Beruflich Dokumente
Kultur Dokumente
Kristijan Tomic... Seminarski Rad Modelirane I Simulacija Proizvodnih Procesa
Kristijan Tomic... Seminarski Rad Modelirane I Simulacija Proizvodnih Procesa
BORIS KORDIĆ
KRISTIJAN TOMIĆ
NIKOLA ZOVKO
Mostar, siječanj 2018. godine TEO KREŠIĆ
SADRŽAJ
1. UVOD................................................................................................................... 3
7. ZADATAK .......................................................................................................... 18
8. ZAKLJUČAK ..................................................................................................... 21
9. LITERATURA .................................................................................................... 22
1. UVOD
Modeliranje predstavlja jedan od osnovnih procesa ljudskog uma. Ono je usko vezano
za način ljudskog razmišljanja i rješavanja problema. Najčešće koristi kao
najznačajnije konceptualno sredstvo koje čovjeku stoji na raspolaganju. U najširem
smislu, modeliranje predstavlja isplativo korištenje nečeg (modela) umjesto nečega
drugog (realni sustav) s ciljem da se dođe do odeređenog saznanja. Rezultat
modeliranja je model. Model je kopija, prikaz, slika ili prezentacija nekoga realnog
sustava, koja je napravljena da bi se prikazao taj sustav i omogućilo njegovo daljnje
proučavanje i upoznavanje. Model je pojednostavnjeni prikaz realnoga sustava
napravljen zato da bi poslužio boljem razumijevanju i/ili daljnjem proučavanju tog
sustava i eksperimentiranju s njim. Modeliranje je stvaranje (oblikovanje) modela. Ono
je olašalo rješavanje sustava, problema oko izrade i njegov rad. Dakle, može se reći
da je modeliranje proces u kojem se stvarni sustav predstavlja pojednostavljenim
modelom. Numeričko modeliranje omogućava da definiramo matematičke modele i
izvedemo simulacije rješenja bez provedbe eksperimentalnih istraživanja i izrade
prototipnih sustava, što znatno skraćuje vrijeme proračuna, analize, projektiranja
procesa i pojeftinjuje poslove koji prethode aplikaciji. To je složeni postupak simulacije
raznih fizikalnih procesa. U narednom poglavlju ćemo spomenuti Metodu konačnih
elemenata, a ta je jedna od najpopularnijih numeričkih metoda za rješavanje
diferencijalnih jednadžbi. U ovom radu spominjemo i matematičku identifikaciju
procesa i sustava, koja se izvodi kada nije poznat konkretni proces nije dovoljno
poznat. Na kraju rada spomenut ćemo provjeru homogenosti disperzija eksperimenata
kod stohatičkog modeliranja koja se izovodi preko Cochranova i Fisherova kriterija, te
grafički prikazati promjenu sile istiskivanja kod slobodnog sabijanja. [1,2,3,4]
4
Slika 1. Grafički prikaz točnosti rezultata kod primjene MKE
Prema tome, odstupanje dobivenog rezultata po MKE (𝑹𝑴𝑲𝑬 ) od točnog rješenja (𝑹𝑻 )
iznosi:
𝛥𝑅 = 𝑅𝑀𝐾𝐸 − 𝑅𝑇 . (3.1)
Osnove MKE
Ako se izuzmu grafički prikazi i modeliranje ova metoda ima šest osnovnih koraka:
- Diskretizacija kontinuuma
- Izbor interpolacijskih funkcija
- Izračunavanje karakteristika elemenata
- Definiranje jednadžbi za mrežu konačnih elemenata
- Rješavanje sustava jednadžbi
- Izračunavanje potrebnih utjecaja
5
b. Površinski konačni elementi (kružni, trokutni, pravokutni)
6
Interpolacijska funkcija i interpolacijska matrica
odnosno u ravnini:
{𝒓 } = [𝒓𝟏 , 𝒓𝟐 , 𝒓𝟏 , … , 𝒓𝒓 , … , 𝒓𝑹 ] . (3.6)
Međusobna veza između vrijednosti neke funkcije u polju elementa i njenih vrijednosti
u čvorovima ima opći oblik:
𝒇𝟏
𝒇𝟐
.
.
.
𝒇(𝒙, 𝒚, 𝒛) = [𝑵𝟏 , 𝑵𝟐𝟏 … 𝑵𝒌 , … , 𝑵𝒌 ] 𝒇𝒌 , (3.7)
.
.
.
𝒇𝒌
[ ]
7
ili u linearnom obliku:
𝒇(𝒙, 𝒚, 𝒛) = ∑𝒊 𝑵𝒊 𝒒𝒊 = 𝑵𝒒 . (3.9)
odnosno za ravninske:
𝑵𝟏 𝟎 𝑵𝟐 𝟎 𝑵𝟑 𝟎
[𝑵] = [ ]. (3.11)
𝟎 𝑵𝟏 𝟎 𝑵𝟐 𝟎 𝑵𝟑
𝑷𝒏 (𝒙) = ∑𝒏+𝟏
𝒊=𝟏 𝜶𝒊 𝒙𝒊 , (3.12)
𝝏
𝟎 𝟎
𝝏𝒙
𝝏
𝟎 𝟎
𝝏𝒚
𝝏
𝟎 𝟎 𝝏𝒛
[𝑳] = 𝝏 𝝏 . (3.17)
𝟎
𝝏𝒚 𝝏𝒙
𝝏 𝝏
𝟎 𝝏𝒛 𝝏𝒚
𝝏 𝝏
[𝝏𝒛 𝟎 𝝏𝒙 ]
Identifikacija i izbor parametara koji će biti obuhvaćeni pri modeliranju ovise o vrsti
procesa, cilju modeliranja, intuiciji istraživača, eksperimentu itd. Moguće je da se
neobuhvaćeni parametri mijenjaju u nekim granicama te da konkretnom skupu
obuhvaćenih ulaznih reguliranih i nereguliranih parametara odgovara skup izlaznih
parametara koji se mijenjaju u nekom području po zakonima vjerojatnosti, tada se
primjenjuje stohastički matematički model procesa. Ako svakom konkretnom skupu
obuhvaćenih ulaznih parametara odgovara jednoznačno određeni skup izlaznih
parametara i ako neobuhvaćeni parametri ne utječu na izlazne parametre onda je riječ
o determinističkom matematičkom modelu procesa. Analizom procesa na temelju
9
poznatih teorijskih podataka o konkretnom procesu ( ili sličnom ako je konkretni proces
nedovoljno poznat ) se izvodi identifikacija parametara procesa i sustava ( Slika 4 ).
10
Na temelju prikaza ( Slika 5 ) se može postaviti odnos između ulaznih i izlaznih veličina
procesa:
Fi = fi ( A, g, v, s, a, α, ε, γ, κ, r, λ),
B = f4 ( A, g, v, s, a, α, ε, γ, κ, r, λ),
T = f5 ( A, g, v, s, a, α, ε, γ, κ, r, λ),
Λ = f6 ( A, g, v, s, a, α, ε, γ, κ, r, λ),
Ra = f7 ( A, g, v, s, a, α, ε, γ, κ, r, λ),
Θ = f8 ( A, g, v, s, a, α, ε, γ, κ, r, λ),
OS = f8 ( A, g, v, s, a, α, ε, γ, κ, r, λ¸),
Gdje su :
11
Slika 6. Blok shema ulazno-izlaznih veličina procesa
Fi = 𝚿i ( 𝐯, 𝐬, 𝐚 ),
B = 𝚿𝟒 ( 𝐯, 𝐬, 𝐚 ),
T = 𝚿𝟓 ( 𝐯, 𝐬, 𝐚 ),
Ra = 𝚿𝟔 ( 𝐯, 𝐬, 𝐚 ),
Θ = 𝚿7 ( 𝐯, 𝐬, 𝐚 ),
Blok shema procesa ovisi o vrsti procesa obrade, broju utjecajnih parametara, cilju
istraživanja te složenosti pretpostavljenog modela. Primjer identifikacije ulazno-
izlaznih parametara kod procesa obrade deformiranjem je prikazan na slici ( Slika 7 ).
F = f1 ( K, σ0,2 , v, φ, Θ0 , 𝐫M , 𝐫i , 𝑫M , 𝐝i , Δ, 𝐩d ),
12
σi = fi ( K, σ0,2 , v, φ, Θ0 , 𝐫M , 𝐫i , 𝑫M , 𝐝i , Δ, 𝐩d ),
σk = f5 ( K, σ0,2 , v, φ, Θ0 , 𝐫M , 𝐫i , 𝑫M , 𝐝i , Δ, 𝐩d ),
Θ = f6 ( K, σ0,2 , v, φ, Θ0 , 𝐫M , 𝐫i , 𝑫M , 𝐝i , Δ, 𝐩d ),
μ = f7 ( K, σ0,2 , v, φ, Θ0 , 𝐫M , 𝐫i , 𝑫M , 𝐝i , Δ, 𝐩d ),
Ra = f8 ( K, σ0,2 , v, φ, Θ0 , 𝐫M , 𝐫i , 𝑫M , 𝐝i , Δ, 𝐩d ),
W = f9 ( K, σ0,2 , v, φ, Θ0 , 𝐫M , 𝐫i , 𝑫M , 𝐝i , Δ, 𝐩d ),
MS = f10 ( K, σ0,2 , v, φ, Θ0 , 𝐫M , 𝐫i , 𝑫M , 𝐝i , Δ, 𝐩d ),
Gdje su :
13
5.2. Dvofaktorni matematički modeli(dvofaktorna matrica)
∑ 𝜺𝟐𝒋 = ∑ (𝒚𝒋 − 𝒚̂𝒋 ) = ∑ [𝒚𝒋 − (𝒃𝟎 𝒙𝟎𝒋 + 𝒃𝟏 𝒙𝟏𝒋 + 𝒃𝟐 𝒙𝟐𝒋 )]𝟐 = 𝒇(𝒃𝟎 , 𝒃𝟏 , 𝒃𝟐 ) (𝟒. 𝟏)
𝒋=𝟏 𝒋=𝟏 𝒋=𝟏
𝑵
𝝏𝒇
= 𝟐 ∑ [𝒚𝒋 − (𝒃𝟎 𝒙𝟎𝒋 + 𝒃𝟏 𝒙𝟏𝒋 + 𝒃𝟐 𝒙𝟐𝒋 )](−𝒙𝟎𝒋 ) = 𝟎
𝝏𝒃𝟎
𝒋=𝟏
𝑵
𝝏𝒇
= 𝟐 ∑ [𝒚𝒋 − (𝒃𝟎 𝒙𝟎𝒋 + 𝒃𝟏 𝒙𝟏𝒋 + 𝒃𝟐 𝒙𝟐𝒋 )](−𝒙𝟏𝒋 ) = 𝟎 (𝟒. 𝟐)
𝝏𝒃𝟏
𝒋=𝟏
𝑵
𝝏𝒇
= 𝟐 ∑ [𝒚𝒋 − (𝒃𝟎 𝒙𝟎𝒋 + 𝒃𝟏 𝒙𝟏𝒋 + 𝒃𝟐 𝒙𝟐𝒋 )](−𝒙𝟎𝒋 ) = 𝟎
𝝏𝒃𝟎
𝒋=𝟏
14
Nakon izvršene zamjene:
∑ 𝒙𝟐𝒊𝒋 = (𝒊𝒊)
𝑱=𝟏
𝑵
∑ 𝒙𝒊𝒋 𝒙𝒋 = (𝒊𝒚)
𝑱=𝟏
Sustav linearnih jednadžbi može se napisati u matričnom obliku, ako je |𝑿| matrica
ulaznih faktora, |𝒀| matrica izlaznih veličina i |𝑩| matrica koeficijanata modela
regresije:
̂ = X B.
𝒀
̂= Y – X B .
F = Y –𝒀
Minimiziranjem se dobiva:
(Y – X B )' (Y – X B) = 0
što daje
X' X B = X' Y,
Za i, m = 0, 1, 2 slijedi:
15
(𝟎𝟎) (𝟎𝟏) (𝟎𝟐) (𝟎𝒚)
X' X = [(𝟏𝟎) (𝟏𝟏) (𝟏𝟐)] , X' Y = (iy) = [(𝟏𝒚)] (4.8)
(𝟐𝟎) (𝟐𝟏) (𝟐𝟐) (𝟐𝒚)
ili za model:
𝑵 𝑵
𝟏 𝟏
𝒃𝟎 = ∑ 𝒙𝟎𝒋 ̅̅̅
𝒀𝒋 = ∑ ̅̅̅
𝒀𝒋 , 𝒋𝒆𝒓 𝒋𝒆 𝒖𝒗𝒊𝒋𝒆𝒌 𝒙𝟎𝒋 = 𝟏
𝑵 𝑵
𝒋=𝟏 𝒋=𝟏
𝑵
𝟏
𝒃𝒊 = ∑ 𝒙𝒊𝒋 ̅̅̅
𝒀𝒋 , 𝒛𝒂 𝒊 = 𝟏, 𝟐, (𝟒. 𝟏𝟎)
𝑵
𝒋=𝟏
𝑵
𝟏
𝒃𝟏𝟐 = ∑ 𝒙𝒊𝒋 𝒙𝒎𝒋 ̅̅̅
𝒀𝒋 , 𝒛𝒂 𝟏 ≤ 𝒊 ≤ 𝒎 ≤ 𝒌 = 𝟐
𝑵
𝒋=𝟏
16
Tablica 2.: Matrica dobivenih eksperimentalnih rezultata
𝐦𝐚𝐱 𝑺𝟐𝒋
𝑲𝒉 = ∑𝒏 𝟐 ≤ 𝑲𝒕 (𝒇𝒋 , 𝑵) (6.3)
𝒋=𝟏 𝑺𝒋
gdje je:
𝑲𝒕 - tablična vrijednost po Cochranovu kriteriju za stupnjeve slobode 𝒇𝒋 i N,
𝒇𝒋 - stupanj slobode (𝒇𝒋 = 𝒏𝒋 − 𝟏)
𝒏𝒋 - broj ponavljanja u uzorku
N – broj uzoraka
∑𝑵 𝒏
𝒚𝒋 𝟐
𝒋=𝟏 ∑𝒊=𝟏( 𝒚𝒋𝒊 − ̅̅̅)
Ukupna varijanca eksperimenta: ∑𝑵 𝟐
𝒋=𝟏 𝑺𝒋 = ∑𝑵
𝒋=𝟏( 𝒏𝒋 −𝟏)
Provjera homogenosti varijanci može se izvesti i pomoću Fisherova kriterija za
distribucije koje su približno normalne. Po ovom kriteriju uspoređuju se disperzije za
dvije serije mjerenja i za slučaj da su dobiveni rezultati slučajni, nezavisni i normalno
raspoređene veličine.
Ako je disperzija prve serije 𝝈𝟐𝟏 , a druge serije 𝝈𝟐𝟐 , odnosno varijance 𝑺𝟐𝟏 i 𝑺𝟐𝟐 , tada je
za F-razdiobu i stupnjeve slobode (𝒏𝟏 -1) i (𝒏𝟐 -2) :
17
𝑺𝟐
𝟏
𝝈𝟐 𝑺𝟐
F= 𝟏
𝑺𝟐
= 𝑺𝟏𝟐 (6.4)
𝟐 𝟐
𝝈𝟐
𝟐
U predhodnom izrazu usvojena je vrijednost disperzija 𝝈𝟐𝟏 = 𝝈𝟐𝟐 . Provjera homogenosti
disperzija po Fisherovu kriteriju glasi:
𝑺𝟐 𝑺𝟐
F= 𝑺𝟏𝟐 ≤ 𝑭𝒕 (𝒇𝟏 , 𝒇𝟐 ) ili F= 𝑺𝟐𝟐 ≤ 𝑭𝒕 (𝒇𝟐 , 𝒇𝟏 ) (6.5)
𝟐 𝟏
gdje je:
𝑭𝒕 - tablična vrijednost po kriteriju Fishera za stupnjeve slobode 𝒇𝟏 i 𝒇𝟐 ili 𝒇𝟐 i 𝒇𝟏
𝒇𝟏 = ( 𝒏𝟏 − 𝟏), stupanj slobode prvog uzorka.
𝒇𝟐 = ( 𝒏𝟐 − 𝟏), stupanj slobode drugog uzorka. [1,2,3]
7. ZADATAK
Slika 8.: Slobodno sabijanje valjka u idealnim uvjetima (a.) i realnim (b.)
18
1500
1000
Sila slobodno sabijanja (1000N)
500
0
0 13 26 39
(ho-h)
𝒉
Odnos visine i promjera valjda može iznositi: = 0,5; 1,0; 1,5; i 2,0, (7.1)
𝒅
𝒉𝟎
odnosno stupanj deformacije: φ=𝒍𝒏 = 0,1; 0,3; 0,5; 0,7; i 0,9 itd. (7.2)
𝒉𝟏
19
Rang matrice je r = 2 a broj nezavisnih veličina, odnosno grupa:
m = n – r = 9 - 2 = 7. (7.4)
𝑭 𝒌 𝑮 𝑬 𝒉
f( 𝟐 , , , , , 𝝁 , 𝝋) (7.6)
𝒌 𝒅 𝝈𝒎 𝝈𝒎 𝝈𝒎 𝒅
𝑭 𝒌 𝑮 𝑬 𝒉
=f( , , , , 𝝁 , 𝝋) (7.7)
𝒌 𝒅𝟐 𝝈𝒎 𝝈 𝒎 𝝈𝒎 𝒅
𝑭 𝒉
= f1 ( , 𝝋) (7.8)
𝒌 𝒅𝟐 𝒅
𝟐
𝒅 𝝅
Ili za A = 𝟒 dobiva se:
𝟒𝑭 𝒉
= f2 ( , 𝝋) (7.9)
𝒌 𝝅 𝒅𝟐 𝒅
20
U slučaju deformacijskog rada, analogno navedenom može se pisati:
𝟒𝑾 𝒉
= f3 ( , 𝝋) (7.10)
𝒌 𝒉 𝝅 𝒅𝟐 𝒅
𝒉
Eksperimentalnim variranjem vrijednosti i φ moguće je odrediti ove ovisnosti u
𝒅
empirijskom obliku. Na slici 11 i 12 prikazana je grafička ovisnost sile i rada o stupnju
𝒉
deformacije i odnosu . [2,6]
𝒅
𝒉 𝒉
Slika 11.: Prikaz F ( Ak)1 = f ( φ, ) Slika 12. Prikaz W ( Akh ) -1 = f ( φ, )
𝒅 𝒅
8. ZAKLJUČAK
Modeliranje u širem smislu obuhvaća sva područja čovjekova rada i stvaranja. Moguće
implementiranje je u optimizaciji obradnih procesa u području proizvodnog strojarstva,
a moguća je implementacija i u drugim znanstveno-stručnim područjima kao što su:
Procesna tehnika, Energetika, Strojogradnja, Metalurgija, Elektrotehnika, Hidraulika,
Termodinamika i dr. Ono je olakšalo rješavanje sustava, problema oko izrade i njegov
rad. Pod modeliranjem se podrazumijeva definiranje matematičkih modela i drugih
prikaza koji su neophodni za optimizaciju, simulaciju, revitalizaciju i upravljanje
procesima i sustavima. Modeliranje isto podrazumijeva poznavanje matematičkog
modela procesa, što je prvi uvjet za inoviranje i revitalizaciju procesa ili sustava.
Rezultat modeliranja i optimizacije obradnih procesa i sustava je jeftnija, kvalitetnija i
profitabilnija proizvodnja.
Numeričko modeliranje se koristi za modeliranje naprezanja i deformacija u području
elastičnih, elasto-plastičnih i plastičnih deformacija, proračun sila opterećenja sustava
i alata, simulaciju procesa i izbor optimalne konstrukcije ili varijante procesa obrade.
Uz pomoć ove metode moguće je definirati matematičke modele i izvesti simulacije
21
rješenja bez provedbe eksperimentalnih istraživanja i izrade prototipnih sustava, što
znatno skraćuje vrijeme proračuna, analize, projektiranja procesa i pojeftinjuje poslove
koji prethode aplikaciji.
Metoda konačnih elemenata (MKE) se razvijao paralelno s razvojem brzih digitalnih
računala i primjenom numeričkih metoda. Premda je u početku MKE bio korišten skoro
isključivo za analizu konstrukcija, generalna teorija na kojoj je baziran omogućila je da
se danas MKE uspješno primjenjuje u brojnim drugim problemima. Na samom kraju
možemo zaključiti, imajući u vidu stalan napredak računarske tehnologije u pogledu
sve veće brzine i sve nižih cijena, da u doglednoj budućnosti možemo očekivati da će
modeliranje i simuliranje postati sve rasprostranjeniji.
9. LITERATURA
[1]https://www.scribd.com/document/43314355/Modeliranje-i-Simulacija-Proizvodnih-
Procesa. (dostupno dana 19.11.2010.)
[2]M., Jurković, Matematičko modeliranje inženjerskih procesa i sistema, Mašinski fakultet,
Bihać, 1999.
[3]https://www.scribd.com/document/93508704/Pitanja-i-Odgovori-Modeliranje-Ispit
(dostupno dana 14.05.2017.)
[4]https://bib.irb.hr/datoteka/347082.modeliranje_i_simulacija_-_v2a2.pdf.(dostupno dana
31.5.2016.)
[5]H., Pašić, Metod konačnih elemenata, Mašinski fakultet, Sarajevo, 1974.
[6]http://repozitorij.fsb.hr/7385/1/Juras_2017_zavrsni_preddiplomski.pdf.
Predmetni nastavnik
Stipo Buljan
22