Модель агрегированные

Оба этих рисунка подтверждают достаточную для инженерной практики достоверность предлагаемой модели для описания реального процесса диспергирования в условиях акустического воздействия. Действительно, с течением времени в результате взаимодействия частиц твердой фазы с кавитационными пузырьками происходит рост числа частиц вследствие их разрушения, и темп этого роста сдерживается процессами агрегирования (рис. 3.3). Параллельно, спустя период индукции (из-за непрерывного генерирования) число кавитационных пузырьков остается постоянным (рис 3.4). Незначительное снижение их числа связано с уже отмеченными при построении факторами. Тем не менее, это снижение в пределах времени диспергирования не может существенно сказаться на качестве целевого процесса. [c.125]

Основу ЭВМ общего назначения составляют ЕС ЭВМ, изготовляемые и комплектуемые в рамках СЭВ. Их использование в САПР (как и в других областях применения) перспективно благодаря программной и аппаратной совместимости всех моделей, возможности агрегирования исходя из требований пользователя. ЕС ЭВМ составляют два подсемейства ряда 1 и ряда 2. Первое подсемейство включает следующие модели ЕС-1010, ЕС-1020, ЕС-1021, ЕС-1030, ЕС-1040, ЕС-1050 и дополнительно ЕС-1022, ЕС-1012, ЕС-1033, ЕС-1052. [c.233]

Формализация процедур на основе топологического принципа описания ФХС. Выше была определена схема общей стратегии системного анализа на уровне отдельного химико-технологического процесса. Для повышения эффективности этой стратегии необходимо создание соответствующей автоматизированной системы оперативной подготовки математических описаний процессов, в задачи которой входила бы максимальная формализация и автоматизация всех промежуточных процедур построения функциональных операторов ФХС. Иными словами, возникает необходимость в создании специального методологического подхода, который позволил бы путем широкого использования средств вычислительной техники упростить процедуру построения математических моделей сложных процессов, обеспечил бы правильную координацию отдельных функциональных блоков между собой при их агрегировании в общую математическую модель ФХС и допускал бы эффективную формализацию основных процедур синтеза математических описаний ФХС. [c.17]

Следующий этап моделирования состоит в агрегировании элементарных функциональных операторов в общий результирующий функциональный оператор, который и представляет математическую модель объекта. Важным фактором агрегирования является правильная координация отдельных операторов между собой, которая не всегда возможна из-за трудностей учета естественных причинно-следственных отношений между отдельными элементарными процессами. Поэтому повышается роль автоматизации и формализации процедур агрегирования отдельных подсистем в единую систему (эти вопросы будут рассмотрены во втором томе настоящей монографии). [c.200]

Обеспечение координации отдельных подсистем ФХС (блоки гидродинамики, химической кинетики, кинетики тепловых и диффузионных явлений и т. п.) при их агрегировании в общую модель ФХС на основе развитой системы формализации и учета естественных причинно-следственных отношений между отдельными явлениями и эффектами. [c.19]

АГРЕГИРОВАНИЕ МОДЕЛЕЙ КИНЕТИКИ И ТЕРМОДИНАМИКИ СЛОЖНЫХ ХИМИЧЕСКИХ РЕАКЦИЙ [c.78]

Теория агрегации и модели в неводных средах строятся по аналогии с водным раствором и основываются на представлении о равновесии мономер — мицелла и величине ККМ. Однако анализ экспериментальных результатов, накопленный в последнее время, показал, что процесс ассоциации молекул ПАВ в неполярных средах имеет ряд особенностей, отличающих его от ассоциации в водной среде. Это — присутствие агрегатов при низкой концентрации ПАВ в растворе (10 —10 Л1) и непрерывность процесса агрегирования (стабильность агрегатов с малым числом мономерных единиц). Поэтому существование единственной концентрации, при которой образуются мицеллы, ставится под сомнение, что лишает смысла определение ККМ [c.358]

Отличительной особенностью моделей комплекса является агрегированный, укрупненный характер используемых переменных и способов производства. В этих моделях результаты решения в значительной мере определяются формализацией условий задачи 1. Необходимо отметить, что в широко используемых аппроксимационных моделях этой проблеме не уделяется должного внимания. [c.13]

Применительно к нефтеперерабатывающей промышленности проблема агрегирования технико-экономической информации при построении производственно-экономических моделей в классе задач линейного программирования впервые была подробно исследована в работе [4]. Основное внимание уделялось сокращению размерности задачи линейного программирования за счет агрегирования учитываемых в модели способов производства (сокращение числа столбцов матрицы условий) и ресурсов или продукции (сокращение числа строк за счет суммирования). Указанная процедура была связана с тщательным анализом [c.17]

Диспергирующее действие промоторов. Количественная теория действия диспергирующих (структурообразующих) промоторов не была развита. С целью решения данной задачи мы предложили геометрическую модель смешанного (промотированного) металлического катализатора. Согласно этой модели катализатор представляет собой систему, образованную множеством относительно крупных сферических частиц металлического катализатора и сравнительно мелких сферических частиц промотора (окисла металла). Данная система считается нестабильной (склонной к агрегированию металлических частиц) до тех пор, пока содержащиеся в ней металлические частицы в недостаточной мере экранированы частицами промотора. Скорость укрупнения частиц выражается уравнением [c.98]

На рисунках 1 и 2 изображены результаты этого эксперимента в виде изменения числа частиц твердой фазы в суспензии и числа кавитационных пузырьков в соответственно. Оба рисунка в достаточной для инженерной практики подтверждают достоверность предлагаемой модели для описания реального процесса диспергирования в условиях акустического воздействия. Действительно, с течением времени в результате взаимодействия частиц твердой фазы с кавитационными пузырьками происходит рост числа частиц, вследствие их разрушения и темп этого роста сдерживается процессами агрегирования (см. рис.1). В тоже время, с некоторого момента времени, в силу непрерывного генерирования пузырьков и их исчезновения, число пузырьков остается практически постоянным (см. рис 2). [c.14]

Сделан вывод о том, что критическая концентрация агрегации при фазовых переходах второго рода является всего лишь удобной моделью, отражающей быструю фазу процесса агрегирования. Представления о фрактальном механизме роста, включающем длительную фазу процесса агрегирования до достижения равновесного размера кластеров согласуются с фактическими данными структурообразования при хранении нефтепродуктов в резервуарах. Действительно, например, при хранении нефти в резервуарах процесс формирования смолисто-парафиновых отложений является весьма длительным. Длительный процесс агрегирования обусловлен внутренними причинами незавершенности формирования фрактальных кластеров, что согласуется с использованием на практике в качестве возможного метода прекращения агрегации поверхностно-активных веществ, способных компенсировать свободную поверхностную энергию кластера. [c.112]

Таким образом, для анализа крупных ВХС приходится использовать несколько типов (шкал) районирования в пределах бассейна. Каждая шкала районирования подчиняется системным принципам и учитывает множество разнообразных факторов. Главные среди них — это сохранение адекватности модели реальному объекту при агрегировании информации в пределах выделенного района, а также возможность математической формализации и решения конкретной задачи. [c.23]

Комплексная система эколого-экономических расчетов для региона 03. Байкал [Математические модели..., 1987 Планирование и прогнозирование.. ., 1984] включает в себя развитый программно-информационный комплекс, позволяющий региональным плановым органам принимать эффективные управленческие решения на основе детальных расчетов. Она может использоваться для оценки влияния хозяйственной деятельности на качество водных ресурсов в регионе и нормирования гидрохимических воздействий. Природно-экономическая модель описывает множество объектов и процессов в реальной эколого-эко-номической системе. Модели и алгоритмы решения задач прогноза, идентификации, оптимизации, нормирования и агрегирования были реализованы в виде пакетов прикладных программ, объединенных в информационно-программный комплекс Регион , обеспечивающий решение многочисленных экономических и экологических задач. [c.35]

Сложность отдельного круга задач или одной задачи (возможность создания математической модели и ее решения, число переменных и условий) зависит от степени детальности, которая связана с масштабностью рассматриваемого водохозяйственного объекта. Размеры объекта малой крупности часто позволяют осуществить детальную постановку и решение проблемной задачи, сразу получая проектные параметры. Подобные результаты в такой же детальной постановке для крупных водных объектов зачастую получить невозможно. Это объясняется не только чрезмерно большой размерностью задачи по сравнению с такой же задачей для малого объекта, но и увеличением значимости факторов, которыми можно было пренебречь на малом объекте. Кроме того, для крупных территорий появляются новые факторы, в том числе неформальные. Следовательно, для крупного водного объекта необходимо осуществить агрегирование задачи той же проблемной направленности (по ее постановке, информационному обеспечению, описанию математической модели). Таким образом, с увеличением крупности рассматриваемых водных объектов должна увеличиваться степень агрегирования постановок задач, математических моделей и получаемых решений. В результате этого сложность задач (вычислительная трудоемкость и информационное разнообразие) остается на приемлемом уровне, что позволяет получить практические решения для объектов любого масштаба. Цель декомпозиции — обес- [c.45]

Иерархический характер управления водными ресурсами и необходимость поэтапной детализации планов и проектов обусловливает потребность в разработке математических моделей разной детальности. В предыдущих разделах отмечалось, что на верхнем уровне принятия решений (регион, крупный речной бассейн) обычно используются оценочные модели, учитывающие лишь основные зависимости между параметрами. Применение таких упрощенных соотношений между параметрами и сильная степень агрегирования информации позволяет не только уменьшить размерность решаемых задач, но и провести многовариантные расчеты, сопоставив множество альтернатив. Поэтому модели верхнего уровня формулируются как экстремальные задачи. Оптимальные или близкие к ним решения отыскиваются чаще всего с применением экономических целевых функций (типа минимума приведенных затрат на реализацию комплекса необходимых мероприятий). Агрегированный характер исходных данных таких моделей приводит к упрощению большинства параметрических связей, допускает их линеаризацию, а также позволяет пренебречь многими условиями и ограничениями. [c.64]

Структуризация информационного обеспечения любой системы математических моделей неотделима от процесса построения самой системы и каждой частной модели, входящей в нее. В соответствии с положениями, высказанными в главе 1, ВХС в качестве объекта моделирования интерпретируется как динамическая управляемая система, функционирующая под воздействием случайных природных факторов. Невозможность исчерпывающего исследования на базе некоторой целостной одноуровневой и одноаспектной модели и использование процесса поэтапной детализации принимаемых решений по управлению ВХС (см. главу 1) приводит к иерархии моделей по степени подробности. В информационном плане это порождает проблему агрегирования информации при переходе от более подробных моделей к менее подробным, а также вопросы дезагрегирования данных при детализации моделей. Декомпозиция моделей каждого уровня детальности выдвигает на [c.71]

Детализация информации при декомпозиции задач управления ВХС может интерпретироваться как процедура последовательного выявления дополнительных ограничений на искомые параметры. Эта процедура сужает допустимую область искомых значений. На каждом шаге (в процессе решения частной задачи) указанная область должна сужаться настолько, чтобы последующая частная задача допускала отыскание своего решения принятым методом за приемлемое время. Например, для моделей имитационного типа последнее требование означает резкое сокращение необходимых вычислительных экспериментов. Подобную структуризацию системы взаимодействующих моделей развития ВХС можно найти, например, в работах [Математическое моделирование..., 1988] и в ряде других публикаций. В реальных расчетах простейшая схема поэтапной детализации моделей естественно усложняется за счет появления обратных информационных связей, когда в силу неприемлемости решений подробной модели, возникает необходимость возврата к агрегированным задачам. [c.73]

Действительно, без декомпозиции задачи потребовалось бы одинаково подробная информация сразу по всей ВХС, по всему спектру исследуемых параметров в максимальном диапазоне их вариации. В силу сказанного выше, анализ процессов, которые требуют описания средствами моделей с распределенными параметрами, осуществляют при некотором фиксированном варианте развития и часто даже при конкретном варианте функционирования самой системы. Иначе говоря, (по отношению к общей модели управлением ВХС) модели с распределенными параметрами поставляют дополнительную информацию в режиме проведения серии имитационных экспериментов для нижнего уровня агрегирования. [c.74]

Основными физическими процессами, влияющими на качество речных вод, являются процессы адвекции и диффузии. Однако прогноз качества вод предполагает также проведение анализа и иных разнообразных химических, биохимических, биологических и физических процессов. Доскональное их описание в рамках единой математической модели не только затруднительно, но и нецелесообразно. Поэтому в большинстве моделей качества воды они характеризуются агрегированными соотношениями, включающими один-два параметра. Наиболее часто используется класс реакций, описываемый уравнением [c.288]

В агрегированной модели (9.2.1)-(9.2.5) ищется минимум затрат на приведение водного объекта в нормативное состояние, удовлетворяющее совокупности ограничений (9.2.5). [c.329]

На более крупных территориях и участках рек при обосновании водоохранной деятельности приходится оперировать не отдельными сооружениями или мероприятиями, а некоторыми агрегированными сооружениями или способами очистки сбросных вод. При этом формулировки задач оптимизации мало меняются при переходе к объектам большей крупности. Качество воды в выделенных створах реки оценивается до и после строительства очистных сооружений для контролируемых ЗВ с использованием упрощенных моделей их транс- [c.345]

Таким образом, в качестве модели для оценки результатов диспергарования во фрикционных потоках предлагается использовать стационарное ращение уравнения Бернулли со своими кинетическими параметрами диспергирования и агрегирования. [c.118]

Очевидно, что процесс разрушения моночастичный, а агрегирования, как минимум, бичастичный (в общем виде — полича-стичный). Тогда кинетическая модель изменения числа частиц в зоне диспергирования может быть представлена следующим дифференциалом [c.128]

Описанные выше инстэументальные методы пригодны лишь на этапе изучения процессов структурирования в НДС. Для использования знаний о точках структурных фазовых переходов в промьш1ленности необходимо иметь метод экспресс-определения этих точек на технологической схеме для любого процесса и изменения их положения при смеие технологического режима или изменении состава сьфья. Для этого нами была создана модель иерархического структурирования НДС в процессах жидкофазного термолиза с использованием фрактальных механизмов агрегирования. Эта модель реализована в виде компьютерной программы. С ее помощью можно осуществить автоматизированный процесс, в котором анализаторы технологических параметров процесса и качества сырья задают исходные данные для модели и расчет, произведенный в реальном режиме времени, при помощи обратных связей позволяет соответствующим образом изменять ход процесса. Ниже мы приведем разработанные нами основные механизмы этой модели. [c.15]

Иначе стоит задача составления перспективного плана раз.в - тия и размещения отрасли. В этой задаче необходимо не только определить объемы производства продукции по предприятиям во времени, но и рассчитать, как должна изменяться мощность лредпри ятий,. какими должны быть глубина переработки нефти по предприятиям, межрайонные поставки нефтепродуктов, рациональное смешение нефтей, виды транспорта и др. Учитывая необходимость Сокращения размера модели, расчеты проводятся по агрегированным группам продуктов выделяются светлые нефтепродукты, котельное топливо, ароматические углеводороды, газовые /ресурсы для нефтехимии, битумы. [c.162]

В результате агрегирования ресурсов и способов производства возможности предприятий аппроксимируются моделью существенно меньшей размерности по отношению к модели с яеагрегированными переменными. Размерности агрегированной и неагрегированной моделей могут различаться на несколько порядков. [c.17]

Таким образом, задача идентификации объекта планирования с помощью аппроксимирующей гиперплоскости сводится к задаче построения агрегированной модели на основе информации, поровдаемой неагрегированной моделью. [c.23]

Технологией расчетов по статикоч татистической модели предусмотрена двухэтапная процедура. На первом этапе на основе данных за прошлые периоды функционирования предприятий НПК разрабатываются регрессионные модели прогноза потребления нефтей и с разбивкой по группам модели прогноза выработки нефтепродуктов, поступления нефтей, прочих показателей, входящих в отчетную документацию, а также предпроектные контрольные задания по выпуску товарной продукции по всей номенклатуре нефтепродуктов, производимых на рассматриваемом НПК. На втором этапе на основе текущего плана-прогноза по приему нефтей на расчетный период планирования и прогнозных моделей, разработанных на первом этапе, последовательно разрабатываются соответствующие прогнозные показатели по потреблению нефтей — дифференцированно по сортам, выработке нефтепродуктов, поступлению нефтей и другим показателям, агрегированным по заданному признаку однородности и взаимозаменяемости. На завершающей стадии второго этапа в результате решения по каждой группе нефтепродуктов энтропийной ЗОК получают оптимальный план выпуска товарной продукции по всей номенклатуре показателей НПК. [c.124]

Во второй части (гл. 3—5) показано применение методологии нечетких множеств для построения моделей и алгоритмов управления сложными технологическими процессами, примерами которых являются производство листового стекла, получение полиэтилена высокого давления, процессы ректификации. С целью иллюстрации приемов агрегирования информации, получаемой из различных источников, и ее использования при синтезе законов управления рассмотрены задачи оценки запасов газа в месторождении и управления техническими агрегатами. Раздел 5.2 написан совместно с В. И. Сенчуком. [c.6]

Наличие структурирования в жидкой фазе фактически определило ступенчатость фазового перехода при термолизе нефтяных остатков и дало модель для описашя студнеобразного состояния системы. Наиболее уязвимым местом в физико-химической механике нефтяных дисперсных систем является то, что в ее рамках нет обоснованного ответа на вопрос какова природа сил ответственных за структурирование столь разнородных по хишческоцу строению веществ. Попытки найти причины агрегирования так или иначе связываются со структурами, объединенными под названием асфальтены. [c.12]

Эквивалентирование (упрощение) математических моделей, которое достигается двумя способами а) укрупнением схемы проектируемой системы с соответствующим агрегированием исходных данных б) переходом к эквивалентной (в смысле надежности) конфигурации системы, в которой фигурируют лишь элементы и подсистемы, непосредственно влияющие на ее надежность. К этой группе относятся, в частности, методы, требующие предварительного получения (через решение специальных подзадач) обобщенных агрегированных характеристик и показателей надежности для отдельных укрупненных злементов и подсистем. [c.228]

Все а-, р- и 7-глиадины состоят из единственной полипептидной цепи [64—69, 72, 73, 156]. Цистеины в молекулах а-, Р- и 7-глиадинов связаны внутримолекулярными дисульфидными мостиками. Эти дисульфидные мостики расположены так в полипептидной цепи, что их разрыв приводит к значительной фрагментации цепи [79]. В твердом состоянии после экстракции и лиофилизации глиадины имеют компактную структуру, в образовании которой, вероятно, участвуют гидрофобные остатки [163]. При высокой концентрации в растворе они стремятся к агрегированию, видимо, вследствие образования водородных связей между молекулами [8]. В денатурируюш,ей среде (8М мочевина и 0,1М муравьиная кислота) глиадины имеют рыхлую и асимметричную структуру, на что указывают коэффициенты трения. Восстановление дисульфидных мостиков еш,е сильнее увеличивает асимметрию и степень рыхлости, т. е. пространственного расширения молекулы [140]. Присущая ш-глиадинам вязкость в среде 6М гуанидинхлорида указывает на то, что в этих условиях они находятся в виде статистического клубка из-за отсутствия дисульфидных мостиков. Они обладают такой конформацией в присутствии 2М гуанидинхлорида — концентрации, которая не вызывает денатурации, следовательно, в нативном состоянии в растворе конформация ш-глиадинов — это статистический клубок. Аналогичное исследование а-, р- и 7-глиадинов показывает, что они не имеют жесткой глобулярной конформации, но, наоборот, представляют собой молекулы полужесткой структуры с низкой степенью организации [153]. Основываясь на известных N-концевых последовательностях, Перноле и Мосс [154] предложили модели вторичной структуры. Они представили а-, Р- и 7-глиадины в основном как р-структуру, прерываемую р-из-гибами и непериодическими структурами. Практически отсутствует а-спираль ш-глиадины четко различимы, поскольку наиболее выраженная их структура — это р-изгиб, прерываемый [c.196]

Обобщая изложенные результаты, можно заключить, что процесс образования в алмазе агрегированных форм примесного азота (Л-центров) за счет растворенного атомарного азота (С-центров) лучше всего описывается в рамках модели распада пересыщенных твердых растворов в соответствии с теорией Хэма и, следовательно, предполагает довольно активное протекание 28 435 [c.435]

В качестве критериев скорости принимались изменение температуры размягчения битумов, выделение тепла или изменение группового состава компонентов. При выполнении кинетических расчетов обычно не учитывали стадийность окислительных превращений, определяемую изменением межмолекулярных взаимодействий в среде окисляемого вещества, а также не всегда учитывалось протекание одновременно реакций деструкции и синтеза компонентов окисляемого вещества. Автором этого раздела была использована модель, в которой было учтено влияние явлений физического агрегирования компонентов окисляемого вещества на скорость их превращения при получении битумов. Исследование было выполнено на примере окисления нефтяного остатка, выделенного из смеси Ромашкинской и Ухтинской нефти (условная вязкость при 80 °С —39 с). [c.741]

Перечисленными соображениями объясняется тот факт, что многие оценочные модели реализуются с применением различных модификаций методов линейной оптимизации. Так, например, в схемы линейного программирования (ЛП) удачно вписываются задачи оптимизации производственной структуры мелиорируемых земель, выбора типа очистных сооружений и некоторые другие. Если в задачах присутствуют альтернативы с ярко выраженной дискретностью, то применяются методы частично целочисленного Л П. В зонах неустойчивого увлажнения велика роль как случайных природных факторов (речной сток, осадки), так и потребности в воде на орошение. Это обуславливает целесообразность явного их включения в формулировки соответствующих задач. При этом многие модели приобретают форму задач стохастического ЛП со случайными переменными и/или ограничениями. Например, можно отметить применение стохастического программирования (линейного и нелинейного соответственно) в задачах оптимизации орошаемого земледелия в зонах неустойчивого увлажнения [Прясисинская, 1985 Математическое моделирование..., 1988] и при решении агрегированных задач управления качеством вод [ ardwell, [c.64]

Если рассматривать планово-проектные задачи для региональных ВХС, то на верхнем уровне агрегирования часто достаточно ограничиться исследованием параметров водоемких производств с помощью моделей камерного типа [Пряэюипская, 1985], где водное хозяйство явным образом рассматривается как элемент народного хозяйства в целом. Дальнейшая детализация ВХС может проводиться на различных моделях, использующих описание ее структуры и связей между параметрами как обобщенной сети с потоками [Хранович, 2001]. На завершающих этапах проводятся вычислительные эксперименты, исследующие функционирование ВХС на имитационных моделях. В си- [c.73]

На более крупных территориях и участках рек функционируют различные (промышленные, сельскохозяйственные и прочие) предприятия. В связи с этим комплекс водоохранных сооружений и мероприятий будет включать в себя разные группы сооружений со своими показателями. Потребуется агрегирование однотипных предприятий, ЗВ и т. д. Поэтому вместо оптимизации одной группы мероприятий (например, очистных сооружений) потребуется модификация задач для включения в состав моделей всего комплекса водоохранных мероприятий на водохозяйственных участках и значимых хозяйственных территориях. При анализе комплексных задач достаточно оперировать не каждым сооружением или мероприятием в отдельности, а некоторыми агрегированными сооружениями, обобш,ающими выбранные на меньших территориях и участках рек комплексы каждой группы мероприятий и сооружений по охране вод. Для такого агрегированного сооружения (мероприятия) сохраняется состав основных параметров, присущих описаниям сооружений или мероприятий соответствующей группы охраны вод по видам, а значения параметров усредняются. Кроме того, состояние самого водного объекта может основываться теперь на свойствах в целом определенных групп ингредиентов (металлы, нефтепродукты, нитраты и пр.), а не на детальном перечне концентраций ингредиентов загрязнений в отдельности. Таким образом, использование обобщающих понятий и проведение усреднений или агрегирований позволяет решать реальные задачи по выбору водоохранных мероприятий на территориях и участках рек среднего и крупного размера. [c.330]

Крупные незарегулированные притоки р. Волги — это реки Белая, Вятка, Ока и др. — являются бассейнами с развитой промышленностью и сельским хозяйством. Промышленные предприятия там исчисляются сотнями. Поэтому при их схематизации, как и в случае бассейна р. Волги в целом, использовано гидролого-административное районирование. В качестве расчетной единицы принята территория субъекта РФ на водосборной плош,ади бассейна. Математические модели выбора варианта размеш,ения капиталовложений на очистку сбросных вод для подобных и более крупных объектов (р. Волга) — это упрощенные агрегированные модели ЛП либо потоковые, описывающие в целом как экологическую ситуацию, так и потребности в инвестициях. Модели включают в себя показатели эффективности затрат на реализацию разных способов очистки сбросных вод. Они позволяют минимизировать совокупные суммарные затраты и обеспечивают заданное снижение сбросов ЗВ и их концентраций в выделенных створах реки за счет очистки стоков от точечных, контролируемых источников загрязнения, расположенных на территории соответствующих водохозяйственных участков. [c.346]

Справочник химика 21

Химия и химическая технология