Содержание к диссертации
Введение
Глава 1. Анализ существующих подходов к разработке автоматизированных систем научных исследований (АСНИ) в области машиностроительного материаловедения 9
1.1. Роль и место автоматизированных систем научных исследований в автоматизации и управлении технологическими процессами 9
1.2. Особенности механики конструкционных композитных материалов как предметной области исследований 12
1.3. Требования к автоматизированным системам, поддерживающим исследования термомеханических свойств композитных материалов 16
1.4. Задачи исследования 26
ГЛАВА 2. Моделирование композитных материалов и испытаний по определению их характеристик 27
2.1. Информационные модели композитных материалов 27
2.2. Математические модели композитных материалов с различными типами армирования с учетом возможных дефектов 35
2.3. Моделированию процессов термоупругого деформирования 40
2.4. Математическое моделирование термоупругого деформирования стержневых образцов 47
2.5. Математическое моделирование деформирования пластин 51
2.6. Основные результаты и выводы 56
Глава 3. Методы и алгоритмы, используемые при автоматизации исследований композитных материалов
3.1. Методы и алгоритмы определения механических характеристик образцов композитных материалов 60
3.2. Применение экспертных технологий при решении задач
классификации и оптимального выбора композитных материалов 74
3.3. Методы классификации и распознавания образов, используемые при
исследовании композитных материалов 77
3.4. Методы оптимизации, используемые при выборе композитных материалов 83
3.5. Общая характеристика комплекса используемых алгоритмов и методик 90
Глава 4. Разработка и исследование структуры автоматизированной системы исследования композитных материалов 96
4.1. Проектирование Автоматизированной системы исследований композитных материалов 96
4.2. Информационная подсистема Автоматизированной системы исследований композитных материалов 98
4.3. Алгоритмическая подсистема Автоматизированной системы исследований композитных материалов 100
4.4. Методика и результаты вычислительных экспериментов 101
Заключение 118
Список использованных источников 119
- Роль и место автоматизированных систем научных исследований в автоматизации и управлении технологическими процессами
- Информационные модели композитных материалов
- Методы и алгоритмы определения механических характеристик образцов композитных материалов
- Проектирование Автоматизированной системы исследований композитных материалов
Введение к работе
В настоящее время при проведении научных исследований в промышленности все более широко используются автоматизированные системы, обеспечивающие математическую, информационную и алгоритмическую поддержку научно-исследовательских работ, что позволяет существенно снизить затраты и повысить эффективность исследований. Применение автоматизированных систем научных исследований (АСНИ) позволяет добиться наилучших результатов за счет обеспечения соответствия используемых компьютерных технологий специфике предметной области, целям и задачам исследований. Таким образом, целесообразной является разработка моделей и алгоритмов (методик) проведения научных исследований, ориентированных на применение в составе специализированных АСНИ.
Важным этапом подготовки производства является выбор материалов для производства изделий, определяющий не только технологию изготовлений, но и эксплуатационные свойства изделий. Применению перспективных во многих отношениях конструкционных композитных материалов (КМ) препятствуют нерешенные проблемы, связанные с определением качества КМ и возможностью их использования для изготовления различных изделий. Композитные материалы (в отличие от традиционных моно-материалов) могут иметь сложную структуру. Их эксплуатационные характеристики зависят не только от характеристик отдельных компонент, объемных содержаний, геометрии и взаимного расположения армирующих элементов, но и от особенностей технологии изготовления. При этом, как правило, физические свойства КМ, имеющихся в распоряжении конструктора, известны не полностью и нуждаются в уточнении, что приводит к необходимости тестовых испытаний образцов и последующей обработки экспериментальной информации. Таким образом, исследование КМ должно включать в себя не только математическое и информационное моделирование структуры КМ, но и на моделирование испытаний материала. Сложность задачи выбора подходящих для конкретного использования материалов связана с высокой размерностью этой задачи (большим числом вариантов и большим количеством критериев, которые необходимо учитывать).
Существующие в настоящее время системы, обеспечивающие автоматизацию исследований конструкционных материалов, ориентированы, как правило, на хранение и поиск информации о материалах в базах данных и не в полной мере учитывают специфику исследований КМ. Это делает актуальной проблему разработки методик, моделей, алгоритмов и инструментальных средств автоматизации исследований КМ на основе общей теории автоматизации научных исследований и математического моделирования экспериментов, основные положения которой разработаны в трудах П.Н. Вабищевича, Б.В. Гнеденко, Н.Н. Моисеева, А.И. Орлова, В.М. Пономарева, А.А. Самарского, Ю. И. Шокина, Н. Н. Яненко и др. [7,8,26-29,59,77-79].
Объектом исследования в данной работе является процесс научных исследований композитных материалов.
В качестве предмета исследования рассматривались математические модели и алгоритмы исследования композитных материалов в рамках автоматизированных систем научных исследований.
Цель и задачи исследования. Целью настоящей работы является повышение эффективности проведения исследований пространственно неоднородных композитных материалов для последующего выбора при подготовке производства изделий за счет создания специализированных средств автоматизации.
Для достижения поставленной цели были сформулированы и решались следующие основные задачи:
— анализ основных принципов исследования и выбора материалов при подготовке производства;
— разработка и исследование информационных и математических моде лей композитных материалов, учитывающих их возможную пространственную неоднородность;
- разработка и исследование математических моделей неразрушающих испытаний образцов композитных материалов, а также методик определения характеристик композитных материалов по результатам испытаний;
- анализ методов и алгоритмов классификации и распознавания, а также методик многокритериальной оптимизации для выбора композитных материалов при подготовке производства конкретных изделий;
- проектирование структуры и программная реализация автоматизированной системы исследования композитных материалов.
Методы и средства исследований. При решении указанных задач использовались методы проектирования информационных систем и автоматизированных систем научных исследований, математического моделирования и вычислительной математики, механики деформируемого твердого тела, распознавания образов и векторной оптимизации, теории экспертных оценок, объектно-ориентированного программирования.
Достоверность полученных результатов обусловлена корректностью математических выкладок, согласованностью основных теоретических решений с их практической реализацией, а также результатами вычислительных экспериментов по тестированию созданных алгоритмов, которые подтверждают непротиворечивость основных теоретических результатов и выводов.
Научная новизна работы:
1) разработана новая информационная модель композитного материала в виде набора атрибутов, в том числе показателей его пространственной неоднородности, определяемых на основе обработки результатов испытаний;
2) разработана методика определения характеристик образцов композитного материала на основе теории коэффициентных обратных задач для дифференциальных уравнений, учитывающая возможное геометрическое несовершенство формы исследуемых образцов; 3) предложена методика выбора наиболее подходящего композитного материала на основе применения генетических алгоритмов, учитывающая пространственную неоднородность материала.
Практическая значимость работы заключается в:
1) создании программно-технического комплекса, предназначенного для исследования композитных материалов.
2) внедрении разработанной автоматизированной системы исследования композитных материалов в заводской лаборатории ОАО «Электромашина» (г. Белгород), что позволило уменьшить сроки подготовки производства, снизить производственные затраты и добиться повышения качества продукции;
3) использовании результатов диссертационной работы в учебном процессе кафедры информационных систем и технологий Белгородского университета потребительской кооперации.
Апробация работы. Основные положения и результаты диссертационного исследования докладывались и обсуждались на Международной научно-практической конференции «Информационные технологии в управлении и моделировании» (Белгород, БГТУ, 2005), на Международной научной школе-семинаре «Современные проблемы механики и прикладной математики» (Воронеж, ВГУ, 2005), на Международных научных конференциях «Современные проблемы прикладной математики и математического моделирования» (Воронеж, ВГУ, 2005, 2007), на научно-практических конференциях БУПК (Белгород, БУПК, 2006, 2008), на Международной научно-практической конференции «Математические методы в технике и технологиях» (Ярославль, ЯГТУ, 2007), на IV Международном семинаре «Физико-математическое моделирование систем» (Воронеж, ВГТУ, 2007), на региональной научно-практической конференции студентов, аспирантов и соискателей «Молодые ученые - науке и производству» (Старый Оскол, СТИ, 2008), на международной научно-технической конференции «Информационные технологии в науке, образовании и производстве» (Орел, ОрелГТУ, 2008), а также на научно-практических семинарах кафедры информационных систем и технологий и кафедры организации и технологии защиты информации БУПК (г. Белгород), а также кафедры «Информационные системы» Орел-ГТУ (г. Орел).
По результатам исследований опубликовано 13 научных работ, в том числе 3 из них - в изданиях, рекомендованных ВАК РФ для публикации основных результатов кандидатских диссертаций, и Свидетельство об официальной регистрации программы для ЭВМ.
Положения, выносимые на защиту:
1. Информационная модель композитного материала с учетом его пространственной неоднородности;
2. Методика определения характеристик материала с учетом геометрического несовершенства формы образцов;
3. Методика выбора наиболее подходящих из имеющихся в наличии композитных материалов для производства конкретных изделий;
4. Структура автоматизированной системы исследования композитных материалов.
Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы и приложения. Работа изложена на 128 страницах основного текста, включающего 36 рисунков, 4 таблицы, список литературных источников из 122 наименований.
Роль и место автоматизированных систем научных исследований в автоматизации и управлении технологическими процессами
На современном этапе развития науки и техники автоматизация научных исследований является объективной необходимостью. Основными причинами этого являются: - расширение круга гуманитарных, социальных, экономических, естественно-научных и технических проблем, требующих научного исследования; - повышение сложности методов и алгоритмов решения вычислительных задач, возникающих при проведении исследований; - необходимость обработки в ходе исследований больших объемов данных, имеющих сложную структуру; - необходимость ускорения процесса исследования от начального этапа постановки задачи до внедрения полученных результатов; - необходимость повышения эффективности, снижения трудоемкости и сокращения расходов, связанных с проведением исследований.
Объективная необходимость автоматизации научных исследований подкрепляется сейчас наличием соответствующего уровня развития информационных технологий, включая методическое (математическое и лингвистическое), программное, техническое, информационное и организационно-правовое обеспечение.
Научные исследования представляют собой весьма сложный объект автоматизации. Это связано с невозможностью достаточно полной формализации многих основных этапов исследования, начиная с формулировки целей и задач исследования, анализа предметной области, разработки моделей и т.д. вплоть до анализа результатов исследования.
Автоматизация инженерных научных исследований (и, в частности, исследований в области машиностроения) имеет свои особенности. Современные тенденции развития машиностроения связаны с все более широким применением комплексной автоматизации производства, предусматривающей, в частности, создание и использование систем управления технологическими процессами. Основными компонентами автоматизации процесса создания нового изделия, как правило, являются [24,25,57,59]: 1. Автоматизированная система научных исследований (АСНИ); 2. Систем автоматизированного проектирования (САПР) изделия; 3. Автоматизированная система технологической подготовки произ водства (АСТПП); 4. Автоматизированное (автоматическое) производство; 5. Автоматизированная система контроля качества изделий.
Понятие автоматизированной системы научных исследований, как системы, предназначенной для автоматизации научных экспериментов, а также для осуществления моделирования исследуемых объектов, явлений и процессов, изучение которых традиционными средствами затруднено или невозможно, имеет в данном случае особый смысл. Исследования инженерной направленности, непосредственно связанные с задачами разработки принципиально новых или дальнейшего совершенствования существующих технических решений, являются начальными звеньями технологической цепочки производства новых типов изделий. Все последующие технологические этапы во многом зависят от качества предварительных научных исследований и последующих инженерных разработок. Недостаточно глубокий подход на тех или иных стадиях исследования и проектирования может привести к длительной доработке опытных образцов техники и технологии, что в свою оче редь вызывает дополнительные потери времени и средств [82]. АСНИ отличаются от других типов автоматизированных систем (АСУ, АСУТП, САПР и т.д.) характером информации, получаемой на выходе системы. Это не просто обработанные или обобщенные экспериментальные данные, а полученные на основе этих данных новые знания в виде математических моделей исследуемых объектов, явлений или процессов. Адекватность и точность таких моделей обеспечивается всем комплексом методических, программных и других средств системы. В АСНИ могут использоваться также и готовые математические модели для изучения поведения тех или иных объектов и процессов, а также для уточнения самих этих моделей. АСНИ поэтому являются системами для получения, корректировки или исследования моделей, используемых затем в других типах автоматизированных систем для управления, прогнозирования или проектирования.
В отличие от научных исследований в других предметных областях, для инженерных исследований характерна не только непосредственная связь с созданием новых и совершенствованием существующих объектов современной техники, но и значительный объем работ экспериментального характера. Поэтому автоматизированные системы научных исследований в технике, как правило, должны поддерживать функции, связанные с автоматизацией лабораторных и промышленных экспериментов. Эксперимент широко используется и в рамках фундаментальных наук для проверки гипотез, установления взаимосвязей между параметрами и т.д. Однако особенностью инженерного эксперимента является его направленность на конкретное практическое использование полученных результатов для обоснования и принятия технических решений, что (в силу ограниченности цели эксперимента) облегчает задачу автоматизации обработки экспериментальных данных. Тем не менее, создать универсальную АСНИ, пригодную для любых инженерных исследований невозможно. Выход состоит в использовании двух принципов: - специализация АСНИ за счет ограничения предметной области и круга решаемых задач; - использование при создании специализированных АСНИ стандартизированных (унифицированных) типовых инженерных решений.
Информационные модели композитных материалов
Под информационной моделью объекта в рамках системного анализа понимается совокупность информации, характеризующая существенные свойства и состояния объекта, процесса, явления, а также взаимосвязь с внешним миром [59]. При исследовании задач автоматизации и управлении технологическими процессами обычно используется более точное определение информационной модели как формальной модели ограниченного набора фактов, понятий или инструкций, предназначенной для удовлетворения конкретному требованию [ИСО 10303-1:1994, статья 3.2.21].
Оба этих определения указывают на необходимость выделения основных (с точки зрения дальнейшего использования модели) свойств (атрибутов) объекта. Таким образом, информационное моделирование предусматривает: 1) задание атрибутов; 2) задание типов значений атрибутов; 3) задание множеств возможных значений атрибутов.
Применительно к информационному моделированию композитных материалов, осуществляемому с целью их исследования и последующего выбора наиболее подходящих материалов для изготовления конкретных изделий, в качестве основных атрибутов целесообразно использовать: - физические характеристики КМ (плотность, удельная теплоемкость, модули упругости, коэффициент теплопроводности и т.д.); - технологические характеристики КМ, связанные с технологией изготовления и последующей обработки материалов при производстве изделий (способ изготовления, тип и объемное содержание армирующего элемента и т.д.); - эксплуатационные характеристики КМ (предел текучести, трещино-стойкость и т.д.) - экономические характеристики КМ, соответствующие стоимости изготовления (приобретения) и последующей эксплуатации материалов и изделий из них; - номинальные характеристики КМ, указывающие на классификационные признаки материалов (торговая марка, завод-изготовитель и т.д.).
По своему типу атрибуты, входящие в указанные группы, могут соответствовать как слабым (номинальной и ранговой), так и сильным (интервальной и относительной) измерительным шкалам. Множества возможных значений атрибутов могут быть заданы явно или допускать некоторую неопределенность. Задание значений ключевых атрибутов соответствует выделению объекта-экземпляра (конкретного материала).
При анализе информационных моделей исследуются их следующие свойства [57]: 1. Цель (target); 2. Точка зрения (view); 3. Полнота; 4. Целостность и непротиворечивость; 5. Адекватность и согласованность с оригиналом (coherent); 6. Сложность; 7. Избыточность; 8. Архитектура.
Поставленная цель (решение задачи выбора на основе исследования КМ с точки зрения возможной пространственной неоднородности КМ) приводит к необходимости подробного анализа полноты информационной модели. Как правило, информационная модель материала, формируется на основе данных, представленных заводом-изготовителем этого материала. Однако, для увеличения объема информации, применяемой при выборе материала, целесообразно расширить информационную модель, для чего можно использовать:
1) математические модели КМ, позволяющие при помощи математических соотношений получить значения неизвестных атрибутов КМ, используя значения известных атрибутов;
2) испытания, позволяющие экспериментально получить значения неизвестных атрибутов КМ;
3) сочетание испытаний и математического моделирования КМ, что позволяет избежать необходимости экспериментального измерения непосредственно искомых атрибутов, т.к. дает возможность определения значений искомых атрибутов из соотношений математических моделей по значениям более удобных для измерения величин.
Последний из рассмотренных подходов расширения информационной модели является не только наиболее универсальным, поскольку фактически включает в себя предыдущие подходы, но и в ряде случаев единственно возможным.
Обеспечение полноты информационной модели пространственно неоднородного КМ может быть произведено только включением в ее состав атрибутов, отражающих степень этой неоднородности. Однако проведение непосредственных измерений внутри твердого тела без его разрушения невозможно (или, по крайней мере, затруднительно).
Методы и алгоритмы определения механических характеристик образцов композитных материалов
С математической точки зрения определение термомеханических характеристик среды представляет собой обратную задачу для уравнений термоупругости. Обратные задачи для уравнений акустики и динамической теории упругости, начиная с работ Г. Герглотца, Е. Вихерта и К Зоеппритца (1905-1907 г.) исследовались, в основном, в рамках математических задач геофизики. Обратные динамические задачи сейсмики (где определению подлежали характеристики горных пород) и методы их решения исследовали А.С. Алексеев, А.С. Благовещенский, М.М. Лаврентьев, В.Г. Романов, В.Г. Яхно и др. математики [44,74,89,90]. Обратные задачи, возникающие при моделировании неразрушаю щего контроля образцов материалов, исследовались в работах Ю.В. Немировского, А.С. Кравчука, В.А. Ломазова, А.Р. Сковороды и др. [40,41,47-56,81,85,111].
Рассмотренные в этом разделе методики основаны на Методе стационарных базовых процессов (СБП), предложенном в работах В.А. Ломазова и Ю.В. Немировского [47-52], и могут служить вариантами наполнения алгоритмической подсистемы АСНИ, предназначенной для исследования композитных материалов. При этом ни алгоритмы этого раздела, ни алгоритмы, рассмотренные в [47-56] не исчерпывают возможного наполнения алгоритмической подсистемы и могут быть дополнены, исходя из необходимости при проведении конкретного исследования.
Методика исследования стержневых образцов композитных материалов, схема которой приведена на рисунке 3.1, заключается в определении эффективных термомеханических характеристик КМ (в виде функций пространственных переменных) на основе модели испытаний, описанной в п.2.4 предыдущей главы. Методика базируется на использовании метода СБП, основными положениями которого являются: 1) линеаризация исходных соотношений модели, содержащих произведения неизвестных характеристик процессов на также неизвестные характеристики материала; 2) использование специальных режимов нагружений, вызывающих в контрольных образцах стационарные процессы, например, процессы вида {в,и}0"(rj,t)=exp(-dlt){go,g}n(Tj), где верхний индекс " соответствует номеру испытания.
После подстановки найденной на предыдущем этапе функции T(7],t) в уравнение (3.1.2) соотношения (3.1.2), (3.1.3), (3.1.5) образуют негиперболическую задачу Коши для волнового уравнения, методы решения которой известны [1,43]. После нахождения функции v (rj,t) искомое перемещение определяется из обыкновенного дифференциального уравнения v=uan+ of и131 с однородным начальным условием.
Методика определения эффективных характеристик образцов композитных материалов в виде искривленных пластин основываются на алгоритмах решения начально-краевых задач для дифференциальных уравнений вида (2.5.7). Для построения постановок задач необходимо указать, какие из функций (физических величин), входящих в (2.5.7) известны, а какие являются искомыми. Как правило неизвестными полагаются характеристики динамического процесса {Nij, Мц, ец, к , и-,, w}E(x,t) и некоторые из характеристик исследуемого образца {Jp, Ащ, C;jkh Jp, Вщ, DijM}(x). Выбор неизвестных в соотношениях (2.5.7) обусловлен априорной информацией о возможных видах дефектов. Например, если a priori известно, что наполнитель распределен в материале равномерно и возможны только дефекты матрицы типа микротрещин, то, поскольку микротрещины не влияют на усредненную эффективную плотность материала, то можно заранее положить Jp = Jp e= 0. Наличие выделенного направления при технологической обработке (например, направление прокатки) позволяет заранее сделать вывод о возможном типе анизотропии. Таким образом, модель (2.5.7)-(2.5.10) порождает большое количество возможных математических постановок задач, а следовательно и алгоритмов их решения. Рассмотрим общий подход к решению задач, получаемых из модели (2.5.7)-(2.5.10), основанный на методе стационарных базовых процессов [52,54].
Методика определения эффективных характеристик образцов композитных материалов в виде искривленных пластин (рисунок 3.4) включает в себя следующие этапы:
Решение первых двух уравнений (3.1.7) может быть построено, например, методом рассмотренным [53], где аналогичные уравнения решались для трехмерного случая. Метод состоит в разделении искомого вектора на дивергентную и роторную составляющие. Составляющие удовлетворяют волновым уравнениям, соответствующим продольной и поперечной волнам. Разделение на отдельные начально-краевые задачи для выделенных составляющих возможно за счет использования граничных условий (2.5.9),(2.5.10). Каждая из полученных задач представляет собой задачу Коши для волнового уравнения с данными на непространственном многообразии (задачу Куранта), методы решения которой известны (например, [43]). После этого восстанавливаются перемещения в плоскости пластины uf(x,t) из дифференциальных уравнений vf=LuEi с одно родными начальными условиями
Математическая модель испытаний образцов композитных материалов по определению структурных характеристик должна включать в себя все соотношений модели испытаний по определению эффективных характеристик и, кроме того, должна содержать модельные соотношения, связывающие структурные и эффективные характеристики. Поэтому для построения алгоритмов нахождения структурных характеристик КМ существует два основных подхода: Первый подход состоит из двух этапов, на первом из которых определяются эффективные характеристики КМ, а на втором ищутся структурные характеристики КМ путем обращения модельных соотношений, выражающих эффективные характеристики через структурные характеристики (п. 2.1). При этом возможны ситуации, когда число независимых модельных соотношений (известных эффективных характеристик) не совпадает с количеством искомых структурных характеристик.
Как видно из приведенного примера, при использовании этого подхода нахождении искомых структурных характеристик имеется неоднозначность, связанная с выбором соотношений, которые должны выполняться точно. В случаях, когда невязки остальных соотношений действительно малы, указанный выбор влияет несущественно, т.е. характеристики, полученные разными способами, приблизительно равны. Однако, этот выбор целесообразно доверить специалисту, способному оценить исходную точность различных модельных соотношений.
Проектирование Автоматизированной системы исследований композитных материалов
Предложенный и обоснованный в предыдущих главах подход был взят за основу при проектировании программной реализации автоматизированной системы исследований композитных материалов (АСИКМ).
В рамках структурного подхода проектирования АСИКМ используются три типа моделей: ориентированные на функции, ориентированные на данные и на потоки данных. Каждую из них целесообразно использовать для описания каждой из сторон автоматизированной системы. При этом должны быть соблюдены основные требования к спецификациям: требование полноты, которое означает, что спецификации должны содержать всю существенную информацию, и где отсутствует несущественная информация, которая мешает разработчику в выборе наиболее эффективных решений; требование точности, означающее, что все спецификации должны однозначно восприниматься как разработчиком, так и заказчиком. Используемый подход к проектированию информационных систем основан на построении диаграмм потоков данных (DFD — Data Flow Diagrams), которые описывают взаимодействие источников и потребителей информации через процессы, которые должны быть реализованы в системе.
В рамках структуры АСИКМ выделяется четыре подсистемы, каждая из которых выполняет определенную группу функций (рисунок 4.1): 1) Информационная подсистема является хранилищем для всех данных, с которыми работает ИС. 2) Алгоритмическая подсистема содержит алгоритмы для обработки данных, хранимых информационной подсистемой. 3) Подсистема визуализации и отображения позволяет выводить графики, диаграммы, составлять отчеты. 4) Интерфейсная подсистема позволяет вести диалог пользователя с ИС, составлять запросы на выборку данных, осуществлять выбор алгоритмов, изменять и удалять данные Более детальные описания информационной и алгоритмической подсистем АСИКМ приведено в последующих разделах. Образцы экранных форм интерфейсной подсистемы, а также подсистемы визуализации и отображения приведены в приложении. Информационная подсистема является одной из основных систем АСИКМ. Исходя из требований, предъявляемых к информационной подсистеме, основными входящими в нее базами данных (БД) являются: - БД «Материалы», предназначенная для хранения информации о материалах и их физических свойствах, информации об армирующих элементах и дополнительной информации; - БД «Испытания», содержащая информацию о проведенных испытаниях, типах нагружений и результатах испытаний; - БД «Разграничения доступа», хранящая основную информацию о пользователях данной информационной системы, а так же уровне их доступа к информации, хранящейся в других базах данных; - БД «Алгоритмы расчетов характеристик материала», содержащая параметры алгоритмов определения характеристик материалов по результатам измерений в процессе тестовых испытаний; - БД «Алгоритмы классификации», содержащая параметры алгоритмов разбиения материалов на классы в соответствии со степенью их пригодности для изготовления конкретных изделий; - БД «Алгоритмы задач выбора», содержащая параметры алгоритмов векторной оптимизации, используемых для определения нескольких материалов, наиболее подходящих для изготовления конкретных изделий; - БД «Модели материалов», содержащая параметры моделей, служащих для расчета эффективных характеристик композиционных материалов по известным структурным характеристикам и характеристикам отдельных компонент. АП АСИКМ программно реализованы методики исследования КМ. Эта подсистема включает в себя пять основных программных модулей: - модуль «Алгоритмы диагностики»; - модуль «Алгоритмы статистической обработки»; - модуль «Алгоритмы классификации»; - модуль «Алгоритмы оптимизации»; - модуль «Алгоритмы экспертного анализа».
Модуль «Алгоритмы диагностики» содержит алгоритмы решения обратных задач для дифференциальных уравнений в частных производных. Содержательная постановка этих задач (в соответствии с общей методологией, описанной в главе 1) состоит в определении (уточнении) характеристик материалов по результатам измерений характеристик физических процессов, специальным образом инициированных в образцах материалов. Пользователь, не являющийся специалистом в области математического моделирования и численных методов , выбирает из предлагаемого перечня вид образца и характеристики материала, подлежащие (определению) уточнению, а также вводит геометрические размеры образца, параметры диагностических испытаний и результаты измерений. Однако пользователю может быть предоставлена возможность вмешаться в процесс информационного моделирования, начиная от разработки концептуальной модели до построения алгоритмической модели, путем задания параметров моделей. Методы и алгоритмы, программные реализации которых могут входить в этот модуль, рассмотрены в главе 3. При этом гибкость и открытость информационной системы предполагает возможность подключения новых алгоритмов.
Модуль «Алгоритмы статистической обработки» служит для статистической оценки качества КМ. В рамках реализованной системы этот модуль содержит лишь простейшие алгоритмы определения математического ожидания и дисперсии максимального, минимального и среднего значений, а также максимального значения модуля градиента характеристик-функций пространственно неоднородных КМ. Однако (в зависимости от целей исследования) этот модуль может быть дополнен.
Модуль алгоритмов классификации и распознавания КМ, позволяет разбить имеющуюся совокупность материалов на классы в соответствии с целью исследования. Так, например, при выборе наиболее подходящего материала для изготовления конкретного изделия целесообразно сначала выделить группы материалов близких по основным (требуемым для этого изделия) свойствам, затем провести выбор подходящего класса, а уже потом выбор материала в этом классе.
Модуль алгоритмов векторной оптимизации должен включать программную реализацию нескольких методов и поддерживать возможность настройки параметров каждого из методов, а также обеспечивает взаимодействие с информационной подсистемой.
Модуль экспертного анализа в рамках реализованной системы содержит алгоритмы метода ранжирования и метода парных сравнений, но допускает возможность расширения. Целью этого метода является поддержка выбора моделей и алгоритмов (а также параметров моделей и алгоритмов) в ходе исследования.
