Организация эксперимента в химической промышленности
Определим выборочную (построчную) дисперсию для каждого опыта — меру отклонений результатов параллельных определений в каждом из опытов от соответствующей им величины: Определим внутригрупповую дисперсию — среднюю меру отклонения всей совокупности результатов параллельных определений от соответствующих значений в каждом из опытов: Вывод: поскольку расчетное значение критерия анормальности для… Читать ещё >
Организация эксперимента в химической промышленности (реферат, курсовая, диплом, контрольная)
1. АНАЛИЗ РЕЗУЛЬТАТОВ ЭКСПЕРИМЕНТА
1.1 Оценка надежности аналитической методики Таблица 1 — Исходные данные для оценки аналитической методики
9,5 | 9,2 | 9,6 | 10,2 | 9,3 | 9,4 | 9,7 | 9,6 | 9,8 | 9,5 | ||
Определим среднее значение выходного параметра:
где — число параллельных определений;
.
Определим выборочную дисперсию, которая характеризует меру отклонения (рассеивания) результатов параллельных определений от их среднего значения:
где — число степеней свободы выборочной дисперсии.
В данном случае
;
Определим среднюю квадратичную погрешность отдельного или единичного результата:
Проверим результаты на анормальность (на наличие промахов).
Анормальный результат — это резко отклоняющийся результат из серии параллельных определений, полученный в результате грубой ошибки со стороны исследователя.
Обнаружение анормальных результатов проводится двумя способами:
а) с помощью критерия промаха (грубый способ):
Вывод: анормальных результатов не обнаружено, так как все результаты параллельных определений попадают в данный интервал;
б) с помощью критерия анормальности (самый точный способ):
Вывод: поскольку расчетное значение критерия анормальности для максимального результата превышает табличное, то исключаем этот результат и расчет начинаем сначала:
Определим среднее значение выходного параметра:
где — число параллельных определений;
.
Определим выборочную дисперсию, которая характеризует меру отклонения (рассеивания) результатов параллельных определений от их среднего значения:
где — число степеней свободы выборочной дисперсии.
В данном случае
;
Определим среднюю квадратичную погрешность отдельного или единичного результата:
Проверим результаты на анормальность (на наличие промахов).
Обнаружение анормальных результатов проводится двумя способами:
а) с помощью критерия промаха (грубый способ):
Вывод: анормальных результатов не обнаружено, так как все результаты параллельных определений попадают в данный интервал;
Вывод: так как оба расчетных значения критерия анормальности (для минимального и максимального результатов) не превышают табличного, то анормальных результатов среди параллельных определений нет.
Определим среднюю квадратичную погрешность среднего арифметического результата:
Определим табличное значение критерия Стьюдента, которое представляет собой нормированную погрешность:
где — уровень значимости, показывающий допустимую долю (или процент) ошибок; в расчетах чаще всего принимают значение (или 5%);
.
Определим абсолютную максимальную погрешность опыта:
Определим относительную максимальную погрешность опыта (в процентах):
Главный вывод: так как относительная максимальная погрешность опыта не превышает 5%, то аналитическую методику можно считать надежной, и она может быть использована для определения параметра в последующем эксперименте.
Установим доверительный интервал, т. е. интервал, в котором находится истинное значение параметра с вероятностью :
Установим стабильность параметра по коэффициенту вариации (в процентах):
Вывод: так как коэффициент вариации не превышает 5%, то параметр является стабильным, т. е. не изменяется во времени.
Установим необходимое число параллельных определений для получения результатов с погрешностью, не превышающей 5%:
Вывод: в каждом опыте требуется производить не менее трех параллельных определений.
1.2 Дисперсионный анализ результатов опытов Таблица 2 — Исходные данные для дисперсионного анализа результатов опытов
Опыт | Параллельные определения | |||||
11,5 | 10,3 | 11,7 | 11,0 | 10,5 | ||
16,8 | 16,0 | 15,2 | 16,3 | 15,7 | ||
20,3 | 19,4 | 21,0 | 19,8 | 20,7 | ||
Определим среднее значение параметра в каждом опыте:
где — число параллельных определений вом опыте;
Определим выборочную (построчную) дисперсию для каждого опыта — меру отклонений результатов параллельных определений в каждом из опытов от соответствующей им величины:
где — число степеней свободы выборочной дисперсии;
;
Проверим однородность дисперсий и воспроизводимость опытов по критерию Кохрена:
Вывод:, следовательно, дисперсии однородны, а опыты воспроизводимы.
Определим внутригрупповую дисперсию — среднюю меру отклонения всей совокупности результатов параллельных определений от соответствующих значений в каждом из опытов:
где — число опытов;
.
Число степеней свободы внутригрупповой дисперсии:
Определим среднее значение параметра во всем эксперименте:
Определим межгрупповую дисперсию — меру отклонения средних значений параметра в опытах от среднего значения этого параметра во всем эксперименте:
;
где — число степеней свободы межгрупповой дисперсии, ;
.
Определим критерий Фишера:
;
;
где — уровень значимости;
Главный вывод: так как, то фактор существенно влияет на систему.
1.3 Аппроксимация результатов эксперимента Таблица 3 — Исходные данные для аппроксимации результатов эксперимента
0,5 | 1,5 | 2,5 | |||||
Результаты эксперимента описываются уравнением
.
Построим график по опытным данным (Рисунок 1):
Рисунок 1 — Зависимость
Уравнение связи имеет вид (по условию задачи).
Определим коэффициенты данного уравнения. Так как уравнение нелинейное, проведем его линеаризацию путем нахождения обратной дроби:
В результате получаем данные для определения коэффициентов уравнения:
Таблица 4 — Данные для аппроксимации после линеаризации уравнения
0,5 | 1,5 | 2,5 | |||||
0,02 | 0,04 | 0,07 | 0,13 | 0,25 | 0,50 | ||
1. Метод средних Используем все пары значений и, составляем систему уравнений:
Полученную систему уравнений делим на две части (с первого по третье и с четвертого по шестое уравнения, соответственно), в каждой уравнения почленно складываем:
Получим уравнение
2. Графический метод Строим график зависимости (Рисунок 2).
Рисунок 2 — Зависимость
По графику определяем:
(отрезок, отсекаемый прямой по оси ординат);
.
Получаем уравнение
.
3. Метод избранных точек Выберем вторую и пятую опытные точки, соответствующие им пары значений и подставим в уравнение :
Получаем уравнение
.
4. Метод наименьших квадратов Расчетная система уравнений в данном случае имеет вид:
Или Найдем каждую сумму:
Полученные значения подставляем в исходную систему и решаем ее:
Получаем уравнение
.
Оценим надежность уравнения, полученного методом наименьших квадратов (самое точное уравнение).
1. Способ 1 не используем, так как в опытах параллельные определения не проводились.
2. Способ 2.
Определим среднее значение параметра в эксперименте:
Определим дисперсию относительного среднего:
Число степеней свободы .
Определим расчетное значение параметра :
Определим остаточную дисперсию:
Число степеней свободы .
Определим значение критерия Фишера:
Так как, то уравнение статистически не значимо и не имеет смысла по сравнению со средней величиной выходного параметра.
3. Способ 3.
Определим среднее значение параметра в эксперименте:
Определим (числитель дисперсии относительного среднего):
Определим расчетные значения параметра :
Определим (числитель остаточной дисперсии):
Определим :
Определим значение критерия Фишера:
Так как, то уравнение статистически не значимо.
4. Способ 4.
Определим средние значения параметров (с учетом замены переменной):
Определим средние квадратические отклонения параметров:
Определим выборочный коэффициент корреляции:
Так как, необходимо оценить значимость коэффициента корреляции по критерию Стьюдента:
Так как, то коэффициент корреляции значим, следовательно, предполагаемая зависимость, описываемая уравнением, между переменными существует, причем при увеличении одного параметра второй уменьшается и наоборот.
2. ОПИСАНИЕ МНОГОФАКТОРНОЙ СИСТЕМЫ
2.1 Расчет линейного уравнения связи Таблица 5 — Исходные данные для расчета линейного уравнения связи
2,5 | |||
Подставляя данные в уравнение, получим следующую систему:
Решаем систему линейных уравнений методом Крамера. Вычислим определитель матрицы системы:
Вычисляем побочные определители:
Определяем значения коэффициентов:
Линейное уравнение связи имеет вид
.
Данное уравнение справедливо для области исследования факторов:
.
Построим линии равного отклика и (Рисунок 3).
Расчет линий равного отклика:
Линия | Первая точка | Вторая точка | |
Рисунок 3 — Линии равного отклика
2.2 Расчет полного квадратного уравнения Таблица 6 — Исходные данные для расчета полного квадратного уравнения
4,0 | 1,2 | ||
5,6 | 3,4 | ||
8,2 | 5,4 | ||
9,4 | 8,6 | ||
10,2 | 12,2 | ||
12,0 | 15,0 | ||
Подставляем исходные данные в полином второй степени и получаем следующую систему:
Решаем данную систему методом Гаусса:
Таким образом, полное квадратное уравнение (полином II степени) имеет вид:
3. РАСЧЕТ ТЕХНОЛОГИЧЕСКОГО АППАРАТА
3.1 Определение типа химического реактора Таблица 7 — Исходные данные для определения типа химического реактора
мин | ||||||||
г/л | 0,2 | 1,8 | 1,8 | 0,2 | ||||
Среднее время пребывания индикатора в системе:
(мин).
Уравнение для расчета безразмерного времени:
.
Условная концентрация индикатора на входе:
где — интервал отбора проб.
Так как по условию задачи, то
Уравнение для расчета безразмерной концентрации:
В результате получаем безразмерные величины для построениявыходной кривой (таблица 8).
Таблица 8 — Безразмерные величины для построениявыходной кривой
0,33 | 0,67 | 1,33 | 1,67 | |||||
0,09 | 0,77 | 1,29 | 0,77 | 0,09 | ||||
Используя данные таблицы 8, строимвыходную кривую (Рисунок 4):
Рисунок 4 — Отклик реактора Согласно визуальной оценке, -выходной кривой аппарат следует ячеечной модели.
Для окончательного вывода о типе реактора проведем статистическую оценкувыходной кривой.
Определим размерную дисперсию:
Определим безразмерную дисперсию:
Определим обратную величину диффузионного критерия Пекле:
Так как, то реактор следует ячеечной модели и называется каскадом реакторов.
3.2 Определение объема химического реактора В реакторе протекает реакция при начальной концентрации реагента: , конечных концентрациях: и:. Степень превращения реагента равна 90%. Производительность реактора. Константа скорости химической реакции. Определить объемы всех типов реакторов.
Найдем начальную концентрацию реагента :
Найдем конечную концентрацию реагента и начальную концентрацию реагента через связь реагентов. Для данного уравнения расход всех реагентов одинаков: .
Расход реагента
Тогда расход реагентов и
Отсюда Определим степени превращения реагентов и :
Найдем размерность константы скорости химической реакции, используя уравнение скорости реакции по закону действующих масс:
Рассчитаем реактор смешения:
Выбираем стандартный аппарат объемом .
Перед расчетом реактора вытеснения и каскада реакторов установим связь между концентрациями реагентов. Для этого используем связь расходов:
.
В произвольный момент времени:
Установленная зависимость справедлива для любого момента времени, в том числе и для начала и конца процесса:
Рассчитаем реактор вытеснения:
Разложим полученную дробь на сумму простейших дробей:
Тогда Выбираем стандартный аппарат объемом .
Рассчитаем каскад из двух реакторов:
Исходя из условия, получаем:
Решая данное уравнение в системе MathCAD, получаем:
Тогда
Рассчитаем объемы:
надежность эксперимент дисперсионная химический аппарат Выбираем стандартный аппарат объемом .