Параметры математической модел

Четвертый этап-рещение поставленной задачи, т.е. нахождение искомых величин (функций) по заданным входным данным (аргументам, коэффициентам в уравнениях). Во всех случаях принципиальный интерес представляет получение точных аналитических решений, устанавливающих определенный вид функциональной зависимости между искомыми величинами, аргументами и параметрами математической модели. Однако получить аналитическое решение удается далеко не всегда. В этих случаях строятся приближенные решения. [c.380]

К а ф а р о в В.В. п др. Об оценке параметров математических моделей гидродинамической структуры потоков статистическими методами.— Теоретические основы химической технологии , 1968, 2, № 2. [c.168]

Под чувствительностью оптимума будем понимать величину относительного изменения критерия оптимальности при отклонении управляющих воздействий от оптимальных значений. Вообще говоря, в приведенное определение чувствительности оптимума следует включить не только зависимость указанного критерия от управляющих воздействий, но также и от всех остальных параметров математической модели, для которых в процессе моделирования необходимо задавать численные значения. В этом случае постановка задачи исследования чувствительности оптимума, найденного на математической модели процесса, окажется наиболее широкой. Однако принципиально анализ чувствительности оптимума несмотря на то, по какому параметру ее исследуют, проводят аналогичными методами. Поэтому в дальнейшем ограничимся рассмотрением чувствительности только по отношению к управляющим воздействиям. [c.36]

Программно-целевая система принятия решений при разработке каталитического процесса. Конечная цель системного анализа на уровне отдельного химико-технологического процесса — построение адекватной математической модели ХТП и решение на ее основе проблем создания промышленного технологического процесса, его оптимизации и построения системы управления для поддержания оптимального режима функционирования. Стратегия достижения этой цели включает целый ряд этапов и направлений качественный анализ структуры ФХС синтез структуры функционального оператора системы идентификация и оценка параметров математической модели системы проектирование промышленного процесса оптимизация его конструктивных и режимных параметров синтез системы оптимального управления и т. п. Каждый пз перечисленных этапов, в свою очередь, представляет собой сложный комплекс взаимосвязанных частных шагов и возможных направлений, которые объединяются в единую систему принятия решений для достижения поставленной цели. [c.32]

Многоуровневая структура системы основана на разделении во времени задач оперативного и неоперативного управления. На неоперативном уровне производится проверка адекватности и коррекция параметров математических моделей процессов в аппаратах отделения, адаптация стратегии управления к изменяющимся условиям эксплуатации, а также расчет коэффициентов упрощенных моделей. Оперативный уровень обеспечивает работу алгоритма управления на участках стационарности. При этом решаются задачи статистической обработки и анализа информации, поступающей с объекта, расчета ненаблюдаемых переменных процесса и поиска текущих управлений. [c.339]

При решении задачи оптимизации надежности проектных решений предполагается, что проектный расчет технологического объекта (ХТС или аппарата) проводится по математической модели, которая с точностью до значений параметров адекватно описывает его функционирование. Это означает, что модель точно отражает вид функциональной связи между переменными, характеризующими поведение объекта. Рассогласование, или несовпадение, расчетных и реальных значений переменных объекта объясняется неточностью числовых значений некоторых параметров математической модели. В то же время это рассогласование не нарушает критерия адекватности математической модели объекта, поскольку оно находится в некоторой доверительной области. [c.229]

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]

Таким образом, точечная аппроксимация области распределения случайных параметров математической модели объекта в сочетании с последующими оптимизационными расчетами в каждой точке позволяет определить оптимальные надежные или допустимые проектные решения. Эти надежные решения обеспечивают соблюдение требований задания на проектирование и ограничений технологического регламента независимо от того, какие именно числовые значения примут неопределенные параметры математической модели в период эксплуатации объекта. Априори должны быть известны лишь области возможных значений неопределенных параметров. [c.235]

МИКИ двухфазных систем. Дано теоретическое обоснование основной количественной характеристике двухфазной системы — фактору гидродинамического состояния двухфазной системы. Введено математическое описание структуры потоков, возникающих в промышленных аппаратах, как основы построения математических моделей процессов массопередачи. Даны количественные оценки неравномерности распределения элементов потока по времени пребывания в аппаратах, а также расчет параметров математических моделей структуры потоков. [c.4]

Суш,ествование гидродинамических источников (стоков) массы в потоке не только смещает функции распределения по оси времени, но и приводит к ее деформации. Это служит источником ошибок в определении моментов кривой распределения высших порядков, которые обычно используются для расчета параметров математической модели потока. [c.398]

Математические модели процессов позволяют эффективно использовать математические методы оптимизации, определять оптимальные решения на той или иной стадии проектирования. По существу задачи оптимального проектирования эквивалентны задачам отыскания тех параметров математических моделей, которые определяют конструктивное оформление и режим процесса при заданных требованиях к количественным и качественным характеристикам получаемой продукции. [c.15]

В первую группу входят методы, которые можно назвать классическими или традиционными в силу того, что они давно (и успешно) применяются Для определения параметров математических моделей линейных объектов. Сюда можно отнести нахождение весовых функций путем непосредственного решения интегрального уравнения свертки, определение параметров дифференциальных уравнений и передаточных функций по экспериментальным функциям отклика системы на входные возмущения стандартного типа (импульсное, ступенчатое, синусоидальное, в виде стационарного случайного сигнала и т. п.), метод моментов и др. [c.286]

Заключительным этапом стратегии системного анализа процессов массовой кристаллизации является идентификация неизвестных параметров математических моделей массовой кристаллизации коэффициентов массоотдачи, теплопередачи, кинетических коэффициентов собственно фазовых переходов (кристаллизации, растворения), коэффициентов при силах сопротивления и т. д. [c.247]

С целью нахождения параметров математической модели процесса отмывки сульфокатионита от серной кислоты выполнены экспериментальные исследования по определению изменения концентрации серной кислоты в ионите во времени в зависимости от сшитости матрицы ионита и температуры. В результате экспериментальных исследовании и машинной реализации математической [c.394]

Следует заметить, что этапу проектирования (выбора) технологической схемы предшествует этап конструирования высокоэффективного массообменного аппарата, который, в свою очередь, включает этап конструирования отдельного контактного устройства. Составными элементами этого этапа являются определение параметров математической модели гидродинамики всех типов контактных устройств, а также кинетики процесса массопередачи в зависимости от характера движения жидкости на тарелках колонны (прямоток, противоток и т. д.) и степени перемешивания парового (газового) потока - от идеального вытеснения до полного перемешивания. [c.13]

Так, был разработан новый аппарат с прямотоком жидкости (рис. 4.8), в котором прямоток жидкости на смежных ситчатых тарелках осуществлялся с помощью наклонного переливного устройства с клапанами, ориентированными в сторону слива. При этом горизонтальная составляющая кинетической энергии парового потока в переливном устройстве способствует росту скорости транспорта жидкости с тарелки на тарелку, значительно превышающую скорость жидкости на горизонтальных тарелках. Кроме того, в этом случае переливная тарелка играет роль отбойного устройства, что позволяет увеличить скорость пара в сечении тарелки с минимальным уносом. Были проведены исследования на системе воздух - вода в аппаратах диаметром 700, 1000 и 3000 мм. Цель исследований заключалась в определении зависимости параметров математической модели массопередачи (Ре, 4,) от гидродинамических условий на тарелке. Эти параметры использовались в дальнейшем для расчета числа ситчатых тарелок, снабженных клапанным переливным устройством. [c.201]

Одним из важнейших параметров математических моделей адсорбционных процессов является эффективный коэффициент диффузии, величина которого определяется при математической обработке экспериментальных данных по кинетике адсорбции. Исследование кинетики адсорбции толуола и н-гептана из растворов толуол - н-гептан соответственно цеолитами КаХ и СаА показало, что изменение Л, во времени носит экстремальный характер /) [c.84]

В настоящее время для составления математических описаний процессов массопередачи стали широко использовать приближенные представления о внутренней структуре потоков [116]. Во-первых, это облегчает нахождение граничных условий для математической модели, во-вторых, позволяет наметить экспериментальные исследования, необходимые для определения параметров математической модели. [c.223]

В области линейного программирования достаточно хорошо зарекомендовал себя симплексный метод (и его модификации). Таким образом, выбор метода здесь не сложен. Гораздо больше времени приходится затрачивать на четкую формулировку задачи, корректировку параметров математических моделей с целью их наибольшей адаптации экспериментальным данным, и анализ результатов вычислений. Поэтому здесь полезно использовать диалоговые вычислительные системы. [c.234]

Трудоемкость решения задач оптимизации с использованием данной стратегии возрастает с увеличением числа параметров математической модели и числа интервалов, на которые делятся диапазоны их изменения. [c.338]

Сущность этого принципа состоит в следующем. Пусть математическая модель процесса, заложенная в УВМ, имеет вид (111,1), где X — неизвестные параметры. В УВМ через определенные промежутки времени поступают данные о входных и выходных переменных процесса. Тогда неизвестные параметры математической модели находятся так, чтобы имеющаяся математическая модель наилучшим образом аппроксимировала полученные экспериментальные данные. Конечно, применение настраивающейся модели основано на гипотезе о том, что изменения в процессе не изменяют структуры модели, а изменяют некоторые ее коэффициенты. Ясно, что задача подстройки модели также является [c.130]

Для второго этапа разработок создано много различных вычислительных процедур, которые широко применяются на практике. Обычно для определения оценок параметров математических моделей используют метод регрессионного анализа. Регрессионный анализ является одним из самых распространенных методов обработки результатов наблюдений, а также служит основой целого ряда разделов математической статистики (планирование экспериментов, дисперсионный анализ и др.). [c.80]

Систематически изложены методы исследования динамики процессов химической технологии. Приведены примеры использования этих методов для решения практических задач. Рассматриваются методы теоретического и экспериментального получения передаточных, весовых и переходных функций технологических объектов, а также методы определения параметров математических моделей процесса по экспериментальным переходным кривым. [c.2]

В конце раздела 2.2. уже был приведен простой пример отыскания весовой и передаточной функций объекта, описываемого обыкновенным дифференциальным уравнением первого порядка с постоянными коэффициентами. Теперь будут изложены основные способы определения весовой, переходной и передаточной функции линейных объектов с сосредоточенными параметрами, математическая модель которых включает только обыкновенные дифференциальные уравнения. Рассмотрим общий случай, когда коэффициенты уравнений являются произвольными функциями времени, т. е. объект не является стационарным. [c.82]

ОПРЕДЕЛЕНИЕ ПАРАМЕТРОВ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ ХИМИКО-ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ НА ОСНОВЕ ДИНАМИЧЕСКИХ ХАРАКТЕРИСТИК [c.261]

Наконец, вычислительная сторона — моделирующий алгоритм оп[)е,1,е 1ястся как последовательность операций, которые необходимо выполнить над уравнениями математического описания для того, мтоГ)(,1 найти значения параметров математической модели, т, е. обеспечить возможность самого процесса моделирования. [c.44]

Разработка алгоритма. Математическое осшсание служит ис.ход-пым материалом для создания алгоритма, моделирующего исследуемый объект. В зависимости от постановки задачи может использоваться тот или иной алгоритм, дающии возможность иолучнть искомые результаты моделирования. Задачей моделирующего алгоритма чаи е всего является решение системы уравнений математического описания, что позволяет находить внутренние параметры математической модели при заданной совокупности внешних. [c.51]

Множественность стационарных состояний. Важнейшая проблема оптимальной организации функционирования промышленного каталитхгческого процесса связана с множественностью-стационарных состояний, в которых может работать контактный аппарат. Проблема множественности состоит в том, что в окрестности различных стационарных состояний контактный аппарат,, как динамическая система, может вести себя по-разному. Точность прогноза поведения реактора в окрестности того или иного стационарного состояния определяется достоверностью математической модели реактора, описывающей совокупность химических, диффузионных, тепломассообменных и гидродинамических явлений в рабочем объел1е технологического аппарата. При этом одни стационарные состояния могут быть устойчивыми (установившиеся режимы, устойчивые предельные циклы), другие — неустойчивыми, чреватыми нарушениями технологических режимов п возникновением аварийных ситуаций. Границы устойчивых стационарных режимов определяются совокупностью значений параметров математической модели нестационарного процесса, при которых происходит срыв с одного устойчивого режима на другой. [c.17]

Кратко изложим методику обнаружения отказа или предотказового состояния ХТС и выявления причин их возникновения при помощи методов оценок переменных состояния и параметров математической модели ОД [66]. На основании измерений наблюдаемых откликов ХТС и модели в установившемся или переходном режиме при известных (или неизвестных) входных величинах можно оценить величины переменных, характеризую-шлх состояние ХТС, и коэффициенты математической модели. Для получения этих оценок можно использовать статистические критерии с соответствующими величинами, найденными при нормальных условиях функционирования ХТС. В некоторых случаях причину или местонахождение неисправности можно определить точно, сопоставляя параметры математической модели с особенностями процессов функционирования ХТС и используя при этом такие теоретические закономерности, как уравнения материального и энергетического балансов или кинетические уравнения. [c.84]

Неопределенность параметров математической модели ХТС или аппарата может быть задана либо функциями распределения, либо просто интервалом возможных значений [40—42 174—176, 226]. Рассмотрим дискретно-аппроксимационные ме годы оптимизации надежности проектных решений для объек тов при различных способах задания неопределенных парамет ров математических моделей. [c.229]

Вероятностно-статистический метод оптимизации проектных решений для значений конструкционных и технологических параметров элементов (аппаратов) ХТС, когда некоторые параметры математических моделей элементов представляют собой случайные величины, изложен в статьях [226, 245]. На основе вороятностно-статистического метода предложен алгоритм оптимизации проектной надежности теплоотменного аппарата (ТА), позволяющий определить оптимальную величину запаса для поверхности теплообмена на стадии проектирования при любых значениях коэффициента теплопередачи внутри некоторой области его стохастического изменения и при соблюдении заданных ограничений на технологические и (или) технико-экономические параметры ТА [246]. При проектировании ТА в условиях неопределенности исходной информации необходимо учитывать следующие факторы (см. раздел 4.8.4), влияющие на значения коэффициента теплопередачи ТА 1) изменения расходов содержания примесей, температур и параметров физических свойств потоков в трубном и межтрубном пространствах, температур стенки и температурного профиля поверхности теп- [c.236]

Проверяемая гипотеза называется сложной, если гипотетическая функция распределения объекта известна с точностью до параметров объекта. Например, принимается ячеечная модель объекта, но неизвестно число ячеек, или принимается диффузионная модель, но неизвестно численное значение коэффициента диффузии и т. п. В этом случае, прежде чем приступить к проверке гипотезы, сначала определяются но выборочным значениям результатов эксперимента необходимые параметры математической модели объекта. Определенные по результатам эксперимента параметры уменьшают число степеней свободы системы на величину, равную числу этих параметров. Так, если число неизвестных параметров равно I, то в результате общее число степеней свободы уменьпштся до r=v—Z—1. [c.258]

Форма изложения материала книги, ее название и план построения по главам полностью соответствуют трем основным этапам общей стратегии системного анализа сложных ФХС 1) качественный анализ структуры исследуемой системы, из которого выделены два аспекта — смысловой и математический 2) синтез структуры обобщенного функционального оператора процесса и его конкретизация для кристаллизаторов различных конструкций 3) идентификация параметров математических моделей исследуемых процессов. Такой план построения монографии позволил последовательно рассмотреть проблему, начиная с нижнего атомарномолекулярного уровня и кончая аппаратурным оформлением процессов кристаллизации. [c.5]

В отличие от вышеприведенного трудоемкого комплекса методик (установившегося состояния, импульсного возмушения и отсечки) при исследовании по новому методу (моментов функции распределения) отпадает необходимость в решении системы уравнений относительно безразмерной дисперсии. На примере комбинированной модели рассмотрим методику определения параметров математической модели. Структуру математической модели можно определить из характера зависимости, приведенной на рис. 3.5. Прямые участки свидетельствуют о наличии зон полного перемешивания, а экспоненциальные участки - диффузионной зоны, что позволяет определить размеры этих зон и величины Ре,. [c.118]

Вычислительный эксперимент, проведенный с помощью модели, позволил проанализировать работу действующего змеевика и идентиф щироаать параметры математической модели йст и Со- С достаточной точностью (отклонение расчетных и экспериментальных значений не превышает 10%) воспроизводятся основные показатели процесса конверсия дихлорэтана и перепад давления. [c.23]

Существующие методики технологического расчета полимеризаторов для производства синтетических каучуков базируются большей частью на знании химической кинетики, которая иссле о ется в сосудах лабораторного масштаба. При этом, как правило, игнорируется влияш1е явлений тепломассопереноса и гидродинамики, па смотря на то, что в промышленных реакторах эти явлеш1я оказывают существенное влияние па наблюдаемую кинетику. Поэтому целесообразно развитие подхода, в рамках которого учитывается, что макрокш1етика процесса полимеризации в промышленном реакторе рассматривается как результат совместного влияния химической кинетики и кинетики переноса с учетом гидродинамических условий и структуры потоков. При этом параметрами математических моделей выступают физические и [c.78]

Для реализации первого этапа концегщии был разработан комплекс методик количественного определения параметров математической модели, включающий метод установившегося состояния, импульсного возмущения но составу потока (5-функция) и метод отсечки. Однако трудоемкость в реализации этого комплекса методик позволила авторам [1], [2], [3] создать новый метод, вместо вышеуказанного комплекса методик - метод моментов функции распределения по длине пути жидкости. Использование этого метода резко сократило время эксперимента и его обработки с повышением точности определения параметров модели. [c.169]