Разработка модели

Настоящая книга в основном посвящена разработке модели ступени центробежного компрессора, которая является ключевой при создании модели компрессорной системы и позволяет рассчитать ее характеристики при сжатии реальных газов с различными термодинамическими свойствами для различных режимов работы и способов регулирования производительности. Особенно большое значение это имеет при проектировании центробежных компрессоров для химической и нефтеперерабатывающей промышленности, где используются смеси реальных газов произвольного состава. Для полученных алгоритмов разработана и отлажена на ЭВМ система процедур для расчета термических и калорических параметров реальных газов, которая используется при обработке опытных данных и математическом моделировании характеристик центробежных компрессоров. Приведены эффективные методы аппроксимации и интерполяции для использования опытных данных в математической модели. В виде отработанных программ они могут сразу применяться в расчетной практике. [c.4]

Разработка модели кинетики процесса [c.31]

При избыточности качественной информации о внутренней структуре и функционировании гетерогенно-каталитических систем возникает проблема разработки специальных приемов эффективного использования накопленной качественной информации для моделирования, оптимизации и управления процессами гетерогенного катализа. В этих условиях разработка моделей принятия решений часто требует привлечения такой информации, которая не может быть выражена количественно, а носит описательный, сло- [c.107]

Очевидно, что рассмотренные уровни иерархии тесно взаимосвязаны между собой и, следовательно, разработка модели строения пористых тел возможна только на основе их совместного рассмотрения. С учетом рассмотренных уровней иерархии моделирование осуществляется в следующей последовательности а) реальное строение пористого корпускулярного тела аппроксимируется глобулярной моделью б) осуществляется трансформация глобулярной модели с учетом реального строения исследуемого образца в) делается предположение о возможных вариантах распределения координат частиц. [c.144]

Итак, основная цель разработки моделей представления знаний или описания предметной области состоит в выработке соглашений о том, как описывать реальный реактор, т. е. строить такие математические модели объектов реального объекта, для которых соответствие с проблемными знаниями может быть установлено на основе совпадения имен переменных модели и имен понятий без каких-либо дополнительных пояснений и установления дополнительных неформальных соответствий [14, 17]. [c.260]

Ч51 Разработка модели полипептидной спирали американским химиком Лайнусом Полингом (род. 1901, дважды лауреат Нобелевской премии - 1953 и 1954 гг.). [c.284]

Итак, основная цель разработки моделей представления знаний или описания предметной области состоит в выработке соглашений о том, как описывать реальный мир, т. е. строить такие математические модели объектов реального мира, для которых соответствие с проблемными знаниями может быть установлено на [c.154]

Факторы общности, присущие математическому описанию, методам решения, приемам программирования, позволяют ста-вить [вопрос об уменьшении интеллектуальной сложности разработки моделей, т. е. об автоматизации программирования. [c.257]

Л. Технологический цикл разработки модели [c.257]

Выполнение отдельных этапов разработки моделей и собственно моделирование могут осуществляться различными по специализации и квалификации исполнителями, но должны обязательно подчиняться единой цели, поставленной при формулировании задачи. Каждый из этапов достаточно сложен, и имеется [c.258]

В последнее время, особенно с внедрением ЭВМ третьего и четвертого поколений, большое внимание уделяется автоматизации разработки моделей, унификации вычислительных методов и моделей, в частности созданию моделирующих систем, пакетов прикладных программ, а также разделению функций разработки и использования моделей и систем. Модели и системы все больше ориентируются на широкого потребителя и снабжаются средствами диагностики и взаимообмена. Однако на современном этапе это не освобождает пользователя от необходимости изучения элементов вычислительной техники и основ моделирования. [c.259]

Автоматизация программирования. Предметом автоматизации программирования является поиск методов уменьшения интеллектуальной сложности решения задач за счет переложения части технологического цикла разработки модели на ЭВМ. В качестве примера способов приближения к этой цели можно отметить идеи, связанные с алгоритмическими языками, модульным структурным программированием и интеллектуальными ППП [3]. Первая из них связана с выработкой универсальной системы понятий для задания алгоритмов и реализации этой системы в рамках алгоритмического языка. Этот подход находит практическую реализацию в создании проблемно-ориентированных языков высокого уровня (типа ЛИСП, СИМУЛА и т. д.) и позволяет существенно упростить переход от алгоритма к программе по сравнению с машинными и машинно-ориентированными языками. [c.259]

Характерной особенностью современного состояния проблемы моделирования типовых процессов химической технологии является наличие общей методологии разработки моделей [2, 8] и самих моделей на уровне учета фундаментальных закономерностей (на макроуровне), т. е. его доказательность. Совершенствование их идет по пути углубления знаний на микроуровне, что в общей задаче моделирования находит отражение в снятии тех или иных допущений. В соответствии со стратегией системного анализа [8] эта тенденция положительно влияет на развитие теории и практики автоматизированного проектирования. По мере создания моделей на микроуровне усиливается прогнозирующая способность моделей, уменьшается объем априорной информации. В рамках известного математического описания все это способствует решению задачи автоматизации программирования, особенно если имеются алгоритмы-оболочки , для которых определенный класс проектируемых объектов реализуется частными алгоритмами. [c.260]

Адекватность модели. Важным этапом разработки модели является установление адекватности ее моделируемому объекту. По существу, это проверка правомерности принятых упрощений при формулировании задачи и составлении математического описания. Основным методом установления адекватности является сравнение расчетных и экспериментальных данных. При наличии существенных различий необходимо либо вносить изменения в математическое описание, либо проводить коррекцию модели путем минимизации рассогласования расчетных и экспериментальных данных, что выражается в изменении (введении) так называемых корректирующих параметров. [c.263]

Многовариантность отдельных задач в процессе поиска оптимального в смысле некоторого критерия решения, а также необходимость итерирования по отдельным параметрам схемы предъявляет определенные требования к программному обеспечению системы и, в частности, к быстродействию моделей. В свою очередь быстродействие модели часто достигается за счет ее точности. Поэтому при разработке моделей приходится решать компромиссную задачу модель должна обладать высокой точностью и быстродействием. [c.426]

Если определить значения параметров А тп В по точной модели при различных температурах, то отпадает необходимость в определении констант на каждой итерации при расчете равновесных составов и температур. Подобная аппроксимация была использована при разработке модели абсорбера [111]. Модель содержит [c.429]

Моделирование технологического процесса состоит из ряда взаимосвязанных этапов. Блок-схема последовательности разработки модели приведена на рис. 1.4. [c.13]

При разработке модели для оптимизации и исследования ректификационной колонны (задача в проверочной постановке) задание можно сформулировать таким образом. При заданном количестве и составе питания, требованиях на составы коне шых продуктов, конструктивных параметрах колонны и теплообменной аппаратуры нужно найти оптимальные условия ведения процесса и проверить возможность увеличения мощности производства без существенного изменения конструкции. В качестве критерия оптимизации можно использовать критерий, аналогичный задаче в проектной постановке. [c.16]

Работа с методо-ориентированными пакетами программ требует достаточно высокой квалификации пользователя. По существу при решении новой прикладной задачи приходится осуществлять все этапы разработки модели, начиная от постановки задачи и кончая отладкой. При многообразии решаемых задач нецелесообразна автоматизация вычислительных процессов и использование специализированных языков взаимообмена. Взаимообмен обычно осуществляется на уровне управляющих операторов и директив, а программирование — на базовом языке пакета программ. [c.53]

Таким образом, при изучении некоторой реальной ситуации необ- ходимо сначала стремиться к простейшей модели, согласующейся с опытными данными и в которой наличие тех или ины с зон вытекало бы из действительных условий движения жидкости в реальном аппарате. Тогда параметры этой модели будут иметь конкретный физический смысл и могут быть рассчитаны независимыми методами. Одним из примеров такого подхода может служить разработка модели псевдоожиженного слоя зернистого материала. [c.283]

Полученное соотношение связывает две неизвестные величины и не позволяет определить одну из них без знания другой. Оно является скорее некоторой предпосылкой для разработки модели явления отрыва, чем решением задачи об отрыве пузырька. Уравнение (7.13) может быть использовано для определения времени роста пузырька по известному значению отрывного диаметра. Наконец, движение оторвавшегося пузырька также может иметь важ- [c.220]

Тем не менее до сих пор появляются работы, в которых при разработках моделей исходят из предположения идеального смешения по ка- [c.90]

Разработка моделей представления знаний (МПЗ) в различных ПО. Создание принципов построения баз знаний (БЗ), представляющих собой программную, или компьютерную, реализацию различных МПЗ для определенных ПО. [c.23]

Для разработки моделей представления знаний об объектах химической технологии, которые обладают многозначными свойствами, необходимо использовать теорию нечетких множеств. Пусть /—универсальное множество всех свойств, подходящих для описания рассматриваемого объекта (например, некоторые физические переменные, физико-химические и термодинамические параметры, некоторые понятия и т. д.). Каждому объекту с многозначными свойствами может быть поставлено в соответствие НМ — F, отображающее только одно свойство этого объекта, такое, что для любого свойства и, е и можно ввести функцию принадлежности Цр и ) е [О, 1]. Рассмотрим с точки зрения теории НМ понятие —лингвистическая переменная (см. разд. 2.1), на котором базируется методика создания моделей представления нечетких знаний. [c.112]

В настоящее время успешно проводятся исследования по разработке моделей ОЕЯ (русского и английского языков) химиков-технологов, которые используют МПЗ в виде ИП, ПП и СГ [58, 59]. При помощи ИП можно в стандартном виде отобразить многие сложные предложения ОЕЯ. При этом можно избежать двусмысленности таких предложений, записанных в виде логических формул ИП, удобных для обработки с помощью ЭВМ. Такие преобразования предложений ОЕЯ в виде логических формул возможны благодаря тому, что одни логические связки ИП могут быть эквивалентно выражены через другие. [c.146]

Опыт создания гибридных ЭС в химии и химической технологии позволяет выделить шесть основных этапов разработки, или проектирования, ЭС 1) идентификация областей применения ЭС 2) концептуальный анализ ПО 3) разработка моделей представления знаний и выбор методов компьютерной переработки знаний 4) построение БЗ 5) создание программно-информационного обеспечения 6) тестирование качества функционирования ЭС. Рассмотрим сущность каждого этапа проектирования ЭС. [c.204]

После разработки программ формирования и оценки основных подсистем полученный математический аппарат можно будет использовать для разработки моделей формирования генплана в целом. [c.154]

Все эти сведения необходимо учесть в дальнейшем при разработке модели, которая позволила бы прогнозировать величину октанового числа также и с учетом показателей режимов в основных аппаратах, как это сделано для каталитического риформинга [114]. [c.119]

Наиболее простая модель образования пузыря при истечении с постоянным расходом предложена в работе [78]. В качестве основы для разработки модели принята двухстадийная схема образования пузыря. Однако за счет использования средних величин поступательной скорости и поступательного ускорения пузыря удапось заменить дифференвд1агть-ное уравнение движения алгебраическим. Для определения момента отрыва использовался наблюдаемый экспериментально факт, что длина щейки в момент отрыва имеет значение примерно равное половине радиуса пузыря. [c.53]

В связи с этим в настоящее время большое внимание уделяется автоматизации разработки моделей, унификации вычислительных методов и моделей, в частности созданию моделирующих систем, интеллектуальных пакетов прикладных программ. Модели и системы все больше ориентируются на широкого потребителя и снабжаются средствами диагностики и взаимообмена. Предметом автоматизации, моделирования и программирования является попек методов уменьшения интеллектуальной сложности решения задач за счет переложения части технологического цикла разработки модели на ЭВМ. В качестве примера способов приближения к этой цели можно отметить идеи, связанные с алгоритмическими языками, модульным п структурным программированием и интеллектуальными пакетами прикладных программ (ИППП) [58]. [c.247]

Принцип иерархичности структуры АСНИ непосредственно следует из декомпозиции исследуемого объекта на отдельные уровни иерархии. Такое представление объекта (соответственно и АСНИ) позволяет, во-первых, сосредоточить внимание на анализе задач каждого уровня, и во-вторых, выявить наиболее существенные факторы, характеризующие взаимосвязь уровнен. По существу, иерархическая структура является алгоритмом решения задачи разработки модели или АСНИ. [c.64]

В соответствии с функциями АСНИ программное обеспечение Р состоит из ряда функционально ориентированных множеств алгоритмов, а именно 8 — алгоритмов сбора и обработки экспериментальных данных (планирования эксперимента, статистических методов описания объекта и т. д.) М — проблемно-ориентированных алгоритмов, определяющих последовательность основной обработки информации (разработки модели, уточнения параметров и т. п.) С— алгоритмов, обеспечивающих контроль и управление экспериментом. Тогда программно-алгоритмическое обеспечение АСНИ есть совокупность всех множеств, т. е. [c.68]

Алгоритмизация этого этана состоит в разработке математических моделей типовых процессов химической технологии. Необходимо не только качественное, но и количественное описание явлений, определяющих процесс. К настоящему времени известно большое количество алгоритмов расчета типовых процессов, отличающихся степейью детализации отдельных составляющих модели, но, по сути, предназначенных для решения систем уравнений материального и теплового балансов, нельнейность которых зависит от точности описания равновесия, химической кинетики, кинетики тепло- и массопереноса, гидродинамики потоков. Объем входной информации зависит от точности модели, однако выходная информация подавляющего большинства алгоритмов практически одинакова профили концентраций, потоков и температур по длине (высоте) аппарата, составы конечных продуктов. Правда, соответствие результатов расчета реальным данным будет определяться тем, насколько точно в модели воспроизведены реальные условия. И все же, несмотря на обилие алгоритмов, нельзя сказать, что проблема разработки моделей (и соответственно расчета) решена — по мере углубления знаний об объекте модели непрерывно совершенствуются. Тем более что до сих пор в определенном классе процессов отсутствуют алгоритмы, обеспечивающие получение решения в любой постановке задачи и обладающие абсолютной сходимостью. Надо учесть еще, что задача в проектной постановке часто решается как задача оптимизации с использованием алгоритмов в проверочной постановке. [c.120]

Современная тенденция разработки теории и практики систем состоит в придании им способности принятия решений. Это находиг выражение в разработке некоторых моделей принятия решений человеческим интеллектом. В непосредственной связи с этой проблемой (проблемой искусственного интеллекта ) в середине 60-х годов начало развиваться направление, получившее название Представление знаний и связанное с разработкой моделей предметной области, адекватно отображающих понимание человеком реального мира [62]. Правильно выбранный способ представления знаний обеспечивает не только эффективность системы, но и част саму возможность создания такой системы. [c.152]

Разработка БД ведется в основном но двум направлениям. Это банки в системах искусственного интеллекта как модели но переработке информации и банки как самостоятельные программные комплексы в АСУ, САПР и т. д. Первое направление связано с общей проблемой искусственного интеллекта , и его разработки в значительной степени носят теоретический характер в области представления знаний — выработке концепций о том, как описывать реальный мир [8]. Прикладное значение этих работ весьма широкое, начиная от автоматизации проектирования и до интеллектуальных систем, способных восприни-Л1ать информацию на естественном языке, анализировать ее, делать прогнозирующие выводы. Применительно к проблеме автоматизации программирования задача заключается в поиске способов уменьшения сложности решения задачи на ЭВМ за счет возложения отдельных частей технологического цикла разработки модели на программное обеспечение [9]. Второе направление пи разработке БД обычно преследует цель создания специализированных банков по отдельным отраслям промышленности. Основное внимание при этом делается на разработку прикладных программ при упрощенной логической структуре. [c.190]

Имея дело с конкретной предметной областью, проблемныйТсне-циалист обладает определенной системой знаний, выраженной в форме качественных или количественных соотношений, и интуитивно предполагает возможность их использования для решения некоторой задачи. Если задача полностью определяется системой имеющихся знаний, то разработка модели заключается в формулировании определенных понятий и отношений между ними с учетом зависимости проблемных знаний. Чаще система известных знаний о предметной области недостаточна для разрешения [c.257]

Из сравнения этих уравнений следует, что отношение кцЦщ равно 0,5, что вполне приемлемо, так как коалесценция капля— капля является частным случаем более общего вида коалесценции капли у поверхности раздела фаз. Величина отношения времен коалесценции может оказаться очень полезной при разработке моделей тонких слоев первичных дисперсий, люделей зон плотной упаковки глубокослойных дисперсий в гравитационных отстойниках, а также в тех случаях, когда эти два типа коалесценции являются конкурирующими процессами. При построении моделей расслаивания необходимо, конечно, учитывать оба вида коалесценции в рамках одного описания. [c.292]

Фундаментальная проблема разработки САПР заключается в формировании прикладного математического обеспечения. Отсутствие физического аналога процесса на стадии проектирования предъявляет высокие требования к его математической модели. Математическая модель процесса на стадии проектирования является не только многофункциональной, но и имеет переменную структуру в зависимости от гидродинамических, кинетических и иных условий ее применения. Поэтому при разработке модели следует исходить по возможности из общих методов восприятия и преобразования данных, в рамках же САПР модель трансформируется в зависимости от конкретных условий приложения, т. е. подстраивается под ситуацию. Основным принципом конструирования таких моделей является модульность. Модель представляется в виде совокупности отдельных элементов, структурированных на основе физических (гидродинамика, кинетика, равновесие и т. д.) или иных (удобство, относительная независимость и т. д.) соображений. Эффективность применения такой модели будет зависеть от способа структурирования и организации интерфейса между модулями. И опять оперативная оценка параметров конкретного варианта модели невозможна без применения АСНИ. [c.619]

Ниже мы рассмотрим закономерности биохимической кинетики применительно к моделированию процессов биологической очистки сточных вод и разработке моделей трансформации органических веществ в водных экосистемах. Принципы моделирования и расчета биохимических реакторов изложены в [54]. Биохимический процесс окисления кислородом органических веществ в сточных водах осуществляется сообществом микроорганизмов (биоценозом), включающим множество различных бактерий, связанных между собой в единый комплекс сложными взаимоотношениями (метабиоза, симбиоза и антогонизма). [c.146]

При разработке моделей трансформации органических веществ в экосистемах необходимо учитывать, что она связана с совокупностью чрезвычайно разнообразных физических, химических, биохимических и биологических процессов. Направление и скорость трансформации зависят от температуры, поверхностей раздела, биологических и химических катализаторов и ингибиторов, pH среды и ее газового состава, состава и состояния микробиологического сообщества и от внешнеметаболических связей в нем, условий перемешивания и др. Трансформирующие- [c.150]

Мы полагаем, однако, что главное для специалистов направление моделирования, которое будет объединять теорию с возрастающим объемом информации, полученной на основе лабораторных экспериментов и крупномасштабных испытаний, по-видимому, состоит в разработке моделей, близких к типу модели Викема. [c.292]

Несмотря на определенные трудности в разработке моделей пиролиза, базирующихся на элементарных реакциях, они остаются самыми обоснованнлтми и обладают наибольшей предсказательной силой. Поэтому роль таких моделей, способствующих углубленшо знаний о механизмах процесса пиролиза, в дальнейшем будет возрастать. [c.38]

При термических превращениях нефтяных остатков протекает одновременно множество химических реакций, в которых участвует огромное число индивидуальных компонентов, причем детальный состав сырья и продутстов не может быть определен. Эта ситуация требует поиска неординарных подходов. В данной работе нами предлагается использовать при разработке модели процессов, происходяпдах при термическом крекинге, коксовании и др., характерный показатель — коксуемость по Конрадсону. Если условно принять, что сырье, промежуточные и конечные продукты состоят как бы из двух компонентов - твердого компонента, массовая доля которого в смеси численно равна их коксуемости (С,), и жидкого компонента, массовая доля которого равна (1 — С,), то появляется возможность математического описания брутго-процесса термического превращения сырья. [c.42]

Начальные условия (концентрации) даны для каждого компонента. Независимая переменная т — величина, обратная общей массовой скорости подачи жидкого сырья — массе сырья, поданного в час на единицу массы катализатора, загруженного в реактор. Такая форма дифференциальных уравнений использовалась при разработке модели и при моделироваийи. Это было сделано потому, что профили концентраций удобно представлять в той же форме, в какой представлены исходные данные. Тепловой баланс на данном этапе не требовался, потому что реакцию проводили в изотермическом режиме для каждой серии опытов. Уравнения (5) — (8) решали на аналоговой вычислительной машине ЕА-680. Параметры устанавливали и определяли для каждой группы зависимостей концентрация — время . Полученные зависимости должны были характеризовать скорость реакции, энергию активации, химическое равновесие и влияние на него температуры. [c.288]

В литературе представлено. значительное число результатов успешных расчетов (количественно согласующихся с реальностью) турбулентных течений. Однако нельзя утверждать, что всегда достигается хорошее согласно с экспериментом или что все проблемы, связанные с разработкой моделей турбулентности, уже решены. Существенная неопредоленность имеет место в тех областях течения, где существенны гидростатические подъемные силы, а т. лсже в условиях, когда эффективные переносные свой-стпа лишь немного превосходят значения соответствующих параметров при ламинарном течении. Можно ожидать, что ксследования в этой области будут продолжаться еще много лет. прежде чем потребности конструкторов теплообменни-кср будут удовлетворены полностью. [c.40]