Параметр оптимизируемый

Перейдем к математической формулировке этой части задачи. Возможность допущения о непрерывном характере изменения дискретных параметров первой группы позволяет применить для их оптимизации методы и алгоритмы, использованные для решения первой части задачи. Практически эта группа дискретно изменяющихся параметров оптимизируется одновременно с оптимизацией непрерывно изменяющихся параметров. Наи- [c.145]

При проектировании, естественно, нельзя заранее изучить достаточно точно все виды возмущений, действующих на объект. В число параметров, оптимизирующих процесс, наряду с технологическими (температура, давление, расход и др.) войдут также конструкционные (длина реактора, диаметр и т. д.). В дальнейшем [c.21]

Разделительная мощность зависит от физических переменных, характеризующих способ возбуждения циркуляции (таких, как тепловые граничные условия, характеристики, отражающие механическое возбуждение, и др.), газосодержания, осевого положения точки питания, радиуса, окружной скорости, потока питания и коэффициента деления потока. Эти переменные называют управляемыми параметрами в том смысле, что на них можно влиять извне. Показано и проиллюстрировано на примерах, что можно определить систему управляемых параметров, оптимизирующую разделительную мощность данной центрифуги. [c.225]

Как 11 в случае молекулярного иона водорода, численные результаты для молекулы водорода можно улучшить, вводя эффективный заряд ядра который играет роль вариационного параметра. Оптимизируя энергию по отношению к при каждом межъядерном расстоянии, мы найдем минимум энергии при расстоянии 1,38 ат. ед., которому соответствует полная энергия —1,128 ат. ед. и энергия диссоциации 0,128 ат. ед. Оптимальное значение при указанном равновесном расстоянии равно 1,197. Вычисленное межъядерное расстояние лишь на [c.214]

Оптимизирующие воздействия называют также управляющими параметрами, оптимизирующими факторами. Критерий оптимальности называют также функцией цели (целевой функцией), критерием оптимизации, параметром оптимизации. Последние два названия представляются неудачными, так как это критерий того, достигнута ли оптимальность, а не того, проводится ли оптимизация [c.178]

Не следует противопоставлять химическую кинетику и химическую термодинамику. На основе термодинамических закономерностей проектировщик, инженер или исследователь устанавливает в целом наиболее благоприятную, с точки зрения выхода целевого продукта, область протекания химических реакций. Химическая же кинетика позволяет в термодинамически разрешенной области рассчитать концентрации (не равновесные, а кинетические) продуктов реакций, материальный баланс, геометрические размеры реакционных аппаратов и оптимизировать технологические параметры процессов. [c.15]

Следует отметить, что не все входные параметры в уравнениях состояния объекта существенно влияют на достижение оптимума целевой функции. Часть из них может принимать произвольные значения без явных помех для достижения требуемого оптимума. То же относится и к координатам состояния. Часть из них несущественна для достижения оптимальной траектории (она несущественна не для объекта, а для достижения заданной оптимальности). Так, например, температура жидкости в сборнике несущественна для регулирования заполнения сборника, а имеет значение, когда в сборнике протекает реакция, ход которой мы оптимизируем. [c.489]

Учет факторов неопределенности информации вносит дополнительные сложности и в без того весьма трудоемкую задачу оптимального проектного расчета промышленного агрегата. В этом случае требуется выполнять значительно большее число расчетов (моделирований) системы при различных сочетаниях значений оптимизирующих переменных, поскольку критерий оптимизации должен вычисляться не для фиксированных в точке параметров, а для целой области делокализованных значений пере- [c.272]

По результатам проведенного анализа на основе оценки параметрической чувствительности критерия оптимальности (приведенных затрат на производство) к изменению параметров режима функционирования агрегата, технологических соображений и возможностей управления был определен качественный состав оптимизирующих переменных. Для каждого из неопределенных па- [c.273]

При оптимизирующем расчете определяются конструктивные, технологические (энергетические), экономические и прочие параметры теплообменников, при которых процесс передачи тепла с заданной точностью удовлетворяет условию существования экстремума целевой функции (или показателя оптимальности). [c.32]

Технологическую структуру ХТС называют минимаксной характеристической структурой, если указанная структура минимизирует величину КЭ данной ХТС по значениям коэффициентов структурного разделения потоков (к. с. р. п.) и оптимизирующих проектных переменных, в то время как некоторые неопределенные параметры ХТС максимизируют величину этого КЭ. [c.214]

Математическая формулировка задачи оптимизации проект ных решений для объектов при известной области распределе ния неопределенных параметров представлена ниже [244]. Вве дем обозначения — параметры математической модели ХТП являющиеся случайными величинами /(g)—функции плотно сти вероятности параметров S — область распределения пара метров I (практически она всегда ограничена) Хк — конструк ционные параметры Ху — оптимизирующие, или управляющие проектные переменные у = у(хк, %, ) —зависимые (расчетные) переменные. [c.229]

В соответствии со стратегией системного анализа оптимизирующие переменные технологической схемы удобно разделить на две группы — локальные и системные (или глобальные). Оптимальные значения системных параметров будут определять оптимальные условия эксплуатации всего производства, но не обязательно отдельных элементов. Например, при вторичном использовании тепла верхнего продукта ректификационной колонны в качестве источника энергии для подогрева кубового продукта (при наличии необходимой разности температур) флегмовое число может превышать оптимальное для данной колонны, поскольку помимо разности температур поток должен обладать соответствующей тепловой мощностью. [c.79]

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]

Вектор оптимизирующих параметров задачи (9.24) и (9.25) состоит из а) вектора проектных параметров [c.538]

Согласно алгоритму изменение положения области неопределенности в пространстве оптимизирующих переменных соответствует изменению координат центра композиционного плана второго порядка, минимальные размеры которого определяются величинами интервалов неопределенности параметров оптимизации, а максимальные — величинами интервалов изменения оптимизирующих переменных. [c.606]

В качестве основных оптимизирующих переменных выбраны температура газа на входе в слои контактной массы, концентрация SO2 на выходе из слоев контактной массы, концентрация SO2 на выходе из печи для сжигания серы, степень абсорбции SO3 в моногидратных абсорберах, структурные параметры a j. [c.612]

Оперативность взаимодействия система—проектировщик . Этот принцип предполагает наличие простого для освоения, но развитого языка взаимодействия. Проектирование является итерационным процессом, во время которого проектировщик пытается оптимизировать проект варьированием отдельных параметров. Система должна по возможности предлагать ему альтернативы для продолжения решения, с которыми он либо соглашается, либо предлагает собственный вариант. [c.88]

При решении задач проектирования оптимальных ХТС оптимизирующими ИП являются как технологические, так и конструкционные параметры, при оптимизации действующих ХТС — только технологические параметры, обеспечивающие наилучшие показатели функционирования. [c.66]

Часть входных и конструкционных параметров, варьируемых в процессе оптимизации носит название оптимизирующих [U). [c.181]

Оптимизирующие параметры, как правило, бывают входными для вычислительной процедуры, однако в ряде случаев при организации оптимальной стратегии оптимизации их целесообразно делать выходными для вычислительной процедуры. При этом число степеней свободы ХТС не должно естественно-нарушаться, чтобы не возникала необходимость замены таких [c.181]

Таким образом, в случае необходимости можно обойтись заведомо при-ближенной моделью объекта и ценой многократной корректировки модели и подстройки технологических параметров оптимизировать реактор. [c.271]

Праузниц, Чуэ [99] UI, fli 0 . fib Vfal = VSp /fal = /fal Независимые от температуры параметры оптимизируют для плотностей насыщенных жидкостей между нормальной температурой кипения и критической точкой [c.55]

Итак, кратко смысл задачи оптимизации детерминированных процессов в общей постановке заключается в определении значений управляющих параметров, оптимизирующих принятый показатель качества — критерий оптимальности, который имеет максимально или минимально возможную величину, при условии, что выполня. [c.245]

Интерпретативные методы, как правило, приводят к глобальному оптимуму после ограниченного числа экспериментов. Однако необходимо (по определению) распозпавание каждого компонента на всех экспериментальных хроматограммах. Достаточно велики и требования вычислительной стороны работы, особенно при одновременной оптимизации нескольких параметров. Например, линейные тройные градиенты (один параметр) оптимизируются намного легче, чем четверные (два параметра). [c.360]

Одним из направлений исследований была разработка технологии термокаталитической переработки высокомолекулярного нефтяного сырья с использованием железоокис-ного катализатора. В результате проведенных исследований были разработаны научные основы технологии переработки мазута на природном железоокисном катализаторе [1.54-1.59], установлено влияние технологических параметров на материальный баланс процесса, построена математическая модель, позволяющая оптимизировать режимные показатели и получать максимальный выход того или иного продукта, разработаны и предложены комплексные схемы переработки продуктов по нефтехимическому и топливному варианту, исследованы превращения железоокисного катализатора. С целью внедрения технологии в производство были разработаны исходные данные для проектирования реконструкции действующих установок каталитического крекинга [1.60, 1.61], проведены полупромышленные испытания технологии [1.62] и подтверждены возможиостт. и перспективность использования железоокисного катализатора для переработки тяжелого нефтяного сырья. [c.18]

При оценивании параметров на основе (3.121) ищется такой вектор 0, который оптимизирует (максимизует или минимизует — в зависимости от способа построения) некоторую скалярную функцию от ошибок наблюдения е и сходится к значению 6 при росте N. Такой вектор легко построить, используя закон больших чисел [c.197]

При том же, что и в предыдущем случае, качественном составе параметров была сформулирована задача оптимизации работы полученного агрегата с учетом факторов неопределенности информации. Всего было выделено 11 точечных и 19 неопределенных параметров. Под точечными понимаются такие параметры, которые полностью соответствуют детерминированным оптимизирующим переменным традиционной оптимизации. В качестве примера таких параметров можно привестп объемы загрузок контактной массы, площади поверхности теплообменной аппаратуры и др. В результате решения поставленной задачи для четырехслойной системы производства серной кислоты из серы под давлением были получены оптимальные значения параметров технологических потоков ХТС (расходы, температуры, давления, [c.277]

Обычно процесса оптимизируют в смысле некоторого технологического или экономического критерия. Оптимальному значению этого критерия в фазовом пространстве переменных соответствует некоторая оптималльная точка, которая, как правило, не совпадает с центром самоорганизации. Предла-лагаемый метод оптимизации с учетом самоорганизации основан на совмещении оптимальной по заданному критерию точки с центром самоорганизации за счет изменения технологических режимов или конструктивных параметров технологического аппарата. В этом случае система самоорганизуется по заданному критерию, что уменьшает затраты на создание оптимальной системы управления, повышает надежность работы реактора. [c.312]

В заключение необходимо отметить, что для проведения монтажных работ сетевой график оптимизируется по следующим параметрам 1) обеспечение оптимальной загрузки основных монтажных механизмов —тяжелых кранов 2) обеспечение фронта работ смежникам — строителям, тепломонтажникам, монтажникам контрольно-измерительных приборов 3) обеспечение рациональной технологии монтажа. [c.24]

Практически любой из продуктов, выпускаемых на гибкой ХТС, может быть получен при реализации разных технологических маршрутов, среди которых может быть оптимальный. Маршруты производства продукта Я, формально изображаются ексторым вектором 2 = г,-, е/ /е/, элементы которого г,, пригимают значение +1, если технологическая оцерацпя осуществляется в ацпарате стадии /, и значение О — в противном случае. Тогда, если в качестве оптимизирующих переменных, кроме проектных параметров и параметров расписания, использовать еще вектор технологических маршрутов, общая задача синтеза оптимальной гибкой ХТС примет вид [c.223]

К объективным причинам относится объективно существующая на стадии проектирования неполнота экспериментальной информации о параметрах равновесия и физико-химических свойств веществ и их смесей при различных температурах и давлениях, неопределенность исходной информации об изменении активности катализаторов, о кинетических параметрах химических, диффузионных и теплообменных процессов, имеющих сложную детер.минированно-стохастическую природу, а также неполнота информации о сложной гидродинамической структуре лотоков внутри аппаратов [1, 4, 32]. Кроме того, к неопределенной информации относятся стохастически изменяющиеся параметры сырья, топлива и энергии, внешние климатические условия функционирования ХТС, конъюнктурные изменения производительности ХТС по выпуску некоторого продукта. Указанная неполнота исходной информации существенно влияет на степень достоверности или надежности принимаемых проектных решений. Достоверное проектное решение должно давать такие значения конструкционных параметров оборудования ХТС и такие значения, или пределы, изменения оптимизирующих технологических переменных процессов, которые при функционировании ХТС обеспечивают выполнение с некоторой степенью вероятности, или статистической оптимальности, требований задания на проектирование при любых значениях неопределенных параметров ХТП и возмущающих воздействиях внутри области их допустимых значений и при соблюдении заданных в регламенте технологических ограничений [1]. [c.23]

Если все аппараты каждой стадии 7 имеют одинаковке объемы и конструкционные параметры, равные Vj и Vj соответственно, то векторы оптимизирующих проектных неременных и параметров расписания запуска оборудования имеют вид [c.533]

В качестве критерия эффективности рассматриваются длительность циклов изготовления продукта , величины капитальных, эксплуатационных и приведенных затрат относительно периода Т, которые определяются в модулях в зависимости от 1>егламентиро-ванных, а также от оптимизирующих параметров размеров пар- [c.550]

Математически задача оптимизации с учетом неопределенности параметров заключается в определении некоторой усредненности по объему области неопределенности величины критерия оптимальности, т. е. оценки среднеинтегрального критерия. С этой целью бйл использован аппарат множественной регрессии и в качестве критерия принято уравнение регрессии второго порядка. В этом случае расчет среднеинтегрального критерия включает в себя следующие этапы расчет параметров допустимой области проведение активного эксперимента на модели с целью получения коэффициентов регрессивного уравнения, описывающего зависимость критерия оптимальности от оптимизирующих переменных (неопределенных и точечных) и неопределенных регрессионных параметров определение величины среднеинтегрального критерия оптимизации. [c.606]