- •2. Методы интенсификации и оценкиэнергоэффективности технологических процессов сельскохозяйственного производства
- •2.1. Основные понятия интенсификации технологических процессов
- •2.2. Метод формального анализа параметров, влияющих на интенсивность
- •2.3. Классификация и способы построения моделей технологических процессов
- •2.4. Методология компьютерного моделирования
- •2.5. Методика оценки энергоэффективности при интенсификации электротехнологических процессов (этп) сельскохозяйственного производства
2.3. Классификация и способы построения моделей технологических процессов
В настоящее время, в условиях рыночных отношений, первоочередными, принципиальными задачами в сфере производства АПК являются интенсификация действующих производственных процессов, повышение качества продукции, экономия материалов и энергии и, в конечном итоге, повышение энергоэффективности технологических систем. Выявление резервов производства или конкретного процесса, как правило, связано с его анализом на основе современных методов исследования и современных технических средств (в частности с использованием пакета программ МАТСАD). При этом, особое внимание уделяется моделям технологических процессов и способам их построения.
Моделирование технологических процессов
При решении ряда задач, связанных с проектированием, подготовкой и функционированием технологических процессов а АПК прибегают к их моделированию, т. е. к изучению отдельных сторон, характеристик, свойств ТП не на реальном объекте, а на его модели. Под моделью понимают такую мысленно представленную или материально реализованную систему, которая, отображая объект исследования, способна воспроизводить с той или иной точностью его функции и замещать его на определенном этапе исследования.
Таким образом, модель — это некоторая система, сохраняющая существенные свойства оригинала и допускающая исследование определенных свойств последнего физическими или математическими методами. Иными словами, модель — это отображение, описание технологического объекта (процесса или оборудования) с помощью некоторого языка, разработанное для достижения определенной цели. К настоящему времени разработана общая теория моделирования сложных систем, которая указывает на возможность использования различных видов моделей для описания технических и технологических объектов.
Модель играет активную роль в исследовании ТП: с ее помощью можно с минимальными затратами и в сжатые сроки определять различные характеристики ТП, такие как затраты энергии, расход сырья и выход готового продукта, показатели качества этого продукта, количество отходов, бракованных изделий, конструктивные параметры элементов оборудования. Можно наметить и апробировать эффективную стратегию управления технологией, произвести процедуру оптимизации и т. д.
Целесообразность моделирования ТП определяется двумя основными условиями:
— исследование на модели дешевле, проще, безопаснее, быстрее, чем на объекте-оригинале;
— известно правило пересчета характеристик и параметров модели в соответствующие величины оригинала, т. к. в противном случае моделирование теряет смысл.
Цель, поставленная при разработке модели, определяет ее вид, информативность и степень соответствия реальному объекту, т. е. при формулировке цели необходимо тщательно отобрать те существенные свойства, которые в полной мере характеризуют рассматриваемый объект, определить требуемую степень соответствия модели реальному объекту (точность модели). Это позволяет в ряде случаев упростить модель, устранить из рассмотрения малозначимые, несущественные взаимосвязи между величинами, снизить затраты на моделирование.
При описании технологических процессов чаще используются натурное, физическое и математическое моделирование.
Натурное моделирование предполагает проведение экспериментального исследования реального технологического объекта и последующую обработку результатов с применением теории подобия, регрессионного анализа, таблиц соответствия. Это позволяет получить качественные или количественные зависимости, описывающие с той или иной точностью функционирование объекта. Однако эмпирические зависимости, основанные на представлении процесса в виде «черного ящика», хотя и позволяют решить частные технологические задачи, обладают существенными недостатками:
— эмпирические зависимости нельзя распространять на весь возможный диапазон изменения параметров режима - они справедливы лишь при тех условиях и ограничениях, при которых проводился натурный эксперимент;
— такие зависимости отображают прошлый опыт, поэтому на их основе не всегда возможно выявить и обосновать пути повышения эффективности соответствующих технологий.
В ряде случаев эмпирические зависимости носят качественный характер, т. е. устанавливают лишь характер влияния одних величин на другие, без установления количественных закономерностей.
Физическое моделирование также предполагает проведение экспериментальных исследований с последующей обработкой результатов. Однако такие исследования проводятся не на реальном технологическом объекте, а на специальных лабораторных установках, которые сохраняют природу явлений и обладают физическим подобием. Таким образом, физическое моделирование основано на подобии процессов одной природы, протекающих в объекте-оригинале и в физической модели, и заключается в следующем:
— устанавливают основные, подлежащие численному определению параметры технологического процесса, характеризующие его качество;
— рассчитывают и изготавливают одну или несколько физических моделей в виде лабораторных или полупроизводственных (опытных, пилотных) установок. Расчет этих установок производят на основе теории подобия, что гарантирует возможность переноса результатов на реальный объект;
— в результате эксперимента на модели получают численные значения и взаимосвязи выделенных параметров и пересчитывают их для оригинала.
При физическом моделировании удается получить обширную информацию об отдельных процессах, определяющих структуру данной технологии.
Аналоговое моделирование связано с подобием процессов различной природы и основано на том факте, что для различных физических явлений существуют одинаковые закономерности их описания. Аналогичными считаются объекты или процессы, описываемые одинаковыми по форме уравнениями. В качестве примера можно привести уравнения Фурье (8.2.6) и Фика (8.2.9). Несмотря на различие входящих в них физических величин, все операторы совпадают и следуют в одной и той же последовательности. Следовательно, изучая один процесс, мы получим зависимости, справедливые (с точностью до обозначений) для другого. Для аналогового моделирования используют как экспериментальные методы, так и аналоговые вычислительные машины.
Аналитическое моделирование дает наиболее мощный инструмент для их исследования и предполагает получение и исследование различных математических моделей. Так, структурные модели используются для общего или предварительного описания объекта и позволяют выявить и определить его элементы, их свойства и взаимосвязи между элементами и свойствами элементов. Обычно для построения структурной модели используют аппарат теории множеств. Классификационные модели позволяют упорядочить исследуемые объекты, выделить в них общие признаки и ранжировать по этим признакам. Такие модели необходимы при построении систем автоматизации управления, создании банков данных и разработке систем автоматизированного проектирования, информационно-поисковых систем и в ряде других случаев. Познавательные модели используются для количественного описания закономерностей протекания различных процессов или функционирования оборудования. Они устанавливают взаимосвязи, соотношения между величинами, характеризующими процесс или Лабораторное оборудование.
Познавательная модель описывает, как правило, физико-химический механизм процесса и может не содержать технологические параметры или характеристики объекта.
Между частными моделями, описывающими отдельные процессы или иные структурные составляющие изучаемого объекта, существуют взаимосвязи. Учет таких взаимосвязей, т. е. совместное решение уравнений, описывающих отдельные единичные процессы, приводит к построению обобщенной модели метода или способа обработки.
Технологические модели отличаются от познавательных тем, что целью их построения является нахождение количественных взаимосвязей между параметрами режима, условиями функционирования — входами технологической системы и показателями ее технического уровня, т. е. выходами системы. Построение технологических моделей всегда связано с оценкой уровня качества и повышением эффективности функционирования технологических систем. Обычно технологические модели строятся на основе математических моделей отдельных процессов или на основе обобщенной модели объекта. Однако в ряде случаев полное аналитическое описание объекта невозможно, и при построении технологических моделей используют некоторые эмпирические зависимости. Как правило, технологические модели строят для изучения отдельных сторон функционирования технологической системы, т. е. они носят частный характер.
Для большинства технологических процессов в связи с их сложностью построение единой обобщенной модели, адекватно описывающей все стороны и особенности их протекания, затруднено или невозможно. Поэтому при моделировании ТП используют принцип декомпозиции и решения локальных задач, позволяющий выделять и моделировать отдельные стороны, свойства ТП. В результате такого подхода ТП представляется совокупностью моделей, описывающих отдельные закономерности его функционирования и предназначенных для решения определенного круга задач. Такое представление естественно вытекает из системного анализа, описанного выше. Иерархичность технологии порождает иерархичность моделей (модели ТП, ТО, ТМ), многомерность технологий — разнообразие моделей (модели физико-химических процессов, технологий, оборудования).
Пример. В качестве примера многообразия моделей рассмотрим технологию электрохимической размерной обработки (ЭХРО). Модели, используемые при исследовании и описании такой технологии, показаны на рис. 8.2.35.
К числу частных познавательных моделей в данном случае относятся следующие:
кинематическая (описание кинематики взаимного перемещения электродов);
гидравлическая (описание движения жидкости в узком межэлектродном канале);
электрическая (описание электрического поля в межэлектродном промежутке);
тепловая (описание поля температур);
электрохимическая (описание электродных процессов и процессов переноса в электрохимической системе);
химическая (описание химических стадий суммарного электродного процесса, химических превращений вещества в растворе).
К технологическим моделям относятся модель формообразования (описание движения границы анода при электрохимическом растворении его поверхности), модель электрода-инструмента и ряд других.
Рис. 8.2.35. Виды моделей для описания процессов электрохимической обработки материалов
В основе моделирования лежат основные представления теории подобия, в соответствии с которой явления, процессы называются подобными, если данные, полученные при изучении одного из них, можно распространить на другие. Для подобных явлений необходимо постоянство отношений некоторых величин, характеризующих процесс, или сочетаний таких величин, называемых критериями подобия [табл. П1,2,3]. Так, например, при изучении течения жидких сред широко используется критерий Рейнольдса:
,
где v — cкорость потока жидкости, м/с; d — гидравлический диаметр потока, м; ν — кинематическая вязкость среды, м2/с. Число Рейнольдса — безразмерная величина, от значения которой зависит характер движения жидкости, распределение скоростей течения по сечению канала и другие параметры потока.
Основная (третья) теорема подобия гласит, что для подобия явлений необходимо и достаточно, чтобы их условия однозначности были подобны. Это означает, что должны соблюдаться геометрическое подобие, подобие физических констант, начальных и граничных условий, а критерии подобия, составленные из величин, входящих в условия однозначности, были бы одинаковы. Следовательно, все подобные явления отличаются друг от друга только масштабами характерных величин. Таким образом, если явления или процессы подобны, то закономерности, полученные при изучении одних из них, можно переносить на другие, а модельные результаты пересчитать с учетом масштабных факторов.
Суммируя сказанное, можно заключить, что основное требование к модели состоит в ее соответствии моделируемому объекту. Степень соответствия модели тому реальному явлению, которое она описывает, называют адекватностью модели. Доказательство адекватности — один из основных этапов построения любой модели. Для количественной оценки адекватности используют понятие «точность модели». Каждая модель должна сопровождаться информацией о ее точности для надежного использования результатов моделирования.
Точность детерминированных величин определяется отклонением результата моделирования х* от соответствующей ему реальной величины х, а точность стохастических моделей оценивают вероятностными характеристиками.
Для обеспечения адекватности модели на этапе ее построения рекомендованы следующие правила:
выбирают рациональную последовательность построения модели;
используют итеративный процесс построения модели, т. е. многоэтапную процедуру ее разработки с оценкой промежуточных результатов, анализом их точности и коррекцией модели предыдущего этапа;
уточняют модели на основе имеющихся экспериментальных данных;
уточняют модели на основе получения экспертных оценок, результатов функционирования объекта и прочих дополнительных данных.
Усложнение технологических процессов в АПК, увеличение числа параметров, значимых при построении моделей, ужесточение сроков моделирования, ограничение материальных средств, выделяемых на эти цели, — все эти факторы затрудняют, а в некоторых случаях исключают предметное моделирование. Поэтому на первый план выдвигается математическое моделирование ТП с использованием современных компьютерных технологий
Математическим моделированием ТП называют исследование, осуществляемое путем решения системы математических соотношений, описывающих ТП, и имеющее три этапа:
составление математического описания процесса или его элемента;
выбор метода решения системы уравнений математического описания и реализация его в виде алгоритма, программы для получения количественных величин или соотношений;
установление адекватности модели оригиналу.
При построении математических моделей реальный процесс упрощается, схематизируется, и полученная схема в зависимости от ее сложности описывается тем или иным математическим аппаратом. В конкретном случае математическое описание представляется в виде системы алгебраических, дифференциальных, интегральных уравнений или их совокупности.
С точки зрения анализа математической модели целесообразно выделить три ее стороны:
смысловой аспект отражает физическое описание моделируемого объекта;
аналитический аспект представляет собой систему уравнений, описывающих происходящие процессы и взаимосвязи между ними;
вычислительный — метод и алгоритм решения, реализованные в виде программы на одном из языков программирования.
В последнее время для исследования сложных систем, в том числе технологических процессов, все большее применение находит имитационное моделирование, в основе которого лежит машинный эксперимент. Для реализации математической модели строится моделирующий алгоритм, воспроизводящий процесс функционирования системы во времени. Путем изменения входных данных получают сведения о состояниях процесса в заданные моменты времени, по которым оценивают характеристики объекта. Таким образом, при имитационном моделировании имеют дело с моделями, по которым нельзя заранее рассчитать или предсказать результат.
Пример. Рассмотрим в качестве примера моделирование процесса электрохимической анодной обработки материала, описанного ранее (рис. 8.2.15, б). Эта технология получила распространение при изготовлении пространственно сложных изделий в энеретике, таких как лопатки турбин и компрессоров. С технологической точки зрения необходимо уметь рассчитывать время t, необходимое для снятия слоя металла толщиной z (машинное время обработки), или же величину слоя металла (припуска) zп, снятого за время t. Для получения расчетных зависимостей воспользуемся частной моделью плоскопараллельного межэлектродного промежутка (МЭП), смысловой аспект которой ясен из рис. 8.2.36, а. Как видно, электрод-инструмент (ЭИ) движется поступательно со скоростью vи, а на поверхности анода (А) формируется эпюр локальных скоростей электрохимического растворения vэ, межэлектродный промежуток заполнен электролитом, а между электродами приложено напряжение U.
Сделаем некоторые допущения, упрощающие модель. Пусть скорость электрохимического растворения одинакова для всех точек анодной поверхности и свойства электролита также одинаковы для всех точек МЭП. Тогда для описания процесса можно воспользоваться законами Ома и Фарадея:
и,
где U — напряжение на электродах; i — плотность тока; а — текущий межэлектродный зазор; χ — удельная электропроводность электролита; с — электрохимический эквивалент металла; η — выход по току реакции растворения металла; ρ — плотность обрабатываемого металла.
Из расчетной схемы следует, что da/dt = vэ — vи, поскольку растворение поверхности компенсируется смещением ЭИ в сторону заготовки. Отсюда получаем дифференциальное уравнение, описывающее изменение МЭП во времени:
(8.2.26)
при начальном условии t= 0; a = a0.
Анализ модели значительно упрощается, если принять A = const. Такое допущение корректно для многих практически важных задач. Рассмотрим два случая, реализуемые в большинстве схем электрохимического формообразования: vи= 0 (случай неподвижного ЭИ) и vи = const (движение ЭИ с постоянной скоростью). Интегрируя приведенное выше дифференциальное уравнение, получаем для первого случая:
(8.2.27)
а для второго:
(8.2.28)
Преобразуя полученные выражения, можно получить зависимости времени от величины МЭП.
Несмотря на упрощенный характер предложенной модели, она успешно используется в технологических расчетах и во многих случаях хорошо описывает экспериментальные данные.
Однако в тех случаях, когда отношение длины межэлектродного зазора к его ширине достаточно велико (в реальных процессах k достигает значений 200–1000), свойства электролита по длине МЭП сильно изменяются из-за сопутствующего выделения тепла и газа, и сделанные выше допущения неприемлемы.
Необходимо строить модели, в которых учитываются зависимости параметров процесса от координаты гидравлического тракта и времени.
Для получения подобных зависимостей широко используется физическое моделирование. На рис. 8.2.36, б приведена физическая модель длинномерного МЭП, позволяющая получать распределения плотности тока, температуры электролита, газосодержания, эффективной электропроводности межэлектродной среды, локальной скорости съема металла и других параметров по длине МЭП прямым экспериментом.
Насос 1 прокачивает электролит через гидравлический тракт, образованный плоскопараллельными электродами 2 и 3, встроенными в диэлектрические плиты 4. Величина межэлектродного зазора определяется толщиной сменной прокладки 5 и изменяется в пределах 0,2—2 мм. Варьируемыми параметрами режима электролиза являются: величина зазора, напряжение на электродах, входное давление электролита, его состав, начальная температура, скорость подачи катода на анод, длина МЭП, материал электродов. Газовыделение, профиль скоростей течения электролита изучались с помощью скоростной киносъемки процесса, для получения распределения локальных плотностей тока по длине МЭП использовался секционный анод, распределения давления и температуры фиксировались тензодатчиками давления и термопарами, специальными зондами измерялись электродные потенциалы в различных сечениях МЭП. Изменение съема металла по длине канала фиксировалось прямыми измерениями.
Анализ показывает наличие соответствия между представленной физической моделью и оригиналом: соблюдается геометрическое, гидравлическое, электрическое подобие, подобие физических констант, начальных и граничных условий. Поэтому полученные экспериментальные данные позволили не только уточнить математическую модель, но и получить технологические результаты, пригодные для непосредственного использования в производственных условиях.
Рис. 8.2.36. Схема к построению математической модели (а) и установка для физического моделирования процесса ЭХРО в узком длинномерном зазоре (б)
Таким образом, приведенный пример показывает, что различные виды моделей дополняют и уточняют друг друга, давая в совокупности надежные данные для практического использования. К настоящему времени трудно найти такие области, в которых отсутствовал бы развитый аппарат математического моделирования основных процессов.