Оптимизация подсистем

Метод многоуровневой оптимизации позволяет провести декомпозицию большой задачи оптимизации на последовательность более мелких задач оптимизации. В основном метод осуществляется на двух уровнях. На первом уровне подсистемы (элементы) ХТС опти-мизирзтот независимо друг от друга. Второй уровень служит для согласования первых уровней оптимизации с целью достижения общего оптимума системы. Если оптимизация подсистемы ХТС сама выполняется посредством двухуровневого алгоритма, полный алгоритм оптимизации имеет многоуровневую иерархическую деревовидную структуру. [c.313]

Декомпозиционные методы синтеза предполагают декомпозицию системы на такие подсистемы, для анализа и оптимизации [c.100]

Одно из важных достоинств метода многоуровневой оптимизации заключается в том, что с его помощью можно значительно уменьшить время решения и (или) требуемый объем памяти оперативного запоминающего устройства ЭВМ. Время решения может быть значительно сокращено благодаря одновременной оптимизации подсистемы (элементов) ХТС па цифровой вычислительной машине или на нескольких машинах, которые выполняют параллельные операции. Требуемый объем машинной памяти может быть уменьшен, так как задачи оптимизации подсистем (элементов) ХТС имеют меньшие размеры, чем первоначальная задача. [c.313]

При использовании указанных методов оптимизации сложных ХТС задача оптимизации решается, как правило, на двух уровнях. На первом уровне решения задачи оптимизации ХТС в целом подсистемы (элементы) ХТС оптимизируются независимо друг от друга. Второй уровень оптимизации служит для координации оптимальных решений, полученных на первом уровне при оптимизации отдельных подсистем, с целью достижения оптимума КЭ данной ХТС в целом. [c.232]

Рассмотрим сущность алгоритма явной декомпозиции. В этом алгоритме промежуточные переменные, обеспечивающие взаимосвязь между подсистемами ХТС, переменные 5,- определяются на втором уровне, а каждая г-ая задача оптимизации на первом уровне для отдельных подсистем приводится к виду необходимо определить [c.233]

При использовании алгоритма неявной декомпозиции на каждой итерационной процедуре решения задачи оптимизации урав нения структурной взаимосвязи между подсистемами (V.44) не выполняются. [c.234]

В химической технологии более 50% исходных данных на проектирование и оптимизацию процессов составляют физико-химические и теплофизические свойства веществ [35]. Причем точность их имеет решающее значение для определения параметров процесса. Другим видом информации, необходимой для работы САПР, являются данные о технологическом оборудовании. Данные по оборудованию необходимы для работы подсистемы конструкционного расчета, а стоимостные характеристики — для оценки эффективности реализации процесса. По существу, это [c.112]

Допустим, что на некотором /-м шаге решения задачи оптимизации поэлементного резервирования каждая -я подсистема уже имеет по л ,( ) резервных элементов. Заметим, что 1= [c.215]

В соответствии с методом ветвей и границ (МВГ) первоначально решается задача оптимизации надежности системы с применением поэлементного резерва без учета требования целочисленности [102]. Решением является оптимальный вектор резерва Хо = л 1о, Х20,..., Хл,..., Хл о . Если в оптимальном векторе Хо все переменные числа резервных элементов х О и хш — целые, то очевидно, что вектор Хо является искомым оптимальным решением задачи оптимизации надежности системы X. В противном случае если для некоторой й-й подсистемы число резервных элементов Хм — нецелое число, т. е. л о +Аао, где Хкй —целая часть хм, 0<Дао<1, то выполняют следующие операции. [c.222]

При поиске решения поставленной задачи оптимизации ГИП производства (рис. 9.6) полу.чен на основе анализа обширной информации об отказах ХТС в целом и существующей в настоящее время системе ППР. Установлены два вида внезапных (случайных) отказов ХТС в процессе функционирования отказы, вызванные неисправностью ГТТ-3, и отказы, вызванные неисправностями технологического оборудования. Это позволяет рассматривать производство как ХТС, состоящую из двух подсистем компрессорной подсистемы (газотурбинная установка) и технологической подсистемы (технологические аппараты, участвующие в процессе получения продукта). С учетом состояний, соответствующих текущему и среднему ремонтам (в соответствии с существующей системой ППР), ХТС может находиться в восьми состояниях (см. рис. 9.6) 1 —все подсистемы ХТС исправны 2 — технологическая подсистема отказала и поставлена на ремонт 3 — отказала компрессорная подсистема и находится в ремонте 4 — отказ ХТС в целом 5, Ее — текущий и средний ремонты всей технологической подсистемы 7, а — текущий и средний ремонты компрессорной подсистемы. [c.249]

Современный НПЗ состоит из большого числа различных технологических установок (первичной переработки нефти, производства этилена, газофракционирования и т. д.), установок смешения для получения топливных и топливно-нефтехимических продуктов. Комплексное проектирование и тем более синтез НПЗ как единого целого практически не представляется возможным и выполняется обычно по отдельным установкам. Основу этих расчетов составляют модули и пакеты программ подсистемы Технология , используемые в рамках подсистемы моделирования и оптимизации технологических схем НПЗ (рис. 10.6). [c.571]

Как следует из результатов решения задачи оптимизации стратегии технического обслуживания и ремонтов производства слабой азотной кислоты, можно повысить коэффициент использования системы Кч с 0,68 до 0,86, если проводить технические осмотры компрессорной подсистемы в интервале 456—576 ч непрерывной работы и технологической подсистемы через 1488—1632 ч непрерывной работы. [c.254]

Для каждого аппарата на стадии технологического расчета определены начальная и конечная температуры основного потока и его расход. Начальная температура тепло- или хладоагента обычно указывается в задании на проектирование на основе имеющихся источников пара и хладоагента. Данные о свойствах потоков содержатся в подсистеме информационного обеспечения, сведения об аппаратах — в каталогах оборудования. Необходимо определить требуемые поверхности теплообмена и в определенном классе аппаратов произвести выбор соответствующих конструкций из каталогов оборудования с последующей их оптимизацией с учетом ограничений, указанных в задании. Расход тепло- или хладоагента для каждого аппарата определяется вместе с его конечной температурой, значение которой оптимизируется в интервале, указанном проектировщиком или выбираемом автоматически в соответствии с температурной схемой аппарата. [c.378]

Пакеты прикладных программ, ориентированные на моделирование и оптимизацию ЭТС, должны включать программное обеспечение для расчета эксергии неидеальных многокомпонентных смесей, находящихся в различных фазовых состояниях. Так как при заданных параметрах окружающей среды эксергия потока вещества является функцией его состояния, программные модули для расчета эксергии удобно включить в состав подсистемы Физико-химические свойства смесей , предназначенной для расчета волюметрических, термодинамических и транспортных свойств смесей. [c.416]

Интерактивный режим позволяет пользователю выбрать вариант постановки задачи термоэкономической оптимизации (из заданной пользователем совокупности критериев оптимальности и соответствующих наборов оптимизирующих переменных) выбрать варианты расчета технологических подсистем (по уровню детализации моделей) выбрать вариант расчета каждой из энергетических подсистем (эксергетическая производительность подсистемы, обобщенная термоэкономическая модель подсистемы данного типа, традиционная математическая модель) выбрать метод безусловной оптимизации из имеющихся в библиотеке и задать его параметры выбрать и задать параметры метода условной оптимизации применить метод декомпозиционной релаксации, сократив число оптимизирующих переменных провести выборочное сканирование области поиска по одной или группе переменных выбрать варианты печати результатов моделирования в начальной и конечной точке поиска, промежуточных результатов оптимизации. [c.418]

Роль этапа оптимизации имеет важнейшее значение при разработке технологической схемы, особенно если вариант схемы, полученный на этапе синтеза, далеко неоптимальный или необходимо проанализировать множество других вариантов и выбрать оптимальный. Эта задача весьма трудоемкая, и эффективное выполнение ее существенно зависит от используемой подсистемы моделирования и оптимизации. [c.420]

В основе декомпозиционных методов лежит теория элементарной декомпозиции, определяющая принципы разделения исходной задачи синтеза на ряд более простых подзадач, для которых могут быть применены известные или достаточно легко получаемые определенные технологические решения, соответствующие современному уровню развития технологии. Решение задачи декомпозиции существенно упрощается, если выделенные элементы (подсистемы) имеют тривиальное решение (например, отдельный теплообменник, ректификационная колонна и т. д.). В противном случае оптимизация должна проводиться как на уровне отдельного элемента, так и системы в целом по уточнению взаимосвязей между ними. Рассмотрим систему, состоящую из двух взаимосвязанных элементов (рис. 8.1). Здесь Му, — переменные процесса, Ху, — промежуточные потоки, передаваемые между подсистемами. Задача состоит в поиске оп- [c.439]

Первоначально при фиксированном количестве передаваемого тепла проводится синтез внутренней подсистемы. При этом используется графоаналитический метод с применением эвристик (см. гл. 8). Определив схему увязки продуктовых потоков при фиксированном количестве тепла, из материально-теплового баланса находят все основные и промежуточные входные и выходные температуры потоков и тепловые нагрузки на аппараты. В качестве целевой функции при оптимизации в целом принят минимум приведенных затрат [c.568]

Рис. 10.6. Состав подсистемы моделирования и оптимизации схем НПЗ

Постановка задачи оптимизации экстракционной подсистемы при s и И, выбранных в качестве оптимизирующих ИП, математически записывается следующим образом [c.71]

Аналогичный подход используется и при выборе структуры НПЗ для выпуска товарной продукции заданного ассортимента и объема. Подсистема проектирования позволяет выбирать оптимальный состав технологических установок на основании одного или нескольких критериев оптимизации. Для решения такой задачи составляется математическая модель обобщенной технологической схемы НПЗ соответствующего профиля топливного, топ-ливно-масляного, масляного, топливно-нефтехимического. Такие схемы должны включать в себя альтернативные установки, осуществляющие либо различные процессы, нанример каталитического крекинга или гидрокрекинга, либо различные режимы одного и того же процесса, например мягкий или жесткий режимы каталитического риформинга различные варианты отбора смежных фракций па установках первичной переработки нефти и т. д. [c.572]

В первый набор оптимизирующих ИП вошли тип экстрагента 8 = (А или В) ж массовый расход экстрагента W. Структура информационных потоков, отвечающая этим оптимизирующим переменным, представлена на рис. 11-13, а. Как было показано, в этом случае при решении задачи отыскания экстремума функции цели У и определении численных значений базисных ИП нужно одновременно решать два уравнения математической модели подсистемы. Каждому набору оптимизирующих информационных переменных ХТС при заданной целевой функции Ч соответствует новая формулировка задачи оптимизации. [c.77]

На первый взгляд кажется рациональным поручать одной подсистеме цель, состоящую в максимизации G, а другой подсистеме — цель, заключающуюся в минимизации L. Однако это далеко не всегда приводит к желаемой цели. Действительно, примем, что при оптимизации в одной подсистеме может изменяться а в другой — у Тогда в результате оптимизации будут найдены следующие значения локальных показателей эффективности [c.297]

Рис. У1-5. Оптимальная организация вычислительных процеду при оптимизации подсистемы охлаждения некоторой ХТС.

Оптимизация подсистемы фильтрационного разделения биосуспензий [c.237]

Задача выбора оптимального варианта решалась на базе СКДИ ADAR с использованием алгоритма оптимизации с учетом факторов неопределенности [31, 32]. Как уже упоминалось, СКДИ ADAR является многоцелевым программным комплексом интеллектуального типа, предоставляющим исследователю достаточно широкие возможности. При решении задачи использовались все основные прикладные подсистемы СКДИ 1) база данных по физико-химическим свойствам индивидуальных веществ и их смесей (БФХС) 2) база данных по моделирующим блокам (БМВ) 3) автоматизированная подсистема подготовки исходной информации 4) подсистемы технологического и 5) конструкционного проектирования. [c.275]

Величины уп=Вп/ Е — р) и (I—r n)=DnlEn характеризуют соответственно долю вводимой эксергии и коэффициент потерь в отдельной подсистеме. Если представить у и Цп как функции параметров, появляется возможность анализа и оптимизации технологического режима в целом. [c.240]

ГСОТО предназначена для проектирования теплообменного оборудования предприятий и составления на этой основе текущих и перспективных планов выпуска оборудования по видам (конструкциям), типам и типоразмерам. Отсюда следует дифференциация ГСОТО на две подсистемы оптимизации теплообменников в отраслях, эксплуатирующих оборудование текущего и перспективного планирования оптимального выпуска теплообменного оборудования заводами машиностроительных министерств. [c.310]

Поскольку декомпозиция ИЗС на каждом шаге должна производиться так, чтобы хотя бы одна из образующихся подзадач синтеза тепловой системы была разрешима при помощи одного теплообменника, то множество переменных декомпозиции состоит в рассматриваемом случае из двух величин — температур потоков, которые соединяют выделенный.теплообменник с остальной несинтезированной подсистемой. Ранее выбор переменных декомпозиции производился из условия оптимизации оценки КЭ. Теперь же для упрощения принимается следующая эвристика температуры связывающих потоков, соответствующие переменным декомпозиции, выбираются из условия максимизации количеств тепла, которым обмениваются между собой потоки, с учетом ограничений— требуемых конечных температур потоков и минимально допустимого сближения температур потоков в теплообменнике. [c.165]

В частности, методы разделяются по количеству иерархических уровней (одноуровневые и многоуровневые), по порядку производных, используемых в процессе поиска решения и т. д. Наиболее широкое распространение в задачах анализа и синтеза ХТС находят методы нулевого (без вычисления производных) и первого порядков. Наряду с ними все более широкое применение получают и многоуровневые методы (в частности, двухуровневые), в основе которых лежит идея декомпозиции исходной задачи на ряд подзадач меньшей размерности. Использование линеаризации уравнений математического описания на первом уровне позволяет эффективно применять хорошо разработанный аппарат линейной алгебры. На первом уровне подсистемы рассчитываются независимо друг от друга, а второй уровень служит для координахщи оптимальных решений с целью достижения общего оптимума системы. Стратегия координации решений в целом может осуществляться с использованием алгоритмов явной или неявной декомпозиции. Одно из важных преимуществ метода многоуровневой оптимизации заключается в том, что с его помощью можно существенно сократить время решения общей задачи и требуемый объем оперативной памяти. Сокращение времени расчета может быть достигнутю за счет одновременной оптимизации подсистем с помощью параллельна работающих продессов ЭВМ. Однако следует отметить, что мыо-гоуровневые методы обеспечивают сходимость итерационного процесса только при определенных условиях, налагаемых как на целевую функцию и математическое описание, так и на декомпозицию исходной ХТС на подсистемы (4, 53]. К тому же доказательств условной сходимости многоуровневых методов практически нет. [c.143]

Система включает следующие подсистемы и пакеты программ (рис. 7.37) пакет проблемно-ориентированных прикладных программ — математических моделей типовых процессов низкотемпературного газоразделения и энергетических подсистем подсистему расчета волюметрических, термодинамических, транспортных свойств и эксергии многокомпонентных смесей легких углеводородов и неуглеводородных газов на основе уравнения состояния Бенедикта—Вебба—Рубина программы пользователя — математическую модель исследуемой ЭТС, включающую модели тех-но.яогических и энергетических подсистем и использующую модули всех остальных подсистем и пакетов методо-ориентирован-ную интерактивную подсистему оптимизации, базирующуюся на методах нелинейного программирования программы методов вычислительной математики, используемых при построении моделей сервисное математическое обеспечение. [c.418]

Методы структурной оптимизации. Они предполагают на первом этапе определение способов реализации химического производства (выбор альтернативных способов ведения процесс на отдельных стадиях) и создание на их основе некоторой интегрально-гипотетической технологической схемы, включающей все возможные варианты распределения материальных и энергетических ресурсов. Оптимизация ведется по специально определенным структурным параметрам распределения потоков, значения которых обычно задаются в диапазоне от О до 1 и характеризуют разделение или разветвление некоторого выходного потока. Конечные значения параметров и определяют технологическую схему. Нулевые значения отдельных из них свидетельствуют об отсутствии соответствующей связи аппаратов. С математической точки зрения задача синтеза представляет собой решение систем нелинейных уравнений, соответствующих описанию отдельных элементов (подсистем), и уравнений, отражающих структурные взаимосвязи между этими элементами (подсистемами). Основными методами решения являются методы нелинейного программирования. В виду высокой размерности системы уравнений поиск оптимального решения (технологической схемы) представляет определенные трудности вследствие многоэкстремальности и нелинейности задачи. [c.438]

В общей структуре химического производства ГАПС является лишь отдельной подсистемой, и поэтому ее эффективность и гибкость должны обеспечиваться в рамках всей системы. Иначе частный выигрыш может обернуться существенными потерями для большой системы. В простейшем случае гибкую автоматизированную химико-технологическую систему можно представить состоящей из двух частей процессно-аппаратурной и информа-ционно-управляющей (АСУТП), функционирующих совместно. При этом технологическая гибкость ХТС обеспечивается аппаратурным подобием разных технологических стадий в совокупности с периодическим способом организации технологических процессов при наличии гибких коммуникаций между аппаратами и аппаратурными стадиями. Гибкость управления заключается в том, что при переходе к производству иной продукции изменяется информационное обеспечение при минимальных изменениях программно-алгоритмического обеспечения. Свойство гибкости придается системе уже на стадии ее структурно-параметрического синтеза, включающего следующие этапы предварительное определение минимального аппаратурного состава проектируемой ХТС, классификацию продуктов по признаку использования одинакового оборудования, определение допустимых и оптимальной технологических структур, оптимизацию аппаратурного оформления. [c.530]

Оптимизация ведется по величине количества тепла, передаваемого внутренней подсистемой теплообменников. При каждом варианте схемы (соответственно величине Q) определяются тип теплопередающей поверхности, типоразмер и число секций каждого теплообменника проводится тепловой, гидравлический и стоимостной расчет аппаратов рассчитываются и выбираются трубопроводы и определяется гидравлическое сопротивление всего теп-дообменного тракта. [c.568]

Таким образом, если мы выбираем в качестве оптимизируюпщх переменных тип экстрагента (s = Л или В) и его массовый расход Щ, то для определения максимального значения целевой функции Р и численных значений базисных ИП нужно одновременно решать два уравнения математической модели подсистемы. По методу Гаусса, число вычислительных операций при решении двух уравнений математической модели v = п = 8. Величина v определяет трудоемкость вычислительных процедур решения задачи оптимизации. [c.71]

Структура информационных потоков, соответствующая решению ( ассмот-ренной задачи оптимизации экстракционной подсистемы, представлена на рас. П-12, б. [c.72]

Согласно набору оптимизирующих информационных переменных и хо (или 3 и у), который обеспечивает ьшнимальные трудности при реализации расчетов математической модели экстракционной подсистемы, математическую постановку задачи оптимизации в отличие от выражения, полученного в примере П-И, надо видоизменить следующим образом [c.77]

Второй путь оптимизации сложных ХТС использует как характерные особенности их топологических моделей, так и принцип декомпозиции задачи глобальной оптимизации ХТС в целом на совокупность отдельных задач подоптимизации каждого элемента или подсистемы путем выбора дополнительных локальных целевых функций для этих элементов или подсистем. [c.295]

Другимп словами, каждый из указанных методов направлен па то, чтобы косвенно обеспечить результаты глобальных решений при помощи подчиненной им оптимизации локальных целевых функций подсистемы. [c.299]

Пример VI- . Рассмотрим разработку оптимальной организации вычислительных процедур при решении задачи оптимизации трехступенчатой подсистемы охлаждения некоторой ХТС (рис. У1-2). Каждая ступень включает теплообменник, в который входит поток горячего теплоносителя внутри теплообменника кипит хладоагент, удельная теплоемкость которого ср = 1 ккал/(кг- С). Температура кипения хладоагента известна для каждой стуненп, и, следовательно, скорость теплопередачи определяется только поверхностью теплообмена п входной температурой горячей жидкости при заданном расходе потока. Нужно найти оптимальные поверхности трех теплообменников для охлаждения Р = = 4535,9 кг/ч горячей жидкости от +10 до —56,7 С в условиях, представленных в табл. VI- . [c.302]

Справочник химика 21

Химия и химическая технология