Professional Documents
Culture Documents
0 1 2
0 1 2
(2.6)
iar m = q + p este numrul total de restricii.
Se impune condiia ca numrul restriciilor de egalitate s fie mai mic dect
numrul natural nal variabilelor de optimizat, adic:
MODELAREA PROCESELOR I SISTEMELOR TEHNOLOGICE
35
p n < . (2.7)
Pentru cazul n care : p > n problema este incompatibil,
dac: p = n problema este banal.
n cazul restriciilor de inegalitate nu apar condiii de tipul (2.7), ntruct acestea
delimiteaz anumite domenii.
Fiecare restricie de egalitate poate fi folosit pentru eliminarea unei variabile
din mulimea variabilelor de optimizare, ns n multe cazuri aceast eliminare este
foarte complicat sau chiar imposibil din punct de vedere algebric. n majoritatea
problemelor tehnice de optimizare apar restricii de inegalitate, care sunt de o mare
importan n cutarea celei mai bune soluii.
n funcie de proprietile funciilor care reprezint restriciile r(x), se pot
distinge urmtoarele tipuri de restricii:
- restricii r(x) liniare, caz n care toate restriciile g(x) i h(x) sunt liniare;
- restricii r(x) neliniare, caz n care cel puin una din restriciile g(x) i/sau h(x)
este neliniar.
Mulimea restriciilor r(x) delimiteaz domeniul de variaie al variabilelor de
optimizare x n procesul de cutare a soluiei optime (domeniu numit i domeniul de
existen a soluiilor admisibile sau domeniul programului).
Un exemplu de restricii liniare este urmtorul:
g x x x x x x
h x x x x x
( , , ) :
( , , ) :
1 2 3 1 2 3
1 2 3 1 2
2 5 7 14
3 2 12
+ s
+ =
, (2.8)
iar un exemplu de restricii neliniare este urmtorul:
g x x x x x x
h x x x x x x
( , , ) :
( , , ) :
1 2 3 1
2
2 3
3
1 2 3 1 2 2
2
2 5 7 27
3 6 15
+ s
+ =
(2.9)
Mulimea restriciilor r(x) delimiteaz domeniul de variaie al variabilelor de
optimizare x n procesul de cutare a soluiei optime (domeniu numit i domeniul
programului). Acesta se poate exprima sub forma:
}
{
O = e s = = = x R g X h X i q j p
n
i j
( ) ; ( ) ; , ,...... ; , ,...... 0 0 1 2 1 2 (2.10)
n figura 2.4 este exemplificat delimitarea domeniului de variaie al
variabilelor de optimizare X = (x
1
,x
2
) cu cinci restricii liniare i neliniare de forma:
OPTIMIZAREA PROCESELOR TEHNOLOGICE
36
g x
g x
g x
g x x
g x x
1 1
2 2
3 2
4 1
2
2
2
5 1 2
0
0
3
16
3
:
:
:
:
:
>
>
s
+ s
s
(2.11)
Conturul nchis
[ABCDEA] formeaz frontiera
domeniului de variaie O al
variabilelor de optimizare.
n funcie de tipul acestor
restricii i de numrul lor,
domeniile de variaie pot fi:
domenii de variaie mrginite
(fig.2.4) i domenii de variaie
nemrginite (fig.2.5).
Numrul de restricii,
precum i tipul lor influeneaz
direct asupra metodelor de
optimizare. Restriciile definesc
n spaiul de optimizare R
n
locul
geometric al tuturor punctelor
care verific aceste restricii
(vezi tabelul 2.1).
Mulimea punctelor
aparinnd domeniului delimitat de restriciile de inegalitate g(x) s 0 poate fi, din punct
de vedere matematic:
- o mulime convex - formnd un domeniu convex - dac unind printr-o
treapt orice pereche de puncte ale mulimii respective, punctele de pe
dreapt sunt coninute n ntregime n mulime, exemplul domeniului
[ABCDEA] din figura 2.4;
Tabelul 2.1
Fig. 2.4. Delimitarea domeniului de variaie al
variabilelor de optimizare (2.11)
MODELAREA PROCESELOR I SISTEMELOR TEHNOLOGICE
37
Restricii r(x)
n liniare neliniare
h(x) = 0 g(x) s 0 h(x) = 0 g(x) s 0
1 punct pe axa
real
interval real puncte pe axa real reuniune de
intervale
2 dreapt semiplan curb plan domeniu n
plan
3 plan semispaiu suprafa n spaiu domeniu n
spaiu
4 hiperplan semihiperplan hipersuprafa domeniu n
hiperspaiu
- o mulime concav - reprezentnd un domeniu concav - exemplul domeniului
[ABCDEFG] din figura 2.6. Se constat c punctele de pe dreapta care unete
punctele M i N nu sunt coninute n ntregime n mulimea menionat.
n marea majoritate a problemelor de optimizare tehnic, fiecare restricie de tip
inegalitate definete o mulime convex. Domeniul corespunztor satisfacerii
simultane a mai multor restricii de tip inegalitate va fi reprezentat de intersecia
mulimilor aferente, care va fi tot o mulime convex, ntruct intersecia unui numr
finit de mulimi convexe este tot o mulime convex.
Fig. 2.5. Domeniu de variaie nemrginit Fig. 2.6. Domeniu de variaie concav
OPTIMIZAREA PROCESELOR TEHNOLOGICE
38
Exemplul 2.1. - exemplu de model matematic al unei probleme de
optimizare tehnologic. Se dorete optimizarea procesului de strunjire longitudinal
exterioar a unui semifabricat din
bar din oel (fig.2.7) de diametru D,
la diametrul final d, pe o lungime l.
Optimizarea se efectueaz
dup criteriul costului operaiei, iar
scopul optimizrii este de a se obine
un cost minim al operaiei.
Parametrii tehnologici de
reglare ai mainii-unelte (variabilele
de optimizare) sunt avansul
longitudinal s n [mm/rot] i turaia
piesei n [rot/min].
n vederea optimizrii
procesului va trebui determinate valorile parametrilor s i n, astfel nct costul operaiei
de strunjire, la diametrul d, pe lungimea l, s fie minim.
Funcia criteriu, costul operaiei, este dat de urmtoarea relaie:
C C
l A
n s t
C n
p
ar
=
+
1 2
(2.12)
n care:
C
1
este retribuia muncitorului care efectueaz prelucrarea operaiei [lei/min];
C
2
- cheltuieli legate de o schimbare, reascuire i reglare a sculei [lei];
n
ar
- numrul de schimbri, reascuiri i reglri ale sculei n timpul prelucrrii;
A
p
- adaosul de prelucrare [mm];
n - turaia piesei, n [rot/min];
t - adncimea de achiere, n [mm];
s - avansul longitudinal, [mm/rot].
Condiiile reale (restriciile) n care se desfoar procesul sunt date de
urmtoarele considerente:
a. puterea consumat la achiere, P
c
, s nu depeasc puterea maxim a
motorului de antrenare al mainii-unelte:
P P
c MU
s ; (2.13)
b. s fie respectat condiia de rezisten a sculei:
F F
z z adm
s ; (2.14)
c. s nu fie depit ncrcarea maxim admis de mecanismul de avans:
Fig. 2.7. Strunjirea longitudinal a
semifabricatului
MODELAREA PROCESELOR I SISTEMELOR TEHNOLOGICE
39
F F
y yadm
s ; (2.15)
d. s nu fie depit temperatura maxim n zona de achiere:
u u s
adm
(2.16)
e. s fie respectate condiiile legate de cinematica mainii-unelte (avansul i
turaia s se nscrie n limitele reglabile pe strung):
n n n
s s s
min max
min max
;
;
s s
s s
(2.17)
Problema de optimizare poate fi pus acum mai compact - sub forma:
min ( , ) imizarea C s n C
l A
n s t
C n
p
ar
=
+
1 2
(2.18)
supus la restriciile:
g s n
p
P
c
MU
1
1 0 ( , ) = s (2.19)
g s n
F
F
z
zadm
2
1 0 ( , ) = s (2.20)
g s n
F
F
y
yadm
3
1 0 ( , ) = s (2.21)
g s n
adm
4
1 0 ( , ) = s
u
u
(2.22)
n n n
s s s
min max
min max
;
;
s s
s s
(2.23)
Prin urmare, se poate spune c relaia (2.18) definete funcia criteriu i scopul
optimizrii, iar relaiile (2.19)..(2.23) restriciile problemei de optimizare. Se mai poate
face observaia c relaiile (2.19)..(2.23) sunt forme normalizate.
Aadar, exemplul de mai sus este un exemplu de problem de optimizare cu
restricii.