Борман Теория разделения изотопов 2007
.pdfЕсли для каждой секции ПСК обеспечить постоянство коэффициента деления потока, то значения λ должны быть выбраны:
для отборной части каскада
|
|
|
|
|
|
L |
|
|
+ P |
|
|
|
|
|
|||
|
λ =1− |
sl +1 |
|
|
|
|
|
, |
|||||||||
|
|
+ P |
|||||||||||||||
|
|
|
|
|
|
L |
|
|
|
|
|
||||||
|
|
|
|
|
|
|
s |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
l |
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
P |
|
|
|
|
|
|
|||
при этом |
θs |
= |
|
|
+ |
|
|
; |
|||||||||
2 |
|
|
L |
|
|||||||||||||
|
1 |
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
sl |
|
|
|
|
|
|||
для отвальной части каскада |
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
L |
|
|
+W |
|
|
|
|
|
|||
|
λ =1− |
sl +1 |
|
|
|
|
|
|
|
|
, |
||||||
|
|
+W |
|
|
|
||||||||||||
|
|
|
|
|
|
L |
|
|
|
|
|
|
|||||
|
|
|
|
|
|
s |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
l |
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
W |
|
|
|
|
|
|
||||
при этом |
θs |
= |
|
|
− |
|
; |
||||||||||
2 |
|
L |
|
||||||||||||||
|
1 |
|
|
||||||||||||||
в точке подачи питания |
|
|
|
|
|
|
sl |
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
θf −1 |
= |
1 |
|
− |
|
W |
|
|
|
|
|
|
||||
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
, |
|||
|
2 |
|
L |
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
f −1 |
|||||||
|
θf |
= |
1 |
|
+ |
|
P |
|
|
|
|
|
|
||||
|
|
|
|
1 |
|
|
|
|
, |
||||||||
|
2 |
|
L |
|
|
||||||||||||
|
|
|
|
|
|
f |
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
при этом вариант (а) (рис. 2.27) |
|
|
|
|
|
|
|
|
|||||||||
|
λ =1− |
Lf |
+ P |
|
, |
||||||||||||
|
Lf −1 + P |
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|||||||
вариант (б) (рис. 2.27) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
λ =1− |
Lf −1 +W |
. |
||||||||||||||
|
|
||||||||||||||||
|
|
|
|
|
|
Lf +W |
|
|
|
|
|
(2.312)
(2.313)
(2.314)
(2.315)
(2.316)
291
2.4.2.Обзор численных методов решения системы уравнений переноса в каскадах заданного профиля
Для расчета каскадов заданного профиля, как правило, ПК и ПСК используют различные итерационные методы с уточнением ориентировочно принятых приближений, либо квазилинеаризацию уравнений каскада и совместное их решение с уравнениями покомпонентного баланса. Очевидно, что эффективность метода определяется его устойчивостью к заданию начальных приближений для концевых концентраций и сходимостью итерационного процесса.
Обзор методов расчета можно свести к следующим основным случаям.
2.4.2.1. «Классический» итерационный метод [35, 36]
Рассмотрим применение метода на примере прямоугольного каскада, расчет которого производится от отвального конца к отборному. Алгоритм расчета имеет следующий вид.
1. |
Задают |
θ (например |
θ |
= |
1 |
|
W |
по |
формулам |
|
2 |
1− |
) |
||||||||
|
|
1 |
|
1 |
|
|
L |
|
|
|
(1.262) или (1.263) находят распределение θs |
по длине каска- |
|||||||||
да. |
По соотношениям (2.300) определяют T |
и T′. |
||||||||
2. |
||||||||||
|
|
|
|
|
|
|
|
3 |
3 |
|
3. |
Задают |
начальные |
|
|
|
|
|
′′ |
например, |
|
приближения ci |
(1) , |
|||||||||
′′ |
= ciF . |
|
|
|
|
|
|
|
|
|
ci(1) |
|
|
|
|
|
|
|
|
|
|
4. |
Последовательно с использованием рекуррентной фор- |
|||||||||
мулы (2.301) определяют |
′′ |
на всех ступенях, включая по- |
||||||||
ci(s) |
||||||||||
следнюю (s = N ) . |
|
|
|
|
|
|
|
|
||
5. |
По соотношению (2.296 б) или (2.297 б) находят все |
|||||||||
c′i (N) . |
|
|
|
|
|
|
|
|
|
|
6. |
Проверяют выполнены ли условия материального ба- |
|||||||||
ланса |
|
|
|
|
|
|
|
|
|
292
′ |
′′ |
|
|
|
|
|
− FciF , i =1, m. |
(2.317) |
|||||
Pci |
(N) +Wci (1) |
7. Если условия баланса (2.296) на ν -м шаге итерации не выполнены, то начальные приближения для следующего (ν +1) -го шага задают в виде
′′ |
ν +1 |
|
|
FciF |
′ |
ν |
|
=ω |
(c′(N))ν |
(1)) , i =1, 2,..., m , (2.318) |
|||
(ci(1)) |
+(1−ω) (ci |
|||||
|
|
|
P |
i |
|
|
|
|
(c′(1))ν |
|
|
||
|
|
|
|
|
|
|
|
|
|
|
i |
|
|
где ω – коэффициент, находящийся в пределах от 0 до 1.
8. Шаги 2.286–2.289 ÷ 2.286–2.292 повторяют до тех пор,
пока (2.317) не будут выполнены с заданными точностями. «Классический» метод весьма чувствителен к выбору на-
чальных приближений, что приводит либо к необходимости разработки сложных и громоздких алгоритмов для их определения, либо к значительным затратам машинного времени.
2.4.2.2. «Матричный» метод [37, 38]
В работе [37] система (2.291), (2.294) представлена в виде
L1ci(1) −(1−θ2)L2ci′′(2) −[W −(1−θ1)L1]ciW = 0, i =1, 2,..., m.
Lsci(s) −θs−1Ls−1ci′(s −1) −
−(1−θs+1)Ls+1ci′′(s +1) −δsk FciW = 0, s = 2, 3,..., N −1, i =1, 2,..., m.
LNci(N) −θN −1LN −1ci′(N −1) −[P −θN LN ]ciP = 0,
|
|
i =1, 2,..., m , |
|
|
|
||||
где |
δsk = |
0, |
s ≠ k |
; |
|
|
|||
|
s |
= k . |
|
|
|||||
|
|
|
1, |
|
|
||||
c′(s) = |
f (c |
(s), θ |
s |
, L |
); |
|
|
||
|
i |
i |
|
|
s |
|
|
|
|
c′′(s) = |
[c (s) −θ c′(s)]/1−θ |
s |
. |
||||||
|
i |
i |
|
s |
|
i |
|
|
(2.319)
(2.320)
(2.321)
(2.322)
(2.323)
293
Конкретный вид функциональной зависимости в системе (2.323) определяется используемым методом разделения и режимом работы каждой ступени (см. формулы (2.296) – (2.297)). Для замыкания системы (2.319)–(2.321) из mxN урав-
нений, как и ранее, из числа неизвестных с помощью (2.298) исключаем коэффициенты деления потока на ступенях (один из коэффициентов θs является свободным параметром).
Для решения системы (2.319)–(2.321) в работе [37] применен демпфированный метод Ньютона [39], в котором используется итеративный процесс в виде
′ ν |
ν |
ν |
(2.324) |
F (x |
)∆x |
= −ωF(x ) , |
где F(xν ) – значения левых частей системы (2.319) – (2.321) в точке с неизвестными координатами xν ; F′(xν ) – матрица
Якоби системы в этой же точке; ∆xν = xν +1 −xν ; ω – коэффициент демпфирования. При такой записи определение нового приближения xν +1 сводится к решению системы нелинейных уравнений вида A∆x = b . Для определения ∆x согласно [6] целесообразно использовать алгоритм Гауссова исключения с компактным хранением матрицы A в оперативной памяти. Компактная организация хранения матрицы A возможна, поскольку, как видно из уравнений системы (2.319)–(2.321), матрица Якоби F′(xν ) принадлежит к системе
ленточных матриц с шириной ленты 2(2m −1) +1 , причем в
процессе итерации (2.324) ленточная структура матрицы сохраняется [40]. Алгоритм должен быть составлен так, чтобы элементы якобиана F′(x) , не входящие в ленту указанной
ширины, в вычислениях не участвовали. Это позволяет в несколько раз сократить время вычислений. Элементы якобиана предпочтительно вычислять аналитически, поскольку при этом скорость сходимости итеративного процесса (2.324) квадратична. Если вид функциональной зависимости для ci′(s) в системе (2.323) не позволяет получить аналитическое
294
выражение дл производных, то в алгоритме элементы якобиана следует вычислять численно по двухточечной схеме.
Схема расчета каскада заданного профиля по матричному методу включает в себя:
1) задание исходных данных m, N, f, F, P,
f (ci (s), θs, Ls ), Ls, θ1 ;
2) определение коэффициентов деления потоков на ступе-
нях θs (s = 2,3,..., N) ;
3) решение системы уравнений (2.319) – (2.321). Согласно [38] расчет каскада с двумя потоками питания
различного состава и тремя потоками отбора, состоящего из 50-ти ступеней, при разделении пятикомпонентной модельной смеси заключается в решении системы (2.319) – (2.321) из 250 уравнений. Решение осуществляется за несколько итераций и требует около 30 с машинного времени для персональных компьютеров типа РС/АТ386. В качестве начальных приближений для неизвестных концентраций на каждой ступени были взяты концентрации компонентов в одном из потоков питания. Расчеты прямоугольно-секционированных каскадов, предназначенных для разделения различных многокомпонентных смесей показали, что при указанном выборе начальных приближений расчет неизвестных концентраций с точностью не ниже 0,1% требует не более 10 итераций.
2.4.2.3. Метод, основанный на решении системы уравнений переходного (нестационарного) процесса в каскаде [36]
Суть метода: для нахождения концевых концентраций ciP, ciW противоточного симметричного каскада заданного
профиля решают систему уравнений переходного (нестационарного) процесса применительно к случаю немалых обогащений на ступенях. [41]. Считаем, что с момента запуска каскада включены расчетные значения внешних потоков P, W и F. Считая по-прежнему, что время установления гидравличе-
295
ских характеристик много меньше времени достижения стационарного накопления компонентов на ступенях и задержки ступеней не зависят от времени, систему уравнений каскада, описывающих переходной (нестационарный) процесс, можно записать в виде
|
θsLsci′(s, t) −(1−θs+1)Ls+1ci′′(s +1, t) = Js,i(t) , |
(2.325) |
||||||
где Js,i (t) |
– перенос i-го компонента через мысленную линию |
|||||||
раздела |
между |
s-й |
|
и |
s +1-й |
ступенями; i =1, |
2,...,m; |
|
s =1, 2,..., N −1 |
|
|
|
|
′′ |
|
||
|
|
|
|
|
′ |
|
(2.326) |
|
|
ci (s,t) =θsci |
(s,t) + (1−θs )ci (s, t) ; |
||||||
|
|
|
i =1, |
2,..., m; s =1, |
2,..., N . |
|
||
|
Hs |
∂ci(s, t) |
= Js−1,i − Js,i |
+δ(s, f )FciF |
(2.327) |
|||
|
|
t |
|
|||||
|
|
|
i =1, |
2,..., m; s =1, |
2,..., N . |
|
Граничные условия в рассматриваемом случае могут быть
записаны в следующем виде |
|
|
|
′′ |
|
|
|
|
′ |
|
|
|
|
(2.328) |
|
|
JN,i = Pci(N, t), |
J0,i = +Wci(1, t) , |
|
||||
|
i = 1, 2,..., m . |
|
|
||||
Подстановка (2.325), (2.326) и (2.328) в (2.327) дает |
|
||||||
∂ci(s,t) |
′ |
|
|
′′ |
|
||
Hs ∂t |
=[1−δ(s,1)]{θs−1Ls−1ci(s −1,t) −(1−θs)Lsci |
(s,t)}− |
|
||||
[1−δ |
′ |
|
|
|
′′ |
|
(2.329) |
(s, N)]{θsLsci(s,t) −(1−θs+1)Ls+1ci(s +1,t)}+ |
|||||||
|
+δ(s, f )FciF −δ(s, |
|
′ |
|
|
|
|
|
N)PciP(N,t); |
|
|
||||
|
i =1, 2,..., m; |
s =1, |
2,..., N , |
|
|
||
где |
δ(s, j) = |
0, |
j |
≠ s |
|
(2.330) |
|
|
j |
= s. |
|
||||
|
|
1 |
|
|
|||
Подставляя (2.296 а) в (2.326), получим |
|
|
|||||
|
ci (s,t) =θsci′(s, t) + (1−θs ) |
ci′(s,t) |
, |
(2.331) |
|||
|
m |
||||||
|
|
|
|
|
∑qijc′j (s, t) |
|
|
j=1
296
|
|
|
i =1, |
2,..., m; |
s =1, |
2,..., N. |
|
|
|
|
|
||||
Дифференцирование уравнения (2.331) по t дает: |
|||||||||||||||
|
|
|
∂c (s, t) |
m |
∂c (s, t) |
|
∂c′j(s, t) |
|
|
||||||
|
|
|
i |
= ∑ |
|
i |
|
|
|
|
|
|
; |
|
(2.332) |
|
|
|
|
′ |
|
|
|
|
|
|
|||||
|
|
|
∂t |
j=1 |
∂cj (s, t) |
|
|
∂t |
|
|
|
|
|
||
|
|
|
i =1, |
2,..., m; |
s =1, |
2,..., N, |
|
|
|
|
|
||||
где |
|
|
|
|
|
m |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
∑qilcl′(s, t) −ci′(s, t) |
|
|||||||
|
|
|
|
|
|
|
l=1 |
|
|
|
|
|
|
|
, (i = j) |
|
|
|
θs + (1 −θs ) |
|
|
|
|
|
|
|
|
||||
|
|
|
m |
|
|
|
2 |
||||||||
|
|
|
|
|
|
|
|
|
|
|
|||||
|
∂c (s, t) |
|
|
|
|
∑qilcl′(s, t) |
|
|
|||||||
|
|
|
|
|
|
|
|
||||||||
|
i |
= a(i, j) = |
|
|
|
l=1 |
|
|
|
|
|
||||
|
∂c′j (s, t) |
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
qilcl′(s, t) |
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
−(1 −θs ) m |
|
|
2 , (i ≠ j) |
|||||||||
|
|
|
|
|
|
|
|
|
′ |
(s, t) |
|
|
|
|
|
|
|
|
|
|
|
∑qilcl |
|
|
|
|
|
||||
|
|
|
|
|
|
l=1 |
|
|
|
|
|
|
|
|
|
|
i =1, |
2,..., m; |
j =1, 2,..., m; |
|
s =1, |
2,..., N. |
(2.333) |
Подставляя соотношения (2.296, а) и (2.333) в (2.329), получаем
|
|
|
|
|
|
|
|
m |
|
|
|
∂c′j (s, t) |
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
H s ∑a(i, j) |
|
|
|
|
|
|
|
= |
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
∂t |
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
j=1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
′ |
|
|
|
|
|
|
|
|
|
|
|
|
|
c′i(s, t) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
= |
1 |
−δ(s,1) |
θ |
|
L |
|
c |
(s −1, t) −(1−θ |
|
|
)L |
|
|
|
|
|
− |
||||||||
|
|
s |
s |
|
m |
|
|||||||||||||||||||
[ |
] |
|
s−1 |
s−1 i |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
∑q jlc′l (s, t) |
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
l=1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
′ |
|
|
|
|
|
|
|
|
|
|
|
|
|
c′i(s +1, t) |
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
1 |
− |
δ(s, N) |
θ |
|
|
L c |
|
(s, t) −(1 |
− |
θ |
|
)L |
|
|
|
|
|
|
|
|
|
+ |
|||
s |
|
s+1 |
s+1 |
|
m |
|
|
||||||||||||||||||
[ |
|
] |
s i |
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
∑q jlc′l (s +1, t) |
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
l=1 |
|
|
|
|
+δ(s, f )FciF −δ(s, N)Pc′i(N, t);
297
i =1, 2,..., m; j =1, 2,..., m; s =1, 2,..., N . |
(2.334) |
Приближенное решение системы (2.334) основано на использовании явного метода Эйлера, согласно которому производные в (2.334) заменяют простейшими конечноразностными формулами
∂ci′(s, t) |
= |
[ci′(s,t)]ν +1 −[ci′(s, t)]ν |
, |
(2.335) |
|
∂t |
|||||
|
∆t |
|
|
||
i =1, |
2,..., m; s =1, 2,..., N , |
|
|
где [ci′(s,t)]ν – значение соответствующей концентрации i-го компонента в потоке Ls на ν-м «временнóм» шаге. С учетом (2.335) уравнения (2.334) преобразуются к виду
m |
ν |
c′(s, t) ν +1 |
− c′(s, t) ν |
|
|
|
|
|
|||||||||
Hs ∑[a(i, j)] |
i |
|
|
i |
|
|
|
= |
[1−δ(s,1)]× |
||||||||
|
|
∆t |
|
|
|
||||||||||||
j=l |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
′ |
|
ν |
|
|
|
|
|
′ |
|
ν |
|
|
|
|
|
ci(s, t) |
|
|
|||||
× θs |
−1Ls−1 |
|
− (1 |
−θs)Ls m |
|
|
− |
||||||||||
ci(s |
−1, t) |
|
|
|
|
|
ν |
||||||||||
|
|
|
|
|
|
|
|
|
|
∑ |
q |
|
′ |
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
jl |
i |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
j=l |
|
|
|
|
|
|
|
|
|
|
|
−[1−δ(s, N)]− |
|
|
|
|
|
|
(2.336) |
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
′ |
ν |
|
|
|
|
|
|
′ |
|
|
|
|
ν |
|
|
|
|
|
|
|
|
|
|
ci |
(s +1, t) |
|
|
|||||||
− θsLs ci |
(s, t) |
|
− (1−θs+1)Ls+1 |
|
|
|
|
|
|
|
+ |
||||||
|
m |
|
|
|
|
ν |
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
′ |
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
(s + |
|
|
|
||
|
|
|
|
|
|
|
∑q jl ci |
1, t) |
|
||||||||
|
|
|
|
|
|
|
|
j=l |
|
|
|
|
|
|
|
||
|
+δ(s, f )Fc |
−δ(s, N)P |
|
′ |
|
|
|
ν |
|
|
|
||||||
|
c (N, t) ; |
|
|
|
|||||||||||||
|
|
|
|
iF |
|
|
|
|
i |
|
|
|
|
|
|
|
Таким образом,
298
Hs |
|
m |
|
|
|
|
|
|
|
Hs |
m |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
∑[a(i, j)]ν [ci′(s, t)]ν+1 |
= |
|
|
∑[a(i, j)]ν [ci′(s, t)]ν +[1−δ(s,1)]× |
||||||||||||||||||||||||
∆t |
|
|
∆t |
||||||||||||||||||||||||||
j=l |
|
|
|
|
|
|
|
j=l |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ν |
|
|
|
|
|
|
|
|
|
|
|
ν |
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
[c′(s, t)] |
|
|
|
|
|
|
|
||||||||
|
|
× θ |
L |
′ |
|
|
|
|
|
−(1−θ |
)L |
|
|
i |
|
|
|
|
|
|
|
|
− |
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
c (s −1, t) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
s−1 |
s−1 |
[ i |
|
] |
|
|
|
|
s |
s m |
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ν |
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
∑qjl [ci′(s, t)] |
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
j=l |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ν |
|
|
|
|
|
|
|
|
[c′(s |
|
|
|
ν |
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
+1, t)] |
|
|
|
|||||||||||
|
|
|
|
|
′ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
i |
|
|
|
|
|
|
|
|
|
− 1−δ(s, n) |
θ |
|
|
|
|
|
−(1−θ |
|
)L |
|
|
|
|
|
|
|
|
|
|
|
+ |
||||||||
L c (s, t) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
[ |
|
] |
s s [ i |
] |
|
|
|
|
|
s+1 |
s+1 m |
|
|
|
|
|
′ |
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
∑ |
q |
|
|
|
+1, t) |
ν |
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
jl |
[ |
i |
|
|
] |
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
j=l |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
+δ(s, f )Fc |
|
|
|
|
|
|
|
|
|
′ |
|
ν |
; |
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
−δ(s, N)P c (N, t) |
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
iF |
|
|
|
|
|
[ i |
] |
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
i =1, 2,..., m; s =1, 2,..., N . |
|
|
|
|
|
|
(2.337) |
Начальные приближения для «нулевого» временного шага (ν = 0) можно задать, например, следующим образом:
[ci′]0 = ciF , где ciF – концентрации компонентов смеси в по-
токе питания.
При выбранном временном шаге ∆t , последовательно используя уравнения (2.337), находят стационарные значения концентраций по длине каскада. В качестве практического критерия достижения стационарных значений концентраций может быть использовано одно из 2-х условий:
1) концевые концентрации каждого из компонентов смеси
(с заданной точностью) на ν* -м временном шаге удовлетворяют уравнениям покомпонентного баланса
′ |
ν* |
′′ |
ν* |
= 0, |
|
FciF − P[ci |
(N,t)] |
−W [ci (1,t)] |
(2.338) |
||
|
|
|
|
|
i =1, 2,..., m.
299
2) при переходе от ν *-го к ν *+1-му временному шагу ве-
|
|
c (N, t) ν*+1 |
− c (N,t) |
ν* |
|
||
личина δ |
= |
[ i |
] |
[ i |
] |
достигает заданного зна- |
|
|
[c (N,t)]ν*+1 |
|
|
||||
|
|
|
|
|
|
||
|
|
|
i |
|
|
|
|
чения.
Рассмотренный метод имеет первый порядок точности относительно шага ∆t . Уменьшение шага ∆t увеличивает точность расчета. Сверху «временнóй» шаг ограничен величиной
[41]:
|
Hs |
|
|
|
∆t < min |
. |
(2.339) |
||
|
||||
|
Ls |
|
Распределение θs в (2.337) задается соотношением (2.298) и произвольным значением коэффициента деления
потока |
на |
|
одной |
|
из |
|
ступеней каскада, например, |
||||
θ = 1 |
|
− W |
|
|
|
= 1 |
|
|
P |
|
|
1 |
|
или θ |
|
1 |
+ |
). |
|||||
N |
|
||||||||||
1 |
2 |
|
L1 |
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
LN |
В работе [36] приведен пример реализации метода при расчете прямоугольного каскада, предназначенного для разделения четырехкомпонентной смеси изотопов хрома: 50Cr,
52Cr, |
53Cr, 54Cr |
( c |
=0,0431, |
|
c |
2F |
= 0,8376, c |
=0,0955, |
|||||||||
|
|
|
|
|
1F |
|
|
|
|
|
|
3F |
|
|
|||
c |
|
= 0,0238). Исходные данные: |
|
P |
= 0,2; |
F |
= 0,2; |
q |
=1,12; |
||||||||
|
|
F |
|
||||||||||||||
|
4F |
|
|
H |
|
|
|
|
|
|
L |
0 |
|
||||
N =15, f = 12, |
= 0,03 ч. Условием достижения концевыми |
||||||||||||||||
L |
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
FciF − |
||
концентрациями |
стационарных |
значений |
являлось |
||||||||||||||
|
|
′ |
′′ |
−6 |
(i =1, 2, 3, 4) . При использовании |
||||||||||||
−Pci |
(N, t) −Wci(1, t) <10 |
|
персонального компьютера с процессором на 66 МГц и «временнóго» шага ∆t = 0,02 ч для достижения заданной точности потребовалось примерно 1000 шагов и 20 с машинного времени.
300