Модели идентификация

В общ,ую процедуру принятия решений при оптимизации пористой структуры катализатора, рассмотренную в разд. 3.1, входит в качестве обязательного этапа составление математической модели гетерогенно-каталитического процесса на зерне катализатора и идентификация ее параметров. Эта модель должна отражать как геометрические характеристики структуры зерна, так и важнейшие особенности собственно физико-химических процессов, протекаюш,их в нем. Для наглядности представления последних удобно мысленно выделить фиксированную группу молекул исходных веществ, которая участвует в ряде последовательных физико-химических стадий суммарного контактного процесса на зерне катализатора 1) перенос исходных веществ из реакционной смеси к внешней поверхности частиц катализатора 2) перенос исходных веществ от внешней поверхности частиц катализатора к их внутренней поверхности 3) адсорбция исходных веществ на активных центрах катализатора 4) реакция между адсорбированными исходными веществами и перегруппировка адсорбционного слоя 5) десорбция продуктов реакции 6) перенос продуктов реакции от внутренней поверхности частиц катализатора к их внешней поверхности 7) перенос продуктов реакции от внешней поверхности катализатора в объем реакционной смеси. [c.149]

Понятие меры завершенности химических реакций и химических инвариантов. Для снижения размерности системы дифференциальных уравнений кинетической модели, т. е. для представления ее в виде совокупности дифференциальных и алгебраических уравнений, вводится понятие химических инвариантов, которые являются линейными функциями от концентраций компонентов реакции и постоянны как в области нестационарного, так и стационарного протекания реакции. Химические инварианты изменяются только в случае, если в реакционной системе появляются новые химические реагенты или видоизменяются структурные виды. Химические инварианты для системы кинетических дифференциальных уравнений являются ее первыми интегралами. Следовательно, используя т = рГ Л химических инвариантов, удается понизить размерность системы дифференциальных уравнений на т, что существенно уменьшит время расчетов на ЭВМ. Аналогично если кинетическая модель представляется в виде системы нелинейных алгебраических уравнений, то совокупность т химических инвариантов также позволит снизить ее порядок па т. Отсюда следует, что для идентификации кинетической модели не обязательно анализировать изменения концентраций всех N химических реагентов, можно ограничиться анализом только N — [c.243]

После того как выполнена процедура идентификации значения X, в соответствии с наиболее значимым механизмом диспергирования (стесненный удар, фрикционные взаимодействия, кавитационно-акустическое воздействие или другие), выбираются такие практические приемы осуществления процесса, которые способны обеспечить найденное значение кинетического параметра X. Успех такого выбора зависит от 1) понимания того или иного механизма диспергирования 2) его адекватного теоретического представления (например, в форме математической модели) и 3) определения параметров, функционально связанных с Я, и позволяющих достаточно надежно обеспечить это значение посредством доступных технических приемов. [c.131]

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]

I — анализ процесса (выбор определяющего механизма процесса биосинтеза) II — построение модели (математическое описание зависимостей роста клеток, утилизация субстрата) III — анализ модели (идентификация коэффициентов, установление адекватности модели) [c.54]

Математическая модель идентификации и расчета молекулярной массы индивидуальных углеводородов по их температуре кипения и плотности // Там же (Ка A. ., Аль-Окла В.А.). [c.18]

Построение математической модели состоит из следующих этапов выбор совокупности входных и выходных переменных и структуры модели идентификация модели, которая заключается в определении числовых значений параметров (коэффициентов), входящих в модель верификация и валидация модели, которые состоят в проверке адекватности (соответствия) модели моделируемому объекту. Обычно моделирование проводят в несколько этапов до достижения необходимой точности модели. [c.225]

Первые попытки использовать данные по температурной зависимости химических сдвигов в жидкой воде для идентификации какой-либо из многочисленных моделей структуры воды не привели к успешному результату полученные данные можно одинаково хорошо объяснить с помощью совершенно различных моделей— и непрерывных и дискретных [581]. В ряде работ из данных по временам релаксации на ядрах Н, Н(О) и Ю с помощью соотношений [582] вычислены времена корреляции [c.230]

Данная работа ставит своей целью проанализировать всю совокупность проблем, связанных с контактно-каталитическими производствами, н наметить пути решения этой проблемы на основе глубокого исследования внутренней сущности процессов-на базе системного анализа с использованием новых, современных методов моделирования, оптимизации, новых методов параметрической идентификации моделей, нового экспериментального оборудования, позволяющего оценивать параметры моделей с высокой точностью. На основе этих исследований выдаются рекомендации по оптимальному проведению и аппаратурному оформлению контактно-каталитического процесса. [c.19]

Приведем краткий перечень наиболее употребительных моделей процессов, происходящих на зерне катализатора, с указанием структурных и кинетических параметров, подлежащих идентификации. [c.144]

Как уже от.мечалось в гл. 1, чтобы выбрать наиболее приемлемые тип и конструкцию технологического аппарата, в котором предполагается проводить данную стадию технологического процесса, желательно сформировать ее математическую модель, в основе которой лежат фундаментальные законы гидродинамики, теплопередачи, массопередачн, кинетики, выполнить ее структурно-параметрическую идентификацию и проверить адекватность. [c.163]

Функциональные операторы перечисленных стадий, объединен-ные в математическую модель контактно-каталитического процесса на зерне катализатора, включают следующие группы параметров, подлежащие идентификации параметры адсорбционно-десорбционного равновесия кинетические коэффициенты поверхностных процессов коэффициенты переноса транспортных стадий. [c.149]

Итак, располагая набором приемов и подходов к построению математической модели каталитического процесса на зерне катализатора с учетом возможных вариантов геометрического строения его пор, можно приступать к реализации стратегии принятия решений для синтеза адекватной структуры модели процесса, идентификации ее параметров и выбора оптимальной пористой структуры зерна катализатора. Как видно, исходный объем правил, рецептов и знаний настолько велик, разнообразен и сложен, что оптимальная реализация стратегии принятия решений в этих условиях не может быть осуществлена без привлечения машинных способов переработки информации. [c.162]

Для уточнения оценки параметров модели ставится вторая задача планирования эксперимента, основанная на принципах активной идентификации. Второй подход заключается не только в синтезе оптимального сигнала, но и в выборе оптимальной экспериментальной схемы. На ЭВМ был выполнен анализ параметрической чувствительности оценок констант моделей процесса адсорбции для различных вариантов организации экспериментального [c.217]

Возникает необходимость в более совершенных подходах к идентификации параметров пористой структуры катализаторов, установлению адекватных кинетических моделей адсорбции, определению оптимальных условий протекания процесса на зерне катализатора. Более совершенная стратегия принятия решений ориентирована на применение современных принципов автоматизации научных исследований в катализе, в частности на использование универсальной автоматизированной комбинированной установки для изучения свойств адсорбентов и катализаторов, рассматриваемых в гл. 4. [c.163]

В большинстве научно-технических разработок химико-технологических процессов задача параметрической идентификации является хотя важной, но не основной целью научного исследования создаваемые математические модели предназначены для использования в целях проектирования, оптимизации и управле- [c.186]

Основные каталитические процессы в нефтехимической и химической промышленности характеризуются многостадийностью собственно химических превращений при значительном числе участвующих в них реактантов. Последнее является причиной многомерности и сложности математических моделей, в которые входят большое количество уравнений, в первую очередь материального и теплового балансов. Практическое использование подобных моделей затруднительно, ибо для получения на ЭВМ полей концентраций реагентов и температуры в реакторе требуются большие затраты машинного времени. Это приводит во многих практических ситуациях к чрезмерному усложнению процедур структурной и параметрической идентификации и к невозможности научно обоснованного выбора математической модели каталитического процесса, отражающей результаты промышленного эксперимента в широком диапазоне изменения технологических параметров. Эффективный путь преодоления этих трудностей состоит в сокращении размерности уравнений модели за счет априори построенных уравнений инвариантов физико-химических (реакторных) систем. Инварианты позволяют также осуществить предварительную оценку параметров реакторных моделей, проверить обоснованность выбора граничных условий. [c.242]

Последовательное оценивание параметров вложенных кинетических моделей. Алгоритм сжатия позволяет проследить, как различные наборы начальных значений концентраций выделяют из общего механизма реакций соответствующие им подмножества элементарных стадий. Особый интерес представляет случай, когда эти подмножества порождают вложенную цепочку. При оценивании кинетических параметров таких механизмов реакций естественным образом определяется стратегия поэтапной идентификации, заключающаяся в последовательном расширении числа определяемых параметров кинетических моделей. [c.211]

Ставится задача оценки параметров Ка и математической модели безградиентного проточного микрореактора по одной выходной кривой. Для повышения точности оценок целесообразно привлечение активной идентификации, методология которой зародилась на стыке теории оптимального управления и теории [c.213]

Спстема автоматизированной переработки диаграммной информации включает алгоритм автоматизированного распределения причинно-следственных отношений на структурной диаграмме, алгоритм автоматизированного вывода системных уравнений и организации процесса их решения, алгоритмы идентификации параметров уравнений модели и поиска оптимального режима функционирования ФХС [10, И]. [c.230]

Общая схема формирования модели сложной системы представляет собой переход от общего к частному. Сначала разрабатывают структуру модели. Это так называемый структурный или топологический уровень формирования модели. Следующий уровень моделирования — функциональный или алгоритмический. Исследователя на этом этапе интересует моделирование поведения объекта, т. е. изменение его состояния во времени. Наконец, производят идентификацию параметров модели, этот этап называют параметрическим уровнем моделирования. [c.74]

Методологически задача выполнения научных исследований для оценки параметров (или выбора) модели процесса или ХТС состоит из нескольких этапов, а именно а) задания некоторого множества моделей объекта на основе фундаментальных законов (закономерностей) или априорной информации б) разработка структуры, состава, элементов, системы управления и изготовления экспериментальной установки в) планирования и проведения экспериментов на установке г) обработка экспериментальных данных для идентификации модели (определения параметров) д) выдачи модели процесса или ХТС на стадию проектирования. При неудачном выполнении одного из этапов в указанной последовательности цикл действий может повторяться с любого из этапов, т. е. длительность проведения эксперимента и обработки результатов зависит от четкости его постановки, корректности математического обеспечения и уровня автоматизации. [c.58]

Расчет реакторов с твердым катализатором проводится в несколько этапов. Во-первых, устанавливаются модели пористой структуры зерна катализатора, кинетики адсорбции и модель зерна катализатора в целом. Идентификация моделей структуры зерна и адсорбции реагентов проводится вариационными методами по кривым отклика на последовательно планируемые возмущения индикатором. Эти методы используют в своей основе статистические процедуры проверки гипотез. Объединение моделей пористой структуры, кинетической и адсорбционной позволяет построить модель зерна, по которой на основе конечно-разностных или кол-локационных методов вычисляются длительности установления стационарных состояний и их возможное число, определяется характер формирования отдельных стационарных состояний и их устойчивость. [c.84]

Во-вторых, методами непрерывной параметрической идентификации, основанными на алгоритмах оптимальной фильтрации, строятся гидродинамическая модель, модели тепло- и массопере-носа по последовательно планируемым непрерывным и дискретным наблюдениям. Указанные модели, дополненные моделью зерна, позволяют установить общую модель реактора, а также ее стохастические свойства и свойства параметров. Эта модель испытывается на точность прогнозирования динамических и статических режимов работы реактора. Для этой цели моделируются в соответствии со статическими свойствами параметров модели их случайные реализации и рассчитываются случайные реализации концентрационных и температурных полей в реакторе. Совокупности полученных реализаций позволяют построить гистограммы величин откликов системы, которые характеризуют прогнозирующие свойства модели в интервале изменения технологических параметров процесса. В заключение выполняется расчет конструкционного оформления реакторного узла и оптимальных режимов его эксплуатации. [c.84]

Постановка задачи идентификации. Процесс адсорбции реагентов на катализаторах принято рассматривать протекающим в 4 стадии диффузия в объеме газовой фазы диффузия из объема газа к внешней поверхности катализатора диффузия внутри пор катализатора диффузия из объема поры к внутренней поверхности (обратимая адсорбция на активных центрах [56, 57]). Такому упро-щеннохму механизму соответствует математическое описание процесса адсорбции в зернах катализатора, модель пористой структуры которого предлагается квазигомогенной, в следующем виде [c.212]

Идентификация математических моделей, т. е. установление степени соответствия результатов, полученных на модели и на реальном объекте. [c.3]

J Следующим этапом системного исследования является идентификация математических моделей элементов, состоящая в определении неизвестных параметров и оценке параметров состояния объекта. [c.8]

При решении задач управления применяются модели идентификации. а для их математического описания используются лишь зависимости выходных величин от входаых. Понятие идентификации позволяет абстрагироваться от внутренних связей и помогает изучать поведение системы, т.е. её реакцию на различные внешние возмущения. [c.11]

Система статической оптимизации обдеркит блоки проверки адекватности модели, идентификации с помощью модели неконтролируемых возмущений и оптимизации режимов. Постановка задачи оптимизации такова мя заданного вектора f = СУ (го> [сЛя") находится и = (6 , Т , такой, что функция (степень конверсии или производительность установки") достигает максимума [c.52]

В радиационной биохимии, использующей сложные гетерогенные модели, идентификация первичных повреждений ДНК затруднена вследствие влияния ряда побочных факторов. Поэтому можно говорить лишь о некотором параллелизме между первичными реакциями, наблюдаемыми in vitro и in vivo, имея в виду, что в последнем случае могут участвовать неизвестные нам побочные реакции. [c.36]

Идентификация модели. Идентификация кинетической модели проводилась изложенным выше явным интегральным методом на базе математического описания (45), (46). При статистической обработке данных использовалось 90 опытов, проведенных в вышеуказанной области изменения условий эксперимента. Константа Ку в выражении для К,, а также константы кнс1, кнс5 и их температурные зависимости в уравнениях (50), (51) задавались по данным работы [9], остальные константы модели находили путем решения обратной задачи. Сначала были найдены изотермические оценки констант, которые затем укладывались в аррениусовскую зависимость [c.101]

Системы машинной обработки информации при идентификации структуры пористых сред. Трудности эффективного описания процессов в пористых средах связаны с построением адекватной модели пористой среды, с созданием надежных и, по возможности, автод1атизированных методов идентификации параметров моделей пористых сред. [c.125]

Эффективным средством идентификации параметров и автоматизированного построения моделей пористых сред являются вычислительные комплексы, оснащенные средствами автоматического анализа изображения (ААИ). Принципиальная схема одного из таких вычислительных комплексов показана на рис. 3.3. При помощи передающего телевизионного сканирующего устройства изображение объекта может быть введено в цветном или чернобелом варианте непосредственно с плоскости наблюдения во всех ее видах, т. е., например, с фокальной плоскости окуляра оптического микроскопа, с экрана электронного микроскопа, с экрана телевизора, а также фотографических репродукций и др. Соответственно в схему ААИ может быть включен оптический микроскоп, электронный микроскоп (просвечивающий, эмиссионный или растровый), приемное телевизионное устройство, эпидиаскоп и т. п. Скорость работы современных ААИ более чем на 5 порядков превышает скорость работы человеческого глаза при значительно более высокой чувствительности (свыше 200 точек на [c.125]

Пример. В проточно-циркуляционном реакторе Карберри изучался гетерогенный каталитический процесс алкилирования бензола пропиленом. Целью параметрической идентификации являлась оценка кинетических и адсорбционных параметров в кинетической модели, имеющей для одного из гипотетических механизмов процесса следующий вид [c.190]

Изложенный подход активной идентификации и его реализация в системе гибкого автоматизированного эксперимента показали высокую эффективность при оценке параметров адсорбционных моделей и моделей пористой структуры для широкого класса адсорбантов, катализаторов и адсорбентов [9, 24, 69]. [c.218]

Идентификация математических моделей проводилась по данным промышленного эксперимента. Для получения и статической обработки массивов информации был использован специально разработанный комплекс алгоритмов и программ автоматизированного промышленного эксперимента APEX . В результате идентификации определены оценки параметров уравнений кинетики в моделях реакторов, а также неизвестные константы в моделях теплообменных аппаратов. Показано, что характер изменения /сдн достаточно хорошо описывается линейным уравнением Адн (т) = кцо + Kl o (т). [c.335]

Содержание сероводорода и тиолов в исходной и полученной после контакта с катализатором газовой смеси определяли известными химическими методами путем предварительного концентрирования их в системе из поглотителей. Идентификацию компонентов проводили на хромато-масс-спектрометре фирмы Finigan МАТ , модель 4021 с компьютером Nova 4С , наличие которого дает возможность автоматического поиска на базе 26000 масс-спектров. [c.108]

Полнота информации. Несмотря на значительные различия в качественном составе, объеме и условиях получения информации, необходимой для решения конкретной технологической задачи, можно отметить основные требования по полноте проведения экспериментов а) исследования должны охватывать по возможности широкую область изменения параметров, поскольку модели в большинстве случаев обладают плохими прогнозируюш,ими свойствами (особенно эмпирические) б) при определении составов продуктов химической реакции, ректификационной колонны, экстракции и т. д. необходимо по возможности идентифицировать каждый компонент смеси, поскольку это имеет принципиальное значение при проектировании химического производства и определяет структуру технологической схемы (выбор аппаратов, организацию рециклов, рекуперацию энергии и т. д.) объединение индивидуальных компонентов в групповые не должно производиться в эксперименте в) для повышения достоверности идентификации моделей необходимо иметь возможность прямого измерения промежуточных параметров процесса (например, концентрацию адсорбированных на поверхности катализатора веществ). Соответственно и методики обработки экспериментов должны учитывать эти возможности. [c.63]

Гидродинамическая структура потоков. Исходя из блочного представления математической модели элемента технологичёской схемы, описание явлений, характеризующих перенос и распределение субстанции по координатам и по времени и базирующихся на фундаментальных законах гидромеханики многокомпонентных многофазных систем, составляет основу будущей модели. Учет реального распределения температур, концентраций компонентов и связанных с ними свойств, например плотности, вязкости и т.д., по пространственным координатам аппарата и во времени позволяет оценивать степень достижения равновесности тепломассопереноса, химического превращения, т. е. эффективность конкретного аппарата. Описание гидродинамической структуры потоков основано на модельных представлениях о гидродинамической обстановке в аппарате, использующих ряд идеализированных типовых моделей. Аппарат такого представления достаточно развит для однофазных потоков, разработаны и методы идентификации параметров отдельных моделей применительно к реальным условиям протекания процесса. Математическое описание типовых моделей структуры потоков приведено в табл. 4.4 [41]. [c.121]

Общая схема диалогового взаимодействия и роль фреймов БД и ФС в этом взаимодействии приведена на рис. 4.23. Как видно из рисунка, инициатива ведения диалога принадлежит пользователю и сводится к формированию задания в виде Е-пред-ложения. Анализ входного предложения в соответствии со структурой семантической модели ФС, начинающийся с выделения предиката, позволяет получить список конкретных фреймов метаалгоритмов, семантически подобных заданию пользователя. Идентификация одного из них системой невозможна ввиду отсутствия необходимой информации во входном предложении и предоставляется пользователю. Анализ подструктуры входных данных выделенного фрейма матаалгоритма приводит к серии запросов на ввод недостающих в БД входных данных метаалгоритма. Полностью сформированный экземпляр фрейма ФС дает возмож- [c.165]