Про ANSYS и других вживую.

Май 13, 2008

Учим матчасть

Рубрика: Career, Links, Offtopic, engineering — bausk @ 10:17 дп

Прошел приблизительно год, как я читаю и иногда пишу в список рассылки SEAINT (Structural Engineers Association - International) и иногда общаюсь с зарубежными инженерами.

Сделал для себя ожидаемый вывод о том, что нужно очень сильно подтянуть англоязычную инженерно-строительную терминологию и пройти, что называется, повышение квалификации по вопросам организации проектирования и по знанию стандартов.

Короче говоря, просмотрел выложенные в интернете курсы по дисциплине ”structural engineering” западных (большей частью британских) университетов.

Решил склепать на основе имеющихся скачанных из интернета учебников и стандартов некий убыстренный курс по инженерному делу, чтобы можно было разговаривать с зарубежными коллегами на одном языке. Результаты выпишу сюда, в журнал, с соответствующими ссылками.

Май 11, 2008

Ссылки на книги по проектированию

Рубрика: books, книги, справочники — bausk @ 8:25 дп

Просмотрел, что можно перенести из своего блокнота сюда, в журнал.

Итак, свою безусловную полезность доказали источники:

http://www.literature-free.com/html/Civil_Engineering/

http://www.plannerlife.info/

И там, и там есть разбивка по категориям. Многие книги дублируются на множестве других хранилищ.

Кстати, у меня сложилось впечатление, что в плане использования англоязычных книг русский сегмент интернета сильно отстает от прочих любителей не платить за литературу, например, от арабов и даже, на минутку, индонезийцев с вьетнамцами.

Май 9, 2008

Очередная ссылка на книги по проектированию

Рубрика: books, Ссылки, книги, справочники — bausk @ 12:31 пп

В английском языке есть замечательное словосочетание “structural engineering”, которое вполне характеризует всю область компетенции людей, получающих диплом по специальности «промышленное и гражданское строительство». Я не знаю корректного русского перевода. «Проектирование» - слишком узко. Я пытаюсь использовать термин «инженерное дело», но он какой-то корявый и слишком общий.
Ладно. Вот ссылка на очередной сборник книг по инженерно-строительному делу, ценный тем, что там очень многие источники не повторяются.

http://www.rapidshare-link.com/html/Civil_Engineering/

Есть там даже отсканированные книги издания XIX столетия.

Май 6, 2008

Думаю.

Рубрика: Uncategorized — bausk @ 10:52 дп

Думаю, как лучше организовать писанину на разных языках - в один журнал или в два, с перекрестными ссылками.

Очередной англоязычный сайт…

Рубрика: Reliability, engineering, Ссылки — bausk @ 10:51 дп

…с материалами по инженерному делу.

www.thestructuralengineer.info

Там есть замечательная подборка ссылок. При всем моем скепсисе по отношению к подобным ссылкосборникам, этот - удивительно качественный. Особенно интересны разделы про иностранные стандарты и (как обычно) надежность.

Март 27, 2008

Hello WordPress!

Рубрика: Offtopic, Uncategorized — bausk @ 8:07 пп

Хорошие новости!

Я переехал с жутко неудобного Блоггера на классный WordPress.com. Это не описать, какая гора с плеч свалилась.

Даже на первый взгляд blogger.com не сравнится по удобству. Тут тебе и редактор под Оперой работает, и статистика есть, и куча чего еще. Теперь хоть приятно писать будет.

Февраль 22, 2008

Matlab: статистические штучки для получения реализаций случайной величины

Рубрика: Matlab, Reliability, Матан, матан — bausk @ 9:28 пп
Это первое (upd.: и единственное) сообщение, отосланное через ScribeFire, аддон к браузеру FireFox.
Так-с. Исходные данные. Предполагается, что читатель знаком с:

Предположим, что у нас есть случайная прочность R с параметрами m=350, s=30. Это выглядит так:

Функции распределения и функции плотности в Матлабе соответствуют команды

cdf('norm', x, Mean1, StdDev1)pdf('norm', x, Mean1, StdDev1)
Команда cdf(…) отвечает на вопрос “какова вероятность того, что реализация случайной переменной будет меньше, чем x?”
Но для задачи вероятностного расчета методом Монте-Карло нам нужно средство генерации множества реализаций нашей случайной прочности.
Для равномерного распределения такое средство одинаково в любом языке программирования и называется RND. И в Екселе тоже есть.
Для любого другого распределения для генерации случайных чисел нам нужна функция, обратная CDF, отвечающая на вопрос “какое число соответствует вероятности непревышения такой-то?”. Такой способ получения случайных чисел называется методом обратного преобразования.
Откуда нам взять такого зверя? На помощь приходит замечательный статистический пакет Stixbox, о котором я обещал написать :
>> MonteCarloData1 = rnorm(1000, 350, 30);
 >> Mean1 = mean(MonteCarloData1)
 Mean1 =349.9133
 >> StdDev1 = std(MonteCarloData1)
 StdDev1 =30.7880
Функция rnorm(количество_реализаций, среднее, стд_отклонение) выдает столько реализаций случайной величины с нормальным распределением, сколько нам заблагорассудится. С ее помощью и построена наложенная на рисунок гистограмма реализаций случайной величины (красненьким).
Аналогичные функции есть в этом пакете и для других известных распределений. Для задач вероятностного анализа расчетных моделей конструкций более чем достаточно. Спасибо за этот замечательный инструмент Андерсу Хольтсбергу.

Февраль 21, 2008

Про 0,99865

Рубрика: Reliability, Матан — bausk @ 8:09 дп

Как показало былинное обсуждение «коэффициента спокойного сна» на dwg.ru, насчет критериев обеспеченности расчетных значений существует значительная неразбериха. Не говоря уже про вероятностный анализ.
Итак. Откуда берутся упомянутые в первой ссылке величины обеспеченности 0,99865 и 0,997. (Предполагается, что читатель знает, что такое среднее значение случайной величины и её стандартное отклонение.)

  • 0,997 - вероятность того, что реализация случайной величины с нормальным распределением окажется в промежутке между значением “среднее минус три стандартных отклонения” и “среднее плюс три стандартных отклонения”. Этот промежуток будет называться доверительным интервалом.
  • 0,99865 - вероятность того, что эта реализация будет больше, чем значение “среднее минус три стандартных отклонения”.

Первое можно получить с помощью так называемой функции ошибки (используем Matlab/Octave, как обычно):

>> erf(3/sqrt(2))

ans = 0.9973

Второе, как уже обсуждалось в более ранней записи,

>> 1 - cdf('norm', 1000-3*50, 1000, 50)

ans =   0.998650101968370

Как видим, 0,997 пришло к нам из статистики и еретического учения маркетинга сотоварищи. 0,99865, наоборот, есть правильная инженерная цифирь и, попросту говоря, является обеспеченностью (вероятностью), например, расчетной прочности бетона.
В нормах, понятно, все это отражено крайне мутными словами, и расчетное значение вычисляется на основе нормативного (с обеспеченностью 0,95) при помощи частных коэффициентов. Все это приводит к тому, что доценты нашего института не знают, что такое “обеспеченность” и в чем разница между коэффициентами перегрузки и коэффициентами безопасности (правильнее - частные коэффициенты надежности).

На картинке показана:
темно-красным - плотность распределения некоторой прочности с матожиданием 350, стандартным отклонением 30;
красным - гистограмма дискретных реализаций этой величины (1000 штук);
синим - расчетная и нормативная прочности с обеспеченностью 0,99865 и 0,95.

Февраль 19, 2008

Про численные методы.

Рубрика: Links, Numerical methods — bausk @ 11:46 дп

Про численные методы есть замечательные материалы и примеры для нескольких программных пакетов на сайте
http://numericalmethods.eng.usf.edu/

Matlab: количество отображаемых знаков

Рубрика: Matlab, Matlab I/O — bausk @ 9:31 дп

Этот пример считает обеспеченность величины, находящейся на расстоянии трех стандартных отклонений от среднего значения нормального распределения:

>> 1 - cdf('norm', 1000-3*50, 1000, 50)
ans =    0.9987

Короче говоря, с инженерной точки зрения это обеспеченность расчетного значения случайной величины со средним значением 1000 и стандартным отклонением 50. Как видим, Матлаб съел все знаки после четвертого, хотя на самом деле посчитал точное число. Чтобы не путаться, можно отформатировать вывод Матлаба, чтобы он показывал число с точностью ‘long’:

>> format('long')
>> 1 - cdf('norm', 1000-3*50, 1000, 50)
ans =   0.998650101968370

Вот она, наша знаменитая обеспеченность 0,99865.
В следующий раз будет
* про то, чем отличается 0,997 от 0,99865,
* про замечательный статистический аддон Stixbox,
* про инвертирование с его помощью функции распределения для генерации случайных чисел в методе Монте-Карло.

Короче, полезная в расчетах надежности статистика.
Но самое интересное впереди. Самое интересное будет про нечёткие множества.

Older Posts »

Заведите блог на WordPress.com.