- •1. Понятие технологической системы, ее свойства
- •2. Схема управляемой технологической системы
- •3. Пример управляемой тех. Системы производства см
- •4. Схема частично управляемой и не управляемой тех. Системы
- •5. Пример частично управляемой и не управляемой тех. Системы
- •6. Входные параметры тех. Системы производства см. Примеры, уровни
- •7. Выходные параметры тех. Системы производства см. Примеры, уровни
- •8. Виды возмущающих воздействий на технологическую систему и их учет
- •9. Общая классификация систем. Пример
- •10. Системный анализ. Задачи, способы
- •11. Общие положения стратегии системного анализа
- •12. Применение блочного принципа системного анализа на примере процесса строительной технологии
- •13. Основные типы мат. Мод.
- •16. Высшая ступень иерархической структуры птс
- •17. Исследование птс как объектов управления
- •18. Чувствительность систем
- •19. Управляемость системы
- •20. Наблюдаемость системы
- •21. Устойчивость системы
- •22. Помехозащищенность системы
- •23. Эмерджентность птс
- •24. Интерэктность птс
- •25. Детерминированные процессы. Примеры
- •26. Стохастические процессы. Примеры
- •27. Основные положения теории информации: информационная энтропия
- •28. Основные положения теории информации: св-ва информационной энтропии
- •29. Основные положения теории информации: количество информации
- •30. Передача сигналов в технологических системах: ступенчатое возмущение
- •31. Передача сигналов в технологических системах: импульсное возмущение
- •32. Передача сигналов в технологических системах: синусоидальное возмущение
- •33. Основные типы звеньев тех. Системы: безинерционное и инерционное звено
- •34. Основные типы звеньев тех. Системы: дифференцирующее и интегрирующее
- •35. Основные типы звеньев тех. Системы: чистого запаздывания и колебательное
- •Помехи в технологических системах.
- •Обратная связь в технологических процессах.
- •Моделирование как метод исследования систем. Основные виды моделирования.
- •Виды математических моделей. Классификация моделей по степени точности.
- •Классификация математических моделей по степени соответствия реальному объекту, способности работать в реальном времени.
- •Основные принципы моделирования: информационной точности.
- •Основные принципы моделирования: параметризации.
- •Основные принципы моделирования: агрегирования.
- •Основные принципы моделирования: осуществимости.
- •Основные принципы моделирования: рационального использования факторного пространства.
- •Основные принципы моделирования: принцип множественности.
- •Основные этапы и способы построения моделей.
- •Статистические модели процессов. Понятие активный эксперимент.
- •Статистические модели процессов. Понятие пассивный эксперимент.
- •Эволюционное планирование эксперимента в производственных условиях. Смысл, план эксперимента.
- •Понятие фаза и цикл при эволюционном планировании эксперимента.
- •Графические зависимости и критерии при эволюционном планировании эксперимента в производственных условиях.
- •Оценка опытных данных по g-критерию Кохрена.
- •Области применимости регрессионного анализа.
- •Понятие полнофакторного эксперимента и дробной реплики от него. Применимость планов, их виды.
- •Виды математических моделей используемых при регрессионном анализе.
- •Области применимости дисперсионного анализа.
- •Планирование эксперимента при дисперсионном анализе.
- •Виды математических моделей используемых при дисперсионном анализе.
- •Оценка адекватности по f-критерию Фишера. Проведение вычислительного эксперимента.
- •Основы теории подобия. Виды подобия.
- •Критерии подобия. Применимость, примеры.
- •Типовые модели структуры потоков в аппаратах: модель идеального вытеснения.
- •Типовые модели структуры потоков в аппаратах: модель идеального смешивания.
- •Типовые модели структуры потоков в аппаратах: диффузионная модель.
- •Типовые модели структуры потоков в аппаратах: ячеечная модель.
- •Типовые модели структуры потоков в аппаратах: комбинированная модель.
- •Состав, структура и свойства нейронных сетей. Биологическая аналогия.
- •Алгоритм моделирования сложных объектов и систем с помощью нейронных сетей.(70)
- •Применение нейронных сетей для прогнозирования поведения системы в будущем.(71)
- •Имитационные модели. Этапы построения модели.(85)
- •Основные элементы системы управления. Способы продвижения модельного времени.(90)
- •Построение моделирующего алгоритма системы управления запасами по принципу Δt.
- •Построение моделирующего алгоритма системы управления по принципу особых состояний.
- •Специальные методы применяемые при имитационном моделировании: группировка, применение относительных и средних величин.
- •Специальные методы применяемые при имитационном моделировании: сравнение, метод цепных подставок.
- •Специальные методы применяемые при имитационном моделировании: метод аналогий, экспертные оценки.
- •Моделирование и анализ организационной структуры предприятия при создании системы управления.
- •Структурная схема имитационной модели тп сборного железобетона с изменяемыми критериями управления. Основные информационные потоки.(86)
- •Оценка стабильности технологических процессов. Организация работ.(72)
- •Регистрационные методы оценки стабильности технологических процессов.(73)
- •Статистические методы оценки стабильности технологических процессов.(74)
- •Оценка стабильности технологических процессов. Контрольные карты.(79)
- •Оценка стабильности технологических процессов. Диаграммы Парето.(80)
Типовые модели структуры потоков в аппаратах: модель идеального смешивания.
В зависимости от вида функции распределения во всем разнообразии математических моделей потоков, возникающих в различных аппаратах, их общая суть м.б . представлена в некоторых типовых моделях, отражающих влияние стохастической природы явлений движения субстанций.
Модель идеального смешивания
Согласно этой модели применяется равномерное распределение субстанций во всем потоке.
выходные кривые при импульсном и ступенчатом воздействии:
Данной модели соответствует апериодическое звено. Зависимость между концентрацией субстанции в потоке и на выходе имеет вид:
Модели идеального смешивания соотв. процессы в цилиндрических аппаратах со сферическим дном в условиях интенсивного перемешивания при наличии отражательных перегородок.
Типовые модели структуры потоков в аппаратах: диффузионная модель.
В зависимости от вида функции распределения во всем разнообразии математических моделей потоков, возникающих в различных аппаратах, их общая суть м.б . представлена в некоторых типовых моделях, отражающих влияние стохастической природы явлений движения субстанций.
Диффузионная модель
ДМ – различают 1 и 2 – х параметрическую модель.
1-параметрическая модель имеет в качестве основы модель вытеснения осложненную обратным перемешиванием, подчиняющуюся формальному закону диффузии. Параметры характеризующие модель: является коэффициент турбулентной диффузии или коэффициент продольного перемешивания.
Допущения при описании модели:
- изменение концентрации является непрерывной функцией расстояния
- концентрация в любом сечении постоянная
- объемная скорость потока и коэффициент продольного перемешивания не изменяются по длине и сечению потока. , где - к-т продольного перемешивания потоков, опр-ся опытным путем.
В 2-х параметрич. модели учитывается перемешивание потока как в продольном так и в радиальном направлении. Характеризуется коэффициентом продольного и радиального перемешивания.
однопараметрическая модель двухпараметрическая модель
При опытном определении коэфф-тов продольного и радиального перемешивания их обычно представляют в виде критерия Пекле.
где L – это определённый линейный размер.
Если критерий Пекле стремиться к , то диффузионная модель переходит в модель идеального вытеснения.
Если критерий Пекле стремиться к 0, то в модель идеального смешивания.
Типовые модели структуры потоков в аппаратах: ячеечная модель.
В зависимости от вида функции распределения во всем разнообразии математических моделей потоков, возникающих в различных аппаратах, их общая суть м.б . представлена в некоторых типовых моделях, отражающих влияние стохастической природы явлений движения субстанций.
Ячеистая модель
О сновой модели является представление об идеальном перемешивании в пределах ячеек, распложенных последовательно, и отсутствие перемешивания между ячейками. Число ячеек m. Мат описание ячеистой модели состоит из ДУ 1-го порядка:
При m=1 модель переходит в модель идеального перемешивания, при m= в модель идеального смешивания.
Ячеистой моделью оценивают функции распределения в последовательно соединенных аппаратах с мешалками осуществляющих интенсивное перемешивание, абсорбционных и экстракционных колонах и некоторых гидродинамических режимах.
Разновидностью ячеистой модели явл модель с обратным потоком, в которых учитывается наличие обратного потока между ячейками. Параметры модели: число ячеек и доля обратного потока. При m= ячеистая модель переходит в диффузионную модель с продольным перемешиванием. Модель с обратным потоком применяется для аппаратов, в кот наблюдается заброс вещества в сторону, обратную направлению основного потока.