Планирование эксперимента при оптимизации процессов химической техн
..pdfдования — получить такую логическую схему, которая позволила бы формальными средствами до окончания всего исследования произвести оценку разрешимости за дачи вообще и установить, какие ресурсы понадобятся для достижения поставленной цели (получения матема тических моделей). Для формализации любой сложной системы в настоящее время используются идеи системно го подхода и языки теории множеств, теории графов и, конечно, ЭВМ.
Прежде всего выделим я ч е й к у и с с л е д о в а н и я ] — формализованное понятие, включающее ряд элемен тов и процедур: исходные данные А,; ограничение Cj/ ма тематическую модель Mj (для достижения цели); решаю щую процедуру Tj; оценку результата исследования Kjj результат исследования (решение) Rj.
Эту явную часть ячейки исследования удобно запи сывать вг виде множеств {Aj, Cj, Mj, Tj, Kj, Rj}.
Пояснение 1. Следует отличать математическую мо дель Mj ячейки /, которая предназначена для получения только результата Rj, от математической модели как цели всего процесса исследования.
Пояснение 2. Процедура Т только в общем случае яв ляется решающей (множество функций цели, значитель ная неопределенность), а в частном случае — это может быть одним из случаев оптимизации. Например, в ячейке {Зф, ф} декомпозиционной матрицы обычно возникает задача поиска максимального выхода продукта на лабо раторной установке, который может быть найден сим плекс-методом по регрессионной модели второго поряд ка, полученной экспериментально.
Явной части ячейки исследования всегда сопутствует ее неявная часть Л: ресурсы исследования Zj\ затраты на исследование Lj\ цели функционирования Gj.
Неявную часть ЯИ можно записать в виде множества { Z j , L j , G j } . Эта оценка может быть прогностичной (до операций по достижению цели) и итоговой (после про ведения исследований).
В каждой ячейке исследования формируются операТ0Ры или функциональные отношения F, отображающие
°ДПо множество в другое. Для перехода от |
(/—1)- к 7-й |
|
и Далее к (7+ 1)-й ячейке можно записать |
|
|
F\ Rj-i ►{Aj, |
Cj}; |
(3.20) |
F 2 • R j y {Aj i i. |
C j + 1}; |
(3.21) |
Эта запись читается так. Функциональная система F\ является отражением результата исследования предыду щей ( / — 1)-й ячейки во множество исходных данных {Ajt Cj} /-й ячейки. Функциональная система F2 является отражением результата исследования Rj, являющегося следствием (Aj, Cj, Mjt Tj, Kj), во множество исходных данных {Aj+u Cj+i} для ( / + 1)-й ячейки. На результат исследования влияет функциональная система F2\ пред ставляющая собой отражение множества оценок /Cj, за висящего от множества {Zj, Lj, Gj}, во множество резуль татов исследования Rj.
Функциональные системы F\, F2, ..., FN реализуются с помощью натурного эксперимента (как правило, на лабораторной установке, хотя в начальной стадии не исключены и экспертные оценки). Таким образом, исход ные данные для каждой последующей системы «добы ваются» натурным экспериментом (в отличие от процес са проектирования, где они «добываются» математичес ким экспериментом на модели). Натурный экспери мент дает результаты, отмеченные неопределенностью масштабного перехода, а математический эксперимент — отмеченные неопределенностью прогноза.
Если считать декомпозиционную матрицу основой для создания ячеек исследования, то в целом исследование можно представить как некоторый итерационный процесс. Например, последовательность
Л :/?О , А — |
> |
{ А О , |
С О , Ф } ; |
(3.23) |
|
F2:Rт к , ф |
— |
► |
{ А Т К . ф |
С Т К , Ф | ; |
(3.24) |
: / ? т к , ф |
— |
> |
{Атк.л, |
стк.л-j, |
(3.25) |
предполагает переход от анализа функционирования уз лов системы к анализу ее связей и наоборот.
Двумерную систему задач исследования можно пред
ставить таблицей {S*7}, где d = О, ТК, ЗФ, ЭЗФ; i = = А, Ф. Тогда можно предложить две идеализированные
системы исследования: {Sdl} - + {Sd2} — последователь ную, декомпозированную только по этапам; {S17}_►
{S2'} — параллельную, декомпозированную только по объекту.
Системные задачи исследования не разрешимы ни по одной из этих идеализированных систем вследствие не достатка информации на предыдущем этапе (более глу бокое исследование всегда таит неопределенность), а также вследствие неоднозначности решения при исполь зовании решающей процедуры (альтернативные реше ния v = 1, 2, ...'):
{S d<}
ч d.
RV t
Возможно последовательно-параллельное осуществле ние процесса исследования:
1. О {А, Ф}— *ТК {А, Ф} — возможно технико-эконо мическое обоснование будущего ХТК;
2.ЗФ {А}—*ЗФ {Ф} — возможно получение упрощен ных моделей;
3.ЭЗФ {А}—*ЗФ{Ф} — возможно получение полных математических моделей.
Изложенное выше позволяет говорить о целесообраз ности выделения двух систем в исследовании:
а) п р о ц е д у р н о й , связанной с получением инфор
мации |
(фактически онД изложена в матрице декомпо |
зиции) ; |
|
б) |
ц е л е в о й , связанной с получением информации |
на лабораторной установке.
Последнюю лучше всего представить в виде дерева декомпозиции объекта исследования (рис. 3. 7).
Проведенный анализ позволяет также уточнить об щую цель исследования. Следует выделить две разновид ности целей:
Цель I, характерная для научного фундаментального познания,— это создание математических моделей без учета схемы производства, которая будет затем синтези роваться. Для этой цели характерно отсутствие итераций в исследовании.
Цель II, характерная для прикладных исследований,— это создание математических моделей для процессов то го производства, которое будет создано на новом масш табном уровне. Для ЛСИ здесь характерны итерационные процессы (уточняются состав.процессов, законы их функ ционирования и архитектура).
Рис. 3.7. Дерево декомпозиции объекта исследования.
3. 2. 5. Выделение основных целей процесса исследо вания. Предложенные выше уровни декомпозиции как объекта исследования, так и этапов его исследования можно разделить еще на несколько подуровней. Количе ство уровней, как уже указывалось, определяется стоя щим перед исследователем конкретным объектом. Од нако цели исследования в химической технологии доста точно четко определены и могут быть выделены и отнесены к некоторому инварианту (неизменной части процесса исследования). Одновременно рассматриваются методы (или алгоритмы), позволяющие достичь выде ленных целей.
Цель 1 — сбор априорной информации о методе про изводства заданного продукта, условиях проведения тех нологических процессов, основных показателях техноло гии в целом и ее узлов.
Эта цель достигается без лабораторного натурно го эксперимента. Исследователи проводят литературный и патентный обзор, т. е. анализируют имеющиеся в их распоряжении данные. Оценивают существующие или аналогичные способы производства заданного продукта, анализируют узлы схемы. Методы исследования — обыч-
а |
с |
<>
План эксперимента
|
|
|
|
|
|
Интерполяция 1 |
|
|
Методы |
|
Принятие |
Оптимизация \ |
|
|
пфэ.дфэ.цкоп, икрп |
решений |
||||
|
|
|||||
I мнк к» |
Расчет |
|
Дисперсионный |
Экстраполяция \ |
||
|
|
|||||
!■■■■—I |
Ккоэффициентов |
анализ |
|
|
||
|
Проверка |
|
Расчет |
Оценка |
Оценка |
|
однородности |
дисперсий |
значимости |
адекватности |
|||
|
|
|
|
д |
|
|
|
< Цель |
6 |
> |
|
< Цель 7 > |
|
______А____ |
|
1 |
|
|||
| План эксперимента \ |
|
/7/уду эксперимента^ |
||||
|
Методы |
|
Принятие |
Методы |
Принятие |
|
идентификации |
|
решений |
выбора моделей |
решений |
||
z |
: |
|
Расчет |
Определение |
Расчет |
|
Расчет |
|
|||||
статистических |
коэффициентов |
оптимальных точек |
критериев |
|||
характеристик |
|
■модели |
эксперимента |
модели |
||
|
|
в |
|
|
Ж |
|
Рис. 3.8. Схемы реализации |
целей в процессе исследования техноло |
|||||
|
|
|
гических систем. |
|
но экспертные оценки, в частности, метод ранговой кор реляции (рис. 3. 8, а).
Системные элементы ячейки исследования для дости жения цели 1 представлены в табл. 3. 2.
Цель 2 — выбор факторов технологического комплек са. Прежде всего это выбор сырья и катализаторов, опре деляющих выход заданного продукта, и затем выбор режимных переменных технологического комплекса.
Элементы ЯИ |
Содержание элементов |
|
||||
Л|, Сj — исходные дан |
Потребности народного хозяйства в про |
|||||
ные и ограничения |
дукте п промышленные возможности его |
|||||
М1 — математическая |
получения |
|
|
|
|
|
Модель экспертных оценок, план поста |
||||||
модель |
|
новки экспертиз и обработка результа |
||||
Г1 — решающая |
процеду |
тов (усредненная оценка экспертов) |
||||
При согласованности |
оценок |
экспертов |
||||
ра |
|
принимается их усредненная оценка или |
||||
|
|
используется мнение главного руководи |
||||
R1 — результаты |
иссле |
теля исследований |
узлы |
производ |
||
Способ производства, |
||||||
дования |
|
ства, список возможного |
сырья и ката |
|||
|
|
лизаторов; энергетические |
решения, ма |
|||
|
|
териалы аппаратов, использование отхо |
||||
К\ — оценка результа |
дов |
технико-экономические |
||||
Используются |
||||||
тов исследования |
показатели объекта исследования и про |
|||||
|
|
цесса исследования с точки зрения ре |
||||
|
|
сурсов, затрат и достижения цели |
ЯИ — ячейка исследования.
Цель достигается постановкой экспериментов на ла бораторной установке. Задача решается методами дис персионного анализа или с применением планирования по схеме латинских квадратов. Схема реализации этой цели изображена на рис. 3. 8, б, а системные элементы процесса ее достижения приведены в табл. 3. 3. Заметим, что режимные факторы выбираются исследователем по аналогии с другими производствами, возможен анализ экспертных оценок.
Цель 3 — получение предварительной информации о переменных технологического процесса.
Для достижения этой цели используются малые вы борки «настроечных» опытов, которые проводились при реализации цели 1, либо были специально поставлены (обычно информацию получают пассивно, наблюдением). Задача решается методами математической статистики и теории случайных функций. Находятся математические ожидания, дисперсии (моменты) переменных, их -интер вальные оценки; оценивается закон распределения и рас считываются коэффициенты корреляции переменных;
Элементы
яи
М9
т2
Содержание элементов
Задан способ производства продукта и составляющие его технологические узлы; есть перечень типов сырья и ката лизаторов; имеются режимные переменные
Модели дисперсионного анализа, различные планы его реализации
Соответствие статистическому критерию Фишера с уче том мнения исследователя
2Сырье и катализаторы, дающие наибольший выход про дукта, и режимные переменные
К, Оценка технико-экономических показателей, полученных результатов — сырья и катализаторов, а *также оценка стоимости операций по достижению цели
оцениваются стационарность, эргодичность случайных функций, рассчитываются корреляционные функции и др. Схема реализации этой цели изображена на рис. 3.8, в. Системные элементы достижения цели приведены в табл. 3. 4.
Т а б л и ц а 3.4. Системные элементы достижения цели 3
Элемен ты яи
Лз, Сз
Содержание элементов
Задан способ производства, сырье, катализатор; имеется лабораторная установка, на которой получены малые вы борки пассивной информации
М3 Модели математической статистики и теории случайных
функций и постановка пассивного плана эксперимента
Гз |
Принятие решений по статистическим критериям |
Кз |
Количественные нормы статистических критериев (/-кри |
R, |
терий, критерий Пирсона и др.) |
Все статистические оценки переменных, оценка динами |
|
|
ки объекта и связей между переменными |
|
Цель 4 — отсеивание факторов. |
|
В числе факторов, предложенных для отсеивания, мо |
гут быть и дискретные, и непрерывные. Цель достигается постановкой экспериментов на лабораторной установке.
Задача решается методами экспертных оценок, планов дробного факторного эксперимента и Плакетта — Бер мана, методом случайного баланса. Планы строятся по критерию минимального числа опытов. Схема реализации цели 4 изображена на рис. 3. 8, г, а системные элементы — в табл. 3. 5.
Т а б л и ц а 3.5. Системные элементы достижения цели 4
Элементы
яи
At, С4
М4
Т4 к4
Содержание элементов
Лабораторная установка, список факторов, их статисти ческие оценки
Модели разделения |
факторов |
на значимые, относящиеся |
к «шумовому» фону, |
модели |
линейной регрессии и пла |
ны эксперимента по их получению Принятие решений на основе статистических критериев
Количественные нормы статистических критериев (обычно /-критерий)
'Факторы, существенно влияющие на выходную перемен ную; области существования факторов, интервалы варьи рования, оценочное число параллельных опытов
Цель 5 — интерполяция, экстраполяция и оптимиза ция по математическим моделям полиномиального вида первого, второго и более высоких порядков. Наиболее подробно эта цель и ее достижение рассмотрены в [24]. Пользуясь классификацией, приведенной в упомянутой книге, рассмотрим несколько подцелей этой цели (схе ма реализации цели 5 изображена на рис. 3. 8, д, а си стемные элементы в табл. 3. 6).
Цель 5а — интерполяция результатов исследования.
Если область эксперимента достаточно мала, то можно использовать линейную модель (1.97), в противном слу чае используется нелинейная модель, например, (1. 157). Задача математически формулируется так: имеется век
тор факторов X w выходная |
переменная объекта у\ об |
|
ласть эксперимента — А ^ |
Хэ ^ В; |
необходимо найти |
интерполяционное значение уИпо Хп е |
Хэ. Задача реша |
ется постановкой ряда опытов по планам ПФЭ, ДФЭ, ЦКОП, ЦКРП, Шеффе, обработкой результатов в соот ветствии с приведенными в гл. 1 алгоритмами и опреде лением Хи.
Элементы |
Содержание элементов |
|
ЯИ |
||
|
Л5, С5
М5
Т 5
Ks
Rs
Лабораторная установка; список переменных, существен но влияющих на ее работу, их характеристики
Математические модели полиномиального вида первого, второго и более высоких порядков и планы эксперимента по их получению
Принятие решений на основе статистических критериев
Количественные нормы статистических критериев (обычно t- и .Р-критерии, критерий Кохрена)
Интерполяционное и экстраполяционное значения выход ной переменной, экспериментальное значение, частный и локальный оптимум функции цели; минимальные ресур сы объекта исследования
Цель 56 — экстраполяция результатов исследования. Условия те же, что и в предыдущем опыте, но ищется экстраполяционное значение уИпо Хк £ Хэ, т. е. по значе ниям факторов, лежащим вне области эксперимента. За дача решается упомянутыми выше методами (см. цель 5а). Здесь часто используется каноническое преобразо вание модели и требуется обязательная эксперименталь ная проверка уи*.
Цель 5в — получение экстремума функции цели в об ласти эксперимента. Для достижения этой цели могут использоваться как линейная, так и нелинейная модели, которые получаются уже упоминавшимися при достиже нии цели 5а планами эксперимента. Задача решается методом линейного программирования (по линейной мо дели) или любым нелинейным методом (симплексным, методом Гаусса, ридж-анализом и др.). Решение у0пт на ходится либо в области эксперимента Х0пт^ ^ либо на границе области.
Цель 5г — получение частного и локального оптимумов объекта исследования. Для достижения этой цели чаще всего используется линейная модель, полученная по планам ПФЭ (ДФЭ). Частный (промежуточный) оп тимум и локальный (один из возможных оптимумов объекта исследования по области существования факто ров) обычно находят одним из поисковых методов опти мизации, например, методом крутого восхождения. Поиск
осуществляется за пределами области эксперимента. По лученное «/опт обязательно уточняется экспериментально.
Цель 5д — минимизация ресурсов объекта исследова ния. Эта цель достигается решением задачи, обратной цели 5в: находят Xi т щ при заданном у. Модель может быть как линейной, так и нелинейной. При решении за дачи возможны различные варианты: стабильны все фак торы Xi, кроме одного, который и нужно минимизировать; стабильны все факторы Xi, кроме двух, один из которых должен быть минимизирован, а для другого — допуска ется полный расход ресурса (Х, = — 1 ); переменны все факторы Xi, сумму которых необходимо минимизировать. Часто задача решается графоаналитическими методами.
Цель 6 — получение математических моделей объекта исследования. Достижение этой цели осуществляется не формальным (и, по-видимому, неформализуемым) пред ложением вида (класса) математической модели иссле дуемого процесса исходя из имеющейся у исследователя информации, его творческого мышления и интуиции. Ча ще всего модель предлагается в виде (2.55). Необходи мо по результатам наблюдения (или по плану) за y(t), u(t) найти вектор параметров A (t). Задача решается
методами идентификации |
(один из них приведен в 1 . 1 1 ). |
В результате получают |
численные оценки параметров |
A (t), т. е. собственно математическую модель объекта в заданном классе моделей (см. рис. 3. 8 , е и табл. 3.7).
Т а б л и ц а |
3.7. Системные элементы достижения цели 6 |
Элементы |
Содержание элементов |
ЯИ |
Ае, Сб Оптимальные переменные объекта исследования, вид ма
тематической модели процессов объекта, лабораторная ус тановка
М6 Математические модели идентификации
Те Принятие решений об адекватности моделей, учет апри
орной информации и экспериментальная проверка
Re Количественные оценки параметров математической моде ли (математическая модель объекта)
Цель 7 — отсеивание (дискриминация) математичес ких моделей. Достижение этой цели возможно двумя комплексами операций: