WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 18 | 19 || 21 | 22 |   ...   | 65 |

Response of Dry-Friction Damped Structural Systems Математика, механика, информатика Using an Effecient Hybrid Frequency-Time Method // Wedge-Shaped Friction Dampers // Proc. of ISROMAC-9, Proc. of the Intern. Mechanical Engineering Cong. and The 9-th Intern. Symp. on Transport Phenomena and Dynamics of Rotating Machinery, Paper DD-028.

Exposition. Vol. DE-91. Atlanta, 1996. Р. 41–50.

Honolulu, 2002. P. 1–10.

8. Panning L. Auslegung von Reiblementen zur 12. Dinar V. Physics Based Reduced Order Models Schwingungsdaеmpfung von Turbinenschaеufeln : Diss.

for Frictional Contacts : Diss. Cincinnati, 2005.

Institut fuеr Dynamik und Schwingungen. Universitaеt 13. Ender C. Nonlinear vibration analysis of bladed Hannover, 2005.

disks with dry friction dampers // J. of Sound and 9. NX/NASTRAN. Handbook for Nonlinear Analysis Vibration. 2006. Vol. 295. Iss. 3–5. Р. 1028–1043.

(SOL 106), v67/MSC. Software Corporation, 2008.

14. Лапчик М. П. Численные методы. М. : Акаде10. Басов К. А. ANSYS. Cправочник пользователя.

мия, 2005.

М. : ДМК Пресс, 2005.

15. Nayfeh A. H., Mook D. T. Nonlinear Oscillations.

11. Panning L., Sextro W., Popp K. Spatial Dynamics N. Y. : Wiley, 1995.

of Tuned and Mistuned Bladed Disk with Cylindrical and O. V. Rеpetskiy, Phan Van Tuan THE PROBLEM OF CONSTRUCTION OF MATHEMATICAL MODELS FOR OPTIMIZATION OF PARAMETERS OF FRICTION DAMPERS ON THE EXAMPLE OF BLADES OF GAS TURBINE ENGINES The article considers a problem of optimization of friction damper for blades of gas turbine engines. Based on this study and the results obtained by the other authors, the authors constructed an effective mathematical model, which makes it possible to design a friction damper with optimal parameters.

Keywords: mathematical model, friction, vibration, damper, optimization.

© Репецкий О. В., Фан Ван Туан, УДК 004.Е. А. Сопов, С. А. Сопов ИНТЕЛЛЕКТУАЛЬНЫЕ ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ ВЫЯВЛЕНИЯ И ДИАГНОСТИКИ ПРОБЛЕМ В ЗАДАЧАХ АНАЛИЗА СЛОЖНЫХ СИСТЕМ* Предложен новый подход к выявлению и диагностике проблемной ситуации, основанный на многокритериальном извлечении знаний об исследуемой системе. Рассмотрены основные модели и методы представления знаний, предложены критерии оценки качества полученных знаний.

Ключевые слова: проблема, системный анализ, интеллектуальные информационные технологии.

Понятие «проблемы» в системном анализе. направления в данной области, которые можно усСистемный анализ с практической точки зрения пред- ловно назвать рациональным и объективноставляет собой универсальную методику решения субъективным подходами.

сложных проблем произвольной природы. Ключевым Первое направление системного анализа (рациопонятием в данном случае является понятие «пробле- нальный подход) рассматривает системный анализ ма», которое можно определить как «субъективное как набор методов, и в том числе методов, основанотрицательное отношение субъекта к реальности». ных на использовании ЭВМ, ориентированных на Соответственно этап выявления и диагностики про- исследование сложных систем [1; 2]. При таком подблемы в сложных системах является наиболее важным, ходе наибольшее внимание уделяется формальным так как определяет цели и задачи проведения систем- методам построения моделей систем и математиченого анализа, а также методы и алгоритмы, которые ским методам исследования системы. Понятия «субъбудут применяться в дальнейшем при поддержке при- ект» и «проблема» как таковые не рассматриваются, а нятия решений. В то же время этот этап является наи- вот понятие «типовых» систем и проблем как раз более сложным и наименее формализованным. встречается часто (система управления – проблема Анализ русскоязычных трудов по системному управления, финансовая система – финансовая проанализу позволяет выделить два наиболее крупных блема и др.).

*Работа выполнена при поддержке Федеральной целевой программы «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2007–2013 годы» (2011-1.2.2-215-021, 2011-1.9-519-005, 2011-1.4-514-009).

Вестник Сибирского государственного аэрокосмического университета имени академика М. Ф. Решетнева При таком подходе «проблема» определяется как нужно было бы решать. Данный факт хотя и не пронесоответствие действительного желаемому, т. е. не- тиворечит понятию «проблема», но в определенных соответствие между реально наблюдаемой системой и ситуациях исключать возможность существования «идеальной» моделью системы. Важно отметить, что объективной составляющей проблемы нельзя.

в данном случае система определяется исключитель- Системный анализ имеет в своем арсенале слено как та часть объективной реальности, которую не- дующие возможности решить проблему субъекта:

обходимо сравнить с эталонной моделью. вмешаться в объективную реальность и, устранив Если опираться на понятие «проблема», то можно объективную часть проблемы, изменить субъективное сделать заключение, что при рациональном подходе отрицательное отношение субъекта; изменить субъекпроблема возникает только у системного аналитика, тивное отношение субъекта, не вмешиваясь в реалькоторый имеет некую формальную (часто общепри- ность; одновременно вмешаться в объективную ренятую) модель системы и обнаруживает несоответст- альность и изменить субъективное отношение субъвие модели и реальной системы, что и вызывает его екта.

«отрицательное отношение к реальности». Очевидно, что второй способ не решает проблему, Однако навязывание аналитиком субъекту обще- а всего лишь устраняет ее влияние на субъекта, а знапринятых (даже если и рациональных) моделей может чит, объективная составляющая проблемы остается.

привести к возникновению «отрицательного отноше- Справедлива и обратная ситуация, когда объективная ния» у субъекта, а значит, к появлению новых про- составляющая проблемы уже проявилась, но субъекблем, что в корне противоречит самой сути системно- тивное отношение еще не сформировано, либо по ряго анализа, который предполагает улучшающее воз- ду причин оно пока не стало отрицательным.

действие – когда хотя бы одному участнику проблемы Вот несколько причин, почему у субъекта может станет лучше и никому не станет хуже. отсутствовать «отрицательное отношение к реальноОчень часто постановку задачи системного анали- сти»: он имеет неполную информацию о системе или за в рациональном подходе выражают в терминах за- использует ее не полностью; меняет оценку взаимодачи оптимизации, т. е. идеализируют проблемную отношений с окружающей средой на психическом ситуацию до уровня, позволяющего использовать ма- уровне; прерывает взаимоотношения с окружающей тематические модели и количественные критерии для средой, которая вызывала «отрицательное отношеопределения наилучшего варианта разрешения про- ние»; не верит информации о существовании проблем блемы. Как известно, для системной проблемы не и их сущности, так как полагает, что сообщающие ее существует какой-либо модели, исчерпывающе уста- люди очерняют его деятельность или преследуют навливающей причинно-следственные связи между ее свои корыстные интересы, а может быть и потому, компонентами, потому оптимизационный подход ка- что просто лично не любит этих людей.

жется не вполне конструктивным: «…теория систем- Следует помнить о том, что при отсутствии отриного анализа исходит из отсутствия оптимального, цательного отношения субъекта объективная составабсолютно лучшего варианта разрешения проблем ляющая проблемы остается и в той или иной степени любой природы… предлагается итеративный поиск продолжает влиять на субъекта, либо проблема может реально достижимого (компромиссного) варианта существенно обостриться в будущем.

разрешения проблемы, когда желаемым можно по- Интеллектуальные технологии извлечения ступиться в угоду возможному, а границы возможно- знаний в задачах выявления и анализа проблемго могут быть существенно расширены за счет стрем- ной ситуации. Выявление проблемы требует анализа ления достичь желаемого. Тем самым предполагается субъективного отношения, и этот этап относится использование ситуативных критериев предпочти- к неформализуемым этапам системного анализа. Кательности, т. е. критериев, которые не являются ис- ких-либо эффективных алгоритмов или приемов на ходными установками, а вырабатываются в ходе про- настоящий момент не предложено, чаще всего авторы ведения исследования…» [3]. работ по системному анализу полагаются на опыт Второе направление системного анализа (объек- и интуицию аналитика и предлагают ему полную свотивно-субъективный подход), основанное на работах боду действий.

Акоффа [3–6], ставит понятие субъекта и проблемы Системный аналитик должен обладать достаточво главу системного анализа. По сути, в данном под- ным набором инструментов для описания и анализа ходе мы включаем субъекта в определение сущест- той части объективной реальности, с которой взаимовующей и идеальной системы, т. е., с одной стороны, действует или может взаимодействовать субъект. Инсистемный анализ исходит из интересов людей – вно- струменты могут включать методы экспериментальсит субъективную составляющую проблемы, с другой ного исследования систем и их моделирования. С постороны – исследует объективно наблюдаемые факты всеместным внедрением современных информациони закономерности (отсюда и название подхода). ных технологий в организациях (коммерческих, научВернемся к определению понятия проблемы. Из ных, медицинских и др.) почти каждый аспект их деянего, в частности, следует, что когда мы наблюдаем тельности регистрируется и сохраняется в базах даннерациональное (в общепринятом смысле) поведение ных, которые уже сегодня имеют очень большие объсубъекта и субъект не имеет отрицательного отноше- емы. Информация в подобных базах данных содержит ния к происходящему, то нет и проблемы, которую детальное описание как самих систем, так и истории Математика, механика, информатика их (систем) развития и функционирования. Можно нии человека. Знание противоположно незнанию, сказать, что сегодня при анализе большинства искус- т. е. отсутствию проверенной информации о чем-либо ственных систем аналитик вероятнее столкнется с [12].

недостатком эффективных методов исследования сис- Знание – селективная, упорядоченная, определентем, нежели с недостатком информации о системе. ным способом (методом) полученная, в соответствии Однако субъективное отношение должен сформу- с какими-либо критериями (нормами) оформленная информация, имеющая социальное значение и прилировать именно субъект, а он может не обладать специальными знаниями и потому не способен адек- знаваемая в качестве именно знания определенными социальными субъектами и обществом в целом [13].

ватно интерпретировать результаты исследования, Общими в этих определениях и полезными для нас проведенного аналитиком. Поэтому знания о системе с практической точки зрения являются следующие и прогнозные модели, которые в итоге получит анамоменты. Во-первых, знание отражает результат ислитик, должны быть представлены в явном, доступследования системы (познания объективной реальноном к интерпретации виде (возможно, на естественсти). Во-вторых, знание выражено определенным поном языке). Такое представление можно назвать знанятным человеку образом (использует общепринятые ниями об исследуемой системе.

символы, понятия, естественный язык).

К сожалению, эффективных методов получения Поскольку знания о системе будут предъявляться знаний о системе на текущий момент не предложено.

субъекту для выявления проблемной ситуации, автоНаибольший интерес представляют модели и алгоры считают необходимым добавить еще одно важное ритмы Data Mining (интеллектуальный анализ дантребование.

ных), которые в частных приложениях используются Как известно, для эффективного восприятия и подля извлечения знаний из «сырых» данных. Стоит нимания действительности человек разбивает сложотметить, что Data Mining является эволюцией теории ное на более простое (что составляет суть аналитичеуправления базами данных и оперативного анализа ского мышления). Например, для выражения физичеданных (OLAP), основанной на использовании идеи ских законов человек использует очень простые, ламногомерного концептуального представления [7–9].

коничные формы, хотя последние и не являются точНо в последние годы в связи с нарастающей пробленым описанием действительности; при невозможномой «перегрузки информацией» все больше исследости одновременно оперировать большим количеством вателей используют и совершенствуют методы Data сложных правил, логических выводов или критериев Mining для решения задач извлечения знаний.

человек использует более простые свертки-упроШирокое применение методов извлечения знаний щения (одна из наиболее известных гипотез утвервесьма затруднено, что, с одной стороны, связано ждает, что мозг человека работает только с 7 ± 2 едис недостаточной эффективностью большинства изницами информации [14]). Очевидно, если знание вестных подходов, а с другой – с трудностью испольбудет достаточно большим или сложным в описании, зования эффективных методов интеллектуальных то для субъекта в большинстве случаев оно будет технологий, которые не имеют достаточного фордостаточно трудным для восприятия – будет предмального описания и требуют привлечения дорогих ставлять собой модель «черного ящика».

специалистов. Данные проблемы можно преодолеть с Следовательно, в-третьих, знание должно быть помощью перспективного подхода к построению эфкомпактным (по форме, описанию), что делает его фективной системы извлечения знаний о системе, доступным для понимания, интерпретации и дальоснованного на автоматизированном генерировании и нейшего использования.

настройке интеллектуальных информационных техДалее необходимо определить, какие модели нологий. Такой подход, во-первых, позволит за счет представления знаний следует использовать при выприменения передовых интеллектуальных технологий явлении проблемных ситуаций. Традиционно в теосущественно повысить эффективность решения задарии анализа данных выделяют описательные модели, чи извлечения знаний, которые будут предъявляться которые необходимы для лучшего понимания исслесубъекту на этапе выявления проблемы при систем- дуемой системы, известных фактов и наблюдений, ном анализе; во-вторых, даст возможность исключить и предсказательные модели, необходимые для понипотребность в специалисте по настройке и использо- мания новых фактов о системе. Эти модели включают ванию интеллектуальных технологий, так как послед- в себя регрессионные модели (в том числе модели ние будут генерироваться и настраиваться в автома- исключений, модели ассоциаций, модели последоватическом режиме [10]. тельностей и др.); модели классификации и кластериОпределим, что такое «знание». Следует отметить, зации.

Pages:     | 1 |   ...   | 18 | 19 || 21 | 22 |   ...   | 65 |



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.