Система интеллектуальной поддержки при выборе оптимального технологического режима : на примере процесса экстракции растительного сырья

ВВЕДЕНИЕ
ГЛАВА 1. ПРОБЛЕМЫ МОДЕЛИРОВАНИЯ СЛОЖНЫХ СИСТЕМ.
1.1. Методы выделения лучших альтернатив по нескольким критериям
1.2. Существующие способы моделирования сложных систем.
1.3. Основные проблемы математического моделирования.
1.4. Методы математического моделирования процесса экстракции
1.5. Особенности экстрагирования капиллярнопористого сырья с клеточной структурой.
1.6. Постановка задачи исследования
Выводы по первой главе.
ГЛАВА 2. СИСТЕМНЫЙ ПОДХОД К МОДЕЛИРОВАНИЮ СЛОЖНЫХ ИЕРАРХИЧЕСКИХ СИСТЕМ.
2.1. Понятие сложной иерархической системы.
2.2. Построение математических моделей сложных иерархических систем
2.3. Построения математических моделей технологических процессов в условиях количественной неопределенности.
2.4. Агрегатноматричный способ представления моделей систем.
Выводы по второй главе.
ГЛАВА 3. ПОСТРОЕНИЕ МАТЕМАТИЧЕСКОЙ МОДЕЛИ ПРОЦЕССА ЭКСТРАКЦИИ КОРНЯ СОЛОДКИ.
3.1. Анализ технологической схемы производства экстракта корня солодки
3.2. Анализ факторов, влияющих на процесс экстракции корня солодки
3.3. Построение диаграммы взаимного влияния факторов процесса экстракции корня солодки
3.4. Агрегатноматричное описание взаимосвязей диаграммы взаимного влияния факторов процесса экстракции корня солодки
3.5. Алгоритм выбора оптимального технологического режима при нечетко
выраженных экспертных оценках.
Выводы по третьей главе.
ГЛАВА 4. СИСТЕМА ИНТЕЛЛЕКТУАЛЬНОЙ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ДЛЯ ПРОЦЕССА ЭКСТРАКЦИИ КОРНЯ СОЛОДКИ.
4.1. Выбор способа реализации системы управления
4.2. Современные технологии построения СППР.
4.3. Выбор инструментальной среды моделирования.
4.4. Алгоритм функционирования СППР.
4.5. Структура системы и подсистемы СППР
4.6. Разработка программного обеспечения СППР.
4.7. Оценка эффективности применения СППР.
Выводы по четвертой главе.
ЗАКЛЮЧЕНИЕ
Библиографический список
ПРИЛОЖЕНИЯ
ВВЕДЕНИЕ
Теория и практика современного системного анализа является основой для решения разнообразных задач, большинство из которых не могут быть удовлетворительно решены в рамках неструктурированного подхода. Одной из таких задач является задача выбора из множества альтернативных вариантов. Подобные задачи, составляющие основу принятия решений как особого процесса человеческой деятельности, возникают в самых различных сферах. Выбор стратегии развития предприятия, новых проектов, рынков сбыта, поставщиков сырья, персонала, методов и режимов обработки сырья все это примеры задач принятия решений.
Сложность выбора определяется двумя основными факторами. Прежде всего, процесс принятия решений осуществляется в условиях неопределенности. Делая выбор, лицо принимающее решение ЛИР основывает его на последствиях принимаемых им решений, и эти последствия невозможно точно предугадать. Второй фактор связан с многовариантностью возможных решений, при этом по одному критерию более предпочтительным является один вариант, а по другому другой, иногда диаметрально противоположный.
Следует также учитывать, что решение задачи в значительной степени зависит от психологических особенностей человека. Задачи выбора, особенно при наличии значительного количества возможных вариантов, находятся на пределе когнитивных возможностей. Как правило, для решения таких задач используются различные эвристические приемы. Однако такие эвристики, не являясь
теоретически обоснованными, могут приводить к противоречиям и нерациональному выбору. В целом класс таких задач может быть определен как слабоформализуемый 3, поскольку требует учета как качественных, так и количественных факторов, причем качественные факторы имеют тенденцию доминировать.
Наиболее широко задачи выбора оптимального варианта среди множества возможных представлены в различных отраслях промышленности при выборе
технологического режима, обеспечивающего наилучшие условия протекания процесса. Существующие методы решения таких задач строятся на основе математической модели технологического процесса. При этом используемые модели часто не учитывают особенностей процесса для предметных областей различной природы. Учет известных закономерностей физических, химических, биологических и иных законов позволяет построить и упростить математическую модель в формальном числовом виде. Однако, рассмотрение микроявлений, лежащих в основе технологических процессов, нередко оказывается затруднительным для получения математической модели, пригодной для практического использования. Кроме того, протекающие в системе микропроцессы достаточно многообразны и многочисленны, не изолированы друг от друга во времени и в пространстве, наслаиваются друг на друга, что не позволяет оценить их влияние по отдельности.
Ошибки и просчеты при выборе оптимального технологического режима приводят к значительному увеличению материальных и энергетических затрат, неоправданным потерям ценного сырья, уменьшению количества выпускаемой продукции и снижению эффективности процесса в целом. Например, при нарушении оптимальных режимов горения в процессе сжигании попутного нефтяного газа на факеле, происходит увеличение выброса оксидов азота и диоксида серы в 8 раз. Скорость химических реакций многих технологических процессов химической промышленности при понижении температуры на С уменьшается в 24 раза. Отклонение технологических параметров от оптимальных резко снижает эффективность применения, а иногда может привести даже к гибели микроорганизмов, применение которых лежит в основе процессов микробиологического синтеза.
В полной мере все проблемы, связанные с выбором оптимального технологического режима, проявляются при автоматизации массообменных процессов. Процессы массообмена широко распространены в химической, пищевой, горнорудной и других отраслях промышленности. Чаще всего используются процессы абсорбции, перегонки, адсорбции, сушки, кристаллизации, растворе
ния, экстракции. В данной работе предлагаемый подход рассмотрен на примере процесса экстракции корня солодки голой ii .. Солодка голая многолетнее корнеотпрысковое травянистое растение семейства Бобовые. В корнях солодки содержатся , 7 глицирризиновая кислота и ее калиевые и кальциевые соли, различных флавоноидов. Кроме того, в корнях солодки содержатся сахара до , горькие вещества до 3, смолистые вещества до 4, крахмал до , эфирное масло, красящие вещества, аскорбиновая кислота, каротин, дубильные и слизистые вещества, яблочная кислота, аспарагин, другие соединения. Целевым компонентом процесса экстракции корня солодки является глицирризиновая кислота, применение которой обусловлено противовирусным, противовоспалительным и иммуномодулирующим действием.
Медицинской промышленностью выпускается большое количество препаратов из корня солодки экстракт солодкового корня густой, экстракт солодкового корня сухой, сироп солодкового корня, эликсир грудной, Глицирам, Ликвиритон, Флакарбин, Бисмулоксан, Траиспульмин. Экстракты и сиропы из корня солодки широко применяются при изготовлении конфет, пастилы, различных напитков, пива, кваса, газированной воды, в табачной промышленности, а также в металлургии для подавления сернокислого тумана в электролизных ваннах. Пенообразующие свойства корня используют в химической промышленности при производстве смеси для огнетушителей. Некоторые вещества из солодкового корня употребляют для окраски шерстяных и шелковых тканей. Отходы корня после экстракции служат сырьем для изготовления удобрений, богатых азотом и калием, а также для получения пергамента, звуко и теплоизоляционных плит.
Наибольшее распространение получили методы динамической мацерации и в их числе метод дробной мацерации, который широко распространен на предприятиях малого и среднего бизнеса. Достоинством дробной мацерации являются простота метода и оборудования, относительно простой контроль над ходом технологического процесса. Существующие технологии извлечения и концентрирования приводят к значительным потерям целевых компонентов
растительного сырья и изменению химического состава термолабильных веществ.
Вопросы интенсификации процесса экстракции растительного сырья путем выбора оптимального технологического режима на основе учета как количественной, так и качественной информации о ходе протекания процесса до настоящего времени изучены недостаточно. Вследствие этого, существует необходимость исследований, направленных на создание методов математического моделирования технологических систем, а также специальных методов и интеллектуальных систем поддержки принятия решений для осуществления оптимального выбора.
Актуальность