下载文档原格式
化工过程中模型的建立与计算姓名：田保华化工过程中模型的建立与计算1. 概述过程的状态监控或过程的在线监测都需要建立合适的数学模型。
化工过程的数学模型主要有三大类方法，即机理模型，统计模型和混合模型。
描述过程的方程组由过程机理出发，经推导得到，并且由实验验证，这样建立起来的模型就是机理模型。
机理模型方法需要凭借可靠的规律及经验知识来建立原始微分方程式，这些规律和经验知识必须被表达为一般的形式。
机理模型是对实际过程直接的数学描述，是过程本质的反映，因此结果可以外推。
数学模型也可以根据实验装置、中型或者大型工业装置的实测数据，通过数据的回归分析得到的纯经验的数学关系式，这就是统计模型。
统计模型和过程机理无关，是根据实验从输出和输入变量之间的关系，经分析整理得到的。
它只是在实验范围内才是有效的，因而不宜外推或者以较大幅度外推。
由于实验条件的限制，统计模型的局限性很大，所以总是希望尽可能建立机理模型。
对于化工过程来说，由于经验模型受到实际条件的限制，应用范围有限，机理模型求解又十分困难，这样就产生了第三种数学模型，即混合模型。
混合模型是对实际过程进行抽象概括和合理简化，然后对简化的物理模型加以数学描述，混合模型主要是设法回避过程中一些不确定的和复杂的因素，代之以一些统计的结果和一定的当量关系，它是半经验半理论性质的。
在化工过程的数学模拟中，混合模型是应用最广的一种模型。
例如，混合模型用于粉仓中粉体流动数学模型分析等等。
近年来，人们将人工神经网络方法用于化工建模，并取得较好的效果。
化工过程中数学建模的建立一般是基于流体的性质。
流体的热力学性质主要是从状态方程（EOS）得到。
至今，文献报道的EOS已有一百五十种之多，有的从理论分析得到的、有的从实验数据分析归纳而来、还有一些是理论分析和实验数据相结合推出来。
比较经典的EOS有VDW方程，R-K方程，Soave方程，CS方程，33参数的MBWR方程。
这些经验、半经验的EOS只能在一定的温度和密度范围内对于某些流体适应，应用的范围比较窄，理论基础不强[34]。
