Материал: Сборник трудов победителей конкурса на лучшую научную работу студентов и аспирантов ВГТУ

превысил пойму (задаем критерии близости) (рис.2.).

Статистические данные об уровнях воды на гидрологических постах

Рис.1. Посты, находящиеся в зоне риска затопления п. Хлебороб

Перечень объектов, попадающих в зону подтопления, был составлен при помощи функции Map Calculation, позволяющей при введении в

рабочее поле показателя обеспеченного уровня определить объекты, находящиеся в зоне риска

Рис.3. Зона затопления 1% вероятности с учетом рельефа

Используя возможности дополнительных модулей, были выделены 3 улицы и 21 дом, попадающих в зону затопления поселка, а так же низководный мост и дорога. Путем расчетных операций получены количественные данные о размерах затапливаемой территории, а именно: р. Елань при 1%-й обеспеченности затапливается 2,18 кв. км земель пос. Хлебороб, при 25%-й обеспеченности – 0,81 кв. км (рис.1.).

В результате проделанной работы была получена прогнозная цифровая модель с возможностью визуальной и расчетной оценки площадей и объектов, подтопляемых при прохождении половодий низкой обеспеченности, а также извлечена информация о предприятиях, домах и кварталах, попадающих в рассчитанные зоны затопления.

Рис. 2. Диаграмма для «проблемных» гидрологических постов, на которых уровень воды близок или превысил пойму

Подключая модуль «Spatial Analyst» специалист проводит интерполяцию соотношения уровней воды к уровням поймы и определяет напряженные участки на заданной территории. В данном случае затоплены линии электропередач, автодороги, жилые дома и низководный мост (рис.3.).

66

Литература

1. А.В. Звягинцева. Прогнозирование опасных метеорологических явлений при определении характера и масштабов стихийных бедствий: монография /А.В. Звягинцева, Ю.П. Соколова, И.П. Расторгуев. Воронеж: ГОУ ВПО ―Воронежский государственный технический университет‖, 2009 г. 215 с.

В настоящее время в имитационном моделировании выделяют три подхода: системной динамики, дискретно-событийный и агентный. Из этих подходов в рамках многих дисциплин изучается дискретно-событийный подход, обеспечивающий универсальность и эффективность имитационного моделирования. Он ориентирован на исследование широкого класса сложных систем, представимых в виде систем массового обслуживания. Развитию и широкому распространению данного подхода в значительной степени способствовало наличие у разработчиков имитационных моделей специализированных систем имитационного моделирования, основанных на языке GPSS.

Разработка имитационных моделей динамических систем позволит более глубоко и детально изучать и прогнозировать развитие процессов изучение которых на реальных моделях затруднено или невозможно, что особенно актуально в сфере техносферных систем, а так же моделирования возникновения и развития аварий и других чрезвычайных ситуаций (ЧС) природного и техногенного характера

AnyLogic - программное обеспечение для имитационного моделирования бизнес-процессов, разработанное российской компанией XJ Technologies. Инструмент обладает современным графическим интерфейсом и позволяет использовать язык Java для разработки моделей.

Модели AnyLogic могут быть основаны на любой из основных парадигм имитационного моделирования: дискретно-событийное моделирование, системная динамика, и агентное моделирование.

Графическая среда моделирования AnyLogic включает в себя следующие элементы:

Stock & Flow Diagrams (диаграмма потоков

инакопителей) применяется при разработке моделей, используя метод системной динамики.

Statecharts (карты состояний) в основном используется в агентных моделях для определения поведения агентов. Но также часто используется в дискретно-событийном моделировании, например для симуляции машинных сбоев.

Action charts (блок-схемы) используется для построения алгоритмов. Применяется в дискретно-событийном моделировании (маршрутизация звонков) и агентном моделировании (для логики решений агента).

Process flowcharts (процессные диаграммы)

основная конструкция, используемая для

определения процессов в дискретно-событийном моделировании. Среда моделирования также включает в себя: низкоуровневые конструкции моделирования (переменные, уравнения, параметры, события и т.п), формы представления (линии, квадраты, овалы и т.п), элементы анализа (базы данных, гистограммы, графики), стандартные картинки и формы экспериментов. Среда моделирования AnyLogic поддерживает проектирование, разработку, документирование модели, выполнение компьютерных экспериментов с моделью, включая различные виды анализа — от анализа чувствительности до оптимизации параметров модели относительно некоторого критерия.

Автором разработаны имитационные модели динамических систем различных классов, что позволяет продемонстрировать принципиальный подход к моделированию сложных динамических систем и является основой для построения более сложных моделей систем из различных предметных областей

При моделировании в среде AnyLogic главным объектом модели является корневой объект Main – формируется автоматически. Он может быть переименован при создании модели. Такой объект при моделировании так же называют корневым

(root).

Модель строится в графическом поле этого объекта с помощью соответствующих инструментов палитры.

Агентное моделирование: Требуется построить динамическую модель реализации продукции, используя технологию агентного моделирования. Для этого при создании модели необходимо задать шаблон агентной модели и свойства агента, так же свойства сети. Последний шаг конфигурации модели заключается в задании поведения агентам

На дереве проекта выберим активный класс Person. Цвет заливки состояний – серого цвета. Действие при входе потенциальные потребители будут отображаться синим цветом, а потребители товара будут отображаться красным цветом.

Добавим параметр AdEffectivenes=0.011,

который задает влияние рекламы на процесс приобретения товара.

Переход выполняется с заданной интенсивностью равной параметру.

Настройте эксперимент. Модельное время измеряется в минутах, конечное время равно 8. Режим остановки в заданное время.

Рис. 1. Модель после запуска

Другой пример – построение модели системы массового обслуживания (СМО) на примере банковского офиса. В банковский офис обращаются клиенты. Офис представляет собой автоматизированный пункт обслуживания, в котором установлен банкомат. Банкомат обслуживает одновременно одного клиента. Клиенты прибывают с интенсивностью λ=0,67. Одновременно в офисе может находится не более 15 клиентов. Интервал времени работы банкомата подчиняется треугольному закону распределения с параметрами xmin=0.8, xmax=1,3 предпочтительное значение 1.

Построение модели такой системы выполняется с помощью элементов библиотеки

Enterprise Library. Для построения СМО используются элементы:

Source – источник заявок.

Queue – очередь ожидающих обслуживания заявок.

Delay – Элемент моделирующий узел обслуживания.

Sink – Элемент принимающий отработанные заявки.

Рис. 6. Модель офиса

Заявки – клиенты офиса пребывают с интенсивностью lambda=0.67.

Источник заявок обладает следующими настройками:

Заявки пребывают согласно интенсивности.

Интенсивность прибытия равна lambda.

Количество заявок пребывающих за один раз равно единице.

Очередь характеризуется параметрами:

Вместимость очереди равна 15.

Включить сбор статистики – да.

Узел обслуживания имеет параметры:

Задержка задается явно.

Время задержки равно: triangular(0.8,1.3,1).

Вместимость узла – один клиент.

Включить сбор статистики - да.

Элемент, принимающий заявки обладает параметрами настройки по умолчанию:

Модельное время – минуты.

Время остановки модели не задано.

68

Рис. 2. Вид работающей модели

Покажем процесс обслуживания клиентов в виде анимации очереди, ведущей к банкомату. Банкомат представим в виде окружности. Когда клиент находится в банкомате, окружность будет окрашена в красный цвет, при свободном банкомате окружность закрашивается в зеленый цвет.

Для отображения очереди следует нарисовать ломаную линию. После создания элементов презентации нужно выполнить ряд настроек модели. Что бы представить процесс загрузки прибора обслуживания и очереди разместим два графика. Первый график отображает среднее значение клиентов в очереди, а второй среднее значение числа обслуженных клиентов в приборе обслуживания (рис. 3).

Рис. 3 Модель с диаграммами

Представленные модели отображают принципиальный модели представляют принципиальный подход к моделированию сложных динамических систем, а так же составляют основу банка моделей для дальнейшей разработки подсистем поддержки принятия решений в различных предметных областях.

Литература

1.Буч Г., Джекобсон, Рамбо Д. Язык UML. Руководство пользователя: Пер. с англ. — М.: ДМК Пресс, 2001.

2.Карпов Ю. Имитационное моделирование систем. Введение в моделирование с AnyLogic 5. – Спб.: БХВ Питербург, 2005.

3.Патрик Ноутон, Герберт Шилдт. Java 2. Наиболее полное руководство: Пер. с англ. – Спб.:BHV Питербург,

2007.

4.Гнеденко Б.В., Коваленко Н.Н. Введение в теорию массового обслуживания. –М.: Наука, 2007.

5.Карпов Ю. Имитационное моделирование систем. Введение в моделирование с AnyLogic 5. – Спб.: БХВ С.- Петербург, 2005.

6.Осипов Л.А. Проектирование систем массового обслуживания. – М.: «Адвансед Солюшнз», 2011.

7.Советов Б.Я., Яковлев С.А. Моделирование систем: Учебник. –М.: Высшая школа, 2009.

Принцип работы данной установки основывается на образовании пересыщенного потока газа на определѐнном расстоянии от входа в камеру. Подобный же принцип используется в камерах Вильсона. Этот процесс и позволил создать разнотемпературную проточную конденсационную камеру [1] в виде параллельных влажных поверхностей, имеющих постоянные, но неравные температуры, между которыми движется с постоянной скоростью при турбулентном режиме поток загрязненного воздуха или продуктов сгорания.

Представленная исследовательская установка (рисунок) состоит из компрессора «СО–45Б» – 1, увлажнителя сжатого воздуха 2, подогревателя 3, разнотемпературной конденсационной камеры 4, влагоотделителя 5, измерительных узлов 6 и

ротаметра 7. Сжатый воздух, вырабатываемый поршневым компрессором «СО–45Б», подавался в разнотемпературную камеру, в которой происходила конденсация водяных паров. Часть конденсата улавливалась в камере, а оставшаяся часть - в расположенном за ней влагоотделителе. Комплект, состоящий из увлажнителя и подогревателя, позволял изменять влажность и температуру воздушного потока в широком диапазоне. Изменение расхода и давления сжатого воздуха осуществляется с помощью регулирующих задвижек и настройки компрессора. Расход воздуха определяется по показаниям ротаметра, давление, температура и относительная влажность определялись в измерительных узлах по показаниям манометров и термометров.

На определенном расстоянии от входа формируется зона устойчивого пересыщения, которое при необходимости регулируется в широких пределах температурами горячей и холодной стенок. Одним из достоинств данного

способа является непрерывное и неограниченное воспроизводство пересыщения вдоль всего разнотемпературного канала, чего не достигается при любом другом способе. В реальных условиях для конденсации водяных паров в газовом потоке

требуется довольно большое пересыщение. Между тем наличие ядер конденсации намного уменьшает пересыщение, требуемое для конденсации водяных паров. Это способствует конденсации водяных паров в уходящих газах или продуктах сгорания при прохождении их через разнотемпературную камеру. Кроме того, степень активности ядер конденсации содержащихся в уходящих газах и продуктах сгорания намного выше, чем у атмосферных ядер, что делает более перспективным процесс конденсационного укрупнения пылевых, дымовых частиц и других включений в разнотемпературных камерах – конденсационных фильтрах, с последующим их охлаждением и отделением [2].

Установленные закономерности позволили разработать конструкцию промышленного конденсационного фильтра. В зависимости от типа

иразмера конденсационные фильтры эффективно работают в любых возможных диапазонах производительностей. Конденсационный фильтр состоит из двух основных узлов - конденсационной камеры, утяжелителя и каплеуловителя. В первом из них происходит образование пересыщения и конденсационный рост капель на ядрах конденсации. Во втором – улавливание образующихся капель конденсата с пылевыми или дымовыми частицами. Возможность осуществления конденсационных фильтров с весомо малыми сопротивлениями и при отсутствии забивающихся загрязнениями уноса узлов представляет самые широкие возможности для разработки широкой гаммы конденсационных фильтров для различных предприятий, как цветной металлургии, так и всего народного хозяйства.

Конденсационный метод может быть эффективно использован и для тонкой очистки промышленных газов, где на ряду с санитарноинженерным он может дать значительный экономический эффект при улавливании ценных продуктов, находящихся в тонкораспыленном состоянии. При применении конденсационных фильтров экономический эффект будет создаваться

иза счѐт значительно меньшей их установочной стоимости по сравнению с существующими в настоящее время установками для тонкой очистки газовых потоков - электро и матерчатыми фильтрами. Представляется особо ценным для конденсационных фильтров то, что для конденсационного утяжеления частичек уноса или пылевых частиц может использоваться утилизированное тепло самих газовых выбросов, подлежащих очистке. Так при очистке технологических газов и продуктов сгорания огнетехнических установок, характеризующихся высокими температурами, вполне возможно частично их охладить за счет подогрева холодной воды, часть которой можно использовать для

создания пересыщения. Конечно, для создания пересыщения может быть использован и острый пар, однако в случае использования горячей воды получается более равномерное распределение, а значит и более экономичное использование избыточной влаги. В качестве уловителя конденсационного тумана содержащего унос и загрязнения могут быть использованы орошаемые скрубберы, скрубберы Вентури и другие аппараты, эффективность улавливания, в которых значительно повышается при наличии предварительного конденсационного утяжеления [3]. Данная схема конденсационного утяжеления может быть применена для очистки выбросов газов на предприятиях цветной металлургии, коксохимических производств, выбросов из дымовых станций котельных и электростанций и в других аналогичных случаях.

В настоящее время есть все основания утверждать о необходимости и целесообразности широкого использования конденсационных фильтров для осушки или очистки газовых потоков. Они просты, имеют меньшие размеры, менее энергоемкие и их работа может обеспечиваться за счет частичной утилизации теплоты самих выбросов. Безусловным преимуществом конденсационных фильтров является возможность их использования для очистки выбросов с высокой температурой. Даже при малых энергетических расходах время на конденсационное утяжеление частиц составляет 0,15с., тогда как в электрофильтрах оно составляет несколько секунд. Положительным фактором является то, что при соблюдении расчетных параметров рабочей камеры, ее конфигурация может быть выполнена с учетом возможного размещения конденсационного фильтра в цехе. При необходимости это позволяет устанавливать конденсационный фильтр прямо в газоходах, вентиляционных каналах и других газовоздушных трактах.

Литература

1. Амелин А.Г. Теоретические основы образования тумана при конденсации пара / Амелин А.Г. – изд. 3-е, доп. и

перераб. – М. «Химия», 1972 – 304 с.

2. Михельсон М.Л. Физические основы конденсационного метода пылеулавливания. / Михельсон М.Л. – Диссертация. – НИГРИ, Кривой Рог,1960 – 174 с.

3.Фукс Н.А. Механика аэрозолей, Изд-во АН СССР, 1955,

403 с.

4.Хирс Д. Испарение и конденсация / Хирс Д. Паундт Г. –

Изд-во «Металлургия», 1966, 323 с.

5. Нестеренко А.В. Основы термодинамических расчетов вентиляции и кондиционирования воздуха / Нестеренко А.В. – М: «Высшая школа», 1971, 234 с.