快速仿真建模（共11篇）
快速仿真建模 篇1
快速公交系统, 简称BRT (BusRapidTransit) 是目前世界上成功推广的一种新型公共交通措施。其投资及运营成本比轨道交通低, 而运营效果接近于轨道交通, 是一种服务介于轨道交通和常规公交之间的交通方式[1]。
国内外有许多城市都采用建立快速公交系统的方式缓解大城市的交通拥挤问题。国外快速公交系统在城市公交整体中的地位与作用不尽相同, 有的城市从规划上将其作为全市整个公交的主体, 如库里蒂巴;有的快速公交应用于地铁或轻轨线路的延伸;有的快速公交作为今后建设地铁或轻轨的过渡交通方式, 如温哥华和握太华;也有的是相对独立的交通系统。国内城市中北京、杭州、厦门等地的BRT成为典范[2]。
广州市中山大道快速公交试验线全长22.9km, 呈东西走向。西起天河区广州大道—东至黄埔区夏园, 穿越天河区和黄埔区, 由天河路 (2.8km) 中山大道 (13km) 、黄埔东路 (7.1km) 三个道路部分组成。其中天河路和中山大道属于市政道路, 城市主干道一级, 红线宽度60m。黄埔东路属于公路性质, 红线宽度为60m。
广州市中山大道快速公交试验线是广州市快速公交系统第一段重点试验路段。沿线客流量大, 公交线路多, 道路交通状况十分复杂。该试验线采用“封闭式走廊+灵活线路”的模式, BRT的专用车辆的布置采用路中式, 车站的布置方式采用侧视站台半敞开式法;乘客进出站的方法采用以人行天桥为主, 斑马线为辅的方式[3]。
专用车道在道路中央, 占用了两个车道的宽度, 为了保证社会车辆的行驶畅通, 除BRT专用车道外还有满足社会车辆双向有六个车道。本文期望以仿真模型为基础, 根据仿真数据, 通过交叉口各项指标及路段各项指标的计算说明BRT建成后的交通运行状况。
2 BRT交通仿真建模
2.1 仿真软件Vissim
Vissim软件是一个离散的、随机的、以0.1 s为时间步长的微观交通仿真软件。车辆的纵向运动采用了德国Karlsruhe大学Wiedemann教授的心理-生理跟车模型;横向运动 (车道变换) 采用了基于规则 (Rule-based) 的算法。不同驾驶员行为的模拟分为保守型和冒险型。基于Wiedemann 跟驰模型的Vissim采用2D和3D动画向用户直观显示车辆的运动状态, 能够较真实地反映和重现实际交通状况, 还可针对单个车辆或行人进行实时跟踪与分析。不仅如此, Vissim能够提供多种指标的数据检测、获取及分析, 为交通工程师理解、研究、分析交通状况提供了很好的工具[4]。
2.2 交通仿真的基本步骤
首先, 根据仿真对象和仿真需求收集基础资料, 本文的基础资料包括BRT沿线设计图, 交叉口基础数据, 交通流量基础数据, 交通信号控制参数及BRT建成后交通组织方案及路网方案。第二, 建立BRT交通仿真系统, 并根据运行情况调整完善系统。第三, 根据仿真需求, 布设各种数据检测点, 根据获得的仿真数据展开分析与评价。
2.2.1 基础数据
对应于不同的模型需要, 本论文认为建立快速公交系统仿真模型, 需要以下所列举的数据如表1, 仿真所需要的基础数据涉及到各个方面, 但是仿真的基础数据又是整个仿真系统的关键所在, 因此需要大量的工作和人力。
2.2.2 交通仿真建模步骤
(1) 建立全线公交线路、专用道与BRT站点模型。针对BRT专用道, 在仿真模型中单独绘制BRT专用道, 并用其它颜色与社会车道区别。
(2) 建立全线机动车路段与交叉口模型。根据路网资料, 在仿真模型中绘制全线机动车路段和交叉口模型;在路段上, 采用多种手段处理瓶径路段 (包括路段的分流点和合流点) , 使其交通流更加顺畅, 与现实更加符合;在交叉口, 利用仿真模型中的“行驶路径决策”工具分配各个方向的各个流向流量;定义无信号控制交叉口的冲突区域 (停车/让路规则) , 保证优先交通流与次要交通流的安全交织。
(3) 建立沿线交通控制模型。由于沿线主要交叉口的交通组织方式的调整, 各交叉口的相位设计和信号周期都要有所调整。依据相序、周期和流量配时得到的信号控制参数, 在仿真模型中创建信号控制器、定义每个信号控制器的信号灯组和灯色变化时间表, 并在仿真路网中的停车线处绘制信号灯, 选择各个信号灯对应的信号灯组, 即可完成沿线的交通控制模型。
(4) 数据统计分析设备设置。根据需求指标, 在仿真路网中分别设置行程时间分析路段、延误分析路段、排队计数器和数据检测器等;在重要的交叉口, 把该交叉口的影响区域设置为节点。利用这些仿真设置, 模型能够得到一系列评价指标, 这对于分析路网各方面的性能有很大的分析意义。
(5) 建立站台和人行天桥模型。在重要的站点建立站台和人行天桥模型, 以直观的视频效果体会站点的实际情况。
(6) 建立数据检测模型。根据所需指标, 建立节点检测模型、行程时间检测器、数据采集点等检测器获得相应的仿真数据。
仿真模型2D、3D效果图如图2、图3所示。
2.2.3 评价指标说明
(1) 延误[5]。延误是指犹豫道路和环境条件、交通干扰以及交通管理与控制等驾驶员无法控制的因素所引起的行程时间损失, 以“s/辆”或“min/辆”计。本文所指的延误为交叉口延误, 即由交通控制装置引起的延误, 属于固定延误的一种, 与交通量大小及交通干扰无关。在仿真系统中, 通过节点评价即可得到这一指标。
(2) 排队。由于信号控制导致的车辆在交叉口进口道排队等候是不可避免的。交叉口的最大排队长度主要用来说明, 当前信号控制方案导致的车辆排队是否会影响到上游交叉口的正常运行。在仿真系统中, 通过节点评价即可得到这一指标。
(3) 行程速度[6]。干道行程速度的计算公式如式 (1) 所示。在仿真系统中, 通过行程时间检测器得到相应的仿真数据。
式 (1) 中:V行程—干道或者区段的平均行程速度, 单位km/h;
L—干道或者区段的长度, 单位km;
T—每公里的行程时间, 是指干道或区段上所有路段的每公里总的运行时间, 单位s;
∑D—总的交叉口入口延误, 是在规定的干道或者区段上, 所有交叉口的总的入口延误, 单位秒。
其中
D=1.3d (2)
D—交叉口入口延误, 单位s/veh;
d—交叉口每车平均停车延误, 单位s/veh。
(4) 路段饱和度。路段饱和度即是路段小时当量交通量与路段通行能力的比值。
3 基于交通仿真的BRT系统评价
3.1 节点评价
根据仿真运行得到节点评价的仿真数据, 如下表所示。由仿真2D效果来看, 交叉口的信号控制均能满足BRT系统建成后预测的通行需求, 车辆不需要二次排队, 即可通过交叉口。交叉口的饱和度均低于0.9, 处于未饱和状态。
由表2中数据同时根据《Highway Capacity Manual 2000》[7]中对延误—服务水平的规定如表3所示, 可以得出仿真中各交叉口的服务水平。根据表2可知改建后的交叉口除体育东路交叉口服务水平为D级外, 其他路口的服务水平均为C级以上, 车流为稳定流, 车辆之间影响较小, 乘客有较好的舒适性。
备注:新建、改建交叉口设计服务水平宜取B级, 治理交叉口宜取C级。
3.2 路段服务水平评价
行程速度是路段服务水平评价的标准, 饱和度则从通行能力的供给与需求方面说明BRT系统建设对社会车辆的影响。
3.2.1 行程速度
城市道路服务水平分级标准参照《Highway Capacity Manual 2000》[7]中的标准。本项目将BRT通道分为三个路段, 天河东路 (体育西路交叉口—五山路交叉口) 、中山大道 (天府路交叉口—汇彩路交叉口) 、黄埔东路 (丰乐路交叉口-夏园车站) 。各路段的行程速度如表4所示, 服务水平分级表如表5所示。
BRT走廊的建设避免了公交车辆和社会车辆的冲突和干扰, 因此在天河路路段社会车辆尤其是小型车辆的行程速度明显提高, 达到了27 km/h, 使得这部分路段的交通流状态处于稳定流的中间范围。由路段平均行驶速度表格可知, 天河路部分路段的平均行驶速度超过了25 km/h, 说明驾驶员有了一定的自由选择速度的权利, 而不是因为干扰而走走停停。行驶速度的提高增大的路网的容量, 对于提高路段饱和度有一定的帮助。
3.2.2 饱和度
路段饱和度是另外一种描述城市道路路段交通状况的指标, 通常是指车辆出行总量与一定车速下的路网道路总通行能力的比值。本项目将BRT通道分为三个路段分别说明。天河路路段西起体育东路以东, 东至五山路以西路段;中山大道西起天府路以东, 东至汇彩路以西;黄埔东路选择丰乐路至石化路路段。
表6为天河路路段饱和度在快速公交系统建成前后的对比。天河路路段饱和度最大值为五山路至天河东路区段, 最大值为0.85, 饱和度没有超过0.9的路段。可见在BRT走廊建成之后, 减少了公交车辆与社会车辆之间的干扰, 保证了有双向六车道供给社会车辆行驶, 因此饱和度有所下降。
3.3 评价指标对比
根据文献[3]提供的BRT建成前部分指标的现状数据, 与仿真结果加以对比, 可以说明BRT的建设不仅满足了公共交通的需求, 同时满足了社会车辆的需求。
(1) 交叉口, 如表7所示。
(2) 路段, 如表8所示。
4 小结
本文在收集资料之后, 建立了长达22.9 km的BRT交通仿真模型, 分别对交叉口及路段两个对象的四个指标展开分析说明与对比, 仿真结果表明, BRT系统建设后, 不仅能够满足公共交通的通行需求, 没有对社会车辆的路权造成影响, 反而带来了良好的通行秩序, 社会车辆和BRT车辆各行其道。除此之外, BRT交通仿真模型为之后的运营调度仿真模型的建立, 打下了良好的基础。
参考文献
[1]陆锡明.快速公交系统.上海:同济大学出版社, 2005:1—41
[2]刘迁.从库里蒂巴的经验思考北京BRT系统建设.城市交通, 2005;3 (1) :4—8
[3]广州市城乡建设委员会.广州中山大道BRT试验线工程设计方案.http://ipcom.lzj.blog.163.com/blog/static/3315333520086710332762/.2008.7.7
[4]PTV.VISSIM5.10USER MANUAI.Germany:Planning Transport Verkeher AG, 2004:1—3
[5]邵春福.交通规划原理.北京:中国铁道出版社.2004:43—44
[6]陈宽民, 严宝杰.道路通行能力分析.北京:人民交通出版社.2003:194—199
[7]Highway capacity manual.Transportation Research Board, National Research Council, Highway Capacity Manual, Special report209, Washington, DC.16—3, 2000
快速仿真建模 篇2
13工业工程2班 李伟航 13工业工程2班
实验10
一、实验目的: 1.学习库存系统查库与订货处理的结构建模方法
2.学习用Equation模块、Equation（I）模块读写数据库的方法 3.学习用Equation模块、Equation（I）模块进行编程计算的方法
二、实验问题
1.打开上次实验你保存的文件（这个文件要保存好，下次实验还要使用），然后根据以上视频，进行操作实验。
2.简述用Equation模块计算订货量的程序逻辑。
3.简述用Equation（I）模块计算并累加总订货成本到数据库中的程序逻辑。4.Equation模块与Equation（I）模块有何不同？
5.在本案例的假设前提下，在一笔订货的在途货物运输期间（即提前期期间），会不会再次发出订货指令？或者换句话说，每次查库时，会不会有已订但未到的货？为什么？
三.实验过程
1.生成查库员（查库信号）
用Create模块每天生成一个库存检查员实体（实际代表一个查库信号）Create模块具体设置如下图：
2.判断是否需要订货
利用Select Item Out模块、Equation模块和Simulation Variable模块检查库存，并判断是否需要订货。若需要，就将库存检查员实体发送到Select Item Out模块的上端口输出进行后续处理；若不需要订货，就将库存检查员实体发送到下端口输出，简单地离开系统。其中，Equation模块的设置如下图。
3.无需订货的处理
由上一步Equation中设置可知，当s=1时，即无需订货的情况下，直接将库存检查员实体从Select Item Out模块下端口输出，通过Exit模块离开系统。Select Item Out模块设置如下，当s=0时从上端口输出，否则从下端输出。
4.订货处理-建立模型
当s=0时，即需要订货的情况下，库存检查员实体有Select Item Out模块上端口输出，后续订货处理模型如下图：
5.计算订货量
用一个Equation模块获取数据库中的当前库存（kc）和最大库存(ds)，计算订货量dh。Equation模块设置如下：
6.设置订货量属性
将第5步Equation模块计算得到的订货量（dh）输出给Set模块，将订货量赋值给检查实体dh属性。Set属性设置如下图。
7.用Equation（I）模块计算并累加总订货成本到数据库中
因此用Equation（I）模块获取数据库中固定费（gdf）和可变订货费（kbf），再根据订货量算出本次订货成本，把它累加到总订货费用（toc）并写入数据库中。具体Equation（I）模块设置如下图。
8.设置提前期
从下订单到所订货物入库的这段时间为订货提前期，这里用Activity模块表示，设置该提前期服从0.5-1天的均匀分布。订货提前期的设置如下。
9.到货后更新数据库中的库存数据
库存检查实体离开Activity，表示提前期结束，货物到达，到货后用Get模块获取订货量，用Write模块将订货量累加到数据库中的sc表的当前库存（kc）中，根据订货动态增加当前库存。Write模块设置如下。
10.观察运行结果 运行模型，观察数据库sc表中的库存（kc）由变为13，累计订货费用达到了11125。
四.实验问题的分析解答
1.上述过程即为实验步骤。本实验实验模型如下：
2.答：用Equation模块计算订货量的程序逻辑：是当检测到库存小于订货点xs时，用最大库存ds减去目前库存，即为订货量，即dh=ds-kc；过程如实验步骤5所示。
3.答：用Equation（I）模块计算并累加总订货成本到数据库中的程序逻辑是：因为每订货一次的成本=固定费（gdf）+可变订货费（kbf）*订货量（dh），将每次的订货成本累加到总订货成本当中去，即toc=toc+gdf+kbf*dh，即更新了总订货成本。具体步骤如步骤7所示。
4.答：Equation模块是由value库中添加的值模块，是用来读取传递系统产生的值（如产生的随机数）并进行相应的逻辑运算，而对于实体传来的属性则不可以读取；而相反的，Equation（I）模块是由Item库中添加的实物模块，用来读取和传递实体属性并进行相应的逻辑运算。两者都可以读取数据可中的数据。
5.答：一笔订货的在途货物运输期间，不会再次发出订货指令。因为在Create模块中设置了检查实体到来的间隔为1天，而订货提前期服从0.5-1的均匀分布，所以不会出现每次查库有已订但未到的货的情况。
实验11
一、实验目的
1.通过实验理解各种库存性能指标的含义 2.学习用Read模块读取数据库数据的方法
3.学习用Max&Min模块、Mean模块、Equation模块以及各种计算模块计算和采集库存系统性能指标的方法
二.实验问题
1.打开上次实验你保存的文件（这个文件要保存好，下次实验还要使用），然后根据以上视频，进行操作实验。
2.本实验中，用read模块读数据库数据时，在其option页要做何设置？ 3.用Mean Variance模块计算平均每天总成本的均值和置信区间时，模块对话框要做何设置？
4.利用本次实验建立的模型，实验比较以下各组（s，S）下的平均每天总成本：(20, 40)(20, 60)(20, 80)(20, 100)(40, 60)(40, 80)(40, 100)(60,80)(60,100)(80,100)对每种情况重复运行20次，写出各项配置下的平均每天总成本的均值和置信区间。并写出以上最优的（使得平均每天总成本最低）的（s，S）。
5.添加必要的模块，分别计算平均每天缺货成本、平均每天储存成本、平均每天订货成本的均值和置信区间。6.用Plotter，Discrete Event模块绘制当前库存水平的波动曲线，并同时绘制一条高度为20（即订购点）的水平直线，和一条高度为0的水平直线（连接constant模块到plotter DE模块），观察并库存曲线的波动情况以及和两条直线的关系，根据你的观察，缺货情况经常发生吗？
三.实验过程
1.在库存发生变化时读取数据库中当前库存水平
每当库存数据发生变化时，用Read模块读取库存（kc）的值，Read设置如下：
2.计算平均每天储存成本 当库存大于0时，通过max模块与0比较得到当前库存值，并通过Mean&Varience模块（运行10次）计算平均每天的库存，再用Equation模块计算平均每天储存成本。计算平均每天储存成本的模型与设置如下所示：
3.计算平均每天缺货成本 当库存小于0时，通过max模块与0比较得到当前缺货数，并通过Mean&Varience模块（运行10次）计算平均每天的缺货数，用Equation模块（缺货数取反）计算平均每天缺货成本。计算平均每天缺货成本的模型与设置如下所示：
4.计算平均每天订货成本
利用Read模块读取运行完后数据库中的总订货成本，再用Math模块除以系统运行当前时间，得到平均每天订货成本。平均每天订货成本模型和设置如下：
5.计算平均每天总成本
利用Math模块将第2、3、4步所计算出的平均每天储存成本，平均每天缺货成本和平均每天订货成本相加即得到平均每天总成本。
6.计算平均每天总成本的均值和置信区间
在Math模块后用Mean&Varience模块计算运行10次之后的平均每天总成本的均值和置信区间。
四.实验问题的分析解答
1.上述过程即为实验步骤。本实验实验模型如下：
2.答：由于本实验要求在库存发生变化时读取数据库的库存水平，因此在Read模块中的Option选项中，选择Discrete event-read data during when 以及勾中data sources change，意思即为数据发生变化时读取数据库。设置如下：
3.答：用Mean&Varience模块计算平均每天总成本的均值和置信区间时，要勾中Calculate for multiplte simulations，意思是计算出运行多次情况（这里为10）次时平均每天总成本的均值和置信区间。
4.答： 10种情况的运行结果如下，其中最优的（s，S）为（20,60）。
（20，40）（20，60）（20，80）
均值：125.8870元 均值：120.3812元 均值：121.4371元
置信区间（125.8870±2.2602）置信区间（120.3812±1.8750）置信区间（121.4371±1.0904）
（20，100）（40,60）（40，80）
均值：128.1696元 均值：127.3233元 均值：127.5943元
置信区间（128.1696±1.1935）置信区间（127.3233±1.2890）置信区间（127.5943±0.8358）
（40,100）（60,80）（60，100）
均值：134.0826元 均值：146.2447元 均值：147.6999元
置信区间（134.0826±1.2611）置信区间（146.2447±1.3544）置信区间（147.6999±1.1276）
（80,100）
均值：167.5711元 置信区间（167.5711±1.2291）
5.答：用3个Mean&Varience模块计算平均每天存储成本、缺货成本和订货成本的均值和置信区间，Mean&Varience模块勾中Calculate for multiplte simulations。添加模块后的模型以及运行结果如下：
平均每天存储成本：平均每天缺货成本
均值约为9.5140元 均值约为16.2608元 置信区间为（9.5140±0.2234）置信区间为（16.2608±0.9608）
平均每天订货成本：
均值约为98.7903元
置信区间为（98.7903±1.3140）
6.答： Plotter Discrete Event模块设置和运行后的库存水平波动曲线如下图所示，由曲线图可以看出库存水平在0和20之间以及上下变动。由图可以看出，位于0以下的曲线分布比较多，这意味着缺货的情况发生的比较频繁；曲线在0和20之间的分布也较多，这意味着需要订货的情况也发生的比较多。
实验12 一.实验目的: 1.学习库存仿真优化方法
2.学习如何设置模块表格的内容为决策变量
二.实验问题
1.打开上次实验你保存的文件，然后根据以上视频，建立优化模型。
2.在优化模块（Optimizer）中，整数型决策变量和连续型（实数型）的输入方法有何不同？
3.请在你的模型上，使用Extendsim软件提供的优化器来寻找（s，S）的最佳设置（总成本最小）。令s在1和99之间取值（步长为1，即为整数），S在2和100之间取值（步长为1，即为整数）。要注意s和S必须是整数而且满足s < S。a.优化器参数由先选择Quicker Defaults，写出优化结果（s，S）和平均每天总成本。
b.再将优化器参数由选择Better Defaults，写出优化结果（s，S）和平均每天总成本。
4.在上题（第2题）的基础上，通过将库存检查间隔（Evaluation Interval，目前为1天）作为变量加入到优化变量集中，来研究在每天开始工作时查看并补充（当需要时）库存是否是最佳方案，让该值在半天到5天之间连续取值，s和S的取值情况与上题相同。应用优化器求取最优设置。
a.先优化器参数选择Quicker Defaults，写出优化结果（s，S）、Evaluation Interval和平均每天总成本。
b.再将优化器参数选择Better Defaults，写出优化结果（s，S）、和平均每天总成本。
三.实验过程
1.用Data Init模块初始化最小最大库存(s，S)
2.设置Optimizer模块目标函数和决策变量 从value库中将Optimizer模块放进模型中，在查库与订货处理模型中将决策变量订货点(xs，1~99)和最大库存(ds，2~100)和输出变量平均每天总成本（toc）克隆拖放到Optimizer模块上，然后建立目标函数方程和约束条件。Optimizer模块设置如下：
3.设置Optimizer模块约束方程
在Optimizer模块中的Constraints中添加约束方程，约束条件为s和S必须是整数而且满足s < S，约束条件的代码设置如下：
4.设置Optimizer模块运行参数
在Optimizer模块下的Run Parameters中，由于模型为随机模型，所以单机Random mode下的Quicker Defaults按钮快速设置所有优化参数（速度快精度低），然后点击New Run。运行结束后选择Better Default按钮设置规模更大的优化参数（耗时长精度高），并比较两次的结果。
5.运行优化,查看结果
通过Optimizer模块下的Results可以看MinCost数值的变化，运行结束时最顶行会给出最优解。分别用Quicker Defaults参数和Better Defaults参数运行两次比较结果。结果见实验结论3。
四.实验问题的分析解答
1.实验过程如上述实验步骤所示。
2.答：整数型决策变量的输入方法为输入范围的时候不要输入小数点，如1；而实数型的输入方法为输入范围时输入带有小数点的数字，如1.0。
3.答：选择Quicker Defaults参数，（s，S）优化结果为（27,43），平均每天总成本约为122.37627元。
Quicker Defaults
选择Better Defaults参数，（s，S）优化结果为（20,58），平均每天总成本约为130.8615元。
Better Defaults
4.答：将库存检查间隔ei克隆拖入Optimizer模块上，在订货模型create模块后加队列防止其堵塞，ei的范围设置如下。分别运行Quicker Defaults参数Better Defaults进行优化。
Quicker Defaults做法
第一步：选择Quicker Defaults参数,并开始运行
第二步：分析结果。
（s，S）优化结果为（9,74），Evaluation Interval（ei）为1.0186，平均每天总成本约为123.0515元。
Quicker Defaults
Better Defaults做法
第一步：选择Better Defaults参数
第二步：分析结果。（s，S）优化结果为（38,54），Evaluation Interval（ei）为1.0714，平均每天总成本约为,120.19126元。
MIMO信道建模仿真与容量研究 篇3
关键词：MIMO 信道容量；信道模型；信道建模；仿真；镜像法
MIMO的优势在频谱资源日益匮乏的今天显得很重要，MIMO无线通信技术是天线分集合空时处理相结合的产物，具有二者的优越性，其在发送端和接收端均采用多天线单元，利用无线信道的多径传播，因势利导来开发空间资源，建立了空间并行信道传输信号，使得能够实现在不增加带宽和发射功率的情况下能成倍的提高无线通信的质量和数据速率。Foschini在1996年的一篇文章里首次给出：如果用于描述具有N副发射天线和M副接收天线的无线链路的M×N信道矩阵的元素是完全独立衰落的，则该系统的容量随最小天线数目的增长而线性的增长。在这些并行子信道上同时发送N路子数据流，各发送信号占用同一频带，不用增加额外的带宽，有效的提高了频谱资源的利用率。
MIMO信道的建模方法有很多，主要的建模方法可以分为两大类：一类为确定性建模方法；另一类为基于统计特征的统计性建模方法。确定性建模方法常被用于进行小区规划。确定性建模的实现方法常用基于几何光学和一致性几何绕射理论的射线跟踪技术。射线跟踪的基本思想：将发射点看做电源，其发射的电磁波作为向各个方向传输的射线，对每条射线进行跟踪，遇到障碍物按反射、折射或者绕射理论来进行场强的计算，在接收点将能到达的有效的各射线合并，从而实现传播预测。射线跟踪技术还可以结合天线的辐射图，分别的考虑辐射图对每条射线的影响。在射线跟踪技术中最重要的就是射线路径的确定，而利用镜像法可以简单有效的解决这个问题，比较适用于室内无线传播的环境，这也是本文选自镜像法的原因，本文研究的基础就是射线跟踪中的镜像法。
1基本原理介绍
1.1镜像原理
镜像方法的思想就是在所有看得见的建筑物的表面建立源的镜像，然后将镜像本身当作次级源，也在其能看得见的全部建筑物的表面成像，产生新的二次镜像点，然后，依次再将将二次镜像点作为源重复上述的过程找下一级的镜像点，直到满足所需要的反射的次数。
在求得镜像点的时候，需要加以限制，如果没有限制，将会产生无穷多的镜像点，已经有理论证明：取3次反射就能够反应出室内环境的信道特征，得到足够准确的信道容量参数，当反射的次数大于3之后，容量增加的幅度很小，而且运算量大幅度的增加，所以本文中仿真的过程也只计算到三级镜像点。
1.2 确定射线路径
得到3次反射的全部镜像点之后，需要判断镜像点的有效性，所用的方法就是判断交点是否在镜面上，如果在镜面的延长面上则判为镜像点无效，相应的路径就要去除。下面以接收点和三次镜像点为例说明。
建立直角坐标系，得到接收点S和三次镜像点O的坐标，相应的得到S和O的矢径分别为2，则由点S和点O所确定的射线上的任意一点的矢径的表达式为t≥0)， 设镜面所在平面的一般方程设为Ax+By+Cz+D=0，平面的单位法向量和原点到此平面的距离d就可以得到，再设平面上任一点坐标为(x，y，z)对应的矢径为，则平面的方程用矢量表示为0时，射线与平面有交点，可以求得交点坐标
(1)
如果0 1.3 进行极化处理求场强 假设反射点处反射前、后的电场强度分别为i和r，平行和垂直于入射平面的单位矢量分别为和，则入射波可以分解为根据菲涅尔反射定律可以求得平行极化波和垂直极化波的反射系数分别用和表示，则反射点处的反射电场可以表示为 (3) 1.4 容量的归一化处理 在用射线追踪方法进行计算时，必须进行归一化的处理，目的是为了平衡距离因素引起的容量损失，具体过程为：先求hij，hije·e-j，为每条有效射线到达接收点的功率值，θl为由反射引起的相位变化，fc为载波的频率，τl为有效路线到达接收点的总时延，N0为有效路径的数目；再求归一化系数Q，Q= N、M分别为发送和接收天线数目；最后得到信道容量C 2 镜像法建模与仿真 选取空房间，并长为y轴、宽为x轴、高为z轴建立直角坐标系，取房间墙壁的材料为水泥混凝土，则电导率为σ＝0.07s/m，相对介电常数为εr=5，选择发射天线为半波偶极子天线，较为符合实际情况。 半波偶极子天线的辐射电场表达式 需要将球坐标系的表达式变为直角坐标系下的表达式 Eθ为(r)的标量表达式。r表示场点与坐标原点之间的径向距离，θ为径向方向与Z轴正方向之间的夹角，?准为径向在xoy平面内的投影与X轴正方向之间的夹角。 2.1 LOS下仿真图 全向、垂直极化、平行极化下的功率都是随着收发天线间的距离的增大而减小，路径损耗都随着距离的变大而变大，可以参考文献[２]的结论，而且，三种方式对比下，接收天线平行于地面仿真的时候功率较小，路径损耗较大，这可以参考文献[３]。具体如图1～图6所示。不同的极化方式下，频率对容量的影响不同，而且由于是在带宽为1000M的情况下的仿真，算是宽带的情况，所以容量随着频率的变化会有不同的衰落，出现了浮动，符合MIMO信道频率选择性衰落的特性，可以对比文献[４]。 2.2 NLOS下仿真图 加入平板障碍物并且很薄，高度和房间一样，宽度可变，由于很薄，所以反射中只考虑障碍物的两个面。只要改变障碍物的宽带可以仿真实际中存在隔间的办公室的环境，有一定的实际意义。(具体如图7～图10所示)。 对比中可以看到，在同样的房间和发射接收设置条件下，LOS情况的容量比NLOS情况的容量大，因为NLOS比LOS少了直射路径的电场量。SISO系统容量最小，SIMO和MISO系统容量次之，MIMO系统容量最大。而且容量增大的较多，同时也可以看到MISO比SIMO系统的容量又有稍微的提升，说明在发送端比在接收端增加天线效果要好。NLOS下信道容量随着天线数目的增加而增大，无论在发送端还是接收端增加天线数目。 3 结束语 在频谱资源日益匮乏的现代社会，MIMO技术以其巨大的优势吸引了广泛的关注。在未来通信中，MIMO必将成为主流技术之一。本文重点给出了镜像法建模的理论依据和建模的一般步骤，然后建立了室内信道模型，对室内视距和非视距传播环境下无线信道的传输特性进行了仿真，给出了包括了无线信道的接收功率、路径损耗、容量等一系列的参数的仿真图形，并对图性做了分析和对比。?笮 参考文献 [1] 丁晓磊，王建，林昌禄，对数周期偶极子天线相位中心的分析和计算，电子学报，31(9)，2003. [２] J. W. Mckown，R. L.Hamilton，“Ray tracing as a Design Tool for radio network”，IEEE Networks Magazines，pp.27-30，Nov.1991. [３] Pohl V，Jungnickel V，Haustein T，et al..Antenna spacing in MIMO indoor channels. IEEE VTC，2002，2:pp.749-753. [４] Hampicke D，Landmann M，Schneider C，et al..MIMO capacities for different antenna array structures based on double directional wideband channel measurements，Proceedings of VTC 2002，1: pp.180-184. 作者简介 关键词：AMESim,注塑机,仿真,节能 1 引言 注塑机已广泛应用于国民经济的各个部门及生活中的各个领域, 在国民经挤中日益显示出极为重要的作用。其液压传动系统的主要任务是依靠液体压力克服负载阻力进行动力传动, 以完成预定动作, 然而人们往往侧重其性能及可靠性, 对其能耗控制和效率重视不足, 造成液压系统的运行效率较低, 系统能耗较大。本文将基于AMES-im仿真软件建立某注塑机快速合模回路的模型, 将模型仿真结果与实验数据对比, 验证模型的正确性;而后对模型进行优化分析, 降低系统能耗。 2 注塑机快速合模系统 如图1所示, 由V4型变量叶片泵供油, 经电磁流量阀5调节流量, 电磁换向阀11动作处右位, 油液经单向阀14进入合模缸推动其合模;合模缸回油路油液经二通插装阀16也能够进入合模缸并推动其快速合模[1]。 3 仿真软件介绍及模型建立 3.1 AMESim介绍 AMESim (Advanced Modeling Environment forSimulations of Engineering Systems, 系统工程高级建模和仿真平台) 软件最初于1995年由法国IMAGINE公司推出, 是专门用于液压/机械系统的建模、仿真及动力学分析的优秀软件, 至今已经历了十多年的丰富和完善。该软件包含了IMAGINE的专门技术, 并为工程设计提供交互能力。它具有完全图形界面, 在整个仿真过程中, 系统都是以图形的形式显示的。在表示元件方面, 对于液压元件采用基于工程领域的标准ISO符号;对于控制系统, 则采用图表符号;对于没有标准符号的, 则采用能代表系统的容易识别的图画符号[2,3]。AMESim使用户能够借助其友好的, 面向实际应用的方案, 研究任何元件或回路的动力学特性。这可通过模型库的概念来实现, 而模型库可通过客户化不断升级和改进[4]。 AMESim软件具有以下几个基本特征。 (1) 设计框架:作为软件设计包, AMESim为用户提供了一个完整的时域仿真 (包括线性分析及各种专业特性) 建模环境。工程师可使用已有模型和 (或) 建立新的子模型元件, 来构建优化设计所需的实际原型。 (2) 用户界面:易于识别的标准ISO图标和简单直观的多端口框图, 为用户提供了一个友好的界面, 方便用户建立复杂系统及用户所需的特定应用实例。 (3) 求解器:其求解可根据系统的动态特性, 在17种可选算法中自动选择最佳积分算法, 并且有精确的不连续性处理能力, 正是AMESim这些独特的技术, 保证了仿真的速度和精度。 (4) 应用库:基于物理原理和实际应用的12个开放的模型库, 包含大量一维流体/机械系统设计及仿真必须的模型。 (5) 超级元件功能:它使用户可以将一组元件集成为一个超级元件, 可以像普通元件一样使用超级元件。本文正是利用该功能来简化模型的。 3.2 模型建立 根据合模系统工作物理过程, 基于AMESim可建立如图2所示模型。 从图2可以看出, 模型比较杂乱, 故利用AMESim超级元件功能, 图2简明成图3, 便于系统的理解和模型的重用。 4 仿真分析及节能优化 4.1 仿真参数设置 系统依据进口某型号注塑机的快速合模系统, 主要参数如表1 (参照图1中各元器件编号) 。 4.2 仿真分析及实验验证 模型中未给出的参数多数取软件默认值, 少数取经验值。原理图中有合模位移传感器, 图4为合模位移曲线, 实曲线为实验数据, 虚的为仿真曲线。 由图4可以看出: (1) 合模活塞移动长度及时间基本一致, 但仿真考虑的比较理想化; (2) 实际系统本身磨损已大, 且数据采集时采取的是线性拟合, 所以也存在误差。 4.3 节能优化 AMESim活性指数可显示元件的能量, 如图5所示, 从而可对其进行优化。选取能量比重大的前三个元件进行优化, 图6为这三个元件的参数及其优化范围, 并用NLPQL优化方法进行优化。图7为优化结果, 显示了此三元件优化后的参数。从图8可以看出, 优化后减少的能量损失比较客观。 5 结束语 (1) 基于AMESim建立了注塑机快速合模系统模型, 通过仿真结果与实验数据相对比, 验证了所建模型的正确性;并用超级元件功能简化模型, 使得模型更易于理解、分析。 (2) 采用活性指数显示元件的能量, 并用软件优化工具NLPQL进行相关元件的尺寸优化, 以降低系统能耗。本例中所建模型可为进一步分析研究注塑机快速合模系统提供帮助。 参考文献 [1]阮礽忠, 班旗, 王九龙, 等.注塑机实用技术[M].北京:机械工业出版社, 2008. [2]李华聪, 李吉.机械/液压系统建模仿真软件AMESim[J].计算机仿真, 2006 (12) :294-297. [3]郑昌马, 吴坚锋, 马冲, 等.基于AMESim的PQ泵特性研究[J].机电工程, 2010 (1) :59-61. 通常，航天器设备中有70％～80％是相似的，形状比较规则且一般为机箱类设备，如图1所示：只有20％～30％设备形状不规则，包括圆柱状、球状及外形极其复杂的设备。因此，可以通过三维设计软件参数化、数据相关性的特点，建立规则设备模板库，进而通过设备数据文件驱动三维模型模板生成实例化的三维模型。 航天器的构型布局设计通常由机械总体设计人员完成。主要是将各分系统单机设备的三维模型在各舱段上进行布局。目前，机械总体通常需要分系统和单机交付三维模型和接口数据文件，接口数据文件反映了航天器总体与分系统间接机、电，热等数据接口关系，是开展航天器系统设计的重要依据。由于单机模型交付时其颗粒度比较细，通常很多细节总体并不关心，安装到整星后操作时往往要消耗较多的计算机资源，而且影响到构型分析等工作。因此目前的做法是，总体设计人员根据设备接口数据文件自行在Pro／e中建立比较粗放的单机三维模型，然后进行构型布局等工作。然而，手工设备建模方式存在效率低下、易出错。模型不规范等问题。本文提出通过三维快速参数化设计软件来自动生成规范的设备三维模型，提高航天器构型布局设计的效率。 模型参数化分析 为了实现设备模型参数化建模，首先对设备进行了归类，并对每类模型进行参数化。通过对航天器规则设备进行拓扑结构分析可知，规则设备组件模型通常是由设备本体（含耳片和加强筋）和接插件模型（包括电连接器、接地桩、管接头等连接件）组成装配体。 其中，设备本体参数包含长方体尺寸、耳片类型（如图1）及尺寸、耳片加强筋尺寸、安装孔尺寸，如图2所示。长方体尺寸包括长（BL）、宽（Bw）、高（BH）三个方向的尺寸。耳片加强筋尺寸包括耳片筋条宽度JW，耳片筋条高度JH，耳片筋条厚度DET。耳片类型共有10多种，尺寸包括耳片宽度EW.耳片半宽度HW，耳片高度EH，耳片长度EL，耳片半长度HL，耳片孔中心与设备中心线投影距离OFFS。安装孔尺寸包括孔径M。 对于电连接器、接地桩、管接头等接插件，处理时可以看作是装配体的一个零件，可以采用相同的方式来处理，只是零件名（规格）不一样而已。其参数包括安装面、方向和安装位置，安装面是除设备底面已外的五个面（ABCD四个侧面和顶面T），安装方向包括向上，向下、向左、向右，安装位置由水平坐标和垂直坐标定义。模板模型的定义 Pro／E软件为用户提供了五种二次开发工具：族表（Family Table）、用户定义特征（UDF）、Pro／Program、J-link、Pro／Program。由于在本软件中，所处理的模型都较为规则，可通过结合模型模板进行部分变更来完成。上述功能要求正好是Pro／Program的优势，因此可不用选择较为复杂的Pro／Toolkit和J-Link。主要实现思想是利用Pro／Pro—gram模块的功能来接收、换算和传递用户输入的有关参数，通过改变特征的尺寸及特征之间的关系来达到参数化设计的目的。 根据前面参数化分析结果对每个耳片类型建立一个三维模型模板，模型建立要充分将参数化分析获得的参数在模型特征中进行体现。整个模板模型的定义包括两部分，一部分是对应设备组件装配体的Program程序，另一部分是对应设备本体零件的Program程序。 快速建模软件的实现 由于本文提出的快速建模软件并不希望用户在Pro／E中进行建模操作，而是将整个过程在后台实现，一键完成建模过程并将建立的模型显示出来。因此，本文不采用通常应用Program的弹出式对话框的方式来实现，而是提出了一种独特的操纵Pro／E的方式，具体过程如图3所示，以下将针对该过程结合软件功能组成进行阐述。 首先，三维模型模板库是本软件的核心。各类规则设备的模型主要差异在于耳片形式，因此分别建立包含某些类型的耳片的参数化模型，并将其配套的带输入参数的Pro／Pro-gram保存到模型中，于是形成1个设备组件装配体模型、10多个带输入参数Pro／Program的设备本体零件模型和配套的不带输入参数的Pro／Program文件。同时，系统还将常用的接插件模型进行规范化整理，形成接插件库，用于装配体模板生成实例化装配体时进行引用。 其次，软件提供了完整的用户填写界面，支持用户直接输入设备各类参数，并配以示意图方便用户填写；系统也支持导入相关格式的设备接口数据文件。系统随后将填写或导入的数据生成数据文件进行保存。 另外，软件与Pro／E进行了深度集成，将Pro／E的模型显示窗口抓取出来嵌入到自身的子窗口中，利用win—dows的消息机制，给后台的Pro／E发送消息，驱动Pro，E执行宏语句。图4中的几段宏语句在软件后台启动Pro／E时便已结合用户配置动态生成并注入到Pro／E的配置中。随后，软件给后台Pro／E发送消息应用宏执行Pro，E的模型再生功能，软件执行宏语句实现模型读入数据文件并再生；随后，执行宏语句实现模型读入不带输入参数的Program，并将模型另存生成实例化新模型。通过上述过程，将三维模型模板和用户输入的设备数据相结合，自动生成实际设备三维模型，如图4所示。 同时，软件可以批量导入相关格式的设备接口数据文件，然后批量生成设备三维模型，从而极大提高了设备建模效率；另外，软件也可应用于航天器单机设计人员，即使其不会操作Pro／E，也可快速准确生成合格的三维模型来交付总体设计人员。 1 非线性信道建模 1.1 基带非线性的数学模型 一个基带信号非线性的输入是实值信号x (t) , 经过非线性的输出也是实值信号y (t) 。此时的非线性模型是y (t) =F (x (t) ) 。常见的基带非线性的模型是幂级数模型和限幅器模型。 幂级数模型定义为: 1.2 带通非线性—Zonal带通模型 一个无记忆的非线性数学表示为: 假设输入的带通随机信号表示为: 由上述两式可以得到非线性的输出: 因为有fc>>B, 上式中第二项是载频的三次谐波3fc, 超出了有用带宽, 所以上式近似为: 此模型是窄带的、无记忆的非线性模型。也就是在无记忆的非线性器件之后接了一个“Zonal”带通滤波器, 只通过载频fc附近的频率。无记忆的非线性器件本身并不要求输入是基带还是通带信号, 所以它对载波频率并不敏感。是由于Zonal通带滤波器使基带模型变成频率为fc的带通模型。 1.3 非线性信道的仿真模型 在Saleh模型中, 假设TWT的输入信号为: 则输出信号为 若对Saleh的幅值2相位模型进行变换, 可将TWT的非线性模型由同相和正交分量表示, 即可得到非线性的正交模型。 本文在仿真模型中采用Saleh关于TWT放大器非线性的仿真模型, 当行波管TWT工作在饱和点附近时, 将引入两种非线性失真:AM/AM和AM/PM, 即幅值转换和幅值/相位转换效应。对于TWT的非线性, 目前比较严格的解析方法是Vottterra级数, 但该方法需测定Votterra的多阶核, 这在实现上有相当的难度。本文用的TWT非线性模型是Saleh提出的二参数模型, 如图1-1所示。式 (12) 中的各系数为:αa=1.1587, βb=1.15, αp=4.0, βp=2.1。 2 非线性信道的系统仿真 2.1 系统仿真原理图 如图2-1所示, 源端产生数据后经过QPSK调制, 理想情况下到达行波管放大器, 经过行波管的非线性影响, 使信号的幅度和相位产生畸变, 下行链路引入高斯白噪声。 2.2 加性高斯白噪声信道 在接收机的输入端对信号建立数学模型, 假定信号受到加性高斯白噪声的影响。分别以s (t) , n (t) , 和r (t) 来表示发射信号, 加性高斯噪声和接收到的信号, 接收信号如下: n (t) 是AWGN过程的抽样函数, 其概率谱密度函数 (PDF) 和功率谱密度如下: N0是个常数, 通常称为噪声功率谱密度。MATLAB仿真中使用内部函数randn, 可以生成随机数和随机矩阵, 其元素以均值为0且方差为1分布。因此对数字调制信号的同相分量和正交分量分别加上功率为1的AWGN噪声, idata和qdata, 那么这两路的输出, iout和qout的形式如下: 经功率为npow的噪声干扰后的修正输出数据变为: 本文的仿真中, 输入数据是以数字调制信号的正交和同相形式给出的。 2.3 QPSK调制与解调 本文采用QPSK系统对非线性信道进行仿真测试。四相相移键控目前是微波、卫星及有线电视上行通信中最常采用的一种载波传输方式。它具有较强的抗干扰性, 在实现上也较容易。 QPSK调制是一种四相位的相位键控。每个码元包含两位二进制信息。它通过载波的四种不同相位信息来表征传递的数字信息。QPSK是一种恒包络的角度调制技术。 QPSK信号有两种解调方式:相干解调和差分解调。对于QPSK而言, 在相同的信噪比条件下相干解调的误码性能要优于差分解调。但是相干解调存在要求载波恢复和相位模糊的问题。通常相位模糊要通过差分相干编码和解码来解决, 从而使设备变得较为复杂。 QPSK信号可以由两个正交的BPSK信号线性相加后得到, 如果输入的数据是不归零的, 且1、0出现的概率是相等的, 则基带信号的频谱为: BPSK信号的功率谱为: 则QPSK信号的功率谱可以表示为: 其功率谱图如图2-2所示。 在高斯白噪声信道中, 相干QPSK系统的符号差错率为: 当采用格雷编码时, 相邻相位状态 (或符号) 之可能存在1比特信息不同, 所以一个符号错误对应一比特错误。其误比特率为: 2.4 仿真结果 QPSK信号的星座图如图2-3所示;经过TWTA之后的星座图如图2-4;QPSK系统未加TWTA的误码率仿真图如图2-5;非线性信道的系统误码率的蒙特卡洛仿真图如图2-6。 摘要：本文主要研究非线性信道建模与仿真及其对通信系统性能的影响, 所设涉及的非线性信道主要指信道中由高功率放大器引入的非线性。射频信号非线性放大器将会引起幅度和相位失真, 输入信号幅度变化同时导致输出信号幅度和相位非线性变化。实际的通信系统中非线性信道使信号产生AM-AM和AM-PM失真。本文通过蒙特卡洛仿真实现对非线性信道的研究。仿真结果表明, TWT是引起信道非线性的主要因素。从误码率仿真图上可以看出, 非线性信道使输出信号严重失真。 关键词：信道,非线性,高功率放大器 参考文献 [1]张辉, 曹丽娜.现代通信原理与技术[M].西安电子科技大学出版社, 2002. 功率超声珩磨是在普通珩磨中施加超声振动的一种精密加工方法,具有珩磨力小、珩磨温度低、加工效率高及表面质量好等优点,在汽车及坦克发动机缸套加工中广泛应用[1]。在超声珩磨过程中,为了冷却及润滑,需要注入大量切削液,在超声声压的作用下,切削液中会发生空化现象,产生的空泡会在超声波的作用下历经生长、膨胀、压缩、崩溃等一系列行为。Kornfeld等[2]认为,当空泡受压力梯度作用或在边壁附近溃灭时,空泡变形为扁平形或元宝形,最后分裂、溃灭,并在溃灭前的瞬间,产生一束直径几微米的微型射流冲向壁面。高速的微射流冲击会对工件壁面的微观形貌产生影响[3],如造成微小凹坑乃至材料去除,微射流的冲击行为有利于功率超声珩磨加工过程中材料的去除,提高加工效率。目前,有关功率超声珩磨中空化微射流对壁面作用的研究文献较少, 人们迫切需要了解微射流对壁面作用的微观机理,对此进行研究,对深入了解超声珩磨磨削机理具有很高的现实及理论意义。 空化微射流冲击壁面的现象是一种强非线性流(液)固耦合现象,同时也是一类液固撞击问题, 相似现象还有蒸汽轮机叶片上的水滴撞击、高速雨滴冲击飞行器表面、水射流切割以及水下爆炸产生的射流对舰船底板的冲击等。Cook[4]基于汽轮机叶片的水蚀防护问题,最早研究了液固高速撞击现象,并引入了“水锤压力”来解释液固高速撞击瞬间产生的高 压。Barber等[5]考虑液体 的可压缩性,运用液-固冲击模型详细描述了射流冲击固体的全过程。随后,Obara等[6]进行了射流冲击实验,用高速摄像机观察到了液体中的冲击波、释放波以及空化云,其研究结果证实了高速液固撞击中液体压缩性的重要性。上述研究基本假定固体为刚性板,研究重点在液体区域。为探求高速液固撞击下材料表面损伤,谢永慧等[7]利用光滑粒子流体动力学和有限元耦合的方法,分别分析了有机玻璃及钢材在液滴撞击下材料内部应力应变的变化过程。为综合考虑液体和固壁面的相互作用,姚熊亮等[8]采用改进的双渐进法,分析了可压缩射流冲击板结构的流固耦合动力学, 并得到了水柱横截面积、水柱速度、板的材料等参数对冲击压力的影响。 综上所述,高速液体冲击固体表面作用明显。 本文在前人研究的基础上,分析超声珩磨中空化微射流对壁 面的作用,基于Abaqus/Explicit软件,运用耦合欧拉拉格朗日(CEL)方法模拟微射流冲击壁面的过程,并对壁面压力、壁面变形及损伤等进行仿真分析。 1空化微射流冲击的理论分析 1.1微射流冲击特性 功率超声珩磨中,由于工件壁面的存在,在壁面垂直方向上,远离壁面侧的空泡自由界面收缩较快,因此溃灭具有不对称性,经膨胀、压缩多次振荡后,在壁面附近,空泡从远离壁面一侧向空泡底部凹陷最终贯穿,同时产生微射流。微射流以较高速度冲击工件表面,冲击过程可看作两个典型的阶段:水锤压力阶段及滞止压力阶段。微射流撞击工件壁面瞬间速度急剧降低,并在接触面产生激波,激波分别以c和cs的速度向液体介质和壁面中传播,激波将液体区域划分为受扰动区域和未受扰动区域。 在受扰动区域中,由于微射流速度的瞬时降低会产生极高的压力,因此需要考虑液体可压缩性。 在激波离体之前,受扰动区域会表现出极高的压力,只持续极短的时间,这就是水锤压力阶段。随后,激波离体,由于受扰动区域内液体内压力远大于外界大气压,故液体会在高压下高速喷出,形成沿壁面的高速侧向射流,其速度大于微射流冲击速度。 之后,受扰动区域内压力降低至稳定的滞止压力,并持续相对较长时间,即滞止压力阶段。 微射流冲击示意如图1所示。假设以静止壁面为参考系,建立图1所示的坐标系,微射流以速度v0冲击工件壁面,由于考虑了壁面的弹塑性变形,受冲击的壁面将以速度vs沿相同方向变形并且在固体区域产生速度为cs的激波,则此时液体激波面后的液体质点速度为vs,产生的激波相对参考系的速度为c-v0,激波前后区域的液体总压力及密度分别为p1、ρ1和p2、ρ2。未受扰动区域液体密度可看作常温常压下的密度,即ρ1=ρ0, 在超声珩磨加工工况下,需考虑声压pa及珩磨压力pH,其中pa=pAsinωt,pA为声压幅值[9],则激波前后面的总压力分别为 式中,p01、p02分别为激波前后的水压,p01大小为一个标准大气压,即p01=p0。 液体内激波前后的连续方程和 动量方程 分别为 由式(2)可得 1.2壁面压力分析 在壁面一侧,假定固体内的激波速度可用固体中声速cs替代,同样可得出壁面上的撞击压力为p=ρscsvs,液固交界面处压力平衡,故p2=p, 可得壁面的变形速度: 其中,Γ 为液固声阻抗比,;c0为常温常压下液体中的声速。 由于考虑了液体的可压缩性,激波速度c还未知,定义冲击速度马赫数M0=v0/c0,有如下关系[10]: 式中,k为一个液体相关常量,对于水,k取2。 由式(3)~式(5),可得壁面峰值压力为 峰值压力可理解为前述水锤压力,持续时间tw极短,tw= d/2c ,d为微射流的直径,在水锤压力阶段之后,压力释放,侧向射流形成,进入滞止压力阶段,液体压缩性不再起主要作用,可忽略,滞止压力ps为 综上所述,得到了一维情况下空化微射流冲击壁面的峰值压力和滞止压力的公式。由于冲击过程比较复杂,还未能得出壁面压力时历变化及壁面变形的解析解,为进一步分析微射流冲击问题,对微射流冲击壁面的过程进行有限元模拟。 2空化微射流冲击的数值仿真 2.1冲击模型建立 对于空化微射流的冲击问题,很难由理论分析得到冲击压力随时间变化的解析解,并且在功率超声珩磨工况下,由空泡溃灭产生的微射流非常微小且不易观察,进行相关实验非常困难,会耗费大量的人力物力,故本文应用Abaqus有限元分析软件进行有限元模拟。Abaqus/Explicit提供了一种处理流固耦合问题的耦合欧拉拉格朗日 (CEL)方法。本文将壁面设置为拉格朗日网格, 将总体区域设置为欧拉网格,应用CEL方法,考虑外界声场及珩磨压场,建立微射流冲击壁面的模型,如图2所示。 2.2模型初始条件 在本模型中,忽略了液体黏性、重力及表面张力,考虑了液体的压缩性、壁面的弹塑性变形、外界声场及珩磨压场。先前相关学者估算微射流直径约为几微米[11],此处根据本课题组前期研究成果[9]及具体工况,合理假设微射流直径6μm,总长14μm,以300 m/s的速度冲 击30μm × 30μm×5μm的铝板,超声珩磨磨削液一般为煤油、水或乳化液,此处选水,其与壁面的摩擦系数设为0.1。由于微射流冲击时间远小于超声声压周期,故可认为在射流冲击过程中声压不变,模型初始参数见表1。 快速仿真建模 篇4
快速仿真建模 篇5
非线性信道建模与仿真 篇6
超声空化微射流建模与仿真 篇7
空化微射流冲击过程极短,可认为微射流冲击过程中外界条件不变。在珩磨液大环境下,冲击过程的热效应可忽略。为方便研究微射流冲击过程,由壁面中心点开始,向左每隔三个网格节点取一个点,依次为A、B、C、D,如图3所示。
2.3壁面压力数值仿真
图4所示为A、B、C三点壁面压力的时历曲线,可见,微射流冲击壁面的瞬间产生很高的压力 (水锤压力),持续极短时间,随后迅速降低并在相对较长时间内保持某一稳定值(滞止压力)。图5为不同时刻壁面压力分布图,可直观看出最大压力不在中心位置,而是出现在射流边缘附近。
为进一步分析冲击速度对冲击压力的影响, 对冲击速度为100~1000m/s的情况进 行了仿真,峰值压力 与滞止压 力的仿真 结果分别 同式 (6)、式(7)的理论结果比较,仿真结果与理论结果吻合,如图6、图7所示,且结果同其他学者研究结论[12]一致。
2.4壁面的变形
本研究中选取铝板作为壁面材料,有限元仿真中可明显看出壁面被冲出一个微小凹坑,并在边缘处有材料隆起,如图8所示。图9为不同时刻壁面变形曲线,壁面在微射流冲击下中心区域材料下陷形成凹坑,挤压材料至边缘形成隆起,并且凹坑最大深度出现在射流冲击边缘,这也说明了壁面最大压力出现在微射流冲击的边缘。由图9可看出凹坑深度大约为0.11μm,相对超声珩磨加工中的材料去除深度非常小,单次微射流冲击的作用几乎可以忽略。但是,一次微射流冲击作用时间极短,只有几十纳秒,而在整个超声珩磨加工过程中,会有数量极其庞大的微射流冲击到壁面上,此时,微射流对壁面的作用不可忽略。微射流冲击造成表面产生微小变形,并且侧向微射流的剪切作用有可能去除壁面的微小毛刺,有利于超声珩磨中材料的去除。
本文采用von Mises屈服准则,探求微射流冲击下壁面的损伤变形,图10显示了时间分别为1.0148 ns、3.0122 ns、5.0121 ns、10.011 ns、 20.024ns、50.000ns时壁面的等效应变,可看出等效应变很小,但大于零,说明材料发生了很微小的塑性变形;等效应变近似为环形分布,由中心以先增大后减小的趋势向外扩散;在10.011ns后, 材料等效应变不再明显变化,故材料变形主要发生在冲击前期。
图11为A、B、C、D四个点等效应力的时历曲线,可见在冲击过程中其最大等效应力都达到了75MPa左右,而选取的 铝板材料 屈服点为75MPa,故可认为材料产生了微小的塑性变形, 该塑性变形有利于超声珩磨加工中材料的去除。
3结论
(1)本文研究了超声珩磨中空化微射流对壁面的冲击作用,考虑冲击前期液体的可压缩性,建立了壁面峰值压力、滞止压力等公式。选取铝板为壁面材料,用Abaqus/Explicit中的CEL方法建立了微射流冲击壁面的有限元模型并进行了数值研究。
(2)空化微射流冲击至壁面瞬间产生极高的压力,随后迅速降低并趋于某一稳定值,峰值压力出现在射流冲击的边缘附近,并且峰值压力及滞止压力的仿真结果与理论结果相吻合,证实了结果的可靠性。
(3)壁面受到 微射流冲 击后产生 深度约为0.11μm的微小凹坑,并且凹坑边缘有材料隆起, 凹坑的最大深度也出现在射流冲击的边缘附近。
探空信号的信道建模及仿真 篇8
大气中各个高度上的温度、湿度和气压随时间和空间分布的资料,是研究大气中各种热力、动力过程以及天气分析和预报的最基础的资料。测量三维空间温、湿、压分布的方法多种多样:由探空气球携带无线电探空仪升空;由气象卫星装载的各种遥感仪器反演温度、湿度以及风速的廓线;由地基遥感设备来进行高空间和时间密度的探测。其中,无线电探空方法是最主要的资料获取途径。由于越来越复杂的电磁环境,探空仪与地面的数据传输也会受到干扰,不利于探空数据的传输。因此,对探空信号的信道特点进行分析,建立信道的数学模型来描述它的传播特性,对于研究其信号衰减过程以及采取何种对抗措施是非常重要的。
1探空信号传输的特点
为了分析复杂电磁环境对探空仪数据传输的影响,对探空信号传输系统的抗干扰性能进行分析,必须要建立一个适当的信道模型。近年来对无线信道模型的探讨比较多,但大多基于陆地移动通信,对像探空仪与地面接收机之间这样的地空传输信道研究较少,资料也较为缺乏[1]。要对探空信号传输的信道进行研究,必须先了解其信号传输的特点。
探空仪悬挂在探空气球上升空(或由定高气球、飞机、火箭上下投),能测定各个高度上的风向、风速、温度、湿度和气压。配有无线电发射装置向地面发送采集到的数据,上升高度一般可达到30～40 km,是高空气象观测的主要工具。现在使用的探空仪与地面接收站之间的信号传输主要采用P波段(400～406 MHz)以及L波段(1 660～1 690 MHz)的FM/FSK调制方式[2]。
探空仪的发射机部分是探空仪载波信号发生的单元,编码器上的信号对它进行某种形式的调制后向地面发送。要求发射功率达到500 mW,以保证在200 km距离内能使地面收到信号[2]。
信号从发射端送出之后,在到达接收端之前所经过的所有路径,统称为无线信道。探空仪信号传输与卫星通信、移动通信有相似之处,也有明显不同,主要表现在:
① 发送端始终在接收端上方并且以一定速度上升,且速度相对恒定;
② 接收机信噪比变化较大;
③ 高仰角情况下对地理因素的敏感度相对较小。
探空仪的地面接收站接收到的信号包括较强的视距信号分量和一定的高斯白噪声,同时也存在较强的地面反射分量和由于不同传播路径引起的多径分量。由于探空气球以300～400 m/min的速度上升,由此还会会产生较小的多普勒频移,在信道计算中可以忽略不计。
2探空信号传输的信道建模
基于上述因素考虑,建立探空信号传输信道的两径模型。如图1所示,接收天线接收到的信号主要由直射分量和地面反射分量组成。根据麦克斯韦尔定理,可以获知直射分量表示为:
undefined。 (1)
通常写成增益形式:
undefined
式中,P0为接收到的功率;Pt为发射天线发射的功率;λ为载波的波长;GT为发射天线增益;GR为接收天线的增益;d1为直射路径距离。
地面反射波主要与地面环境、入射角和极化方式有关,反射波的功率可以用平面波的反射定律来计算(虽然电磁波是球面波,但在反射点可以近似的认为是平面波),表示为直射分量、天线增益与地面反射系数的乘积[3]。其中需要计算地面的反射系数,反射系数的表示方式为:
undefined。 (3)
式中,εeff为地面的介电系数;θ为入射角,在高仰角情况下θ角可以近似为0°。地球表面介电常数的一些实际测量值如表1所示。
地面反射波的功率为:
undefined。 (4)
直射路径距离d1与反射路径距离d2相差很小,可以视为d1≈d2,接收机收到的信号总功率可以表示为:
undefined。 (5)
应用到达电场强度的混叠法则,ΔΦ=2π(d2-d1)λ为直射波与反射波之间的相位差[2]。地面反射波在小入射角时,相位差约为π[3]。
引入信号功率衰减参数β:
undefined
根据测量的入射波仰角和传输距离,可以得到信号功率衰减参数的统计估计值,如图2所示。
图2中,信号的载频取400 MHz,即波长为0.75 m,发射天线及接收天线增益均取1,信号入射角θ和传输距离d由100组高空气象探测资料统计得出。可以看出信号的衰减有2个明显的特征,即由传播距离的增大而产生的慢衰落和由于地面反射信号干扰引起的快衰落。快衰落的幅度可能达到几十dB,取决于接收天线的增益方向图。在图2中,接收天线直射信号与反射信号方向上的增益比设为2。
接收天线接收到的信号还包括了各种噪声,设为n(t),则接收信号可表示为:
式中,β为信道对信号的衰减参数;a·s(t)为发射信号。
可以看出,在地面反射系数一定的情况下,探空信号到达天线的功率P为距离d的函数,可以简化为时间的函数。这样,随时间变化,接收端信号噪声Eb/N0产生了变化。
在设计或评述一个通信系统时,往往要涉及通信系统的主要性能指标,否则就无法衡量其质量的优劣。在数字通信系统里,主要的性能指标有传输速率和差错率。根据通信原理的分析,采用同步检测的二进制频移键控(2FSK)系统的误码率Pe和接收端信噪比Eb/N0的关系为[4]:
undefined。 (8)
3模型的Simulink仿真
Simulink是Matlab Works公司的MATLAB&Simulink产品家族的重要组成部分。Simulink提供了通信系统和无线射频的建模、仿真和分析优化的专业库——Communications Blockset和RF Blockset,这些专业库给通信仿真提供了方便的途径[5]。
利用Simulink建立探空信号传输的两径信道模型:由Bernoulli Binary Generator模块产生随机二进制数序列经过2FSK Modulator调制模块后在文中建立的两径信道中传播,在信道中经过两径衰减并加入噪声后送入解调器2FSK Demodulator,在接收端将解调出来的序列与源序列进行误码率计算,同时将结果发送到Matlab工作台以供误码率分析工具Bertool进行差错分析。Bertool的信噪比参数设置为AWGN Channel中加入的信噪比。两径信道模块是根据前面分析的接收机总能量的表达式而建立的S函数,主要参数有发射功率、载波频率、传播距离以及天线增益和天线方向参数等。
通过对以上分析的信道模型进行系统误码率的仿真。设置载波频率为400 MHz,调制方式为2FSK,发射功率为500 mW,传播距离为30 km,天线方向增益比为2(直射信号方向增益与反射信号方向增益之比为2),同时假设载波和位定时完全同步,误码率仿真结果如图3所示。横坐标为信噪比(dB),纵坐标为误码率仿真结果。
图3中同时还给出了理想AWGN信道和理想Rayleigh信道的误码率仿真曲线以用于对比。曲线由上至下分别为理想Rayleigh信道仿真结果、探空信号的两径模型仿真结果和理想高斯白噪声信道仿真结果。由仿真结果对比可以看出,两径模型与理想高斯白噪声信道相比,最主要的差别来自于地面反射分量的影响。由于存在地面反射,并且反射分量与直射分量之间有相位差,减弱了接收机有用信号功率,从而降低了接收端的信噪比。为解决这一问题,最有效的办法就是在接收端采用信道均衡技术,以去除多径干扰。采用方向性好的接收天线也会取得一定的改善效果。
4结束语
无线信道的建模和仿真的关键是小尺度衰落模型的建立。本文从探空信号传输的实际情况出发,分析它的特点,根据实际高空探测资料建立了探空信号传输的两径信道模型,并设定了实际应用中的相关参数,给出仿真结果,分析其特性成因,为进一步研究探空信号收发机制和抗干扰措施提供了理论依据。
参考文献
[1]胡文静.无人机通信信道的建模与仿真[C].北京:系统仿真技术及其应用学术交流会论文集,2006:158-161.
[2]张霭琛.现代气象观测[M].北京:北京大学出版社,2000.
[3]TKN Telecommunication Networks Group.Wireless Channel Models[M].Berlin:Technical University,2003.
[4]樊昌.通信原理(第5版)[M].北京:国防工业出版社,2001.
客车正面碰撞仿真建模与分析 篇9
汽车碰撞过程的计算机仿真已成为汽车碰撞安全性设计与改进的重要方法和手段,因此,如何保证仿真的精度及准确性对工程应用至关重要。仿真的精度及准确性除了与有限元核心计算有关,还在很大程度上依赖于仿真模型建立的精度。
本文对某型客车车身骨架的正面碰撞过程进行了显式动力分析,并介绍了汽车碰撞仿真模型建立的一般流程与技术要点。
1 基本模型的建立
1.1 几何实体模型
由于整个客车车身骨架复杂,且有已有车型作为原型参考,所以在建模时采用自下而上的设计和装配。将车身分为左侧围、右侧围、后围、顶围和底架等分部件,先建立各分部件骨架的模型,最后将设计好的分部件装配成整车的车身骨架模型。
1.2 网格划分
将之前CATIA建立的CAD模型转化为能够导入Hypermesh的stp格式文件,然后进行网格划分,建立客车的有限元模型。为了保证整个车身单元的平顺性,减少单元不规则的过渡区,采用统一的较小的单元尺寸划分网格。
划分网格时控制壳单元网格质量为:最小尺寸(min size)=5 mm;长宽比(aspect ratio)≤4;翘曲度(warpage)≤15o;扭曲度(skew)≤40o;雅可比(jacobian)≥0.6;四边形内角(angel quad)=50o～130o;三角形内角(angel tria)=25o～110o。按照以上要求,使用Hypermesh软件的2D-Quality index面板检查单元质量,并修改不合格单元,直到comp.QI=0,此时所有单元都为透明显示的较理想单元。划分网格结束后的整车有限元模型如图1所示,共有498 562个单元,496 637个节点。
2 设置物理属性
在Hypermesh中将划分好网格的车身模型另存为.dyn文件,导入LS-DYNA的官方前处理器FEMB来继续模型网格化之后的前处理。
2.1 量纲选择
在LS-DYNA中对量纲的选择并没有明确的限定,而是通过各物理量单位之间的关系来自动匹配的。本文采用ton-mm-s-N的量纲组合。
2.2 材料
客车车身中由于后部基本上不发生变形,为减少不必要的计算时间,将其材料模型选用刚体;障碍壁选用刚体材料,并且约束其在x、y、z三个方向的平动和旋转自由度。客车车身前部变形区域均选用分段线性塑性材料模型。
在material面板使用create-structural命令创建一个材料模型,选择20.1*MAT-RIGID,设置密度为7.83×103 kg/m3,弹性模量为207 GPa,泊松比为0.28,对于赋予给障碍壁的刚体材料还需设置CMO=1,CON1=7,CON2=7使其固定。
同样的方法创建另一个材料模型,选择24.1*MAT-PIECEWISE-LINEAR-PLASTICITY,基本参数同上,并赋予相关数据以定义应力-等效塑性应变曲线。
2.3 单元属性
在element property面板使用create-shells命令创建一个壳单元属性,设置element formulation=2,即采用缺省的BT壳单元。
对于NIP的设置,使用缺省的厚度方向的2个积分点,但对厚度大于1.5 mm的PART,在厚度方向采用5个积分点,以得到沿厚度方向的应力分布情况;对于等厚度的壳,只需定义第一个节点的厚度值,即设置T1为此PART的厚度值。
3 边界条件设置
3.1 接触定义
CONTACT-AUTOMATIC-SINGLE-SURFACE是一种非常稳定、精确而且方便的接触类型,广泛应用在汽车碰撞分析中,故在该车型的正面碰撞模拟计算中采用该种接触类型。进入contact面板使用create-3dimension命令,选择*contact-automatic-single-surface。
3.2 合并刚体
由于客车后部不同PART都采用刚体来模拟,而部分PART之间是通过节点耦合的形式模拟连接的,即PART间存在共同节点,而两个刚体是不能共用同一节点的,这时两刚体需要通过*CONSTRAINT-RIGID-BODIES关键字进行合并。
进入B.C.面板,使用constraint-rigid bodies命令,将有共同节点的两个刚体部件分别设为主、从PART,即完成刚体的合并。
3.3 定义初速度
缩短车身和刚性墙接触前的“空跑”距离可以大大节省计算时间,因此在建立刚性墙有限元模型时将车和刚性墙“紧贴”在一起,仅预留一个壳单元厚度级别的小间隙以防止初始穿透。
参考我国碰撞安全法规CMVDR294,初速度设置为50 km/h,即13 888.89 mm/s。
4 质量缩放
为减小计算量,需要人为地控制LS-DYNA时间步长,即质量缩放。在不改变有限元模型的前提下,加大实际计算步长。壳单元模型中最小时间步长Δtmin为:
undefined。 (1)
其中:lmin为最小单元长度;c为材料的声速,undefined,E为材料弹性模量,v为材料泊松比,ρ为材料密度。
由式(1)可知,通过调整该单元的密度可增大它的时间步长。在LS-DYNA中,可通过关键字*CONTROL-TIMESTEP中参数DT2MS来人为地控制时间步长,通过输入期望的实际计算时间步长,程序自动增加对应单元的密度。使用质量缩放可以显著地降低求解时间,但某些单元密度的增加必然导致有限元模型整体质量的额外增加,一般情况下,应控制质量增加在5%以内。经过多次试算, DT2MS设置为-1.8×10-6比较合适,其中,负号表示仅对小于指定时间步长的单元进行质量缩放,以减小对模型惯性的影响。
表1为质量缩放前后对比,可看出质量缩放只是轻微地增加了模型质量,却节省了将近一半的CPU时间。
5 计算结果后处理
在模型提交计算完成后,可以通过LS-DYNA的后处理软件LS-PREPOST来获得需要的结果信息。
碰撞过程分析了总能量、动能、内能、沙漏能、滑动界面能的变化过程,如图2所示。碰撞过程总能量保持平衡,80 ms以后,动能和内能不再变化,碰撞过程结束。在分析中沙漏变形的出现使结果无效,所以应尽量减小和避免,最好控制在5%以内;滑动界面能应当避免出现负值,因为出现负值很可能是存在初始渗透,它将导致不切实际的接触行为。从图2中可以看出,沙漏能和滑动界面能都是符合要求的。
整车碰撞后的等效应力云图如图3所示。碰撞后,客车前部变形较大,多处出现较大的应力,大部分能量由客车前围和底架纵梁吸收。
图4为前纵梁变形云图。从图4可以看出,作为正面碰撞吸收能量的主要部件前纵梁变形严重,且发生了不规则的变形,导致整个部件进入欧拉弯曲变形模式,失去原有的能量吸收能力。因此,前纵梁是结构改进的重点,应该预先使结构的某些部位弱化或强化,从而引导结构在碰撞时朝着褶皱压缩的方向发展,以起到很好的变形吸能作用。
客车中部某节点的加速度变化情况如图5所示。碰撞过程中车体的加速度是一项重要的评价指标,加速度峰值的大小、出现峰值的时间和变化的剧烈程度直接影响乘车人员的人身安全。所以致力于碰撞安全的改进应尽可能减小加速度峰值,并使其变化趋于平缓。
6 结论
结合CATIA、Hypermesh、FEMB三种软件各自的优势,通过stp和dyn文件格式进行数据交换,建立了客车车身的正面碰撞有限元模型;将模型递交LS-DYNA程序计算,并使用LS-PREPOST软件对计算结果进行后处理分析;对客车正面碰撞安全性进行了初步评估,并浅谈了改进的方向;为汽车碰撞仿真建模以及建模软件的结合使用提供了一些参考。
摘要：建立了某型客车车身骨架几何实体模型与碰撞有限元模型;基于著名的显式动力分析程序LS-DYNA,对其正面碰撞过程进行了求解分析;并在现有商业建模软件的基础上,讨论了碰撞仿真建模中的一些应用技术要点。
关键词：碰撞,仿真建模,LS-DYNA
参考文献
[1]钟志华.汽车耐撞性分析的有限元法[J].汽车工程,1994(1):1-6.
[2]钟志华,张维刚,曹立波,等.汽车碰撞安全技术[M].北京:机械工业出版社,2003.
[3]张金换,杜汇良,马春生,等.汽车碰撞安全性设计[M].北京:清华大学出版社,2010.
[4]赵海鸥.LS-DYNA动力分析指南[M].北京:兵器工业出版社,2003.
[5]尚晓江,苏建宇.ANSYS/LS-DYNA动力分析方法与工程实例[M].北京:中国水利水电出版社,2008.
[6]张胜兰,郑冬黎,郝琪,等.基于HyperWorks的结构优化设计技术[M].北京:机械工业出版社,2007.
快速仿真建模 篇10
摘 要 本文在分析近期数字化电台网（NTDR，Near Term Digital Radio）的基础上，利用OPNET网络仿真平台对NTDR网络进行了建模。在不同网络路由协议情况下对网络性能进行仿真分析，仿真结果与理论基本一致，从而为对战场无线自组网的进一步研究与设计提供了现实基础。
关键词 战场无线自组网 NTDR OPNET 网络仿真
1 引言
在现代战场上，各种军事车辆间、士兵间、士兵与军事车辆之间都需要保持密切的联系，以完成指挥、部署和协调作战。信息化条件作战，战场电磁环境极其复杂。为了满足信息战和数字化战场的需要，具有抗毁性强、自恢复、部署迅速等特点的无线Ad hoc网成为战场通信的首选技术。如今，Ad Hoc网络技术已成为美军战术互联网的核心技术。美军研制了大量的无线自组织网络设备，用于单兵、车载、指挥所等不同的场合，并大量装备部队。
目前对Ad Hoc网络技术的研究逐渐成为一个热点问题，对民用Ad Hoc网络场景建模的研究比较多，但是对结合军事应用的研究却相对较少。尤其是到目前为止在公开发表的文章中没有针对战场无线自组网NTDR网络的研究，一般都只有对该网络系统的概述[1][2][3]。由于构建真实的战场无线网络需要耗费巨大的人力和财力，而且还具有一定的不确定性。因此对战场无线自组网进行建模仿真就显得尤为重要。本文通过分析对战场无线自组网系统NTDR，对各节点仿真实现其主要功能，设计合理的网络模型。为对其进一步的研究打下基础，具有一定的理论意义。
2 战场无线自组网的特点及应用
2.1 战场无线自组网的特点
根据部队的编制体制和参战规模的关系，在战场上通常使用分层次的无线自组网。士兵携带具有通讯和感知能力的移动终端，相互之间以多跳形式通信，并将自身位置以及搜集到的地形、声音、图像等战场信息报告给分队指挥所。分队指挥所对信息进行分析，决策，并向士兵下达作战命令，必要时，通过远距离通信设备与上级指挥中心或其他分队联络。
分级结构易于实现节点的移动性管理和保障通信业务的服务质量。因此，当网络规模较大并需要提供一定的服务质量保障时宜采用分级网络结构。分层结构具有管理方便，网络维护开销小等优点，是军事无线自组网的重要特点和发展的趋势。尽管无物理中心节点，但是具有逻辑上的簇头，簇头可通过簇头选举算法产生，使它在那些不能依赖于预先架设网络设施的场合下，依然能够实现临时的快速组网。
2.2 近期数字化电台（NTDR）网
当前，Ad Hoc网络技术在军事通信上最为重要的应用当属战术互联网[1]。战术互联网是互联的战术无线电台、路由器、计算机硬件和软件的集合，是数字化部队建设的基础设施， 目前唯一进入实用阶段的战术移动自组网络是美陆军在上世纪末期开发的数字无线电系统NTDR[2]（Near Term Digital Radio），已作为陆军战术互连网的主干网络设备进入装备序列。在移动无线环境下支持IP数据业务，以实现旅或旅以下战术作战中心TOC（TOC，Tactical Operation Center）之间的通信。近期数字化电台网的收、发信机通常用在作战指挥车、指挥控制车、战术作战中心和战术指挥所、装备陆军机载指挥控制系统的UH-60直升机的指挥控制平台上[3]。NTDR电台可以自动地组织成一个动态的两层网络。在该网络中，电台分成若干个群，每个群由一个群首和若干成员组成，各个群的群首构成一个骨干网，见图1所示。
在以簇（Cluster）为基础的两层分级网络结构NTDR中，普通节点距群首只有一跳，所有群的群首相互连接构成骨干网络。NTDR结构将相邻群之间的通信限制在只能通过群首完成。NTDR分群方案是专门为了应付战术网络中可能出现的频繁的节点移动和节点失效而特别设计的。每部电台最大运行功率是20W，在225～450MHZ工作频率范围内，电台的通信覆盖范围约为10～20km。由于每部电台都可充当一个信息中继点，因此整个系统的有效通信范围可达数百公里。2003年4月美军第四师在伊拉克战场上检验了战术互连网的战术性能，并给予了很高的评价。
3 仿真设计方案
3.1 仿真软件简介
建模与仿真技术是当前研究、分析、设计、评估与优化通信网络的最有效的工具。在美军众多的战术互联网仿真系统中，OPNET都是主要的仿真平台[4]。
本文选用的建模与仿真工具也是OPNET。它采用三层建模机制[5]，最底层为进程（Process）模型，以状态机来描述协议；其次为节点（Node）模型，由相应的协议模型构成，反映设备特性；最上层为网络模型。三层模型和实际的网络、设备、协议层次完全对应，全面反映了网络的相关特性。OPNET采用离散事件驱动的模拟机理（Discrete event driven），即只有网络状态发生变化时，模拟机才工作。因此，与时间驱动相比，离散事件驱动的模拟机计算效率得到很大提高。OPNET最初是为有线网络的设计和规划开发的仿真软件，通过增加无线模块为WLAN、GSM、卫星和Ad hoc网络仿真提供必须的组件，包括IEEE802.11的MAC协议和主要的Ad hoc路由协议。
3.2 网络模型
根据NTDR的技术特点，建立如图2所示的网络模型。在30km*20km的矩形区域中，各个节点构成了两层结构的战场无线自组网络的网络级仿真模型，网络中的各个节点通过无线信道模型相互通信。本文仿真中配置了Ftp业务。
一个旅战术作战中心和一个机械化营战术作战中心、一个装甲营战术作战中心、一个步兵营战术作战中心构成了NTDR网络模型的骨干网络。旅战术作战中心不仅支持与营战术作战中心之间大量数据与图像传输，而且还要为旅级机载指挥控制系统、作战指挥车和指挥控制车提供高数据率的信息传送。其功能相当于下级节点的服务器；而营战术作战中心作为网络中的第二级骨干，不仅要实现上传下达的功能，还要实现与同级营战术作战中心的数据传输。普通节点分别隶属旅战术作战中心和各营战术作战中心。隶属于同一上级的节点之间能够实现互联互通，否则就必须通过各自的上级进行数据信息交换。
3.3 节点模型
本文中的所有仿真节点都具有相同的节点模型，从实现的功能来分为两类，骨干节点和普通节点。其中，骨干节点作为NTDR网络中的簇头，实现战术作战中心的功能；普通节点具有想同的节点模型，根据实际情况设置各节点以分别实现指挥控制车、作战指挥车和陆军机载指挥控制系统的功能，如图3所示。
在对基于移动网络的系统分析评价时，选择一种与现实情况相符合的移动模型是非常重要的。本文自定义了一个比较符合战场实际移动情况的模型。每个节点在相应的区域内移动，速度服从（0m，10m）之间的均匀分布。陆军机载指挥控制系统在仿真中的高度假设为100米，其余车载平台在平坦的地域，高度为0米。
4 仿真分析
在仿真中，选用不同路由协议 DSR和AODV并分析比较其在分层无线自组网中的性能。在战场环境下，实时数据业务占据相对较大比重，所以端到端时延是网络性能评估的一个重要参数，同时我们还需要重点关注报文平均反应时间、路由平均跳数、吞吐量等参数的变化情况：从4（a）中可以看出，网络中报文的上传、下载的平均时间都在0.03s左右，在数值上选取DSR路由时报文平均反应时间要稍微高于选取AODV时的平均反应时间。平均跳数是指网络中成功交付的数据包所经历的平均跳数，主要用于表示路由协议对多跳数据转发的影响。从4（b）中可以看出，网络中选取DSR时路由平均跳数为1.25，而采选取AODV时路由平均跳数为1。
吞吐量是衡量网络性能的重要参数，体现了网络的数据业务承载能力，在军用系统中，该指标非常重要，因为通信网络的拥塞会导致作战信息的延迟，从而有可能导致作战任务的失败。从4（c）中可以看出，选取AODV协议时网络的吞吐量远大于选取DSR路由协议时的吞吐量，数值上约是8倍的关系。
时延是衡量网络数据传输能力的一个重要指标， 反映了数据在网络中传播的效率。从4（d）中可以看出，选取DSR路由协议时网络时延要明显高于选取AODV路由时。
综上所述，仿真网络在分别选取DSR和AODV路由协议时所选参数在数值上比较稳定，存在一定的差值。对于报文传输业务，时延和吞吐量的性能指标，在比较宽松（即节点较少和载荷较轻或移动性较弱）的环境中，DSR协议优于AODV协议，这与文献[6]的仿真结论是一致的，从而验证了模型的正确性。
5 结束语
NTDR作为美军战术互联网装备的重要组成部分，为陆军战术作战中心、指挥控制平台以及选用的情报共用平台的指挥员提供了一个无线广域网，允许指挥员在战术指挥中心之间以高数据率传送信息，以支持指挥控制数据和图像信息流。本文使用OPNET仿真软件，建立了近期数字无线电台的战场无线自组网的仿真模型，根据装备的现实物理情况进行网络设置和业务配置，得到了一个性能比较稳定的战场无线网络，并对其网络性能进行分析，为对战场无线自组网的进一步研究提供了基础，具有一定的参考价值。（文中所做的研究只是初步的，模型也是有欠缺的，以后工作的方向是完善模型，建立完善的NTDR网络仿真平台。）
参 考 文 献
[1] 郑少仁，王海涛，赵志峰，等.Ad Hoc网络技术[M].北京：人民邮电出版社，2005：215-216
[2] 于宏毅.无线移动自组织网[M].北京：人民邮电出版社，2005：332-335
[3] 单洪.美军战场网络及其通信协议[M].解放军出版社，2007：427-428
[4] 万永乐，张剑.战术互联网建模与仿真.通信技术，2002：50-53
[5] 陈敏.OPNET网络仿真[M].清华大学出版社，2004
挤压过程能耗分析及建模仿真 篇11
挤压机为挤压工艺生产线上关键的设备, 其运行功率高, 且受到挤压过程工艺要求和机器本身动力形式的限制, 造成能耗损失严重, 挤压效率低, 一个挤压周期的工作效率在60%左右, 损失能量转化为热能。挤压机的能耗主要发生在挤压过程阶段, 该阶段持续时间长, 实现铝锭挤压成铝制品的转化过程。挤压机的动力系统为液压传动方式, 能耗损失主要是液压系统的功率损失。目前针对挤压机的节能研究包括挤压机设备的节能改造、挤压工艺的参数优化及提高挤压制品成材率等[1], 对挤压过程做能耗分析及建模仿真研究比较少。
本文将从挤压机液压系统原理的角度, 对挤压过程能耗进行理论分析, 并借助AMESim仿真软件做仿真与优化研究。
1 挤压过程能耗建模
1.1 挤压过程液压系统原理
挤压过程的液压系统原理简图如图1所示, 系统采用交流异步电机+柱塞变量泵的动力及流量控制形式[2], 采用二通插装阀控制系统油路。挤压缸由两个辅助缸和一个主缸组成, 各活塞杆末端固定并连接挤压杆, 辅助油缸的主要功能是完成主缸的快速前进、后退动作, 而主缸负责挤压前进动作, 挤压过程阶段指的是挤压前进过程。挤压之前, 主缸先充液, 挤压过程开启主缸进阀、顺序阀和主缸进回油阀, 泄压阀限制挤压过程的工作压力, 实现过载保护。
1.主缸2.辅助油缸3.挤压杆4.充液阀5.主缸进阀6.泄压阀7.主缸退阀8.主缸进回油阀9.顺序阀10.主缸退回油阀11.三相异步电机12.柱塞变量泵13.安全阀
1.2 挤压过程能耗分析
系统共有三次能量转化:首先电机通电, 将电能转化为机械能;然后通过联轴装置, 驱动液压泵运转将机械能转换为液压能, 输出高压油;最后挤压油缸将液压能转化为机械能进行挤压做功。其中液压控制系统考虑动力元件、执行元件及控制元件的能量的传输、转化和损失, 损失主要包括机械摩擦损失、容积损失、溢流损失、局部压力损失、动能势能损失等。能量流向如图2所示。
重点研究关键的能耗元件:柱塞变量泵、插装阀、挤压缸[3], 并根据液压系统的输入输出能耗、损失能耗的关系, 建立系统的能耗平衡方程:
Ppi、Pco、ΔPh:液压系统的输入、输出、损失功率
ΔPp、ΔPv、ΔPc:变量泵、阀块、挤压缸的功率损失
2 耗能元件能耗分析
2.1 柱塞变量泵能耗分析
柱塞变量泵的总效率主要包括容积效率和机械效率[4]。机械效率主要表现为三部分的损失:一是因泵内部件之间相对运动引起的库伦摩擦转矩损失Tps, 包括配流副滑动摩擦转矩、滑靴副滑动摩擦转矩、球铰副之间滑动摩擦转矩等;二是因轴承滚动摩擦产生的力矩损失Tpr;三是因泵内油液粘性阻尼引起的转矩损失Tpv。容积效率是由于工作过程中泵的高压腔油液泄漏到低压腔中, 主要的泄漏形式有泵柱塞副泄漏损失qpp、滑靴副泄漏损失qps、配流副泄漏损失qpv、容积压缩损失qpc。柱塞变量泵的能耗关系如下:
功率损失ΔPp公式如下:
qpa、qpt:泵的实际流量、理论流量
Tpi、Tpa:泵的电机供给转矩、输入转矩
2.2 阀块能耗分析
插装阀通过调节阀芯和阀套之间的相对移动, 改变阀口的流通截面积来控制主油路的油液流动方向, 功率损失主要表现为局部压力损失, 当油液进入阀口, 在阀芯处的过流面积迅速变小, 形成压差, 消耗能量。因压差造成的功率损失可用以下公式表示。
其中, ΔpA为阀口压差, qv A为流经主阀口的流量
2.3 挤压缸能耗分析
挤压缸挤压工作时, 高压油进入挤压油缸无杆腔推动活塞, 克服金属形变应力做功[5]。输入功率Pci, 功率损失ΔPc主要有活塞杆与活塞缸之间的机械摩擦损失Pcf、因缸内泄漏形成的容积损失Pck以及活塞杆运动造成的动能势能损失Pcr, 挤压缸的输出为Pco。
挤压缸的功率平衡方程:
3 AMESim建模与仿真
3.1 挤压过程液压系统建模仿真
进入AMESim环境, 草图模式下调用系统提供的液压库、机械库、液压元件设计库和信号库, 搭建仿真模型, 针对上文提及的柱塞变量泵、挤压缸、插装阀块和油路的能耗使用与功率损失进行HCD设计, 并选择最简子模型。挤压过程的液压控制系统模型如图3所示。
3.2 柱塞变量泵仿真模型
泵体为斜盘式轴向柱塞变量泵, 主要包括配流盘、柱塞容腔、斜盘柱塞连接器和斜盘控制器三部分[6], 单柱塞流量模型如图4所示。其中配流盘的四个端口分别表示进油口、出油口、柱塞油口和缸体转角, 其进出油口分别与配流盘的高低压腔相连, 缸体转动一周, 柱塞完成一次吸油和排油。柱塞容腔由柱塞、液压容腔和泄漏口组成, 一端连接柱塞油口, 另一端连接斜盘柱塞连接器。斜盘柱塞连接器的传动轴惯性输入端连接电机, 当缸体转动, 连接器能够驱动柱塞往复运动, 并根据输出转角实现吸油和排油功能。斜盘控制器连接斜盘柱塞连接器的斜盘惯性输入端, 可用于调节斜盘倾角, 控制泵的排量。
考虑泵体的容积损失, 包括柱塞副泄漏、滑靴副泄漏, 考虑油液的压缩性, 即可得到容积压缩损失, 各柱塞的配流副泄漏之和在泵体出口处表示, 泵体的机械损失由带阻尼的旋转负荷扭矩模型表示, 变量泵的参数如表1所示。
3.3 挤压缸仿真模型
利用AMESim的HCD库和信号库, 根据挤压缸的结构原理与功率损失建立挤压缸模型[4,5,6,7], 分别考虑活塞杆与活塞缸之间的机械摩擦、辅助油缸的内泄漏、活塞杆运动的动能势能以及负载, 设置各元件的参数如表2所示。其中的负载通过工业现场采集数据得到。
3.4 插装阀仿真模型
插装阀包括阀体和阀座, 通过HCD库进行设计[8], 考虑阀的局部压力损失, 各元件参数信息如表3所示。
3.5 仿真结果验证
设置仿真时间为69 s, 通信间隔时间为0.01 s, 运行并查看仿真结果, 得到挤压过程的挤压速度曲线, 通过后处理, 得到挤压过程的各耗能元件的功率特性曲线, 为了验证模型的有效性, 仿真结果与实验数据进行对比, 如图5、6所示, 仿真与实际的挤压完成时间分别为63 s和66 s, 挤压的完成时间基本一致;由于仿真考虑的比较理想化, 仿真的速度和电机输入功率虽然存在误差, 但曲线的总体趋势相差不大, 可进一步分析模型的能耗情况。
3.6 能耗分析
根据能耗平衡方程 (1) 和 (2) , 对液压系统仿真模型的耗能元件进行能耗分析:包括变量泵和挤压缸的输出能耗, 如图7损所示;变量泵的损失能耗、进油阀的局部压力损失能耗、泄压阀的溢流损失能耗、挤压缸损失能耗, 如图8所示。
根据上文的仿真结果, 可以清晰地反映了挤压过程的各耗能元件的能量消耗和损失情况, 通过进一步计算, 可知总能耗为1.17 k Wh, 挤压缸输出的有用功占总能耗的71.2%, 能量损失最大的是溢流损失占17.1%, 变量泵的能耗损失占9.15%, 挤压缸的能耗损失占2.1%, 其他损失占0.45%。
4 结语
对挤压过程的工作原理与液压系统能耗进行分析, 在AMESim平台上建立系统仿真模型, 验证了模型的正确性。并得到挤压过程耗能元件的能耗曲线, 量化了能耗分布, 得出挤溢流能耗损失是造成挤压效率不高的主要原因, 可以降低泄压阀溢流量或者采用蓄势器回收损失的能量;其次是变量泵的效率不高, 可以采用其他的变流量传动方式降低系统能耗, 该研究方法和仿真结果对挤压机节能研究具有一定的理论依据。
摘要：铝挤压工艺能耗高、热量损失严重, 挤压机的工作效率不高是主要因素, 以10 MN铝挤压机为研究对象, 针对挤压过程液压系统进行能耗建模:分析系统的能量传输、能量转换及能量消耗, 总结出关键的耗能元件, 并给出相应的理论能耗公式;利用AMESim软件建立仿真模型, 证明了模型的正确性, 分析了挤压过程各元件的能耗曲线, 结果表明溢流损失是主要的能量损失方式, 这对于挤压机的节能优化具有理论指导意义。
关键词：挤压机,能耗模型,液压系统,AMESim
参考文献
[1]郭玉玺, 赵国栋.当代铝挤压技术的节能价值取向[J].精密成形工艺, 2011 (3) :48-55.
[2]魏军.金属挤压机[M].北京:化学工业出版社, 2005.
[3]袁哲.陶瓷砖压机的仿真控制研究与能耗分析[D].广州:广东工业大学, 2013.
[4]胡敏.锥形缸体斜盘式轴向柱塞泵设计研究[D].兰州:兰州理工大学, 2011.
[5]谢建, 罗治军, 田桂, 等.基于AMESim的多级液压缸建模与仿真[J].机床与液压, 2010 (4) :126-130.
[6]姚春江, 陈小虎, 何庆飞, 等.基于AMESim的轴向柱塞泵建模与仿真[J].机床与液压, 2013 (6) :179-182.
[7]符海, 刘旭玲, 许宏光, 等.基于AMESim的新型PDMS微阀动态特性仿真研究[J].机电工程, 2014 (9) :1535-1540.