CC BY
113
Выпуск 3
В заключение следует отметить, что в рамках поставленной задачи, предложены механизмы сематического анализа предложений на ЕЯ, результаты которого позволяют реализовать интеллектуальный доступ к реляционным данным, а реализованный интерфейс позволяет существенно сократить и упростить процесс формирования отчетов.
Список литературы
1. Дейт К. Дж. Введение в системы баз данных = An Introduction to Database Systems / К. Дж. Дейт. — 7-е изд. — М.: Вильямс, 2001.
2. Тузов В. А. Компьютерная семантика русского языка / В. А. Тузов. — СПб.: СПбГУ, 2003. — 392 с.
3. Хомский Н. А. Аспекты теории синтаксиса / Н. А. Хомский. — М., 1972. — 259 с.
4. Мельчук И. А. Опыт теории лингвистических моделей «смысл-текст» / И. А. Мельчук. — М.: Школа «Языки русской культуры», 1999. — 346 с.
5. Волкова И. А. Введение в компьютерную лингвистику. Практические аспекты создания лингвистических процессоров / И. А. Волкова. — М.: МГУ, 2006. — 43 с.
УДК 62.50 Г. Е. Барщевский,
аспирант, СПГУВК
ИСПОЛЬЗОВАНИЕ МЕТОДА СЛУЧАЙНОГО БАЛАНСА В ЗАДАЧАХ ОТСЕИВАЮЩЕГО ЭКСПЕРИМЕНТА ДЛЯ СУДОВЫХ АВТОМАТИЗИРОВАННЫХ СИСТЕМ USE OF ACCIDENTAL BALANCE PROBLEMS IN SHIP SCREENING EXPERIMENTS FOR AUTOMATED SYSTEMS
В статье рассматривается использование метода случайного баланса для определения параметров, отклонение которых оказывает наиболее существенное влияние на значения показателей качества автоматической системы управления движения судов с динамическими принципами поддержания.
The article discusses the use of the method of random balance to determine the parameters, the deviation which has the most significant impact on the value of automatic quality control system traffic dynamically supported.
Ключевые слова: баланс, автоматизированная система, динамические принципы поддержания.
Key words: balance sheet, an automated system, the dynamic principles of maintenance.
140 -------------------------------------------------------------------------------------
ПРИ рассмотрении продольного или бокового движения судов с динамическими принципами поддержания (СДПП) число параметров, значения которых по тем или иным причинам могут отличаться от расчетных, как правило, бывает достаточно велико — порядка двадцати. Естественно, что отклонение от расчетных значений различных параметров не в
равной степени сказывается на изменении показателей качества, и нет необходимости учитывать разброс всех параметров. Возникает задача выделения существенных параметров объекта управления — судна, то есть параметров, отклонение которых наиболее существенно влияет на значение показателей качества автоматической системы управления движения (АСУД) СДПП.
В одних случаях решение подобной задачи вызвано необходимостью проведения исследований по выбору наиболее удачных в некотором смысле элементов архитектуры судна, которые непосредственно связаны со значениями параметров объекта управления. В других случаях необходимость учета разброса параметров объекта связана с отсутствием полной априорной информации о его параметрах, наличии больших ошибок при измерении отдельных параметров либо с изменением характеристик СДПП для различных режимов движения. Как известно, СДПП при изменении скорости значительно меняет посадку, что существенно сказывается на аэродинамических характеристиках судна. Произведем выбор существенных параметров объекта управления при исследовании бокового движения СДПП. Значения параметров зависят от углов дрейфа в и крена у, а также угловых скоростей юх и ю Для решения этой задачи воспользуемся методом случайного баланса.
Метод случайного баланса обладает большой разрешающей способностью, то есть он позволяет в задачах отсеивающего эксперимента выделить существенные факторы и произвести их ранжирование на фоне большого числа исследуемых факторов [2].
Динамика бокового движения СДПП описывается системой линеаризованных дифференциальных уравнений пятого порядка. Произведем оценку влияния 18 аэродинамических коэффициентов и конструктивных параметров, входящих в линеаризованные уравнения, на значения дисперсии угла рыскания при действии ветроволнового возмущения. Наименование этих коэффициентов и параметров и их обозначения приведены в табл. 2. Будем условно считать, что диапазон изменения отдельных параметров составляет ±10 %.
В основу расчета положена матрица планирования эксперимента табл. 1. Согласно этой матрице производился расчет дисперсии угла рыскания при соответствующих значениях параметров (нормированному значению х. = ± 1 соответствует = 1,13^ , а х.= -1 — значение х1 = 0,9л:;ном,
где 5с, — номинальное ненормированное значение /-го параметра). Результаты расчета сведены
в табл. 3 (столбец П). Далее необходимо оценить значения вкладов для каждого параметра.
С этой целью необходимо составить для каждого параметра таблицы, состоящие из двух столбцов значений исследуемого показателя, соответствующих верхнему и нижнему уровням параметров. Так, для первого параметра (х1), как видно из соответствующего столбца матрицы случайного баланса (см. табл. 1), верхнему уровню параметра соответствуют значения дисперсии угла рыскания, полученные в результате расчетов 3, 4, 5, 9, 10, 12, 13 и 15-й точках спектра плана, а нижнему уровню параметра — значения показателя во всех остальных точках. Указанные значения показателя во всех остальных точках. Указанные значения показателя для первого параметра сведены в табл. 4. В качестве центров распределения взяты средние арифметические, причем для верхнего уровня _0+ = 0,8227, а для нижнего — £)_ = 0,8026. Аналогичным образом находим средние арифметические оценки для обоих уровней каждого фактора. Разность значений центров распределений для каждого параметра определяет вклад данного параметра. Значения вкладов Е всех параметров приведены в табл. 5 (левый столбец). Из табл. 5 видно, что наибольший вклад вносят параметры х13 и х16.
Строим вспомогательную таблицу (табл. 5), строки которой соответствуют матрице планирования типа 22, где исследуемыми параметрами являются существенные параметры х и х Пользуясь выражениями (1) и (2):
Ь,=
(2)
м
определяем средние значения показателя по строкам (табл. 5) и значения коэффициентов полино-
Выпуск 3
Выпуск 3
миальной модели 2Ь13 и 2Ь которые приведены в табл. 7. Далее на основе выражений (3) и (4):
*,=!>,(**+ ')■ (3) ^(/ЬтТ-гЕ^-.К')2 (4)
/=1 Лг — 1 и=!
определяем значения показателей с учетом выделенных факторов (столбцы 3 и 4 табл. 2), общую дисперсию и дисперсии этих столбцов Б(12) и Б(17), то есть дисперсии показателя после исключе-
ния параметров х и х16. Значения выборочных дисперсий даны в табл. 8.
Таблица 1
№ точки плана х1 х2 х3 х4 х14 х15 х16 х17 х18
1 -1 + 1 + 1 +1 -1 -1 -1 -1 -1
2 -1 -1 +1 -1 -1 -1 +1 +1 +1
3 +1 -1 +1 -1 -1 -1 -1 +1 -1
4 +1 +1 +1 +1 +1 +1 +1 +1 -1
5 +1 +1 +1 -1 +1 +1 +1 -1 +1
6 -1 +1 +1 -1 +1 +1 -1 -1 +1
7 -1 +1 -1 +1 +1 -1 +1 +1 +1
8 -1 + 1 -1 -1 -1 + 1 -1 + 1 -1
9 +1 + 1 -1 + 1 -1 + 1 + 1 -1 -1
10 +1 -1 +1 +1 +1 -1 +1 +1 +1
11 -1 -1 -1 -1 +1 -1 -1 -1 +1
12 +1 -1 -1 +1 +1 +1 -1 +1 +1
13 +1 -1 -1 -1 -1 -1 +1 -1 -1
14 -1 -1 -1 +1 +1 +1 -1 +1 -1
15 +1 +1 -1 -1 +1 -1 -1 -1 +1
16 -1 -1 + 1 +1 -1 +1 +1 -1 -1
Таблица 2
№ параметра Принятое обозначение Условное обозначение Наименование параметра
1 2 3 4
1 СВ х1
2 (’''ш 2 х2 Частные производные боковой силы
3 С“у х3
4 С7 2 х4
5 т В У х5
6 т “х У х6
7 т “у У х7
8 т7 У х8 Частные производные момента
9 тв х9 гидродинамических сил
10 т “х х х10
11 т “у х х11
12 тг х х12
13 Б х13 Площадь крыла
14 3 хУ х14 Момент инерции
15 1 х15 Размах крыльев
16 т х16 Масса судна
17 3 х х17 Моменты
18 3 У х18 инерции
Таблица 3
№ точки плана П П(13) П(16) П(19) П(15) П(14, 15) П(12, 15)
1 1,0597 0,9478 0,9478 0,9478 0,9478 0,8958 0,8958
2 0,7119 0,7119 0,8019 0,8514 0,8514 0,7994 0,7994
3 0,8422 0,8422 0,8422 0,8422 0,8422 0,7902 0,8402
4 0,8721 0,7602 0,8502 0,8997 0,9384 0,8864 0,8864
5 0,7201 0,7201 0,8101 0,8101 0,8488 0,7968 0,8468
6 0,6993 0,5874 0,5874 0,6369 0,6756 0,7256 0,7256
7 0,6893 0,6893 0,7793 0,8288 0,8288 0,8288 0,8788
8 0,7943 0,7943 0,7943 0,8438 0,8825 0,8825 0,8825
9 0,7522 0,6403 0,7303 0,7798 0,8885 0,8185 0,8625
10 0,8468 0,7349 0,8249 0,8249 0,8249 0,8249 0,8249
11 0,8254 0,8254 0,8254 0,8254 0,8254 0,8254 0,8754
12 0,7682 0,7682 0,7682 0,8177 0,8564 0,8044 0,8544
13 0,8462 0,7343 0,8243 0,8243 0,8243 0,7723 0,7723
14 0,9388 0,8269 0,8269 0,8764 0,9151 0,8631 0,8631
15 0,9339 0,822 0,822 0,822 0,822 0,822 0,872
16 0,7027 0,7027 0,7927 0,7927 0,8314 0,8314 0,8314
Таблица 4
П+ П
0,8422 1,0597
0,8721 0,7119
0,7201 0,6993
0,7201 0,6993
0,7522 0,6993
0,8468 0,7943
0,7682 0,8254
0,8462 0,9388
0,9339 0,7027
Б+ = 0,8227 £>_ = 0,8026
Таблица 5
№ Е Е
1 +0,0201 +0,0145
2 +0,0048 -0,0231
3 -0,0231 +0,0109
4 -0,0117 +0,0265
5 +0,0320 -0,0625
6 -0,0810 -0,0475
7 -0,0418 -0,0137
8 0,0682 +0,0457
9 -0,0688 -0,0689
10 +0,0072 -0,0207
11 -0,0148 +0,0077
12 -0,0242 -0,0297
13 +0,1118 -0,0001
14 +0,0232 +0,0233
15 -0,0634 -0,0635
16 -0,0900 -0,0001
17 -0,0094 +0,0185
18 -0,0766 -0,0487
Выпуск 3
Выпуск 3
Таблица 6
13 16 Сочетание номеров Б 1 А
+1 +1 4; 9 0,8721; 0,7522 0,8293
10; 13 0,8468; 0,8462
-1 +1 2; 5 0,7119; 0,7201 0,7060
7; 16 0,6893; 0,7027
+1 -1 1; 6 1,0597; 0,6993 0,9079
14; 15 0,9388; 0,9339
-1 -1 3; 8 0,8422; 0,7943 0,8075
11; 12 0,8254; 0,7682
* Здесь приводятся сочетания номеров точек плана из табл. 4
Таблица 7
2*13 2*16 9 2 2Ь15 2Ь14,15 2Ь12,15
0,1119 -0,0918 -0,0495 —0,0378 0,052 —0,05
Таблица 8
2 5 2 513 2 516 2 5 9 2 515 2 5 2 2 510
0,0116 0,0075 0,0054 0,0042 0,0038 0,0028 0,0026
Таблица 9
2 2
х 2 ' 100% •У Относительный вклад, %
х13 32 32
Х16 51 19
Х9 62 11
Х15 65 3
Х14 Х15 75 10
Х12 Х15 82 7
Далее можно с помощью выражения
У = (5)
вычислить относительные вклады (эффекты) указанных параметров в величину выборочных
дисперсий, которые даны в табл. 9. Эффект параметра х13 составляет 32 %, а эффект параметра х19 — 19 %.
На следующем этапе уже относительно Б(16) производим расчеты вкладов Е' (табл. 5) из
которых следует, что теперь наиболее существенными параметрами являются х9 и х Из табл. 5
видно, что влияние параметров х и х полностью исключено, так как их средние арифметические.
соответствующие нижнему и верхнему уровням, практически совпадают. Далее строим вспомогательную таблицу, аналогичную табл. 6, и на основе выражений (1)-(4) определяем коэффициенты полиномиальной модели 2 в 9 и 2 в 15, дисперсии З2 (9) и « и эффекты параметров х6 и х которые, как и результаты первого этапа расчета, приведены в табл. 6, 7.
Суммарный вклад выделенных параметров составляет 65 %, то есть влияние остальных параметров сравнительно невелико.
Анализ влияния взаимодействий параметров показал, что наиболее существенными из них являются х1х15 и х12х15. Значения коэффициентов полиномиальных моделей, дисперсий и эффектов взаимодействий также приведены в табл. 7-9.
Таким образом, параметры х13, х16, х9, х15 и взаимодействия х14х15 и х12х15 наиболее существенно влияют на значение дисперсии угла рыскания. Выражение для полиномиальной модели дисперсии угла рыскания при исследуемом ветроволновом возмущении согласно табл. 7 имеет вид
Л/.) = 0,5595х13 - 0,04509х16 - 0,02475х9 - 0,001891х15 + А 0,0260х1.х15 - 0,0250х12х15.
13 16 9 15 14 15 12 15
Суммарный вклад этих факторов составляет 82 %, на долю остальных факторов приходится 18 %, то есть их влиянием можно пренебречь.
При использовании метода следует помнить, что число точек спектра плана случайного баланса обычно меньше числа исследуемых параметров, то есть число степеней свободы / оказывается отрицательным. Поэтому метод случайного баланса не обеспечивает непосредственной корректной статистической проверки полученных результатов по методу наименьших квадратов.
Однако, несмотря на указанные недостатки, метод случайного баланса нашел широкое применение в самых разных областях, в первую очередь при исследовании различных технологических процессов [1], а опыт его использования показал целесообразность применения этого метода при исследовании судовых технических систем.
Следует отметить, что обработка результатов эксперимента на основе метода случайного баланса сравнительно просто реализуется на компьютерах, что позволяет существенно упростить процесс ранжирования параметров, влияющих на значения показателей качества процессов в судовых АС [3].
Список литературы
1. Налимов В. В. Статистические методы планирования экстремальных экспериментов / В. В. Налимов, И. А. Голикова. — М.: Наука, 1985. — 340 с.
2. Математическая теория планирования эксперимента. М.: Наука, 1983.
3. Барщевский Е. Г. Основы вычислительного эксперимента / Е. Г. Барщевский, Ю. Я. Зубарев. — СПб.: СПГУВК, 2009.
Выпуск 3
