Классификация моделей

Основные понятия моделирования

Модель – это объект-заместитель объекта-оригинала, обеспечивающий изучение некоторых свойств оригинала, при упрощенном описании используемой системы объекта-оригинала.

Моделирование – это замещение одного объекта другим с целью получения информации о важнейших свойствах объекта-оригинала с помощью объекта-модели. Таким образом, моделирование может быть определено как представление объекта моделью или упрощенным описанием системы для получения информации об этом объекте путем проведения экспериментов с его моделью (системой).

Моделирование эффективно на стадиях проектной разработки изделий, при анализе существующей проблемы. Так как моделирование требует некоторого упрощения системы, то в этом процессе присутствует элемент субъективизма. Исследователь решает, что является существенным, а что несущественное можно отбросить. Поэтому моделирование называют одновременно искусством и наукой.

Адекватность модели объекту – есть подтверждение результатов моделирования и возможность служить основой для прогнозирования процессов, протекающих в исследуемых объектах. При этом адекватность модели зависит от цели моделирования и принятых критериев.

Классификация моделей

Существуют различные варианты классификации.

Среди учёных нет единой точки зрения на классификацию моделей. Существует множество классификаций. Воспользуемся классификацией В. А. Штофа.

Все модели можно разделить на два класса: вещественные и идеальные (абстрактные).

Вещественные модели делятся на физические и аналоговые.

Идеальные модели делятся на образные, знаковые и мысленные.

Физические модели – это реальные объекты, исследование на которых проводится с последующей обработкой результатов экс­перимента на основе теории подобия.

Теория подобия – это специальный математический аппарат, разработанный для того, чтобы можно было некоторые исследуемые свойства натурного объекта перенести на его уменьшенную или, наоборот, увеличенную копию. Эта теория была специально разработана для того, чтобы испытания крупногабаритного объекта можно было заменить испытаниями его уменьшенной копии. (МУХА)

Физические модели обеспечивают сходное геометрическое построение модели и оригинала (макеты) или подобие физических процессов одинаковой природы, протекающих в модели и оригинале (например, испытания макетов продукции в лабораторных условиях). Частный случай физического моделирования – натурное, когда основой модели является не макет, а сам реальный объект. В этом случае процесс моделирования состоит в изучении результатов влияния на объект разнообразных факторов, создаваемых специально или возникающих естественно внутри него и в окружающей среде. Пример натурного моделирования – испытания самолётов или опытная эксплуатация автомобилей.

Аналоговые модели обеспечивают подобие процессов, протекающих в модели и оригинале, но имеющих разную физическую природу. Так, движение стрелок часов – это механический аналог течения времени.

Абстрактные, или идеальные, модели основаны на мысленной аналогии между реальным объектом и его моделью.

Образные модели – это схемы, карты, чертежи, графики, графы и т.п. (Сюда же относятся структурные формулы в химии или боровская модель атома в физике.)

Знаковые модели представляют собой запись структуры или некоторых особенностей моделируемых объектов с помощью знаков-символов какого-либо искусственного языка. Примерами таких моделей являются математические уравнения, химические формулы, алфавит, языки программирования. (Сюда относятся и математические модели.)

Мысленные модели представляют собой мысленные конструкции, создаваемые мозгом и сохраняемые в памяти людей или выражаемые ими на естественном языке. Модели, создаваемые в мозгу, – это образы, ассоциации, идеи, возникающие в процессе восприятия, представления, мышления и воображения. Мысленные модели чаще всего используются в человеческой практике. Они не устанавливают строгих количественных или логических отношений между реальными объектами, а ограничиваются лишь анализом качественных обобщённых понятий, отражающих наиболее общие тенденции развития процессов и явлений. Например, такой подход применяется для выдвижения гипотез о способах решения сложных проблем, принятия интуитивных решений, проведения мысленного эксперимента, разработки сценариев и т.д.

Подробно мы будем рассматривать наиболее универсальный вид моделирования – математическое, ставящее в соответствие моделируемому физическому процессу систему математических соотношений. Решение такой системы позволяет получить ответ на вопрос о поведении объекта без создания физической модели, часто оказывающейся дорогостоящей и неэффективной. При математическом моделировании физика исследуемого процесса при переходе к модели не сохраняется. Математическое моделирование основывается на способности уравнений описывать различные по своей природе явления.

Математическое моделирование – это средство изучения реального объекта, процесса или системы путём их замены математической моделью, более удобной для экспериментального исследования с помощью ЭВМ.

Математическая модель – это приближённое описание объекта, выраженное с помощью математической символики.

Математическое моделирование и связанный с ним компьютерный эксперимент незаменимы в тех случаях, когда натурный эксперимент невозможен или затруднён по тем или иным причинам. Например, нельзя поставить натурный эксперимент в истории, чтобы проверить, «что было бы, если бы...» Невозможно проверить правильность той или иной космологической теории. В принципе возможно, но вряд ли разумно, поставить эксперимент по распространению какой-либо болезни, например чумы, или осуществить ядерный взрыв, чтобы изучить его последствия.

Конечно, физическое моделирование более полно воспроизводит свойства исследуемого объекта, чем математическое, но стоит оно дороже, и это менее универсальный способ, т.к. при изменении параметров исследуемого процесса необходимо переделывать модель или создавать её заново, а это, опять же, долго и дорого.

По принципам построения математические модели разделяют на аналитические и имитационные.

В аналитических моделях процессы функционирования реальных объектов, процессов или систем записываются в виде явных функциональных зависимостей.

В зависимости от математической проблемы аналитические модели могут быть следующих типов:

- уравнения (алгебраические, дифференциальные, интегральные);

- аппроксимационные задачи (интерполяция, экстраполяция, численное интегрирование и дифференцирование);

- задачи оптимизации;

- стохастические проблемы.

Достоинства аналитических моделей:

- простота получения и работы с моделью;

- имеются большие наработки по математическим моделям в классической и прикладной математике;

- большей частью эти модели достаточно универсальны.

Недостатки:

- сложность моделирования случайных событий;

- отдельные части сложных систем, как правило, требуют различных математических моделей (например, моделирование работы двигателя: детали двигателя описываются твердотельным моделированием, но так нельзя описать потоки жидкости газа или потоки теплового излучения).

По мере усложнения объекта моделирования построение аналитической модели превращается в трудноразрешимую проблему. Кроме того, существует класс объектов, для которых по различным причинам не разработаны аналитические модели, либо не разработаны методы решения полученной модели. В этом случае вместо аналитических используются имитационные модели.

Имитационная модель – это логико-математическое описание объекта, которое может быть использовано для эксперимента на компьютере.

В имитационном моделировании функционирование объектов, процессов или систем описывается набором алгоритмов. Алгоритмы имитируют реальные явления, составляющие процесс или систему, с сохранением их логической структуры и последовательности протекания во времени. Имитационное моделирование позволяет по исходным данным получить сведения о состояниях процесса или системы в определённые моменты времени, однако прогнозирование поведения объектов здесь затруднительно. Можно сказать, что имитационные модели - это проводимые на ЭВМ вычислительные эксперименты с математическими моделями, имитирующими поведение реальных объектов, процессов или систем.

Достоинства имитационных моделей:

- моделируются системы любой сложности;

- наиболее удобный инструмент для моделирования случайных событий;

- легко моделируются отдельные части системы, имеющие различную природу.

Недостатки:

- на разработку модели требуются высокие затраты времени, средств и высококвалифицированные специалисты;

- имеется субъективное влияние исследователя до начала моделирования при определении законов и параметров случайных распределений;

- при моделировании требуется множество повторений, то есть велики затраты машинного времени.

Пример имитационного моделирования: Разработка автоматизированных систем управления технологическими процессами (АСУ ТП) является одной из наиболее трудоёмких и наукоёмких задач. Особенности разработки таких систем:

- невозможность комплексной отладки и тестирования системы в полном объёме на отладочном стенде ввиду невозможности подключения в полном объёме реального оборудования, управляемого АСУ ТП;

- невозможность проверки системы в нештатных ситуациях на реальном объекте ввиду нецелесообразности или небезопасности искусственного создания таких ситуаций.

Наиболее подходящим методом решения этих проблем является имитационное моделирование. А инструментом решения – имитационная модель технологического объекта управления, интегрированная с АСУ ТП.

Имитационная модель имитирует работу реального оборудования, управляемого АСУ ТП, и технологические процессы, протекающие в реальной системе.

В зависимости от характера исследуемых реальных процессов и систем математические модели могут быть детерминированными и стохастическими.

Детерминированные моде­ли отображают процессы, в которых предполагается отсутствие всяких случайных воздейст­вий. Все необходимые данные в таких моделях точно известны. В модели производства предполагается, что достоверно известно, сколько времени требуется на изготовление определённой детали (скажем, по 20 минут на деталь, т.е. 3 детали в час). Таким образом, известно, что за 8 часов работы можно изготовить 24 детали: 3 х 8 = 24 шт.

Конечно, на самом деле мир не так прост. Некоторые детали могут быть изготовлены за 17-19 минут, другие – за 21-23 минуты. Возможно, на изготовление 24 деталей понадобится 7.5 или 8.5 часов.

Отсюда мы можем прийти к выводу, детерминированные модели неточны. Почему же тогда они используются? Ответ прост: эти модели полезны. Пусть они и несовершенны, но, как правило, достаточно удовлетворительно описывают реальность.

Стохастические, или вероятностные, модели отображают вероятностные про­цессы и события. В этом случае предполагается, что значения некоторых переменных не будут известны до принятия решения. Лифт

И вероятностные, и детерминированные модели могут быть двух видов: статическими и динамическими, причём понятие статической модели может толковаться двумя способами:

1. Статические модели служат для описания поведения объекта в какой-либо момент времени. Медобследование

2. Статические модели описывают объекты, состояние которых не изменяется во времени. Балка под нагрузкой.

Динамические модели отражают поведение объекта во времени. Небесные тела

Дискретные модели характеризуются конечным числом значений переменных. Число дефектов

Непрерывные модели позволяют отразить непрерывные процессы в системах. Характеризуются бесконечным числом значений переменных.

Станок, на который через произвольный интервал времени (непрерывная переменная) поступают заготовки. Время обработки также является переменной непрерывной, т.к. может принимать любое значение из некоторого диапазона.

Дискретно-непрерывные модели используются для случаев, когда хотят выделить наличие как дискретных, так и непрерывных процессов.

Станок; заготовки поступают через строго определённое время (дискретная переменная), а время их обработки может принимать значения из некоторого диапазона (непрерывная переменная).

Модели можно классифицировать одновременно по всем признакам. Лифт: дискретная (число пассажиров не может быть дробным, номер этажа тоже), динамическая (изменяется как положение лифта между этажами, так и число пассажиров в кабине), вероятностная.

Этапы моделирования.

1) постановка задачи:

- описание объекта (концептуальная модель),

- определение целей моделирования,

- определение ожидаемых результатов (прогноз);

Постановка задачи требует исследования в той предметной области, где возникла рассматриваемая проблема. Это начальный этап работы любой команды исследователей. В результате такого исследования должны быть получены три принципиальных элемента решаемой задачи: А) описание возможных альтернативных решений, Б) определение целевой функции, В) построение системы ограничений, налагаемых на возможные решения.

2) выбор методов моделирования, то есть выбор среди возможных альтернатив решений, найденных на предыдущем шаге;

3) разработка модели;

Построение математической модели означает перевод формализованной задачи, описание которой получено на предыдущем этапе, на чёткий язык математических отношений. Если получена одна из стандартных моделей, например, модель линейного программирования, то решение обычно достигается путём использования существующих алгоритмов. Если же результирующая модель очень сложная и не приводится к стандартному типу моделей, то её можно либо упростить, либо прибегнуть к имитационному моделированию.

4) проверка модели на адекватность (определение того, соответствует ли поведение модели в конкретных ситуациях поведению реальной системы); проверка модели на чувствительность (при изменении входных характеристик должны соответствующим образом изменяться выходные характеристики);

Прежде чем проводить проверку модели на адекватность, надо убедиться, что решение, полученное с помощью построенной модели, имеет смысл и интуитивно приемлемо. Общепринятый метод проверки адекватности модели – сравнение полученного решения с известными ранее решениями или поведением реальной системы.

5) реализация решения – то есть перевод результатов решения модели в рекомендации, понятные для лиц, принимающих решения. Эта непростая задача также ложится на плечи команды аналитиков, проводивших исследования.

Среди всего многообразия моделей мы будем рассматривать лишь одну их разновидность – математические, а среди математических – узкий класс геометрических моделей. Эти модели предназначены для их использования в компьютерном моделировании, и основными пользователями этих моделей являются пользователи САПР.

КЛАССИФИКАЦИЯ САПР

В САПР машиностроительных отраслей принято выделять системы функционального, конструкторского и технологического проектирования – САЕ/САD/САМ.

þ CAD – это системы конструкторского проектирования. Предназначены для решения конструкторских задач и оформления конструкторской документации (главным образом, именно они у нас именуются системами автоматизированного проектирования). Как правило, в современные CAD-системы входят модули создания трёхмерной конструкции и оформления чертежей, а также текстовой конструкторской документации. Ведущие трёхмерные CAD-системы позволяют реализовать идею сквозного цикла проектирования и производства сложных промышленных изделий;

þ САМ – это системы технологического проектирования. Предназначены для проектирования технологических процессов, моделирования механической обработки, расчёта норм времени и выдачи программ для станков с ЧПУ. САМ-системы ещё называют автоматизированными системами технологической подготовки производства (АСТПП). В настоящее время они являются практически единственным способом изготовления сложнопрофильных деталей. Как правило, в САМ-системах используется трёхмерная модель детали, созданная в CAD-системе.

þ САЕ – это системы расчётов и инженерного анализа. Представляют собой обширный класс систем, каждая из которых позволяет решать определённую расчётную задачу или группу задач, начиная от расчётов на прочность, анализа и моделирования тепловых процессов до расчётов гидравлических систем и машин, моделирования процессов литья. Позволяют моделировать и анализировать механические, температурные, магнитные и иные физические характеристики разрабатываемых моделей. В отличие от CAD/CAM систем, системы САЕ, как правило, не имеют собственных геометрических моделлеров, а представляют собой только средства для разбиения на конечные элементы (препроцессор) и расчётно-аналитическую часть (решатель и постпроцессор). Исходными данными для препроцессора является геометрическая модель детали, полученная чаще всего из CAD-системы. Основнаяфункция препроцессора – представление детали в сеточном виде (т.е. в виде множества конечных элементов). Решатель – это программа, которая преобразует модели отдельных конечных элементов в общую систему алгебраических уравнений и рассчитывает эту систему одним из методов разреженных матриц. Постпроцессор служит для визуализации результатов решения в удобной для пользователя форме. В машиностроительных САПР самой удобной формой является графическая. Конструктор может анализировать поля напряжений, температур, потенциалов и прочего в виде цветных изображений, где цвет отдельных участков характеризует значения анализируемых параметров.

В настоящее время в чистом виде эти системы встречаются редко; преобладают системы CAD/CAM/CAE. Ведь основным направлением развития САПР является интеграция, поэтому встретить пакет, который позволяет только проектировать или только разрабатывать программы для станков с ЧПУ, практически невозможно. ------> 17,97 мин.

История

Историю развития САПР можно достаточно условно разбить на несколько этапов.

Первый этап – этап формирования теоретических основ САПР – начался в 50-ые годы прошлого столетия. С этого времени начали разрабатываться разнообразные математические модели. Так, в 1946 году была разработана модель В-сплайнов (румынский и американский математик Исаак Шёнберг). [Сплайн – это прямая или кривая линия, форма которой определяется типом вершин, или узловых точек, через которые проходит эта линия.] В 1948 г. (по другим данным, в 1952 г.) был запущен первый в мире станок с ЧПУ (фрезерный станок Цинциннати Гидротел с вертикальным шпинделем в Массачусетском технологическом институте. Оснащенная электронными лампами панель управления получала данные при помощи бинарно кодируемой перфоленты и одновременно обеспечивала движение по трём осям (3-осевая линейная интерполяция)) – что потребовало создания цифровой модели детали. А уже в 1954 г. по исследовательским результатам, которые получил МТИ, был построен первый в мире промышленный станок ЧПУ.

В 50-х гг. был разработан метод конечных элементов. Его возникновение связано с решением задач космических исследований тех лет. Идея МКЭ была разработана советскими учёными ещё в 1936 г., но из-за неразвитости вычислительной техники метод не получил развития и был впервые применён на ЭВМ лишь в 1944 г. Аргирисом. Этот метод возник из строительной механики и теории упругости, а уже затем было получено его математическое обоснование.

В 1963 г. был предложен способ применения этого метода для анализа прочности конструкции путём минимизации потенциальной энергии. В том же году была создана и первая графическая станция для практического применения САПР, оснащённая дисплеем и цифровым пером.

В 1959 г. для нужд авиа- и автомобильной промышленности французский математик и физик Поль де Кастельжо, работавший в компании Ситроен, изобрёл рекурсивный алгоритм для вычисления кривой Безье. (Кривая (или поверхность) Безье — параметрическая полиномиальная кривая (поверхность), играющая важную роль в компьютерной графике и САПР.

Кривая Безье была предложена в 1959-1962 гг. французскими инженерами Пьером Безье (работал в компании Рено) и Полем де Кастельжо. Первый использовал ее для проектирования кузова автомобиля, а второй предложил численно устойчивый алгоритм подразделения кривой Безье в виде ломаной.

Кривая Безье задается набором контрольных точек, образующих характеристическую ломанную. Кривая Безье всегда выходит из первой точки ломанной и заходит в последнюю, касаясь первого и последнего отрезка характеристической ломанной. Все точки кривой Безье лежат внутри выпуклого замыкания характеристической ломанной. Алгебраическая степень кривой Безье на единицу меньше числа контрольных точек.

Обобщением кривой Безье является B-сплайн — сплайновая (кусочная) кривая, которая сохраняет основные геометрические свойства кривой Безье и контролирует степень задающих ее полиномов (алгебраическая степень B-сплайна не зависит от числа контрольных точек). Обобщение B-сплайна - кривая NURBS - является основным видом геометрических данных САПР.)

1963 г. Создана упомянутая ранее первая графическая станция для практического применения САПР, оснащённая дисплеем и цифровым пером – Scetchpad.

(В начале 60-х уже существовали достаточно развитые аппаратные средства для компьютерной графики: векторные мониторы, компьютерные перья, да и производительность компьютеров была уже достаточно высока. Но на тот момент не существовало программ, которые позволяли бы неспециалистам в области компьютерной техники (инженерам, дизайнерам) эффективно работать с компьютером.

Одной из революционных разработок в области компьютерной графики стала программа Scetchpad. Эта программа была разработана Айвеном Сазерлендом в 1963 г. в ходе написания докторской диссертации, которая позже, в 1988 г., получила премию Тьюринга.

Эта программа, позволяла, например, за час получить построение 6-угольной сетки из 900 шестиугольников, что у профессиональных чертёжников заняло бы два дня.

Scetchpad стала прародительницей всех современных CAD-систем, а также серьёзным прорывом в области компьютерной графики вообще. Она имела пользовательский интерфейс и использовала объектно-ориентированный подход в представлении геометрических данных. Например, в ней использовалось понятие объекта и экземпляра объекта. Программу можно было использовать как в технических, так и в художественных целях.

Программа позволяла рисовать линии и окружности, выделять отдельные объекты, объединять в группы, трансформировать и удалять.

Кстати, на тот момент Scetchpad был не единственной системой проектирования. В 1959 г. Дженерал Моторс и IBM разрабатывали систему проектирования DAC-1 (Design Augmented by Computer). По некоторым возможностям она превосходила Scetchpad – например, позволяла рисовать кривые любой сложности, а не только дуги окружностей. Но она не была полностью интерактивной: оператору приходилось либо явно описывать кривые, либо заносить чертежи с помощью специальной камеры. Проектировщик мог оперировать лишь частями изображения.

Параллельно с развитием CAD началось бурное развитие CAM-систем. В 1961 году был создан язык и система автоматического программирования для описания геометрии изделия и цикла его обработки на станках с ЧПУ - APT (Automatic Programming Tools), впоследствии ставший основой многих других языков программирования применительно к оборудованию с ЧПУ. Причём работа над ним началась в 1956 г. в MIT, совместными усилиями 21 компании, а финансировала эту работу Ассоциация аэрокосмической промышленности AIA. В результате в 1958 г. была создана система APT II, а в 1961 г. её сменила более эффективная APT III. Современные версии этого языка могут управлять станками, имеющими до 5 управляемых координат.

В 1969 г. компания United Computing разработала UNIAPT – миникомпьютер, программируемый на APT. Он разрабатывал программы для станков с ЧПУ и кодировал их на перфоленту, которую затем заправляли в считывающее устройство станка с ЧПУ. Это был первый компьютер, решающий задачи конечных пользователей. Ведь до этого большинство компаний, разрабатывающих программы для станков с ЧПУ, делали это на мэйнфреймах. В результате стоимость разработки и отладки этих программ была крайне высока. UNIAPT обеспечил недорогую альтернативу этим «тяжёлым» решениям, доступную для малых и средних производственных компаний.

В 1965 г. NASA для поддержки проектов, связанных с космическими исследованиями, поставила задачу разработки пакета конечно-элементного анализа. К 70-му году такой пакет под названием NASTRAN (NASA STRuctural ANalysis) был создан и введён в эксплуатацию. В 1972 г. состоялся выпуск первой коммерческой версии этого пакета.

Во время второго этапа (80-ые гг.) появились и начали быстро распространяться CAD/CAM/CAE-системы массового применения.

Третий этап (с 90-х гг. до настоящего времени) характеризуется совершенствованием функциональности САПР и их дальнейшим распространением в высокотехнологичных производствах (где они лучше всего продемонстрировали свою эффективность), а также интеграцией САПР с PDM и другими системами информационной поддержки изделий.

На начальном этапе пользователи САПР работали на графических терминалах, присоединённых к мэйнфреймам производства компаний IBM и Control Data, или же на мини-ЭВМ. Большинство таких систем предлагали фирмы, продававшие одновременно и аппаратные, и программные средства. У мэйнфреймов того времени был ряд существенных недостатков. Например, при разделении системных ресурсов слишком большим числом пользователей нагрузка на центральный процессор увеличивалась до такой степени, что работать в интерактивном режиме становилось трудно. Но в то время пользователям САПР, кроме громоздких компьютерных систем с разделением ресурсов (по устанавливаемым приоритетам), предложить было нечего, так как микропроцессоры были ещё весьма несовершенными. В начале 80-х гг. стоимость одной лицензии CAD-системы доходила до $90 000.

Развитие приложений для проектирования шаблонов печатных плат и слоёв микросхем сделало возможным появление схем высокой степени интеграции (на базе которых и были созданы современные высокопроизводительные компьютерные системы). В течение 80-х гг. был осуществлён постепенный перевод CAD-систем с мэйнфреймов на персональные компьютеры. В то время ПК уже работали быстрее, чем многозадачные системы, и были дешевле. К концу 80-х гг. стоимость CAD-лицензии снизилась примерно до $20 000.

В самом начале 80-х гг. произошло расслоение рынка CAD-систем на специализированные секторы. Электрический и механический сегменты CAD-систем разделились на отрасли ECAD и MCAD. Появился также сектор архитектурно-строительных САПР. Разошлись по двум различным направлениям и производители рабочих станций для CAD-систем, созданных на базе ПК: часть производителей сориентировалась на архитектуру IBM PC на базе микропроцессоров Intel; другие производители предпочли ориентацию на архитектуру Motorola (ПК её производства работали под управлением ОС Unix , ОС Macintosh и Domain OS). По причине большей производительности, большинство пользователей предпочитали графические рабочие станции под управлением ОС Unix.

С середины 90-х гг. развитие микротехнологий позволило компании Intel удешевить производство своих процессоров, повысив их производительность. Сейчас ОС MS Windows практически полностью доминирует в областях проектирования конструкций и механического инжиниринга, проектирования печатных плат и др. За прошедшие с начала появления CAD/CAM/CAE-систем годы стоимость лицензии на них снизилась до нескольких тысяч долларов (например, $6000 у Pro/Engineer).

В настоящее время рынок САПР устойчиво растёт. Причём основная тенденция последних трёх-четырёх лет – рост спроса на комплексные решения. Прошло время автоматизации отдельных рабочих мест конструкторов и технологов. Её сменили продуманные проекты, в которых сначала производится детальная проработка, потом пилотное внедрение, и только потом принимается окончательное решение. Ещё одна тенденция – всё больший упор делается на развитие систем технологической подготовки производства. И, наконец, поставщики сейчас расширяют номенклатуру своих продуктов, чтобы предложить заказчикам набор инструментов, поддерживающих различные этапы жизненного цикла изделия, поскольку объединить в единое информационное пространство программные продукты различных производителей гораздо сложнее, чем системы, изначально создававшиеся для совместной работы.

Таким образом, развитие САПР в последние годы из революционного стало эволюционным: развиваются функциональные возможности продуктов, повышается производительность, упрощается использование. Однако не исключено, что в скором времени будет ещё одна революция. Аналитики предполагают, что это произойдёт, когда поставщики САПР начнут использовать для хранения информации об изделии не файловые структуры, а стандартные базы данных SQL-типа (SQL – это язык управления базами данных). Тогда инженерная информация станет более упорядоченной, и управлять ей будет гораздо проще, чем теперь.

------> 12,53 мин.

Классификация САПР

Современные САПР принято подразделять на три уровня – лёгкие, среднего и высокого уровня. Рамки такого деления давно уже размылись, но право на существование подобная классификация имеет.

· Системы лёгкого/нижнего уровня (чертёжно-ориентированные, 2D-системы), которые появились первыми в 70-ые гг. (и успешно применяются в некоторых случаях до сих пор). Ориентированы на выпуск конструкторской рабочей документации, т.е. двухмерных чертежей, поэтому их иногда называют электронными кульманами. Соответственно, имеют весь необходимый для этого инструментарий: рисование геометрии, простановка размеров, символов шероховатости, технологических требований и т.д. Сейчас это довольно распространённые САПР, поскольку рабочая документация по-прежнему является результатом конструкторской проработки изделия, а разработка и оформление рабочей документации занимают в конструкторской подготовке производства большую часть времени.

Самая известная «лёгкая» система – AutoCAD фирмы Autodesk. К настоящему времени продано более 4 млн. копий этого пакета. В результате Autodesk смогла завоевать значительную долю рынка, вытеснив с него (из сегмента программ для двухмерного черчения) пакеты среднего и тяжёлого классов.

Как правило, для таких систем не требуется больших вычислительных мощностей. Стоимость систем нижнего уровня находится в пределах 100…4000 долларов за 1 рабочее место. Срок освоения таких систем, при условии того, что человек владеет навыками работы с компьютером и опытом построения бумажных чертежей, составляет от одной до двух недель.

· Системы среднего класса (3D), позволяющие создавать трёхмерную электронную модель объекта. Выступают в роли базовых систем, дополняемых различными приложениями. Задачи, решаемые системами этого класса, очень разнообразны, а функциональные возможности позволяют проектировать сложные детали и достаточно крупные изделия. С их помощью создают и анализируют виртуальные модели изделий, разрабатывают программы для станков с ЧПУ. Они удобны в использовании, наглядно представляют будущее изделие, но имеют ряд ограничений как по объёму изделия (который принято исчислять в количестве компонентов, входящих в изделие), так и по скорости расчёта сложных моделей.

Появились они в 90-х годах, когда ПК стали достаточно мощными, а Windows - многозадачной и более устойчивой. От тяжёлых систем они унаследовали возможности трёхмерного твердотельного и поверхностного моделирования, а от лёгких - невысокую цену, удобный графический интерфейс и ориентацию на платформу Windows. Их появление произвело настоящий переворот в мире САПР, позволив множеству конструкторских и проектных организаций перейти с двухмерного на трёхмерное проектирование.

В числе лидеров этого сегмента – система SolidWorks одноимённой компании, пакет SolidEdge, разработанный фирмой Intergraph, а ныне принадлежащий EDS, а также программа Inventor от Autodesk. На российском рынке получили распространение также КОМПАС-3D, Mechanical Desktop, Pro/Desktop и ряд других. Кроме них, в этом сегменте работает множество компаний, включая российские, предлагающих относительно недорогие системы стоимостью от 2 до 8 тыс. долларов за рабочее место. Их популярность среди пользователей постоянно растёт, благодаря чему этот сегмент рынка активно развивается. В результате по функциональным возможностям средний класс постепенно догоняет тяжёлые системы. Будучи изначально системами твердотельного моделирования, эти системы в ходе эволюции приобрели функции поверхностного моделирования, подготовки производства, инженерного анализа и даже управления инженерными данными. Однако не всем пользователям требуется такое разнообразие возможностей. Видимо, поэтому переход с двухмерных систем на трёхмерные ещё не завершился, и многие пользователи до сих пор предпочитают программы лёгкого класса, которые к тому же гораздо дешевле более мощных конкурентов.

Срок освоения систем такого класса составляет около четырёх месяцев при условии, что человек умеет работать на компьютере. Кроме этого, специалист должен владеть навыками построения чертежей, иметь представление о проектировании изделий, технологии изготовления того или иного изделия.

· Системы высокого уровня. позволяют осуществлять параллельный бесчертёжный конструкторско-производственный цикл, включающий в себя:

þ администрирование, то есть планирование, управление ресурсами, инспектирование, сертификация, максимальное распараллеливание работ и документирование проекта;

þ моделирование с воспроизводимой историей построения объектов;

þ описание механических связей между компонентами изделия и создание сборок. Данное описание пригодно для непосредственного планирования и разработки сборочных операций;

þ автоматический анализ геометрических конфликтов, позволяющий контролировать зазоры, контакты и взаимопересечения объектов;

þ полуавтоматический анализ свойств монтажа/демонтажа объектов, дающий возможность документально доказать собираемость изделия;

þ расчёт методом конечных элементов;

þ ассоциативность между геометрией детали и её приложениями – программой для станка с ЧПУ, конечно-элементной расчётной моделью, графическим документом и другими компонентами электронно-цифрового макета;

þ возможность стандартизировать на уровне предприятия любой успешный результат работы, будь то конструктивный элемент, технология, форма документа, методология. Это даёт существенную экономию трудозатрат и машинных ресурсов;

þ открытость и доступность для разработки или интеграции ранее созданных собственных приложений.

Иначе говоря, эти системы являются интегрированными пакетами CAE/CAD/CAM.

Системы высокого уровня не так удобны в изучении, зато обладают гораздо большими возможностями расчёта и способны работать с изделиями больших объёмов. Как правило, это комплексы, представляемые одним разработчиком и построенные по модульному принципу. Модули являются дополнением к основному ядру, добавляющим специализированные средства (инженерный анализ, оснастка, ЧПУ и т.д.). Имеются также дополнительные приложения, встраивающиеся в среду системы высокого уровня.

При помощи одной такой системы можно завязать в одно информационное пространство все подразделения предприятия. На данный момент на рынке осталось лишь три САПР тяжёлого класса – Pro/Engineer фирмы Parametric Technology, Unigraphics NX компании EDS и CATIA французской фирмы Dassault Systems. Все они имеют модули инженерного анализа – САЕ – и могут работать с большими сборками (более 2 000 сборочных единиц).

Лучше всего системы такого уровня подходят для предприятий, занимающихся выпуском изделий со сложной геометрией, с большими сборочными конструкциями. Наиболее выгодно они могут применяться в авиа- и аэрокосмической промышленности, кораблестроении, автомобилестроении. Эти системы получили распространение на таких предприятиях нашей страны, как Туполевское и Ильюшинское КБ, ВАЗ, ГАЗ, УАЗ и др.

Срок освоения систем такого уровня составляет от двух до двенадцати месяцев при условии, что человек владеет навыками работы с компьютером и с программными продуктами более низкого уровня.

Стоимость этих систем составляет десятки тысяч долларов за рабочее место. Однако крупных клиентов, способных платить за САПР миллионы долларов, не так уж много. Этот сегмент рынка уже практически насыщен и поделён между конкурентами. Поэтому производители ПО возлагают большие надежды на предприятия среднего и малого бизнеса, для которых и разрабатываются системы лёгкого и среднего классов.

Вообще-то вышеприведённое деление является достаточно условным, так как сейчас наблюдается тенденция приближения систем среднего уровня к системам верхнего уровня, а системы нижнего уровня всё чаще перестают быть просто двумерными чертёжно-ориентиро­ванными и становятся трёхмерными. -> 12,9 м.