книги / Оптимизация систем обеспыливания воздуха в промышленных зданиях
..pdfв которых осуществляются процессы обеспыливания. ММустройства формируется на основе его макро- и микросоставлящих в виде блоч ной структуры.
Устройства СОВ пятого уровня иерархии включают несколько технололческих устройств (элементов), связанных между собой материальными и энергетическими потоками (АУ, СЭ09 центральная пылесооная установка (ЦПУ) и д р .).
Подсистемы СОВ - шестой уровень иерархии - объединяют несколь ко установок, характеризующихся однонаправленным функционировани ем. Через воздушную среду помещения и источники энергии они свя заны между собой материальными и энергетическими потоками (СА, комплекс очистных устройств, ЦСПС и т .п .) .
Верхний, седьмой уровень представлен СОВ в целом, сформиро ванный из взаимосвязанной совокупности подсистем, установок и устройств. СОВ является одной из основных подсистем СКМ в поме щениях с пылевыделениями и связана с ней рядом других подсистем материальным!, энергетическими и воздушными потоками.
В соответствии с вышеуказанными принципам! можно составить иерархическую схему целостной СКМ, в которую как основная подсис тема входит СОВ. В свою очередь, СКМ может входить в качестве составляющей в более общую систему, например, в систему промплощадки, завода.
Рассмотренная иерархическая схема СОВ с учетом особенностей исследуемых и проектируемых систем может быть дополнена.
Другой подход к составлению иерархических схем СОВ и СКМ связан с управлением системами.
1 .3 .4 . Принципы построения математических моделей ПОВ и ПКМ
Разнообразие явлений, происходящих в СОВ и СКМ, обусловлива ет большой набор различных устройств, в которых осуществляются различные обеспыливающие, аэродинамзческие, тепловые, диффузион ные, гидромеханические и другие процессы. Применение принципов системного подхода к анализу систем приводит к оозданию комплек са ММ элементов, взаимосвязь между которыми определяется иерархи ческой структурой СОВ или СКМ. Различная сложность технолога чес ких элементов, требования к точности описания реального процесса, степень детализации происходящих явлений и другие факторы влияют
41
на математическое описание, выбор успешного метода для решения уравнений модели и ее идентификацию. В подавляющем большинстве случаев решение указанных задач осуществляют с применением ЭВМ.
Последовательность |
построения ММ можно представить в виде |
||||||
блок-схемы, изображенной на |
рис. |
12. |
|
||||
Состояние |
любого |
процесса СОВ или СКМ будем характеризовать |
|||||
следу щи ми основными |
параметрами: |
|
|||||
входным! |
Х 1 |
, |
|
« |
. . . » |
Х т |
(например, параметрами на |
ружного воздуха), |
значение |
которых может быть измерено, но возмож |
|||||
ности воздействия на них отсутствуют; |
|
||||||
управлякхцими |
Z i |
, |
Z, , |
. . . , |
Z z |
(например, температурой |
|
воды, подаваемой в форсунки |
КО кондиционера), на которые можно |
оказывать определенное воздействие в соответствии с теми или ины ми технологическими требованиями, что позволяет управлять процес сом;
характеристикам! состояния у^ , yz , . . . , уп , которые определяются режимом процесса и говорят о его изменении, возника ющем в результате суммарного воздействия входных и управляющих параметров. Например, в процессах КВ в ПСОВ или СКВ характерис тикам! состояния являются параметры воздуха на той или иной ста дии его обработки;
возмущающими, значения которых изменяются случайным образом (например, скоростью осаэдения частиц пыли, пульсации скорости движения воздуха и т .д .) .
В общем случае все параметры, характеризующие ПОВ и ПКМ, случайны. Как случайные величины в ряде расчетов (технологичес ких, маосообменных и др .) они обычно не рассматриваются, посколь ку принимается во внимание не весь диапазон их вероятностных значений, а лишь одного из возможных - среднестатистическое (или математическое ожидание случайной величины). Таким образом,
случайные величины заменяются детерминированными и стохастическая -природа, присущая рассматриваемому явлению, не учитывается. Та кое упрощение оправдано в тех случаях, коцца возможные значения случайной величины имеют незначительные отклонения от среднего значения.
Для помещений с пылевыделениями характерны нестационарные пылевые и тепловлажностные режимы. Очевидно, что точность рас четов таких режимов будет в немалой степени зависеть от пра вильного учета природы явлений и процессов, определяющих микро-
ftic. 12. Последовательность построения ММ
пе минимально доцустамого |
значения |
и больше максимально |
допустимого значения |
• Эта |
значения определяются схемой |
и режимом работы СРПВ в помещении. |
В этом случае ограничения на |
|||||||||
температуру воздуха, |
подаваемого в |
помещение, записываются в ви |
||||||||
де неравенства |
|
|
/ men |
|
|
у. |
1fTJQJC. |
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
Ьп1 |
* |
t П4 * |
Ьп1 |
|
|
|
|
Ограничения в |
общем еду чае |
можно представить в виде уравне |
||||||||
ний или неравенств, |
связывающих основные |
параметры процесса: |
||||||||
rj ~ (y,xfz ) = О у |
J, = if j |
/J = Суу |
Z |
^ Oj J. - 1TTTJ- |
||||||
Всли модель такова, что все характеристики состояния процес |
||||||||||
са выражены в виде |
|
явных функций входных и управляющих параметров |
||||||||
(14), то критерий |
оптимальности |
и |
ограничения тоже можно выразить |
|||||||
в виде функций этих параметров: |
|
|
|
|
|
|
||||
О = 0 ( у , х , J ; = o [ / ( x , z ) , x , z ] = 6 ( x , z ) ; |
( 16) |
|||||||||
r j . ( y ,X ,Z ) = |
Г }(Х ,1 ) = 0; |
j- - 7^k |
; |
|
|
(17) |
||||
fj C y , X , Z ) = |
fj.(X,Z)4-0, |
j |
= Ja-1,e |
|
|
(18) |
||||
В этом случае оптимизационная задача сводится к |
нахождению таких |
|||||||||
значений управляющих параметров |
£ |
при заданных значениях вход |
||||||||
ных параметров X |
, |
цри которых достигается |
экстремум функции (16) |
|||||||
при ограничениях (1 7 ), |
(1 8 ). |
|
|
|
|
|
|
|
||
Выбор того споооба получения Ш процессов зависит от целей |
||||||||||
моделирования и характера задачи. Однако во |
всех |
случаях |
необхо |
|||||||
димо располагать полной информацией о процессе, |
обоснованно выби |
рать его характеризующие параметры, учитывать взаимодействие пара метров.
ММ процессов, как и параметры (факторы), можно объединить в две группы: детерминированные и стохастические. Детерминированные модели бывают двух типов: модели, описывающие процессы, в которых влияние случайных факторов исключенной модели, описывающие про цессы, подверженные действию случайных факторов, но это действие в модели не учитывается, т .е . в этом случае постулируется прин цип работы со средним значениям случайных величин, а не с их распределением.
Примером детерминированной модели первого типа является мо45
* |
р |
ш |
|
|
|
|
|
|
|
| j n 3 ^ П 5 ^ 1 1 1 |
, ^ |
1 . ^ S |
4 |
|
|
|
6 r g |
p y l . ^ y |
» « ^ « f i r l |
|
|
|
|
|
|
|
|
|
|
G n l P n L ^ n U ^ n l , P . n l |
А |
Л |
А |
м |
S y l p y j A r l |
|
|||
|
|
|
1 |
|
|
т |
г |
|
|
л |
|
п п |
|
|
|
k m |
. k m |
|
|
Рис. |
13. Схема |
воздухообмена |
в помещении |
|
|||||
Недостатком моделей второго типа является то, что они не |
|||||||||
описывают реальную воздушную, |
тепловую, |
|
влажностную и газовую |
||||||
обстановку в помещении, не учитывают ее статистический характер. |
|||||||||
Значения характеристик и параметров |
приняты здесь |
средними |
(рас |
четными ) .
Реальные процессы протекают в условиях действия большого количества случайных факторов. Характеристик состояний процесса оказываются случайными функциями. Случайный характер характерис тик состояния может быть обусловлен случайным характером вход ных или управляющих параметров, а таюке случайным характером про текания самого процесса. .ММ, в которых учитывается влияние слу чайных факторов, называются вероятностными или стохастичесетми.
Процессы со случайными факторами мо1ут быть описаны распре делениями вероятностей, заданными на множестве реализаций. Реа лизациями являются неслучайные, вполне детерминированные процес сы, в виде которых проявляется случайный процесс в каждом кон кретном эксперименте. Характеристика состояния, полученная при воспроизведении единственной реализации процесса, в силу действия случайных факторов будет случайной величиной и не смажет объек тивно характеризовать его состояние. Поэтому характеристики сос тояния обычно определяются как средние значения по данным боль шого количества реализаций процесса. Если количество реализаций, используемых для оценки характеристик состояния, достаточно ве лико, то в силу закона больших чисел получаемые оценки приобре тают статистическую устойчивость и с достаточной точностью мо гут быть приняты в качестве приближенных значений характеристик состояния процесса.
Стохастические модели применяют, как ухе упоминалось, при разработке предельно-вероятностного метода расчета воздухораопределения в помещении / 68/ .
Статистический метод определения тепловых, влажностных и газовых нагрузок помещения предложен А.Г. Сотниковым. же пред ставлены одномерные распределения параметров наружного воздуха
( t'H • |
• Зн ) в предположении |
нормального, логарифмически нор |
|||
мального и композиционного законов распределения. |
|
|
|||
Другим примером вероятностно-статистической ММявляется |
|||||
формула для расчета вероятности |
улавливания частицы пыли |
||||
диаметром |
Sq в циклоне /6 0 /: |
|
|
|
|
|
|
ПОТ) |
] |
' |
<24) |
|
7 b i l l / и +ы |
||||
где Ф(х)~ интеграл вероятности; |
0$ , Qp _ - эмпирические |
коэффи- |
|||
циенты; Ё |
- геометрический симплекс ( $ ж8ц/$ц) • |
Зц - |
диаметр |
||
циклона; Ъпат ~ время достижения частицей выхлопного |
патрубка. |
||||
Формула (24) получена при допущениях, что |
угловая скорость |
воздуха в циклоне постоянна и шаг спирали равен высоте входного патрубка (т .е . улавливание частиц происходит только в цилиндри ческой части аппарата). Для циклонов НИИОГАЗ (ЦН-П,ЦН-15.
ЦН-15У, |
ЦН-24) при |
06 = 0,55 и |
Q? = 0,5 значения 3 |
( |
), |
рассчитанные по уравнению (2 4 ), |
практически совпадают |
с |
рассчи |
||
танными |
значениям! |
эффективности |
этих циклонов по формулам |
НШОГАЗа.
Классическим примером стохастической модели является лога рифмически нормальное распределение (ЛНР) размеров частиц подввлящего большинства промышленных пылей /3 8 ,3 9 /.
Следует учитывать, |
что действие случайных величин приводит |
||||
к смещению средних значений характеристик состояния процесса. |
|||||
Действительно, если характеристика |
состояния |
у является задан |
|||
ной функцией случайного |
параметра |
ty |
, то среднее значение ха |
||
рактеристики состояния |
у |
не является |
заданной функцией среднего |
||
случайного параметра: у |
ф J ( Ф ) |
. Поэтому |
стохастические ММ, |
||
которые учитывают влияние |
случайных факторов, |
являются более |
точными по сравнению с детермнироваиными моделям! в случае,ес ли влияние случайных факторов велико.
Покажем это на примере исследования процесса воздействия потока воздуха на осадок пыли на горизонтальной поверхности. При движении воздуха над запыленной поверхностью наблюдается от
рыв отдельных частиц от стенки - переход в аэрозольное состояние. Это явление происходит при так называемой критической скорости
потока воздуха и кР |
. Она имеет два |
значения. При значении |
и*р |
частица может скользить или перекатываться по поверхности |
(эту |
||
скорость называют иногда скоростью трогвния). При значении |
и*Р |
||
частица отрывается и уносится от поверхности. |
|
||
Знать аначения |
и*р и и%р |
чрезвычайно важно для оптими |
зации СРПВ и ЦПУ. В первом случае приточный воздух необходимо подавать с такими скоростям , при которых не происходило бы сду вания осевшей пыли. В насадках ЦПУ, напротив, должны создавать ся такие скорости всасывания воздуха, которые обеспечивали бы наиболее полные удаления осевшей пыли с поверхности.
|
Ш данного процесса |
установлена в работе /1 3 , 1 4 /. |
Без уче- |
||||||||
та |
!~0д |
( Sif |
= Zzp > |
Ьи-75 мкм) |
|
|
|
|
|
||
|
u fp= zV ifs (kTp |
l i J k ( |
|
|
|
|
(25) |
||||
4 p= 1/ ff l{ [u n u / * Z ) ] / (ur+1) \ h f l//ps № gzj422^ /hXQj% & ) |
|||||||||||
где |
u fP и |
U2^ - средняя критическая скорость |
(первая и вторая) |
||||||||
в канале шириной ZhKQH\ |
к Тр - коэффициент |
трения; |
- коэффи |
||||||||
циент лобового сопротивления частицы; иУ |
- |
показатель |
степени |
||||||||
из степенного законе распределения скорости движения воздуха в |
|||||||||||
канале /1 4 /. |
|
|
|
|
|
|
|
|
|||
|
Сравним значения u f? и и£Р |
. Из выражений (25) |
и (26) |
||||||||
следует, |
что |
u f j u f - |
0,5 \ш С ш -2 )/(ur* |
|
|
П р |
|||||
иг |
1 |
и ? I и * - |
|
|
|
|
|
|
|
||
|
При рассматриваемых |
значениях числа |
РеКОИ |
коэффициент |
|||||||
|
0 .4 . |
При различных значениях |
к7р из последнего выражения |
||||||||
видно, что всегда |
> и <р |
|
|
|
|
|
|||||
|
Таким образом, средняя скорость потока, |
необходимая для |
|||||||||
уноса частицы |
пыли с |
поверхности, больше |
аналогичной скорости, |
при которой частицы лишь перекатывается по стенке. Если скорость воздуха, равная и *р , не будет увеличиваться, то частица бу дет перекатываться по поверхности и никогда не взлетит. По-види мому, в интервале U*p -г есть такая скорость, при которой частица вначале будет перемещаться путем скольжения' или перека тываться, а затем оторвется от стенки и унесется от нее.
49