Модели и оптимизация процессов

На этапе макрокинетических исследований решают следующие задачи 1) выбор типа опытного реактора, осуществляемый в соответствии с данными об организации процесса 2) определение модели гидродинамики процесса на основе данных о структуре потоков 3) анализ диффузионных эффектов, процессов массо- и теплопереноса в аппарате и оценка соответствующих тепловых и диффузионных параметров 4) синтез статической математической модели и процесса, установление ее адекватности 5) статическая оптимизация 6) синтез динамической модели процесса и установление ее адекватности анализ параметрической чувствительности 7) анализ устойчивости теплового режима процесса 8) динамическая оптимизация. [c.29]

I. Решение задачи автоматизированной оптимизации в реальном масштабе времени с использованием полной математической модели технологического процесса [c.369]

В подтверждение достаточной сложности математической формализации ряда оптимизационных задач ниже приведена линейная модель для расчета производственной программы предприятия . Подобного рода модель оптимизации текущего заводского планирования характерна для предприятий химической, нефтехимической и нефтеперерабатывающей промышленности, имеющих принципиальное сходство в построении технологических процессов (для непрерывных производств). [c.407]

Задача настоящего учебного пособия — па большом числе примеров научить студентов методикам обработки экспериментальных данных и планированию экспериментов для получения математических моделей изучаемых процессов и их оптимизации, без усвоения которых невозможно построение систем автоматизированного эксперимента. [c.4]

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]

Если при этом учесть, что целью оптимизации процесса в большинстве случаев является улучшение показателей работы реактора на 1—2%, то становится очевидной вся бесперспективность использования приближенной кинетической модели. [c.22]

Моделирование и оптимизация технологического производства в целом, а также наличие достоверных моделей отдельных процессов позволяют ставить задачу совмещения отдельных стадий в одном или группе аппаратов, рассматривая общее математическое описание. Основной целью такого рассмотрения является оценка эффективности по некоторому критерию (например, по энергозатратам) и определение условий непротиворечивости такого совмещения. Эффективность совмещенных процессов следует рассматривать в двух аспектах. Во-первых, снижение капитальных затрат за счет уменьшения числа единиц оборудования и, во вторых, снижение эксплуатационных расходов за счет снижения и энергетического объединения материальных потоков. Негативная сторона такого совмещения заключается в более жестких условиях эксплуатации и соответственно более четком ведении процесса. [c.353]

Для решения задач оптимизации химико-технологических процессов обычно используют методы нелинейного программирования (поисковые методы) [1, 3] и методы теории оптимального управления вариационного исчисления [4], динамического программирования 15], принципа максимума Понтрягина [6], дискретного принципа максимума 17]. Наибольшее распространение получили поисковые методы как наиболее гибкие и универсальные. Эти методы находят также широкое применение при решении задач идентификации (определение некоторых коэффициентов уравнений, представляющих собой математическую модель исследуемого процесса). Кроме того, поисковые методы могут быть эффективно использованы при синтезе оптимальной структуры химико-технологических систем, который в общем случае представляет собой задачу дискретно-непрерывного программирования в частности, они могут быть использованы при получении нижних оценок в методе ветвей и границ (см. гл. VI). [c.14]

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]

Книга посвящена теории н практике оптимизации действующих и проектируемых технологических процессов и аппара тов для обезвоживания и обессоливания нефтей. Даны методы построения статических и динамических моделей этих процессов в целом и их отдельных звеньев. Приведены методы оценки резервных возможностей действующих установок и способы выявления их слабых звеньев. Значительное место в книге уделено моделированию кинетики процессов укрупнения эмульсий. [c.2]

Естественно, направленность такого расчета, а также и tro результат зависят от того, насколько принятый критерий соответствует цели проектирования и насколько полно он характеризует достоинства аппарата. При этом необходимо учитывать, что даже весьма совершенные критерии оптимальности все же полностью или частично игнорируют многие важные показатели качества аппарата, особенно те из них, которые в настоящее время плохо поддаются или вообще не поддаются формализации (например, такие, как уровень унификации, эргономические, патентно-правовые, эстетические и другие показатели). В этом смысле оптимизация представляет собой более или менее грубую модель творческого процесса поиска инженерного решения. В этом заключаются ее слабые стороны. [c.287]

Теоретическую оптимизацию процесса осуществляют на основе его кинетической модели. Для окислительной регенерации катализатора кинетическая модель процесса задается уравнениями (4.6). Существенная особенность регенерации-зависимость скорости выжига кокса и изменения состава газовой фазы от относительной удельной поверхности коксовых отложений-5 = (4с/9 ) = Методически оптимизация процесса окислительной регенерации идентична решению подобной задачи для нестационарных процессов с изменяющейся активностью катализатора Поэтому в исследованиях были использованы методические подходы, разработанные авторами работы [171] при решении задач теоретической оптимизации конкретных промышленных каталитических процессов, характеризующихся падением во времени активности катализаторов. [c.93]

При построении алгоритма оптимального управления процессом хлорирования парафина необходимо выбрать локальный критерий оптимизации, согласуя его с возможностями модели, режимами эксплуатации промышленной установки, и выявить участие данной подсистемы в глобальном критерии оптимизации процесса производства сульфонола. [c.393]

Математическая модель процесса гидрогеиолиза глюкозы, полученная методом случайного баланса, и оптимизация процесса [c.131]

Описываются исследования предаварийных режимов потенциально опасных процессов на физических моделях — лабораторных и пилотных установках. Эти исследования дают возможность отработать методику эксперимента, обеспечивающую получение информации о нужных параметрах в условиях безопасности, а также установить количественные соотношения параметров предаварийного режима процессов. В этой связи описаны лабораторные и пилотные установки, на которых производились исследования потенциально опасных процессов нитрования и магнийорганического синтеза. На лабораторных установках удается получить качественную картину поведения процесса в предаварийных и даже в аварийных режимах и накопить необходимые данные для конструирования пилотной установки. На пилотных установках выявляются количественные соотношения с учетом требований масштабирования и с обеспечением безопасности. Последняя достигается применением особых методов ( метод искусственного снижения опасности ) и резервированием избыточной мощности защитных воздействий. В книге описаны также методы термоаналитических исследований химических процессов, позволяющие получить необходимые (и обычно отсутствующие у технологов) данные о кинетике процесса. Эти данные крайне необходимы для исследования процессов методами математического моделирования. Параллельное использование действующего объекта, привязанного к ЭВМ, и его модели позволяет максимально приблизить модель к реальности и провести ряд исследований с помощью специально разработанных алгоритмов проверки адекватности модели, оптимизации и других, [c.8]

На этом этапе может быть проверена адекватность модели, после чего машина временно отключается от объекта и на входы модели подаются все возможные возмущения, варьируемые по величине. Цель исследования — определить область безопасного ведения процесса. Это определение можно совместить с оптимизацией процесса. После определения критических значений возмущающих факторов машина может оценить вероятность возникновения аварийной ситуации при любых значениях каждого из [c.179]

Для уменьшения числа многофакторных лабораторных и промысловых экспериментальных работ необходимо применять статистические методы планирования эксперимента. Наиболее простым считается метод Бокса-Уилсона -планирование экстремального эксперимента с целью оптимизации процессов. Сущность метода в следующем. Предлагается проводить последовательные небольшие серии опытов, в каждом из которьгх по определенньш правилам изменяются все факторы. По результатам каждой серии выбирается математическая модель и оцениваются численные значения констант (коэффициентов) этого уравнения. Анализ коэффициентов уравнения позволяет определрггь направление движения по градиент функции к оптимальной области. Если оптимум не достигнут с первой попытки, проводится следующая серия экспериментов. Так, шаг за шагом, достигается цель эксперимента при значительном сокращении числа опытов. [c.190]

Третий путь составления математических моделей с целью оптимизации процесса основывается на применении современных методов математической статистики с получением математических зависимостей, необходимых для вычисления экстремальных значений технологических критериев. Математико-статистические модели формулируются в виде алгебраических уравнений (регрессий) и снимаются непосредственно с эксплуатируемых установок [56]. Для снятия этих математических моделей необходимо варьировать отдельные технологические параметры, что на заводских установках не всегда безопасно. [c.35]

Перечисленные основные методы составления математических моделей нельзя противопоставить друг другу. По-видимому, наилучшие результаты могут быть достигнуты при разумном сочетании всех трех методов установления математических моделей, нужных для оптимизации процессов нефтепереработки. [c.35]

Производство и дальнейшая переработка углеродистых материалов являются многостадийными. Процессами их производства и дальнейшей переработки управляют работники, находящиеся территориально друг от друга на далеких расстояниях. Для обеспечения высокой скорости и степени протекания отдельных стадий процессов с минимальными затратами, своевременного и экономичного перемещения нефтяного углерода пз одного передела в другой с сохранением его качества, лучшей координации организационных вопросов необходимы составление математических моделей, оптимизация производства и управление отдельными технологическими стадиями и системами в каждой отрасли, связанной с производством и применением углеродистых материалов. [c.260]

На основании этой статистической модели была проведена оптимизация процесса замедленного коксования она заключалась в подборе применительно заданному значению нерегулируемого параметра Х1 таких значений регулируемых параметров (Хз, Х4, 5, Хб , чтобы выход кокса (критерий оптимизации) принял максимальное значение при ограничениях, приведенных ниже [c.263]

Система управлений и решение задачи оптимизации процесса. Общим и необходимым условием математической модели является ее изоморфность объекту. Математические модели, полученные в виде системы интегро-дифференци-альных уравнений, отражают физические, химические, энергетические и другие процессы, протекающие в объекте. В то же время получение таких моделей, особенно на промышленных объектах, весьма затруднительно. Поэтому наиболее часто применяются вероятностно-статистические методы, изоморфность которых относительно объекта в общем случае наблюдается только по входам и выходам, что в ряде случаев является недостаточным для построения системы уравнений. [c.147]

Решение общей задачи оптимизации процесса. Выше были даны обоснования выбора вероятностно-статистического метода, разработка математической модели, разработка системы управления и решение частной задачи оптимизации для этиленового режима. [c.151]

Одной из основных проблем использования физико-химических моделей для моделирования и оптимизации процесса каталитического риформинга является определение кинетических параметров моделей, обеспечивающих соответствие расчетных и экспериментальных выходов и температур в реакционных устройствах. [c.125]

Уравнения и значения переменных, входящих в математическую модель статики процесса (статическую модель), не зависят от времени. Статическая модель обычно используется при проектировании оборудования, технологических процессов, ири выборе структуры систем автоматического управления, при оптимизации статических режимов. [c.11]

Для модели динамики процесса характерна зависимость входных и выходных переменных, а в общем случае — зависимость коэффициентов уравнений от времени. Область применения динамических моделей — разработка систем управления и некоторых процессов (напрнмер, периодических), оптимизация динамических режимов. [c.11]

На первом этапе ССО сравнивают с идеальной СДО. Идеальной СДО будем называть систему динамической оптимизации, использующую точную модель объекта, т. е. модель, ие-адекватностью которой можно пренебречь. Очевидно, в большинстве случаев такая точная модель динамики процесса пе может быть использована для целей управления из-за большого машинного времени, необходимого для реализации модели, и вследствие того, что в настоящее время методы синтеза систем динамической оптимизации разработаны лишь для сравнительно [c.196]

Статические модели включают уравнения, отражающие связь между основными переменными процесса в установившихся (стационарных) режимах. Эти модели пре,цназначены для получения статических характеристик исследуемого объекта и статической оптимизаци процесса. [c.8]

Дзержинским филиалом НИИОГАЗ совместно с ВНИИНП предложены математические модели основных процессов схемы поташной очистки [5,6], а также разработана программа расчета и оптимизации схемы, позволившая установить некоторые неописанные в литературе зависимости. [c.94]

Исследование диффузионной кинетики встречает ряд осложнений в связи с трудностями зкспериментального определения диффузионных параметров системы сырье-катализатор. Однако в последние годы зтот подход находит все большее оснешение в литературе. Применение методов диффузионной кинетики для обработки результатов испытания различных катализаторов позволяет более обоснованно выбирать катализаторы, носители для них, размеры зерна и ряд других важных технологических показателей, связанных с оценкой эффективности процесса. При решении проблем моделирования реактора и оптимизации процесса наиболее правильным считается использование диффузионных моделей. [c.71]

Алгоритмизация этого этана состоит в разработке математических моделей типовых процессов химической технологии. Необходимо не только качественное, но и количественное описание явлений, определяющих процесс. К настоящему времени известно большое количество алгоритмов расчета типовых процессов, отличающихся степейью детализации отдельных составляющих модели, но, по сути, предназначенных для решения систем уравнений материального и теплового балансов, нельнейность которых зависит от точности описания равновесия, химической кинетики, кинетики тепло- и массопереноса, гидродинамики потоков. Объем входной информации зависит от точности модели, однако выходная информация подавляющего большинства алгоритмов практически одинакова профили концентраций, потоков и температур по длине (высоте) аппарата, составы конечных продуктов. Правда, соответствие результатов расчета реальным данным будет определяться тем, насколько точно в модели воспроизведены реальные условия. И все же, несмотря на обилие алгоритмов, нельзя сказать, что проблема разработки моделей (и соответственно расчета) решена — по мере углубления знаний об объекте модели непрерывно совершенствуются. Тем более что до сих пор в определенном классе процессов отсутствуют алгоритмы, обеспечивающие получение решения в любой постановке задачи и обладающие абсолютной сходимостью. Надо учесть еще, что задача в проектной постановке часто решается как задача оптимизации с использованием алгоритмов в проверочной постановке. [c.120]

Система включает следующие подсистемы и пакеты программ (рис. 7.37) пакет проблемно-ориентированных прикладных программ — математических моделей типовых процессов низкотемпературного газоразделения и энергетических подсистем подсистему расчета волюметрических, термодинамических, транспортных свойств и эксергии многокомпонентных смесей легких углеводородов и неуглеводородных газов на основе уравнения состояния Бенедикта—Вебба—Рубина программы пользователя — математическую модель исследуемой ЭТС, включающую модели тех-но.яогических и энергетических подсистем и использующую модули всех остальных подсистем и пакетов методо-ориентирован-ную интерактивную подсистему оптимизации, базирующуюся на методах нелинейного программирования программы методов вычислительной математики, используемых при построении моделей сервисное математическое обеспечение. [c.418]

Если из математической модели смесителя (случай II) устранить информационную связь, определяющую степень соотношения компонентов S, то оставшееся число информационных связей будет равно п = 3, а число ИП сохраняется (т = 4). Появляется одна степень свободы, т. е. для однозначного описания процесса функционированпя смесителя из трех ИП (В, С, S) одну можно выбрать как свободную (независимую) переменную. Изменяя ее численное значение, получают несколько значений ИП (В, С и S), которые удовлетворяют заданным информацноппым связям элемента ХТС. Эта степень свободы может быть использована для решения задачи оптимизации процесса функционирования смесителя в соответствии с некоторым критерием качества. [c.62]

Для описания термодеструктивных процессов применяют также систему регрессионных уравнений, показывающих зависимость Bofi TB и выхода продуктов крекинга от параметров процесса. При составлении уравнений используют статистические методы пассивного эксперимента. Полученная модель полезна для анализа и оптимизации процесса крекинга нефтепродуктов. [c.83]

ИСПОЛЬЗОВАНИЕ МОДЕЛИ РАСТВОРИМОСТИ ПАРАФИНА ДЛЯ ОПТИМИЗАЦИИ ПРОЦЕССОВ ДЕПАРАФИНИЗАЦИИ РАФИНАТОВ И ОБЕЗМАСЛИВАНИЯ ГАЧЕЙ [c.237]

Статистические методы оптимизации особенно удобны для достижения максимальных показателей на действующей установке, в частности в промышленном производстве. При разработке оптимальной конструкции оборудования более пригодна математическая модель процесса, уч итывающая влияние всех факторов. Очевидно, что такую модель для процесса гидрогеиолиза глюкозы предстоит еще разработать. [c.137]

На рис. 5 приведена структурная схема математической модели. Переменные процесса, некоторые константы (коэффициенты теплопередачи) и сырьевые потоки являются входными параметрами, по ним проводят оптимизацию процесса. Тепловой и материальный балансы сводят с учетом предполагаемых выхода алкилата и поттребления изобутана. Из этих балансов находят условия реакции, которые затем используют при разработке реактора. Расчеты теплового и материального баланса повторяют в том случае, если характеристики разработанного реактора существенно отличаются от использованных при прежних расчетах. Затем рассчитывают значения управляющих переменных и используют их при оптимизации процесса. [c.208]

Начиная с 1965 г., многие разделы книги читаются авторами в лекционных курсах Математическое моделирование процессов химической технологии для студентов технологических сие-циа. шпостей, Математическое моделирование и оптимизация процессов химической технологии для студентов, специализирующихся в химической кибернетике в Казанском химико-тех нологнческом институте им. С. М. Кирова, в курсе Автоматизация химических производств , в Московском и Тамбовском инстичугах химического машинострос-ния для студентов, специализирующихся в автоматизации химических производств. Учитывая ограниченный объем книги, авторы сознательно не прибегали к детальному изложению всех полученных результатов. Так, не рассматриваются вопросы идентификации математических моделей [60, 72], алгоритмы обработки результатов промышленных экспериментов [53, 72], связь оптимального проектирования (с учетом динамических свойств объектов) и задач управления [73], вопросы динамической оптимизации [68]. [c.8]

Справочник химика 21

Химия и химическая технология