Управляемые переменные процесса

Итак, задача оптимизации стационарных режимов процесса полимеризации формулируется следующим образом требуется определить такие значения управляющих переменных процесса (то. Та, На, / = 1, Л д), [c.161]

Для примера рассмотрим многостадийный процесс, в котором размерности векторов состояния и управления на каждой стадии равны 1. Предположим, что критерий оптимальности процесса аддитивен и задан выражением (VI, 9). Пусть на управляющие переменные процесса и наложено ограничение вида [c.280]

Алгоритм регулирования должен определять значения управляющих переменных процесса, обеспечивающих достижение экстремальных значений функционалов /1, /2. [c.130]

Управляющими переменными процесса являются давления Ркг, Ргг по конденсатным и газовым линиям каждого блока-разделителя. Давления на выходе из блоков по линиям слива воды считаем полностью определенными технологическими режимами и находящимися в определенных пределах р вг Рвг [c.130]

Задача регулирования процесса стабилизации конденсата формулируется следующим образом требуется определить управляющие переменные процесса, обеспечивающие максимум целевого функционала 1=1 й, с), где м —вектор управляющих, с — обобщенный показатель качества выходящей продукции. [c.139]

Задача регулирования процесса стабилизации конденсата заключается в определении управляющих переменных процесса, обеспечивающих экстремальное значение целевого функционала. [c.148]

Управляющие переменные процесса Fo — расход кубового продукта, моль/ч Fn+ — расход дистиллята, моль/ч. [c.148]

Управляющими переменными процесса будем считать расход флегмы и расход кубового продукта (см. рис. 36), [c.153]

Переменные, характеризующие состояние процесса, которые измеряются и поддерживаются на заданном уровне или изменяются по определенно>7 закону, принято называть управляемыми величинами. Как правило, управляемые переменные легко измеряются, но иногда их вычисляют по другим измеряемым переменным, используя математическое моделирование процесса. [c.6]

Поверхность контакта фаз, зависящая от гидродинамики процесса, относится к управляемым переменным (например, расход газа и жидкости). Эти параметры в процессе эксплуатации могут изменяться в достаточно широких пределах, но их значения не должны выходить за пределы допустимых. По суш,е-ству, спроектировать массообменный процесс — это так организовать поверхность контакта фаз и управлять ею, чтобы обеспечить заданную степень извлечения целевых компонентов при изменяющихся условиях эксплуатации. Однако необходимо заметить, что пока не существует удовлетворительных ни физических, ни математических моделей, позволяющих надежно определять вклад конструктивных и гидродинамических факторов в организацию массообменной поверхности. И поэтому всякий раз приходится прибегать к сугубо эмпирическим методам. [c.56]

В табл. 1 дана характеристика областей применения различных методов оптимизации, при этом за основу положена сравнительная оценка эффективности использования каждого метода для решения различных типов оптимальных задач. Классификация задач проведена по следующим признакам 1) вид математического описания процесса 2) тип ограничений на переменные процесса и 3) число переменных. Предполагается, что решение оптимальной задачи для процессов, описываемых системами конечных уравнений, определяется как конечный набор значений управляющих воздействий (статическая оптимизация процессов с сосредоточенными параметрами), а для процессов, описываемых системами обыкновенных дифференциальных уравнений, управляющие воздействия характеризуются функциями времени (динамическая оптимизация процессов с сосредоточенными параметрами) или пространственных переменных (статическая оптимизация процессов с распределенными параметрами). [c.34]

Самообучающаяся машина обладает способностью создавать динамическую модель управляемого процесса, анализируя и обрабатывая данные, получаемые в ходе самого процесса. Заранее определенным способом, внося возмущения в процесс, вычислительная машина обеспечивает себя достаточным количеством информации о ходе и свойствах процесса. Она, следовательно, должна иметь необходимые блоки или программы для того, чтобы определить соответствующие возмущения и использовать полученные данные для разработки и хранения истинной математической модели процесса. Кроме того, машина должна иметь возможность изменить свою программу, если дополнительные данные покажут желательность такого действия. Когда модель определена, машина должна использовать эти результаты, чтобы рассчитать, например, соответствующие значения настройки клапанов для поддержания переменных процесса в экономически оптимальных (в данный момент) пределах. [c.163]

Решение первой задачи планирования эксперимента (т. е. задачи построения оптимального одноточечного плана эксперимента, когда компоненты вектора и управляемых переменных не варьируются) и его последующая реализация еще не гарантируют получение с достаточной точностью оценок макрокинетических и адсорбционных констант. Это имеет место чаще всего при исследовании быстропротекающих адсорбционных процессов на адсорбентах и катализаторах с небольшой пористостью и малой удельной внутренней поверхностью. В подобных ситуациях требуется использовать для оценки констант многоточечные планы эксперимента. В связи с изложенным формулируется вторая задача планирования каталитического эксперимента. [c.166]

Управляемость ХТС. Управляемость является важнейшим свойством динамических режимов функционирования ХТС. Свойство управляемости ХТС непосредственно связано как с выявлением возможности воздействовать на состояние системы, так и с выявлением возможности управляющих переменных изменять вектор состояния ХТС. В реальных условиях допустимые управления процессами функционирования ХТС в некотором смысле ограничены, поэтому динамический режим перехода системы из произвольного начального состояния в произвольное конечное состояние не всег-гда возможен. Совокупность всех конечных состояний, в которые ХТС может перейти при заданном начальном состоянии и заданных ограничениях, называется множеством достижимых состояний ХТС, или достижимым множеством состояний. [c.33]

Таким образом, степень свободы Р представляет собой число свободных (независимых) ИП, которые необходимы и достаточны для однозначного представления процесса функционирования ХТС. Все свободные ИП системы должны быть независимыми между собой. Число степеней свободы соответствует числу управляемых переменных и определяет число регуляторов или систем автоматического управления, необходимых для обеспечения заданного качества процесса функционирования системы или подсистемы. [c.61]

При анализе функционирования систем входные переменные подразделяют на возмущающие и управляющие переменные (воздействия). Возмущающие переменные, являющиеся количественной характеристикой внешних и внутренних возмущений, которым всегда подвержена любая система (изменение расхода и состава сырья, изменение температуры в аппаратах и т. д.), стремятся противодействовать целенаправленному протеканию процессов, отклоняя их от заданного направления. Для того чтобы при функционировании системы выходные переменные соответствовали заданным (целевым) значениям и не отклонялись от них под влиянием возмущающих переменных, на систему необходимо воздействовать управляющими переменными, являющимися количественной характеристикой управляющих воздействий системы (изменение расхода, состава или других характеристик исходного сырья). [c.12]

Связи между входными и выходными параметрами элементов ХТС описываются в общем случае нелинейными зависимостями. Однако в определенных пределах изменения входных параметров возможна линеаризация этих зависимостей, а также ограничений, накладываемых на входные и управляющие переменные. Кроме того, величины, влияющие на ход технологического процесса, по физическому смыслу обычно неотрицательны. Все это позволяет использовать для оптимизации ХТС методы линейного программирования. [c.195]

В развитии работ по оптимизации ХТП имеется тенденция, с одной стороны, учета все большего числа варьируемых параметров, влияющих на процесс (учет большего числа аппаратов в схеме и управляющих переменных в моделях отдельных аппаратов), а с другой — использования более точных, а следовательно, вообще говоря, и более сложных (более трудоемких с точки зрения вычислений) математических моделей. [c.7]

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]

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]

Рассмотрим теперь достоинства и недостатки обоих методов. Существенным достоинством первого метода является то, что на основании измерения величин неуправляемых переменных здесь можно сразу рассчитать оптимальный режим и изменить значения управляющих переменных. Недостатки метода а) для получения математической модели требуется большая теоретическая и экспериментальная работа правда, надо отметить, что поскольку математическое описание нужно не только для оптимизации действующего производства, но и для оптимизации при проектировании, то проведение этой работы для новых процессов оправдано б) необходимость в оснащении процесса большим числом датчиков (в частности, химическими анализаторами). [c.20]

Реальные задачи оптимизации химико-технологических процессов обычно достаточно сложны, когда для определения / при данных значениях управляющих переменных приходится решать системы обыкновенных дифференциальных уравнений либо систему дифференциальных уравнений в частных производных, либо, наконец, некоторые совокупности таких систем. Поэтому применение первого метода для вычисления необходимых производных в ряде случаев может привести к очень большим временам счета. [c.83]

Пусть часть выходных переменных основного процесса свободна от ограничений (вектор /д), а остальная часть (вектор yj) фиксирована уь = с . Пусть далее можно выделить часть входных переменных схемы и управляющих переменных блоков (векторы Х),, щ), на которые не наложены ограничения и которые однозначно определяются (при остальных фиксированных составляющих х в. и — векторах Ха, Ua) значениями вектора уь- При этом должно соблюдаться условие равенства размерностей [c.149]

И др. найдены точные аналитические выражения. За этой модификацией мы сохраним название метод сопряженного процесса . Вторая модификация предполагает, что указанные частные производные определяются численно (методом разностей). Данную модификацию будем называть методом модифицированного сопряженного процесса . Для простоты ограничимся случаем, когда варьируемыми переменными являются только управляющие переменные блоков схемы. Общий случай можно проанализировать аналогично. [c.163]

Выбор начальных значений условно-входных переменных. Расчет оптимального режима схемы является многократно повторяемым итерационным процессом. Естественно в качестве начальных приближений для условно-входных переменных на г-ой итерации оптимизационного процесса принимать значения, которые они получили на (г — 1)-ой итерации. При выборе же начальных приближений па первой итерации необходимо привлекать физические соображения. Так, в качестве начальных приближений условно-входных переменных можно применять их средне-статистические значения, найденные из эксперимента. Этот способ удобен при незначительных отклонениях входных и управляющих переменных от своих средних значений. Однако такой выбор может привести к значительному увеличению числа итераций при расчете схемы в случае существенных отклонений переменных разрываемых потоков от средних значений что часто встречается при решении задач оптимизации. Например,, при расчете схемы отделения ректификации с изменением состава печного масла 2д в рабочем диапазоне число итераций требуемых для согласования условно-входных и условно-выходных переменных изменяется от 30 до 12 (расчет проводился методом простой итерации). [c.303]

При решении задач оптимизации химико-технологических процессов очень часто ограничения на управляющие переменные являются линейными. Часто они имеют характер простых ограничений на максимальные и минимальные значения соответствующих управляющих переменных (1,9). В схемах, как правило, имеются делители потоков, на коэффициенты деления которых налагаются линейные ограничения вида (1,7). Особенно много таких ограничений будет в задачах синтеза при применении метода структурных параметров (см. гл. VI). Конечно, для решения задачи оптимизации с линейными ограничениями, можно использовать общие методы, разработанные для случая произвольных ограничений. Однако этот случай можно рассматривать отдельно по двум причинам. Первая из них состоит в том, что в задачах, где имеются только линейные ограничения, удается построить более эффективные алгоритмы, используя линейный характер ограничений. Вторая причина состоит в следующем. Математические модели отдельных аппаратов часто могут работать только в некоторой допустимой области. Скажем, если во время оптимизационной процедуры концентраций какой-либо компоненты на входе реактора примет [c.149]

В качестве управляющих выбраны следующие 15 переменных процесса (число работающих батарей УУд = 6) концентрация изопрена в шихте /По, температура шихты Го, концентрация водорода в шихте Яо, нагрузка на батарею расход катализатора на батарею [c.158]

Модель используют для отыскания точных или приближенных оптимальных значений управляемых переменных, т. е. таких значений, которые обеспечивают наилучшие показатели качества технологического процесса при заданных значениях неуправляемых переменных. [c.158]

Для решения задач автоматизированного управления процессом в биореакторе важен выбор управляющих переменных, влияющих на значения частных критериев и общего критерия оптимальности. Таким образом, области применения стратегии оптимального расчета биореакторов включают оптимизацию технологических параметров процесса в подсистеме ферментация оптимальное технологическое проектирование биореакторов как основ- [c.216]

При ведении технологического процесса необходимо стабилизировать максимальную температуру смеси в обеих зонах реактора и Жд. Ввиду того что на управляющие переменные и параметры состояния наложены ограничения, не всегда удается компенсировать отклонения показателя текучести расплава с помощью управляющих переменных Go, V р. В этом случае в качестве дополнительного управляющего воздействия предложено использовать расход модификатора — пропана, который оказывает влияние на молекулярное строение получаемого полиэтилена, причем небольшие изменения концентрации модификатора в реакционной смеси не оказывают влияния на максимальные температуры Xj и Ха, а также на S. Для данного канала управления характерно наличие значительного транспортного запаздывания. Наряду с расходом Gm модификатора — пропана в, качестве промежуточного параметра состояния используется концентрация модификатора в реакционной смеси, которая является измеряемой величиной. В ходе реакции модификаторы непосредственно воздействуют на молекулярное строение полимерных цепей. Однако степень превращения модификатора при этом практически равна нулю [14], поэтому модификатор рассматривается как инертный газ, выходящий из цикла с возвратным газом. Его концентрация в смеси зависит от количества дозируемого и отходящего потока модификатора. В свежем этилене, поступающем на установку, содержится этан, действующий как модификатор длины полимерных цепей. Эффективность воздействия этана на реакцию значительно ниже эффективности действия пропана, поэтому влияние этана не учитывается. [c.181]

Основная идея в применении метода неопределенных множителей для оптимизации рассмотренного выше многостадийного процесса состоит в том, что при решении задачи оптимизации соотношения (IV, 90), характеризующие связь входных и выходных параметров и управляющих воздействий на всех стадиях процесса, принимаются как ограничивающие условия, имеющие вид равенств, наложенные на переменные процесса д , часть из которых входит в выражение критерия оптимальности (IV, 88). Это, в свою очередь, позволяет использовать для решения оптимальной задачи математический аппарат метода неопределенных множителей Лагранжа (см. стр. 148). [c.165]

При регулировании процесса ректификации одну часть независимых переменных процесса стабилизируют, а другую часть используют в качестве управляющих воздействий для ликвидЩий возмущений, вносимых в процесс при изменении независимых переменных процесса. Управляемыми независимыми пе ременными процесса обычно являются давление и температура питания, место его ввода в колонну, давление, расход дистиллята или остатка, флегмовое число и количество тепла, подводимого в низ колонны. [c.327]

Синтез оптимальной структуры тепловой системы в целом. Оптимальная величина тепловой нагрузки Qт внутренней подсистемы становится известной только после определения структуры ТС в целом. В связи с этим решение задачи синтеза оптимальной" структуры ТС представляет собой итерационный процесс. Блок-схема алгоритма синтеза оптимальной ТС в целом изобр.ажена на-рис. У1-5. При завершении синтеза оптимальной структуры ТС1 конечные значения температур исходных потоков принимаются за постоянные, а величина тепловой нагрузки аппаратов, доли деления потоков и т. д. являются оптимизирующими или управляющими переменными. [c.245]

Точность воспроизведения сущности рассматриваемого процесса на модели будет зависеть от степени его изученности. При этом задание аналитической связи между входными, выходными параметрами и управляю1цими переменными не обязательно. Предполагается, что всегда найдется алгоритм, позволяющий по известным входным и управляющим переменным вычислить значения выходных переменных. [c.110]

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]

При решении задач оптимизации химико-техпологических процессов очень часто ограничения на управляющие переменные являются линейными. Так, ограничения (1,2) зачастую представляют собой простые ограничения на максимальные и минимальные значения соответствующих управляющих переменных (П,1). В схемах, как правило, имеются делители потоков , на управляющие переменные которых налагаются линейные ограничения вида (11,2). Особенно много таких ограничений в задачах синтеза (с. 18) при использовании метода структурных параметров. Конечно, для решения оптимальных задач с линейными ограничениями возможно применение общих методов, разработанных для произвольных ограничений. Однако целесообразно анализировать этот случай отдельно, поскольку, используя линейный характер ограничений, удается построить более эффективные алгоритмы. [c.190]

Достоинством второго метода является то, что не требуется проведение работы по математическому описанию процесса. Недостатки метода а) необходимость в искусственном нарушении режима работы объекта в результате пробных воздействий, что часто недопустимо б) при значительной инерционности системы и большом числе управляющих переменных время поиска может чрезвычайн [c.20]

В основной модификации сопряженного процесса расчет производных критерия выполняется по точным формулам. Поэтому здесь возникают лишь погрешности округления, которые должны быть существенно меньшими, чем в предыдущих случаях, поскольку в расчете не участвуют разности близких величин — значений выходных переменных схемы или отдельных блоков при номинальном и проварьированном значениях векторов входных и управляющих переменных. [c.165]

Проанализирован ряд вариантов аппаратурно-технологического оформления га-зо-жидкостных процессов с многопродуктовыми последовательно-параллельными и сильно экзотермическими реакциями. Разработаны математические модели полунепрерывных процессов указанного типа и сформулирована задача технико-экономической оптимизации, которая учитывает требования ресурсосбережения в условиях изменяющейся конъюнктуры рынка на продукцию производства. Определены способы управления селективностью процесса по целевым продуктам. В качестве примера решена задача оптимапьного управления гюлунепрерывным процессом оксиэтилирования метанола. В качестве критерия оптимальности использовался заданный состав целевых продуктов, управляющими переменными являются состав исходной загрузки с учетом полного использования сырья и время проведения процесса [2]. [c.33]

Для процесса с известными расчетными уравнениями и заданными начальными или конечными значениями некоторых неременных состояния найти на каждой ступени такие удовлетворяющие данным ограничениям значения управляющих переменных, при которых целевая функция достигает минимума. [c.283]

Справочник химика 21

Химия и химическая технология