Физические и математические модели. Что такое математическое и физическое моделирование

Научные исследования, связанные с созданием новых машин

Основными направлениями научных иссле­дований, связанных с повышением качества, надежности и безопасности машин и обо­рудования, являются:

фундаментальные исследования в области новых рабочих процессов, ресурсосберегаю­щих технологий и новых конструкционных материалов;

создание, освоение и внедрение современ­ных методов конструирования машин, обосно­вания их оптимальных рабочих параметров, конструктивных форм;

получение новых материалов, разработка деталей, узлов и агрегатов с соблюдением требований по технологическим параметрам;

разработка новых метрологических мето­дов, систем и средств;

проведение ускоренных и обычных испыта­ний на надежность и ресурс моделей и на­турных изделий;

организация эксплуатации машин с за­данной степенью надежности, безопасности, экономичности при соблюдении требований эргономики и экологии.

Первостепенное значение в современном машиностроении приобретают проблемы на­дежности и безопасности техники с учетом роли человеческого фактора.

Научной базой применения концептуаль­ных, конструкторских, технологических и материаловедческих решений для всех этапов создания машин и конструкций должны стать принципы и методы физического и ма­тематического моделирования.

Физическое и математическое моделиро­вание в машиностроении бази­руется на общих подходах, развиваемых на основе фундаментальных наук, прежде всего математики, физики, химии и др.

Математическое моделирование и вычис­лительный эксперимент становятся новым ме­тодом анализа сложных машин, рабочих про­цессов и системы машина - человек - сре­да. Физическое и математическое моделиро­вание проводится в несколько стадий.

Начинается моделирование с постановки и уточнения задачи, рассмотрения физи­ческих аспектов, определения степени влия­ния на моделируемые процессы различных факторов в программируемых условиях функ­ционирования моделируемых систем или про­цесса. На этой основе строится физическая модель.

Затем на ее базе строится математиче­ская модель, включающая в себя матема­тическое описание моделируемого процесса или механической системы в соответствии с закономерностями кинематики и динамики, поведения материалов под действием нагру­зок и температур и т. д. Модель исследуется по таким направлениям, как соответствие поставленной задаче, существование решения и т. п.

На третьей стадии выбирается вычислитель­ный алгоритм решения задачи моделирова­ния. Современные численные методы позво­ляют снять ограничения на степень сложно­сти математических моделей.

Далее используя современные математические пакеты программ, такие как MathCad, Matlab, которые обладают большим набором возможностей и функций и позволяют решать задачи как аналитическими, так и численными методами, проводят вычислительные эксперименты.

При проведении вычислений и получении результатов необходимо особое внимание уделять грамотности и правильности представления решений.

Завершающая стадия предусматривает анализ полученных результатов, сопостав­ление их с данными физических экспери­ментов на натурных образцах изделий. В слу­чае необходимости ставится задача уточне­ния выбранной математической модели с по­следующим повторением указанных выше стадий.

После завершения работ по физическому и математическому моделированию форми­руются общее заключение и выводы по конструкторским, технологическим и эксплуа­тационным мероприятиям, связанным с созда­нием новых материалов и технологий, обес­печением условий надежной и безопасной работы машин, удовлетворением требований эргономики и экологии.

В последнее время чисто математическое моделирование крайне редко встречается при проектировании и конструировании механизмов и деталей. Традиционное математическое моделирование при проектировании современных механизмов и деталей, заменяется на компьютерное моделирование. Основным методом применяемым современными программными продуктами является метод конечных элементов. Подобное моделирование помимо точности вычисления и наглядного представления о поведении объекта исследования в заданных условиях ускоряет процесс проектирования и уменьшает затраты на проведение исследований с физическими моделями.

Создание новых машин и конструкций с повышенным уровнем рабочих параметров, экологических и эргономических требований представляет собой сложную комплексную проблему, эффективное решение которой ба­зируется на физическом и математическом моделировании.

Разработка эскизного проекта предусмат­ривает построение физических моделей на основании опыта создания прототипов. Ма­тематические модели включают новые зна­ния об анализе и синтезе структурных и ки­нематических схем, о динамических характе­ристиках взаимодействия между основными элементами с учетом рабочих сред и про­цессов. На этом же этапе формируются и решаются в общем виде вопросы экологии и эргономики.

При разработке технического проекта дол­жен осуществляться переход к физическим моделям основных узлов, испытываемым в лабораторных условиях. К математиче­скому обеспечению технического проекта от­носятся системы автоматизированного про­ектирования.

Создание принципиально новых машин (машин будущего) требует совершенствова­ния методов математического моделирова­ния и построения новых моделей. Это в зна­чительной мере относится к уникальным объ­ектам новой техники (атомная и термо­ядерная энергетика, ракетная, авиационная и криогенная техника), а также к новым технологическим, транспортным аппаратам и устройствам (лазерные и импульсные техно­логические установки, системы на магнит­ной подвеске, глубоководные аппараты, адиа­батные двигатели внутреннего сгорания и др.).

На этапе рабочего проектирования физи­ческое моделирование предполагает созда­ние макетов и испытательных стендов для проверки конструкторских решений. Мате­матическая сторона этого этапа связана с разработкой автоматизированных систем под­готовки технической документации. Матема­тические модели уточняют по мере детали­зации и уточнения граничных условий за­дач конструирования.

Одновременно с проектированием решают­ся конструкторско-технологические задачи вы­бора материалов, назначения технологий изготовления и контроля. В области конструк­ционного материаловедения используют экспе­риментальное определение физико-механи­ческих свойств на лабораторных образцах как при стандартных испытаниях, так и при испытаниях в условиях, имитирующих экс­плуатационные. При изготовлении высокоот­ветственных деталей и узлов из новых ма­териалов (высокопрочные коррозионно- и радиационно стойкие, плакированные, компо­зиционные и др.) необходимо проводить спе­циализированные испытания по определению предельных состояний и критериев повреж­дения. Математическое моделирование исполь­зуют для построения имитационных моделей механического поведения материалов в раз­личных условиях нагружения с учетом технологии получения материалов и формообразования деталей машин. Имитационные модели используют при выполнении слож­ного математического анализа тепловых, диффузионных, электромагнитных и других явлений, сопутствующих новым технологиям.

На основе физических и имитационных мо­делей получают сложный комплекс физико-механических свойств, характеристики ко­торых должны использоваться при создании на базе компьютеров банков данных о современных и перспективных материалах.

На этапе разработки технологии изготов­ления деталей, узлов и машин в целом физическое моделирование используют при ла­бораторной и опытно-промышленной отработ­ке технологических процессов как традици­онных (механообработка, литье и др.), так и новых (лазерная обработка, плазменная, взрывная, магнитно-импульсная и др.).

Параллельно с технологическими процес­сами разрабатываются физические модели, а также "принципы контроля и дефектоско­пии материалов и готовых изделий. Мате­матические модели технологических процес­сов позволяют решать сложные задачи теплопроводности, термоупругости, сверх пластичности, волновых и других явлений с целью рационального выбора для данных деталей эффективных методов и параметров обработки.

На этапе создания машин и конструкций, когда осуществляется доводка и испытания головных образцов и опытных партий, фи­зическое моделирование предусматривает про­ведение стендовых и натурных испытаний. Стендовые испытания обеспечивают высокую информативность и сокращают сроки довод­ки опытных образцов изделий массового и крупносерийного производства. Натурные ис­пытания необходимы для оценки работоспо­собности и надежности уникальных изделий на предельных режимах. При этом задачами математического моделирования становятся алгоритмы и программы управления испыта­ниями. Анализ получаемой эксперименталь­ной информации следует проводить на компьютере в реальном масштабе времени.

При эксплуатации машин физическое мо­делирование используют для диагностики со­стояния и обоснования продления ресурса безопасной работы. Математическое(компьютерное) модели­рование на этом этапе имеет целью построе­ние моделей эксплуатационных повреждений по комплексу принятых при проектировании критериев: Проработка таких моделей вы­полняется в настоящее время для объектов атомного и теплового энергетического маши­ностроения, ракетной и авиационной техники и других объектов.

В области естественных наук наиболее распространенными являются два вида моделирования - физическое и математическое .

Процесс физического моделирования состоит в изучении системы посредством анализа некоторого макета, сохраняющего физическую природу системы или внешне напоминающего изучаемый объект.

Физические модели (их еще называют натурными) могут иметь вид полномасштабных макетов (например, тренажеры летательных аппаратов), могут выполняться в уменьшенном масштабе (глобус) или в увеличенном масштабе (планетарная модель атома). В инженерной практике широко используются как макеты в натуральную величину, так и уменьшенные модели объектов. В последнем случае параметры экспериментов с физической моделью выбираются из подобия.

Примерами физических моделей являются: модели летательного аппарата или автомобиля, исследуемые в аэродинамической трубе; построенный на базе военного истребителя миниатюрный аналог сверхзвукового пассажирского лайнера, используемый во время летных испытаний.

Статические физические модели, такие как макеты архитектурных объектов или заводских корпусов, позволяют наглядно представить пространственные соотношения.

Однако модели физического типа имеют ограниченную сферу применения. Не для всяких явлений и объектов могут быть построены дающие значимые результаты физические аналоги.

Математическая (или символическая) модель концентрирует в себе записанную в форме математических соотношений совокупность наших знаний, представлений и гипотез о соответствующем объекте или явлении.

Математическая модель - абстрактный образ системы, отражающий ее важнейшие свойства. Поскольку математические модели являются абстрактными и, следовательно, наиболее общими, то именно они находят самое широкое применение в исследовании систем.

Натурные эксперименты представляют собой источник информации ограниченного объема. Математическая модель допускает более широкие исследования и обобщения, результаты которых дают информацию для прогнозирования поведения системы в будущем. Правда, чтобы обеспечить эти возможности, приходится решать проблему соответствия (адекватности ) модели и системы, т.е. проводить дополнительное исследование согласованности результатов моделирования с реальной ситуацией.

Математические модели строят на основе законов и закономерностей, выявленных фундаментальными науками: физикой, химией, экономикой, биологией и т.д. После того как модель сформулирована, необходимо исследовать ее поведение. С усложнением анализируемых объектов использование для этих целей аналитических методов возможно лишь в ограниченном количестве случаев. Выход состоит в переходе к машинным реализациям математических моделей.

Математические машинные модели делят на аналоговые и цифровые в соответствии с типами вычислительных машин, на которых они реализованы.

Аналоговое моделирование основано на том факте, что различные по природе явления и процессы могут иметь одинаковое математическое описание. Хорошо известным примером служит описание одними и теми же уравнениями электрического колебательного контура и пружинного маятника. На аналоговых вычислительных машинах эти уравнения воспроизводятся обычно с помощью электрических схем, построенных на электронных операционных усилителях и функциональных блоках, моделирующих предопределенный набор математических действий и функций, например арифметические действия, интегрирование, нелинейные функции. Искомые характеристики исследуемой системы регистрируются путем измерения на модели соответствующих электрических величин. Переработка информации в такой модели носит параллельный характер и реализуется в форме электрического процесса, происходящего в собранной схеме.

Цифровые модели, реализуемые на цифровых электронных вычислительных машинах, представляют собой алгоритмы переработки входной информации в выходную. Входной информацией могут быть параметры модели, ее начальные состояния и т.п., а выходной - траектории этой модели.

Моделирующий алгоритм строится на основе математической модели системы. Последняя может быть как алгоритмической , так и аналитической .

Примером алгоритмической модели является конечный автомат, заданный с помощью одношаговой функции перехода, которая собственно и определяет алгоритм пересчета состояний автомата, т.е. воспроизведения ее траектории.

Примером аналитической модели является система обыкновенных дифференциальных уравнений, в которой для получения решения необходимо использовать какой-либо метод интегрирования. Данная модель преобразуется в алгоритмическую при использовании метода численного интегрирования. Такое преобразование приводит, вообще говоря, к изменению свойств модели, что в принципе должно учитываться при исследовании.

Поэты знают – все похоже на все. На этом положении базируется творчество метафор:

В саду горит костер рябины красной,

Но никого не может он согреть.

На этом же положении базируется моделирование. Моделирование – это построение и исследование моделей. В свою очередь моделью называется некоторая система, исследуя которую получают информацию о другой системе.

С первого взгляда это кажется нонсенсом. Можно ли, разглядывая один предмет, получить представление о другом предмете. Где то море, а где та дача?

Между тем, чтобы посмотреть на себя со стороны, мы пользуемся зеркалом. При этом свое отражение в зеркальном стекле мы отождествляем с собой. Хотя наше отражение кое в чем и отличается от оригинала. Например, правое и левое в зеркале меняется местами. Но мы почти автоматически делаем поправку на это не существенное в данном случае различие, и пользуемся зеркалом к своей пользе и вящему удобству. Все мальчики отходят от зеркала чистыми и причесанными. А девочки вообще красавицы!

Модель, метафорически выражаясь, и есть такое зеркало, приставленное к изучаемому предмету.

Создавая модель, мы решаем, какие свойства изучаемой системы для нас важны, а какие – второстепенны. Например, при исследовании крыльев летательных аппаратов в аэродинамической трубе, нам важна их форма и материал, из которого они изготовлены. Цвет же крыльев в данном случае несущественен. Хотя при расчете видимости самолета цвет его плоскостей будет, пожалуй, самой важной информацией.

Определившись с главными и не главными свойствами моделируемой системы или объекта, мы устанавливаем определенные соотношения между свойствами системы и ее модели. Например, если размер модели дома вдвое меньше размера реального дома, объем, а следовательно, вес модели будет в восемь раз меньше реального.

Затем мы начинаем исследование модели и определяем различные интересующие нас соотношения между параметрами. Например, при какой скорости воздушного потока начнутся вибрации крыла. Это – формулировка проблемы флаттера, колебаний летательного аппарата, неожиданно возникающих при определенных значениях скорости воздушного потока, обтекающего крыло. Без решения этой проблемы самолеты не смогли бы летать с высокими скоростями. Чтобы решить ее пришлось наблюдать в аэродинамической трубе разрушение большого количества моделей крыльев. Здесь мы сразу видим в чем достоинства моделирования. Мы испытываем на прочность не дорогой самолет, а дешевую модель, пересчитывая свойства модели в свойства моделируемого реального самолета. Экономия средств, а главное, летчики-испытатели не должны рисковать жизнью.

Другая область применения моделей – сопротивление материалов и строительная механика. Насколько прочной должна быть сталь для моста? Какой толщины делать несущие колонны, чтобы здание не обрушилось? Можно ли построить небоскреб из кирпича? Здесь моделью реального материала является образец, подвергаемый испытаниям на специальных испытательных стендах. Прочностные характеристики, полученные по результатам испытаний, пересчитываются в прочностные характеристики реальных деталей машин или зданий.

А при «заселении» нового здания тоже не обойтись без моделирования. Для того, чтобы оптимально расставить мебель в комнатах, никто не таскает туда-сюда тяжелые столы и громоздкие холодильники. Все предметы моделируются небольшими бумажными прямоугольничками, которые перемещаются по поверхности бумажного листа с изображенным на нем планом помещения.

Да и в медицине мы не обходимся без моделирования. Ни один человек в точности на другого не похож. Вместе с тем, у всех человеческих организмов есть достаточно сходства, как в «деталях», так и в «функциях». Медик изучает анатомию по одному скелету, а иногда даже по модели скелета, и понимает, как устроены все люди. Психолог изучает, как конкретный человек реагирует на определенные раздражители, а потом делает общие выводы касательно поведения всех людей.

Моделирование бывает двух видов – математическое и физическое. При математическом моделировании исследуются системы соотношений, описывающих процессы, протекающие в моделируемом объекте. Соотношения могут описываться уравнениями, зачастую достаточно сложными, которые выводятся на основе теоретической модели исследуемого процесса или исследуемой системы. Но математические модели могут быть также и вероятностными. В таких моделях изменения входных параметров определяют поведение выходных параметров не жестко, а с некоторой долей вероятности.

Математическая модель – это всегда компромисс между реальной сложностью исследуемой системы и простотой, требуемой для его описания. Не всегда имеются «качественные» теории, позволяющие точно рассчитать, что происходит, например, при падении напряжения в больших электросетях. Да даже поведение потока воды, спускаемой в унитазе в зависимоти от его формы – серьезная теоретическая проблема.

При физическом моделировании изучаются свойства моделей, которые по физическим свойствам сходны с оригиналами. Например, при краш-тестах автомобилей множество разбиваемых автомобилей моделирует поведение любого автомобиля, который, в конце концов, будет выпущен на дорогу.

Исследования физических моделей производится на реальных установках или испытательных стендах. Результаты испытаний переводятся в реальные результаты с помощью расчетов, основанных на специальном математическом аппарате, который называется теорией подобия. Примером испытания физических моделей являются уже описанные испытания авиационных моделей в аэродинамической трубе. Или расчет плотины гидроэлектростанции. Недостатком физического моделирования является относительная трудоемкость создания и испытания моделей и меньшая универсальность метода физического моделирования.

Но в любом случае, физическое и математическое моделирование, дополняя друг друга, позволяют изменять наш мир в желаемом направлении.

Так как понятие «моделирование» является достаточно общим и универсальным, к числу способов моделирования относятся столь различные подходы как, например, метод мембранной аналогии (физическое моделирование) и методы линейного программирования (оптимизационное математическое моделирование). Для того чтобы упорядочить употребление термина «моделирование» вводят классификацию различных способов моделирования. В наиболее общей форме выделяются две группы различных подходов к моделированию, определяемых понятиями «физическое моделирование» и «идеальное моделирование».

Физическое моделирование осуществляется путем воспроизведения исследуемого процесса на модели, имеющей в общем случае отличную от оригинала природу, но одинаковое математическое описание процесса функционирования.

Совокупность подходов к исследованию сложных систем, определяемая термином «математическое моделирование », является одной из разновидностей идеального моделирования. Математическое моделирование основано на использовании для исследования системы совокупности математических соотношений (формул, уравнений, операторов и т.д.), определяющих структуру исследуемой системы и ее поведение.

Математическая модель - это совокупность математических объектов (чисел, символов, множеств и т.д.), отражающих важнейшие для исследователя свойства технического объекта, процесса или системы.

Математическое моделирование - это процесс создания математической модели и оперирования ею с целью получения новой информации об объекте исследования.

Построение математической модели реальной системы, процесса или явления предполагает решение двух классов задач, связанных с построением «внешнего» и «внутреннего» описания системы. Этап, связанный с построением внешнего описания системы называется макроподходом. Этап, связанный с построением внутреннего описания системы называется микроподходом.

Макроподход - способ, посредством которого производится внешнее описание системы. На этапе построения внешнего описания делается упор на совместное поведение всех элементов системы, точно указывается, как система откликается на каждое из возможных внешних (входных) воздействий . Система рассматривается как «черный ящик», внутреннее строение которого неизвестно. В процессе построения внешнего описания исследователь имеет возможность, воздействуя различным образом на вход системы, анализировать ее реакцию на соответствующие входные воздействия. При этом степень разнообразия входных воздействий принципиальным образом связана с разнообразием состояний выходов системы. Если на каждую новую комбинацию входных воздействий система реагирует непредсказуемым образом, испытание необходимо продолжать. Если на основании полученной информации может быть построена система, в точности повторяющая поведение исследуемой, задачу макроподхода можно считать решенной.

Итак, метод «черного ящика» состоит в том, чтобы выявить, насколько это возможно, структуру системы и принципы ее функционирования, наблюдая только входы и выходы. Подобный способ описания системы некоторым образом аналогичен табличному заданию функции.

При микроподходе структура системы предполагается известной, то есть предполагается известным внутренний механизм преобразования входных сигналов в выходные. Исследование сводится к рассмотрению отдельных элементов системы. Выбор этих элементов неоднозначен и определяется задачами исследования и характером исследуемой системы. При использовании микроподхода изучается структура каждого из выделенных элементов, их функции, совокупность и диапазон возможных изменений параметров.

Микроподход - способ, посредством которого производится внутреннее описание системы, то есть описание системы в функциональной форме.

Результатом этого этапа исследования должен явиться вывод зависимостей, определяющих связь между множествами входных параметров, параметров состояния и выходных параметров системы. Переход от внешнего описания системы к ее внутреннему описанию называют задачей реализации.

Задача реализации заключается в переходе от внешнего описания системы к ее внутреннему описанию. Задача реализации представляет собой одну из важнейших задач в исследовании систем и, по существу, отражает абстрактную формулировку научного подхода к построению математической модели. В такой постановке задача моделирования заключается в построении множества состояний и вход-выходного отображения исследуемой системы на основе экспериментальных данных. В настоящее время задача реализации решена в общем виде для систем, у которых отображение вход-выход линейно. Для нелинейных систем общего решения задачи реализации пока не найдено.

ВИДЫ ХИМИЧЕСКИХ РЕАКТОРОВ

Химический реактор - устройство, предназначенное для про­ведения в нем химических превращений.

Химический реактор - понятие обобщенное, относится к реакто­рам, колоннам, башням, автоклавам, камерам, печам, контактным ап­паратам, полимеризаторам, гидрогенизаторам, окисли­телям и другим аппаратам, названия которых происходят из-за их на­значения или даже внешнего вида. Общий вид реактора и схемы неко­торых из них приведены на рис. 4.1.

Емкостной реактор / оснащен мешалкой, которая перемешивает реагенты (чаще жидкости, суспензии), помещаемые внутрь аппарата. Температурный режим поддерживается с помощью теплоносителя, циркулирующего в рубашке реактора или во встроенном в него тепло­обменнике. После проведения реакции продукты выгружают, и после очистки реактора цикл повторяется. Процесс периодический.

Емкостной реактор 2 является проточным, т.к. реагенты (чаще газ, жидкость, суспензия) непрерывно проходят через него. Газ барботирует через жидкость.

Колонный реактор 3 характеризуется отношением высоты к диаме­тру. которое для промышленных реакторов составляет 4-6 (в емкост­ных реакторах это отношение около 1). Взаимодействие газа и жидко­сти такое же, как в реакторе 2

Насадочный реактор 4оснащен кольцами Рашига или другими не­большими элементами - насадкой. Взаимодействуют газ и жидкость. Жидкость стекает по насадке, а газ движется между элементами на­садки.

Реакторы 5-8 в основном используют дня взаимодействия газа с твердым реагентом.

В реакторе 5твердый реагент неподвижен, газообразный или жид­кий реагент непрерывно проходит через него. Процесс - периодичес­кий по твердому веществу.

Реакторы 6~ 8 модифицированы таким образом, чтобы и по твердо­му реагенту процесс являлся непрерывным. Твердый реагент продви­гается вдоль вращающегося наклонно установленного круглого реак­тора били просыпается через реактор 7. В реакторе 8 газ подастся сни­зу под большим давлением так, что твердые частицы оказываются во взвешенном состоянии, образуя псевдоожиженный, или кипящий, слой, обладающий некоторыми свойствами жидкости.

Трубчатый реактор 9 по виду подобен кожухотрубному теплооб­меннику. Через трубки, в которых протекает реакция, проходят газообразные или жидкие реагенты. Обычно в трубки загружен катализа­тор. Температурный режим обеспечивают циркуляцией теплоносителя в межтрубном пространстве.

Реакторы 5 и 9 используют также для проведения процессов на твердом катализаторе.

Трубчатый реактор 10 часто применяют для осуществления высо­котемпературных гомогенных реакций, в том числе в вязкой жидкос­ти (например, пиролиз тяжелых углеводородов). Нередко такие реак­торы называют печами.

Многослойный реактор 11 оснащен системой, позволяющей ох­лаждать или нагревать реагент, находящийся между несколькими сло­ями твердого вещества, выполняющего роль, например, катализатора. На рисунке показано охлаждение исходного газообразного вещества холодным газом, введенным между верхними слоями катализатора, и теплоносителем через систему теплообменников, помещенных между другими слоями катализатора.

Многослойный реактор 12 предусмотрен для проведения в нем га­зожидкостных процессов.

Приведенные на рис. 4.1 схемы отображают лишь часть примяеых в промышленности реакторов. Однако проведенная далее систе­матизация конструкций реакторов и протекающих процессов, позво­ляет разобраться и провести исследование в любом из них.

Для всех реакторов характерны общие структурные элементы, представленные в реакторе на рис. 4.2, аналогичном 11 -му на рис. 4.1.

Реакционную зону 7, в которой протекает химическая реакция, представляют несколько слоев катализатора. Она есть во всех реакто­рах: в реакторах 1-3 на рис. 4.1 - это слой жидкости, в реакторах 4, 5, 7 - слой насадки или твердого компонента, в реакторах 6, 8 - часть объема реактора с твердым компонентом, в реакторах 9, 10 - внутрен­ний объем трубок, где протекает реакция.

Исходная реакционная смесь подается через верхний штуцер. Что­бы обеспечить равномерно распределенное прохождение газа через реакционную зону, обуславливающее однородный контакт реагентов, установлен распределитель потока. Эго - устройство ввода 2. В реакто­ре 2 на рис. 4.1 распределителем газа является барботер, в реакторе 4 - разбрызгиватель.

Между первым сверху и вторым слоями два потока смешиваются в смесителе 3. Между вторым и третьим слоями помещен теплообмен­ник 4. Эти структурные элементы предназначены для изменения со­става и температуры потока между реакционными зонами. Теплооб­мен с реакционной зоной (отвод теплоты, выделяющейся в результате протекания экзотермических реакций или подогрев реагирующей смеси) осуществляется через поверхность встроенных теплообменни-

ков или через внутреннюю поверхность рубашки реактора (аппарат 1 на рис. 4.1), либо через стенки труб в реакторах Р, 10. Реактор может быть оснащен устройствами разделения потоков.

Продукты выводятся через выходное устройство 5.

В теплообменниках и устройствах ввода, вывода, смешения, разде­ления, распределения потоков протекают физические процессы. Хи­мические реакции осуществляются в основном в реакционных зонах, которые будут дальнейшим объектом исследования. Процесс, проис­ходящий в реакционной зоне, представляет собой совокупность част ­ных этапов, которые схематически показаны на рис. 4.3 для каталити­ческого и газожидкостного взаимодействия.

Рис. 4.3, а представляет схему реакционного процесса с участием катализатора, через неподвижный слой которого проходит общий

(конвективный) поток газообразных реагентов (7). Реагенты диффун­дируют к поверхности зерен (2) и проникают в поры катализатора (3 ), на внутренней поверхности которых протекает реакция (4 ). Образую­щиеся продукты реакции обратным путем отводятся в поток. Выделя­ющаяся в результате химического превращения теплота за счет тепло­проводности переносится по слою (5), а от слоя через стенку - к хла­дагенту (б). Возникающие градиенты концентраций и температуры вызывают дополнительные потоки теплоты и вещества (7) к основно­му конвективному движению реагентов в слое.

На рис. 4.3, б представлен процесс в слое жидкости, через который барботирует газ. Между пузырями (/) газа и жидкостью происходит массообмен реагентами (2 ). Динамика жидкости складывается из дви­жения около пузырей (.?) и циркуляции в масштабе слоя (4). Первое - подобно турбулентной диффузии, второе аналогично циркуляционно­му конвективному движению жидкости через реакционную зону. В жидкости и, в общем случае, в газе протекает химическое превраще­ние (5).

Приведенные примеры показывают сложную структуру процессов, протекающих в реакционной зоне. Если учесть множество схем и кон­струкций существующих реакторов, то разнообразие процессов в них многократно возрастает". Необходим научный метод, позволяющий си­стематизировать это многообразие, найти общность в нем, выработать систему представлений о закономерностях явлений и связей между ними, т.е. создать теорию химических процессов и реакторов. Такой научный метод рассмотрен далее.

4. Использование методов и принципов системного исследования при разработке ХТС

4.2. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ

КАК МЕТОД ИССЛЕДОВАНИЯ ХИМИЧЕСКИХ ПРОЦЕССОВ И РЕАКТОРОВ

Модель и моделирование. Моделирование - метод исследова­ния объекта (явления, процесса, устройства) на модели - давно исполь­зуется в различных областях науки и техники с целью исследования са­мого объекта исследованием его модели. Полученные свойства моде­ли переносят на свойства моделируемого объекта.

Модель - специально созданный для изучения объект любой природы, более простой, чем исследуемый, по всем свойствам, кроме тех, которые надо изучить, и способный заменить исследуемый объект так, чтобы по­лучить новую информацию о нем.

Учитываемые в каждой модели явления и параметры называются составляющими модели.

Для изучения разных свойств объекта может быть создано несколь­ко моделей, каждая из которых отвечает определенной цели исследо­вания, однако и одна модель может дать необходимую информацию о нескольких изучаемых параметрах, тогда можно говорить о единстве «цель-модель». Если модель отражает большее (или меньшее) число свойств, то она называется широкой (или узкой). Используемое иногда понятие «общая модель» как отражающая псе свойства объекта - бес­смысленно по сути.

Чтобы достигнуть поставленной цели, изучаемая модель должна быть подвергнута влиянию те же факторов, что и объект. Составляю­щие и параметры процесса, влияющие на изучаемые свойства, назы­ваются существенными составляющими модели. Изменение некоторых параметров может очень слабо влиять на свойства объекта. Такие со­ставляющие и параметры называют несущественными, и их можно не учитывать в построении модели. Соответственно, простая модель со­держит лишь существенные составляющие, иначе модель будет избы­точной, поэтому простая модель не есть простая по внешним призна­кам (например, несложная по структуре или конструкции). Но если в модель входят не все составляющие, существенно влияющие на изуча­емые свойства, то она будет неполной , и результаты ее исследования могут не точно предсказать поведение реального объекта. В этом и за­ключается творчество и научный подход к построению модели - выде­лить именно те явления и учесть именно тс параметры, которые явля­ются существенными для изучаемых свойств.

Кроме предсказания заданных свойств, модель должна давать ин­формацию о неизвестных свойствах объекта. Это может быть достиг­нуто лишь в том случае, если модель является простой и полной, тогда в ней могут проявиться новые свойства.

Физическое и математическое моделирование

Пример физическо­го моделирования - исследование обтекания самолета воздухом на модели в аэродинамической трубе.

В таком методе исследования устанавливается подобие явлений (процессов) в объектах разного масштаба, основанное на количест­венной связи между величинами, характеризующими эти явления. Та­кими величинами являются: геометрические характеристики объекта (форма и размеры); механические, теплофизические и физико-хими­ческие свойства рабочей среды (скорость движения, плотность, тепло­емкость, вязкость, теплопроводность и др.); параметры процесса (гид­равлическое сопротивление, коэффициенты теплопередачи, массооб- мена и др.). Развитая теория подобия устанавливает между ними опре­деленные отношения, называемыми критериями подобия. Обычно их обозначают начальными буквами имен известных ученых и исследо­вателей (например, Re - критерий Рейнольдса, Nu - критерий Нус- сельта, Аг - критерий Архимеда). Для характеристики какою-либо яв­ления (теплоотдачи, массопереноса и т.д.) устанавливаются зависимо­сти между критериями подобия - критериальные уравнения.

Физическое моделирование и теория подобия нашли широкое применение в химической технологии при исследовании тепловых и диффузионных процессов. Критериальные уравнения для расчета некоторых параметров тепло- и массопереноса буду!" использованы далее.

Попытки использования теории подобия для химических процес­сов и реакторов оказались неудачными вследствие ограниченности ее применения. Причины заключаются в следующем. Химическое пре­вращение зависит от явлений переноса теплоты и вещества, так как они создают соответствующие температурные и концентрационные условия в месте проведения реакции. В свою очередь, химическая ре­акция изменяет состав и теплосодержание (и, соответственно, темпе ратуру) реагирующей смеси, что изменяет перенос теплоты и вещест­ва. Таким образом, в реакционном технологическом процессе участву­ют химическая (превращение веществ) и физическая (перенос) его со­ставляющие. В аппарате небольшого размера выделяющаяся теплота реакции легко теряется и слабо влияет на скорость превращения, по­этому основной вклад в результаты процесса вносит химическая со­ставляющая. В аппарате же большого размера выделяющаяся теплота «запирается» в реакторе, существенно изменяя поле температур и, сле­довательно, скорость и результат протекания реакции. Следовательно

химические и физические составляющие реакционного процесса к це­лом зависят от масштаба.

Другой причиной является несовместимость условий подобия дня химических и физических составляющих процесса в реакторах разно­го масштаба. Например, превращение реагентов зависит от времени пребывания их в реакторе, равного отношению размера аппарата к скорости потока. Условия тепло- и массопсреноса, как следует из тео­рии подобия, зависят от критерия Рейнольдса, пропорционального произведению размера аппарата на скорость потока. Сделать одинако­выми в аппаратах разною масштаба и отношение, и произведение двух величин (в данном примере размера и скорости) невозможно.

Трудности масштабного перехода объекта к модели для реакцион­ных процессов удается преодолеть, используя математическое модели­рование, в котором модель и объект имеют разную физическую природу, но одинаковые свойства. Например, механический маятник и замкну­тый электрический контур, состоящий из конденсатора и катушки ин­дуктивности, имеют разную физическую природу, но одинаковое свойство: колебание (механическое и электрическое соответственно).

Свойства этих устройств описываются одним и тем же уравнением колебания:

.

Отсюда и название вида моделирования - математическое. Пара метры устройств (l M /g - для маятника и LC - для электрического кон­тура), можно подобрать таким образом, чтобы колебания по частоте были одинаковыми. Тогда электрический колебательный контур будет моделью маятника. Также можно исследовать решение приведенного уравнения и предсказать свойства маятника. Соответственно, матема­тические модели подразделяются на реальные , представленные неким физическим устройством, и знаковые, представленные математичес­кими уравнениями. Классификация моделей представлена на рис. 4.4.

Для построения реальной математической модели необходимо сна­чала создать знаковую, и обычно математическую модель отождеств­ляют с уравнениями, описывающими объект. Универсальной реаль­ной математической моделью является электронная вычислительная

машина (ЭВМ). По уравнениям, описывающим объект, ЭВМ «настра­ивают» (программируют), и ее «поведение» будет описываться этими уравнениями. Далее именно знаковую математическую модель будем называть математической моделью процесса.

О подобии математических моделей разных процессов. Как уже было показано, процессы движения механического маятника и изменения силы тока в электрическом контуре могут быть представлены одина­ковыми математическими моделями, т.е. описываться одним и тем же дифференциальным уравнением второго порядка. Решение этого уравнения есть функция х(/), которая указывает на колебательный вид движения этих разных по природе объектах. Из решения уравнения также можно определить изменение во времени положения маятника относительно вертикальной оси или изменение во времени направле­ния тока и его величины. Это - интерпретация свойств математичес­кой модели на показатели изучаемых объектов. 13 этом проявляется весьма полезная особенность математического моделирования. По­добными математическими моделями могут быть описаны разные процессы. Такая «универсальность» математической модели проявля­ется в исследовании, например, процессов в емкостном J и трубчатом 9 реакторах на рис. 4.1 (см. разд. 4.1), изучении взаимодействия газо­образного реагента с твердой частицей и гетерогенно -каталитического процесса (разд. 4.5.2 и 4.5.3), рассмотрении критических явлений на единичном зерне катализатора и в объеме реактора

Математическое моделирование химических происссов и реакторов . В

обшем виде математическое моделирование реакторов можно предста­вить в виде схемы, изображенной на рис. 4.5. Поскольку в различных по масштабу реакционных процессах влияние физических и химичес­ких составляющих (явлений) на реакционный процесс различное, выявление этих явлений и их взаимодействие - анализ - наиболее су­щественный момент в математическом моделировании химических процессов и реакторов. Следующим этапом является определение тер­модинамических и кинетических закономерностей для химических превращений (химические явления), параметров явлений переноса (физические явления) и их взаимодействие. Для этого используют данные экспериментальных исследовании, математическое моделирова­ние не исключает эксперимент, а активно его использует, но экспери­мент прецизионный, направленный на исследование закономерностей отдельных составляющих процесса. Результаты анализа процесса и ис­следования его составляющих позволяют построить математическую модель процесса (этап синтез па рис. 4.5) - уравнения, описывающие его. Модель создается на основе фундаментальных законов природы, например, сохранения массы и энергии, полученных сведений об от­дельных явлениях и установленных взаимодействиях между ними. Ис­следование модели направлено па изучение ее свойств, при этом исполь­зуется математический аппарат качественного анализа и вычислитель­ные методы, или, как говорят, проводится вычислительный экспери­мент. Полученные свойства модели далее следует интерпретировать как свойства изучаемого объекта, которым в данном случае является химический реактор. Например, математическую зависимость у(т) не­обходимо представить в виде изменения концентрации веществ по длине реактора или во времени, а несколько корней уравнения интер­претировать как неоднозначность режимов и т.д.

Тем нс менее, даже приблизительная схема процесса в слое катали­затора (рис. 4.3) включает довольно много составляющих, соответст­венно модель процесса будет довольно сложная, и сс анализ неоправ­данно усложнен. Для сложного объекта (процесса) используется спе­циальный подход к построению модели, заключающийся в его разде­лении на ряд более простых операций, различающихся масштабом. Например, в каталитическом процессе выделяются: реакция на по­верхности зерна, процесс на одиночном зерне катализатора и процесс в слое катализатора.

Каталитическая реакция - сложный многостадийный процесс, протекающий в масштабе размера молекул. Скорость реакции опреде­ляется условиями ее протекания (концентрация и температура) и не зависит от того, где такие условия созданы: в реакторе малого или большого размера, - т.е. не зависит от масштаба всего процесса. Изу

чение сложного механизма реакции позволяет построить ее кинетиче ­скую модель - уравнение зависимости скорости реакции от условий ее протекания. Понятно, что эта модель будет значительно проще, чем система уравнений всех стадий реакции, и ее исследование будет ин­формативным.

Процесс на отдельном зерне катализатора, размером несколько миллиметров, включает реакцию, представленную сс кинетической моделью, и перенос вещества и теплоты в порах зерна и между его на­ружной поверхностью и обтекающим потоком. Превращение на зерне определяется условиями протекания процесса - составом, температу­рой и скоростью обтекающего потока и не зависит от того, где созда­ны такие условия - в реакторе малого или большого размера, т.е. не за­висит от масштаба всего процесса. Анализ полученной модели позво­ляет получить свойства процесса, например, скорости превращения в виде зависимости только от условий его протекания - наблюдаемую скорость превращения.

Процесс в слое катализатора включает процесс на зерне, для кото­рого закономерности уже выявлены, и перенос теплоты и вещества в масштабе слоя.

Выделение в сложном процессе простых этапов, различающихся масштабом протекания, позволяет построить иерархическую систему моделей , каждая из которых имеет свой масштаб и, главное, свойства такой системы не зависят от масштаба всего процесса (инвариантны к масштабу).

В общем виде модель реакционного процесса, построенную по ие­рархическому принципу можно представить схемой (рис. 4.6).

Химическая реакция, состоящая из элементарных стадий, протекает в молекулярном масштабе. Ее свойства (например, скорость) не зави ­сят от масштаба реактора, т.е. скорость реакции зависит только от ус­ловий ее протекания независимо от того, как или где они созданы. Ре­зультатом исследования на этом уровне является кинетическая модель химической реакции - зависимость скорости реакции от условий. Следующий масштабный уровень - химический процесс - совокуп­ность химической реакции и явлений переноса, таких как: диффузия и теплопроводность. На этой стадии кинетическая модель реакции яв­ляется одной из составляющих процесса, причем объем, в котором рассматривается химический процесс, выбирается с такими условия­ми, чтобы закономерности его протекания не зависели от размера ре­актора. Например, это может быть рассмотренное выше зерно катали­затора. Далее полученная модель химического процесса как одна из составляющих элементов, в свою очередь, входит в следующий мас­штабный уровень - реакционную зону, в которую также входят и струк­турные закономерности потока, и явления переноса в сс масштабе. И,

наконец, в масштабе реактора в составляющие процесса входят реак­ционная зона, узлы смешения, теплообмена и др. Таким образом, ма­тематическая модель процесса в реакторе представлена системой ма­тематических моделей разного масштаба.

Иерархическая структура математической модели процесса в реак­торе позволяет:

7) полностью описывать свойства процесса путем детального иссле­дования его основных этапов разного масштаба;

8) проводить изучение сложного процесса по частям, применяя к каждой из них специфические, прецизионные методы исследова­ния, что повышает точность и надежность результатов;

9) устанавливать связи между отдельными частями и выяснять их роль в работе реактора в целом;

10) облегчить изучение процесса на более высоких уровнях;

11) решать задачи масштабного перехода.

При дальнейшем изложении материала, изучение процесса в хими­ческом реакторе будет проводиться с помощью математического мо­делирования.

Похожая информация.