Выбор и построение модели процесса

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]

Основные каталитические процессы в нефтехимической и химической промышленности характеризуются многостадийностью собственно химических превращений при значительном числе участвующих в них реактантов. Последнее является причиной многомерности и сложности математических моделей, в которые входят большое количество уравнений, в первую очередь материального и теплового балансов. Практическое использование подобных моделей затруднительно, ибо для получения на ЭВМ полей концентраций реагентов и температуры в реакторе требуются большие затраты машинного времени. Это приводит во многих практических ситуациях к чрезмерному усложнению процедур структурной и параметрической идентификации и к невозможности научно обоснованного выбора математической модели каталитического процесса, отражающей результаты промышленного эксперимента в широком диапазоне изменения технологических параметров. Эффективный путь преодоления этих трудностей состоит в сокращении размерности уравнений модели за счет априори построенных уравнений инвариантов физико-химических (реакторных) систем. Инварианты позволяют также осуществить предварительную оценку параметров реакторных моделей, проверить обоснованность выбора граничных условий. [c.242]

Таким образом, общая задача построения моделей процессов лолимеризации заключается в выборе такого способа преобразования исходной системы дифференциальных уравнений, который обеспечивал бы простоту перехода от периодического процесса к непрерывному, рекуррентность уравнений относительно номера реактора в каскаде и, что самое главное, — скорость и точность вычислений при моделировании. [c.17]

Сложность этих явлений в условиях кипящего слоя и недостаточная изученность некоторых элементарных процессов создает определенные трудности при построении общей модели процесса. Единственным путем преодоления этих трудностей является выбор идеализированной модели процесса, причем степень идеализации процесса нельзя рассматривать в отрыве от тех задач, которые должна решать модель, и от тех требований, которые предъявляют к управлению процессом. Чем выше требования к управлению, тем более детализированной должна быть модель объекта. [c.18]

ВЫБОР И ПОСТРОЕНИЕ МОДЕЛИ ПРОЦЕССА [c.113]

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]

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]

Этап выбора типа основного аппарата (реактора). При проектировании нового процесса следует иметь в виду, что тип реактора, его размеры, наряду с режимными параметрами, являются также искомыми. В ходе построения модели необходимо произвести выбор типа реактора путем сравнения возможных вариантов с учетом влияния на процесс особенностей конструктивного оформления аппарата. С этой целью могут быть использованы последовательные расчеты нескольких вариантов и выбор лучшего из них, анализ лабораторных кинетических экспериментов, информация о работе реакторов при осуществлении аналогичных процессов и др. В неко- [c.60]

Постановка задачи построения модели прежде всего предполагает выбор критерия оценки результата процесса. При обработке заготовки на станке она должна приобрести геометрию детали с отклонениями, не превышающими границ, заданных допуском. [c.82]

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]

I — анализ процесса (выбор определяющего механизма процесса биосинтеза) II — построение модели (математическое описание зависимостей роста клеток, утилизация субстрата) III — анализ модели (идентификация коэффициентов, установление адекватности модели) [c.54]

В данной главе рассмотрены различные модели процессов переноса в двухфазных многокомпонентных средах для расчета и выбора вариантов модернизации колонн с массообменными тарелками и насадочными элементами, построенные с использованием законов сохранения в локальной и интегральной формах. [c.125]

Таким образом, форма и размеры надмолекулярных структур в значительной мере зависят от условий переработки. Более того, в известной мере выбор режима переработки оказывается связан с особенностями морфологии расплава. Поэтому, несмотря на то, что представления о процессе формирования надмолекулярных структур еще далеки от законченности и носят в основном лишь качественный характер, их обязательно следует учитывать при построении моделей конкретных режимов переработки, в особенности в тех случаях, когда важна стабильность размеров и эксплуатационных характеристик изделий. [c.161]

Возможность изменения вариантов распределения делает данный подход перспективным для построения математических моделей процессов переработки тяжёлого сырья, так как модели, непрерывных по составу реагентов, обладают высокой чувствительностью к перераспределению индивидуальных компонентов в сырье. Кроме того, рациональный выбор параметра или параметров непрерывности позволяет получить информацию о качестве промежуточных и конечных продуктов. В математической модели пековой фазы содержание структурных элементов типа ядро-сольватная оболочка коррелирует с реологическими свойствами пеков. [c.69]

Предложенный выше модульный принцип построения моделей полимеризационных процессов является удобной формой решения таких задач. Модель, составляющаяся из ряда модулей (кинетических, гидродинамических, тепловых и т.д.), используется для проектирования некоторых типовых процессов полимеризации, а в дальнейшем появляется возможность использования этих типовых решений. Объем сведений, необходимых для выбора того или иного модуля (например, кинетического) из числа типовых, весьма невелик, а специфика рассматриваемого процесса учитывается при идентификации введением зависимости кажущихся констант от начальных условий. Недостающая информация о типе смешения (микро- или макро-) может быть скомпенсирована при расчете каскада реакторов вычислением нижнего и верхнего [c.133]

Зачастую не ограничиваются стабилизацией на уровне i/. Как в задаче статической оптимизации, так и при построении локальных систем требуется выполнение ряда ограничений на качество Mjn, зависящих как от управлений, так и от выходных параметров Хп. При условии высокой адекватности моделей выбор U] в процессе статической оптимизации автоматически обеспечивает выполнение ограничений в среднем, так как определяется по (V.12). Однако узкие пределы допустимого изменения показателя качества полимера Mjn в условиях случайных возмущений требуют введения дополнительных контуров их стабилизации в динамике. Особенно это важно на уровне локальной автоматизации, когда сами модели еще очень приближенны и неточны (например, эмпирические, см. с. 95). [c.177]

Задача сводится к отысканию условий, обеспечивающих минимальные значения величин Оф/П . и а , для этого задают некоторые реальные (доступные в условиях массового применения метода) значения операционных погрешностей, и, используя экспериментальные кривые Од — П ш Оф — П, оценивают изменения величины каждой из частных погрешностей в пределах исследованного интервала значений соответствующего параметра. Однако форма кривой Вд — (или — /7,) может зависеть от фиксированных при проведении данной серии опытов значений других параметров П1+1. - и т. д., поэтому строгое решение поставленной задачи потребовало бы знания взаимосвязи между параметрами — математической модели процесса в целом. Не располагая теоретическими предпосылками и экспериментальными данными для построения такой модели ЭФМ-ОК стремятся, используя качественные представления о роли каждого из параметров в аналитическом процессе и о природе его взаимосвязи с другими параметрами, установить такую последовательность проведения экспериментов, при которой выбор условий проведения каждой серии опытов был бы предопределен результатами предыдущих опытов. [c.101]

В зависимости от результатов исследования необходимо либо начать-поиски нового критерия, либо перейти к разработке методов расчета величины деформации сдвига. Реализация данного этапа применительно к различным видам смесительного оборудования предполагает выбор метода моделирования процесса (физического или математического), построение кинематической модели, выбор и обоснование начальных и граничных условий. Это может быть осуществлено на основании данных качественного анализа механизма формирования композиций с помощью развитых в настоящее время методов визуализации потоков, срезов материалов и т. п., что требует,, однако, создания специальных установок, г в ряде случаев и совершенствования методик проведения исследований. Необходимо отметить, что результаты качественного анализа создают также предпосылки для разработки новых конструктивных решений оборудования и вспомогательной оснастки. [c.198]

Следовательно, выбор и обоснование основной модели роста популяции являются в настоящее время узловой точкой в создании общей математической модели процесса микробиологического синтеза, логическим развитием и завершением которого является обоснование масштабного переноса процесса, создание теории ферментера и решение вопросов, связанных с управлением процесса. Наиболее плодотворным представляется построение кинетических моделей, базирующихся на конкретизации длж роста популяции фундаментальных положений биологии, физики и химии (законы сохранения для случая саморегулирующих систем), а не поиски аналогий, постулирование сомнительных положений или сведение целого в поведении системы высокой степени сложности к частному проявлению ее свойств. [c.105]

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]

Изложим метод построения математической модели реактора из отдельных участков-блоков, что облегчает выбор модели для заданного конкретного процесса В реальных условиях общую модель процесса, за исключением некоторых блоков, можно упростить, не снижая заметно точность моделирования процесса. [c.240]

При решении задач анализа или синтеза достаточно сложных систем перед исследователем возникает необходимость создания модели, являющейся прообразом существующей или разрабатываемой системы. В основу построения такой модели закладывается некоторое системное представление исследователя, которое, в свою очередь, определяется выбором исходного основания членения системы на элементы. Процесс построения моделей является творческим процессом, не поддающимся пока полной формализации. Этот процесс во многом определяется традициями, сложившимися на основе практики решения конкретных задач. [c.7]

Кинетические исследования. Наиболее эффективный, хотя и самый трудный путь экспериментального исследования состоит в раздельном количественном изучении всех разнородных явлений (например, кинетики химических превращений, переноса массы и тепла, движения потока), взаимодействие которых определяет закономерности реального каталитического процесса. Эксперимент при этом должен быть поставлен либо в таких условиях, когда исключено действие всех факторов, кроме исследуемого, либо когда методами математического анализа может быть выявлено влияние каждого исследуемого фактора. Результатом такого исследования является построение математической модели, на основании которой может быть осуществлен расчетный выбор оптимального режима процесса. [c.401]

Выбор эффективного химического реактора может быть выполнен лишь при наличии адекватной математической модели кинетики химического превращения. В данном случае математическая модель химической реакции может быть построена на основе упрощенного механизма процесса, а ее точность определяется соответствием формы расчетной кривой с формой экспериментально полученной кривой кинетики выхода целевого продукта [1, 2]. Многие гомогенные химические реакции удовлетворительно моделируются системой последовательных и параллельных элементарных реакций первого порядка. Такая система, по существу, определяет вероятные пути протекания химического превращения [2, 3]. В настоящей работе сделана попытка построения математической модели кинетики фотохимического синтеза четырех основных изомеров гексахлор циклогексана. На основе литературных данных [4, 5, 6, 7] при построении модели принято следующее [c.10]

Моделирование можно определить как процедуру построения математического описания процесса, т. е. модели, на основе экспериментальных результатов. Эта процедура не тривиальна в том смысле, что не существует установленных рецептов или алгоритмов ее выполнения. В каждом отдельном случае исследователь должен сам определить стратегию моделирования, исходя из конкретных требований поставленной задачи. Здесь следует учитывать ряд факторов, таких, как возможности экспериментальной техники, объем и качество экспериментальных данных, наличие необходимых справочных данных, желаемая надежность модели и т. п. Хотя возможности математического аппарата в построении моделей играют важную роль, успех во многом определяется удачным выбором стратегии моделирования. [c.374]

Построение математических моделей — процесс, постоянно связанный со стремлением к усовершенствованию моделей, что достигается более рациональным выбором переменных, их числа и формы взаимосвязей между ними, а также ограничений. [c.38]

Процессор общения настраивается на лексику предметной области и позволяет пользователю-проектировщику описывать систему — состав агрегатов и способы пх соединения, а также формулировать расчетные задачи в привычных для него терминах. Например При заданных характеристиках атмосферного воздуха определить функциональные характеристики агрегатов, обеспечивающие заданный режим на входе в объект . После решения этой задачи формулируются задачи расчета конструктивных параметров отдельных агрегатов. Процессор общения обеспечивает диалоговый режим работы при последовательном поэтапном решении задач с вызовом на терминал промежуточных результатов. База знаний на предметном уровне сформирована из совокупностей фреймов процессов и фреймов элементов. Под термином процессор на рис. 6.4 понимаются соответствующие системные программы. На основе выбора пользователем конкретных агрегатов и способов их соединения (рис. 6.4) процессор 1 осуществляет построение технической модели, представляющей собой взаимосвязанную сеть экземпляров фреймов. При этом процессор 1 обеспечивает необходимую полноту технического описания в условиях неполного описания системы проектировщиком, когда он умалчивает о само собой разумеющихся вещах . [c.264]

Правильный выбор определяющих факторов позволяет достичь необходимой точности при расчетах площади поверхности теплообмена в аппаратах без излишнего усложнения расчетных зависимостей. К сожалению, состояние теории часто не позволяет надежно предсказывать характеристики процесса теплообмена при кипении в разнообразных условиях эксплуатации теплообменных аппаратов. Поэтому, несмотря на большой объем выполненных к настоящему времени исследований, окончательные решения при проектировании аппаратов, в которых осуществляется процесс кипения, в ряде случаев могут быть приняты только на основе специально поставленного эксперимента. Этим же объясняется и преимущественно экспериментальный характер работ, посвященных исследованиям теплообмена при кипении, а также тот факт, что большинство расчетных формул, используемых на практике, представляют собой более или менее удачные интерполяционные зависимости, полученные на основе экспериментальных данных. Тем не менее, особенно в последние годы, появилось много работ, посвященных изучению механизма отдельных процессов, сопровождающих кипение (образование и рост паровых пузырьков, частота их отрыва, движение в жидкости и т. п.). Интерес исследователей к изучению этих элементарных процессов оправдан. Знание закономерностей развития элементарных актов при кипении дает основу для построения математических моделей кипения гораздо более гибких и надежных, чем формальные эмпирические корреляции. Можно утверждать, что будущее инженерных расчетов— за методами, имеющими прочную теоретическую основу, базирующуюся [c.210]

Для систем ФР определенной конструкции вводится вычислительный процесс, в основе которого лежит выбор ФР, управляющих затем дальнейшими вычислениями. В языке KRL в основе такого процесса лежит сопоставление с образцом для выбора ФР и дальнейшее сопоставление выбранных фреймов с исходными данными и уже построенными ФР-примерами, в ходе которого осуществляется достраивание модели конкретной ситуации. Задача сопоставления в процессе вычислений разбивается на подзадачи в соответствии со структурой ФР, участвующих в сопоставлении осуществляется иерархическое планирование решения этих подзадач с использованием критерия ограниченности ресурсов, расширяемых пользователем сигнальных таблиц и вывода процедур, присоединенных к слотам ФР. Основные операции такого процесса — копирование ФР и отождествление переменных и объектов. При выполнении этих операций в соответствии со структурой участвующих в них ФР может потребоваться выполнение новых операций копирования и отождествления, и т. д. [c.132]

Поэтому для выбора рациональных технологий или энергосберегающих режимов при перекачке реологически сложных жидкостей целесообразно уметь достаточно точно прогнозировать различные аспекты работы данных трубопроводов. Известные детерминированные методы расчета стационарной и нестационарной работы трубопроводов, перекачивающих неньютоновские жидкости, основанные на применении средних по сечению трубы значений рабочей температуры и скорости перекачиваемой жидкости, часто приводят к значительным ошибкам в прогнозе технологических параметров при различных режимах работы участков трубопровода. Новые знания, получе1шые при теоретических и экспериментальных исследованиях процессов гидродинамики и теплообмена при течении аномальных жидкостей по трубам и каналам, позволяют построить достаточно точную математическую модель стационарных и нестационарных режимов работы трубопроводов различных способов прокладки (различные условия теплообмена с окружающей средой) при транспорте реологически сложных жидкостей. Поэтапное построение модели различных аспектов работы трубопровода, т. е. рассмотрение математической модели каждого стационарного и нестационарного гидродинамического режима в отдельности, в свою очередь, позволило выявить ряд таких новых эффектов в динамике течения аномальных жидкостей, как возникновение застойных зон в гидравлически гладкой трубе, режимы гидродинамического теплового взрыва и т. п. [1—4]. Это, в свою очередь, позволило не только понять и объяснить своеобразные режимы работы некоторых действующих нефтепрово- [c.151]

Математические модели процессов теплопередачи базируются на математическом аппарате, разработанном в классических исследованиях теплопроводности в твердых телах. Общим недостатком известных решений является допущение о независимости теплофизических характеристик от температуры. Хорошо известно, что все термодинамические функции и теплофизические характеристики полимеров существенно зависят от температуры и давления. Поэтому при построении моделей реальных процессов следует обращать особое внлмание на правильный выбор средних значений соответствующих характеристик. [c.170]

Ценность модели процесса па этапе принципиальной разработки процесса заключается прежде всего в том, что она дает связную количественную обобщенную картину всей имеющейся на данный момент информации о процессе и вместе с тем указывает, какую информацию еще предстоит получить. На начальных стадиях принципиальной разработки процесса, когда еще нет полной определенности относительно типов аппаратов, включенных в технологическую схему производства, и способа их взаимной компоновки, можно построить альтернативные схемы материальных потоков и испо.льзовать их для оценки и сопоставления различных возможностей. Аналогичным образом, если выдвинуты различные кинетические модели реакции, можно прибегнуть к построению альтернативных моделей э.ттементарных стадий с тем, чтобы на их основе создать наилучшую общую модель реакции. Сплошь и рядом случается, что две или несколько таких моделей отображают имеющуюся информацию одинаково хорошо. В этом случае надо обдумать, какую дополнительную информацию, полученную экспериментальным или каким-либо другим путем, следует привлечь в качестве падежного критерия для выбора лучшей из альтернатив. [c.239]

После выбора типовой модели (или комбинации нескольких) для описания исследуемого процесса (условно разделенного на ряд звеньев) и принятия системы допущений для упрощения и обоснования принятой структурной схемы, а также для решения системы составленных дифференциальных уравнений, разрабатывается определенный моделирующий алгоритм, пользуясь которым и составляют программу для ЭB M. Если математическое описание процесса представляет собой сложную систему конечных и дифференциальных уравнений, то от возможности построения достаточно надежного моделирующего алгоритма зависит применимость математической модели. В соответствии с составленной программой машина последовательно выполняет опеоа-ции, дающие информацию о ходе процесса и конечных его результатах. Следующий этап моделирования с помощью аналоговой или цифровой вычислительной машины состоит в проверке адекватности выбранной модели исследуемому процессу или аппарату и ее коррекции. [c.42]

Современное состояние теории псевдоожижения отражено в книгах [1—3]. Для описания кипящего слоя в принципе могли бы быть использованы классические модели механики сплошных сред, однако строгая постановка гидродинамической задачи, включающей в себя уравнения Навье — Стокса совместно с уравнениями движения частиц с соответствующими начальными и граничными условиями, оказывается чрезвычайно сложной. Поэтому прибегают к построению менее детального, сокращенного описания динамики дисперсных систем, т. е. к построению макромоделей дисперсных систем. На этом пути созданы основы механической теории псевдоожиженпого состояния исходя из кинетического подхода [4], метода осреднения, метода взаимопроникающих континуумов [3]. Однако это только основы, применимые к упрощенным, идеализированным ситуациям. Для использования теоретических моделей в практических расчетах нужны еще большие и целенаправленные усилия теоретиков и экспериментаторов. Направление исследований определяется конкретной целью. В частности, при разработке каталитического реактора требуется не только умение удовлетворительно рассчитать поля концентраций и температур, по и обеспечить достаточное приближение к оптимальному режиму. Вследствие сильной структурной неоднородности кипящего слоя такое приближение часто оказывается невозмон ным. Перед этой трудностью отступает на второй план задача точного расчета полей температур и концентраций. Хороший расчет плохо работающего реактора имеет сомнительную ценность. Прежде всего, необходимо активное воздействие на структуру слоя с целью достижения приемлемой степени однородности и интенсивности контактирования газа с катализатором. Необходимая степень однородности кипящего слоя определяется кинетикой конкретного каталитического процесса и может сильно отличаться от случая к случаю. Это определяет выбор средств воздействия на структуру слоя горизонтальное или вертикальное секционирование, добавление мелкой фракции, размещение малообъемной насадки [5]. В частности, только последнее из [c.44]

Полученные в результате эксперимента статистические данные используются для построения моделей исследуемых объектов. В настоящее время большинство методов идентификации базируется на предположении о том, что структура модели задана. Однако вопросы формализации выбора структуры моделей химико-технологических процессов разработаны в недостаточной мере. В общем случае задачу нахождения структуры модели можно свести к задаче аппроксимации функций многих леременных Y sia некотором классе вещественных функций ji, которые наиболее полно отражают физико-химические процессы, протекающие в объекте управления. При идентификации технологических процессов к классу функций г ) целесообразно отнести линейные функции, кусочно-линейные, многочлены степени Р, алгебраические многочлены, дробно-рациональные функции, обобщенные многочлены степени Р, обобщенные рациональные функции и т. д. Выбор класса аппроксимирующих функций существенно зависит от количества включенных в модель информативных переменных. Следует отметить, что относительно входных переменных аппроксимирующая функция может быть и нелинейной, т. е. в модель могут входить переменные первого порядка, их произведения, а также переменные с различными показателями степеней и т. д. Для многих реальных процессов аппроксимирующая функция в области, ограниченной экспериментом, является гладкой и допускает разложение в ряд Тейлора. При ограниченном числе членов ряда эта функция является линейной по параметрам модели. [c.117]

Таким образом, согласно данной методике, по информативности переменных можно определить структуру модели исследуемого процесса. Построение модели начинается с выбора наиболее информативного параметра при условии тахр(г/, и включения его первоначальный полином [5]. В качестве критерия точности модели примем величину остаточной дисперсии. По мере включения на каждом шаге в модель новых, все менее информативных переменных, процесс уменьшения остаточной дисперсии замедляется, так как каждый остаток представляет собой среднее ошибки (г/,- —у f ). При вводе в модель несущественных переменных остаточная дисперсия остается постоянной. Очевидно, что процесс построения модели с оценкой ее точности по остаточной дисперсии является сходящимся. Основу вычислительной процедуры составляет такое итеративное изменение коэффициентов модели, которое обеспечивает на каждом шаге максимальное убывание остаточной дисперсии. [c.120]

В настоящей монографии рассмотрены только гомогенные изотермические реакции, в то время как соответствующие про-мьпнленные процессы часто протекают в гетерофазных системах с неоднородными нолями концентраций и температур внутри реактора. Для математического моделирования таких систем прежде всего необходимо выбрать адекватную кинетическую модель процесса, правильно описывающую химические превращения компонентов. Изложенный в книге материал должен помочь сделать такой выбор научно обоснованным. После того как кинетическая модель выбрана, явления переноса вещества и тепла в реакторе могут быть учтены при построении общей математической модели процесса стандартными методами. Возникающие при этом задачи относятся уже к области макрокинетики и, следовательно, выходят за рамки настоящей монографии. Вместе с тем совершенно ясно, что развитие макрокинетики реакций образования и превращения полимеров, столь важной для математического моделирования промышленных процессов их синтеза и химической модификации, невозможно без хорошо разработанных методов описания истинной химической кинетики соответствующих реакций. Эти методы, подробно изложенные в данной книге, могут быть с успехом использованы и нри решении многих макрокине-тических задач химической технологии получения и модификации лолимеров. [c.362]

Высокая динамическая сложность может исказить предварительно задуманную форму диалога ме>еду исследователем и ситуацией. Большие задержки времени, явления и эффекты, распределенные во времени и пространстве, непредсказуемые эффекты многок эатных нелинейных обратных связей могут замедлить процесс исследований даже для людей с глубоким научным пониманием проблемы и навыками коллективной работы. Исследования в вир1уальных мирах могут быть ускорены, если процесс моделирования помогает познавать, представлять структуры сложных обратных связей, структурировать и понимать их значения быстрее, чем просто получать результаты моделирования. Изучая динамически сложные системы, исследователи должны быть уверены, что модель соответствует представлению проблемы, на решение которой направлена их деятельность. Они должны верить, что модель достаточно хорошо имитирует нужные части реального мира, что результаты изучения виртуального мира применимы к реальному. Чтобы иметь такое доизе-рие, виртуальный мир должен быть открытым и доступным, чтобы в нем можно было рассматривать, критиковать, изменять любые предположения. Для получения эффективных результатов участники экспериментов должны стать исследователями, а не просто игроками в игре "моделирование". Практическое исследование моделей лучше всего проводить тогда, когда лица, принимающие решения, активно участвуют в разработке модели. Мод Лирование формализует ментальные модели участников и обеспечивает структурирование проблемы, выбор границ модели и временных параметров, построение [c.48]

Вычисление параметров модели. Формулировка поисковой модели включает определение набора характерных для сигнала признаков и выбор алгоритма вычисления параметров модели. Можно представить себе ситуацию таким образом, что параметры модели используются для оценки конкретных констант взаимодействия в построенной схеме процесса. В простейщем случае параметры служат для выяснения того, лежит ли константа в диапазоне значений, позволяющих сказать, что "сигнал есть", или же в диапазоне, означающем "сигнала нет". [c.119]

Несмотря на обилие математических моделей биотехнологических процессов микробиологического синтеза, не существует и, по-видимому, не может существовать универсальной модели ввиду необычайной сложности и многообразия жизнедеятельности микроорганизмов. Однако можно алгоритмизировать процесс построения моделей и соответственно автоматизировать его. Автоматизированное рабочее место Автоферм—1 оснащено диалоговой системой моделирования (см. рис. 30, 31), позволяющей существенно сократить время выбора структуры математической модели (пример использования диалоговой системы моделирования в режиме имитации приведен в гл. 2). [c.87]

Методика построения моделей механистического типа. В схематическом виде процесс построения адекватной механистической модели можно представить как показано на рис. 3.27. Прежде чем переходить к моделированию, исследователи (микробиолог и математик) должны определенным образом сформулировать некоторые представления об объекте исследования. На основании предьщущих экспериментов, проведенных с T.ferrooxidans, а также литературных данных составляется словесное описание характера протекания процесса окисления Ре ", т.е. его словесная (вербальная) физиолого-биохимическая модель. Одновременно происходит выбор переменных моделей. [c.154]

Описание алгоритма [34, 35]. Таблица исходного массива информации квантуется на два уровня, как указывалось выше. Каждая рабочая строка, соответствующая заданному ( своему ) значению целевой функции у, сопоставляется со строкой сравнения , относящейся к чужому у, т. е. значению у на другом уровне. При этом запоминаются различающиеся разряды в рабочей строке. Далее эти сравнения производят во все расширяющейся окрестности, состоящей из строк сравнения, и из исходного списка разрядов кода рабочей строки вычеркиваются все совпадающие, кроме последнего (по ходу операций сравнения с новыми строками). Помечаются чужие строки, которые содержат выделенное значение параметра. Затем вышеописанные операции повторяются, но строками сравнения уже служат помеченные строки. Процесс сравнения продолжается до тех пор, пока будет выделено такое сочетание параметров, которое отсутствует в чужих строках. Выделенное сочетание параметров записывают в виде импликапта х . х .1. .. х г, что соответствует следующему выражению для данного уровня целевой функции у характерно совместное наличие переменных хЧ, х ,. . х . Аналох ично выделяют имп-ликанты для всех строк данного уровня у. Выделенные импли-канты классифицируют по рангу в зависимости от частоты их появления в своем классе (разряде) целевой функции. Построение булевой модели ФХС сводится к выбору минимального количества наиболее часто встречающихся импликантов так, чтобы они покрывали все строки таблицы, принадлежащие своему у. [c.104]

По способу реализации модели могут быть знаковыми и реальными. Знаковые модели являются математическими описаниями процессов. Основой для построения таких моделей и операций над ними служат различные разделы математики (дифференциальные уравнения в обыкновенных и частных производных для характеристики непрерывных моделей, теория гра4юв для описания сложных реакций и т. д.) Выбор математического аппарата играет значительную роль для наиболее полного выражения свойств изучаемой сложной химической системы. [c.461]

Справочник химика 21

Химия и химическая технология