Файл: Курсовая работа по дисциплине моделирование систем и процессов на тему Построение математической модели абсорбера.docx
Добавлен: 25.10.2023
Просмотров: 538
Скачиваний: 15
высшего образования«тюменский индустриальный университет»Институт Геологии и НефтегазодобычиКафедра кибернетических системКУРСОВАЯ РАБОТАпо дисциплине«МОДЕЛИРОВАНИЕ СИСТЕМ И ПРОЦЕССОВ»на тему«Построение математической модели абсорбера»(Вариант № 27)Выполнил: студент гр. АТПбз-19-2Король Н.Е.Проверил: к.т.н., доцент каф КСВедерникова Ю.А.Дата защиты :
Содержание
Введение 3
1.Осушка газа абсорбционным методом 4
2.1 Определение основных статистических характеристик параллельных опытов 9
2.2 Проверка результатов измерений по критерию грубой ошибки 10
3.Построение математической модели 13
3.1 Определение порядка и расчет коэффициентов модели 13
3.2Проверка модели на адекватность 15
Заключение 17
Список использованных источников 18
Приложение А 19
Введение
Моделирование – основной метод исследований во всех областях знаний, научно-обоснованный способ получения оценок параметров и изучения свойств технических систем, необходимых для принятия решений в различных сферах инженерной деятельности.Моделирование помогает понять и упорядочить результаты эмпирических наблюдений, создать логический каркас научной теории, обнаружить внутренние связи и соотношения между результатами эксперимента.При построении математических моделей по экспериментальным данным в различных областях науки и прикладных задачах широко используется метод наименьших квадратов, позволяющий построить унифицированные модели для различных явлений.Курсовая работа посвящена вопросам построения статических моделей технологических процессов и аппаратов. Служит закреплению у студентов навыков решения задач эмпирического моделирования, является логическим продолжением лекционного и лабораторного курсов.В задачи моделирования относят - всесторонний обзор всех важных аспектов изучения систем посредством моделирования, в томчисле программного обеспечения моделирования, проверок достоверности и адекватности модели, моделирования входных данных, генераторов случайных чисел, генерирования случайных величин и процессов, статистических планов и анализа моделируемых экспериментов, возможности моделирования производственных систем.
Цель работы: Получение статической модели технологического аппарата (абсорбера) с использованием регрессионных процедур по методу наименьших квадратов.
-
Осушка газа абсорбционным методом
-
Составим план эксперимента с учетом того, что для расчета модели необходимо получить:
-
Получим данные активного эксперимента, используя имитационную модель абсорбера (программа «АБСОРБЕР»). -
По результатам эксперимента строится математическая модель абсорбера. -
Проверку модели на адекватность произвести с помощью критерия Фишера и по корреляционной функции остатков.
| Номер задания | Номер варианта | Кратность помехи | G (м3/с) | Т (0С) | L (м3/с) | X (кг/м3) | |
| 27 | 4 | 4 | 25000 | var | var | 34 | 10 |
| Параметр | Пределы измерения. |
| температура газа (T, 0C) | 5 - 30 |
| расход абсорбента.(L, м3/час) | 30 -70 |
С, получая, таким образом, l = 6 значений. Диапазон изменения расхода абсорбента - от 30 до 70 м3/ч - разбиваем на 4 диапазона по 10 м3/ч каждый, получая k=5 значений.
Количество комбинаций входных параметров r=k·l = 5·6 = 30
На этом плане произвольно выбирается 3 точки, в которых будут проводиться параллельные опыты (отмечены знаком ).
Таблица 2.3 - План эксперимента
| T L | 5 | 10 | 15 | 20 | 25 | 30 |
| 30 | | | | | | |
| 40 | | | | | | |
| 50 | | | | | | |
| 60 | | | | | | |
| 70 | | | | | | |
-
набор входных и выходных параметров объекта, которые приведены в таблице 2.4; -
три группы параллельных опытов при фиксированных значениях входных параметров, по которым будет производиться оценка точности измерений, приведены в таблице 2.5.
| № | Расход газа G, m3/ч | Температура газа T, град. | Расход абсорбента L, м3/ч | Концентрация абсорбента X, кг/м3 | Расход газа Y, м3/ч |
| 1 | 25000 | 5 | 30 | 34 | 25956 |
| 2 | 25000 | 5 | 40 | 34 | 18930 |
| 3 | 25000 | 5 | 50 | 34 | 29387 |
| 4 | 25000 | 5 | 60 | 34 | 17479 |
| 5 | 25000 | 5 | 70 | 34 | 15313 |
| 6 | 25000 | 10 | 30 | 34 | 16625 |
| 7 | 25000 | 10 | 40 | 34 | 24979 |
| 8 | 25000 | 10 | 50 | 34 | 29196 |
| 9 | 25000 | 10 | 60 | 34 | 27566 |
| 10 | 25000 | 10 | 70 | 34 | 24661 |
| 11 | 25000 | 15 | 30 | 34 | 17446 |
| 12 | 25000 | 15 | 40 | 34 | 21621 |
| 13 | 25000 | 15 | 50 | 34 | 23612 |
| 14 | 25000 | 15 | 60 | 34 | 22178 |
| 15 | 25000 | 15 | 70 | 34 | 22435 |
| 16 | 25000 | 20 | 30 | 34 | 31729 |
| 17 | 25000 | 20 | 40 | 34 | 14700 |
| 18 | 25000 | 20 | 50 | 34 | 16145 |
| 19 | 25000 | 20 | 60 | 34 | 29585 |
| 20 | 25000 | 20 | 70 | 34 | 20309 |
| 21 | 25000 | 25 | 30 | 34 | 31581 |
| 22 | 25000 | 25 | 40 | 34 | 16933 |
| 23 | 25000 | 25 | 50 | 34 | 24276 |
| 24 | 25000 | 25 | 60 | 34 | 26377 |
| 25 | 25000 | 25 | 70 | 34 | 20409 |
| 26 | 25000 | 30 | 30 | 34 | 22028 |
| 27 | 25000 | 30 | 40 | 34 | 31344 |
| 28 | 25000 | 30 | 50 | 34 | 19590 |
| 29 | 25000 | 30 | 60 | 34 | 25416 |
| 30 | 25000 | 30 | 70 | 34 | 29804 |
Таблица 2.5 – Результаты параллельных опытов
| № оптыа | Измерения расхода газа для T=25 ℃ и L=70 м3/час | Измерения расхода газа для T=20 ℃ и L=30 м3/час | Измерения расхода газа для T=10 ℃ и L=40 м3/час |
| 1 | 330402 | 82075 | 69644 |
| 2 | 181770 | 95662 | 43432 |
| 3 | 335755 | 53724 | 76168 |
| 4 | 210229 | 99759 | 40239 |
| 5 | 285876 | 110785 | 73915 |
| 6 | 216294 | 111082 | 73843 |
| 7 | 244677 | 60154 | 49176 |
| 8 | 146013 | 61124 | 47270 |
| 9 | 240016 | 98328 | 79746 |
| 10 | 293879 | 112256 | 72399 |
| 11 | 294854 | 101405 | |
| 12 | 155490 | | |
2.1 Определение основных статистических характеристик параллельных опытов
Для каждой группы параллельных опытов определяются следующие статистические характеристики:-
Максимальное значение -
;
-
Минимальное значение -
; -
Среднее значение -
, где число опытов в данной группе (объём выборки); -
Дисперсия -
; -
Среднее квадратичное отклонение
. -
Результаты вычислений статистических характеристик сведены в таблице 2.6