Методы определения параметров математических моделей

Методы определения параметров математических моделей [c.140]

Описан метод определения параметров математического описания на основе их независимого установления путем сопоставления функций отклика системы на гидродинамическое возмущение с функцией, описывающей извлечение растворимого вещества из осадка во времени. На основании обработки экспериментальных данных по промывке тонкодисперсных органических пигментов с помощью модели получены численные значения параметров коэффициента продольного перемешивания, числа Пекле, коэффициента переноса растворимого вещества. Проведено сравнение этих параметров, найденных по описанной гидродинамической и известной индикаторной методикам. Обнаружены существенные расхождения между численными значениями параметров, найденных по обеим методикам так, для пигмента красного Ж число Пекле отличается в 6—9 раз, а для пигмента желтого светопрочного коэффициент продольного перемешивания — в 3—5 раз. При этом нет основания считать, что полученные по одной из двух методик численные значения параметров ближе к их действительным значениям ввиду недостаточной определенности последних. [c.259]

ОПРЕДЕЛЕНИЕ ПАРАМЕТРОВ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ МЕТОДОМ МОМЕНТОВ [c.271]

Систематически изложены методы исследования динамики процессов химической технологии. Приведены примеры использования этих методов для решения практических задач. Рассматриваются методы теоретического и экспериментального получения передаточных, весовых и переходных функций технологических объектов, а также методы определения параметров математических моделей процесса по экспериментальным переходным кривым. [c.2]

В предлагаемой работе рассматривается наиболее известная математическая модель процесса ректификации бинарных систем— модель идеального вытеснения. Показано, как средствами аналоговой техники можно получить решение выбранной математической модели. Для определения неизвестных параметров математической модели (в частности, коэффициента массопередачи) используются поисковые методы и метод неявных функций, наиболее характерные для аналоговых вычислительных машин. [c.251]

Заканчивая описание различных методов определения параметров математических моделей простой гидродинамической структуры потоков, отметим, что если принятая модель правильно описывает дисперсию вещества в потоке, то значения параметров модели, найденные различными методами, должны совпадать между собой или давать близкие значения. [c.145]

Методы определения параметров математических моделей массопередачи в противотоке [c.208]

Методы определения параметров математических моделей массопередачи при сложной структуре потоков [c.249]

Большое практическое значение имеют методы определения параметров математических моделей в условиях ограниченной информации. Для ячеечной модели с обратным потоком между ячейками разработан алгоритм поиска коэффициента массопередачи и доли обратного потока одной из фаз при условии, что доля обратного потока по другой фазе известна. Для расчета профилей концентраций на объекте достаточно получить информацию о доле обратного потока одной из фаз и иметь данные о материальном балансе по концам колонны. [c.214]

В первую группу входят методы, которые можно назвать классическими или традиционными в силу того, что они давно (и успешно) применяются Для определения параметров математических моделей линейных объектов. Сюда можно отнести нахождение весовых функций путем непосредственного решения интегрального уравнения свертки, определение параметров дифференциальных уравнений и передаточных функций по экспериментальным функциям отклика системы на входные возмущения стандартного типа (импульсное, ступенчатое, синусоидальное, в виде стационарного случайного сигнала и т. п.), метод моментов и др. [c.286]

Таким образом, при изучении гидродинамической структуры потоков на основе функций РВП дифференциальные уравнения гидродинамики заменяются уравнениями математических моделей условного процесса, характеризующего дисперсию потока. Несмотря на чисто формальное описание гидродинамической структуры потоков, уравнения математических моделей с определенными из опыта коэффициентами дают возможность правильно рассчитывать изменение концентраций распределенного компонента в системе, а при переходе к массопередаче — определять общую ее эффективность. Следовательно, вся сложность изучения гидродинамики двухфазных течений в методе функций РВП переносится на простейшие уравнения математических моделей гидродинамических структур потоков и главным образом на экспериментальные значения параметров этих моделей, т. е. на коэффи циенты уравнений математических моделей. В связи с этим, вопросам определения параметров математических моделей гидродинамических структур потоков обычно уделяется большое внимание. [c.126]

Определение параметров математических моделей. Методы решения некорректных задач определения пара [c.379]

Под чувствительностью оптимума будем понимать величину относительного изменения критерия оптимальности при отклонении управляющих воздействий от оптимальных значений. Вообще говоря, в приведенное определение чувствительности оптимума следует включить не только зависимость указанного критерия от управляющих воздействий, но также и от всех остальных параметров математической модели, для которых в процессе моделирования необходимо задавать численные значения. В этом случае постановка задачи исследования чувствительности оптимума, найденного на математической модели процесса, окажется наиболее широкой. Однако принципиально анализ чувствительности оптимума несмотря на то, по какому параметру ее исследуют, проводят аналогичными методами. Поэтому в дальнейшем ограничимся рассмотрением чувствительности только по отношению к управляющим воздействиям. [c.36]

Анализ математической модели для потоков в насадке при заданном механизме обмена между проточными и застойными зонами. Выше был рассмотрен так называемый прямой метод определения параметров модели с распределенным источником, позволяющий исследовать систему без конкретизации характера обмена между проточными и застойными зонами. Метод предполагает нанесение гидродинамических возмущений по расходу потока и последующий анализ соответствующих функций отклика в виде изменения удерживающей способности на выходе из слоя насадки. [c.363]

Для второго этапа разработок создано много различных вычислительных процедур, которые широко применяются на практике. Обычно для определения оценок параметров математических моделей используют метод регрессионного анализа. Регрессионный анализ является одним из самых распространенных методов обработки результатов наблюдений, а также служит основой целого ряда разделов математической статистики (планирование экспериментов, дисперсионный анализ и др.). [c.80]

Заметим, что оценка параметров математической модели, основанная на минимизации функции Ф(аь. .., а ), определенной равенством (6.1.1), обычно оказывается довольно сложной в вычислительном отношении. Основная сложность состоит в том, чта в выражение (6.1.1) необходимо вместо А а, . .., an)u t) подставлять решение уравнений математической модели. Причем,, если минимизация Ф(а1,. .., ап) осуществляется методом последовательных приближений, то процедуру решения уравнений математической модели при некоторых значениях параметров 1,. .., ап приходится повторять неоднократно. Поэтому целесообразно, с целью упрощения расчетов, разработать метод экспериментального определения параметров, основанный на конкретном виде уравнений математической модели и использующий более простой критерий точности оценки. [c.267]

Оптимизация БТС осуществляется с использованием известных методов оптимизации сложных систем [14, 17], реализация которых включает общий анализ задачи оптимизации определение критерия оптимизации и выбор оптимизирующих параметров анализ влияния параметров математической модели на критерий оптимизации организацию оптимальной стратегии оптимизации выбор метода оптимизации и проведение оптимального расчета. Качество и эффективность функционирования БТС при этом в значительной степени зависит от обоснованного выбора показателя эффективности — критерия оптимизации системы. [c.25]

К примерам использования лингвистических переменных при исследовании ХТС можно отнести различные задачи оптимизации. Некоторые из таких задач рассматриваются в третьей части книги. Здесь мы отметим, что при решении задач оптимизации возникает необходимость варьирования параметров математических моделей различными способами. При этом используются метод поиска, диалоговый режим с итерационно настраивающимися параметрами. Лингвистические переменные Ьу могут иметь вид Ьу = ДОПУСТИМО ИЗМЕНИТЬ — определяет возможность варьирования какого-либо параметра в определенных пределах Ьу = НЕОБХОДИМО ВЫПОЛНИТЬ — выражает требование выполнить определенную операцию. [c.79]

Далее будут рассмотрены экспериментальные методы исследования структуры потоков в реальных аппаратах, наиболее распространенные математические модели структуры потоков и методы определения параметров моделей. [c.58]

В последние годы для решения нестационарных задач диффузии и массообмена находит применение метод статистических моментов [30, 51, 105, 69, 68]. Его основным преимуществом является возможность обработки данных эксперимента по аналитическим решениям задачи в области изображений. Таким образом, исключается наиболее трудный в математическом отношении этап создания математической модели процесса массообмена — переход от изображений к оригиналу. Связь экспериментальных данных, которые обычно представляются в виде выходной кривой опыта с = f (t), с моментами этой кривой позволяет определить основные параметры математической модели. Следует отметить, что метод моментов основан на детерминированной математической модели и от правильности ее выбора зависит корректность определения параметров. [c.226]

Продольное перемешивание непроточной фазы в колонных аппаратах может быть математически описано на основе как диффузионной, так и рециркуляционной модели. Для экспериментального определения параметров моделей применим, очевидно, лишь импульсный метод исследования. [c.62]

Приведем ряд примеров построения математических моделей, в той или иной степени иллюстрирующих рассмотренные ранее методы вывода (выбора) уравнений статики и динамики неформальных и формальных ММ аппаратов, технологических процессов и производств, а также методы определения параметров, входящих в эти уравнения. [c.317]

Идентификация неизвестных параметров математической модели сводится к задаче нахождения минимума функции Ф по к переменным a . Эта задача может быть решена только математико№программистом, владеющим специальными методами определения констант на ЭВМ, методами, представляющими самостоятельную, достаточно сложную область исследования. [c.157]

Кафаров В. В. и др. Математическая модель в слоях насадки и метод определения ее параметров.— Теоретические основы химической технологии , 1967, 1, № 3. [c.168]

Моделирование, согласно определению, есть изучение какого-либо объекта на модели, которое проводится в том случае, если по каким-либо причинам мы не можем проводить это изучение на самом объекте. Математическое моделирование — изучение свойств аппарата (или системы) на математической модели. Методом математического моделирования мы изучаем реакцию системы на то или иное изменение параметров процесса либо конструкции реактора. Иными словами, эксперимент на реакторе заменяется математическим экспериментом. [c.23]

Система уравнений (VII.23) дает полную структуру математического описания пиролиза. Ее решение численными методами с последующим определением параметров модели и моделированием нроцесса может быть осуществлено, обычными методами (см. главы V и VI). Применительно к модели (VII.23) программы расчетов описаны в работе [541. [c.261]

В отличие от вышеприведенного трудоемкого комплекса методик (установившегося состояния, импульсного возмушения и отсечки) при исследовании по новому методу (моментов функции распределения) отпадает необходимость в решении системы уравнений относительно безразмерной дисперсии. На примере комбинированной модели рассмотрим методику определения параметров математической модели. Структуру математической модели можно определить из характера зависимости, приведенной на рис. 3.5. Прямые участки свидетельствуют о наличии зон полного перемешивания, а экспоненциальные участки - диффузионной зоны, что позволяет определить размеры этих зон и величины Ре,. [c.118]

Для реализации первого этапа концегщии был разработан комплекс методик количественного определения параметров математической модели, включающий метод установившегося состояния, импульсного возмущения но составу потока (5-функция) и метод отсечки. Однако трудоемкость в реализации этого комплекса методик позволила авторам [1], [2], [3] создать новый метод, вместо вышеуказанного комплекса методик - метод моментов функции распределения по длине пути жидкости. Использование этого метода резко сократило время эксперимента и его обработки с повышением точности определения параметров модели. [c.169]

В книге изложена методика постановки и решения задач оптимизации (экстремальных задач), возникающих при создании автоматизированных систем управления объектами химической технологии. Предложен модульный способ перехода от формулировки экстремальной задачи с различными типами связей к необходимым или достаточным условиям оптимальности и вычислительным алгоритмам нахождения решений. Показана некорректность постановки экстремальной задачи определения параметров математических моделей объектов управления и предложен метод ее регуляризации. Опнсан способ декомпозиции и децентрализации решения экстремальных задач в сложных иерархических автоматизированных системах управления. [c.4]

При исследовании задач определения параметров математических моделей ранее принималось, что размерность вектора а, а следовательно, и размерность систем (У-2), (У-5) является зафиксированной и известна. При выводе уравнений неформальных ММ размерность а предопределяется нашими допущениями о том, какие из происходяпщх в объекте процессов и явлений следует учитывать, а какие из них считать незначимыми. В формальных уравнениях размерность вектора а задается чаще всего исходя из интуитивных представлений о сложности ММ или ее назначении. Иногда же размерность вектора а подбирается в процессе его определения из условия обеспечения заданной степени адекватности математической модели объекту. В первом случае задача определения а является, как показано во втором разделе, устойчивой, но ММ может быть неадекватной объекту. При выборе числа к в процессе определения а экстремальная задача ( -12) может оказаться неустойчивой. Рассмотрим причины неустойчивости этой задачи и метод ее регуляризации. [c.286]

Алгоритмизация задач текущего планирования производственной программы комплекса НПП связана не только с разработкой программного обеспечения всей совокупности разрабатываемых задач с учетом конкретных ввдов используемых экономико-математических моделей, но и с внемодельной алгоритмизацией методов определения основных числовых параметров соответствующих математических моделей. Нередко именно внемодельная разработка параметров математических моделей, методы, с помощью которых она осуществлялась, степень их обоснованности, а главное, степень адекватности реальным процессам, происходящим в рассматриваемой системе планирования, играют решающую роль при реализации. [c.143]

Для достижения таких эффектов необходимо умело сочетать эмпирические исследования с современными математическими методами, позволяющими определить оптимальный вариант технологического процесса в наикратчайшеё время и при разумном риске. В течение последних лет для этой цели разработаны прогрессивные методы, использующие достижения математики и технической кибернетики, — так называемая стратегия разработки систем, или системотехника. Как и при использовании метода масштабирования, в этом случае также составляется математическая модель, но она описывает весь технологический процесс (или наиболее важную его часть) как систему взаимосвязанных элементов. Модель, в которой ряд величин и зависимостей экстраполируется с объекта меньшего масштаба, вносит в проектные расчеты фактор ненадежности. Системотехника включает также способы оценки надежности и принятия оптимальных решений при проектировании в определенных условиях. Важным преимуществом комплексного математического описания процесса является, возможность определения оптимальных рабочих параметров не для отдельных аппаратов, а для всей технологической цепочки как единого целого. Подробное описание математических методов оптимизации, оценки надежности и теории решений выходит за рамки данной книги, поэтому мы вынуждены рекомендовать читателю специальную литературу (см. список в конце книги). Ниже будут рассмотрены основные понятия, применяемые в системотехнике, и принципы разработки систем, а также их моделей. [c.473]

Если бы ЛЛИ известны точно значения всех элементов матриц II и IV, входящих в расчетные выражения тина (ХГЗ , можно было бы получить точные значения всех искомых нараметров для любой формы моделей реакций и реакторов и любых условий проведения процесса. Но так как значения этих элементов зависят от значений параметров, заранее неизвестных, то даже при условии, что точно известна форма математической модели, невозможно вычислить все производные, входящие в указанные расчетные выражения. Поэтому значения производных определяются экспериментальным путем, для чего должен быть проведен специальный эксперимент. Если эксперимент проводится по специальному факторному плану, то оказывается возможным написать сравнительно простые расчетные выражения для элементов матриц 17 л . Некоторым недостатком рассмотренного метода следует считать необходимость проведения эксперимента по специальному плану, т. е. невозможность обработки неплапированных экспериментальных данных. Более существенным недостатком является необходимость экспериментального определения первых или даже вторых производных от скорости реакций, что в случае проведения экспериментов в интегральном реакторе фактически означает определение вторых и третьих смешанных производных от концентраций. Как отмечалось выше, даже однократное дифференцирование экспериментальных данных вносит значительные ошибки в результаты обработки. При определении же производных высших порядков эти ошибки существенно возрастают. К сожалению, авторы слабо иллюстрируют возможность метода на конкретных численных примерах с анализом погрешностей оценки кинетических констант, поэтому вопрос о корректности применения метода остается неясным. [c.433]

Итак, алгоритмизация этапа технологического расчета единяц оборудования состоит в разработке соответствующего математического описания, выборе метода решения системы уравнений этого описания, определении параметров, установлении адекватности модели реальному объекту, т. е. в разработке математической модели объекта. Независимо от функционального назначения элемента схемы математическая модель должна строиться по модульному принципу, причем таким образом, чтобы можно было иметь возможность при необходимости достаточно легко внести нужные изменения (дополнения или расширения функций) в модель без ее значительной переработки. Основная функция модели состоит в сведении материального и теплового балансов — получении выходных данных потока по входным. В зависимости от назначения математического описания отдельных явлений процесса (фазовое и химическое равновесие, кинетика массопередачи, гидродинамика потоков и т. д.) общее математическое описание может быть существенно различным. Важно при создании модели не нарушать общей ее структуры, т. е. иметь возможность использования единых алгоритмов решения. [c.141]

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]

Сущность статистического метода заключается в нахождении коэффициентов матрицы преобразования технологического оператора путед применения методов планирования экспершхента на математической модели, отражающей физико-химическую природу процесса. Большое число входных и выходных параметров элементов ХТС делает почти невозможным определение коэффициентов матриц преобразования простым перебором переменных. Использование метода планирования эксперимента на математической модели позволяет значительно сократить расчетные процедуры и получить достаточно корректные результаты в заданном диапазоне изменений входных параметров. [c.98]

Справочник химика 21

Химия и химическая технология