Вісник СНУ ім. В. Даля № 1(271)

Permanent URI for this collection

https://dspace.snu.edu.ua/handle/123456789/11

Browse

Browsing Вісник СНУ ім. В. Даля № 1(271) by Author "Kuznetsova, О. V."

Now showing 1 - 1 of 1
  • No Thumbnail Available
    Item
    Побудова математичних моделей випарної установки експериментально-статистичним методом.
    (СНУ ім. В. Даля, 2022) Проказа, О. І.; Кузнецова, О. В.; Prokaza, O. I.; Kuznetsova, О. V.
    Для вирішення задач оптимального управління процесом упарювання у виробництві аміачної селітри необхідно мати математичний опис технологічних процесів, які протікають в окремих випарних апаратах. Кінцевою метою дослідження є отримання адекватної математичної моделі процесу випарювання і знаходження оптимального технологічного режиму. Досліджувалась випарна установка, до якої входить випарний апарат з сепаратором для випарювання свіжого розчину аміачної селітри і доупарюючий апарат з падаючою плівкою. Аналіз випарної установки як об’єкта керування дозволив визначити вхідні і вихідні параметри, які характеризують особливості процесу упарювання у різних випарних апаратах. На підставі проведеного аналізу встановлена необхідність розробки моделей для кожного випарного апарату. Для отримання експериментально-статистичних моделей випарної установки був зібраний статистичний матеріал з реального об’єкту управління. Обробка даних проводилась методами кореляційного і регресійного аналізу. На підставі отриманих експериментальних даних проведений багатофакторний кореляційно-регресійний аналіз для отримання якнайкращих залежностей для оцінки вихідних величин випарних апаратів. Для параметрів, статистичний опис яких гарантує задану надійність, виконаний однофакторний регресійний аналіз. Окрімлінійних моделей аналізувались експоненціальні, гіперболічні, логарифмічні моделі. За підсумками дослідження, встановлено, що не всі дані вхідні параметри мають сильну кореляцію з вихідними параметрами, враховуючи вибраний рівень надійності моделі. Таким чином, частина інформації, отриманої експериментально, виявилася недоступною для аналізу класичними статистичними методами. В результаті порівняння критеріїв адекватності моделей на різних етапах дослідження отримані моделі з високими показниками критеріїв адекватності. При перевірці адекватності отриманих моделей для всіх залежностей відносна похибка результатів не перевищила 2%, що підтверджує значущість отриманих моделей і можливість їх застосування для прогнозуючого управління.