![]() |
|
сделать стартовой | добавить в избранное |
![]() |
Расчет состава смесей с заданным набором свойств |
В.И. Вершинин, Р.Ю. Симанчев, Омский государственный университет, кафедра аналитической химии и химии нефти Постановка задачи. В химической технологии нередко требуется получать композиции с заданными свойствами, смешивая однотипных компонентов. При этом массовые или объемные доли компонентов подбирают эмпирически в ходе длительных экспериментов или заранее рассчитывают с учетом свойств каждого компонента. Расчеты возможны только в том случае, когда процесс смешивания протекает аддитивно, то есть без химического или какого-либо иного взаимодействия между компонентами. Состав смеси рассчитать тем труднее, чем большее число свойств смеси надо учесть. Например, для получения бензина с октановым числом (ОЧ) = 92 можно смешивать бензины с ОЧ = 76 и ОЧ = 95, и расчет доли каждого из них (xj) не вызывет затруднений. Подбирая же состав бензиновой смеси по четырем свойствам одновременно, например, добиваясь заданных значений ОЧ, температуры вспышки, плотности и предела выкипания, придется смешивать несколько компонентов, а для точного расчета состава смеси решать систему из 4 линейных уравнений с несколькими неизвестными xj. Предварительный выбор возможных компонентов проводится так, чтобы по единичному свойству одни из них имели бы более высокие, а другие - более низкие значения, чем требуемая смесь. Однако это условие - необходимое, но не достаточное; решения должны отвечать естественным ограничениям, а именно: доля любого компонента должна попадать в интервал (0, 1), а сумма xj должна равняться единице. Рассчитать "идеальный" состав смеси "в лоб", то есть решая систему линейных уравнений, удается редко. Несомненно, для подбора качественного и расчета количественного состава аддитивных смесей перспективно применение ЭВМ. Смеси определенного вида (например, нефтепродукты) могут быть рассчитаны с помощью зарубежных многоцелевых лицензионных программ , но нам неизвестны программы, позволяющие решать подобные задачи в общем виде с учетом требуемой точности прогноза. Целью настоящей работы было создание алгоритма и программного обеспечения для нахождения состава аддитивных смесей со свойствами, с определенной степенью точности соответствующими заданному набору значений ("идеалу"). Такой подход объясняется тем, что в процессе приготовления реальных композиций всегда допускаются небольшие отклонения свойств смеси от желаемых значений, связанные, в частности, с неизбежными погрешностями при измерении свойств смеси. Пределы отклонений указываются в технической документации. Алгоритм и программа. Допустим, что смесь предполагается составлять из однотипных компонентов, при этом надо контролировать М свойств, имеющих одинаковую значимость. Обозначим численные значения i-го свойства смеси через Ri, а его идеальное значение через Fi. Те же показатели компонентов, взятых порознь, определяют заранее по стандартной методике или берут их из нормативной документации. Обозначим i-й показатель j-го компонента через Pij. Совокупность всех Pij для однотипных компонентов образует базу данных (БД). Предположение об аддитивном характере смеси означает, что измеренное значение любого свойства (показателя) смеси равно: (1) Пусть Ri -задаваемое пользователем максимально допустимое отклонение i-го показателя смеси от его идеального значения.
Будем считать, что допустимые отклонения каждого показателя "вверх" и "вниз" одинаковы, тогда модель аддитивного смешения приводит к системе неравенств и уравнений вида: (2) (3) (4) Условием существования смеси, отвечающей заданным требованиям, является совместность системы (2)-(4). Для решения этой системы целесообразно применить симплекс-метод с произвольной линейной целевой функцией. В отличие от системы уравнений вида Fi - Pij xj = 0, система (2)-(4), как правило, имеет множество допустимых решений, особенно при больших Ri. Иными словами, приблизительное решение задачи о составе смеси возможно даже в тех случаях, когда точное решение получено быть не может. Приблизительное решение может быть уточнено различными способами, например путем повторных решений системы неравенств при постепенно уменьшающихся значениях Ri. Разумеется, исходная система неравенств может не иметь допустимых решений даже при больших Ri, что указывает на неудачный выбор исходных компонентов смеси, сочетанием которых приготовить смесь с желаемым набором свойств в принципе невозможно. В этом случае следует заменить один из компонентов смеси или ввести дополнительный. Предложенный алгоритм был реализован ( 1) в виде оригинальной расчетной программы Exper " для IBM-совместимых компьютеров с использованием системы программирования Borla d С . Программа "Ехper " рассчитана на подбор состава смесей до 5-компонентных включительно и может учитывать до 5 независимых показателей. Первый вариант программы не требует наличия компьютерной базы данных и их автоматизированного ввода; свойства компонентов, как и "идеальные" свойства смеси, вводятся вручную. Значения Ri задаются пользователем в процентах от Fi, причем по разным показателям эти проценты могут не совпадать. Пользовательский интерфейс (на русском языке) рассчитан на интерактивный режим, он обеспечивает сохранение, дополнение или корректировку всех введенных параметров, а также выдачу на печать протокола эксперимента. Протокол воспроизводит исходные данные, содержит одно из допустимых решений системы (2)-(4), то есть набор xj, а также результаты подстановки этого решения в формулу (1). При несовместности системы пользователь получает сообщение, что достичь заданной близости свойств композиции к идеалу на основе данного набора компонентов нельзя. Программа рассчитана на пользователя-технолога, проводящего серию последовательных расчетов (интерактивный режим компьютерного эксперимента). Если имеется база данных по свойствам возможных компонентов, но качественный состав композиции и даже число компонентов в ней заранее не определены, то рекомендуется начинать с проверки наиболее простых композиций. Вначале следует задавать достаточно большие отклонения, например Ri = 0,2 Fi. Отрицательный результат укажет на необходимость немедленно перейти к проверке смеси иного качественного состава, по усмотрению пользователя. В случае положительного результата пользователь может повторять расчет, последовательно уменьшая величину Ri (корректировка условия задачи и единичное решение ее занимают не более минуты).
В результате серии расчетов будет получено либо достаточно точное совпадение всех показателей смеси с идеалом, либо выявлен тот набор минимальных значений Ri, ближе которого к идеалу подойти при данном качественном составе смеси нельзя. Пример. В производстве определенного вида резины желательно было заменить уникальную импортную сажу А композицией из отечественных саж того же типа ( 2). При этом надо было добиться как можно более полного совпадения трех адсорбционных показателей композиции (условно обозначены как , и ) со свойствами А. Аддитивность адсорбционных свойств композиций, составляемых из однотипных саж, ранее была доказана экспериментальным путем , что и позволило нам применять вышеописанный алгоритм и программное обеспечение. Вначале проверялась 3-компонентная композиция из саж Б, В и Г, выбранная технологами интуитивно (показатели сажи Б отличаются от А всего на 10% (запись эксперимента прилагается), тогда как сажи В и Г имеют соответственно существенно более высокие и более низкие показатели. Предполагалось, что В и Г могут быть регулирующими добавками. Проверка вначале проводилась при Ri = 0,05 Fi . Как видно из таблицы, составленной на основе информации, выданной ЭВМ на печать, моделирование А 3-компонентной смесью Б, В и Г действительно должно при некоторых их соотношениях приводить к отклонениям, не превышающим 5% отн., например, при доле В = 7,65% и Г = 10,23%. Повторный расчет при Ri = 0,03 Fi показал, что с этой точностью идеал также достигается, но уже при более высоких содержаниях добавок. Однако следующий расчет при Ri = 0,02 Fi не выявил допустимых решений, то есть дальнейшая оптимизация состава и свойств композиции Б, В и Г оказалась невозможной. Аналогичные расчеты для композиций другого качественного состава привели к принципиально иным прогнозам. Так, было показано, что используя 2-компонентные смеси В и Г, мы при любых их соотношениях будем получать отклонения от идеала, превышающие 5%. Если же смешивать сажи Б и Д, можно при некотором их соотношении ожидать получения композиции, отличающейся от свойств сажи А по всем трем показателям всего на 1% . Так как погрешность измерения адсорбционных показателей в технологии сажевого производства более 1%, мы посчитали процесс оптимизации завершенным. Суммарное время компьютерного эксперимента по перечисленным сажевым композициям не превысило 50 мин. Для проверки компьютерного прогноза была изготовлена реальная композиции Б Д с вычисленным соотношением компонентов. Ее свойства исследовались в лабораториях Института техуглерода СО РАН (Омск) по стандартным методикам. Результаты подтвердили совпадение рассчитанных и реально полученных свойств композиции, то есть адекватность модели аддитивного смешения. Судя по экспериментальным данным, расхождения всех показателей композиции со свойствами уникальной сажи типа А не превышали 3% отн. и были статистически незначимы. Данный пример подтверждает целесообразность применения программы Exper для прогнозирования качественного и количественного состава композиций c заданными свойствами.
Полученную таким образом плоскую картину химического состава поверхности ленты прогоняют через специальный софт, который, опираясь на распределение ионов, выделяет отпечатки разных людей. Их тотчас можно сравнить с базой данных и выяснить, кто из рецидивистов засветился на месте преступления. Попутно обнаруживаются и следы запрещенных веществ вроде наркотиков или взрывчатки. Ученые уже приступили к коммерциализации своего прибора, который будет выпускаться американской компанией Prosolia. Впрочем, действующий при комнатной температуре и нормальном давлении метод, названный авторами десорбционной электроспреевой ионизацией (DESI), удобен для работы не только с отпечатками пальцев, но и с самыми разными образцами - от неизвестных таблеток и культур бактерий до пластиков. ГА Нано? Уже не актуально! Новую удивительную форму углерода - колоссальные углеродные трубки - вырастила команда ученых Фуданского университета (Fudan University) из Китая и Лос-Аламосской национальной лаборатории США. Поразительный набор свойств этих волокон обещает их широкое применение в самых разных областях, от текстиля до электроники
2. Расчет начального состава бетона
3. Проектирование и подбор состава гидротехнического бетона расчётно-экспериментальным методом
4. Расчет себестоимости и основных показателей работы подвижного состава
5. Проектирование состава бетона-2
9. Расчет состава машино-тракторного парка
10. Составить программу обучения работе с клавиатурой
12. Изменение газового состава атмосферы в прошлом и настоящем
13. Правовой статус Королевства Польского в составе Российской Империи
14. Источники и кодификация права Украины в составе России в 18 ст.
16. "Семейный бюджет" (расчет с помощью программы Microsoft Excel 97)
17. Управление структурой преподавательского состава в университете
19. Грабёж, вымогательство разграничение составов
20. Документы с личного состава (Документи з особового складу)
21. Компьютерная программа для расчета режимов резания деревообрабатывающего круглопильного станка
26. Совершенствование сбытовой деятельности малых предприятий в составе НПКХ "Азовский фермер"
27. Расчет разделения смеси диоксан-толуол в насадочной ректификационной колонне
29. Расчет технологической себестоимости на изделие шкафа с годовой программой 2800 штук
31. Казахстан в составе Российской империи
33. Методы формирования кадрового состава
34. Конструктор из процессных технологий (как составить план проведения изменений на предприятии)
35. Делопроизводство по личному составу
36. Применение метода электрофореза при контроле состава питьевых, природных и сточных вод
37. Связь состава, структуры и свойств строительных материалов
41. Приказы по личному составу (составление и оформление)
43. Оптимизация химического состава сплава
44. Изменение физико-химического состава почв и грунтовых вод вблизи шламовых амбаров
45. Характеристика состава портландцемента
46. Анализ состава, структуры и обеспеченности предприятия трудовыми ресурсами
47. Моделирование состава машинно-тракторного парка
48. Грабеж. Понятие и юридический анализ состава
49. Анклавный язык в составе языкового союза (к постановке проблемы)
50. Моделирование состава жидких фармформ на основе азотсодержащих органических трииодидов
51. Сбалансированность химического состава – ochobhoe условие роста и развития растений
52. Порядок прохождения военной службы офицерским составом и статус военнослужащих
53. Химико-аналитические методы исследования состава воды
60. Анализ изменения состава и свойств черноземов лесостепи и степи Зауралья при распашке
61. Классификация сена по ботаническому составу. Его характеристика и питательная ценность
62. Расчёт производственно-технологической программы свиноводческого комплекса
63. Делопроизводство по личному составу, распорядительные и информационно-справочные документы
65. Анализ состава и технического состояния основных производственных фондов предприятия
66. Тушение пожаров в условиях особой опасности для личного состава
67. Воздействие на пласт гелевым составом на основе водоограничительного материала "Силином ВН-М"
68. Анализ состава административного правонарушения
69. Квалификация признаков состава преступления
73. Порядок составления приказов по личному составу
74. Разбой и его соотношение со смежными составами преступлений
75. Уголовно-правовая характеристика состава умышленного причинения тяжкого вреда здоровью
76. Виды и составы преступлений
77. Роль фотографии в составе газетного номера
78. Разработка компьютерной программы на языке Паскаль для проведения простого теплофизического расчета
79. Выполнение необходимых задач в составе компьютера
80. Беларусь в составе Российской империи
82. Сущность государственно-правового положения Великого Княжества Литовского в составе Речи Посполитой
83. Волжская Булгария в составе Золотой Орды
84. Разработка пакета программ для расчета фазированной антенной решетки
85. Сравнительная характеристика химического состава и пищевой ценности тропических плодов
89. Мотивация и стимулирование деятельности сержантского состава
90. Приказы по личному составу
92. Управленческие решения по оптимизации кадрового состава банка
93. Анализ путей совершенствования кадрового состава
94. Организация производства водных огнебиозащитных и антисептических составов
95. Проектирование технологии предварительного разогрева бетонных смесей
99. Изучение основных технологических процессов, состава и структуры фондов строительной организации
100. Технология высококачественного окрашивания поверхностей водоэмульсионными составами