Архив рубрики «Проектирование»

Экзаменационная программа по курсу «Проектирование ЭЛА»

1. Элементы релейно-контакторной системы управления электроприводом и их изображение на принципиальной схеме.
2. Схемы пуска двигателей с помощью релейно-контакторной системы управления. Способы управления контакторами при пуске.
3. Схемы электрического торможения двигателями. Принцип работы.
4. Схемы реверсирования двигателями. Принцип работы.
5. Системы синхронного вала. Прочитать остальную часть записи »

Особенности ЭМУС как объектов поиска и оптимизации проектных решений

1) Значительное количество и разнообразие параметров, характеризующих ЭМУС на различных этапах проектирования:
• геометрические размеры конструктивных элементов;
• характеристики электротехнических, магнитных, изоляционных, конструкционных и других материалов, применяемых в ЭМУС;
• обмоточные данные;
• параметры источников питания.
Прочитать остальную часть записи »

Геометрическая интерпретация задач поиска и оптимизации

Для лучшего уяснения сущности задач поиска и оптимизации проектных решений целесообразно дать геометрическую интерпретацию этих задач. Можно рассмотреть в качестве критерия оптимальности функцию двух переменных – уравнение эллиптического параболоида

Q = x12/2p + x22/2q, p > 0, q > 0 (1)

Прочитать остальную часть записи »

Постановка задачи поиска и оптимизации проектных решений

Задача поиска и оптимизации проектных решений ставится следующим образом: необходимо спроектировать некоторое ЭМУ, обладающее рядом функциональных свойств, среди которых, например, заданные требования по номинальной частоте вращения, номинальному и пусковому моменту, быстродействию и пр. и при этом требуется обеспечить максимальное значение КПД ЭМУ в условиях действия ограничений по габаритам, допустимому перегреву элементов конструкции, по выбору электромеханических и магнитных материалов, условиям эксплуатации и т. д.
Прочитать остальную часть записи »

Особенности задач поиска и оптимизации проектных решений

В состав проектных процедур, выполнение которых необходимо для получения проектных решений, входят также создание модели объекта и принятие проектного решения. Принятие проектного решения подразумевает выбор варианта проекта из имеющихся альтернативных на основе результатов анализа. Взаимосвязи основных проектных процедур в процессе получения проектных решений показаны на рис.1.
Прочитать остальную часть записи »

Виды обеспечения процесса проектирования, автоматизации проектирования и САПР

В определении САПР по ГОСТ 22487-77 важнейшим компонентом САПР назван комплекс средств автоматизации проектирования (КСАП). КСАП состоит из совокупности методического (МО), программного (ПО), технического (ТО), информационного (ИО) и организационного (ОО) обеспечения процесса проектирования:
Прочитать остальную часть записи »

Особенности проектирования ЭМУС

САПР развиваются на основе существующих, принятых и отработанных методов ведения проектных работ. Поэтому, прежде чем перейти к определению основных структурных компонентов САПР, необходимо рассмотреть содержание основных работ на этапах проектирования применительно к ЭМУС.
Прочитать остальную часть записи »

Понятие о САПР и определение САПР

Главным научно-техническим средством реализации автоматизации проектирования на практике является система автоматизированного проектирования (САПР). На основании изложенного выше САПР следует рассматривать как взаимосвязанный комплекс программных средств, компонентов информационного и организационного обеспечения на основе применения ЭВМ и математических методов, служащий для автоматизированного выполнения проектных работ, охватывающий все этапы разработки, повышающий уровень и качество проектирования с одновременным сокращением его сроков.
Прочитать остальную часть записи »

Предпосылки и цели автоматизации проектирования

Главной предпосылкой автоматизации проектирования явилось обострение антагонистического противоречия между возрастающей сложностью объектов и задач проектирования, с одной стороны, и традиционными методами и средствами ведения проектных работ, с другой. Так, в технически развитых странах с 1900 по 1960 гг. производительность труда в конструирования возросла в среднем лишь на 20 %, в то время как в производстве – в среднем на 1000 %. Это затягивало сроки проектирования и снижало уровень результатов, так как объекты морально старели часто до начала производства.
Прочитать остальную часть записи »

Способы выполнения и направления развития проектных работ

Модель – это заменитель реального объекта в тех свойствах и отношениях, которые требуются для решения практических задач. Соответственно моделирование рассматривается как метод опосредованного познания, в котором объект-модель находится в некотором неполном соответствии с объектом-оригиналом. Модель адекватна оригиналу, если она верно отражает интересующие человека свойства оригинала. Понятия «модель адекватна объекту» и «модель идентична объекту» принципиально отличаются, так как понятие «модель идентична объекту» означает полное совпадение объекта и модели.
Прочитать остальную часть записи »

Основные понятия проектирования. Основные проектные операции и их взаимосвязи, стадии и этапы проектирования

Проектная процедура – это взаимосвязанная, взаимообусловленная совокупность действий, направленных на получение проектных решений.

Проектное решение – промежуточное или окончательное описание объекта проектирования, необходимое и достаточное для продолжения или окончания проектирования или вариант проекта, удовлетворяющий требованиям технического задания (ТЗ) (промежуточное или конечное описание объекта проектирования).
Прочитать остальную часть записи »

Классификация объектов и задач проектирования, подходы к проектированию

Объекты проектирования (или проектируемые объекты), т. е. объекты, в отношении которых выполняется процесс проектирования, классифицируются в зависимости от соотношения структуры и элементной базы.

Структура объектов проектирования – это расположение составных элементов объектов в пространстве относительно друг друга и других, внешних, объектов и окружающей среды, а также изменение этого расположения с течением времени.
Прочитать остальную часть записи »

Проектирование и его место в жизненном цикле технических объектов и систем

Проектирование – это процесс перехода от перечня требований по функциям, выполняемым объектом, к описанию объекта, достаточному для организации его производства и эксплуатации.

Жизненный цикл технических объектов и систем
Рис.1 Жизненный цикл технических объектов и систем

Прочитать остальную часть записи »

Некоторые подходы к решению задач невыпуклого программирования

Рассмотрим задачу нелинейного программирования следующего
вида:

min xn, где D = {x|gi(x) ≥ 0, i = 1,2, …, m}. (7.97)

Относительно допустимой области D предположим, что она является односвязным замкнутым множеством. В отличие от задачи выпуклого программирования допустим, что множество D может не удовлетворять условию выпуклости. В этом случае задача (7.97) является задачей невыпуклого программирования и может иметь несколько локальных минимумов.
Прочитать остальную часть записи »

Алгоритм, реализующий метод внутренних точек

Алгоритм, реализующий метод внутренних точек, можно представить в виде следующей последовательности действий.

1. Из решения вспомогательной задачи находится начальное приближение х°, принадлежащее множеству внутренних точек D0, и принимается хr0 = х°. (Если априори точка x°∈D0 известна, то этот этап опускается.)
Прочитать остальную часть записи »

Преобразование задачи нелинейного программирования при помощи функций штрафов в последовательность задач безусловной оптимизации

Рассмотрим класс алгоритмов, которые позволяют решение задачи нелинейного программирования свести к решению последовательности задач безусловной оптимизации.

В общем виде такое преобразование осуществляется при помощи специальным образом сконструированной функции, называемой штрафной функцией (функцией нагружения и т. д.):

Ф(х, cr) = Q(x) + R(х, cr) = Q (X) + сrψ(х). (7.77)

Прочитать остальную часть записи »

Использование коллектива независимых стохастических автоматов как некоторой системы поисковой оптимизации

Другой подход к решению задачи локализации точки глобального минимума X* многопараметрической функции Q (x1, x2, …, xn) связан с использованием коллектива независимых стохастических автоматов как некоторой системы поисковой оптимизации.
Прочитать остальную часть записи »

Автоматная оптимизация

Рассмотрим обобщение метода F21 поиска точки глобального минимума произвольной кривой с помощью стохастического автомата на случай многопараметрических положительных функций Q (х).

Каждый интервал [0, ci] изменения i-й переменной разделим на Ki отрезков равной длины

ωi = ci/Ki, i =1, 2, …, n. (6.35)

Прочитать остальную часть записи »

Обобщение методов оптимальных покрытий на многомерный случай

Будем предполагать, что минимизируемая функция Q(x) в задаче принадлежит классу KL функций, удовлетворяющих условию типа условия Липшица с известной константой L:

|Q(x1) — Q(x2)| ≤ Lρ(x1, x2), x1, x2∈Dx, (6.10)

Прочитать остальную часть записи »

Сведение многомерной задачи оптимизации к задаче одномерного глобального поиска

Пусть минимизируемая функция Q (х) зависит от небольшого числа переменных (n ≤ 3). В этом случае для решения задачи поиска глобального минимума x* непрерывной функции Q (х), определенной в n-мерном гиперпараллелепипеде Dx = {x|ai ≤ xi ≤ bi , i = 1, 2,…, n}

min Q(x1, x2, …, xn), (6.1)

Прочитать остальную часть записи »

Минимизация функций без вычисления производных

При решении задачи оптимального проектирования часто приходится иметь дело с математическими моделями, в которых не имеется аналитических выражений для первых производных минимизируемой функции Q(х). В связи с чем поиск оптимального решения х* приходится вести по результатам вычислений функции Q (х). Методы, которые используют для выбора точки очередного испытания хr информацию только о значениях функции Q (х), называются методами прямого поиска (методами нулевого порядка, методами минимизации без вычисления производных).
Прочитать остальную часть записи »

Квазиньютоновские методы минимизации

Рассмотрим класс алгоритмов, которые основаны на квадратичной аппроксимации минимизируемой функции Q (х) в Δ-окрестности каждого приближения xr разложением в ряд Тейлора. В связи с тем, что для определения очередного приращения Δr эти алгоритмы требуют вычисления первых и вторых производных функций Q (х), они получили название методов второго порядка.
Прочитать остальную часть записи »

Градиентные методы спуска

Определение минимального значения многопараметрической функции Q (х), заданной в n-мерном евклидовом пространстве связано с решением задачи безусловной оптимизации:

min Q(x1, х2,…, xn). (5.1)

Здесь каждая переменная xi, i= 1, 2, …, n, может принимать значения от -∞ до +∞. Предположим, что функция Q (х) является унимодальной функцией, для которой в каждой точке х может быть получено с помощью градиента ∇Q(х)= {∂Q/∂x1, …, ∂Q/∂xn), а при необходимости и гессиана (матрицы вторых производных)
Прочитать остальную часть записи »

Автомат Буша-Мостеллера

Стратегия поиска точки глобального минимума х* по алгоритму F20*с помощью автомата Буша—Мостеллера сводится к следующей последовательности действий.

1. Задаются одинаковые значения вероятностей выбора состояний автомата pj(r) = 1/М, j = 1,2, …, М, и принимается Qj* = A для всех j = 1, 2, …, М, где A — положительное большое число.
Прочитать остальную часть записи »

Поиск глобального минимума кривой с помощью стохастических автоматов

Рассмотрим класс алгоритмов, поиск точки глобального минимума X* в которых основан на теории автоматов.

Под автоматом будем понимать динамическую систему, которая в дискретные моменты времени r = 1, 2 ,3, …, воспринимая на входе сигнал у(r), изменяет свое внутреннее состояние S (r) согласно уравнению:

S(r) = φ1[у(r), S (r — 1)] S(0) = S0. (4.75)

Прочитать остальную часть записи »

Метод кусочно-кубической и кусочно-линейной аппроксимации.

Процедура поиска точки глобального минимума х* аппроксимирующей модели может быть упрощена, если в качестве математической модели использовать кусочно-кубическую кривую SN(х), проходящую через точки испытаний (xi, Q(xi)), i = 1, 2, …, N, и моделирующую поведение функции Q (х) на отдельных отрезках интервала |a, b| полиномами третьей степени Р3(х) = ∑αkixk. В этом случае поиск точки глобального минимума х* произвольной кривой Q (х) может быть осуществлен с помощью метода кусочно-кубической аппроксимации F15, в котором точки испытаний на каждом k-м шаге выбираются независимо от информации о поведении функции Q(x) и равномерно располагаются на интервале [a, b]:

xi(k) = a + i(b-a)/(Nk-1), i = 0, 1, …, Nk — 1.

Прочитать остальную часть записи »

Построение аппроксимирующих моделей минимизируемой функции

Рассмотрим класс алгоритмов, поиск глобального минимума по которым сводится к следующей последовательности действий:

1) проводятся испытания в точках xi, i = 1, 2,…, N, расположенных определенным образом на интервале [a, b];

2) по полученным значениям (xi, Q (xi)), i = 1,2,…, N, строится математическая модель, аппроксимирующая функцию Q (х) на интервале [a, b];
Прочитать остальную часть записи »

Параллельные методы, комбинирующие пассивные и последовательные стратегии поиска

Многопроцессорные ЭВМ открывают возможность одновременной оценки нескольких независимых значений функции Q (х) путем распараллеливания вычислений. В связи с чем для минимизации унимодальных функций могут быть построены параллельные алгоритмы поиска, в которых на каждом i-м шаге часть испытаний ni ≤ N проводится одновременно в заданной совокупности точек х1, х2, …, хn.
Прочитать остальную часть записи »

Методы полиномиальной интерполяции

Пусть после проведения k испытаний имеет место ситуация III (рис. 3.7, в, см. предыдущий пост): Прочитать остальную часть записи »

Повышение эффективности унимодального поиска за счет дополнительной информации о минимизируемой функции

Без потери общности предположим, что решается задача минимизации унимодальной функции Q (х), определенной на единичном интервале [0, 1], во внутренней точке ξ которого имеется информация о численном значении функции Q (ξ). В этом случае применение процедур сокращения интервала неопределенности позволяет получить после проведения N испытаний апостериорный интервал неопределенности [aN, bN], длина которого определяется следующим выражением:

lN(ξ) = bN — aN = max ((1-ξ)/uN, ξ/uN-1), 0 ≤ ξ ≤ 1/2; (3.61)

Прочитать остальную часть записи »




Статистика