CSTR反应器开工过程动态模拟
指导教师：
小组成员：
完成时间：2013年4月1日
目录
引言 (1)
问题的提出 (2)
模型的建立 (2)
换热条件的确定 (4)
连续反应器的开车与计算 (5)
开车失败的原因分析 (6)
解决方案 (8)
CSTR 反应器稳定性分析 (10)
结论................................................................................................................. .. (12)
附录...................................................................................................................... ..13
引言
模型化 (Modeling)是现代化学工程方法论的重要组成部分，尤其是过程动态学的核心。
根据对过程系统中状态变量分布特征的不同描述方式，一般可以把数学模型分为集中参数模型、分布参数模型和多级集中参数模型；根据建立模型的不同方法，一般可以将数学摸型分为统计模型、确定性模型和介于二者之间的半经验模型。
CSTR（Constant Str Tank Reactor）,即全混流反应器，又称全混釜或连续流动充分搅拌槽式反应器，是一类在工业生产中广泛应用的反应器。CSTR的特性有：（1）物料在反应器内充分返混；（2）反应器内各处物料参数均一；（3）反应器的出口组成与器内组成相同；（4）连续、稳定流动，是一定态操作。
针对CSTR反应器的特性，可以通过对所研究的反应器系统与系统内的关键组分，列出其质量、能量和动量守恒关系式，系统及关键组分内外质量、能量和动量交换速率系数计算式，相关的相平衡关系，以及化学反应速率表达式和化学反应平衡常数计算式（如果反应可逆的话），从而建立CSTR反应器内反应的确定性集中参数模型，以此对在CSTR内进行的反应进行描述。
要利用确定性模型来预测、揭示化工过程系统的内在规律，解决与动态学特征有关的工程实际问题，就必须对所涉及到的数学模型进行必要的数学处理。以此对CSTR反应器建立的确定性集中参数模型的数学表达式所构成的数学模型的正问题，涉及到代数方程组、常微分方程组和偏微分方程组，以及他们的混合方程组的求解，由于化工过程通常具有的非线性特征，求模型方程组的解析解往往是不可能的，不得不借助计算机求数值解。对于典型的常微分方程组的初值问题，通常可以利用龙格—库塔（R-K）、基尔(Gear)法等通用程序求数值解。
本篇阐述了我们通过文献调研，查取物性数据及相关资料，对一个在CSTR 反应器内进行的二级不可逆放热反应进行分析、建立起反应的确定性集中参数模型，应用相关计算法则，编制计算机程序，并利用计算机辅助设计绘制了状态空间的相平面图，实施了对这一反应的状态空间分析和热平衡分析，并对所得结果进行讨论和综合的过程。在整个过程中，我们始终坚持用系统工程的思想、方法来解决化工过程系统的设计、开发、操作、控制等问题，取得了可喜的成绩，使我们加深了对化工过程分析与合成的认识以及对化工过程系统动态模拟与分析的理解，为我们在今后的学习和工作实践奠定了思想基础。
一 、 问题的提出
工业上生产1,2-丙二醇主要采用环氧丙烷（PO ）催化水合的方法，为一级不可逆放热反应，该方法以硫酸为催化剂，其化学反应方程式为：
该反应为一级反应：
，此反应速率常数为：
在反应温度范围内，可以假定反应热为常数，消耗每摩尔PO 放出83.74 kJ 热量。根据化学反应工程的相关原理可知，在连续搅拌釜式反应（CSTR ）中，该反应体系可能存在多定态现象。借助反应体系的多定态特性进行催化反应器的开车和停车，可为催化反应器的安全操作提供重要的指导，因此对其进行研究，对于加深对化学反应体系多定态体系的认识是十分必要的。 二 、 模型的建立
（一）基本假设
1. 反应釜内处于分子级理想混合，且为液相均相反应，因此反应釜内混
合物的温度和组成在反应区里是均匀的。
2. 反应区的容积不随时间变化，则加料与排料的流量也认为是相等的，
即 F F F out in ==
3. 反应釜内压力恒定。
4. 反应物在进料管中不反应。
5. 本反应不存在副反应，即反应只生成1,2-丙二醇，在反应釜中最多
只有4种物质混合。
6. 忽略混合热，混合物的物性为各物质物性的加和平均，也即是
i
i
M
x M ∑=
（二） 衡算方程
只着眼于A 组分：
（1）.质量守恒方程为：
(1)
（2）能量守恒为：
()()()
∑∑?+-Θ-=
pi
i
A Rx pi i A C
N V r H T T C F Q dt
dT
00 (2)
（3）
冷却水出口温度的计算 ：
???
?????? ??
-
--=pB c C m UA T T T T exp )(12αα
(3)
式中
pM
A M
pB A B pA pi i D pD C pC B pB A pA pi i C F F C F F C C N C N C N C N C C N 0
0+
+
=Θ+++=∑
∑
(4)
（三） 符号说明：
反应器示意图如右图所示： A —— 表观频率因子，1-h Q —— 换热量，J ·1-h
Cp —— 恒压热容，J ·1
-mol
·1-K
τ —— 平均停留时间，h
Ea —— 活化能，kJ ·1
-mol
Θ —— 其它物质与A 的进料物质的量比
F —— 摩尔流率，mol ·1-h A —— 环氧丙烷
Rx H ?—— 化学反应热，kJ ·1
-mol
B —— 水
k —— 化学反应速率常数，
1
-h
C —— 丙二醇
c m —— 冷却水流量，kg ·1
-h
eb —— 能量衡算
N —— 进料量，mol i —— i 种物质
r —— 化学反应速率，mol ·3m ·1-h mb —— 质量衡算 R —— 气体常数，J ·1
-mol
·1-K M —— 甲醇
t —— 时间，h s —— 稳态
T —— 温度，K α1 —— 进口冷却水 UA —— 总传热系数与换热面积之积，kW ·1-K α2 —— 出口冷却水 v —— 体积流量，m3·1-h 0 —— 初始状态 V —— 反应器体积，m3 X —— 转化率
三 、换热条件的确定 （一）说明：
1．由于反应放出热量太少，另外，所选取的夹套换热方式的弊端，
衡算时采用一些经验公式；而且采用试差法进行计算； 2．由于模拟是动态过程，所有相关的参数采用平均植； 3．反应器与夹套换热装置为钢制； 4．忽略污垢热阻；
（二）热量衡算式：
R
A A A R r V A m P V r C C V H r T T KA T T UC R )()()()()(00-=-?-=-+-ρ (5)
（三）换热计算：
牛顿冷却定律：m t UA Q ?= (6)
总对流传热系数：m
m d d b U 1
2
1
1
1
1
λαα+
+
=
(7)
反应釜内传热速率方程：14
.031
32
2
1)
(
)(
)(
36.0w
p C nd μμλ
μ
μ
ρ
α= (8)
夹套侧传热系数（由于Re <4400）
1
.05.02.02400
T
d
u e
?=α 2
111
R R T T ?
?=?总 (9)
四 、连续反应器的开车与计算
目前国际上丙二醇单套装置的生产能力相差很大，如美国的陶氏化学和Lyondell 公司的丙二醇单套装置生产能力在1×105 t/y 以上，而国内丙二醇单套装置年生产能力则在几千吨到几万吨不等。以国内投产的中海油壳牌6×104 t/y 1,2-丙二醇项目为例，按年平均开工8000 h ，平均转化率80.00%计算。 在PO 进料之前，反应器内应加入一定量质量分数为0.10%的H2SO4 水溶液。为保证PO 高的转化率，水溶液进料量应大于PO 进料量。经计算可知进料需由7.9 t/h 的PO ，16.2 t/h 质量分数为0.10%的42SO H 水溶液以及0.3 t/h 的甲醇组成。进料温度为297.15 K ，冷却水入口温度为302.15 K ，反应器体积为1.60 m3。 据相关文献可知，环氧丙烷（A ）、水（B ）、丙二醇（C ）和甲醇（M ）的物质的量浓度分别为14.93，55.26，13.68 和24.67 kmol/m3。在297.00~350.00 K 内，各物质的恒压热容可视为定值：Cp A=146.53 J/(mol ·K)，Cp B=75.36 J/(mol ·K)，Cp C=192.58 J/(mol ·K)，Cp M=81.64 J/(mol ·K)。
由于该反应为强放热反应，因此CSTR 应配备冷却器。取冷却器的换热能力
UA 为 2.90 kW/K 。对于大的冷却介质流量值，换热量Q 的计算公式可简化为：
()????
?
?
?????
?
???? ?
?
-
--=pB
c pB c C m UA T T C m Q exp 11α (10) 式中1αT 为冷却水进口温度，K ；m c 为冷却水流量，kg/h 。
根据上述公式，利用POLYMATH 5.1 计算。当体系达到稳态时，反应器操作温度T 为311.00 K ，A C 为4.29 kmol/m3，B C 为33.91 kmol/m3，C C 为0.99 kmol/m3，M C 为0.36 kmol/m3，PO 的转化率(X )为18.80%，PO 浓度及反应器温度随时间的变化曲线分别如图1 和图2 所示。由图1 和图2 可知，由于开始投料之前反应器内含有一定的水，因此PO 初始浓度为0；当进料温度为297.15 K 时，随进料的不断加入，CSTR 中PO 的浓度迅速增加，同时反应放出的热量增大，反应器温度随之升高，最后达到稳定值，达到稳态时反应器操作温度为311.15 K ，X 仅为18.80%，不足1/5，据此可判断在进料温度297.15 K 时开车并未成功。
五 、开车失败的原因分析
由于放热反应体系可能存在多定态，只有当进料温度大于点火温度时才可能开车成功。当进料温度在熄火温度与点火温度之间时，会出现三个定态点，其中中间的定态为不稳定定态；而在进料温度高于熄火温度而低于点火温度时进行反应器开车，虽然最终可以达到稳态，并具有一定转化率，但只能停留在低转化率的定态点上，这对工业化生产毫无意义。因此为了确保反应器的成功开车，需首先确定该反应体系的点火温度和熄火温度。利用稳态的摩尔衡算方程和能量衡算方程，可计算得到反应器稳态操作时的转化率。
CSTR 的稳态摩尔衡算方程 ()
mb A mb
A A
mb
A X kC X C kC X F V -=
=10000ν (11)
引入参数τ
ντ
V
=
（12)
进行变换可得
RT
E RT E A A A mb Ae
Ae
k k V
kC C kVC X --
+=
+=
+=
τττ
τν110000 （13）
由稳态能量衡算方程
()Q T T C F H X F pi i A RX eb A +∑-Θ=?-000
（14
）
可知 ()RX
A pi i eb H F Q
T T C X ?-+
-Θ=
∑
00 （15）
联立方程(13)和(15)，利用Matlab 软件绘制出不同进料温度T 0 时的PO 转化率-操作温度变化曲线如图3 所示。由图3 可知，在不同进料温度条件下可得到不同定态点对应的反应器操作温度，数据如表1 所示。
利用上述方法，可计算出不同进料温度条件下CSTR 的定态操作温度，据此绘制出反应体系的点火——熄火温度曲线见图4 所示。由图4 可知，反应器点火温度297.70 K ，熄火温度289.20 K 。当进料温度为297.15 K ，低于点火温度(297.70 K)
，因此开车失败。
六、解决方案
首先将进料温度提升至 300.00 K 进行反应器开车，PO 浓度、转化率及温度与时间的变化曲线见图5 ~ 图7，PO 浓度-反应器温度的相平面曲线见图8。
由图5 可知，在反应器开车的前0.25 h 内，PO 的浓度快速升高，之后由于反应的消耗，PO 的浓度又迅速下降，最后达到稳定值。操作温度随时间的变化情况亦具有相似的规律。由图7 可知，PO 转化率在前0.25 h 内迅速降低，随着反应进行，转化率又迅速攀升至稳定。由图6 和图8 可以看出T max 为390.00 K，由有关文献可知该反应的稳态温度上限为355.15 K，超过该稳态温度上限时可能导致副反应的发生，虽然在该工况条件下开车时T max 超过了稳态温度上限，但由于是在开车阶段，而且超过时间不足15 min，因此在实际操作过程中这也是可接受的。达到稳态时，反应器的操作参数如下所示：T=353.90 K，A C=0.59 kmol/m3，B C=30.21 kmol/m3，C
C=0.364 kmol/m3，X=88.80%。
C=4.69 kmol/m3，M
反应器操作稳定后，再缓慢降低进料温度至297.15 K，当反应器再次达到稳态后，结果为：T=351.50 K，A C=0.69 kmol/m3，B C=30.31 kmol/m3，C C=4.59 kmol/m3，M
C=0.36 kmol/m3，X=86.90%，此时开车成功。
七、CSTR 反应器稳定性分析
（一）进料温度升高4.00 K 时对反应器操作稳定性的影响
反应器开车成功后在正常工况条件下稳定运行，当进料温度由 297.15 K 突然升高到301.15 K 时，待反应器重新达到稳定后，运行状态为：T=354.84 K，
C=0.56 kmol/m3，B C=30.17 kmol/m3，C C=4.72 kmol/m3，M C=0.36 kmol/m3，A
X=89.44%。由此可知当反应器进料温度突然增加时，反应体系的PO 转化率增大，反应器操作温度升高，但对反应器的操作稳定性并未产生明显的负面影响，反应器操作始终保持在高的PO转化率状态。
（二）进料温度降低3.00 K 时对反应器操作稳定性的影响
当进料温度由 297.15 K 下降至294.15 K 时，反应器重新达到新的稳态后，运行结果为：T=348.40 K，A C=0.84 kmol/m3，B C=30.46 kmol/m3，C C=4.44 kmol/m3，M
C=0.36 kmol/m3，X=84.11%。由上述数据可知，经历进料温度较小幅度的降低扰动后，反应器仍可稳定在高的PO 转化率状态操作。由此可知，当
反应器进料温度降低幅度不大于3.00 K 时，对反应器操作稳定性的影响不大，不会导致反应器的自动停车。
（三）进料温度降低4.00 K 时对反应器操作稳定性的影响
进料温度由297.15 K 突然下降至293.15 K 时，重新达到稳态后，运行结果为：T =304.60 K，A C=4.69 kmol/m3，B C=34.31 kmol/m3，C C=0.59 kmol/m3，C=0.36 kmol/m3，X=11.17%。反应器的操作温度、PO 浓度及转化率随时间的M
变化曲线分别如图9~图11 所示。
由图9 ~ 图11 可以看出，当进料温度降低4.00 K 时，反应器的各种操作参数出现了持续1 h 的振荡变化，不稳定定态点的存在是产生这些振荡变化的原因所在。由图3 可知，当反应器操作参数在不稳定定态点下操作时，如果突然出现一个脉冲式的温度增加，那么产生的热量将比移出的热量多，因此反应器的操作温度将持续升高。相反，如果突然出现一个脉冲式的温度降低，那么移出的热量将比产生的热量多，因此反应器的操作温度将连续下降。经过振荡变化后，反应器的操作状态由高PO转化率状态跌落到低PO转化率状态，在经历进料温度降低4.00 K 的扰动后，PO的转化率由86.90%降至11.70%，反应器基本处于停车状态，已不能达到工业化生产对PO 转化率的要求，由此可知，当反应器进料温度的扰动降幅大于或等于4.00 K 以上时，将对反应器的操作稳定性产生很大的负面影响，并导致反应器的自动停车。
八、结论
a）当反应器的进料温度处在熄火温度与点火温度之间时，反应体系将存在三个定态，并且中间的定态是不稳定的；当反应器进料温度高于点火温度时，反应器可以成功开车；当反应器的进料温度低于点火温度时，将导致反应器无法成功开车。
b）为了确保CSTR 反应器开车成功，需先将反应器的进料温度升至高于点火温度，待反应器达到高的PO 转化率状态后，再缓慢降低反应器的进料温度至所
)
1........(..........).........,(y x f dy
dx =)
,...,2,1(0,n i h i i x x =+=)())(,()()(11i i i i i i x x x y x f x y x y -?+≈-+)3(..........).........1,....2,1,0()),(,()(-=+=n i x y x hf x y i i i 要求的工况，并可使反应器的操作达到稳定，计算结果表明这样可使反应器成功开车。
c ）在进料温度为297.15 K 的工况条件下，当反应器的进料温度升高4.00 K 或更高温度时，反应器仍保持在高PO 转化率的状态下操作；而当反应器进料温度降低3.00 K 或不足3.00 K 时，PO 的转化率略有下降，但不会引起反应器的自动停车；但当反应器进料温度降低4.00 K 或4.00 K 以上时，反应器将会从 高的PO 转化率状态跌落到低的PO 转化率状态，导致反应器的自动停车。研究结果表明，CSTR 反应器虽然具有一定的抗扰动能力，但总体上看，其稳定性较差。 九 、附录
附录一 微分方程的数值解求法
一．欧拉法
对于已知微分方程
和一个初值条件 x=x0时，y=y0. 数值解法就是在点x1，x2，。。。xn 上求未知
解y （x ）的近似值。 其中
h 为积分步长，是相邻两点之间的距离。
方程（1）右边的f （x,y ）称为微分方程的右函数。 将方程（1）两边同时积分得到：
可得：
当x>x0时,y(x)是未知的。因此式（2）右边的积分仍然求不出来。为此，把小区间
[xi ，xi+1]上的f （x,y ）近似地看成常数f （xi ，y （xi ））。这样
式（3）给出了由y （xi ）求y （xi+1）的近似值的方法，这种方法称为欧拉法。
当i=0时，公式（3）为： 这里y （x0）是出事条件，认为它是准确的。而f （x0，y （x0））是 在点x0处y （x ）的倒数制，这可由方程（1）看出。这样，在点x1处的近似值 y （x1）相当仪把曲线 用切线代替后，在点x1处的切线上的y 值，记它为y*，
??++=1
1),(xi xi xi xi dx y x f dx dx dy ?++=+1)2.(........................................),()()1(xi xi dx y x f xi y xi y ))
(,()()(0001x y x hf x y x y +=
反复应用公式（3）可得到一系列的近似值y （x1），y （x2），。。。，y （xn ） 注意：这里只有y （x0）是准确的。 二．龙格——库塔法的算法
由（一）可知，未经校正的欧拉法可以用x0处的函数初值及点（x0，y0）的导数值来
求得x0+h 处的函数的一次近似值。即式（4）：
其实这就是函数y 在x0邻域内进行泰勒展开的一次近似表达式。
预测——校正法能够使精度有所提高，其表达式为： 如果已知函数y 在x0处的多阶导数值：
即可由泰勒展开式计算y 值，即：
其中 表示泰勒展开式的截断误差正比于
引入记号：
则预测式（5）可表示为：
式中k1，k2是步长h 乘以函数f （x ，y ）在某些点（x0，y0）及（x0+h ，y0+k1）之
值。这就启发我们来定p-1个点
使下式成立：
)]
,(),(),([10101101010000h b y h a x f w h b y h a x f w y x f w h y y p p p ---++++++++=
为确定各w ，a 及b 值，将式（8）中的每个f 按x0展开成泰勒级数，使前p+1项恰
与式（6）前p+1项相等，选一个待确定的点：（x0+ah ，y0+bh ），使
)
4......(....................).........,(*000y x hf y y +=)
,(*000y x hf y y +=
)
5.(....................*)].......,(),([2
0000y h x f y x f h y y +++
=
,,,"
0'0000y y y y =)6......(..........).........(!
!2)(0"02'00ph p p
h o y p h
y h hy y y +++++= )(ph
h
o ph h )1,(2),(1000
00k y h x hf k hf y x hf k ++===)7.....(........................................2121210k k x y ++=)
,(,),,(),,(101020201010h b y h a x h b y h a x h b y h a x p p --++++++ )
9.......(..........)]........,([001000bh y ah x f w f w h y y ++++=
f b =β)
10....(..........).........()]([3
000201000h o y f f x f h hf w hf w y y +??+??+++=βα)
(!
23
"02
'00h o y h hy y y +++=)
11(....................).........()(!23
0002
'00h o y f f x f h hy y +??+??++=)12...( (2)
1
,21,11110===+βαw w w w )()]([21213
0002000h o y
f f x f h hf hf y y +??+??+++=)()],([2
213
0000
0h o hf y h x f h hf y +++++=)
13......(....................).........(212132
10h o k k y y +++=)
14.........(............................................................)21
,21(2010020
1k y y k y h x hf k hf k +=++==
该式就是式（7）在p=2时的特殊情形。由于下面推导的，我们令
于是：
代入式（8）得到：
另一方面，当p=2时，式（6）成为：
由式（10），（11）右端相等，比较同类项系数得到：
由式（12）确定w0，w1，α和β还是缺少一个方程，若指定其中一个参数，则其余
三个参数便可以求得，令α=1得α=β=1，w0=w1=1/2，代入方程（10）得：
即：
上式恰好就是预测——校正法公式。若不是指定α值，而是令w0=0，则得另一公式，
此时α=β=1/2，w1=1。于是：
)()(),(),(),(2
0000000000h o y
f f x f h y x f hf y ah x f bh y ah x f +??+??+=++=++βαβ
)
,,3,2,1()(00'
n i y x y i i ==),,,,(0201001n i i y y y x f k =1
06i i i k h y y +=2
103
6
i i i i k h k h y y +
+
=)
15.....(..............................).........22(6
1
),()2
1,21()21
,21(43210304200310020
1k k k k y y k y h x hf k k y h x hf k k y h x hf k hf k ++++=++=++=++==)
16...(..........).........,,3,2,1)(,,,,(21'
n i y y y x f y n i i ==)17.........(..........).........22(643210i i i i i i k k k k h y y ++++=)18...(..........).........,,,,()
2
,,2,2,21()2,,2,2,21(302320131004202220121003102120111002n n i i n n i i n n i i hk y hk y hk y h x f k k h y k h y k h y h x f k k h y k h y k h y h x f k ++++=++++=++++= 沿着这种思想推导出来的公式称为β阶龙格——库塔公式。式（7）与（14）均为二阶
龙格——库塔公式。
⊙我们使用精度较高的四阶龙格——库塔公式：
四阶龙格——库塔法的截断误差为
⊙将四阶龙格——库塔公式（15）应用于解微分方程：
初值为： 那么按照龙格——库塔法，在x=x0+h 处各应变量的近似值为：
式中
⊙四阶龙格——库塔函数
由公式（17）与（18）可以看出，计算yi 必须依次求出ki1，ki2，ki3和ki4，这四组量都是在提供了自变量x 和应变量y 的有关值以后调用右函数而得到的，具体计算步骤包括以下4个步骤：
第一步：利用初值x0，yi0，调用右函数ki1和
第二步：利用初值x0，yi0，h/2，和ki1，调用右函数得ki2，将h/2*ki2迭加
于yi 得
)(5
h o
3
210336i i i i i k h k h k h y y +
+
+
=)
22(643210i i i i i i k k k k h y y ++++=
第三步：利用初值x0，yi0，h/2和ki2，调用右函数得ki3，再将h/3*ki3迭加于
yi 得
第四步：利用初值x0，yi0，h 和ki3，调用右函数得ki4，最后将h/6*ki4迭加于yi ，就得到最终结果
附录二 雅可比矩阵 设非线性方程组 0)(=X F 即
),,,(0),,,(212211=???=???n n x x x f x x x f
),,,(21=???n n x x x f
其解为 ],,[**2
*1*n x x x X += 设 ],,[21k
n k
k
k
x x x X
+=
为解的第k 次迭代近似值.将)(X F 在k X 处按多元函数的台劳级数展开,忽略二次及以后各项，原非线性方程组近似成为线性方程组: )
()(k
k
k X F X
X A -=?
其中)(k X A 为方程组在k X 处的雅可比矩阵，即
)(k
X A ＝??
????
??
?
?
????
???
?
?
???????????????????n
k
n k
n k
n n
k
k k
n
k
k
k x X f x X f x
X f x X f x X f x
X f x X f x X f x X f )()()()()()()()()(2
122
21
21211
1
附录三 参考书目
1.天津大学物理化学教研室，《物理化学》，北京：高等教育出版社，2009.5.
2.陈新志、蔡振、胡望明、钱超编著，《化工热力学》，化学工业出版社，2009.1.
3.郭锴、唐小恒、周绪美编，《化学反应工程》，化学工业出版社，2007.11.
4.贾清、贾绍义主编，《化工原理》，天津大学出版社，2011.8.
5.刘瑞新主编，《AutoCAD 2000 应用教程》，北京：电子工艺出版社，2003.
6.麻德贤、李东岳、张卫东主编，《化工过程分析与合成》，北京：化学工业出版社.
简介 什么是Process Flowsheet Process Flowsheet（流程图）可以简单理解为设备或其一部分的蓝图.它确定了所有的给料流,单元操作,连接单元操作的流动以及产物流.其包含的操作条件和技术细节取决于Flowsheet 的细节级别.这个级别可从粗糙的草图到非常精细的复杂装置的设计细节. 对于稳态操作,任何流程图都会产生有限个代数方程。例如，只有一个反应器和适当的给料和产物，方程数量可通过手工计算或者简单的计算机应用来控制。但是，当流程图复杂程度提高，且带有很多清洗流和循环流的蒸馏塔、换热器、吸收器等加入流程图时，方程数量很容易就成千上万了。这种情况下，解这一系列代数方程就成为一个挑战。然而，叫做流程图模拟的电脑应用专门解决这种大的方程组，Aspen PlusTM，ChemCadTM，PRO/IITM。这些产品高度精炼了用户界面和网上组分数据库。他们被用于在真是世界应用中，从实验室数据到大型工厂设备。 流程模拟的优点 在设备的三个阶段都很有用：研究&发展，设计，生产。在研究&发展阶段，可用来节省实验室实验和设备试运行；设计阶段可通过与不同方案的对比加速发展；生产阶段可用来对各种假设情况做无风险分析。 流程模拟缺点 人工解决问题通常会让人对问题思考的更深，找到新颖的解决方式，对假设的评估和重新评估更深入。流程模拟的缺点就是缺乏与问题详细的交互作用。这是一把双刃剑，一方面可以隐藏问题的复杂性使你专注于手边的真正问题，另一方面隐藏的问题可能使你失去对问题的深度理解。 历史 AspenPlusTM在密西根大学 界面基础 启动AspenPlus，一个新的AspenPlus对象有三个选项，可以Open an Existing Simulation，从Template开始，或者用BlankSimulation创建你的工作表。这里选择blank simulation。
A S P E N L U S反应器模 拟教程 文档编制序号：[KKIDT-LLE0828-LLETD298-POI08]
简介 什么是Process Flowsheet Process Flowsheet（流程图）可以简单理解为设备或其一部分的蓝图.它确定了所有的给料流,单元操作,连接单元操作的流动以及产物流.其包含的操作条件和技术细节取决于Flowsheet的细节级别.这个级别可从粗糙的草图到非常精细的复杂装置的设计细节. 对于稳态操作,任何流程图都会产生有限个代数方程。例如，只有一个反应器和适当的给料和产物，方程数量可通过手工计算或者简单的计算机应用来控制。但是，当流程图复杂程度提高，且带有很多清洗流和循环流的蒸馏塔、换热器、吸收器等加入流程图时，方程数量很容易就成千上万了。这种情况下，解这一系列代数方程就成为一个挑战。然而，叫做流程图模拟的电脑应用专门解决这种大的方程组，Aspen PlusTM，ChemCadTM，PRO/IITM。这些产品高度精炼了用户界面和网上组分数据库。他们被用于在真是世界应用中，从实验室数据到大型工厂设备。 流程模拟的优点 在设备的三个阶段都很有用：研究&发展，设计，生产。在研究&发展阶段，可用来节省实验室实验和设备试运行；设计阶段可通过与不同方案的对比加速发展；生产阶段可用来对各种假设情况做无风险分析。 流程模拟缺点 人工解决问题通常会让人对问题思考的更深，找到新颖的解决方式，对假设的评估和重新评估更深入。流程模拟的缺点就是缺乏与问题详细的交互作用。这是一把双刃剑，一
方面可以隐藏问题的复杂性使你专注于手边的真正问题，另一方面隐藏的问题可能使你失去对问题的深度理解。 历史 AspenPlusTM在密西根大学 界面基础 启动AspenPlus，一个新的AspenPlus对象有三个选项，可以Open an Existing Simulation，从Template开始，或者用BlankSimulation创建你的工作表。这里选择blank simulation。 Aspen PlusTm的模拟引擎独立于它的图形用户界面（GUI）。你可以在一个电脑上使用GUI创建你的模拟，然后运行连接到另一个电脑的模拟引擎。这里我们使用Local PC模拟引擎。缺省值不变。点击OK。 下一步就是Aspen PlusTM主应用窗口——空白的流程图窗口。先熟悉下界面。 状态信息Flowsheet Not Complete一直持续到完整的流程描述进入窗口，完成后状态信息会变为Required Input Incomplete（所需输入未完成）。一个模拟只有在状态信息显示Required Input Complete（所需输入完成）时才能运行。对于最简单的流程图，必须有两股物流，一个FEED，一个PRODUCT，连接到单元操作设备，叫做REACTOR。 模型库工具条（Model Library Toolbar）：这个工具条包含Aspen Plus不同操作单元的内置模型。 文件有三种保存模式：Aspen Plus文件，Aspen Plus备份文件和模板。 Aspen Plus文件可保存结果和运行信息，但这是个二进制文件；备份文件则是标准的ASCII文本文件。如果你是Aspen Plus专家，你可以直接在文件中更改，并作为输入从
基于BIM模型制作施工模拟及演示动画的总结 李博关锦鹏 一、BIM模型介绍 公司拟定于2014年12月25日进行吕梁新城供水一期工程项目的投标，为在投标中展示公司技术实力与施工水平，投标前公司领导决定为该项目制作施工模拟及效果演示动画。 该项目模型由Revit软件制作，建模工作早于2014年9月份开始并于2014年11月中旬完成，模型包含净水厂的工艺管道系统、热力系统、排污系统、雨排水系统、自用水系统以及各车间互联管道等，此外还根据土建图纸制作了各车间的简化模型并标示名称。 二、动画制作过程 演示动画使用NavisWorks软件制作，于2012年12月15日开始12月21日结束，历时一周。动画内容包括整体鸟瞰和主工艺管道漫游、各管道系统展示、模拟施工演示、设计问题检查等内容。具体制作过程如下： 1、对模型中的管道系统及建筑物建立多个选择集，以便渲染及模拟施工时能够快速准确选择对象。 2、选择背景颜色并使用Autodesk Rendering为各个选择集中的对象染色，染色完成后对各对象颜色进行调整。 3、使用保存视点功能制作漫游动画并导出。 4、使用TimeLiner功能制作模拟施工演示动画并导出。
5、通过隐藏与显示使不同系统单独显示并截图保存。 6、使用Revit软件对模型显示的设计问题进行截图，修改问题后再次截图。 7、使用PPT制作图片的演示文稿以及各段视频间的衔接字母的演示文稿并导出动画。 8、使用视频合成软件将上述素材合成为一个视频，加背景音乐，加水印。 三、动画制作经验总结 1、在NavisWorks中建立选择集通常是通过从选择树中选取进行的。选择树中的根目录为Revit文件名称，二级目录为图层名称也即Revit文件中的标高名称。换言之，Revit建模过程中，在某个标高上建立的模型转化到NavisWorks中就必然出现在该标高名称的图层(即选择树根目录)中。NavisWorks图层中的项目名称与Revit建模时对项目的命名名称一致，而选择树则会将同一名称的对象和同一类型的对象归类。根据上述规律，我们在建模时如果将同系统管道与管件命名成相同名称或在指定的标高下建模，在NavisWorks的选择树中则极易选取。如图：
1
目录 第 1 章反应器设计 (1) 1.1 反应器设计概述 (1) 1.2 反应器的选型 (1) 第 2 章催化剂 (3) 2.1 催化剂的选择 (3) 2.2 催化剂失活的原因 (3) 2.3 催化剂再生的方法 (3) 第 3 章丙烷脱氢反应器 (4) 3.1 主反应及副反应方程式 (4) 3.2 反应机理 (4) 3.3 动力学方程 (4) 3.3.1 催化反应动力学模型 (4) 3.3.2 失活动力学 (5) 3.4 反应器设计思路说明 (6) 3.4.1 反应条件 (6) 3.4.2 反应器类型的选择 (7) 3.4.3 反应器数学模拟 (7) 3.4.4 反应器体积的计算 (7) 3.5 催化剂设计 (11) 3.5.1 催化剂用量 (11) 3.5.2 催化剂来源 (11) 3.5.3 催化剂的装填 (11) 3.6 反应器内部结构设计 (11) 3.6.1 催化剂床层开孔 (11) 3.6.2 催化剂分布器 (12) 3.6.3 气体分布器 (12) 2
3.7 反应器管口计算 (12) 3.7.1 进料管(以第一台反应器为例) (12) 3.7.2 出料管 (13) 3.7.3 吹扫空气入口 (13) 3.7.4 催化剂进料口 (13) 3.7.5 催化剂出口 (13) 3.7.6 排净口 (13) 3.7.7 人孔 (14) 3.7.8 催化剂床层固定钢 (14) 3.8 加热炉 (14) 3.9 机械强度的计算和校核 (14) 3.9.1 反应器材料的选择 (14) 3.9.2 反应器筒体厚度的选择 (14) 3.9.3 反应器封头厚度的计算 (15) 3.9.4 液压试验校核 (16) 3.9.5 反应器强度校核 (16) 3.9.6 反应器封头的选择 (25) 3.10 设计结果总结(以第一台反应器为例) (26) 第 4 章乙炔选择性加氢反应器 (26) 4.1 概述 (26) 4.2 反应方程式 (27) 4.3 催化剂的选用 (27) 4.4 设计简述 (27) 4.5 在Polymath中的模拟与优化 (29) 4.6 选择性加氢反应器总结 (30) 第 5 章参考文献 (30) 3
三维人体动态计算机模拟及仿真系统 (一) LifeMOD生物力学数字仿真软件 1. 简介 LifeMOD 生物力学数字仿真软件是在 MSC.ADAMS 基础上,进行二次开发，用以研究人体生物力学特征的数字仿真软件，是当今最先进、最完整的人体仿真软件。LifeMOD 生物力学数字仿真软件可用于建立任何生物系统的生物力学模型。这种仿真技术可使研究人员建立各种各样的人体生物力学模型，模拟和仿真人体的运动，并深入地了解人体动作背后的力学特性以及动作技能控制规律。鉴于LifeMOD 生物力学数字仿真软件的强大功能，它成功地应用于生物力学、工程学、康复医学等多个领域。 2. 厂商 美国BRG(Biomechanics Research Group)公司具有超过20年的与世界顶级研究机构和商业机构的成功合作历史，包括体育器材生产商、整形外科、人体损伤研究机构、高校和研究院所、政府机构、医疗器械生产商以及空间技术研究机构，在生物力学、工程学、康复医学等许多行业中有卓越的名誉。 3. 型号 LifeMOD 2008.0.0 4. 功能 LifeMOD 生物力学数字仿真软件的功能强大、先进而且普遍适用。 LifeMOD 生物力学数字仿真软件可用于建立任何生物系统的生物力学模型。这种仿真技术可使研究人员建立各种各样的人体生物力学模型；这些模型既能够再现现实的人体运动，也能够按照研究者的意愿预测非现实的人体运动；通过人体动作的模拟和仿真，计算出人体在运动过程中的运动学和动力学数据，从而使研究者能够深入地了解人体动作背后的力学特性以及动作技能控制规律。 在体育领域，利用LifeMOD的个性化建模和强大的计算能力，不但可以将运动员的比赛和训练情况进行再现并分析运动学、动力学特征，而且能够根据运动员各自的生理特征来进行不同情况的仿真，进行优化分析，进而达到优化运动员技术的目的，从而指导和帮助运动训练。 5. 软件特性 LifeMOD 生物力学数字仿真软件是创建成熟、可信的人体模型的工具。它具有以下特性： ● 快速生成人体模型。能在不到一分钟的时间里完成人体模型的创建。● 完整的骨骼/皮肤/肌肉模型。具有骨骼、皮肤、肌肉的人体模型与受试 对象是成比例的。 ● 可根据研究需要，建立不同精度的人体模型。（简单的是19环节18关
动态系统建模仿真实验报告 实验二，实验四 姓名 学号
实验二直流电动机-负载建模及仿真实验 1实验内容 在运动控制系统中电机带动负载转动，电机-负载成为系统的被控对象。本实验项目要求根据电机工作原理及动力学方程，建立模型并仿真。 2实验目的 掌握直流电动机-负载的模型的建立方法； 3实验器材 （1）硬件：PC机。 （2）工具软件：操作系统：Windows系列；软件工具：MATLAB及simulink。 4实验原理 在很多应用场合中，直流电动机的输出轴直接与负载轴相连，转动部件固定在负载轴上，即为常见的电机直接驱动负载形式。如果不考虑传动轴在转动过程中的弹性形变，即把传动轴的刚度看作无穷大，就可以在系统设计过程中，将执行电机和负载视为一个整体对象，这样被控对象的模型就可以用如图2.1所示的 框图来表示。其中 U表示控制电压；a U，a L，a R分别表示电机的电枢电压，电 r 枢电感和电枢电阻； J为电机的转动惯量，L J为负载的转动惯量，包括由电机 m 驱动的转动体、轴承内圈、转动轴、轴套、速度测量元件、角度测量元件以及被测试件折合到电机轴上的转动惯量等； D、L D分别表示电机和负载的粘性阻尼 m 系数； k为电机的电磁力矩系数；e k为电机的反电势系数；mθ为电机-负载的转 m 角， θ 为电机-负载的角速度。 m 在这一实验中，认为电机与负载的转角是相同的，并考虑了电机及负载转动中产生的粘滞阻尼力矩，所以其电压方程、力矩方程变为如下形式
?????+=+--=+=-s s J J D D M s I k s k s E s s I T s I Ra s E s Ua m l m L m l m m e l )()()()()()())()(()()(θθ (2.1) 由方程组（2.1）可以得到相应的结构框图如图1所示。 图1直流电动机-负载数学模型结构框图 5实验要求： （1）建立从a u 到m θ 的传递函数模型，求其频率特性，并与项目1中的电机频率特性进行对比。 （2）分别取（Dm+D L ）1=0.1（Dm+D L ）和（Dm+D L ）2=0.01（Dm+D L ），编制MATLAB 或simulink 程序，比较阻尼系数不同时电机-负载模型的频率特性。 （3）分别取J L1=0.1J L 和J L ２=10J L ，编制MATLAB 或simulink 程序，比较电机-负载模型的频率特性。 实验所需具体参数如下表。
1实验目的 （1）了解位置伺服系统的组成及工作原理； （2）了解不同控制策略对系统性能的影响。 2实验设备 （1）硬件：PC 机。 （2）工具软件：操作系统：Windows 7；软件工具：MATLAB R2014a 及simulink 。 3工作原理及实验要求 3.1实验原理 图3.1是一个以直流电机为驱动元件的位置伺服系统的方块图，Gc （s ）为控制器，u f 为与作用于转动轴上的摩擦力矩相对应的电压值。 对于位置伺服控制系统，控制器的输出并不是直接驱动电机，而是经过D/A 转换及功率放大后驱动电机带动负载运动。控制的目标，是使由位置传感器及测量装置给出位置反馈信号跟踪指令信号。实际的控制对象中包含D/A 、功率放大器、电机、负载、位置传感器及测量装置等环节，在本实验项目中，将各环节的模型适当简化，得到广义被控对象为如下形式： Bs Js G P += 2 1 (1.1) 其中J 为等效转动惯量，B 为等效阻尼系数。 图3.1位置伺服系统方块图 3.2实验要求 （1）采用PID 控制器对系统进行仿真，求出负载转角的响应曲线。要求考虑摩 擦力矩、控制器输出饱和等非线性因素的影响。 （2）采用模糊控制算法对系统进行仿真，求出求出负载转角的响应曲线，并与 PID 控制的响应曲线进行比较。仿真时要求考虑摩擦力矩、控制器输出饱
和等非线性因素的影响。 4实验内容及步骤 4.1PD 控制位置伺服系统仿真 （1）定义参数： 系统仿真图为图4.1，信号发生器选择幅值为5频率1的正弦信号，在本次实验中Bs Js G P += 2 1 ，参数J 取0.05，参数B 取0.5。摩擦力矩? -=θJ u u f ,u 为控制输出，J 为等效转动惯量，? θ转速。非线性饱和器上下限非别为10~-10。 图4.1 PD 控制位置伺服系统 （2）PD 参数整定 本次仿真采用试凑法确定PID 控制器参数，试凑法就是根据控制器各 参数对系统性能的影响程度,边观察系统的运行,边修改参数,直到满意为止。 一般情况下,增大比例系数KP 会加快系统的响应速度,有利于减少静差。但过大的比例系数会使系统有较大的超调,并产生振荡使稳定性变差。减小积分系数KI 将减少积分作用,有利于减少超调使系统稳定,但系统消除静差的速度慢。增加微分系数KD 有利于加快系统的响应,是超调减少,稳定性增加,但对干扰的抑制能力会减弱。在试凑时,一般可根据以上参数
摘要：经过半个多世纪的发展，仿真技术已经成为对人类社会发展进步具有重要影响的一门综合性学科。本文对建模与仿真技术发展趋势作了比较全面的分析。仿真建模方法更加丰富，更加需要仿真建模具有互操作性和可重用性，仿真建模与可信度评估成为仿真建模发展的重要支柱；仿真体系结构逐渐形成标准，仿真系统层次化、网络化已成为现实，仿真网格将是下一个重要发展方向；仿真应用领域更加丰富，向复杂系统领域发展，并将更将贴近人们的生活。 经过半个多世纪的发展，仿真技术已经成为人类社会发展进步具有重要影响的一门综合性学科。仿真技术的领域不在局限于某些尖端学科技术研究领域，而成为一项被众多学科领域广泛采用的通用型技术。半个世纪以来，仿真救赎一方面始终是建模技术、计算技术和其他信息技术最先的应用者，另一方面是对计算技术和网络技术等的发展不断提出新的挑战。 在我国建模与仿真方法是随着应用需求的发展不断的进步，近十年来仿真技术发展是沿着以应用需求牵引建模与仿真系统开发、以建模与仿真系统带动建模与仿真技术突破、以建模与仿真技术促进建模与仿真系统发展、将建模与仿真系统又服务于应用良性循环的道路向前发展。 仿真技术研究人员一方面不断地扩展仿真应用领域，另一方面，其他领域研究的丰富成果与不断促使仿真技术人员从新的角度、新的高度、新的广度认识建模与仿真。在近半个世纪的积累和近十年的快速发展的基础上，建模与仿真技术已经成为以相似原理、模型理论、系统技术、信息技术以及仿真应用领域的有关专业技术为基础，以计算机系统、与应用相关的物理效应设备及仿真器为工具，利用模型对已有的或设想的系统进行研究、分析、实验与运行的一门综合性技术。 仿真建模的发展 仿真是基于建模的活动，模型建立、实现、验证、应用是仿真过程不变的主题。随着时代的发展，仿真模型包含的内容大大扩展，建模方法日益多样，模型交互性和重要性变的越来越重要，模型的校核与验证的成功为仿真中必要步骤。 -----------------------------------系统仿真学报杨明张冰王子才哈尔滨工业大学，哈尔滨150001 基本概念 系统：按照某些规律结合起来，互相作用、互相依存的所有实体的集合或总和。模型：从特定应用角度，表达对象系统特征与特性的形式。仿真：用物理模型或数学模型代替实际系统进行实验和研究。 对象系统：仿真、分析与研究的对象。仿真系统：实施仿真的系统。 仿真分类：
动态系统建模仿真-实验报告
————————————————————————————————作者: ————————————————————————————————日期:
1实验目的 (１）了解位置伺服系统的组成及工作原理； （2）了解不同控制策略对系统性能的影响。 ２实验设备 (1）硬件：ＰC 机。 (２）工具软件：操作系统:W ｉndows ７；软件工具：ＭＡTL ＡB Ｒ2０1４a 及s ｉmu ｌink 。 ３工作原理及实验要求 3.1实验原理 图３.１是一个以直流电机为驱动元件的位置伺服系统的方块图,Gc （s)为控制器，u f 为与作用于转动轴上的摩擦力矩相对应的电压值。 对于位置伺服控制系统,控制器的输出并不是直接驱动电机,而是经过D/A 转换及功率放大后驱动电机带动负载运动。控制的目标，是使由位置传感器及测量装置给出位置反馈信号跟踪指令信号。实际的控制对象中包含D/A 、功率放大器、电机、负载、位置传感器及测量装置等环节,在本实验项目中,将各环节的模型适当简化，得到广义被控对象为如下形式: Bs Js G P += 21 （１．1） 其中J 为等效转动惯量，B 为等效阻尼系数。 1 Js +Bs 2 Gc(s) r y e u f - u 电机-负载模型 图3.1位置伺服系统方块图 3.2实验要求 (1）采用ＰID 控制器对系统进行仿真,求出负载转角的响应曲线。要求考虑摩擦 力矩、控制器输出饱和等非线性因素的影响。
（２）采用模糊控制算法对系统进行仿真,求出求出负载转角的响应曲线，并与 PID 控制的响应曲线进行比较。仿真时要求考虑摩擦力矩、控制器输出饱和等非线性因素的影响。 4实验内容及步骤 4.1PD 控制位置伺服系统仿真 (１)定义参数: 系统仿真图为图4.1，信号发生器选择幅值为5频率1的正弦信号，在本次实验中Bs Js G P += 2 1 ,参数J 取０.０5，参数B 取0.5。摩擦力 矩? -=θJ u u f ,u 为控制输出,J 为等效转动惯量,? θ转速。非线性饱和器上下限非别为10～-10。 图4.1 PD 控制位置伺服系统 (２）PD 参数整定 本次仿真采用试凑法确定PID 控制器参数,试凑法就是根据控制器 各参数对系统性能的影响程度,边观察系统的运行，边修改参数，直到满意为止。 一般情况下,增大比例系数KP 会加快系统的响应速度,有利于减少静差。但过大的比例系数会使系统有较大的超调，并产生振荡使稳定性变差。减小积分系数ＫＩ将减少积分作用,有利于减少超调使系统稳定,但系
农作物空间格局动态变化模拟模型(CROPS)构建 夏天1,2, 吴文斌1,2,*, 余强毅1,2, 杨鹏1,2, 周清波1,2, 唐华俊1,2（1.农业部农业信息技术重点实验室，北京100081；2.中国农业科学院农业资源与农业区划研究所，北京100081） 摘要：农作物空间格局指特定区域内农作物种植结构、空间分布等信息，是农业土地系统的核心内容之一，也是农业结构调整的重要依据。随着空间模拟技术的发展，农业土地系统的时空动态表达成为可能，但传统模型方法更多关注土地利用类型的转化，而忽视耕地内部农作物格局时空特征的表达。本研究基于CLUE-S土地利用变化模拟模型，进行了概念模型设计、框架和模块重建、参数本底化和校正，研究并提出一个适用于我国农作物空间格局动态变化模拟模型（CROPS，Crop Pattern Simulator）的可行架构，使其能够实现区域尺度土地利用变化与农作物空间格局变化的双层动态模拟。CROPS模型采用了两层次嵌套模拟的模型结构，第一个层次实现对耕地空间格局动态变化过程和状态的表达，第二层次基于第一层次的模拟输出的耕地空间格局，实现耕地内部的农作物空间格局动态变化的有效模拟。CROPS模型主要包括非空间和空间两个大模块，空间模块又包括空间模块I和空间模块II。CROPS模型在东北三省进行了区域应用，结果表明，模型总体模拟效果较好，能够科学合理的表达耕地空间格局和农作物空间格局的动态变化过程。 关键词：农作物空间格局；动态变化；CROPS模型 0引言 农作物空间格局特指一个区域内农作物种植结构、分布、熟制和种植方式等信息[1]，是农业土地系统的核心内容之一。一方面，农作物空间格局能够反映蕴藏于农业土地系统内部的诸多服务功能，如粮食安全、农田碳库、生物质能源生产等；另一方面，其反映了空间范围内人类利用农业生产资源的状况，是农作物结构调整和优化的重要依据[2-4]。因此，开展农作物空间格局变化过程及特征研究具有较高的实用价值和重要的科学意义。 近年来，国内外很多学者针对农作物格局及其变化进行了相关研究[5]。统计调查方法是较早且较为常用的方法之一，即以一定的行政区为基本单元进行农作物面积统计分析[6, 7]，但这种方法往往忽略了分析单元内部的空间异质性，而且主观性较强。随着遥感、地理信息系统等空间信息技术的发展，农作物格局的空间显性表达(Spatially-explicit representation)逐步成为可能。如[8]利用MODIS遥感数据提取了区域农作物种植结构；[9]同样利用MODIS 数据，实现了我国南方15省(市、自治区)各类水稻(早稻、晚稻和单季稻)种植面积的快速识别；Gao利用航片和遥感影像(TM/ETM+)分析了中国黑龙江省1958，1980，2000三个时间段水稻空间格局变化情况[10]。Montero利用GIS技术构建了藤类植物生长分布模型[11][12]模拟展示了新疆棉花种植面积时空格局演变特征，并揭示当地棉花种植业发展的主要驱动力；吴文斌利建立了农作物播种面积变化模拟系统，分析研究了2005-2035年间世界主要农作物(水稻、玉米、小麦和大豆)播种面积变化的数量特征和空间格局[13]。自1997年至今，美国农业部国家农业统计中心（USDA-NASS，National Agricultural Statistics Service of the US Department of Agriculture）不惜花费大量人力物力，将多源中高分辨率遥感影像与统计调查数据相结合，制作了每年一期的耕地内部作物分布图（CDL，Cropland data layers），供后续研究使用[14]。 不难发现，遥感技术是提取农作物空间分布信息的有效方法，但其相对成本较高，不利于获取大区域、长时间序列的农作物空间格局及其动态变化特征。而空间模拟技术作为遥感 夏天为博士后吴文斌为副研究员余强毅为助理研究员杨鹏为研究员周清波为研究员唐华俊为研究员 通讯作者：吴文斌Email：wuwenbin@https://www.doczj.com/doc/322655544.html, 基金项目：国家自然科学基金项目（40930101，40971218，41271112），国家重点基础研究发展计划项目（“973”计划）（2010CB951504）
搅拌式反应器的模拟与优化设计 摘要 在综述了计算流体力学(CFD)技术在搅拌式反应器中的研究进展的基础上，着重讨论了搅拌式反应器中流场的模拟方法, 包括“黑箱”模型法、内外迭代法、多重参考系法和滑移网格法, 并指出了CFD技术的发展方向。在此基础上, 对反应器内流场的数学模型进行了介绍与评价。最后提出应用人工神经网络技术与遗传算法, 优化生物反应的工艺操作条件, 并结合CFD技术, 实现生物反应器的结构优化, 从而达到对生物反应系统整体优化的目的, 以指导实验与工业生产。 关键词计算流体力学，搅拌式反应器，数值模拟，人工神经网络，优化设计Simulation and optimization design of Stirred reactor Abstract： Base on the overview of computational fluid dynamics (CFD) technology in the stirred reactor research,we focused on the mixing reactor simulation of the flow field, including "black box" model of law, internal and external iteration, multiple reference frame method and the sliding mesh method, and pointed out the direction of development of CFD technology. On these basis,we described and evaluated the reactor flow mathematical model.We concludes with the application of artificial neural network and genetic algorithm to optimize the process operating conditions, biological response, and results combined CFD technology to achieve optimization of the structure of the bioreactor, so as to achieve overall optimization of the bioreactor system aims to guide experiments and industrial production. Keyword: computational fluid dynamics, stirred reactor, numerical simulation, artificial neural networks, optimization 第1章前言 搅拌式反应器( Stirred Tank Reactor, STR)因其结构灵活、操作方式多样
图片简介: 本技术提供了一种事件预测及因子识别动态模拟模型建模方法及系统，包括：步骤S1：确立需要监测和评估的事件属性，以及相应的指标算式；步骤S2：建立动态数字模拟流程图；步骤S3：建立批次数据；步骤S4：形成配置文件；步骤S5：将数据和配置文件导入算法平台，进行运算，并生成结果；步骤S6：模型应用。本技术的事件预测及因子识别动态模拟模型通过其独有的建模设计和算法，解决了对产品制造业的离散型随机序列数据进行分析和建模的疑难问题，从而是对建模方法的基础性创新，将在产品制造业获得广泛的应用。 技术要求 1.一种事件预测及因子识别动态模拟模型建模方法，其特征在于，包括： 步骤S1：确立需要监测和评估的事件属性，以及相应的指标算式； 步骤S2：建立动态数字模拟流程图； 步骤S3：建立批次数据； 步骤S4：形成配置文件； 步骤S5：将批次数据和配置文件导入算法平台，进行运算，并生成模拟模型； 步骤S6：应用生成的模拟模型。 2.根据权利要求1所述的事件预测及因子识别动态模拟模型建模方法，其特征在于，所述步骤S1包括：步骤S101：确立监测、预测和进行因子分析所针对的事件：
步骤S102：确立目标指标的计算公式； 所述监测、预测和进行因子分析所针对的事件包括： 质检机质检过程中次品的出现； 所述质检机质检包括：生产线上质检和生产线下批检； 所述生产线上质检：工件按照在生产中被完成的时间顺序进入质检机；质检机被用来实时识别质差产品、质差类别，并对质差产品的数目以及良品的数目进行实时计数；最终的总产出数目＝良品数目+次品数目； 所述生产线下批检：成批的已完成工件依次进入质检机，排序与生产顺序无关，并为非实时；工件进入质检机后，质检机被用来实时识别质差产品、质差类别，并对质差产品的数目以及良品的数目进行实时计数；最终的总产出数目＝良品数目+次品数目； 所述目标指标的计算公式包括针对次品率的指标和算式： 总体次品率＝次品数目/总产出数目； 分类次品率＝分类次品数目/总产出数目。 3.根据权利要求1所述的事件预测及因子识别动态模拟模型建模方法，其特征在于，所述步骤S2包括： 步骤S201：建立动态模拟流程图： 步骤S202：建立特征分类格栅； 所述步骤S201： 以流程图的方式展示需要进行建模的指标以及数量或规模变量； 所述指标是比率，包括：次品率； 所述变量包括：次品数目，良品数目。 步骤S202： 格栅中对分类维度的选择有两个依据，包括：业务决策的需要、数据中可能对目标指标产生影响的其他变量； 所述其他变量包括：产品种类、生产线、班组、工艺、材料、添加剂、公差以及生产环境变量。 4.根据权利要求1所述的事件预测及因子识别动态模拟模型建模方法，其特征在于，所述步骤S3包括：
Ising 模型matlab程序clc;clear all; %H=10, 14, 20, 26, 40 and 80 H=100; L=300; %T=2/(log(1+sqrt(2))); %温度 k=1.3806488*10^(-23);
%k=1; T=2/(log(1+sqrt(2))); %温度 s=round(rand(H,L))*2-1;%-1和1矩阵 t=1;%模拟次数320000 colormap([1 1 1;0 0 0]);%用于控制曲面图的颜色 h1=imagesc(s);%imagesc(A)将矩阵A中的元素数值按大小转化为不同颜色，并在坐标轴对应位置处以这种颜色染色。 %imagesc(x,y,A) x, y分别为二维向量，Matlab会在[x1,x2]*[y1,y2]范围内染色。 axis equal; axis off; set(gcf,'color',[.5 .5 .5]);%gcf为当前Figure 对象的句柄,设置颜色为灰色,即背景的颜色 % up=round(rand(1,L))*2-1; % down=[ones(1,floor(L/2)).*(-1),ones(1,L-floor(L/2))]; % zuo=ones(H,1)*(-1); % you=ones(H,1); up=ones(1,L)*(-1); down=ones(1,L)*(-1); zuo=ones(H,1)*(-1); you=ones(H,1)*(-1); %while(t<=1000/3*H*L) %总模拟次数
while(t<=3200000) %总模拟次数 t=t+1; i=floor(rand*H)+1;%产生均匀分布的伪随机整数的新函数j=floor(rand*L)+1;%产生均匀分布的伪随机整数的新函数if i==1 top=up(1,j);%取up中上面的值 else top=s(i-1,j);%取s中i-1行j列的值 end if i==H bottom=down(1,j); else bottom=s(i+1,j); end if j==1 left=zuo(i,1); else left=s(i,j-1); end if j==L right=you(i,1); else
稳态模拟和动态模拟 可能大家用的最多的就是稳态流程模拟，很少有人用多动态流程模拟，首先从算法上来说动态流程模拟比稳态流程模拟难多了，不论是应用序贯模块法还是联立方程法，都需要解大量的偏微分方程组（对时间的偏导数）。 关于算法就不多说了，相信大家一般都是用来模拟，而不是研究编写这些软件的，如果有兴趣可以私下和我交流。 稳态和动态在变量的给定上面是不同，因为稳态没有时间变量，所以稳态模拟的specifications和动态不同，比如说一个容器，稳态的话给流量和压力就可以了，但是动态这些都是变量，都不是设定值，所以需要给出的设备尺寸，比如容器体积，持液量等。还有像边界物流的P/F specifications就可以只确定压力，因为F=f（p）。 下面简单说一下动态模拟的一些设定 Boundary Streams——所有边界物流都需要插入valve 压力specifications——所有边界物流P都是设定值 Valves——需要设定p/f relationship K value——换热器需要设定k值 Pressure gradients——保持合适的压力梯度，可能好多人用valves的时候都输入过deltaP，压力梯度是流体在管路里面流动的推动力，所以也可以说F=f（deltaP） Tray Sizing——精馏塔需要给出几何尺寸 hold-ups——在给出容器尺寸的时候需要注意容器的持液量，以此来给出合适的size 最后要注意在动态运行过程中是不能修改这些specifications的，只有在stop之后才可以更改 还有就是其实软件内部是在解大量的方程组，所以要主要自变量的个数，也就是DOF自由度问题，否则是不可能解出结果的。所以说自由度分析问题也是在流程模拟中至关重要的。稳态模拟作用就不多说了大家一般常用 动态模拟，可以用来ots，也就是操作员培训，逻辑控制联锁设定，开停车工况模拟，and so on 也可以说成稳态是某一时刻，动态是这些时刻的串联 Hysys稳态和动态的区别 区别： 1，稳态模型所描述的单元与时间无关，只解决物料平衡，能量平衡和相平衡。进出单元的物料必须相等。动态模拟引入时间变量，除了解决稳态模型要解决的上述3大平衡的同时，还要解决压力，温度，液位，各相浓度随时间的变化。因此稳态模拟是3大平衡的代数方程描述。动态模拟是系统压力，温度，液位，各相浓度随时间的变化微分方程描述。目前所有动态模拟软件对于单元操作一般采用常微分方程进行描述，只有管道是采用偏微分（Hysys 中的PipeSegment）.比如分离器动态模型，我们假设在分离器内部浓度为均匀分布，这便是常微分方程，若在分离器内部某物质浓度分布不均匀，你必须采用偏微分方程来进行描述。 2，序贯模块技术和联立方程技术都是求解稳态模型的基本方法 学习动态模拟的关键点：
第五章土地／景观动态过程及模拟 【教学目的】 通过本章的学习，掌握土地/景观变化的空间模式，土地利用／覆盖变化的生态效应分析，了解土地／景观变化模型及其利用。 【重点难点】 教学重点是土地/景观变化的空间模式，土地利用／覆盖变化的生态效应分析 景观动态是景观遭受干扰时发生的现象，是一个复杂的多尺度过程，对绝大多数生物体具有极为重要的意义。景观动态分析是景观结构和功能随时间的变化过程，实质上包括了不同组分之间复杂的相互转化，是目前景观生态学研究中的一个新热点。景观动态研究涉及复杂的自然和人为影响因素，并因此产生更加复杂的景观格局和功能变化过程。对景观动态的研究可以了解景观变化的驱动因素和机理，建立土地／景观辩护模型，预测未来景观变化方向和趋势，并通过对变化方向和速度的调控实现景观的定向演变和可持续发展。 第一节土地／景观变化的空间模式 一、人类活动对土地／景观变化的影响 在人类历史时期，土地／景观变化已在不同的时间和空间发生。 刀耕火种时期，人类对土地利用与景观的影响较小。 农业文明时期，开始吧林地、草地转化为农田，引进农业技术、过程，自然的景观转化为农业景观，以及出现了一些田园化景观和可持续农业景观。 工业化与人口的扩张，导致大量的自然与人文景观退化，从而不可避免地出现了全球性的生态环境问题。 人为活动是影响景观变化的主要因素。而了解人类干扰对景观动态变化的影响，成为合理规划和利用土地的基础。 人类活动对土地／景观变化影响包括土地利用、大型工程建设、城市化规模扩展、诱发自然灾害等方面。 人类活动对土地／景观的影响是多时间尺度的。 大时间尺度上表现为不同历史时期对土地覆被的改造。 工业革命后的百余年，人类活动在较短的时间尺度上对生态环境造成巨大的影响。二、景观变化的空间过程 １.景观破碎化 人类活动造成景观变化结果就是景观破碎化，而景观破碎化导致生物的生境破碎化，是生物多样性丧失的主要原因之一。 景观破碎化是指由于自然或人为干扰所致的景观有简单趋于复杂的过程，即由单一、均
实验一MATLAB基本操作 一、实验目的： ①通过上机实验操作，使学生熟悉MATLAB实验环境，练习MATLAB命令、m文件，进行矩阵运算、图形绘制、数据处理。 ②通过上机操作，使得学生掌握Matlab变量的定义和特殊变量的含义，理解矩阵运算和数组运算的定义和规则。 ③通过上机操作，使得学生掌握数据和函数的可视化，以及二维曲线、三维曲线、三维曲面的各种绘图指令。 For personal use only in study and research; not for commercial use 二、实验原理与说明 Matlab是Matrix 和Laboratory两词的缩写，是美国Mathworks公司推出的用于科学计算和图形处理的可编程软件，经历了基于DOS版和Windows版两个发展阶段。 三、实验设备与仪器： PC电脑，Matlab7.0仿真软件 四、实验内容、方法与步骤： 数组运算与矩阵运算 数组“除、乘方、转置”运算符前的“.”决不能省略，否则将按矩阵运算规则进行运算；执行数组与数组之间的运算时，参与运算的数组必须同维，运算所得的结果也与参与运算的数组同维。 A=[ 1 2 3; 4 5 6; 7 8 9]; B=[-1 -2 -3；-4 -5 -6；-7 -8 -9]; X=A.*B
plot用于二维曲线绘图，若格式为 plot（X，Y，’s’），其中X为列向量，Y是与X等行的矩阵时，以X 为横坐标，按Y的列数绘制多条曲线； 若X为矩阵，Y是向量时，以Y为纵坐标按X的列数（或行数）绘制多条曲线。 参考程序如下： t=(0:pi/100:pi)' y1=sin(t)*[-1 1]; y2=sin(t).*sin(9*t); plot(t,y1, 'r:', t, y2, 'b-.') axis([0 pi, -1, 1]) title('Drawn by Dong-yuan GE') 程序运行界面如下： plot3用于三维曲线绘制，其使用格式与plot十分相似。 参考程序如下： t=0:0.02:2*pi;
第38卷第5期 2006年5月 哈尔滨工业大学学报 JOURNAL OF HARB I N I N STI T UTE OF TECHNOLOGY Vol 138No 15May 2006 M BBR 生物预处理工艺硝化过程动态模型的建立 徐斌, 夏四清, 胡晨燕, 高乃云 (同济大学污染控制与资源化研究国家重点实验室, 上海200092, E 2mail:tj w en wu@mail. t ongji . edu . cn 摘要:采用MBBR 工艺对微污染黄埔江原水硝化过程动力学和反应器动力学进行了研究. 采用考虑最小基质质量浓度的M ichaelis -Menten 方程, 氨氮去除速率方程为N =1879(S -0108 /(S +1152 , 各动力学参数分别为:最 大氨氮去除速率N max 为1879mg/(m 2 ? d ; 半速率常数K s 为116mg/L;最小基质氨氮质量浓度为0108mg/L;最大细胞比增长速率μmax 为1105d -1 . 试验表明,MBBR 反应器为典型的完全混合反应器, 结合硝化反应动力学, 建立了
完全混合式原水生物预处理硝化反应器动态模拟模型. 通过模型计算与实际中试运行效果比较可以得出:在低进水氨氮质量浓度条件下, 模型计算值与实验数据略有差别; 在中高进水氨氮质量浓度条件下, 模型计算值与实验结果较为一致. 模型较好地反应了工艺硝化的过程, 可方便地应用于工艺的控制和管理. 关键词:硝化; 动态模拟; 生物预处理; MBBR 中图分类号:X506 文献标识码:A 文章编号:(2006 -05 D ynam i c si a f i on i n b i o 2pretrea t m en t g M BBR technology XU B in, X I A Si 2qing, HU Chen 2yan, G AO Nai 2yun (State Key Laborat ory of Polluti on Contr ol and Res ource Reuse, T ongji University, Shanghai 200092, China, E 2mail:tj w en wu@mail. t ongji . edu . cn Abstract:The nitrifying and react or kinetics of ra w water nitrificati on in bi ol ogical p retreat m ent of m icr o 2pol 2luted water fr om Huangpu R iver by MBBR technol ogy was studied . According t o the equati on of M ichaelis 2Menten, taking the m ini m um a mmonia nitr ogen concentrati on int o considerati on, the relati onshi p bet w een a m 2monia nitr ogen concentrati ons and a mmonia nitr ogen re moval rates could be p resented as N =1879(S -0108 /(S +1152 . Four nitrificati on kinetics para meters could be directly or indirectly obtained by the meas 2ure ments of the react or syste m , including the m ini m um a mmonia nitr ogen concentrati on, the half saturati on constant, the maxi m um a mmonia re moval rate and the maxi m um s pecific bacterial gr owth rate . For the experi 2