Реализация заданных параметров

Минимальная частичная реализация. Алгоритм построения минимальной реализации, рассмотренный выше, касался динамических систем, для которых заранее точно заданы либо матричная передаточная функция, либо последовательность марковских параметров. Более распространенным случаем является ситуация, когда то и другое точно задать нельзя. В таких случаях обычно на основе анализа входных и выходных сигналов каким-либо приближенным методом конструируется передаточная функция системы например, задается структура передаточной функции, а входящие в нее параметры определяются с помощью стандартных методик идентификации (см. 6.2—6.5). После того как передаточная функция определена, переход к описанию системы в форме канонических уравнений пространства состояний без труда реализуется с помощью алгоритма Хо или любого другого алгоритма построения минимальной реализации динамической системы. Очевидный недостаток такого подхода состоит в том, что структура передаточной функции задается жестко заранее, следовательно, теряется гибкость метода, отсюда точность реализации системы не может быть высокой. В связи с этим возникает необходимость в методе, который позволял бы строить приближенную минимальную реализацию непосредственно по экспериментальным данным так же, как алгоритм Хо позволяет строить точную реализацию для системы с точным заданием последовательности марковских параметров. [c.114]

После завершения расчета десорбционных колонн становятся известными параметры парогазового потока, поступающего на абсорбцию. Поскольку в проектном расчете заданы параметры аммонизированного рассола на выходе абсорбера, реализация математической модели абсорбционной колонны начинается от нижнего сечения абсорбера. Предварительно по уравнениям материального баланса определяются параметры слабо-аммонизированного рассола на выходе второго промывателя газа карбонизационных колонн, причем расход очищенного рассола в этот аппарат задается и в последующих приближениях не меняется. [c.62]

Вторая задача заключается в реализации математического описания, т. е. в решении математической модели. Параметры (коэффициенты) составленных уравнений функционально зависят от определяющих размеров химико-технологического аппарата (диаметров, длин и т. д.), свойств обрабатываемых веществ (плотностей, вязкостей и т. п.) и величин, характеризующих протекание физико-химических процессов (констант скорости реакции, коэффициентов диффузии и др.). Эти параметры либо задают предварительно, либо рассчитывают, либо находят по формулам, вытекающим из известных критериальных зависимостей. Нередко [c.19]

Хорошие результаты во многих случаях дает имитационное моделирование методом Монте-Карло. Для реализации метода необходимо задать допуски на вьшолнение проточной части машины и закон их распределения, Обьино принимается нормальное распределение, если неизвестен характер влияния технологического процесса изготовления. Однако вид распределения не влияет существенным образом на процесс моделирования. Необходимо выбрать детерминированную модель и процесс случайного выбора размеров. Далее проводится серия расчетов, которая дает либо оценку основных статистик дисперсии, размаха (разницы между максимальным и минимальным значениями параметра), асимметрии, эксцесса, либо, при достаточно большом числе экспериментов, распределение выходных параметров машины (гистограмму). [c.73]

По существу, задача выбора оборудования решается с самого начала разработки технологической схемы уже при выборе способа реализации процесса. Задав конструкцию аппарата, тем самым выбирают семейство аппаратов, отличающихся лишь геометрическими размерами. Гидродинамика потоков внутри аппарата, его эффективность определяются конструкционными особенностями. Поэтому этап выбора оборудования не может рассматриваться обособленно, без оценки гидродинамической обстановки, условий тепломассопереноса, гидравлических расчетов. Всякий раз при изменении геометрических размеров аппарата возникает необходимость повторения указанных расчетов, поскольку меняются параметры, определяющие его эффективность (например, скорость движения фаз, продольное перемешивание и т. п.). Основой для выбора оборудования обычно являются ГОСТы, ОСТы или ведомственные нормали, определяющие стандартные ряды типового оборудования. В последнее Е ремя проводятся работы и по стандартизации гидродинами-ч[еской структуры потоков в отдельных аппаратах (например, в реакторах с мешалками), что существенно сокращает время вы-б>ора необходимого оборудования. Выбор оптимальной кон-с трукции аппарата и его типоразмеров является итерационной задачей и поэтому любая информация об эффективности в конкретных условиях эксплуатации лишь упростит процедуру расчета. [c.63]

При реализации компьютерного алгоритма сформулированной задачи вновь требуется перейти к иным независимо варьируемым переменным. Вместо величин фj, j Е J, которые позволили компактно записать задачу в виде (4.5.29)-(4.5.31), с вычислительной точки зрения значительно удобнее варьировать коэффициенты j зарегулирования брутто по общим площадям водосбора. Это связано с двумя причинами. Во-первых, диапазон изменения величин фj, j J заранее не всегда известен, поскольку ограничения (4.5.31) заданы в неявной форме. Во-вторых, даже в тех случаях, когда такой диапазон определен, он может существенно различаться в разных створах j Е J. Это затрудняет выбор единого параметра, определяющего точность вычислений при переходе к дискретным изменениям варьируемых переменных. Для определения коэффициентов зарегулирования брутто по общим площадям водосборов вновь рассмотрим множество створов Jj = l J lУj . Согласно соотношениям (4.3.22), (4.3.24), (4.3.27) и (4.3.29), эти коэффициенты зарегулирования имеют вид ) [c.166]

Стратегия управления (планирования) во времени будет полностью задана, если для каждой задачи планирования и управления определены все четыре временных параметра — горизонт планирования, время упреждения, шаг дискретности и частота решения (планирования). Из этих параметров время упреждения и шаг дискретности характеризуют каждое одноразовое решение (реализацию) задачи, но практически не влияют на взаимодействие различных реализаций одной и той же задачи в общем процессе планирования на длительных отрезках времени, превышающих горизонт планирования. [c.67]

В предыдущей главе были рассмотрены некоторые технологические схемы процессов растворения и выщелачивания и составлены типичные математические модели этих процессов. Говоря об этих моделях, мы отмечали, что входящие в них величины естественным образом разделяются на четыре группы 1) кинетические характеристики процесса 2) физико-химические константы 3) независимые технологические параметры, значения которых задаются на основании определенных соображений 4) зависимые технологические параметры, значения которых определяются путем решения системы уравнений, составляющих математическую модель. Воздействовать на результаты процесса можно лишь с помощью параметров третьей группы. Следовательно, именно эти параметры должны быть объектом оптимизации. Таким образом, оптимизация есть поиск такого-сочетания независимых технологических параметров, которое обеспечивает максимальный технико-экономический эффект от реализации процесса. [c.215]

К моменту выполнения программы управляющие параметры не задаются. В библиографии используются ссылки. Кроме того, для библиографии составляются указатель дескрипторов и авторский указатель. Для решения этой задачи должны быть сгенерированы программы подготовки библиографии и указателей и программы печати библиографии и обоих видов указателей. Схема реализации этой задачи приведена на рис. 8.2. [c.137]

Наконец, задаются конструктивные параметры контактных массо- и теплообменных устройств комплекса, использующиеся при реализации математических моделей отдельных аппаратов десорберов [2, с. 7 — 97], конденсаторов [3] и холодильников газа [4], абсорберов 5] и промывателей газа. [c.56]

При оптимизации реакционного узла могут стоять разные задачи. Для проектирования нового производства задается только его мощность по целевому продукту Рв и предстоит вы- брать оптимальный вариант реализации и все параметры процесса. Более ограниченной является оптимизация уже действующего производства, когда его мощность может меняться, но уже известны условия процесса, например вид и размер оборудования, вид и условия теплообмена, пределы изменения параметров. Далее даются некоторые упрощенные примеры поиска оптимальных решений при проектировании реакционного узла. [c.362]

В сформулированной в 5.1 задаче задана реализация процесса г/ (т) = / (т, х) п (т) и нужно оценить параметр [X. Итак, [c.367]

В многочисленных публикациях, в частности в [115-118], предполагается, что спектр взаимодействий можно разбить на слагаемые, отвечающие предпочтительно за реализацию какого-то одного типа взаимодействий, а каждое слагаемое представить как произведение двух компонентов — свойств поверхности и свойств адсорбата. Если задать для всех используемых адсорбатов параметры, отражающие их активность в различных межмолекулярных взаимодействиях, появляется возможность, после общего решения с помощью корреляционного анализа для множества адсорбатов, найти величины, характеризующие только свойства поверхности. Таким образом, эта задача сводится к поиску параметров адсорбатов, адекватно описывающих их участие в специфических взаимодействиях. [c.315]

Некоторые функциональные особенности клеток и клеточных систем Биотехнология базируется на практической реализации метаболической активности клеток, выделенных из природных субстратов или экспериментально созданных в лабораторных условиях В зависимости от целевого продзгк-та, получаемого при реализации биотехнологического процесса, поддерживают соответствующий уровень метаболической активности биообъекта Если речь идет о каком-либо метаболите, тогда задают такие параметры культивирования, которые обеспечивают максимальный выход данного вещества Если же конечным продзгктом является биомасса клеток [c.138]

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]

С ростом Ц инерционность каналов падает, что связано с уменьшением /а, аппарата. С увеличением Р инерционность всех каналов увеличивается в связи с ростом Ксв и При увеличении с и X. н инерционность технологического комплекса падает, несмотря на рост инерционности изолированного аппарата, что связано с уменьшением Kf, Увеличение нагрузки на дефлегматор приводит к уменьшению его инерционности за счет падения Кса- Если рассмотреть теперь влияние технологических параметров на инерционность технологического комплекса и на коэффициент / fз совместно, то при заданных Оо и с экстремум /д может быть допущен лишь в области изменения х. н. При этом должно быть принято Р = Ртах, Ц = Цт п- Реализация условия Р = Ртах осуществляется в процессе проектирования дефлегматора на границе возможной области изменения давления. Формальное выполнение условия Ц = Цтш не может быть осуществлено, поскольку левая граница области изменения Ц определяется условием физической реализуемости процесса конденсации ( п — х = А), а величина А задается произвольно. При А- 0 значение Ь- оо, и задача проектирования теряет физический смысл. Чтобы выйти из создавшейся ситуации, введем регламентированную переменную 7 = зир имеющую непосредственное отношение, как это было показано в разделе 4.4, к величине зирДСт , и рассмотрим комбинированный критерий /к (1.1.18) при параметрах Я, = О, Я,2=1, Л = (/д —- д Зафиксировав Я=Рщах и потребовав выполненшт условия р=РтШ, получаем однозначное определение вектора Yo= tx-н, Ц), минимизирующего критерий /к. Таким образом, в этом варианте выбирается аппарат минимальной массы, который с оптимально настроенной системой регулирования обеспечивает заданное значение максимальной динамической ошибки. [c.224]

Приближенная оценка Т рассчитывается по виду реализации. С этой целью предварительно по каждому из вышеуказанных параметров был собран экспериментальный материал с шагом дискретизации Д = б мин. Всего было накоплено по 360 данных. Время реалк ации эксперимента составило 36 ч. Затем были вычислены средние значения параметров х и определено число нулей п,, (т. е. число пересечений п реализации средним значением параметра). Задаемся относительной средней квадратической погрешностью вычисления дисперсии случайного процесса. Для процесса замедленного коксования т д = 0,3. [c.186]

ОПТИМИЗАЦИЯ в хим. технологии, поиск и реализация условий, обеспечивающих наибольшее или наименьшее значение количеств, оценки (критерия) кач-ва оптимизируемого объекта. Широко испольэ. в хим. технологии в связи с необходимостью проектирования новых высокоэффективных процессов и интенсификации уже действующих.. Задача О. сформулирована, если заданы критерий оптимизации (экономический — прибыль, приведенные затраты,себестоимость и т. п. технологический — выход продукта, содержание примесей в нем и др.) варьируемые параметры (т-ра, давление, величины входных потоков в хим.-технол. процессе), изменение к-рых позволяет менять эффективность процесса матем. модель процесса (см. Моделирование), ограничения, связанные с экономич. и конструктивными условиями, возможностями аппаратуры, требованиями взрывобезопас-ности и корроз. устойчивости. [c.411]

К определению термодинамической вероятности в статистике подходят следующим образом. Прежде всего устанавливают разграничение макро- и микросостояний. К первой категории относятся понятия о термодинамически равновесных и термодинамически неравновесных состояниях. Под названием макросостояний (макроскопических состояний) понимают любое состояние, которое задано указанием плотности, энергии и других параметров для всех термодинамически мэлых участков системы. В отличие от этого под микросостояниями понимают любые состояния системы, которые совершенно точно или почти точно определены указанием для Каждой молекулы системы положения в пространстве этой молекулы и ее скорости. Таким образом, понятйе микросостояния является более широким в том смысле, что любое микросостояние в то же время можно рассматривать как реализацию некоторого макросостояния при этом можно отвлечься от точного описания положения и скоростей молекул (что дано при характеристике микросостояния) и ограничиться фиксированием термодинамических параметров (т. е. усредненных значений) для малых участков системы, что только и требуется для характеристики макросостояния. Очевидно, что одно и то же значение термодинамических параметров в элементарном участке системы может получиться при различных положениях и скоростях молекул следовательно, одному макросостоянию отвечает ряд микросостояний. [c.127]

Задавшись типовыми функциями первичных неисправностей 2 и решая систему уравнений (6.8), определяют реализацию парамет-ров у, (1), соответствующих каждому аварийному состоянию. Следовательно, решением уравнений (6.8) для каждого аварийного состояния (первичной неисправности) определяют параметры привода. [c.151]

Существенным препятствием для внедрения современных методов автоматизированного проектирования ХТС содового производства являлось отсутствие аналитических методов расчета большинства параметров межфазного равновесия газопарожидкостных систем и физико-химических свойств жидкостей содового производства. Известные методы были предназначены для ручного счета. Применение их при реализации математических моделей на ЭВМ связано с затруднениями, 1Ю-скольку вспомогательные зависимости задаются таблицами, графиками или даже сводкой экспериментальных данных. Кроме того, многие рекомендованные методики лишены общей теоретической основы н требуют введения в программу многочисленной разнохарактерной информации, занимающей память ЭВМ, что существенно усложнило бы программирование и уве- [c.32]

В иатенатических иодедях технологических процессов ведущее иесто по объеиу вычислений занимает расчет физикохимических параметров материальных потоков моделируемого процесса. Применение многих из способов расчета этих параметров связано с затруднениями не только при реализации математических описаний на ЦВМ ( часто вспомогательные зависимости задаются таблицами, графиками, а иногда и сводкой экспериментальных данных), но и при ручном счете. [c.365]

В математических моделях технологических процессов ведущее место по объему вычислений занимает расчет параметров межфазного равновесия и физико-химических параметров потоков моделируемого процесса. Применение многих способов расчета этих параметров связано с затруднениями не только при реализации математических описаний па ЦВМ, поскольку вспомогательные зависимости часто задаются таблицами, графиками, а иногда и сводкой экспериментальных данных, но и при ручном счете. Дополнительная трудность состоит в том, что многие расчетные методики лишены общей основы и требуют введения в расчет многочисленной разнохарактерной информации, запцмающей память ЦВМ, что существенно усложняет программирование и увеличивает время расчета. [c.38]

В поверочных расчетах параметры парогазового потока на выходе КДС не задаются. В проектных расчетах обычно известна лишь температура парогазового потока на выходе из КДС, реже его состав остальные параметры этого потока подлежат определению. Реализацию математической модели КДС начинают от нижней холодильной бочки, параметры парогазового потока на входе в которзгю определяют приведенным выше расчетом граничных условий. Однако параметры жидкостного потока на выходе из нижней бочки КДС неизвестны. Поэтому расчет граничных условий и математическая модель КДС охватывается вторым итерационным контуром, в котором с использованием способа дробления граничного условия определяют параметры жидкостного потока на выходе из КДС. Они должны удовлетворять общему тепловому балансу КДС и параметрам потока исходной фильтровой жидкости, поступающей в верхнюю ботау КДС. [c.188]

В работах [1, 3, 5] показано, что использование упруго-пластической модели материала с поверхностью текучести Друккера - Прагера, определяющие параметры которой задаются в соответствии с (3.39), (3.40), позволяет точно отразить все качественные особенности сложного НДС грунта, окружающего подземные участки трубопроводов. Реализация такой модели в вычислительной технологии анализа прочности промьппленных трубопроводных систем дает возможность построить высокоэффективные алгоритмы численного моделирования при минимальных в общем случае погрешностях результатов. [c.299]

Справочник химика 21

Химия и химическая технология