CC BY
40
среде ANSYS CFX было проведено моделирование, чтобы определить степень влияния вращения на аэродинамику снаряда пращи. Расчетная схема, в соответствии с ГОСТ 20058-80 [3], принята для скоростной системы координат. На рисунке приведена зависимость проекции силы лобового сопротивления от скорости снаряда и его оборотов. Как показали численные эксперименты, до скоростей порядка 40 м/с влияние вращения крайне незначительно, а при 50 м/с разница силы лобового сопротивления при 15 об/с и при их отсутствии составляет не более 10-15%.
Ж, Н 0,14 0,12 0,10 0,08 0,06 0,04 0,02
0 10 20 30 40 50 v, м/с
Рисунок. Изменение силы лобового сопротивления от скорости и угловой скорости снаряда пращи
Вращение снаряда пращи приводит к тому, что из-за эффекта Магнуса появляется боковая сила, которая тем больше, чем больше скорость вращения. Например, при скорости 40 м/с и угловой скорости 15 об/с она составляет 0,016 Н. Нетрудно убедиться, что при дальности в 100 м это приводит к боковому отклонению почти на 2 м. Еще одним следствием эффекта Магнуса является наличие подъемной силы. Для этих же условий она составляет 0,003 Н, т.е. на порядок меньше силы тяжести.
Проведенные расчеты показали, что эффективная праща должна иметь низкую угловую скорость. Ее увеличение приводит к сильному боковому отклонению, которое нельзя принять, даже учитывая фактор увеличения подъемной силы. В связи с этим очевидно, что рабочая часть пращей должна иметь гладкую поверхность, чтобы сообщить снаряду меньшую закрутку. Однако с увеличением скорости полета неизбежно возрастает угловая скорость, в связи с чем, с точки зрения аэродинамики, скорость снаряда для пращи вряд ли превышала 40-50 м/с.
1. Korfmann M. The Sling as a Weapon // Scientific American. - 1973. - V. 229. - № 4. - Р. 34-42.
2. Коробейников А.В., Митюков Н.В. Баллистика стрел по данным археологии: введение в проблемную область. - Ижевск: Изд-во НОУ «КИТ», 2007. - 140 с.
3. ГОСТ 20058-80. Динамика летательных аппаратов в атмосфере. Термины, определения и обозначения. - Введ. 01.07.1981. - М.: Изд-во стандартов, 1981. - 54 с.
Ганзий Юлия Валентиновна - Ижевский государственный технический университет, аспирант; Камский институт гуманитарных и инженерных технологий, старший преподаватель; Nico02@mail.ru
Митюков Николай Витальевич - Ижевский государственный технический университет, профессор; Камский институт гуманитарных и инженерных технологий, профессор; доктор технических наук, доцент; Nico02@mail.ru
УДК 004.891.2
ТЕХНОЛОГИИ ЭКСТРЕННЫХ ВЫЧИСЛЕНИЙ В ЗАДАЧАХ ПЛАНИРОВАНИЯ И ДИСПЕТЧЕРИЗАЦИИ МАРШРУТОВ НАЗЕМНОГО ОБЩЕСТВЕННОГО ТРАНСПОРТА Т.Н. Чуров, К.В. Князьков, С.В. Иванов, А.В. Духанов, А.В. Бухановский
Представлена платформа для оперативного прогноза и оптимизации движения общественного транспорта в Санкт-
Петербурге, функционирующая в рамках концепции экстренных вычислений.
Ключевые слова: транспортные потоки, мультиагентное моделирование, облачные вычисления.
Развитие транспортной инфраструктуры крупных городов требует создания интегрированных систем управления нового поколения, позволяющих определять оптимальные режимы движения общественного транспорта с учетом изменчивости дорожной обстановки, получаемой в ходе оперативного прогноза с использованием современных математических моделей с детализацией до уровня отдельных транспортных средств [1]. В такой постановке задача моделирования и оптимизации транспортных потоков в условиях современного города является крайне ресурсоемкой, что требует применения технологий высокопроизводительных вычислений. Однако использование для этих целей выделенных суперкомпьютерных систем или ресурсов распределенных сред неэффективно в силу изменчивости дорожной обстановки, обусловленной многомасштабной (суточной, недельной, годовой) ритмикой количества транспортных средств и маршрутов их движения в городе. Потому это требует применения специального класса вычислительных технологий - экстренных вычислений (Urgent Computing, UC) [2]. Они позволяют строить динамически конфигурируемые среды распределенных вычислений, гибко изменяя число облачных вычислительных ресурсов в зависимости от вычислительной нагрузки. В настоящей работе
Научно-технический вестник информационных технологий, механики и оптики, 2013, № 5 (87)
анонсируется облачная платформа для оперативного прогноза и оптимизации движения общественного транспорта в Санкт-Петербурге, функционирующая в рамках концепции UC.
Основу данного решения составляют взаимосвязанные модели виртуального общества и перемещения транспорта и пассажиров. Модель виртуального общества опирается на статистические данные о населенности территорий города с учетом мест проживания владельцев личных автомобилей, расположений предприятий, автопарков, депо общественного транспорта, и пр. Она позволяет строить сеть корреспон-денций, связывающую отдельные объекты в городе. Характеристики данной сети зависят от времени суток, недели и года и описываются в виде модели полипериодически-коррелированного случайного процесса. Параметры модели калибруются на основе данных текущих измерений интенсивности транспортных потоков в реперных точках города, что и определяет ее прогностический потенциал. Мультиагентная модель перемещения транспорта и пассажиров использует уже построенную сеть корреспонденций, воспроизводя на ней движение отдельных транспортных средств. При этом учитываются характеристики агента - транспортного средства (легковой автомобиль, грузовик, автобус, и пр.), светофоры, дорожные знаки, а также различия в стилях вождения внутри одного класса транспортных средств. Перемещение пассажиров учитывается косвенно, через количество людей, вышедших или вошедших на остановках общественного транспорта. В совокупности эти модели позволяют делать оперативный прогноз дорожной обстановки на несколько часов вперед с возможностью оценки интенсивности транспортного потока в произвольной точке дорожной сети. Эти данные используются для решения задачи оптимизации транспортных маршрутов, например, общественного транспорта или транспорта специального назначения. Задача поиска оптимального маршрута решается посредством генетического алгоритма в трех постановках: планирование размещения новых остановочных пунктов, поиск кратчайшего пути в условиях изменяющегося трафика и планирование эффективной перевозки пассажиров.
Алгоритмы моделирования виртуального общества и перемещения транспорта и пассажиров допускают параллельное исполнение: при каждом прогнозе выполняется динамическое зонирование сети корреспонденций и выделение облачных ресурсов таким образом, чтобы обеспечить выполнение расчетов в заданный временной интервал (10 минут) при переменном количестве агентов в модели. Это обеспечивается путем применения облачной платформы CLAVIRE [3], реализующей технологию IWF - интерактивных потоков работ. Технология IWF позволяет эффективно организовывать обмен данными между приложениями, функционирующими в облаке, тем самым обеспечивая перераспределение данных между узлами среды при изменении объема корреспонденций в городе. В отличие от задачи моделирования, задача поиска оптимального маршрута используется спорадически (по мере возникновения потребности); потому для этого привлекаются не динамические облачные ресурсы, а кластерная система, также подключенная к CLAVIRE. При этом функции планирования и распределения вычислительной нагрузки, подготовки и хранения входных данных и результатов расчетов в облаке, поддержки графического интерфейса пользователя и визуализации результатов реализуются средствами облачной платформы CLAVIRE через стандартный браузер, что определяет доступность сервисов моделирования и оптимизации маршрутов, в том числе посредством мобильных устройств.
Работа выполнена в рамках ФЦП «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2007-2013 годы», ГК № 14.514.11.4066.
1. Helbing D. Traffic and related self-driven many-particle systems // Reviews of modern physics. - 2001. -V. 73. - № 4. - P. 1068-1141.
2. Бухановский А.В., Житников А.Н., Петросян С.Г., Слоот П.М.А. Высокопроизводительные технологии экстренных вычислений для предотвращения угрозы наводнений // Изв. вузов. Приборостроение. - 2011. - Т. 54. - № 10. - С. 14-20.
3. Knyazkov K.V., Kovalchuk S.V., Tchurov T.N., Maryin S.V., Boukhanovsky A.V. CLAVIRE: e-Science infrastructure for data-driven computing // Journal of Computational Science. - 2012. - V. 3. - № 6. -P. 504-510.
Чуров Тимофей Николаевич - Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики, аспирант; НИИ наукоемких компьютерных технологий, младший научный сотрудник; tchurovtim@gmail.com
Князьков Константин Валерьевич - Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики, аспирант; НИИ наукоемких компьютерных технологий, младший научный сотрудник; кандидат технических наук; constantinvk@gmail.com
Иванов Сергей Владимирович - Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики, старший научный сотрудник; кандидат технических наук; svivanov@mail.ifmo.ru
Духанов Алексей Валентинович - Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики, старший научный сотрудник; кандидат технических наук, доцент; dukhanov@niuitmo.ru
Бухановский Александр Валерьевич - Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики, доктор технических наук, профессор, зав. кафедрой, Avb_mail@mail.ru
Научно-технический вестник информационных технологий, механики и оптики,
2013, № 5 (87)
