Математические модели имитационные

Как показали ранее выполненные исследования при изучении эффективности экологического страхования целесообразно ориентироваться на математические модели имитационного моделирования. [c.168]

Второй способ упрощения, являющийся разновидностью первого, состоит в том, что число пространственных координат сокращается до одной. В качестве модели развития процессов переноса в направлении отброшенных координат принимаются эмпирические закономерности. Обычно это критериальные уравнения, позволяющие определить кинетические коэффициенты тепло- и массообмена и легко выразить объемные источники массы и энергии через параметры системы (2.2.1). Численные значения коэффициентов критериальных уравнений определяются на основе обработки экспериментальных данных или данных имитационного моделирования задач, полученных в приближениях пограничного слоя, с привлечением теории размерностей и подобия. Уравнение движения 3) в системе (2.2.1) исключается, а осевая скорость движения среды усредняется по сечению аппарата. Данный метод нашел широкое применение в инженерном подходе к моделированию теплообменных и массообменных аппаратов и представляется нам едва ли не единственным при построении полных математических моделей динамики объектов химической технологии. Его преимущества видятся не только в том, что при принятых посылках относительно просто достигается численная реализация математического описания, в котором учитываются причинно-следственные связи между звеньями и их элементами, но и в том, что открывается возможность формализации процедуры построения открытых математических моделей химико-технологических аппаратов. Эта процедура может быть выполнена в виде следующего обобщенного алгоритма. [c.36]

Имитационное моделирование — метод математического моделирования, при котором используют прямую подстановку чисел, имитирующих внещние воздействия, параметры и переменные процессов, в математические модели химико-технологических процессов. При этом под имитационным моделированием понимают моделирование (имитацию) поведения объекта путем решения систем математических уравнений, описывающих такое поведение с достаточно малой погрешностью. [c.8]

Заключительная часть V монографии посвящена комплексному мониторингу водных объектов, который служит основой информационного обеспечения задач управления водными ресурсами. Здесь обсуждаются математические модели обоснования системы мониторинга и этапы имитационного моделирования аварийного мониторинга. [c.10]

Более пагубные последствия имели место при попытке внедрения комплекса имитационных водно-балансовых моделей для проектирования схем комплексного использования и охраны водных ресурсов, представленных в работе [Методические указания..., 1987]. Затраты на эту разработку были чрезвычайно велики, и они могли окупиться только широким внедрением практически во всех водохозяйственных проектных организациях страны. Однако, как было сказано выше, такое внедрение возможно только при развитых сервисных функциях модели. Последние же вообще не были продуманы разработчиками. Кроме того, документация по применению комплекса моделей не была структурирована в зависимости от специализации потенциальных пользователей. В результате в рамках одного документа оказались совершенно разнородные вопросы сбор и подготовка данных, инструкции по запуску программного обеспечения, собственно описание математических моделей и др. Поэтому модель не только не получила [c.20]

Математические модели подразделяются по классам (разовое моделирование объекта, оптимизационные, имитационные), по детальности [c.61]

В заключение настоящего раздела еще раз остановимся на специфике водохозяйственных объектов, определяющей применимость одного из трех перечисленных выше типов математических моделей оптимизационной, имитационной и детального моделирования. В инженерной постановке задачи результаты решения в зависимости от детальности постановки подразделяются на [c.65]

Детализация информации при декомпозиции задач управления ВХС может интерпретироваться как процедура последовательного выявления дополнительных ограничений на искомые параметры. Эта процедура сужает допустимую область искомых значений. На каждом шаге (в процессе решения частной задачи) указанная область должна сужаться настолько, чтобы последующая частная задача допускала отыскание своего решения принятым методом за приемлемое время. Например, для моделей имитационного типа последнее требование означает резкое сокращение необходимых вычислительных экспериментов. Подобную структуризацию системы взаимодействующих моделей развития ВХС можно найти, например, в работах [Математическое моделирование..., 1988] и в ряде других публикаций. В реальных расчетах простейшая схема поэтапной детализации моделей естественно усложняется за счет появления обратных информационных связей, когда в силу неприемлемости решений подробной модели, возникает необходимость возврата к агрегированным задачам. [c.73]

Использование исключительно имитационного моделирования не обеспечивало обоснование наилучших планово-проектных решений. Вследствие этого параллельно проводились работы по построению математических моделей оптимизационного типа. Часто в этих моделях не только определялись полезные объемы водохранилищ, но и оценивались с разной степенью детальности режимы управления ВХС. Принципиальная сложность таких задач оптимизации была осознана еще на ранних этапах. Даже в задачах оценки параметров регулирования и использования стока возникали трудности из-за специфики информационной структуры. Достаточно отметить следующие особенности [c.122]

В первых главах настоящей монографии было указано, что в состав систем математических моделей по управлению ВХС входят как оценочные оптимизационные, так и более детальные имитационные модели. Задачу, которая объединяла бы как поиск варианта оптимального развития ВХС (с точки зрения разных целей и компонентов), так и определение оптимального режима ее функционирования, можно формализовать. Однако практическая реализация подобной модели не только сложна, но и технологически трудно доступна потенциальным пользователям. Причины этого во многом сходны с теми, которые препятствуют созданию единой целостной модели управления ВХС. Главные из них — это чрезвычайно большая размерность и невозможность подготовить всю необходимую для такой модели информацию, соблюдая условие равной ее полноты, достоверности и точности. Поэтому комплексную проблему развития ВХС и совокупность вопросов оптимального функционирования также приходится разбивать на отдельные задачи оптимизации. Каждая такая задача позволяет выбирать оптимальные параметры и режимы функционирования ВХС, но в некотором более узком аспекте. [c.363]

Перечисленными соображениями обусловлена актуальность построения имитационной модели функционирования ВХС, методологическая основа которой существенно отличается от аналогичных разработок [Косолапое, 1996 Методические указания..., 1987 Шнайдман, 1991]. В проблемном плане предлагаемая имитационная модель характеризуется совмещением традиционных водно-балансовых расчетов с оценкой загрязненности водотоков различными примесями, в том числе от рассредоточенных источников. Последнее обстоятельство чрезвычайно существенно, поскольку при современном уровне антропогенной нагрузки на водные объекты в большинстве речных бассейнов при выборе комплекса мероприятий уже нельзя ограничиться только водохозяйственными (водно-энергетическими) расчетами без оценки показателей качества воды. Поэтому учет динамики концентраций примесей в водотоках и водохранилищах обеспечивает тот минимальный уровень общности, на котором модель применима в современных задачах планирования, проектирования и эксплуатации ВХС. Здесь речь идет именно о моделях имитационного типа, которые построены не как узко расчетные задачи, а реализованы согласно основным требованиям имитационного моделирования. В связи с этим необходимо уточнить, каковы особенности имитационных моделей, отличающие их от иных математических моделей. [c.364]

Значительное число математических моделей по управлению ВХС разработано и продолжает разрабатываться у нас в стране и за рубежом как автономные компьютерные системы, т. е. они никак не ориентированы на прямое взаимодействие с другими задачами управления ВХС. Поэтому форма выходных файлов этих моделей не только неоднозначна, но даже и трудно предсказуема. В имитационной модели требуемая форма входной информации фиксирована. Преобразование одной формы данных в другую обеспечивается в процессе работы специальных согласующих программ (программных интерфейсов). Это порождает дополнительные проблемы в реализации имитационной модели, так как для возможности упомянутого преобразования следует предельно унифицировать формы ее входной информации. [c.369]

В рассматриваемой имитационной модели состав проблемной исходной информации вполне традиционен для задач управления ВХС. С учетом положения этой модели в системе математических моделей как завершающего этапа ее исходная информация представляет собой как бы объединение детализированных исходных данных разноплановых моделей оптимизации (см. главы 4, 5, 9). Фактически, содержание проблемной информации раскрывается по мере описания имитационного эксперимента в следующем разделе. [c.369]

Для удобства общения пользователя с программной системой можно ввести дополнительную исходную информацию об объекте моделирования. Она включает в себя идентификацию элементов ВХС в виде текста (названия рек, наименования административно-территориальных единиц, водопользователей, водохранилищ, отраслей, названия учитываемых примесей и т.д.). Способ статистической обработки результатов имитационного эксперимента также требуется представить в виде набора элементарных альтернатив, однозначно интерпретируемых ЛПР, не владеющим деталями конкретных методик, но представляющим себе на уровне интегральных показателей отличие одного способа от другого с точки зрения будущего принятия решения. Таким образом, имитационная модель предоставляет пользователю широкие возможности для самостоятельного выбора интегральных показателей функционирования ВХС, но не осуществляет этот выбор без его участия. Такая же ситуация характерна для подавляющего большинства информационно-советующих систем, облегчающих поиск решений на основе многостороннего анализа математической модели объекта, но не устраняющих человека от принятия решения. [c.392]

Большинство методов имитационного моделирования включают шесть следующих стадий 1) разработка математической модели, основанной на данных и опыте 2) представление модели на языке подходящего аналогового, цифрового или гибридного компьютера 3) проведение моделирования на ЭВМ для ряда ситуаций, в которых известно поведение реальной системы [c.390]

Применение наиболее совершенных математических моделей доменного процесса, в частности, разработанных Институтом металлургии Уро РАН, позволяет проводить имитационное моделирование и прогнозировать оптимальные параметры процесса в определенных новых условиях ведения доменного процесса [ 10.18-10.20,10.53-10.55]. [c.391]

Если при построении САУ динамическими режимами пользуются весьма упрошенными и модифицированными моделями (путем линеаризации исходных нелинейных систем и получения матрицы передаточных функций), то для решения задач статической оптимизации используют полные математические модели с применением ЭЦВМ в рамках построения систем имитационного моделирования и АСУ полимеризационными процессами в реальном времени. Создание таких систем обусловлено как сложностью математических моделей, так и необходимостью многократного применения процедуры оптимизации вследствие изменения характеристик самой модели и условий оптимизации (например, изменения различных ограничений). [c.230]

Математическое моделирование является методом описания свойств взаимозаменяемых составных частей с количественной и качественной сторон с помощью так называемых математических моделей. Для качественного описания проводят построение обобщенных моделей с зафиксированными связями между показателями качества, параметрами и допусками. В основе получения количественной характеристики лежит математическое описание для установления этих связей в операциональном виде из совокупности формул, функций цели, уравнений связи и ограничений. На практике отдают предпочтение имитационному моделированию системы составной части на вычислительных машинах. [c.24]

Математические модели классифицируют по характеру используемого математического аппарата, по применяемой вычислительной технике и другим признакам. Математические модели можно разделить на две основные группы — имитационные и аппроксимационные. [c.29]

Система синтеза, как и система имитации, представляет собой совокупность математических моделей, их программного и информационного обеспечения. Однако, в отличие от моделей системы имитации, модели системы синтеза, описывающие управляемые процессы, позволяют ставить и решать с использованием электронно-вычислительной техники теоретико-игровые задачи и задачи оптимального управления. При работе с такими моделями одна часть потенциала ЭВМ расходуется на вычисление значений функционала, определяемого в силу связей модели и характеризующего качество выбираемых управлений, а другая на основе этих вычислений — на поиск оптимальных решений. Необходимость затрачивать вычислительные ресурсы на поиск оптимальных решений накладывает определенные требования на модели системы синтеза. По сравнению с имитационными моделями они характеризуются менее детальным описанием процесса, значительными упрощениями и отсутствием рассмотрения многих факторов, огрублением связей модели и, естественно, относительно небольшим количеством величин. [c.57]

При использовании любых математических моделей для решения задач управления реальными процессами ключевыми вопросами являются установление степени адекватности модельного описания и исследуемого процесса, определение области возможного использования модели, создание информационного обеспечения модели. К сожалению, в силу специфики моделируемых управляемых процессов, таких, как, например, вооруженная борьба, затруднительно и часто даже невозможно проводить натурные эксперименты по обеспечению и проверке процесса моделирования. И чем менее подробно описан изучаемый процесс, тем более остро встает вопрос подобного обеспечения. Преимуш ество систем моделирования состоит в том, что для описания одного и того же процесса система содержит несколько моделей различного уровня подробности. Проведение имитационных экспериментов на достаточно подробных моделях позволяет осуш ествлять необходимый анализ моделей системы синтеза, т. е. имитационные модели являются эквивалентом реальности для моделей системы синтеза. [c.58]

Модели системы синтеза предполагается использовать гораздо шире, чем в рамках имитационной системы. Чтобы обеспечить принятие решения органами управления в оперативном режиме, когда время, отводимое на выработку управлений, чрезвычайно мало, необходимо создать так называемые быстрые алгоритмы — математические модели управляемых процессов, которые способны за очень короткое время дать качественные и количественные рекомендации органам управления по наиболее рациональному поведению в сложившейся ситуации. Модели системы синтеза, разработанные в рамках системы моделирования, многократно испытанные в имитационных экспериментах, при соответствующем сервисном обеспечении могут использоваться в системах быстрых алгоритмов. Возможность их предварительного тщательного изучения в имитационных системах применительно к конкретным боевым ситуациям позволяет определить области использования таких моделей, сформулировать оптимизационные задачи, решаемые быстрыми алгоритмами. [c.59]

Основным направлением работы на этапе, следующем за построением математических моделей и созданием программного обеспечения, является проведение имитационных экспериментов, в ходе которых ос тце-ствляется доводка и коррекция математических моделей программного обеспечения, определение точности и правильности модельных связей, формирование и заполнение частей банка данных и т. п. Имитационные эксперименты заключаются в воспроизведении различных эпизодов вооруженной борьбы на ЭВМ с помощью программного обеспечения имитационных моделей и моделей системы синтеза, программного сервисного обеспечения и банка данных. [c.90]

Математическое моделирование физико-химических систем. Методы имитационного моделирования и вычислительного эксперимента позволяют прогнозировать свойства физико-химической системы в заданных условиях. Проводя оптимизацию математических моделей, устанавливающих связь между условиями синтеза, составом и свойствами соединений и структур, возможно решить задачу синтеза соединений с заранее заданными свойствами, причем в данном случае легко исследовать и экспериментально недостижимые режимы. [c.240]

Наряду с ГТС к новому классу организационно-ситуационных объектов можно отнести и большие системы энергетики [122], для которых характерны мно1омерность и сложность создаваемых математических моделей при низкой точности и неполноте исходной информации, неоднозначности выбора критерия управления. При разработке АСУ ТП для таких объектов ранее рекомендовалось использовать имитационное моделирование, позволяющее решать только количественные задачи на ЭВМ и проводить их качественную оценку с помощью ЛПР [122]. [c.268]

Разработкой алгоритмического обеспечения решения расчетных задач и задач совместного выбора параметров теплообменников-конденсаторов и АСР мы завершили создание инструмента, позволяющего в принципе практически реализовать общую функциональную схему алгоритма проектирования (см. рис. 1.2). Вместе с тем следует напомнить, что при построении математических моделей конденсаторов и блока их динамической связи с основным аппаратом технологического комплекса был сделан ряд упрощающих посылок, требующих экспериментальной проверки их корректности. Иными словами, необходима экспериментальная проверка адекватности разработанных моделей их физическим аналогам. С другой стороны, формирование большинства блоков, входящих в общий алгоритм проектирования, не может быть выполнено без проведения исследования стационарных и динамических характеристик теплообменника-конденсатора, а также свойств замкнутой системы регулирования на множестве конструктивно-технологиче-ских параметров аппарата. Решение этих задач возможно лишь в рамках имитационного моделирования, которое требует конкретизации информации, соответствующей табл. 3.1—3.3. [c.165]

Одной из насзгтцных проблем современной отраслевой науки является составление аттестационных паспортов стандартных методов измерений. Наиболее сложной частью этой работы остается анализ погрешности в тех случаях, когда интересующая экспериментатора величина не может быть измерена непосредственно, и возникает необходимость измерения других величин, связанных с интересующей некоторой функциональной зависимостью. Такие погрешности не могут быть определены ни при обработке обширных статистических выборок, ни в результате сколь угодно тщательного исследования средств измерений. Их анализ требует либо разработки математической модели изучаемого явления, либо имитационного моделирования исследуемого объекта. Воспользуемся разработанной матричной теорией (см. гл. 2) для анализа методической погрешности при УЗ контроле напряжений. [c.147]

С помощью банка теоретических зависимостей управляющая программа формирует математическую модель. Эффективную работу этой модели обеспечивает наличие информационного банка 9—11, содержащего статистически представленный объем экспериментальных данных относительно типа и параметров распределений, характеризующих геометрические размеры дефектов, характеристик сопротивления различных участков сварного соединения зарождению разрушения и характеристик трещиностойкости при циклическом и статическом нагружении. В зависимости от цели расчета и вида исходной информации управляющая профамма с помощью банка зависимостей включает математическую модель в алгоритм имитационного моделирования. По существу имитационное моделирование представляет собой статистический машинный эксперимеет. Из банка экспериментальных данных выбираются блоки информации, приводятся в исходное состояние датчики случайных чисел и начинается прогон модели. Результаты расчетов после каждого прогона помещаются в банк 16. Многократная прогонка модели на ЭВМ при измененньпс состояниях датчиков случайных чисел и последующая статистическая обработка численного эксперимента позволяют учесть влияние случайного рассеяния параметров, характеризующих долговечность и трещиностойкость, а также случай- [c.380]

Процесс выработки компромиссных решений, как правило, не обеспечивается одноразовым компьютерным моделированием. Часто необходимы дополнительные расчеты с добавлением и с вариацией условий и ограничений исследуемых задач. В результате формируются интегрированные показатели, которые необходимы для будуш,его переговорного процесса на всем протяжении выработки окончательного решения. Поскольку внешние атрибуты самого принятия водохозяйственных решений слабо влияют на особенности используемых математических моделей, следует разделить два понятия аппарат поддержки принятия решений (математические модели и компьютерные системы, подска-зываюш,ие ЛПР рациональный выбор при тех или иных упрош,аюш,их предположениях) и собственно принятие решений со стороны ЛПР. Логичность такого разделения следует из того, что нестабильность организационной и правовой системы управления водопользованием может значительно изменить процедуру принятия решений, но не аппарат их поддержки. Косвенным доказательством этого факта служит то, что в течение многих десятилетий, как в нашей стране, так и за рубежом создавались и успешно внедрялись почти идентичные модели управления крупными ВХС, хотя законодательные основы и организационные принципы управления природно-хозяйственными системами были различны. Например, задачи однокритериальной оптимизации интенсивно используются как в нашей стране, так и за рубежом при решении многих водно-ресурсных задач управления. Что касается имитационного моделирования, то эта методология практически не связана со спецификой системы управления водными ресурсами. Соответствующие математические модели не содержат целевого функционала [c.61]

Остальные классы математических моделей содержат в себе как имитационные, так и оптимизационные модели. Суть последних сводится к сравнению вариантов и выбору лучших из них согласно какой-либо системе предпочтений. Эти модели условно подразделяются на модели обоснования структуры и параметров системы и выбора режимов ее функционирования [Haith, 1984 Математические модели.. ., 1987 Математическое моделирование..., 1988 E onomi Instruments.. ., 1989 Вода России..., 2001].Такое разделение характерно и для моделей развития мониторинга [Веницианов, Левит-Гуревич, 1998]. Обоснование параметров развития ВХС базируется на данных комплексного мониторинга и результатах прогнозного моделирования, а также на сценариях развития соответствующего региона (см. рис. 3.1.1). Среди обосновываемых параметров выделяются характеристики водопользователей, мероприятия по охране и восстановлению вод, защите от их вредного воздействия, а также технические параметры очистных и гидротехнических сооружений. Поскольку почти [c.116]

Внутренняя структура системы математических моделей по выбору оптимальной стратегии водоохранной деятельности в бассейне (регионе) может варьироваться в определенных пределах в зависимости от применяемых технических и программных средств сбора, передачи и обработки информации, степени изученности территории, специфики водопользования и т. п. На рисунке 9.1.1. представлен базовый вариант структуры такой системы, представляющий собой некоторую модификацию схемы, предложенной в работе [Somliody Paulsen, 1992. Блок 1 схемы представляет собой базу данных по составу, объемам и режимам сбросов ЗВ. Возможные мероприятия по обработке этих сбросов систематизированы в блоке 2. При этом для каждого способа очистки сточных вод (механического, биологического, биохимического и т. п.) в разрезе учитываемых ЗВ или их групп заранее составляются производственные функции (ПФ), характеризующие, в частности, связь между затратами на проведение соответствующих мероприятий и степенью очистки ЗВ. Построение ПФ представляет собой самостоятельную нетривиальную задачу. Не останавливаясь на специфике их построения, отошлем читателя к известным публикациям. Этому вопросу посвящены специальные разделы книг [Математическое моделирование.. ., 1988 Рикун и др., 1991] и другие публикации. Задачам построения ПФ в сельском хозяйстве посвящена отдельная монография [Хеди и Диллон, 1967]. Следует отметить, что построение ПФ применяется в моделях различного типа как оптимизационных, так и имитационных, статистических и т. д. [c.324]

Окончательное решение может быть обосновано лишь с помощью одной или нескольких имитационных моделей. Таким образом, многокомпонентная система математических моделей по управлению ВХС включает в себя модели разной функциональной ориентации и различной степени детальности. Организация имитационных экспериментов либо подтверждает правильность предварительного выбора парамет- [c.363]

Возникновение такой негативной тенденции, на наш взгляд, обусловлено в значительной мере тем, что часто происходит подмена понятия математической модели, а то и просто факта использования компьютера для каких-либо сугубо вспомогательных расчетов, понятием имитационной модели. В связи с этим перечислим пять основных особенностей имитационных моделей, которые выделяют их среди математических моделей других типов, следуя классическим работам в этой области [Клейнен, 1978 Нейлор, 1975 Шеннон, 1978 Яковлев, 1975]. При этом для конкретности и единообразного понимания взаимосвязи имитационных моделей с задачами оптимизации, а также для обоснования внутренней структуры предлагаемой имитационной модели будем интерпретировать соответствующие особенности имитационного моделирования применительно к задачам управления ВХС речных бассейнов. [c.365]

Хотя для отдельных типов разделения (аналогичных описанным выше) необходимую для компьютера модель можно сформулировать, достаточно мощной математической модели, применимой для создания имитационной модели разделения вообще на компьютере общего назначения, не существует. Следовательно, такой подход, хотя он и достоен похвалы, в настоящее время еще неосуществим на практике. Так, создание для аналитиков программы, эквивалентной программе LHASA для химиков-органиков, еще только ожидается. Однако в области автоматической оптимизации параметров процесса разделения достигнуты значительные успехи, которые реализованы в большинстве сложных аналитических приборов (см. гл. 3 и 4). Совершенствование технологии изготовлеиия таких приборов позволило преодолеть некоторые из проблем, связанных с плохо подобранными режимами работы аппаратуры. Это является важным достижением, так как неправильная регулировка приборов часто может быть причиной описанного в предыдущем примере плохого разрешения сигналов. [c.63]

Тепломассобменный анализ включает математическую модель процесса (ММП) и проведение на его основе процедуры математического моделирования, которое в современном представлении можно представить как имитационный (виртуальный) энерго дит (ИЭА). Основной целью ИЭА является выбор оптимальных вариантов конструкции или/и тепловых режимов энерготехнологических агрегатов и определение эффективностей (тепломассообменных КПД) процессов, необходимых для проведения ПЭА. [c.240]

При этом процесс проектирования энерготехнологических обьектов и АСУ ТП для них на современном этапе необходимо рассматривать как единый неделимый процесс, так как современные агрегаты должны проектировать в едином комплексе с АСУ ТП. Использование математических моделей в виде, так называемого, имитационно-оптимизирующего блока является необходимым для уменьшения ошибок проектирования, сокращения наладочных сроков, предотвращения аварийных ситуаций. [c.412]

Для этого класса систем можно определить следующие основные функции высшего третьего — прогнозирующего и поддерживающего уровня (имитационно-оптимизи-рующего блока), представленного многозональными математическими моделями, рас-смофенными выше. [c.423]

Для повышения достоверности при определении потребности пред" приятий в робототехнике следует применять модели и программы, базирующиеся на методах имитационного моделирования. Разработан целый ряд систем имитационного моделирования, работающих в различных режимах применительно к гибким автоматизированным производствам. Эти системы реализованы в виде пакетов программ на вычислительных комплексах СМ 4. На этой основе может быть создана математическая модель изготовления изделий на роботизированных комплексах применительно к предприятиям химического машиностроения. В качестве входных параметров модели приняты массивы отдельных операций всех видов производств данного предприятия, технические характеристики известных ПР и их систем управления, кинематические и динамические характеристики технологической оснастки. В основу модели заложены все перемещения и манипуляции, необходимые для полностью автоматизиро- [c.45]

Реализованная на ЭВМ и проверенная на контрольных примерах математическая модель имитирует и проигрывает реальные ситуации и выдает результаты, которые аналогичны получаемым от реального процесса и на него переносятся. 1акие модели называют имитационными. Математическое моделирование состоит з использовании имитационных моделей, описывающих поведение процесса, для его исследования. [c.200]

В западной научной литературе терминам имитация и имитационное моделирование соответствует слово simulation . Этот термин определяется Т. Нейлором [9] как численный метод проведения на цифровых вычислительных машинах экспериментов с математическими моделями, описывающими поведение сложных систем в течение продолжительных периодов времени , а Р.Шеноном [3] — как процесс [c.7]

Математическая модель гидроциклоиа, которая приспособлена для проектирования и оптимизации цикла измельчения с помощью имитационного моделирования, состоит из ряда уравнений, связывающих конструктивные и технологические переменные с результатами разделения. Конструктивными переменными гидроциклона являются диаметры сливного патрубка, Песковой насадки и впускного отверстия, технологическими — расход, содержание твердого и гранулометрический состав твердых частиц в пульпе. [c.107]