Перейти в начало сайта Перейти в начало сайта
Электронная библиотека «Наука и техника»
n-t.ru: Наука и техника
Начало сайта / Совместные проекты / ЛЭСМИ
Начало сайта / Совместные проекты / ЛЭСМИ

Научные статьи

Физика звёзд

Физика микромира

Журналы

Природа

Наука и жизнь

Природа и люди

Техника – молодёжи

Нобелевские лауреаты

Премия по физике

Премия по химии

Премия по литературе

Премия по медицине

Премия по экономике

Премия мира

Книги

Бермудский треугольник: мифы и реальность

Загадки простой воды

Квантовый мир

Превращение элементов

Смотри в корень!

Физики продолжают шутить

Издания НиТ

Батарейки и аккумуляторы

Охранные системы

Источники энергии

Свет и тепло

Научно-популярные статьи

Наука сегодня

Научные гипотезы

Теория относительности

История науки

Научные развлечения

Техника сегодня

История техники

Измерения в технике

Источники энергии

Наука и религия

Мир, в котором мы живём

Лит. творчество ученых

Человек и общество

Образование

Разное

Научное направление

Разработка методов анализа данных в области статистики многофакторного математического моделирования, многокритериальной оптимизации

 

Современная технология проведения наукоемких исследований

Технология предназначена для решения прикладных задач многокритериальной компромиссной оптимизации, многофакторного математического моделирования, проведения вычислительного эксперимента с произвольными сложными системами: технологическими, техническими, материаловедческими, измерительными, организационными, военными, экономическими и другими.

Новизна технологии заключается в комплексе оригинальных алгоритмов программных средств, ноу-хау для разработки наукоемких изделий, высоких технологий, интеллектуальных средств измерений, композиционных материалов, повышения качества выпускаемой продукции.

Основные отличия от аналогичных разработок:

Достигнутые параметры:

Преимущества:

Технология может быть использована при создании новой техники и технологий в конструкторских, технологических, испытательных, эксплуатационных подразделениях НИИ, конструкторских бюро, на заводах; в вузах, факультетах повышения квалификации инженеров, исследователей, научных сотрудников, преподавателей.

Программное средство «Планирование, регрессия и анализ моделей» (ПС ПРИАМ)

Программное средство предназначено для выполнения следующего комплекса работ:

Новизна. ПС ПРИАМ разработан впервые и по мнению экспертов имеет преимущества по сравнению с аналогичными пакетами прикладных программ ПНП БИМ, BMDP, ППСА, ОТСЕВ. На Первом украинском конкурсе программных продуктов в 1993 году ПС ПРИАМ был отмечен дипломом.

Основные отличия от аналогичных разработок:

Достигнутые параметры:

Преимущества:

ПС ПРИАМ может быть использовано при создании новой техники и технологий в конструкторских, технологических, испытательных, эксплуатационных подразделениях НИИ, конструкторских бюро, заводов; в вузах, факультетах повышения квалификации инженеров, исследователей, научных сотрудников, преподавателей.

Средства измерения + математические модели = новые возможности

Разработка предназначена для исключения погрешностей возникающих при измерениях и в высокоточных технологических процессах. Возможно исключение методических, модельных, инструментальных, дополнительных, систематических, прогрессирующих (дрейфовых) систематических погрешностей в средствах измерений, измерительных информационных системах, технологических процессах и других объектах и системах.

Информационная коррекция полученных результатов осуществляется путем:

Основные отличия от аналогичных разработок:

Достигнутые параметры:

Преимущества:

Области применения:

Устойчивые (робастные) методы оценивания статистических моделей

Предназначены для получения устойчивых планов экспериментов; выбора не известных исследователю устойчивых структур многофакторных статистических полиномиальных моделей, линейных по параметрам; устойчивого оценивания коэффициентов моделей в условиях исходной мультиколлинеарности факторов.

Новизна

В качестве устойчивых (робастных) планов экспериментов используются многофакторные регулярные последовательные планы; квази-D-оптимальные планы (для нестандартных условий); планы на основе ЛПτ равномерно распределенных последовательностей. Устойчивое выделение истинных структур не известных исследователю различных моделей по одному плану эксперимента с использованием алгоритма RASTA3. Использование метода топологического отображения, собственной кодированной системы координат, фиктивных факторов, оптимальных координат факторного пространства для устойчивого оценивания коэффициентов моделей в условиях исходной мультиколлинеарности факторов.

Основные отличия от аналогичных разработок:

Достигнутые параметры:

Преимущества:

Области применения

Разработанные методы можно использовать при создании наукоемких изделий, высоких технологий, интеллектуальных средств измерений, новых материалов и других сложных систем и процессов.

Информационное обеспечение разработки технологических процессов и наукоемкой продукции

Без современных (часто называют высоких) технологий совершенствование и развитие современной экономики невозможно. Необходимо информационно обеспечить научные и технологические исследования с целью изготовления высококачественной наукоемкой продукции: информация позволяет экономить живой труд, энергию, сырье. На основе опубликованных источников эффективность полученной информации в 3 раза выше от эффективности образования, в 6 раз – от научно-технического прогресса, в 12 раз – от капитала и в 18...25 раз – от недвижимости. В 1990 г. в информационном (не материальном) секторе США было занято более 50% всей рабочей силы. Информация становится для развитых стран одним из наиболее важных национальных ресурсов.

Одним из основных направлений информационного обеспечения должны быть многофакторное математическое моделирование на основе стохастических моделей и многокритериальная оптимизация технологических систем и процессов.

Математическое моделирование информационно обеспечивает оптимальные (или рациональные) условия совершенствования и создания технологий изготовления машин, устанавливает причинные, структурные и количественные связи между начальным комплексом технических условий реализации технологического процесса и группой критериев качества изготавливаемой машины. Математические модели, будучи информационным ресурсом, позволяют свести к возможному минимуму физические ресурсы (вещественные, энергетические, пространственные и временные), необходимые для изготовления машин, и создать системные ресурсы (функциональные, целевые, эмергентные, оптимизационные), которые позволяют принципиально изменить технологическую, измерительную систему и приблизить ее к идеальному результату.

Многокритериальная (компромисс по Парето) оптимизация позволяет получить наиболее целесообразные объективно возможные технологические, технические, экономические, экологические и другие критерии качества технологических систем или выпускаемой ими продукции.

Для решения указанных проблем на кафедре технологии машиностроения Национального технического университета Украины «Киевский политехнический институт» была разработана информационная технология получения линейных относительно параметров, но не линейных относительно факторов, многофакторных стохастических математических моделей и проведения многокритериальной оптимизации.

Информационная технология включает:

  1. Методологию конструирования устойчивого (робастного) к выбору структуры многофакторной математической модели плана эксперимента.
  2. Формализованный выбор устойчивых структур математических моделей на основе экспериментально-статистического подхода.
  3. Устойчивое оценивание коэффициентов многофакторного уравнения регрессии при условиях мультиколлинеарности (сопряженности) факторов.
  4. Методологию коррекции поверхности отклика или цели для совершенствования технологических и иных систем в случаях, когда повышение их критериев качества за счет физических (конструкторских, технологических) возможностей исчерпано или приводит к слишком большим затратам.
  5. Программное средство «Планирование, регрессия и анализ моделей» (ПС ПРИАМ).
  6. Специализированное программное средство OptimeChoice.
  7. Вычислительный эксперимент с полученными многофакторными математическими моделями, визуализацию полученных результатов в виде диаграмм, графиков, изолиний, трехмерных изображений.
  8. Многокритериальную компромиссную оптимизацию систем, процессов и объектов.

Алгоритмическое и программное обеспечение для решения комплексных многофакторных задач позволяет получать модели, которые соответствуют критериям теоретической информационной эффективности, семантичности (информационной), устойчивости относительно выбранной структуры (корректности, робастности), адекватности, информативности по критерию Фишера и Бокса-Веца, фактической максимальной эффективности получения полезной информации из исходных данных.

Прикладная информационная технология проведения наукоемких исследований, которая была начата еще в 1975 году и развивалась дальше на протяжении двух десятилетий, позволяет решать следующие классы задач:

Основные задачи при обработке металлов резанием и производстве металлорежущих станков, которые решаются с использованием прикладных методов оптимизации и математического моделирования:

Опыт применения разработанных методов, алгоритмического и программного обеспечения характеризуется такими результатами:

  1. Оптимизация режимов обработки жаропрочных никелевых сплавов ЭП 741 НП и ЭП 539 ЛМ и инструментов из поликристаллических сверхтвердых материалов дала возможность повысить производительность обработки (точения) в 6,6 раза, улучшить качество обработанной поверхности (шероховатость Ra<1,25 мкм) и снизить брак при вытачивании дисков на 18%.
  2. При испытании агрегатов и узлов летательных аппаратов сокращается время испытаний на 30...80%. Материальные и энергетические затраты снижаются на 20...70%. Уменьшается на 20...40% количество рабочих и инженерно-технических работников, занятых в испытаниях, повышается надежность функционирования (сокращение отказов) в 1,5...5 раз, снижается себестоимость изготовления на 10...30%, увеличивается ресурс работы в 1,5...3 раза, снижается летательный вес агрегатов и узлов на 1...8%.
  3. Математическое моделирование и оптимизация технологического процесса антифрикционно-плосковершинного хонингования гильз цилиндров двигателя внутреннего сгорания (СМД-60) позволили повысить качество трущихся пар: на 100 км пробега расход топлива сократился на 0,5 л и масла – на 30...40 куб. см. Ресурс работы деталей цилиндро-поршневой группы повысился в 1,9...5 раз.
  4. Оптимизация технологического процесса вибрационной обработки деталей сложной формы в вязкопластичной среде по сравнению с процессами, которые ранее использовались, позволила уменьшить окончательную шероховатость поверхностей обработки к Ra = 6,3...3,2 мкм (ранее Ra = 10...8 мкм), сократить время обработки при Ra = 0,32 мкм в 3,4...4,8 раза, уменьшить энергоемкость процесса в 9...11 раз и технологическую себестоимость обработки в 10 раз, повысить производительность обработки в 4...8 раз.
  5. Практика математического моделирования шестикомпонентных тензометрических измерительных систем и трехкомпонентных тензометрических весов показала, что можно выявить количественное влияние других факторов, нелинейности, взаимовлияния факторов; сократить время проведения исследований в 10...15 раз, материальные затраты, количество исполнителей при аттестации систем – в 2...3 раза; повысить достоверность конечных результатов и выводов. Учет в математической модели разнообразных функционально-систематических погрешностей при моделировании цифровых весов позволило уменьшить среднюю погрешность измерений в 16 раз, а среднюю квадратичную погрешность – в 11 раз.
  6. Использование разработанного медного сплава Cu–Al–Mn с эффектом памяти формы в дроссельном терморегуляторе расхода хладагента дало возможность увеличить точность регулирования в 5...6 раз, уменьшить габаритные размеры, сократить вес конструкции в 20 раз, то есть фактически свернуть ранее используемую подсистему в рабочий орган посредством использования «идеального вещества» – сплава второго поколения с величиной восстанавливаемой при нагревании деформации 5...7%.

Примеры аналогичных результатов можно было бы продолжить.

Прикладная информационная технология проведения наукоемких исследований излагалась в лекциях по дисциплинам «Основы научных исследований и технического творчества», «Математическое моделирование и оптимизация технологических систем». Для слушателей факультета повышения квалификации преподавателей вузов была разработанная программа и впервые преподавался цикл лекций по курсу «Оптимизация технологических процессов в машиностроении». Инженеры-технологи, обучающиеся специальности «Системы автоматизированного проектирования технологического назначения», впервые на факультете повышения квалификации слушали лекции по курсу «Оптимизация технических решений». Разработанная методология многофакторного математического моделирования и ПС ПРИАМ были использованы при подготовке диссертационных работ свыше 20 аспирантов, соискателей, адъюнктов.

Прикладная информационная технология проведения наукоемких исследований успешно использовалась для решения широкого круга разнообразных задач в интересах более чем 25 организаций стран СНГ. Она внедренная в 17 организациях. Экономический эффект составил 7121000 долларов США.

 

Мы предлагаем следующее:

 

Дата обновления:

30 декабря 2015 года

Электронная версия:

© НиТ. Совместные проекты, 1998