Применение имитационного моделирования задач контроля качества технологического процесса.

В сущности, любая модель процесса является имитационной, так как она имитирует поведение этого процесса во времени. Вместе с тем, в специальной литературе термин имитационное моделирование подразумевает использование моделей, воспроизводящих логику, (или, другими словами, алгоритм) функционирования объекта, причем допустимы любые способы формализации связи между переменными, поскольку использование любых математических соотношений принципиально не усложняет задачу имитационного исследования. Такое расширение класса моделей по сравнению с аналитическими моделями, рассматриваемыми в теории динамических систем (главным образом, это линейные или специального вида нелинейные дифференциальные или разностные уравнения), позволяет максимально приблизить моделируемый объект к реальности, не искажая его упрощениями и допущениями, необходимыми для получения строгих математических результатов. То же самое относится и к моделированию способов управления, которые опять-таки максимально приближаются к реальным.
Для создания имитационных моделей динамических систем на персональном компьютере, включающих объект с действующими на него возмущениями, регулятор и разнообразные средства анализа результатов моделирования, разработаны мощные программные системы. Реализованные в них принципы визуального программирования позволяют пользователю в типичных ситуациях не иметь дела с формированием программного кода, собирая "экспериментальную установку" из требуемых блоков путем их соединения на экране монитора средствами графики...

В ходе выполнения курсового проекта была проведена формализация модели. т.е. был произведен переход от содержательного описания объекта к его математической модели, что позволило произвести исследование конкретной модели процесса и исследовать не весь процесс, а только необходимые нам характеристики для решения поставленной задачи. Выбрана модель моделирования, построена имитационная модель. Это позволило облегчить проведение анализа данных эксперимента и наглядно изучить работу модели исследуемого процесса. Проведена статистическая обработка данных, полученных в результате функционирования системы; определены параметры полученных распределений; проведена оценка нормальности распределения времени по критерию 2 (Пирсона) и (Кокрена), в результате которой установлено что гипотеза принимается.
Изучены методы классификации: линейный дискриминатный анализ (LDA) и квадратичный дискриминатный анализ (QDA).