Выбор объектов эксперимента

Большое количество экспериментальных задач в химии и химической технологии формулируется как задачи экстремальные определение оптимальных условий процесса, оптимального состава композиции и т. д. Благодаря оптимальному расположению точек в факторном пространстве и линейному преобразованию координат, удается преодолеть недостатки классического регрессионного анализа, в частности кор реляцию между коэффициентами уравнения регрессии. Выбор плана эксперимента определяется постановкой задачи исследования и особенностями объекта. Процесс исследования обычно разбивается на отдельные этапы. Информация, полученная после каждого этапа, определяет дальнейшую стратегию эксперимента. Таким образом возникает возможность оптимального управления экспериментом. Планирование эксперимента позволяет варьировать одновременно все факторы и получать количественные оценки основных эффектов и эффектов взаимодействия. Интересующие исследователя эффекты определяются с меньшей ошибкой, чем при традиционных методах исследования. В конечном счете применение методов планирования значительно повышает эффективность эксперимента. [c.159]

В связи с этим традиционная стратегия планирования эксперимента видоизменяется для наилучшего выбора точек постановки экспериментов используется текущая информация, полученная в результате обработки предыдущих опытов. Эта стратегия составляет существо второго подхода к организации планирования эксперимента — так называемого последовательного планирования. Последовательное планирование эксперимента требует для своей реализации обязательного применения средств вычислительной техники. По мере поступления информации с объекта она обрабатывается с помощью ЭВМ и в соответствии с результатами обработки делается заключение о дальнейшей стратегии постановки эксперимента. В задачах синтеза функциональных операторов ФХС метод последовательного планирования эксперимента целесообразно реализовать в виде автоматизированных систем обработки эксперимента. Данное направление в планировании эксперимента получило распространение, например, при решении кинетических задач при определении кинетических констант и дискриминации механизмов химических реакций [22, 23]. [c.97]

Планирование эксперимента — это постановка опытов по некоторой заранее составленной программе (плану), отвечающей определенным требованиям. Методы планирования экспериментов позволяют свести к минимуму число необходимых опытов и одновременно выявить оптимальное значение искомой функции. Выбор плана определяется постановкой задачи исследования и особенностями объекта. Процесс исследования обычно разбивается на отдельные этапы. Информация, полученная после каждого этапа, определяет дальнейшую стратегию эксперимента — таким образом возникает возможность оптимального управления экспериментом. Планирование эксперимента дает возможность варьировать одновременно все факторы и получать количественные оценки основных эффектов и эффектов взаимодействия. В ортогональных планах матрица моментов и ковариационная матрица диагональны, что существенно облегчает расчет коэффициентов уравнения регрессии, статистический анализ и интерпретацию результатов [10, 11]. [c.95]

Выбор объектов эксперимента [c.150]

Выбор планов экспериментов делают на основе анализа априорной информации об исследуемом объекте. Под объектом при исследовании биоповреждений понимают взаимодействие материала с микроорганизмами и другими факторами. Составление плана начинают с описания процесса эксперимента в виде специально построенной матрицы, называемой матрицей планирования эксперимента (МПЭ), в которой будут помещены результаты эксперимента. МПЭ включает кодированные значения факторов л ,-, определяемые из соотношения Х1= = (Ж —Ж,о)//г, где X, — натуральное значение фактора хш — натуральное значение нулевого уровня А — интервал варьирования 1 — номер фактора. [c.70]

Область эффективного применения метода представлялась весьма широкой. Отмечалось всего несколько геолого-физических параметров, ограничивающих эффективное использование полимерного заводнения наличие большой газовой шапки, сильно развитая трещиноватость и наличие активной подошвенной воды. Однако последующее детальное изучение полимерного заводнения, особенно в промысловых условиях, позволило более реально подойти к оценке возможностей метода, установить его недостатки, слабые стороны. Анализ промысловых экспериментов показал, что отрицательные результаты связаны с неудачным выбором объектов для проведения опытно-промышленных испытаний и с неправильно осуществленной технологией (закачка в пласт растворов полимеров очень низкой концентрации). [c.71]

ВЫБОР ОБЪЕКТА И МЕТОДИКИ ЭКСПЕРИМЕНТА [c.412]

В обучении химии есть своя специфика, которая заключается не только в том, что учитель должен хорошо владеть школьным химическим экспериментом. Учитель химии обязан хорошо знать задачи, уметь включить их в учебный процесс, овладеть методикой решения задач. При подготовке к урокам надо так спланировать свою работу, чтобы предусмотреть все детали, нужные для успешного проведения урока, подобрать необходимую литературу для подготовки к урокам и внеклассного чтения учащиеся. Наконец, учитель химии организует экскурсии на различные химические производства. Выбор объектов экскурсий, организация и проведение их — все это заранее обдумывается и планируется. [c.6]

НЫХ, полученных из опытов с бактериями, необходимо рассмотреть, хотя бы в общих чертах, что же представляет собой бактериальная клетка. Бактерии вытеснили из генетических исследований высшие формы по следующей причине. В начале 40-х годов проблемой наследственности заинтересовалась новая группа исследователей, отличающаяся от своих предшественников не только характером полученного ими образования и общим подходом к решению биологических проблем, но также и выбором объекта исследования для своих экспериментов. [c.45]

При использовании этого метода вместо заданного явления — образца (натуры) исследуется другое явление, ему подобное, — модель. Переход к модельному эксперименту создает очевидные преимущества, так как при этом появляется определенная свобода выбора условий эксперимента размеров объекта, темпа развития процесса, его режимных параметров и т. п. Вместе с тем в отношении полноты получаемых знаний и их надежности условия [c.42]

Первый промысловый эксперимент, осуществленный в 1966— 1978 гг. на Александровской площади Туймазинского месторождения доказал эффективность метода в промышленных у -ловиях. Начата закачка диоксида углерода на Радаевском (1984 г.), Козловском, Ольховском, Сергеевском и Елабужском (1986—1989 гг.) месторождениях. Источником диоксида углерода для перечисленных объектов служат побочная продукция и отходы химических и нефтехимических предприятий. Проведен выбор отдельных видов оборудования, арматуры и труб. [c.77]

Как следует из всего изложенного, сущность метода модели заключается в замещении объекта эксперимента. Для того чтобы правильно оценить значение этого метода, обратим внимание на следующее. Если исследование предпринимается с целью выяснения общих закономерностей процесса, то экспериментатор имеет широкие возможности в отношении рационального выбора общей постановки опыта и создания благоприятных условий для его осуществления. В этом случае теория подобия является особым методом исследования (который применяется при предварительном анализе задачи, когда вырабатывается система эксперимента, и при окончательной обработке экспериментальных результатов). Однако наряду с такими исследованиями, связанными с решением общих вопросов принципиального характера, важное значение (в особенности для инженерной практики) имеют исследования совсем другого рода. Часто возникает необходимость в детальном изучении некоторого вполне конкретного процесса, развивающегося в системе с определенными геометрическими и физическими свойствами при заданных режимных условиях. [c.198]

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

Статистическое описание основано на обработке экспериментальных данных. Исследуемый объект характеризуется вектором факторов, определяющих целевую функцию или выходные параметры. Планируя эксперимент, набираются данные для определения коэффициентов зависимости между входными и выходными параметрами процесса. Имеется, по существу, бесконечное число вариантов установления такой зависимости на основе статистического анализа. Основная трудность заключается в выборе вектора состояния, элементы которого действительно характеризовали бы поведение реального процесса, а также в получении зависимости, допускающей не только интерполирование, но и экстраполирование решения за пределы области определения коэффициентов этой зависимости. [c.17]

В частном случае уравнения, полученные при использовании метода направленного эксперимента, представляют собой полиномы, коэффициенты которых при входных переменных стохастически независимы друг от друга и отражают влияние этих переменных. Рассмотрим уравнение объекта, полученное методом направленного эксперимента как основу для выбора структуры управления. Задача в этом случае сводится к определению необходимой структуры управления для объектов, критерии управления которыми описываются сепарабельными или частично-сепарабельными полиномиальными функциями [24]. [c.147]

Удельная электропроводность растворов Б точке максимума прямо пропорциональна рабочей частоте со, т. е. характеристическая кривая g — к с увеличением частоты смещается вправо (рис. 21,6). Это дает возможность путем выбора рабочей частоты поля всегда работать на том склоне характеристической кривой, который отвечает условиям и задачам эксперимента. Вместе с тем появляется возможность предвидеть диапазон концентраций растворов, где расположен максимум характеристической кривой, и, таким образом, избежать резкого снижения чувствительности приборов к изменению свойств объекта в области максимума. Правильный выбор рабочей частоты позволяет при определениях избежать двузначности отсчетов по прибору. [c.120]

Работа по подготовке эксперимента начинается с изучения конструкции и режимов эксплуатации химико-технологического аппарата, выбора основных выходных У2 1),. .. и входных XI (1), Х2 1),. .. координат и составления структурной схемы объекта. Примерный вид структурной схемы показан на рис. VI. 1, а, где [c.137]

МПа. Однако это требование не вытекает из особенностей применяемой технологии. Поэтому оно скорее всего относится только к первоочередным объектам промысловых экспериментов. Выбор скважин по этому признаку должен уточняться по мере получения информации по технологическим параметрам закачки гелеобразующих составов. [c.246]

Тандемную МС вначале использовали как способ фрагментации ионов, образующихся в ионном источнике, например, при мягкой ионизации. В таких экспериментах первый масс-спектрометр использовали для выбора родительского иона, при диссоциации которого образовались дочерние ионы, детектируемые вторым анализатором. Это режим сканирования дочерних ионов. Однако можно реализовать и другие режимы сканирования (табл. 9.4-6). Режимы сканирования родительских ионов и нейтральных частиц особенно полезны при скрининге (см. разд. 9.4.4), а режим селективного мониторинга реакций (СМР) — в количественном анализе. Использование тандемной масс-спектрометрии, особенно в режиме СМР, чрезвычайно важно при количественном анализе объектов окружающей среды и биологических объектов, когда мешающее влияние компонентов матрицы может ухудшить пределы обнаружения. Контроль конкретной реакции, вызванной столкновениями, в режиме СМР существенно улучшает селективность и приводит к резкому улучшению отношения сигнал/шум. [c.284]

Во второй главе в соответствии с поставленными задачами определены объекты и методы исследования представлены методики проведения экспериментов и анализов получаемых продуктов пиролиза, приведены обоснования выбора катализатора и используемых при исследованиях видов сырья, обоснованы условия проведения экспериментов. [c.6]

Нри проведении промысловых экспериментов были поставлены задачи, связанные с оценкой влияния на эффективность применения испытываемой технологии следующих факторов тип коллектора, степень расчлененности объекта разработки, наличие и степень гидродинамической связи между пропластками неоднородного пласта, соотношение коэффициентов проницаемости отдельных пропластков, величина и преобладающая форма остаточной нефтенасыщенности пласта, степень обводненности продукции отдельных скважин и опытного участка в целом, приемистость водонагнетательных скважин, объемы закачиваемых оторочек на метр работающей толщины пласта, периодичность закачки гелеобразующего состава. Кроме того, в задачу промыслового эксперимента входила отработка технологии и выбор технических средств для организации подготовки и закачки гелеобразующих растворов в скважины и оценка влияния показателей их работ. [c.23]

В начальных условиях рассматривается уже расслоенная система с резкой границей раздела двух жидкостей. Следовательно, для успешного проведения эксперимента систему необходимо первоначально перевести в закритическую область (в этом случае метод температурного охлаждения становится непригодным) и по выбранной методике экспериментально проследить кинетический процесс перехода системы из неравновесного состояния в равновесное, или в иное - метастабильное состояние. В качестве объекта исследования были выбраны две системы 1-масло-вода 2-метанол-гептан. Выбор второй системы был обусловлен результатами измерения удельной теплоемкости методом адиабатической калориметрии (рис. 1). Измерения проводились из расслоенного состояния в сторону гомогенного. Исследованная система перемешивалась электромеханической мешалкой с разной частотой. Авторы обнаружили аномалии теплоемкости на границе спинодали и бинодали. Это означает, что в эксперименте расслоенная система путем перемешивания переводилась в лабильную область. [c.9]

Поэтому для таких потенциально опасных предприятий необходим выбор математических моделей, позволяющих учитывать особенности возможных аварий. В дальнейшем по эффективным моделям возможно проведение вычислительных экспериментов для прогнозирования аварийных ситуаций и опасности загазованности производственного объекта, ближайших жилых районов и соседних промышленных предприятий. [c.76]

Развитие физики и механики полимеров, широкое применение ЭВМ дает возможность перейти к научно обоснованному прогнозированию методами моделирования технологических процессов. Под моделированием понимается метод изучения объектов, при котором эксперимент проводится не на оригинале, а на модели, а результаты распространяются на оригинал. При физическом моделировании процесса в лаборатории стремятся прежде всего воспроизвести условия ведения его в производстве. Однако более результативным при физическом моделировании является выбор показателей технологических свойств, инвариантных к масштабам ведения процесса (критериев перерабатываемости). При таких условиях решение задачи прогнозирования сводится к экспериментальному определению немногих исходных показателей свойств эластомеров (реологических, адгезионно-фрикционных, когезионных). [c.36]

Идеальным случаем при выборе нулевых точек факторов является попадание центра эксперимента в область оптимальных значений выходного параметра. Но такое выгодное обстоятельство возможно лишь при очень высоком уровне априорной информации, на который трудно рассчитывать при современном темпе исследования и внедрения технологических процессов. Поэтому если имеется некоторый опыт управления объектом исследования, то можно принять в качестве нулевого уровня те величины факторов, которые дали наилучшее значение выходного параметра. [c.217]

Основное требование к интервалу варьирования состоит в том, чтобы он не превышал удвоенной средней квадратической ошибки фактора. Это требование связано с тем, что интервал между двумя соседними уровнями должен значимо (неслучайно) влиять на выходной параметр. Обычно интервал варьирования выбирается на основании априорной информации и затем уточняется после получения математической модели. Удачный выбор интервала варьирования факторов гарантирует достоверность математической модели объекта. Если интервал варьирования выбран неудачно, то его уточнение потребует повторения экспериментов. [c.217]

Важное практическое соображение, касающееся выбора объекта эксперимента, состоит в том, что соотнощения, подлежащие проверке, должны быть самыми простыми, например они могут включать всего лищь один транспортный процесс, сопряженный с одной метаболической реакцией. Для нащих целей важны результаты, полученные Уссингом с сотрудниками в опытах на коже лягушки и Лифом с сотрудниками на мочевом пузыре доминиканской жабы, которые показали, что при подходящем выборе условий трансэпителиальный активный транспорт ограничивается почти исключительно натрием и определяется в основном окислительным обменом [27, 39, 46]. Исследования таких простых систем, интересные и сами по себе, должны, кроме того, создать основу для анализа более сложных систем, включающих несколько транспортных процессов, в том числе сопряженных. [c.152]

Отсутствию ясности в вопросе о ПС способствовал не только недостаток надежных методов его определения, но порой и неудачный выбор объектов исследования [56—58]. Действительно, трудно измерить поверхностное сопротивление при изучении стационарной (или квазистационарной) массопередачи бензойной и уксусной кис-лрт не только потому, что акты ассоциации и диссоциации кислот очень быстры, по и вследствие того, что эти реакции могут протекать одновременно как на поверхности, так и в объеме фаз. Другими словами, массоперенос и реакция не являются последовательными процессами, а диффузионное и химическое сопротивление не аддитивны. Недавно Шуман и Штробель [61 ] показали, что при изучении массопередачи уксусной кислоты и ацетона между водой и некоторыми органическими растворителями результаты экспериментов хорошо описываются без привлечения понятия о ПС. Однако Нитш [62] нашел, что в начальные моменты времени массопередачи уксусной, муравьиной, пропиоиовой и масляной кислот, поверхностное сопротивление измеримо и его значение составляет 23—63 с/см. [c.389]

Сравним с точки зрения соотношения случайности и необходимости три внешне сходных друг с другом химических открытия— открытие фосфора (см. стр. 341), аргона (см. стр. 176) и рения. Поскольку Брандт пришел к открытию фосфора, руководствуясь антинаучными соображениями, это открытие было чистейшей случайностью, элемент необходимости в нем свелся лишь к тому, что при данном случайном выборе объекта исследования (моча) и данного способа воздействия на него фосфор не мог не получиться. Аргон не мог бы быть открыт в ХУП1 в. таким способом, каким он был открыт в XIX в., из-за несовершенства экспериментальной техники. В XIX же веке незначительная разница в удельном весе воздушного и химического азота не могла остаться незамеченной, а вопрос о причинах ее — без ответа. Здесь перерастание случайности в необходимость явилось результатом развитий техники химического эксперимента. В открытии же рения превращение случайности в свою диалектическую противоположность — необходимость было стимулировано развитием научной теории. По распространенности в природе рений почти такой же ред-т1айший элемент, как радий, но в отличие от последнего он не выдает себя какими-либо чрезвычайными свойствами. Кроме того, это элемент рассеянный. Поэтому даже при уровне экспериментальной техники XX в. открытие рения никоим образом не могло осуществиться как открытие случайное при наличии же в распоряжении исследователей такой ослепительной путеводной звезды, как периодический закон, оно не могло не осуществиться. [c.682]

Математическая статистика как основа метода исследования производства деталей из пластмасс начала применяться в отечественной практике в 1950-х годах [47]. Общая последовательность работ при определении и анализе точности изготовления деталей из пластмасс прессованием в производственных условиях слагается из следующих основных этапов 1) выбор объекта исследования 2) определение свойств исходного сырья с предварительной его подготовкой в случае необходимости (подсушка, просев, перемешивание) 3) подготовка исходного сырья к переработке (таблетирование и хранение таблеток) 4) изучение чертежей детали и прессформы, в которой данная деталь изготавливается, а также измерение размеров прессформ 5) проверка состояния оборудования, оснастки и рабочего места 6) изготовление деталей и взятие выборочной партии в соответствии с планом эксперимента 7) хранение выборочной партии в установленных условиях 8) измерение деталей выборочной партии. При проведении подобных работ принципиально важным является вопрос об объеме выборочной партии, определяющей общую трудоемкость измерительной и расчетной работы. [c.78]

Несмотря на большое практическое значение процессов переноса в условиях воздействия на полимерные диффузионные среды высоких давлений, эта проблема вплоть до настоящего времени оставалась наименее изученной. В работах [73, 117— 123] рассмотрены вопросы кинетики сорбции и проницаемости сжатых газов, фреонов, низкомолекулярных жидкостей через полимерные стекла и эластомеры. Однако характер полученных результатов, выбор объектов и условий исследования позволяют предполагать, что интересующий нас эффект, связанный с влиянием давления на диффузионные характеристики полимерных матриц, либо экспериментально не наблюдался, либо оказывался завуалированным пластификацией полимера газообразными веществами, либо не учитывался вообще, как, например, в [119, 120, 123]. Это вызвано двумя причинами. Во-первых, относительно небольшим интервалом изменения давления в условиях эксперимента, что связано с ограниченными возможностями использованной аппаратуры. Во-вторых, спецификой организации и проведения опытов, когда сжимающее низ комолекуляр-ный компонент давление неминуемо приводило к увеличению его растворимости в полимерном теле, а следовательно, и целой дополнительной гамме сопутствующих эффектов. Так, в [124] описано возрастание коэффициента газопроницаемости (Р) мембран из ПТФЭ при увеличении давления газа (рис. 2.35). Этот результат получен для необычного режима проведения диффузионного эксперимента (дифференциального), при котором разность давле.ний (Ар) по обе стороны мембраны поддерживается во всех опытах постоянной, а общее давление непрерывно возрастает. В работах [125—126] этот режим применительно к проблеме паропроницаемости назван сканированием по изотерме сорбции . Для обычного — интегрального режима, при котором перепад давления Ар меняется с изменением внешнего давления рь Р с ростом р1 уменьшается. Однако систематических измерений влияния давления, воздействующего избирательно на диффузионную среду, в полимерных системах практически не проводилось. [c.60]

Успехи, достигнутые Менделем, частично связаны с удачным выбором объекта для экспериментов — гороха посевного, или обыкновенного (Pisum sativum). Мендель убедился, что по сравнению с другими видами гороха этот вид обладает рядом преимуществ. [c.180]

В первую очередь эти трудности связаны с тем, что для экспериментов по поиску рестриктаз характерна целенаправленность в стремлении выявить новые по специфичности ферменты или высокопродуктивные штаммы изошизомеров, сопровождающаяся определенной стихийностью в отношении выбора объекта работ. Сложившаяся ситуация находит объяснение в превалировании в этих исследованиях прикладного аспекта над теоретическим. Вопросы, связанные с целенаправленным изучением закономерностей распространения рестриктаз, прак- [c.16]

В химической технологии эксперименты могут проводиться на нескольких уровнях, а именно а) лабораторные исследования, целью которых является определение физико-химических характеристик процесса (явления), свойств веществ и соединений, отработка теоретических предположений б) исследования на опытных установках с целью выбора типов аппаратов, разработка технологического регламента, изучения диналшки объекта (выбора каналов управления) в) исследования на промышленных установках с целью оптимизации технологических и конструкционных параметров объекта, совершенствования технологии и оборудования г) исследования на математических моделях с целью выбора оптимальных условий эксплуатации, процесса, отработки алгоритмов управления, выбора связей между отдельными частями системы и т. д. [c.56]

Для эффективного решения задач, возникающих на всех уровнях иерархии химического производства, необходимо прежде всего идентифицировать операторы отдельных ФХС, составляющих ХТС, т. е. оценить входящие в них параметры. Это может быть достигнуто либо решением обратных задач с постановкой соответствующих экспериментов (если объектом исследования служит действующее производство), либо априорным выбором ориентировочных значений технологических иарамет- [c.20]

В настоящее время новые методы увеличения нефтеотдачи пластов (УНП) применяются в основном в опытно-промыш-ленных масштабах с целью выбора наиболее оптимальных вариантов технологий УНП. Объектами этих работ являются залежи или участки залежей разного масштаба. По степени изученности начальные и остаточные запасы таких объектов также различны. Значительная часть промысловых экспериментов проводится на давно разрабатываемых объектах, относительно хорошо изученных по данным разведки и последующей разработки традиционными методами. Такие объекты имеются на месторождениях республик Татарстан и Башкортостан, Самарской, Оренбургской и Саратовской областей, а также на месторождениях Западной Сибири. В некоторых случаях на месторождениях, представленных трудноизвлека-емыми запасами, работы по применению новых методов увеличения нефтеотдачи пластов начинаются почти сразу же после окончания разведки. Таким образом, принятие решения о целесообразности применения новых методов увеличения нефтеотдачи происходит на разной информационной базе, не всегда достоверно отражающей фактическое состояние выработки запасов нефти и структуру распределения остаточных запасов в пласте. [c.18]

Вьцце рассматривались главным образом вопросы математического моделирования и сравнения различных моделей и методов для идентификации параметров ТПС с методической и алгоритмической точек зрения. Было выявлено, что практически они равноценны в смысле значений конечных результатов как в условиях вычислительных экспериментов, так и при идентификации ряда реальных объектов. Однако выбор модели, которую следует рекомендовать для решения тех или иных задач идентификации, связанных с обработкой результатов реальных испытаний, должен делаться не только и не столько исходя из приемлемости и удобств в вычислительном отношении, а с учетом одного из главных практических требований - быть подходящей не только для получения оценок параметров, но и оценок их дисперсий или стандартных отклонений. [c.157]

В подсистеме управления экспериментами (АСУЭ) автоматизируются качественный и численный анализ априорных мат. моделей для конструирования исследовательских стендов, включая анализ для выбора типа объектов эксперим. изысканий, методик измерения и управления ими выявление наиб, информационных опытов для данной модели или неск. ее вариантов (планирование экспериментов) определение статистич. оценок констант моделей сравнением вычисленных по модели значений отклика "объекта на контролируемые возмущения с измеренными значениями по заданным критериям оценки (обратные задачи моделирования). [c.26]

Для изучения химико-технологических процессов создаются АСНИ, специализированные на задачах анализа кинетики каталитич. хим. р-ций. Элементы исследуемого объекта-реакционноспособные фрагменты молекул и активные центры катализатора осн. задача-выбор эффективных каталитич. системы и режшыа работы катализатора. Для решения этой задачи синтезируются варианты гипотетич. маршрутов хим. р-ций, по к-рым в ЭВМ автоматически составляются системы дифференц. ур-ний, представляющих собой мат. модели кинетики р-ций. Число вариантов моделей ограничивается по результатам предварит. экспериментов. На основе анализа входных и выходных расходов и концентраций потоков, т-р и давлений в исследуемых реакторах (в контролируемых условиях тепло- и массообмена внутри реакц. слоя) оцениваются константы скоростей и энергии активации в ур-ниях кинетики. Анализ особенностей кинетич. ур-ний дает возможность планировать последующие эксперименты для сокращения числа гипотез и выбора оптимальных условий использования каталитич. системы. Выявление лимитирующих стадий процесса позволяет найти направление совершенствования катализатора. Принципиальное улучшение исследований данного класса стало возможным на базе изучения кинетики хим. р-ций в динамич. режимах и благодаря слежению физ. методами (ЭПР, диэлькометрия и др.) за состоянием активных центров катализатора в ходе р-ций. [c.27]

Интеллектуальные системы применяют для идентификации структур молекул по опытным данным планирования сложного орг. синтеза прогнозирования реакц. способности и физ. св-в хим. соединений планирования сложных физ.-хим. экспериментов и автоматизир. разработки моделей сложных химико-технол. процессов по опытным данным автоматизир. техн. диагностики предаварийных состояний оборудования с целью обеспечения надежности и безопасности хим. произ-в автоматизир. разработки сложных пакетов прикладных программ поиска решений нек-рых творческих задач проектирования хим. произ-в (напр., выбор целесообразных комбинаций типовых процессов, позволяющих проводить желаемые фнз.-хим. преобразования в-в и энергии) создания оптим. конструкций аппаратов и структуры технол. связей между ними оптимальной компоновки оборудования распознавания расположения геом. фигур и образов при создании роботов и управлении ими (напр., в произ-ве шин и при переработке пластмасс) планирования работы в сложных ситуациях, напр, составления графиков функционирования и циклограмм гибких химико-технол. систем и сборочно-конвейерных линий разработки систем управления многофункциональными объектами (отдельные предприятия, отрасли народного хозяйства, территориально-пром. комплексы и регионы, магистральные газопроводы) в условиях неполной информации и т.д. Наиб, важный класс интеллектуальных систем-т. наз. экспертные системы. [c.274]

Мат. описание формируется объединением полученных на предшествующих этапах системного анализа функциональных операторов в единую систему ур-ний. Решение системы ур-ннй мат. описания для заданной совокупности значений входных переменных (постоянных и изменяющихся во времени) и составляет основу мат моделировавия, позволяющего исследовать св-ва объекта путем численных экспериментов на его мат. модели. Последняя дает возможность прогнозировать поведение объекта при изменениях входных переменных, решать задачи оптим. выбора конструктивных характеристик (проектирование), синтезировать системы управления, обеспечивающие заданные показатели его функционирования. При этом важное зиачение имеет выбор алгоритма (программы) решения системы ур-ний мат. описания т наз. алгоритма моделирования. Как правило, мат. описание реальньгх объектов оказывается настолько сложным, что для реализации мат. моделирования необходимо использовать достаточно мощные ср-ва вычислит. техники. Поэтому разработка эффективных алгоритмов моделирования основа развития систем автоматизированного проектирования и автоматизированного управления для разл. химико-технол. процессов. [c.378]

Идентификация моделей. При неудовлетворит. адекватности априорно построенной мат. модели решается задача ее идентификации, т. е. уточнения заданных приближенно значений параметров и, возможно, вида нек-рьк зависимостей, включенных в состав мат. описания. Методы идентификации -. ат. моделей отличаются большим разнообразием, и выбор самого подходящего из них в каждом конкретном случае существ, образом определяется объектом М., а также имеющимися в распоряжении исследователя ресурсами. При этом учитывают возможность постановки не реализуемых по разным причииам на самом объекте исследования спец. экспериментов на физ. моделях возможность использования для коррекции результатов опытов, полученных на объекте М. при проверке адекватности модели и т. п. Задача идентификации модели обычно сводится к задаче минимизации критерия адекватности объекту путем подбора подходящих значений уточняемых параметров и вида вызывающих сомнение зависимостей. При этом решение задачи минимизации принятого критерия адекватности, рассматриваемого как ф-ция парами ров мат. модели, как правило, представляет собой достаточно трудную вычислит, проблему. Последняя осложнена специфич. овражным [c.102]

Приготовить самостоятельно самые распространенные ныне химические волокна - полиамидные (типа капрона) и полиэфирные (типа лавсана) будет, пожалуй, сложновато. Остановим свой выбор на медно-аммиачном волокне. Это одно из самых первых искусственных волокон, сырьем для него служит целлюлоза, например из опилок и других отходов лесной промышленности. Медно-аммиачное волокно применяют и сейчас - в ковроткачестве, на трикотажных фабриках, но гораздо реже, чем раньше, потому что появились более прочные и дешевые волокна. Однако для самостоятельного эксперимента удобнее объекта, пожалуй, не найти. [c.170]

На этой стадии разработок, когда цели испытаний связаны с выбором оптимальных вариантов, а набор факторов в каждом частном исследовании не очень велик и стоимость экспериментов не слишком высока, уместно применение статистических методов планирования экспериментов [ЮЛ]. Технологические и экономические ограничения пе исключают выполнения необходимого объема экспериментов для проведения регрессионного анализа и позволяют учесть все существенные факторы для получения математической модели, адекватной реальному многофакторному обьекту или процессу, с последующей оптимизацией их, В ряде задач, например при выборе катализатора или концеитранни электролита, могут быть применены методы полного и дробного факторного экспериментов с получением линейной и пеполпой квадратичной модели объектов. При большом числе действующих факторов (свыше 6—7) могут быть использованы перенасыщенные планы по методу случайного баланса. При достаточно длительных испытаниях, связанных, иапример, с исследованием ресурсных изменений характеристик, плаиироваиие многофакторного эксперимента следует осуще-26 403 [c.403]

Если вязкостный эксперимент проводится в З сантиметровой области длин волн и диапазон расщеплений параметра 2А для исследуемого объекта попадает в область значений, описываемых как моделью САД, так и моделью МИОГД, то представление полученных в эксперименте значений 2А[ от вязкости в координатных системах, предлагаемых той и другой моделью, дает две системы альтернативных параметров, но не позволяет сделать однозначный выбор между указанными моделями. Другими словами, модели САД и МИОГД в области перекрывающихся значений параметра 2А ц вырождены в 3-сантиметровой области длин волн. [c.248]