Вычислительные машины для оптимизации процессов

В главе XII было показано, что анализ процессов управления при помощи вычислительных машин оказался столь перспективным, что его можно использовать для стационарного анализа повторяющейся или непрерывной экономической оптимизации технологических процессов. Машинное управление займет достойное место в управлении химическими процессами только тогда, когда его можно будет применить к главным динамическим задачам, решение которых не под силу современным средствам автоматизации. [c.184]

Основой методов оптимизации химико-технологических процессов служит достаточно подготовленный сейчас математический аппарат, средством реализации которого являются электронные вычислительные машины. На современном этапе важнейшая задача химической технологии заключается в составлении и использовании двух алгоритмов оптимального проектирования процесса и оптимального управления данным процессом. [c.9]

Таким образом, алгоритм управления процессом, как правило, включает следующие основные блоки (см. рис. 2) блок математической модели, блок подстройки коэффициентов модели, блок оптимизации . В общем работу алгоритма можно описать следующим образом. Через определенные промежутки времени производится подстройка коэффициентов модели (это делается либо периодически, либо после того, как несоответствие модели и характеристик процесса реальным параметрам превысит некоторый заданный предел). После определения коэффициентов при помощи блока оптимизации, реализующего тот или иной метод расчета оптимальных режимов, находятся оптимальные значения управляющих переменных, которые затем передаются в качестве заданий на локальные системы автоматического регулирования. Эти значения управляющих переменных сохраняются до тех пор, пока оптимальный режим не нарушится. Надо отметить, что иногда вычислительная машина управляет непосредственно процессом, но такие случаи редки ввиду недостаточной надежности существующих машин. [c.20]

Без существенных усложнений метод множителей Лагранжа можно применить для оптимизации процессов со сложной топологической структурой, т. е. не только многостадийных, а также распространить на процессы, математические описания которых, наряду с конечными уравнениями, содержат и дифференциальные. Разумеется, что во всех перечисленных случаях метод множителей Лагранжа дает лишь самые общие соотношения оптимальности, и наиболее трудной частью решения задачи становится решение получаемых конечных и дифференциальных уравнений для переменных процесса и вспомогательных переменных. Однако сейчас уже разработаны в достаточной мере удобные приемы и алгоритмы решения [4], позволяющие, как правило, получать конечные результаты на вычислительных машинах для процессов высокой степени сложности. [c.201]

Динамическое программирование хорошо приспособлено для решения задач оптимизации многостадийных процессов, особенно тех, в которых состояние каждой стадии характеризуется относительно небольшим числом переменных состояния. Однако при наличии значительного числа этих переменных, т. е. при высокой размерности каждой стадии, применение метода динамического программирования затруднительно вследствие ограниченных быстродействия и объема памяти вычислительных машин. [c.30]

Технологический расчет. Оптимизация процессов на стадии проектирования для получения наилучшего сочетания условий проведения процесса и технологической схемы при достижении максимальной прибыли на вложенный капитал. Разработка наилучшего проекта агрегата с использованием вычислительных машин, особенно там, где требуются методы подбора. Увязка исследований динамики процесса и системы регулирования непосредственно с разработкой проекта технологической установки. [c.12]

Кинетическая модель процесса, разработанная в главе II, является основой для рассмотрения с позиций системотехники методов расчета производства. Этот подход, как отмечено выше, характеризуется современными тенденциями по применению вычислительных машин для решения задач проектирования и оптимизации процессов химической промышленности. [c.49]

Комплексное использование системотехники в химических процессах потребует применения вычислительных машин для решения обеих задач проектирования экономически оптимального цеха и расчетов отдельных агрегатов. Эти две ступени оптимизации должны быть взаимосвязанными частями всего проектирования. Когда в конце концов такая дуальная оптимизация будет освоена, то ее неизбежная сложность, но вместе с тем и гибкость настолько превысят человеческие возможности в данном направлении, что применение вычислительных машин станет абсолютно необходимым. Однако только после того, как мы объединим эти этапы расчета, можно сказать, что наши производства рассчитаны оптимально со всех точек зрения. [c.170]

Математическая модель любого процесса реализуется на вычислительной машине. Поэтому моделирование резко сокращает объем часто весьма сложных и дорогих натурных экспериментов и дополняет их исследованиями на вычислительной машине. Метод математического моделирования открывает возможности прогнозирования поведения объектов в неизвестных ситуациях, позволяет изучать многие характеристики проектируемых процессов, оценивать различные варианты аппаратурного оформления, а также использовать математические методы оптимизации для отыскания оптимальных режимов эксплуатации и способов управления ими. [c.13]

С другой стороны, чрезмерное усложнение и детализация математического описания могут повлечь за собой серьезные вычислительные трудности, которые могут сделать невозможным решение задачи исследования процесса даже при наличии мощных вычислительных машин. Это в значительной степени связано с решением задач оптимизации сложных технологических процессов, исследовании динамических свойств таких объектов. Поэтому на этапе разработки математического описания процесса всегда необходимо иметь четкое представление о вычислительных проблемах, связанных с решением используемых уравнений. [c.31]

Дальнейшее исследование процесса и решение задачи его оптимизации было осуществлено расчетом оптимальных режимов на цифровой вычислительной машине (ЦВМ) Мир-2 с помощью адекватных математических моделей фаз адсорбции и десорбции, разработанных ранее [68]. [c.176]

Установка Абсорбция при пенном режиме как объект автоматической оптимизации. Процесс абсорбции при пенном режиме принят нами в качестве основного объекта исследования с применением электронных вычислительных машин. [c.226]

В заключение следует заметить, что аппаратурное оформление процесса гидрогеиолиза должно позволять варьировать его параметры в сравнительно широких пределах температуру в реакторах— за счет создания запаса поверхностей нагрева, время контакта — путем применения дозировочных насосов с регулируемой производительностью, модуль водорода — созданием запасов мощности компрессора и поверхностей подогревателей водорода и т. д. В этом случае оптимизация процесса гидрогеиолиза не представит особых трудностей, и задачу можно переложить на управляющую вычислительную машину (при условии разработки надежного математического описания промышленного процесса). [c.142]

Оптимизация при наличии математической модели. Для этого вида систем (рис. 2) в управляющей вычислительной машине имеется математическое описание оптимизируемого процесса. При помощи такого описания на машине находятся оптимальные значения управляющих переменных, которые передаются затем в качестве задающих значений на локальные системы автоматического регулирования задача последних состоит в поддержании требуемых значений управляющих переменных. [c.19]

Различают два типа систем оптимального управления с применением вычислительных машин — системы динамического и статического действия. Системы динамического действия возлагают на управляющую машину все функции управления. В этом случае требуется полное математическое описание процесса с учетом динамических свойств объекта. Система статического действия предусматривает сохранение стабилизирующих регуляторов и возлагает на управляющую вычислительную машину лишь коррекцию заданных значений параметров с целью оптимизации режима. Этот тип проще и надежнее, так как при неисправности машины она отключается, а управление процессом сохраняется при помощи стабилизирующих регуляторов на тех же зафиксированных значениях параметров, которые были до повреждения вычислительной машины. [c.365]

Заново написаны разделы по цифровым вычислительным машинам и автоматическому управлению химико-технологическими системами, а также главы по математическому моделированию типовых процессов химической технологии и основам синтеза и анализа химикотехнологических систем и системному анализу. Введен раздел по составлению математических моделей экспериментально-статистическими методами и статистической оптимизации. Дополнены разделы по этапам математического моделирования, оптимизации (введено геометрическое программирование) и исследованию микро- и макро-кинетики. Приведен расчет каскада реакторов при наличии микро-и макроуровней смешения и др. [c.8]

Аналитические выражения прикладной макрокинетики, нужные для оптимизации химико-технологических процессов, некоторые авторы называют математическими описаниями работы реакторов и процессов [12, 27] или математическими моделями процессов [49, 50]. Большие перспективы применения макрокинетических моделей открываются в связи с применением электронно-вычислительных машин (ЭВМ). Однако расчетно-теоретические исследования на ЭВМ должны сочетаться с экспериментальной проверкой их результатов в критических точках на физических моделях— пилотных установках [51, 52]. [c.34]

Процессы ректификации интенсивно исследуют методом математического моделирования с применением электронных вычислительных машин, что позволяет решать задачи оптимизации и определять параметры оптимальной организации этих процессов. [c.321]

АСУП имеет два уровня оптимизации верхний и нижний. Первый предусматривает создание центрального вычислительного центра (диспетчерского пункта) с вычислительными машинами высшего класса (исходя из размера и сложности решаемых задач) н оперативно-диспетчерским пультом. Центральный диспетчерский пульт располагает текущей оперативной информацией, вводимой автоматически для решения всех возможных задач, и нормативно-справочной, необходимой в основном для целей планирования и анализа работы предприятия. Второй предусматривает сбор необходимой для контроля протекания процесса и его оптимизации информации непосредственно на установках. [c.303]

Когда значение 5о зафиксировано на наибольшем значении, как это часто бывает, критерий вида (5.6) переходит в критерий, представляющий собой продуктивность (по продукту или биомассе). Отметим, что температура и pH влияют на удельные скорости расходования субстрата и получения продукта и биомассы, а влияние скорости потока (разбавления) проявляется через систему уравнений (5.1) — (5.4). Далее решается задача оптимизации одним из методов, обычно на вычислительной машине. Результаты решения реализуются с помощью системы управления. Если же при решении задачи отсутствует надежная (адекватная) математическая модель объекта, то задача оптимизации решается непосредственным поиском оптимальных значений параметров на самом объекте. В этом случае устанавливаются некоторые значения параметров управления и новое стационарное состояние анализируется. Основываясь на отклике системы, устанавливаются новые параметры управления и т. д. до тех пор, пока не будут найдены оптимальные условия. Ясно, что в этом случае длительность переходных процессов существенно влияет на время поиска оптимальных условий и, следовательно, на эффективность процесса. Таким образом, одним из требований к системе есть сокращение времени поиска. [c.256]

Создать оптимальную схему автоматизации процесса с передачей, там где это целесообразно, функций управления процессом и его оптимизации вычислительным машинам. [c.8]

Математическое описание в локальной области сложного химического процесса, протекающего в аппарате с перемешиванием в объеме, можно также выполнить на вычислительной машине, использовав рассмотренный алгоритм решения этой задачи аналитическим методом. На основании полученного математического описания можно построить математическую модель и провести исследование процесса для решения задач масштабирования, автоматизации и оптимизации процесса в выбранной локальной области или даже по отысканию направления оптимума методами направленного эксперимента. [c.183]

Принципиально можно рассматривать непрерывный процесс как дискретный с достаточно большим числом стадии N, и, таким образом, применять описанную в предыдущих разделах методику оптимизации для этого процесса. Зачастую именно такой путь оптимизации непрерывных процессов и используется, тем более, что при решении оптимальных задач на вычислительных машинах интегрирование дифференциальных уравнений обычно выполняется с применением разностных методов, по существу заменяющих непрерывный процесс его дискретным приближением. Однако получаемые при применении принципа оптимальности уравнения для непрерывного процесса могут иметь самостоятельный интерес, поскольку при этом появляется возможность их решения иными методами. [c.296]

В зависимости от степени знаний о процессе статическая оптимизация может выполняться при помощи вычислительных машин, использующих математическую модель процесса (знания о процессе достаточно полны и задача чисто математическая) на автоматических оптимизаторах, применяющих метод чистого поиска (создание статической модели процесса затруднено) при помощи комбинированных методов, сочетающих методы математического и экспериментального определения оптимума (рис. 1-26). [c.70]

Результаты технико-экономического анализа показывают, что внедрение систем автоматической оптимизации, включая электронные вычислительные машины, оправдано в тех производствах, в которых стоимость годовой продукции превышает затраты на создание и установку AO в 15 раз, а срок окупаемости AO не превышает 24 месяцев. Если после внедрения AO экономический, эффект будет порядка 6%, то это свидетельствует о плохой организации производственного процесса. [c.74]

Хорн и Тролтенье [23], Сторей [25] и другие пользуются еще одним перспективным методом оптимизации, так называемым методом крутого восхождения. Допустим, что объективная функция отимизации М изображена поверхностью в л 4-1 мерном пространстве, параметрами которого служат ка М, так и п переменные Хи Х2,..., Хп. В некоторой точке этой поверхности М достигает экстремального значения и требуется найти соответствующие значения переменных. Метод крутого восхождения, сочетающий ряд численных приемов, особенно удобных при использовании электронно-вычислительных машин, позволяет исследовать поверхность оптимизации наиболее экономичным способом. Для этого не обязательно знать кинетику процесса химических реакций. Бокс и его сотрудники разработали эффективные статистические методы построения такой поверхности и нахождения на ней наивысшей точки, для применения которых вполне достаточно опытных данных, полученных на установке. [c.151]

Дальнейшее развитие средств ААИ идет по пути совершенствования эксиериментальных методов визуализации объектов исследования — применения адсорбционных индикаторов для выделения определенных элементов структуры, применения различных люминесцентных индикаторов для визуализации потоков, применения рентгеновских ионных анализаторов в качестве приставок к электронным микроскопам, позволяющих проводить высокоспецифичный анализ распределения химических элементов в структуре [17] и многих других. Одновременно быстро развиваются методы [18] и средства для оптимизации и машинной обработки изображения. Увеличение объема памяти и быстродействия вычислительных машин, примененпе систем искусственного интел.лекта способствует развитию систем распознавания динамических образов и соответственно расширению возможностей анализа быстроиротекающих процессов и построению динамических моделей объектов со сложной пространственной структурой. [c.126]

Большие успехи прикладной математики, приведшие к созданию аналоговых и цифровых электронных вычислительных машин, а также достижения в разработке методов расчета кинетики промышленных реакций, осуш ествляе Мых в различных условиях (идеального иеремешивания, идеального вытеснения и всевозможных промежуточных режимов), открыли пути к строго научному расчету химических реакторов, автоматическому управлению пми и оптимизации услови11 проведения процессов. [c.8]

Степень автоматизации адсорбционных установок различна от использования локальных регуляторов невзаимосвязанных параметров до управляющих вычислительных машин, т. е. работы проводятся до заранее намеченного уровня без предварительного обоснования экономической эффективности работы на этом уровне. Известны и отдельные попытки применения прямого цифрового управления, однако реализация этого направления сдерживается высокими требованиями, предъявляемыми к надежности и другим характеристикам управляющих вычислительных машин. Поэтому наиболее распространенной является каскадная система управления, состоящая из двух подсистем. Старшая подсистема осуществляет функции оптимизации процессов при помощи управляющих вычислительных машин, а младшая подсистема поддерживает заданные оптимальные значения управляющих режимных параметров при помощи автоматических регуляторов. При определенных условиях применение систем автоматического управления может оказаться эффективнее применения систем автоматического управления с использованием УВМ, поэтому вопрос о реализации старшей подсистемы может быть решен только после сравнения ожидаемого экономического эффекта от применения системы автоматической оптимизации и системы регулирования при заданных настройках регуляторов с экономическим эффектом, установленным по результатам оптимизационных расчетов [69]. Для определения [c.183]

Второе нзданйе книги значительно усовершенствовано по сравнению с первым. В него включены новые примеры расчетов процессов, связанных с охраной природы, которые можно выполнять с применением вычислительных машин. Дан расширенный пример расчета целой химико-технологической системы (ХТС) с применением электронной вычислительной машины (ЭВМ). Этот расчет (см. пример 39) разработан преподавателями кафедр Математическое моделирование и оптимизация химических процессов ЛТИ им. Ленсовета и Системотехника Высшей технической школы им. К. Шорлеммера (ГДР, Лейна-Мерзебург) под руководством и при участии профессора К- Хартмана и ассистента В. Коллерта. Одновременно с включением новых примеров изъяты менее удачные примеры, которые были в первом издании. Внесены уточняющие исправления во многие примеры расчетов. [c.4]

Математическое моделирование [1,2] является мощным нстру-ментом улучшения работы технологических установок. Вычислительные машины использовались для проектирования новых и усовершенствования действующих установок, для сравнения работы разных установок и для выяснения причин ухудшения их работы, для текущей оптимизации и, наконец, для управления процессом. В нефтеперерабатывающей промышленности использовали математическую модель для предсказания результатов работы и управления установкой каталитического крекинга [3]. [c.204]

В настоящем разделе рассмотрены различные варианты щриме-нения уцра БЛЯющих вычислительных машин общецелевого назначения, а также некоторые частные модели, необходимые для того, чтобы общие модели процесса, пригодные для повседневного пользования, были полными, адекватными и гибкими. Эти модели включают в себя входные данные, уравнения для расчета констант паро-жидкостного равновесия и теплосодержания уравнения для расчета точки росы, температур начала кипения и вспышки методы определения теплосодержания потоков и их температуры по теплосодержанию модели теплообменной и фракционирующей аппаратуры итерационные процедуры для метода проб и ошибок уравнения химических реакций экономические расчеты методы оптимизации выходные данные. [c.207]

Для успешного применения вычислительных машин с целью оптимизации химических реакторов необходимы а) развитие теоретических и практических исследований в области математического описания процессов, происходящих в реакторах, что, в свою очередь, требует изучения кинетики химических превращений, процессов тепло- и л1ассообмена б) создание методов расчета оптимальных режимов работы химических реакторов. [c.8]

Достоинство работ Р. Ариса заключается в том, что он с единых позиций подошел к решению большого числа задач оптимизации химических реакторов. Однако применение методов динамического программирования встречает большие трудности, что отмечает и сам Арис, в том случае, если процессы в реакторе описываются системой уравнений порядка ге зг 3. При этом могут потребоваться очрнь большие объемы памяти вычислительной машины. [c.10]

Метод же сопряженного процесса, при применении которого отсутствуют неточности, обусловленные итеративным подбором неизвестных переменных, оказывается свободным от рассмотренных выше осложнений (наподшим, что сопряженный процесс описывается линейными уравнениями и расчет его в случае замкнутой с. х.-т. с. сводится к решению систем линейных уравнений, которое в большинстве случаев на современных вычислительных машинах может быть осуществлено с достаточной точностью). Отметим при этом, что для многих методов поиска экстремума функций (таких, например, как в работе [7]) вопросы точности определения градиента критерия оптимизации весьма важны. [c.167]

Книга обобщает более чем 50-летний опыт изготовления катализаторов и применения их в промышленности. Рассмотрены катализаторы для сероочистки исходного сырья, двухстадийного парового рнфор-минга углеводородов, конверсии окиси углерода с паром, метаниро-вания, синтеза аммиака. Специальная глава посвящена вопросам моделирования и оптимизации каталитических процессов и составлению программ для их расчета с помощью вычислительных машин. [c.4]

Су1цность оптимплацик заключается в нахождении основных регули-руем 1(х параметров процесса, математическом выражении зависимости от этих параметров параметра оптимизации (например, выхода бензина или его качества) и создании системы оптимизации — блока оптимизации и вычислительной машины. Принцип действия системы оптимизации заключается в непрерывном экспериментальном цикле нахождения и поддержания режима процесс на оптимальном уровне. [c.169]

В последнее время появились многочисленные работы, посвященные вопросам оптимизации различных технологических процессов с применением управляющих вычислительных машин (УВМ). Однако нередко оказывается, что эффект от применения УВМ не оправдывает затрат на ее приобретение. В этом случае использование обычной системы САС с оптимальными заданиями регуляторам [65] оказывается более выгодным, чем применение УВМ. Еще на II Конгрессе ИФАК ставился вопрос о необходимости разработки экономического критерия для определения целесообразности использования УВМ в конкретных случаях. Однако теоретическая сторона вопроса разработана недостаточно. Ниже предлагается методика обоснованного выбора САС или ССО, использующей УВМ [66, 67]. [c.188]

Расчет многокомаонентной ректификации на электронных вычислительных машинах. Как указывалось, расчет ректификации многокомпонентных смесей наиболее точными методами значительно облегчается при использовании ЭВМ, все шире применяемых для расчета, анализа и оптимизации процессов разделения. Использование машин позволяет достигнуть большой скорости вычислений при высокой их точности. Для расчетов применяют как цифровые, так и аналоговые вычислительные машины. Последние более просты и обычно работают как электрическая модель, в которой изменению того или иного параметра ректификации соответствует изменение напряжения тока. Машинный расчет складывается из подготовки исходных данных и составления системы уравнений, необходимых для расчета (эта часть задачи обычно выполняется химиками-технологами) и перевода намеченной схемы расчета на язык машины, т. е. собственно программирования. Методы расчета много компонентной ректификации на вычислительных машинах рассмотрены в специальной литературе . [c.511]

Дальнейшая автоматизация электролизных установок должна идтн в направлении оптимизации их режима. Так как электролизные процессы весьма сложны и ак ход определяется многими факторами, оптимизация должна охватывать, ЗТй факторы. Следовательно, автоматизация и оптимизация в данном случае должны развиваться на базе вычислительных машин, получающих данные о ходе процесса и выдающих управляющие сигналы, обеспечивающие оптимальный в данных условиях режим электролиза. [c.343]

Совместным моделированием процесса и системы регулирования на вычислительной машине показано, что при перемешивании в реакционном объеме устойчивое регулирование процесса достигается в режимах с отрицательным самовыравниванием в таких условиях теплосъем можно значительно форсировать. Приведенный пример иллюстрирует более эффективное в этом случае ап-паратурно-технологическое оформление процесса в результате резкого уменьшения необходимой поверхности теплообмена. Применительно к процессам, протекающим без перемешивания в направлении потока, дан анализ возможной оптимизации аппаратурного оформления. [c.10]

Названием методы нелинейного программирования объединяется большая группа численных методов, многие из которых при-спдсоблены для решения оптимальных задач соответствующего класса. Выбор того или иного метода обусловлен сложностью вычисления критерия оптимальности и сложностью ограничивающих условий, необходимой точностью решения, мощностью имеющейся вычислительной машины и т.д. Ряд методов нелинейного программирования практически постоянно используется в сочетании с другими методами оптимизации, как, например, метод сканирования (см. главу IX, стр. 508) в динамическом программировании. Кроме того, эти методы служат основой построения систем автоматической оптимизации — оптимизатор о в, непосредственно применяющихся для управления производственными процессами [c.34]

Для оптимизации процессов с распредленными параметрами предпочтительнее все же оказывается принцип максимума, которому посвящена следующая глава. Однако всегда нужно учитывать возможность аппроксимации непрерывного процесса дискретным многостадийным процессом и пользоваться указанной возможностью для решения оптимальных задач невысокой размерности. Это обусловлено тем, что метод динамического программирования представляет в распоряжение исследователя весьма удобную процедуру оптимизации многостадийных процессов, которая сравнительно легко программируется на вычислительных машинах. [c.309]

Если программа дает результаты, согласующиеся с имеющимися данными, ее можно использовать для предсказания и оптимизации характеристик новых конструкций, внося соответствующие, изменения в уравнения. Например, если капли имеют новые характеристики испарения, требуется изменить только уравнение массообдоена. Кроме того, степень неопределенности в расчете характеристик сушилки, вызванную неточностью описания процесса испарения новых капель, легко оценить с помощью повторных расчетов, в которых эта неточность учитывается путем использования уравнения массообмена в соответствующих предельных формах. Сравнение результатов, отличающихся вследствие этой неопределенности, подсказывает наилучшее направление дальнейших работ. Оно может заключаться в проведении более точных экспериментов по исследованию характеристик массообмена распыленной струи или в том, чтобы предложить заказчику проект с более умеренными показателями. Принимаемое решение должно быть, вероятно, таким, чтобы обеспечивать наименьшие затраты. С другой стороны, возможность будущих заказов на аналогичные установки может привести к принятию противоположного решения. Важным фактором является то, что проектирование с помощью вычислительных машин позволяет органу управления быстро получать четкую и недорогую информацию, касающуюся технических и стоимостных характеристик установки. [c.372]

Справочник химика 21

Химия и химическая технология