Cтраница 2
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 потребления 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. [16]
Съем данных аналогового и цифрового типов. Аналоговые данные характеризуют такие переменные процесса, как, например, температура, давление, расход жидкости. К другим классам дискретных данных относятся позиции переключателей управления, ручек и кнопок на пультах операторов, импульсы от датчиков дискретных величин и цифровые данные от устройств для считывания перфокарт и перфолент. [17]
Оптимизация основана на целевой функции. Данная функция включает в себя важные переменные процесса и результаты, связанные с выполнением процесса. Это может быть низкая стоимость процесса или хорошее качество очистки, или и то, и другое вместе. Операционные параметры анализируются с целью выбора наилучших ( минимальных или максимальных) значений целевой функции. [18]
![]() |
Схема потоков для реактора с рециклом. [19] |
Схема потоков для реактора с рециклом представлена на рис. IX-1. Из него следует, что связи, накладываемые на переменные процесса должны учитывать подачу на вход реактора смеси из рецикла одновременно со свежим начальным потоком. [20]
![]() |
Значения некоторых переменных процесса ректификации при различных значениях расхода исходной смеси.| Зависимость х и D от. [21] |
Из него видно, что при постоянном подводе тепла в колонну для регулирования величины у требуется изменение величины D / F и х при изменении F. В табл. 8 показано влияние расхода исходной смеси на некоторые переменные процесса ректификации. [22]
Рассмотренные в настоящей главе примеры использования метода множителей Лагранжа для решения задач оптимизации с ограничениями тина равенств или задач, сводимых к этому классу, показывают, что данный метод представляет собой достаточно удобный математический аппарат, позволяющий ставить и решать довольно сложные оптимальные задачи для процессов с сосредоточенными и распределенными параметрами. Как отмечено ниже ( см. главу VII), метод множителей Лагранжа при отсутствии ограничений на переменные процесса типа неравенств приводит к уравнениям, которые иногда совпадают с основными уравнениями методов, специально созданных для решения широкого класса задач оптимизации, таких как принцип максимума. [23]
![]() |
Графическое изображение. [24] |
Рассмотренные в настоящей главе примеры использования метода множителей Лагранжа для решения задач оптимизации с ограничениями типа равенств или задач, сводимых к этому классу, показывают, что данный метод представляет собой достаточно удобный математический аппарат, позволяющий ставить и решать довольно сложные оптимальные задачи для процессов с сосредоточенными и распределенными параметрами. Как отмечено ниже ( см. главу VII), метод множителей Лагранжа при отсутствии ограничений на переменные процесса типа неравенств приводит к уравнениям, которые иногда совпадают с основными уравнениями методов, специально созданных для решения широкого класса задач оптимизации, таких, например, как принцип максимума. [25]
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 последующим признакам: 1) вид математического описания процесса; 2) тип ограничений на переменные процесса и 3) число переменных. [26]
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. [27]
Свобода действий проектировщика обычно ограничена. Чаще всего встречаются параметрические ограничения, связанные с тем, что при выборе какого-либо элемента системы проектировщик вынужден считаться с заданным диапазоном возможных изменений его параметров. Примером могут служить ограничения, связанные с конечностью коэффициентов усиления, наличием постоянных времени и т.п. Не менее часто приходится иметь дело с функциональными ограничениями, обусловленными тем, что предельные значения выходных переменных элементов системы ограничены. С одной стороны, энергетические ограничения характеризуют значение потребляемой или отдаваемой мощности элементов, с другой - их эксплуатационную надежность и работоспособность. Наконец, следует иметь в виду и информационные ограничения, заключающиеся в том, что не все переменные процесса, интересующие проектировщика, могут быть измерены или наблюдаемы. [28]