ИМИТАЦИОННАЯ МОДЕЛЬ ДВИЖЕНИЯ ВЕЩЕСТВА В ТЕХНОЛОГИЧЕСКОМ АППАРАТЕ

  • Сергей Петрович Бобков Ивановский государственный химико-технологический университет https://orcid/org/0000-0001-7315-1625
  • Роман Геннадьевич Астраханцев Ивановский государственный химико-технологический университет https://orcid/org/0000-0001-9880-2826
  • Александр Александрович Самарский Ивановский государственный химико-технологический университет
  • Екатерина Алексеевна Павлова Ивановский государственный химико-технологический университет https://orcid/org/0000-0002-9266-9603
Ключевые слова: имитационное моделирование, дискретное стохастическое моделирование, гидродинамика потоков

Аннотация

Производственные процессы в технологическом оборудовании обычно происходят в потоках сплошных сред. Структура таких потоков оказывает существенное влияние на эффективность производственных процессов и требует тщательного изучения. Поэтому создание новых образцов промышленных конструкций невозможно без предварительной оценки характеристик движения веществ внутри аппарата. Такая оценка обычно проводится с использованием моделей движения вещества – математических или физических. В последние годы, вследствие роста возможностей компьютерной техники к указанным моделям добавились также имитационные модели. Они предполагают создание алгоритма, имитирующего поведение реального объекта, и проведение дальнейших исследований с виртуальным объектом. Ядром такого программного имитатора становится математическая или логическая модель.

При исследовании движения потоков вещества широко используются идеализированные гидродинамические модели. Несмотря на недостаточную адекватность, они получили распространение, благодаря простоте использования. Однако, подавляющее большинство указанных моделей по своей математической схеме относятся к классу непрерывных и детерминированных. В то же время в реальных условиях значительным является действие случайных факторов. Такая ситуация требует более широкого использования стохастических подходов к моделированию гидродинамических процессов. Кроме того, широкое внедрение цифровых технологий стимулирует интерес к дискретным подходам в моделировании.

В данной статье рассмотрен альтернативный подход к анализу потоков веществ – использование дискретных имитационных моделей. При их создании принималась гипотеза о существовании двух составляющих вектора скорости элементов потока – детерминированной и случайной. В работе приводится общая методика создания модели, изложены некоторые результаты ее использования. Рассмотрены возможные области применения полученной модели.

Литература

Kutepov A.M., Bondareva T.I., Berengarten M.G. General chemical technology. Moscow: Lenand. 2022. 512 p. (in Russian).

Kasatkin A.G. Basic processes and apparatus of chemical technology. Moscow: «Al'yans». 2004. 735 p. (in Russian).

Zhilin Yu.N., Zarubina A.N., Oliferenko G.L. and oth. Engineering chemistry. Chemical reactors. Moscow: MGUL. 2016. 140 p. (in Russian).

Gumerov A.M. Mathematical modeling of chemical and technological processes. St. Petersburg: Lan. 2022. 176 p. (in Russian).

Moshinsky A.I. Mathematical modeling of chemical-technological and biotechnological processes. Moscow: KnoRus. 2021. 335 p. (in Russian).

Balakirev V.S. and oth. Mathematical modeling of technological processes. Yaroslavl: Publishing house of N.P. Pastukhov. 2018. 352 p. (in Russian).

Nekrasov A.V. Computer modeling of hydrodynamic processes of water supply systems. Ekaterinburg: Ural University Publishing House. 2014. 312 p. (in Russian).

Kafarov V.V., Dorokhov I.N. System analysis of chemical technology processes. Moscow: Yurayt. 2018. 499 p. (in Russian).

Zvonarev S.V. Basics of mathematical modeling. Ekaterinburg: Ural University Publishing House. 2019. 112 p. (in Russian).

Zavarukhin S.G. Mathematical modeling of chemical technological processes and apparatus. Novosibirsk: NSTU. 2017. 86 p. (in Russian).

Bandman O.L. Cellular-automata models of natural processes, implementation on supercomputers. Applied discrete mathematics. 2017. N 35. P. 102-121. (in Russian).

Bobkov S.P. Use of Discrete Approaches for Simulation the Basic Processes of Chemical Technology. Russian Journal of General Chemistry. 2021. Vol. 91. N 6. P. 1190–1197. DOI: 10.1134/S1070363221060311.

Bobkov S.P., Astrakhantseva I.A. Using probabilistic cellular automata for liquid flow simulation. Modern high technologies. Regional application. 2022. N 2(70). P. 47-54. DOI: 10.6060/snt.20216703.0008. (in Russian).

Bobkov S.P., Astrakhantseva I.A. Discrete stochastic model of flow hydrodynamics. Modeling of systems and processes. 2023. N 2. P. 7-14. DOI: 10.12737/2219-0767-2023-16-2-7. (in Russian).

Tsivinsky D.N. Application of the disturbances method to the study of flow structure in oil and gas preparation and transport devices. Samara: SSTU. 2012. 212 p. (in Russian).

Kirichenko N.A. Thermodynamics, statistical and molecular physics. Moscow: Fizmatlit. 2012. 192 p. (in Russian).

Bekman I.N., Romanovskiy I.P. Phenomenological theory of diffusion in heterogeneous media and its application to describe membrane separation processes. Russian Chemical Reviews. 1988. Vol. 57. Is. 6. P. 944–958. (in Russian).

Suvorov I.A. Development of an automated system for textile surface quality analysis of a fiber composite layer using image processing systems. Ivecofin. 2022. N 03(53). С.101-108. DOI: 10.6060/ivecofin.2022533.619. EDN XJIJSA. (in Russian).

Makshanova A.O., Zimnurov M.F. Memoization and aggregation in the visualization of the chemical compounds construction. Ivecofin. 2022. N 02(52). С.106-111. DOI: 10.6060/ivecofin.2022522.607. EDN YSSNPT. (in Russian).

Mirolyubova A.A., Balakin M.A., Miloslavsky M.Yu. Forecasting the china rmb ratebased on genetic algorithm of neural networks. Ivecofin. 2023. N 04(58). С.62-70. DOI: 10.6060/ivecofin.2023584.665. EDN RHZBMO. (in Russian).

Morozov E.N., Gorev S.V. Mathematical models for optimization of machine-readable regulation. Ivecofin. 2023. N04(58). С.71-78. DOI: 10.6060/ivecofin.2023584.666. EDN LLSUGG. (in Russian).

Zimnurov M.F., Astrakhantseva I.A., Grimenitsky P.N. System analysis and optimization of quantitative performance indicators in technology projects based on flexible methodologies. Modern high technology. Regional application. 2023. N 3(75). P. 61-68. DOI: 10.6060/snt.20237503.0008. EDN OYNXHV. (in Russian).

Astrakhantseva I.A., Gorev S.V., Astrakhantsev R.G. Fractal analysis in assessing the efficiency and reliability of complex technical systems. Modern high-tech technologies. Regional application. 2023. N 4(76). P. 60-68. DOI: 10.6060/snt.20237604.0008. EDN NBDYHR. (in Russian).

Pavlova A.N., Kuznetsova O.V. Mathematical modeling and optimization of technological processes. Modern high technology. Regional application. 2021. N 1(65). P. 78-87. DOI: 10.6060/snt.20216501.0010. EDN CKPIUI (in Russian).

Опубликован
2024-06-25
Выпуск
Раздел
СИСТЕМНЫЙ АНАЛИЗ, УПРАВЛЕНИЕ И ОБРАБОТКА ИНФОРМАЦИИ, СТАТИСТИКА

Наиболее читаемые статьи этого автора (авторов)