Predavanje 2
Predavanje 2
Predavanje 2
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
2. EMPIRIJSKI PRISTUP<br />
MODELOVANJE<br />
I SIMULACIJA PROCESA<br />
2. Empirijski pristup u<br />
modelovanju; teorija<br />
sličnosti; verifikacija modela<br />
Dr Nikola Nikačević<br />
EMPIRIJSKI PRISTUP U<br />
MODELOVANJU<br />
• Zasnovan na analizi eksperimentalnih rezultata;<br />
• Formiranje veze između izlazne i ulazne veličine,<br />
ili željene veličine i nezavisno promenjive /<br />
parametra.<br />
• U eksperimentima se najčešće variraju odabrani<br />
(značajni) parametri a mere se željene veličine.<br />
• Empirijski model često nije (u potpunosti) zasnovan<br />
na teorijskoj analizi.<br />
• Ranije se pristup koristio više, ali sa napretkom<br />
teorijskih istraživanja i brzim razvojem računara,<br />
se sve manje upotrebljava.<br />
MODELOVANJE I SIMULACIJA<br />
PROCESA 1
2. EMPIRIJSKI PRISTUP<br />
EMPIRIJSKI PRISTUP - PREDNOSTI<br />
• Složeni sistemi (više faza, više komponenti i<br />
reakcija, više operacija, složena struktura) se<br />
često ne mogu opisati teorijski, ili se fundamentalni<br />
modeli ne mogu rešiti, pa empirijski pristup<br />
omogućava da se predvidi ponašanje tih sistema.<br />
• Empirijski modeli se mogu koristiti sa relativno<br />
velikom pouzdanošću (mala greška predviđanja)<br />
ako se pretskazuje ponašanje istog ili sličnog<br />
sistema u opsegu vrednosti parametara za koje<br />
je predhodno izvršena analiza i razvoj modela.<br />
• Najčešće su jednostavni za upotrebu / rešavanje.<br />
EMPIRIJSKI PRISTUP - NEDOSTACI<br />
• Pošto empirijski modeli često nisu teorijski<br />
zasnovani, oni ne mogu da doprinesu boljem<br />
razumevanju fizičkih i hemijskih pojava u<br />
posmatranom sistemu (princip “crne kutije”).<br />
• Postoji mogućnost da se neki od značajnih<br />
parametara ne uključe u analizu (kad nema<br />
teorijske zasnovanosti).<br />
• Primena je ograničena samo na slične sisteme i<br />
na opseg parametara korišćen pri postavljanju<br />
modela – Ekstrapolacija pri primeni empirijskog<br />
modela nije dozvoljena!<br />
MODELOVANJE I SIMULACIJA<br />
PROCESA 2
2. EMPIRIJSKI PRISTUP<br />
Koncentracija [mol/cm 3 ]<br />
2.6<br />
2.4<br />
2.2<br />
2<br />
1.8<br />
1.6<br />
1.4<br />
1.2<br />
1<br />
PRIMER GREŠKE PRI<br />
EKSTRAPOLACIJI<br />
Ekstrapolacija linearne<br />
empirijske zavisnosti<br />
Ograničen broj<br />
eksperimentalnih tačaka<br />
Realan<br />
model<br />
procesa<br />
0.8<br />
0 0.5 1 1.5 2 2.5 3 3.5 4<br />
Vreme [min]<br />
PRIMERI UPOTREBE EMPIRIJSKIH<br />
MODELA<br />
• Predviđanje fizičkih, hemijskih, termodinamičkih<br />
veličina (koeficijenata) za jedinjenja ili smeše na<br />
određenim uslovima, na primer: konstante brzine<br />
hemijske reakcije, koeficijenta prenosa toplote i<br />
mase, koeficijenta aktivnosti, napona pare,<br />
toplotnog kapaciteta, dopunske zapremine,...<br />
• Predviđanja ponašanja sistema pod različitim<br />
uslovima: dinamika sistema i procesa, način<br />
strujanja i kontakta faza,...<br />
• Kalibracija instrumenata / uređaja za merenje,<br />
analizu, monitoring i dr...<br />
MODELOVANJE I SIMULACIJA<br />
PROCESA 3
2. EMPIRIJSKI PRISTUP<br />
EKSPERIMENTALNA<br />
IDENTIFIKACIJA PROCESA<br />
• Postavljanje empirijskih modela na osnovu dinamičkih<br />
eksperimenata u realnom (ili pilot) sistemu – identifikacija<br />
dinamike procesa ili načina strujanja / kontakta faza.<br />
Step.<br />
promena<br />
F [% OS]<br />
100.0<br />
90.0<br />
80.0<br />
70.0<br />
60.0<br />
50.0<br />
40.0<br />
30.0<br />
20.0<br />
10.0<br />
F [% OS]<br />
100.0<br />
90.0<br />
80.0<br />
70.0<br />
60.0<br />
50.0<br />
40.0<br />
30.0<br />
20.0<br />
10.0<br />
0.0<br />
Provera<br />
modela<br />
0.0 1.0 2.0 3.0 4.0 5.0 6.0<br />
q [-]<br />
0.0<br />
0.0 1.0 2.0 3.0 4.0 5.0 6.0<br />
q [-]<br />
Empirijski model:<br />
Ds<br />
K e<br />
G(<br />
s)<br />
<br />
( 1s<br />
1)(<br />
<br />
2s<br />
1)<br />
EMPIRIJSKE KORELACIJE<br />
• Za predviđanje veličina (koeficijenata) pod različitim<br />
uslovima često se koriste empirijske korelacije<br />
• Korelacije su najčešće bezdimenzione, oblika<br />
stepene funkcije:<br />
a b c<br />
Y K X1 X<br />
2<br />
X<br />
0.83 0. 33<br />
3 na pr.<br />
Sh 0.023<br />
Re Sc<br />
• Izbor bezdimenzionih grupa se vrši na različite<br />
načine: teorijskom analizom, teorijom sličnosti,<br />
eksperimentalnom opservacijom i iskustvom,...<br />
• Koeficijenti i stepeni u korelacijama se dobijaju na<br />
osnovu većeg br. eksperimentalnih rezultata.<br />
MODELOVANJE I SIMULACIJA<br />
PROCESA 4
2. EMPIRIJSKI PRISTUP<br />
KORELACIJE – LINEARNA I<br />
NELINEARNA REGRESIJA 1<br />
• Koeficijenti u korelacijama se često dobijaju<br />
metodom najmanjih kvadrata – linearna i<br />
nelinearna regresija eksperimentalnih rezultata.<br />
• Linearna zavisnost:<br />
y a<br />
0<br />
a1x1<br />
a2x2<br />
a3x3<br />
gde su x 1 , x 2 i x 3 vektori promenjivih (parametara), a y je<br />
vektor veličine koja se koreliše.<br />
• Jedn. (1) se može predstaviti u matričnom obliku:<br />
y <br />
Xa<br />
gde je X matrica:<br />
(1)<br />
X [ I x x 3] , a I jedinični vektor<br />
1 2<br />
x<br />
KORELACIJE – LINEARNA I<br />
NELINEARNA REGRESIJA 2<br />
• Koeficijenti korelacije a 0 , a 1 , a 2 , ... se konačno<br />
mogu dobiti pomoću matrične operacije:<br />
a X \<br />
y eks<br />
ili<br />
a inv(<br />
X ) <br />
yeks<br />
gde je y eks vektor eksperimentalnih vrednosti.<br />
Napomena: Operacija \ koristi Gauss-ovu eliminacionu metodu,<br />
brža je i numerički adekvatnija od inverzne matrice.<br />
• Ako je korelacija nelinearna (najčešće):<br />
y a<br />
0<br />
x<br />
a<br />
1<br />
1<br />
x<br />
a<br />
2<br />
2<br />
x<br />
a<br />
3<br />
3<br />
onda je pre primene metode treba logaritmovati:<br />
ln( y)<br />
ln( a0)<br />
a1<br />
ln( x1)<br />
a2<br />
ln( x2)<br />
a3<br />
ln( x3)<br />
MODELOVANJE I SIMULACIJA<br />
PROCESA 5
2. EMPIRIJSKI PRISTUP<br />
TEORIJA SLIČNOSTI<br />
• Definiše matematičke odnose između fizički<br />
sličnih sistema različitih veličina;<br />
• Predstavlja osnovu za uvećanje / smanjenje<br />
razmera (scale-up) uređaja i procesa;<br />
• Kriterijumi sličnosti se mogu definisati<br />
pomoću diferencijalnih jednačina ili<br />
pomoću dimenzione analize;<br />
• Bezdimenzioni grupe dobijene pomoću<br />
kriterijuma sličnosti predstavljaju osnovu za<br />
izgradnju većine empirijskih korelacija.<br />
KRITERIJUMI SLIČNOSTI – 1<br />
1. Geometrijska sličnost<br />
'<br />
x<br />
x<br />
<br />
'<br />
y<br />
y<br />
<br />
'<br />
z<br />
z<br />
L<br />
gde su x’, y’ i z’, x, z i z koordinate tačaka na objektu i<br />
fizičkom modelu, respektivno.<br />
2. Kinematička sličnost<br />
v '<br />
v<br />
<br />
v <br />
L<br />
t<br />
Linearni odnos<br />
smanjenja (konstanta)<br />
Kinematička sličnost podrazumeva<br />
sličnu sliku strujanja u geometrijski<br />
sličnim sistemima koeficijenti<br />
prenosa mase i toplote u prototipu<br />
će biti 1/L od onih u modelu!<br />
MODELOVANJE I SIMULACIJA<br />
PROCESA 6
2. EMPIRIJSKI PRISTUP<br />
KRITERIJUMI SLIČNOSTI – 2<br />
3. Termička sličnost<br />
H<br />
H<br />
'<br />
r<br />
r<br />
H<br />
<br />
H<br />
'<br />
c<br />
c<br />
H<br />
<br />
H<br />
'<br />
v<br />
v<br />
H<br />
<br />
H<br />
'<br />
f<br />
gde su H r , H c , H v i H f protoci toplote kroz određenu<br />
površinu koja je prenesena radijacijom, kondukcijom,<br />
konvekcijom i kretanjem fluida, respektivno.<br />
4. Hemijska sličnost<br />
brz . hem.<br />
reakcije<br />
brzina strujanja<br />
i<br />
f<br />
H<br />
ili<br />
Svaki kriterijum (2-4) podrazumeva da su ispunjeni svi predhodni<br />
kriterijumi!<br />
H<br />
H<br />
'<br />
r<br />
'<br />
c<br />
H<br />
<br />
H<br />
brz.<br />
hem.<br />
reakcije<br />
brzina mol.<br />
difuzije<br />
r<br />
c<br />
H<br />
H<br />
'<br />
r<br />
'<br />
v<br />
H<br />
<br />
H<br />
r<br />
v<br />
H<br />
H<br />
'<br />
r<br />
'<br />
f<br />
H<br />
<br />
H<br />
r<br />
f<br />
DIMENZIONA ANALIZA – 1<br />
• Tehnika kojom se opisuje fizički sistem sa minimalno<br />
potrebnim brojem nezavisno promenjivih;<br />
• Promenjive se grupišu u bezdimenzione grupe<br />
koje ne zavise od mernih jedinica;<br />
• Određivanje tačnog broja relevantnih promenjivih<br />
je esencijalno sistem se mora dobro poznavati;<br />
• Osnova: svaka veličina se može izraziti pomoću<br />
svega nekoliko mernih jedinica;<br />
• Broj i izbor osnovnih jedinica zavisi od sistema, na<br />
pr. često su za hemijske sisteme osnovne jedinice:<br />
mase (m), dužine (L), vremena (t) i temp. (T).<br />
MODELOVANJE I SIMULACIJA<br />
PROCESA 7
2. EMPIRIJSKI PRISTUP<br />
DIMENZIONA ANALIZA – 2<br />
• Princip homogenosti: Svaka kompletna fizička<br />
jednačina mora da bude dimenziono homogena ili<br />
se može podeliti u više homogenih jednačina;<br />
• Tri tipa veličina: promenjive, dimenzione konstante<br />
(g, R, k,...) i numeričke konstante (,...);<br />
• Buckingham-ova Pi teorema:<br />
1. Rešenje svake dimeziono homogene fizičke jednačine<br />
se može predstaviti u obliku:<br />
( 1,<br />
<br />
2,...)<br />
0<br />
gde je 1 , 2 ,... kompletan set bezdimenzionih grupa<br />
sastavljen od promenjivih i dimenzionih konstanti.<br />
DIMENZIONA ANALIZA – 3<br />
2. Ako jednačina sadrži n zasebnih promenjivih i dim.<br />
konstanti koji se mogu predstaviti sa m osnovnih<br />
jedinica, tada je broj bezdimenzionih grupa u setu<br />
jednak: n – m.<br />
• Odstupanje od tačke 2. iz teoreme: ako se u svim<br />
promenjivim izraza javljaju dve iste osnovne<br />
jedinice, one se mogu zameniti sa istim simbolom,<br />
pa je broj grupa veći za jedan: n–(m–1).<br />
• Tačniji broj nezavisnih bezdimenzionih grupa se<br />
jednostavnije može odrediti pomoću Rayleigh-ove<br />
metode indeksa i dimenzione matrice.<br />
MODELOVANJE I SIMULACIJA<br />
PROCESA 8
2. EMPIRIJSKI PRISTUP<br />
PRIMER 1 – DIMENZIONA ANALIZA<br />
1. Pomoću dimenzione analize utvrditi koje su bezdimenzione<br />
grupe potrebne za korelisanje eksperimentalnih<br />
rezultata za prinudnu konvekciju u dugačkom cilindru.<br />
To<br />
u 0 , T<br />
Rešenje: Problem je definisan sa bilansom količine kretanja<br />
i bilansom energije za diferencijalni element zapremine.<br />
Za pojednostavljenje usvajaju se pretpostavke:<br />
– Uspostavljeno je stacionarno stanje i bilansi po x pravacu.<br />
– Gravitacioni član i gradijent pritiska u bilansu KK se zanemaruju.<br />
– Član generisanja toplote u energetskom bilansu je 0.<br />
– Granični uslovi: u 0 =u, q 0 =hT<br />
PRIMER 1 – DIMENZIONA ANALIZA<br />
Pod datim pretpostavkama diferencijalne jednačine modela:<br />
2<br />
u<br />
u<br />
Promenjive i konstante – n=7:<br />
u<br />
0<br />
2<br />
x<br />
x<br />
u, ,<br />
,<br />
C<br />
p<br />
, ,<br />
h,<br />
a<br />
2<br />
T<br />
T<br />
Osnovne jedinice. – m =4:<br />
C<br />
pu<br />
ha(<br />
T T0<br />
) 0<br />
2<br />
m ( kg),<br />
x ( m),<br />
t ( s),<br />
T ( K)<br />
x<br />
x<br />
Broj bezdimenz. grupa: n-m=3<br />
Veličine u članovima jednačina modela, tj. bilansa, su:<br />
• Količina kretanja: 1) 2)<br />
C p<br />
uT<br />
u 2<br />
• Energetski: 3) 4) 5)<br />
x<br />
x<br />
T<br />
2<br />
x<br />
u<br />
2<br />
x<br />
hT<br />
x<br />
MODELOVANJE I SIMULACIJA<br />
PROCESA 9
2. EMPIRIJSKI PRISTUP<br />
PRIMER 1 – DIMENZIONA ANALIZA<br />
• iz bilansa količine kretanja<br />
kada se član 1) podeli sa<br />
2) dobija se Reynolds-ov<br />
broj:<br />
ux<br />
<br />
Re<br />
• iz bilansa energije kada se<br />
član 3) i 5) podeli sa 4)<br />
dobijaju se Peclet-ov i<br />
Nusselt-ov broj:<br />
C p<br />
ux<br />
Pe<br />
<br />
hx <br />
<br />
Nu<br />
Ove tri grupe su potrebne za korelisanje eksperim. podataka<br />
Napomena: U klasičnoj analizi figuriše Prandtl-ov broj umesto Pecletovog.<br />
Međutim, deljenjem Pe broja sa Re dobija se Prandtl-ov broj:<br />
Pe<br />
<br />
Re<br />
C p<br />
<br />
<br />
Pr<br />
te su korelacije oblika<br />
Nu <br />
f (Re, Pr)<br />
BEZDIMENZIONE GRUPE – 1<br />
Reynolds-ov broj<br />
uL inercione sile<br />
Re viskozne sile<br />
Weber-ov broj<br />
u<br />
2 L inercione sile<br />
We povr sin ske sile<br />
Prandt-lov broj<br />
C<br />
p<br />
Pr <br />
a <br />
viskozne sile<br />
termicka difuz.<br />
Freud-ov broj<br />
2<br />
u inercione sile<br />
Fr <br />
gL gravitacione sile<br />
Lewis-ov broj<br />
a Sc termicka difuz<br />
Le D<br />
<br />
.<br />
Pr difuzivnost<br />
AB<br />
Shmidt-ov broj<br />
<br />
Sc <br />
D<br />
AB<br />
<br />
D<br />
AB<br />
viskozne sile<br />
difuzivnost<br />
MODELOVANJE I SIMULACIJA<br />
PROCESA 10
2. EMPIRIJSKI PRISTUP<br />
BEZDIMENZIONE GRUPE – 2<br />
Peclet-ov br. za toplotu<br />
uL tok fluida<br />
Pe Re<br />
Pr <br />
a termic.<br />
dif .<br />
Nusselt-ov broj<br />
hL konvekcija toplote<br />
Nu kondukcija<br />
Damkohler-ov broj I<br />
karakter.<br />
vreme<br />
DaI<br />
<br />
1 reakciono vreme<br />
n1<br />
kC<br />
0<br />
Peclet-ov br. za masu<br />
uL<br />
tok fluida<br />
Pe Re<br />
Sc <br />
D<br />
difuzivnost<br />
AB<br />
Sherwood-ov broj<br />
kg L konv.<br />
prenos mase<br />
Sh <br />
D difuzivnost<br />
AB<br />
Damkohler-ov broj II<br />
Da<br />
II<br />
n<br />
kC<br />
<br />
k a<br />
1<br />
0<br />
<br />
g<br />
brzina reakcije<br />
brz.<br />
pren.<br />
mase<br />
EKSPERIMENTALNA VERIFIKACIJA<br />
MODELA<br />
• Matematički modeli (bilo koje vrste) se najpouzdanije<br />
verifikuju pomoću eksperimen. rezultata.<br />
• Pre poređenja neophodno je usaglasiti veličine<br />
dobijene modelom sa onim iz eksperimenata.<br />
• Poređenje rezultata modela sa eksperimentima se<br />
vrši grafički ili tabelarno.<br />
• Za svaku eksperimentalnu tačku se može izračunati<br />
greška modela, a za ceo set je reprezentativna<br />
(neka od) srednjih greški.<br />
• Interpretacija greške zavisi od ciljeva modelovanja,<br />
sistema koji se modeluje i metoda rešavanja.<br />
MODELOVANJE I SIMULACIJA<br />
PROCESA 11
2. EMPIRIJSKI PRISTUP<br />
GREŠKE MODELA<br />
Srednja apsolutna greška<br />
Srednja relativna greška<br />
N<br />
N<br />
1<br />
1 yeks<br />
yrac<br />
y eks<br />
y rac 100%<br />
N 1 y<br />
N 1<br />
eks<br />
Suma kvadrata odstupanja<br />
Srednje kvadratno odstupanje<br />
N<br />
N<br />
2<br />
1<br />
( y eks<br />
y rac<br />
)<br />
(<br />
y eks<br />
y rac<br />
)<br />
1<br />
N 1<br />
2<br />
PLANIRANJE EKSPERIMENATA<br />
POMOĆU MODELA<br />
Matematički modeli mogu da se koriste u<br />
svrhu smanjenja broja eksperimenata i<br />
eleminacije metode proba – greška:<br />
• Analizom postavljenih fundamentalnih zavisnosti<br />
moguće je: odabrati veličine koje je adekvatno<br />
meriti i odrediti kako parametre treba varirati.<br />
• Detaljnim kompjuterskim simulacijama (CFD) se<br />
dobijaju vrlo tačna rešenja – smanjuje se<br />
potreban broj eksperimenata (numerički eksper.)<br />
• Statističkim metodama optimalnog planiranja<br />
eksperimenata eliminišu se nepotrebni eksperimenti.<br />
MODELOVANJE I SIMULACIJA<br />
PROCESA 12