Численное моделирование физических процессов. Термины и определения. ГОСТ р 57188-2016

(утв. Приказом Росстандарта от 24.10.2016 N 1496-СТ)
Редакция от 24.10.2016 — Документ не действует

НАЦИОНАЛЬНЫЙ СТАНДАРТ РОССИЙСКОЙ ФЕДЕРАЦИИ

ЧИСЛЕННОЕ МОДЕЛИРОВАНИЕ ФИЗИЧЕСКИХ ПРОЦЕССОВ

ТЕРМИНЫ И ОПРЕДЕЛЕНИЯ

Numerical modeling of physical processes. Terms and definitions

ГОСТ Р 57188-2016

Дата введения - 2017-05-01

Предисловие

1 РАЗРАБОТАН Федеральным государственным унитарным предприятием "Научно-исследовательский институт стандартизации и унификации" (ФГУП "НИИСУ") совместно с Открытым акционерным обществом "Т-Платформы" (ОАО "Т-Платформы"), Обществом с ограниченной ответственностью "Инжиниринговая компания "ТЕСИС" и Федеральным государственным унитарным предприятием "Крыловский государственный научный центр" (ФГУП "Крыловский ГНЦ")

2 ВНЕСЕН Техническим комитетом по стандартизации ТК 700 "Математическое моделирование и высокопроизводительные вычислительные технологии"

3 УТВЕРЖДЕН И ВВЕДЕН В ДЕЙСТВИЕ Приказом Федерального агентства по техническому регулированию и метрологии от 24 октября 2016 г. N 1496-ст

4 ВВЕДЕН ВПЕРВЫЕ

Правила применения настоящего стандарта установлены в статье 26 Федерального закона от 29 июня 2015 г. N 162-ФЗ "О стандартизации в Российской Федерации". Информация об изменениях к настоящему стандарту публикуется в ежегодном (по состоянию на 1 января текущего года) информационном указателе "Национальные стандарты", а официальный текст изменений и поправок - в ежемесячном информационном указателе "Национальные стандарты". В случае пересмотра (замены) или отмены настоящего стандарта соответствующее уведомление будет опубликовано в ближайшем выпуске ежемесячного информационного указателя "Национальные стандарты". Соответствующая информация, уведомление и тексты размещаются также в информационной системе общего пользования - на официальном сайте Федерального агентства по техническому регулированию и метрологии в сети Интернет (www.gost.ru)

Введение

Установленные в стандарте термины расположены в систематизированном порядке, отражающем систему понятий данной области знания.

Для каждого понятия установлен один стандартизованный термин.

Приведенные определения можно при необходимости изменить, вводя в них произвольные признаки, раскрывая значения используемых в них терминов, указывая объекты, относящиеся к определенному понятию. Изменения не должны нарушать объем и содержание понятий, определенных в данном стандарте.

В случаях, когда в термине содержатся все необходимые и достаточные признаки понятия, определение не приводится и вместо него ставится прочерк.

В стандарте приведены иноязычные эквиваленты стандартизованных терминов на английском (en) языке.

В стандарте приведен алфавитный указатель терминов на русском языке.

Стандартизованные термины набраны полужирным шрифтом, их краткие формы - светлым, а синонимы - курсивом.

1 Область применения

Настоящий стандарт устанавливает термины и определения понятий в области численного моделирования физических процессов. Данный стандарт определяет физический процесс как изменение состояния вещества, импульса, энергии, энтропии.

Термины, установленные настоящим стандартом, обязательны для применения во всех видах документации и литературы (по данной научно-технической отрасли), входящих в сферу работ по стандартизации и/или использующих результаты этих работ.

2 Термины и определения

2.1 Общие термины

2.1.1 модель: Сущность, воспроизводящая явление, объект или свойство объекта реального мираenmodel
2.1.2 математическая модель: Модель, в которой сведения об объекте моделирования представлены в виде математических символов и выраженийenmathematical model
2.1.3 дивергентный вид уравнений: Дифференциальные уравнения в дивергентной форме, получающиеся путем преобразования законов сохранения массы, импульса и энергии, записанных в интегральной форме, применительно к произвольному объему сплошной средыendivergent form of equation
2.1.4 чувствительность математической модели: Степень зависимости решения математической модели от начальных условий и определяющих параметров. Если при незначительном изменении начальных условий и/или определяющих параметров решение меняется существенно, то чувствительность модели велика. Большая чувствительность математической модели в общем случае вызывает сомнения в соответствии математической модели исследуемому явлениюensensitivity of mathematical model
2.1.5 дискретизация оператора: Замена функционального оператора алгебраическим выражением, зависящим от значений функции, на которую действует оператор, в конечном числе точек расчетной областиenoperator discretization
Примечание - Применение дискретизации к дифференциальной (интегральной) задаче приводит к разностной схеме.
2.1.6 дискретизация модели: Метод представления дифференциального/интегрального оператора выражением, основанным на вычислении значений функции, на которую действует оператор, в конечном числе точек расчетной области. Применение дискретизации к дифференциальной/интегральной задаче приводит к разностной схемеenmodel discretization
2.1.7 ошибка дискретизации: Ошибка, возникающая вследствие замены производных в дифференциальных уравнениях их приближенными конечно-разностными значениями при переходе от континуального уравнения к разностномуendiscretization error (rounding error)
Примечание - Ошибка дискретизации может быть выражена как разность точного и приближенного значения производной в определенной точке или во всей расчетной области. В последнем случае эта разность выражается через норму, вычисленную по всем точкам расчетной области.
2.1.8 разностная схема: Конечная система алгебраических уравнений, поставленная в соответствие какой-либо дифференциальной/интегральной задаче, описывающей математическую модельendifference scheme
Примечание - Разностная схема получается применением методов дискретизации уравнений, содержащих производные по переменным фазового пространства (времени, пространственным координатам и т.п.). Для корректного описания решения дифференциальной/интегральной задачи разностная схема должна обладать свойствами сходимости, аппроксимации, устойчивости, консервативности.
2.1.9 сходимость решения: Стремление значений решения дискретной модели к соответствующим значениям решения исходной задачи при стремлении к нулю параметра дискретизации (например, шага интегрирования)enconvergence of solution
2.1.10 критерии устойчивости решения: Критерий устойчивости численного метода, математически выраженное условие, позволяющее определить, является метод устойчивым или нет при заданных значениях параметровenstability criteria
2.1.11 консервативная разностная схема: Схема, при которой из выполнения некого закона сохранения в дифференциальной задаче следует выполнение соответствующего закона сохранения на сеточном уровнеenconservative difference scheme
2.1.12 полностью консервативная разностная схема:
Схема, при которой в дифференциальной задаче имеются законы сохранения, и при переходе к сеточному описанию все они выполняются как следствие разностной схемы в результате алгебраических преобразований
enfully conservative difference scheme
2.1.13 консервативность численного метода: Выполнение дискретного аналога закона сохранения для любого элементарного объема в любой части расчетной областиennumerical method conservativity
Примечание - Обычно консервативность численного метода достигается за счет аппроксимации уравнений, записанных в дивергентном виде.
2.1.14 порядок аппроксимации: Показатель степени уменьшения значения ошибки дискретизации при измельчении интервалов дискретизации переменной фазового пространстваenorder of approximation
2.1.15 итерация: Математическая операция, повторяемая многократно, при этом результат одной операции используется для выполнения последующей операцииeniteration
Примечание - Операции повторяются многократно, не приводя при этом к вызовам самих себя (в отличие от рекурсии).
2.1.16 итерационный метод: Численный метод решения математических задач, который заключается в нахождении по некоторой оценке решения следующей оценки, являющейся более точнойeniterative method
2.1.17 масштабируемость многопроцессорных вычислений: Уменьшение времени расчета или увеличение размеров задачи, решаемой за заданное время за счет увеличения количества параллельных процессовenscalability of multi-CPU simulations
2.1.18 сеточная независимость решения: Характеристика чувствительности решения задачи математического моделирования, получаемого сеточным (разностным) методом, к изменению размерности сетки (изменению значений интервалов, на которые разбита при решении рассматриваемая область)enmesh-independence of solution
Примечание - Диапазон допустимого изменения решения при изменении сетки зависит от предъявляемых требований.
2.1.19 тестовая задача: Задача для проверки математической модели или программного комплекса при верификации или валидацииentest problem benchmark problem test case
Примечание - Тестовая задача должна иметь известное решение.
2.1.20 эталонное решение: Общепризнанное решение некоторой задачиentest problem solution reference solution
Примечание - Эталонное решение может быть как аналитическим или численным, так и представлять собой экспериментальный результат. Используется при верификации и валидации программ математического моделирования.

2.2 Численное моделирование физических процессов

2.2.1 алгоритм: Последовательность действий (операций)enalgorithm
2.2.2 имитационная модель: Частный случай математической модели процесса, явления, который представляет процесс с определенной точностьюensimulation based model
Примечание - Имитационная модель обычно строится без знания реальной физики процесса или явления.
2.2.3 математическое моделирование: Исследование каких-либо явлений, процессов или систем объектов путем построения, применения и изучения их математических моделейenmathematical (numerical) simulation
Примечание - Процесс математического моделирования можно подразделить на пять этапов: первый - формулирование законов, связывающих основные объекты модели; второй - исследование математических задач, к которым приводит математическая модель; третий-верификация модели; четвертый-валидация модели; пятый - последующий анализ модели в связи с накоплением данных об изучаемых явлениях и модернизация модели.
2.2.4 верификация математической модели: Подтверждение корректности решения уравнений математической модели [2], [3], [4]enmathematical model verification
2.2.5 валидация математической модели: Подтверждение адекватности математической модели моделируемому объекту [2], [3], [4]enmathematical model validation
2.2.6 граничные условия: Условия, накладываемые на рассчитываемые искомые величины на границах расчетной областиenboundary conditions
2.2.7 начальные условия: Условия на рассчитываемые искомые величины внутри расчетной области на начальный момент времени моделированияeninitial conditions
2.2.8 замыкающие соотношения математической модели: Соотношения, дополнительные к законам сохранения (массы, энергии, импульса и др.), служащие для описания модели среды (реология, уравнения состояния)enclosure equations (relations) of mathematical model
Примечание - В совокупности с законами сохранения, граничными и начальными условиями образуют математическую модель.
2.2.9 конечно-разностная аппроксимация уравнений:
Замена по некоторым правилам исходных дифференциальных (интегральных) уравнений системой алгебраических уравнений, связывающих значения искомой функции в конечном числе точек расчетной области
enfinite difference approximation of equations
2.2.10 разностное уравнение: Дискретный аналог дифференциального (интегрального) уравнения, получаемый путем замены производных функций (интегралов), входящих в уравнения, их приближениями, вычисленными по конечному числу значений функций в различных точках расчетной областиendiscrete equation
2.2.11 сетка конечных элементов: Сплошное покрытие области расчета элементарными объемами, имеющими достаточно простую геометрическую форму (например: тетраэдрами, гексаэдрами и т.д.)enfinite element mesh
2.2.12 численное моделирование: Моделирование поведения объекта, процесса, явления путем получения численного решения уравнений математической моделиennumerical simulation
2.2.13 численный метод: Представление математической модели в форме алгоритма, который может быть реализован в виде компьютерной программыennumerical method
2.2.14 численное решение: Результат решения уравнений математической модели численным методомennumerical solution
2.2.15 корректно поставленная задача: Задача определения решения по исходным данным, для которой выполнены следующие условия (условия корректности): 1) задача имеет решение при любых допустимых исходных данных (существование решения); 2) каждым исходным данным соответствует только одно решение (однозначность задачи); 3) решение устойчивоenwell-formulated (well-posted) problem
2.2.16 некорректно поставленная задача: Задача, для которой не удовлетворяется хотя бы одно из условий, характеризующих корректно поставленную задачуenill-formulated (ill-posted) problem
Примечание - Если задача поставлена некорректно, то применять для ее решения численные методы, как правило, нецелесообразно, поскольку возникающие в расчетах погрешности округлений будут сильно возрастать в ходе вычислений, что приведет к значительному искажению результатов. В настоящее время развиты методы решения некоторых некорректных задач. Это, как правило, так называемые методы регуляризации. Они основываются на замене исходной задачи корректно поставленной задачей. Последняя содержит некоторый параметр, при стремлении которого к нулю решение этой задачи переходит в решение исходной задачи.
2.2.17 динамическая система: Объект или процесс, для которого определено понятие состояния и на множестве всех состояний определено взаимно однозначное отображение в некоторую область п-мерного действительного пространстваendynamical system
Примечание - Эта область называется фазовым пространством динамической системы. Изменению состояний динамической системы соответствует движение точки в фазовом пространстве.
2.2.18 математическая модель динамической системы:
Система уравнений (как правило, дифференциальных), определяющих изменение состояния системы во времени
enmathematical model of dynamical system
2.2.19 линейная математическая модель: Математическая модель, в которой независимые переменные входят в виде линейных комбинаций слагаемыхenlinear mathematical model
Примечание - Сумма решений линейной математической модели также является решением.
2.2.20 нелинейная динамическая система: Динамическая система, эволюция которой описывается нелинейными законамиennonlinear dynamic system
2.2.21 нелинейная математическая модель: Математическая модель, для которой сумма двух произвольных решений не является решениемennon-linear mathematical models
2.2.22 параметр: Признак или величина, характеризующая какое-либо свойство объекта и принимающая различные значенияengoverning parameter

2.3 Методы численного моделирования

2.3.1 бессеточные методы численного моделирования: Численные методы, которые не требуют сетки точек, соединенных между собой для аппроксимации уравненийenmesh-free simulation method
Примечание - В бессеточных методах функции и их производные, входящие в исходные уравнения краевой задачи вычисляются на основе представления в виде рядов периодических или быстро убывающих базисных функций. Преимущества бессеточных методов проявляются в задачах с заранее неизвестной или сложно меняющейся границей расчетной области.
2.3.2 вариационные методы: Методы решения математических задач путем минимизации функционала.envariational methods
Примечание - Вариационный метод заключается в том, чтобы использовать для поиска решения какую-то пробную функцию переменных системы, вид которой зависит от нескольких параметров.
2.3.3 метод граничных элементов: Модификация метода конечных элементов (МКЭ) для аппроксимации искомых функций, но не в области решения задачи, а на ее границеenboundary element method
2.3.4 метод дискретных элементов: Численный метод, предназначенный для расчета движения большого числа частиц без учета их деформации и возможного разрушенияendiscrete element method
2.3.5 метод конечных разностей: Сеточный метод численного решения задач математической физики, в котором дискретизация исходных краевых задач производится на основе конечно-разностной аппроксимацииenfinite difference method
2.3.6 метод конечных элементов: Сеточный метод численного решения задач математической физики, в котором дискретизация исходных краевых задач производится на основе вариационных или проекционных методов при использовании специальных конечномерных подпространств функций, определяемых выбранной сеткойenfinite element method
2.3.7 метод контрольного объема (Нрк. метод конечных объемов): Частный случай метода конечных разностейenfinite volume method
Примечание -Аппроксимацию в методе конечного объема получают из дивергентного вида уравнения в частных производных для реализации консервативности уравнений, описывающих законы сохранения.
2.3.8 метод Монте-Карло: Численный метод, основанный на получении большого числа реализаций стохастического (случайного) процесса, который формируется таким образом, чтобы его вероятностные характеристики совпадали с аналогичными величинами решаемой задачиenMonte-Carlo simulation
2.3.9 многомасштабное моделирование: Реализация математической модели, являющейся иерархией различных математических моделей, описывающих процессы разного масштаба по переменным фазового пространства (временного, пространственного и т.п.)enmultiscale simulation
2.3.10 обратные задачи математического моделирования: Получение параметров модели, которые определяют решение прямой задачи (т.е. собственно задачи математического моделирования при граничных условиях, начальных условиях и т.д.) при наложении некоторых условий на решение (например, поиск экстремума нормы решения)enbackward problems
2.3.11 область расчета: Область, в которой определена аппроксимация уравнений математической моделиensimulation domain
2.3.12 конечный элемент: Элемент, имеющий конечные размеры, на которые разбивается область, в которой ищется численное решение поставленной задачи математического моделирования.enfinite element
Примечание - Элемент, имеющий конечные размеры и не являющийся бесконечно малым в смысле дифференциального исчисления при использовании метода конечных элементов (МКЭ) или метода контрольного объема (МКО).
2.3.13 статистическое моделирование: Вид компьютерного моделирования, позволяющий получить статистические данные о процессах в моделируемой системеenstatistical simulation

Алфавитный указатель терминов на русском языке

алгоритм2.2.1
аппроксимация уравнений конечно-разностная2.2.9
валидация математической модели2.2.5
верификация математической модели2.2.4
вид уравнений дивергентный2.1.3
дискретизация модели2.1.6
дискретизация оператора2.1.5
задача корректно поставленная2.2.15
задача некорректно поставленная2.2.16
задача тестовая2.1.19
задачи математического моделирования обратные2.3.10
итерация2.1.15
консервативность численного метода2.1.13
критерии устойчивости решения2.1.10
масштабируемость многопроцессорных вычислений2.1.17
метод граничных элементов2.3.3
метод дискретных элементов2.3.4
метод итерационный2.1.16
метод конечных разностей2.3.5
метод конечных элементов2.3.6
метод контрольного объема2.3.7
метод Монте-Карло2.3.8
метод численный2.2.13
методы вариационные2.3.2
методы численного моделирования бессеточные2.3.1
моделирование математическое2.2.3
моделирование многомасштабное2.3.9
моделирование статистическое2.3.13
моделирование численное2.2.12
модель2.2.1
модель динамической системы математическая2.2.18
модель имитационная2.2.2
модель линейная математическая2.2.19
модель математическая2.1.2
модель нелинейная математическая2.2.21
независимость решения сеточная2.1.18
область расчета2.3.11
ошибка дискретизации2.1.7
параметр2.2.22
порядок аппроксимации2.1.14
разностная схема консервативная2.1.11
решение численное2.2.14
решение эталонное2.1.20
сетка конечных элементов2.2.11
система динамическая2.2.17
система нелинейная динамическая2.2.20
соотношения математической модели замыкающие2.2.8
схема полностью консервативная разностная2.1.12
схема разностная2.1.8
сходимость решения2.1.9
уравнение разностное2.2.10
условия граничные2.2.6
условия начальные2.2.7
чувствительность математической модели2.1.4
элемент конечный2.3.12

БИБЛИОГРАФИЯ

[1]Федеральный закон Российской Федерации от 31 декабря 2014 г. N 488-ФЗ "О промышленной политике в Российской Федерации"
[2]ASME V&V 20-2009 Standard for Verification and Validation in Computational Fluid Dynamics and Heat Transfer
[3]ASME V&V 10-2006 Guide for Verification and Validation in Computational Solid Mechanics Revision PINS submitted 09/29/10
[4]ASME V&V 10.1-2012 An Illustration of the Concepts of Verification and Validation in Computational Solid Mechanics