Современная электроника №5/2022

ПРОЕКТИРОВАНИЕ И МОДЕЛИРОВАНИЕ 33 WWW.SOEL.RU СОВРЕМЕННАЯ ЭЛЕКТРОНИКА ◆ № 5 2022 Цифровизация натурного эксперимента Рис. 1. Классификация экспериментальных исследований В статье рассмотрена возможность и преимущества аналитического эксперимента по сравнению с натурным. Приведены два примера проведения аналитического эксперимента с последующим вычислительным этапом в качестве иллюстрации цифровизации аналоговой информации. Елизавета Каширская Введение Часть экологической сферы Земли, содержащую технические, созданные людьми сооружения, принято назы- вать техносферой. Цифровая транс- формация техносферы включает в себя множество независимых процес- сов, одним из которых является замена натурного эксперимента вычислитель- ным. Но даже в условиях цифровиза- ции невозможно полностью отказаться от натурных экспериментов при про- ектировании новых технических объ- ектов и полностью перейти на прове- дение вычислительных экспериментов. Причина состоит в том, что вычисли- тельный эксперимент всегда носит дис- кретный характер, в то время как моде- лируемые процессы по большей части являются непрерывными. Основная часть В процессе жизненного цикла про- мышленного изделия необходимо про- водить различные виды экспериментов и испытаний, как над производимым изделием, так и над технологическим оборудованием. Подобные испытания достаточно трудоёмки и продолжитель- ны, что серьёзно увеличивает сроки ввода нового изделия в производство, а также приводит к росту себестоимо- сти изделия, особенно в условиях мно- гономенклатурного мелкосерийного производства. Достаточно большое количество производственных испытаний тре- бует определения граничных усло- вий эксплуатации производственно- го оборудования и не требует более точных параметров. При этом натур- ные испытания элементов технологи- ческого оборудования требуют продол- жительного времени и существенных ресурсов. Не всегда удаётся получить все требуемые параметры из-за физи- ческих ограничений по съёму данных с измерительных преобразователей. Таким образом, возникает необходи- мость замены классических натурных экспериментов цифровыми. Существует множество классифика- ций экспериментальных исследова- ний. Эти классификации отличаются основанием деления на типы. По типу моделей, используемых в эксперимен- те, всевозможные эксперименты обыч- но разделяют на материальные и мыс- лительные (или мысленные). Мы предлагаем несколько отличаю- щуюся классификацию, не противо- речащую ГОСТ [7] и Международному стандарту [8], представленную на рис. 1. Рассматриваем три типа экспери- ментов. Опытом, в соответствии с [1], принято называть воспроизведение исследуемого явления в определён- ных условиях. Качественный экспери- мент устанавливает только факт суще- ствования какого-либо явления, но при этом не даёт никаких количественных характеристик объекта исследования [9]. Количественный эксперимент [9] не только фиксирует факт существования того или иного явления, но и позволяет установить соотношения между коли- чественными характеристиками явле- ния и количественными характеристи- ками способов внешнего воздействия на объект исследования. Количественные эксперименты можно подразделить на три вида. При натурном моделировании применяет- ся довольно сложная методика плани- рования эксперимента с последующей громоздкой статистической обработ- кой результатов проведения экспери- мента. Несомненным преимуществом натурного моделирования является возможность охвата всего диапазона изменения параметров процесса или технического устройства. При проведении вычислительно- го (компьютерного) эксперимента в силу его дискретности испытатель не может быть уверен в том, что им охва- чены все возможные значения пара- метров и условий. Вполне возможна ситуация, при которой какие-то кри- тические значения факторов могут оказаться не кратными шагу измене- ния параметров, в силу чего компью- терная программа получения резуль- татов расчёта их может «проскочить». В том случае, когда задача проекти- рования может быть полностью реше- на аналитически, необходимости в про- ведении экспериментов не возникает, но существует огромный класс задач, не поддающихся аналитическому реше- нию, но допускающих упрощённое тео- ретическое решение с последующим получением по построенной модели числовых данных для любых возмож- ных наборов параметровмодели. Такой вид получения результатов исследования назовёманалитическимэкспериментом. Почему же подобное исследование мы называем аналитическим экспе- риментом, а не аналитическим расчё- том? Дело в том, что при классическом аналитическом расчёте должны приме- няться известные или вновь создавае- мые теоретические модели исследуе- мой системы. Мы же ведём речь о том, чтобы вместо теоретических (обосно- ванных и доказанных) моделей приме- нять приближённую схему, абстраги- рующуюся от целого ряда параметров системы, в целях быстрого получения результата. Использование подобно- го метода допустимо, если его сопро- вождать обширным вычислительным экспериментом, охватывающим зна- чительную выборку входных параме- тров системы. Вычислительный эксперимент, про- водимый непосредственно после ана- литического, позволяет с помощью большого разброса исходных данных получить цифровую картину исследу- емого объекта, явления или процесса. Такое совокупное исследование мож- Типы экспериментов Опыт Количественный эксперимент Натурный эксперимент Вычислительный эксперимент Аналитический эксперимент Качественный эксперимент