книги / Моделирование физико- химических процессов нефтепереработки и нефтехимии
..pdfпри 0 <3 ж ^ 1. Обозначим через v1 (х) такую собственную функ цию Z-J, что
y i ( * ) > О п р и 0< х < ; 1
1
J vl dx — i
о
где [Xj — число: я/2 |
< р,х < |
л. |
|
Назовем средним |
значением функции / (х, |
t) функцию |
|
_ |
_____ |
1 |
|
7(0=/ (*. О= J / (*, 0 (*) |
(v.36) |
о
Операция взятия среднего линейна. Применим эту операцию к системе (V-34). Для этого помножим первое уравнение на vx (х)
ипроинтегрируем его по а: от 0 до 1. С учетом краевых условий
и(V.35) получим:
<20 |
3- |
3 |
— avi (1) Л9/ + |
J Щ |
bi] d x + J F (0) (ж) dx |
|
о |
о |
или
- j f - = avx (1) А 0/+Яа0+Л 0) |
(V.37) |
Упростим функцию F (0). Для этого разложим ее по формуле Тейлора в окрестности 0. Найдем: F (в) <=» F (0).
Таким образом, усреднение системы (V.34) дает:
<20 |
_ |
(V.38) |
■ j f = |
в»! (1) А 0 / + М + ^ (0) |
Положения равновесия этого уравнения соответствуют сред ним значениям стационарных решений задачи (V.34). Поэтому,
если при некотором наборе значений параметров * положение |
|
равновесия 0 Х скачком перейдет в положение равновесия 0 2 |
0ц |
следовательно, система (V-35) скачком переходит в высокотемпе ратурный режим, что соответствует тепловому взрыву системы-
После |
усреднения тепловая задача |
(V.28) — (V.30) сведется |
||
к уравнению: |
|
|
|
|
|
Я, |
О |
Et О |
|
(1) hQi + K^b-j-tugie Е |
l l'P® + n2g2e |
1+Р° — т (0— 0СТ) |
(V.39) |
|
* Такой |
набор параметров |
называется |
точкой [бифуркации |
уравне |
ния (V.38). |
|
|
|
|
171
Обозначим: |
|
m0CT -j-ahv-i (1) 6/ |
|
|
|||
|
|
0Л ----- |
> 0 |
|
|||
|
|
|
|
т—Xj |
|
|
|
|
|
|
|
т — Xj |
|
|
|
|
|
|
|
|
> 0 |
|
|
|
|
„ _ _ М |
1— ^ 4 |
|
|||
|
|
а — |
— |
— <5 |
1 |
|
|
|
|
|
|
«i?i + n2g2 |
|
|
|
и перепишем (V.39) в следующем виде: |
|
|
|||||
|
nigi+n2g2 |
|
-5Г = ф (§)- а (0+ер) |
(V .4 0 ) |
|||
где |
|
at |
|
|
|
||
|
|
|
|
|
|
|
|
Ф (в) = аф! (0)+ (1 -а )Ф 8 (ё) |
Ф/ (0) = ехр |
j |
|||||
и все |
параметры |
положительны. |
|
|
|||
Далее предположим, что при малых х величины |
gr — кон |
||||||
станты |
(параметры |
задачи). |
|
|
|
|
Разберем сначала случай, когда ос = 1, Ф (0) = Ф х (0). Поло
жения равновесия уравнения (V.40) являются абсциссами точек пересечения графиков ъх = Ф (0) и z2 = б (0 + 0О). Из рис. Y-5 видно, что уравнение имеет одно, два или три положения равно весия, в зависимости от значения параметра б, причем первое (в порядке возрастания 0) положение равновесия 0 Х всегда устой чиво, а второе — 02 0 Х — неустойчиво.
Пусть параметр б уменьшается. Тогда нижнее положение равновесия 0Х 0*, второе (неустойчивое) положение равновесия 02 также стремится к 0*, а верхнее положение равновесия 03->0* при 6j->- б*. Величина б* определяет наклон прямой, при котором
прямая z2 — б (0 -f- 0О) касается кривой zx = Ф (0). |
При |
б <3 |
<36* существует единственное положение равновесия 0 |
> 0 * 7 |
|
которое соответствует чрезмерно высоким температурам. |
|
|
Таким образом, значение б* является критическим. При |
б = |
|
= б* происходит тепловой взрыв — скачок системы из |
устойчи |
вого низкотемпературного режима в высокотемпературный устой чивый режим, соответствующий недопустимым температурам. Причем возмущенная система быстро стремится к стационарному режиму 116].
Легко видеть, что б* и 0* (координаты точки касания) опре
деляются из условий: |
|
|
Ф(0) = 6(0 + 0О) |
|
|
<*Ф(0) я |
(V.41) |
|
d% |
||
|
172
Для случая Ф (0) = Фх (0) система (V.41) сводится к квад ратному уравнению относительно 0
|
Ф' (0) |
1 |
|
|
|
|
"ФТёГ = |
Т и 7 |
|
(v‘42) |
|
Е х |
|
1 |
1 |
|
|
Е |
' (1 + |
PQ)2 |
~~ 0 + |
0о |
(У'43) |
Определяя отсюда 0, |
из |
уравнения |
(V.41) |
найдем 6*. |
В общем случае, когда а Ф_1 или а Ф 0, график Ф (0) показан на рис. V-5, б. При этом б* и 0* определяются из той же системы
уравнений (V.41). |
|
|
|
|
|
С учетом того, |
что |
Ф2 (0) = |
1ФХ (0)]В*/Е', уравнение |
(V.42) |
|
сводится к уравнению |
на 0^: |
|
|
|
|
|
ф(я«/я.ы — — а |
. _£iEL |
(V.44) |
||
|
ф1 |
|
1 - а |
Q2 (6) |
|
где Р 2 (0), Q2 (0) — многочлены |
второй степени. |
|
|||
В уравнении (V.44) легко отделяются корни, и 0* можно найти, |
|||||
например, методом |
итераций. |
|
|
|
Описанный метод использоваи для анализа тепловой устой чивости реактора гидрокрекинга, описываемого математической
моделью |
(V.28) — (V.30) при |
следующих |
значениях |
параметров |
||||||||||
(для |
размерностей |
СИ): |
h = |
100, |
А = |
0,53 *10-3, |
Т 0 = |
702, |
||||||
Е х — 35• 103, |
£ 2 = ^ 0 * 1 0 3, |
*х |
= |
30,8, |
|
щ = 35,4, |
Т„ = |
298, |
||||||
Т 0 = |
514, С = |
0,5, р = |
0,750, Н — 2,1. |
Диаметр реактора = |
2,5, |
|||||||||
К т = |
140^ GT = 1*105, |
qx = |
130, q2 = |
110, |
К 10 = 30,8, К 20 = |
|||||||||
= 35,4, |
qx = |
q10 = |
0,9, |
q2 — q2Q = 0,1. |
Расчеты |
проводили |
на ЭВМ. Значения 0* и 6* находили соответственно из уравнений:
|
0* |
|
(1 + Р0*)2 jl + a(w — 1) |
1_______ |
|
|||||||
|
|
|
|
|
||||||||
|
|
|
|
|
W |
|
|
|
a + ( l —а) шФ*-1 |
|
||
|
|
|
ф (0*) |
осФг (0*) + (1—а ) ®х (0*), |
|
|
||||||
|
|
|
0*+6о |
|
|
0*+бо |
|
|
|
|||
В результате вычисления были получены следующие |
значе |
|||||||||||
ния: л = 0,5*10 3, |
Ъ■—- |
1,0, |
Bj = |
0,5, |
ть2 — 2,0, тгь = 0,02, |
р>х = |
||||||
= 3,14, |
kt = |
—0,53 -105, |
Ух ( 1 ) ^ 0 , |
0 о = |
О,6*1О"Б, |
a |
= 0,7, |
|||||
w = Е 21Ех = |
1,1, |
р = |
0,04, 0; = |
—7,2, 0СТ = —15,5. |
Искомые |
|||||||
критические значения |
получились |
равными: 0^ = 1,1, |
б* = 2,6. |
|||||||||
При б, близких б* = 2,6, |
возможен |
тепловой взрыв. |
|
|
||||||||
Как |
указано ранее, |
k l ^ |
— b44a. Отсюда получаем условие |
|||||||||
устойчивости: |
|
|
|
|
|
|
|
|
|
|
|
|
— — — |
:— |
— |
г |
г |
-— |
:— г - |
ё г т >>2*6 |
(v-45) |
||||
Лср5 |^gxo(7l*l ехР |
|
к т 0 ) + ^20(72^2 ехР у- |
) |
|
|
173
В рассматриваемой области изменения параметров неравенство (V-45) можно записать в виде
/710СТ |
(V.46) |
l f - « l |
Отметим, что в нашем случае неравенство (V.45) или (V.46) выполняется с большим запасом (— #=« 105). Изменение любого из физических параметров, например, в два раза не меняет не равенства б > 2,6. Следовательно, при условии alb2 ^ 10-5 низко температурный режим всегда устойчив; 0СТ (и 0О) на устойчи вость не влияет.
ЛИТЕРАТУРА
1.Фадеев Д. К ., Фадеева В . И. Вычислительные методы линейной алгебры. М., Фпвматгпз. 1960. 420 с.
2.Островский А. М. Решение уравнений и систем уравнешгй. М., Изд-во ИЛ, 1963. 220 с.
3.Шаманский В . Е. Методы численного решения краевых задач па ЭЦВМ. Часть 1. Киев, Изд-во АН УССР, 1963. 180 с.
4.Саульев В. К. Интегрирование параболических уравнений методом се
ток. М., Фпзматгпз, 1960. 240 с.
5.Слинъко М. Г . и др. Методы моделпрования каталитических процессов на аналоговых и цифровых вычислительных машинах. Новосибирск,
«Наука», 1972. 150 с.
6. Bilous О., Amundson N. Am. Inst. Chem. Eng. J ., 1956, v. 2, № 1,
p.117—123.
7.Жаров Ю. M., Панченков Г. M. «Математическое описание и оптимизация процессов переработки нефти и нефтехимии». Труды МИНХ и ГП пм. Губкина, выл. 74. Л., «Химия», 1967, с. 3—24.
8.Жоров Ю. М. Расчеты и исследования химических процессов нефтепере работки. М., «Химия». 1973. 214 с.
9.Дерлмуттер Д. Устойчивость химических реакторов. Пер. с англ, под ред. Н. С. Гурфейна. Л., «Химия», 1976. 256 с.
10.Барбашин Е. А. Введение в теорию устойчивости. М., «Наука», 1967. 360 с.
11. |
Matsuura Т., |
Kato |
М. |
Chem. Eng. Sci., 1967, v. 22, № 2, p. 171—.179. |
||
12. |
van Heerden |
C. Chem. |
Eng. Sci., |
1958, |
v. 8, № 1, p. 133— 139. |
|
13. |
Amundson N. R., |
Lui |
S. L. Ind. |
Eng. |
Chem. Fund., 1968, v. 1, № 2, |
p. 200-212.
14.Иоффе И. И ., Письмен Л. М. Инженерпая химия гетерогенного ката лиза. Изд. 2-е. Л., «Химия», 1972. 462 с.
15.Вольперт А. И ., Худяев С. И. Аиализ в классах разрывных функций и уравнения математической физики. М., «Наука», 1975. 394 с.
16.Alfani L ., Greco G. Ind. Chim. Ital., 1975, v. 11, № 4, p. 70—>76.
Глава VI
Методы оптимизации химико-технологических процессов
1. ЗАДАЧИ ОПТИМИЗАЦИИ ХИМИКО-ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ
Исследование химико-технологического процесса завершается поиском оптимальных условий его осуществления. В лаборатор ных исследованиях и при управлении — это подбор состава смеси, добавок к ней, катализаторов, режимных параметров; при проектировании — это выбор допустимого масштабного пере хода и оптимальной конструкции .технологического оборудова ния. При решении этих общих задач приходится иногда использо вать поиск оптимума и на вспомогательных этапах, главным из которых является наилучшее определение кинетических и термо динамических параметров процесса.
При постановке задачи оптимизации должна быть сформули рована и количественно охарактеризована оптимизируемая вели чина, которую называют целевой функцией, или критерием опти мизации у. Необходимо также, чтобы существовала возможность изменения у при изменении величин x v ..., xk, характеризующих состав и свойства сырья и полученного продукта и условия про
ведения |
процесса. |
|
Если |
сформулирована зависимость |
|
|
!/ = /( * i , . . . , * * ) |
(VI. 1) |
то оптимизация заключается в подборе таких значений |
..., х{, |
при которых у будет оптимальным (т. е. минимальным или макси мальным).
Кроме того, следует учитывать, что на величины могут быть наложены ограничения в виде равенств или неравенств типа:
<рА(*1 , |
.. Xk) ^ |
о |
Фр (*1, |
•» х^) ^ |
(VI.2I |
О |
||
xji^X i ^X j2\ ; = 1, |
к |
где XjXy Xj2 — постоянные.
175
Поскольку оптимизация проводится для системы уравиеиий (VI. 1) — (VI.2), не следует стремиться создать алгоритм поиска оптимума, который мог бы быть использован во всех возможных ситуациях, так как он может оказаться непомерно громоздким для большинства реальных задач.
Правильнее рассмотреть задачи, возникающие в реальных случаях, и наиболее эффективные методы поиска экстремума для различных ситуаций (см. главы I —IV).
Все группы задач оптимизации предполагают наличие коли чественного оптимизируемого показателя у. При этом зависимости (VI.1) — (VI.2) могут быть заданы в неявном или явном виде. Если в этих зависимостях отсутствуют случайные величины, то ,задачи поиска называют детерминированными (определепными), в противном случае — стохастическими.
Может показаться, что детерминированные задачи возникают при идеализации реальных ситуаций, так как в большинстве исследований ряд входных и выходных величии измеряется с ошибками, и следовательно, они являются случайными величи нами. Кроме того, на результаты реального процесса влияет столь большое число факторов, что их полный учет невозможен. Но при хорошей организации исследования ошибки измерения малы и можно исключить факторы, слабо влияющие на у\ это позволяет большую часть реальных задач рассматривать как детерминиро ванные.
Более близки к реальным ситуациям, но и более сложны стохастические задачи. Они возникают в тех случаях, когда ошибками .измерения некоторых величин х нельзя пренебречь, а также когда на увлияют неизвестные или неизмеряемые величиныПри больших ошибках и шумовом фоне поиск оптимума может оказаться бессмысленным, но в большинстве случаев удается разделить детерминированное и стохастическое влияние, причем
последнее относительно невелико- «Детерминированные задачи можно разделитьна две группы:
1) задачи, когда зависимости (VI-1), (VI-2), т. е. математическое описание процесса, заданы в явном виде; 2) задачи, когда вид некоторых зависимостей (VI-1), (VL2) неизвестен.
В первом случае для поиска оптимума могут использоваться аналитические и численные методы [1, 2]. При этом физико-хими ческий и технологический эксперимент завершается созданием зависимостей (VI. 1), (VI. 2); поиск оптимума осуществляется'при математическом исследовании этих зависимостейВо втор ом слу чае поиск оптимума связан с постановкой и анализом физико-хи мических экспериментов. Он осуществляется методами, основан ными на определении «направления» наиболее выгодного измене ния у и движении в этом направлении (например, метод градиента) или методами статистических испытаний (метод Монте-Карло).
Группа задач оптимизации связана с поиском функций, опре деляющих оптимальный режим, например, функциональной зави-
176
симости температуры от длины реактора, при которой будет мак симальным выход продукта. К этому классу задач относятся й задачи управления химико-технологическими процессами в не стационарных условиях (пуск, остановка, переход от одного режима к другому, управление процессом с быстрой дезактива цией катализатора). Существует общая теория выбора оптималь ных функций, объединяющая ряд методов, однако для исследо вания задач химической технологии применяют лишь вариацион ные методы. В настоящее время широко распространено примене ние принципа максимума Понтрягина.
В последнее время большое внимание уделяется оптимизации химико-технологических схем, т. е. поиском таких вариантов и маршрутов, которые должны пройти обрабатываемые вещества, чтобы получить наиболее эффективно требуемую продукциюКроме обычных методов оптимизации для решения этих задач применяют методы математической топологии и теории графов*
2. АНАЛИТИЧЕСКИЕ МЕТОДЫ ОПРЕДЕЛЕНИЯ ЭКСТРЕМУМА ДЛЯ ДЕТЕРМИНИРОВАННЫХ ЗАДАЧ
Аналитические методы сводятся к непосредственному опреде лению параметров точки экстремума функции многих переменных. Легко установить необходимые условия экстремумаЕсли изме нять только один из х , например Хр то у будет функцией только одной переменной с экстремумом в точке xf — хр Но в этой точке производная у по х,■ должна обратиться в нуль. Следова тельно, для функции многих переменных необходимые условия экстремума запишутся в виде
Для того, чтобы установить достаточные условия экстремума, выразим / (х) в окрестностях экстремальной точки (при х г = = х\ + Да?!, xk = xl. + Ахк) рядом Тейлора. Так как частные производные по х,- при я,- = х) равны пулю (в соответ ствии с необходимым условием) и членами более высоких поряд ков, чем второй, можно пренебречь при небольших Ах, то
/ (®з;+Дхг, |
х*+Дхл) —/ (*J, |
х*) = |
кk
Если знак разности пе меняется для различных значений Ах, то получим максимум (при отрицательном знаке) или минимум
177
(при положительном знаке). Таким образом, достаточные условия запишутся в виде
Фо
Для поиска экстремума простых дифференцируемых функций, когда на переменные наложены условия типа равенств, часто используют метод неопределенных множителей Лагранжа. Если переменные связаны условиями
ф, (^1» *, / ^— 1, • * .у d (d < А) *
то можно составить линейную комбинацию приведенных выше функций:
А
|
Ф = у 4 "2 ^Ф‘ |
|
|
||
|
|
i=i |
|
|
|
где %i — неопределенные множители Лагранжа. |
|||||
Если |
выбрать так, чтобы экстремумам функций Ф и у от |
||||
вечал один и тот же набор х{, |
..., а£, то задача |
сводится к опре |
|||
делению экстремума функции Ф. Так как |
|
||||
|
ф=ф(ж/, Я) |
|
7 = 1, |
., к |
|
а экстремумы Ф и у совпадают, |
то в |
точке |
экстремума |
||
|
(ЭФ \ |
= { |
ду \ |
|
|
|
\ dxi '*,=*? |
\ dxi К;~Х*; = 0 |
(VI.3) |
Обратим внимание, что ЗФldXt = <pf = 0.
Таким образом, составив функцию Ф и приравняв ее произ водные по а: и Я нулю, получим систему уравнений (V I.3), решение которой даст оптимальные х] и значения неопределенных мно
жителей Лагранжа.
' Для сложных реальных ситуаций метод множителей Лагранжа позволяет лишь сформулировать аналитически задачу оптимиза ции, а для нахождения оптимальных значений параметров необхо димо применение поисковых методов.
3. ПОИСКОВЫЕ МЕТОДЫ НАХОЖДЕНИЯ ЭКСТРЕМУМА ДЛЯ ДЕТЕРМИНИРОВАННЫХ ЗАДАЧ
Не всегда возможно и даже целесообразно использовать извест ное математическое описание процесса для получения системы уравнений, связывающих параметры оптимальной точки. Однако»
* В противном случае система (V I.l), (VI.2) несовместима.
178
всегда возможен поиск экстремума последовательным проведе нием расчетов по математическому описанию (VI. 1) при несколь ких произвольных наборах х х, ..., хк, сравнением найденных значений у и определением таких наборов, при которых значение у паиболее близко к экстремальному. При поисковых методах обычно задают возможные интервалы изменения каждого из х- В ходе поиска эти интервалы постепенно уменьшают так, чтобы выйти в «узкую» область изменения каждого из #, в которой нахо
дится экстремальное |
значение у. |
|
|
|
|
||||
|
Таким |
образом, |
задача |
поиска |
заключается |
в |
том, |
чтобы |
|
от |
исходных |
«широких» интервалов |
изменения |
каждого |
из х |
||||
Ц |
min ^ xi ^ |
х! max) перейти, к «узким» интервалам, внутри кото |
|||||||
рых находятся оптимальные |
значения х* (х{1 ^ |
х* |
Ж/2)- |
||||||
Поисковые методы для функции одной переменной |
|
|
|||||||
|
Пусть |
функция |
у — f (х) в возможной области |
изменения |
аргумента имеет один экстремум, т. е. является унимодальнойУнимодальная функция может не быть гладкой или непрерывной, она может иметь разрыв-
Метод сканирования. Если е — наименьшее изменение, кото рое приводит к ощутимому изменению у, то область поиска жт1х—£inin можно разбить на (ятах—хт1п)1&—1 интервалов и ис следовать у на границе каждого интервала. Сравнивая найденные значения у, выберем из них оптимальное. Такой метод называют сканированием (обеганием). Он прост в постановке, позволяет точно определить положение экстремума, но требует очень дли тельной вычислительной работы.
Известен ряд вариантов этого метода, позволяющих умень шить вычислительную работу при сканировании. Можно, напри мер, увеличить шаг поиска в 2Г раз и проводить расчеты при «крупных» шагах 2геПроводя расчеты, наблюдают за величи ной у- Найдя широкую «оптимальную» область, начинают дви жение в ней, уменьшив шаг в два раза — до 2Г_18Всю процедуру повторяют до получения «узкого» интервала вблизи экстремума. Этот метод хотя и эффективнее простого сканирования, также весьма трудоемок.
Более эффективны методы, основанные на так называемой минимаксной стратегии [3]. Если осуществляется поиск экстре мума унимодальной функции в области #min s? х = жтах, то один расчет у (при произвольной величине х = Xj) ие позволяет умень шить интервал поиска, поскольку неизвестно, в каком направле нии от х х следует двигаться при дальнейшем поискеПоэтому минимальное начальное число расчетов должно быть не меньше
двух (при х =* х г и х = |
я 2). Полученные результаты могут быть |
||||
представлены |
тремя |
возможными |
ситуациями: |
1) ух <3 у2 |
|
(рис. VI-1 ,а); |
2) |
у х > у 3 (рис. VI-1, б)\ 3) уг = у2 (рис. V I-1,в)Г |
|||
Во всех случаях |
удается уменьшить |
область поиска- |
В первой |
179
ситуации, |
очевидно, |
оптимум лежит |
в интервале х 2—хтах, во |
второй — в |
х х— |
в третьей — в |
х г—х 2. |
Таким образом, активный поиск после каждой пары расчетов позволяет уменьшить область поиска, но это уменьшение зависит от размещения точек х х и х 2- Можно определить эффективность поискового метода по уменьшению в результате поиска области изменения х, в которой находится оптимальное значение, так назы ваемой области (интервала) неопределенности 1Х. Понятно, что 1Х зависит от начального интервала неопределенности 10 и числа расчетов к, т. ev lx = lx (lo' &)•
Различные методы поиска могут приводить к различным ин тервалам 1Х. Для сравнения поисковых методов целесообразно выбрать наихудшую из возможных для каждого метода ситуацию, которая характеризуется наибольшим из возможных интервалом неопределенности после к расчетов — Lk. По определению
Lfc=max 1Х(2о, ^0
Использовав известный принцип минимакса (минимизация максимального для различных видов поиска интервала неопреде ленностей), запишем:
•L£=minLfc=min [m ax lx (lo, Щ
Метод дихотомии. Продолжим рассмотрение поискового метода при первоначальном проведении двух расчетовИз рис- VI-1 видно, что этот интервал должен быть не больше, чем х 2—#min или *^шах—«&1* Следовательно, Ь2 (после двух расчетов) есть макси мальная из этих величин, что можно записать в виде:
I(;r2— ;rmin), (*шах— #i)]
Рассматривая рис- VI-1, легко убедиться, что из всех воз можных вариантов к минимальной (из максимально возможных)
Рис. VI-1. Возможные результаты двух начальных расчетов при поиске' экстремума унимодальной функции.
величине Ъг приведет планирование, когдах 1 и х 2 располагаются вблизи середины интервала, например на расстоянии е от сере дины (рис- VI-2)- Такое планирование часто называют е-мини- макснымМетод, использующий е-минимаксное планирование в последовательном поиске, называют дихотомией (половинным делением).
180