Модель аппроксимационные

В [1] рассмотрена также аппроксимационная модель планирования производственной программы нефтеперерабатывающего завода. [c.43]

Детерминированные модели планирования производственной программы нефтеперерабатьшающих предприятий по способу представления основных параметров технологических процессов можно подразделить на два типа 1) аппроксимационные модели, в которых каждая производственная единица моделируемого объекта представлена в виде совокупности фиксированных векторов граничных вариантов их работы 2) модели с переменными параметрами, в которых фиксированы диапазоны варьирования, введены дополнительные уравнения связи для соответствующих векторов граничных вариантов. [c.14]

Элементарной моделью аппроксимационного типа является гиперплоскость to < 1. [c.21]

Рассмотренные способы далеко не исчерпывают всех возможностей получения аппроксимационных моделей. При анализе конкретной точной модели, вероятно, можно всегда найти возможности свертки , не теряя информативности и управляя точностью последней. Такой путь получения аппроксимационных моделей отдельных процессов, как и производств, представляется наиболее приемлемым. [c.430]

На этом уровне имеется возможность проведения активного эксперимента на математических моделях с целью получения упрощенных аппроксимационных моделей или исследования режимов [c.606]

Наиболее разработанными применительно к нефтеперерабатывающим производствам являются аппроксимационные модели, которые были использованы в качестве основы для дальнейшего развития математических методов моделирования процессов нефтепереработки в оптимизационных задачах различных уровней управления. [c.41]

В этом уравнении не учитывается влияние конвекции на распределение температуры в пленке расплава. Однако этим влиянием едва ли можно пренебречь, а так как уравнение с учетом конвекции решить трудно, то приходится обратиться к аппроксимационным методам. Рассмотрим воображаемую модель, в которой полимер, только что расплавившийся на поверхности раздела с расплавом, перемещается ( демонами Максвелла ) в положение х = О, нагревается до локальной температуры расплава и переходит в пленку расплава. При таком методе учета конвективного теплопереноса толщина пленки расплава при стационарных профилях скоростей и температур остается постоянной. Тепло, необходимое для нагрева удаляемого расплава от температуры плавления до локальной температуры пленки, можно суммировать с теплотой плавления. Это тепло определяется выражением С Э Ть — Т ), где 0 — вычисляется из уравнения (9.8-31) [c.443]

С другой стороны, интегрирование системы дифференциальных уравнений большой размерности влечет накопление ошибок расчета и снижает его точность. Рациональным путем решения задачи расчета динамики совмещенных реакционно-ректификационных процессов является построение аппроксимационных моделей значительно меньшей размерности и расчетного времени при сохранении полноразмерной математической модели. Для этого использовалось решение полной системы дифференциальных уравнений с помощью нейронной сети на основе радиально базисных функций. [c.32]

Математическое моделирование режимов работы трубопровода производится на основе численного решения нестационарных нелинейных уравнений движения и энергии с неопределенной областью решения. Основой построения уравнений движения и энергии служит аппроксимационная реологическая модель, при помощи которой можно сравнительно точно описать поведение жидкостей при различных температурах. [c.71]

Вторая глава посвящена анализу известных детерминированных моделей оптимального планирования. Полученные результаты показывают, что, обладая общей качественной природой, аппроксимационные модели и модели с переменными параметрами в реализации отличаются друг от друга. Показано, что модели обоих названных типов являются [c.3]

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]

Учитывая структурные, функциональные и методологические различия аппроксимационных моделей и моделей с переменными параметрами, рассмотрим более подробно каждый из указанных типов моделей. [c.16]

Рассмотрим возможности применения аппроксимационных моделей в задачах технико-экономического планирования нефтеперерабатывающих производств. [c.18]

При учете затрат аппроксимационная модель представляется в следующем виде . [c.20]

К недостатку аппроксимирующей гиперплоскости необходимо отнести то, что в этом случае не определяется граница допустимости подобной аппроксимации. Необходимо отметить, что применительно к нефтеперерабатывающим производствам этот недостаток частично снимается тем, что качественные показатели сырья и существующие схемы переработки нефтеперерабатывающих предприятий определяют относительную структурную устойчивость плановых решений, оцениваемых по аппроксимационным моделям. [c.20]

Допустим, что имеется Ь предприятий, каждое из которых имеет Л/ опорных планов выпуска. Производственные возможное /-го предприятия в аппроксимационной модели описываются выпуклым многогранником, заданным следующей системой ограничений [c.20]

Для комплекса НПП аппроксимационная модель включает ограничения на выпуск товарной продукции [c.20]

Методика построения аппроксимационных моделей имеет некоторые отличительные по отношению к классическим методам идентификации особенности. [c.21]

Рассмотрим основные процедуры определения числовых характеристик аппроксимационных моделей. [c.21]

В результате исследований особенностей текущего планирования в нефтеперерабатывающей промышленности [1] бьша сформулирована линейная аппроксимационная модель. Рассмотрим ее основные особенности. [c.41]

В аппроксимационной модели комплекса НПП приняты следующие обозначения w - ресурсы нефти л-го сорта а - ко/(ичество нефти и-го сорта, поставленной к-му заводу при единичной интенсивности использования г-го варианта [c.41]

На втором этапе на основе аппроксимационной модели осуществляется распределение между предприятиями заданий по потреблению сырья и выпуску продукции, определяются коэффициенты контроль- [c.42]

Цикл расчетов может начинаться и с верхнего уровня, т. е. с 3-го этапа, в порядке 3-й этап, 2-й и 1-й. Иногда с целью увеличения точности решения 2-й и 3-й этапы объединяют в единую двухуровневую модель, что, однако, приводит к значительному увеличению размерности задачи. Качество окончательного решения в значительной степени зависит от качества расчетов, проведенных на 1-м этапе. Основные направления разработки аппроксимационных вариантов бьши подробно изложены в разделе 2.3. [c.43]

Неопределенность параметров математической модели ХТС или аппарата может быть задана либо функциями распределения, либо просто интервалом возможных значений [40—42 174—176, 226]. Рассмотрим дискретно-аппроксимационные ме годы оптимизации надежности проектных решений для объек тов при различных способах задания неопределенных парамет ров математических моделей. [c.229]

В моделях с переменными параметрами, допускающих в некоторых случаях эффективную линеаризацию, в зависимости от алгоритма решения предусмотрена 1) генерация аппроксимационных вариантов, осуществляемая по ходу реализации алгоритма решения, или 2) предварительное определение множества аппроксимирующих вариантов путем разложения варьируемых векторов технологических параметров по вершинам выпуклых многогранников, определяющих допустимые области технологических параметров. [c.43]

Принципиальное отличие моделей с переменными параметрами от аппроксимационных моделей заключается в том, что в них параметры предполагаются не фиксированными, а изменяющимися в некоторых заданных диапазонах. Варьирование осуществляется с учетом частных и общих балансов по смежным продуктам. [c.44]

Необходимо отметить, что если реализуемость аппроксимационных вариантов проверена на практике или предварительно рассчитана по специально разработанным моделям внутризаводского планирования, то построенные по известным методикам модели с переменными параметрами или диапазонные модели не гарантируют априорного характера реализуемости результатов расчета. Реализуемость решений определяется обоснованностью предельных значений переменных параметров и адекватностью функциональных ограничений (2.54), (2.55) физическим условиям реализации процесса. В определенной мере эта проблема в многоуровневой системе управления может быть решена с использованием моделей статической оптимизации технологических процессов. [c.45]

Формализация математических моделей связана с рядом технических трудностей, успешное преодоление которых и определяет в конечном счете как адекватность описания моделирующего объекта, так и оптимальность принятых решений. К их числу относятся 1) вьщеление из значительного числа особенностей варьируемых параметров технологических процессов исследуемого объекта основных, причем в прием-1>емом для намеченного к применению метода оптимизации количестве 2) условная классификация вьщеленного множества параметров на определяющие и определяемые. Например, в аппроксимационной модели комплекса НПП (2.48) —(2.52) определяемыми параметрами являются переменные остальные параметры - определяющие. Нетрудно понять, что в зависимости от способа осуществления этого процесса модель оптимизации примет тот или иной вид. [c.46]

Полезность такого рассмотрения заключается в том, что каждый из двух основных типов моделей текущего планирования выпуска товарной продукции в свою очередь может быть интерпретирован как следствие стохастического варианта 1) если случайные величины а , s , <7/ - независимо, точечно распределенные, то модель (2.48)- (2.52) представляет собой детерминированную, т. е. приходим к первому (аппроксимационному) типу модели 2) если вектор 0 принять непрерывно изменяющимся в некотором заданном интервале, то придем к модели с переменными параметрами. [c.47]

С целью преодоления трудностей, связанных с применением линейных моделей на отраслевом уровне,в [1] рассмотрена возможность сведения описания многостадийного процесса переработки к описанию его в форме двухстадийного, причем моделируемыми единицами выступают здесь не установки, а отдельные НПП. В этом случае частично удается обеспечить условия согласованного ведения процессов на НПП, так как разработке подлежат аппроксимационные варианты для НПП в целом. [c.109]

Большая общность содержательной постановки задачи, реализованной в форме модели с переменными параметрами, с позиций которой, в частности, можно судить о точности аппроксимации в аппроксимационной модели, — основное практическое и теоретическое достижение ее разработчиков. Здесь уже можно проследить замеченное стремление разработать единый подход, реализуемый аналитически на ЭВМ и оправданный технологически. [c.111]

Полученная информация обрабатывается в зависимости от вида математической модели измерительных каналов. По сути, данная задача является стандартной аппроксимационной задачей, для решения которой существуют многочисленные методы и приёмы. [c.6]

Формула (2.13) представляет собой уравнение прямой лини, отсекающей на оси фадиентов давления некоторый отрезок. Эту аппроксимационную константу называют начальным фадиентом давления. В этом случае предполагается, что фильтрация происходит лишь при фадиентах давления, превышающих Ро. Еще раз следует отметить, что такая идеализированная модель, существенно облегчая рещение задач, недостаточно полно описывает важнейшие особенности фильтрации аномальной нефти в пористой среде. [c.21]

Гораздо сложнее информационная модель физико-химических свойств компонентов и смесей. Эта модель должна содержать данные о свойствах отдельных веществ, причем как в виде таблиц, так и аппроксимационных зависимостей свойство— Т). Кроме того, для описания условий фазового равновесия (см. гл. 4) необходимо учитывать неидеальность фаз в частности, неидеальность жидкой фазы может описываться с помощью моделей Вильсона, НРТЛ и т. д. Для этого необходимы бинарные равновесные данные, которые хранятся в виде таблицы Состав первого компонента—состав второго компонента—температура—давление , а также в виде вектора параметров соответствующих уравнений. [c.214]

Низкие по точности модели принято классифицировать как приближенные, и область их применения обычно ограничивается прикидочными расчетами, в результате которых выявляются качественные характеристики объекта.. Получение же количественных оценок, как правило, производится на базе точных моделей. Получение количественных зависимостей за практически приемлемое время счета возможно как результат снижения размерности задачи поиска (сокраш ения числа просматриваемых варианток) или как результат разработки точных и быстродействующих моделей. В первом случае основным приемом является использование различного рода ограничений, основанных на физико-химических, технологических и другого рода предпосылках (применение эвристических правил, эволюционной стратегии, фундаментальных закономерностей протекания процесса). Во втором случае задача заключается в разработке быстродействующих алгоритмов решения уравнений математического описания, использования аппроксимационных моделей. Снижение размерности пространства поиска оптимального варианта широко используется при разработке алгоритмов синтеза технологических схем (см. гл. 8). Обычно с решением этой же задачи связана и разработка аппроксимационных моделей. [c.426]

Модели, основанные на аппроксимации точных моделей. Идея использования двухуровневых моделей — точных и приближенных — оказывается плодотворной при любом типе аппрокси-мационной. Однако чем менее точная анпроксимационная модель, тем чаще появляется необходимость коррекции ее параметров и тем менее эффективно ее использование. Желательно, чтобы аппроксимационная модель воспроизводила реальные условия протекания процесса в более широком диапазоне изменения пара- [c.428]

При использовании выражений из табл. 3 для определения и п требуется итерационное или графическое рещение приведенных выражений. Другой подход, использующий эмпирические соотношения, обсуждался в п. В. Для того чтобы оценить и , необходимо знать радиус пузырька Г ,. Аппроксимационные выражения обычно достаточно точны. При применении уравнений (95), (96) подразумевается, что распределение паросодержання однородно (Со= 1,0. см. 2.3.1). В действительности же истинное объемное паросодержание, вероятно, не должно быть однородным в пузырьковом потоке, и даже при адиабатном течении паровая фаза может концентрироваться вблизи стенки, особенно при вертикальном подъемном течении, при котором Со<1. Может существовать и обратная ситуация, когда паровая фаза имеет максимум распределения вблизи центра трубы при этом Со>1. В качестве первого приближения для многих практических ситуаций можно считать Со=1, но следует всегда иметь в виду возможность влияния распределения пузырьков. Детальное исследование применения модели потока дрейфа к пузырьковому течению проведено в [38]. [c.196]

Математическая модель. Основой построения уравнений движения и энергии служит аппроксимационная реологическая модель, при помощи которой можно сравнительно точно описать поведение жидкостей при различных температурах. Наиболее удобной моделью для этих целей является модель Балкли-Гершеля [c.152]

При моделировании нефтеперерабатывающих производств в основном используется аппроксимащ(я в виде выпуклых многогранников. Аппроксимирующие гиперплоскости могут быть применены для описания производственных возможностей отдельных процессов и производств. Практические аспекты применения аппроксимационных моделей для решения задач планирования нефтеперерабатывающих производств были рассмотрены в разработках ЦЭМИ АН СССР [5-7]. [c.21]

Многогранники, аппроксимируюидае производственные возможности нефтеперерабатывающих предприятий, строятся путем форсирования цен на отдельные нефтепродукты. В этой связи необходимо отметить, что структура цен, учитываемых в целевой функции, существенным образом влияет на выбор исходной и последующих точек аппроксимации, и это обстоятельство должно быть тщательно учтено при оценке параметров аппроксимационных моделей [1,5]. [c.21]

В планировании нефтеперерабатывающих производств нащел более успешное применение [1] другой тип аппроксимационной модели -аппроксимация с помощью выпуклых многогранников. [c.24]

Существуют различные методы определения опорных способов производства. В качестве опорных способов в аппроксимационных моделях используются 1) базисные или оптимальные базисные решения, определенные в результате реше1шя серии экстремальных задач с неагре-гированными переменными, параметрами и способами производства 2) опорные планы, оцененные экспертным путем 3) статистически обоснованные и имевшие прецедент плановые решения. [c.25]

Математическая формализация нефтеперерабатывающих производств в задачах текущего планирования при детерминированном подходе осуществляется на базе двух основных типов моделей 1) аппроксимационных, в которых производственные возможности каждого отдельного объекта описываются совокупностью фиксированного множества векторов граничных вариантов работы 2) моделей с переменными параметрами, в которых учитывается относительная неоднозначность связи входных и выходных материальных потоков и в которых фиксированы диапазоны целенаправленного варьирования векторов условий с учетом функциональных связей между параметрами. Второй тип моделей охватывает и так называемые диапазонные модели, которые также могут быть применены для описанля процессов нефтепереработки. [c.41]

На наш взгляд, помимо причин, указанных в работах [59-66], эффективное внедрение в производство оптимизационных задач сдерживается и отсутствием единых методологических основ проводимой формализации. Это привело, в частности, к существенному многообразшо несвязанных между собой вариантов формализации моделей. В области линейных моделей наметились два основных типа аппроксимационные модели и модели с переменными параметрами. Оба типа моделей, предназначенных для одной и той же цели - определить оптимальный текущий план выпуска товарной продукции в целом по НПК, формально реализованы на основе различных подходов. В тех случаях, когда на рассматриваемом производстве общее число технологических объектов планирования мало, в обоих типах моделей предусмотрено достаточно подробное поустановочное описание технологического процесса переработки нефти от первичной переработки до приготовления товарной продукции. Формальная разница проявляется в том, что в аппроксимационных линейных детерминированных моделях коэффициенты выпус-ка-затрат принимаются строго фиксированными, а в моделях с переменными параметрами изменяющимися в некоторых, заранее определенных интервалах. Однако такая детализация оказывается эффективной лишь при моделировании на заводском уровне, поскольку оба названных подхода предполагают переработку большого объема информации и при переходе к описанию комплекса, состоящего из двух и более НПП, размерность соответствующей модели значительно возрастает. Информационное обеспечение этих задач не гарантирует априорной совместности вводимых ограничений, а их фактическая реализация, как правило, сопровождается дополнительной корректировкой параметров, направленной [c.108]

Прогноз текущей выработки полупродуктов в задачах планирования обычно явно не выделяется. Связано это, видимо, с тем, что термин планирование качественно интерпретируется как управление , что нашло отражение в известных формализациях текущей производственной программы нефтеперерабатывающих предприятий, особенно в детер-минирова1шых моделях, хотя аппроксимационные варианты работы НПП - не что иное, как прогноз, осуществленный в комбинации статистических методов с методами линейного программирования. Прогнозными являются также и границы варьирования текущей выработки нефтепродуктов в диапазонных моделях вычисление этих границ осуществляется стандартными статистическими методами. [c.119]

Подобное моделирование не всегда позволяет опти- я зиpoвaть конструкцию машины или аппарата, однако оно находит все более широкое распространение и, в силу легкости получения математических моделей процессов и оперативности вычислений, является мощным инструментом в моделировании сложных технологических процессов. Простые аппроксимационные модели аппаратов позволяют компоновать сложные многоаппаратные технологические установки, без которых уже невозможно управлять технологическими процессами, гарантировать качество продукта и надежность технологических установок. [c.6]

Справочник химика 21

Химия и химическая технология