Bases de la modélisation numérique. Introduction

systèmes d'échantillonnage

et quantification des messages

Omsk 2010

Agence fédérale pour l'éducation

Établissement d'enseignement public

formation professionnelle supérieure

"Université technique d'État d'Omsk"

Modélisation numérique des systèmes d'échantillonnage

et quantification des messages

Lignes directrices pour les tests de laboratoire

fonctionne pour l'enseignement à distance

Complexe pédagogique et laboratoire de modélisation numérique d'un système de quantification de messages continus par niveau …………………

Dispositions générales……………………………………………………………..

Descriptif du forfait………………………………………………………………………………….

Informations générales…………………………………………………………….

Finalité fonctionnelle du complexe…………………………………….

Procédure d'installation dans l'environnement de développement NetBeans…….………………….

Description de la bibliothèque de classe……………………….………………………

1. Description des interfaces……………………….………………………...

   Descriptif des cours………………………….…………………………….

   Schéma de principe de connexion…………………………..…………………

Objectif du travail de laboratoire.……………………………………………………………...

But de l'étude……………………………………………………………..

Demande de service………….…………………………………….....

Construction d'une maquette numérique…………………………………………………………….

Questions de test pour le travail de laboratoire…………………

Complexe pédagogique et laboratoire de modélisation numérique d'un système de quantification de messages continus par niveau

1. Dispositions générales

La modélisation- l'une des façons les plus courantes d'étudier divers processus et des phénomènes. Il existe des modélisations physiques et mathématiques. En modélisation physique, le modèle reproduit le processus étudié tout en préservant sa nature physique. L'avantage de la modélisation physique par rapport à une expérience naturelle est que les conditions de mise en œuvre d'un processus modèle peuvent différer considérablement des conditions inhérentes au processus d'origine et sont sélectionnées en fonction de la commodité et de la simplicité de l'étude. Mais la modélisation physique a Portée limitée applications. La modélisation mathématique a évidemment des capacités plus larges.

La modélisation est un processus composé de deux étapes, généralement répétées :

construire un modèle similaire à l'objet original et difficilement accessible pour une recherche directe ;

recherche (conception) de l'objet original à partir du modèle construit.

Lorsqu'on étudie un processus utilisant la méthode de modélisation mathématique, il faut avant tout construire son modèle mathématique. Modèle mathématique nécessaire à la construction d’un algorithme de modélisation. Il existe plusieurs manières principales d'utiliser un algorithme de modèle mathématique :

étude analytique des processus;

étude des procédés par des méthodes numériques ;

modélisation matérielle (sur ordinateurs analogiques et installations de modélisation spéciales) ;

modélisation de processus sur un ordinateur numérique.

Actuellement, la méthode de modélisation statistique mise en œuvre sur un ordinateur numérique s'est généralisée. Ce type fait partie intégrante de la modélisation mathématique.

La modélisation numérique présente de nombreux avantages par rapport aux autres méthodes de recherche (polyvalence, flexibilité, rentabilité) et permet de résoudre l'un des principaux problèmes science moderne- le problème de la complexité.

Les complexes pédagogiques et de laboratoire sont conçus pour l'étude et la recherche de tels systèmes d'information qui effectuent la formation, l'échantillonnage (quantification), le codage, la transmission, le stockage, le décodage et la restauration des messages. Ces systèmes sont constitués de blocs réels qui effectuent les transformations répertoriées. Ceux-ci inclus:

source (générateur, shaper) du message ;

échantillonneur (quantificateur, unité de quantification);

encodeur (encodeur, unité de codage);

lien;

bloc mémoire (ligne à retard);

décodeur (décodeur);

destinataire du message.

Des modèles numériques qui simulent le fonctionnement de ces blocs sont présentés dans des complexes pédagogiques et de laboratoire sous la forme de classes d'objets distinctes ou peuvent en être constitués. Ces complexes de classes d'objets répondent aux objectifs suivants :

simuler une expérience afin d'obtenir des données pour la conception de ces systèmes ;

automatiser le calcul des paramètres, la synthèse des fonctions des blocs individuels et du système dans son ensemble ;

pour modéliser, simuler et visualiser des travaux :

des systèmes d'échantillonnage de messages continus dans le temps ;

systèmes de quantification des messages par niveau ;

des systèmes de codage efficaces ;

systèmes de codage résistants au bruit ;

combinaisons de ces systèmes.

pour tracer des graphiques.

Considérons quelques caractéristiques de l'étude du fonctionnement des systèmes à travers leur modélisation numérique. Il vise généralement à étudier l’efficacité des systèmes. Dans ce cas, l’interaction de ce système avec un autre système, appelé environnement externe, est modélisée. L'efficacité de tout système est déterminée par deux groupes de facteurs : les propriétés et les caractéristiques de l'environnement extérieur ; fonctions et paramètres du système simulé. Le fonctionnement (comportement) le plus efficace du système se situe dans une situation où les propriétés et les caractéristiques de l'environnement externe sont « coordonnées » avec les fonctions et les paramètres du système. Les indicateurs et critères d'efficacité du système sont fixés (définis) par ses développeurs, car ils ne peuvent pas être établis par des méthodes formelles.

L'étude de l'efficacité du travail dans des « conditions normales » est réalisée en organisant les situations normales (standards) les plus probables déterminées par l'environnement extérieur, qui sont vraisemblablement connues du développeur ou du chercheur. Où situations spécifiques les propriétés et caractéristiques les plus typiques de l'environnement extérieur sont spécifiées.

De plus, des études sont menées sur le comportement du système dans des conditions extrêmes et des situations improbables, qui sont déterminées par des ensembles de propriétés et de caractéristiques de l'environnement extérieur peu prévisibles pour le chercheur (valeurs maximales de ses caractéristiques, telles que comme par exemple la valeur prohibitive du courant dans un circuit électrique, les surcharges, les interférences et les fréquences de grande amplitude, la destruction physique du système ou de ses composants due à des matériaux défectueux, etc.).

La situation fixée par l'environnement extérieur (standard ou anormal) est modélisée en fixant certaines de ses propriétés et caractéristiques. Parallèlement, l'efficacité des systèmes est étudiée en faisant varier ses fonctions et ses paramètres. Il est également possible d'étudier le système dans un ordre différent, dans lequel les fonctions et les paramètres du système sont enregistrés et les propriétés et paramètres de l'environnement externe varient. En supposant que les propriétés de l'environnement externe et les fonctions du système étudié, entre autres choses, sont représentées par des ensembles de caractéristiques et de paramètres numériques (variables) mesurés et contrôlés.

Lors de l'itération suivante d'étude du comportement d'un système, l'ensemble des caractéristiques de l'environnement et des paramètres du système est généralement fixé. Dans ce cas, l’un des composants répertoriés varie dans la plage acceptable « plausible ». Les indicateurs de performance du système sont déterminés pour de nombreuses valeurs du paramètre variable et inscrits dans le protocole de recherche, généralement établi sous forme de tableau. Lors de l'itération suivante de l'étude, un autre paramètre varie et les autres sont fixés.

Généralement une recherche complète des paramètres et de leurs valeurs (même lorsque modélisation informatique) ne peut être mis en œuvre en raison de contraintes de temps. Par conséquent, un développeur ou un chercheur doit souvent effectuer une certaine sélection ordonnée et dirigée de paramètres et de caractéristiques. En combinaison avec la possibilité de sélection automatique des paramètres par ordinateur, cela vous permet de réduire le temps de recherche du système. De plus, des méthodes développées pour concevoir des expériences devraient être utilisées.

Lors de la modélisation numérique d'un système de quantification de messages continus par niveau dans des cours de laboratoire, les propriétés de l'environnement extérieur sont représentées par une certaine forme du signal transmis, qui ne change pas au cours du processus de recherche, ainsi que par une distribution normale (gaussienne ) bruit aléatoire agissant dans le canal de communication. Caractéristiques numériques l'interférence est représentée par l'espérance mathématique et l'écart type de son amplitude.

La fonction du système de ce laboratoire est de quantifier les messages continus par niveau (paramètre d'amplitude). Les paramètres du quantificateur sont représentés par une plage de valeurs message continu et le nombre de niveaux de quantification (ou pas de quantification).

Le problème de la modélisation numérique des signaux radio, des interférences radio et des processus aléatoires est formulé comme le problème de trouver des algorithmes (aussi simples que possible) permettant d'obtenir des implémentations discrètes (fonctions sélectionnées) des processus simulés sur un ordinateur numérique. Il s'agit d'un problème indépendant et plutôt complexe de synthèse de processus aléatoires discrets qui simulent des processus continus avec des caractéristiques statistiques données. Il est résolu en trouvant des transformations linéaires et non linéaires faciles à mettre en œuvre sur un ordinateur numérique, à l'aide desquelles il est possible de transformer des nombres aléatoires indépendants uniformément ou normalement distribués générés par un capteur de nombres aléatoires en séquences aléatoires avec les propriétés statistiques requises.

Le problème de la modélisation numérique des systèmes radio est formulé comme le problème du développement d'algorithmes qui, sur la base de caractéristiques données des systèmes, par exemple les fonctions de transfert et les caractéristiques de non-linéarité des liaisons individuelles, permettent de convertir avec précision ou avec une erreur acceptable des implémentations discrètes. des effets d'entrée sur un ordinateur en implémentations discrètes des effets de sortie correspondants des systèmes simulés. Ces algorithmes sont appelés modèles de systèmes numériques.

Certaines caractéristiques de la modélisation numérique des systèmes radio et l'approche de modélisation adoptée ici doivent être expliquées.

Le développement de la théorie de la modélisation en général, et de la modélisation numérique en particulier, est déterminé par le degré de description mathématique des phénomènes et des processus se déroulant dans diverses industries science et technologie. Contrairement à certaines autres applications de simulation numérique, comme la simulation de procédés de fabrication ou de procédés en systèmes biologiques, où la description mathématique des phénomènes est souvent une tâche très complexe, la description mathématique des processus de fonctionnement des systèmes radio est assez bien développée.

En effet, la fonction principale des systèmes radio est la transmission, la réception et le traitement des informations contenues dans les signaux. D'un point de vue informationnel, les systèmes radio peuvent être considérés comme des ordinateurs spécialisés (généralement analogiques à très haut débit), qui mettent en œuvre de manière précise ou approximative des algorithmes de fonctionnement pré-prescrits (voir à ce sujet). Les opérations incluses dans ces algorithmes, telles que la modulation, le filtrage, l'amplification, la conversion de fréquence, la détection, la limitation, l'accumulation, le suivi, etc., permettent en règle générale une formulation mathématique relativement simple.

La description mathématique se réduit à la traduction d'un programme connu de fonctionnement d'un système radio, formulé dans le langage ordinaire de l'ingénierie radio, dans le langage mathématique, dans lequel, par exemple, le filtrage est une intégration glissante, une accumulation - une sommation, une détection d'amplitude - extraction d'enveloppe, etc. En conséquence, un modèle mathématique du système radio. Un modèle numérique du système est obtenu lors de la deuxième étape, lorsqu'il est basé sur le modèle mathématique développé. algorithme discret le processus de fonctionnement d'un objet de modélisation, destiné à être mis en œuvre sur un ordinateur numérique.

La mise en œuvre d'une maquette numérique d'un système radio sur un calculateur numérique signifie, par essence, le remplacement d'un calculateur spécialisé, qu'est ce système radio, par un calculateur numérique universel.

L'approche de modélisation des systèmes radio consistant à remplacer un ordinateur par un autre est ce qu'on appelle principe fonctionnel modélisation, selon laquelle un modèle est considéré comme équivalent à l'original s'il reproduit avec une précision suffisante uniquement la fonction de l'original, par exemple un algorithme de conversion des signaux d'entrée en signaux de sortie d'un récepteur radio. Dans le même temps, le modèle et l'original ne sont pas similaires en général, puisque lors de la modélisation, des détails insignifiants d'un point de vue informationnel, associés, par exemple, à un mode de réalisation matériel spécifique du système modélisé, sont omis. Cette approche de modélisation est appropriée dans un certain nombre de problèmes, par exemple lors du choix des principes de construction de systèmes radio au stade de la conception, lors de l'évaluation de l'immunité au bruit des circuits de traitement du signal (algorithmes), lors de l'évaluation de l'efficacité des interférences et dans d'autres études.

Bien entendu, il existe des problèmes dans lesquels le principe fonctionnel n'est pas pratique à résoudre par la méthode de modélisation, par exemple lors de l'étude de l'influence des paramètres d'éléments réels (dispositifs à électrovide et à semi-conducteurs, inductances, capacités, résistances, etc.) qui composent un dispositif (unité) radio donné, sur ses caractéristiques : fonctions de transfert, stabilité, linéarité, plage dynamique, etc. Dans ces cas, il faut passer au niveau d'une modélisation plus détaillée. Cette approche de la modélisation dans la littérature étrangère est appelée l'utilisation d'ordinateurs numériques pour l'analyse et la synthèse de circuits. Ces méthodes de modélisation numérique ne sont pas abordées dans cette monographie.

Il présente des méthodes de modélisation numérique basées sur la connaissance de caractéristiques plus généralisées des systèmes que celles de leurs éléments les plus simples. En tant que telles caractéristiques généralisées, on utilise des algorithmes pour le fonctionnement des systèmes, suite à leur finalité fonctionnelle, des fonctions de transfert ou des caractéristiques transitoires impulsionnelles des liens dynamiques linéaires, des caractéristiques de non-linéarité des blocs non linéaires formant le système, c'est-à-dire que la modélisation est effectuée au niveau des fonctions , et pas schémas de circuits systèmes.

Généralement, les systèmes radio simulés peuvent être représentés comme une combinaison de seulement deux types principaux de liaisons : les liaisons inertielles linéaires (amplificateurs, filtres, systèmes de poursuite, etc.) et les liaisons non linéaires sans inertie (limiteurs, détecteurs, blocs logiques, etc.) . A partir de ces deux types d'unités fonctionnelles, en augmentant le schéma fonctionnel et en faisant varier les caractéristiques des liaisons, on construit des systèmes radio de toute complexité. Les algorithmes de modélisation de tels systèmes fonctionnels ne sont pas difficiles à trouver si vous connaissez les algorithmes de modélisation de parties individuelles des systèmes.

Le problème de la description mathématique du fonctionnement des liaisons des systèmes radio n'a pas de solution unique. Par exemple, filtration linéaire peut être décrit comme un processus de changement des amplitudes et des phases des harmoniques de l'effet d'entrée (méthode de Ferrier) et comme une intégration glissante du processus d'entrée avec un certain poids (méthode intégrale de Duhamel. À son tour, le même modèle mathématique peut correspondre à divers modèles numériques ; par exemple, le processus de filtrage continu, donné sous la forme de l'intégrale de Duhamel, peut être représenté sous forme discrète comme une sommation glissante et comme un processus de calcul conformément à l'équation des différences récurrentes. l'orientation principale dans le développement de méthodes de modélisation numérique des systèmes radio n'est pas tant la description mathématique et la création de leurs modèles numériques en général, mais plutôt la recherche de modèles numériques équivalents et le choix parmi eux des plus pratiques à mettre en œuvre sur un support numérique. ordinateur, c'est-à-dire le plus efficace du point de vue du critère d'efficacité retenu.

En tant que tel critère, nous utilisons en outre le critère des coûts de calcul minimaux (volume et temps minimum de calculs) pour une précision de modélisation donnée.

Le livre présente diverses méthodes pour réduire les coûts de calcul. Les principaux sont les suivants.

1. Utilisation d'algorithmes économiques récurrents (Markov) lors de la modélisation des signaux, du bruit et des processus de fonctionnement des systèmes, selon lesquels l'état suivant d'un objet de modélisation peut être facilement trouvé en connaissant un ou plusieurs de ses états précédents. (Cette méthode a une gamme d'applications assez large, puisque de nombreux processus dans les systèmes radio sont strictement ou approximativement markoviens.)

2. Application de la méthode de l'enveloppe afin d'exclure de la prise en compte les composantes haute fréquence de la fréquence porteuse.

3. Transformations équivalentes de schémas fonctionnels de systèmes afin d'obtenir des systèmes fonctionnellement similaires et plus faciles à modéliser.

4. Modélisation multi-échelle (utilisant un petit pas d'échantillonnage pour les processus à évolution rapide et un grand pas d'échantillonnage pour les processus à évolution lente lors de la modélisation de systèmes dans lesquels des processus se produisent simultanément dans différentes parties de la gamme de fréquences) et modélisation à échelle variable (en utilisant une variable étape d’échantillonnage).

L’utilisation de ces méthodes rapproche la modélisation numérique et analogique en termes de rapidité. Sous d'autres aspects, les simulations de systèmes radio numériques et analogiques peuvent avoir des efficacités différentes, déterminées par les avantages et les inconvénients des systèmes radio numériques et analogiques. des ordinateurs.

Cependant, là où il est nécessaire de disposer d'un appareil universel pour modéliser une variété de systèmes : automates discrets, systèmes dynamiques continus et discrets (linéaires et non linéaires à paramètres constants, variables, groupés et distribués), systèmes faire la queue etc., où une haute précision est requise, logique avancée, la présence d'un système de mémoire efficace, une large plage dynamique de valeurs, la modélisation numérique présente des avantages significatifs par rapport à l'analogique.

Les inconvénients de la modélisation numérique à l'heure actuelle comprennent : une vitesse relativement faible, un système de communication homme-machine imparfait (enregistrement insuffisamment visuel des résultats, difficultés à modifier les paramètres et la structure du système simulé en cours de résolution du problème), le coût élevé d'une heure de temps informatique. Cependant, il y a des raisons de croire qu'à l'avenir, à mesure que la technologie informatique numérique électronique et les méthodes de support mathématique s'amélioreront, ces lacunes seront éliminées. Certains avantages et inconvénients supplémentaires de la modélisation numérique sont notés lors de la présentation du matériel.

La modélisation analogique est réalisée plus simplement, dans certains cas elle est plus rapide que la modélisation numérique, elle est plus visuelle, elle est plus rentable économiquement, mais elle a une faible précision, une plage dynamique relativement petite et n'est pas aussi universelle. Ce type de modélisation est utilisé le plus efficacement, comme on le sait, dans l'étude de systèmes dynamiques continus décrits par des équations différentielles ordinaires.

Les inconvénients de la modélisation analogique peuvent être compensés par des modèles combinés analogique-numérique.

Ce livre se concentrera uniquement sur la modélisation numérique, mais certaines des méthodes qui y sont abordées peuvent être utilisées dans la modélisation analogique ainsi que analogique-numérique, par exemple la méthode du filtre de mise en forme lors de la modélisation de signaux aléatoires.

À l'avenir, au lieu du terme « modélisation numérique », le terme « simulation » sera généralement utilisé.

Puisque le livre traite des méthodes modélisation mathématique, alors il y a « beaucoup de mathématiques » dedans. Cependant, pour comprendre le matériel, le lecteur n'a pas besoin de beaucoup de connaissances en mathématiques dans sa forme la plus stricte. sens classique, combien de connaissances en « mathématiques radio », selon la terminologie de S. M. Rytov, et en « mathématiques des circuits », alors. La terminologie de Woodward, ainsi que les questions de la théorie appliquée des processus aléatoires et de l'ingénierie radio statistique dans le volume des chapitres de livre correspondants. De plus, le lecteur doit connaître certains appareils mathématiques de base de la théorie. systèmes discrets, en particulier les propriétés de base des transformations, les capacités informatiques numériques et les principes de programmation.

Le livre ne fournit pas de schémas fonctionnels de programmes possibles pour implémenter des algorithmes de modélisation sur un ordinateur numérique. Les algorithmes sont donnés sous forme de formule. Pour expliquer les algorithmes de formule, des fonctions de transfert et des schémas fonctionnels de filtres discrets qui effectuent des opérations sur des séquences numériques d'entrée en stricte conformité avec les algorithmes proposés sont donnés.

2.2. Méthodes non algorithmiques

modélisation numérique.

La rapidité de résolution d'un certain nombre de problèmes complexes à l'aide d'une méthode algorithmique de programme sur un ordinateur numérique à usage général est insuffisante et ne satisfait pas aux besoins des systèmes d'ingénierie de conception assistée par ordinateur (CAO). Une de ces classes de problèmes, largement utilisée dans pratique d'ingénierie lors de l'étude de la dynamique (processus transitoires) systèmes complexes l'automatisation sont des systèmes d'équations différentielles non linéaires d'ordres élevés dans les dérivées ordinaires. Pour accélérer la résolution de ces problèmes, les systèmes logiciels et matériels de CAO peuvent inclure, en plus de l'ordinateur numérique principal (principal) à usage général, des GVM orientés problèmes pour résoudre des équations différentielles non linéaires. Ils sont organisés sur la base d'une modélisation mathématique numérique méthode non algorithmique. Ce dernier vous permet d'augmenter la productivité de la CAO en raison du parallélisme inhérent au processus informatique, et la méthode discrète (numérique) de représentation des quantités mathématiques vous permet d'obtenir une précision de traitement pas pire que dans un ordinateur numérique. Ces GVM utilisent deux méthodes de modélisation numérique :

1. Modélisation aux différences finies ;

2. Modélisation des décharges.

La première méthode utilisée dans les GVM tels que les analyseurs différentiels numériques (DDA) et les machines d'intégration numérique (DIM) est la méthode bien connue de calculs approximatifs (étape par étape) des différences finies. Les unités opérationnelles numériques du GVM, construites sur des circuits numériques, traitent des incréments discrets assez petits de quantités mathématiques transmises le long des lignes de communication entre les unités opérationnelles. Entrée et sortie quantités mathématiques sont représentés, stockés et accumulés à partir d'incréments dans des codes numériques à n bits dans des compteurs inverses ou des registres additionneurs d'accumulation.

Les incréments de toutes les quantités sont généralement codés dans une unité d'ordre inférieur : D:=1 ml. R. Ceci correspond à une quantification par niveau de toutes les quantités traitées avec à un rythme constant quantification D=1. Par conséquent, le taux d’augmentation de toutes les quantités de machines est limité : |dS/dx|£1.

Les signes d'incréments d'un seul bit sont codés à l'aide de la méthode de codage de signe sur les lignes de communication à deux fils entre les unités opérationnelles :

https://pandia.ru/text/78/244/images/image002_51.gif" width="476" height="64 src=">,

où DSi=yiDx – incrément de l'intégrale dans ième étape intégration, et la i-ième ordonnée de la fonction intégrande y(x) – yi est calculée en accumulant ses incréments :

https://pandia.ru/text/78/244/images/image004_39.gif" width="208" height="56 src=">

avec l'introduction d'un coefficient de normalisation constant kn = 2-n, les incréments aux sorties des intégrateurs sont formés séquentiellement et traités dans les intégrateurs suivants également séquentiellement. Une exception est l'intégration de la somme de plusieurs fonctions intégrandes

https://pandia.ru/text/78/244/images/image006_34.gif" width="239" height="56 src=">

Puis, le long de plusieurs m lignes d'entrée lième incréments peut agir de manière synchrone à une jième étape. Pour l'addition séquentielle, ils sont espacés au sein d'une étape à l'aide de lignes à retard, augmentant la fréquence d'horloge de l'additionneur accumulateur d'entrée de m fois. Par conséquent, le nombre de fonctions intégrandes sommables est généralement limité à deux : m=2.

L’organisation structurelle de l’intégrateur-additionneur numérique est très simple. Il est construit sous la forme d'une connexion en série des unités fonctionnelles suivantes :

· Circuit 2OR avec ligne à retard tз=0,5t sur l'une des entrées

· additionneur cumulatif d'entrée d'incréments de fonctions d'intégrande, qui accumule leurs ordonnées sur n bits en fonction des incréments d'entrée :

https://pandia.ru/text/78/244/images/image008_28.gif" width="411" height="194 src=">

Lorsque Dх:=(10) le code yk est transmis sans changement, et lorsque Dх:=(01) la sortie forme un code inverse du code d'entrée yk.

· générateur d'incrément de sortie intégré : DSi : = unité de débordement Si, convertissant le signe de débordement en un code d'incrémentation bipolaire (il est le plus simplement mis en œuvre si les nombres négatifs accumulés Si sont représentés dans un code modifié : direct, inverse ou complémentaire). Le schéma fonctionnel correspondant de l'intégrateur numérique est illustré à la Fig. 9.14 (p.260) du manuel. Dans les circuits de modèles numériques, le symbole suivant pour un additionneur-intégrateur numérique est utilisé :

"Zn." indique le drapeau d'inversion (-) s'il est requis. Un avantage important cette méthode La modélisation numérique aux différences finies consiste à utiliser le même intégrateur numérique, sans changer ses circuits, pour effectuer les opérations linéaires et non linéaires nécessaires à la résolution des équations différentielles ordinaires. Ceci s'explique par le fait que lors de la programmation du CDA et du CIM équations originales en dérivées sont converties en équations en différentielles. Regardons les programmes de modèles numériques les plus simples :

1. multiplier la variable x par la constante k :

Passant aux différentiels dS=кdx, nous veillerons à ce que cette opération soit effectuée par un seul intégrateur avec son réglage initial correspondant :

3. Multiplication S=xy, ou en différentielles dS=xdy+ydx.

4.2. fonctions trigonométriques, par exemple y=sinx, qui est une solution d'une équation différentielle du second ordre (depuis), ou en différentielles

Considérant que la création de ces ordinateurs orientés problèmes nécessite des coûts supplémentaires importants, lors de la construction moyens techniques La CAO utilise souvent une manière plus simple de les organiser en combinant des ordinateurs numériques à usage général produits en série et des ordinateurs analogiques électroniques (AVM) construits sur des amplificateurs opérationnels dans un complexe informatique. L'ordinateur numérique et l'ordinateur numérique sont combinés à l'aide d'un dispositif de conversion et d'interface standard (CTD), constitué principalement d'un CAN et d'un DAC. Un problème complexe à résoudre est rationnellement divisé en 2 parties entre processeurs analogiques et numériques lors de la programmation du complexe. De plus, la partie analogique est le plus souvent orientée de manière problématique vers la résolution d'équations différentielles et est utilisée dans le processus informatique général comme sous-programme rapide.

2.3 Architecture des systèmes informatiques hybrides (HCC).

2.3.1. structure du complexe informatique analogique-numérique (ADCC)

GVK ou ATsVK est un complexe informatique constitué d'un calculateur numérique et d'un calculateur automatique à usage général, combinés à l'aide d'un UPS, et contenant dans la partie numérique un logiciel supplémentaire permettant d'automatiser la programmation de la partie analogique, gérant l'échange d'informations entre la partie analogique. et parties numériques, surveillance et test de la partie analogique, automatisation des procédures d'entrée-sortie.

Considérons le schéma fonctionnel d'un ADCC avec l'onduleur le plus simple, construit sur des CAN et DAC commutés monocanal. Pour créer les conditions préalables à l'automatisation de la programmation AVM sous le contrôle d'un ordinateur numérique, les blocs supplémentaires suivants sont introduits dans le cadre du matériel AVM :

1. Résistances variables (potentiomètres) réglables manuellement aux entrées des amplificateurs opérationnels dans un ensemble de blocs opérationnels (NOB), que vous connaissez de travail de laboratoire selon TAU, elles sont remplacées par des résistances à commande numérique (DCR), qui utilisent des circuits intégrés DAC ;

3. La connexion automatique des unités de commande conformément au circuit modèle analogique établi dans l'ordinateur numérique (clause 2.1) est effectuée par un circuit de commutation automatique (ASC) utilisant le vecteur de commutation binaire des touches SAC formées dans l'ordinateur numérique et stocké lors de la résolution du problème dans le registre d'informations de configuration (RN) de l'UPS.

Les modes de fonctionnement de l'AVM : préparation, démarrage, arrêt, retour à l'état initial, sortie des résultats vers des périphériques analogiques (enregistreurs graphiques, appareils d'enregistrement sur tablette à deux coordonnées - DRP) sont réglés depuis l'ordinateur via l'unité de contrôle UPS ( UPS BU).

L'unité de contrôle UPS effectue également une synchronisation mutuelle du fonctionnement du calculateur numérique et du calculateur automatique : elle transmet des signaux d'interruption externes du modèle analogique aux programmes numériques du calculateur numérique, sous le contrôle des programmes pièces numériques elle synchronise l'interrogation de points du modèle analogique, la conversion des tensions en ces points en codes numériques et la transmission de ces derniers à travers le BSK et le canal entrée-sortie dans la RAM de l'ordinateur numérique ; ou de même, la conversion inverse des codes numériques en tensions électriques et l'alimentation de ces dernières aux points requis aux entrées des unités opérationnelles du modèle analogique. Ce principe organisation fonctionnelle L'interaction des parties numériques et analogiques est prise en charge matériellement par des blocs UPS : ADC et DAC, AM et ADM - multiplexeur et démultiplexeur analogique, ML - blocs de mémoire analogiques d'entrée et de sortie, construits sur une variété de circuits d'échantillonnage de stockage (SSC) similaires. . Les entrées de l'entrée SVX (à gauche) sont connectées aux points requis du circuit modèle analogique (sorties des blocs opérationnels correspondants). Aux instants discrets nécessaires, sous le contrôle d'un ordinateur numérique, des ordonnées d'échantillons individuelles sont extraites du modèle analogique. signaux analogiques(tensions électriques) et sont stockés dans l'entrepôt de stockage temporaire. Ensuite, les sorties du SVR sont interrogées par le multiplexeur AM et leurs tensions de sortie sont converties par l'ADC en codes numériques qui, en mode d'accès direct, sous forme de bloc de nombres (matrice linéaire), sont écrits sur l'OP de l'ordinateur numérique.

À transformation inverse Les sorties SVH du deuxième groupe de la mémoire analogique de sortie ML (à droite) sont connectées sous le contrôle de l'ordinateur numérique aux entrées requises des unités opérationnelles du modèle analogique, et les entrées SVH sont connectées aux sorties de le démultiplexeur analogique dont l'entrée est alimentée par la tension de sortie du DAC. En mode d'accès direct, un bloc de chiffres est lu à partir de l'OP de l'ordinateur numérique. Chacun des chiffres est converti en tension électrique dans le DAC qui, sous le contrôle d'un ordinateur numérique à l'aide d'un ADM en fonctionnement, est enregistré pour être stocké dans l'un des entrepôts de stockage temporaire. L'ensemble résultant de plusieurs tensions est stocké dans plusieurs systèmes de stockage temporaires pendant un intervalle de temps spécifié par le programme informatique numérique (par exemple, lors de la résolution d'un problème dans la partie analogique) et est traité par des unités opérationnelles analogiques.

2.3.2. Méthodes d'organisation de l'analogique -

informatique numérique.

Le principe d'alternance des modes de fonctionnement des calculateurs numériques et des calculateurs automatisés, réduisant la complexité du système de contrôle.

Les ATsVK sont utilisés pour la modélisation analogique-numérique de systèmes d'automatisation complexes contenant des ordinateurs numériques de contrôle, ainsi que pour accélérer la solution de problèmes complexes. problèmes mathématiques, nécessitant une consommation excessive de ressources mémoire et de temps de calcul de l'ordinateur. Dans le premier cas, les algorithmes de contrôle sont simulés par programme sur un ordinateur numérique, et un modèle mathématique analogique de l'objet de contrôle est programmé dans l'ordinateur automatique, et l'ACVK est utilisé comme un complexe pour déboguer et vérifier les algorithmes de contrôle, en tenant compte des non-linéarité et dynamique de l'objet de contrôle, qui sont très difficiles à prendre en compte lors du développement d'algorithmes, si l'on ne résout pas en permanence les équations différentielles de l'objet pour déterminer sa réponse à chaque nouvelle action de contrôle.

Dans le second cas, par exemple, lors de la résolution d'équations différentielles, le problème général fastidieux des calculs approximatifs est divisé en deux parties, plaçant généralement les calculs intensifs en calcul dans la partie analogique pour laquelle une erreur de 0,1...1 % est autorisée.

Selon le principe de division de la tâche en deux parties mentionné ci-dessus et la méthode d'organisation de l'interaction entre l'AVM et l'ordinateur numérique, les ordinateurs numériques modernes sont divisés en 4 classes d'informatique analogique-numérique.

Les classes 1,2,3 peuvent être mises en œuvre sur la base de l'organisation structurelle envisagée de l'ADCC avec un UPS simplifié construit sur des ADC et DAC monocanaux.

La classe 1 est la plus simple en termes d'organisation de l'interaction entre l'AVM et le calculateur numérique. Les pièces numériques et analogiques fonctionnent temps différent, et il n'y a donc pas d'exigences élevées concernant la synchronisation du fonctionnement de l'AVM et de l'ordinateur numérique et la vitesse de l'ordinateur numérique et de l'onduleur.

La classe 2 nécessite une organisation particulière des modes de fonctionnement alternés des AVM, DVM et UPS dans chaque cycle de calculs et d'interaction

Étant donné que l'AC et le CC ne fonctionnent pas simultanément, il n'y a aucun problème de synchronisation et aucune exigence élevée n'est imposée à la vitesse de l'onduleur et de l'ordinateur numérique. Classes de problèmes à résoudre : optimisation des paramètres des modèles analogiques, identification paramétrique, modélisation de processus aléatoires par la méthode de Monte Carlo, modélisation analogique-numérique d'automatismes non en temps réel, équations intégrales.

La classe 3 nécessite une organisation différente des modes de fonctionnement alternés des AVM, TsVM et UPS.

Dans la phase A, 2 tâches partielles d'une tâche complexe, compatibles dans le temps, sont exécutées simultanément dans l'AC et le CC. Dans le CC de la phase B, les valeurs discrètes des arguments de fonction sont le plus souvent reçues de l'AC et stockées, puis dans la phase A, les ordonnées des fonctions complexes sont calculées à partir d'elles et préparées pour l'AC, qui dans la phase B suivante sont transférés vers l'AC, où ils sont stockés dans des mémoires analogiques ( SVKH), puis sont utilisés dans la phase suivante A dans des calculs analogiques, etc. Classes de problèmes à résoudre : calculs itératifs, résolution de problèmes ordinaires avec des données données conditions aux limites, problèmes dynamiques avec retard pur d'arguments, équations intégrales, équations aux dérivées partielles. En classe 3, des exigences élevées ne sont pas imposées à la vitesse de l'ordinateur numérique et de l'ordinateur numérique, mais une synchronisation précise du fonctionnement de l'ordinateur numérique et de l'ordinateur en phase B est requise, car en raison de l'arrêt du processeur numérique, un contrôle asynchrone de le transfert de données est impossible et la transmission synchrone des blocs de données est effectuée sous le contrôle du contrôleur d'accès direct en mémoire (KPDP) via le canal d'entrée/sortie de l'ordinateur numérique.

La classe 4 est le plus souvent une modélisation analogique-numérique de systèmes de contrôle automatique numériques en temps réel pour la vérification et le débogage des programmes informatiques numériques de contrôle en dynamique. C'est la plus complexe en termes d'organisation de l'interaction et de la synchronisation du fonctionnement de l'automate et de l'ordinateur numérique, puisqu'ici les phases A et B sont combinées, constantes échange mutuel données en cours de calcul, et nécessite donc l'utilisation d'un ordinateur numérique et d'un UPS de vitesse maximale.

L'organisation structurelle de l'onduleur, donnée ci-dessus et adaptée aux classes 1,2,3, n'est pas applicable en classe 4. Cette dernière classe nécessite une organisation multicanal des ADC et DAC sans multiplexage avec l'inclusion supplémentaire de registres tampon parallèles à l'entrée et à la sortie du fichier BSC, échangeant avec l'OP de l'ordinateur numérique en mode accès direct. Le contenu de chaque registre est soit converti par des DAC séparés connectés en parallèle lors de la transmission de données à l'AVM, soit généré par des ADC séparés connectés en parallèle lors du transfert de données de l'AVM vers l'ordinateur numérique.

2.3.3 Caractéristiques logiciel ACVC.

Pour automatiser la programmation AVM à l'aide d'un ordinateur numérique et automatiser entièrement le processus informatique analogique-numérique, le logiciel informatique numérique traditionnel à usage général (voir Fig. 13.2 p. 398 dans le manuel) est complété par les modules logiciels suivants :

1. Les programmes de traitement comprennent des traducteurs supplémentaires de langages spéciaux de modélisation analogique-numérique, par exemple Fortran-IV, complétés par des sous-programmes en langage Assembly étendu contenant des commandes analogiques-numériques spéciales, par exemple pour contrôler la partie analogique à l'aide d'un numérique programme informatique, organisant le transfert de données entre les fréquences numériques et le courant alternatif, traitant les interruptions des programmes de fréquence centrale initialisés par la partie analogique ; un système de compilation analogique-numérique est créé ;

2. Les programmes de travail, de débogage et de maintenance comprennent un pilote d'échange inter-machines pour contrôler la partie analogique en tant que processeur périphérique, des programmes d'affichage graphique, l'enregistrement et l'analyse des résultats ;

3. Inclus dans la bibliothèque programmes d'application introduire des programmes de calcul de fonctions et des programmes mathématiques analogiques-numériques standard ;

4. Inclus dans les programmes de diagnostic Entretien introduire les tests UPS, les tests des unités opérationnelles AVM ;

5. Toute une gamme de modules de contrôle supplémentaires est introduite dans les programmes de contrôle du système d'exploitation :

Système d'automatisation pour la programmation analogique (SAAP), composé de analyseur lexical; analyseur(vérifier la conformité du programme analogique saisi dans le langage algorithmique avec les règles de syntaxe d'enregistrement) ; générateurs diagrammes fonctionnels (dessin et codage de circuits de modèles analogiques utilisant la méthode de réduction d'ordre et fonctions implicites la même chose qu'au paragraphe 2.1); bloc de programmes de calcul(mise à l'échelle du modèle analogique comme dans la clause 2.1, modélisation logicielle numérique de la partie analogique sur un ordinateur numérique avec un seul calcul pour calculer les valeurs maximales attendues des variables et clarifier la mise à l'échelle du modèle analogique, ainsi que la création d'un fichier pour le contrôle statique et dynamique de la partie analogique après sa programmation) ; programmes de présentation de sortie(affichage et traceur de la structure synthétisée du modèle analogique, impression de contrôle des codes de programme analogiques, facteurs d'échelle, fichiers de contrôle statique et dynamique) ;

· Service de synchronisation et d'interaction des calculateurs automatiques et des calculateurs numériques (mise en place de modes de fonctionnement alternés) ;

· Service de traitement des interruptions initialisées par la partie analogique ;

· Programme de gestion de l'échange de données entre AVM et ordinateur numérique ;

· Programme de gestion du chargement des codes de circuits modèles analogiques dans le SAC (dans le RN);

· Programme de contrôle du mode de contrôle statique et dynamique (débogage du programme analogique chargé dans l'AVM).

Sur la base des résultats de l'automatisation de la programmation analogique-numérique sur le disque magnétique de l'ordinateur numérique hôte, en plus des fichiers numériques traditionnels, les fichiers de données supplémentaires suivants sont créés, utilisés par les modules supplémentaires mentionnés ci-dessus du logiciel ACVK : analogique fichier de bloc, fichier de commutation (pour SAC), fichier de contrôle statique, fichier de contrôle dynamique, fichier de préparation pour les convertisseurs fonctionnels analogiques, bibliothèque de programmes analogiques-numériques standard enfichables.

2.3.4. Langages de modélisation analogique-numérique.

L'architecture envisagée de l'ordinateur numérique numérique vous permet de décrire et de saisir des programmes analogiques-numériques uniquement dans l'ordinateur numérique hôte dans des langages algorithmiques haut niveau. A cet effet, les langages de programmation numérique traditionnels sont complétés par des opérateurs spéciaux permettant de décrire un objet de modélisation analogique, d'organiser le transfert de données entre le AC et le DC, de contrôler la partie analogique à l'aide d'un programme informatique numérique, de traiter les interruptions de la partie analogique, de paramétrer paramètres du modèle analogique, surveillance de la partie analogique, tâches informations officielles et ainsi de suite.

Des langages universels sont utilisés, traduits par compilation (Fortran IV) ou interprétation (BASIC, Gibas, Focal, HOI), complétés par des sous-programmes spéciaux en Assembly, généralement appelés par l'opérateur Call... indiquant l'identifiant du sous-programme souhaité.

Afin d'augmenter la vitesse de fonctionnement du CAAP, il est généralement décrit et utilise en entrée langues spécialisées modélisation analogique-numérique : CSSL, HLS, SL – 1, APSE, et pour l'interprétation interne le langage Poliz (notation polonaise inversée).

Les macro-instructions analogiques-numériques suivantes peuvent être saisies dans des langages compilés universels :

1. SPOT AAx– régler le potentiomètre (DCC) de la partie analogique d'adresse AA sur la position (valeur de résistance) correspondant à la valeur du code numérique stocké dans le calculateur numérique OP à l'adresse x ;

2. MLWJ AAx– lire la valeur analogique à la sortie de l'unité de commande dans l'AC d'adresse AA, la soumettre à une conversion analogique-numérique et écrire le code numérique résultant dans l'ordinateur numérique OP à l'adresse x. L'interaction entre la partie analogique et la partie numérique peut être décrite comme un appel de procédure :

Appelez JSDA AA x, où JSDA est l'identifiant correspondant d'un sous-programme de plug-in en langage Assembly, par exemple une procédure d'installation - définissez la valeur x de la sortie DAC pour adresser AA dans la partie analogique.

Par conséquent, il est très important de comprendre comment le type de parallélisme du problème à résoudre affecte la manière dont l’ordinateur parallèle est organisé.

3.1.1 Parallélisme naturel

tâches indépendantes.

On observe s'il y a un flux de tâches sans rapport dans l'avion. Dans ce cas, l'augmentation de la productivité est relativement facile à obtenir en introduisant dans le BC « à gros grains » ensemble processeurs fonctionnant de manière indépendante connectés aux interfaces de l'OP multi-module et initialisation des processeurs d'entrées/sorties (E/S).

Le nombre de modules OP est m>n+p afin d'assurer la possibilité d'un accès parallèle à la mémoire de tous les processeurs de traitement et de tous les PVV et d'augmenter la tolérance aux pannes de l'ordinateur. Les modules OP de réserve (m-n-p) sont nécessaires pour une récupération rapide en cas de panne d'un module de travail et pour y stocker le SSP des processeurs et des processus aux points de contrôle du programme requis pour le redémarrage en cas de panne d'un processeur ou d'un module OP.

Pour chacune des tâches à résoudre, l'opportunité est créée de combiner temporairement la paire : Pi+OPj en tant qu'ordinateur fonctionnant de manière autonome. Auparavant, le même module OP fonctionnait par paires : PVVk + OPj, et dans OPj le programme et les données étaient saisis dans le tampon d'entrée. En fin de traitement, un buffer de sortie est organisé et rempli dans OPj, puis le module OPj est inséré dans le couple OPj + PVVr pour échange avec le périphérique.

La tâche principale d'organisation des processus informatiques, résolue par le programme système « répartiteur », est la répartition optimale des tâches entre les processeurs parallèles selon le critère de maximisation de leur charge ou de minimisation de leur temps d'arrêt. En ce sens, il est optimal asynchrone le principe de charger des tâches dans des processeurs sans attendre que les tâches soient traitées dans d'autres processeurs occupés.

Si un ensemble de tâches d'entrée accumulées sur un certain intervalle de temps est stocké dans la VRAM, le problème de la planification asynchrone optimale se résume à créer un calendrier optimal pour le lancement des tâches sur différents processeurs. Les principales données d'entrée requises à cet effet sont un ensemble de temps de traitement de calcul attendus connus pour toutes les tâches du lot accumulé, qui sont généralement indiqués dans les cartes de contrôle de leurs tâches.

Malgré le caractère indépendant des tâches dans l'ensemble de leurs processus informatiques asynchrones, des conflits entre elles pour des ressources informatiques partagées sont possibles :

1) Services d'un système d'exploitation multisystème commun, par exemple, traitement des interruptions d'E/S ou des appels à un système d'exploitation de fiabilité commun lors de pannes et de redémarrages ;

(О–) – ®О-Д – changement de signe de D.

Avec une opération dans la couche I, deux opérations dans chacune des couches II et III pourraient être effectuées en parallèle si l'ALU présentait un excès correspondant de blocs opérationnels.

Le parallélisme des opérations évoqué ci-dessus lors de la résolution d'équations différentielles et lors du traitement de matrices appartient à la classe régulière, puisque la même opération est répétée plusieurs fois sur des données différentes. Dernier exemple équation quadratique a un parallélisme irrégulier des opérations, lorsqu'une exécution simultanée est possible sur différentes données différents types opérations.

Comme indiqué ci-dessus, pour utiliser un parallélisme régulier des opérations tout en améliorant les performances, il convient organisation matricielle Avion à contrôle général.

Dans le cas général de parallélisme irrégulier des opérations, plus d'une manière appropriée les gains de productivité sont pris en compte organisation de streaming Ordinateurs et avions. Dans les ordinateurs de streaming, au lieu du contrôle par programme traditionnel de von Neumann du processus informatique conformément à la séquence de commandes déterminée par l'algorithme, le principe inverse du contrôle par programme est utilisé en fonction du degré de préparation des opérandes ou du flux de données. (flux d'opérandes), déterminé non pas par l'algorithme, mais par le graphe d'opérandes (graphe de transfert de données ).

S'il y a un excès suffisant de dispositifs de traitement dans un processeur parallèle, ou un ensemble de microprocesseurs redondants dans un système informatique, alors naturellement et automatiquement (sans planification particulière ni planification de lancement) les opérations parallèles dont les opérandes ont été préparés par des calculs précédents seront simultanément réalisé.

Le processus de calcul commence par les opérations dont les opérandes sont les données d'origine, par exemple, dans la première couche du GPA d'une équation quadratique, trois opérations sont effectuées simultanément, puis il se développe au fur et à mesure que les opérandes sont prêts. Après cela, la commande de multiplication est appelée, puis la soustraction et la vérification de la condition logique, puis le macroopérateur (Ö) et seulement après cela - deux commandes en même temps : addition et soustraction, et après elles - deux commandes de division identiques.

La mise en œuvre technique de l’organisation des flux d’avions est possible de trois manières :

1) La création de microprocesseurs de streaming spéciaux, qui appartiennent à la classe des microprocesseurs spécialisés et seront discutés au prochain semestre ;

2) Organisation spéciale du processus informatique et modification du langage machine de bas niveau dans des ordinateurs d'ensemble multi-microprocesseurs construits sur des microprocesseurs standards de von Neumann ;

3) Création de processeurs avec un excédent du même type d'unités opérationnelles et ajout systèmes d'exploitation méthode de flux d'organisation du processus informatique (implémentée dans le processeur de flux domestique ES2703 et le supercalculateur Elbrus-2).

Il existe une modélisation numérique en Russie : prouvée dans NEOLANT

La société NEOLANT, forte de nombreuses années d'expérience dans la modélisation de l'information en Russie, a développé sa propre typologie de modèles d'objets numériques entreprise industrielle. La classification est basée sur la tâche clé pour laquelle le modèle est mis en œuvre et utilisé, depuis la centralisation des données d'ingénierie d'un objet jusqu'à la surveillance des processus, la modélisation des processus physiques et technologiques et la formation du personnel.

Conformément à la typologie NEOLANT, on distingue six types de modèles d'information (Fig. 1).

Les plus courants aujourd’hui sont les deux premiers types : le modèle 3D « Décoration » et le modèle 3D d’ingénierie. Dans le même temps, ils sont souvent utilisés au stade de la planification et de la conception des installations, même s'ils peuvent également être utilisés efficacement pour résoudre des problèmes opérationnels.

La société NEOLANT vous propose des exemples de vrais projets, présentés sous forme de vidéos démontrant clairement les capacités de certains types de modèles d'information.

Taper:

Exemple: Monuments 3D de Moscou (Fig. 2).

Des modèles d'information 3D d'une quarantaine d'objets historiques de la capitale aident le Département héritage culturel de la ville de Moscou dans la formation et la mise en œuvre politique publique dans la zone protection de l'État, préservation, utilisation et vulgarisation des sites du patrimoine culturel (monuments historiques et culturels) des peuples de la Fédération de Russie. Système d'Information, créé par NEOLANT, résout les problèmes suivants :

• collecte, accumulation, stockage, tenue à jour des informations spatiales et attributives sur les objets d'intérêt historique et culturel plan de référence la ville de Moscou ;
• fournir un accès pratique aux informations sur les objets du plan de base historique et culturel de la ville de Moscou, y compris l'histoire des changements de leur statut ;
• mise en œuvre de la possibilité de visualiser des modèles 3D d'objets du plan de base historique et culturel de la ville de Moscou ;
• génération de documents basés sur les données du plan de base historique et culturel de la ville de Moscou.

Taper: Modèle d'information 3D « Répertoire ».

Exemple: modèles d'information des dix Centrales nucléaires russes(Fig. 3).

Modèle d'information centrale nucléaire vous permet d'organiser un accès instantané à un vaste référentiel unique de données et de documentation à l'aide de modèles visuels d'objets 3D. De plus, pour chaque unité de puissance, il existe 2,5 mille volumes de documentation et chaque modèle d'installation contient environ 300 à 400 mille éléments graphiques.

Taper: modèle 3D d’informations appliquées.

Exemple: système d'information pour assurer le déclassement des unités de puissance de la centrale nucléaire de Koursk (Fig. 4).

Le système est basé sur des modèles d'informations 3D d'objets, auxquels sont attachés des informations d'attribut, une documentation de conception, des schémas technologiques, etc.

Le système vous permet de résoudre les problèmes appliqués suivants :

• collecte et visualisation de données de surveillance radiologique ;
• élaboration de plans de travail;
• modélisation par simulation de travaux dangereux;
• calcul des volumes de démantèlement, de décontamination et de déchets radioactifs générés ; etc.

Taper: appliqué modèle d'information.

Exemple: modéliser l'avancement des travaux de construction et d'installation de l'usine (Fig. 5).

L'intégration de modèles 3D d'installations d'usine avec des systèmes de calendrier et de planification des ressources vous permet d'optimiser l'avancement des travaux de construction et d'installation, de surveiller l'état des objets en construction et le respect du calendrier, de contrôler les sous-traitants de construction et de recevoir la documentation technique et contractuelle directement de le modèle 3D. De plus, un tel modèle d'information appliqué est pratique pour organiser des réunions et des séances de planification - l'accès visuel aux informations sur l'avancement de la construction élimine le besoin pour les participants à la réunion d'analyser les rapports et les documents.

Taper: modèle de simulation.

Exemple: modélisation des situations d'urgence sur le site de la centrale nucléaire (Fig. 6).

La modélisation des situations d'urgence potentielles dans les centrales nucléaires réalisée par NEOLANT est nécessaire pour assurer un haut niveau de sûreté de fonctionnement de ces installations. Le projet a été mis en œuvre sur ordre de l'Institut pour les problèmes de développement sûr énergie nucléaire(IBRAE) RAS.

Taper: modèle de simulation/simulateur virtuel.

Exemple: modélisation des technologies de démantèlement, formation des opérateurs robotiques aux opérations technologiques (Fig. 7).

Pour démanteler le réacteur AMB-100 de la centrale nucléaire de Beloyarsk, il est prévu d'utiliser une technologie « sans pilote », c'est-à-dire que seule la robotique fonctionnera sur le site. La modélisation par simulation a permis de réaliser des tests préliminaires de la technologie, d'identifier un certain nombre de problèmes et d'élaborer des propositions pour les résoudre. Le modèle de simulation créé sera également utilisé pour former les opérateurs de robots et garantira à l'avenir la sécurité des travaux de déclassement de l'unité de puissance.

Modélisation numérique d'objets - un blog pour les professionnels ! Normes, approches des coûts, détails des modèles, problèmes appliqués.

I-model.lj.ru - rejoignez-nous !

A base de matériaux de la société NEOLANT

Modélisation numérique

méthode de recherche phénomènes réels, processus, dispositifs, systèmes, etc., sur la base de l'étude de leurs modèles mathématiques (Voir Modèle mathématique) ( descriptions mathématiques) à l'aide d'un ordinateur numérique. Le programme exécuté par l'ordinateur numérique est aussi une sorte de Modèle de l'objet étudié. Dans la modélisation numérique, des langages de modélisation spéciaux orientés problèmes sont utilisés ; L’un des langages les plus utilisés en modélisation est le langage CSMP, développé dans les années 60. aux États-Unis. Les mathématiques numériques se distinguent par leur clarté et se caractérisent par un degré élevé d'automatisation du processus d'étude des objets réels.

Grand Encyclopédie soviétique. - M. : Encyclopédie soviétique. 1969-1978 .

Découvrez ce qu'est « Modélisation numérique » dans d'autres dictionnaires :

modélisation numérique- - [Ya.N.Luginsky, M.S.Fezi Zhilinskaya, Yu.S.Kabirov. Dictionnaire anglais-russe du génie électrique et du génie électrique, Moscou, 1999] Thèmes du génie électrique, concepts de base EN simulation numérique...

modélisation numérique- 3.8 simulation numérique : Méthode consistant à utiliser diverses méthodes mathématiques sur des ordinateurs électroniques pour réaliser une simulation acoustique (voir 3.1). Source : GOST R 53737 2009 : Industrie pétrolière et gazière. Pistons... ...

modélisation numérique- skaitmeninis modeliavimas statusas T sritis automatika atitikmenys : engl. simulation numérique; modélisation numérique vok. simulation numérique, f; simulation numérique, f rus. modélisation numérique, n; modélisation numérique, n pran. simulation… … Automatikos terminų žodynas

simulation numérique en temps réel- - [A.S. Goldberg. Dictionnaire de l'énergie anglais-russe. 2006] Thèmes : l'énergie en général FR simulation numérique en temps réelRTDS ... Guide du traducteur technique

Création d'un modèle numérique d'élévation et son utilisation. Notes 1. Le traitement d'un modèle numérique de relief permet d'obtenir des indicateurs morphométriques dérivés ; calcul et construction de lignes de courant ; extraction des lignes structurelles et des lignes d'inflexion... ... Guide du traducteur technique

modélisation numérique du terrain- 61 modélisation numérique de terrain : Création d'un modèle numérique de terrain et son utilisation. Notes 1 Le traitement d'un modèle numérique d'élévation est utilisé pour obtenir des indicateurs morphométriques dérivés ; calcul et construction de lignes de courant ; extraction... ... Dictionnaire-ouvrage de référence des termes de la documentation normative et technique

modélisation analogique [analogique-numérique]- Modélisation de processus et d'objets à l'aide de la technologie informatique analogique [analogique numérique]. [GOST 18421 93] Sujets : technologie informatique analogique et numérique analogique... Guide du traducteur technique

Analoginis skaitmeninis modeliavimas statusas T sritis automatika atitikmenys : engl. simulation numérique analogique vok. simulation numérique analogique, f rus. modélisation numérique analogique, n prac. simulation analogique numérique, f … Automatikos terminų žodynas

modélisation analogique-numérique- - [Ya.N.Luginsky, M.S.Fezi Zhilinskaya, Yu.S.Kabirov. Dictionnaire anglais-russe de génie électrique et de génie électrique, Moscou] Thèmes de génie électrique, concepts de base FR simulation numérique analogique ... Guide du traducteur technique

La modélisation est l'étude des objets de connaissance sur leurs modèles ; construire et étudier des modèles d'objets, de processus ou de phénomènes réels afin d'obtenir des explications de ces phénomènes, ainsi que de prédire des phénomènes d'intérêt... ... Wikipédia

Livres

• , Braverman Boris Aronovitch. Les possibilités d'utilisation d'éléments de programmation en langage C# dans l'environnement Microsoft Visual Studio pour résoudre divers problèmes de géomatique sont considérées. Le lien entre les processus de cadastre et...
• Logiciels de géodésie, photogrammes, cadastre, ingénierie. depuis. , Braverman Boris Aronovitch. Les possibilités d'utilisation d'éléments de programmation en langage C dans l'environnement Microsoft Visual Studio pour résoudre divers problèmes de géomatique sont envisagées. Le lien entre les processus de cadastre et...