You are on page 1of 9

95

MODELOVANJE I SIMULACIJA PROCESA



Veba br. 10: Disperzioni modeli neidealnog proticanja,
optimizacija parametara na osnovu eksperimenata


Primer 10.1 Odreivanje parametera disperznog modela neidealnog
proticanja estica kroz viefazni reaktor sa pakovanim
slojem i suprotnostrujnim tokom gasa i sitnih estica
- vieparametarska optimizacija, reavanje
jednodimenzionih parcijalnih diferencijalnih jednaina


U novijem tipu reaktora sa pakovanim slojem katalizatora, odvija se paralelno
hemijska reakcija gasnih reaktanata na katalizatoru i selektivna adsorpcija proizvoda
reakcije pomou sitnih estica. Ovaj tip ureaja je vienamenski, jer se u istoj koloni
odvija i hemijska reakcija i separacija, to rezultira u investicionim i operativnim
utedama, naroito kod povratnih hemijskih reakcija. estice adsorbensa teku
odozgo nadole kroz upljine pakovanog sloja, a gas struji suprotnostrujno esticama
nagore. Kretanje sitnih estica je sloeno, postoji odstupanje od idealnog klipnog
proticanja, pa je pre postavljanja ukupnog modela procesa sa adsorpcijom i
hemijskom reakcijom, neophodno postaviti realistian model neidealnog proticanja.
U cilju analize kretanja estica i postavljanja modela izvedeni su eksperimenti sa
obeleenim esticama. Koriene su estice u dve razliite boje (ostale fizike
karakeristike iste), gde su bele estice bile osnovne, a crne obeleene. Na ulazu u
kolonu se u jednom trenutku, nakon uspostavljanja stacionarnog stanja, uvodi
stepenasta promena tako to se promeni tok od belih na crne estice. Od tog
trenutka (t=0) se na izlazu iz kolone kontinualno prati sastav estica pomou ureaja
za detekciju boje. Ureaj je predhodno kalibrisan kako bi se povezao intenzitet boje
sa udelom obeleenih (crnih) estica. Aparatura je konstruisana tako da se efekti
meanja i kanjenja na ulazu i izlazu mogu zanemariti, pa se moe smatrati da je
sistem zatvoren sa obe strane. Eksperimentalno odreeni udeli obeleenih estica
(C) u vremenu posle uvoenja stepenaste promene (t) daju krivu raspodele vremena
zadravanja F, predstavljenu u sledeoj tabeli:

t
[s]
0 3 6 9 12 15 18 21 24 27 30 35
C
[%]
0.0 0.0 4.0 36.5 68.5 85 89 90 91.5 92.5 93 94.5
t
[s]
40 45 50 55 60 65 70 75 80 85 90
C
[%]
95 96 96.5 97 97.5 98.5 98 99 99.5 99.5 100


Eksperimentalni rezultati su prikazani i na slici 1 u bezdimenzionom vremenu. Na
slici se, na osnovu poetnog nagiba i S oblika F krive moe zakljuiti da postoji
povratno meanje estica. Takoe se na slici moe uoiti da je rep F krive znaajno
izduen, to ukazuje na postojanje stagnantnih zona u kojima se estice due
zadravaju od zadravanja osnovnog toka estica.
Na osnovu eksperimentalnih rezulatata i analize, moe se pretpostaviti da bi model
sa dve zone - dinamikom i stagnantnom dobro opisao sloeno kretanje estica. Po
ovom modelu (ADM), estice se u dinamikoj zoni kreu klipno sa aksijalnom
96
disperzijom. Osim toga, estice
iz dinamike zone se
razmenjuju sa esticama iz
stagnantne zone.
a) Sastaviti matematiki
model ADM neidealnog
kretanja estica u
bezdimenzionom obliku.
b) Na osnovu eksperi-
mentalnih rezultata,
pomou optimizacione
metode, odrediti
vrednosti parametra
ADM modela. Za
funkciju cilja koristiti
sumu kvadrata
odstupanja eksperimen-
talnih i raunskih
vrednosti po modelu. Slika 1. Eksperimentalna F kriva

Podaci: L=5 m, u
d
=0.5 m/s.

Reenje:
a)
Model ADM je ematski prikazan na slici 2. U
dinamikoj zoni, uzduno meanje se opisuje
pomou koeficijenta aksijalne disperzije (D m
2
/s).
Razmena estica izmeu dinamike i statike zone
je definisana brzinom razmene, odnosno
volumetrijskim koeficijenom razmene mase (K
m
3
/s). Trei i poslednji parametar ovog modela je
udeo dinamike zone estica () u ukupnoj
(poznatoj) zapremini estica u koloni (V m
3
), a
zbog odranja mase udeo u stagnantne zone je (1-
).
Dinamiki, jednodimenzioni model ADM ine
materijalni bilansi za obeleene estice, jedan za
dinamiku zonu i jedan za stagnantnu zonu:

( )
2
2
d d d
d d s
C C C K
D u C C
t x x V

=

(1)

( )
(1 )
s
d s
C K
C C
t V

=

(2) Slika 2. ema ADM modela

Gde su: x aksijalna duina u pravcu toka estica, t vreme posle uvoenja stepenaste
promene, C
d
i C
s
su koncentracije estica obeleene supstance (m
3
/m
3
) u dinamikoj
i stagnantnoj zoni, respektivno. Srednja brzina kretanja estica u dinamikoj zoni je
u
d
(m/s).
Granini uslovi za disperzne modele se mogu razliito definisati, ali se esto koriste
Dankwerts-ovi uslovi:

0 1 2 3 4 5 6 7 8 9
0
10
20
30
40
50
60
70
80
90
100

d
F


[
%
]
K
K
V
D
(1)V
u
u
D
D
i
n
a
m
i
c
k
a
S
t
a
g
n
a
n
t
n
a
97
0 0
0
C
x uC uC D
x
+

= =

(3)

0
C
x L
x

= =

(4)

Na poetku, pre uvoenja stepenaste promene, koncentracija obeleenih estica u
dinamikoj, kao i u stagnantnoj zoni je jednaka nuli, pa su poetni uslovi:

0 0 0
d s
t C C = = = (5)

Ako se definiu bezdimenzione veliine:
Vreme - /
d d
t u L = , rastojanje - / x L = , koncentracija obeleenih estica u
dinamikoj i stagnantnoj zoni, respektivno -
0
/
d d
c C C = ,
0
/
s s
c C C = , Peclet-ov broj
meanja - /
d
Pe u L D = , brzina razmene estica - / K V = , model ADM u
bezdimenzionom obliku je:

( )
2
2
1
d d d
d s
d
c c c
c c
Pe



=

(6)

( )
(1 )
s
d s
d
c
c c

=

(7)

Dankwerts-ovi granini uslovi u bezdimenzionom obliku glase:

0 0
1
0
d
d
d
c
c c
Pe

+

= =

(8)

1 0
d
c

= =

(9)

Dok su poetni uslovi:

0 0 0
d d s
c c = = = (10)

Jednaina (6) je parcijalna diferencijalna jednaina drugog reda, dok je jednaina
(10) obina diferencijalna jednaina prvog reda. Model ADM je troparametarski, a
bezdimenzioni parametri su: Pe, i .

b)
Parametari ADM modela se mogu odrediti na osnovu najmanje greke izmeu
eksperimentalnih rezultata i odgovarajuih rezultata modela za optimalne vrednosti
parametra (P). Ovo se postie pomou neke od vieparametarskih optimizacionih
metoda pri kojima se trai minimum funkcije cilja. Funkcija cilja u ovom primeru je
data sumom kvadrata odstupanja:

98
( )
2
( ) ( , )
eks d rac d
N
F F P =

(11)

U optem sluaju, izbor funkcije cilja i optimizacione metode zavisi od sistema,
eksperimentalnih rezultata i ciljeva optimizacije.
Pre primene optimizacione metode, neophodno je uskladiti eksperimentalne veliine i
veliine po modelu u funkciji cilja. Eksperimentalno odreena raspodela vremena
zadravanja estica je merena na izlazu iz kolone, to bi trebalo da se poredi sa
rezultatima modela na izlazu, odnosno koncentracije c
d
za =1:


1
( , ) ( , )
rac d d d
F P c P


=
= (12)

Optimizacija parametara modela, Pe, i se vri pomou MATLAB funkcije
FMINSEARCH koja koristi direktnu simpleks metodu traenja lokalnog minimuma.
Preporuljivo je simulacije izvriti vie puta, sa razliitim prvim predpostavkama, kako
bi se obezbedilo nalaenje globalnog, a ne lokalnog minimuma.
Parcijalna diferencijalna jednaina (PDJ) ADM modela (jednaina 6) se moe reiti
pomou MATLAB funkcije PDEPE. Ova funkcija sadri numeriku metodu za
reavanje jednodimenzionih parabolinih ili eliptinih PDJ. U cilju smanjenja
potrebnog raunarskog vremena i stabilnije konvergencije, druga jednaina modela
(jed. 7), koja je obina diferencijalna jednaina, se moe reiti analitiki, a izraz
inkorporirati u jednainu (6). Analitiko reenje jednaine (7), za bezdimenzionu
koncentraciju c
s
u funkciji bezdimenzionog vremena, se moe dobiti jednostavnim
razdvajanjem promenivih u ODJ, a konaan izraz je:


1
1
t
s d
c c e

| |
=
|
|
\ .
(13)

Kada se jednaina (13) uvrsti u prvu jednainu modela (6), dobija se:


( )
2
2
1
1 (1 exp( / (1 ))
d d d
d
d
c c c
c t
Pe




=

(14)

U MATLABu, opti oblik za jednodimenzione eliptine ili parabolina parcijalne
diferencijalne jednaine je:

, , , , , , , , ,
m m
u u u u
c x t u x x f x t u s x t u
x t x x x

(
| | | | | |
= +
| | |
(

\ . \ . \ .

(15)

Gde je x prostorna koordinata, t vreme, a u zavisno promenjiva funkcija. Broj m
definie geometriju sistema, na taj nain to za m=0 vai pravolinijski koordinatni
sistem, za m=1 cilindrini, a za m=2 sferini koordinatni sistem. Grupa f je lan
fluksa, a grupa s je lan izvora. lan c je dijagonalna matrica za definisanje
eliptinih PDJ (dijagonala=0) ili parabolinih PDJ (dijagonala=pozitivni brojevi). U
datom primeru se koristi pravolinijska (aksijalna) geometrija sistema, pa je m=0. Ako
se uporedi jednaina modela ADM (14) i opta jednaina za PDJ iz MATLABa (15),
lako se mogu definisati lanovi c, f i s:


99

( )

( )
1
1 exp( / (1 )
d d d
d
d
c
f s
c c c
c t
Pe



| | | |
= +
| |

\ . \ .

(16)

gde je: =x,
d
=0, i c
d
=u.
Opti oblik graninih uslova za reavanje PDJ i MATLABu, za granice a (leva-L) i b
(desna-D) glasi:

( ) ( ) , , , , , 0
u
p x t u q x t f x t u
x

| |
+ =
|

\ .
(17)

Ako se uporedi opti oblik (17) i (15) sa graninim uslovom (8) na levoj granici L
(ulaz, =0), jednostavno se definiu grupe p
L
i q
L
:


0 0
1
1 ( 1) 0
L
L
d
d dL
d
q
p
c
c c c f
Pe
+

= + =


(18)

jer je za stepenastu promenu obeleenih estica: C
d0+
=1 u vremenu posle t=0.
(Stepenasta promena sa spoljnje strane ulazne granice).
Za desnu granicu (izlaz, =1), na osnovu jednaina (9),(15) i (17), dobijaju se grupe
p
D
i q
D
:



0 0 ( ) 0
D D
d
q p
c
Pe f

= + =

(19)

Poetni uslovi za PDJ u MATLABu se zadaju u obliku:

( )
0 0
, ( ) u x t u x = (20)

to za dati sistem, u skladu sa jednainom (10), glasi:

( ) , 0 0
d
c = (21)

Za MATLAB funkciju PDEPE neophodno je definisati jednaine modela, granine
uslove i poetne uslove u posebnim funkcijskim podprogramima (ukupno 3
podprograma, sva tri se nalaze u istom podprogramu za optimizaciju upotreba end
naredbe za povezivanje podprograma). Algoritam celog programa u MATLABu, koji
sadri optimizacionu metodu i metodu za reavanje parcijalnih diferencijalnih
jednaina je dat na slici 3.
Nakon toga je dat listing MATLAB programa za odreivanje parametara ADM
modela.
100
ADM
Konstante
L, u
d
Eksperimenti
t-F
eks
T
sr
, teta
d
Pretpostavke za
Pe
0
, alfa
0
i fi
0
Podprogram za optimizaciju -
FMINSEARCH((@ADMoptimal,
parametri,opcije,teta
d
,F
eks
)
Grafik poredenja
eksp. i modela
Pe, alfa i fi,
srednja
greka
kraj
ADMoptimal
m=0, x, teta
F
rac,i
u tackama
Podprogram jednacine mod. -
[c,f,s] = ADMmodel(x,t,u,DuDx)
Podprogram za PDJ -
PDEPE(m,@ADMmodel,@AD
Mpocetni,@ADMgranicni,x,teta)
Funk. cilja
Srednja
greka
kraj
Podprogram za pocetne uslove -
u0 = ADMpocetni(x)
Podprogram za granicne uslove -
[pl,ql,pd,qd] = ADMgranicni(xl,ul,xd,ud,t)
101



% Primer 10.1 - Model neidealnog proticanja -
% - klipno strujanje sa aksijalnom disperzijom
% u dinamickoj zoni i razmena mase sa statickom zonom
% >> model ADM - parcijalna diferencijalna jednacina
% - optimizacija parametara na osnovu eksperimentalne F krive
% N. Nikacevic, 2008

close all
clear all

global teta F_rac SrGr

% Fizicke konstante sistema

L = 5; % duzina kontaktora, m
u_d = 0.5; % brzina kretanja cestica u dinamickoj zoni, m/s
t_sr = L/u_d; % srednje vreme zadrzavanja u dinamickoj zoni, s

% Eksperimentalno odredjena F kriva - odziv na stepenastu promenu ulaza,
% >> raspodela vremena zadrzavanja cestica

t_eks = [0:3:30 35:5:90]; % vreme merenja, s
F_eks = [0 0 4.0 36.5 68.5 85 89 90 91.5 92.5 93 94.5 95 96 96.5 97 97.5...
98.5 98 99 99.5 99.5 100]; % procenat OS na izlazu iz kontaktora

% Izracunavanje bezdimenzionog vremena (eksperimentalnog) - teta

teta_eks = t_eks/t_sr;

% Crtanje grafika eksperimentalnih rezultata

plot(teta_eks,F_eks,'ro')
xlabel('\theta_d')
ylabel('F_\theta [%]')
axis([0 9 0 100])
hold on

% Prve pretpostavke parametara modela
% Pe - Peclet-ov broj - mera aksijalne disperzije
% alfa - brzina (frekvencija) razmene izmedju zona, 1/s
% fi - udeo dinamicke zone u ukupnoj zapremini,

disp('')
disp('Na osnovu eksperimentalnih rezultata unesite prve pretpostavke ADM modela ')
Pe_0 = input('Pe = ');
alfa_0 = input('Alfa [1/s] = ');
fi_0 = input('Fi = ');

% optimizaciona metoda - trazenje minimuma funkcije cilja - fminserach
% options - podesavanje tolerancije optimizacione metode i prikaza
% iteracija na ekranu

par_0 = [Pe_0 alfa_0 fi_0];
options = optimset('display','iter','MaxFunEvals',500,'TolFun',1e-4,'TolX',1e-3);
[Par_op Fun_cilja] = fminsearch(@ADMoptimal,par_0,options,teta_eks,F_eks);

disp('Optimalne vrednosti parametara:')
102
Pe = Par_op(1)
Alfa = Par_op(2)
Fi = Par_op(3)

disp('')
disp('Tacnost modela - poredjenje eksp. vrednosti sa rezultatima modela')
Funkcija_cilja = Fun_cilja
Srednja_greska = SrGr

% graficko poredjenje

plot(teta,F_rac*100)
hold off


function Fun_cilja = ADMoptimal(parametri,teta_eks,F_eks)

global teta F_rac SrGr

% definisanje tipa jednacine - m, bezdimenzionog rastojanja - x i
% bezdimenzionog, racunskog vremena - teta

m = 0;
x = linspace(0,1,50);
teta = linspace(0,9,200);

% definisanje parametara modela

Pe = parametri(1);
alfa = parametri(2);
fi = parametri(3);

% resavanje parcijalne diferencijalne jednacine - funkcija pdepe

sol = pdepe(m,@ADMmodel,@ADMpocetni,@ADMgranicni,x,teta);

% resenje u poslednjoj tacki = raspodela vremena zadrzavanja na izlazu - F

F_rac = sol(:,end);
F_rac_i = interp1(teta,F_rac,teta_eks); % izracunavanje F_rac u eksperimentalnim
vremenima

% formiranje funcije cilja i izracunavanje srednje greske

N = length(F_eks); % broj eksperimentalnih tacaka
F_eks = F_eks/100; % konverzija F_eks iz procenata u udele
raz = F_eks-F_rac_i; % razlika eksperim. i izracunatih vrednosti

Fun_cilja = sum(raz.^2); % funkcija cilja - suma kvadrata razlike

for i = 1:N
if F_eks(i)==0
Gr(i)=0; % dodeljuje se vrednost greske=0 da ne bi bilo neodredjenosti 0/0
else
Gr(i)=raz(i)./F_eks(i).*100;
end
end
Gr=Gr';
SrGr=mean(abs(Gr));

103
% ---------------------------------------------------------

function [c,f,s] = ADMmodel(x,t,u,DuDx)

% definisanje parcijalne jednacine

c = 1;
f = 1/Pe*DuDx;
s = -DuDx-alfa/fi*u*exp(-alfa/(1-fi)*t);
end

% ---------------------------------------------------------

function u0 = ADMpocetni(x)

% pocetni uslov

u0 = 0;
end

% ---------------------------------------------------------

function [pl,ql,pd,qd] = ADMgranicni(xl,ul,xd,ud,t)

pl = ul-1;
ql = -1;
pd = 0;
qd = Pe;
end

end


Optimalne vrednosti parametara, dobijene minimizacijom funkcije cilja su:

Pe = 24.1
= 0.12
= 68%

Srednja relativna greka
modela sa optimalnim
parametrima, za sve
eksperimentalne take je:

= 0.6%

Na osnovu male vrednosti
srednje relativne greke, kao i
odlinog slaganja rezultata
modela i eksperimenata
prikazanih na slici 4, moe se
zakljuiti da model ADM moe dobro da opie sloeno kretanje estica u datom
reaktoru-adsorberu. Ovaj model kretanja bi mogao nadalje da se koristi za
modelovanje ukupnog procesa koji ukljuuje i prenos mase (adsorpciju), prenos
toplote i hemijsku reakciju. Treba napomenuti da su dobijene vrednosti parametara
modela primenjive samo za identian sistem pod istim radnim uslovima, jer su
odreeni na osnovu eksperimentalnih rezultata.
0 1 2 3 4 5 6 7 8 9
0
10
20
30
40
50
60
70
80
90
100

d
F


[
%
]