Особенности задач оптимизации ХТС

Особенностью задач оптимизации трубопроводных систем производств нефтеперерабатывающей и нефтехимической промышленности является многообразие конструкционных и технологических параметров, влияющих на величину капитальных вложений и эксплуатационных затрат. В качестве основных параметров рассматриваются диаметры, толщины стенок и материал трубопроводов, толщина и материал теплоизоляции и ее покровного слоя, длина, конфигурация трубопроводов, размещение опор, креплений и компенсаторов температурного расширения, способ прокладки трубопроводов, параметры нагнетательных машин (насосов или компрессоров), регулирующей арматуры, нагревательных устройств и т. д. [9]. При этом большинство параметров являются взаимосвязанными, т. е. изменение одного параметра приводит к изменению других показателей трубопроводной системы (например, изменение диаметра трубопроводов приводит к изменению гидравлического сопротивления, тепловых потерь, механических напряжений и т. п.). [c.573]

При решении задач оптимизации химико-технологических процессов очень часто ограничения на управляющие переменные являются линейными. Часто они имеют характер простых ограничений на максимальные и минимальные значения соответствующих управляющих переменных (1,9). В схемах, как правило, имеются делители потоков, на коэффициенты деления которых налагаются линейные ограничения вида (1,7). Особенно много таких ограничений будет в задачах синтеза при применении метода структурных параметров (см. гл. VI). Конечно, для решения задачи оптимизации с линейными ограничениями, можно использовать общие методы, разработанные для случая произвольных ограничений. Однако этот случай можно рассматривать отдельно по двум причинам. Первая из них состоит в том, что в задачах, где имеются только линейные ограничения, удается построить более эффективные алгоритмы, используя линейный характер ограничений. Вторая причина состоит в следующем. Математические модели отдельных аппаратов часто могут работать только в некоторой допустимой области. Скажем, если во время оптимизационной процедуры концентраций какой-либо компоненты на входе реактора примет [c.149]

V.I.7. Особенности задач оптимизации ХТС [c.180]

Важной особенностью задачи оптимизации реакторных систем является ее двухуровневый характер. На нижнем уровне решается задача расчета реакторной системы (определение неизвестных выходных переменных в зависимости от известных входных). Задача нижнего уровня, как правило, сводится к решению систем нелинейных уравнении математической модели реакторной системы. На верхнем уровне проводится процедура оптимизации реакторной системы, в ходе которой целенаправленно изменяются структурные и (или) режимно-технологические параметры схемы с целью определения их оптимальных значений. [c.33]

Процедура оптимизации стохастических процессов принципиально не отличается от таковой для детерминированных процессов. Однако особенность задач оптимизации стохастических процессов состоит в том, что модель (уравнение регрессии) служит лишь основанием поиска оптимума за пределами ее действия. [c.246]

Ограничения. Важная особенность задач оптимизации — наличие ограничений. Она вытекает из необходимости компромисса между противоречивыми требованиями, о которых говорилось выше. Назовем некоторые типичные ограничения. [c.181]

Особенностью задачи оптимизации производства минеральных удобрений является то обстоятельство, что фосфатное и калийное сырье используется почти исключительно в производстве удобрений, следовательно, одновременно решается и задача оптимизации производства указанного сырья. Эти виды сырья следует оценивать по приведенным затратам на их добычу и обогащение на конкретных месторождениях и на доставку в пункты переработки. [c.258]

Последние две задачи целесообразно решать одновременно, что позволит существенно увеличить эффективность расчетов. Использование численных методов в задачах циклической оптимизации имеет ряд особенностей по сравнению с классическими задачами оптимизации, обусловленных периодическими граничными условиями, когда не известны ни начальное, ни конечное состояния системы, ни оптимальная продолжительность периода. Вторая особенность возникает при рассмотрении различных интегральных ограничений на средние показатели процесса. [c.292]

Расчет и, в большей степени, проектирование массообменных установок связан с выполнением ряда ограничений еше на стадии смысловой постановки задачи. Характер ограничений определяется многими факторами и, в первую очередь, требованиями к качеству продуктов разделения, особенностями физикохимических свойств компонентов смеси (термолабильность, близость температур кипения компонентов и т. д.), а также требованиями обеспечения устойчивых условий эксплуатации, наличием доступных теплоносителей и хладагентов для охлаждения продуктов и создания парового потока при ректификации. В зависимости от постановки задачи расчета могут накладываться Офаничения на аппаратурную организацию процесса. Таким образом, расчет установки является задачей оптимизации с офаничениями, причем часть из них связана с требованиями к качеству продуктов и обеспечению максимальной разделительной способности, а другая - с обеспечением экономичности эксплуатации процесса. Однако все эти офаничения тесно взаимосвязаны. Например, максимальная разделительная способность может быть обеспечена как в результате поиска оптимального технологического режима работы, так и подбором высокоэффективной аппаратуры. [c.246]

Динамическое программирование хорошо приспособлено для решения задач оптимизации многостадийных процессов, особенно тех, в которых состояние каждой стадии характеризуется относительно небольшим числом переменных состояния. Однако при наличии значительного числа этих переменных, т. е. при высокой размерности каждой стадии, применение метода динамического программирования затруднительно вследствие ограниченных быстродействия и объема памяти вычислительных машин. [c.30]

Автокаталитические реакции заслуживают отдельного рассмотрения, поскольку их скорость зависит не только от концентраций исходных реагентов, но и от концентраций целевых продуктов следовательно, задачи оптимизации таких процессов имеют специфические особенности. [c.152]

До сих пор рассматривалась задача оптимизации параметров процессов, технологической схемы адсорбционной установки при детерминированном задании показателей и характеристик внешних и внутренних учитываемых факторов. Между тем задачу комплексной оптимизации в общем виде необходимо рассматривать при недетерминированном задании исходной информации, что существенно усложняет постановку задачи и ее решение. Сочетание ряда особенностей и свойств стадий процесса оптимизации со свойствами и принятыми формами учета исходной информации определяет достаточно широкий диапазон возможных постановок задачи оптимизации адсорбционных [c.17]

Применительно к задачам оптимизации адсорбционных установок для определения штрафа можно также применять функцию, достаточно точно отражающую сущность происходящего при нарушении ограничения по /р процесса. Примером такого подхода может быть точное определение ущерба, наносимого газовым (или паровым при десорбции) потоком при выходе его скорости за максимально допустимое значение. Указанный подход к выбору выражения штрафной функции позволяет в процессе решения задачи оптимизации уточнить предельные значения функций ограничения (в приведенном примере — максимально допустимое значение скорости потока), принимаемые в ряде случаев, особенно для адсорбционных установок новых типов, сугубо ориентировочно. [c.142]

Достаточно общие и вместе с тем конструктивные методы решения задачи оптимизации состава и структуры схемы системы (объекта) к настоящему времени еще не разработаны. Однако применительно к особенностям технологических схем [c.149]

При постановке задач оптимизации адсорбционных установок, отдельных агрегатов и элементов оборудования, естественно, должны быть учтены и такие отмеченные выше их особенности, как нелинейность основных зависимостей, дискретный характер изменения большой группы оптимизируемых параметров и показателей учитываемых факторов и т. д. [c.159]

Формирование представительного множества условий создания и функционирования адсорбционной установки. Выбор способа получения набора сочетаний исходных данных, достаточно представительно и адекватно описывающего условия создания и функционирования адсорбционной установки, имеет исключительно важное значение для правильного решения задачи оптимизации параметров установки. С другой стороны, трудность построения представительного набора совокупностей исходных данных особенно велика в условиях неопределенности, когда имеется лишь приближенная количественная информация о внешних и внутренних связях установки. При определении числа возможных совокупностей случайных величин необходимо учитывать также ограничения, накладываемые вычислительными возможностями ЭВМ. В этой ситуации необходимо максимально использовать полученные на основании предшествующего опыта интуитивные знания о вероятностных свойствах показателей адсорбционных установок, т. е. о характере случайных колебаний и взаимозависимостей значений различных исходных показателей. [c.160]

Следовательно, задача оптимизации процесса сводится в основном к следующим этапам выбору критерия оптимальности и упрощению функции цели, исходя из конкретных особенностей процесса математическому (или физическому) моделированию процесса с целью получения зависимостей выходных параметров процесса от входных и управляющих воздействий и представлению экономического критерия через варьируемые технологические параметры, связанные между собой известными зависимостями. [c.172]

Рассмотрим более подробно особенности постановки типовых задач оптимизации ХТС. [c.176]

Задачи оптимизации ХТС имеют ряд специфических особенностей. Отметим прежде всего высокую размерность, связанную с большим числом независимых переменных. [c.180]

Остановимся на ряде особенностей вычисления функций в задачах оптимизации химико-технологических схем. [c.32]

При решении задач оптимизации на ЭВМ эта особенность проявляется в том. что для значений варьируемых переменных, лежащих в окрестности начальной точки процесса поиска, значения и изменения Agk компонент градиента минимизируемой функции, соответствующие тем переменным, по которым чувствительность велика, оказываются 1, а по остальным переменным (илп — 1). [c.82]

Некоторыми специфическими особенностями обладают задачи оптимизации схем с обратными тепловыми связями. Рассмотрим класс задач такого типа на примере оптимизации стационарных режимов работы действуюш,их контактных узлов в производстве серной кислоты. [c.182]

Рост сложности и размерности этих задач, особенно задач 2-го класса, требует применения наиболее эффективных (как по быстродействию, так и по надежности определения наилучшего решения) методов оптимизации, позволяющих решать эти задачи в реальное время. Гибкость и универсальность поисковых методов оптимизации, относящихся к классу численных методов нелинейного программирования, сделали их основным средством решения задач 1-го класса и существенной частью алгоритмов решения задач 2-го класса. В последнее время такие методы получили большое развитие, особенно это относится к квазиньютоновским методам, и к методам оптимизации больших систем. Основное внимание в книге уделяется этим методам и опыту их использования для оптимизации ХТС. Вместе с тем комбинаторная природа задач синтеза ХТС требует применения методов дискретной математики, использованию которых также уделено большое внимание. [c.5]

Остановимся на ряде особенностей вычисления целевой функции / (л ) в задачах оптимизации ХТС. [c.80]

Задача оптимизации глобальной схемы будет иметь вид (VI, 27). Поскольку в этом случае все переменные являются непрерывными, для решения могут быть использованы хорошо разработанные численные методы нелинейного программирования (см. гл. III, IV). Ясно, что в результате решения могут быть получены нецелочисленные значения а , принимающие любые значения в интервале (VI, 26). Если условия задачи допускают любые значения структурных параметров в интервале (VI, 26), то полученный результат будет решением первоначальной задачи (VI, 5). При этом, если какие-либо структурные параметры при k = k ,. . kj/, s = 1, примут нецелые значения, то на /-том выходе -го блока необходимо поставить делитель потока, а на входных потоках блоков. . ., кр смесители. В дальнейшем этот метод будем называть методом структурных параметров (МСП). Рассмотренный подход выглядит очень заманчивым, поскольку позволяет сводить многомерную комбинаторную задачу к задаче нелинейного программирования. Особенности этой задачи состоят в следующем [c.204]

Система управлений и решение задачи оптимизации процесса. Общим и необходимым условием математической модели является ее изоморфность объекту. Математические модели, полученные в виде системы интегро-дифференци-альных уравнений, отражают физические, химические, энергетические и другие процессы, протекающие в объекте. В то же время получение таких моделей, особенно на промышленных объектах, весьма затруднительно. Поэтому наиболее часто применяются вероятностно-статистические методы, изоморфность которых относительно объекта в общем случае наблюдается только по входам и выходам, что в ряде случаев является недостаточным для построения системы уравнений. [c.147]

Задача оптимизации разделительной способности ректификационной установки часто возникает в промышленной практике. Особенный интерес представляют частные случаи, сводящиеся к максимизации качества одного из целевых продуктоп. Данная задача рассмотрена в литературе [56, 62]. В этом случае критерий оптимизации с учетом вычислительного алгоритма равен [c.144]

Особенностью задач динамической оптимизации является то, что значение критерия оптимальности определяется не только положением, существующим в рассматриваемый момент времени, но предысторией процесса, начиная с некоторого начального момента. Поэтому оценка эффективности процесса должна учитывать его поведение в течение всего исследуемого нестационарного [c.23]

Особенностью задач динамической оптимизации является то, что значение критерия оптимальности оиределяетси не только положением, существующим в рассматриваемый момент времени, но и предысторией процесса, начиная с некоторого начального момента. Поэтому оценка эффективности процесса должна учитывать его поведение в течение всего исследуемого нестационарного периода. Это приводит к необходимости использования в качестве критериев оптимальности интегральных оценок (функционалов) вида [c.23]

Четоды исследования функций классического аиализа, рассмотренные в предыдущих главах, за исключением метода миожителей Лагранжа, наиболее эффективно применяются для оптимизации процессов с сосредоточенными параметрами. Лишь в ряде случаев, используя особенности математического онисания конкретных н[)оцессов, указанными методами удается репитгь некоторые задачи оптимизации процессов с распределенными параметрами. Для этих процессов решение характеризуется пе совокупностью значений конечного числа независимых переменных, а соответствующей функцией от независимо/ переменной (как, например, ири решении задачи выбора оптимального температурного профиля в реакторе вытеснения). [c.191]

Для решения уравнения Беллмана можно воспользоваться численным м е т о д о м , а в ряде случаев, особенно при ре-шенин целого класса задач оптимизации химических реакторов,— методом характеристи [c.313]

Конечная цель системного анализа на уровне отдельного химико-технологического процесса — построение функционального оператора (модуля химико-технологического процесса), который используется в дальнейшем для решения задач оптимизации, управления, проектирования процессов, а также для решения задач выс-щих ступеней иерархии химического производства. Необходимость применения системного подхода особенно остро стоит при анализе сложных ФХС, т. е. систем, для которых характерны многообразие явлений, совмещенность и взаимодействие явлений различной физико-химической природы. К таким системам можно отнести процессы массовой кристаллизации из растворов и газовой фазы. [c.3]

Оптимизация вида адсорбционной схемы. Технологические схемы адсорбционных установок с оптимальными свойствами могут быть синтезированы путем последовательного применения методов нелинейного программирования для множества технологических графов, отображающих различные структурные состояния технологической схемы адсорбционной установки. Эта наиболее общая задача оптимизации адсорбционной установки должна решаться с учетом как иерархической взаимосвязи между подзадачами оптимизации параметров элементов оборудования, агрегатов и установки в целом, так и алгоритмических особенностей оптимизации непрерывно и дискретно изменяющихся параметров. Соответственио в методике решения задачи синтеза оптимальных схем адсорбционных установок должны быть итерационно взаимосвязаны алгоритм нелинейного математического программирования, принятый для оптимизации непрерывно изменяющихся концентрационных, термодинамических и расходных параметров установки алгоритм дискретного нелинейного программирования, с помощью которого осуществляется оптимизация дискретно изменяющихся конструктивно-компо-новочных параметров элементов оборудования и агрегатов установки алгоритм оптимизации вида технологической схемы установки с учетом технических и структурных ограничений. [c.149]

Здесь нам предстоит лишь обсудить возможности применения этих методов для практического решения задач оптимизации теп-лообыенной аппаратуры. Все методы оптимизации, подобные методу спуска (называемые также методами направленного поиска оптимума), обладают одной общей особенностью. Эффективность их применения существенным образом зависит от геометрии поверхности, которую описывает функция ф(л ), а также от начального приближения. [c.308]

Из приведенной постановки видно, что отсутствие информации о длительности периода, о начальном и конечном состояниях системы, наличие среднеинтегральных ограничений в течение периода составляют основные особенности данного класса задач. Представляет интерес сопоставить решение задачи оптимизации нестационарного, циклического процесса с решением задачи статической оптинизацвн. Выпишем соотношения для стационарного случая, которые получаются из (2.10) —(2.J 4) при условиях постоянства вектора состояний X (t) и управления U t) [c.49]

Первая тенденция приводит к существенному увеличению размерности решаемых задач оптимизации, вторая — к значительному усложнению расчета целевых функций. Указанные обстоятельства требуют совершенствования и применения быстродействующих надежных и малотрудоемких (с точки зрения подготовки задач для решения на ЭВМ) методов. Особенно важно быстродействие для методов, используемых в АСУТП, призванных решать задачи оптимизации в реальном масштабе времени. [c.7]

При решении задач оптимизации химико-техпологических процессов очень часто ограничения на управляющие переменные являются линейными. Так, ограничения (1,2) зачастую представляют собой простые ограничения на максимальные и минимальные значения соответствующих управляющих переменных (П,1). В схемах, как правило, имеются делители потоков , на управляющие переменные которых налагаются линейные ограничения вида (11,2). Особенно много таких ограничений в задачах синтеза (с. 18) при использовании метода структурных параметров. Конечно, для решения оптимальных задач с линейными ограничениями возможно применение общих методов, разработанных для произвольных ограничений. Однако целесообразно анализировать этот случай отдельно, поскольку, используя линейный характер ограничений, удается построить более эффективные алгоритмы. [c.190]

Повышение надежности и практической реализуемости оптимальной производственной программы НПП, снижение объема потерь планируемой прибыли, обеспечиваемое учетом случайных факторов, оказывает непосредственное влияние на величину оптимизационного эффекта. С повышением надежности расчетная величина эффекта от оптимизации снижается. Естественно, повышение надежности не может быть произведено произвольно и должно быть достигнуто в разумных пределах. С учетом этого главная особенность практического применения вероятностной модели и задачи оптимизации производственной программы НПП в условиях неполной информации заключается в том, что должен быть достигнут компромисс между повышением надежности и соответ-ствуюшим некоторым снижением плановой эффективности. [c.177]

Предстоит выполнить большую работу по дальнейшему развитию различных аспектов применения принципа супероптимальности, особенно по выявлению закономерностей повышения оптимальности сопряженно работающих систем при учете интерференции сложного взаимодействия и переплетения потоков, имеющих место в комплексных системах с безграничным разнообразием реакций. Также многое предстоит сделать по решению многомерных задач оптимизации химических комплексов и исследованию их устойчивости. В приведенных в этой части численных решениях. значения некоторых параметров взяты произвольно, что упрощает решеппс задачи, не влияя на окончательные выводы. [c.24]