p align="left">Основные этапы создания ХТС таковы. Первый уровень заканчивается составлением математических моделей элементов подсистем ХТС. Далее переходят к решению задач анализа, синтеза и оптимизации ХТС. Анализ состоит в изучении свойств и эффективности функционирования ХТС на основе ее математической модели. Свойства системы зависят как от параметров и характеристик состояния элементов (подсистем), так и от структуры технологических связей между элементами. Естественно, что полная модель может быть рассчитана лишь после того, как синтезирована ХТС, то есть анализ не может производиться в отрыве от синтеза. Задача синтеза заключается в создании ХТС, работающей с высокой эффективностью. Для этого необходимо, прежде всего, выбрать оптимальную технологическую топологию системы, которая определяет характер и порядок соединения отдельных аппаратов в технологической схеме. Очевидно, что с синтезом ХТС тесно связана задача оптимизации, которая сводится к нахождению экстремального значения выбранного критерия эффективности (как правило, экономического) функционирования системы. Из определения задач анализа, синтеза и оптимизации ХТС видно, что все эти этапы органически связаны друг с другом. В данной работе производился синтез ХТС, состоящей из 5 реакторов, описываемых моделями идеального вытеснения, 2 абсорберов и системы теплообмена. Для получения статистической модели абсорберов по экспериментальным данным использовался метод Брандона. Для построения оптимальной системы теплообмена использовался эвристический метод оптимизации. Для получения адекватной модели реакторов по приведенным в задании данным таблицы 1 при нахождении значений k0 и E в уравнении Аррениуса использован метод наименьших квадратов. К работе прилагается условная схема ХТС, полученная на основе приведенных ниже расчетов. В конце даются выводы о возможных путях оптимизации ХТС, полученной на основе приведенного выше задания. 1. Практическая часть 1.1 Обработка экспериментальных данных 1.1.1 Нахождение параметров уравнения Аррениуса методом МНК Зависимость константы скорости реакции k от температуры согласно закону Аррениуса выражается формулой: , (1) где k0 - предэкспоненциальный множитель; e = 2,718 - основание натуральных логарифмов; Ea - энергия активации, Дж/моль; R=8,315 - универсальная газовая постоянная, Дж/(моль*К); Т - абсолютная температура,К. Значения k0 и Ea находят, измеряя значения константы скорости k при различных температурах Т. При этом получают набор из n пар значений kiэксп и Тi. Наиболее вероятными значениями k0 и E будут такие, которые при подстановке их величин в формулу (1) дадут значения kiрасч , наиболее близкие к kiэксп . В общем виде эта задача может быть сформулирована так: имеются две переменные x и y, связанные некоторой зависимостью f, вид которой нам известен. В эту зависимость входят некоторые постоянные a и b, значения которых нам неизвестны. При переходе к логарифмической форме уравнения (1) и заменяя y=ln(k),x=1/T,a=-E/R,b=ln(k0), имеем линейную зависимость: . (2) Для того, чтобы найти наиболее вероятные значения a и b, мы провели серию измерений x и y, т.е. нашли n пар значений xiэксп и yiэксп. Требуется найти такие значения a и b, которые при подстановке в зависимость (2) совместно с xiэксп дали бы значения yiрасч, наиболее близкие к yiэксп. За меру близости берут величину: . (3) Требуется найти минимум функции s. Это достигается решением системы уравнений (4) Раскрывая знаки сумм и решая систему относительно неизвестных a и b, получаем формулы для нахождения наиболее вероятных значений a и b: (5) Расчет значений a и b на основе данных таблицы 1 осуществлен с использованием электронных таблиц Excel(см. Приложение 1). Полученные значения: a=-7273,034, b=9,830637. Применяя формулы k0=exp(b), E=-R*a, получаем экспериментальные значения параметров уравнения Аррениуса: k0=18594,79, E=60468,01 Дж/(моль*К). Практически всегда, кроме знания величин a и b, требуется определить и их погрешности Дa и Дb с некоторой степенью достоверности б. Поскольку измерения проводились с некоторой погрешностью, то yiрасч и yiэксп будут отличаться. Этот разброс характеризуется дисперсией s0, где , (6) где m=2 - количество определяемых констант. Согласно Приложению 1 =0,001621. Определение параметров a и b можно рассматривать как результат косвенных измерений. Для того, чтобы оценить точность определения параметра, можно воспользоваться законом накопления ошибок. Тогда дисперсии параметров a и b: , (7а) . (7б) =7991,043,=0,013721. Погрешности определения параметров a и b: , (8а) , (8б) где t - значение критерия Стьюдента для степени достоверности б (б=0,95) и степени свободы f=n-1. Дa=199,3,Дb=0,26. Погрешности определяемых k0 и E: Дk0=k0*Дb=4857,21; ДE=R*Дa=1657,36. 1.1.2 Получение статистической модели абсорбера с помощью метода Брандона Сложный технологический процесс можно рассматривать как многомерный объект, на который действуют вектор входных параметров X и вектор управления Z. Выходные параметры составляют вектор выходных параметров Y. Общий вид статистической модели такого объекта в векторной форме Y=f(X,Z). (9) Для построения статистической модели абсорберов по данным таблицы 2 использовался метод Брандона (см. Приложение 2). Сущность метода заключается в следующем. Предполагается, что функция F(x1,x2,…,xm) в формуле (9) является произведением функций от входных параметров, т.е. , (10) где yрi - расчетное значение i -го выходного параметра; - средняя величина экспериментальных значений i - го выход-ного параметра; n - количество опытов в исходной выборке. При использовании метода Брандона важен порядок следования функций в уравнении (10). Чем больше влияние оказывает фактор на выходной параметр, тем меньшим должен быть его порядковый номер в указанном уравнении. Поэтому задача построения модели по методу Брандона разбивается на два этапа: 1. ранжирование влияющих факторов. 2. выбор вида зависимости и построение статистической модели. Оценить степень влияния k-го фактора на выходной параметр можно по величине частного коэффициента множественной корреляции: , (11) где - величина частного коэффициента корреляции, учитывающая влияние k-го фактора на выходной параметр y при условии, что влияние всех прочих факторов исключено; D- определитель матрицы, построенной из парных коэффициентов корреляции. Матрица имеет вид
Dm+1,k - определитель матрицы с вычеркнутыми m+1 строкой и k-м столбцом; Dk,k , Dm+1,m+1 - определители матриц с вычеркнутыми k-м и (m+1)-м столбцом и строкой соответственно. Порядок расположения влияющих факторов в уравнении (10) определяют в соответствии с убыванием величины частных коэффициентов корреляции. В уравнении (10) каждая из функций f1(x1),f2(x2),…fm(xm) принимается либо линейной, либо нелинейной (степенной, показательной, экспоненциальной и т.д.) Перед определением вида первой зависимости следует представить исходные экспериментальные значения выходного параметра в каждом опыте yэj в безразмерной форме yэ0j : , (12) где yср- средняя величина выходного параметра. Таким образом, исходными данными для поиска первой зависимости будут нормированные значения вектора выходных параметров и опытные значения первого влияющего фактора. Поиск зависимости yр1=f1(x1) может осуществляться по-разному. Выбрав зависимость yр1=f1(x1), определяют остаточный показатель yэ1 для каждого наблюдения: . (13) Предполагая, что yэ1 не зависит от x1 ,а зависит от x2,…,xm , выбирают зависимость от второго фактора. Получив расчетную зависимость yр2=f2(x2 ), находят остаточный показатель yэ2 для каждого наблюдения: . (14) Выполнив аналогичные действия для каждого k-го влияющего фактора, получают регрессионную зависимость для рассмотренного выходного параметра. Порядок расположения факторов для этой зависимости определен на этапе ранжирования и отличается от порядка факторов в уравнении (10). Совокупность зависимостей по каждому выходному параметру представляет собой статистическую модель многомерного технологического объекта. Для определения адекватности модели используют оценки адекватности - корреляционное соотношение з и среднюю относительную оценку е: ; (15) . (16) В данной работе для построения статистической модели абсорберов 1 и 2 применялись электронные таблицы Excel. В статистической модели имелось 3 входных параметра - Tвх, плотность орошения П и объем абсорбера Vабс. Поскольку для рассматриваемой модели имели место два выходных параметра - Твых и степень абсорбции y, требовалось получить две отдельных статистических модели. Для построения матрицы коэффициентов парной корреляции использовалась надстройка «Анализ данных» - «Корреляция». Для нахождения определителей матриц D использовалась стандартная функция МОПРЕД(массив). После ранжирования факторов осуществлен подбор зависимостей выходных параметров от влияющих факторов, зависимости определялись с применением линий тренда на графике функций yэj=fj(xj)(выбраны зависимости, имеющие наибольшую величину досто-верности аппроксимации R^2). Результаты: 1. Твых: результат ранжирования факторов: x1-Vабс; x2-П; x3-Твх. f1(Vабс)=-0,001*(Vабс)^2+0,0152*Vабс+1,2384; f2(П)=-0,0311*П+1,5259 ; f3(Твх)=0,7074*exp(0,0019*Твх); Твых=53,95*(-0,001*(Vабс)^2+0,0152*Vабс+1,2384)* *(-0,0311*П+1,5259)*(0,7074*exp(0,0019*Твх)). з=0,9802; е=1,9 %. 2. y: результат ранжирования факторов: x1-П; x2-Vабс; x3-Твх. f1(П)=0,0015*ПІ-0,0208*П+0,9224 ; f2(Vабс)=0,0178*Vабс+0,5546; f3(Tвх)=-0,3571*ln(Tвх)+2,8582; y=84,4*(0,0015*ПІ-0,0208*П+0,9224)*(0,0178*Vабс+0,5546)* *(-0,3571*ln(Tвх)+2,8582); з=0,9743; е=1,33 %. Обе модели адекватно описывают процесс. В соответствии с Заданием для абсорбера 1 определены значения входных параметров: Твх=180°C, П=18 мі/мІ, Vабс=25 мі. В соответствии с разработанной статистической моделью для абсорбера 1 получены значения выходных параметров: Твых=51,6°C, y=87,57. В соответствии с Заданием для абсорбера 2 определены значения входных параметров: Твх=175°C, П=18 мі/мІ, Vабс=26 мі. В соответствии с разработанной статистической моделью для абсорбера 2 получены значения выходных параметров: Твых=49,2°C, y=90,02. Полученные значения выходных параметров использовались для расчета абсорберов и для построения системы теплообмена. 1.2 Математическое описание аппаратов 1.2.1 Реакторы идеального вытеснения Для получения достоверных данных о протекающем процессе требуется, очевидно, определить степень влияния различных факторов (гидродинамический режим, температура, давление и т.д.) на протекающий в данном аппарате химический процесс. Для описания непрерывных химических процессов используются модели химических реакторов идеального вытеснения (РИВ) и идеального смешения (РИС). Модель идеального вытеснения характеризуется так называемым поршневым движением потока - продольное перемешивание в аппарате отсутствует, поперечное перемешивание в слоях полное. Такая модель удовлетворительно описывает, например, многие процессы в длинных трубах, особенно заполненных зернистыми слоями. В аппаратах РИВ в ходе процесса концентрация реагентов (а следовательно, и движущая сила) монотонно снижается; одновременно уменьшается скорость процесса, а также производительность аппарата. Соответственно, для реакций, протекающих в РИВ, математическое описание представляет собой систему обыкновенных дифференциальных уравнений. В общем виде уравнение материального баланса может быть записано следующим образом: , (17) где ri - скорость реакции по j-му реагенту в данный момент времени. Для нашего случая система уравнений материального баланса будет иметь вид: . (18) Поскольку в нашем случае протекает экзотермическая реакция, то систему необходимо дополнить уравнением теплового баланса, учитывающим изменение температуры во времени: , (19) где - коэффициент адиабатического разогрева, К; q - тепловой эффект реакции, ккал/кмоль; Cp - мольная теплоемкость реакционной смеси, ккал/(кмоль*К).
Страницы: 1, 2, 3
|