Разделы презентаций


МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ В ЗАДАЧАХ АДДИТИВНЫХ ТЕХНОЛОГИЙ

Содержание

ИДЕНТИФИКАЦИЯ СТРУКТУРЫ ПОТОКАМетоды идентификации основаны на сравнении различных числовых характеристик функций отклика. Используется понятие момента, согласно которому, функция распределения случайной величины может быть охарактеризована числовыми величинами (моментами различных порядков).Безразмерным начальным моментом

Слайды и текст этой презентации

Слайд 1МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ В ЗАДАЧАХ АДДИТИВНЫХ ТЕХНОЛОГИЙ
Физико-технический факультет
Кафедра прикладной аэромеханики
Брендаков В.Н.

МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ В ЗАДАЧАХ АДДИТИВНЫХ ТЕХНОЛОГИЙФизико-технический факультетКафедра прикладной аэромеханикиБрендаков В.Н.

Слайд 2ИДЕНТИФИКАЦИЯ СТРУКТУРЫ ПОТОКА
Методы идентификации основаны на сравнении различных числовых характеристик

функций отклика. Используется понятие момента, согласно которому, функция распределения случайной

величины может быть охарактеризована числовыми величинами (моментами различных порядков).
Безразмерным начальным моментом i - го порядка, характеризующим  - кривую, является интеграл вида:


где t и (t) – безразмерные время и концентрация.
Безразмерный центральный момент i - го порядка имеет вид:
ИДЕНТИФИКАЦИЯ СТРУКТУРЫ ПОТОКАМетоды идентификации основаны на сравнении различных числовых характеристик функций отклика. Используется понятие момента, согласно которому,

Слайд 3ИДЕНТИФИКАЦИЯ СТРУКТУРЫ ПОТОКА
Для функции распределения времени пребывания, получаемой при импульсном

вводе трассера в поток на входе его в аппарат, первый

начальный момент М1 представляет собой среднее время пребывания.
Первый центральный момент всегда равен нулю, т.е. 1 = 0.
Второй центральный момент, называемый дисперсией, является мерой рассеяния времени пребывания и определяется по формуле


Третий центральный момент 3 называется асимметрией, характеризует степень асимметричности кривой распределения ( - кривой), и определяется из уравнения
ИДЕНТИФИКАЦИЯ СТРУКТУРЫ ПОТОКАДля функции распределения времени пребывания, получаемой при импульсном вводе трассера в поток на входе его

Слайд 4ИДЕНТИФИКАЦИЯ СТРУКТУРЫ ПОТОКА
Четвертый центральный момент, называемый эксцессом распределения, характеризует островершинность

распределения и равен


Обычно при расчете моментов по экспериментальным кривым используется

ступенчатая аппроксимация, т.е. расчет моментов выполняется по формулам:
– начальные моменты


– масштабированные моменты
ИДЕНТИФИКАЦИЯ СТРУКТУРЫ ПОТОКАЧетвертый центральный момент, называемый эксцессом распределения, характеризует островершинность распределения и равенОбычно при расчете моментов по

Слайд 5ИДЕНТИФИКАЦИЯ СТРУКТУРЫ ПОТОКА
 
Между безразмерными моментами и параметрами моделей существуют следующие

соотношения
Алгоритм идентификации математической модели структуры потока - это вычисление всех

моментов и определение с их помощью параметров модели.

 

ИДЕНТИФИКАЦИЯ СТРУКТУРЫ ПОТОКА Между безразмерными моментами и параметрами моделей существуют следующие соотношенияАлгоритм идентификации математической модели структуры потока -

Слайд 6ПРАКТИЧЕСКИЙ ПРИМЕР
Через насадочный аппарат длиной L = 10 м, внутренним

диаметром d = 0,065 м, и коэффициентом заполнения насадкой 

= 0,7 протекает жидкость с объемной скоростью v = 0,001 м3/с. Построить математическую модель структуры гидродинамического потока в аппарате.
На вход аппарата подается трассирующее вещество в виде  - функции. На выходе аппарата замеряем его концентрацию, представляющую собой дифференциальную функцию распределения времени пребывания.

t 0 1 2 4 6 7 8 10
c 0 1 3.8 14.6 21.3 22.6 21.8 18.4

t 12 14 16 18 20 22 24 26 28 30
c 14 9.6 6.2 3.8 2.3 1.4 1 0.5 0.3 0.1
ПРАКТИЧЕСКИЙ ПРИМЕРЧерез насадочный аппарат длиной L = 10 м, внутренним диаметром d = 0,065 м, и коэффициентом

Слайд 7ПРАКТИЧЕСКИЙ ПРИМЕР
Второй этап – выбор вида модели. Выбор математической модели

можно сделать на основе анализа кривой функции распределения времени пребывания

частиц в аппарате и соотношения его размеров. Исходя из соотношения размеров аппарата (L / d > 20), можно выбрать либо модель идеального вытеснения, либо однопараметрическую диффузионную модель. Из рисунка видно, что график дифференциальной функции, построенной по данным таблицы, соответствует однопараметрической диффузионной модели. Уравнение этой модели:

 

Начальные условия t = 0; c(x,0) = 0;

Граничные условия x = 0; c(0,t) = cвх;

ПРАКТИЧЕСКИЙ ПРИМЕРВторой этап – выбор вида модели. Выбор математической модели можно сделать на основе анализа кривой функции

Слайд 8ПРАКТИЧЕСКИЙ ПРИМЕР
Третий этап – идентификация параметров выбранной зависимости. Для вычисления

моментов необходимо получить таблицу значений ti.

ti 1

3 5 7 9 11 13 15 17 19 21 23 25 27 29
ci 1 9.2 17.9 22.6 20.1 16.2 11.8 7.9 5.0 3.1 1.9 1.2 0.8 0.4 0.2

Эффективный объем аппарата V рассчитывается по формуле

Линейная скорость потока равна

Коэффициент продольного перемешивания Dx равен

 

 

 

ПРАКТИЧЕСКИЙ ПРИМЕРТретий этап – идентификация параметров выбранной зависимости. Для вычисления моментов необходимо получить таблицу значений ti. ti

Слайд 9ПРАКТИЧЕСКИЙ ПРИМЕР
Для нахождения значения критерия Пекле Pe рассмотрим дифференциальную функцию

распределения времени пребывания, полученную на основе экспериментальных данных. Эта функция

может быть охарактеризована ее числовыми характеристиками – моментами. Для определения моментов построенный график разбиваем по оси X на равные интервалы и методом прямоугольников находим площадь под кривой для каждого интервала.

ti = 1 … 29, t = 2, n = 14

Вычислим размерные моменты




 

ПРАКТИЧЕСКИЙ ПРИМЕРДля нахождения значения критерия Пекле Pe рассмотрим дифференциальную функцию распределения времени пребывания, полученную на основе экспериментальных

Слайд 10ПРАКТИЧЕСКИЙ ПРИМЕР
 
 
 
Начальные условия t = 0; c(x,0) = 0;
Граничные условия x =

0; c(0,t) = cвх;

ПРАКТИЧЕСКИЙ ПРИМЕР   Начальные условия		t = 0;	c(x,0) = 0; Граничные условия		x = 0;	c(0,t) = cвх;

Слайд 11ПРАКТИЧЕСКИЙ ПРИМЕР
Решение дифференциальных уравнений в частных производных (уравнение ОДМ) достаточно

сложно, поэтому для проверки адекватности модели перейдем к ячеечной модели.

Это допустимо, если

Число ячеек равно

Получили ячеечную модель с четырьмя ячейками, уравнения которой записываются следующим образом

 

 

 

 

ПРАКТИЧЕСКИЙ ПРИМЕРРешение дифференциальных уравнений в частных производных (уравнение ОДМ) достаточно сложно, поэтому для проверки адекватности модели перейдем

Слайд 12ПРАКТИЧЕСКИЙ ПРИМЕР
При выборе модели и определении параметров выбранной зависимости

получили систему четырех дифференциальных уравнений с четырьмя неизвестными, но нас

интересуют только значения концентрации на выходе последней ячейки, т.е. изменение концентрации c4. Систему решаем численным методом.
Сравнение экспериментальной кривой и расчетной функции распределения в последней ячейке дает возможность судить об адекватности модели.
ПРАКТИЧЕСКИЙ ПРИМЕР При выборе модели и определении параметров выбранной зависимости получили систему четырех дифференциальных уравнений с четырьмя

Слайд 13ВАРИАНТЫ ЗАДАНИЙ
 

ВАРИАНТЫ ЗАДАНИЙ 

Обратная связь

Если не удалось найти и скачать доклад-презентацию, Вы можете заказать его на нашем сайте. Мы постараемся найти нужный Вам материал и отправим по электронной почте. Не стесняйтесь обращаться к нам, если у вас возникли вопросы или пожелания:

Email: Нажмите что бы посмотреть 

Что такое TheSlide.ru?

Это сайт презентации, докладов, проектов в PowerPoint. Здесь удобно  хранить и делиться своими презентациями с другими пользователями.


Для правообладателей

Яндекс.Метрика