Все выпуски

В работе описан предложенный экономичный метод решения стационарного уравнения переноса в x-y-z-геометрии. Решение уравнения проводится на гексагональной сетке, отражающей структуру поперечного сечения активной зоны реактора. Использованный метод коротких характеристик наследует методические наработки двумерного расчета. Применяются характеристический и консервативно-характеристический методы решения уравнения в ячейке сетки. В трехмерной геометрии подтверждено преимущество консервативного метода и хорошая точность полученного численного решения, особенно компонентов тензора квазидиффузии.

Представлена программа NINE (Newtonian Iteration for Nonlinear Equation) численного решения граничных задач для нелинейных дифференциальных уравнений второго порядка на основе непрерывного аналога метода Ньютона (НАМН) с использованием нумеровской конечно-разностной аппроксимации четвертого порядка относительно шага дискретизации по пространственной переменной. Обсуждаются алгоритмы вычисления ньютоновского итерационного параметра. Выполнены методические расчеты, демонстрирующие влияние выбора итерационного параметра на сходимость итерационного процесса. Представлены результаты проведенного с помощью программы NINE численного исследования положительных частицеподобных решений уравнения скалярного поля.

Рассматриваются задачи радиационно-кондуктивного теплообмена в рассеивающем слое, заключающиеся в нахождении температурного профиля и улучшении теплоотдачи от границ слоя. Для их решения применяется итерационный рекурсивный алгоритм, основанный на методе Монте-Карло. Анализируются различные подходы параллелизации предложенного алгоритма.

Рассмотрен численный алгоритм решения задачи воспламенения и нестационарного горения порохов на равномерной расчетной сетке, а также на сетке со сгущением вблизи поверхности горения при постоянной и подстраивающейся под глубину прогретого слоя области расчета. Приведен анализ эффективности рассмотренных расчетных сеток.

Сформулирована задача описания объектов различной природы на основе системы линейных уравнений, в которой число неизвестных превосходит число уравнений. Важной особенностью такой задачи, существенно усложняющей ее решение, являются ограничения на значения ряда переменных. Примером такой задачи является выбор биохимических реакций, осуществляющих преобразование заданного субстрата (исходного вещества) в заданный продукт. В этом случае неизвестными являются скорости биохимических реакций, образующие искомый вектор решения. Компоненты этого вектора в описываемом подходе разделяются на две группы: 1) задаваемые, $\vec{y}$; 2) зависящие от задаваемых, $\vec{x}$. Изучены варианты конфигурации области допустимых значений $\vec{y}$, следующие из ограничений, наложенных на компоненты $\vec{x}$. Выявлено, что часть ограничений могут быть излишними и поэтому исключенными из рассмотрения, что упрощает решение задачи. Анализируются случаи, когда два или более ограничений на $\vec{x}$ приводят к появлению жестких связей между компонентами $\vec{y}$. Описаны методы поиска базисных решений, учитывающие особенности данной задачи. Постановка общей задачи и полученные решения проиллюстрированы биохимическим примером.

Работа посвящена построению приближенной математической модели нелинейной теории упругости для плоской деформации. В качестве метода, реализующего символьные вычисления, применяется метод эффектов третьего порядка. Предложенная модель позволяет использовать методы линейной теории упругости для решения конкретных задач. Данный метод является пригодным для автоматического получения аналитических решений плоских задач нелинейной теории упругости о концентрации напряжений около отверстий на базе математического пакета Maple. На примере треугольного контура исследован нелинейный эффект зависимости коэффициента концентрации напряжений от уровня внешней нагрузки.

В химической технологии для получения очищенного конечного продукта часто используется процесс десублимации. Для этого используются охлаждаемые жидким азотом или холодным воздухом емкости. Смесь газов протекает внутри емкости и охлаждается до температуры конденсации или десублимации некоторых компонентов газовой смеси. Конденсированные компоненты оседают на стенках емкости. В статье представлена математическая модель для расчета охлаждения емкостей для десублимации паров охлажденным воздухом. Математическая модель основана на уравнениях газовой динамики и описывает течение охлажденного воздуха в трубопроводе и воздушном теплообменнике с учетом теплообмена и трения. Теплота фазового перехода учитывается в граничном условии для уравнения теплопроводности путем задания потока тепла. Перенос тепла в теплоизолированных стенках трубопровода и в стенках емкости описывается нестационарными уравнениями теплопроводности. Решение системы уравнений проводится численно. Уравнения газовой динамики решаются методом С. К. Годунова. Уравнения теплопроводности решаются по неявной разностной схеме. В статье приведены результаты расчетов охлаждения двух последовательно установленных емкостей. Начальная температура емкостей равна 298 К. Холодный воздух течет по трубопроводу, через теплообменник первой емкости, затем по трубопроводу в теплообменник второй емкости. За 20 минут емкости остывают до рабочей температуры. Температура стенок емкостей отличается от температуры воздуха на величину не более чем 1 градус. Поток охлажденного воздуха позволяет поддерживать изотермичность стенок емкости в процессе десублимации компонентов из газовой смеси. Приведены результаты аналитической оценки времени охлаждения емкости и разности температуры между стенками емкости и воздухом в режиме десублимации паров. Аналитическая оценка основана на определении времени термической релаксации температуры стенок емкости. Результаты аналитических оценок удовлетворительно совпадают с результатами расчетов по представленной модели. Предложенный подход позволяет проводить расчет охлаждения емкостей потоком холодного воздуха, подаваемого по трубопроводной системе.

Исследуются динамические теоретико-игровые модели инновационного развития корпорации. Предлагаемые модели основаны на согласовании частных и общественных интересов агентов. Предполагается, что структура интересов каждого агента включает как частную (личные интересы), так и общественную (интересы компании в целом, в первую очередь отражающие необходимость ее инновационного развития) составляющие. Агенты могут делить персональные ресурсы между этими направлениями. Динамика системы описывается не дифференциальным, а разностным уравнением. При исследовании предложенной модели инновационного развития используются имитация и метод перебора областей допустимых управлений субъектов с некоторым шагом. Основной вклад работы — сравнительный анализ эффективности методов иерархического управления для информационных регламентов Штакельберга/Гермейера при принуждении/побуждении (четыре регламента) с помощью индексов системной согласованности. Предлагаемая модель носит универсальный характер и может быть использована для научно обоснованной поддержки ПИР компаний всех отраслей экономики. Специфика конкретной компании учитывается в ходе идентификации модели (определения конкретных классов ис- пользуемых в модели функций и числовых значений параметров), которая представляет собой отдельную сложную задачу и предполагает анализ системы официальной отчетности компании и применение экспертных оценок ее специалистов. Приняты следующие предположения относительно информационного регламента иерархической игры: все игроки используют программные стратегии; ведущий выбирает и сообщает ведомым экономические управления либо административные управления, которые могут быть только функциями времени (игры Штакельберга) либо зависеть также от управлений ведомых (игры Гермейера); при известных стратегиях ведущего ведомые одновременно и независимо выбирают свои стратегии, что приводит к равновесию Нэша в игре ведомых. За конечное число итераций предложенный алгоритм имитационного моделирования позволяет построить приближенное решение модели или сделать вывод, что равновесия не существует. Достоверность и эффективность предложенного алгоритма следуют из свойств методов сценариев и прямого упорядоченного перебора с постоянным шагом. Получен ряд содержательных выводов относительно сравнительной эффективности методов иерархического управления инновациями.

Функциональное моделирование процессов свертывания крови, в частности возникновения фибрин–полимерных сгустков, имеет большое значение для прикладных вопросов медицинской биофизики. Несмотря на некоторые неточности в математических моделях, качественные результаты представляют огромный интерес для экспериментаторов как средство анализа возможных вариантов развития их работ. При достижении хорошего количественного совпадения с экспериментальными результатами такие модели могут быть использованы для технологических применений. Целью данной работы является моделирование процесса многоступенчатой полимеризации фибрина и сопряженного с ними золь-гель-перехода — возникновения фибрин-полимерной сетки в точечной системе. Для программной реализации и численных экспериментов используется неявный метод Розенброка второго порядка с комплексными коэффициентами (CROS). В работе представлены результаты моделирования и проведен анализ чувствительности численных решений к коэффициентам математической модели методами вариации. Показано, что в физиологическом диапазоне параметров констант модели существует лаг-период 20 секунд между началом реакции и возникновением зародышей фибрин-полимерной сетки, что хорошо соответствует экспериментальным наблюдениям подобных систем. Показана возможность появления нескольких $(n = 1–3)$ последовательных золь-гель-переходов. Такое необычное поведение системы является прямым следствием наличия нескольких фаз в процессе полимеризации фибрина. На последнем этапе раствор олигомеров фибрина длины 10 может достичь полуразбавленного состояния. Это, в свою очередь, приведет к исключительно быстрой кинетике формирования фибрин-полимерной сетки, управляемой вращательной диффузией олигомеров. Если же состояние полуразбавленного раствора не достигается, то образование фибрин-полимерной сетки контролируется трансляционной диффузией, которая является существенно более медленным процессом. Такой дуализм в процессе золь-гель-перехода привел к необходимости введения функции переключения в уравнения для кинетики образования фибрин-полимера. Ситуация с последовательными золь-гель-переходами соответствует экспериментальным системам, где вследствие физических процессов, таких как пресипитация, фибрин-полимерная сетка может быть быстро удалена из объема.

В данной работе рассматривается управляемое движение в идеальной жидкости винтового тела с тремя лопастями за счет вращения трех внутренних роторов. Ставится задача выбора управляющих воздействий, обеспечивающих движение тела вблизи заданной траектории. Для определения управлений, гарантирующих движение вблизи заданной кривой, предложены методы, основанные на применении гибридных генетических алгоритмов (генетические алгоритмы с вещественным кодированием с дополнительным обучением лидера популяции каким-либо градиентным методом) и искусственных нейронных сетей. Корректность работы предложенных численных методов оценивается с помощью полученных ранее дифференциальных уравнений, определяющих закон изменения управляющих воздействий для заданной траектории.

В подходе на основе гибридных генетических алгоритмов исходная задача минимизации интегрального функционала сводится к минимизации функции многих переменных. Заданный временной интервал разбивается на малые элементы, на каждом из которых управляющие воздействия аппроксимируются полиномами Лагранжа 2 и 3 порядков. Гибридные генетические алгоритмы при соответствующих настройках воспроизводят решение, близкое точному. Однако стоимость расчета 1 секунды физического процесса составляет порядка 300 секунд процессорного времени.

Для повышения быстродействия расчета управляющих воздействий предложен алгоритм на основе искусственных нейронных сетей. В качестве входного сигнала нейронная сеть принимает компоненты требуемого вектора перемещения. В качестве выходного сигнала возвращаются узловые значения полиномов Лагранжа, приближенно описывающих управляющие воздействия. Нейронная сеть обучается хорошо известным методом обратного распространения ошибки. Обучающая выборка генерируется с помощью подхода на основе гибридных генетических алгоритмов. Расчет 1 секунды физического процесса с помощью нейронной сети требует примерно 0.004 секунды процессорного времени. То есть на 6 порядков быстрее по сравнению в гибридным генетическим алгоритмом. Управление, рассчитанное с помощью искусственной нейронной сети, отличается от точного. Однако, несмотря на данное отличие, обеспечивает достаточно точное следование по заданной траектории.