Выбор моделей процессов

Методологически задача выполнения научных исследований для оценки параметров (или выбора) модели процесса или ХТС состоит из нескольких этапов, а именно а) задания некоторого множества моделей объекта на основе фундаментальных законов (закономерностей) или априорной информации б) разработка структуры, состава, элементов, системы управления и изготовления экспериментальной установки в) планирования и проведения экспериментов на установке г) обработка экспериментальных данных для идентификации модели (определения параметров) д) выдачи модели процесса или ХТС на стадию проектирования. При неудачном выполнении одного из этапов в указанной последовательности цикл действий может повторяться с любого из этапов, т. е. длительность проведения эксперимента и обработки результатов зависит от четкости его постановки, корректности математического обеспечения и уровня автоматизации. [c.58]

ВЫБОР МОДЕЛЕЙ ПРОЦЕССОВ [c.331]

При выборе модели процесса учитывают те его составляющие, которые существенны для показателей процесса или его свойств, например концентрации (степени превращения) на выходе из слоя, определяющие его производительность и селективность, и максимальная температура в слое, которая не должна превышать некоторого значения, устанавливаемого технологическими ограничениями процесса. В дальнейшем сечение слоя с максимальной температурой будем называть горячей точкой . [c.119]

Выбор модели процесса. Обсудим вопросы выбора модели, соответствующей цели моделирования. [c.147]

Выбор модели процесса горения и формирование на ее основе аналитической системы расчета теплофизических и геометрических параметров диффузионного турбулентного факела пламени для заданных условий горения приведен во второй главе книги. [c.10]

Выбор модели процесса. На основании имеющихся сведений об условиях проведения рассматриваемого процесса в аппарате выбранного типа подбирается типовая модель процесса, характеризуемая определенной структурой потоков вещества и энергии. При отсутствии достаточной информации об исследуемом процессе, как указывалось ранее, его изучение начинается с построения простейших моделей без нарушения основных особенностей процессов. При выборе модели необходимо учитывать следующее модель должна наиболее полно отражать характер потоков вещества и энергии при одновременно достаточно простом математическом описании [c.111]

О ячеистая модель переходит в идеальную модель полного смешения, а при оо — модель полного вытеснения. В этом смысле число N является мерой перемешивания в реакторе, и, следовательно, его роль в ячеистой модели аналогична критерию Пекле в диффузионной модели. Очевидно, что адекватность ячеистой модели процессу в реальном реакторе в значительной степени будет определяться выбором величины числа N. [c.82]

Если известна полная математическая модель процесса и возможен выбор технологических переменных, которые необходимы [c.351]

Рассмотрим возможность оптимизации циркуляционных смесителей с использованием метода математического моделирования. Как известно, оптимизация какой-либо системы включает следующие этапы выбор функции цели (или критерия оптимизации) составление содержательного описания процесса или явления, происходящего в системе разработка математической модели процесса или явления и установление ограничений на параметры составление алгоритма поиска оптимального варианта системы и режима ее работы. [c.238]

На этапе макрокинетических исследований решают следующие задачи 1) выбор типа опытного реактора, осуществляемый в соответствии с данными об организации процесса 2) определение модели гидродинамики процесса на основе данных о структуре потоков 3) анализ диффузионных эффектов, процессов массо- и теплопереноса в аппарате и оценка соответствующих тепловых и диффузионных параметров 4) синтез статической математической модели и процесса, установление ее адекватности 5) статическая оптимизация 6) синтез динамической модели процесса и установление ее адекватности анализ параметрической чувствительности 7) анализ устойчивости теплового режима процесса 8) динамическая оптимизация. [c.29]

Нерегулярная стохастическая пористая структура катализатора представляется в виде статистических ансамблей взаимосвязанных структурных элементов. Это позволяет применять иерархический принцип построения математических моделей физико-химических процессов в пористых средах. Каждый уровень иерархии предполагает выбор своей модели процесса, наиболее адекватно отражающей особенности его протекания. [c.141]

Итак, располагая набором приемов и подходов к построению математической модели каталитического процесса на зерне катализатора с учетом возможных вариантов геометрического строения его пор, можно приступать к реализации стратегии принятия решений для синтеза адекватной структуры модели процесса, идентификации ее параметров и выбора оптимальной пористой структуры зерна катализатора. Как видно, исходный объем правил, рецептов и знаний настолько велик, разнообразен и сложен, что оптимальная реализация стратегии принятия решений в этих условиях не может быть осуществлена без привлечения машинных способов переработки информации. [c.162]

Для уточнения оценки параметров модели ставится вторая задача планирования эксперимента, основанная на принципах активной идентификации. Второй подход заключается не только в синтезе оптимального сигнала, но и в выборе оптимальной экспериментальной схемы. На ЭВМ был выполнен анализ параметрической чувствительности оценок констант моделей процесса адсорбции для различных вариантов организации экспериментального [c.217]

Сложнее вопрос о точности модели решается при отсутствии экспериментальных данных, это именно тот вопрос, который особенно важен при решении задач проектирования. В настоящее время не существует готовых математических или логических методов контроля точности моделей. Практические методы разрабатываются индуктивно на основе обобщения опыта моделирования и имеют форму эвристических рекомендаций, которые, в общем-то, не гарантируют оптимальности построенной модели. Стратегия поиска оптимальной по сложности и точности математической модели может быть следующей. В результате анализа исходных предпосылок создается полный математический образ проектируемого процесса в виде ППП. При выполнении программ производится оценка результатов, их соответствие ограничениям, количественным и качественным характеристикам проекта. При несоответствии результатов проектирования заданным требованиям создается новый образ процесса, который оценивается аналогично. Альтернативой такому подходу является создание упрощенного образа процесса, который будет усложняться по мере оценки результатов проектирования. Усложнение будет проводиться до тех пор, пока не выполнятся все требования, предъявляемые к проекту, или не исчерпаются ресурсы проектирования (программное обеспечение). В последнем случае решение о дальнейших действиях принимает пользователь. Развиваемые в работах [10—13] практические принципы достижения компромисса между сложностью и точностью моделей основаны именно на таком подходе. Основным при этом является принцип наименьшей сложности, в соответствии с которым рациональным выбором модели Т считается такой, что [c.263]

Решение задачи на ЦВМ включает следующие этапы постановку задачи — формулировку модели процесса математическую формулировку задачи — составление математического описания выбор численных методов решения уравнений разработку общего алгоритма программирование выявление ошибок (отладку программы) решение. [c.30]

Реальные модели, которыми являются физические объекты, подразделяют на физические и математические. Физическая модель характеризуется той же физической природой, что и исходный процесс. Создание моделей процессов, в которых сохраняются лишь самые суш,ественные черты — нелегкое дело и возможно только на основе знания промышленных процессов. Умение предсказать поведение химического реактора при изменении параметров процесса Является главным критерием правильного выбора модели. Поэтому для моделирования особенно важно единство теории й практики. [c.461]

Вероятно, на коэффициент безводного вытеснения существенное влияние оказывают процессы, происходящие в стабилизированной зоне. Поэтому одним из требований к экспериментам, приближенно моделирующим естественные условия, является выбор модели такой длины, которая была бы больше длины стабилизированной зоны. Размер же стабилизированной зоны в конкретных условиях можно установить только экспериментально. Для этого были проведены следующие эксперименты. [c.182]

Математические модели процессов массопередачи. Определение наиболее выгодного режима работы пенного аппарата и выбора на его основе оптимального управления является не, только задачей технологии, но и экономической задачей, решение которой возможно только на основе математического описания. Существующие в настоящее время методы моделирования химико-технологических процессов можно разделить на две группы. [c.223]

Для создания экономически наиболее эффективных промышленных установок каталитического риформинга и выбора для них рациональных технологических схем и оптимальных реакторных устройств необходимо иметь подробные сведения о прикладной макрокинетике и математических (.макрокинетических) моделях процесса риформинга, о тепловых эффектах процесса, способах подвода тепла и теплового регулирования заводских реакторов. [c.35]

Разнообразные каталитические реакции образования олефинов, диенов и некоторых мономеров с функциональными группами для СК, рассматриваемые в этом учебном пособии, имеют одну общую черту — они, как правило, протекают на поверхности твердых катализаторов. Поэтому целесообразно проанализировать общие кинетические закономерности гетерогенно-каталитических реакций, дать термодинамическое и кинетическое обоснование выбора рабочих параметров и катализаторов для проведения этих процессов, рассмотреть математические модели процессов и их оптимизацию. [c.65]

При модификации методики анализа, и особенно при разработке новой оригинальной методики, большую помощь могут оказать предварительные теоретические расчеты. К ним относятся расчеты равновесий (гл. 3.4), построение теоретических моделей процесса (например, кривых титрования, см. разд. 22.5), расчеты для выбора оптимальных условий анализа (pH, концентраций реагентов, температуры). Выбор оптимальных условий можно провести и по предварительному эксперименту на стандартных растворах, эталонах или стандартных образцах. [c.380]

Указанные особенности позволяют утверждать, что модель процесса, в которую включено возможно большее количество контролируемых параметров, либо не обладает решением, либо обладает решением, варьируемым в столь малом диапазоне, что выбор критерия оптимальности практически не играет роли при поиске решения. Следовательно, в случае совместимости системы ограничений модели любое ее решение должно обладать свойствами нормального решения [88]. Это означает, что в каждый определенный период оперативного планирования для данной группы товарных нефтепродуктов[ и соответствующей ей группы полупродуктов смешения существует практически не более одного (особенно, если иметь в виду, что решение должно быть выражено с точностью до десятых долей тонны) оптимального решения, т, е. не более одного оптимального рецепта. [c.116]

Микробиологические исследования. На первом этапе определяются микробиологические, биохимические и физико-химические характеристики процесса на микроуровне. Основная задача подобных исследований заключается в нахождении наиболее вероятного механизма протекания процесса с выбором модели кинетики и оценкой констант. На этом же этапе решаются задачи выбора эффективных культур и микроорганизмов и оптимизации питательных сред. Наиболее быстрое решение указанных задач возможно лишь с использованием вычислительной техники, с помощью которой удается быстро просматривать конкурирующие механизмы протекания процесса биосинтеза, оценивать кинетические константы и выбирать оптимальный состав питательных сред. В настоящее время использование вычислительной техники на этом этапе исследований позволяет в некоторых случаях автоматизировать эксперимент, что существенно увеличивает эффективность научных исследований. [c.44]

На практике при выборе системы регулирования и подборе настройки регуляторов мы поступали следующим образом. Сначала на аналоговой машине ИПТ-5 набиралась математическая модель процесса. Для этого уравнения (VII,1) и (VII,2) с учетом воздействия на температуру смеси исходных компонентов были представлены в машинном виде [c.193]

Выбор поверхностных конденсаторов в качестве объекта исследования был предопределен рядом факторов. Во-первых, разработкой математических моделей данных аппаратов восполняется существенный пробел в решении комплекса расчетных и оптимизационных задач целого класса теплообменной аппаратуры. Во-вторых, математические модели процесса конденсации могут быть использованы при моделировании процессов переноса в гетерогенных системах газ — жидкость — твердое тело. И, наконец, последнее. Поверхностные конденсаторы в течение длительного времени были предметом рассмотрения в совместных научно-исследовательских работах, выполненных НПО ГИПХ и кафедрой Системы автоматизированного проектирования и управления Ленинградского технологического института им. Ленсовета. Результаты этих исследований в основном определили содержательную часть предлагаемой читателю книги. [c.9]

Выбор ключевых компонентов реакции. Для создания математической модели процесса, сопровождающегося химической реакцией, в общем случае необходимо описывать характер изменения каждого компонента, участвующего в реакции. При этом для сложных химических реакций число уравнений может стать довольно значительным, что существенно затруднит возможность использования математической модели при исследовании такого процесса. [c.278]

Так, Б работах [1—4] рассматриваются различные способы математического описания процессов химической технологии. Однако авторы этих исследований ограничиваются выбором структуры математической модели процесса, ничего не говоря о способе определения параметров этой модели. Указанные параметры несут информацию об особенностях данного конкретного процесса и, как правило, не могут быть точно заранее определены из общетеоретических соображений. [c.267]

От удачного выбора модели, от того, насколько правильно она отражает характерные черты рассматриваемого процесса, зависит успех исследования и ценность полученных выводов. [c.13]

Для обоснованного выбора модели процесса ректификации рассмотрим, каким образом учитывается тот или иной параметр процесса нри решении задач синтеза системы управления. С точки зрения экономической оценки режимов работы ректификационной колонны важным параметром является качество (концентрация) целевых продуктов. Непосредственный контроль за показателями качества по длине объекта сутцествснно отражается па эффективности систем управления [5, 18, 72, 73]. Недостатком такого способа контроля является отсутствие простых и надежных, но точных и чувствительных датчиков. На практике наиболее распространен контроль за изменением температуры в колонне, во-первых, потому, что имеются безынерционные датчики температуры довольно высокой точности и чувствительности, а, во-вторых, суш ествует тесная связь температуры и концентрации смесей (в случае бинарных смесей пли близких к ним эта связь однозначна). В промышленных установках начинает применяться контроль за перепадом давления в аппарате, так как давление — один из самых малоинерционных параметров. Здесь уже учитываются соответствуюш,ие статические и динамические характеристики гидродинамического процесса. [c.38]

Из-за недостаточности физико-химических представлений о процессе, а также для упрощения математического описания приходится пренебрегать рядом эффектов второго порядка. В результате этого модель получается в той или иной мерэ идеализированной. Для одного и того же реактора может быть составлено несколько моделей, отличающихся как физической интерпретацией процесса, так и числом учитываемых переменных. Выбор модели определяется требованиями решаемой задачи. [c.8]

В соответствии с геометрическим строением элементов твердой фазы выделяются корпускулярные, губчатые, сетчатые, пластинчатые, волокнистые п другие типы структур, в пределах которых также существует множество разновидностей. К корпускулярным структурам, например, относят тела, в которых поры образованы промежутками (пустотами) между компактными частицами, составляющими скелет тела, а поры губчатого строения представляют собой каналы и иолостп в сп.тошном твердом теле. Возможны смешанные структуры, в которых содержится несколько типов элементов. По принципу дополнительности аналогичная к.тассп-фикация справедлива и для описания пространства пор. Принцип дополнительности играет основную роль прп выборе моделей для описания физико-химических явлений и процессов в пористых средах. Например, при описании таких явлений, как фильтрация, диффузия, капиллярная конденсация, капиллярное всасывание, высыхание, электропроводность и т. п., используются модели, описывающие строение пространства пор, тогда как для решения задач прочности, деформации, ползучести, коррозии, отвердевания и т. п. 1юп0льзуются в основном модели строения твердого скелета. [c.127]

Выбор приемлемого приближения должен базироваться на оцен-ь ах допустимых погрешностей в конечных проектных решениях или в ренгимных рекомендациях, а также на оценке точности экспериментальных данных, положенных в основу математического описания элементарных процессов в реакторе. Специальные математические приемы позволяют оценить степень надежности решений прп выборе модели с учетом доверительных интервалов значений ее параметров [51, 52]. [c.24]

Другая сторона проблемы формирования прикладного математического обеспечения заключается в многообразии вариантов реализации технологических схем как совокупности отдельных процессов. Следует заметить, что эта задача ввозникает не только при выборе технологической схемы, она может появиться и при выборе модели, конструкции аппарата, маршрута реакции химического превращения, когда информация о структуре последних нечеткая. [c.619]

Основой для составления математического описания реакторного процесса являются уравнения, описывающие гидродинамику потоков перерабатываемых и получаемых продуктов. В зависимости от этого и классифицируются реакторы по типам. По двум основным моделям потоков различают два типа реакторовг реактор идеального перемешивания и реактор идеального вытеснения. При выборе модели потока учитываются следующие факторы [5] модель должна отражать физическую сущность реального потока при относительной простоте математической формулировки должен существовать метод либо экспериментального определения параметров модели, либо аналитического их расчета структура потоков должна быть удобна для расчета конкретного процесса. [c.21]

Формула (11.1) для коистапты скорости плементарного процесса показывает, что результат расчета зависит от выбора модели иктивировашюго комплекса, определяющей величину и величину коэффициента прохождеиия %. Точный расч( т X при выбранной поверхности фактически сводится к решению динамической задачи многих тел, аналогичной задачам, возникающим [c.70]

Важное значение в вопросах моделирования играет выбор модели в случае, когда какой-то из параметров, характеризующих каталитически процесс, мал. Мы риведем также некоторые результаты исследования уравнений с малыми параметрами. [c.84]

Основные результаты разработки математической модели процесса ректификации печного масла изложены в книге [69], поэтому вывод уравнений модели здесь пе дается. Модель составлена в соответствии со спецификой задачи оптимального управления производством в целом. Кинетика процесса массообмена на тарелках колонны учитывается введением в расчет экспериментально определяемых корректируюш,их параметров (средние коэффициенты эффективности тарелок в секциях). Многокомпонентная смесь приводится к нсевдобинарпой путем объединения компонентов в обобщенный легкий и обобщенный тяжелый компоненты и выбора относительных летучестей обобщенных компонентов. [c.298]

Выделение ароматических углеводородов из катализатов платформинга бензиновых фракций, избирательная очистка нефтяных масел, очистка керосино-газойлевых фракций, органических продуктов и сточных вод методом экстракции получили широкое распространение в производственной практике. Для анализа работы существующих экстракционных процессов и проектирования новых важным моментом является разработка и внедрение методов математического моделирования, что позволит проводить выбор лучших вариантов технологических решений на ЭЦВМ, подбирать оптимальные режимы работы экстрактора и в целом повышать технико-экономические показатели процесса. Наиболее общим подходом в математическом моделировании экстракции является. использование гидродинамической массообмённой модели. Однггко в связи.с тем, что гидродинамика потоков во многих типах экстракционных аппаратов сложна, а коэффициенты массообмена трудно определяемы, решение многих технологических задач целесообразно выполнять с применением статической модели процесса, основанной на теоретической ступени контакта двух жидких фаз. Такой подход облегчается тем, что статическая модель практически адекватна реальному объекту при равенстве их эффективности, выраженной числом теоретических ступеней контакта. [c.3]

Повышенные требования информативности по геологическим параметрам предъявляются к объектам воздействия, где планируется применить гидродинамические методы и технологии, рассчитанные на улучшение коэффициентов охвата пласта вытеснением (циклические методы, водогазовая репрессия, изменение потоков, применение микроэмульсий, ультразвуковые и вибрационные воздействия, ядерные подземные взрывы). Применение всех этих методов основано на срабатывании механизма выравнивания фронтов вытеснения в неоднородных по толщине и проницаемости продуктивных пластах, поэтому характер микрофильтрационных процессов, здесь имеет первостепенное значение. Сюда относятся пласты со слоистой, зональной, линзообразной, и любой другой морфологической неоднородностью. Поэтому при выборе и проектировании технологий воздействия или обработки здесь требуется исчерпывающая на дату составления технологической схемы литологическая информация , распространейие коллекторов, коэффициенты расчлененности, гистограммы проницаемости, данные геофизических измерений по интервалам, показатели гидропроводности и гидрофобности и т. д. Все эти элементы литологического строения пластов или участков используются в расчетных схемах, основанных на математических моделях процесса повышения КНО или интенсификации притока. Качество и количество литологической информации (в числовом или графическом выражении) зависит от метода выбора объекта, этапа воздействия и строгости математической модели и расчетной схемы. [c.31]

Следует упомянуть о работе Г С. Нуса [Л. 37], который рассмотрел физику процессов в многошлаковой печи в отсутствие дуги, т. е. в режиме печи сопротивления. В этой работе, хотя и для простейшего случая, физически обоснованно сформулированы условия подобия для выбора модели исследуемой печи. Но работа эта носит частный характер и нами подробнее не рассматривается. [c.125]

Выбор и построенпе модели процесса. В каждом конкретном случае математическая модель создается, исходя из целевой направленности процесса и задач исследования, с учетом требуемой точности решения и достоверности используемых исходных данных. При анализе полученных результатов возможно повторное обращение к модели после того как часть расчетов уже выполнена, в нее могут быть внесены коррективы. [c.125]

Справочник химика 21

Химия и химическая технология