Текст работы

Содержание

Введение
Задание
.Постановка задачи
.1Метод наименьших квадратов
.2Метод Брандона
.3Реактор идеального вытеснения
.4Синтез оптимальных тепловых систем
. Расчетная часть
2.1Расчет значений К0 и Е в уравнении Аррениуса с использованием метода наименьших квадратов
2.2Расчет статистической модели абсорбера методом Брандона
.3Расчет абсорберов и реакторов идеального вытеснения
.4Синтез системы теплообмена
Выводы
Список использованных источников
Приложение
абсорбер реактор вытеснение теплообмен
Введение

В курсовой работе рассмотрены теоретические основы метода наименьших квадратов (МНК), по которому с помощью функции поиск решения по экспериментальным данным теоретических зависимостей констант скорости от температуры были найдены значения коэффициентов KQ и Е в уравнении Аррениуса. Также в нашей работе мы использовали метод Брандона для построения модели абсорбера. На основании полученных зависимостей рассчитаны характеристики реакторов и абсорберов: входные и выходные температуры, расходы и концентрации компонентов. Существующие методы синтеза оптимальных тепловых систем подразделяются на две группы: комбинаторные и эвристические. В нашей работе мы используем эвристические методы, с помощью которых находим близкие к оптимальным структуры тепловых систем, при этом из рассмотрения исключается большая часть альтернативных вариантов, что позволяет сократить затраты машинного времени.
Основной метод ХТС - математическое моделирование, опирающееся на широкое использование в химической промышленности. Оно открыло перед исследователями большие возможности в деле разработки математических описаний химико-технологических процессов и применения их для расчета и оптимизации ХТС. При моделировании ХТС наряду с моделями отдельных аппаратов используют модель всей системы, необходимость которой обусловлена тем, что процессы, протекающие в отдельных аппаратах, влияют друг на друга. В силу этого оптимизация отдельно взятого аппарата без учета его связей с остальными аппаратами может привести к тому, что весь технологический процесс в целом будет протекать не в оптимальном режиме.
Методы анализа, реализованные в виде алгоритмов и программ, применяются в системах автоматизации химических технологий. Эти системы существенно повышают производительность труда проектировщиков и позволяют значительно улучшить качество новых научно-технических разработок.
Производственные процессы в химической промышленности характеризуются большим разнообразием выпускаемой продукции и большой сложностью. Общая, характерная черта всех этих процессов состоит в том, что для превращения исходного сырья или полупродукта в целевой конечный продукт необходимо сравнительно большое число функционально различных ступеней переработки. Процессы химической технологии отличаются большим ассортиментом продуктов, которые можно получить из одного и того же продукта и динамикой обновления, как ассортимента, так и технологических процессов.
Производственные процессы химической технологии сильно связаны как между собой, так и с другими отраслями химической промышленности.
Под ХТС, понимают совокупность физико-химических процессов и средств для их проведения. ХТС состоит из элементов - отдельных частей, в которых протекают технологические процессы, необходимые для достижения цели, поставленной перед ХТС в целом.
ХТС характеризуется структурой, т.е. составом элементов и их взаимными связями. Отличительная черта современных ХТС - большое количество внутренних связей, в том числе и более полного использования сырья, вторичных энергоресурсов и стремлением к созданию более гибких ХТС.
XТС - это открытые системы, которые связаны с внешней окружающей средой так называемыми входами и выходами системы для обмена сырьем, продуктами, энергией и информацией.
Введение понятий и принципов формализации ХТС позволяет свести огромное множество конкретных реализаций химико-технологических производств к некоторому обобщенному прототипу, который характеризуется определенной технологической функцией-реализацией конкретного физико-химического процесса, внутренней структурой и определенными связями с окружающей средой. Такая формализация конкретной ХТС и ее иерархическая структура - важные предпосылки для разработки и применения единого подхода к решению задач, которые связаны как с созданием ( синтезом ), так и с исследованием, расчетом (анализом) и эксплуатацией (управлением) процесса .

Задание

Вариант № 4
Требуется синтезировать XTC работающую по следующей технологии:
Смесь, состоящая из компонентов A, Б и инертного компонента нагревается в системе теплообмена до 415 0C , поступает в реактор, где протекает обратимая реакция:
+ 0,5 Б - C + q;

где q - тепловой эффект реакции q = 21200кал/моль
Реакция характеризуется константой скорости K=f(t) и константой равновесия Kp=f(t), для которых имеются экспериментальные данные.
Поскольку реакция равновесная и экзотермическая, то для повышения равновесной степени превращения реакционная смесь должна проходить несколько реакторов с промежуточным охлаждением между ними.
После прохождения 4 реакторов смесь поступает в абсорбер для выделения компонента C и затем проходит 1 реактор и второй абсорбер.
Таким образом, операторная схема выглядит следующим образом:
Заданы температуры на входе в реакторы и абсорберы, и объемы реакторов и абсорберов. Заданы также плотности орошения в абсорберах, температура, расход и концентрации компонентов исходной смеси.

t0 = 50°C t1 = 415 °C t2 = 485°С t3 = 410°С t4 = 425°С t5 = 405°С
ta1 = 180°С ta2 = 195°С

Расход смеси на входе в систему-132000 м3/ч
Объемы реакторов: V1 = 79 м3, V2 = 65 м3, V3 = 40 м3 , V4 = 55 м3 ,V5 = 35 м3.
Объемы абсорберов: Va1 = 25 м3, Va2 = 28 м3 .
Плотность орошения в первом абсорбере -16 м3/м2
Плотность орошения во втором абсорбере -16 м3/м2
Реакторы описываются моделями идеального вытеснения. Абсорберы описываются статистическими моделями по экспериментальным данным. Скорость реакции в реакторе описывается уравнением:
=K(t)·a·b/(a+0,8·c)·(1-(c/Kp(t)·a·b 0,5))2),

где а, b, с - концентрация компонентов (об.доли):
а = 0,085 об.доли
b = 0,085 об.доли
с = 0,00 об.доли
При построении системы теплообмена могут использоваться пар и вода со следующими характеристиками. Начальная температура воды = 20 0C, конечная температура воды не более 900C, температура пара равна 460 0C, теплота конденсации греющего пара = 520 ккал/кг. Стоимость воды 0,00007 ус.д.ед./кг. Стоимость пара =0,005 ус.д.ед./кг. Коэффициенты теплопередачи:
в теплообменниках 19 ккал/(м2 ·ч · °С)
в холодильнике 20 ккал/(м2 ·ч · °С)
в нагревателях 22 ккал/(м2 ·ч · °С)
Теплоемкость в реакционной смеси 0,33 ккал/(м3·°С)
Время работы установки 8800 час/год.
Для получения значений К0 и Е в уравнении Аррениуса использовать данные приложения 1.
p(t) = 10^(49051/T-4,6455)

Для получения статической модели абсорбера использовать данные приложения 2 и метод Брандона.
1. Постановка задачи

1.1 Метод наименьших квадратов
случае если набор экспериментальных данных получен со значительной погрешностью необходимо провести аппроксимирующую кривую, которая не проходит через экспериментальные точки, но в то же время отражает исследуемую зависимость, сглаживает возможные выбросы за счет погрешности эксперимента [2].
Для построения аппроксимирующей кривой используют уравнение

ŷ = ƒ(x,a0,a1,a2,…,am)(1.1)

Задачу определения параметров уравнения регрессии ( 1.1) решают обычно с использованием метода наименьших квадратов (MHK). Согласно методу наилучшими значениями параметров будут те, при которых сумма квадратов отклонений расчетных величин a0,..., ат от экспериментальных будет наименьшей, то есть:

Ф = (y0i - ƒ(x,a0,a1,a2,…,am))2 = min

Условием минимума функции является равенство нулю ее частных производных по всем аргументам:

(1.2)

В теории метода система (1.2) называется нормальной системой: для неё число уравнений равно числу неизвестных.
Для рассматриваемой функции Ф условием минимума будет



После преобразований нормальная система принимает вид:

(1.3)

Решение системы алгебраических уравнений (1.3) позволяет определить значения коэффициентов для конкретного вида зависимости ƒ(x,a0,a1,a2,…,am) .

1.2 Метод Брандона

Производственные процессы разнообразны по своим особенностям и степени сложности. Если процесс сложный и расшифровка его механизма требует большой затраты сил и времени, используют эмпирический подход. Математические модели, построенные в этом случае, называются эмпирическими или статистическими, так как при их создании важную роль играет математическая статистика.
Главное достоинство эмпирического подхода - его простота, что особенно важно при изучении очень сложных процессов. Недостаток - малая надежность экстраполяции. Обычно, есть возможность достаточно точно предсказать поведение процесса в пределах изменения переменных, изученных в опытах (интерполяция), но если экстраполировать поведение системы за пределами изученного диапазона, можно допустить значительную ошибку.
Особенно широкое распространение экспериментально-статистические модели получили при решении практических задач расчета и оптимизации действующих производственных процессов, а также управления ими.
Статистические модели создают на основании имеющихся экспериментальных данных, снятых на действующем объекте. Задачу формулируют следующим образом: по данной выборке объема п (те. по заданному числу опытов) построить модель и оценить адекватность ее реальному объекту.
В общем случае современный технологический процесс представляется в виде многомерного объекта, блок-схема которого приведена на рис. 1.1. На объект действуют вектор входных параметров X , составляющие которого {x1,x2,…,xl} ,и вектор управления Z ,составляющие которого{z1,z2,…zk}.Выходные параметры {y1,y2,…yp} составляют вектор выходных параметров Y . Общий вид статистической модели многомерного технологического объекта можно записать в виде системы алгебраических уравнений (1.4) или в векторной форме (1.5):



где X, Y - векторы входных и выходных параметров объекта.
B системе (1.4) параметры управления учтены как входные параметры

xl+1,xl+2,…,xm (m = l+k)


Рис. 1 1. Блок-схема многомерного технологического процесса
данной курсовой работе для построения модели многомерного технологического объекта используется метод Брандона..
Сущность метода заключается в следующем. Предполагается, что функция F1{x1,x2,…,xm} в системе (1.4) является произведением функций от входных параметров, то есть

ŷ = y ƒ1(x1)ƒ2(x2)…ƒm(xm)(1.6)
или в более удобной форме:

ŷ = y ∏ ƒk(xk)

где ŷ - расчетное значение i - го выходного параметра; - средняя величина экспериментальных значений i - го выходного параметра; n - количество опытов в исходной выборке.
При использовании метода Брандона большое значение имеет порядок следования функций в уравнении (1.6). Чем больше влияния оказывает фактор на выходной параметр, тем меньшим должен быть его порядковый номер в указанном уравнении.
Оценить степень влияния к - го фактора на выходной параметр можно по величине частного коэффициента множественной корреляции:

(1.7)

где - величина частного коэффициента корреляции, учитывающая влияние k - го фактора на выходной параметр y при условии, что влияние всех прочих факторов исключено. D - определитель матрицы, построенной из парных коэффициентов корреляции. Матрица имеет вид:


Dlk - определитель матрицы с вычеркнутыми первой строкой и k - м столбцом.
DllDkk - определитель матрицы с вычеркнутыми первой и k - ой строками и первым и k - м столбцами соответственно. rxy - парные коэффициенты корреляции определяемые по формуле:



Коэффициент корреляции по абсолютной величине не превышает единицы.

-1≤ rxy ≤ 1.

Чем ближе абсолютное значение коэффициента │ rxy │ к единице, тем сильнее линейная связь между величинами. Следует отметить, что коэффициент корреляции одинаково отмечает долю случайности и криволинейность связи между х и у. Зависимость x и у может быть близкой к функциональной, но существенно нелинейной; коэффициент корреляции при этом будет значительно меньше единицы.
Объективное определение тесноты связи может быть проведено в результате совместного анализа качественной и количественной оценок.
Порядок расположения влияющих факторов в уравнении (1.6) определяют в соответствии с убыванием величины частных коэффициентов корреляции. Следует иметь в виду, что коэффициент корреляции - чисто статистический показатель и не содержит предположения, что изучаемые величины находятся в причинно-следственной связи. Подобные предположения должны проверяться экспериментально.
B уравнении (1.6) каждая из функций ƒ1(x1)…ƒm(xm) принимается либо линейной, либо нелинейной (степенной, показательной, экспоненциальной и т. д.). Прежде чем определять вид первой зависимости, следует представить исходные экспериментальные значения выходного параметра в каждом опыте yэj в безразмерной форме yэ0j



где y - средняя величина выходного параметра.
Таким образом, исходными данными для поиска первой зависимости будут нормированные значения вектора выходных параметров ŷ0 и опытные значения первого влияющего фактора. Выбрав зависимость ŷ1 = ƒ1(x1) с помощью метода наименьших квадратов, определяют остаточный показатель Уэ\ для каждого наблюдения:



Предполагая, что yэ1 не зависит от x1, а зависит от x2,…xm, выбирают зависимость от второго фактора. Исходные данные для поиска - остаточный показатель уэ1 и опытные значения второго фактора. Получив расчетную зависимость ŷ2 = ƒ2(x2), находят остаточный показатель yэ2 для каждого наблюдения:



Выполнив аналогичные действия для каждого k - го влияющего фактора, получают регрессионную зависимость для рассмотренного выходного параметра. Порядок расположения факторов для этой зависимости определен на этапе ранжирования и отличается от порядка в общем уравнении (1.6).
Для оценки точности аппроксимации найденной функции вычисляют корреляционное отношение



и среднюю относительную ошибку



Совокупность зависимостей по каждому выходному параметру представляет собой статистическую модель многомерного технологического объекта .

.3 Реактор идеального вытеснения

Модель идеального вытеснения предполагает, что в реакторе реализуется так называемый поршневой режим движения потока, все частицы двигаются в одном заданном направлении, в реакторе отсутствует осевое перемешивание, но разрешено радиальное, в связи с чем значения всех параметров технологического процесса изменяются плавно от начального до конечного состояния.
Время пребывания всех частиц в аппаратах идеального вытеснения одинаково, т. е. временной характеристикой реакторов идеального вытеснения служит уравнение



где τ’ - время пребывания в реакторе любого элементарного объема;τ - среднее время пребывания; Vc -расход смеси, υ - объем реактора.
Математическая модель - это система уравнений, которая устанавливает связь входных и выходных параметров реактора.
+ bB →cC= K· CAa· CBb


В нашем случае скорость реакции в реакторе описывается уравнением:
=K(t)·a·b/(a+0,8·c)·(1-(c/Kp(t)·a·b 0,5))2)

Для определения скорости реакции по каждому веществу для многоступенчатых химических реакций составляется стехиометрическая матрица размером m на n , где m - число стадий, n - число компонентов.
Элементы матрицы соответствуют стехиометрическим коэффициентам, причем коэффициент будет отрицательным, если вещество расходуется и положительным, если вещество образуется.

	A	B	C
I	-2	-1	2

Скорость по i - му компоненту будет представлять собой сумму компонентов i - го столбца.
A = -2wIB = -wIC = 2wID = wII

Математическое описание:



К этой системе необходимо добавить уравнение теплового баланса:



где - коэффициенты адиабатического разогрева.
Модель вытеснения можно применять для технических реагентов при проектировании жидкофазных трубчатых реакторов с большим отношением, длины трубы к его диаметру. Такие реакторы широко применяются в производствах органических веществ. K режиму вытеснения относят по газовой фазе полочные контактные аппараты с фильтрующими слоями катализатора, шахтные печи и конверторы.
Значительная часть применяемых в промышленности насадочных башен для взаимодействия газов с жидкостями работает при небольших скоростях газового потока и малых плотностях орошения.

.4 Синтез оптимальных тепловых систем
наиболее традиционной постановке задача синтеза тепловых систем (TC ) формулируется следующим образом: имеются т горячих и п холодных технологических потоков, которые называют основными технологическими потоками. Для каждого из этих потоков заданы начальные температуры tнiг и tнjх, конечные температуры tкiг, tкjх и значения водяных эквивалентов (произведение расхода на удельную теплоемкость) Wiг, Wjх. Здесь i=l,2,...,m; j=l,2,..., n. Индексы "г" и "x" относят соответствующую величину к горячему и холодному потокам.
Необходимо определить структуру технологических связей между теплообменными аппаратами заданного типа, а также же площади поверхностей теплообмена каждого аппарата, которые обеспечивали бы заданные начальные и конечные температуры основных технологических потоков при минимально возможном значении приведенных технологических затрат Зпр, связанных с эксплуатацией синтезируемой TC.
Для решения задачи синтезируемую TC разделяют на две подсистемы: внутреннюю (рекуперативную), где и в теплообмене участвуют только основные технологические потоки;
внешнюю, где при теплообмене используется вспомогательные теплоносители (вспомогательные технологические потоки) и вспомогательные теплообменники, осуществляющие теплообмен между основными и вспомогательными технологическими потоками.
При этом внешняя подсистема используется только тогда, когда во внутренней подсистеме не удается получить заданные конечные температуры.
Приведенные технологические затраты, связанные с эксплуатацией синтезируемой TC, могут быть выражены следующим образом:

Зпр = Ен(З1 + З2) + З3

З1 - затраты на рекуперативные теплообменники, руб;
З2 - затраты на вспомогательные теплообменники, руб;
З3 - затраты на вспомогательные теплоносители, руб;
Ен - нормативный коэффициент эффективности (Eн = 0,12).
Если во внутренней подсистеме используются К1 теплообменных аппаратов, а во внешней - l1 , то:



При расчете стоимости i - го теплообменника любой подсистемы в данной работе используется зависимость



где F - площадь поверхности теплообмена соответствующего i - го теплообменника, м2
а - стоимостной коэффициент, зависящий от типа теплообменника. Затраты на вспомогательные теплоносители определяются по формуле:



Где Ө - продолжительность годовой эксплуатации системы ч/год;
Цр - стоимость i - го вспомогательного теплоносителя,
Gpl - расходу- го вспомогательного теплоносителя в l - м вспомогательном теплообменнике, кг/ч.
При синтезе TC используются формулы:



где Q - тепловая нагрузка теплообменника; k- соответствующий коэффициент теплопередачи.
Средняя разность температур для теплообменника:



где ∆tб и ∆tм - разности температур на концах теплообменника.
Тепловая нагрузка теплообменника, или количество тепла, переданное в одном аппарате, определяется на основе концепции передачи максимально возможного тепла при минимально допустимой разности температур на концах теплообменника ∆tmin
Если (tнг - tнх - ∆tmin)Т, ККэксп, 1/˚СКрасч, 1/˚С6730,060,2616487176830,120,3250368246930,240,4012615117030,470,4924016027130,890,6007834337531,181,2628858687631,741,5022417488032,82,880508702
Были получены значения К0 =712085 и Е = 82914,21.
B соответствии с полученными данными уравнение Аррениуса имеет вид:

К = 712085 · exp(82914,21/RT)



.2 Расчет статистической модели абсорбера методом Брандона

Влияющие факторы:
Твх - температура на входе в абсорбер, ˚C
ρ - плотность орошения, м3/м2
Ѵ-объем, м3
Выходные параметры:
Твых - температура на выходе из абсорбера, ˚C
y - степень абсорбции, %.
На подготовительном этапе была создана таблица с экспериментальными данными (приложение 2).
Первый этап. Ранжирование влияющих факторов.
а). Построение матрицы коэффициентов парной корреляции.
Элементами матрицы являются коэффициенты парной корреляции, которые определяются с помощью надстройки Пакет анализа (на примере расчета Твых).

Таблица 2.2

	TВХ	R	V	Tвых
TВХ	1	-0,10482	0,026427	0,372041
R	-0,10482	1	0,025241	-0,45516
V	0,026427	0,025241	1	-0,82599
Tвых	0,372041	-0,45516	-0,82599	1

Далее вычисляются частные коэффициенты множественной корреляции. Для этого копируем матрицу коэффициентов корреляции и удаляем одну строку и столбец. Например, для вычисления D11 следует удалить первую строку и первый столбец.

1	0,025241	-0,45516
0,025241	1	-0,82599		D11	0,12891323
-0,45516	-0,82599	1

Аналогично рассчитываем:

D22	0,162389
D33	0,678925
D44	0,987538
D41	0,347805
D42	0,392464
D43	-0,81498

Частные коэффициенты множественной корреляции рассчитываются по формуле (1.7). Сведем вычисления в таблицу (2.3)

Таблица 2.3

Выходные параметры	Влияющие факторы
	ρ	V	Твх
Т вых	0,98004	-0,99531	0,974789
y	-0,92846	0,990656	-0,99492

В соответствии с убыванием величины коэффициентов корреляции определяем порядок расположения влияющих факторов в уравнении (1.6).

V	-0,99531
ρ	0,98004
TВХ	0,974789

Таблица2.4 Экспериментальные и расчетные данные для построения статистической модели абсорбера для Твых

№	Твх, ˚C	ρ, м3/м2	V,м3	Твых ˚C	ƒ(V)	ƒ(ρ)	ƒ(Твх)	Твых, расчетное
1	170	13	22	69,4	1,0172	1,013997	1,0139	75,46654
2	180	14	25	61,9	0,9977	1,010455	1,0179	68,93587
3	170	13	30	52,5	0,9652	1,013997	1,0139	57,65268
4	160	18	21	64	1,0237	0,996407	1,0099	70,24999
5	188	17	27	55,4	0,9847	0,9999	1,0211	62,00532
6	200	16	24	64,3	1,0042	1,003406	1,0259	71,44887
7	210	19	22	67,4	1,0172	0,992925	1,0299	73,6098
8	150	20	25	51,7	0,9977	0,989456	1,0059	57,88279
9	174	21	26	52,2	0,9912	0,985999	1,0155	57,70487
10	182	21	26	53,1	0,9912	0,985999	1,0187	58,74697
11	190	21	26	54	0,9912	0,985999	1,0219	59,78907
12	170	18	26	54,1	0,9912	0,996407	1,0139	60,66901
13	160	17	29	48,7	0,9717	0,9999	1,0099	53,95656
14	170	15	24	61,5	1,0042	1,006924	1,0139	68,61339
15	180	15	24	62,9	1,0042	1,006924	1,0179	69,96111
16	190	15	24	64,2	1,0042	1,006924	1,0219	71,30883
17	210	15	24	66,9	1,0042	1,006924	1,0299	74,00427
18	225	16	22	72,9	1,0172	1,003406	1,0359	79,30897
19	210	18	29	53,4	0,9717	0,996407	1,0299	59,26662
20	150	18	19	68,3	1,0367	0,996407	1,0059	73,23213
21	186	14	25	62,7	0,9977	1,010455	1,0203	69,74209
22	190	14	25	63,2	0,9977	1,010455	1,0219	70,27956

Второй этап. Выбор зависимостей выходных параметров от влияющих факторов.
Строим график зависимости Tвых / Tвых(ср) от ρ, добавим несколько линий тренда, найдем вид зависимости и искомые коэффициенты для ρ.


Рис.2.2 График зависимости от ρ и линии тренда.
Выбираем зависимость с наибольшим значением R2: Tвых (V)= -0.0065·V+1.1602
Далее делим T вых/Tвых(ср) на T (V). Построим график полученной функции от ρ. Далее все аналогично.
Вид зависимостей:
вых (ρ) =1,0612·e-0,0035ρ
Tвых (Tвх) = 0,0004· Tвх+0.8367

Для y все операции аналогичны.
Таким образом, полученная экспериментально-статистическая модель имеет следующий
Вид (уравнение (1.9)):

Твых = 333,2136· (-0.0065·V+1.1602)·( 1,0612·e-0,0035ρ)·( 0,0004· Tвх+0.8367)
y = 91,56864·(2,9903·е-0,0024Твх)·(0,7408·е0,0121V)·(0,0089·ρ+0,8572)

Таблица 2.5 Экспериментальные и расчетные данные для построения статистической модели абсорбера для у

№	Твх, ˚C	ρ, м3/м2	V,м3	y	ƒ(Твх)	ƒ(V)	ƒ(ρ)	y, расчетное
1	170	13	22	89,5	1,032697	0,966741	0,9729	88,94018
2	180	14	25	91,3	1,008207	1,002478	0,9818	90,86458
3	170	13	30	99,5	1,032697	1,065001	0,9729	97,98006
4	160	18	21	92,5	1,057781	0,955114	1,0174	94,12167
5	188	17	27	93,5	0,989034	1,027034	1,0085	93,80349
6	200	16	24	86,5	0,960956	0,990422	0,9996	87,11576
7	210	19	22	83,5	0,938168	0,966741	1,0263	85,2338
8	150	20	25	99,85	1,083475	1,002478	1,0352	102,9592
9	174	21	26	96,9	1,02283	1,014682	1,0441	99,22532
10	182	21	26	95	1,003379	1,014682	1,0441	97,33836
11	190	21	26	93,5	0,984298	1,014682	1,0441	95,4873
12	170	18	26	96,5	1,032697	1,014682	1,0174	97,62058
13	160	17	29	99,96	1,057781	1,052192	1,0085	102,7812
14	170	15	24	92,6	1,032697	0,990422	0,9907	92,78588
15	180	15	24	90,5	1,008207	0,990422	0,9907	90,58552
16	190	15	24	88,4	0,984298	0,990422	0,9907	88,43735
17	210	15	24	83,8	0,938168	0,990422	0,9907	84,29263
18	225	16	22	78,2	0,904995	0,966741	0,9996	80,08094
19	210	18	29	91,4	0,938168	1,052192	1,0174	91,96318
20	150	18	19	92,4	1,083475	0,932278	1,0174	94,10285
21	186	14	25	90	0,993793	1,002478	0,9818	89,56551
22	190	14	25	89,2	0,984298	1,002478	0,9818	88,70979

Третий этап. Проверка адекватности модели.
По формуле (1.9) определяем расчетные значения и сравниваем их с экспериментальными (см. таблицы 2.4 и 2.5). Для оценки точности аппроксимации найденных зависимостей вычислены корреляционные отношения η и средние относительные ошибки ε:

Таблица 2.6

Выходные параметры	η	ε
Т вых	0,337906	1,896925
y	0,959418	1,291

Таким образом, построенные статистические модели хорошо описывают экспериментальные данные.

2.3Расчет абсорберов и реакторов идеального вытеснения
основании полученных ранее расчетных зависимостей константы скорости и заданной константы равновесия от температуры проведены расчеты реакторов в MathCAD и Microsoft Excel. B результате были получены температуры, расходы и концентрации компонентов на выходе из реакторов.
Таблица 2.7 Характеристики реактора идеального вытеснения


Для абсорберов также были рассчитаны температуры на выходе и с учетом степени абсорбции найденной по формуле (1.9), вычислены концентрации компонентов A, B и C.

Таблица 2.8 Характеристики абсорбера


2.4Синтез системы теплообмена

Таблица 2.9 Исходные данные для проектирования тепловой системы


Значения водяного эквивалента W рассчитывают по формуле:
= G C р

где G - расход смеси, С р - удельная теплоемкость.
Таблица 2.10 Таблица пар исходных потоков (I этап синтеза)


В данной работе заданы две эвристики, следовательно, интервал от 0 до 1 разбивается на два равных. Выбираем наугад псевдослучайное число А, которое указывает интервал, а следовательно, и соответственное эвристическое правило, с помощью которого осуществляется данный этап синтеза. А=0,2881, а значит, на основании 1 эвристики выбраны 2-й холодный и 1-й горячий потоки, так как они имеют наибольшую начальную температуру.
Возможные комбинации теплообмена на втором этапе синтеза приведены в таблице 2.11

Таблица2.11 Таблица пар результирующих и исходных потоков (II этап синтеза)

Холодные	Горячие	Стоимость ус.ден. ед.
Номер потока	Начальная температура К	Конечная температура К	Номер потока	Начальная температура К	Конечная температура К
1	318	576,5	1	722	453	72362,9006
1	318	326,9	2	683,02	673	5489,7959
1	318	507,5	3	673,02	458	57135,6132
2	339,6	629,7	1	722	453	87332,3364
3	339,6	349,6	1	683,02	673	5705,75803
3	339,6	552,3	2	673,01	458	66092,5175
3	318	576,5	3	722	453	72362,9006

А=0,9525, следовательно, 2 эвристика, согласно которой выбираются потоки: 3-й холодный и 1-й горячий, так как они обеспечивают максимальное количество передаваемого тепла.

Таблица 2.12 Таблица пар результирующих и исходных потоков (III этап синтеза)

Холодные	Горячие	Стоимость ус.ден. ед.
Номер потока	Начальная температура К	Конечная температура К	Номер потока	Начальная температура К	Конечная температура К
1	318	326,9	2	683,02	673	5489,7959
1	318	507,5	3	673,02	458	57135,6132
3	629,7	639,7	2	683,02	673	19415,6906
3	629,7	652,8	3	673,01	649,7	50757,2288

А=0,1802, значит эвристика номер 1. Выбираем 3-й холодный и 2-й горячий потоки так как они имеют наибольшую начальную температуру.

Таблица 2.13

Холодные	Горячие	Стоимость ус.ден. ед.
Номер потока	Начальная температура К	Конечная температура К	Номер потока	Начальная температура К	Конечная температура К
1	318	507,5	3	673,01	458	57135,6132
3	639,7	683	3	673,01	659,7	36338,8851

Таблица пар результирующих и исходных потоков (IV этап синтеза)
А=0,5672, 2 эвристика. Выбираем 1-й холодный и 3-й горячий потоки, так как они обеспечивают максимальное количество передаваемого тепла.
B результате синтеза тепловой системы все 3 горячих потока достигли заданной конечной температуры, поэтому холодные потоки паром догревают до заданной конечной температуры.
Таким образом, тепловая схема имеет следующий вид:


Рассчитаем расход пара для нагрева 1-го холодного потока до заданной температуры:
п =Q н / r ,

где Q н - тепловая нагрузка, r - теплота конденсации насыщенного водяного пара.
п1=50,66028·(698-507,5)/(520·4,1868)= 4,432577кг/с = 15957,28 кг/ч

Поверхность нагревателя:

F1= м2

Стоимость нагревателя:

Цн1=483·F10,6=483·3691,281610,6=66719,6006 ус.ден. ед.

Рассчитаем расход пара для нагрева 2-го холодного потока до заданной температуры:
Для нагрева этого потока берем температуру пара равную 4900С, потому что тепло передается от более нагретого тела к менее нагретому. Но, в тоже время, стоимость пара не должна быть очень велика.
п2=49,224138·(753-733)/(520 ·4,1868)= 0,45217 кг/с = 1627,812 кг/ч

Поверхность нагревателя:
2= м2

Стоимость нагревателя:

Цн2=483·F20,6=483·2115,07520,6=47768,6116 ус.ден. ед.

Рассчитаем расход пара для нагрева 3-го холодного потока до заданной температуры:
п3=45,133704·(683-639,6)/(520 ·4,1868)= 0,899672кг/с = 3238,821 кг/ч

Поверхность нагревателя:

F3= м2

Стоимость нагревателя:

Цн3=483·F 30.6=483·403,043750.6=32322,3385 ус.ден. ед.

Приведенные затраты синтезированной системы:

Зпр = 0,12(Ц 1+Ц 2+Ц 3+Ц 4+Ц н1+Ц н2+Ц н3)+8800*(G п1+Gп2+G п3)*0,005
Зпр=0,12·(64060,486+87331,387+19298,498+57134,145+66719,6006+47768,6116+ 32322,3385)+8800·0,005·(15957,28+1627,812+3238,821) = 961208,2 ус.ден.ед.

Выводы
курсовой работе проведена обработка экспериментальных данных методом наименьших квадратов, в результате которой были получены расчетные зависимости константы скорости от температуры К = 712085 · exp(82914,21/RT). C помощью метода Брандона осуществили построение модели абсорбера

Твых = 333,2136· (-0.0065·V+1.1602)·( 1,0612·e-0,0035ρ)·( 0,0004· Tвх+0.8367)
y = 91,56864·(2,9903·е-0,0024Твх)·(0,7408·е0,0121V)·(0,0089·ρ+0,8572)

Используя полученные данные, рассчитали входные и выходные расходы, температуры и концентрации в реакторах и абсорберах (таблица 2.6) . Ha основании этих расчетов синтезировали теплообменную систему, которая состоит из внутренней и внешней систем.

Список использованных источников

Мухленов И.П. Химико-технологические системы. Синтез, оптимизация и управление.-Л.: Химия, 1986 - 444 с.
Саутин C.H., Иванова E.H., Петрик Ф.Ц., Князьков B.M. Составление экспериментально-статистических моделей по методу Брандона.
Методические указания/ СПбГТИ- СПб, 1988-24 с.
Мухленов И.П Общая химическая технология. B 2 т. - T. 2, M.; Высшая школа, 1984 г.
Кузичкин H.B., Саутин C.H., Холоднов B.A., Хартманн K. Синтез оптимальных тепловых систем. Методические указания/ СПбГТИ- СПб5 1985-19c.

Приложение 1

Зависимость константы скорости от температуры

t, °C	k,1/c
400	0,06
410	0,12
420	0,24
430	0,47
440	0,89
480	1,18
490	1,74
530	2,80

Приложение 2

Экспериментальные данные по работе абсорберов

Номер Опыта	Твх, ˚С	Плотность орошения, м3/м2	Объем абсорбера, м3	Твых, ˚С	Степень абсорбции, %
1	170	13	22	69,4	89,5
2	180	14	25	61,9	91,30
3	170	13	30	52,5	99,5
4	160	18	21	64,0	92,5
5	188	17	27	55,4	93,5
6	200	16	24	64,3	86,5
7	210	19	22	67,4	83,5
8	150	20	25	51,7	99,85
9	174	21	26	52,2	96,9
10	182	21	26	53,1	95,00
11	190	21	26	54,0	93,5
12	170	18	26	54,1	96,5
13	160	17	29	48,7	99,96
14	170	15	24	61,5	92,6
15	180	15	24	62,9	90,5
16	190	15	24	64,2	88,4
17	210	15	24	66,9	83,8
18	225	16	22	72,9	78,2
19	210	18	29	53,4	91,4
20	150	18	19	68,3	92,4
21	186	14	25	62,7	90,0
22	190	14	25	63,2	89,2