- •«Моделирование объектов и систем управления отрасли»
- •Введение
- •Методы моделирования объектов и систем управления
- •Физическое моделирование объектов и систем управления
- •Метод подобия
- •Метод аналогий
- •Математическое моделирование химико-технологических процессов
- •Сущность, свойства и этапы математического моделирования химико-технологического процесса
- •Основные виды математических моделей химико-технологических процессов
- •Блочный принцип разработки математических моделей химико-технологических процессов
- •Основные подходы получения математических моделей химико-технологических процессов
- •Классификация экспериментальных методов. Виды математических моделей.
- •Модели динамики (статистические) химико-технологического процесса
- •Определение динамических характеристик химико-технологических процессов при активном эксперименте
- •Проведение эксперимента по снятию переходных функций
- •Обработка результатов эксперимента по снятию переходных функций
- •Получение динамических характеристик объекта по переходным функциям
- •Определение динамических характеристик объектов при входных воздействиях в виде случайных сигналов
- •Свойства и характеристики стационарных случайных процессов
- •Постановка эксперимента по определению статистических характеристик процессов
- •Определение динамических характеристик объектов и систем управления методом моментов
- •Применение метода модулирующих функций для определения динамических характеристик объектов и су
- •Получение модели статики объектов и су
- •Определение моделей статики (уравнения регрессии) при пассивном эксперименте
- •Регрессионный анализ в матричной форме
- •Получение модели статики при активном эксперименте
- •Детерминированные (аналитические) модели химико-технологических процессов
- •Использование уравнений материального и теплового баланса для описания стационарных и нестационарных режимов протекания химико-технологических процессов
- •Модели структуры потоков, как основа построения математических моделей гидромеханики химико-технологического процесса
- •Модель идеального перемешивания
- •Модель идеального вытеснения
- •Диффузионные модели
- •Однопараметрическая диффузионная модель (одм)
- •Двухпараметрическая диффузионная модель
- •Ячеечная модель
- •Математическое описание тепловых процессов
- •Прямоточные кожухотрубчатые теплообменники
- •Противоточный кожухотрубчатый теплообменник
- •Математические модели теплообменников с учетом накопления тепла в стенке
- •Прямоточный кожухотрубчатый теплообменник
- •Противоточный кожухотрубчатый теплообменник
- •Математическая модель конденсатора (паровой теплообменник)
- •Передаточные функции теплообменных аппаратов
- •4.5.1 Конденсатор без учета накопления тепла в станке
- •4.5.2 Конденсатор с учётом накопления тепла в стенке
- •4.5.3 Кожухотрубчатый противоточный теплообменник
- •Математическое моделирование массообменных аппаратов
- •Математическая модель процесса газоабсорбции
- •Математическая модель процесса ректификации
- •Передаточная функция ректификационной колонны
- •Математическое моделирование математических процессов
- •Математическая модель процесса химического превращения (кинетическая модель)
- •Математическая модель химического реактора идеального перемешивания
- •Математическая модель реактора идеального вытеснения
- •Передаточные функции химических реакторов
- •Передаточная функция реактора идеального перемешивания простого типа
- •Реактор идеального вытеснения
- •Математическое моделирование динамики типовых контуров регулирования технологических параметров объекта
- •Свойства, характеристики и классификация объектов регулирования
- •Регулирование уровня в резервуарах
- •Регулирование расхода жидких сред
- •Регулирование расхода сыпучего материала
- •Регулирование концентрации вещества в смесителях. Регулирование концентрации вещества в смесителях
- •Регулирование температуры в смесителях идеального перемешивания
- •Регулирование состава смеси в реакторе с мешалкой
- •Методы и алгоритмы идентификации динамических систем
- •Общая классификация задач идентификации
- •Постановка задачи идентификации
- •Идентификация непрерывных объектов в классе моделей с дискретным временем
- •Задача непараметрической идентификации
- •Задачи параметрической идентификации
- •Безпоисковые алгоритмы идентификации с адаптивной моделью (баиам)
- •8.6.1 Общая структура баиам в пространстве сигналов
- •8.6.2. Общая структура баиам с дискретным временем и операторным описанием
- •Оптимизация химико-технологических с использованием математических моделей
- •Постановка задач оптимизации
- •Поисковые модели идентификации с адаптивной моделью (пмиам)
- •Аналитические методы оптимизации
- •Метод классического анализа функций
- •Метод неопределенных множителей Лагранжа
- •Линейное программирование
- •Нелинейное программирование
- •Численные методы оптимизации. Постановка задачи оптимизации
- •Реализация методов оптимизации в пакете MatLab (toolbox)
- •Оптимизация (минимизация) функции
- •9.5.5. Использование метода наименьших квадратов для решения задач оптимизации
Регулирование состава смеси в реакторе с мешалкой
Скоростью химической реакции в данном реакторе можно управлять, изменяя состав подаваемых компонентов и потоки. Для регулирования состава необходимо поддерживать постоянство состояния потоков материалов, подводимых к реактору.
Возмущение по составу в потоке вызывает изменение состава среды в реакторе.
Схема регулирования состава в реакторе.
Рис. 45
где — объемная скорость [м/с];
— величина
потока
;
— концентрация
.
В
реакторе протекает реакция первого
порядка:
Задача
обеспечить заданную величину
.
Поток
— возмущающее воздействие;
— регулирующее
воздействие.
Составим уравнение динамики объекта в виде следующего уравнения материального баланса:
где
— изменение концентрации;
— величина
потока выходящего из реактора;
— величина
потока поступающего в реактор;
— изменение
концентрации за счет химической реакции.
Пример
и
постоянны,
.
Переменные величины представляем в виде суммы значений стационарного режима и приращения:
Составим уравнение 7.7.1 для стационарного режима работы реактора:
Принимаем небольшие приращения переменных, следовательно, их произведения приблизительно равны нулю.
Вычитаем из уравнения 7.7.3 уравнение 7.7.4:
Также
можно получить передаточные функции
объекта при переменных величинах
,
,
и т.д..
Методы и алгоритмы идентификации динамических систем
Под идентификацией понимается получение и уточнение по экспериментальным данным модели объекта (процесса) выраженной в тех или иных терминах, то есть описанной на том или ином языке.
Получение или уточнение по экспериментальным данным модели объекта работоспособной для всех режимов называется идентификацией объекта. При исследовании одного режима работы объекта называют идентификации работы.
Общая классификация задач идентификации
Классификация осуществляется по ряду следующих признаков:
Идентифицируемый объект (процесс);
Класс моделей в терминах, которых осуществляется идентификация;
Условия наблюдения, виды возбуждающих воздействий.
В практике идентификации сам объект оказывает определяющее воздействие на условия наблюдения и определяет условия возбуждения и др..
В теории идентификации применяются две модели:
Модель, описывающая идентифицированный объект;
Модель, в терминах которой осуществляется идентификация.
Эти модели по своей форме могут совпадать или не совпадать. Последнее имеет место в том случае, если идентифицируемый объект в интересах простоты идентификации, описывается более простой моделью, чем модель идентифицируемого объекта.
Эффективность идентификации проверяется путем сравнения реакции реального объекта и модели полученной в результате идентификации на реальное возбуждение.
Постановка задачи идентификации
Понятие функциональных метрических пространств (частный случай множеств) настолько широкое, что любые входные и выходные сигналы реального объекта можно рассматривать как часть пространств.
;
где
,
— функциональные метрические пространства,
охватывающие всевозможные режимы работы
объекта.
При идентификации, которая использует как искусственные так и естественные возбуждающие воздействующие сигналы, их множество ограничено, так как ограничено время и затраты на идентификацию. Поэтому входные и выходные сигналы реального объекта при идентификационном эксперименте должны удовлетворять следующему условию:
Индекс “ ” ставится при идентификационных экспериментах.
Всякий
реальный объект при заданных начальных
условиях можно точно описать некоторым
оператором
,
который представляет преобразование
входных сигналы в выходной:
Данные операторы могут быть детерминированы, стохастическими, или неопределенными (с детерминированной структурой и случайными параметрами или наоборот).
Детерминированный
— каждой детерминированной функции
ставим в соответствие одну единственную
функцию
из пространства
.
является реакцией объекта на возбуждающее
воздействие
.
Стохастический оператор каждой детерминированной входной функции даже при условии наличия начальных условий ставит в соответствие случайную функцию характеризуемую распределением вероятности.
Не полностью определённый оператор каждой входной функции ставит в соответствие подмножество функций определяемых с некоторой точностью вектора параметра .
Задача идентификации решается для объектов со стохастичными ил не полностью определенными операторами.
При идентификации кроме идентифицируемого объекта 8.2.3, а также пространств, в которых проводятся эксперименты 8.2.2, при реализации которых осуществляется идентификация, будет задана модель, в терминах которых проводится идентификация.
Данная модель может быть задана в операторной форме:
Пространство
входных и выходных сигналов модели
должны совпадать с пространствами
входных и выходных сигналов объекта:
,
.
Задача идентификации может быть сформулирована следующим образом:
На
основании множеств сигналов 8.2.2,
полученных экспериментальным путем
для реального объекта 8.2.3, необходимо
определить оператор
из данного класса объектов, который
наилучшим образом аппроксимирует
оператор объекта из заданного множества.
Аппроксимация будет наилучшей, если:
при заданных начальных условиях будет минимальным.
