
- •Физическое моделирование (ф м). Теория подобия. Достоинства и недостатки
- •Математическое моделирование (м. М.). Математическое подобие. Достоинства и недостатки метода.
- •Классификация математических моделей (м. М.). Компьютерное моделирование.
- •Статические и динамические характеристики типовых процессов. Типовые сигналы.
- •Преобразование Лапласса. Свойства операционного соответствия.
- •Изображение интеграла:
- •Изображение производных:
- •Изображение функции с запаздыванием:
- •8. Понятие химико-технологической системы(хтс). Объект химической технологии.
- •Т иповые химико-технологические процессы
- •9. Внешние связи системы. Факторы . Контролируемые (регулируемые, нерегулируемые) и неконтролируемые входы. Отклики. Причины неконтролируемости факторов. Шум.
- •10. Этапы построения математической модели химико-технологических систем. Математическое описание. Статический и детерминированный подходы.
- •11. Структурные схемы объектов химической технологии
- •12. Применение операционного исчисления при решении дифференциальных уравнений. Передаточная функция.
- •14. Типовые законы изменения входных параметров. Ступенчатое и импульсное возмущение на входе. Инерционность технологического объекта.
- •15. Вероятность. Понятие о дискретных и непрерывных случайных величинах. Законы распределения случайной величины.
- •17. Построение матрицы планирования при полнофакторном эксперименте. Нулевой уровень. Интервал варьирования. Принципы оптимальности матрицы планирования.
- •18. Дифференциальное уравнение модели идеального вытеснения и его решение в общем виде.
- •19. Зависимые и независимые случайные величины. Корреляция случайных величин. Корреляционное отношение и его свойства.
- •20. Генеральная совокупность, выборка. Статист. Оценки. Проверка статист. Гипотез.
- •21. Математическое описание химико-технологических систем при детерминированном подходе. Иерархическая структура математической модели.
- •22. Проверак значимости коэффициентов регрессии и адекватности статистической модели, полученной при дфэ.
- •23. Критерий исключения грубой ошибки.
- •24. Планы второго порядка. Центральные композиционные планы.Статистический анализ уравнения регрессии для планов второго порядка.
- •25.Типовые химико-технологические процессы.Характеристики объектов химической технологии.
- •26. Интерпритация уравнений регрессии
- •27. Построение матрицы планирования црп эксперимента,выбор звездного плеча и числа звездных точек.Условия оптимильности цр плана.
- •28. Экспериментально-статистические методы построения в моделей.Уравнение регрессии.
- •30. Нуль и альтернативная гипотезы. Ошибки первого и второго рода. Способы уменьшения ошибок. Уровень значимости. Проверка гипотезы о нормальности закона распределения случайной величины.
- •31 Статистические модели на основе пассивного эксперимента. Достоинства и недостатки пассивного эксперимента. Понятие о корреляционном и регрессионном анализе.
- •32. Пассивный и активный эксперимент. Подходы к исследованию многофакторных систем.
- •33 Дробный факторный эксперимент (дфэ). Генерирующее соотношение, определяющий контраст
- •34. Проверка гипотез о значимости коэффициентов и адекватности уравнения регрессии, построенного по данным пассивного эксперимента
- •35 Экспериментальное изучение распределения частиц потока во времени
- •36. Модель идеального перемешивания.
- •37. Математическое моделирование гидродинамической структуры однофазных потоков. Типовые модели.
- •38. Метод наименьших квадратов. Постановка задачи и общий вид решения. Система нормальных уравнений
- •39. Решение дифференциального уравнения однопараметрической диффузионной модели в общем виде. Понятие о комбинированных моделях.
- •40. Экспериментальное изучение распределения времени пребывания элементов потока. Интегральная и дифференциальная функции распределения времени пребывания элементов потока.
- •41. Критерии проверки статистических гипотез. Проверка однородности дисперсий.
- •42. Однопараметрическая диффузионная модель(одм).
- •43 Статистические модели в виде линейных полиномов. Метод наименьших квадратов для линейного уравнения регрессии.
- •44. Виды моделей при планировании эксперимента по методике Шеффе. Методика расчета коэффициентов аппроксимирующих полиномов. Выделение локальных областей.
- •45.Оптимизация хтп методом градиента.
- •47. Симплекс-планирование с помощью правильных многогранников.
- •50. Экспериментальный поиск. Метод Гаусса-Зайделя.
- •52. Симплекс - решетчатые планы Шеффе.
- •54. Оптимизация химико-технологических процессов методом дихотомии
- •55. Методы направленного поиска (мнп). Унимодальность функции. Одномерный и многомерный поиск.
- •56.Поиск оптимума численными методами.
- •57. Дифференциальное уравнение однопараметрической диффузионной модели и его решение.
- •58 Методы решния оптимизационных задач. Оптимизация хтп аналитическим методом
- •61.Критерий оптимальности.Требования к крит оптимальности. Аналитические выражения для крит оптималь.
- •63. Ячеечная модель
- •64.Обобщённая и частная ф-ции желательности.
- •65.Модель идеального вытеснения.
- •66.Классификация типовых химико-технолог процессов
- •44, 52. Методика Шеффе.
33 Дробный факторный эксперимент (дфэ). Генерирующее соотношение, определяющий контраст
Увеличение количества факторов в ПФЭ приводит к резкому увеличению числа опытов:ПФЭ 26 – требует 64 опыта,27 – 128 опытов.
Точность модели увеличивается, однако увеличиваются затраты средст и времени. В целом для получения точных оценок коэффициентов регрессии можно обойтись меньшим количеством опытов используя метод ДФЭ, который является частью ПФЭ (1/4,1/8).
Сокращение числа опытов приводит к появлению корреляции между некоторыми столбцами матрицы планирования, что не позволяет раздельно оценивать эффекты факторов и эффекты взаимодействий, следовательно оценки получаются смешенными (оценки в которых учитывается линейный эффект и эффект взаимодействия).
Генерирующее соотношение – соотношение, которое показывает какие взаимодействия заменены новыми факторами (оно генерирует или создает дробную реплику).
34. Проверка гипотез о значимости коэффициентов и адекватности уравнения регрессии, построенного по данным пассивного эксперимента
Для проверки значимости коэффициентов регрессии используют критерии Стьюдента. В процедуру проверки входит:
вычисление дисперсии коэффициентов регрессии
Sbi2 =S0/N
где N – число опытов в матрице планирования.
Составление отношений
tbi= │bi│/ Sbi > tкр
Здесь Sbi = квадратный корень из Sbi2
Значения критерия находят из таблицы для выбранного уровня значимости и числа степеней свободы (ν = N* (m -1), N – количество групп параллельных опытов.
Для проверки адекватности модели используют критерий Фишера:
где Fкр – табличное значение для определенного уровня значимости и степ.свободы ν1 = N - 1, ν2 = N* (m -1).
Остаточная дисперсия
35 Экспериментальное изучение распределения частиц потока во времени
В аппаратах химической технологии в результате действия кинетических, гидродинамических, а также факторов теплообмена и массообмена в общем случае имеет неравномерность распределения частиц потока во времени, как по сечению потока, так и вдоль потока, вследствие поперечного и продольного перемешивания.
При этом степень неравномерности потока характеризует структуру среды и структуру потока.
Степень неравномерности распределения частиц в потоке во времени можно оценить по распределению вещества или по концентрации вещества в потоке. Отсюда задача отыскания структуры среды сводится к отысканию кривой на выходе из аппарата, в виде изменения концентрации во времени после внесения возмущения в поток на его входе. Возмущающим воздействием может быть введение в аппарат вместе с поступающим потоком какого-либо вещества (индикатора, трассера), кот. не реагирует со средой (наибольшее распространение получили ступенчатые и импульсные сигналы).При этом реакция объекта определяется фиксированием изменений во времени содержанием индикатора в потоке на выходе из аппарата, что позволяет дать оценку структуры потока и определить модель для этого потока. В качестве индикаторов используют подкрашенные инертные газы или жидкости, растворы солей флуарисцирующие примеси, радиактивные изотопы при соблюдении обязательного требования, чтобы они не претерпевали физико-химических изменений в потоке.
В химической технологии реакции объектов на стандартные входные сигналы (ступенчатый и импульсный) имеет специальное название. При стандартном ступенчатом сигнале на входе функция отклика на выходе представляет собой зависимость, которую называют F кривой (Fкр) или интегральной кривой.
Графики
Графическое изображение F кривой представляют в безразмерных координатах. Для этого концентрацию индикатора в потоке на выходе относят к его начальной концентрации С0 и откладывают по оси ординат значение Fкр = C/C0 , а также используют понятие безразмерного времени
Θ = t/τ,
где t – натуральное время, τ – среднее время пребывания частиц в аппарате (τ = V/ν, где V – объем аппарата, ν – объемный расход жидкости).
Типичная форма отклика изображена на рисунке.
При импульсной подаче трассера на входе системы получается С кривая (импульсная характеристика) по координатным осям в которой обычно строят С кривую аналогично предыдущему случаю откладывая в безразмерных единицах. При этом условная площадь ограниченная С кривой равняется 1. По форме С и F кривые определяют структуру потока в аппарате.
Связь между дифференциальной и интегральной кривой определяется соотношением:
Метод установления модели потока на основе информации о его структуре состоит в том, что фиксируют реакцию объекта на выходе и затем получают выходные кривые, сравнивают с аналогичными кривыми типовых моделей. По результатам совпадений или отклонений дают оценку структуре исследуемого потока и строят модель отражающую гидродинамику данного потока.