Чесноков Виктор ИгоревичФакультет: Компьютерных наук и технологийКафедра: Автоматизированных систем управления Специальность: Информационные управляющие системы и технологии Тема магистерской работы: Разработка компьютерной системы планирования гидрофизического эксперимента Научный руководитель: доцент Светличная Виктория Антоновна |
Реферат
по теме магистерской работы
СОДЕРЖАНИЕ
• 2. ЦЕЛЬ И ЗАДАЧИ РАЗРАБОТКИ И ИССЛЕДОВАНИЯ
• 4. ОБЗОР ИССЛЕДОВАНИЙ И РАЗРАБОТОК ПО ТЕМЕ
• 5. ПРОБЛЕМЫ, НЕРЕШЕННЫЕ ВОПРОСЫ И ПУТИ РЕШЕНИЯ
• 6. РАЗРАБОТКА ОБЪЕКТНОЙ МОДЕЛИ
Основной задачей океанологических исследований является изучение пространственно-временной изменчивости совокупности параметров Мирового океана. Изменчивость полей океанографических характеристик в пространстве изучается с различной зондирующей и буксируемой аппаратуры, устанавливаемой на надводных и подводных кораблях, подводных аппаратах. Дистанционные измерительные приборы, использующие различные диапазоны электромагнитного спектра, устанавливаются на самолетах и искусственных спутниках Земли.
Для определения состояния и структуры водной среды необходимо знать значения ее параметров. Водную среду характеризуют следующие величины: температура, давление, соленость, плотность, электропроводность, скорость.
Основными измеряемыми параметрами являются скорость, температура и электропроводность воды. Плотность и соленость могут быть получены аналитическим путем. Их изменения в пространстве и во времени порождают многие физико-географические различия между отдельными частями океана. Эти вариации порождают слоистую структуру водной среды.
По степени изменения параметров водной среды различают:
Ламинарное течение — течение, при котором жидкость перемещается слоями без перемешивания и пульсаций (то есть без беспорядочных быстрых изменений скорости и давления).
Турбулентное течение — хаотические неупорядоченные пульсации океанологических характеристик (скорости, давления, плотности, температуры и солености воды) относительно некоторого их среднего значения, обусловленные вихревыми движениями воды, различными по длительности и масштабам. Вихри возникают в результате динамической неустойчивости основного энергонесущего движения (волн, течения, конвекции), затем разрушаются, передавая энергию более мелким вихрям, и т. д. вплоть до молекулярного уровня. Горизонтальному распределению турбулентности также присуща перемежаемость — чередование локальных участков со слабой и с интенсивной турбулентностью, обусловленной опрокидыванием поверхностных и внутренних волн. Крупномасштабная турбулентность в океане в известном смысле подобна вихреобразным движениям в атмосфере типа циклонов и антициклонов. Она проявляется в виде почти горизонтальных вихрей.
Для дальнейшего изучения и освоения океана, человеку необходимо регулярно получать данные о его структуре и состоянии, чтобы выявить имеющиеся закономерности. Однако измерение параметров характеризующих состояние водной среды довольно трудная и дорогая операция. Поэтому одной из основных задач является построение наиболее эффективных алгоритмов и методов для измерения параметров водной среды. Испытание эффективности методов наиболее удобно и выгодно проводит на модели той области, в которой проходят измерения.
Для измерения параметров водной среды предполагается использовать зондирующие системы, устанавливаемые на судах. Они состоят из:
- набора измерительных датчиков;
- шагового двигателя используемого для опускания системы на различную глубину;
- АЦП;
- контроллер, управляющий составными частями системы;
- БД для хранения полученных результатов.
Использование подобной зондирующей системы является довольно дорогостоящей операцией, поэтому важной задачей является подборка оптимальных конфигураций системы для данных условий.
Целью моей работы является создание компьютерной системы моделирующей структуру указанного района, по имеющимся данным, и позволяющей решить следующие задачи:
1) Подбор оптимальных конфигураций измерительного устройства
2) Поиск оптимального пути корабля.
В виде измеряемого параметра выбрана — температура.
Параметры, используемые для конфигурации измерительного устройства:
1) Количество датчиков;
2) Расстояние между датчиками;
3) Скорость и дискретность двигателя;
4) Расстояние между точками измерения.
Основные задачи, которые необходимо решить для реализации данной подсистемы:
1) Разработка модели изменения параметров водной среды
2) Разработка базы данных для хранения результатов измерений, необходимых для планирования экспериментов.
3) Разработка объектной модели измерения параметров водной среды.
4) Реализация алгоритмов построения оптимального маршрута измерительного судна, а также подбора параметров измерительной системы.
Существующие системы планирования гидрофизического эксперимента ориентированы на измерения в вертикальном направлении.
Разрабатываемая система моделирует измерения в горизонтальной плоскости. В отличие от вертикальной структуры океана, где ламинарные слои сменяют турбулентные, границы данных слоев в горизонтальной плоскости имеют неопределенную форму, что затрудняет измерение. Поэтому оптимизация измерений по горизонтали является более сложной и малоизученной задачей.
Учитывая многопараметрический и изменчивый характер физических процессов, протекающих в океане, современный гидрофизический эксперимент требует, как правило, комплексного подхода. В настоящее время на вооружении океанологов находится большой арсенал различного рода исполнения зондирующих, буксируемых автономных многоканальных измерительных гидрофизических систем. В зависимости от измеряемых параметров различают: гидрофизические, гидрохимические, гидробиологические и другие зонды. По способам применения системы делятся на вертикально-зондирующие, горизонтально-зондирующие и размещаемые на подводных аппаратах, буях. Однако в большинстве случаев они непременно оснащаются каналами измерения основных гидрофизических параметров - температуры, удельной или относительной электрической проводимости и гидростатического давления (глубины).
В последнее время, в связи с достижениями в областях тонкопленочной микроконтактной, полупроводниковой технологий и разработкой соответствующих измерительных преобразователе, системы начинают оснащаться каналами измерения не только средних значений параметров, но и их пульсационных значений. Таким образом, современные гидрофизические системы способны регистрировать распределение средних и пульсационных значений температур, удельной электрической проводимости, по которым рассчитываются соленость, плотность, скорость звука в воде, в пространственных масштабах тонкой структуры и микроструктуры.
Рассмотрим ряд систем, отражающих современное состояние развития зондовой океанографической техники. Измерения распределений температуры, солености и гидростатического давления производятся с помощью СТД-зондов, буйковых и дрейфующих станций. На основании полученных данных строятся гидрофизические модели
1) NLOM — Navy Layered Ocean model, с разрешением порядка 1\16 градуса предназначена для оперативного анализа и прогноза основных гидрофизических полей океана с разрешением синоптического пространственно-временного масштаба.2) NCOM — Navy Coastal Ocean model запущена в оперативный режим в конце 2002г., предназначена для более детального описания прибрежных, мелководных и слабостратифицированных районов.
3) MODASNRLPOM —система с весьма развитым математическим и программным обеспечением, позволяющим быстро, в течение нескольких часов перенастраивать систему на любой заданный морской регион с учетом специфической термогидродинамики рассматриваемого района. Концепция этой системы — за несколько часов выполнить анализ и дать прогноз на 2 дня для любого района Мирового океана независимо от того имеются ли в районе наблюдения in-situ или другие наблюдения непосредственно в интересующем районе. Концепция MODAS-NRLPOM определенно направлена на решение задач военного флота в первую очередь.
Описанные системы, как и ряд подобных им, моделируют состояние структуры водной среды на основании имеющихся эмпирических данных. Они анализируют эти данные, предоставляю различную необходимую графическую и аналитическую информацию. Как указывалось выше, данные получаются со стационарных и дрейфующих буйковых станций, а также в результате специальных исследовательских экспедиций с буксируемыми зондирующими комплексами. Последний вариант является как наиболее эффективным, так и наиболее дорогостоящим. Главной проблемой при получении данных является оптимальное использование зондирующих систем во время экспедиции. Решением данной проблемы может являться выбор оптимальной конфигурации измерительной системы, а также маршрута исследовательского судна на основании имеющихся данных. Для этого необходимо построить модель структуры водной среды в районе проведения исследований и выбрать для данной модели наиболее эффективный сценарий исследования.
Основной задачей является построение наиболее оптимального пути измерительной системы по стоимости. Для поиска такого маршрута нам необходимо построить модель измерительной системы и ее взаимодействия с водной средой. Модель водной среды представлена полиномом, полученным с помощью численного анализа. Она строится на основе известных данных в определенных точках. Каждое измерение характеризуется временем, поэтому аппроксимирующий полином учитывает эту характеристику. С помощью полученного полинома измерительная система может получить значение выбранного параметра в тех точках, в которых не было реальных данных. Моделируя исследования при различных конфигурациях измерительной системы и разных маршрутах следования измерительного судна, мы получаем наборы измеренных данных, сравнивая которые можем определить наиболее оптимальные маршрут судна и конфигурации системы.
Рисунок 1 — Модель измерительной системы
Опишем компоненты модели:1) Датчик — характеризуется инерционностью и типом измеряемого параметра. Главной функцией является получения текущего значения. Для этого датчик вызывает функцию Рассчитать() у класса Модель среды.
2) Панель датчиков — содержит некоторое количество датчиков. Количество и расстояние между датчиками являются параметрами оптимизации системы. В ходе моделирования измерений панель поочередно опрашивает все датчики, или отвечающие за измеряемый параметр.
3) Двигатель — главным свойством является дискретность шага, от чего зависит плотность измерений. С его помощью осуществляется погружение на заданную глубину.
4) ОЗУ — запоминающее устройство хранящие данные полученные от датчиков до сохранения их в БД. Связано с АЦП и получает от него дискретные значения параметра.
5) АЦП — аналаго - цифровой преобразователь. Для уменьшение временной задержки между датчиками в ходе одного цикла измерений данные записывает в ОЗУ. Откуда в дальнейшем они попадают в БД.
6) Контроллер —управляет действиями измерительной системы. Действия системы могут быть представлены следующей диаграммой.
(анимация: объём — 145 Кб; размер — 744x566; количество кадров — 4; задержка между кадрами — 2с; задержка между последним и первым кадрами — 1.8 с; количество циклов повторения — 4)
7) Модель среды — модель водной среды главной задачей которой является возврат значения параметром водной среды в заданной точке. Модель строится на основе существующих данных. Для точек, в которых значение параметров неизвестно, применяется аппроксимация методом четырехмерного численного анализа. Опишем принцип данного метода. Существует две принципиально различные схемы четырехмерного анализа:
- Дискретная — предусматривает построение диагностических полей лишь для синоптических сроков наблюдений. В этом отношении она не отличается от существующих методик объективного анализа. Различие же состоит в том, что при построении каждого диагностического поля, наряду с данными наблюдений, относящихся к рассматриваемому сроку, используется также асиноптическая информация, относящаяся к другим, более ранним моментам времени.
- Наиболее логичной является другая непрерывная схема четырехмерного анализа, в рамках которой каждое наблюдаемое значение (синоптическое или асиноптическое) усваивается соответственно тому времени, к которому это наблюдение относится. Это усвоение заключается в изменении результатов численного прогноза для момента времени, соответствующего поступившему наблюдению. Иначе говоря, каждый результат наблюдения вводится в численную прогностическую модель, которая действует непрерывно.
Рассмотрим, например, один из подходов решения задачи четырехмерного анализа — полиномиальный. Метод полиномиальной интерполяции обобщается следующим образом. При представлении поля скалярного аргумента, например температуры, геопотенциала, давления и пр., в виде какого-либо полинома время t рассматривается в качестве одной из независимых переменных. Так, при использовании полинома второго порядка на плоскости принимается, что
Коэффициенты aj(j = 0,1,2,...,9), как и ранее, находятся из условия минимума:
где индекс i показывает положение точки на плоскости, а индекс s — момент времени, т. е. суммирование распространяется на все точки на плоскости и на все моменты времени. Значение весовой функции pis может быть выбрано из каких-либо дополнительных соображений (в простейшем случае pis =1). Далее, согласно методу наименьших квадратов, составляется нормальная система уравнений для определения коэффициентов aj (j = 0, 1, 2, …, 9).
8) БД — база данных, в которой хранятся данные предыдущих и текущего измерения. На основе предыдущих данных происходит начальная инициализация системы
Рисунок 3 — схема БД для хранения полученных при измерениях данных
Результаты роботы разрабатываемой системы позволят строить наиболее оптимальные маршруты измерений, а также выбирать лучшие параметры измерительной системы. Это даст возможность охватывать большие территории во время экспедиции, а также добывать более качественные данные.
На данном этапе были разработана объектная модель системы измерения гидрофизических параметров, а также база данных для хранения результатов измерений. На следующем этапе необходимо реализовать выбор оптимального маршрута измерительной системы в заданной области.
1. Семенов Е.В. Состояние и развитие гидродинамических моделей океана в интересах ВМФ. Москва, 2008
2. Аргучинцева A.A. Методы статистической обработки и анализа гидрофизических наблюдений. Иркутск, 2007
3. Зори А.А.,Коренев В.Д., Хламов М.Г. Методы, средства, системы измерения и контроля параметров водных сред. Донецк, 2000
4. Леоненков А.В. Нечеткое моделирование Matlab и fuzzyTECH , Петербург 2005 — 736 с
6. American College of hiberbaric medicine.
[Электронный ресурс] — Режим доступа: http://www.hyperbaricmedicine.org
5. Портал океанологии
[Электронный ресурс] — Режим доступа: http://www.oceanographers.ru
6. Элементы нечеткой логики.
[Электронный ресурс] — Режим доступа: http://www.fuzzyfly.chat.ru/
7. Математические модели гидрофизики водоемов.
[Электронный ресурс] — Режим доступа: http://www.mathnet.ru/php/getFT.phtml?jrnid=mm&paperid=1372&what=fullt&option_lang=rus
© 2010 ДонНТУ
Чесноков Виктор Игоревич