系统仿真建模与分析论文

第1章 绪论1 系统概述1 系统的定义2 系统模型、研究内容与方法3 系统的特征与分类2 系统模型概述1 系统模型的定义与分类2 系统建模过程与方法3 系统建模原则与注意事项3 系统仿真概述1 仿真及其组成要素2 系统仿真的一般方法与步骤3 仿真的发展趋势4 系统、模型与仿真1 系统模型与仿真的作用和发展历程2 系统、模型与仿真的关系3 在系统研究中的基本假定第2章 物流系统建模1 物流系统概述1 物流系统的概念与模式2 物流系统分析3 物流系统工程2 物流系统模型1 物流系统模拟技术的应用2 物流系统模型的概念与特点3 物流系统分析的模型化4 物流系统的常用模型3 物流系统建模的步骤1 物流模型构建的原则2 建模需要注意的问题3 物流系统建模的步骤4 物流系统建模技术1 物流系统建模方法2 物流系统的主要建模技术第3章 排队模型与存储模型及应用1 排队系统模型1 排队系统的特征2 排队系统模型符号3 顾客到达和服务的时间分布2 基于排队系统的建模与仿真1 排队系统的常用模型2 物流排队系统仿真应用处理过程3 存储论模型及应用1 存储论的基本思想2 确定型存储控制模型3 随机型存储控制模型4 应用库存模型进行库存规模决策第4章 系统仿真应用基础1 系统仿真的特点与分类1 系统仿真方法的概念与发展2 系统仿真的特点3 系统仿真方法的分类2 离散事件系统仿真1 离散事件系统2 基本术语3 离散事件系统中的主要概念4 仿真钟的推进5 离散系统仿真策略3 数据输入分析1 数据收集2 数据输入统计分析3 相关性分析4 随机变量及其生成方法1 随机变量的类型2 随机数发生器3 随机变量产生的方法第5章 物流系统仿真概述1 物流系统仿真1 物流系统仿真的特点2 物流系统仿真的应用现状3 物流系统仿真研究现状2 仿真方法在物流系统中的应用1 应用仿真技术的几个方面2 物流系统仿真类型3 物流系统仿真的主要步骤4 物流系统仿真模型的确认3 运输与装卸系统仿真1 概述2 仿真示例3 用事件法描述装运系统4 装运系统试验设计4 物流系统仿真应用的发展1 仿真技术在物流行业中的发展前景2 系统仿真技术的发展方向3 供应链仿真技术的发展趋势4 物流系统仿真技术的研究热点5 计算机仿真技术与应用的发展趋势第6章 物流仿真软件1 仿真软件发展概述1 仿真软件发展的四个阶段2 数学软件包3 物流仿真软件包介绍2 A1 Arena概述2 Arena的基本功能3 Arena的特点3 AutoMod软件1 AutoMod软件概述2 AutoMod软件的功能与特点4 eM—P1 eM—P1ant软件概述2 eM—Plant特点5 Extend软件1 Extend软件概述2 Extend软件的功能与特点6 Flexsim软件1 Flexsim软件概述2 Flexsim的功能与特点7 RaLC软件1 RaLC软件概述2 RaLC软件的功能与特点8 Matlab/Simulink软件1 Matlab软件概述2 Matlab的基本组成3 Simulink介绍及建模方法4 Matlab软件的功能与特点9 Witness软件1 Witness软件简介2 Witness软件的主要功能与特点10 仿真软件比较分析1 仿真软件的简单比较2 仿真软件的选择因素第7章 Flexsim应用基础第8章 Flexsim仿真应用初步第9章 生产物流系统仿真应用第10章 配送中心系统仿真第11章 Flexsim高级仿真开发参考文献……

数学建模内容摘要：数学作为现代科学的一种工具和手段，要了解什么是数学模型和数学建模，了解数学建模一般方法及步骤。关键词：数学模型、数学建模、实际问题伴随着当今社会的科学技术的飞速发展，数学已经渗透到各个领域，数学建模也显得尤为重要。数学建模在人们生活中扮演着重要的角色，而且随着计算机技术的发展，数学建模更是在人类的活动中起着重要作用，数学建模也更好的为人类服务。一、数学模型数学模型是对于现实世界的一个特定对象,一个特定目的,根据特有的内在规律,做出一些必要的假设,运用适当的数学工具,得到一个数学结构简单地说:就是系统的某种特征的本质的数学表达式(或是用数学术语对部分现实世界的描述),即用数学式子(如函数,图形,代数方程,微分方程,积分方程,差分方程等)来描述(表述,模拟)所研究的客观对象或系统在某一方面的存在规律随着社会的发展,生物,医学,社会,经济……,各学科,各行业都涌现现出大量的实际课题,急待人们去研究,去解决但是,社会对数学的需求并不只是需要数学家和专门从事数学研究的人才,而更大量的是需要在各部门中从事实际工作的人善于运用数学知识及数学的思维方法来解决他们每天面临的大量的实际问题,取得经济效益和社会效益他们不是为了应用数学知识而寻找实际问题(就像在学校里做数学应用题),而是为了解决实际问题而需要用到数学而且不止是要用到数学,很可能还要用到别的学科,领域的知识,要用到工作经验和常识特别是在现代社会,要真正解决一个实际问题几乎都离不开计算机可以这样说,在实际工作中遇到的问题,完全纯粹的只用现成的数学知识就能解决的问题几乎是没有的你所能遇到的都是数学和其他东西混杂在一起的问题,不是"干净的"数学,而是"脏"的数学其中的数学奥妙不是明摆在那里等着你去解决,而是暗藏在深处等着你去发现也就是说,你要对复杂的实际问题进行分析,发现其中的可以用数学语言来描述的关系或规律,把这个实际问题化成一个数学问题,这就称为数学模型数学模型具有下列特征:数学模型的一个重要特征是高度的抽象性通过数学模型能够将形象思维转化为抽象思维,从而可以突破实际系统的约束,运用已有的数学研究成果对研究对象进行深入的研究数学模型的另一个特征是经济性用数学模型研究不需要过多的专用设备和工具,可以节省大量的设备运行和维护费用,用数学模型可以大大加快研究工作的进度,缩短研究周期,特别是在电子计算机得到广泛应用的今天,这个优越性就更为突出但是,数学模型具有局限性,在简化和抽象过程中必然造成某些失真所谓"模型就是模型"(而不是原型),即是指该性质二、数学建模 数学建模是利用数学方法解决实际问题的一种实践即通过抽象,简化,假设,引进变量等处理过程后,将实际问题用数学方式表达,建立起数学模型,然后运用先进的数学方法及计算机技术进行求解简而言之,建立数学模型的这个过程就称为数学建模模型是客观实体有关属性的模拟陈列在橱窗中的飞机模型外形应当象真正的飞机,至于它是否真的能飞则无关紧要;然而参加航模比赛的飞机模型则全然不同,如果飞行性能不佳,外形再象飞机,也不能算是一个好的模型模型不一定是对实体的一种仿照,也可以是对实体的某些基本属性的抽象,例如,一张地质图并不需要用实物来模拟,它可以用抽象的符号,文字和数字来反映出该地区的地质结构数学模型也是一种模拟,是用数学符号,数学式子,程序,图形等对实际课题本质属性的抽象而又简洁的刻划,它或能解释某些客观现象,或能预测未来的发展规律,或能为控制某一现象的发展提供某种意义下的最优策略或较好策略数学模型一般并非现实问题的直接翻版,它的建立常常既需要人们对现实问题深入细微的观察和分析,又需要人们灵活巧妙地利用各种数学知识这种应用知识从实际课题中抽象,提炼出数学模型的过程就称为数学建模实际问题中有许多因素,在建立数学模型时你不可能,也没有必要把它们毫无遗漏地全部加以考虑,只能考虑其中的最主要的因素,舍弃其中的次要因素数学模型建立起来了,实际问题化成了数学问题,就可以用数学工具,数学方法去解答这个实际问题如果有现成的数学工具当然好如果没有现成的数学工具,就促使数学家们寻找和发展出新的数学工具去解决它,这又推动了数学本身的发展例如,开普勒由行星运行的观测数据总结出开普勒三定律,牛顿试图用自己发现的力学定律去解释它,但当时已有的数学工具是不够用的,这促使了微积分的发明求解数学模型,除了用到数学推理以外,通常还要处理大量数据,进行大量计算,这在电子计算机发明之前是很难实现的因此,很多数学模型,尽管从数学理论上解决了,但由于计算量太大而没法得到有用的结果,还是只有束之高阁而电子计算机的出现和迅速发展,给用数学模型解决实际问题打开了广阔的道路而在现在,要真正解决一个实际问题,离了计算机几乎是不行的数学模型建立起来了,也用数学方法或数值方法求出了解答,是不是就万事大吉了呢 不是既然数学模型只能近似地反映实际问题中的关系和规律,到底反映得好不好,还需要接受检验,如果数学模型建立得不好,没有正确地描述所给的实际问题,数学解答再正确也是没有用的因此,在得出数学解答之后还要让所得的结论接受实际的检验,看它是否合理,是否可行,等等如果不符合实际,还应设法找出原因,修改原来的模型,重新求解和检验,直到比较合理可行,才能算是得到了一个解答,可以先付诸实施但是,十全十美的答案是没有的,已得到的解答仍有改进的余地,可以根据实际情况,或者继续研究和改进;或者暂时告一段落,待将来有新的情况和要求后再作改进 应用数学知识去研究和和解决实际问题,遇到的第一项工作就是建立恰当的数学模型从这一意义上讲,可以说数学建模是一切科学研究的基础没有一个较好的数学模型就不可能得到较好的研究结果,所以,建立一个较好的数学模型乃是解决实际问题的关键之一数学建模将各种知识综合应用于解决实际问题中,是培养和提高同学们应用所学知识分析问题,解决问题的能力的必备手段之一三、数学建模的一般方法建立数学模型的方法并没有一定的模式,但一个理想的模型应能反映系统的全部重要特征:模型的可靠性和模型的使用性建模的一般方法:机理分析 机理分析就是根据对现实对象特性的认识,分析其因果关系,找出反映内部机理的规律,所建立的模型常有明确的物理或现实意义(1) 比例分析法--建立变量之间函数关系的最基本最常用的方法 (2) 代数方法--求解离散问题(离散的数据,符号,图形)的主要方法 (3) 逻辑方法--是数学理论研究的重要方法,对社会学和经济学等领域的实际 问题,在决策,对策等学科中得到广泛应用 (4) 常微分方程--解决两个变量之间的变化规律,关键是建立"瞬时变化率"的表达式 (5) 偏微分方程--解决因变量与两个以上自变量之间的变化规律测试分析方法 测试分析方法就是将研究对象视为一个"黑箱"系统,内部机理无法直接寻求,通过测量系统的输入输出数据,并以此为基础运用统计分析方法,按照事先确定的准则在某一类模型中选出一个数据拟合得最好的模型 (1) 回归分析法--用于对函数f(x)的一组观测值(xi,fi)i=1,2,…,n,确定函数的表达式,由于处理的是静态的独立数据,故称为数理统计方法(2) 时序分析法--处理的是动态的相关数据,又称为过程统计方法(3) 回归分析法--用于对函数f(x)的一组观测值(xi,fi)i=1,2,…,n,确定函数的表达式,由于处理的是静态的独立数据,故称为数理统计方法(4) 时序分析法--处理的是动态的相关数据,又称为过程统计方法将这两种方法结合起来使用,即用机理分析方法建立模型的结构,用系统测试方法来确定模型的参数,也是常用的建模方法, 在实际过程中用那一种方法建模主要是根据我们对研究对象的了解程度和建模目的来决定机理分析法建模的具体步骤大致可见左图仿真和其他方法(1) 计算机仿真(模拟)--实质上是统计估计方法,等效于抽样试验① 离散系统仿真--有一组状态变量② 连续系统仿真--有解析表达式或系统结构图(2) 因子试验法--在系统上作局部试验,再根据试验结果进行不断分析修改,求得所需的模型结构(3) 人工现实法--基于对系统过去行为的了解和对未来希望达到的目标,并考虑到系统有关因素的可能变化,人为地组成一个系统(参见:齐欢《数学模型方法》,华中理工大学出版社,1996)四、数学模型的分类数学模型可以按照不同的方式分类,下面介绍常用的几种按照模型的应用领域(或所属学科)分:如人口模型,交通模型,环境模型,生态模型,城镇规划模型,水资源模型,再生资源利用模型,污染模型等范畴更大一些则形成许多边缘学科如生物数学,医学数学,地质数学,数量经济学,数学社会学等按照建立模型的数学方法(或所属数学分支)分:如初等数学模型,几何模型,微分方程模型,图论模型,马氏链模型,规划论模型等按第一种方法分类的数学模型教科书中,着重于某一专门领域中用不同方法建立模型,而按第二种方法分类的书里,是用属于不同领域的现成的数学模型来解释某种数学技巧的应用在本书中我们重点放在如何应用读者已具备的基本数学知识在各个不同领域中建模按照模型的表现特性又有几种分法:确定性模型和随机性模型 取决于是否考虑随机因素的影响近年来随着数学的发展,又有所谓突变性模型和模糊性模型静态模型和动态模型 取决于是否考虑时间因素引起的变化线性模型和非线性模型 取决于模型的基本关系,如微分方程是否是线性的离散模型和连续模型 指模型中的变量(主要是时间变量)取为离散还是连续的虽然从本质上讲大多数实际问题是随机性的,动态的,非线性的,但是由于确定性,静态,线性模型容易处理,并且往往可以作为初步的近似来解决问题,所以建模时常先考虑确定性,静态,线性模型连续模型便于利用微积分方法求解,作理论分析,而离散模型便于在计算机上作数值计算,所以用哪种模型要看具体问题而定在具体的建模过程中将连续模型离散化,或将离散变量视作连续,也是常采用的方法按照建模目的分:有描述模型,分析模型,预报模型,优化模型,决策模型,控制模型等按照对模型结构的了解程度分:有所谓白箱模型,灰箱模型,黑箱模型这是把研究对象比喻成一只箱子里的机关,要通过建模来揭示它的奥妙白箱主要包括用力学,热学,电学等一些机理相当清楚的学科描述的现象以及相应的工程技术问题,这方面的模型大多已经基本确定,还需深入研究的主要是优化设计和控制等问题了灰箱主要指生态,气象,经济,交通等领域中机理尚不十分清楚的现象,在建立和改善模型方面都还不同程度地有许多工作要做至于黑箱则主要指生命科学和社会科学等领域中一些机理(数量关系方面)很不清楚的现象有些工程技术问题虽然主要基于物理,化学原理,但由于因素众多,关系复杂和观测困难等原因也常作为灰箱或黑箱模型处理当然,白,灰,黑之间并没有明显的界限,而且随着科学技术的发展,箱子的"颜色"必然是逐渐由暗变亮的五、数学建模的一般步骤建模的步骤一般分为下列几步:模型准备首先要了解问题的实际背景,明确题目的要求,搜集各种必要的信息模型假设在明确建模目的,掌握必要资料的基础上,通过对资料的分析计算,找出起主要作用的因素,经必要的精炼,简化,提出若干符合客观实际的假设,使问题的主要特征凸现出来,忽略问题的次要方面一般地说,一个实际问题不经过简化假设就很难翻译成数学问题,即使可能,也很难求解不同的简化假设会得到不同的模型假设作得不合理或过份简单,会导致模型失败或部分失败,于是应该修改和补充假设;假设作得过分详细,试图把复杂对象的各方面因素都考虑进去,可能使你很难甚至无法继续下一步的工作通常,作假设的依据,一是出于对问题内在规律的认识,二是来自对数据或现象的分析,也可以是二者的综合作假设时既要运用与问题相关的物理,化学,生物,经济等方面的知识,又要充分发挥想象力,洞察力和判断力,善于辨别问题的主次,果断地抓住主要因素,舍弃次要因素,尽量将问题线性化,均匀化经验在这里也常起重要作用写出假设时,语言要精确,就象做习题时写出已知条件那样模型构成根据所作的假设以及事物之间的联系, 利用适当的数学工具去刻划各变量之间的关系,建立相应的数学结构――即建立数学模型把问题化为数学问题要注意尽量采取简单的数学工具,因为简单的数学模型往往更能反映事物的本质,而且也容易使更多的人掌握和使用模型求解利用已知的数学方法来求解上一步所得到的数学问题,这时往往还要作出进一步的简化或假设在难以得出解析解时,也应当借助计算机求出数值解模型分析对模型解答进行数学上的分析,有时要根据问题的性质分析变量间的依赖关系或稳定状况,有时是根据所得结果给出数学上的预报,有时则可能要给出数学上的最优决策或控制,不论哪种情况还常常需要进行误差分析,模型对数据的稳定性或灵敏性分析等模型检验分析所得结果的实际意义,与实际情况进行比较,看是否符合实际,如果结果不够理想,应该修改,补充假设或重新建模,有些模型需要经过几次反复,不断完善模型应用所建立的模型必须在实际中应用才能产生效益,在应用中不断改进和完善应用的方式自然取决于问题的性质和建模的目的参考文献：(1)齐欢《数学模型方法》,华中理工大学出版社,1996。(2)《数学的实践与认识》,(季刊),中国数学会编辑出版。

计算机模拟仿真在机械加工过程中的应用摘要:介绍了数控车削和铣削加工过程的计算机模拟技术的发展现状,提出了在机械加工过程中仿真模拟存在的问题,并对机械加工过程中计算机模拟仿真的发展趋势进行了分析。关键词:车削过程仿真;铣削过程仿真;几何仿真;物理仿真;模拟仿真Abstract:The application of simulation technology in the numerical controlmachining process of turning and milling was The problem for the simulation technology ofmechanicalmachining was presented, the development trend of the simulatitechnology ofmechanicalmachiningwas Keywords:Turning process simulation; Milling process simulation; Geometry simulation; Physics simulation; Simulation　引言中国已是制造大国[1],制造业的发展对产品性能、规格、品种不断提出新的要求,产品的生命周期越来越短,新产品的开发时间是决定性因素[2]。虚拟制造是一种新的制造技术,它以信息技术、仿真技术、虚拟现实技术等为支持,对产品的设计、生产、检测、装配的全过程进行统一的建模和仿真,模拟现实的制造系统,实现产品从开发、制造到装配的全过程的优化,从而达到缩短产品周期、降低开发成本、提高生产效率的目的[3,4]。而机械加工过程仿真在虚拟制造中占有重要地位,通过加工仿真,可以评价所设计零件的可加工性,验证NC程序的正确性,避免传统产品开发中的试切过程[5],预测刀具的破损、磨损,了解加工参数和材料参数的变化对加工表面的影响,包括其表面精度、硬度和表面残余应力等等,为实际加工过程的智能化实现创造了有利条件,同时它也是研究加工过程的重要手段。车、铣加工是目前应用最广泛的加工方法,因此对数控车、铣加工过程进行仿真具有重要的理论研究与实际应用价值。对车、铣过程进行虚拟仿真,参考仿真结果合理选择工艺参数中的车削速度、背吃刀量及进给率;对刀具几何结构(前角、后角和断屑槽等)进行优化设计。目的在于减小切削力、提高金属切除效率并改善加工表面质量、优化加工工艺等。虚拟加工过程仿真包括几何仿真和物理仿真两方面内容。国内也有研究者致力于面向加工质量分析与预测的加工过程物理仿真单元系统的研究与开发。作者通过总结车、铣加工过程的计算机模拟技术的发展现状,分析了计算机模拟技术在机械加工过程中的发展趋势。1　机械加工过程中的几何仿真目前国内外对机械加工过程中的几何仿真的研究比较成熟,并研制出具有商用价值的仿真软件或仿真模块,如CG- Tech公司的Vedcut和法国Delmia公司的VNC。同时为提高数控机床的利用率,避免人工选择加工参数带来的弊端,各学者相继提出了在线自适应参数优化方法和离线参数优化方法。离线的参数优化是在实际加工之前,通过对加工状态的预测并结合已有的经验和数据来优化加工参数。除了通过预先确定加工参数,并根据优化目标对确定的加工参数进行优化的传统定参数优化方法外,仿真变参数优化方法更多的是通过数控加工仿真系统模拟实际加工过程来获取实际加工最优参数。离线定参数优化以加工效率、加工成本和加工质量中的一个或多个参数为目标[6]建立数学模型,选择要优化的加工参数,然后选用合适的寻优算法为特定零件的某一道工序选择一组固定的最佳参数。离线变参数优化方法以进给率作为设计参数,以加工时间作为优化目标,以最大铣削力作为主要约束。在相当多的情况下,最快的加工速度和最短的加工时间并不一定意味着最高的生产效益,加工成本、加工质量等因素对生产效益的影响也至关重要[7]。在刀位轨迹确定的情况下,除了进给率以外,切削速度也是可以调节的重要加工参数。实际生