Академический Документы
Профессиональный Документы
Культура Документы
Рррауф
Рррауф
При этом элементы системы изучаются с точки зрения организации их в единое целое,
влияние на функции системы в це- лом. На микроуровне основными становятся внутренние
характе- ристики системы, характер взаимодействия элементов между со- бой, их свойства и
условия функционирования.
КЛАССИФИКАЦИЯ СИСТЕМ
искусственные
Классификация систем
Основание
(критерий) Классы систем
классификации
По Открытые
взаимодейств Закрытые
Комбинированные
ию с внешней
средой
Прост
По структуре ые
Сложн
ые
Большие
Специализированные
По характеру функций Многофункциональные
(универсальные)
Стабильные
По характеру развития Развивающие
ся
Хорошо организованные
По степени Плохо организованные
организованности (диффузные)
Автоматические
Решающие
По сложности поведения
Самоорганизую
щиеся
Предвидящи
е
Превращаю
щиеся
По характеру связи между Детерминированные
элементами Стохастическ
ие
Централизованные
По характеру структуры Децентрализованные
управления
Производящи
По назначению е
Управляющие
Обслуживаю
щие
Классификацией называется разбиение на классы по наиболее существенным признакам.
Под классом понимается совокупность объектов, обладающих некоторыми признаками
общности. Признак (или совокупность признаков) является основанием (критерием)
классификации (классификация систем приведена на рис. 1.5.1).
Система может быть охарактеризована одним или несколькими признаками и
соответственно ей может быть найдено место в раз- личных классификациях, каждая из
которых может быть полезной при выборе методологии исследования. Обычно цель
классифика- ции ограничить выбор подходов к отображению систем, вырабо- тать язык
описания, подходящий для соответствующего класса.
По содержанию различают реальные (материальные), объек- тивно существующие, и
абстрактные (концептуальные, идеальные) системы, являющиеся продуктом мышления.
Реальные системы делятся на естественные (природные сис- темы) и искусственные
(антропогенные).
Естественные системы: системы неживой (физические, хи- мические) и живой
(биологические) природы.
Искусственные системы: создаются человечеством для своих нужд или образуются в
результате целенаправленных усилий. Ис- кусственные делятся на технические (технико-
экономические) и социальные (общественные).
Техническая система спроектирована и изготовлена человеком в определенных целях. К
социальным системам относятся различ- ные системы человеческого общества.
Выделение систем, состоящих из одних только технических уст- ройств почти всегда
условно, поскольку они не способны вырабаты- вать свое состояние. Эти системы выступают как
части более крупных, включающие людей — организационно-технических систем.
Организационная система, для эффективного функционирова- ние которой существенным
фактором является способ организации взаимодействия людей с технической подсистемой,
называется че- ловеко-машинной системой. Примеры человеко-машинных систем: ЭВМ-
пользователь, поезд-машинист, самолет-летчик и т. д.
Отличием технических систем по сравнению с произвольной совокупностью объектов или
по сравнению с отдельными элемен- тами является конструктивность, ориентированность и
взаимосвя- занность составных элементов и целенаправленность.
От структуры зависит также способность системы к перерас- пределению функций в случае
полного или частичного отхода от- дельных элементов, а, следовательно, надежность и
живучесть системы при заданных характеристиках ее элементов.
Абстрактные системы являются результатом отражения действительности (реальных
систем) в мозге человека. Абстракт- ные (идеальные) системы объективны по источнику
происхожде- ния, поскольку их первоисточником является объективно сущест- вующая
действительность. Абстрактные системы разделяют на
системы непосредственного отображения (отражающие опреде- ленные аспекты реальных
систем) и системы генерализирующего (обобщающего) отображения. К первым относятся
математические и эвристические модели, а ко вторым — концептуальные системы (теории
методологического построения) и языки.
На основе понятия внешней среды системы разделяются на: открытые, закрытые
(замкнутые, изолированные) и комбиниро- ванные. Деление систем на открытые и закрытые
связано с их ха- рактерными признаками: возможность сохранения свойств при на- личии
внешних воздействий. Если система нечувствительна к внешним воздействиям ее можно
считать закрытой. В противном случае — открытой.
Открытой называется система, которая взаимодействует с ок- ружающей средой. Все
реальные системы являются открытыми. Открытая система является частью более общей
системы или не- скольких систем.
Открытая система связана со средой определенными коммуни- кациями, то есть сетью
внешних связей системы. Выделение внешних связей и описание механизмов взаимодействия
«система- среда» является центральной задачей теории открытых систем. Рассмотрение
открытых систем позволяет расширить понятие структуры системы. Для открытых систем оно
включает не только внутренние связи между элементами, но и внешние связи со сре- дой. При
описании структуры внешние коммуникационные кана- лы стараются разделить на входные
(по которым среда воздейст- вует на систему) и выходные (наоборот). Совокупность элементов
этих каналов, принадлежащих собственной системе называются входными и выходными
полюсами системы. У открытых систем, по крайней мере, один элемент имеет связь с внешней
средой, по меньшей мере, один входной полюс и один выходной, которыми она связана с
внешней средой.
Для каждой системы связи со всеми подчиненными ей подсис- темами и между последним,
являются внутренними, а все осталь- ные — внешними. Связи между системами и внешней
средой также, как и между элементами системы, носят, как правило, направленный характер.
Необходимо отметить, что в любой реальной системе всилу законов диалектики о всеобщей
связи явлений число всех взаимосвязей огромно, так что учесть и исследовать абсолютно все
связи невозможно, поэтому их число искусственно ограничивают. Вместе с тем, учитывать все
возможные связи нецелесообразно, так как среди них есть много несущественных,
практически не влияющих на функционирование системы и количество получен- ных решений
(с точки зрения решаемых задач). Если изменение характеристик связи, ее исключение
(полный разрыв) приводят к значительному ухудшению работы системы, снижению эффектив-
ности, то такая связь — существенна. Одна из важнейших задач исследователя — выделить
существенные для рассмотрения сис- темы в условиях решаемой задачи связи и отделить их от
несуще- ственных. В связи с тем, что входные и выходные полюса системы не всегда удается
четко выделить, приходится прибегать к опреде- ленной идеализации действий. Наибольшая
идеализация имеет ме- сто при рассмотрении закрытой системы.
Закрытой называется система, которая не взаимодействует со средой или взаимодействует
со средой строго определенным обра- зом. В первом случае предполагается, что система не
имеет вход- ных полюсов, а во втором, что входные полюса есть, но воздейст- вие среды носит
неизменный характер и полностью (заранее) известно. Очевидно, что при последнем
предположении указанные воздействия могут быть отнесены собственно к системе, и ее мож-
но рассматривать, как закрытую. Для закрытой системы, любой ее элемент имеет связи только
с элементами самой системы.
Разумеется, закрытые системы представляют собой некоторую абстракцию реальной
ситуации, так как, строго говоря, изолиро- ванных систем не существует. Однако, очевидно,
что упрощения в описании системы, заключаются в отказе от внешних связей, мо- жет
привести к полезным результатам, упростить исследование системы. Все реальные системы
тесно или слабо связаны с внеш- ней средой — открытые. Если временный разрыв или
изменение характерных внешних связей не вызывает отклонения в функцио- нировании
системы сверх установленных заранее пределов, то система связана с внешней средой слабо. В
противном случае — тесно.
Комбинированные системы содержат открытые и закрытые подсистемы. Наличие
комбинированных систем свидетельствует о сложной комбинации открытой и закрытой
подсистем.
В зависимости от структуры и пространственно-временных свойств системы делятся на
простые, сложные и большие.
Простые — системы, не имеющие разветвленных структур, со- стоящие из небольшого
количества взаимосвязей и небольшого количества элементов. Такие элементы служат для
выполнения простейших функций, в них нельзя выделить иерархические уров- ни.
Отличительной особенностью простых систем является детер- минированность (четкая
определенность) номенклатуры, числа элементов и связей как внутри системы, так и со средой.
Сложные — характеризуются большим числом элементов и внутренних связей, их
неоднородностью и разнокачественностью, структурным разнообразием, выполняют сложную
функцию или ряд функций. Компоненты сложных систем могут рассматриваться как
подсистемы, каждая из которых может быть детализирована еще более простыми
подсистемами и т. д. до тех пор, пока не бу- дет получен элемент. Система называется
сложной, если ее позна- ние требует совместного привлечения многих моделей теорий, а в
некоторых случаях многих научных дисциплин, а также учета не- определенности
вероятностного и невероятностного характера. Наиболее характерным проявлением этого
определения является многомодельность.
ЛЕКЦИЯ 3
Неполное приближенное
Полное
Детерминированное стохастическое
Статическое динамическое
Мысленное
реальное
Масштабная модель — это система той же физической при- роды, что и оригинал, но
отличается от него масштабами. Методо- логической основой масштабного моделирования
является теория подобия. При проектировании ВС масштабные модели могут ис-
пользоваться для анализа вариантов компоновочных решений.
Аналоговыми моделями называют системы, имеющие физи- ческую природу,
отличающуюся от оригинала, но сходные с ори- гиналом процессы функционирования.
Для создания аналоговой модели требуется наличие математического описания изучаемой
системы. В качестве аналоговых моделей используются механиче- ские, гидравлические,
пневматические и электрические системы. Аналоговое моделирование используется при
исследовании сред- ства ВТ на уровне логических элементов и электрических цепей, а так
же на системном уровне, когда функционирование системы описывается например,
дифференциальными или алгебраическими уравнениями.
Математические модели. Математические модели представ- ляют собой
формализованное представление системы с помощью абстрактного языка, с помощью
математических соотношений, от- ражающих процесс функционирования системы. Для
составления математических моделей можно использовать любые математиче- ские
средства — алгебраическое, дифференциальное, интеграль- ное исчисление, теорию
множеств, теорию алгоритмов и т. д. По существу вся математика создана для составления
и исследования моделей объектов и процессов. К средствам абстрактного описа- ния
систем относятся также языки химических формул, схем, чер- тежей, карт, диаграмм и т. п.
Выбор вида модели определяется особенностями изучаемой системы и целями
моделирования, так как исследование модели позволяет получить ответы на опреде-
ленную группу вопросов. Для получения другой информации мо- жет потребоваться
модель другого вида. Математические модели можно классифицировать на
детерминированные и вероятностные, аналитические, численные и имитационные.
Аналитической моделью называется такое формализованное описание системы,
которое позволяет получить решение уравне- ния в явном виде, используя известный
математический аппарат.
Численная модель характеризуется зависимостью такого вида, который допускает
только частные решения для конкретных на- чальных условий и количественных
параметров моделей.
Имитационная модель — это совокупность описания системы и внешних воздействий,
алгоритмов функционирования системы или правил изменения состояния системы под
влиянием внешних и внутренних возмущений. Эти алгоритмы и правила не дают воз-
можности использования имеющихся математических методов аналитического и
численного решения, но позволяют имитировать процесс функционирования системы и
производить вычисления интересующих характеристик. Имитационные модели могут
быть созданы для гораздо более широкого класса объектов и процессов, чем
аналитические и численные. Поскольку для реализации ими- тационных моделей служат
вычислительные средства, средствами формализованного описания имитационного
моделирования слу- жат универсальные и специальные алгоритмические языки. Ими-
тационное моделирование в наибольшей степени подходит для ис- следования
вычислительных средств на системном уровне.
ЛЕКЦИЯ 4
Oбщие принципы моделирования Классификация моделей. Методология
построения математических моделей химико-технологических процессов
Классификация моделей
М=52,63+0,246Т+0,01Т2.
−E
k =k 0 ∙ e RT
- химические превращения
Смысловой аспект
ЛЕКЦИЯ 5
ЭКСПЕРИМЕНТАЛЬНО-СТАТИСТИЧЕСКИЕ МЕТОДЫ ПОСТРОЕНИЯ МАТЕМАТИЧЕСКИХ
МОДЕЛЕЙ
x1 y1
xi – входные параметры;
x2 y2
Объект yi – выходные параметры;
xn ym zi – случайные воздействия, «шумы».
y=ϕ ( x 1 , x 2 , … x n , b1 , … ,b n ) (3.1)
В том случае, когда исследование поверхности отклика ведется при неполном знании
механизма изучаемых явлений, аналитическое выражение функции отклика неизвестно,
поэтому математическая модель представляется в виде полинома:
N N N
y=β 0 + ∑ β i xi + ∑ β ij x i x j + ∑ β ii ∙ x i + … ,
2
(3.2)
i=1 i , j=1 ij
i ≠1
∂ϕ ∂ϕ
β 1= ;β = ; ...,
∂ x1 2 ∂ x2
2
∂ ϕ
β 1,2= ,…,
∂ x1 ∂ x 2
∂2 ϕ ∂2 ϕ
β 11= , β 22 = …,
2 ∂ x 21 2 ∂ x 22
Результат эксперимента на сложном объекте обычно величина случайная. Это может быть
обусловлено погрешностью измерений, иногда случайными воздействиями («шумами»).
Значения выходных измерений, как правило, отличаются друг от друга. Поэтому при
обработке экспериментальных данных можно определить только, так называемые,
выборочные коэффициенты регрессии: b0,bi,bij,bii…, которые являются лишь оценками для
теоретических коэффициентов регрессии 𝛃( коэффициенты регрессии, которые можно было
бы получить для некоторой генеральной совокупности, состоящей из всех мыслимых
опытов).
N N N
^y =b0 + ∑ b i x i+ ∑ b ij x i x j + ∑ bii x i + … ,
2
(3.3)
i=1 i , j=1 i =1
В разделе 3.1 показано, что в общем виде эмпирические модели могут быть представлены в
виде приближенных уравнений регрессии
(3.1):
∑ ( x i−x ) ( y i− y ) (3.5)
r xy = i=1
( N−1 ) S x S y
√ √
N N
∑ ( x i−x ) 2
∑ ( y i − y )2 (3.6)
i=1 i=1
S x= ; S y= ;
N−1 N−1
Коэффициент корреляции характеризует степень тесноты линейной зависимости. Если
случайные величины x и y связаны точной линейной функциональной зависимостью
^y =b0 +b1 x , то r xy=± 1, при этом знак коэффициента корреляции соответствует знаку
коэффициента b1.
−1 ≤r xy ≤1. (3.7)
уу
0 x 0 0
x x
а б в
2
( ∑ xi )
( N−1 ) S2X =∑ x 2i −
1
(∑ x i ) ;
2
∑x − 2
i
N
N S=2
x
N−1
2
( ∑ y i)
1 2
∑y− 2
i
N
( N−1 ) S =∑
2
y y−
2
i (∑ y i ) ;S =
2
y ;
N N−1
влияние x2 на y исключено.
r yx −r yx ∙r x x1
r yx ∙ x = 1 2 2
1 2 1 1 ;
(1−r 2yx ) (1−r 2x x )2
2
2
1 2
(3.9)
r yx −r yx ∙r x x1
r yx ∙ x =
2 1
2
1
1 2
(1−r ) (1−r )
2
yx 1
2 2
x1 x2
2
Ранее отмечалось, что коэффициент корреляции дает нам меру зависимости между двумя
величинами, но не дает вида (формы) взаимосвязи.
Постановка задачи.
получить вид уравнения регрессии. Если разброс точек значительный, то регрессии не будет.
N
F=∑ ( yi −f ( x i ) ) =min
2
(3.10)
i=1
или
N
F=∑ ( y i− y i )2=min
i=1
ЛЕКЦИЯ 6
1. Линейная регрессионная модель с одной независимой переменной Параболическая
регрессионная модель
N
F=∑ ( y i−b0−b1 x i ) =min.
2
i=1
N
∂F
=−2 ∑ ( y i−b 0−b 1 x i ) ∙ x i=0 ;
∂ b1 i=1
∑ ( y i−b0 −b1 xi ) =0 ;
∑ ( y i−b0 −b1 xi ) ∙ xi =0 ; (3.13)
n b 0 + b1 ∑ x i = ∑ y i ;
b 0 ∑ x i +b1 ∑ x i =∑ x i y i .
2
∑ yi ∑ xi
b 0=
∑ x i yi ∑ x i ∑ y i ∑ x i −∑ x i y i ∑ x i
2
=
2
; (3.14)
N ∑ xi
2
N ∑ x i −( ∑ x i )
2
∑ x i ∑ x 2i
N ∑ yi
b 1=
∑ x i ∑ x i y i = N ∑ xi y i−∑ x i ∑ y i .(3.15)
N ∑ xi
2
N ∑ x i −( ∑ x i )
2
∑ x i ∑ x 2i
После вычисления коэффициентов уравнения (3.12) приступают к исследованию полученной
математической модели. Такое исследование называется статистическим (регрессионным)
анализом. Рассмотрим последовательность данного анализа.
n n n
ŷ = b 0 + ∑ bixi + ∑ bij x i x j + ∑ bijxi2 +…+... i=1 i≠j
i=0 i=0 i=0
F= ∑ (y – ŷ) → min
n
F = ∑ ¿¿ 1 –b0 – b1• x1 – b2• x 2i )2 → min
i=0
N
∂F
=−2 ∑ ¿ ¿-b0 + b1•x1 – b2• x 2i )• 1 = 0
∂ b0 i=1
N
∂F
=−2 ∑ ¿ ¿ ¿-b0 + b1•x1 – b2• x 2i )• xi = 0
∂ b1 i=1
N
∂F
=−2 ∑ ¿ ¿ ¿-b0 - b1•x1 – b2• x 2i )• x 2i = 0
∂ b1 i=1
¿
Введем обозначения:
N N N N
S1=∑ x i S 2=∑ x S 3=∑ x S 4=∑ x 4i
2
i
3
i
i =1 i=1 i=1 i=1
N N N
S5=∑ y i S6 =∑ (x i • y ¿ ¿ i)S 7=∑ ( x 2i • y ¿¿ i)¿ ¿
i=1 i=1 i=1
{
b0 • N +b1 • S1 +b 2 • S2=S 5
b 0 • S1 +b 1 • S 2+b 2 • S 3=S6
b0 • S2 +b1 • S3 +b 2 • S 4=S7
S5 S1 S2
S6 S2 S3
S7 S3 S 4 S 5 S2 S 3 +S 6 S 3 S2 + S7 S1 S 3−S7 S 2 S2 −S 6 S 1 S4 −S 5 S 3 S3
b0 = =
N S1 S 2 NS 2 S 4+ S 1 S3 S 2 +S 2 S1 S 3−S2 S 2 S 2−S 1 S1 S 4 −N S 3 S3
S1 S2 S3
S2 S3 S4
n S5 S2
S1 S6 S3
S2 S7 S 4 N S6 S4 + S 1 S7 S 2 +S 2 S 5 S3−S 2 S6 S 2−S1 S 5 S 4−N S7 S 3
b1 = = (3.29)
N S1 S 2 NS 2 S 4 + S1 S 3 S2 + S2 S 1 S3 −S 2 S2 S 2−S1 S 1 S 4−N S 3 S 3
S1 S2 S3
S2 S3 S4
N S1 S5
S1 S2 S6
S2 S3 S 7 NS 2 S7 + S 1 S3 S 5+ S 2 S1 S 6−S2 S 2 S 5−S 1 S 1 S7−N S3 S 6
b2 = =
N S1 S 2 NS 2 S 4+ S 1 S3 S 2 +S 2 S1 S 3−S2 S 2 S 2−S 1 S1 S 4 −N S 3 S3
S1 S2 S3
S2 S3 S4
Кроме того факторы ( x i) или коэффициенты b i имеют между собой корреляционную связь.
Это затрудняет статистический анализ и интерпретацию результатов.
ЛЕКЦИЯ 7
Статистические модели на основе активного эксперимента . Полный факторный
экспермент.
N = ln (3.30)
где п - число факторов; I - число уровней, на которых варьируются факторы.
Обычно применяется планирование на двух уровнях, т.е. l=2, тогда при n=2, число опытов
будет равно N=22=4.
Основной (нулевой) уровень (центр плана эксперимента) – это некоторое начальное значение
0 o
фактора при составлении математической модели, это точка с координатами ( x 1,…, x n).
Пример. На процесс влияют два фактора: температура (х1) и концентрация вещества (х2).
Известно априори, что температура изменяется в интервале 100 - 200°С; концентрация 20 - 30
%.
Для двух факторов без учета их взаимодействия соответствующая модель может быть
записана:
ŷ= b0 + b1x1 + b2x2.
х1°С х2, %
Интервал 50 5
варьирования
Интервалы варьирования:
хmax
1 −х 1
min
200−100 = 50;
∆ x 1= =
2 2
max min
х2 −х 2 30−20 = 5.
∆ x 2= =
2 2
х2
3 1
30 • •
25 •А
20 • •2
Таблица 3.1
Матрица планирования
N x1 x2 Y
1 200 30 Y1
2 200 20 Y2
3 100 30 Y3
4 100 20 Y4
Кодирование переменных.
Xi = x i−x 0i /∆ x i
Для температуры:
в
x 1 = 200−150/50 = 1
н
x 1 = 100−15/50 = -1
Для давления:
в
x 1 = 30−25/5 = 1
в
x 1 = 20−25/5 = -1
N x1 x2 x3
1 +1 +1 +1
2 +1 +1 -1
3 +1 -1 +1
4 +1 -1 -1
Или
N x1 x2 x3
1 + + +
2 + + -
3 + - +
4 + - -
Это матрица планирования в безразмерном масштабе.
x2
3(-1;1) 1(1;1)
• •
(0;0) x1
• •
4(-1;-1) 2(1;-1)
∑ x iu=0; u=1,...n,
i=0
∑ x 2iu=N ; u=1,...n,
i=0
N
bi = 1 ∑ x 0 i ∙ y i;
N i=1
N
b i= 1 ∑ x iu ∙ y i;
N i=1
N
b ij = 1 ∑ x iu x ij y i.
N i=1
Приведенные формулы получены на основании метода наименьших квадратов с учетом
свойства матрицы планирования.
N=ln (3.35)
m
∑y
ŷ = u=1 iu ; i=1,…,N, (3.36)
m
2
SI =
∑ ( y iu− ŷ i ) . (3.37)
u=1
m−1
N
3) Суммируются построчные дисперсии ∑ S i , находятся максималь-ное значение
2
i=1
2
дисперсии - s max .
4) Находится отношение:
2
S max
G= (3.38)
∑ S 2i
Проверяется дисперсия на однородность по критерию Кохрена (G), если G˂ Gтабл.(q,f1,f2), то
дисперсия однородна. Если дисперсия не однородна, увеличивают число параллельных
опытов и вновь проверяют дисперсию на однородность.
5) Рассчитывается дисперсия воспроизводимости:
2
sвоспр .=
∑ S 2i (3.39)
N
t bi =
|b i|
(3.40)
Sb i
2 S 2воспр
S =
i (3.41)
N
2
Sост
F= 2
S воспр
N
Sост = ∑ ¿¿ ¿
2
(3.42)
i−1
ЛЕКЦИЯ 8
d ( MV )= ν ∙ (C −C ) : M =C
0
dt V V
dC ν
= ∙(C ¿¿ 0−C) ¿ (2.1)
dt V
τ =V /v
получим модель идеального смешения в следующем виде:
dC 1
= ∙(C 0−C ) (2.2)
dt τ
Uвх Uвых
Ij
Cj
Ij-1
Cj-1
Iвх=u ∙ S ∙ C j−1
где S - площадь поперечного сечения аппарата, м2.
Поток на выходе из j-го сечения:
Iвых=u ∙ S ∙ C j
В установившемся режиме
Iвх = Iвых
Тогда
dM
dt
=−uSdC (2.3)
2
∂C ∂C ∂C
=−u ∙ +DL 2 (2.5)
∂t ∂l ∂l
( )
2 2
∂C ∂C ∂C ∂ C 1 ∂C
=−u ∙ +DL 2 +DR + (2.6)
∂t ∂l ∂l ∂ r r ∂r
2
Cвх Vвх
С1 С2 Ci Cn-1
…. ….
С1 С2 Ci Cn
Пусть V- объем i-ой ячейки, м3 . Примем: V1= V2= V3=...=Vn. Поскольку в
каждой ячейке реализуется режим идеального смешения, то для любой
ячейки справедливо уравнение МИС:
{
d C1 1
= ∙ ( C 0−C 1)
dt r1
d Ci 1
= ∙ (Ci−1−C i) (2.7)
dt r i
d Cn 1
= ∙ (Cn−1−C n )
dt rn
V
Время пребывания вещества в каждой ячейке t= v , общее время пребывания
V
t= , тогда объем всех ячеек: V=пVi, где п - число ячеек.
v
P eD ul
n= =
2 2 DL
ЛЕКЦИЯ 9
q T =−λgradT ,
qk=𝜌∙I∙u
где и - скорость движения среды, м/с; 𝜌∙- плотность вещества, кг/м3 ; I - энтальпия, Дж/кг.
Для упрощения расчета переноса теплоты между поверхностью твердого тела и движущейся
сплошной средой используют закон теплоотдачи Ньютона-Рихмана:
Q=α•(Tc- Tcp) •F
T T T T ∂2 T ∂2 T ∂2 T
+u x +u y +u z =α ∙( 2 + 2 + 2 )
t x y z ∂ x ∂ y ∂z
Q=KT∙ F ∙ ΔT ,
1 1 δc 1
= + + r 31+r 32+
K T α 1 λc α2
∂T 1
V ∙ ρ∙ C p =υ ∙ ρ ∙C p ¿ (2.9)
∂t
где V - объем потока идеального смешения, м3 ; р - плотность теплоносителя, кг/м3, C p -
удельная теплоемкость теплоносителя, Дж/(кг-К); υ - объемная скорость потока, м3/с; F -
поверхность теплообмена, м2; K T - коэффициент теплопередачи, Вт/(м2∙К); Δ Т- средняя
разность температур между теплоносителями; Твх - температура потока на входе, К; t - время,
с.
∂T ∂T F
S ∙ ρ∙ C p =−υ ∙ ρ ∙ C p + K ∙F ∙ Δ T (2.10)
∂t ∂l L T
v1,T10 ν1,T1
Tст=T3
v2,T20 v2,T2
Рис. 2.1 а
Если тепловой емкостью стенки, разделяющей потоки теплоносителей, можно пренебречь,
то математическая модель аппарата будет состоять из двух уравнений теплового баланса:
{
dT1
V 1 ∙ ρ 1 ∙ C p1 =υ1 ∙ ρ1 ∙ C p 1 ∙ ( T 1,0−T 1 )−F 1 ∙ K T ∙ ( T 1 −T 2 )
dt
(2.11)
dT2
V 2 ∙ ρ2 ∙ C p 2 =υ 2 ∙ ρ2 ∙ C p 2 ∙ ( T 2,0 −T 2 ) + F 2 ∙ K T ∙ ( T 1 −T 2 )
dt
{
dT1
V 1 ∙ ρ1 ∙ C p1 =υ1 ∙ ρ1 ∙ C p 1 ∙ ( T 1,0−T 1 )−F 1 ∙ α 1 ∙ ( T 1−T 3 )
dt
dT2
V 2 ∙ ρ2 ∙ C p 2 =υ 2 ∙ ρ2 ∙ C p 2 ∙ ( T 2,0 −T 2 ) + F 2 ∙ α 2 ∙ ( T 3−T 2 ) (2.12)
dt
d T3
G3 ∙C 3 =F 1 ∙ α 1 ∙ ( T 1 −T 3 ) −F2 ∙ α 2 ∙ ( T 3−T 2 )
dt
Дж
где G3 - масса материала стенки, кг; С3 - удельная теплоемкость материала стенки, ;Т -
кг ∙ К 3
температура стенки, К; а1, а2 – коэффициенты теплоотдачи, Вт/м2 К.
v1,T10 ν1,T1
T3
v2,T20 v2,T2
d T1
V 1 ∙ ρ1 ∙C p 1 =υ 1 ∙ ρ1 ∙ C p1 ∙ ( T 1,0 −T 1 ) −F1 ∙ K T ∙ ( T 1−T 2 )
dt
∂T2 ∂ T 2 F2
S2 ∙ ρ2 ∙C p 2 =−υ2 ∙ ρ 2 ∙C p 2 + ∙ K T ∙ ( T 1−T 2 ) (2.13)
∂t ∂l L
d T1
V 1 ∙ ρ1 ∙C p 1 =υ 1 ∙ ρ1 ∙ C p1 ∙ ( T 1,0 −T 1 ) −F1 ∙ α 1 ∙ ( T 1−T 3 )
dt
∂ T3
G3 ∙C 3 =F 1 ∙ α 1 ∙ ( T 1 −T 3 ) −F2 ∙ α 2 ∙ ( T 3−T 2 ) (2.14)
∂t
∂T2 ∂T2 F
S2 ∙ ρ2 ∙C p 2 =−υ2 ∙ ρ 2 ∙C p 2 + ∙ α ∙ ( T −T 2)
∂t ∂l L 2 3
v1,T10 ν1,T1
T3
v2,T20 v2,T2
«вытеснение-вытеснение»
∂ T1 ∂T F
S1 ∙ ρ1 ∙C p 1 =−υ 1 ∙ ρ1 ∙C p 1 1 + 1 ∙ K T ∙ ( T 1−T 2 )
∂t ∂l L
∂T2 ∂ T 2 F2
S2 ∙ ρ2 ∙C p 2 =−ν υ2 ∙ ρ 2 ∙ C p 2 + ∙ K T ∙ ( T 1−T 2 ) (2.15)
∂t ∂l L
С учетом теплоемкости стенки:
∂ T1 ∂ T1 F1
S1 ∙ ρ1 ∙C p 1 =−υ 1 ∙ ρ1 ∙C p 1 + ∙ α ∙ ( T −T 3 )
∂t ∂l L 1 1
∂T2 ∂ T 2 F2
S2 ∙ ρ2 ∙C p 2 =−υ2 ∙ ρ 2 ∙C p 2 + ∙ α 2 ∙ ( T 3 −T 2 ) (2.16)
∂t ∂l L
∂ T3
G3 ∙C 3 =F 1 ∙ α 1 ∙ ( T 1 −T 3 ) −F2 ∙ α 2 ∙ ( T 3−T 2 )
∂t
Таблица 2.2
Параметры Теплоноситель
Горячий Холодный
Температура, ᵒC 200 35
∂T2 ∂ T 2 F2
S2 ∙ ρ2 ∙C p 2 =−υ2 ∙ ρ 2 ∙C p 2 + ∙ K T ∙ ( T 1−T 2 ) (2.17)
∂t ∂l L
В стационарном режиме работы теплообменника, когда ∂T1 /∂t=0; ∂T2 /∂t =0, уравнения
теплового баланса примут следующий вид:
{
d T 1 −K T ∙ π ∙ d
= ∙ T −T 2
dl υ 1 ∙ ρ1 ∙C p 1 1
d T 2 KT ∙ π ∙ d
= ∙ T −T 2
dl υ 2 ∙ ρ2 ∙C p 2 1
K ∙π ∙d
b 1=
υ 1 ∙ ρ1 ∙C p 1
K ∙π ∙d
b 2=
υ 2 ∙ ρ 2 ∙C p 2
{
i i−1 i−1 i−1
T 1=T 1 −h b 1 T 1 −T 2
T i2 =T i−1 i−1 i−1
2 +h b 2 T 1 −T 2
Будем считать температуру по высоте колонны постоянной и рав- ной заданному значению.
Вследствие этого из уравнений математиче- ского описания можно исключить уравнения
тепловых балансов. Со- держание абсорбируемых компонентов в газе относительно мало, и
допускается, что условия фазового равновесия могут быть описаны для всех компонентов с
использованием закона Генри [9]:
y Ki xi ,
где Ki – постоянная Генри для каждого компонента; yi. – равновесная концентрация i-го
компонента в паровой фазе; xi – концентрация i-го компонента в жидкой фазе.
ЛЕКЦИЯ 11
1 dN
- для гомогенной реакции W =± ∙ (2.58)
V dt
1 d (C ∙V )
W =± ∙
V dt
1 dN
- для гетерогенной реакции W =± ∙ (2.59)
S dt
Для реакций, идущих при постоянном объеме, второе слагаемое в уравнении (2.60) равно
нулю, тогда скорость реакции:
dC
W =± (2.61)
dt
d Ni 1
W i =± ∙ (2.62)
dt V
d Ni 1 d Ni 1
W i =± ∙ =± ∙ (2.63)
dt S dt δ 0 V
d ni d ni
W i =± =± (2.64)
dV dτv
где ni – мольный расход i-го компонента реакционной смеси, моль/с; v – объемная скорость
подачи реакционной смеси, м3/с; τ – время контакта, с.
Для реактора непрерывного действия полного смешения, при уста- новившемся режиме:
ni 0−ni
W= (2.65)
V
где ni0, ni – начальное и конечное количество i-го компонента реакционной смеси, моль/с.
На практике обычно измеряют скорость изменения мольной концентрации Сi
(моль/м3):
ni
C i=
V
d ni=C i dV +Vd C i
ni
C i=
v
d ni=C i dv+ vd Ci
vd C i d Ci d Ci d xi
W i =± =± =± =± Ci 0
dV V dτ dτ (2.66)
d( )
v
ni 0−n i
где xi – степень превращения: x i= ; τ – среднее время пребывания, с.
ni 0
τ =V /v
В 1862 – 1867 гг. норвежские ученые Гульдберг и Вааге дали начальную формулировку
закона действующих масс. Согласно кинетическому закону действующих масс скорость
элементарной реакции при заданной температуре пропорциональна произведению
концентраций реагирующих веществ в степенях, равных их стехиометрическим
коэффициентам
W =k ∙C vA ∙ C vB
A B
(2.68)
W A W B WC W D
W= = = = (2.69)
−v A −v B −v C −v D
k = A ∙ e−E / RT (2.70)
W =kf ( C A ,C C , … ,C Z ) (2.71)
A k 1 2C k 2 D
→ →
W 1=k 1 C A
W 2=k 2 C 2C
dC A
=−k 1 C A
dt
dC D 2
=k 2 C B C C
dt
dC C 2
=2k 1 C A−2 k 2 CC (2.73)
dt
ЛЕКЦИЯ 13