Modelowanie i obliczenia techniczne. dr inż. Paweł Pełczyński

Podobne dokumenty
Metody symulacji komputerowych Modelowanie systemów technicznych

Modelowanie systemów empirycznych

Mechatronika i inteligentne systemy produkcyjne. Paweł Pełczyński ppelczynski@swspiz.pl

MODELE I MODELOWANIE

REPREZENTACJA LICZBY, BŁĘDY, ALGORYTMY W OBLICZENIACH

Modelowanie jako sposób opisu rzeczywistości. Katedra Mikroelektroniki i Technik Informatycznych Politechnika Łódzka

REPREZENTACJA LICZBY, BŁĘDY, ALGORYTMY W OBLICZENIACH

Jacek Skorupski pok. 251 tel konsultacje: poniedziałek , sobota zjazdowa

Podstawy Automatyki. wykład 1 ( ) mgr inż. Łukasz Dworzak. Politechnika Wrocławska. Instytut Technologii Maszyn i Automatyzacji (I-24)

Aproksymacja funkcji a regresja symboliczna

w analizie wyników badań eksperymentalnych, w problemach modelowania zjawisk fizycznych, w analizie obserwacji statystycznych.

Najprostszy schemat blokowy

Komputerowe Systemy Przemysłowe: Modelowanie - UML. Arkadiusz Banasik arkadiusz.banasik@polsl.pl

modelowanych zagadnie technicznych

Definicje. Najprostszy schemat blokowy. Schemat dokładniejszy

PRZEWODNIK PO PRZEDMIOCIE

Procedura modelowania matematycznego

ODWZOROWANIE RZECZYWISTOŚCI

Algorytm. Algorytmy Marek Pudełko

Metody numeryczne Technika obliczeniowa i symulacyjna Sem. 2, EiT, 2014/2015

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 4. Równania różniczkowe zwyczajne podstawy teoretyczne

Mechatronika i inteligentne systemy produkcyjne. Modelowanie systemów mechatronicznych Platformy przetwarzania danych

Statystyka w pracy badawczej nauczyciela

Klasa 1 technikum. Poniżej przedstawiony został podział wymagań na poszczególne oceny szkolne:

Procesy w organizacji o charakterze systemowym. Zastosowanie teorii ograniczeń we wstępnej analizie procesów. Opis procesów.

Ergonomia wprowadzenie. Tomasz Poskrobko

NIFIED M L ODELLING ANGUAGE. Diagramy czynności

KIERUNKOWE EFEKTY KSZTAŁCENIA

MODELOWANIE I SYMULACJE SYSTEMÓW ELEKTROMECHATRONICZNYCH. dr inż. Michał MICHNA

Aparaty słuchowe Hi-Fi z Multiphysics Modeling

INŻYNIERIA SYSTEMÓW wykład 4 MODELE SYSTEMÓW MODELOWANIE I SYMULACJA. Autor: dr inż. ROMAN DOMAŃSKI

Automatyka i robotyka ETP2005L. Laboratorium semestr zimowy

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCHY KOMPETENCJI EFEKTY KSZTAŁCENIA

Modelowanie w projektowaniu maszyn i procesów cz.5

PODSTAWY INFORMATYKI wykład 10.

Informatyka I stopień (I stopień / II stopień) ogólno akademicki (ogólno akademicki / praktyczny) podstawowy (podstawowy / kierunkowy / inny HES)

Metody Prognozowania

2.1.M.06: Modelowanie i wspomaganie komputerowe w inżynierii powierzchni

2

Bazy danych. dr inż. Andrzej Macioł

Odniesienie do obszarowych efektów kształcenia Kierunkowe efekty kształcenia WIEDZA (W)

Podstawy metodologiczne symulacji

NOWOCZESNE TECHNOLOGIE ENERGETYCZNE Rola modelowania fizycznego i numerycznego

Teoria systemów i sygnałów Kierunek AiR, sem. 5 2wE + 1l

POLITECHNIKA ŚLĄSKA WYDZIAŁ GÓRNICTWA I GEOLOGII. Roman Kaula

Systemy. Krzysztof Patan

Asynchroniczne statyczne układy sekwencyjne

UCHWAŁA NR 71/2017 SENATU UNIWERSYTETU WROCŁAWSKIEGO z dnia 31 maja 2017 r.

Algorytm. Krótka historia algorytmów

Zagadnienia (1/3) Data-flow diagramy przepływów danych ERD diagramy związków encji Diagramy obiektowe w UML (ang. Unified Modeling Language)

Metody badań w naukach ekonomicznych

Drgania poprzeczne belki numeryczna analiza modalna za pomocą Metody Elementów Skończonych dr inż. Piotr Lichota mgr inż.

Informacja w perspektywie obliczeniowej. Informacje, liczby i obliczenia

S Y L A B U S P R Z E D M I O T U

MATEMATYKA WYKAZ UMIEJĘTNOŚCI WYMAGANYCH NA POSZCZEGÓLNE OCENY DLA KLASY PIERWSZEJ

zna metody matematyczne w zakresie niezbędnym do formalnego i ilościowego opisu, zrozumienia i modelowania problemów z różnych

Problemy optymalizacji układów napędowych w automatyce i robotyce

Sposoby modelowania układów dynamicznych. Pytania

dr inż. Jan Staszak kierunkowy (podstawowy / kierunkowy / inny HES) obowiązkowy (obowiązkowy / nieobowiązkowy) język polski II

Podstawy Automatyki. Wykład 2 - podstawy matematyczne. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

Opis efektu kształcenia dla programu kształcenia

Nazwa modułu kształcenia Nazwa jednostki prowadzącej moduł Kod modułu Język kształcenia Efekty kształcenia dla modułu kształcenia

Uniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych

O tzw. metaforze komputerowej

Technikum Nr 2 im. gen. Mieczysława Smorawińskiego w Zespole Szkół Ekonomicznych w Kaliszu

Podstawowe pojęcia statystyczne

Efekty kształcenia na kierunku AiR drugiego stopnia - Wiedza Wydziału Elektrotechniki, Automatyki i Informatyki Politechniki Opolskiej

INSTRUKCJA DO ĆWICZENIA NR 7

Elementy Modelowania Matematycznego

Podstawy Programowania Obiektowego

Informatyka II stopień (I stopień / II stopień) Ogólnoakademicki (ogólno akademicki / praktyczny) Kierunkowy (podstawowy / kierunkowy / inny HES)

Plan wykładu. Własności statyczne i dynamiczne elementów automatyki:

zna podstawową terminologię w języku obcym umożliwiającą komunikację w środowisku zawodowym

Data Mining Wykład 9. Analiza skupień (grupowanie) Grupowanie hierarchiczne O-Cluster. Plan wykładu. Sformułowanie problemu

Bazy danych. dr inż. Andrzej Macioł

Jarosław Żeliński analityk biznesowy, projektant systemów

a) Szczegółowe efekty kształcenia i ich odniesienie do opisu efektów kształcenia dla obszaru nauk społecznych, technicznych i inżynierskich

Kumulowanie się defektów jest możliwe - analiza i potwierdzenie tezy

ZARZĄDZANIE I INŻYNIERIA PRODUKCJI

Automatyka i sterowania

3-letnie (6-semestralne) stacjonarne studia licencjackie kier. matematyka stosowana profil: ogólnoakademicki. Semestr 1. Przedmioty wspólne

Analiza i projektowanie oprogramowania. Analiza i projektowanie oprogramowania 1/32

Wspomaganie obliczeń matematycznych. dr inż. Michał Michna

KIERUNKOWE EFEKTY KSZTAŁCENIA

Bazy danych. Zachodniopomorski Uniwersytet Technologiczny w Szczecinie. Wykład 3: Model związków encji.

ECTS Razem 30 Godz. 330

Kształcenie w zakresie podstawowym. Klasa 1

Efekty kształcenia dla kierunku studiów CHEMIA studia pierwszego stopnia profil ogólnoakademicki

Wykład 1. Model w badaniach systemowych. Wstęp pojęcia podstawowe

Modelowanie pola akustycznego. Opracowała: prof. dr hab. inż. Bożena Kostek

Matematyka wykaz umiejętności wymaganych na poszczególne oceny

Systemy Agentowe główne cechy. Mariusz.Matuszek WETI PG

Efekty kształcenia. Tabela efektów kształcenia

Nauki reinżynieryjne. Marcin Miłkowski. Zakład Logiki i Kognitywistyki. IFiS PAN

Diagramy ERD. Model struktury danych jest najczęściej tworzony z wykorzystaniem diagramów pojęciowych (konceptualnych). Najpopularniejszym

Podstawy Automatyki. Wykład 7 - obiekty regulacji. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

Elektrotechnika II stopień ogólnoakademicki. stacjonarne. przedmiot specjalnościowy. obowiązkowy polski semestr II semestr letni. tak. Laborat. 30 g.

MODELOWANIE ZA POMOCĄ MES Analiza statyczna ustrojów powierzchniowych

Opis efektów kształcenia dla programu kształcenia (kierunkowe efekty kształcenia) WIEDZA. rozumie cywilizacyjne znaczenie matematyki i jej zastosowań

TOZ -Techniki optymalizacji w zarządzaniu

Transkrypt:

Modelowanie i obliczenia techniczne dr inż. Paweł Pełczyński ppelczynski@swspiz.pl

Literatura Z. Fortuna, B. Macukow, J. Wąsowski: Metody numeryczne, WNT Warszawa, 2005. J. Awrejcewicz: Matematyczne modelowanie systemów, WNT Warszawa, 2007. W. Tarnowski, S. Bartkiewicz: Modelowanie matematyczne i symulacja komputerowa dynamicznych procesów ciągłych, Feniks, Koszalin, 1998. Prezentacje wykładowe dostępne na stronie: http://ppelczynski.swspiz.pl/ 2

Program przedmiotu Modelowanie procesów, klasyfikacja procesów Metody modelowania Zastosowanie metod numerycznych w modelowaniu Omówienie wybranych metod numerycznych Optymalizacja Wybrane zagadnienia modelowania procesów Zastosowania praktyczne modelowania 3

Ogólna definicja pojęcia Modelowanie Modelowanie - Próba przedstawienia jakiegoś zjawiska, które staramy się zrozumieć lub zbadać, w kategoriach innych zjawisk, które już rozumiemy. Aby dokładniej zrozumieć to zagadnienie zostanie wprowadzone pojęcie systemu i procesu. 4

Definicja pojęcia system Wikipedia: System (gr. σύστηµα systema rzecz złożona) jakikolwiek obiekt fizyczny lub abstrakcyjny, w którym można wyróżnić jakieś wzajemnie powiązane dla obserwatora elementy. W tym sensie podział czegoś na systemy jest względny i zależy od tego kto, przy pomocy czego i do czego poklasyfikował jakiś zbiór na systemy. Dlatego też elementy jednego systemu mogą stanowić składniki innych systemów. 5

Definicja pojęcia system w technice SYSTEM Zbiór obiektów fizycznych lub abstrakcyjnych, które oddziałują na siebie. System aktywnego zawieszenia System hamulcowy Samochód jako całość Układ samochód - droga Źródło: http://www.infosamochody.pl/ 6

Matematyczna definicja pojęcia system SYSTEM Zbiór elementów i zachodzących między nimi relacji. Zbiór relacji jest określany mianem struktury systemu: S system, X zbiór obiektów, R relacje S = { X, R } 7

Budowa systemu System składa się z podsystemów. Niektóre systemy uważa się za niepodzielne i określa się jako podstawowe. System jest budowany z elementów podstawowych. 8

System jako część składowa innego systemu Każdy system ma swoje nadsystemy. System posiada wejście i wyjście, stanowiące granice systemu. Nadsystem rozważanego systemu jest jego otoczeniem Inaczej mówiąc: otoczenie pochodzi z systemu, w którym rozważany system jest podsystemem. 9

System z jego otoczeniem Otoczenie Wejście System Wyjście 10

Proces Wikipedia: Proces uporządkowany w czasie ciąg zmian i stanów zachodzących po sobie. Nośnikiem każdego procesu jest zawsze w efekcie jakiś system fizyczny. Każdy kolejny stan/zmiana systemu spowodowana jest przez stan/zmianę poprzednią albo przez oddziaływanie zewnętrzne na system. 11

Proces w funkcji czasu Proces realizowany jest w określonym czasie, czyli ma początek i koniec. Wyróżnia się procesy ciągłe i dyskretne. 12

Klasyfikacja procesów Procesy ciągłe to takie, w których w dowolnym, skończonym odcinku czasu możemy wyróżnić nieskończoną liczbę zmian a różnice między nimi są dowolnie małe. Takie procesy opisują wiele podstawowych zjawisk fizycznych. Procesy dyskretne to takie, w których możemy wyróżnić skończoną liczbę zdarzeń/stanów. 13

Model Słowo model ma różnorodne znaczenie Źródło: http://artyzm.com/ Źródło: http://kartonwork.pl/ W technice model to uproszczona imitacja lub reprezentacja systemu rzeczywistego. 14

Model Wikipedia: Model system założeń, pojęć i zależności między nimi, pozwalający opisać (zamodelować) w przybliżony sposób jakiś aspekt rzeczywistości. Na ogół wyrażany w języku matematyki (tzw. model matematyczny). 15

Model systemu Modelem systemu jest materialna lub abstrakcyjna struktura, pozostająca w relacji podobieństwa do struktury modelowanego systemu. Badanie modelu może dostarczyć informacji spełniających cele badania, projektowania doskonalenia tego systemu. 16

Modelowanie Modelowanie ma szeroki zakres znaczeniowy, np. w grafice 3D proces tworzenia i modyfikacji obiektów trójwymiarowych za pomocą specjalizowanego programu komputerowego, zwanego modelerem. W psychologii modelowanie jest uczeniem się poprzez obserwowanie zachowań innych ludzi. Znaczenie słowa modelowanie zależy od dziedziny, w której jest używane. 17

Modelowanie procesu Modelowanie służy do poznania danego procesu, poprzez zastąpienie go uproszczonym układem modelem. Model odzwierciedla jedynie wybrane cechy badanego procesu. Źródło: http://minibo.aei.polsl.pl/ 18

Badanie modelu Badanie modelu przeprowadza się dwustopniowo: model porównuje się z rzeczywistym zjawiskiem i uważa się, że jest on dobry jeżeli otrzymane różnice są niewielkie sprawdza się czy model spełnia stawiane oczekiwania 19

Wybór i budowa modelu procesu Proces modelowania sprowadza się do wyznaczenia zależności matematycznej między wielkościami wyjściowymi i wejściowymi: y = f(x,z,u) y - wielkości wyjściowe badanego systemu x, z, u - wielkości wejściowe 20

Modelowanie matematyczne Modelowanie matematyczne jest stosowane do badania procesów mających opis matematyczny. s v v = ds dt 21

Etapy modelowania matematycznego Proces modelowania matematycznego składa się z trzech etapów: opracowanie formalnego opisu badanego procesu (wyznaczenie modelu matematycznego) ustalenie algorytmu wyznaczenia wartości liczbowych szukanych parametrów sprawdzenie zgodności modelu z procesem 22

Sposoby tworzenia modelu matematycznego Proces modelowania matematycznego może być przeprowadzony na dwa sposoby: Na drodze teoretycznej - zakłada się znajomość ogólnych praw rządzących procesem lub systemem Na drodze eksperymentalnej opiera się na obserwacjach (pomiarach) i jest określany mianem identyfikacji modelu 23

Cechy modelowania matematycznego Przy wyznaczaniu modelu matematycznego rzeczywiste zjawisko jest upraszczane i przedstawiane w postaci schematycznej. Opis matematyczny modelu przedstawia się w postaci układu równań algebraicznych lub różniczkowych. 24

Model matematyczny Model matematyczny jest zbiorem reguł i zależności, na podstawie których można przewidzieć (w drodze obliczeń) przebieg modelowanego procesu. Model matematyczny badanego układu materialnego to taki układ równań, którego rozwiązania są podobne do przebiegów wielkości modelowanej. 25

Klasyfikacja modeli matematycznych Model o parametrach rozłożonych - model opisujący procesy, w których zmienne zmieniają się zarówno w czasie i w przestrzeni lub tylko w przestrzeni, ale wielowymiarowej. Model o parametrach skupionych - model w którym podstawowe zmienne procesu są tylko funkcją czasu (nie zmieniają się w przestrzeni). 26

Klasyfikacja modeli matematycznych Model statyczny opisuje proces w stanie ustalonym (nie uwzględnia zmian wielkości w czasie). Model dynamiczny opisuje proces w stanie nieustalonym. 27