Как определить степень сложности

По сравнению с детерминированными системами, в вероятностных системах смена состояний в значительно большей степени определя­ется случайными факторами. Рассмотрим некоторые примеры классификации биологических систем. Детер­минированные системы управляют внутренними органами (подсистемы, управляющие функционированием сердечно-сосудистой системы, реак­цией зрачка на свет, регуляцией температуры тела и т.п.). Вероятностные системы определяют взаимодействие анализаторов и поведенческих реакций, включая процесс обучения при простых рефлекторных актах. Реакция человека на один и тот же стимул мо­жет быть различна. Она зависит от многих факторов, которыми исс­ледователь не может управлять. Квазидетерминированные системы также могут управлять внут­ренними органами, но при условии, что ведущую роль играет цент­ральная нервная система. К таким системам можно отнести и некото­рые патологические процессы. Пример оценки организации и сложности системы: исследуется реакция объекта на импульсное электрическое раздражение. Система принимает два состояния: есть ответ, нет ответа. Опыты проводи­лись в условиях нормы и патологии исследуемого объекта. Норма: P₁ = Р₂ = 0,5.; Н_m = log 2 = 0,3; Н = 0,3. Организация системы: R = 1-0,3/0,3 = 0. Систему можно от­нести к классу простых вероятностных систем. Патология: P₁ = 0,1; Р₂ = 0,9; Н_m = log 2 = 0,3; Н = -0,1 log (0,1) — 0,9 log (0,9)  0,14. Организация системы: R = 1 — 0,14/0,3 = 0,54. Систему можно отнести к классу простых детерминированных систем. При воздействии на систему фактора с различными уровнями воздействия или комбинаций нескольких факторов вычисляется сред­нее арифметическое оценок организации по всем воздействиям: , где R – среднее арифметическое оценок организации системы; N – количество различных вариантов воздействий. Пример: исследуется изменение частоты сердечных сокращений под влиянием физической нагрузки. Q – величина нагрузки: Q_max, Q_ср, Q_min. Весь диапазон изменения пульса был разделен на три поддиапазона: 0…50; 60…100; 110…150 уд. /мин. В результате под влиянием нагрузки система может находиться в одном из трех состояний в соответствии с выделенными поддиапазонами. Оказалось, что вероятность перехода системы в каждое из этих состояний раз­лична и зависит от величины нагрузки. Для Q_min: P₁ = 0,8; P₂ = 0,19; P₃ = 0,01. R = 1 – H / H_m; H_m = log 3 = 1,098; R = 1 – 0,23 / 1,098 = 0,79 Для Q_ср: P₁ = 0,2; P₂ = 0,6; P₃ = 0,2. H = – 0,2 log (0,2) – 0,6 log (0,6) – 0,2 log (0,2) = 0,41 R = 1 – 0,41 / 1,098 = 0,63 Для Q_max.: P₁ = 0,01; P₂ = 0,09; P₃ = 0,9 H = – 0,01 log (0,01) – 0,09 log (0,09) – 0,9 log (0,9) = 0,15 R= 1 – 0,15 / 1,098 = 0,86 В итоге: R = (0,79 + 0,63 + 0,86) / 3 = 0,76. Систему можно отнести к классу простых детерминированных систем. Рассмотренный подход к оценке степени сложности и организа­ции применим лишь для статических систем, состояния которых не зависят от фактора времени. Если система последовательно перехо­дит из одного состояния в другое в пределах заданного множества состояний, то оценку ее организации необходимо проводить поэтап­но. Причем каждый этап соответствует определенному уровню оценки. На первом уровне оценивается вероятность появления каждого единичного состояния на протяжении интервала анализа независимо от динамики других состояний. Начинал со второго уровня, оценива­ются вероятности появления комбинаций состояний по два (второй уровень), по три (третий уровень) и так до объединения в одну группу всех К состояний. Количество состояний (n) на каждом i-м уровне определяется как количество сочетаний из К по L: , где L — количество состояний, объединяемых в комбинацию; К — об­щее количество одиночных состояний. Сложность , энтропияH_i и организация R_i на i-м уровне оценки определяются, как было показано для статического случая: . Затем строится зависимость R от уровня оценки. При этом ве­личина R увеличивается по мере возрастания уровня. В конечном итоге анализируется вся кривая. Пример: необходимо оценить организацию процесса, представ­ляющего собой смену четырех состояний в приведенной последова­тельности: 1, 2, 3, 4, 3, 2, 1, 2, 3, 4 … Первый уровень оценки: n₁ = 4; P₁ = P₂ = P₃ = P₄ = 0,25; R₁ = 1 – 0,6 / 0,6 =0 Второй уровень оценки: . Примем теоретически возможное сочетание состояний: P_1,2 = P_2,3 = P_3,4 = 0,33332; P_1,3 = P_1,4 = P_2,4 = 0,00001; Третий уровень оценки: . Примем теоретически возможное сочетание состояний: P_1,2,3 = P_2,3,4 = 0,44449; P_1,2,4 = P_1,3,4 = 0,00001; Четвертый уровень оценки: n₄ = 1 (сочетание всех состояний); P_{1, 2, 3, 4} = 1; R₄ = 1 График зависимости R от уровня оценки показан на рис. 1.3. Таким образом, по частотам появления единичных состояний (первый уровень оценки) система является случайной, а по сочета­ниям состояний – детерминированной (R > 0,3). В итоге, на первом уровне оценки систему можно назвать статически случайной. Динами­чески же она детерминирована. Выбор класса модели. Выбор класса модели в значительной степени зависит от уровня организации и сложности объекта исследования. Это касается, в первую очередь, классификации моделей по следующим признакам: «детерминированные –стохастические» и «линейные – нелинейные». На рис.1.4 в виде сетки представлена классификация моделей в зависимости от оценки ее организации (R) и сложности (Н_m). В соответствии с представленной сеткой модели классифициру­ются следующим образом:

1. – простые детерминированные линейные модели;
2. – квазидетерминированные простые линейные модели;
3. – простые вероятностные модели;

1. – сложные детерминированные, линейные и нелинейные моде­ли;
2. – сложные нелинейные квазидетерминированные модели;
3. – сложные вероятностные модели;

1. – очень сложные детерминированные,
2. – квазидетерминированные и вероятностные модели.

С помощью построенной сетки в определенной степени можно систематизировать выбор математического аппарата моделирова­ния. Так, для наиболее распространенных классов простых и сложных детерминированных моделей (11 и 21) адекватен следующий матема­тический аппарат. Алгебраические уравнения. Они применяются для аппроксимации результатов экспериментов. Методы дифференциальных и интегральных уравнений. Предусматривают построение математических моделей динамики систем. Дости­гается более глубокая содержательность, чем при использовании ал­гебраических моделей. Методы теории управления и оптимизации. Позволяют анализиро­вать биосистемы, разделяя их на объекты управления и управляющие подсистемы, и решать прикладные задачи управления биосистемами, оптимизируя их функции. Теория конечных автоматов. Адекватна для моделирования дина­мики четко выраженных детерминированных систем с дискретными сос­тояниями. Булева алгебра. Применяется для статических моделей. Для простых и сложных квазидетермированных моделей (12 и 22) можно воспользоваться нелинейными алгебраическими и дифференци­альными уравнениями, а также уравнениями, коэффициенты которых подчиняются некоторым законам распределения. Для простых и сложных вероятностных моделей (13 и 23) адек­ватны методы теории вероятности, теория случайных процессов, ал­гебраические и дифференциальные уравнения для описания вероятнос­тей и законов распределения, метод Монте-Карло с использованием генераторов случайных чисел, марковские цепи и теория распознава­ния образов.

Определение степени сложности поковки

Степень сложности поковки равна отношению массы поковки G_П к массе геометрической фигуры G_Ф, в которую вписывается поковка.

При определении припусков, допусков и напусков по чертежу детали выполним предварительный расчет массы поковки с учетом 0,5 положительного предельного отклонения для наружных размеров и 0,5 отрицательного отклонения для размеров отверстий. Чтобы учесть припуски и напуски, массу детали увеличиваем в 1.25 раза:

В расчетную массу поковки не включаем массу той ее части, которая не подвергается деформации, и массу облоя.

Поковка имеет степень сложности С1 — обычной сложности

Разработка чертежа поковки

Назначение напусков , припусков , допусков

Припуск на механическую обработку регламентируется ГОСТ 7505-74 и назначается на номинальные размеры детали в зависимости от класса шероховатости поверхности детали с учетом параметров:

-массы поковки (3,33 кг);

-точности изготовления поковки (КЛАСС ТОЧНОСТИ 1);

-группы стали (М1);

-степени сложности поковки (С1, определена выше)

Напуск — это увеличение припуска в целях упрощения конфигурации поковки из-за невозможности или нерентабельности ее получения с контуром, соответствующим контуру детали. К кузнечным напускам относятся штамповочные уклоны, внутренние радиусы закруглений.

Допуск — отклонение размера поковки от номинального, обусловленное неточностью изготовления. Чертеж поковки с назначенными припусками представлен на рисунке. Припуск на механическую обработку регламентируется ГОСТ 7505-74 и назначается на номинальные размеры детали в зависимости от класса шероховатости поверхности детали с учетом параметров и требований к детали .

Таблица 3. Размеры детали с припусками

Классификация по степени сложности

Классификация систем по обеспеченности ресурсами управления

Имеют место принципиально разные ситуации в зависимости от того, в какой степени обеспечено ресурсами управление. Это и отражено в клас­сификации систем, приведенной на рис . Системы при этом выступают как качественно разные объекты управления. Рассмотрим, например, энергетические затраты на актуализацию модели и выработку управления. Обычно они настолько малы в сравнении с количеством энергии, потребляемой или произведенной в управляемой системе, то их просто не принимают во внимание. Однако представим себе случай, когда, управляющая и управляемая системы питаются от одного ограниченного источника энергии, а, энергопотребление обеих систем имеет одинаковый порядок. Тогда возникает интересный и нетривиальный класс задач о наилучшем распределении энергии между ними. По энергозатратам системы делятся на обычные, для которых затраты энергии на управление малы и энергокритичные, у которых управление является энергоемким. Деление систем на большие и малые связано , например, с материальными ресурсами, затрачиваемыми на моделирование на ЭВМ. Такие ресурсы как объем памяти и машинное время лимитируют возможности решения задач большой размерности в реальном масштабе времени. К подобным задачам приводится моделирование ряда экономических, метеорологических, организационно-управленческих, нейрофизиологических и других систем. Системы, моделирование которых затруднительно вследствие их размерности, будем называть большими. Если система состоит из элементов, которые способны самостоятельно функционировать, то такая система также называется большой. Существует два способа перевода больших систем в разряд малых: разрабатывать более мощные вычислительные средства или осуществлять декомпозицию многомерной задачи на совокупность связанных задач меньшей размерности (если природа системы это позволяет). Наконец, третий тип ресурсов — информация — дает основание для еще одной классификации систем Признаком простоты системы, то есть достаточности информации для управления, является успешность управления. Однако если полученное с помощью модели управления приводит к неожиданным, непредвиденным или нежелательным результатам, то есть отличается от предсказаних моделью, это интерпретируется как сложность системы, и объясняется недостаточностью информации для управления. Поэтому сложной системой мы будем называть систему, в модели которой не хватает информации для эффективного управления. Например, кодовый замок действительно качественно разный для того, кто знает код и кто его не знает. Каждому человеку родной язык кажется проще иностранного; люди, которые умеют и не умеют водить автомобиль, имеют объективно разные возможности обращения с ним. Сложная система та система, в которой недостаточно информации для эффективного управления ею. Чтобы подробнее пояснить вытекающую из сделанной классификации разницу между большими и сложными системами, отметим, что возможны все четыре комбинации; существуют системы: 1) «малые простые»; 2) «малые сложные»; 3) «большие простые»; 4) «большие сложные». Приведем примеры систем всех видов (в том же порядке): 1) исправные бытовые приборы (утюг, часы, холодильник, телевизор и т.д.) — для пользователя; неисправные — для мастера; шифрозамок — для хозяина сейфа; 2) неисправный бытовой прибор — для пользователя; 3) шифрозамок для похитителя — система простая (требуется лишь перебор вариантов) и большая (имеющегося на вскрытие сейфа времени может не хватить на перебор вариантов); точный прогноз погоды; полный межотраслевой баланс (определяется с задержкой на годы) ; 4) мозг; экономика; живой организм.

28.09.2019 1.49 Mб 5 otchet_dlya_Oli.doc

28.08.2019 711.17 Кб 1 Otchet_po_praktike.doc

12.09.2019 302.08 Кб 0 Otchet_po_praktike_4_kurs.doc

20.07.2019 508.93 Кб 1 Otchyot_k_kursovoy_sp_yaz.doc

20.11.2019 87.96 Кб 26 Otchyot_po_praktike_2.docx

20.12.2018 713.73 Кб 11 OTSiU_ch1.doc

26.03.2015 98.18 Кб 28 otvety_OT.docx

22.11.2019 260.1 Кб 2 OTVET_NA_DEN_GI_I_KREDIT_33__33__33__33__33__33. doc

17.09.2019 430.27 Кб 6 Paket_do_Ispitu.docx

18.11.2019 1.89 Mб 2 Past Perfect 1.doc

13.11.2018 180.22 Кб 2 pechat.doc

Ограничение

Для продолжения скачивания необходимо пройти капчу:

Как определить категорию сложности работ по обследованию здания

Определяющим фактором для определения стоимости наших работ по обследованию здания является категория сложности.

Категория сложности работ напрямую зависит от того, какие именно работы необходимо провести во время обследования здания.

Таким образом, стоимость работы специалистов напрямую зависит от целей и задач, поставленных при обследовании, а также от объемов работ, необходимых для решения этих задач. Различают всего три категории сложности работ.

Первая категория сложности работ

К первой категории относятся следующие работы:

Составление ведомости дефектов, необходимой для составления сметы на капитальный ремонт конструкций.

Выполнение визуального обследования здания.

Составление паспорта здания и выдача Заключения о состоянии строительных конструкций.

Вторая категория сложности работ

Ко второй категории относятся:

1. Изучение документации, используемой при эксплуатации здания.
2. Определение программы работ по определению фактического состояния строительных конструкций здания.
3. Детальный осмотр конструкций с фиксацией и измерениями повреждений и дефектов.
4. Определение мест для отбора образцов материалов из строительных конструкций и грунтов оснований фундаментов для последующих лабораторных испытаний.
5. Выполнение фотографий повреждений и дефектов.
6. Оформление графических материалов (схем и чертежей) по результатам обследования здания.
7. Выполнение поверочных расчетов несущей способности конструкций здания.
8. Оформление Заключения по результатам обследования, выдача рекомендаций по их дальнейшей эксплуатации здания.

Третья категория сложности работ

К третьей категории относятся:

1. Изучение документации, используемой при эксплуатации здания.
2. Определение программы работ по определению фактического состояния строительных конструкций.
3. Оформление дефектной ведомости на дефектные конструкции здания.
4. Детальный осмотр конструкций с фиксированием повреждений и дефектов, с указанием их характера и степени аварийности.
5. Определение мест для отбора образцов материалов из строительных конструкций и грунтов оснований фундаментов для последующих лабораторных испытаний.
6. Выполнение фотографий видимых повреждений и дефектов здания.
7. Оформление графических материалов (схем и чертежей) по результатам обследования здания.
8. Составление поверочных расчетов несущей способности конструкций.
9. Выдача рекомендаций по выполнению временных противоаварийных мероприятий.
10. Оформление Заключения по результатам обследования здания, выдача рекомендаций по их дальнейшей эксплуатации.

Не знаете как определить категорию сложности обследовательных работ? Обращайтесь в нашу компанию — мы проконсультируем и проведем комплексное обследование с отчетом в течении 2-х дней.
Расчитать стоимость обследования и оформить заявку можно на сайте или по номеру 8 (903) 635-93-90.