Системный анализ
║ │ │ └─────────────────┘ │ │ ║
║ │ │ нет│ │да ║
║ │ ┌─────┴────────────┐ ┌──────────────────┐ │ │ ║
║ │ │Внесение коренных │ │Внесение изменений├<──────┘ │ ║
║ │ │изменений в метод ├<──┤ в математическое │ │ ║
║ │ │и алгоритм расчета│ │ описание │ │ ║
║ │ └───────────────┬──┘ └──────────────────┘ ┌──────────┴──┐║
╚══╪═══════════════╗ ^ нет │Соответствие │║
┌─┴───────────┐ ║ └──────────────────────────────┤ программы │║
│ Составление │ ╚═════════════════════════════════╗ │ заданным │║
│мат. описания│ ┌───────┐ ┌─────────────────┐ да║ │ критериям │║
└─┬───────────┘ │РЕШЕНИЕ├<────│Разработка модели├<──╫─│эффективности│║
^ └───────┘ │ закончена │ ║ └─────────────┘║
┌─┴───────────┐ └─────────────────┘ ╚════════════════╝
│Постановка │
│ задачи │
└─────────────┘
Блоки обведенные двойной линией, при использовании системы
автоматического регулирования (программирования) могут быть обработаны
машиной автоматически. Естественно, такая должна обладать блоками
синтеза и анализа структур. Формирование модели процесса целиком
является компетенцией исследователя или технолога. Именно на этом
этапе определяется физическое содержание задачи и весь круг явлений,
включенных в рассмотрение. Следует четко представлять цель, которую
- 4 -
необходимо достигнуть при завершении расчетов, а так же возможность
последующей проверки расчетных результатов и их практической
реализации.
Задача составления математического описания процесса наиболее
точно отвечающего реальным условиям его протекания, зависит прежде
всего от степени изученности отдельных составляющих элементов и степе-
ни их взаимосвязи.
Наиболее общим приемам разработки математического описания про-
цесса является блочный принцип. Согласно этому принципу составлению
математического описания предшествует анализ отдельных "элементарных"
процессов, протекающих в объекте моделирования.
В составе математического описания, разработанного на основе фи-
зической природы моделируемого процесса, обычно можно выделить следую-
щие группы уравнений:
Уравнения баланса массы и энергии, записанные с учетом
гидродинамического режима в объекте; эта группа обычно определяет
распределение температуры в потоках, составов и связанных с ними
свойств, например плотности, вязкости и т.д.;
Уравнения элементарных процессов, определяющих изменение
переменных состояния потоков веществ и их взаимодействие. К этой груп-
пе относятся описания процессов химических превращений, массо- и
теплообмена.
Теоретические, полу-эмпирические или эмпирические между различны-
ми параметрами модели, например, зависимость коэффициента массопереда-
чи от скорости потоков фаз, зависимость плотности раствора от состава
и т.д.
Кроме перечисленных выше групп уравнений в состав математического
описания могут входить различные ограничения на допустимые области ис-
пользования теоретических или эмпирических зависимостей, ограничения
на диапазон изменения некоторых из переменных и т.д.
_ 23. Цели и задачи оптимизации технологических систем.
Бурное развитие техники, интенсификация производства,
необходимость увеличения производительности труда выдвинули перед
учеными инженерами работающими в области автоматики, задачи создания
высококачественных систем автоматического управления (САУ), которые
способны решать все более сложные задачи управления и заменить
человека в сложных сферах его деятельности.
Параллельно с развитием техники развивалась техническая киберне-
тика, являющаяся базой современной автоматики и телемеханики. Одним из
важнейших направлений технической кибернетики является теория опти-
мальных автоматических систем, которая зародилась в конце 40-х годов.
Под оптимальной САУ понимается наилучшая в известном смысле
система. Решение проблемы оптимальности позволит довести до максимума
эффективность использования производственных агрегатов, увеличить
производительность и качество продукции, обеспечить экономию энергии и
ценного сырья и т.д. В различных отраслях техники управления
рассмотрения проблем оптимальности систем приводит к задачам
построения оптимальных по быстродействию САУ, оптимальной фильтрации
сигнала принимаемого на фоне помех, построения оптимальных
прогнозирующих устройств, оптимальных методов распознавания образов,
оптимальной организации автоматического поиска и т.д. Между всеми
этими различными на первый взгляд задачами имеется внутренняя связь,
которая является базой для построения единой теории оптимальных
систем.
Критерии оптимальности, на основе которых строится система, могут
быть различны и зависят от специфики решаемой задачи. Это могут быть
простота, экономичность, надежность. Для процессов САУ критериями мо-
гут быть время регулирования, вид кривой переходного процесса, точ-
ность воспроизведения входного сигнала при наличии помех и т.п.
Значение теории оптимальных систем для практики исключительно ве-
лико. Без нее трудно создавать оптимальные САУ. Теория оптимальных
систем позволяет оценить тот предел, который может быть достигнут в
- 5 -
оптимальной системе, сравнить ее с показателями действующей не опти-
мальной системы и выяснить, целесообразно ли в рассматриваемом случае
заниматься разработкой оптимальной системы.
Принципы оптимального управления получают все большее
распространение на практике. Они позволили создать новые
автоматические регуляторы, и достигнуть существенного процесса в их
основных свойствах. Несмотря на полученные результаты ряд важнейших
проблем оптимального управления остается еще не решенным. К ним
относятся проблемы построения систем, близким к оптимальным, синтез
оптимальных управляющих устройств и др.
Оптимизация любого процесса заключается в нахождении оптимума
рассматриваемой функции или соответственно оптимальных условий прове-
дения данного процесса.
Для оценки оптимума необходимо прежде всего выбрать критерии
оптимизации. В зависимости от конкретных условий в качестве критерия
оптимизации можно взять технологический критерий, например,
максимальный съем продукции с единицы объема аппарата; экономический
критерий - минимальная стоимость продукта при заданной
производительности и др.
На основании выбранного критерия оптимизации составляется так
называемая целевая функция или функция выгоды, представляющая собой
зависимость критерия оптимизации от параметров, влияющих на его
значение. Задача оптимизации сводится к нахождению экстремума целевой
функции. Следует иметь в виду, что проблемы оптимизации возникают в
тех случаях, когда необходимо решать компромиссную задачу
преимущественного улучшения двух или более количественных
характеристик, различным образом влияющих на переменные процесса,
балансируя одну против другой. Например, эффективность процесса
балансирует против производительности; качество - против количества;
запас единиц продукции - против реализации их; производительность -
- против затрат и т.д.
Для автоматически управляемого процесса, автоматически управляе-
мой системы, различают две стадии оптимизации: статическую и динами-
ческую.
Статическая оптимизация решает вопросы создания и реализации
оптимальной модели процесса, а динамическая - создание и реализация
системы оптимального управления процессом.
В зависимости от характера рассматриваемых математических моделей
принимаются различные математические методы оптимизации. Все они
сводятся к тому, чтобы найти минимум или максимум, описываемой
уравнением целевой функции.
При выборе метода оптимизации необходимо учитывать могущие
возникнуть вычислительные трудности: объем вычислений, сложность
самого метода, размерность задач и т.п. Целесообразно производить по
возможности предварительные оценки положения оптимума какой-либо
конкретной задачи. Для этого необходимо детально рассмотреть исходные
данные и основные соотношения между переменными. Для сокращения
размерности задачи часто используется прием сведения нескольких
переменных к наиболее существенным.
Целесообразно применение однотипных вычислительных схем. При
использовании вычислительных машин с помощью стандартных подпрограмм
удается упростить расчеты и лишь для целевых функций требуется
создавать специальную программу.
Не представляется возможным изложить твердые правила упрощения
задач для всех возможных случаев; необходимо каждый раз подходить к
выбору метода оптимизации и решению задачи, исходя из конкретного су-
щества самой задачи.
_ 24. Основы системного анализа процессов и аппаратов
1Системный анализ 0 это методология исследования любых объектов
средством представления их в качестве систем и анализа этих систем.
1Система 0 это совокупность взаимосвязанных элементов, объединенных для
достижения поставленной цели. Для выявления элементов производят де-
- 6 -
композицию системы. 1 Технологическая система - 0 совокупность технологи-
ческих процессов и средств для их реализации.
Любую технологическую систему расчленяют на 4 основных элемента:
1) Собственно технологический процесс.
2) Аппарат для реализации процесса.
3) Средства контроля и управления.
4) Информационные связи между тремя предыдущими подсистемами.
В зависимости от масштабов технологические системы бывают:
1) Малые системы (один типовой процесс, один типовой аппарат).
2) Большие системы - совокупность малых систем.
Процессы в системном анализе бывают 1 детерминированные 0 и 1стохасти-
1ческие. Детерминированные 0 характеризуются однозначной непрерывной за-
висимостью между входными и выходными величинами. при этом каждому
значению входной величины соответствует определенное значение выходной
величины. В 1 стохастических 0 процессах изменение определяющих величин
происходит беспорядочно хаотично и чаще всего дискретно. Значение
выходной величины не находится в соответствии с входной.
24.1. Основные этапы системного анализа.
Этап 1
1.1. Анализ современного состояния объекта. Изучение физико-химических
особенностей, конструктивное и аппаратное оформление системы,
технологических особенностей.
1.2. Средства контроля и управления, технико-экономические и
экологическо-социальные особенности системы.
Этап 2: Постановка задачи оптимизации.
2.1. Формирование исходного числового материала для математического
моделирования (по сырью, реагентам, энергии, сбыту, количеству).
2.2. Формулирование критерия оптимизации.
Этап 3: Выбор математической модели.
3.1. Выбор типовой математической модели.
3.2. Формулирование рабочей гипотезы о работе механизма процесса.
3.3. Принятие допущений, идеализирующих реальную систему. Приведение
модели к окончательному рабочему виду (зависит от средств реализации
ЭВМ).
3.4. Формирование алгоритмов, реализующих математические модели.
Этап 4: Идентификация математической модели.
4.1. Проверка эксперимента.
4.2. Сравнение результатов эксперимента и расчета.
Этап 5: Анализ результатов моделирования.
5.1. Анализ основных связей независимых переменных с входными величи-
нами и критериями оптимизации (анализ статических характеристик).
5.2. Анализ чувствительности возможных критериев оптимизации и отсев
несущественно влияющих связей.
5.3. Анализ допустимых решений задач оптимизации.
5.4. Анализ экономической целесообразности автоматической оптимизации
системы
Этап 6: Уточнение задачи оптимизации.
6.1. Анализ возможности реализации алгоритма оптимизации существующим
математическим обеспечением.
6.2. Формирование алгоритма оптимизации. Составление качественной
оценки контрольного варианта.
1Оптимизация - 0 процедура поиска экстремального значения 1 0 выбранного
критерия при выполнении наложенных ограничений и условий физической
реализуемости.
Этап 7: Анализ результатов эксперимента.
7.1. Выявление свойств оптимальных режимов системы.
7.2. Разработка структуры системы автоматической оптимизации.
7.3. Разработка задания на создание алгоритмов оптимизации,
использующих свойства оптимальных режимов.
Далее разрабатывается эскизный проект, техническое задание и рабочий
проект.
.
- 7 -
_ 25. Список литературы.
1. БояреновА.И., КофаровВ.В. "Методы оптимизации в химической
технологии", М-72, Изд. Наука, 487 стр.
2. КафаровВ.В., "Методы кибернетики в химии и химической технологии",
М-71,"Химия", 496 стр..