Адекватность математических моделей. Способы проверки адекватности

Адекватность. Проблема соответствия модели реальному объекту. Модель адекватна оригиналу, если она верно отражает свойства оригинала и может быть использована для предсказания его поведения. При этом адекватность модели зависит от целей моделирования и принятых критериев. Например, модель, адекватная на этапе поискового проектирования, при детализации проекта теряет это свойство и становится слишком "грубой". Учитывая изначальную неполноту модели, можно утверждать, что идеально адекватная модель в принципе невозможна. Приближенность модели к действительному объекту можно рассматривать в следующих аспектах:

● с точки зрения корректности связи «вход-выход»;

● с точки зрения корректности декомпозиции модельного описания применительно к целям исследования и использования моделей.

Степень соответствия моделей в первом случае принято называть собственно «адекватностью», во втором – аутентичностью. Можно выделить два способа оценки адекватности, один из которых используется, если есть возможность сравнить модель и объект, другой – если такой возможности нет. Первый способ представляет собой разовую процедуру, основанную на сравнении данных, наблюдаемых на реальном объекте, с результатами вычислительного эксперимента, проведенного с моделью. Модель считается адекватной, если отражает исследуемые свойства с приемлемой точностью, где под точностью модели понимается количественный показатель, характеризующий степень различия модели и изучаемого явления. Таким образом, в первом способе мера адекватности является количественной. Ей может быть значение некой функции несогласованности между моделью и измерениями. Второй способ представляет собой перманентную процедуру, основанную на использовании верификационного подхода. Такая процедура всегда используется, если нет возможности проверить модель экспериментально (например, объект находится в стадии проектирования, либо эксперименты с объектом невозможны). Процесс оценки достоверности имеет две стороны:

- приобретение уверенности в том, что модель ведет себя как реальная система;

- установление того, что выводы, полученные на ее основе справедливы и корректны

.

11.1 Общее определение моделирования систем. Роль моделирования в проектировании систем управления. Понятие модели. Свойства моделей.

Общие определения. С моделированием любой человек сталкивается постоянно, обычно не осознавая этого. Действия пешехода при переходе улицы базируется на построении некоторой модели дорожной обстановки и прогнозе ее развития. От того, насколько верно пешеход воспринимает окружающую действительность, очень часто зависит не только его благополучие и здоровье, но и сама жизнь.

В процессе профессиональной деятельности, если она связана с проектированием и эксплуатацией современных технических объектов

и систем, исследователь постоянно вынужден иметь дело с построением и исследованием моделей этих объектов. Сейчас моделирование представляет собой основной научный инструмент, применяемый как для чисто теоретических, так и для практических целей.

Создание нового технического объекта – сложный и длительный процесс, в котором стадия проектирования имеет решающее значение

в осуществлении замысла и достижении высокого технического уровня. Моделирование, в свою очередь, является одним из важнейших этапов проектирования любого технического объекта, позволяя заменить или значительно сократить этапы наладки и натурных испытаний. Роль моделирования особенно высока, когда натурные испытания слишком дороги или опасны, как это имеет место, например, для космических аппаратов, химических и ядерных реакторов и других объектов. Термин «моделирование» весьма многогранен и разными людьми воспринимается по-разному. Применительно к техническим (в том числе мехатронным) системам, под моделированием будем понимать процесс, состоящий в выявлении основных свойств исследуемого объекта, построении моделей и их применении для прогнозирования поведения объекта. Таким образом, моделирование включает в себя отображение проблемы из реального мира в мир моделей (процесс абстракции), анализ и оптимизацию модели, нахождение решения и отображение решения обратно в реальный мир. Следует отметить, что в иностранной литературе то, что выше определено как моделирование, покрывается двумя терминами: «мodeling» – относится, прежде всего, к процессу построения моделей объектов и систем;

«simulation» – обозначает проведение компьютерного эксперимента с моделью (обычно численного), с визуализацией результатов этого эксперимента.

Моделирование, как процесс, имеет дело с моделями. Модель – создаваемое человеком подобие изучаемых объектов: макеты, изображения, схемы, словесные описания, математические формулы, карты и т.д.

Более строго, модель можно определить как физическую или математическую конструкцию, определенным образом отражающую объект и служащую для его изучения.

Модель является заменителем реального объекта, обладающим, по крайней мере, двумя свойствами: она отражает те свойства объекта, которые существенны для данного исследования; она всегда проще объекта.

Теория замещения одних объектов (оригиналов) другими объектами (моделями) и исследование свойств объектов на их моделях называется теорией моделирования.

11.2 Тот факт, что модель отражает лишь важнейшие для данного исследования свойства объекта, дает возможность соотнести одну и ту же модель с целым рядом конкретных объектов, что позволяет по установленным свойствам одного объекта судить о свойствах больших групп объектов, подобных первому объекту.

Полученные модели можно использовать для следующих целей.

Познание (изучение объекта). Одной из особенностей хорошо построенной модели является то, что она несет в себе информации больше, чем в нее закладывалось при создании. Особенно это относится к моделям природных объектов, получаемых в результате естественно-научных исследований. Скрытая неосознанная информация проникает в модель объективно, помимо воли исследователя. Это позволяет на основе изучения модели получать новые сведения об объекте, т.е. изучать объект, изучая его модель. Свойство модели служить источником по- знания называют потенциальностью. Естественно, что разные модели в разной степени «богаты» такой дополнительной информацией.

Процесс познания в фундаментальных дисциплинах (физика, химия и др.) развивается по схеме «явление – модель – явление». Открытие и изучение нового явления приводит к построению его модели, которая, в свою очередь, позволяет предсказать новые явления. Классическим примером такой цепочки явилось открытие на основе Ньютоновского закона всемирного тяготения планеты Нептун. И в настоящее время большое число объектов в космологии появляются сначала на уровне теоретических предсказаний и лишь затем подтверждаются наблюдениями.

Предсказание. Правильно построенная модель позволяет предсказывать поведение исследуемого объекта при тех или иных внешних воздействиях. Это свойство является ключевым в процессе замены объекта его моделью. Задача предсказания актуальна в тех случаях, когда эксперименты с реальным объектом невозможны по причинам повышенной опасности, чрезмерной длительности или невозможности воспроизведения внешних условий. Результаты предсказания могут использоваться для формирования управляющих воздействий на объект, а также для поиска оптимальных режимов работы этого объекта.

Обучение. Использование реального объекта для обучения часто связано с рисками как для объекта, так и для обучаемого. Заменяя реальный объект, модели могут быть использованы в качестве имитаторов при создании различных тренажеров, на которых можно не только получить первоначальные навыки управления, но и испробовать такие

приемы, которые в иной ситуации отработать невозможно. Для обучения могут использоваться как физические, так и компьютерные модели, а в сложных тренажерах сочетание тех и других. Примером могут служить тренажеры для подготовки пилотов самолетов. Кроме сложной физической системы, моделирующей кабину самолета и обладающей способностью создавать ощущение полета, имитируя движения по крену или тангажу, тренажер снабжен мощной компьютерной моделью, формирующей видеокартинки на экранах кабины и способной адекватно менять их в ответ на действия экипажа.

Отработка новых конструкторских решений. С технической точки зрения возможность использования моделей для проверки и отработки технических решений является самой важной функцией моделирования. Отсутствие реального объекта делает эту функцию безальтернативной, позволяя существенно сократить время разработки нового изделия за счет экономии на его натурных испытаниях. Далее будет показано, что использование модели, для которой еще нет реального объекта, вносит существенные особенности в процесс ее построения и отладки.

В зависимости от типов моделей и методов анализа их поведения различают различные методы моделирования.Подходов к классификации этих методов достаточно много.

1 0. Методы не математического моделирования. Их достоинства и недостатки по сравнению с математическим моделированием.

При полунатурном моделировании часть системы (обычно самая громоздкая, дорогая или опасная) заменяется моделью, которая стыкуется с реальным оборудованием (датчиками, средствами обработки информации, приводами, системой управления). Примером является исследование систем ориентации космических аппаратов на конечных этапах проектирования. На Земле невозможно создать условия невесомости, поэтому аппарат помещают на специальные имитационные стенды, обеспечивающие разгрузку несущих конструкций. Вся же остальная аппаратура реальная. Такие же полунатурные эксперименты имеют место при любых проверках ракет, самолетов и т.д. с помощью специальных диагностических устройств.

Достоинство метода в высокой достоверности получаемых результатов. Недостатки – в ограничениях, накладываемых реальным оборудованием. Например, невозможность сжатия процесса моделирования во времени. Реальный объект может быть заменен как реальным объектом, и тогда чаще говорят о макетировании, так и идеальным, в частности математической или компьютерной моделью.

Широко используемое на практике физическое моделирование основано на использовании моделей той же физической природы, что

моделируемый объект, но с более удобными для экспериментирования параметрами: меньшими массой, габаритами и т.п. Оно применяется тогда, когда натурные испытания очень трудно или вообще невозможно осуществить, когда слишком велики (малы) размеры натурного объекта или значения других его характеристик (давления, температуры, скорости протекания процесса и т.п.).

Физическое моделирование основано на свойствах подобия. Два явления физически подобны, если по заданным физическим характеристикам одного можно получить характеристики другого простым пересчетом, который аналогичен переходу от одной системы координат к другой.

Примером физического моделирования является применение аэродинамических труб для продувки уменьшенных копий самолетов или автомобилей. Подобные методы моделирования широко используются и при моделировании гидротехнических сооружений (плотин, каналов).

Достоинство этого метода, прежде всего, в том, что физическую модель зачастую сделать гораздо проще, чем получить ее математическое описание. Современные технические средства позволяют легко получить точную уменьшенную копию самолета или автомобиля. С другой стороны, ряд явлений гораздо легче реализовать физически, нежели расчетным путем (например, эффект трения).

Недостатки данного метода заключаются в его относительной дороговизне, сложности повторения экспериментов и сложности анализа результатов. Не всегда результаты, полученные на малой модели, легко и просто переносятся на реальный объект. Основой обработки результатов физических экспериментов является специальная наука – «теория подобия» [4].

Использование моделей прямой аналогии основано на замене реального объекта моделью иной физической природы. В природе часто физически различные процессы описываются одними и теми же дифференциальными уравнениями или другого типа математическими моделями. Например, много общего имеют течение воды по трубам и ток в электрической цепи. Или заряд конденсатора подобен накоплению кинетического момента в механической системе. Естественно, используется такая модель, которая наиболее проста для реализации и исследований. Обычно это электрические модели. Их просто реализовать, процессы в них проходят быстро, легко могут быть повторены, зафиксированы регистрирующими приборами.

Методы моделирования на электронных вычислительных машинах часто называют методами непрямой аналогии [1]. Они делятся на методы моделирования на аналоговых вычислительных машинах (АВМ) и цифровых (ЦВМ). Во всех методах предполагается наличие исходной системы уравнений в той или иной форме. Это может быть система дифференциальных или логико-дифференциальных уравнений, описывающая весь объект. Либо, например, описания отдельных компонентов и топология объекта.

Методы моделирования на АВМ являются исторически более ранними. Они выросли из методов прямой аналогии и состоят в том, что отдельный электронный компонент реализует определенную элементарную модель (интегратора, усилителя, апериодического звена, устройства умножения, нелинейного звена и т.п.). В результате, электронная модель имеет ту же топологию, что и исходная система. Достоинство моделирования на АВМ – то, что процессы здесь непрерывные, такие же, как в самом объекте. Если регулятор также непрерывный, то моделирование на АВМ может быть эффективным. Недостатки моделей на АВМ заключаются в сложности настройки и перестройки модели, необходимости специальных мер для поддержания ее стабильности, а главное в том, что вес и габариты модели пропорциональны ее сложности. К тому же на аналоговых моделях сложно моделировать современные логико-динамические системы.

Этих недостатков лишены методы моделирования на ЦВМ. Модель легко перестраивается. Реализация цифровых регуляторов также не представляет проблем. Основной недостаток цифровых моделей – необходимость реализации специальных алгоритмов численного интегрирования непрерывных процессов. Если объект имеет широкий разброс постоянных времени, то возникает проблема точного численного интегрирования его динамики, которая решается путем компромисса между временем счета и точностью.

Наконец, возможен расчетно-аналитический метод моделирования, который состоит в получении математической модели и оперировании с ней. С точки зрения исследований систем его возможности ограничены простейшими объектами. Однако формирование математической модели является неотъемлемым элементом любого метода моделирования на ЭВМ.