Самоорганизованный контроль критичности - Википедия - Self-organized criticality control

В Прикладная физика, Концепция чего-либо контроль самоорганизованной критичности относится к управлению процессами, посредством которых самоорганизованный система рассеивается энергия. Цель контроля - снизить вероятность возникновения и размер рассеяние энергии всплески, часто называемые лавины, самоорганизующихся систем. Рассеяние энергии в самоорганизованный критический система в более низкое энергетическое состояние может быть дорогостоящим для общества, так как это зависит от лавин всех размеров, обычно следующих за сила закона распространение и крупные лавины могут быть разрушительными и разрушительными.[1][2][3]

Схемы

Было предложено несколько стратегий для решения проблемы управления самоорганизованной критичностью:

  1. Конструкция контролируемых лавин. Даниэль О. Кахуэйро и Роберто Ф. С. Андраде показывают, что если в системе экзогенно запускаются хорошо продуманные мелкие и средние лавины, то энергия системы высвобождается таким образом, что крупные лавины встречаются реже.[1][2][3]
  2. Изменение степени взаимозависимости сети, в которой распространяется лавина. Чарльз Д. Браммитт, Раисса М. Д'Суза и Э. А. Лейхт показывают, что динамика самоорганизованных критических систем на сложные сети зависят от возможности подключения сложной сети. Они считают, что, хотя некоторая возможность подключения является полезной (поскольку она подавляет самые большие каскады в системе), слишком большое количество подключений дает пространство для разработки очень больших каскадов и увеличивает емкость системы.[4]
  3. Модификация процесса осаждения самоорганизованной системы. Пьер-Андре Ноэль, Чарльз Д. Браммит и Раисса М. Д'Суза показывают, что можно управлять самоорганизованной системой, изменяя естественный процесс осаждения самоорганизованной системы, регулируя место начала лавины.[5]
  4. Динамическое изменение локальных пороговых значений каскадных отказов. На модели сети электропередач Хайко Хоффманн и Дэвид У. Пэйтон продемонстрировали, что либо произвольное обновление линий (что-то вроде профилактического обслуживания), либо обновление разомкнутых линий до порога случайного обрыва подавляет самоорганизованную критичность.[6] По всей видимости, эти стратегии подрывают самоорганизацию больших критических кластеров. Здесь критический кластер - это совокупность линий передачи, которые близки к порогу отказа и полностью разрушаются при срабатывании.

Приложения

Есть несколько событий, которые возникают в природе или обществе, когда эти идеи контроля могут помочь избежать их:[1][2][3][4][5][6]

  1. Наводнение вызванные системами плотин и водохранилищ или связанных долин.
  2. Снежные лавины, которые происходят на снежных холмах.
  3. Лесные пожары в местах, подверженных ударам молнии или спичкам.
  4. Каскады сброса нагрузки которые имеют место в электрических сетях (вид отключение электричества ). В Модель OPA используется для изучения различных методов контроля критичности.
  5. Каскадный отказ в коммутационной сети интернета.
  6. Ишемические каскады, серия биохимических реакций, высвобождающих токсины в моменты недостаточного кровоснабжения.
  7. Системный риск в финансовых системах.
  8. Экскурсии в ядерно-энергетические системы.

Каскады отказов в секторах передачи электроэнергии и в финансовом секторе возникают из-за того, что экономические силы заставляют эти системы работать около критической точки, где становятся возможными лавины неопределенного размера.

Смотрите также

Рекомендации

  1. ^ а б c Д. О. Кахуэйро и Р. Ф. С. Андраде (2010). «Контроль самоорганизованной критичности в моделях песчаных куч». Физический обзор E. 81: 015102 # Р. arXiv:1305.6648. Bibcode:2010PhRvE..81a5102C. Дои:10.1103 / Physreve.81.015102.
  2. ^ а б c Д. О. Кахуэйро и Р. Ф. С. Андраде (2010). «Управление самоорганизованной критичностью в сложных сетях». Европейский физический журнал B. 77: 291–296. arXiv:1305.6656. Bibcode:2010EPJB ... 77..291C. Дои:10.1140 / epjb / e2010-00229-8.
  3. ^ а б c Д. О. Кахуэйро и Р. Ф. С. Андраде (2010). «Подход динамического программирования для управления направленной абелевой моделью Дхара-Рамасвами». Физический обзор E. 82: 031108. arXiv:1305.6668. Bibcode:2010PhRvE..82c1108C. Дои:10.1103 / Physreve.82.031108.
  4. ^ а б К. Д. Браммит, Р. М. Д'Суза и Э. А. Лейхт (2012). «Подавление каскадов нагрузки во взаимозависимых сетях». PNAS. 109: E680 – E689. arXiv:1106.4499. Bibcode:2012PNAS..109E.680B. Дои:10.1073 / pnas.1110586109. ЧВК  3311366. PMID  22355144.
  5. ^ а б П. А. Ноэль, К. Д. Браммит и Р. М. Д'Суза (2013). «Управление самоорганизующейся критичностью в сетях с помощью самоорганизующихся моделей». Письма с физическими проверками. 111: 078701. arXiv:1305.1877. Bibcode:2013ПхРвЛ.111г8701Н. Дои:10.1103 / Physrevlett.111.078701. PMID  23992086.
  6. ^ а б Х. Хоффманн и Д. У. Пэйтон (2014). «Подавление каскадов в самоорганизующейся критической модели с несмежным распространением отказов». Хаос, солитоны и фракталы. 67: 87–93. Bibcode:2014CSF .... 67 ... 87H. Дои:10.1016 / j.chaos.2014.06.011.