Все выпуски

Гибкие тканые композиты относят к классу высокотехнологичных инновационных материалов. Благодаря совмещению различных компонентов наполнителя и элементов армирования такие материалы применяют в строительстве, оборонной промышленности, судо- и авиастроении и др. В отечественной литературе уделено недостаточное внимание к тканым композитам, изменяющим свою геометрическую структуру армирующего слоя в процессе деформирования. В настоящей работе приводится анализ предложенного ранее комплексного подхода к моделированию поведения гибких тканых композитов при статическом одноосном растяжении для дальнейшего обобщения подхода на двухосное растяжение. Работа нацелена на качественное и количественное описание механических деформационных процессов, протекающих в структуре исследуемых материалов при растяжении, к которым относится распрямления нитей армирующего слоя и увеличение величины взаимного надавливания накрест лежащих нитей армирования. В начале процесса деформирования распрямление нитей и увеличение взаимного надавливания нитей наиболее интенсивны. С увеличением уровня нагрузки изменение указанных параметров замедляется. Например, изгиб нитей армирования переходит в центральное растяжение, а величина нагрузки от взаимного надавливания более не увеличивается (стремится к константе). Для моделирования описанных процессов вводятся основные геометрические и механические параметры материала, влияющие на процесс формоизменения, приводятся необходимая терминология и описание характеристик. В связи с высокой геометрической нелинейностью все процессы описаны в приращениях, так как на начальных значениях нагрузки происходит значительное формоизменение армирующего слоя. Для количественного и качественного описания механических деформационных процессов, протекающих в армирующем слое, выведены аналитические зависимости, позволяющие определить приращение угла распрямления нитей армирования и нагрузки, вызванной взаимным надавливанием накрест лежащих нитей на каждом шаге приращения нагрузки. Для апробации выведенных зависимостей приведен пример их применения для гибких тканых композиционных материалов марок VP4126, VP6131 и VP6545. Результаты моделирования подтвердили предположения о процессах выпрямления нитей и замедления увеличения взаимного надавливания нитей. Приведенные в данной работе результаты и зависимости имеют непосредственное отношение к дальнейшему обобщению предложенных ранее аналитических моделей для двухосного растяжения, так как растяжение в двух направлениях существенно уменьшит выпрямление нитей и увеличит величину взаимного надавливания при аналогичных нагрузках.

Flexible woven composites are classified as high-tech innovative materials. Due to the combination of various components of the filler and reinforcement elements, such materials are used in construction, in the defense industry, in shipbuilding and aircraft construction, etc. In the domestic literature, insufficient attention is paid to woven composites that change their geometric structure of the reinforcing layer during deformation. This paper presents an analysis of the previously proposed complex approach to modeling the behavior of flexible woven composites under static uniaxial tension for further generalization of the approach to biaxial tension. The work is aimed at qualitative and quantitative description of mechanical deformation processes occurring in the structure of the studied materials under tension, which include straightening the strands of the reinforcing layer and increasing the value of mutual pressure of the cross-lying reinforcement strands. At the beginning of the deformation process, the straightening of the threads and the increase in mutual pressure of the threads are most intense. With the increase in the level of load, the change of these parameters slows down. For example, the bending of the reinforcement strands goes into the Central tension, and the value of the load from the mutual pressure is no longer increased (tends to constant). To simulate the described processes, the basic geometrical and mechanical parameters of the material affecting the process of forming are introduced, the necessary terminology and description of the characteristics are given. Due to the high geometric nonlinearity of the all processes described in the increments, as in the initial load values there is a significant deformation of the reinforcing layer. For the quantitative and qualitative description of mechanical deformation processes occurring in the reinforcing layer, analytical dependences are derived to determine the increment of the angle of straightening of reinforcement filaments and the load caused by the mutual pressure of the cross-lying filaments at each step of the load increment. For testing of obtained dependencies shows an example of their application for flexible woven composites brands VP4126, VP6131 and VP6545. The simulation results confirmed the assumptions about the processes of straightening the threads and slowing the increase in mutual pressure of the threads. The results and dependences presented in this paper are directly related to the further generalization of the previously proposed analytical models for biaxial tension, since stretching in two directions will significantly reduce the straightening of the threads and increase the amount of mutual pressure under similar loads.

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.

This article studies a method of constructing a predictive neural network model of a time series based on determining the composition of input variables, constructing a training sample and training itself using the back propagation method. Traditional methods of constructing predictive models of the time series are: the autoregressive model, the moving average model or the autoregressive model — the moving average allows us to approximate the time series by a linear dependence of the current value of the output variable on a number of its previous values. Such a limitation as linearity of dependence leads to significant errors in forecasting.

Mining Technologies using neural network modeling make it possible to approximate the time series by a nonlinear dependence. Moreover, the process of constructing of a neural network model (determining the composition of input variables, the number of layers and the number of neurons in the layers, choosing the activation functions of neurons, determining the optimal values of the neuron link weights) allows us to obtain a predictive model in the form of an analytical nonlinear dependence.

The determination of the composition of input variables of neural network models is one of the key points in the construction of neural network models in various application areas that affect its adequacy. The composition of the input variables is traditionally selected from some physical considerations or by the selection method. In this work it is proposed to use the behavior of the autocorrelation and private autocorrelation functions for the task of determining the composition of the input variables of the predictive neural network model of the time series.

In this work is proposed a method for determining the composition of input variables of neural network models for stationary and non-stationary time series, based on the construction and analysis of autocorrelation functions. Based on the proposed method in the Python programming environment are developed an algorithm and a program, determining the composition of the input variables of the predictive neural network model — the perceptron, as well as building the model itself. The proposed method was experimentally tested using the example of constructing a predictive neural network model of a time series that reflects energy consumption in different regions of the United States, openly published by PJM Interconnection LLC (PJM) — a regional network organization in the United States. This time series is non-stationary and is characterized by the presence of both a trend and seasonality. Prediction of the next values of the time series based on previous values and the constructed neural network model showed high approximation accuracy, which proves the effectiveness of the proposed method.

Распространение устойчивых когерентных образований электромагнитного поля в нелинейных средах с меняющимися в пространстве параметрами может быть описано в рамках итераций нелинейных интегральных преобразований. Показано что для ряда актуальных геометрий задач нелинейной оптики численное моделирование путем сведения к динамическим системам с дискретным временем и непрерывными пространственными переменными, основанное на итерациях локальных нелинейных отображений Фейгенбаума и Икеды, а также нелокальных диффузионно-дисперсионных линейных интегральных преобразований, эквивалентно в довольно широком диапазоне параметров дифференциальным уравнениям в частных производных типа Гинзбурга–Ландау. Такие нелокальные отображения, представляющие собой при численной реализации произведения матричных операторов, оказываются устойчивыми численно-разностными схемами, обеспечивают быструю сходимость и адекватную аппроксимацию решений. Реалистичность данного подхода позволяет учитывать влияние шумов на нелинейную динамику путем наложения на расчетный массив чисел при каждой итерации пространственного шума, задаваемого в виде многомодового случайного процесса, и производить отбор устойчивых волновых конфигураций. Нелинейные волновые образования, описываемые данным методом, включают оптические фазовые сингулярности, пространственные солитоны и турбулентные состояния с быстрым затуханием корреляций. Определенный интерес представляют полученные данным численным методом периодические конфигурации электромагнитного поля, возникающие в результате фазовой синхронизации, такие как оптические решетки и самоорганизованные вихревые кластеры.

The propagation of stable coherent entities of an electromagnetic field in nonlinear media with parameters varying in space can be described in the framework of iterations of nonlinear integral transformations. It is shown that for a set of geometries relevant to typical problems of nonlinear optics, numerical modeling by reducing to dynamical systems with discrete time and continuous spatial variables to iterates of local nonlinear Feigenbaum and Ikeda mappings and nonlocal diffusion-dispersion linear integral transforms is equivalent to partial differential equations of the Ginzburg–Landau type in a fairly wide range of parameters. Such nonlocal mappings, which are the products of matrix operators in the numerical implementation, turn out to be stable numerical- difference schemes, provide fast convergence and an adequate approximation of solutions. The realism of this approach allows one to take into account the effect of noise on nonlinear dynamics by superimposing a spatial noise specified in the form of a multimode random process at each iteration and selecting the stable wave configurations. The nonlinear wave formations described by this method include optical phase singularities, spatial solitons, and turbulent states with fast decay of correlations. The particular interest is in the periodic configurations of the electromagnetic field obtained by this numerical method that arise as a result of phase synchronization, such as optical lattices and self-organized vortex clusters.

В работе предлагается новая версия метода Гаусса–Ньютона для решения системы нелинейных уравнений, основанная на идеях использования верхней оценки нормы невязки системы уравнений и квадратичной регуляризации. Предложенная версия метода Гаусса–Ньютона на практике фактически задает целое параметризованное семейство методов решения систем нелинейных уравнений и задач восстановления регрессионной зависимости. Разработанное семейство методов Гаусса–Ньютона состоит целиком из итеративных методов, включающих в себя также специальные формы алгоритмов Левенберга–Марквардта, с обобщением на случаи применения в неевклидовых нормированных пространствах. В разработанных методах используется локальная модель, осуществляющая параметризованное проксимальное отображение и допускающая на практике применение неточного оракула в формате «черного ящика» с ограничением на точность вычисления и на сложность вычисления. Для разработанного семейства методов приведен анализ эффективности в терминах количества итераций алгоритма, точности и сложности представления локальной модели и вычисления оракула, параметров размерности решаемой задачи с выводом локальной и глобальной сходимости при использовании произвольного оракула. В работе представлены условия глобальной сублинейной сходимости для предложенного семейства методов решения системы нелинейных уравнений, состоящих из гладких по Липшицу функций. В рамках дополнительных естественных предположений о невырожденности системы нелинейных функций установлена локальная суперлинейная сходимость для рассмотренного семейства методов. При выполнении условия Поляка–Лоясиевича для системы нелинейных уравнений доказана локальная и глобальная линейная сходимость рассмотренных методов Гаусса–Ньютона. Помимо теоретического обоснования методов, в работе рассматриваются вопросы их практической реализации. В частности, в проведенных экспериментах для точного оракула приводятся схемы эффективного вычисления в зависимости от параметров размерности решаемой задачи. Предложенное семейство методов объединяет в себе несколько существующих и часто используемых на практике модификаций метода Гаусса–Ньютона, позволяя получить гибкий и удобный в использовании метод, реализуемый на практике с помощью стандартных техник выпуклой оптимизации и вычислительной линейной алгебры.

In this paper, we introduce a new version of Gauss–Newton method for solving a system of nonlinear equations based on ideas of the residual upper bound for a system of nonlinear equations and a quadratic regularization term. The introduced Gauss–Newton method in practice virtually forms the whole parameterized family of the methods solving systems of nonlinear equations and regression problems. The developed family of Gauss–Newton methods completely consists of iterative methods with generalization for cases of non-euclidean normed spaces, including special forms of Levenberg–Marquardt algorithms. The developed methods use the local model based on a parameterized proximal mapping allowing us to use an inexact oracle of «black–box» form with restrictions for the computational precision and computational complexity. We perform an efficiency analysis including global and local convergence for the developed family of methods with an arbitrary oracle in terms of iteration complexity, precision and complexity of both local model and oracle, problem dimensionality. We present global sublinear convergence rates for methods of the proposed family for solving a system of nonlinear equations, consisting of Lipschitz smooth functions. We prove local superlinear convergence under extra natural non-degeneracy assumptions for system of nonlinear functions. We prove both local and global linear convergence for a system of nonlinear equations under Polyak–Lojasiewicz condition for proposed Gauss– Newton methods. Besides theoretical justifications of methods we also consider practical implementation issues. In particular, for conducted experiments we present effective computational schemes for the exact oracle regarding to the dimensionality of a problem. The proposed family of methods unites several existing and frequent in practice Gauss–Newton method modifications, allowing us to construct a flexible and convenient method implementable using standard convex optimization and computational linear algebra techniques.

Основной особенностью двумерного турбулентного течения, постоянно возбуждаемого внешней силой, является возникновение обратного каскада энергии. За счет нелинейных эффектов пространственный масштаб вихрей, создаваемых внешней силой, увеличивается до тех пор, пока рост не будет остановлен размером ячейки. В последнем случае энергия накапливается на этом масштабе. При определенных условиях такое накопление энергии приводит к возникновению системы когерентных вихрей. Наблюдаемые вихри имеют размер ячейки и в среднем изотропны. Численное моделирование является эффективным способом изучения таких процессов. Особый интерес представляет задача исследования турбулентности вязкой жидкости в квадратной ячейке при возбуждении коротковолновой и длинноволновой статическими внешними силами. Численное моделирование проводилось со слабосжимаемой жидкостью в двумерной квадратной ячейке с нулевыми граничными условиями. В работе показано, как на характеристики течения влияет пространственная частота внешней силы, а также величина вязкости самой жидкости. Увеличение пространственной частоты внешней силы приводит к стабилизации и ламинаризации течения. В то же время при увеличении пространственной частоты внешней силы уменьшение вязкости приводит к возобновлению механизма переноса энергии по обратному каскаду за счет смещения области диссипации энергии в область меньших масштабов по сравнению с масштабом накачки.

The main feature of a two-dimensional turbulent flow, constantly excited by an external force, is the appearance of an inverse energy cascade. Due to nonlinear effects, the spatial scale of the vortices created by the external force increases until the growth is stopped by the size of the cell. In the latter case, energy is accumulated at these dimensions. Under certain conditions, accumulation leads to the appearance of a system of coherent vortices. The observed vortices are of the order of the box size and, on average, are isotropic. Numerical simulation is an effective way to study such the processes. Of particular interest is the problem of studying the viscous fluid turbulence in a square cell under excitation by short-wave and long-wave static external forces. Numerical modeling was carried out with a weakly compressible fluid in a two-dimensional square cell with zero boundary conditions. The work shows how the flow characteristics are influenced by the spatial frequency of the external force and the magnitude of the viscosity of the fluid itself. An increase in the spatial frequency of the external force leads to stabilization and laminarization of the flow. At the same time, with an increased spatial frequency of the external force, a decrease in viscosity leads to the resumption of the mechanism of energy transfer along the inverse cascade due to a shift in the energy dissipation region to a region of smaller scales compared to the pump scale.

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.

The work is devoted to the problem of creating a model with stationary parameters using historical data under conditions of unknown disturbances. The case is considered when a representative sample of object states can be formed using historical data accumulated only over a significant period of time. It is assumed that unknown disturbances can act in a wide frequency range and may have low-frequency and trend components. In such a situation, including data from different time periods in the sample can lead to inconsistencies and greatly reduce the accuracy of the model. The paper provides an overview of approaches and methods for data harmonization. In this case, the main attention is paid to data sampling. An assessment is made of the applicability of various data sampling options as a tool for reducing the level of uncertainty. We propose a method for identifying a self-leveling object model using data accumulated over a significant period of time under conditions of unknown disturbances with a wide frequency range. The method is focused on creating a model with stationary parameters that does not require periodic reconfiguration to new conditions. The method is based on the combined use of sampling and presentation of data from individual periods of time in the form of increments relative to the initial point in time for the period. This makes it possible to reduce the number of parameters that characterize unknown disturbances with a minimum of assumptions that limit the application of the method. As a result, the dimensionality of the search problem is reduced and the computational costs associated with setting up the model are minimized. It is possible to configure both linear and, in some cases, nonlinear models. The method was used to develop a model of closed cooling of steel on a unit for continuous hot-dip galvanizing of steel strip. The model can be used for predictive control of thermal processes and for selecting strip speed. It is shown that the method makes it possible to develop a model of thermal processes from a closed cooling section under conditions of unknown disturbances, including low-frequency components.

В статье исследуется одно из возможных решений задачи компенсации собственных помех (SIC, Self-Interference Cancellation), возникающей при проектировании полнодуплексных (IBFD, In-band Full-Duplex) систем связи. Подавление собственных помех осуществляется в цифровой области с помощью многослойных нелинейных моделей, которые адаптируются на основе метода градиентного спуска. Наличие локальных оптимумов и седловых точек при адаптации многослойных моделей делает невозможным использование методов второго порядка ввиду знаконеопределенности матрицы Гессе.

В данной работе предложено использовать смешанный метод Ньютона (MNM, mixed Newton method), который учитывает информацию о смешанных производных второго порядка функции потерь и, как следствие, обеспечивает высокую скорость сходимости по сравнению с традиционными методами первого порядка. Использование лишь только смешанных частных производных второго порядка при построении матрицы Гессе позволяет избежать проблемы «застревания» в седловых точках при использовании смешанного метода Ньютона для адаптации многослойных нелинейных компенсаторов собственных помех при проектировании полнодуплексных систем связи.

В качестве модели собственных нелинейных помех выбрана модель Гаммерштейна с комплексными параметрами. Данный выбор обусловлен тем, что модель эффективно описывает физические свойства, лежащие в основе формирования собственных помех. Благодаря свойству голоморфности выхода модели смешанный метод Ньютона обеспечивает свойство «отталкивания» от седловых точек в ландшафте функции потерь.

В работе приводятся кривые сходимости при адаптации модели Гаммерштейна смешанным методом Ньютона, а также при помощи классических подходов на основе метода градиентного спуска. Кроме того, приводится вывод предложенного метода, а также оценка вычислительной сложности.

The paper investigates a potential solution to the problem of Self-Interference Cancellation (SIC) encountered in the design of In-Band Full-Duplex (IBFD) communication systems. The suppression of selfinterference is implemented in the digital domain using multilayer nonlinear models adapted via the gradient descent method. The presence of local optima and saddle points in the adaptation of multilayer models prevents the use of second-order methods due to the indefinite nature of the Hessian matrix.

This work proposes the use of the Mixed Newton Method (MNM), which incorporates information about the second-order mixed partial derivatives of the loss function, thereby enabling a faster convergence rate compared to traditional first-order methods. By constructing the Hessian matrix solely with mixed second-order partial derivatives, this approach mitigates the issue of “getting stuck” at saddle points when applying the Mixed Newton Method for adapting multilayer nonlinear self-interference compensators in full-duplex system design.

The Hammerstein model with complex parameters has been selected to represent nonlinear selfinterference. This choice is motivated by the model’s ability to accurately describe the underlying physical properties of self-interference formation. Due to the holomorphic property of the model output, the Mixed Newton Method provides a “repulsion” effect from saddle points in the loss landscape.

The paper presents convergence curves for the adaptation of the Hammerstein model using both the Mixed Newton Method and conventional gradient descent-based approaches. Additionally, it provides a derivation of the proposed method along with an assessment of its computational complexity.

В работе предложена математическая модель аэроупругих колебаний стенки узкого канала, имеющей нелинейно-упругий подвес и взаимодействующей с пульсирующим слоем вязкого газа. В рамках данной модели определены и исследованы аэроупругий отклик стенки канала и соответствующий ему фазовый сдвиг. Сформулированная авторами модель позволяет одновременно исследовать влияние на колебания стенки нелинейной жесткости ее упругого подвеса, сжимаемости и диссипативных свойств газа, а также инерции его движения в канале под действием пульсирующего перепада давления. Модель разработана на базе постановки и решения плоской начально-краевой задачи математической физики, включающей систему уравнений динамики баротропного вязкого газа, уравнения динамики жесткой стенки как одномассового нелинейного осциллятора. Используя метод возмущений, проведен асимптотический анализ задачи с последующим решением уравнений динамики тонкого слоя вязкого газа методом итерации. В результате определен закон распределения давления газа в канале и исходная задача аэроупругости сведена к исследованию обобщенного уравнения Дуффинга. Его решение осуществлено методом гармонического баланса, что позволило определить аэроупругий и фазовый отклики стенки канала в виде неявных функций. Проведено численное исследование данных откликов для оценки влияния инерции движения газа и его сжимаемости, а также сравнение полученных результатов с частными случаями ползущего движения вязкого газа и несжимаемой вязкой жидкости. Результаты проведенного исследования показали важность одновременного учета сжимаемости и инерции движения вязкого газа при моделировании аэроупругих колебаний стенки рассматриваемого канала.

The mathematical model for aeroelastic oscillations of a narrow channel wall with a nonlinear-elastic suspension and interacting with a pulsating viscous gas layer is proposed. Within the framework of this model, the aeroelastic response of the channel wall and its phase response were determined and investigated. The authors simultaneously studied the influence of the nonlinear stiffness elastic suspension of the wall, compressibility and dissipative properties of gas, as well as the inertia of its motion on the wall oscillations. The model was elaborated based on the formulation and solution of the initial boundary-value plane problem of mathematical physics. The problem governing equations include the equations of dynamics for barotropic viscous gas, equation of dynamics for the rigid wall as the spring-mass nonlinear oscillator. Using the perturbation method, the asymptotic analysis of the problem was carried out. The solution of the equations of dynamics for the thin layer of viscous gas was obtained by the iteration method. As a result, the law of gas pressure distribution in the channel was determined and the initial problem of aeroelasticity was reduced to the study of the generalized Duffing equation. Its solution was realized by the harmonic balance method, which allowed us to determine the aeroelastic and phase responses of the channel wall in the form of implicit functions. The numerical study of these responses was carried out to evaluate the influence for inertia of gas motion and its compressibility, as well as a comparison of the results obtained with the special cases of creeping motion of viscous gas and incompressible viscous fluid. The results of this study have shown the importance of simultaneous consideration of compressibility and inertia of viscous gas motion when modeling aeroelastic oscillations of the considered channel wall.

В работе развивается предложенный ранее метод компьютерной аналогии (МКА), основанный на формализации операций цифрового компьютера. Обсуждается место предлагаемого подхода среди известных методов. Подчеркивается, что целью является получение именно аналитических представлений решений, хотя пока в ряде случаев приходится ограничиться полуаналитическими аппроксимациями. Подробно изучается способ построения решений для уравнения Ван дер Поля (сводящегося к нелинейной системе дифференциальных уравнений), для систем Лоренца, Мариока – Шимицу и Рёсслера. Для трех последних нелинейных систем рассматриваются параметры, при которых решения демонстрируют черты детерминистического хаоса. Строятся полуаналитические решения, основанные на представлении решения в виде отрезка сходящегося степенного ряда по шагу независимой переменной при использовании аппроксимирующих разностных схем. Для предотвращения переполнения применяется формализованная операция переноса разрядов. Для перехода на следующий шаг по независимой переменной используется сходящаяся к решению разностная схема, называемая руководящей. Таким образом, получаемая аппроксимация суммой всего с несколькими членами обеспечивает приближение к решению с любой точностью в соответствии с точностью руководящей разностной схемы. Старшие разряды в получаемом приближении обнаруживают вероятностные свойства, которые удается моделировать известными распределениями, что приводит к получению аналитических и полуаналитических аппроксимаций. В работе представлены линейные приближения, являющиеся основой для полных приближений решений и дающие важные качественные, а также некоторые количественные свойства решений. Описываются аппроксимации различного порядка, в том числе и не гарантирующие сходимости к точному решению, но упрощающие анализ определенных свойств решения нелинейных уравнений и систем. В частности, для уравнения Ван дер Поля показывается, что соответствующая ему система уравнений имеет циклическое решение, а также оценивается его масштаб. С помощью модификаций МКА (с некоторыми чертами метода Монте-Карло), в которых удается свернуть рекуррентные последовательности, построены полные решения в простых ситуациях. Упоминается перспективный подход, позволяющий представлять решение с помощью ветвящихся цепных дробей.

This study develops a previously proposed Method of Computer Analogy (MCA) based on formalization of digital computer operations. The paper discusses the position of the proposed approach among other well-known methods. It is emphasized that the primary objective is to derive analytical solutions, although in some cases they have to resort to semianalytical approximations. The paper focuses on constructing solutions for systems which, for certain parameter values, demonstrate the deterministic chaos behavior, namely Lorenz, Marioka – Shimitsu and R¨ossler systems. The paper also considers obtaining solution for Van der Pol equation (reduced to a nonlinear system). The aim of the study is to construct semi-analytical solutions represented as a segment of a power series in a step size of approximating difference scheme. To prevent overflow, authors formalize rank transfer operation. The authors apply a convergent difference scheme, referred to as the “guiding” scheme, to advance to the next step of the independent variable. The resulting approximation by a sum with only a few terms provides an approximation to the solution with any accuracy in accordance with the accuracy of the governing difference scheme. The senior digits in the resulting approximation exhibit probabilistic properties that can be modeled by known distributions, thereby enabling the derivation of analytical and semi-analytical approximations. The paper presents linear approximations that are the base for a complete approximations of solutions and provide important qualitative as well as some quantitative properties of solutions of considered systems. This work describes approximations of various orders, including those that do not guarantee convergence to the exact solution, but simplify the analysis of certain properties of nonlinear equations and systems. In particular, for the Van der Pol equation, authors demonstrate that its corresponding system has a cyclic solution and provide an estimate of its scale. A modification of the MCA that has features of the Monte Carlo method makes it possible to remove recurrent sequences and construct complete solutions in simple situations. The authors mention a promising approach for representing the solution using branched continued fractions.

Предложен новый набор ключевых баллистических параметров: b₀ = tgθ₀, θ₀ — угол вылета, R_a — вершинный радиус кривизны траектории и β₀ — безразмерный квадрат разворотной скорости, и на его основе разработан новый прием приближенного интегрирования уравнений динамики материальной точки в среде с квадратичным сопротивлением (α = R/mg = 0,5…1,5) при tgθ₀ < 0,5. Способ базируется на преобразованиях Лежандра, и он дает формулы с автоматически подстраиваемой точностью как для текущих координат x(b), y(b) и времени t(b), b = tgθ — текущий наклон траектории, так и для основных параметров (время T, дальность L, положение вершины L_a) траектории в диапазоне, далеко выходящем за малоугловую область прицельной стрельбы. Точность формул выверялась при помощи продукта Maple.

New key parameters, namely b₀ = tgθ₀, θ₀ — angle of throwing, R_a — top curvature radius and β₀ — dimensionless speed square on the top of low angular trajectory were suggested in classic problem of integrating nonlinear equations of point mass projectile motion with quadratic air drag. Very precise formulae were obtained in a new way for coordinates x(b), y(b) and fly time t(b), b = tgθ where θ is inclination angle. This method is based on Legendre transformation and its precision is automatically improved in wide range of the θ₀ values and drag force parameters α. The precision was monitored by Maple computing product.