Cтраница 3
ПЧБД содержит информацию об электрических, тепловых и механических режимах работы ЭРИ, значения функций чувствительности выходных характеристик РЭС к изменению внутренних параметров элементов и расчетные значения выходных характеристик РЭС, а АЧБД содержит исходные данные и результаты расчетов показателей надежности и качества ранее исследованных РЭС. Модуль позволяет осуществлять редактирование данных, просмотр данных и тестирование данных. Кроме того, в состав модуля входит интерфейс связи с проблемными подсистемами системы АСОНИКА, с помощью которого в ПЧБД заносится информация о результатах тепловых, механических и электрических расчетов схем и конструкций РЭС, необходимая для комплексного моделирования случайных процессов. Модули идентификации параметров вероятностных моделей и идентификация параметров моделей надежности необходимы для расчета параметров моделей ЭРИ по их справочным данным. Модуль вывода предназначен для вывода и интерпретации результатов расчетов показателей надежности и качества РЭС, а именно вероятности безотказной работы, среднего времени наработки до отказа, допусков на выходные характеристики и их составляющих, характеризующих степень влияния возмущающих факторов элементов и их параметров на общий уровень этих показателей. Для вывода этой информации используется интерфейс ПЧБД. В случае необходимости просмотра результатов расчетов ранее исследованных РЭС, необходимая информация для расчетов может быть выведена из АЧБД с помощью интерфейса АЧБД. Модуль анализа результатов позволяет выбрать из библиотеки типовых рекомендаций те, которые являются наиболее эффективными с точки зрения повышения надежности в данном конкретном случае. [31]
Соблюдение полного динамического подобия означает инвариантность всех определяющих критериев подобия. Это, однако, не всегда возможно вследствие различного, часто противоположного, влияния рассчитываемых характеристик процесса на действующие в потоке силы. Например, критерий Рейнольдса Re требует соблюдения соотношения скоростей в модели и натуре, обратно пропорциональных диаметрам: Ыср. В связи с этим возникает вопрос о выборе из числа определяющих критериев таких, по которым следует производить расчет параметров модели. [32]
Московское УМГ ( ныне ПО Мострансгаз) в 1971 г. было выбрано в качестве базового предприятия для отработки методов и моделей прогнозирования суточных объемов газопотребления. Первые модели, предложенные для этих целей [43, 44, 46], учитывали все основные особенности процесса ( наличие суточной, недельной, сезонной неравномерностей), однако, как показали дальнейшие исследования, были неоправданно сложны. Несмотря на возможность использовать специальные процедуры, позволяющие формализовать процесс формирования структуры регрессионного уравнения [31, 83], более предпочтительным представляется подход, предусматривающий анализ лишь относительно простых, поддающихся естественной технологической интерпретации взаимосвязей. В пользу этого свидетельствуют следующие соображения. Во-первых, усложнение зависимостей требует удлинения обучающей выборки, на качестве которой будут в этом случае в большей степени сказываться изменения структуры газопотребления и другие трудноформализуемые факторы, элиминация которых достаточно сложна. Во-вторых, необходимо принимать во внимание возможность систематического получения и точность информации, служащей базой для расчета параметров модели и прогнозирования. [33]
Задача дискриминации заключается в выборе такой модели среди нескольких конкурирующих, к-рая наиб, правильно отражает механизм процесса и обладает наилучшей предсказательной способностью. Эта задача реализуется сопоставлением результатов оценки соответствия модели опытным данным при использовании разл. Самый простой метод дискриминации состоит в вычислении параметров каждой предложенной модели по эксперим. В качестве выбранной модели принимают модель с миним. Если не удается выбрать механизм, не противоречащий опытным данным, то либо расширяют исследуемую область, либо смещают расположение точек в факторном пространстве и операцию повторяют. Достоинство такого подхода заключается в том, что исследователь одновременно решает обе задачи - вычисление параметров и дискриминацию моделей. К недостаткам можно отнести то, что при этом часто требуются большие затраты времени на эксперименты и расчет параметров моделей. [34]