Cтраница 2
Обобщающее уравнение подобия (12.29) описывает с погрешностью не более 10 % результаты вычислительного эксперимента при любых значениях физических переменных и со среднеквадратичной погрешностью 15 % результаты имеющихся физических экспериментов. [16]
Видно, что на рисунках теоретическая прямая практически не отличается от результатов вычислительного эксперимента. [18]
Рассматривается формально-математическая постановка задач обработки экспериментальных данных по физике плазмы, описываются алгоритмы и результаты вычислительных экспериментов по определению оценочных функций точности. Установлено, что при ошибке в экспериментальных данных до 20 % метод фильтров позволяет определить температуру и плотность плазмы с точностью нескольких процентов. [19]
При математическом моделировании процессов функционирования технической системы для определения вероятностных характеристик используют реализации дискретных случайных процессов, получаемых в результате вычислительного эксперимента на ЭВМ. Дискретные случайные процессы характеризуют изменение во времени фазовых координат и выходных параметров технической системы в условиях случайных воздействий внешней среды. Значения фазовых координат получают в процессе интегрирования системы дифференциальных уравнений математической модели, а значения выходных параметров вычисляют на основе функциональных зависимостей между ними и фазовыми координатами. Задачей анализа процесса функционирования технической системы в этом случае является получение статистических оценок вероятностных характеристик фазовых координат и выходных параметров, характеризующих качество и эффективность системы, и оценка степени выполнения технических требований на эти параметры. [20]
Для более подробного ознакомления с изложенными алгоритмами можно рекомендовать книгу [13], в которой приведены сведения о решаемых задачах и результатах вычислительного эксперимента. [21]
Изложены результаты вычислительных экспериментов, поставленных для задач, описывающих эти процессы, с начальными и краевыми условиями и когнитивными коэффициентами. Эксперименты проведены на специально разработанных вычислительных комплексах. Визуализация результатов дает картину прогноза чрезвычайных ситуаций, что является необходимым условием выхода из такого положения. [22]
![]() |
Зависимость силы сопротивления грунта ( глина от поперечных смещений трубопровода в полностью и не полностью засыпанных траншеях. [23] |
Во всех остальных случаях достаточно было провести моделирование для плоского деформированного состояния грунта, окружающего длинный трубопровод. Полученные в результате вычислительных экспериментов зависимости сопротивления грунта смещениям трубопровода в полностью и не полностью засыпанных траншеях ( пример на рис. 4.38) позволили определить требуемые для анализа значения понижающих коэффициентов. Как и ранее, все представленные выше алгоритмы анализа подвергшегося экскавации участка МГ были реализованы для практического использования в виде автоматизированной программной процедуры, предназначенной для работы в среде программы ANSYS. Для проведения анализа прочности выбранного участка пользователю PipEst достаточно только ввести в диалоговом режиме ( в системе последовательно открывающихся окон меню) необходимые исходные данные по геометрическим параметрам трубопровода и траншеи, а также характеристикам физико-механических свойств материала труб и грунта. После этого, весь процесс генерации расчетных моделей, приложения нагрузок и граничных условий, численного анализа и представления результатов выполняется автоматически. [24]
В § 1 ставится задача исследования эффективности. В § 2 кратко изложены некоторые результаты вычислительных экспериментов. В § 3 даны некоторые выводы. [25]
Мичи и Чемберс ( 1970) пришли к выводу, что система локально автономных автоматов, связанных с координирующим центром, способна к построению упорядоченной структуры, отыскивая траекторию к конечному состоянию методом проб и ошибок. Этот тезис представляет интерес, поскольку он опирается не на абстрактные рассуждения, а на результаты вычислительного эксперимента на ЭВМ, программа которого не содержала заведомых решений такого типа. [26]
![]() |
Схема верхней части грунта засыпки. [27] |
Поэтому, более рациональным подходом здесь представляется сделать несколько упрощений, не приводящих к существенным потерям точности, но зато получить аналитические зависимости, реализация которых значительно сократит время автоматизированного анализа и избавит пользователя от лишних трудозатрат. Следует также заметить, что реализация версии полностью автоматизированной программной процедуры построения конфигурации засыпанного в траншею грунта по результатам вычислительных экспериментов может быть также выполнена, например для заинтересованных в получении наиболее точных результатов специалистов научно-исследовательских организаций отраслей промышленности ТЭК. Также данная программная процедура будет полезна при расследовании причин случившихся аварий, когда требуется максимальный учет всех факторов. [28]
Очевидно, что на основании одних только результатов вычислительного эксперимента не представляется возможным оценить характер трудностей, возникающих при нахождении точного решения. Были получены теоретические оценки, подтвердившие результаты вычислительного эксперимента. [29]
За последние десятилетия интерес к математическому моделированию сложных физических процессов и необходимость в нем заметно возросли. Этому в значительной мере способствует прогресс в развитии компьютерной техники, численных методов решения всех типов задач математической физики и реализуемых на этой основе математических моделей. Любая современная наукоемкая технология так или иначе использует результаты вычислительных экспериментов. Сказанное в полной мере относится к исследованиям в области динамики жидкости и тепломассообмена. В ведущих научных центрах развитых стран интенсивно разрабатываются новые численные методы, алгоритмы и пакеты прикладных программ для решения соответствующих классов задач. [30]