Оптимизация Оптимизирующий фактор

Проектирование современных химических производств, основанное на принципах системного анализа сложных химико-технологических систем, требует решения задачи многоуровневой оптимизации, на одном из основных уровней которой рассматриваются отдельные виды технологического оборудования, в том числе теплообменные аппараты различного назначения. Основная особенность большинства существующих видов теплообменного оборудования состоит в дискретном характере изменения его конструктивных параметров (площади теплообмена, геометрических размеров и т. д.). о приводит к появлению разрывов на поверхности отклика целевой функции при включении таких параметров в число оптимизирующих факторов при ограниченном количестве типоразмеров теплообменного оборудования и в ряде случаев весьма существенно сказывается на значении найденного минимума критерия оптимальности. [c.360]

Как правило, формулировка задачи оптимизации включает выбор критерия оптимальности, установление ограничений, выбор оптимизирующих факторов и запись целевой функции. [c.246]

Оптимизирующие факторы — те из входов системы (см. рис. 3.1, раздел 3), которые в процессе оптимизации относят к управляющим. Это те воздействия, которые мы применяем для оптимизации процесса. Остальные факторы при этом не регулируются, хотя их значения, разумеется, учитывают при определении оптимальных условий эти факторы фигурируют в задаче в качестве ограничений типа равенств. [c.250]

Число оптимизирующих факторов зависит от того, на какой стадии разработки производства осуществляется оптимизация. Если производство еще проектируется (оптимальное проектирование), то к числу оптимизирующих целесообразно отнести как можно большее число факторов. Действительно, на этой [c.250]

Будут ли различаться формулировки задачи оптимизации (критерии оптимальности, ограничения, оптимизирующие факторы) для этих линий [c.252]

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]

Изложение методов оптимизации начнем со случая, когда оптимизирующий фактор — один, т. е. Кот — функция одной переменной. Расскажем здесь о методе, который, не являясь наиболее эффективным с точки зрения статистики, очень несложен по идее и просто реализуется в системе автоматического управления. [c.197]

Критерий оптимизации, который записывается в виде функции параметров, воздействующих на процесс, называют целевой функцией. В число таких параметров входят и оптимизирующие факторы. Математически задача оптимизации — это определение (или расчет) таких значений оптимизирующих факторов, при которых целевая функция достигает экстремума (максимума или минимума). Такие значения оптимизирующих факторов называют оптимальными. Существует несколько методов определения оптимальных значений параметров. Простейшим из них является аналитический, принцип которого заключается в том, что после необходимых преобразований целевую функцию дифференцируют по оптимизирующему параметру и находят его значение из условия равенства производной нулю. [c.69]

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]

Когда температура входа и" охлаждающий фактор заданы, программа выполняет единственный расчет. Если, однако, какой-нибудь параметр не задан и заменен во входных данных на —1 , то программа будет искать оптимум. Она может оптимизировать температуру входа, охлаждающий фактор или обе величины. Критерий оптимизации в форме отношения выходной концентрации к объему слоя позволяет проводить оптимизацию при проектировании и при расчете режима в зависимости от того, какая величина фиксирована и принята за конечное условие. [c.192]

Последовательно развивая эту идею, нетрудно заключить, что эффективность процессов повышается, если оптимизировать не отдельные установки, а целые комплексы установок в их взаимодействии. Это является следствием своеобразного синергизма. Правда, это еще больше усложняет задачу. В этом случае опти мальная степень превращения в каждом аппарате становится функцией двух факторов 1) влияния глубины превращения в каждом аппарате на производительность всех других установок комплекса — интерференция производительности 2) удельного значения каждого продукта для повышения величины критерия оптимальности всего комплекса в целом — интерференция критерия оптимальности. По существу, эти два вида интерференции химических процессов, вызываемые степенью превращения в каждом реакторе, приводят к компромиссной оптимальной производительности и селективности между всеми реакторами сложной системы. При оптимизации химических комплексов, конечно, приходится учитывать одновременно взаимное влияние многих других факторов, т. е. специфические свойства всего комплекса в рациональном использовании не только материальных потоков, но и тепловых ресурсов. При этом использование энергетических ресурсов каждой установки должно определяться наиболее эффективным удовлетворением энергетических потребностей всего комплекса в целом. [c.19]

Для интенсификации и увеличения эффективности производства необходимы автоматизация и внедрение оптимизирующих управляющих систем, использующих методы кибернетического моделирования и электронную вычислительную технику [20, 21, 22]. Использование этих средств позволяет не только высвобождать дефицитную рабочую силу, но также стабилизировать весь производственный процесс и повысить его уровень за счет исключения из производства субъективных факторов и оптимизации технологического процесса в целом. Целью автоматизации подготовительного производства, кроме того, является устранение тяжелого ручного труда при развеске и загрузке ингредиентов. [c.198]

Таким образом, принадлежность реагирующих структур к металлическим проводникам не является фактором, оптимизирующим акт электронной рекомбинации. Что же является общим для оптимизации всех актов электронной рекомбинации Экспериментами установлено, что самым универсальным фактором, влияющим на оптимизацию актов рекомбинации, являются свойства поверхности сопряжения реагирующих структур, а также свойства поверхности катализатора. Для всех актов взаимодействия — сорбции или химических превращений [c.71]

Расширение ресурсов топлив достигается также оптимизацией их качества. Отдельные показатели качества топлив зависят от очень многих факторов, связанных с совершенствованием двигателей и возможностями нефтеперерабатывающих заводов (качество и стоимость нефти, набор технологических установок, применение присадок и т. д.). Все эти факторы изменяются с течением времени, поэтому качество товарных топлив приходится периодически оптимизировать с целью уменьшения затрат на производство с одновременным получением максимальной эффективности в эксплуатации. [c.9]

В заключение первого раздела уместно обратить внимание на целесообразность использования так называемого метода оптимального планирования эксперимента [5, 550]. В таком многофакторном процессе, каким является спектральный анализ, часто бывает практически невозможно оптимизировать все параметры метода на основе детального изучения механизмов и закономерностей, управляющих этими параметрами. Поэтому полезным оказывается чисто формалистический прием, позволяющий путем соответствующей математической обработки выявить, как влияет ряд факторов на некоторые важнейшие параметры метода анализа, например, на величину предела обнаружения элемента и воспроизводимость количественных определений. Таким образом удается иногда без очень больших затрат труда и, времени (без большого пролития интеллектуальной крови [550]) решить проблему оптимизации того или иного частного метода анализа. [c.225]

Управление ремонтной службой является существенной составной частью общего управления производством, поэтому оно должно входить в состав АСУП в качестве ее подсистемы. Постепенное накопление опыта автоматизации управления с учетом множества факторов позволит оптимизировать ремонт технологического оборудования, установок и цехов. В результате оптимизации все нормативные показатели ремонта могут быть в установленном порядке уточнены, что повысит надежность и экономичность всей ремонтной службы. [c.19]

Если после заверщения оптимизации селективности необходимо оптимизировать размеры колонки, еще более подходящим может оказаться другой временной фактор. Первый шаг, предпринимаемый после завершения процесса оптимизации, состоит в установлении требуемого числа теоретических тарелок (Л р). Если наименьшую величину разрешения на хроматограмме обозначить P.s.min, а требуемую величину как P.s, e то в этом случае [c.188]

Но задача оптимизации возникает и после пуска производства (оптимальное управление). При этом число оптимизирующих воздействий становится существенно меньшим. Часть факторов мы уже не можем менять таковы, например, размеры аппаратов. Но и не все остальные факторы целесообразно теперь регулировать. Дело в том, что чем больше управляющих факторов, тем сложнее система управления, сложнее ее математическая модель. [c.251]

После проведения предварительных исследований проводятся работы по оптимизации технологического процесса очистки, сводящиеся к нахождению наилучшего варианта технологического процесса из всех возможных. Для этого задаются целевой функцией, набором факторов и областью их возможного изменения. В качестве целевой функции могут быть выбраны энергоемкость процесса, его производительность, время очистки, экономические показатели, габаритные размеры ультразвуковой установки и др. В качестве факторов задаются концентрацией компонентов в моющей жидкости, ее температурой, давлением, режимом работы излучателя ультразвука, расстоянием от него до изделия и т. п. При одновременном рассмотрении нескольких целевых функций предпочтение отдают процессу, оптимизирующему наиболее важную для конкретного предприятия функцию. [c.49]

Предшествующие исследования и опыт работы позволили авторам сразу перейти к последней стадии оптимизации — получению математической модели, описывающей оптимальную область факторного пространства. В качестве параметра опти мизации было выбрано извлечение германия в раствор. Процесс оптимизировали по пяти факторам концентрации серной кислоты (ги Х1), продолжительности выщелачивания (22, Хг), температуре (2з, Хз), количеству раствора, приходящемуся на единицу веса золы 24, Xi), и расходу, окислителя (гъ,Хъ). Натуральные и кодированные значения факторов приведены в табл. 69. [c.143]

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]

Для оптимизации условий биосинтеза амфотерицина В культурой A t. nodosus на синтетической среде применен (Папутская, Полатовская, 1972) метод крутого восхождения Бокса и Уилсона. На первом этапе были поставлены опыты в соответствии с матрицей дробного факторного эксперимента ДФЭ2 1 (табл. 56), произведен расчет коэффициентов регрессии с целью определения направления градиента, показывающего, как необходимо изменить значение изучаемых факторов для увеличения синтеза амфотерицина В. При статистической оценке значимости коэффициентов регрессии был вычислен доверительный интервал (10,1), два фактора оказались незначимыми. Каждый из последующих опытов (№ 17— 21) отличался от предыдущего значениями факторов на величину рассчитанного шага. В результате проведенной работы удалось оптимизировать питательную среду и увеличить синтез амфотерицина В со 100 мкг/мл на ранее подобранной синтетической среде до 900 мкг/мл на среде 18. [c.168]

При плавировании экстремальных экспериментов важно определить параметр, который нужно оптимизировать. Для этого необходима четкая формулировка цели исследования и количественная ее оценка, называемая параметром оптимизации. Физически параметр оптимизации является реакцией на воздействие факторов которые определяют поведение выбранной системы. [c.124]