This repository has been archived by the owner on Dec 22, 2023. It is now read-only.
-
Notifications
You must be signed in to change notification settings - Fork 0
/
pogruzhatel_jit.py
303 lines (258 loc) · 13.7 KB
/
pogruzhatel_jit.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
import math
import matplotlib.pyplot as plt
import numpy as np
from numba import jit
@jit(nopython=True, cache=True)
def resist(x: float, gamma_cr: float, S: float) -> float:
'''
Возращает лобовое сопротивление сваи на глубине `x`.
x -- глубина погружения;
gamma_cr -- коэффициент условий работы грунта под нижним концом сваи;
S -- площадь сечения сваи (м^2).
'''
# return {
# x <= 1: 2900000 * gamma_cr * S,
# 1 < x <= 2: 3000000 * gamma_cr * S,
# 2 < x <= 3: 3100000 * gamma_cr * S,
# 3 < x <= 4: 3200000 * gamma_cr * S,
# 4 < x <= 5: 3400000 * gamma_cr * S,
# 5 < x <= 6: 3600000 * gamma_cr * S,
# 6 < x <= 7: 3700000 * gamma_cr * S,
# 7 < x <= 8: 3800000 * gamma_cr * S,
# 8 < x <= 9: 3900000 * gamma_cr * S,
# 9 < x <= 10: 4000000 * gamma_cr * S
# }[True]
return 6900 * 1000 * gamma_cr * S
@jit(nopython=True, cache=True)
def xi(x, i, fimp, P, ft, dtm, fi, fls):
'''
Считает глубину погружения в момент времени `i`.
'''
f = x[i - 1] - x[i - 2] + ft * dtm + fimp * dtm
fbs = P * fi * x[i - 1]
if f > 0:
return x[i - 1] + max(max(f - fls * dtm, 0) - fbs * dtm, 0)
if f + ft + fbs * dtm < 0:
print('Свая сломалась на', i, 'итерации :(')
1 / 0
return x[i - 1] + min(f + fbs * dtm, 0)
@jit(nopython=True, cache=True)
def get_fimp_el(m: float, R: float, w0: float, k: float, theta: float, theta_noise_coef: float) -> float:
return m * R * (w0 * (k + 1) * 2 * math.pi) ** 2 * math.cos(theta + theta_noise_coef)
@jit(nopython=True, cache=True)
def main(
g, dt, l_pile, P, S, M,
gamma_cr, gamma_cf,
fi,
m_debs, R_debs,
m_debs_custom_noise=np.array([0.0]), R_debs_custom_noise=np.array([0.0]),
theta_noise=0.0,
rpm_noise_scale=0.0,
m_debs_noise_scale=0.0,
R_debs_noise_scale=0.0,
dw=0.0,
t_table=np.array([0.0]), w_table=np.array([0.0])
):
'''
Получение данных по погружению:
x -- глубина погружения;
t -- время погружения;
w -- количество оборотов в секунду;
all_impulse -- сила импульс.
Параметры:
g -- ускорение свободного падения;
n -- количество пар дебалансов;
dt -- шаг по времени;
l_pile -- длина сваи (м);
P -- периметр сваи (м);
S -- площадь сечения сваи (м^2);
M -- вес машинки + сваи (кг);
gamma_cr -- коэффициент условий работы грунта под нижним концом сваи;
gamma_cf -- коэффициент условий работы грунта на боковой поверхности;
fi -- расчётное сопротивлене по боковой поверхности (кПа);
m_debs -- список масс дебалансов;
R_debs -- список радиусов дебалансов;
m_debs_custom_noise -- индивидуальные коэффициенты шумов массы для каждой пары дебалансов, по умолчанию или если найден `m_debs_noise_scale` - не используется;
R_debs_custom_noise -- индивидуальные коэффициенты шумов радиуса для каждой пары дебалансов, по умолчанию или если найден `R_debs_noise_scale` - не используется;
rpm_noise_scale -- шумы (cлучайные выборки из нормального (гауссовского) распределения) для оборотов, по умолчанию не используется;
m_debs_noise_scale -- шумы (cлучайные выборки из нормального (гауссовского) распределения) для масс дебалансов, по умолчанию не используется;
R_debs_noise_scale -- шумы (cлучайные выборки из нормального (гауссовского) распределения) для радиусов дебалансов, по умолчанию не используется;
dw -- шаг по количеству оборотов в секунду, по умолчанию не используется;
t_table -- табличные данные времени, по умолчанию не используется;
w_table -- табличные данные оборотов, по умолчанию не используется.
'''
n = max(len(m_debs), len(R_debs))
dtm = dt ** 2 / M
fls = resist(0, gamma_cr, S)
ft = M * g
theta = [0.0] * n
# инициализируем списки данными первых двух итераций
x0 = 0.0
x1 = max(g * dt ** 2 - fls * dtm, 0.0)
x = [x0, x1] # глубина погружения в каждый момент времени
t = [0, dt] # моменты времени
w0 = 0.0 # количество оборотов в секунду в текущий момент времени
w = [w0, w0] # количество оборотов в секунду в каждый момент времени
i = 2 # порядковый номер момента времени
rpm_noise = np.random.normal(1, rpm_noise_scale, n)
if m_debs_noise_scale == 0.0 and (m_debs_custom_noise != np.array([0.0])).any():
m_debs_noise = m_debs_custom_noise
else:
m_debs_noise = np.random.normal(1, m_debs_noise_scale, n)
if R_debs_noise_scale == 0.0 and (R_debs_custom_noise != np.array([0.0])).any():
R_debs_noise = R_debs_custom_noise
else:
R_debs_noise = np.random.normal(1, R_debs_noise_scale, n)
theta_noise_coef = np.random.normal(0, theta_noise, n)
m_debs = [x * noise for x, noise in zip(m_debs, m_debs_noise)]
R_debs = [x * noise for x, noise in zip(R_debs, R_debs_noise)]
fimp_0 = np.sum(np.array([get_fimp_el(m_debs[k], R_debs[k], w0, k, theta[k], theta_noise_coef[k]) for k in range(n)]))
for k in range(n):
theta[k] += w0 * (k + 1) * rpm_noise[k] * dt * 2 * math.pi
fimp_1 = np.sum(np.array([get_fimp_el(m_debs[k], R_debs[k], w0, k, theta[k], theta_noise_coef[k]) for k in range(n)]))
# # лобовое сопротивление в каждый момент времени
# all_fls = [resist(x0), resist(x1)]
# # боковое сопротивление в каждый момент времени
# all_fbs = [0, P * fi * x1]
# сила импульса в каждый момент времени
all_impulse = [fimp_0, fimp_1]
# сила импульса с шумом в каждый момент времени
# noise_plot = [0, 0]
period = int(1 / dt)
curr_t_index = 0
# пока количество оборотов меньше критического и глубина погружения меньше длины сваи
while w0 < 50 and x[i - 1] < l_pile:
rpm_noise = np.random.normal(1, rpm_noise_scale, n)
for k in range(n):
theta[k] += w0 * (k + 1) * rpm_noise[k] * dt * 2 * math.pi
fimp = np.sum(np.array([get_fimp_el(m_debs[k], R_debs[k], w0, k, theta[k], theta_noise_coef[k]) for k in range(n)]))
fls = resist(x[i - 1], gamma_cr, S)
xi_ = xi(x, i, fimp, P, ft, dtm, fi, fls) # проверка на поломку
x.append(xi_)
t.append(dt * i)
all_impulse.append(fimp)
if dw and not i % period: # Выбор способа увеличения оборотов. Если dw=0, идем другим путем
# если за текущую итерацию свая погрузилась меньше, чем на 1 см
if abs(x[i] - x[i - period]) <= 0.01:
# увеличиваем обороты погружателя
w0 += dw
elif not i % period:
if curr_t_index >= len(t_table):
w.append(w0)
break
if t[-1] > t_table[curr_t_index]:
w0 = w_table[curr_t_index]
curr_t_index += 1
w.append(w0)
i += 1
return x, t, w, all_impulse
if __name__ == '__main__':
# параметры системы
g = 9.81
n = 6 # количество пар дебалансов
dt = 0.001 # шаг по времени
dw = 0.01 # шаг по количеству оборотов в секунду
l_pile = 1.15 # длина сваи (м)
P = 0.02 * 4 # периметр сваи (м)
S = 0.02 * 0.02 - 0.018 * 0.018 # площадь сечения сваи (м^2)
M = 37 + (l_pile * 1.2) # вес машинки + сваи (кг)
gamma_cr = 1.1 # коэффициент условий работы грунта под нижним концом сваи
gamma_cf = 1.0 # коэффициент условий работы грунта на боковой поверхности
fi = 17000.0 # расчётное сопротивлене по боковой поверхности (кПа)
# масса дебалансов (кг)
m = [
2.75758026171761,
0.969494952543874,
0.486348994233291,
0.273755006621712,
0.155229853500278,
0.076567059516108
]
# радиусы дебалансов (м)
R = [
0.020070401444444,
0.011900487555556,
0.008428804666667,
0.006323725555556,
0.004761892666667,
0.003344359555556
]
# Табличные значения
t_table = [0.0, 6.0, 12.0, 18.0, 23.0, 27.0, 34.0, 40.0, 44.0, 55.0, 61.0, 64.0, 72.0, 77.0, 82.0, 86.0, 90.0, 99.0,
105.0, 113.0, 120.0, 125.0, 135.0, 150.0, 158.0, 185.0, 203.0, 230.0, 263.0, 276.0, 285.0, 291.0, 310.0, 320.0]
x_table = [0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.03, 0.03, 0.03, 0.03, 0.04,
0.04, 0.04, 0.045, 0.05, 0.08, 0.2, 0.3, 0.55, 0.6, 0.67, 0.8, 0.9, 0.95, 1.05, 1.15, 1.15]
w_table = [0.0, 5.0, 5.16, 5.33, 5.5, 5.6, 5.8, 6.0, 6.16, 6.33, 6.5, 6.66, 6.83, 7.0, 7.16, 7.33, 7.5, 9.0,
9.16, 9.83, 10.5, 11.16, 11.83, 13.83, 14.0, 14.4, 14.9, 15.4, 16.7, 17.5, 18.0, 18.5, 19.0, 19.0]
# Шумы (cлучайные выборки из нормального (гауссовского) распределения)
rpm_noise_scale = 10e-4 # для оборотов
m_debs_noise_scale = 10e-2 # для масс дебалансов
R_debs_noise_scale = 10e-2 # для радиусов дебалансов
theta_noise = 10e-2 # фаза
# Коэф. погрешности массы дебалансов
m_debs_custom_noise = [
1.21,
1.21,
1.21,
1.21,
1.21,
1.21,
]
# Коэф. погрешности радиуса дебалансов
R_debs_custom_noise = [
1.01,
1.01,
1.01,
1.01,
1.01,
1.01,
]
# Получение данных погружения без погрешностей и шумов
x, t, w, all_impulse = main(
g, dt, l_pile, P, S, M,
gamma_cr, gamma_cf,
fi,
np.array(m), np.array(R),
dw=0.0,
t_table=np.array(t_table),
w_table=np.array(w_table)
)
# Получение данных погружения с погрешностями и шумами
x_noise, t_noise, w_noise, all_impulse_noise = main(
g, dt, l_pile, P, S, M,
gamma_cr, gamma_cf,
fi,
np.array(m), np.array(R),
m_debs_custom_noise=np.array(m_debs_custom_noise),
R_debs_custom_noise=np.array(R_debs_custom_noise),
theta_noise=theta_noise,
# rpm_noise_scale=rpm_noise_scale,
# m_debs_noise_scale=m_debs_noise_scale,
# R_debs_noise_scale=R_debs_noise_scale,
dw=0.0,
t_table=np.array(t_table),
w_table=np.array(w_table)
)
# Создание графиков
f, axarr = plt.subplots(3, sharex=True)
f.subplots_adjust(hspace=0.4)
axarr[0].plot(t, x, linewidth=2, color='r', label=r'Математическая модель')
axarr[0].plot(t_noise, x_noise, linewidth=3, color='m', linestyle='--', label=r'Математическая модель c шумом')
axarr[0].set_title(r'$x(t)$ - глубина погружения (м)')
axarr[0].set_ylabel(r'$x(t)$ - глубина погружения (м)')
axarr[0].legend(loc='upper left')
axarr[1].plot(t, w, linewidth=2, color='b', label=r'Математическая модель')
axarr[1].plot(t_noise, w_noise, linewidth=2, color='m', linestyle='--', label=r'Математическая модель c шумом')
axarr[1].set_title(r'$\omega$ - кол-во оборотов (об./c)')
axarr[1].set_ylabel(r'$\omega$ - кол-во оборотов (об./c)')
axarr[1].legend(loc='upper left')
axarr[2].plot(t, all_impulse, linewidth=2, color='g', label=r'Импульс без шума')
axarr[2].plot(t_noise, all_impulse_noise, linewidth=2, color='orange', label=r'Импульс с шумом')
axarr[2].set_title(r'$F$ - сила импульса (Н)')
axarr[2].set_ylabel(r'$F$ - сила импульса (Н)')
axarr[2].set_xlabel(r'$t$ - время погружения (с)')
axarr[2].legend(loc='upper left')
for x in axarr:
x.grid(True)
plt.rcParams.update({'font.size': 12})
plt.show()