
- •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.
57. Дифференциальное уравнение однопараметрической диффузионной модели и его решение.
ОДМ получила распространение при оценке структуры потоков в аппаратах, в которых происходит продольное и продольно-радиальное перемешивание.
ДУ ОДМ.: структуру потока, соответствующую ОДМ можно представить след. образом:
Некоторая технол среда перемещается с линейной скоростью и в продольном канале, вдоль которого происходит перемешивание за счет прямого или обратного потоков, при равном распределении вещества в направлении, перпендикулярном движению. При разработке ОДМ принимают следующие допущения:
Изменение концентрации вещества является непрерывной функцией х(координата х – расстояние по длине аппарата)
Концентрация вещества в каждом сечении потока постоянна
Коэфициент продольного смешения Dе изменяется по длине и сечению потока
Нач и гранич условия t=0, C(0,x)=C, t>0, x=0, C(t,0)=Cвх
U – линейная скорость потока.
Если DL =0, то ОДМ переходит в МИВ. DL находится экспериментально или расчетным путем. Он зависит от размеров аппарата, свойств среды, режима перемешивания и др.
При экспериментальном определении DL его представляют в виде безразмерного комплекса
Если Ре стремится к 0, DL стремится к бесконечности, тогда ОДМ стремится МИС
Если Ре стремится к бесконечности, DL стремится к 0, тогда ОДМ стремится МИВ
Решение ДУ ОДМ в общем виде
Решение уравнения ОДМ в частных производных можно найти с помощью преобразований по Лапласу:
Здесь DL и U – постоянные величины
Преобразуем ДУ по Лапласу, учитывая что преобразованию подлежат лишь временные функции
или
Определяем корни характеристического уравнения
Корни
Для конкретного случая следует определить постоянные интегрирования . Для этого следует выбрать начальные и конечные условия. Нач усл=0, конечные могут быть различными, в зависимости от концентрации аппарата.
В практике технол расчетов ОДМ сравнительно хорошо соответствует процессам в реальных аппаратах ХТ в которых перемешивание производится по принципу вытеснения. Недостатками ОДМ явл:
Сложность определения граничных условий
Необходимость оценки продольного перемешивания.
ОДМ дает возможность достаточно хорошо воспроизвести свойства реального потока при исследовании многих аппаратов. В частности: пленочных, распылительных, барботажных, пульсационных и насадочных колонн и трубчатых аппаратов.
58 Методы решния оптимизационных задач. Оптимизация хтп аналитическим методом
При выборе метода решения оптим задач следует руководствоваться след соображениями: 1) возможность получения конечного результата с наименьшими затратами на вычисления; 2) получение наибольшего обьема информацииоб искомом решении.
Классификация методов решения оптим. задач:
Аналитические методы – применяют, если можно продиф-ать целевую ф-цию с нахождением ее экстремума.
Численные методы – методы математ. программирования: линейного, нелинейного и динамич. программирования. Надо чтоб целевая функция была вычислима, известен алгоритм.
Методы случайного поиска - использ-ся если невозможно вычислить целевую функцию.
Оптимизация ХТП аналитическим методом.
Если функция задана без ограничений на независим. переменную и ф-ия имеет аналитич. выражение дв-ное во всем диапазоне значений, причем число переменных не велико., то поиск экстремума ф-ций производится путем прравнивания ее производной к нулю: F = F(х1, х2, …хп). Метод отыскания экстремума заключается в решении системы
Решением этой системы ур-ий явл-ся оптимальн. параметры х1, х2, хп.
Достоинства: 1 васокая точность нахождения оптим. значений параметров, но данный метод имеет ограниченич. в обл. применения, т е он исп-ся для детерминир. проц., протекающих в объектах с сосредоточ. параметрами