Оптимизация чувствительности

На этапе макрокинетических исследований решают следующие задачи 1) выбор типа опытного реактора, осуществляемый в соответствии с данными об организации процесса 2) определение модели гидродинамики процесса на основе данных о структуре потоков 3) анализ диффузионных эффектов, процессов массо- и теплопереноса в аппарате и оценка соответствующих тепловых и диффузионных параметров 4) синтез статической математической модели и процесса, установление ее адекватности 5) статическая оптимизация 6) синтез динамической модели процесса и установление ее адекватности анализ параметрической чувствительности 7) анализ устойчивости теплового режима процесса 8) динамическая оптимизация. [c.29]

Графически, интерполируя высоту пиков. Поскольку схема этого эксперимента очень проста, получить точные результаты за разумный промежуток времени будет затруднительно, однако это не должно нас смущать. В большинстве случаев требуется быстро и довольно приблизительно оценить величины Г, для оптимизации чувствительности, как это описано в гл. 7. Подробное обсуждение достоинств и недостатков различных методов измерения Т, можно найти в книге [6]. [c.133]

Устранение фазовых и амплитудных искажений имеет большое практическое значение в фурье-спектроскопии, в особенности если требуются количественные данные по интенсивности. При оптимизации чувствительности нельзя избежать большой частоты повторения импульсов и, как следствие, поперечной и продольной интерференции. К счастью, был предложен ряд методов, позволяющих устранить нежелательные аномалии. [c.166]

Для достижения наибольшего отношения сигнал/шум можно поступать точно так же, как это делается для оптимизации чувствительности в 1М-спектроскопии (разд. 4.3.1.4), а именно умножить временной сигнал на согласованную весовую функцию /г( 1, (г), которая пропорциональна огибающей сигнала Ь) (см. также разд. 6.8). Если пренебречь эхом переноса когерентности, то во многих случаях можно считать, что огибающую сигнала можно записать в виде произведения двух экспонент [c.397]

С точки зрения оптимизации чувствительности важную роль играют только следующие параметры время спин-решеточной релаксации Гь форма огибающей сигнала 5 (/ь Ь), весовая функция Л(/ь 1г) и требуемое разрешение по двум измерениям, определяемое максимальными значениями и Для оптимизации чувствительности в 2М-экспериментах могут оказаться полезными следующие рекомендации [6.23]. [c.426]

При необходимости для каждого прибора можно провести оптимизацию чувствительности (коэффициента усиления, напряжения на ФЭУ), добиваясь возможности наиболее точного измерения Е. [c.239]

Для выявления узких мест в исходных вариантах ХТС, а также для выбора вариантов их модификации наряду с эвристиками необходимо широко использовать различные методы оптимизации, а также методы теории чувствительности. [c.180]

Полный обзор существующих критериев применительно к адсорбционным процессам в настоящее время отсутствует. Требования, предъявляемые к критериям оптимизации, могут быть сформулированы следующим образом [5] однозначность, полнота, универсальность, чувствительность, простота и легкость вычисления и т. п. Все критерии можно разделить на четыре основные группы технологические, кинетические, термодинамические и экономические. [c.13]

Преимущества градиентного метода оптимизации по сравнению с методом случайного поиска возрастают в случае организации процесса спуска с переменным рабочим шагом. Для этого случая в процессе случайного поиска среднее приращение функции 3(Х) на один расчет в 2л/(и + 1) раз меньше, чем при градиентном методе. Напомним, что п — число оптимизируемых параметров X. Указанные результаты сопоставления детерминированного и случайного способов поиска, естественно, полностью справедливы только для условий выполнения расчетов [56]. Тем не менее, они позволяют сделать вывод о нецелесообразности применения метода случайного поиска для оптимизации непрерывно изменяющихся параметров адсорбционных установок, т. е. там, где возможно использование детерминированных методов направленного поиска (градиентного и др.). Вместе с тем принцип случайного поиска обладает важными преимуществами во-первых, алгоритмы, его реализующие, менее чувствительны, чем детерминированные методы, к наличию неглубоких локальных минимумов, и, во-вторых, некоторые алгоритмы случайного поиска позволяют определить точку абсолютного минимума. [c.136]

Совместный труд ученых СССР и ГДР посвящен рациональному выбору и оптимизации химико-технологических систем (ХТС) производств химической и нефтехимической промышленности. Рассмотрена теория математического моделирования систем аппаратов, взаимосвязанных технологическими потоками, приведен расчет отдельных элементов и всей системы в целом. Уделено внимание вопросам надежности, чувствительности и управления ХТС. Каждая глава снабжена примерами решения конкретных задач. [c.2]

Программа позволяет генерировать системы уравнений и допускает использование различных подпрограмм. Она состоит из трех основных блоков, которые используются последовательно один за другим. Первый блок формирует уравнения из структуры ХТС в форме / (д ) = 0. Второй блок определяет оптимальную совокупность выходных переменных с учетом одного из критериев минимального числа итерируемых переменных или критерия чувствительности. Третий блок предназначен для решения систем уравнений (в том числе и уравнений для элементов ХТС с распределенными параметрами) методами простой итерации с модификациями или методом Гаусса— Ньютона. В этом же блоке имеются подпрограммы для оптимизации ХТС и расчета ХТС с учетом неопределенности некоторых параметров математических описаний ХТС. [c.108]

Традиционно задачи многокритериальной оптимизации решали так, что один из критериев выбирали в качестве главного, а на остальные критерии накладывали определенные ограничения. Цель оптимизации — достижение экстремума главного критерия с учетом ограничений на остальные критерии. Это упрощало и облегчало решение проблемы, но, естественно, приводило к снижению эффективности полученного решения. В последнее время методы многокритериальной оптимизации получили дальнейшее развитие [65— 70]. Разработаны методы нахождения оптимальных компромиссных решений с учетом степени важности каждого из рассматриваемых критериев, а также функций чувствительности критериев к изменениям независимых переменных [71]. [c.180]

Так иногда и поступают при оптимизации ХТС. Например, алгоритмы стохастического поиска или метод многогранника успешно комбинируют с логикой проверки ограничений. Одно из преимуществ такого подхода — в легкости программирования задач. Кроме того, эти алгоритмы мало чувствительны к виду целевых функций и ограничений. [c.213]

Необходимость учета параметрической чувствительности при решении задач оптимизации обусловлена различными причинами. [c.331]

Во-вторых, при оптимизации ХТС приходится использовать математические модели элементов ХТС, в которые входят параметры, найденные с определенной степенью точности. Кроме того, параметры моделей с течением времени могут изменяться под влиянием изменений характеристик объектов, которые они отражают. Например, с течением времени падает активность катализатора вследствие его старения с увеличением длительности эксплуатации теплообменника возрастает термическое сопротивление тепловому потоку. Если оптимальный технологический режим лежит в области высокой параметрической чувствительности, то вследствие неточности коэффициентов модели истинный оптимальный режим может не совпадать с расчетным. [c.331]

VII 1.5.1. Модификация критерия оптимизации с учетом ограничения на чувствительность [202] [c.331]

Тогда модифицированный критерий оптимизации с учетом чувствительности можно представить в виде выражения [c.331]

При оптимизации с использованием относительной чувствительности используются критерии, аналогичные (VIH. 18), (VIH. 19) [c.335]

Таким образом, применение методов теории чувствительности весьма эффективно при разработке новых и оптимизации существующих ХТС. Наиболее перспективным представляется применение этих методов для исследования чувствительности нестационарных процессов, связей между структурой системы и ее параметрической чувствительностью, для решения задач синтеза оптимальных структур ХТС и оптимизации технологических режимов. [c.342]

Как было показано выше, имеется несколько способов учета параметрической чувствительности в критериях оптимизации. Необходимы дальнейшие исследования в этом направлении и расширение области приложений полученных результатов. [c.343]

Из сказанного следует, что глобальная задача автоматизированной оптимизации должна быть упрощена и разделена на несколько относительно независимых подзадач. В дальнейшем мы будем заниматься декомпозицией и упрощением глобальной задачи автоматической оптимизации при помощи анализа функции чувствительности (см. разд. IX. 1.3). [c.347]

I, " Таким образом, на основе анализа функций чувствительности удалось разработать методику для формулирования простых задач управления, исходя из глобальной задачи автоматизированной оптимизации. [c.350]

Иллюстрацией могут служить разработанные эмиссионные методы анализа сухих остатков [1—3]. В предложенных методах анализируемый раствор наносят на графитовые диски с использованием химически активных добавок и применением искусственной атмосферы и магнитного поля. Проведена также оптимизация чувствительности спектрального анализа для выбора единых условий одновременного определения >20 микропримесей на основании изучения взаимной корреляции чувствительности определяемых элементов предложен обобщенный параметр оптимизации. Нахождение оптимальных условий для предложенного метода проведено статистическим градиентным методом крутого восхождения по Боксу и Уилсону с применением многофакторного планирования экспериментов ДФЭ2 , ДФЭ2 Изучено влияние следующих факторов сила тока дугового разряда, компоненты химически активных добавок, расстояние между электродами, регистрируемый участок плазмы, глубина кратера, форма электродов и наличие магнитного поля. Достигнут предел обнаружения для всех 24 элементов от га-10 до п-10 °% и с воспроизводимостью, превышающей в 1,5—2 раза известные методы, в том числе метод сухих остатков на импрегнированных графитовых электродах. [c.228]

Функции чувствительности, которые используются при декомпозиции задачи оптимизации, рассчитываются в большинстве случаев с помощью неуточненных, т. е. неадекватных математических моделей. Это, безусловно, ведет к сильному снижению экономических и других затрат на решение задачи декомпозиции. Требуемые функции чувствительности определяются по экспериментальным данным, если отсутствуют даже грубые математические модели. Такие экспериментальные данные можно брать из литературы или из протоколов измерений на действующих установках. [c.350]

Из (IX.53) и (IX.54) следует, что существуют такие объекты автоматической оптимизации, которые никогда не удовлетворяют условию (IX.54). Это значит, что при автоматической оптимизации каждой ХТС существует определенный порог чувствительности о для каждой подсистемы относительно ожидаемого экономического эффекта Я(о = Я (0). Если Я о > Яго, то данная подсистема I никогда не будет удовлетворять критерию (IX.54). Это значит, что данная подсистема исключается из общего алгоритма оптимизации. [c.374]

I. Алгоритм оптимизации учитывает одно возмущающее воздействие и определяет одно управляющее воздействие. Другие возмущения не учитываются из-за малой чувствительности функции цели по отношению к этим возмущениям. Каналы управления и возмущения имеют любые передаточные функции. [c.378]

Введшие. Описанная в предыдущем разделе аподизация-это только один пример из целого ряда эф ктов, которые можно получить при обработке ССИ перед преобразованием. По существу, подбирая форму огибающей затухания ССИ, мы можем управлять отношением сигнал/ шум и разрешением в преобразованном спектре. Используемые для этого средства применяются не только в фурье-спектроскопни ЯМР, но доступность данных в форме временного представления в этом случае делает требуемые вычисления довольно простыми. (Отметим также, что спектрометры с непрерывной разверткой обычно не имеют встроенных компьютеров.) Использование взвешивающих функций-существенная часть процесса анализа спектров. Их применение имеет целью либо оптимизацию чувствительности или разрешения, либо просто аподиза-цию данных. Предел возможностей спектрометра реализуется тогда, когда найдена и испробована оптимальная для данной задачи взвешивающая функция. Из большого набора функций, которые были предложены для этих целей, мы рассмотрим две одну, предназначенную для увеличения чувствительности, и другую-для улучшения разрешения. [c.46]

Б целях оптимизации чувствительности и селективности определения 2,3,7,8-ТХДД была изучена зависимость масс-спектров и чувствительности от температуры и давления ионного источника. Оптимум давления в ионном источнике соответствует [c.37]

Ряд методов оптимизации, как, например, динамическое программирование, дает достаточную информацию о чувствительности оптимума уже в процессе их использования для решения оптимальных задач. Другие методы менее приспособлены к анализу чувствител ,-ностн оптимума. Лишь для задач линейного программирования имеется до некоторой степени разработанный математический аппарат (параметрическое линейное программирование), позволяюи1Ий изучать поведение оптимального решения при измеиенпи коэффициентов математического описания . [c.39]

Для математического моделирования ХТС используют специальные программы ц и ф р о в о г о м о д е л и р о в а н и я (СПЦМ), построенные по блочному илн декомпозиционному принципу. Обобщенная функциональная схема СПЦМ ХТС состоит из следующих блоко.в (рис. П-7) 1—блок ввода исходной информации 2 —блок математических моделей типовых технологических операторов или модулей 3 —блок определения параметров физико-химических свойств технологачесних потоков и характеристик фазового равновесия 4 —блок основной исполнительной программы 5 —блок обеспечения сходимости вычислительных операций 6 — блок оптимизации и расчета характеристик чувствительности ХТС к изменению пара-метров элементов (технологических операторов) системы 7 — блок изменения технологической топологии ХТС 8 — блок расчета функциональных характеристик ХТС 9 —блок вывода результатов. [c.53]

Блок оптимизации и расчета характеристик чувствительности ХТС н изменению параметров элементов (тсхнологичес -них оператороЁ)системы [c.55]

ХТС — определение параметров фнзнко-химических свойств технологических потоков и характеристик равновесия /3 — разработка приближенных или простых математических моделей элементов 14 — выбор параметров элементов 15 — разработка априорной математической модели ХТС 16 — выделение элементов, изменение параметров которых оказы вает наибольшее влияние на чувствительность ХТС — определение материально-тепловых нагрузок на элементы (расчет матернально-тепловых балансов) 18 — компоновка производства и размещение оборудования 19 — разработка более точных стационарных и динамических моделей элементов 20 — уточнение значений параметров элементов 2/— информационная модель ХТС 22 — математическая модель для исследования надежности и случайных процессов функционирования ХТС 25 — математическая модель динамических режимов функционирования ХТС 24 — математическая модель стационарных режимов функционирования ХТС 25 —значение характеристик помехозащищенности 25 — значение характеристик надежности 27 — значение характеристик наблюдаемости 28 — значение-характеристик управляемости 29 — исследование гидравлических режимов технологических потоков ХТ(3 30 —значение характеристик устойчивости 37 —значение характеристик ин-терэктности 32—значение характеристик чувствительности 33 —значение критерия эффективности ХТС 34 — оптимизация ХТС 35 — алгоритмы для АСУ ХТС 36 —параметры технологического режима 37 — параметры насосов, компрессоров и другого вспомогательного-оборудования Зв —параметры элементов ХТС 39 — технологическая топология ХТС 40 — выдача заданий на конструкционное проектирование объекта химической промышлен ностп. [c.55]

VIII.5. ОПТИМИЗАЦИЯ ХТС С ИСПОЛЬЗОВАНИЕМ МЕТОДОВ ТЕОРИИ ЧУВСТВИТЕЛЬНОСТИ [c.331]

Таблица VIII.4. Сопоставление результатов оптимизации без учета и с учетом функций чувствительности

В табл. VHI.4 сопоставлены результаты оптимизации по критериям ZhZ режим I соответствует минимальному значению крите-терия Z, а режим И —минимальному значению критерия Z. Как видно из табл. VHI.4, использование критерия (VIII.17) позволило уменьшить параметрические чувствительности dZIdT и dZIdT Б точке оптимума на 55,6% и 56,5%. При этом значение Z возросло лишь на 7%. [c.333]

Сначала решают задачу оптимизации (VIII. 16) без учета чувствительности, получают оптимальное значение и. Затем решается задача тт XidZIdpi-pilzy При этом находят 2. [c.333]

VIII.6.3. Стратегия оптимизации на основе относительной чувствительности [c.335]

Задача линейного программирования (VIII.31) решалась с помощью симплекС метода [79]. Расчеты [211 показали, что невозможно компенсировать изменения параметров только за счет изменения АУ. Оказалось, что относительно параметри ческой чувствительности наиболее целесообразно не возвращать вещества X и V в рецикл. Этот вывод нельзя сделать, однако, из результатов оптимизации при зЭ крепленных номинальных значениях параметров. [c.341]

Следует отметить, что у ХТС часто функции чувствительности dZtdyij для всех / и при определенных t или все равны нулю или все не равны нулю. Это ведет к сильному упрощению и дает возможность декомпозиции глобальной задачи автоматической оптимизации. Такое свойство ХТС связано с тем, что существует сильная связь между отдельными уравнениями балансов системы. [c.350]