Автореферат (Математическое моделирование задач механики деформируемого твердого тела и численные методы их решения)
Описание файла
Файл "Автореферат" внутри архива находится в папке "Математическое моделирование задач механики деформируемого твердого тела и численные методы их решения". PDF-файл из архива "Математическое моделирование задач механики деформируемого твердого тела и численные методы их решения", который расположен в категории "". Всё это находится в предмете "физико-математические науки" из Аспирантура и докторантура, которые можно найти в файловом архиве МАИ. Не смотря на прямую связь этого архива с МАИ, его также можно найти и в других разделах. , а ещё этот архив представляет собой кандидатскую диссертацию, поэтому ещё представлен в разделе всех диссертаций на соискание учёной степени кандидата физико-математических наук.
Просмотр PDF-файла онлайн
Текст из PDF
На правах рукописиЛеонов Сергей СергеевичМАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ЗАДАЧМЕХАНИКИ ДЕФОРМИРУЕМОГО ТВЕРДОГО ТЕЛА ИЧИСЛЕННЫЕ МЕТОДЫ ИХ РЕШЕНИЯСпециальность 05.13.18 —«Математическое моделирование, численные методы и комплексыпрограмм»Авторефератдиссертации на соискание ученой степеникандидата физико-математических наукМосква — 2016Работа выполнена на кафедре «Дифференциальные уравнения» Федеральногогосударственного бюджетного образовательного учреждения высшего образования«Московский авиационный институт (национальный исследовательскийуниверситет)» (МАИ, Московский авиационный институт)Научный руководитель:доктор физико-математических наук, профессорКузнецов Евгений БорисовичОфициальные оппоненты: Лопаницын Евгений Анатольевич,доктор физико-математических наук, профессор,профессор центра математического образованияФГБОУ ВО «Московский политехнический университет»Орлов Игорь Александрович,кандидат физико-математических наук,научный сотрудник лаборатории теории механизмов и структуры машин отдела «Механика машини управление машинами» ФГБУН «Институт машиноведения им.
А. А. Благонравова Российскойакадемии наук»Ведущая организация:Федеральное государственное бюджетное учреждение науки «Институт прикладной механикиРоссийской академии наук»Защита состоится «16» декабря 2016 года в 12 ч. 00 мин. на заседании диссертационного совета Д 212.125.04 Московского авиационного института по адресу: 125993,Москва, А-80, ГСП-3, Волоколамское шоссе, 4.СдиссертациейможноознакомитьсявбиблиотекеМосковскогоавиационногоинститутапоадресу:125993,Москва,А-80,ГСП-3, Волоколамское шоссе, 4 или на сайте МАИ по ссылке:https://www.mai.ru/events/defence/index.php?ELEMENT_ID=72710Автореферат разослан «»2016 г.Отзывы в 2-х экземплярах, заверенные печатью, просим отправлять по адресу:125993, Москва, А-80, ГСП-3, Волоколамское шоссе, 4, Ученый совет МАИ.Ученый секретарь диссертационногосовета Д 212.125.04, кандидатфизико-математических наук, доцентСеверинаНаталья СергеевнаОбщая характеристика работыАктуальность темы. Многие задачи физики и механики моделируются плохо обусловленными задачами Коши для систем обыкновенных дифференциальныхуравнений (ОДУ) с несколькими предельными особыми точками (ПОТ), в которыхправые части уравнений системы теряют смысл.
Явные методы для решения такихзадач могут оказаться малоэффективными. Методы же решения жестких задач наоснове неявных схем, разрабатываемые такими учеными как Ракитский Е. В., Арушанян О. Б., Калиткин Н. Н., Скворцов Л. М., Новиков Е. А., Демидов Г. В., БулатовМ. В., Лебедев В. И., Gear C. W., Rosenbrock H. H., Lambert J. D., Wanner G., Hairer E.,Campbell S. L. и др., имеют ряд недостатков, связанных с решением систем нелинейныхуравнений, возникающих при реализации неявных схем. Поэтому разработка новыхчисленных методов решения плохо обусловленных задач является актуальной.Одним из наиболее эффективных подходов к решению плохо обусловленных начальных задач для систем ОДУ является метод продолжения решения по наилучшемупараметру *, отсчитываемому вдоль интегральной кривой рассматриваемой задачи. Систематическое развитие данный метод получил в работах Григолюка Э.
И., Шалашилина В. И., Кузнецова Е. Б. и их учеников, ими показана эффективность наилучшейпараметризации при решении широкого класса плохо обусловленных задач. Такжепараметризацию в своих работах использовали Калиткин Н. Н., Лопаницын Е. А., Гаврюшин С. С., Карпов В. В., Семенов А. А., Riks E., Crisfield A. E. и др.В диссертационной работе разрабатываются новые методы численного решенияплохо обусловленных задач Коши для систем ОДУ с несколькими ПОТ, использующиепродолжение решения по параметру.
В качестве приложения предложенных методоврассматриваются тестовые задачи расчета длительной прочности металлических конструкций в условиях ползучести †. Для моделирования процесса ползучести вплотьдо разрушения применяется использующий понятие параметра поврежденности кинетический подход (Работнов Ю. Н., Качанов Л. М., Шестериков С.
А., Соснин О. В.,Локощенко А. М., Никитенко А. Ф., Горев Б. В., Хажинский Г. М., Hayhurst D. R.,Altenbach H., Krajcinovic D., Trampczynski W., Betten J. и др.).Характерной чертой моделирования процесса ползучести является то, чтоопределяющие уравнения, используемые для описания данного процесса, содержатнесколько материальных констант, которые необходимо определять на основании информации о протекании процесса деформирования, главным источником которой является эксперимент. Кроме того, значения материальные константы зависят от многихфакторов, включающих температуру и уровень нагружения, что существенно усложняет процесс их определения. В качестве нового подхода к идентификации моделейползучести предложен метод, основанный на применении нейросетевой методологии,разрабатываемой Васильевым А.
Н. и Тарховым Д. А.‡Целью работы является создание новых эффективных методов численного решения плохо обусловленных задач Коши для систем ОДУ с несколькими ПОТ, а такжеметодов построения моделей, описываемых такими начальными задачами.Для достижения поставленной цели решаются следующие задачи:*Шалашилин В. И., Кузнецов Е. Б. Метод продолжения решения по параметру и наилучшая параметризация вприкладной математике и механике. – М.: Эдиториал УРСС, 1999. – 224 с.†Работнов Ю. Н. Ползучесть элементов конструкций. – М.: Наука, 2014. – 752 с.‡Васильев А. Н., Тархов Д.
А. Нейросетевое моделирование. Принципы. Алгоритмы. Приложения. – СПб.: Изд-воСПбГПУ, 2009. – 528 с.31. В рамках метода продолжения решения по параметру разработать подход кчисленному решению плохо обусловленных начальных задач.2. Указать преимущества использования метода продолжения решения по параметру к решению плохо обусловленных начальных задач по сравнению с традиционными методами численного интегрирования задачи Коши.3. Разработать метод, использующий алгоритмы нейросетевого моделирования,для идентификации моделей, описываемых плохо обусловленными задачами Коши соскалярными параметрами, и расчета недоопределенных граничных задач.4. Апробировать разработанные методы на тестовых задачах расчета длительной прочности металлических конструкций в условиях ползучести.Методы исследования. Для решения задачи Коши в работе применяютсятрадиционные явные и неявные методы, а также метод продолжения решения по параметру.
Для идентификации моделей и решения недоопределенных граничных задачиспользуются искусственные нейронные сети. Для моделирования рассматриваемыхв диссертационной работе тестовых задач ползучести применяются уравнения кинетической теории.Научная новизна. В диссертационной работе получены следующие новыерезультаты:1. Рассмотрено применение метода продолжения решения по параметру, в томчисле и наилучшему, к расчету моделей, описывающих деформирование элементовконструкций в условиях ползучести при разных температурно-силовых воздействиях.2. Для решения плохо обусловленных задач Коши предложен новый аргументпродолжения решения, названный модифицированным наилучшим, для которого определено отклонение направления отсчета по отношению к наилучшему, позволяющееоценивать обусловленность параметризованных им задач.
Доказана единственностьнаилучшего аргумента в классе модифицированных аргументов продолжения специального вида, используемых для задач ползучести.3. Разработан метод идентификации моделей ползучести по результатам эксперимента, комбинирующий возможности нейросетевого моделирования и продолжениерешения по параметру.Научная и практическая значимость полученных в диссертационной работе результатов состоит в следующем:1. Применение наилучшей параметризации к решению плохо обусловленныхзадач Коши для систем ОДУ с двумя ПОТ позволяет упростить процесс вычисления,существенно уменьшить время счета и погрешность решения по сравнению с другимиметодами.
При этом, для реализации метода продолжения по параметру не требуетсясущественных затрат, что способствует его быстрому внедрению.2. Модифицированный аргумент продолжения решения позволяет при расчетеболее гибко учитывать особенности конкретной задачи, что дает возможность получать более удобный вид параметризованной задачи с необходимыми свойствами и ещебольше сократить время счета.3. Предложенный нейросетевой подход к идентификации моделей не зависит отвида используемых уравнений, что делает его применимым для широкого класса задачи на практике позволяет получить более точное согласование экспериментальных ирасчетных данных.4.
По результатам проводимых в диссертации исследований разработан комплекс программ «Численное решение задачи Коши. Метод наилучшей парамет4ризации» (свидетельство о государственной регистрации программы для ЭВМ№ 2016613378), который может быть использован для решения практических задач.Достоверность полученных результатов обеспечивается: 1) строгим использованием классических механических концепций и адекватного математического аппарата, 2) удовлетворительным согласованием полученных расчетных данных с точнымианалитическими решениями рассматриваемых задач, а также опубликованными расчетными и экспериментальными результатами других авторов.Апробация работы.
Основные результаты диссертационной работы докладывались и обсуждались на следующих научных конференциях, симпозиумах и конкурсах: 1) XVIII и XIX международных конференциях по вычислительной механике исовременным прикладным программным системам (Алушта, 2013 и 2015), 2) IV международной научной конференции «Фундаментальные проблемы системной безопасности и устойчивости» (Москва, 2013), 3) 12-ой и 13-ой международных конференциях«Авиация и космонавтика» (Москва, 2013 и 2014), 4) конкурсе научно-технических работ и проектов «Молодежь и будущее авиации и космонавтики» (Москва, 2013), 5) XXи XXI международных симпозиумах «Динамические и технологические проблемы механики конструкций и сплошных сред» им.
А. Г. Горшкова (Кременки, 2014 и 2015), 6)X и XI международных конференциях по неравновесным процессам в соплах и струях(Алушта, 2014 и 2016), 7) VIII всероссийской конференции по механике деформируемого твердого тела (Чебоксары, 2014), 8) международной конференции «Успехи механики сплошных сред» (Владивосток, 2014), 9) московской молодежной научно-практической конференции «Инновации в авиации и космонавтике» (Москва, 2015), 10)XI всероссийском съезде по фундаментальным проблемам теоретической и прикладной механики (Казань, 2015), 11) XXVI международной конференции «Математическое и компьютерное моделирование в механике деформируемых сред и конструкций»(Санкт-Петербург, 2015), 12) International Simposium «Mathematics of XXI Centure &Netural Science» (St.
Petersburg, 2015), 13) X юбилейной международной научно-практической конференции «Современные информационные технологии и ИТ-образование» (Москва, 2015), 14) Thirteenth International Symposium on Neural Networks (St.Petersburg, 2016).Личный вклад. Автору принадлежат формулировки и доказательства основных теоретических результатов, представленных в диссертационной работе. Такжеавтором реализованы используемые численные методы решения задачи Коши в среде Matlab, проведены численные эксперименты и выполнен анализ полученных расчетных данных. Выбор численных методов расчета, круга рассматриваемых задач иразработка алгоритма применения метода продолжения решения по параметру длязадач ползучести проводились под руководством Е.