Башкирский государственный педагогический университет

им. М. Акмуллы

Уфимский научный центр РАН

Академия наук

Республики Башкортостан

Институт математики с вычислительным центром Уфимского

научного центра РАН

Институт профессионального образования и

информационных технологий

Материалы

Всероссийской научно-практической конференции

"Прикладная информатика и

компьютерное моделирование" г.Уфа, 25-28 мая 2012 г.

Том 4 Се-Я Уфа 2012 УДК 004 Материалы Всероссийской научно-практической конференции "Прикладная информатика и компьютерное моделирование" г.Уфа, 25-28 мая 2012 г. Том 4. Уфа: БГПУ им.М.Акмуллы, 2012. 116с.

Конференция поддержана Российским фондом фундаментальных исследований (грант №12-07-06024-г) Официальный спонсор конференции:

ООО "Интегрированная транспортная сеть" © Коллектив авторов, © БГПУ им.М.Акмуллы, Сеферян А.Е.

г. Краснодар, Кубанский государственный технологический университет Математическое моделирование ротора двигателя постоянного тока в среде MATLAB В современной технике известны три способа определения момента инерции ротора двигателя: метод маятниковых колебаний раскачивания ротора двигателя; метод падающего груза; метод свободного выбега с записью осциллограммы скорости при самоторможении. Названые методы сложны в подготовке и проведении измерений Авторами предложен [1].

усовершенствованный метод свободного выбега, в основе которого лежит запись и последующая обработка звука выбегающего ротора.

Метод реализован на программно-аппаратном комплексе, состоящем из персонального компьютера (ПК) сo звуковой картой, динамического микрофона. Математическая обработка сигналов проведена с использованием пакета MATLAB с пакетами расширения Control System Toolbox, Signal Processing Toolbox и Statistics Toolbox.

Свободный выбег двигателя в соответствии с [2] можно описать дифференциальным уравнением dw, 0 = k w+ j dt где k – коэффициент сопротивления вращению; j – момент инерции ротора. Этому уравнению соответствует передаточная функция K, W (s) = Ts + где постоянная времени; s – оператор Лапласа; j – – T= K= k k статический коэффициент передачи.

Определение этих параметров проводилось экспериментально на стенде, состоящем из двигателя постоянного тока с контрольным тахогенератором и динамического микрофона. Выходной сигнал тахогенератора через делитель напряжения подавался на первый канал звуковой карты, выходной сигнал микрофона – на второй канал звуковой карты [3]. Одновременно фиксировались угловая скорость и звуковое давление. Найденная таким образом зависимость между угловой скоростью и звуковым давлением при выбеге ротора двигателя, позволяет определить постоянную времени по звуку выбегающего ротора. При выбеге двигателя непосредственно сигнал со звуковой карты записывался командой WAVRECORD [4].

В результате регрессионного анализа установлено, что огибающая временной зависимости сигнала с тахогенератора является экспоненциальной и описывается уравнением Огибающая временной зависимости сигнала микрофона – линейная, описывается уравнением где А – звуковое давление (дБ); b – коэффициент изменения звукового давления с течением времени; а – начальное звуковое давление.

Адекватность регрессионных моделей проверена по критерию Фишера.

Связав звуковое давление с угловой скоростью через масштабные коэффициенты µ,: A = µ ln w +, получим При проведении эксперимента на стенде с двигателем постоянного тока «Динамо сливен», были получены следующие величины:

Т=2,267 с; J=0,0059 кгм2; k=0,0026; µ=0,0283; =88,275. Сравнение с паспортным значением J=0,0043 кгм2.

По полученным данным составлена математическая модель ротора двигателя:

Математическая модель ротора двигателя полностью идентифицирована и на практике проверена.

Путем проведения сравнительных испытаний усовершенствованного метода со стандартным, определена ошибка предложенного метода, которая не превышает 7%. Это свидетельствует о состоятельности данного метода.

В результате выполнения работы:

предложен усовершенствованный метод свободного выбега, основанный на акустических измерениях;

для проверки метода разработан стенд;

проведены сравнительные испытания усовершенствованного метода свободного выбега со стандартным методом;

полученная оценка точности предложенного метода является приемлемой для инженерной практики.

1. Борцов Ю.А., Суворов Г.В., Шестаков Ю.С. Экспериментальное определение параметров и частотных характеристик автоматизированных электроприводов. – Л.: Энергия, 1969. – 105 с.

2. Вольдек А.И. Электрические машины. – Л.: Энергия, 1974. – 84 с.

3. ГОСТ 11929-87. Машины электрические вращающиеся. – Введ.

01.01.1988. – М.: Стандартинформ, 2009. – 35 с.

4. Лазарев Ю.Ф. MatLAB 5.x. – Киев: Ирина: ВHV, 2000. – 384 с.

Для контактов:

Сеферян А.Е., г.Краснодар, Кубанский государственный технологический университет, [email protected].

Г.Липецк, Липецкий государственный технический университет Разработка распределённого программного обеспечения для решения задачи оптимизации функции методом Монте-Карло В данной работе решается вычислительная задача нахождения локального оптимума функции методом Монте-Карло. Освещены современные технологии распределённого программирования.

Показано применение технологии Windows Communication Foundation для создания распределённого приложения, позволяющего решить данную задачу.

Ключевые слова: распределённое программное обеспечение, архитектура клиент-сервер, Windows Communication Foundation, оптимизация функций, метод Монте-Карло.

Постановка задачи. В настоящее время актуальна задача повышения производительности вычислительных систем при решении задачи оптимизации функций. Наиболее простым и доступным способом ускорения вычислений является использование вычислительных мощностей нескольких взаимосвязанных компьютеров. Понятно, что максимальное увеличение производительности может быть достигнуто только при решении хорошо распараллеливаемых задач, обладающих свойством аддитивности, в частности, при решении вычислительной задачи нахождения локального оптимума функции. Целью данной работы является разработка программных средств, позволяющих решать задачу нахождения локального оптимума функции, применяя несколько вычислительных устройств, представляющих собой распределённую вычислительную систему.

Анализ литературы. Существует две современные технологии распределённого программирования: CORBA от консорциума OMG [1] и dotNet от Microsoft. В данной работе вычислительная задача решается с использованием технологии dotNet [2].

За создание распределённых приложений в dotNet отвечает технология Windows Communication Foundation (WCF). Это унифицированная модель программирования распределённых приложений на платформе Microsoft. Для запуска программного обеспечения (ПО), написанного с использованием технологии WCF, на конечной машине требуется предустановленный пакет.NET Framework версии 3.5 или старше. В WCF инкорпорированы следующие технологии: ASMX, Net Remoting, DCOM, MSMQ. Таким образом, технология WCF поддерживает разные способы связи:

одностороннюю, двустороннюю, связь типа запрос-ответ. Возможно создание пиринговых сетей (без сервера).

Служба WCF предоставляется для использования посредством того, что называется конечной точкой. Конечная точка единственный способ сообщения с этой службой; невозможно получить к ней доступ посредством прямой ссылки, в отличие от других классов. Чтобы отправить запрос, клиент должен знать АПК конечной точки сервера, где А – адрес, куда следует отправлять запрос; П – привязка, определяет канал и протокол, на основании которого происходит взаимодействие; К – контракт, определяет набор доступных для выполнения служб сервера.

Задание АПК возможно как в коде программы, так и в конфигурационном файле, который следует размещать в одной директории с исполняемым файлом. Конечная точка службы WCF должна быть размещена в системном процессе, чтобы иметь возможность отвечать на запросы клиента.

Проблема нахождения локального оптимума функции описана во многих литературных источниках. В данной работе используется метод Монте-Карло для нахождения оптимума функции, взятый из [3], подробнее метод описан ниже.

Цель доклада. Целью данной работы является разработка модели распределённого приложения для решения вычислительной задачи нахождения локального оптимума функции, обладающей свойством аддитивности; проведение тестирования данного ПО, нахождение зависимости между количеством используемых серверов и временем вычислений.

Задание условий задачи и аналитическое решение. Дана произвольная функция:

Требуется найти X*( x1*,…, xn ) – точку локального оптимума данной функции при помощи метода Монте-Карло при заданном количестве испытаний N.

Метод Монте-Карло: 1. задаем общее количество испытаний N и полагаем счетчик числа итераций i=1; 2. генерируем X1( x11,…, x1 ); 3.

вычисляем F(X1) и полагаем X*=X1 и F(X*)=F(X1); 4. аналогично п. генерируем случайную точку Xi, вычисляем F(Xi); 5. если F(Xi)<