Эксперимент вычислительный

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]

Другой подход вычислительного эксперимента в теории жидкостей заключается в интегрировании уравнений движения частиц, образующих систему. Средние значения величины А определяют при этом усреднением по времени, в течение которого рассматривается эволюция системы. Согласно эргодической гипотезе, эта оценка должна совпадать с (7.3). Этот подход называют методом динамики, и к его преимуществу, по сравнению с методом Монте-Карло, следует отнести возможность вычисления транспортных характеристик многочастичной системы. Однако необходимо отметить, что расчеты методом Монте-Карло дают более устойчивые результаты. [c.119]

Гибсон в дальнейшем еще больше усовершенствовал прибор, применив для автоматического управления экспериментом вычислительную машину. С помощью такого прибора исследовалось термическое разложение некоторых метеоритных материалов и образцов лунного грунта [171]. [c.67]

Вычислены [2] поправки к решению Стокса и закону сопротивления (И. 10) при учете нелинейных членов в виде разложений по степеням Ке. Эти поправки пригодны для значений Ке 1 — 2. Развитие современной вычислительной техники позволило в последние годы поставить задачу решения полной нелинейной системы уравнений для обтекания шара. Решения эти в предположении осесимметричного обтекания в настоящее время [8] доведены до Ке 100 и дали значения коэффициента сопротивления, хорошо совпадающие с экспериментом. [c.26]

Полученная модель была использована для вычислительного эксперимента, который заключался в расчете Л/ в зависимости от X. [c.129]

Рис. 3.6. Результаты вычислительного эксперимента, 1 1 — 0 2 — 0,5 3 - 1 4 - 1,5 5 - 2 6 - 2,5 7-3

Полученную модель распыления жидкости с микрогетерогенными включениями методом вычислительного эксперимента проверяли при расходах жидкости 0,5 1,0 и 1,5 л/мин (что соответствует типовым расходам для лабораторных АГВ через одну прорезь статора), содержащей 3% мае. частиц твердой фазы с размерами 120, 80 и 40 мкм. Одновременно модель испытывалась при распылении гомогенных растворов ПАВ (ССБ и ОП-7 в количестве 6 и 3% мае. от твердой фазы соответственно). Результаты вычислительных испытаний модели представлены на рис. 3.9. [c.142]

Метод ПФЭ обеспечивает достаточно высокую точность в определении коэффициентов регрессии, так как для оценки каждого из коэффициентов используется 2" опытов. Однако, при увеличении числа опытов требуется значительная вычислительная работа. В этом смысле ПФЭ оказывается недостаточно эффективным. Поэтому прибегают к методам с сокращенным числом экспериментов, особенно на первых этапах исследования, когда требуется получить некоторую, хотя и не очень точную [c.151]

В работах [2, 341, 342] на основе данных, полученных методами вычислительного эксперимента, была установлена связь между наблюдаемыми в тонких прослойках микроструктурными эффектами и локальной пространственной упорядоченностью частиц простых жидкостей. Для водных систем у поверхности можно ожидать также изменения структуры водородных связей. С целью исследования влияния поверхности на структурные и Р(к) термодинамические характеристики воды были выполнены расчеты для нескольких модельных систем. [c.121]

Изучение химизма и кинетики процесса. Помощь химику-исследователю в раскрытии природы и характеристик промышленных химических реакций. Снижение числа экспериментов, необходимых для исследования процесса и установления желательных условий работы, путем максимального использования при разработке процесса вычислительных машин. [c.12]

Таким образом, при помощи системотехники, вероятно, удастся установить единство между исследователями и проектировщиками, которое редко существует при обычных методах работы. Вместо того чтобы химики занимались многочисленными лабораторными и пилотными экспериментами, проводимыми для отыскания оптимальных условий, химик и технолог совместно составляют программу относительно небольшого числа опытов, проводимых с высокой точностью для определения кинетических констант. Моделирование реакций на вычислительных машинах дополняет указанные данные, так как сведения о выходах, используемые проектировщиками, иногда трудно или вообще невозможно извлечь из эксперимента. [c.14]

Данные, которые можно получить моделированием на вычислительных машинах на стадии проектирования, иногда с большой точностью могут быть получены путем прямых производственных экспериментов. Однако, приступая к экономическому анализу процесса, необходимые дополнительные сведения можно гораздо проще получить путем моделирования на машине, чем возвращаться на завод для проведения новых испытаний. Вычисления оказываются более точными, поскольку в этом случае имеется определенное количество данных для их подтверждения. [c.77]

Важнейшей задачей современной науки является максимальное сокращение сроков перехода от лабораторных исследований в промышленность, сокращение пути перехода от лабораторного стола к промышленной реализации. Методы кибернетики позволяют не только сократить этот путь, но и резко уменьшить число необходимых опытов, быстро выявить оптимальный вариант осуществления изучаемого процесса. Использование методов кибернетики и вычислительной техники изменяет старые традиционные методы проведения эксперимента—от ручного управления, контроля, сбора и об )аботки информации дает возможность перейти к диалоговой системе экспериментатор — электронная управляющая машина. Эксперимент проводит машина, в которую предварительно заложена программа оптимизации эксперимента. Эта система в десятки ра ускоряет проведение эксперимента, повышает надежность получаемых данных. [c.3]

Предварительный эксперимент должен доказать желательность получения специальной серии данных, которые невозможно определить, используя обычные приборы. При этом нужно уяснить, позволяют ли условия опыта (затраты времени на сбор, обобщение и анализ полученных сведений) применять неспециализированное вычислительное оборудование. [c.163]

Трудности описания свойств жидкостей в рамках микроскопического подхода известны [335]. В первую очередь, они связаны с тем обстоятельством, что, несмотря на сильные межмолекулярные взаимодействия, для жидкостей характерна только локальная пространственная упорядоченность. Кроме того, развитые в статистической теории жидкостей аналитические методы не всегда позволяют из-за математических трудностей рассмотреть свойства жидкостей, потенциал межмолекулярного взаимодействия которых анизотропен. Поэтому наиболее прямым путем получения информации о свойствах водных систем в рамках статистической физики является вычислительный эксперимент. Рассмотрим его основные положения. Среднее значение некоторой величины А, которая характеризует состояние системы из частиц, определяется следующим образом [c.118]

Для расчета свойств реальной системы методами вычислительного эксперимента необходимо задать феноменологический потенциал межмолекулярного взаимодействия. В молекуле воды зарядовое распределение аппроксимируется, как правило, то- [c.119]

В табл. 7.1 приводятся результаты расчета методами вычислительного эксперимента фактора сжимаемости и средней одночастичной потенциальной энергии для двух описанных выше моделей воды. Фактор сжимаемости Z по определению равен [c.120]

Полученные методами вычислительного эксперимента результаты позволяют сделать вывод о том, что рассмотренные потенциалы межмолекулярного взаимодействия приводят к качественно правильному описанию свойств воды в объемной фазе. Для того чтобы избежать растянутого состояния, достаточно увеличить плотность числа частиц, что слабо сказывается на рассчитанных значениях структурных и энергетических характеристик водных систем. Анализ показывает [339], что это заключение справедливо и для ряда других моделей. Поэтому выбор потенциала межмолекулярного взаимодействия для описания молекулярно-статистических характеристик воды определяется, в основном, минимумом времени, затрачиваемого на расчет энергии взаимодействия в системе. Кроме того, для сопоставления результатов, полученных при различных внешних условиях, необходимо использовать одну и ту же модель. [c.121]

Такой подход допустим при поиске экстремума вблизи минимума S, но он может оказаться безрезультатным при плохих начальных оценках. На это было обращено внимание при выполнении вычислительных работ [12, 131. В связи с этим выполнены исследования по оптимальному размещению опытных точек таким образом, чтобы минимизировать дисперсии коэффициентов. Следует отметить, что планирование кинетических экспериментов трудно осуществлять по одному критерию (например, по наимень-щей дисперсии подбираемых констант для одной модели), так как приходится учитывать одновременно возможность использования альтернативной другой модели, точность результатов, простоту экспериментирования и др. Предложенные ранее [9, 10, 13] планы для минимизации дисперсии коэффициентов или одновременного осуществления такой минимизации и выбора лучшей модели (дуальная задача) не получили распространения в исследовательской работе. [c.44]

Отметим, что использование представлений о механизме реакции приводит к сложным формам кинетических уравнений и большому числу постоянных коэффициентов в них. Определение числа этих постоянных связано с большим объемом эксперимента и обработкой его результатов на электронно-вычислительных машинах методами, рассмотренными в гл. V. Однако нет уверенности, что сложное кинетическое уравнение значительно лучше простого. Поэтому желательно выведенные рассмотренным методом уравнения упростить. С этой целью обычно исследуются формы уравнения, когда один из членов в знаменателе значительно больше остальных и последними можно пренебречь. [c.177]

Экспериментальные установки по определению свойств веществ и соединений отличаются сложностью, а сам процесс получения необходимых свойств — длительностью во времени (и, следовательно, трудоемкостью), необходимостью поддержания задан- ных условий проведения эксперимента (по температуре, давлению и т. д.). К тому же во многих случаях анализ полученных результатов представляет собой сложную вычислительную задачу (например, расшифровка хроматограмм, ЯМР-спектров, молекулярных структур и т. д.). Получить достоверные данные традиционными методами в таких случаях практически невозможно. [c.60]

Принцип использования динамической стратегии исследований предполагает, что операции натурных и вычислительных экспериментов объединяются в итеративную поисковую процедуру (эволюционный процесс исследований) таким образом, что первые находятся под управлением вторых (по конечной цели исследований). [c.65]

Алгоритм, моделирующий изучаемый процесс, может быть записан в виде программы для вычислительной машины. Машина выполняет последовательность операций, предписываемых модели, соответствующим алгоритмом. При этом шаг за шагом вырабатывается информация, характеризующая состояния элементарных явлений и процесса в целом, а также формируются величины, используемые в качестве результатов моделирования. Влияние случайных факторов на течение процесса имитируется при помощи случайных чисел с заданными и получаемыми в ходе моделирования законами распределения. Так же, как и при натурном эксперименте, результаты каждой отдельной реализации процесса на машине отражают суммарный эффект совокупности действия возмущающих факторов с учетом конкретно сложившегося сочетания случайных возмущений. [c.7]

Математическая модель любого процесса реализуется на вычислительной машине. Поэтому моделирование резко сокращает объем часто весьма сложных и дорогих натурных экспериментов и дополняет их исследованиями на вычислительной машине. Метод математического моделирования открывает возможности прогнозирования поведения объектов в неизвестных ситуациях, позволяет изучать многие характеристики проектируемых процессов, оценивать различные варианты аппаратурного оформления, а также использовать математические методы оптимизации для отыскания оптимальных режимов эксплуатации и способов управления ими. [c.13]

Из сказанного ясно, что онределение точки, соответствующей глобальному минимуму критерия,— достаточно сложная вычислительная задача. В то же время возникает естественный вопрос чем константы, точно соответствующие минимуму критерия, предпочтительнее констант, соответствующих некоторой окрестности критерия, если при этом сохраняется достаточная точность описания эксперимента (например, сопоставимая с его погрешностью) (Хотя при этом некоторые из констант могут различаться достаточно сильно.) [c.87]

Если в системе образуется только одни комплекс, то для определения того или иного параметра применимы имеющиеся графические и аналитические методы обработки результатов эксперимента [1, 2], которые, как правило, являются приближенными. В случае многокомпонентных систем, в которых образуется более одного комплекса, эти методы непригодны. Исследование таких систем становится возможным лишь при использовании вычислительной техники [3—10]. Чаще всего в этих работах задача решается на основе отдельных программ, составленных для частных видов схем реакций и для одного физического метода в отдельности [3—8]. [c.120]

На основе регрессионного моделирования равновесий в многокомпонентных экстракционных системах предложена многошаговая вычислительна процедура для расчета равновесного состава и разделения компонентов. Сходимость метода определяется способностью модели отражать истинный закон фазового равновесия системы. Это свойство положено в основу последовательного планирования эксперимента, с помощью которого достигается необходимая точность моделирования. [c.190]

При математическом моделировании расчеты, как правило, проводятся на вычислительной машине (откуда даже возник термин машинный эксперимент ). В этом случае пользоваться таблицами случайных чисел неудобно, так как они заняли бы много места в памяти ЭВМ, поэтому при расчетах на ЭВМ случайные числа генерируют с помощью специальных датчиков. Датчики бывают двух видов — физические и программные. Физические датчики используют в качестве сигнала какую-нибудь случайно изменяющуюся физическую величину (например, уровень шума в электронной лампе). [c.277]

К сожалению, пока остается открытым вопрос о структуре данных по авариям промышленных предприятий и по связанным с ними чрезвычайным ситуациям, подлежащих сбору в ходе расследования. Можно отметить по крайней мере три основных требования, которые определяют эту структуру. Во-первых, собираемые данные должны соответствовать тому спектру вопросов по авариям и чрезвычайным ситуациям, который определился в настоящее время. Во-вторых, собираемые данные должны обеспечивать возможность сопоставления реальных аварий промышленных предприятий с данными натурных и вычислительных экспериментов. В-третьих, не должны опускаться сведения, которые на настоящее время не имеют адекватного теоретического описания. Необходимо отметить, что пока структура данных, используемых в эксплуатируемых компьютерных базах данных (они описаны в приложении III), не отвечают сформулированным требованиям. - Прим. ред. [c.38]

Расчетно-теоретическое направление включает в себя создание моделей на основе первых принципов, или на основе результатов экспериментов, или же на их сочетании. Важную роль в научных исследованиях по промышленной безопасности играют (включая и проведение вычислительных экспериментов. -Ред.) современные компьютерные программы. [c.573]

Подбор значений кинетических констант, наилучшим образом удовлетворяющих экспериментальным данным, — задача трудная во всех тех случаях, когда реальный процесс представляет собой систему нескольких или многих параллельно и последовательно текущих реакций. К сожалению, именно эти случаи наиболее типичны для процессов органического синтеза. Безусловно, надежнее и быстрее проводить подбор констант на цифровых вычислительных машинах путем минимизации суммы квадратов отклонений опытных и расчетных данных одним из методов направленного поиска при планировании эксперимента (см. книгу В. В. Налимова стр. 159). Следует отметить, что выбор кинетической схемы и значений кинетических констант должен производиться на основе химико-математического анализа системы. — Доп. ред. [c.36]

Современный специалист в области химии, биохимии и химической технологии должен уметь проводить как натурные, так и вычислительные эксперименты - исследование реального явления или процесса на ЭВМ с использованием математической модели. [c.14]

Современные вычислительные методы и современные вычислительные машины позволяют уже сейчас выполнять детальные параметрические исследования математических моделей весьма сложных физических процессов, или, как часто говорят, проводить так называемый вычислительный эксперимент. Вычислительный эксперимент в его наиболее развитой форме слагается из следующих этапов 1) выбор физической модели исследуемого явления 2) выбор математической модели, в той пли иной степени адекватной физической модели 3) выбор или разработка численного метода, реализующего выбранную математическую модель 4) создание соответствующей программы для ЭВМ 5) проведение многовариантных расчетов н обработка их результатов 6) сравнение результатов с данными физического (лабораторного или натурного) экснеримента и другими теоретическими исследованиями. В дальнейшем проводится уточнение физической (или математической) модели исследуемого процесса, усовершенствование численного метода и программы, и соответствующие этапы вычислительного экснеримента повторяются вновь. Здесь следует подчеркнуть, что общая концепция вычислительного эксперимента отнюдь не отвергает фи- л1ческий эксперимеит, а только дополняет его. [c.10]

Math ad можно легко использовать для различных экспериментов вычислительного характера. Допустим, мы решили вычислить результат, когда подкоренным выражением в знаменателе должно быть другое число или выражение. Надо ли набирать новое выражение с начала Конечно же, нет Достаточно модернизировать уже введенное выражение. Для этого аккуратно поместите указатель мыши после числа 5 и щелкните левой кнопкой. Вы увидите, что курсор ввода отметит это число, и вы сможете ввести другое число или выражение. [c.30]

С целью оценки полученной модели был проведен вычислительный эксперимент (расчеты по предла1 аемой модели) с исходными данными (инфинитезимальные интенсивности и граничные условия), близкими к натурным условиям. [c.125]

Методы численного моделирования молекулярных систем (численного эксперимента) находят все более широкое применение в практике физико-химических исследований. Возникла целая иерархия методов численного эксперимента, позволяющих воспроизводить на ЭВМ различные свойства моделирующих систем — динамические, термодинамические, структурные (см., например, [357, 358]). Стремительный прогресс вычислительной техники и программного обеспечения ЭВМ позволяет создавать все более совершенные методы моделирования, максимально приближающие свойства моделируемых систем к свойствам систем реальных [359, 360]. Однако даже при помощи самой совершенной вычислительной техники невозможно детально моделировать поведение систем, состоящих более чем из нескольких тысяч взаимодействующих частиц. Наиболее удобными объектами моделирования являются системы, состо ящие из сравнительно небольшого числа молекул. В настоящей работе пойдет речь о моделировании кластеров из молекул воды, причем основное внимание будет уделено структурным характеристикам таких кластеров. [c.132]

Анализируя приведенный выше метод расчета, можно отметить, что он применим только для систем, у которых параметр переноса растворенного вещества не зависит от концентрации и гидродинамических условий потока, но не пригоден для расчета процесса разделения многокомпонентных систем. Помимо постановки двух экспериментов, в которых должны быть определены неизвестные константы, для расчета необходимо знать коэффициент диффузии растворенного вещества, осмотические давления раствора и иметь обобщенную корреляцию по массоотдаче для аппаратов данного типа, что обычно требует постановки дополнительных экспериментов. Кроме того, выражения для расчета необходимой поверхности мембран громоздки, и для их решения необходимо неоднократно применять метод последовательных приближений, что может вызвать вычислительные трудности. [c.230]

Наиболее общим, но и самым трудоемким методом расчетного поиска оптимума является эксперимент на математической модели. Задавшись некоторой совокупностью значений независимых переменных, всегда можно путем решения системы расчетных уравнений вычислить соответствующее значение критерия оптимальности. Чтобы найти оптимум, не обязательно испытывать все возможные сочетания значений варьируемых переменных (для этого понадобился бы фантастический объем вычислительной работы) как и при экспериментальном поиске, здесь должен быть применен один из методов направленного движения к оптимуму типа метода крутого восхождения [16]. Поисковые методы. редко бывают эффективны. Кроме того, немаловажно, что ни бдин поисковый метод не может дать информации об общей структуре оптимального решения для ряда сходных задач. [c.381]

Этапы проведения экспериментов и их обработки тесно связаньЕ между собой выбор аппаратуры и методики исследований определяет методы обработки экспериментальных данных в свою очередь, наличие или отсутствие в распоряжении исследователя средств вычислительной техники и математического обеспечения можег иногда обусловить выбор того или иного метода кинетических исследований. Отсутствие до недавнего времени эффективных алгоритмов обработки данных объясняет, в основном, появление и широкое использование в последнее время безградиентных методов [c.423]

УСО, имеющее широкий набор специализированных быстродействующих аналогово-цифровых и цифро-аналоговых преобразователей информации позволяет использовать УВМ для сбора данных о технологических процессах объекта и для автоматического управления объектом. УСО обеспечивает возможность подключения к УВМ дополнительной специальной аппаратуры связи исследователя с вычислительной машиной электронно-лучевые осциллографы с киносъемочной аппаратурой, устройства ввода графической информации, графопостроители, координатографы, телевизионные экраны и т. д. Связь исследователей с головным промышленным образцом объекта удобно осуществлять, подключив к УСО пульты оперативной связи, оборудованные устройствами вывода информации на телевизионные экраны или электронно-лучевые трубки. Информация о результатах эксперимента может быть представлена на экранах в виде цифр, таблиц, отдельных фраз, графиков, гистограмм, диаграмм и т. п. [c.120]

Вряд ли стоит выделять классы объектов, нуждающихся в немедленном применении АСНИ. Автоматизация эксперимента необходима там, где проводится эксперимент (или возникает необходимость в его проведении). Автоматизация научных исследований является одной из составляющих научно-технического прогресса, повышения технической культуры эксперимента, расширения интеллектуальных и технических возможностей экспериментатора. Сдерживающими факторами повсеместного внедрения этой идеологии являются отсутствие соответствующих вычислительных и измерительных средств (технической базы), программного обеспечения, да и неподготовленность самого экспериментатора. [c.58]

Реализация режима непрерывной подстройки модели к объекту требует использования гибридных вычислительных комплексов, содержащих цифро-аналоговые преобразователи сигналов и управляющую часть, которая осуществляет стратегию оптимального поиска пеизвестпых параметров. Данная схема может служить основой организации автоматизированных экспериментов на объектах с непрерывно изменяющимися характеристиками. [c.436]

В состав стенда автоматизированного эксперимента входят собственно гидравлический стенд, состоящий из аппарата колонного типа с ситчатыми тарелками с переливом (см. рис. 2.1) и аналого-цифрового вычислительного комплекса (АЦВК). [c.161]

Математическое моделирование. Отказ от одинаковой природы модели и аппарата при сохранении тождественности знаковой модели расширяет возможности моделирования. Математическое моделирование позволяет при помощи средств другой физической природы заменить сложный опыт более простым. Успешное применение находят электрические аналогии (электротепловая, электрогидродинами-ческая н т. д.). Выше отмечалось, что самыми простыми универсальными дюделирующнми устройствами являются средства современной вычислительной техники. Новизна математического моделирования за последнее десятилетие заключается главным образом в огромных преимуществах, предоставляемых ЭВМ по сравнению с расчетами вручную. Появились качественно новые средства создания математических моделей и осуществления математического эксперимента. [c.462]

Описанный выше подход развит Муртафом и Сондерсом [76], и вычислительный эксперимент подтвердил, что алгоритм, основанный на использовании множителей Лагранжа, оказался более быстрым и надежным (в смысле сходимости), чем простая последовательная линеаризация. [c.208]

Создание единой для большого числа процессов и аппаратов математической модели, отражающей физическую сущность явления, невозможно без выявления истинных закономерностей осуществляемых физико-химических превращений. Вместо подгонки диффузионных моделей с эффективными, т. е. дающими похожий на конечный результат ответ, коэффициентами под единичные эксперименты, надо направить усилия на изучение определяющих этот комплексный ответ отдельных факторов, таких как структура слоя катализатора, глобальная и локальная гидродинамика смеси, тепло- и массоперенос, кинетика гетерогенных химических реакций. Основу этого изучения по каждому из указанных разделов должно составлять целенаправленное экспериментальное обследование во всем интересном для практических приложений диапазоне изменения определяющих параметров с последующей фиксацией физических закономерностей или критериев нодобпя исследуемого яв.пения. На первом этапе изучения отдельных влияющих па работу химических реакторов факторов, кроме изучения кинетики химических реакций, остается реальной идея физического, в том числе и масштабного, моделирования с применением вычислительной техники, при этом должно быть обеспечено соответствие теоретических моделей экспериментальным данным. На втором этапе описания работы химических реакторов общая математическая модель будет получена сложением отдельных составляющих процесса. Основным будет выбор частных видов общей модели, отвечающих конкретным практическим случаям, и их численный расчет с учетом всех влияющих факторов. [c.53]

Справочник химика 21

Химия и химическая технология