Математические модели аппроксимационные

На этом уровне имеется возможность проведения активного эксперимента на математических моделях с целью получения упрощенных аппроксимационных моделей или исследования режимов [c.606]

С другой стороны, интегрирование системы дифференциальных уравнений большой размерности влечет накопление ошибок расчета и снижает его точность. Рациональным путем решения задачи расчета динамики совмещенных реакционно-ректификационных процессов является построение аппроксимационных моделей значительно меньшей размерности и расчетного времени при сохранении полноразмерной математической модели. Для этого использовалось решение полной системы дифференциальных уравнений с помощью нейронной сети на основе радиально базисных функций. [c.32]

Формализация математических моделей связана с рядом технических трудностей, успешное преодоление которых и определяет в конечном счете как адекватность описания моделирующего объекта, так и оптимальность принятых решений. К их числу относятся 1) вьщеление из значительного числа особенностей варьируемых параметров технологических процессов исследуемого объекта основных, причем в прием-1>емом для намеченного к применению метода оптимизации количестве 2) условная классификация вьщеленного множества параметров на определяющие и определяемые. Например, в аппроксимационной модели комплекса НПП (2.48) —(2.52) определяемыми параметрами являются переменные остальные параметры - определяющие. Нетрудно понять, что в зависимости от способа осуществления этого процесса модель оптимизации примет тот или иной вид. [c.46]

Полученная информация обрабатывается в зависимости от вида математической модели измерительных каналов. По сути, данная задача является стандартной аппроксимационной задачей, для решения которой существуют многочисленные методы и приёмы. [c.6]

Математические модели классифицируют по характеру используемого математического аппарата, по применяемой вычислительной технике и другим признакам. Математические модели можно разделить на две основные группы — имитационные и аппроксимационные. [c.29]

Математическое моделирование режимов работы трубопровода производится на основе численного решения нестационарных нелинейных уравнений движения и энергии с неопределенной областью решения. Основой построения уравнений движения и энергии служит аппроксимационная реологическая модель, при помощи которой можно сравнительно точно описать поведение жидкостей при различных температурах. [c.71]

Наиболее разработанными применительно к нефтеперерабатывающим производствам являются аппроксимационные модели, которые были использованы в качестве основы для дальнейшего развития математических методов моделирования процессов нефтепереработки в оптимизационных задачах различных уровней управления. [c.41]

Столь сложная гидродинамика трудна для аналитического описания и численного моделирования, а переход к промышленному аппарату требует значительных затрат на последовательное масштабирование. Интенсивно развившееся в последние годы аппроксимационное математическое моделирование (термин аппроксимационное введен автором), используя чисто формальные модели, например сочетание ячеек идеального вытеснения и идеального перемешивания, не может решить этих проблем в принципе. [c.591]

При определении эффективности проектируемых систем противопожарной защиты используют аппроксимационные модели, построенные на основании специальных разделов теории вероятностей и математической статистики. Эти модели разрабатывают в предположении, что процесс эксплуатации определяется внешними причинами и зависит от так называемого внутреннего состояния самой системы. Противопожарная защита представляет собой сложную систему, состоящую из нескольких функционально самостоятельных подсистем, десятков агрегатов, сотен узлов и элементов. В каждом из этих элементов заложена потенциальная возможность отказа, приводящая в конечном счете к снижению надежности системы в целом, что обусловливает процесс ее эксплуатации и уровень качества ее функционирования. [c.41]

При определении эффективности проектируемых систем противопожарной защиты используют аппроксимационные модели, построенные на основании специальных разделов теории вероятностей и математической статистики. Эти модели разрабатывают в предположении, что процесс эксплуатации определяется внешними причинами и зависит от так называемого внутреннего состояния самой системы. [c.118]

В отличие от спектральной теории турбулентности, которая строит модели динамических процессов главным образом на основе физических соображений, в последние годы появились работы, пытающиеся использовать аналитические аппроксимационные схемы и чисто математически описывающие структуру турбулентности. [c.437]

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]

Математическая модель. Основой построения уравнений движения и энергии служит аппроксимационная реологическая модель, при помощи которой можно сравнительно точно описать поведение жидкостей при различных температурах. Наиболее удобной моделью для этих целей является модель Балкли-Гершеля [c.152]

Подобное моделирование не всегда позволяет опти- я зиpoвaть конструкцию машины или аппарата, однако оно находит все более широкое распространение и, в силу легкости получения математических моделей процессов и оперативности вычислений, является мощным инструментом в моделировании сложных технологических процессов. Простые аппроксимационные модели аппаратов позволяют компоновать сложные многоаппаратные технологические установки, без которых уже невозможно управлять технологическими процессами, гарантировать качество продукта и надежность технологических установок. [c.6]

Низкие по точности модели принято классифицировать как приближенные, и область их применения обычно ограничивается прикидочными расчетами, в результате которых выявляются качественные характеристики объекта.. Получение же количественных оценок, как правило, производится на базе точных моделей. Получение количественных зависимостей за практически приемлемое время счета возможно как результат снижения размерности задачи поиска (сокраш ения числа просматриваемых варианток) или как результат разработки точных и быстродействующих моделей. В первом случае основным приемом является использование различного рода ограничений, основанных на физико-химических, технологических и другого рода предпосылках (применение эвристических правил, эволюционной стратегии, фундаментальных закономерностей протекания процесса). Во втором случае задача заключается в разработке быстродействующих алгоритмов решения уравнений математического описания, использования аппроксимационных моделей. Снижение размерности пространства поиска оптимального варианта широко используется при разработке алгоритмов синтеза технологических схем (см. гл. 8). Обычно с решением этой же задачи связана и разработка аппроксимационных моделей. [c.426]

Математическая формализация нефтеперерабатывающих производств в задачах текущего планирования при детерминированном подходе осуществляется на базе двух основных типов моделей 1) аппроксимационных, в которых производственные возможности каждого отдельного объекта описываются совокупностью фиксированного множества векторов граничных вариантов работы 2) моделей с переменными параметрами, в которых учитывается относительная неоднозначность связи входных и выходных материальных потоков и в которых фиксированы диапазоны целенаправленного варьирования векторов условий с учетом функциональных связей между параметрами. Второй тип моделей охватывает и так называемые диапазонные модели, которые также могут быть применены для описанля процессов нефтепереработки. [c.41]

Преодоление этих недостатков возможно на пути создания комбинированного метода - ртутной электропорометрии, объединяющего положительные стороны ртутной порометрии и стандартной электропорометрии. Использование несмачивающей проводящей жидкости, закачиваемой в среду под давлением, снимает проблему размеров образца и позволяет сканировать область малых радиусов. В качестве такой жидкости наиболее естественно использовать ртуть. Что касается методики математической обработки экспериментальных данных, то она может быть усовершенствована по сравнению с представленной в 6.2 за счет использования собственно перколяционной модели процессов переноса, представленной в разд. I, вместо аппроксимационной модели эффективной среды. [c.127]