Определение неизвестных коэффициентов математической модели
Автор: Камолов Э.Р.
Журнал: Экономика и социум @ekonomika-socium
Рубрика: Современные науки и образование
Статья в выпуске: 5-2 (84), 2021 года.
Бесплатный доступ
В данном статья рассматривается математическая модель технологического процесса обогащения каолина, при этом выделено несколько фаз в развитии культуры микроорганизмов. С учетом кинетических зависимостей составлено уравнение описывающее процесс культивирования бактерий в непрерывном режиме, в котором снижение концентрации железа отражается в графическом виде. Вопросы определения неизвестных коэффициентов на основе задачи параметрической идентификации и реализации моделей. С целью преодоления определенных трудностей, а также ускорения расчетов и получения более точных, достоверных результатов использован интерполяционный полином Лагранжа и последовательного исключения неизвестных.
Скорость окисления, генерации бактерий, титр клеток, метод наименыших квадратов, параметрической идентификации, метод максимального правдоподобия, метод оценок, функцию интерполяционным, полином лагранжа
Короткий адрес: https://sciup.org/140260585
IDR: 140260585
Текст научной статьи Определение неизвестных коэффициентов математической модели
Актуальность темы: Применение современных биотехнологических методов при переработке каолинов, занимающих важное место в экономике нашей страны, считается экологически чистым и экономически эффективным методом. На сегодняшний день при изготовлении фарфоровых изделий, скульптуры используется качественный импортный каолин. Это приводит к повышению себестоимости продукта и становится причиной увеличения финансовых затрат. Качество каолина местного Ангренского месторождения низко и содержит элемент железо, который препятствует его использованию. При очищении элемента железа, снижающее качество каолина наряду с химическими методами, развитых странах используются современные биотехнологические методы железоокисляющих бактерий. В этом направлении в нашей стране ведутся научные исследования по внедрению биотехнологических методов очистки. При этом задача параметрической идентификации состоит в экспериментальном определении характеристик объекта. Оценивание параметров объекта производится в рамках математической модели определенного класса. При этом различие между данными, полученными на реальном объекте и на соответствующей математической модели, должно быть по возможности минимальным. Подробное обсуждение методов параметрической идентификации, в том числе их выход и анализ условий сходимости, можно найти в работе [7], а также в [10,11].Чтобы избежать ситуации, когда малые ошибки экспериментальных данных могут повлечь большие ошибки в определении констант, требуется оценка корректности постановки задачи идентификации. Кроме того, важен вопрос о достаточности экспериментальных данных, возникающий при исследовании конкурирующих моделей. Эти существенные аспекты рассмотрены в работах [12,13].Скорост бактериального окисления закисного железа была увелечена путем аэрирования растворов и добавления солей фосфора. При дополнительной аэрации сжатым воздухом (2,8-3,0 м\мин) и добавленин бактериальных затравок из чанов при температуре 25-35 С в условиях стационарного культивирования и при избытке кислорода, двуокиси углерода и других компонентов. Скорость окисления в культиваторе достигает 50 г\скорость окисления определяется скоростью роста бактерий, которая в свою очередь зависит от способа и условий их культивирования. Время генерации бактерий на сред с при температуре 25-35С колеблется от 3,6 до 10г.Таким образом, процессе биотехнологического обезжелезиения каолина необходимо учитывать количество железа, которое содержится в сырье, а соотношение Т:Ж и рН поддерживать таким, чтобы не было повторного осаждения железа уже в виде гидроксиде или создать условия, при которых 3-ч валентное железо будет оставаться в растворе. Однако увеличение концентрации клеток в маточном материале в 10 раз способствует сокращение времени обогащения не на 70-80 часов, а толка 25-30 часов. Многочисленными условиями, показано что скорость окисления прямо пропорцианально концентрации фемента.
Влияние количества вносимого в суспензию каолина маточного материала бактерии Thiobacillus ferrox титр културы.
Объем маточного материала, вности, в расчете на 1л суспензии, мл. |
Титр културы суспензии, кл\мл. |
Количество железа, вносимого в суспензии с маточными г\л |
ПРИМЕЧАНИЕ |
20 |
2*10 |
0,016 |
Титр клеток в суспензии ниже |
25 |
2,5*10 |
0,02 |
оптимального Титр културы |
30 |
3*10 |
0,024 |
достаточен для |
35 |
3,5*10 |
0,028 |
развития процесса обогащения. |
40 |
4*10 |
0,032 |
Количество вносимого железа превышает |
оптимальные нормы. |
Количествр сьемов по 1\2 объема жидкой фазы реакционной смеси при максимально достимимой концентрации железа в растворе в зависимости от соотношения Т:Ж
Соотношение Т:Ж |
Соотношение масса; объем г:мл |
Удавляемый объем жид фазы, мл |
Удавляемая масса железа, всего, гр |
Удавляемая 1-кратно масса железа, г |
Число съемов жидкой фазы, раз. |
1:1 |
500:500 |
250 |
2,5 |
0,2 |
12 |
1:2 |
333:666 |
333 |
1,66 |
0,264 |
6 |
1:5 |
250:750 |
375 |
1,25 |
0,3 |
4 |
1:4 |
200:800 |
400 |
1,0 |
0,32 |
3 |
1:5 |
166:830 |
415 |
0,83 |
0,332 |
2,6 |
Fe O 3 f Fe (SO 4 ) 3 + H 2 O→Fe(OH) 2 SO 4

Съемно-доливной способ ведения процесса биотехнологического обогащения каолина.
А-кривая выхода железа в жидкую фазу; а,б,в- моменты остановки барботирования;
Г-время остановки-окончания процесса; П- паузы на осаждение каолина, слив 1\2 части жидкости фазы и внесение равного объема питательной среды.
В процессе барботирования реакционной смеси начиная с 2-ч суток производим отбор части суспензии и анализ на содержание оксида железа. По достижении концентрации в суспензии 0,75г\л барботирование останавливает на 3-4 часа, затем откачиваем или сливаем верхнюю над осадочную часть, стараясь не взмучивать осадок сливание части жидкой фазы производим периодически до тех пор, пока концентрация оксида железа в ней перестанет возрастать и остановится на пороге менышей 0,75 г\л
Результаты исследований: Для повышения качества каолинов предложена схема, включающая в себя основные стадии дезинтеграция, отделение крупных каменистых и включений, электромагнитная сепарация, сгущение суспензии каолина, сушка. Такая схема позволила увеличить содержание алюминия (более 35%), снизить содержание железа до 0,9% и оксида титана до 0,7%.
В процессе обогащения каолина на детерминированные кинетические зависимости накладывается множество возмущений, носящих характер, чем и объясняется возникающая необходимость периодической или постоянной подстройки коэффициентов модели. Задача оценивания констант связана с надежным выборам метода, обеспечивающего требуемую точность и быструю сходимость поиска. В настоящее время разработано достаточно большое количество методов оценки кинетических констант [6]. Среди них наибольшее распространение получили метод наименыших квадратов, метод максимального правдоподобия и метод оценок на основе теоремы Байеса.
Однако следует заметить, что при оценке кинетических констант биохимических и микробиологических реакций до сих пор нередко используется графический метод, уступающий по точности аналитическим и трудно поддающийся формализации на ЭВМ [9].
Как показал опыт, данный метод сопряжен с определенными трудностями, особенно для специалистов, не обладающих достаточным опытом экспериментального исследования технологических процессов. Только после многочисленных экспериментов и контрольных расчетов можно убедиться в правильности полученных значений коэффициентов. Поэтому нами с целью преодоления этих трудностей, ускорения расчетов и получения более точных и достоверных результатов использованы методы приближенного дифференцирования. Биотехнологический процесс описывается в общем вида уравнением
Г = f(c) + К (5)
Значения f(C), как правило на первоначальном этапе представляют собой результат экспериментов. Полученные экспериментальные данные наносятся на график, где осью абцисс служит С, а осью ординат- t. В качестве С могут выступать концентрация субстрата – S и бактерия – Х.
Поскольку концентрация субстрата меняется в широких пределах и имеет прямую связь с другими биокаталическими процессами и явлениями, удобнее и точнее определять значения интересующих нас коэффициентов именно через данный параметр. Концентрацию субстрата-S также точнее и быстрее можно определить экспериментальными приемами.
Какой бы прцесс не описывался рассматриваемой нами функцией Y = f(C) + К производную Y ' с физической точки зрения интерпретировать как скорость, с которой протекает этот прцесс [10,13]я нахдения на отрезке [ t o t ] производных S'(I) приближенно заменим функцию интерполяционным полиномом Лагранжа, построенным для требуемых точек
Тогда S'(t) для двух точек приобретает следующий вид:
_ 1г 2g —1 „ 1
S1(t)=-[vSo + 2 V24
Где g = tt-^ tl представляет собой число шагов, необходимых для достижения точки t, исходя из точки t0 и h = tl=1 — ti(t = 0,1,2, ...,п)
здесь - VSi определяются методом конечных разностей. В итоге получаем два алгебраических уравнения с двумя неизвестными в следующем виде:
Г-S1(to) = [a,^) + mi]%o
I S1(t i ) = [a2, g(tj + m2]x i
Здесь значения S ' (t0),S ' (t i ), известны: они определяются по результатам экспериментов; - неизвестные коэффициенты.
Для решения системы уравнений применяем метод последовательного исключения неизвестных (метод Гаусса). В результате получим:
a1 = 1,57 m1 = 0,068 a2 = 1,36 m2 = 0,059
t- время |
SiO2 |
TiO2 |
AL2O 3 |
Fe2O3 |
K2O |
6 |
53,51 |
0,63 |
27,80 |
2,77 |
1,68 |
12 |
51,58 |
0,64 |
33,04 |
1,58 |
1,60 |
18 |
50,18 |
0,66 |
34,13 |
0,98 |
1,64 |
24 |
49,78 |
0,68 |
34,80 |
0,80 |
1,62 |
Рис. 1.
Окисленые железа

Рис. 2.
t^ (6 12 18 24 30)Т
SiO2:= (53.51 51.78 50.18 49.78 48.90)Т
А12ОЗ := (27.80 32.04 34.13 34.80 35.10)Т

А12О3-Алюминий SiO2-KpeM назем

Рис. 3.

K70 - Калий Fe?O= - Железа

Рис. 4.

Рис. 5.
Список литературы Определение неизвестных коэффициентов математической модели
- Лелеко А.И., Худин Ю.Л., Устинов М.И. Перспективы развития добычи угля в Средней Азии. Минск: Белгео 1993.220 с.
- Бекмуратов Т.Ф., Камилов М.М., Рахимов Т.Н. Идентификация химико-технологических объектов. Ташкент: Фан.1970. с. 183.
- Бирюков В.В., Кантере В.М. Оптимизация периодических процессов микробиологического синтеза. М.Наука,1985. с.296.
- Шакиров Ш.Ю., Салимов З.С, Шакиров Т. И., Мкртчян Р.В. Обогащение Ангренских каолинов с помощью электромагнитного сепаратора. Узбекский химический журнал. 1993.№1,с. 52-58.
- Семенов В.С. и др. способ обогащения каолина. А.С.№412164.1974.
- Ахметов К.А., исмаилов М.А. Математическое моделирование и управление технологическими процессами биохимического производства. Ташкент,: Фан 1988.96 с.
- Обогащение руд и проблема безотходной технологии. Под ред. Л. Наука, 1980, 208с.
- Кафаров В.В. Методы кибернетики в химии и химической технологии. М.: химия. 1985. 448 с.
- Кафаров В.В., Винаров А.Ю., Гордеев Л.С. Моделирование биохимических реакторов. М.: Химия. 1983.342 с.
- Кариман С.А., Брайцев А.В., и др. Моделирование и оптимизация производственных процессов при добыче угля.
- Аверкин А.Н. и др. Нечеткие множества в моделях управления искуственного интелекта. -М.: Наука, 1986
- Халин.В.Г.Теория принятия решений. М Наука 2018
- Управление динамическими системами при неполной информации. Межвуз.сборн.научн.трудов. Новосибирск, 1982
- Камолов Э.Р. Ка олинни бойитиш технал огик жараёнини оптимизациялаш алг оритмини ишлаб чиқиш Узбекиский журнал Фан ва Жамиат2020 №1 10-14
- Камолов.Э.Р Мет одика идентификации математическ ой м одели. Международный научный журнал, № 3 (79), 2020, Том 1
- Комолов.Э.Р Decision development of management ‘problems of biotechnolocikal sysvtems at an uncertainty of environmental states using the mathematikal statistics methods, Международный научный журнал, №3 2020
- Камолов.Э.Р Development of an algorithm for optimizing the technological process of kaolin enrichmentPublished in: 2020 IEEE International IOT, Electronics and Mechatronics Conference (IEMTRONICS)
- To cite this article: Sh Rakhmanov E Kamolov et al 2020 IOP Conf. Ser.: Mater. Sci. Eng. 883 012086