Анодирование алюминия как объект автоматизированного проектирования
Таблица 6.3 - Зависимость коррозийной стойкости от концентрации соли и плотности тока при плотности электролита равной 1.26 кг/м3
| концентрация | |||||
| Плотность тока | 7 | 8 | 8 | 8 | 7 |
| 8 | 9 | 9 | 9 | 9 | |
| 9 | 10 | 10 | 10 | 9 | |
| 9 | 10 | 10 | 10 | 10 | |
| 8 | 9 | 9 | 9 | 8 | |
Таблица 6.4 - Зависимость коррозийной стойкости от концентрации соли и плотности тока при плотности электролита равной 1.29 кг/м3
| концентрация | |||||
|
Плотность Тока |
7 | 8 | 8 | 8 | 7 |
| 8 | 9 | 9 | 9 | 9 | |
| 9 | 10 | 10 | 10 | 9 | |
| 9 | 10 | 10 | 10 | 9 | |
| 8 | 9 | 9 | 9 | 8 | |
Необходимо определиться каким образом будем получать значения функции не в узлах таблицы.
Интерполирование функций многих переменных значительно сложнее, чем функции одной переменной. Это вызвано не только тем, что рассуждения становятся более громоздкими в силу наличия большого числа переменных, но и рядом принципиальных трудностей.
Первой трудностью является то, что если представить многочлен в виде:
P (x,y) =a00+a10x+a01y+a20x2+ a11xy+a02y2 +…+aomym, (6)
где аij - коэффициенты.
То подставляя данные координаты точек и приравнивая левую часть соответствующему значению zi, получим систему n+1 линейных алгебраических уравнений относительно 1+2+…+ (m+1) = (m+1) (m+2) /2 неизвестных коэффициентов aij. Вообще говоря эти уравнения независимы. Следовательно, если не накладывать на P (x,y) никаких дополнительных условий, то n+1 должно быть равно (m+1) (m+2) /2. Поэтому мы не можем решить поставленную задачу при произвольном количестве узлов интерполирования.
Второе принципиальное затруднение это то, что узлы интерполирования не могут располагаться произвольно. Рассмотрим на примере n=2 и n=5: для первого случая определитель будет обращен в нуль, если три точки (x0,y0), (x1,y1) и (x2,y2) лежат на одной прямой; во втором случае определитель будет обращаться в нуль если 6 точек интерполирования лежат на одной кривой второго порядка. Аналогично, если взять 10 узлов интерполирования, то определитель системы обратиться в нуль, если все они лежат на одной прямой третьего порядка. Проверка того, что определители не обращается в нуль, чрезвычайно затруднительна.
Третье принципиальное затруднение возникает при оценке остаточных членов. Так как теорема Ролля, для данного случая действовать не будет.
Также существуют еще несколько нюансов показывающие, что использовать только интерполирование нерационально. Во-первых, если число узлов велико, то мы получаем громоздкие выражения для интерполяционных многочленов. Во-вторых, если табличные значения функции подвержены каким-то случайным ошибкам измерения, то эти ошибки будут внесены в интерполяционный многочлен и тем самым исказят истинную картину поведения функции.
Из всего вышесказанного следует, что использовать интерполяционный многочлен необходимо, если только не нужна большая точность, поэтому логичным будет использовать аппроксимационную функцию, т.к. эта функция будет близко проходить к заданным значениям, будет происходить дополнительное сглаживание результатов наблюдения.
При аппроксимации главным допущением является то, что значения аргумента x0,x1,.,xn найдены значительно точнее, чем значения функции f (xi). Также будем предполагать, что систематические погрешности, а также грубые ошибки в значениях функции f (xi) исключены (если нет то необходимо сгладить таблицные значения).
Для получения значения функции в точке x расположенных между xi и xi+1, будем применять сглаживающую функцию основанную на методе наименьших квадратов, предполагая, что x0,x1,.,xn равностоящие, а все значения f (xi) имеют одинаковую точность.
Пусть φ0 (x), φ1 (x),…, φm (x) - какая-то система линейно независимых функций на интервале [a,b], m≤n. Будем разыскивать обобщенный многочлен, составленный из этих функций:
,
(7)
где f (xi) - значение функции взятой из таблицы;
Ф (xi) - значение подбираемой функции;
рi - вес точности.
Далее необходимо, чтобы этот многочлен имел наименьшее значение. В нашем случае значения f (xi) имеют одинаковую точность, поэтому:
,
(8)
где рi - вес точности.
Тогда получаем:
,
(9)
где f (xi) - значение функции взятой из таблицы;
Ф (xi) - значение подбираемой функции.
Аппроксимировав данные взятые из таблиц 1,2,3,4 алгебраическими многочленами 1,x,x2,…,xm, т.к. они образуют систему Чебышева на любом отрезке, а следовательно линейно не зависимы, получим зависимость коррозийной стойкости от плотности тока, концентрации соли и плотности серной кислоты. Для удобства читаемости запишем формулу в виде:
,
(10)
где Ch - числитель в формуле,
Zn - знаменатель.
![]()
![]()
),
(11)
где p - плотность заданного электролита,
c - концентрация соли в растворе электролита,
i - плотность тока.
,
(12)
где p - плотность электролита.
Далее с учетом формул (4) и (5), получим:
![]()
![]()
![]()
,
(13)
где p - плотность заданного электролита, c - концентрация соли в растворе электролита, i - плотность тока; t - время анодирования алюминия.
На основании этих допущений и зависимостей полученных экспериментальным путем на какой-либо конкретной установке и зная свойства электролита можно судить о любом похожем процессе.
6.1.3 Описание методов оптимизации
Значение эффективных численных методов минимизации функции одной переменной определяется в основном тем, что они входят составной частью во многие методы решения сложных экстремальных задач.
Существует множество различных методов нахождения экстремума функции. Отличаются они по скорости сходимости (количестве итераций необходимых для нахождения оптимума), количестве элементарных действий (необходимо или нет вычислять дополнительные функции, например, производные). Но сказать какой метод лучше или хуже можно только с натяжкой, т.к. это зависит от вида функций, например, метод чисел Фибоначчи считается самым быстрым из одномерных, однако он справедлив только для унимодальных функций. Метод локализации очень зависим от выбора начальной точки и приращения, но он способен локализовать экстремум в отличии от чисел Фибоначчи или "золотого сечения". Методы первого порядка просты в реализации. Для методов второго порядка требуется вычисление вторых производных, что в прикладных задачах или невозможно или сопряжено с большими затратами. Однако такие общие данные не могут служить основанием для оценки качества методов при решении конкретных задач. До настоящего времени нет достаточно обоснованных правил выбора методов решения.
Основной теории сходимости вычислительных методов служит теория устойчивости дискретных систем. В рамках этой теории сходимость многих модификаций (например, методов ньютоновского типа, квазиньютонофского методов первого и нулевого порядка) можно трактовать как сохранение свойства устойчивости при возмущении дискретных систем.
Важной особенность является то, что почти все эти методы находят локальный минимум на каком-либо отрезке, глобальный можно найти только методом перебора или аналитически, при реализации с помощью вычислительной техники второй способ не подходит.
Выбор метода для минимизации конкретной функции зависит от многих причин. Общая рекомендация состоит в том, что первые итерации строить методами нулевого или первого порядка, а затем в случае необходимости перейти к методам второго порядка. Метод сопряженных градиентов, будучи методом первого порядка, по объему итераций на итераций мало отличается от градиентных методов, но обладает сверхлинейной сходимостью. Следует однако, отметить его большую чувствительность к ошибкам округления. Методы второго порядка накладывают ограничение на функцию, необходимо чтобы она была дважды диффиринцируема и эта производная была положительна. Поэтому для нахождения минимума реализуем метод двумерной оптимизации - покоординатным спуском и сканированием, а одномерной - метод "золотого сечения" и метод сканирования. Покажем как функционируют эти методы.
Метод сканирования самый простой в реализации, но он единственный который ищет глобальный экстремум. Этот метод заключается, при заданных значениях точности и границах, перебором всех значений переменных и из всех вычисленных значений выбирается лучший.
Метод покоординатного спуска заключается в нахождении экстремума поочередно по каждой переменной.
Пусть задана функция двух переменных, линии равного уровня которой изображены на рисунке 6.2.

Рисунок 6.2 - Метод покоординатного спуска
Из некоторой начальной точки Х0= (х1, х2) производится поиск минимума вдоль направления оси х1 с получением точки Х0. В этой точке касательная к линии равного уровня параллельна оси х1. Затем из точки Х0 производится поиск минимума вдоль направления оси х2 с получением точки Х1. Следующие итерации выполняются аналогично. Для минимизации функции F (x) вдоль осевых направлений может быть использован любой из методов одномерной оптимизации.
Приведем описание метода “золотого сечения”.
Пусть экстремум локализован в интервале [x1,x3] (рисунок 6.5).
Алгоритм поиска экстремума складывается из следующих этапов:
а) вычисляются и запоминаются значения функции F (x) на концах исходного интервала [x1,x4], то есть значения F (x1) и F (x4);
б) вычисляются и запоминаются значения функции F (x2), где
;
в) вычисляются и запоминаются значения функции F (x3), где
![]()
;
г) по найденным значениям F (x1), F (x2), F (x3) и F (x4) определяется интервал, в котором локализован экстремум, состоящий из двух интервалов l1 и l2 неравной длины.
д) внутри большого интервала l2 находится точка, отстоящая от конца общего интервала l1+l2 на расстоянии.
;
е) в этой точке рассчитывается значение функции F (x), после чего снова выбирается сокращенный подинтервал в интервале l1+l2, локализующий экстремум, то есть вычисления повторяются, начиная с пункта.
г) до тех пор, пока не будет получена заданная точность нахождения положения экстремума.

Рисунок 6.3 - Одномерный поиск методом “золотого сечения”
6.1.4 Результаты оптимизации
Рассмотрим процесс анодирования алюминия AD1 в растворе серной кислоты с добавлением соли сульфата меди. Данные находятся в таблицах 1,2,3,4 соответственно при плотности электролита 1.2,1.23,1.26 и 1.29 кг/м3. Опыты проводились при ограничениях на концентрацию соли (от 0.2% до 2.6%) и плотность тока изменялась от 2 до 8 А/дм2. Наглядно показаны данные в виде поверхностей на рисунках 6.4,6.5,6.6,6.7.

Рисунок 6.4 - Зависимость коррозийной стойкости от плотности тока и концентрации сульфата меди при плотности электролита 1.2 кг/м3

Рисунок 6.5 - Зависимость коррозийной стойкости от плотности тока и концентрации сульфата меди при плотности электролита 1.23 кг/м3

Рисунок 6.6 - Зависимость коррозийной стойкости от плотности тока и концентрации сульфата меди при плотности электролита 1.26 кг/м3

Рисунок 6.7 - Зависимость коррозийной стойкости от плотности тока и концентрации сульфата меди при плотности электролита 1.29 кг/м3
При обработки таблиц сглаживание произведено не было так как значения не выделяются.
Функциональную зависимость коррозийной стойкости от плотности тока, концентрации соли и плотности электролита показана можно увидеть на формуле (13).
При оптимизации метод сканирования с точностью 0.1 по оси плотности тока, с точностью 0.001 по с точностью 0.01 по оси плотности электролита оси концентрация и были получены следующие результаты:
коррозийная стойкость равна 10;
плотность тока равна 5 А/дм2;
концентрация соли равна 0.014 %;
плотность электролита 1.23 кг/м3.
При оптимизации методом двумерной оптимизации покоординатным спуском с точностью 0.001 и методом "золотого сечения" с точностью 0.001 были получены следующие результаты:
коррозийная стойкость равна 10;
плотность тока равна 6,99 А/дм2;
концентрация соли равна 0.015 %;
плотность электролита 1.27 кг/м3.
Данные получились целые так как таковы ограничения на функцию (коррозийная стойкость целочислена от 0 до 10), отличия наблюдается, потому что максимальное значение коррозийной стойкости возможны при разных параметров процесса анодирования, а наша аппроксимация позволяет если бы не было максимального значения в таблице данных, то найти его, так как программа ищет максимум по зависимости.
Результаты представлены также на рисунке 6.8.

Рисунок 6.8 - Результаты оптимального проектирования
6.2 Информационное обеспечение
Информационное обеспечение САПР - это совокупность единой системы классификации и кодирования, системы показателей и информационных языков, унифицированных систем документации и массивов информации, совокупность первичных и производных данных, а также совокупность правил и методов организации, представления, накопления, хранения, обновления и контроля информации, обеспечивающих эффективное использование информации в САПР
Основная задача информационного обеспечения САПР - удовлетворение информационных потребностей проектировщика. Основу ИО составляют банки данных - специальным образом организованные хранилища информации. Банк данных - совокупность базы данных и системы управления базами данных. База данных - структурированная совокупность данных. Сведения, содержащиеся в банках данных, должны удовлетворять требованиям полноты и достоверности.
Существует три основных типа моделей баз данных: иерархическая, сетевая и реляционная. Для разрабатываемой подсистемы САПР была выбрана реляционная модель, т.е. данные представлены в виде таблиц, потому что она достаточно проста в реализации с помощью современных средств разработки приложений БД.
Структура информационного обеспечения САПР включает процедурную часть (языки проектирования, которые совместно с терминологией, применяемой в данной САПР, описываются в лингвистическом обеспечении) и средства для описания и накопления входной, выходной и промежуточной информации для проектирования (библиотеки, архивы, базы и банки данных).
Информационные потоки, используемые прикладными программами при проектировании, составляют основу информационного обеспечения.
При разработке информационного обеспечения необходимо учитывать следующие требования:
полноту обеспеченности данными всех разработчиков, использующих средства САПР в соответствии с их целями, задачами, выполняемыми функциями;
минимизацию времени обращения разработчиков к системе и их входа в систему, времени обработки, обмена и выдачи данных из системы;
организацию информационной базы (её размещение) с учётом минимизации затрат на хранение и передачу данных разработчикам;
однократность ввода данных в систему, исключающую ошибки ввода и искажения данных;
простоту, унификацию и стандартизацию форм;
возможность корректировки и дополнения данных.
Для функционирования данной САПР необходимо наличие следующих БД:
БД электролитов;
БД металлов;
БД гальванических ванн;
БД готовых проектов.
Для создания данных баз данных применялась система управления базами данных Interbase, которая удовлетворяет следующим требованиям:
информационная совместимость проектирующих и обслуживающих подсистем САПР;
возможность наращивания БД;
обеспечение целостности данных;
поддержка работы в сети.
СУБД применяет реляционную организацию баз данных. Рассмотрим поля каждой таблицы используемых баз данных.
БД электролита состоит из двух таблиц.
Таблица электролитов содержит поля:
поле электролит (длинное целое число) - идентификатор электролита;
поле название (строковая переменная) - название электролита;
поле описание электролита (строковый тип) - производится описание данного электролита и его отличительные свойства, а также любые примечания относящиеся к данному типу электролитов;
поле компонент (длинное целое число) - код компонента;
поле концентрация (вещественное число) - относительные концентрации компонентов.
Таблица компонентов электролита содержит поля:
поле компонент (длинное целое число) - идентификатор компонента;
поле название (строковая переменная) - название компонента электролита;
поле описание компонента (строковый тип) - производится описание данного компонента и его свойство добавляемое электролиту;
поле химическое обозначение (строковый тип) - химическое обозначение компонента.
БД металлов также состоит из двух таблиц.
Таблица металлов содержит поля:
поле металл (длинное целое число) - идентификатор металла;
поле название (строковая переменная) - название металла;
поле примечаний (строковый тип) - описывается метал и его свойства;
поле обозначение (строковая переменная) - его химическое обозначение;
поле примесь (длинное целое число) - код присутствующей примеси;
поле доля (вещественное число) - относительная доля содержания.
Таблица примесей содержит поля:
поле примесь (длинное целое число) - идентификатор примеси;
поле название (строковая переменная) - общеупотребительное название примеси;
поле обозначение (строковая переменная) - химическое обозначение;
поле плотность (длинное целое число) - плотность примеси.
БД гальванических ванн состоит из двух таблиц и имеет следующую структуру.
Таблица параметров гальванической ванны:
поле ванны (длинное целое число) - идентификатор ванны;
поле название (строковая переменная) - название гальванической ванны;
поле ширина (целое число) - габаритная ширина аппарата;
поле длина (целое число) - габаритная длина аппарата;
поле высота (целое число) - габаритная высота аппарата;
поле объем (целое число) - рабочий объем ванны;
поле шины (целое число) - количество анодных шин;
поле футеровка (длинное целое число) - код футеровки.
Таблица футеровки:
поле футеровка (длинное целое число) - идентификатор футеровки;
поле название (строковая переменная) - общепринятое название футеровки;
поле примечания (строковая переменная) - примечания к данному покрытию.
БД готовых проектов содержит информацию, описывающую готовые решения. По сравнению с описанными выше БД она имеет значительно сложную структуру. Она состоит из четырех таблиц: таблица проекта, таблица итоговых результатов, таблица формула, таблица экспериментальных данных.
Таблица проектов содержит следующие поля:
поле номер проекта (длинное целое число) - идентификатор проекта;
поле название (строковая переменная) - употребительное название проекта;
поле ФИО (строковая переменная) - ФИО разработчика;
поле дата (тип даты) - дата создания проекта;
поле формула (длинное целое число) - код используемой формулы для аппроксимации;
поле электролит (длинное целое число) - код электролита;
поле металл (длинное целое число) - код металла;
поле результат (длинное целое число) - код получившихся результатов;
поле примечание (строковый тип) - любая символьная информация относящаяся к данному проекту;
поле экспериментальные данные (длинное целое число) - код экспериментальных данных;
поле ванны (длинное целое число) - код ванны.
Таблица результатов состоит из полей:
поле результата (длинное целое число) - идентификатор результата;
поле примечание (строковый тип) - любая символьная информация относящаяся к результатам;
поле стойкость (короткое целое число) - коррозийная стойкость алюминия;
поле цветостойкость (целое число) - цветостойкость получившегося покрытия;
поле температура (вещественное число) - оптимальная температура которую необходимо поддерживать;
поле время (целое число) - время анодирования алюминия;
поле плотность тока (вещественное число) - плотность тока в ванне;
поле концентрация (вещественное число) - концентрация соли;
поле плотность электролита (вещественное число) - необходимая плотность заданного электролита.
Таблица формул содержит следующие поля:
поле формула (длинное целое число) - идентификатор формулы;
поле название (строковая переменная) - наименование формулы;
поле описание (строковая переменная) - описание формулы;
поле критерий (вещественное число) - значение точности при подборе коэффициентов;
поле библиотека (строковая переменная) - имя библиотеки где размещается исполняемый код данной формулы.
Таблица экспериментальные данные содержит следующие поля:
поле таблица (длинное целое число) - идентификатор таблиц со значениями;
поле название (строковая переменная) - название таблицы;
поле примечание (строковый тип) - любая символьная информация относящаяся к данным;
поле концентрация1 (вещественное число) - минимальная концентрация соли;
поле концентрация2 (вещественное число) - максимальная концентрация соли;
поле ток1 (вещественное число) - минимальная плотность тока;
поле ток2 (вещественное число) - максимальная плотность тока;
поле электролит1 (вещественное число) - минимальная плотность электролита;
поле электролит2 (вещественное число) - максимальная плотность электролита;
поле шаг1 (вещественное число) - шаг концентрации используемый в таблице;
поле шаг2 (вещественное число) - шаг плотности тока;
поле шаг3 (вещественное число) - шаг плотности электролита;
поле массив (массив из вещественных чисел) - значения коррозийной стойкости.
Также присутствует и еще одна таблица соответствий, которая убирает связь многих ко многим.
Таблица соответствий имеет поля:
поле электролит (длинное целое число) - код электролита;
поле футеровка (длинное целое число) - код используемой футеровки при данном электролите.
Схема, описывающая таблицы, в которых хранятся данные предметной области и связи между ними, соответствующие логике предметной области, называется инфологической моделью базы данных.
В реляционных базах данных схема содержит как структурную, так и семантическую информацию. Структурная информация связана с объявлением отношений, а семантическая выражается множеством известных функциональных зависимостей между атрибутами отношений, указанных в схеме. Однако некоторые функциональные зависимости могут быть нежелательными из-за побочных эффектов или аномалий, которые они вызывают при модификации данных. В этом случае необходимо прибегнуть к процедуре называемой декомпозицией, при котором данное множество отношений заменяется другим множеством отношений (число их возрастает), являющихся проекцией первых. Цель этой процедуры - устранить нежелательные функциональные зависимости (а, следовательно, и аномалии), что составляет суть процесса нормализации. Таким образом, нормализация - это пошаговый обратимый процесс замены данной схемы (совокупности отношений) другой схемой, в которой отношения имеют более простую и регулярную структуру.

Рисунок 6.9 - Структура связей БД
При этом возникает проблема обратимости, т.е. возможности восстановления исходной схемы. Это значит, что декомпозиция должна сохранять эквивалентность схем при замене одной схемы на другую. Для обеспечения эквивалентности схем необходима декомпозиция, гарантирующая отсутствие потерь, и сохраняющая зависимости. Декомпозиция без потерь гарантирует обратимость, т.е. получение исходного множества отношений путем применения последовательности естественных соединений над их проекциями. При этом в результирующем отношении не должны появляться ранее отсутствовавшие кортежи (записи), являющиеся результатом ошибочного соединения. Сохранение зависимостей подразумевает выполнения исходного множества функциональных зависимостей на отношениях новой схемы.
Предложенная инфологическая модель базы данных процесса анодирования алюминия является нормализованной и полностью соответствует требованиям предметной области: в ее состав входят все таблицы, необходимые для хранения требуемых данных; система связей (функциональных зависимостей) между таблицами соответствует логике данных предметной области и не содержит нежелательных зависимостей, приводящих к побочным эффектам.
Структура связи БД представлена на рисунке 6.9.
В современных условиях и в конкретном случае разработки ИО подсистемы САПР важную роль играет возможность одновременного доступа к данным нескольких пользователей. Решение этой задачи нашло отражение в концепции "Клиент-сервер". Она была создана для разрешения таких проблем как корректная обработка одновременных запросов от нескольких пользователей, возможность использования в качестве клиента маломощных компьютеров, так как вся работа по обработке запроса ложится на сервер, а так же увеличение сохранности и безопасности данных.
Вид БД представлен на рисунке 6.10.

Рисунок 6.10 - Вид БД
6.3 Лингвистическое обеспечение
Лингвистическое обеспечение - совокупность языков, используемых в САПР для представления информации о проектируемых объектах, процессе и средствах проектирования, которой обмениваются люди с ЭВМ и между собой в процессе автоматизированного проектирования. Лингвистическое обеспечение представляет собой набор, информационно-поисковых (используются в обслуживающих подсистемах), вспомогательных языков и языков проектирования, обеспечивающих взаимодействие пользователя и САПР.
Любая САПР является человеко-машинной системой, главной задачей которой является облегчение труда конструкторов, проектировщиков, чертежников для получения более качественного и конкурентоспособного изделия. В связи с этим одним из важных требований, предъявляемых к разрабатываемой САПР, является требование эргономичности.
Задача разработчика системы автоматизированного проектирования максимально упростить работу человека, и в то же время предоставить ему все возможные средства для плодотворной работы. Лингвистическое обеспечение не упрощает расчёта математических моделей или оптимизацию, но делает процесс проектирования удобным для разработчика.
Лингвистическое обеспечение разрабатываемой САПР состоит из программы взаимодействия с пользователем, который организован в виде диалога с пользователем. Он включает в себя следующие виды диалога: "Выбор из меню" (стандарт ComboBox) и "вопрос - ответ".
Диалог типа "выбор из меню" применяется в программе общения с пользователем. Он ориентирован на неподготовленного пользователя и представляет собой выбор одного из нескольких вариантов ответа. Диалог типа "вопрос - ответ" также применяется в программе диалога с пользователем при вводе исходных данных и ориентирован на неподготовленного пользователя владеющего навыками работы на персональном компьютере в системе Windows 95/98/МЕ/2000. Все виды диалогов с пользователем показаны ниже на рисунках.
При вводе данных пользователю предоставляются большие возможности, такие как:
заполнение таблицы в произвольном порядке;
возможность корректировки любой графы таблицы;
постраничный просмотр вводимых данных;
возврат к ранее введенным данным и их корректировка.
При вводе проверяется тип вводимых данных и при их несоответствии происходит блокирование входных данных с выдачей звукового сигнала.

Рисунок 6.11 - Пример диалога основанный на выборе из меню в окне процессов

Рисунок 6.12 - Пример диалога: система "заполнения бланков" при создании новой таблицы
6.4 Программное обеспечение
Программное обеспечение - это совокупность машинных программ, необходимых для выполнения автоматизированного проектирования. Это обеспечение включает комплексы программ специального и общего назначения. От свойств программного обеспечения в значительной мере зависят возможности и показатели эффективности САПР.
К программному обеспечению системы автоматизированного проектирования предъявляют требования экономичности, удобства использования, надежности, правильности, универсальности и сопровождаемости.
Программное обеспечение САПР делится на системное и прикладное. К системному программному обеспечению относятся языки, трансляторы, стандартные программы, операционные системы.
Прикладное программное обеспечение предназначено для решения определённых проектных задач. Его состав всегда индивидуален и зависит от объекта проектирования, специфики и объёма задач, решаемых конкретной САПР. Прикладные программы разрабатываются на основе математического обеспечения, что является одной из наиболее трудоёмких работ при создании САПР.
Программные средства должны обеспечивать:
удобство ввода в эксплуатацию и возможность быстрой модификации;
широкий охват типовых процедур проектирования;
ориентацию средств взаимодействия (по языку, структурам данных, управлению) на проектировщика и конструктора;
независимость от используемых операционных систем и технических средств определённого класса;
стандартную организацию программных модулей и связей между ними, а также данных (в том числе графических) и управления ими;
простоту адаптируемости к различным классам устройств ввода-вывода.
Удовлетворение этим требованиям не означает, что базовое программное обеспечение должно быть единственным. Вполне допустима проблемная ориентация на определённые семейства средств вычислительной техники.
Системное программное обеспечение состроит из: операционной системы Windows XP, языка программирования Delphi 5.0, графического редактора AutoCad 2000.
Windows XP достаточно мощная система, подходящая для работы с базами данных и реализующая режим многозадачности. Она обеспечивает возможность работы с новейшими программными средствами. Еще одним достоинством этой операционной системы является поддержка различных приложений, необходимых в процессе проектирования. Кроме того, Windows XP имеет встроенную поддержку для работы с сетями. Вышеизложенные факты и послужили основанием для выбора операционной системы Windows XP.
Широкое распространение больших компьютерных сетей и потребность пользователей во взаимодействии и совместном использовании централизованных баз данных привели к тому, что сетевое программное обеспечение из разряда полезного перешло в разряд необходимого. Подключившись к сети, операционная система может повысить свои вычислительные мощности и возможности доступа к данным, разрешить пользователям взаимодействовать и совместно использовать данные, а также предоставить приложениям такие возможности, которое отдельно взятая операционная система не могла бы обеспечить. Чтобы все перечисленное было реализовано эффективно, сетевое программное обеспечение Windows XP встроено в операционную систему и работает на равных правах с остальными частями исполнительной системы Windows XP.
Сложность математического обеспечения и методов принятия решений обусловили создание большого комплекса прикладных задач. Каждая из четырех подсистем в соответствии со своей спецификой имеет в своем составе необходимое программное обеспечение.
Так для подсистемы ввода и анализа исходных данных необходима программа, в которой