Курсовая работа: Математические методы и модели

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ
Анализ результатов эксперимента
.1 Оценка надежности аналитической методики
.2 Дисперсионный анализ результатов опытов
.3 Аппроксимация результатов эксперимента
Описание многофакторной системы
.1 Расчет линейного уравнения связи
.2 Расчет полного квадратного уравнения
Расчет технологического аппарата
.1 Определение типа химического реактора
.2 Определение объема химического реактора
Выводы
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ


Дата добавления на сайт: 27 февраля 2025

КУРСОВАЯ РАБОТА
По дисциплине: Математические методы
На тему: Математические методы и модели

ОГЛАВЛЕНИЕ

ВВЕДЕНИЕ
Анализ результатов эксперимента
.1 Оценка надежности аналитической методики
.2 Дисперсионный анализ результатов опытов
.3 Аппроксимация результатов эксперимента
Описание многофакторной системы
.1 Расчет линейного уравнения связи
.2 Расчет полного квадратного уравнения
Расчет технологического аппарата
.1 Определение типа химического реактора
.2 Определение объема химического реактора
Выводы
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

ВВЕДЕНИЕ

Целью курсовой работы является выполнение расчетов, связанных с оценкой факторов, определяющих течение технологического процесса, получение его математического описания, выполнение статистического анализа имеющейся информации, определение параметров технологического процесса и промышленного аппарата с использованием типовых моделей структуры потоков.
Основная часть курсовой работы разбита на 3 раздела и включает 7 расчетных заданий. Выполняются следующие расчеты:
-оценка надежности аналитической методики по данным опыта;
-дисперсионный анализ результатов опыта;
-аппроксимация результатов эксперимента;
-расчет коэффициентов линейного уравнения (полинома I степени);
-расчет коэффициентов полного квадратного уравнения (полинома II степени);
-определение типа химического реактора по С-выходной кривой;
-расчет объема химического реактора.
1 АНАЛИЗ РЕЗУЛЬТОВ ЭКСПЕРИМЕНТА
дисперсионный анализ линейный уравнение
1.1 Оценка надежности аналитической методики

х
у18,218,018,518,617,918,1

1) Определение среднего значения выходного параметра:

Математические методы и модели (рис. 1)

где m - число параллельных определений;
Математические методы и модели (рис. 2)
) Определение выборочной дисперсии, которая характеризует меру отклонения (рассеивания) результатов параллельных определений от их среднего значения:

Математические методы и модели (рис. 3)

где Математические методы и модели (рис. 4) - число степеней свободы выборочной дисперсии;
Математические методы и модели (рис. 5);
Математические методы и модели (рис. 6)
) Определение средней квадратичной погрешности отдельного или единичного измерения:
Математические методы и модели (рис. 7);
Математические методы и модели (рис. 8)

4)Определение средней квадратичной погрешности среднего арифметического результата:

Математические методы и модели (рис. 9);
Математические методы и модели (рис. 10)

) Определение табличного значения критерия Стьюдента, который представляет собой нормированную погрешность:

Математические методы и модели (рис. 11),

где α - уровень значимости, показывающий допустимую долю (или процент) ошибок; в нашем случае принимаем значение α = 0,05 (или 5 %);
Математические методы и модели (рис. 12)
6)Определение абсолютной максимальной погрешности опыта:

Математические методы и модели (рис. 13);
Математические методы и модели (рис. 14)

7)Определение относительной максимальной погрешности опыта, %:

Математические методы и модели (рис. 15);
Математические методы и модели (рис. 16)

Вывод: так как относительная максимальная погрешность опыта не превышает 5 %, то аналитическую методику можно считать надежной и она может быть использована для определения параметра y в последующем эксперименте.

.2 Дисперсионный анализ результатов опытов

ОпытПараллельные определения
у1у2у3y4
12,52,62,82,7
24,24,03,84,0
37,27,67,37,5
410,610,210,410,4

m=4 n=4
1) Определение среднего значения параметра в каждом опыте:

Математические методы и модели (рис. 17),

где m - число параллельных определений в i-том опыте;
Математические методы и модели (рис. 18);
Математические методы и модели (рис. 19);
Математические методы и модели (рис. 20);
Математические методы и модели (рис. 21).
2)Определение выборочной (построчной) дисперсии для каждого опыта - меры отклонения результатов параллельных определений в каждом из опытов от соответствующей им средней величины:

Математические методы и модели (рис. 22),

где Математические методы и модели (рис. 23) - число степеней свободы выборочной дисперсии;
Математические методы и модели (рис. 24);
Математические методы и модели (рис. 25);
Математические методы и модели (рис. 26);
Математические методы и модели (рис. 27);
Математические методы и модели (рис. 28).
3)Проверка однородности дисперсий и воспроизводимости опытов по критерию Кохрена:

Математические методы и модели (рис. 29);
Математические методы и модели (рис. 30);

Математические методы и модели (рис. 31);
Математические методы и модели (рис. 32).
Так как Математические методы и модели (рис. 33), то дисперсии однородны, а опыты воспроизводимы, т. е. выполнены с заданной степенью точности.
)Определение внутригрупповой дисперсии - средней меры отклонения всей совокупности результатов параллельных определений от соответствующих им значений Математические методы и модели (рис. 34) в каждом из опытов:

Математические методы и модели (рис. 35);

где n - число опытов;
Математические методы и модели (рис. 36);
Число степеней свободы внутригрупповой дисперсии:

Математические методы и модели (рис. 37);
Математические методы и модели (рис. 38).

5)Определение среднего значения параметра во всём эксперименте:

Математические методы и модели (рис. 39);
Математические методы и модели (рис. 40).

6)Определение межгрупповой дисперсии - меры отклонения средних значений параметра в опытах от среднего значения этого параметра в опытах от среднего значения этого параметра во всем эксперименте:
Математические методы и модели (рис. 41),

где Математические методы и модели (рис. 42) - число степеней свободы межгрупповой дисперсии,
Математические методы и модели (рис. 43);
Математические методы и модели (рис. 44);
7)Определение критерия Фишера:

Математические методы и модели (рис. 45);
Математические методы и модели (рис. 46);

где α - уровень значимости;
Математические методы и модели (рис. 47);
Математические методы и модели (рис. 48).
Вывод: так как Математические методы и модели (рис. 49), то фактор X существенно влияет на систему.

.3 Аппроксимация результатов эксперимента

Исходные данные для аппроксимации результатов эксперимента:

х12345
у4,84,23,21,80,1

Результат эксперимента описывается уравнением Математические методы и модели (рис. 50)Математические методы и модели (рис. 51).
Так как уравнение нелинейное, проведем его линеаризацию. Для этого проведем замену переменной: Математические методы и модели (рис. 52).
В результате получаем данные для определения коэффициентов уравнения:

х*1491625
у4,84,23,21,80,1

Линеаризованное уравнение имеет вид Математические методы и модели (рис. 53).
) Графический метод.
Строим график зависимости y=f(x) (Рисунок 1):
По графику определяем:

Математические методы и модели (рис. 54)

Получаем уравнение Математические методы и модели (рис. 55).
) Метод избранных точек.
Выберем 1-ю и 4-ю опытные точки и соответствующие пары значений х и у подставим в уравнение Математические методы и модели (рис. 56):

Математические методы и модели (рис. 57)

Вычтем 1-е уравнение из 2-го и получим:

Математические методы и модели (рис. 58)

Получаем уравнение Математические методы и модели (рис. 59).
) Метод средних. Математические методы и модели (рис. 60)
Подставляем поочередно в уравнение все шесть пар значений х и у, полученную систему дели на 2 части, каждые части уравнения почленно складываем:

Математические методы и модели (рис. 61)
Математические методы и модели (рис. 62)
Математические методы и модели (рис. 63)
Получаем уравнение Математические методы и модели (рис. 64).
) Метод наименьших квадратов
Составим расчетную систему уравнений:

Математические методы и модели (рис. 65)
Математические методы и модели (рис. 66)
Математические методы и модели (рис. 67)

Получаем уравнение Математические методы и модели (рис. 68).
2 ОПИСАНИЕ МНОГОФАКТОРНОЙ СИСТЕМЫ

.1 Расчет линейного уравнения связи

yx1x2
3,623
5,454
6,056

Подставляя опытные данные в уравнение Математические методы и модели (рис. 69) получим следующую систему:

Математические методы и модели (рис. 70)

Решаем систему линейных уравнений по методу Крамера. Определители 3-го порядка решаем разными способами (метод треугольников, разложение по элементам строки (или столбца) без зануления и с занулением):

Математические методы и модели (рис. 71)
Математические методы и модели (рис. 72)
Математические методы и модели (рис. 73)
Математические методы и модели (рис. 74)

Рассчитываем значения коэффициентов:

Математические методы и модели (рис. 75)
Математические методы и модели (рис. 76)
Математические методы и модели (рис. 77)

Линейное уравнение связи имеет вид Математические методы и модели (рис. 78)
Данное уравнение справедливо для области исследования факторов Математические методы и модели (рис. 79)
Построим линии равного отклика Математические методы и модели (рис. 80) и Математические методы и модели (рис. 81):

у1-я точка2-я точка
3,6(2; 3)Математические методы и модели (рис. 82)
Математические методы и модели (рис. 83)
Математические методы и модели (рис. 84)
5,4(5; 4)Математические методы и модели (рис. 85)
Математические методы и модели (рис. 86)
Математические методы и модели (рис. 87)

2.2 Расчет полного квадратного уравнения

х1235101215
х251012843
у3865144,6357,6369,2509,6

Полное квадратное уравнение для двух факторов имеет вид:

Математические методы и модели (рис. 88)Математические методы и модели (рис. 89).

Подставляем исходные данные в полином II степени и получаем следующую систему:

Математические методы и модели (рис. 90)

Вычитаем первое уравнение из всех последующих с целью избавления от b0 и получаем следующую систему:

Математические методы и модели (рис. 91)

Чтобы избавиться от b1, домножаем 1-е уравнение сначала на (-2) и прибавляем 2-е и 4-е уравнение, затем на (-5) и прибавляем 3-е уравнение, далее на (-3) и прибавляем 5-е уравнение. Дальнейшие действия по избавлению от коэффициентов показаны сбоку от систем:

Математические методы и модели (рис. 92)
Математические методы и модели (рис. 93)
Математические методы и модели (рис. 94)
Математические методы и модели (рис. 95)
Математические методы и модели (рис. 96)
Математические методы и модели (рис. 97)
Математические методы и модели (рис. 98)
Математические методы и модели (рис. 99)

Ответ: полное квадратное уравнение имеет вид
Математические методы и модели (рис. 100).

3 РАСЧЕТ ТЕХНОЛОГИЧЕСКОГО АППАРАТА

.1 Определение типа химического реактора

00,511,522,53
000,54,00,500

Среднее время пребывания индикатора в системе:

Математические методы и модели (рис. 101) мин.

Уравнение для расчета безразмерного времени:

Математические методы и модели (рис. 102).

Условная концентрация индикатора на входе:

Математические методы и модели (рис. 103),

где Математические методы и модели (рис. 104) - интервал отбора проб.
Так как по условию задачи Математические методы и модели (рис. 105), то

Математические методы и модели (рис. 106)кг/м3.

Уравнение для расчета безразмерной концентрации:
Математические методы и модели (рис. 107).

В результате получаем безразмерные величины для построения С-выходной кривой:

00,330,671,001,331,672,00
С000,302,400,3000

Используя безразмерные величины, строим С-выходную кривую Математические методы и модели (рис. 108) в равных масштабах по осям.
Согласно визуальной оценке С-выходной кривой аппарат следует модели идеального вытеснения (осложненной наличием диффузии).
Для окончательного вывода о типе реактора проведем статистическую оценку С-выходной кривой.
1)Определение размерной дисперсии:

Математические методы и модели (рис. 109);
Математические методы и модели (рис. 110).

2)Определение безразмерной дисперсии:

Математические методы и модели (рис. 111);
Математические методы и модели (рис. 112).
3)Определение обратной величины диффузионного критерия Пекле:

Математические методы и модели (рис. 113);
Математические методы и модели (рис. 114).

Так как Математические методы и модели (рис. 115), то реактор следует модели идеального вытеснения и является реактором вытеснения (Рисунок 3).

Математические методы и модели (рис. 116)
Рисунок 3 - Реактор вытеснения

3.2 Определение объема химического реактора

В реакторе, соответствующем модели идеального вытеснения протекает реакция Математические методы и модели (рис. 117)Математические методы и модели (рис. 118) при константе скорости химической реакции Математические методы и модели (рис. 119)Математические методы и модели (рис. 120), концентрации реагентов Математические методы и модели (рис. 121)Математические методы и модели (рис. 122) кмоль/м3, Математические методы и модели (рис. 123) кмоль/м3. Степень превращения реагента Математические методы и модели (рис. 124)Математические методы и модели (рис. 125) равна Математические методы и модели (рис. 126)Математические методы и модели (рис. 127) %. Производительность реактора Математические методы и модели (рис. 128)Математические методы и модели (рис. 129) м3/с. Определить объем реактора.
1)Найдем конечную концентрацию реагента А:

Математические методы и модели (рис. 130).

) Найдем конечную концентрацию реагента В через связь расходов реагентов:
Для уравнения Математические методы и модели (рис. 131) расход реагента В в 2 раза больше расхода реагента А: Математические методы и модели (рис. 132).
Расход реагента А: Математические методы и модели (рис. 133) кмоль/м3.
Тогда расход реагента В: Математические методы и модели (рис. 134) кмоль/м3.
Отсюда: Математические методы и модели (рис. 135) кмоль/м3.
Степень превращения реагента В:

Математические методы и модели (рис. 136) %.

)Установим размерность константы скорости химической реакции, использую уравнение скорости реакции по закону действующих масс:

Математические методы и модели (рис. 137);
Математические методы и модели (рис. 138);
Математические методы и модели (рис. 139).

4)Перед расчетом реактора вытеснения требуется установить связь между концентрациями реагентов. Для этого используем связь расходов:

Математические методы и модели (рис. 140).

В произвольный момент времени:

Математические методы и модели (рис. 141);
Математические методы и модели (рис. 142); Математические методы и модели (рис. 143).
5)Рассчитываем реактор вытеснения:

Математические методы и модели (рис. 144)
Математические методы и модели (рис. 145)
Математические методы и модели (рис. 146)
Математические методы и модели (рис. 147)
Математические методы и модели (рис. 148)
Математические методы и модели (рис. 149)
Математические методы и модели (рис. 150)
Математические методы и модели (рис. 151)
Математические методы и модели (рис. 152)
Математические методы и модели (рис. 153)
Математические методы и модели (рис. 154)
Математические методы и модели (рис. 155)
Математические методы и модели (рис. 156)м3.
ВЫВОДЫ

) Аналитическую методику можно считать надежной и она может быть использована для определения параметра у в последующих экспериментах, так как относительная максимальная погрешность опыта не превышает 5%;
) Фактор Х существенно влияет на систему, так как расчетное значение критерия Фишера намного больше табличного;
) Уравнение Математические методы и модели (рис. 157) Математические методы и модели (рис. 158)надёжно описывает опытные данные;
) Линейное уравнение связи имеет вид Математические методы и модели (рис. 159)Математические методы и модели (рис. 160);
) Полное квадратное уравнение (полином II степени) имеет вид Математические методы и модели (рис. 161)Математические методы и модели (рис. 162);
6) Реактор следует модели идеального вытеснения и является реактором вытеснения;
7) Полученный расчетом объем реактора равен 21,24 м3Математические методы и модели (рис. 163), соответствующий ему стандартный объем равен Математические методы и модели (рис. 164)Математические методы и модели (рис. 165).

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

1 Цаплина, С.А. Методы математического моделирования: учеб. пособие. - Архангельск: Изд-во Арханг. гос. тех. ун-та, 2011. - 88с.;
Стандарт АГТУ СТО 01.04-2005 «Работы студентов. Общие требования и правила оформления» 2013.

Похожие материалы:


Контрольная работа: Специальные математические методы и функции

Контрольная работа: Математические методы, применяемые в теории систем массового обслуживания

Комментарии:

Вы не можете оставлять комментарии. Пожалуйста, зарегистрируйтесь.