Имитационное моделирование параметров модели

Разработкой алгоритмического обеспечения решения расчетных задач и задач совместного выбора параметров теплообменников-конденсаторов и АСР мы завершили создание инструмента, позволяющего в принципе практически реализовать общую функциональную схему алгоритма проектирования (см. рис. 1.2). Вместе с тем следует напомнить, что при построении математических моделей конденсаторов и блока их динамической связи с основным аппаратом технологического комплекса был сделан ряд упрощающих посылок, требующих экспериментальной проверки их корректности. Иными словами, необходима экспериментальная проверка адекватности разработанных моделей их физическим аналогам. С другой стороны, формирование большинства блоков, входящих в общий алгоритм проектирования, не может быть выполнено без проведения исследования стационарных и динамических характеристик теплообменника-конденсатора, а также свойств замкнутой системы регулирования на множестве конструктивно-технологиче-ских параметров аппарата. Решение этих задач возможно лишь в рамках имитационного моделирования, которое требует конкретизации информации, соответствующей табл. 3.1—3.3. [c.165]

Второй способ упрощения, являющийся разновидностью первого, состоит в том, что число пространственных координат сокращается до одной. В качестве модели развития процессов переноса в направлении отброшенных координат принимаются эмпирические закономерности. Обычно это критериальные уравнения, позволяющие определить кинетические коэффициенты тепло- и массообмена и легко выразить объемные источники массы и энергии через параметры системы (2.2.1). Численные значения коэффициентов критериальных уравнений определяются на основе обработки экспериментальных данных или данных имитационного моделирования задач, полученных в приближениях пограничного слоя, с привлечением теории размерностей и подобия. Уравнение движения 3) в системе (2.2.1) исключается, а осевая скорость движения среды усредняется по сечению аппарата. Данный метод нашел широкое применение в инженерном подходе к моделированию теплообменных и массообменных аппаратов и представляется нам едва ли не единственным при построении полных математических моделей динамики объектов химической технологии. Его преимущества видятся не только в том, что при принятых посылках относительно просто достигается численная реализация математического описания, в котором учитываются причинно-следственные связи между звеньями и их элементами, но и в том, что открывается возможность формализации процедуры построения открытых математических моделей химико-технологических аппаратов. Эта процедура может быть выполнена в виде следующего обобщенного алгоритма. [c.36]

Различают аналитическое и имитационное моделирование. При аналитическом моделировании модель системы или ее элементов имеет вид функциональных зависимостей между входными, выходными параметрами и параметрами состояния. Это могут быть математические или логические функции, а модели могут иметь вид алгебраических, дифференциальных, интегро-дифференциальных уравнений или логических условий. [c.74]

Имитационное моделирование — метод математического моделирования, при котором используют прямую подстановку чисел, имитирующих внещние воздействия, параметры и переменные процессов, в математические модели химико-технологических процессов. При этом под имитационным моделированием понимают моделирование (имитацию) поведения объекта путем решения систем математических уравнений, описывающих такое поведение с достаточно малой погрешностью. [c.8]

Хорошие результаты во многих случаях дает имитационное моделирование методом Монте-Карло. Для реализации метода необходимо задать допуски на вьшолнение проточной части машины и закон их распределения, Обьино принимается нормальное распределение, если неизвестен характер влияния технологического процесса изготовления. Однако вид распределения не влияет существенным образом на процесс моделирования. Необходимо выбрать детерминированную модель и процесс случайного выбора размеров. Далее проводится серия расчетов, которая дает либо оценку основных статистик дисперсии, размаха (разницы между максимальным и минимальным значениями параметра), асимметрии, эксцесса, либо, при достаточно большом числе экспериментов, распределение выходных параметров машины (гистограмму). [c.73]

Модели оптимизационного типа чаще применяются на ранних этапах принятия решений. Окончательное решение может быть обосновано лишь с помощью имитационных моделей. В них используется более детальная информация, проверяются более тонкие характеристики управления ВХС и учитываются факторы, которыми приходится пренебрегать в оптимизационных задачах. После применения имитационных моделей возможно возникновение одного из двух типов ситуаций. Если имитационное моделирование подтвердило правильность предварительного выбора всех параметров и режимов управления, то можно принять их как окончательное решение. Если же возникли недопустимые невязки между оптимальными параметрами функционирования и теми, которые были получены в имитационных экспериментах, то следует пересмотреть соответствующие стратегические параметры. Упомянутые невязки могут относиться к ВХС в целом, ее определенным частям и к отдельным элементам. Для устранения невязок необходимо вернуться к оценочным расчетам по оптимизационным моделям с обновленными экзогенными параметрами (ограничениями). Последовательное использование оценочных моделей оптимизационного типа и более детальных имитационных моделей соответствует общему принципу поэтапной детализации решений по управлению водными ресурсами. [c.62]

Ранее нами было показано (см. раздел 1.6), что распределение частиц заданного размера по объему дисперсной системы может быть описано с помощью уравнения (1.136), где в качестве параметров модели выступают средняя скорость движения дисперсной фазы и коэффициент эффективной турбулентной диффузии Оц. Если величина может быть рассчитана согласно (1.112) или (1.113) в зависимости от направления движения фаз, то определение Оц связано со значительными трудностями. Упростить задачу можно, прибегнув к использованию методов имитационного моделирования, как это было сделано в предыдущем разделе. [c.185]

Применение наиболее совершенных математических моделей доменного процесса, в частности, разработанных Институтом металлургии Уро РАН, позволяет проводить имитационное моделирование и прогнозировать оптимальные параметры процесса в определенных новых условиях ведения доменного процесса [ 10.18-10.20,10.53-10.55]. [c.391]

Для повышения достоверности при определении потребности пред" приятий в робототехнике следует применять модели и программы, базирующиеся на методах имитационного моделирования. Разработан целый ряд систем имитационного моделирования, работающих в различных режимах применительно к гибким автоматизированным производствам. Эти системы реализованы в виде пакетов программ на вычислительных комплексах СМ 4. На этой основе может быть создана математическая модель изготовления изделий на роботизированных комплексах применительно к предприятиям химического машиностроения. В качестве входных параметров модели приняты массивы отдельных операций всех видов производств данного предприятия, технические характеристики известных ПР и их систем управления, кинематические и динамические характеристики технологической оснастки. В основу модели заложены все перемещения и манипуляции, необходимые для полностью автоматизиро- [c.45]

Использование исключительно имитационного моделирования не обеспечивало обоснование наилучших планово-проектных решений. Вследствие этого параллельно проводились работы по построению математических моделей оптимизационного типа. Часто в этих моделях не только определялись полезные объемы водохранилищ, но и оценивались с разной степенью детальности режимы управления ВХС. Принципиальная сложность таких задач оптимизации была осознана еще на ранних этапах. Даже в задачах оценки параметров регулирования и использования стока возникали трудности из-за специфики информационной структуры. Достаточно отметить следующие особенности [c.122]

Наше представление о месте имитационного моделирования в рамках методологии управления сложными объектами, имеющими слабо структурированные связи между отдельными их параметрами (к таким объектам, безусловно, относятся современные ВХС) не претендует на принципиальную новизну. Например, нам чрезвычайно близка позиция авторов обзора [Имитационное моделирование..., 1985] и ряда других работ. Согласно этим представлениям имитационная модель обеспечивает проведение имитационных экспериментов при достаточно детальном описании объекта и при фиксированных стратегических параметрах этой модели с заранее выбранными оптимальными или приемлемыми правилами управления. Подчеркнем еще раз, что выбор оптимальных правил управления не входит в функции имитационной [c.364]

После того как разработаны математические модели, представляющие технологические аппараты цикла, и для заданного конкретного типа руды определены зависимости параметров моделей от эксплуатационных и технологических условий, можно рассчитать поведение цикла при изменении этих условий, используя методы имитационного моделирования. Наиболее удобно такое моделирование проводить на цифровых вычислительных машинах. Блок-схема математического имитационного моделирования замкнутого цикла шаровой мельницы с гидроциклоном показана на рис. 7.4. [c.155]

В качестве аргументов в такую подпрограмму передаются характеристики питания моделируемой технологической операции и параметры модели. Например, подпрограмма моделирования шаровой мельницы требует информацию о расходе и гранулометрическом составе поступающей в мельницу руды, а также о значениях функций отбора и разрушения и постоянной мельницы ПМ. Программа рассчитывает гранулометрический состав продукта мельницы и возвращает его в качестве аргумента в основную программу. Основная программа предназначена для описания структуры соединения технологических аппаратов в цикле, которая, по существу, и создает определенный технологический цикл. Так, в основной программе учитывается, подается ли исходное питание цикла непосредственно в шаровую мельницу или используется другой возможный способ организации цикла— подача питания в гидроциклон. Для получения равновесной циркулирующей нагрузки используется итерационный сходящийся процесс обработки данных. Трудности из-за неустойчивой сходимости возникают редко если имитационное моделирование проявляет неустойчивость, необходимо лишь уменьшить размер шага итерации. [c.155]

Исследование объекта с помощью такой алгоритмически описанной имитационной модели посредством анализа ее откликов на вариацию экзогенно заданных параметров возможно проигрыванием на компьютере соответствующих вариантов. Обоснование конкретных характеристик реального объекта требует разработки специальных процедур, обеспечивающих целенаправленную вариацию упомянутых параметров. Необходимость сочетать методы имитационного моделирования со специальными оценочными задачами оптимизации обусловлена спецификой современных ВХС. Сама процедура имитации немыслима без статистического моделирования случайных характеристик. [c.366]

Для того чтобы результатами имитационного моделирования можно было воспользоваться, необходимо иметь гарантию того, что модель идентична объекту. Для этого, во-первых, модели должны быть гибкими , т. е. иметь 1-2 изменяемых параметра, с помощью которых можно обеспечить совпадения реальных и модельных значений и, во-вторых, в состав математического обеспечения должны входить программы для решения задачи оптимальной идентификации, часто называемой при этом адаптивной. Спектр используемых для этих целей алгоритмов довольно широк от обычных. алгоритмов поиска корней системы нелинейных уравнений до различных адаптивных алгоритмов стохастической аппроксимации [ПО] (разумеется, такие задачи приходится решать и в системах реального времени, и это вновь подтверждает их связь с имитационным моделированием). [c.210]

Система автоматического управления процессом дробления, которая позволила уменьшить содержание материала крупностью +9,5 мм, имеет существенное значение при максимизации производительности измельчения без нарушения флотационных требовании к крупности продукта. Имитационная модель предсказала увеличение на 50 т/ч объема переработки материала при несколько меньшей крупности, а фактическая производительность цикла дробления после оснащения системой управления подтвердила адекватность моделей гирационной конусной дробилки и вибрационного грохота. При имитационном моделировании цикла должны быть использованы достаточно чувствительные модели, позволяющие точно определять влияние изменений переменных процесса на основные эксплуатационные параметры. Только тогда на основе имитационного моделирования могут быть спроектированы надежные системы управления. [c.313]

Математическое моделирование является методом описания свойств взаимозаменяемых составных частей с количественной и качественной сторон с помощью так называемых математических моделей. Для качественного описания проводят построение обобщенных моделей с зафиксированными связями между показателями качества, параметрами и допусками. В основе получения количественной характеристики лежит математическое описание для установления этих связей в операциональном виде из совокупности формул, функций цели, уравнений связи и ограничений. На практике отдают предпочтение имитационному моделированию системы составной части на вычислительных машинах. [c.24]

Наиболее употребительные имитационные методы, такие, как метод молекулярной динамики (МД) или Монте-Карло (МК), основываются на прямом моделировании систем, взаимодействующих с заданными потенциалами материальных точек, моделирующих в рамках классической механики атомы системы, и их целью является решение основной задачи статистической механики — вычисление свойств тел и систем по атомным (молекулярным) данным. Возможности такого моделирования определяются совершенством моделей, качествами вычислительных алгоритмов, мощностью ЭВМ. Если еще недавно были доступны системы всего из нескольких десятков атомов, то теперь возможны численные эксперименты с сотнями тысяч взаимодействующих частиц. Поскольку ясно, что ограничения по числу частиц — обязательная черта этих методов, представляется естественным их применение с максимальной эффективностью к исследованию систем с малым параметром, т. е. микро-гетерогенных, в частности адсорбционных, систем. [c.81]

Метод имитационного моделирования можно легко применять для исследования любой схемы классификации, модель и параметры которой известны. [c.189]

Однако для проверки степени адекватности данной аналитической модели к объекту исследования, а также с целью подробного анализа характеристик системы для различных значений и законов распределения входных и выходных параметров, из-за его трудоемкости целесообразно применение имитационного моделирования. [c.23]

Работа по постановке и проведению имитационного моделирования может быть условно разделена на следующие этапы постановка задачи, назначение цели исследования, разработка модели системы, определение параметров управления, планирование эксперимента на ЭВМ при различных значениях управляющих параметров, анализ результатов эксперимента и принятие решений. [c.226]

Полученные оценки параметров модели используются в имитационном эксперименте как истинные. Имитационный эксперимент представляет собой моделирование на электронно-вычислительной машине экспериментальных точек с учетом реальной экспериментальной ошибки измерения данных. Моделируется тот же объем точек, что и в эксперименте. Число таких [c.477]

Рассмотрим результаты применения метода имитационного моделирования для анализа лиганд-рецепторного взаимодействия. На рис. 3.93 представлено облако разброса параметров для модели комплексообразования одного лиганда с одним рецептором. Наблюдается сильная степень корреляции между числом мест связывания и их аффинностью. [c.478]

Последнее замечание сводится к тому, что результат решения всей подсистемы с определением основных и детальных параметров находится с помош,ью итерационной процедуры. Эта процедура аналогична описанным выше итерациям между оптимизационной и имитационной задачами. Таким образом, комплексное решение подсистемы осуш,е-ствляется итерационной процедурой с участием всех трех типов моделей, входяш,их в подсистему задач — оптимизационных, имитационных и детального моделирования. [c.66]

Не останавливаясь на деталях, отметим, что проверка работоспособности алгоритма управления показателем текучести расплава полиэтилена выполнялась с помощью имитационного моделирования на ЭВМ ЕС-1022. На рис. 4.10 показана блок-схема связей основных программных модулей, используемых при испытании. В качестве имитационной модели объекта управления применена квазидпнамическая полиномиальная модель. Параметры модели определялись на основе средних значений переменных, которые определены на стадии статистического анализа экспериментальных данных, а также с применением оптимизационного метода покоординатного спуска. Имитация возмущений осуществлялась изменением параметров модели объекта управления. [c.189]

Уайтен показал, что с моделью идеального перемешивания особенно легко работать, используя простые матричные методы как для имитационного моделирования, так и для расчета параметров модели. Эти параметры можно получить путем исследования решения уравнения для установившегося режима [c.42]

Детализация информации при декомпозиции задач управления ВХС может интерпретироваться как процедура последовательного выявления дополнительных ограничений на искомые параметры. Эта процедура сужает допустимую область искомых значений. На каждом шаге (в процессе решения частной задачи) указанная область должна сужаться настолько, чтобы последующая частная задача допускала отыскание своего решения принятым методом за приемлемое время. Например, для моделей имитационного типа последнее требование означает резкое сокращение необходимых вычислительных экспериментов. Подобную структуризацию системы взаимодействующих моделей развития ВХС можно найти, например, в работах [Математическое моделирование..., 1988] и в ряде других публикаций. В реальных расчетах простейшая схема поэтапной детализации моделей естественно усложняется за счет появления обратных информационных связей, когда в силу неприемлемости решений подробной модели, возникает необходимость возврата к агрегированным задачам. [c.73]

С помощью банка теоретических зависимостей управляющая программа формирует математическую модель. Эффективную работу этой модели обеспечивает наличие информационного банка 9—11, содержащего статистически представленный объем экспериментальных данных относительно типа и параметров распределений, характеризующих геометрические размеры дефектов, характеристик сопротивления различных участков сварного соединения зарождению разрушения и характеристик трещиностойкости при циклическом и статическом нагружении. В зависимости от цели расчета и вида исходной информации управляющая профамма с помощью банка зависимостей включает математическую модель в алгоритм имитационного моделирования. По существу имитационное моделирование представляет собой статистический машинный эксперимеет. Из банка экспериментальных данных выбираются блоки информации, приводятся в исходное состояние датчики случайных чисел и начинается прогон модели. Результаты расчетов после каждого прогона помещаются в банк 16. Многократная прогонка модели на ЭВМ при измененньпс состояниях датчиков случайных чисел и последующая статистическая обработка численного эксперимента позволяют учесть влияние случайного рассеяния параметров, характеризующих долговечность и трещиностойкость, а также случай- [c.380]

Суть метода заключается в получении аналитическим путем зависимостей искомых вероятностей от исходных параметров. Эти зависимости представляются в виде асимптотических разложений по степеням некоторого малого параметра, например интенсивности отказов одного элемента. Коэффициентам разложения придается вероятностный смысл — как правило, это среднее значение некоторого функционала от процесса функционирования системы. Таким образом, задача сводится к оценке на модели указанных функционалов. Поскольку эти функционалы от малых параметров не зависят, их оценка не требует чрезмерных затрат времени (по сравнению с оценками, получаемыми с помощью непосредственного моделирования, экономия времени составляет десятки и сотни раз в зависимости от условий задачи). Здесь эффективность достигается за счет использования аналитических результатов и организации на их основе так называемых направленных имитационных экспериментов по оценке показателей, отличных от искомой величины, но связанных с ней (вид связи определяется аналитически). [c.193]

Найденные значения параметров модели использовались при имитационном моделировании показателя текучести расплава полиэтилена с помощью неадаптивпого алгоритма, в котором не выполнялась адаптация нечеткого отношения Я. В качестве входной переменной принималась максимальная температура х во второй зоне реактора. На рис. 4.5 в сравнении с экспериментальными данными показаны результаты прогноза показателя текучести расплава полиэтилена, вычисленные с помощью неадаптивной модели. [c.176]

Для получения информации о любом цикле обработки минерального сырья (такой, как показатели технологической эффективности или значения параметров имитационных моделей технологических операций) необходимо иметь данные ю расходе и составе входных и выходных потоков цикла. В большинстве циклов (Производятся измерения расходов в потоках питания и про> дуктов и иногда на одном или более внутренних потоках. Расходы оставшихся потоков рассчитываются по другим измеряемым характеристикам, таким, как содержание химических компонентов или гранулометрический состав проб, отбираемых в соответствующих точках. Исследования эффективности работы цикла с использованием методов имитационного моделирования включают следующие этапы 1) расчет полного материального баланса цикла по неполному набору исходных данных — характеристик потоков 2) расчет параметров (модели (по полному набору характеристик технологических. потоков 3) моделирование работы Ц икла на цифровой вычислительной машине, сопровождающее О птими эационные исследования. [c.137]

В рамках нашей работы внимание сосредоточено на моделировании процесса трансляции с детальным описанием влияния вторичной структуры мРНК на элонгацию рибосом. Построенная имитационная модель позволяет оценивать эффективность процесса трансляции мРНК с учетом параметров ее вторичной структуры I энергетическая стабильность шпилек, количество комплементарных пар [c.155]

Остальные классы математических моделей содержат в себе как имитационные, так и оптимизационные модели. Суть последних сводится к сравнению вариантов и выбору лучших из них согласно какой-либо системе предпочтений. Эти модели условно подразделяются на модели обоснования структуры и параметров системы и выбора режимов ее функционирования [Haith, 1984 Математические модели.. ., 1987 Математическое моделирование..., 1988 E onomi Instruments.. ., 1989 Вода России..., 2001].Такое разделение характерно и для моделей развития мониторинга [Веницианов, Левит-Гуревич, 1998]. Обоснование параметров развития ВХС базируется на данных комплексного мониторинга и результатах прогнозного моделирования, а также на сценариях развития соответствующего региона (см. рис. 3.1.1). Среди обосновываемых параметров выделяются характеристики водопользователей, мероприятия по охране и восстановлению вод, защите от их вредного воздействия, а также технические параметры очистных и гидротехнических сооружений. Поскольку почти [c.116]

Точное моделирование действующих циклов обычно не представляет трудности, так как можно провести опробование цикла и определить параметры для использования их в имитационной модели, Затем могут быть проведены оптимизационные исследования цикла. Задачи расширения или модификации действующего цикла измельчения подобны оптимизации, так как параметры могут быть экспериментально определены на действующих мельницах и, если рассматривается изменение размеров мельницы, эти пара1метры могут быть масштабно пересчитаны на основе потребляемой мельницей. мощности. Этот подход может быть также использован при проектировании новых установок, которые должны заменить действующие и на которых будут измельчать руду того же типа. [c.174]

Справочник химика 21

Химия и химическая технология