CC BY
26Математические методы моделирования, управления и анализа данных
V. P. Kochetkov, N. S. Dyachenko Khakass Technical Institute - Branch of Siberian Federal University, Russia, Abakan
ANALISIS OF THREE-MASS ELECTROMECHANIC SISTEM OF TURNING MECHANISM
The given article considers a dynamic function of electric drive of a turning mechanism with non-traditional governing systems. These systems differ by adding of inner increases compensation in electromotive force of an engine, and by elastic moment.
This method is used in multi-engine systems with giving attention to troubles in transmission.
© Кочетков В. П., Дьяченко Н. С., 2009
УДК 621.548.4
А. В. Кривцов, А. А. Горшкалев, С. А. Журавлев, Е. А. Сайгаков
Самарский государственный аэрокосмический университет имени академика С. П. Королева, Россия, Самара
ОСОБЕННОСТИ МОДЕЛИРОВАНИЯ ФИЗИЧЕСКИХ ПРОЦЕССОВ В ВИХРЕВОЙ ТРУБЕ С ПОМОЩЬЮ ПАКЕТА ПРОГРАММ ANSYS
Применен программный пакет Fluent для моделирования физических процессов в трехмерной модели вихревой трубы. Доказано, что использование методов математического моделирования значительно упрощает процесс создания вихревой трубы при приемлемой точности.
Сущность вихревого потока и принцип работы вихревой трубы заключается в том, что сжатый воздух, проходя через сопло определенной формы, разгоняется до высокой скорости и, закручиваясь по спирали Архимеда, образует вихревой поток. Приосевые слои последнего сильно охлаждаются и отводятся через диафрагму с последующим использованием по назначению, а периферийные слои нагреваются и вытекают через дроссель в виде горячего потока. При этом температура холодного и горячего потоков также меняется.
Область условного применения вихревых труб обширна: прежде всего различное холодильное оборудование; промышленная электроника: создание «холодных зон» на поверхности или в объеме инструмента и/или материала; охлаждение блоков управления программных станков, автоматических линий, роботизированных участков, безлюдных производств, технология машиностроения, горячие и вредные производства: воздушные завесы в рабочих зонах покрасочных ка-
мер, кузнечных цехов, гальванических и металлургических производств, а также пищевые производства, транспорт: системы отопления и кондиционирования воздуха; горная и испытательная техника и мн. др.
В данной работе было проведено исследование вихревой трубы, изготовленной на кафедре теплотехники и тепловых двигателей. Для сокращения времени построения трехмерной модели был использован программный пакет Fluent. Для увеличения точности расчета ЭБ-модель была разбита с помощью различных типов сетки конечных элементов в предпроцессор Gambit. В ходе расчета была использована модель вязкости Спаларта-Аллмараса. Значение сходимости было принято равным 10-3, что обеспечивало требуемую точность результатов моделирования.
Полученные результаты моделирования совпадают с результатами экспериментов, проведенных предварительно, что позволяет сказать о правильности выбранной в программном пакете Fluent модели расчета и основных параметров.
Решетневские чтения
A. V. Krivtsov, A. A. Gorshkalev, S. A. Zhuravlev, E. A. Sajgakov Samara State Aerospace University патев after academician S. P. Korolev, Russia, Samara
FEATURES OF PHYSICAL PROCESSES MODELLING IN THE VORTEX TUBE BY MEANS OF SOFTWARE PACKAGE ANSYS
Features of this work consist in application of software package Fluent for modeling ofphysical processes in three-dimensional model of a vortex tube. By the results of researches it is possible to tell safely that usage of methods of mathematical modelling considerably simplifies process of creation of a vortex tube at comprehensible accuracy.
© Кривцов А. В., Горшкалев А. А., Журавлев С. А., Сайгаков Е. А., 2009
УДК 621.39:621.391.82
А. В. Кузовников, А. Л. Дерябин
Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева, Россия, Красноярск
НЕЙРОСЕТЕВАЯ КЛАССИФИКАЦИЯ ВХОДНЫХ СИГНАЛОВ
Проведен анализ существующих методов классификации входных сигналов. Построена модель нейронной сети встречного распространения для классификации входных сигналов. Показаны преимущества использования нейронных сетей и граничные условия их применимости.
В последнее время в связи с интенсивным развитием методов цифровой обработки появляются публикации, в которых для решения задачи определения типа модуляции предлагается использовать следующее:
- спектральный анализ нелинейных преобразований сигнала;
- спектрально-корреляционный анализ (метод спектрокоррелограмм);
- вейвлет-анализ сигнала;
- вероятностный и статистические методы;
- нейронные сети;
- фрактальный анализ.
В общем случае при ведении радиомониторинга вид принимаемого сигнала заранее неизвестен. Для обработки параметрически неопределенных сигналов для которых априорно неизвестны математические ожидания невозможно применить традиционные методы решений. Для решения задачи классификации параметрически неопределенных сигналов предлагается осуществить переход в признаковое пространство, в котором выборочная реализация отображается вектором, а ансамбль реализаций - областью. Для решения задачи выделения информативных признаков и классификации ансамблей реализаций наиболее оптимально подходит обработка в нейронных сетях.
В работе рассмотрен способ определения вида модуляции входного сигнала, с использованием
нейронной сети. Анализ различного вида нейронных сетей позволил выявить наиболее оптимальную структуру с точки зрения наибольшей вероятности правильного обнаружения и сложности реализации. Такими качествами обладает нейронная сеть встречного распространения (ЬУ^-сеть).
Нейррнн Менена ЫртыГррссёерга Рис. 1. Нейронная сеть встречного распространения
Алгоритм встречного распространения объединил в себе два алгоритма - самоорганизующуюся карту Кохонена и звезду Гроссберга. Данный тип нейронных сетей способен к обобщению, что и обусловливает области применения данной сети для распознавания и восстановления обра-
