ПОИСК Статьи Рисунки Таблицы Особенности математического моделирования и оптимизации хлорного производства из "Оптимизация производства хлора Диафрагменный метод" Из краткого описания структуры хлорного производства ясно, что в его состав входит достаточно большое число цехов и отделений, отличающихся разнообразием технологических процессов. Целый ряд цехов и отделений (электролиз, выларка, вывод сульфатов, приготовление рассола) охвачены рециклом по обратному рассолу. Кроме того, имеются рециклы по теплу (утилизация тепла конденсата на стадии выпарки и др.). Все это говорит о том, что хлорное производство при оптимизации необходимо рассматривать как сложную химико-технологическую систему (ХТС) [14, 15]. [c.11] Одним из наиболее распространенных приемов, применяемых при математическом моделировании и оптимизации сложных ХТС, является декомпозиция системы на подсистемы с учетом их иерархической (ранговой) подчиненности. Применительно к хлорному производству за ранговые ступени целесообразно принять произЕодство в целом, цехи и отделения, которые в свою очередь расчленяются на более простые структурные подразделения (например, для цеха электролиза такими подразделениями будут группы электролизеров, затем единичные электролизеры). При математическом моделировании единичного электролизера производится дальнейшее расчленение ХТС до анодного и катодного блоков электролизера. Таким образом получается многоуровневая задача математического моделирования и оптимизации хлорного производства как сложной ХТС. [c.11] Для каждого уровня такой системы необходимо определить критерии оптимальности, не противоречащие критерию верхнего ранга, и круг задач оптимизации. На любом, более высоком уровне следует производить согласование полученных оптимальных решений подсистем нижестоящего ранга (уровня) по критерию более высокого ранга. [c.11] Задачи оптимизации могут быть решены, когда уже созданы математические модели отдельных блоков и их комплексов. Математическая модель, представляя зависимости между входными и выходными параметрами, так или иначе предусматривает расчет параметров процессов. [c.11] Малая изученность процессов вносит функциональную неопределенность в математическую модель системы и алгоритмы оптимизации ХТС. Нестационарность течения процессов приводит к параметрической неопределенности. Для расчета параметров с целью оптимального управления процессом, производством необходимо учитывать обе указанные неопределенности. Для нестационарных систем важен прогноз значений параметров, иначе управление, рассчитанное по текущим значениям параметров, будет оптимальным для вчерашнего дня , то есть для прошедших времени и условий процесса. Эта проблема решается на основе применения адаптивно-эвристических моделей, учитывающих текущее состояние оборудования и тенденцию его изменения в будущем. Для целей оптимального проектирования адаптивно-эвристические модели упрощаются до детерминированных, использующих статистические зависимости изменения параметров за цикл работы оборудования. [c.12] Вернуться к основной статье