлено, что при выборе конструкции экзоскелета модель с сосредоточенными массами является предпочтительной, нежели модель с абсолютно твердым весомым стержнем, так как экзоскелет, обеспечивающий комфортабельные передвижения человека в нем, должен повторять свойства опорно-двигательного аппарата.

В работе развивается новый математический метод решения задачи совместного расчета параметров сигнала и шума в условиях статистического распределения Райса посредством метода моментов, основанного на анализе данных для начальных моментов 1-го и 3-го порядков случайной райсовской величины. Получена в явном виде система уравнений для искомых параметров сигнала и шума. В предельном случае малой величины отношения сигнала к шуму получены аналитические формулы, позволяющие рассчитать искомые параметры задачи без необходимости численного решения уравнений. Развитый в работе метод обеспечивает эффективное разделение информативной и шумовой компонент анализируемых данных в отсутствие каких-либо априорных предположений, лишь на основе обработки результатов выборочных измерений сигнала. Задача является значимой для целей обработки райсовских данных, в частности, в системах магнитно-резонансной визуализации, в системах ультразвуковой визуализации, при анализе оптических сигналов в системах дальнометрии, в радиолокации и т. д. Как показали результаты исследований, решение двухпараметрической задачи разработанным методом не приводит к увеличению объема требуемых вычислительных ресурсов по сравнению с решением однопараметрической задачи, решаемой в предположении априорной известности второго параметра. В работе приведены результаты компьютерного моделирования разработанного метода. Результаты численного расчета параметров сигнала и шума разработанным методом подтверждают его эффективность. Проведено сопоставление точности определения искомых параметров развитым в работе методом и ранее разработанным вариантом метода моментов, основанным на обработке измеренных данных для низших четных моментов анализируемого сигнала.

В работе изучаются неустойчивости Рихтмайера–Мешкова и Рэлея–Тейлора вязкопластических жидкостей (или, в частности, бингамовских жидкостей, обладающих предельным напряжением сдвига) в трехмерной постановке задачи. Анализируется развитие неустойчивостей Рихтмайера–Мешкова и Рэлея–Тейлора бингамовских жидкостей при одномодовом возмущении скорости контактной границы. Анализ проводится на основе численного моделирования с использованием метода Мак-Кормака и метода объема жидкости (метода VOF — Volume of Fluid) для отслеживания контактной границы в различные моменты времени. Представлены результаты численного моделирования неустойчивостей Рихтмайера–Мешкова и Рэлея–Тейлора бингамовской жидкости и их сравнение как с теорией, так и с результатами моделирования ньютоновской жидкости. В результате проведенных численных расчетов показано, что предел текучести вязкопластической жидкости существенно влияет на характер неустойчивости как Рэлея–Тейлора, так и Рихтмайера–Мешкова: существует критическая амплитуда начального возмущения поля скорости контактной границы, при превышении которой начинается развитие неустойчивостей. Если амплитуда начального возмущения поля скорости меньше критического значения, то это возмущение относительно быстро затухает и развития неустойчивостей не происходит. При превышении начальным возмущением критической амплитуды характер развития неустойчивостей напоминает таковой у ньютоновской жидкости. При рассмотрении неустойчивости Рихтмайера–Мешкова оцениваются критические амплитуды начального возмущения поля скорости контактной границы при различных значениях предельного напряжения сдвига бингамовской жидкости. Кроме того, наблюдается отличие поведения неньютоновской жидкости при развитии неустойчивости от плоского случая: при одном и том же зна- чении предельного напряжения сдвига в трехмерной геометрии интервал значений амплитуды начального возмущения, при котором происходит переход от покоя к движению, несколько уже. Помимо этого показано, что критическая амплитуда начального возмущения контактной границы для неустойчивости Рэлея–Тейлора ниже, чем для неустойчивости Рихтмайера–Мешкова. Это объясняется действием силы тяжести, «помогающей» развитию неустойчивости и противодействующей силам вязкого трения.

Рассматривается применение консервативного численного метода потоков для изучения вихревых структур в массивных, быстровращающихся компактных астрофизических объектах, находящихся в условиях самогравитации. Моделирование осуществляется для объектов с различной массой и скоростью вращения. Визуализируются картины вихревой структуры объектов. В расчетах используется газодинамическая модель, в которой газ принимается совершенным и невязким. Численная методика основана на конечно-разностной аппроксимации законов сохранения аддитивных характеристик среды для конечного объема. При этом используются upwind-аппроксимации плотностей распределения массы, компонент импульса и полной энергии. Для моделирования объектов, обладающих быстрым вращением, при эволюционном расчете осуществляется контроль сохранения компонент момента импульса, законы сохранения для которых не входят в систему основных уравнений. Эволюционный расчет осуществляется на основе параллельных алгоритмов, реализованных на вычислительном комплексе кластерной архитектуры. Алгоритмы основаны на стандартизованной системе передачи сообщений Message Passing Interface (MPI). При этом используются как блокирующие, так и неблокирующие процедуры обмена с контролем завершения операций. Осуществляется распараллеливание по пространству по двум или трем направле- ниям в зависимости от размера области интегрирования и параметров вычислительной сетки. Одновременно с распараллеливанием по пространству для каждой подобласти осуществляется распараллеливание по физическим факторам: расчет конвективного переноса и гравитационных сил реализуется параллельно на разных процессорах, что позволяет повысить эффективность алгоритмов. Показывается реальная возможность прямого вычисления гравитационных сил посредством суммирования взаимодействия между всеми конечными объемами в области интегрирования. Для методов конечного объема такой подход кажется более последовательным, чем решение уравнения Пуассона для гравитационного потенциала. Численные расчеты осуществлялись на вычислительном комплексе кластерной архитектуры с пиковой производительностью 523 TFlops. В расчетах использовалось до тысячи процессоров.

В статье рассматривается определение одного из показателей динамических качеств (ПДК) железнодорожного подвижного состава — поперечного ускорения кузова — с использованием системы компьютерного моделирования динамики рельсовых экипажей Simpack Rail на комплексном уровне с переменной скоростью движения в графиковом режиме. Для этой цели использована ранее верифицированная с помощью средств кафедры «Электропоезда и локомотивы» РУТ (МИИТ) модель секции типового грузового электровоза колеи 1520 мм. По этой причине вопросы, связанные с построением и проверкой модели электровоза в препроцессоре, в данной статье опускаются. Подробно описано моделирование железнодорожного пути на основе картографических эксплуатационных данных — плана, профиля и возвышения наружного рельса. Приводятся статистические параметры (моменты) выбранной геометрической неровности (источника возмущения) по каждой рельсовой нити, а также параметры плана и профиля выбранного для моделирования участка пути в виде графиков считанных файлов данных. Измерение непогашенного поперечного ускорения кузова производится с учетом горизонтальной составляющей от действия силы тяжести, что воспроизводит принцип работы реальных датчиков измерения ускорения со свободно расположенной массой. В заключение производится сравнение искомого ПДК, определенного по методу среднего значения абсолютного максимума из смоделированного нестационарного процесса со значением, полученным из экспериментальных данных. По результатам сравнения можно сделать вывод о том, что на данный показатель качества с внешней стороны прежде всего влияют скорость и геометрические характеристики рельсового пути, которые в данном случае были смоделированы в строгом соответствии с картографическими данными реального железнодорожного участка, где проводились испытания. Допущенные условности в модели транспортного средства — секции грузового электровоза (сосредоточение инерционно-массовых характеристик тел в центре их тяжести, малость перемещений между телами) — при соблюдении постоянства основных геометрических и упруго-диссипативных характеристик связей тел позволяют в Simpack Rail смоделировать поведение (отклики) системы с необходимой достоверностью.

В данной статье рассматривается метод построения прогнозной нейросетевой модели временного ряда, основанный на определении состава входных переменных, построения обучающей выборки и самого обучения с использованием метода обратного распространения ошибки. Традиционные методы построения прогнозных моделей временного ряда (авторегрессионной модели, модели скользящего среднего или модели авторегрессии – скользящего среднего) позволяют аппроксимировать временной ряд линейной зависимостью текущего значения выходной переменной от некоторого количества ее предыдущих значений. Такое ограничение, как линейность зависимости, приводит к значительным ошибкам при прогнозировании.

Технологии интеллектуального анализа с применением нейросетевого моделирования позволяют аппроксимировать временной ряд нелинейной зависимостью. Причем процесс построения нейросетевой модели (определение состава входных переменных, числа слоев и количества нейронов в слоях, выбор функций активации нейронов, определение оптимальных значений весов связей нейронов) позволяет получить прогнозную модель в виде аналитической нелинейной зависимости.

Одним из ключевых моментов при построении нейросетевых моделей в различных прикладных областях, влияющих на ее адекватность, является определение состава ее входных переменных. Состав входных переменных традиционно выбирается из некоторых физических соображений или методом подбора. Для задачи определения состава входных переменных прогнозной нейросетевой модели временного ряда предлагается использовать особенности поведения автокорреляционной и частной автокорреляционной функций.

В работе предлагается метод определения состава входных переменных нейросетевых моделей для стационарных и нестационарных временных рядов, базирующийся на построении и анализе автокорреляционных функций. На основе предложенного метода разработаны алгоритм и программа в среде программирования Python, определяющая состав входных переменных прогнозной нейросетевой модели — персептрона, а также строящая саму модель. Осуществлена экспериментальная апробация предложенного метода на примере построения прогнозной нейросетевой модели временного ряда, отражающего потребление электроэнергии в разных регионах США, открыто опубликованной компанией PJM Interconnection LLC (PJM) — региональной сетевой организацией в Соединенных Штатах. Данный временной ряд является нестационарным и характеризуется наличием как тренда, так и сезонности. Прогнозирование очередных значений временного ряда на ос- нове предыдущих значений и построенной нейросетевой модели показало высокую точность аппроксимации, что доказывает эффективность предлагаемого метода.

Статья посвящена разработке вычислительного алгоритма метода декартовых сеток для исследования взаимодействия ударной волны с подвижными телами с кусочно-линейной границей. Интерес к подобным задачам связан с прямым численным моделированием течений двухфазных сред. Эффект формы частицы может иметь значение в задаче о диспергировании пылевого слоя за проходящей ударной волной. Экспериментальные данные по коэффициенту аэродинамического сопротивления несферических частиц практически отсутствуют.

Математическая модель основана на двумерных уравнениях Эйлера, которые решаются в области с подвижными границами. Определяющая система уравнений численно интегрируется по явной схеме с использованием метода декартовых сеток. Вычислительный алгоритм на шаге интегрирования по времени включает: определение величины шага, расчет динамики движения тела (определение силы и момента, действующих на тело; определение линейной и угловой скоростей тела; расчет новых координат тела), расчет параметров газа. На каждом шаге интегрирования по времени все ячейки делятся на два класса — внешние (внутри тела или пересекаются его границами) и внутренние (целиком заполнены газом). Решение уравнений Эйлера строится только во внутренних. Основная сложность заключается в расчете численного потока через ребра, общие для внутренних и внешних ячеек, пересекаемых подвижными границами тел. Для расчета этого потока используются двухволновое приближение при решении задачи Римана и схема Стигера–Уорминга. Представлено подробное описание вычислительного алгоритма.

Работоспособность алгоритма продемонстрирована на задаче о подъеме цилиндра с основанием в форме круга, эллипса и прямоугольника за проходящей ударной волной. Тест с круговым цилиндром рассмотрен во множестве статей, посвященных методам погруженной границы. Проведен качественный и количественный анализ траектории движения центра масс цилиндра на основании сравнения с результатами расчетов, представленными в восьми других работах. Для цилиндра с основанием в форме эллипса и прямоугольника получено удовлетворительное согласие по динамике его движения и вращения в сравнении с имеющимися немногочисленными литературными источниками. Для прямоугольника исследована сеточная сходимость результатов. Показано, что относительная погрешность выполнения закона сохранения суммарной массы газа в расчетной области убывает линейно при измельчении расчетной сетки.

Работа посвящена проблеме создания модели со стационарными параметрами по ретроспективным данным в условиях неизвестных возмущений. Рассматривается случай, когда представительная выборка состояний объекта может быть сформирована с использованием ретроспективных данных, накопленных только в течение значительного интервала времени. При этом допускается, что неизвестные возмущения могут действовать в широком частотном диапазоне и могут иметь низкочастотные и трендовые составляющие. В такой ситуации включение в выборку данных разных временных периодов может привести к противоречиям и чрезвычайно снизить точность модели. В работе дан обзор подходов и способов согласования данных. При этом основное внимание уделено отбору данных. Дана оценка применимости различных вариантов отбора данных как инструмента снижения уровня неопределенности. Предложен метод идентификации модели объекта с самовыравниванием по данным, накопленным за значительный период времени в условиях неизвестных возмущений с широким частотным диапазоном. Метод ориентирован на создание модели со стационарными параметрами, не требующей периодической перенастройки под новые условия. Метод основан на совместном применении отбора данных и представлении данных отдельных периодов времени в виде приращений относительно начального для периода момента времени. Это позволяет уменьшить число параметров, которые характеризуют неизвестные возмущения при минимуме допущений, ограничивающих применение метода. В результате снижается размерность поисковой задачи и минимизируются вычислительные затраты, связанные с настройкой модели. Рассмотрены особенности применения метода при нелинейной модели. Метод использован при разработке модели закрытого охлаждения стали на агрегате непрерывного горячего оцинковании стальной полосы. Модель может использоваться при упреждающем управлении тепловыми процессами и при выборе скорости движения полосы. Показано, что метод делает возможным разработку модели тепловых процессов с секции закрытого охлаждения в условиях неизвестных возмущений, имеющих в том числе низкочастотные составляющие.

Для решения задачи определения движения инфраструктурных объектов на земной поверхности применяется метод SAR-интерферометрии. Этот метод основан на получении серии детальных спутниковых снимков одного и того же участка земной поверхности в разные моменты времени. Каждый спутниковый снимок содержит амплитудную и фазовую составляющие. Для определения движения используется изменение фазовой компоненты с течением времени. Предлагается метод выделения устойчивых отражателей на серии изображений и оценивания относительного сдвига объектов, соответствующих устойчивым отражателям.

В работе описывается двухстадийная модель равновесного распределения транспортных потоков. Модель состоит из двух блоков, где первый блок — модель расчета матрицы корреспонденций, а второй блок — модель равновесного распределения транспортных потоков по путям. Первая модель, используя матрицу транспортных затрат (затраты на перемещение из одного района в другой, в данном случае — время), рассчитывает матрицу корреспонденций, описывающую потребности в объемах передвижения из одного района в другой район. Для решения этой задачи предлагается использовать один из наиболее популярных в урбанистике способов расчета матрицы корреспонценций — энтропийную модель. Вторая модель на базе равновесного принципа Нэша–Вардропа (каждый водитель выбирает кратчайший для себя путь) описывает, как именно потребности в перемещениях, задаваемые матрицей корреспонденций, распределяются по возможным путям. Таким образом, зная способы распределения потоков по путям, можно рассчитать матрицу затрат. Равновесием в двухстадийной модели транспортных потоков называют неподвижную точку цепочки из этих двух моделей. Практически ранее отмеченную задачу поиска неподвижной точки решали методом простых итераций. К сожалению, на данный момент вопрос сходимости и оценки скорости сходимости для этого метода не изучен. Кроме того, при численной реализации алгоритма возникает множество проблем. В частности, при неудачном выборе точки старта возникают ситуации, в которых алгоритм требует вычисления экстремально больших чисел и превышает размер доступной памяти даже в самых современных вычислительных машинах. Поэтому в статье предложены способ сведения задачи поиска описанного равновесия к задаче выпуклой негладкой оптимизации и численный способ решения полученной задачи оптимизации. Для обоих методов решения задачи были проведены численные эксперименты. Авторами использовались данные для Владивостока (для этого была обработана информация из различных источников и собрана в новый пакет) и двух небольших городов США. Методом простой прогонки двух блоков сходимости добиться не удалось, тогда как вторая модель для того же набора данных продемонстрировала скорость сходимости $k^{−1.67}$.