Характеристики моделей процессов как объектов исследований
Подготовка любого нового производства начинается с проработки схемы, определяющей последовательность технологических операций и особенностей их протекания, что осуществляется в лабораторных условиях и позволяет в результате получить данные, которые будут характеризовать способ производства. На следующем этапе отработка параметров процесса – режимов, компоновки технологической установки, проверки отдельных конструктивно-технологических решений и т.д. осуществляется на экспериментальных образцах, являющихся моделями или прототипами будущих машин и аппаратов. Большинство процессов пищевых производств и объектов пищевой промышленности характеризуется значительным числом взаимосвязанных факторов и случайными изменениями параметров во времени. Поэтому изучение и исследование процессов проводятся с целью: - раскрытия сущности и закономерности процессов, - определения оптимального режима работы объекта (аппарата или технологической машины), - определения характеристик объекта. Методика исследования процессов в оборудовании пищевых производств включает следующие виды работ [42]: - изучение физических явлений в статике и в динамике; - теоретическое и экспериментальное исследование процессов на моделях в лабораторных и производственных условиях; - обобщение полученных данных на основе математического описания и анализа физической сущности процессов с использованием теории подобия физических явлений; - представление результатов анализа в форме расчетных зависимостей для создания нового оборудования и определения его технико-экономических показателей. Этап моделирования позволяет решить ряд вопросов о размерах установки, конструкции ее основных узлов, получить данные о стоимости, выходе продукции, удельных расходах сырья, удельной материалоемкости и энергоемкости.
Результаты исследований могут быть представлены в виде таблиц, графиков, уравнений или в численном виде, т.е. в виде математического описания процесса. Математическое описание обеспечивает предсказание хода процесса и его ожидаемых результатов. Оно используется для проверки теоретических положений. Без знания закономерностей, которым подчиняется тот или иной процесс и которые описываются расчетными формулами и получаемыми из них количественными оценками, нельзя создать современное технологическое оборудование и средства его автоматического управления и регулирования. Для создания автоматизированного оборудования нужны данные о пределах изменения параметров процесса, т.е конечных и начальных состояниях, о закономерностях изменения этих параметров во времени, что обеспечивается уравнениями кинетики, и характере реакции на возмущающие воздействия, без чего нельзя разработать оптимальное управление. Сущность математического описания процесса, системы или объекта заключается в получении математической модели или соответствия, связывающего характеристики входящего материала и выходящего продукта, Отсутствие модели и недостаточные знания динамических свойств объекта приводят к интуитивному (неоптимальному) управлению процессом и невозможности прогнозирования свойств получаемой продукции. Математическая модель процесса является адекватной объекту, если она с приемлемой точностью отражает его поведение. Основу классификации моделей составляют следующие признаки: 1. Число факторов, от которых зависит оператор системы и параметры процесса:
- если оператор - если входной параметр или оператор зависят от аргументов, то модель называется динамической; - если входной параметр или оператор зависят только от одного аргумента, то модель называется моделью с сосредоточенными параметрами - - если число независимых аргументов более одного (время и пространственные координаты), то такая модель называется моделью с распределенными параметрами - Входные параметры процесса могут обладать свойством однородности. Параметр 2. Природа исследуемого процесса или объекта. По данному признаку модели делятся на вероятностные и детерминированные. В вероятностных моделях учитывается случайная природа входных параметров или оператора. Примерами таких моделей являются модели смешивания сыпучих частиц различных видов. Эти модели могут быть регрессионными или корреляционными: - если выходной параметр процесса представляет собой случайную величину, а фактор (входной параметр) является неслучайным, то математическая модель называется регрессионной, например, - если выходной и входной параметры представляют собой случайные величины с определенным законом распределения, то взаимосвязь между ними или математическая модель процесса называется корреляционной; - в детерминированных моделях выходные параметры однозначно определяются факторами и оператором процесса. 3. Свойство линейности модели. Математическая модель называется линейной, если линеен оператор системы. Оператор
Методы получения моделей процессов подразделяются на теоретические и экспериментальные [2]. Теоретический метод заключается в анализе физической сущности процесса с использованием общих законов физики или в составлении уравнений материального или энергетического баланса. Экспериментальный метод математического описания процесса или объекта заключается в обработке экспериментальных данных. Наиболее эффективным способом получения той или иной модели является сочетание теоретического и экспериментального методов, где теоретический анализ затрагивает в основном структурные свойства объекта и получение уравнений, а на долю экспериментального метода приходится количественный анализ по определению численных значений коэффициентов уравнений и проверка теоретических выводов. Одним из основных средств экспериментального изучения объектов являются методы, использующие математическую статистику (дисперсионный анализ и др.). При экспериментальных исследованиях производственных процессов и объектов, находящихся в непрерывной эксплуатации, возникает ряд сложностей, обусловленных: - большим числом взаимосвязей факторов; - высоким уровнем помех, природа которых носит случайный характер; - трудоемкостью обработки данных; - нарушением нормального режима работы объекта. Экспериментальные методы получения моделей могут быть пассивными и активными. При пассивном эксперименте информация о параметрах процесса получается путем регистрации и наблюдения без какого–либо воздействия на исследуемый объект со стороны наблюдателя. При активном эксперименте информацию о параметрах процесса получают путем направленного изменения входных факторов в соответствии с составленным планом эксперимента. В реальных условиях эксплуатации объекта активный эксперимент не всегда возможен, поскольку может привести к браку продукции и дестабилизации технологического процесса. Общим недостатком обоих методов получения информации о процессе или объекте является то, что получаемые с их помощью модели приемлемы лишь в диапазоне варьирования (изменения или существования) исследуемых факторов. Экстраполяция экспериментально построенной модели одного процесса на другой, даже полностью аналогичный, как правило, некорректна.
При получении статических моделей используются следующие методы: - в пассивном эксперименте – регрессионный и корреляционный анализ, метод последовательного исключения функций; - в активном эксперименте – факторные планы. Для получения динамических моделей используются: - в пассивном эксперименте – корреляционный, спектральный и динамический регрессионный анализ; - в активном эксперименте – методы пробных возмущений. Выбор метода получения модели определяется показателями процесса и объекта, задачами исследования и условиями применения метода.
Воспользуйтесь поиском по сайту: ![]() ©2015 - 2025 megalektsii.ru Все авторские права принадлежат авторам лекционных материалов. Обратная связь с нами...
|