реферат по ОМ. Реферат 1 по ОМиОПМ. Реферат по предмету " Основы моделирования и оптимизации материалов и технологических процессов "
 Скачать 32.64 Kb.
|
|
Реферат по предмету: " Основы моделирования и оптимизации материалов и технологических процессов " По теме: " Основы моделирования технологических процессов " Казань 2020. Содержание Введение……………………………………………………………..2 1. Моделирование как метод познания………………………….....3 2. Моделирование технологических процессов и объектов……...6 2.1. Характеристики модели………………………………………..6 2.2. Алгоритм создания модели…………………………………….7 3. Объекты моделирования технологических процессов в агломерационном производстве…………………………………………………………9 4. Моделирование и проблема истины……………………………10 Заключение………………………………………………………….12 Список использованных источников……………………………...13 Введение Моделирование, как познавательный приём, неотделимо связан с развитием знания. Моделирование в современной науке стало одним из основных инструментов научного познания и нашло широкое применение при исследовании различных процессов. Моделирование, как форма отражения действительности, зарождается в античную эпоху одновременно с возникновением научного познания. Однако в отчётливой форме моделирование начинает широко использоваться лишь в эпоху Возрождения. Сейчас невозможно назвать область науки, где моделирование не имело бы существенного значения; исключительную роль в этом отношении сыграли работы Дж. Максвелла, Ф. А. Кекуле, Кельвина, А. М. Бутлерова, теория относительности Энштейна и других физиков и химиков [1]. 1.Моделирование как метод познания Отношение к моделированию, как методу познания, окружающего мира на протяжении долгого времени не было постоянным. Для того чтобы сформировался единый взгляд на моделирование, как метода познания, философам и учёным необходимо было решить следующий ряд вопросов, которые сформулированы в виде тезисов: гносеологическая и методологическая роль моделирования в процессе познания; взаимосвязь причинности и случайности; проблема классификация моделей; моделирование и проблема истины. Определение гносеологической роли моделирования исходит из различных трактовок понятия «модель». Изначально термин «модель» употреблялся как синоним познания, теории, гипотезы и т.п. Например, часто модель употребляется как синоним теории в случае, когда теория еще недостаточно разработана. Иногда этот термин употребляют в качестве любой количественной теории, математического описания. В дальнейшем была доказана не состоятельность сопоставления теории и модели ввиду их различий. Существенным признаком, отличающим модель от теории ,по словам И.Т. Фролова, является не уровень упрощения, не степень абстракции, и, следовательно, не количество этих достигнутых абстракций и отвлечении, а способ выражения этих абстракций, упрощений и отвлечении, характерный для модели [2]. Наиболее полное определение понятия «модель» дает В.А. Штофф в своей книге «Моделирование и философия»: “Под моделью понимается такая мысленно представляемая или материально реализуемая система, которая отображая или воспроизводя объект исследования, способна замещать его так, что ее изучение дает нам новую информацию об этом объекте” [3]. Наряду с гносеологической ролью моделирования, в познании окружающего мира, возникает вопрос, каким же образом в окружающем нас мире сосуществуют, находясь в самых разнообразных и причудливых сочетаниях, такие фундаментальные категории как причинность, необходимость и случайность. Очевидно, что одной причин зарождения моделирования является постоянное стремление человека к познанию окружающего его мира. При этом в этом стремлении он постоянно старался приводить сложные явления к простым системам. С одной стороны, мы подсознательно понимаем, что все явления, с которыми мы сталкиваемся, имеют свои причины, которые, однако, действуют не всегда однозначно. Под необходимостью же понимается еще более высокий уровень детерминации, имея в виду, что в определенных условиях определенные причины должны вызывать определенные следствия. С другой же стороны, и в повседневной жизни и при попытках вскрыть какие-то закономерности, мы убеждаемся в неизбежном существовании случайности. Хотя проблема случайности и вероятности до сих пор не нашла своего философского решения, упрощенно, под случайностью понимается воздействие большого количества внешних причин, по отношению к данному объекту. То есть можно предположить, что, когда мы говорим об определении необходимости как абсолютной детерминации, то должны не менее четко понимать, что практически чаще всего невозможно жестко зафиксировать все условия, в которых происходят те или иные процессы. Эти условия (причины) являются внешними по отношению к данному объекту, поскольку он всегда является частью системы, а эта система является частью другой более крупной системы и так далее, то есть существует дерево систем. Поэтому для каждой из систем существует некая внешняя система, часть воздействий которой на внутреннюю систему не могут быть спрогнозированы или измерены. Любые измерения требуют затрат энергии, и при попытках абсолютно точно измерить все причины (воздействия) эти затраты могут быть настолько велики, что мы получим полную информацию о причинах, но количество произведённой энтропии будет так велико, что уже нельзя будет совершить полезной работы. Ещё одна проблема, с который сталкивается любой исследователь, является проблема классификации моделей, так как существует огромное разнообразие моделей. Возможности моделирования, то есть перенос результатов, полученных в ходе анализа модели, на оригинал, основаны на том, что модель в определенном смысле имитирует интересующие исследователя черты объекта. Применительно к естественным и техническим наукам принято различать следующие виды моделирования: концептуальное моделирование, при котором сумма известных фактов или представлений относительно исследуемого объекта или системы описываются с помощью некоторых специальных знаков, символов, операций над ними или помощью естественного или искусственного языков; физическое (натурное) моделирование, при котором модель и моделируемый объект представляют собой уменьшенную копию реального объекта, либо процессы единой или различной физической природы, причем между процессами в объекте-оригинале и в модели присутствует некоторые соотношения подобия, вытекающие из схожести физических явлений; структурно-функциональное моделирование, при котором моделями являются схемы, графики, чертежи, диаграммы, таблицы, рисунки, дополненные специальными правилами их объединения и преобразования; математическое моделирование, при данном виде моделирования, построение модели, осуществляется средствами математики и логики; имитационное моделирование, в этом виде моделирования логико- математическая модель исследуемого объекта представляет собой алгоритм функционирования объекта, реализованный в виде программного кода применяемого в компьютерах. Безусловно, перечисленные выше виды моделирования не являются несовместимыми и могут применяться при исследовании сложных объектов или систем, либо одновременно, либо в некоторой совокупности. Так же различают «материальное» и «идеальное» моделирование; первое можно трактовать как «экспериментальное», второе — как «теоретическое» моделирование. Данное противопоставление является весьма условным, не только в силу взаимосвязи этих видов моделирования, но и наличия таких «гибридных» форм моделирования, такой как «мысленный эксперимент». «Материальное» моделирование подразделяется на физическое и предметно- математическое моделирование, а частным случаем последнего является аналоговое моделирование. Далее, «идеальное» моделирование может происходить как на уровне самых общих, даже не до конца осознанных и фиксированных, «модельных представлений», так и на уровне достаточно детализированных знаковых систем; в первом случае говорят о мысленном моделировании, во втором — о знаковом моделировании (важнейший и наиболее распространённый вид его — логико-математическое моделирование). По характеру воспроизведения сторон оригинала модели делятся на: субстанциональные; стpуктуpные; функциональные; смешанные. 2. Моделирование технологических процессов и объектов 2.1. Характеристики модели Модель – есть отражение наиболее существенных сторон моделируемого объекта. Моделируемый объект – технологическая система. Субъект моделирования – специалист предметной области (в нашем случае – инженер-металлург), создающий модель. Таким образом, всякая модель содержит субъективный фактор. Основная роль субъекта моделирования состоит в определении основных свойств объекта, которые должны быть включены в модель. Существенные признаки объекта выбираются, исходя из цели создания модели и из особенности моделируемого объекта. Модель и моделируемый объект не являются идентичными: модель, как правило, является упрощённой копией объекта моделирования. Для объекта моделирования в металлургии наиболее существенными являются физико-химические процессы, являющиеся основой той или иной технологии. Таком образом, модели металлургических процессов и объектов в первую очередь должны включать описания химических взаимодействий, сопровождающие эти взаимодействия явления тепло- и массопереноса, гидродинамические особенности работы, теплообменные процессы и т.д. Выбор метода создания модели зависит от свойств моделируемого объекта. Осложнения начинают возникать, как правило, когда изменяются внешние условия функционирования объекта. Это означает изменение либо на входе, либо на выходе. Изменившиеся условия требуют адекватных изменений в технологическом объекте. Необходимо ответить на вопрос о том, какие изменения в работе технологического объекта необходимы для достижения поставленной технологической цели при изменившихся условиях. Цели создания модели могут быть различными: уточнение закономерностей, управление процессом; модель создаётся, как способ для прогнозирования и анализа поведения объекта; для поиска оптимальных условий работы объектов; для прямого оптимального управления технологическим процессом. 2.2. Алгоритм создания модели Формулировка критериев. Необходимо оценить критерии для оценки качества модели. Содержательный анализ и выбор типа модели. Применяя методы системного подхода необходимо определить область действия моделируемой системы, выделить ее из окружающего мира и определить ее входные и выходные параметры. Далее выявляется внутренняя структура объекта, определяются связи его составляющих, образующие структуру моделируемого объекта. На этом этапе производиться классификация объекта в соответствии с его свойствами. Завершением содержательного анализа является выбор метода построения модели. На данном этапе возможны нижеперечисленные методы. Аналитический метод или структурный подход. Используется для детерминированных систем с известной нам структурой внутренних связей. Экспериментальный метод или эмпирический подход применяется для стохастических систем, подверженных действию возмущений, которыми нельзя пренебречь. Характер и величина возмущений при этом нам неизвестны, и учесть их действие аналитическим методом невозможно. Экспериментальный подход также является единственным выбором для систем, внутренняя структура которых нам недостаточно известна. Имитационный метод используется для некоторых классов систем, например дискретно-непрерывных систем массового обслуживания. После выбора метода построения модели содержание дальнейших шагов определяется выбранным методом. Составление формализованного описания. На этом этапе, используя установленную структуру связей объекта и, применяя фундаментальные законы, создают математическое описание моделируемого объекта. Таким образом, модель в этом случае представляет собой алгоритм вычислений, уравнение или систему уравнений различного вида. Выполняя расчёты по этому алгоритму, решая системы уравнений, по заданным начальным условиям, можно рассчитать состояние выхода объекта. Наиболее популярными формами описания для металлургических процессов и объектов является материальный и тепловой баланс. Уравнения материального и теплового балансов могут быть записаны в дифференциальной или интегральной форме. Планирование эксперимента. На этом этапе выбирается количество опытов, условия каждого опыта, т.е. сочетание факторов на входе системы в каждом проводимом опыте. Выполнение эксперимента – выполнение запланированных опытов. В частности, для системы с тремя входами х1,х2,х3и выходом у при постановке полного факторного эксперимента потребуется провести количество опытов 23=8. В этих опытах сочетания величин факторов на входе не повторяются. Величины на входах будем задавать на двух уровнях, т.е. верхнем и нижнем, изменяя их в пределах выбранного диапазона. Например, температура в технологическом объекте может быть в пределах 1100-1300 оС. Для оценки влияния температуры на процесс будем проводить опыты либо при нижнем, либо при верхнем значении температуры из этого диапазона. Обозначим верхний уровень знаком плюс, а нижний уровень знаком минус. Тогда матрица планирования эксперимента будет соответствовать ниже приведенной таблице. Для ее построения выделим три столбца, соответствующие факторам на входе и столбец для выходной величины, которую обычно именуют откликом. В столбцах факторов будем чередовать значения на верхнем и нижнем уровнях, причем в каждом правом столбце будем чередовать значения вдвое реже по сравнению с левым. В результате получаем матрицу эксперимента с неповторяющимися значениями факторов. Для исключения влияния возмущений и случайных ошибок (связанных, например, с погрешностями измерения отклика) опыты проводят в случайной последовательности, например, первым проводят опыт, условия которого соответствуют третьей строке матрицы, вторым по порядку проводят опыт с условиями, соответствующими восьмой строке и т.д. Каждый раз измеряют значение выходной величины (отклика) и записывают результат в соответствующую строку матрицы, как показано в таблице. Обработка результатов опыта подробно изложена в литературе и проводится в соответствии с известным алгоритмом. В результате такой обработки модель является полиномом первого порядка, содержащим свободный член и слагаемые, в которых присутствует коэффициент и значение фактора в первой степени. Имитационное моделирование применяется для создания моделей дискретных или дискретно-непрерывных систем. Такие системы плохо описываются аналитически и затруднительно изучаются экспериментально. Модель создаётся как моделирующий алгоритм, воспроизводящий работу моделируемого объекта. Большая ценность моделей как познавательного средства подчеркивается в целом ряде работ. На эвристический характер моделей, заданных в дифференциальных уравнениях, указывает, например, В. В. Налимов [6], который, являясь сторонником широкого применения статистических методов, в то же время признает большое значение моделей с гносеологической точки зрения, отмечая, что модель должна быть не только изящной, но и содержательной. Она должна хорошо объяснять известные факты, выявлять новые, ранее незамеченные явления, предсказывать их дальнейшее развитие, и, что может быть самое главное, выдвигать перед исследователем новые проблемы. Он же подчеркивает, что исходные модели в виде дифференциальных уравнений лучше осмысливаются, чем полиномиальные модели. В то же время необходимо отметить, что в целом ряде случаев для решения практических задач целесообразно использование полиномиальных моделей, построенных, например, с использованием экспериментально-статистических методов. 3. Объекты моделирования технологических процессов в агломерационном производстве Объектом моделирования в агломерационном процессе является агломерационная машина. Инженеру агломерационной машины приходится решать широкий спектр задач от подготовки железорудных материалов, кокса, шихты, получения качественного агломерата до решения экологических проблем связанных со снижением уровня теплового и химического загрязнения окружающей среды. Математическое моделирование в агломерационном процессе позволяет своевременно находить оптимальные решения при планировании и управлении производством. Применение автоматизированных систем управления технологическим процессом (АСУ ТП), основанных на применении рабочих математических моделей, приводит к росту производительности труда, повышению качественных характеристик продукции (выход годного), снижению ее себестоимости. Примером эффективного применения результатов физического моделирования, на основании которого создана математическая модель автоматизированного управления производственным процессом, является работа Южноафриканских исследователей, которые занимались оптимизацией агломерационных установок для спекания марганцевой руды[4]. В первоначальном виде, процесс агломерации очень прост и используется с начала прошлого века. Однако, несмотря на простоту процесса, управлять им крайне сложно, так как ход процесса зависит от ряда взаимосвязанных параметров и требует глубокого понимания влияния их на производительность агломерационной машины и качество агломерата. Несмотря на различные требования, предъявляемые к конструкции, современная агломерационная машина имеет следующие элементы, такие как подготовка и обработка материалов, а также, довольно сложные элементы управления и контрольно-измерительные приборы, агломерационную ленту, являющуюся основой установки и так далее. Процесс агломерации представляет собой метод спекания измельчённой руды, основанный на нагреве, и сплавлении поверхности мелких частиц друг с другом, до образования более крупных кусков. Агломерационная установка состоит из ряда последовательно соединённых спекательных тележек, катящихся по направляющим, образуя агломерационную ленту. В упрощённом виде процесс агломерации представляет следующую последовательность: сырые материалы, такие как измельчённая руда, кокс/уголь, пыль/шлам и, иногда, модификаторы шлака и добавки, вносятся в определённых пропорциях и транспортируются для смешивания. Сырые материалы смешивают во вращающемся барабане с «Возвратом» и водой для достижения состояния «Сырой шихты», в процессе называемым «Окомкование». Окомкованную сырую шихту высыпают на агломерационную ленту на слой крупного «Возврата», таким образом, формируется «слой постели». Далее постель проходит через «Зажигательный горн», для инициации реакции. Горелки в горне зажигают углерод, содержащийся в коксе, и горение – химическая реакцией между углеродом и кислородом воздуха, распространяется в спекаемом слое, в результате продувания через слой газа. Агломерата прожигают вертикально, в то время как слой постели движется горизонтально по направлению к устройству выгрузки. Спеченный материал выгружается через дробилку, имеющую вид зубчатого барабана, на охлаждающий конвейер, где атмосферный воздух продувается снизу через измельченный материал. После охлаждения агломерат транспортируется для дробления и, далее, на сортировочную станцию, где его разделят по фракциям и, наконец, транспортируется в хранилище агломерата. 4. Моделирование и проблема истины Интересным является, роль которую играет непосредственно моделирование, в процессе поиска истинности и доказательства истинного знания. Что следует понимать под истинностью модели? Если истинность определять как – “соотношение наших знаний объективной действительности”, то истинность модели будет означать соответствие модели объекту, а ложность модели – отсутствие такого соответствия. Полученное определение является необходимым, но недостаточным. Необходимо дальнейшие уточнения, основанные на принятие во внимание условий, на основе которых полученная модель того или иного типа даёт воспроизводимость изучаемого явления. Например, в условиях сходства модели и объекта в математическом моделировании, основанном на физическом подобии, предполагается, что при различии физических процессов в модели и объекте тождество математической формы, в которой выражаются их общие закономерности, являются более общими. Таким образом, при построении моделей всегда сознательно опускаются те или иные факторы и даже отношений, в силу чего, заведомо допускается не сохранение сходства между моделью и оригиналом по ряду параметров. Так планетарная модель атома Резерфорда оказалась истинной в рамках проводимого им исследования структуры атома, а модель Дж. Томпсона оказалась ложной, так как ее структура не совпадала с электронной структурой. Истинность, есть свойство знания, а объекты материального мира не истинны, не ложны, а просто существуют. В модели реализованы двоякого рода знания [7]: знание самой модели как системы, созданной с целью воспроизведения некоторого комплекса свойств объекта; теоретические знания, посредством которых строится модель. Имея в виду, что именно теоретические приёмы и методы, лежат в основе построения модели, можно задаться вопросом, насколько данная модель верно и полно отражает реальный объект. В таком случае возникает мысль о сопоставлении любого искусственного предмета с аналогичными природными объектами и об истинности этого предмета. Но это имеет значение лишь в том случае, если подобные предметы создаются со специальной целью – имитировать, описать, воспроизвести определенные черты естественного предмета. Таким образом, можно сказать что истинность присуща лишь материальным моделям: в силу связи их с определенными знаниями; в силу наличия (или отсутствия) наличие сходства ее структуры со структурой моделируемого процесса или явления; в силу отношения модели к моделируемому объекту, которое делает ее частью познавательного процесса и позволяет решать определенные познавательные задачи. “И в этом отношении материальная модель является гносеологически вторичной, выступает как элемент гносеологического отражения”. Модель – это не только орудие проверки того, действительно ли существуют такие закономерности, отношения, связи, структуры, которые описываются в теории и выполняются в модели. Верно построенная модель есть практическое доказательство истинности теории, то есть это часть эмпирического доказательства истинности этой теории. Заключение Важнейшая цель моделирования состоит в том, чтобы служить импульсом, источником для новых теорий. Моделирование не только является одним из средств отображения явлений и процессов реального мира, но и объективный практический критерий проверки истинности знаний, осуществляемой непосредственно или с помощью установления их отношения с другой теорией, выступающей в качестве модели, адекватность которой считается практически обоснованной. Применяясь в органическом единстве с другими методами познания, моделирование выступает как процесс углубления познания, его движения от относительно бедных информацией моделей к моделям более содержательным, полнее раскрывающим сущность исследуемых явлений действительности. Моделирование как метод познания продолжает своё развитие, приобретая всё новые формы. Идёт тенденция к тому, что традиционные способы моделирования, основанные на математической статистике, не могу в полной мере описать некоторые процессы, поэтому разрабатываются новые способы, основанные на методе конечных элементов (Deform 3D) и искусственном интеллекте (Data Mining) [8]. Список использованных источников 1. Аверьянов А.Н. Системное познание мира: методологические проблемы. М., 1991, с. 204, 261–263. 2. Фpолов И.Т. Гносеологические проблемы моделирования. М., Наука, 1961, с.20. 3. Штоф В.А. Моделирование и философия. М., Наука, 1966. 4. J. Malan, W. Barthel and B.A. Dippenaar, W. F. P., “Optimizing manganese ore: process parameters and design implications”, Proceedings of the 6th International Ferroalloys Congress, Volume 1, SAIMM, 2004, pp. 131-138. 5. Кирпичев М. В. Теория подобия, М., 1953. 6. Налимов В.В., Теория эксперимента, М., 1971. 7. Эксперимент. Модель. Теория. М.— Беpлин, Наука, 1982. 8. Паршин B.C., Карамышев А.П., Некрасов И.И., Пугин А.И., Федулов А.А. Практическое руководство к программному комплексу DEFORM-3D, Учебное пособие. Екатеринбург: УрФУ, 2010. 266 с. |