Бурение грунтовых зондов, установка энергетических колодцев

Досвід проведення промислово-експлуатаційних випробувань теплогенеруючих установок показав, що для обробки і аналізу отриманих даних по традиційним методиках необхідні значні ви­трати часу і матеріальних засобів. Процес безпосереднього прове­дення випробувань і обробка результатів розділені за часом. Однак при проведенні налагоджувальних досвідів і пошукових експери­ментів часто виникає необхідність оперативного одержання інфор­мації об ефективності роботи обладнання. Це стало можливо з по­явою, персональних комп’ютерів (ПК) і іншої електронної техніки.

Але використання ПК при випробуваннях енергетичного устаткування вимагає розробки спеціального методичного і про­грамного забезпечення. Дана обставина і спонукала до створення методики автоматизованої обробки і аналізу результатів випробу­вань енергетичного обладнання і розрахунків шкідливих викидів. У результаті був створений універсально електронний комплекс УЕК, що дозволяє оперативно й досить точно обробляти дані випробу­вань та енергоаудиіу. УЕК складається з декількох модулів (рис. 10.1), здатних працювати як разом, так і самостійно [463].

У УЕК передбачене використання як формальних, так і нефо­рмальних процедур. Можливість неформального входу в програму дозволяє коректувати процес обчислень, що особливо важливо на етапі планування наступного досвіду, тому що рекомендовані про­грамою рівні деяких факторів не завжди є оптимальними. Відбу­вається це внаслідок того, що просування до оптимуму відбуваєть­ся за рахунок інших факторів Xj вплив яких більш суттєвий. Крім того, на практиці в силу різного роду причин часто не вдається встановити деякі параметри процесу, які рекомендує УЕК.

УЕК був апробований на багатьох підприємствах України та близькому зарубіжжі та показав високу ефективність. Загальний час проведення енергетичних обстежень, включаючи обробку і оформлення результатів, скорочується в середньому в 2…З рази. Такий значний ефект досягається за рахунок двох факторів: змен­шення кількості необхідних досвідів, за допомогою методу симпле­ксного планування експерименту, і скорочення часу на обробку і оформлення результатів.

Математичне планування експерименту (МПЕ) дозволяє ви­значити мінімальне число необхідних досвідів, що забезпечують розв’язок поставленого завдання із заданою точністю, а також опи­сує методику обробки даних. МПЕ проводиться як до початку екс­перименту, так і під час його проведення. При побудові плану екс­перименту прагнуть зробити цей план оптимальним. До параметрів плану, які звичайно оптимізують, відносять:

У кількість досвідів;

У ступінь використання факторного простору;

У середню або максимальну дисперсію коефіцієнтів регресії або ре­зультату експерименту.

У теперішній час можна виділити два основні напрямки в теорії МПЕ:

V планування експериментів по з’ясуванню механізму явищ;

У планування екстремальних експериментів.

У першому випадку визначається рівняння регресії. У другому випадку — умови, при яких досліджуваний процес задовольняє де­якому критерію оптимальності [464-471]. Роботи, пов’язані з ви­пробуваннями теплогенеруючого обладнання, відносяться саме до цього випадку.

Методи МПЕ можуть застосовуватись для простих і складних систем, які володіють властивістю керованості і необхідним ступе­нем відтворюваності результатів. Теплофізичний експеримент час­то характеризується високим рівнем апріорної інформації, тобто процеси з тим або іншим ступенем наближення описуються систе­мою диференціальних рівнянь. У такому експерименті є можли­вість попередньо виявити методами узагальнених змінних або ло­кального моделювання залежні і незалежні змінні, що дозволяє скоротити число змінних, вплив яких передбачається вивчити. При використанні методів МПЕ в якості факторів слід використовувати узагальнені змінні, там, де не вдається їх виявити, у якості факторів при ПЕ використовують абсолютні величини визначальних параме­трів [464-471].

Змінюючи умови процесу, можна одержати значення того або іншого відгуку і при необхідності оптимізувати процес по цьому відгукові, прийнятому за критерій або параметр оптимізації. Для

розв’язку завдань оптимізації використовуються два принципово рі­зні підходи:

— визначається повна математична модель і далі завдання вирішується аналітичним або чисельним методами;

— здійснюється експериментальний пошук екстремальної ТОЧКИ у фа­кторному просторі змінних хь х2, x3,…xN у процесі дослідження, мі­сце розташування цієї точки у факторному просторі визначається вектором х0.

Створити повну математичну модель реального топкового процесу з урахуванням всіх факторів поки не вдалося через склад­ності різного порядку. Тому при проведенні випробувань енергети­чного устаткування доводиться застосовувати експериментальні методи.

Екстремальне значення відгуку досягається за допомогою ба­гаторазової послідовної процедури вивчення поверхні і просування у факторному просторі. Було розглянуто кілька методів оптимізації пошуку екстремуму, що відрізняються способом визначення на­прямку руху і організацією самого руху [464-471]. Як показав ана­ліз цих методів, всі вони мають певні недоліки, однак найбільш ефективним виявився симплексний метод планування (ПСМ), який і був обраний у якості основного для МПЕ, як на стендових устано­вках, так і на промислових об’єктах.

ПСМ відноситься до безградієнтних методів пошуку екстре­муму і пов’язаний з нескладними розрахунками при кроковому ру­ху до оптимуму. Симплекс — це найпростіший опуклий багатогран­ник, утворений N+1 вершинами в N — мірному просторі. Симплекс називається правильним (регулярним), якщо всі відстані між утво­рюючими його вершинами рівні. Застосування правильних симпле­ксів спрощує процедуру послідовного розрахунку його вершин. Процедура ПСМ полягає у виборі початкового симплекса і послі­довнім відображенні його вершин з найгіршим відгуком у нову то­чку відносно протилежної грані (рис. 9.2). Процес закінчується при досягненні екстремальної області. Початковий симплекс (експери­менти 1, 2, 3) розташовують у факторному просторі на основі апрі­орної інформації про об’єкт дослідження. Для першого кроку до оп­тимуму на грані 2-3 протилежної найгіршому досвіду, симетрично
будують новий правильний симплекс 2, 3, 4, дослідні результати знову ранжирують і т. д. Координати кожної нової вершини симп-

Xі

лексів, я розраховують по формулі [466]:

(10.1)

По досягненню області екстремуму симплекс починає оберта­тися навколо вершини з максимальним значенням відгуку, і проце­дуру ПСМ припиняють. Важливою властивістю ПСМ є те, що він не боїться помилок експерименту, які можуть лише затримати, але не зупинити просування до оптимуму, у зв’язку із цим дублювати досвіди не обов’язково [467, 468]. Ускладнення при застосуванні ПСМ можуть виникнути, коли симплекс попадає на гребінь повер­хні відгуку, у цьому випадку він починає коливатися. Таке коли­вання виникає при досягненні області оптимуму (рис. 10.2). У ви­падку, коли коливання виникло на гребені поза оптимумом, для йо­го усунення рекомендується відображати не саму гіршу вершину, а найближчу [466]. При досягненні оптимальної області можна уточ­нити положення оптимуму (якщо відсутній його дрейф). Для цього слід використовувати в цій області симплекс менших розмірів або застосувати центральний композиційний план (ЦКП) другого по­рядку.

Симплексний метод можна використовувати для пошуку оп­тимуму, як на реальних об’єктах і стендах, так і для математичної моделі. Його ефективність у порівнянні з іншими методами тем помітніша, чим більше число факторів [464-471].

На практиці пошук оптимуму з використанням УЕК здійсню­вався у такий спосіб:

визначався основний оптимізуємий параметр (ККД установки, емісія NOx або SOx і т. п.), а також фактори, які оказують найбільш істотний вплив на нього;

— залежно від кількості визначальних факторів N проводилося К досві­дів (K=N+1), причому в кожному досвіді змінювалися рівні всіх факторів (крок зміни рівнів визначався оператором);

— дані досвідів оброблялися на ЕВМ за допомогою УЕК;

— результати обчислень аналізувалися;

— на підставі рекомендованих УЕК рівнів визначальних факторів про­водився наступний досвід.

При досягненні екстремальних значень оптимізуємого пара­метра, при необхідності, проводилося уточнення максимуму мето­дом Зайделя-Гауса. Як правило, на практиці досить послідовної зміни зі зменшеним кроком одного або двох найбільше суттєвих по ієрархії факторів, щоб досягти прийнятного значення оптимізуємо­го параметра.

Комментарии запрещены.