TEORIE NETKANÝCH TEXTILIÍ. Isingův model pro studium smáčení vlákenných systémů Počítačová simulace 8.přednáška

Podobné dokumenty
TEORIE NETKANÝCH TEXTILIÍ. Isingův model pro studium smáčení vlákenných systémů Počítačová simulace

Korelační energie. Celkovou elektronovou energii molekuly lze experimentálně určit ze vztahu. E vib. = E at. = 39,856, E d

MODELOVÁNÍ A SIMULACE

Otto DVOŘÁK 1 NEJISTOTA STANOVENÍ TEPLOTY VZNÍCENÍ HOŘLAVÝCH PLYNŮ A PAR PARABOLICKOU METODOU PODLE ČSN EN 14522

Československá společnost pro růst krystalů ČVUT FEL Praha, 30. března 2006, 13:30

ANALÝZA VZTAHU DVOU SPOJITÝCH VELIČIN

Vícekriteriální rozhodování. Typy kritérií

Porovnání GUM a metody Monte Carlo

POUŽITÍ METODY PERT PŘI ŘÍZENÍ PROJEKTŮ

í I Průchod a rozptyl záření gama ve vrstvách materiálu Prof. Ing. J. Šeda, DrSc. KDAIZ - PJPI

Iterační výpočty. Dokumentace k projektu pro předměty IZP a IUS. 22. listopadu projekt č. 2

Kinetika spalovacích reakcí

6. Demonstrační simulační projekt generátory vstupních proudů simulačního modelu

VYUŽITÍ PRAVDĚPODOBNOSTNÍ METODY MONTE CARLO V SOUDNÍM INŽENÝRSTVÍ

ČVUT FEL. X16FIM Finanční Management. Semestrální projekt. Téma: Optimalizace zásobování teplem. Vypracoval: Marek Handl

INTERAKCE KŘEMÍKU A NIKLU ZA VYSOKÝCH TEPLOT

ANALÝZA PRODUKCE OLEJNIN ANALYSIS OF OIL SEED PRODUCTION. Lenka Šobrová

symetrická rovnice, model Redlich- Kister dvoukonstantové rovnice: Margules, van Laar model Hildebrandt - Scatchard mřížková teorie roztoků příklady

Interference na tenké vrstvě

Numerická matematika 1. t = D u. x 2 (1) tato rovnice určuje chování funkce u(t, x), která závisí na dvou proměnných. První

Dyson s Coulomb gas on a circle and intermediate eigenvalue statistics

Simulační metody hromadné obsluhy

Metamodeling. Moderní metody optimalizace 1

ANOVA. Analýza rozptylu při jednoduchém třídění. Jana Vránová, 3.lékařská fakulta UK, Praha

SIMULACE A ŘÍZENÍ PNEUMATICKÉHO SERVOPOHONU POMOCÍ PROGRAMU MATLAB SIMULINK. Petr NOSKIEVIČ Petr JÁNIŠ

Tepelná kapacita = T. Ē = 1 2 hν + hν. 1 = 1 e x. ln dx. Einsteinův výpočet (1907): Soustava N nezávislých oscilátorů se stejnou vlastní frekvencí má

EKONOMICKO-MATEMATICKÉ METODY

URČOVÁNÍ TRENDŮ A JEJICH VÝZNAM PRO EKONOMIKU

1. Téma 03 - Rozhodování

Numerické metody optimalizace

FYZIKA I. Pohybová rovnice. Prof. RNDr. Vilém Mádr, CSc. Prof. Ing. Libor Hlaváč, Ph.D. Doc. Ing. Irena Hlaváčová, Ph.D. Mgr. Art.

ANALÝZA A KLASIFIKACE DAT

Aplikace simulačních metod ve spolehlivosti

PODKLADY PRO PRAKTICKÝ SEMINÁŘ PRO UČITELE VOŠ. Logaritmické veličiny používané pro popis přenosových řetězců. Ing. Bc. Ivan Pravda, Ph.D.

Měření základních materiálových charakteristik propustnosti řetězového filtru Mgr. Radek Melich. 2. Použité metody

Regresní a korelační analýza

podle typu regresní funkce na lineární nebo nelineární model Jednoduchá lineární regrese se dá vyjádřit vztahem y

Fyzika biopolymerů. Elektrostatické interakce makromolekul ve vodných roztocích. Vodné roztoky. Elektrostatická Poissonova rovnice.

Metody vícekriteriálního hodnocení variant a jejich využití při výběru produktu finanční instituce

Přemysl Žiška, Pravoslav Martinek. Katedra teorie obvodů, ČVUT Praha, Česká republika. Abstrakt

Dopravní plánování a modelování (11 DOPM )

ESR, spinový hamiltonián a spektra

VLIV VELIKOSTI OBCE NA TRŽNÍ CENY RODINNÝCH DOMŮ

Modelování rizikových stavů v rodinných domech

POROVNÁNÍ MEZI SKUPINAMI

Lokace odbavovacího centra nákladní pokladny pro víkendový provoz

Počítačové simulace a statistická mechanika

Statistická šetření a zpracování dat.

MOŽNOSTI STUDIA POVRCHOVÉHO NAPĚTÍ OXIDICKÝCH TAVENIN. Rostislav Dudek Ľudovít Dobrovský Jana Dobrovská

DUM č. 16 v sadě. 11. Fy-2 Učební materiály do fyziky pro 3. ročník gymnázia

Přednáška 10 Fázové přechody od klasického varu ke kvantové supraradiaci

Zada ní 1. Semina rní pra ce z pr edme tu Matematický software (KI/MSW)

Kapitola 3. Magnetické vlastnosti látky. 3.1 Diamagnetismus

Fázové přechody Isingův model

7. STATISTICKÝ SOUBOR S JEDNÍM ARGUMENTEM

Měření příkonu míchadla při míchání suspenzí

LOGICKÉ OBVODY J I Ř Í K A L O U S E K

ANALÝZA RIZIKA A CITLIVOSTI JAKO SOUČÁST STUDIE PROVEDITELNOSTI 1. ČÁST

REGRESNÍ ANALÝZA. 13. cvičení

Sdílení tepla. Úvod - Přehled. Sdílení tepla mezi termodynamickou soustavou a okolím je podmíněno rozdílností teplot soustavy T.

Metoda Monte Carlo, simulované žíhání

Západočeská univerzita v Plzni Fakulta aplikovaných věd Katedra matematiky. Bakalářská práce. Zpracování výsledků vstupních testů z matematiky

Agregace vzájemné spojování destabilizovaných částic ve větší celky, případně jejich adheze na povrchu jiných materiálů

VYBOČUJÍCÍ HODNOTY VE VÍCEROZMĚRNÝCH DATECH

Obsah. Příloha (celkový počet stran přílohy 13) Závěrečná zpráva o výsledcích experimentu shodnosti ZČB 2013/2

XXX. ASR '2005 Seminar, Instruments and Control, Ostrava, April 29,

POLYMERNÍ BETONY Jiří Minster Ústav teoretické a aplikované mechaniky AV ČR, v. v. i.

Ivana Linkeová SPECIÁLNÍ PŘÍPADY NURBS REPREZENTACE. 2 NURBS reprezentace křivek

Hodnocení využití parku vozidel

Energie elektrického pole

Metody volby financování investičních projektů

SCIENTIFIC PAPERS OF THE UNIVERSITY OF PARDUBICE APLIKACE NEURONOVÝCH SÍTÍ PRO DETEKCI PORUCH SIGNÁLŮ

MODEL LÉČBY CHRONICKÉHO SELHÁNÍ LEDVIN. The End Stage Renal Disease Treatment Model

USE OF FUGACITY FOR HEADSPACE METHODS VYUŽITÍ FUGACITNÍ TEORIE PRO METODY HEADSPACE

NUMERICAL INTEGRATION AND DIFFERENTIATION OF SAMPLED TIME SIGNALS BY USING FFT

HODNOCENÍ DODAVATELE SUPPLIER EVALUATION

Výslednice, rovnováha silové soustavy.

Peltierův článek jako tepelné čerpadlo

u (x i ) U i 1 2U i +U i+1 h 2. Na hranicích oblasti jsou uzlové hodnoty dány okrajovými podmínkami bud přímo

VÝVOJ SOFTWARU NA PLÁNOVÁNÍ PŘESNOSTI PROSTOROVÝCH SÍTÍ PRECISPLANNER 3D. Martin Štroner 1

POTENCIÁL ELEKTRICKÉHO POLE ELEKTRICKÉ NAPĚTÍ

Mechanické vlastnosti materiálů.

STŘEDOŠKOLSKÁ ODBORNÁ ČINNOST

VOLBA HODNOTÍCÍCH KRITÉRIÍ VE VEŘEJNÝCH ZAKÁZKÁCH

SIMULACE. Numerické řešení obyčejných diferenciálních rovnic. Měřicí a řídicí technika magisterské studium FTOP - přednášky ZS 2009/10

4.4 Exploratorní analýza struktury objektů (EDA)

Posuzování dynamiky pohybu drážních vozidel ze záznamu jejich jízdy

7. ZÁKLADNÍ TYPY DYNAMICKÝCH SYSTÉMŮ

2. Definice pravděpodobnosti

9. cvičení 4ST201. Obsah: Jednoduchá lineární regrese Vícenásobná lineární regrese Korelační analýza. Jednoduchá lineární regrese

Metody analýzy rizika. Předběžné hodnocení rizika. Kontrolní seznam procesních rizik. Bezpečnostní posudek

ANALÝZA VLIVU DEMOGRAFICKÝCH FAKTORŮ NA SPOKOJENOST ZÁKAZNÍKŮ VE VYBRANÉ LÉKÁRNĚ S VYUŽITÍM LOGISTICKÉ REGRESE

Základy finanční matematiky

Mechatronické systémy s elektronicky komutovanými motory

Directional Vehicle Stability Prototyping Using HIL Simulation Ověření systému řízením jízdy automobilu metodou HIL simulací

Jihočeská univerzita v Českých Budějovicích. Pedagogická fakulta Katedra fyziky. Bakalářská práce

METODOU SBRA Miloš Rieger 1, Karel Kubečka 2

4 Parametry jízdy kolejových vozidel

þÿ S l e d o v á n í r o z d í lo v d o s t u p n o s t algoritmizovanými metodami

Teorie elektrických ochran

Transkript:

TEORIE NETKANÝCH TEXTILIÍ Isngův model pro studum smáčení vlákenných systémů Počítačová smulace 8.přednáška

Automodel (Isngův model) a metoda Monte Carlo jako prostředek pro smulac jevů smáčení porézních (vlákenných) materálů Slovo smulace pochází z latnského slova smulare a jeho česká synonyma jsou spjata především s medcínou jako předstírání choroby člověkem zdravým. Smulare tedy napodobovat č předstírat získalo svůj velký význam s nástupem výpočetní technky. V oblast výpočetní technky totž pojem smulace znamená napodobení procesu nebo objektu pomocí matematckého popsu. Smulace umožňuje pomocí změny vstupních č jných podmínek zkoumat změny varanty chování objektu, a předstírat tak jeho reálné chování č podobu.

Automodel (Isngův model) a metoda Monte Carlo jako prostředek pro smulac jevů smáčení porézních (vlákenných) materálů Jednou z nových metod tohoto studa bylo použtí Isngova modelu [1, 2], který byl původně navržen Lenzem pro vyšetřování přechodu uspořádaného a neuspořádaného stavu feromagnetk v roce 1920 [3]. [1]MANNA, S.S.- HERMANN, H.J. - LANDAU, D.P.: A stochastc method to determne the shape of a drop on a wall, Journal of Statstcal Physcs, Vol.66, Nos. 3/4, 1992, 1155. [2]De CONICK, J.- DUNLOP,F. - RIVESEAV, V.: On the mcroscopc valdty of the Wuelff Constructon and of the generalzed Young equaton, Commun. Math Phys. 121, 401-419 (1989) [3]BRUSH, S.G.: Hstory of the Lenz-Isng model, Revews of modern physcs, Vol.39,No.1,1967,83-893

Použtá počítačová smulace je založena na trojrozměrném automodelu (konkrétně modfkovaném Isngově modelu) s využtím Kawasakho knetky a metody Monte Carlo. Lukas, D., Kostakova, E., Sakar, A.: Computer smulaton of mosture transport n fbrous materals, Thermal and mosture transport n fbrous materals, edted by N. Pan and P. Gbson, Woodhead Publshng Lmted, Cambrdge, pp. 469-541. ISBN-13: 978-1-84569-057-1, 2006

Použtá počítačová smulace je založena na trojrozměrném automodelu (konkrétně modfkovaném Isngově modelu) s využtím Kawasakho knetky a metody Monte Carlo. 1. Vytvoření dvourozměrné č trojrozměrné mříže, složené z konečného množství elementárních buněk z y x

Použtá počítačová smulace je založena na trojrozměrném automodelu (konkrétně modfkovaném Isngově modelu) s využtím Kawasakho knetky a metody Monte Carlo. 2. Každé buňce je přdělena hodnota Isngovy proměnné a podle toho jaký typ prostředí má v počáteční konfgurac zastupovat. Kapalna a=1 plyn a=0 vlákno a=2

Použtá počítačová smulace je založena na trojrozměrném automodelu (konkrétně modfkovaném Isngově modelu) s využtím Kawasakho knetky a metody Monte Carlo. 3. Reálný systém se v počáteční konfgurac nachází v nerovnovážném stavu a v průběhu smulace dochází k přetváření konfgurace spojené se snžováním energe systému. Počítačová smulace probíhá v krocích opakujících se až do ukončení smulace. Smulační proces je ukončen po dosažení stablního stavu, který by měl být stavem s nejnžší energí, když nesmí být opomenuto, že je-l statstcká teplota větší než nula, pak rovnovážný stav systému nemusí být stavem s mnmální energí (jedná se o představu tepelného kontaktu mez systémem a rezervoárem). Je to systém a vyměňuje s s rezervoárem energ, výměna částc dovolena není ==== KANONICKÝ SYSTÉM (tepelný kontakt) (vz. Fyzka polymerů str.168)

Použtá počítačová smulace je založena na trojrozměrném automodelu (konkrétně modfkovaném Isngově modelu) s využtím Kawasakho knetky a metody Monte Carlo. 2D model 3D model

vysvětlení pojmů Použtá počítačová smulace je založena na trojrozměrném automodelu (konkrétně modfkovaném Isngově modelu) s využtím Kawasakho knetky a metody Monte Carlo. Kawasak knetka Kawasakho knetka souvsí s výběrem buněk v Isngově modelu. Kawasakho knetka na krátké vzdálenost -Kawasak knetcs for short dstances = výběr přímých sousedů. První buňka je vybrána náhodně z rozhraní kapalna plyn a druhá náhodně z jejího přímého sousedství. Kawasakho knetka na dlouhé vzdálenost - Kawasak knetcs for long dstances = dovoluje výběr druhé buňky mmo přímé sousedství první vybrané buňky. Two-dmensonal lattce system wth two dfferent types of cell s selecton from lqud-gas nterface: A and B represent Kawasak dynamcs for short dstances; C and D represents Kawasak dynamcs for long dstance. Pctures A and C show the system before cell exchange and pctures B and D show the system after cell exchange.

vysvětlení pojmů Použtá počítačová smulace je založena na trojrozměrném automodelu (konkrétně modfkovaném Isngově modelu) s využtím Kawasakho knetky a metody Monte Carlo. Monte Carlo method Metoda Monte Carlo představuje skupnu algortmů pro smulac systémů. Je založena na využtí náhodných čísel. Metoda Monte carlo je založena na provádění náhodných pokusů s modelovým systémem a s jejch vyhodnocením. Metoda využívá generátor pseudonáhodných čísel. Metoda Monte Carlo je v Isngově modelu využívání k vzorkování podle podmínek Kawasakho knetcky a k rozhodování o změně konfgurace souvsející se teplotním fluktuacem systému. Pseudorandom numbers are numbers creatng a successon, whch appears to be random, but n realty these numbers are generated by determnstc algorthm. The prefx pseudo- s used for separaton ths type of random numbers from real random numbers, whch rsng as a random physcal processes results. Ths thess used the word random but wth the pseudorandom meanng.

Použtá počítačová smulace je založena na trojrozměrném automodelu (konkrétně modfkovaném Isngově modelu) s využtím Kawasakho knetky a metody Monte Carlo. 4. Krok počítačové smulace Smulační proces probíhá v následujících krocích: 1) Z rozhraní kapalna-plyn je vybrána jedna buňka obsahující kapalnu a jedna buňka obsahující plyn. Je spočítána jejch energe E před. 2) Buňky vybrané v bodě 1 s vymění své pozce systém vytvoří novou konfgurac. 3) Je spočítána energe systému v nové konfgurac E po. 4) Rozdíl energí systému před a po výměně buněk je E=E po -E před. Dále je nutné postup rozdělt do dvou postupů dle volby velkost teploty T v Isngově modelu.

Použtá počítačová smulace je založena na trojrozměrném automodelu (konkrétně modfkovaném Isngově modelu) s využtím Kawasakho knetky a metody Monte Carlo. 4. Krok počítačové smulace T=0 6) Je nutné porovnat velkost energí před a po výměně buněk. Jestlže výměna buněk způsobla snížení energe, tedy (E před E po ) jedná se o změnu žádoucím směrem do energetcky výhodnější konfgurace. Buňky dále zůstanou ve svých nových pozcích. Smulace pokračuje dále znovu od kroku 1. Pokud výměna buněk způsobla naopak zvýšení energe (E před E po ) jedná se o změnu nežádoucí. Buňky se vrátí zpět do svých původních pozc a smulační proces začíná znovu od bodu 1.

Gravtační energe je počítána jen pro kapalnové buňky. výpočet energe Energe jedné elementární buňky možné vyjádřt v smulac takto: E C g z N j j1 C j Celková energe systému se vypočítá jako součet energí všech elementárních buněk. Celková energe má dvě složky. Gravtační složka energe je charakterzovaná gravtační konstantou C g a její velkost závsí na pozc buňky v mříž vzhledem ke svslé ose z. Čím vyšší je hodnota souřadnce z, tím vyšší je gravtační energe G buňky : G C g z, 2

výpočet energe Energe jedné elementární buňky možné vyjádřt v smulac takto: E C g z N j j1 C j Další složka energe souvsí s nterakcem v nejblžším okolí -té buňky. V okolí každé buňky se mohou nacházet tř typy prostředí. Podle povahy kohezních a adhezních sl se bude celý systém chovat. Intenzta kohezních a adhezních sl a vzájemného působení mez dvěma sousedním buňkam je daná hodnotam tzv. výměnné energe C j, kde je ndex vybrané buňky a j je ndex buňky z jejího okolí. 2D 3D 2

Postup smulace krok smulace - MCS (1/2) - Náhodný výběr dvou buněk z rozhraní kapalna plyn (jedna obsahující kapalnu a druha obsahující plyn) N N j j j N g N pred j C z C E E 1 ; 1 1 1 - Výpočet celkové energe systému - Pozce buněk jsou vyměněny N N j j j N g N po j C z C E E 1 ; 1 1 1 - Opětovný výpočet celkové energe systému 2

Použtá počítačová smulace je založena na trojrozměrném automodelu (konkrétně modfkovaném Isngově modelu) s využtím Kawasakho knetky a metody Monte Carlo. 4. Krok počítačové smulace T0 6) V smulac je zavedena teplota různá od nuly. Pokud př porovnávání energí před a po výměně buněk bylo zjštěno, že výměna buněk vedla ke snížení energe systému (E před E po ), jedná se o změnu žádoucí. Buňky tedy zůstávají na svých nových pozcích a smulace pokračuje dále znovu od bodu 1. Změna oprot smulac s nulovou teplotou nastává pokud bylo zjštěno, že po výměně pozc buněk došlo k nárůstu energe (E před E po ). V tomto případě je třeba zavést další rozhodovací krtérum založené na poznatcích statcké fyzky. Tedy platí-l, že E před E po rozhodování zda buňky zůstanou č nezůstanou na svých nových pozcích je dáno přechodovou pravděpodobností P vycházející z Boltzmanova faktoru (Fyzka polymerů str. 173-174. E P exp( ) kde = Tk je statstcká teplota, k je Bolzmanova konstanta, T je termodynamcká teplota.

Použtá počítačová smulace je založena na trojrozměrném automodelu (konkrétně modfkovaném Isngově modelu) s využtím Kawasakho knetky a metody Monte Carlo. 4. Krok počítačové smulace přechodová pravděpodobnost pro E před E po tedy E=E po -E před 0 P = 1 f E0 P = exp-e/ f E0 T0 P E E P exp( P exp( ) ) E/ Dále je vygenerováno náhodné číslo z ntervalu 0,1. V případě, že toto náhodné číslo je menší než pravděpodobnost přechodu buněk P, zůstávají buňky na svých nových pozcích. Je-l ale náhodné číslo větší než přechodová pravděpodobnost P, vrací se buňky zpět na svá původní místa. Proces pokračuje znovu od bodu 1.

Postup smulace krok smulace - MCS (2/2) - Rozdíl mez celkovou energí systému před a po výměně buněk je spočítán E = E po E před If H >0 T = 0 Změna nežádoucí = buňky se vracejí do svých původních pozc T 0 V tomto případě je třeba zavést další rozhodovací krtérum založené na poznatcích statcké fyzky (je počítána přechodová pravděpodobnost založena na Boltzmanově faktoru) E P exp Dále je náhodně generováno číslo z ntervalu (0; 1) If H <0 Změna žádoucí, jde o mnmalzac energe systému = buňky zůstávají ve svých nových pozcích Jestlže je spočítaná P větší než náhodně generované číslo = buňky zůstávají v nových pozcích. Jestlže je spočítaná P menší než náhodně generované číslo = buňky se vrací do svých původních pozc.

Postup smulace ukončení smulace - Smulace je ukončena pokud systém dosáhne rovnovážného stavu (celková energe systému se pohybuje okolo konstanty na mnmální hodnotě. - Smulace je ukončena po určtém počtu MCSPS dle uvážení expermentátora. MCSPS = MCS/N MCSPS (monte carlo step per ste) MCSPS reprezentuje v tkání hodn.