И.Л. Кнунянц - Химическая энциклопедия, том 3 (1110089), страница 66
Текст из файла (страница 66)
М.в. из сополимеров с относительно небольшим содержанием акрилонитрила формируют из ацетоновых р-ров по с).сому или мокрому способу. Сухое формование в осн, аналогично получению аястаткых волоком. После формования М.в. вытягивают в 4 — 6 раз, обрабатывают антистатикоч; нити полвергают крутке, волокна гофрируют. Осадит, ванна при формовании по мокрому способу-1О— 20%-ные водные р-ры ацетона. Свежесформованное волокно вытягивают, отмывают от ацетона, сушат, обрабатывают антистатиком, гофрируют. Часть М.в.
подвергают терчообработке (нагрсву до заданной усадки). Кращение осуществляют в массе. М. в дз сополимеров, содержащих большое кол-во акрилонитрила, получают аналогично лолиикрцдаыцзиридьцым нояокнаы. Обычно в последнем случае М. в. дают фирменное назв. полиакрилонитрильного волокна с к.-л. индексом, напр. орлон ФРЛ, куртель ФР, или с указанием на пониж. горючесть волокна. Производят М.в. в резаном втще и в вэше жгута с линейной плоти. 0,2 — 2,5 текс двух типов: высоко- и малоусадочные с ьсадкой в кипящей воде соотв. 15 — 25 и 5 — 10% (высокоусадочные М. в. на возлухе при 130 — 150 'С усаживаются до 50%), прочностью 18 — 25 и 15-22 сН/текс; относит.
удлинение обоих типов волокон 30-50%. М. в. атмосферо- и плесенестойки, гидрофобны, сильно электризуются. Устойчивы к действию к-т и щелочей средних концентрапий, неустойчивы к трихлорэтилену (чистку изделий производят бензином). Сачозатухают (кисяородный индекс до 27%с). Применяют М.в. в осн. для произ-ва искусств. мехов, имитирующих мех диких зверей (с остью и полпушком), плюша, ворсовых, мебельных и драпировочных тканей, ковров, игрушек, тканей для детской одежды. Объем мирового произ-ва без СССР 100 тыс. т/год. Впервые иром. произ-во освоено в США в 1938.
Л~ Карбоцеггсцсс снвтегяческнс водокна, под рел К Е Перепелкина, М, !973. Цяперман В Л, Нестерова Л П, Полнккрнз цнтрнльяые волокна, М ЮВ4 (Обзарнак нпформацне НИИТЭХИМ сер Пннтетнч волокнау, Моцсыеп К Ш, Мап-Маце РзЬгеь, б ец, Н У, Рпэ ви и МОДЕЛЙРОВАНИЕ в химической технологии, метод исследования химико-технол. процессов или систем путем построения и изучения их моделей, к-рые отличаются от объектов М масштабами или физ.
природой происходящих в них явлений, но достаточно точно (адекватно) отображающих представляющие интерес св-ва этих объектов. М. используют для решения разл. задач, важнейшие из к-рых: 192 1) исследование новых процессов; 2) проектирование произ-в; 3) оптимизация отдельных аппаратов и технол. схем; 4) выявление резервов мощн<кти н отыскание наиб. эффективных путей модернизации действующих пронз-в; 5) оптим.
планирование произ-в; 6) разработка автоматизир. систем управления проектируемыми произ-вами; 7) построение автоматизированных систем научных иссавдований. М, основано на св.ве подобия разных объектов, к-рос м. б. физическим и математическим, Процессы в физически подобных объектах имеют физ. природу. В математически подобных объектах процессы описываются одинаковыми ур-пнями.
Физическое М. Метод сводится обычно к изучению моделей, к-рые отличаются от объекта М. масштабами (напр., лаб, и пром. реакторы). В основе физического М. лежат подобия теория и анализ размерностей, Необходимым условием физического М. является равенство в объекте и его модели т. наз. критериев подобия, представляющих собой определенные безразмерные комбинации разл.
физ. величин, оказывающих влияние на параметры объекта и модели. На практике обеспечить указанное условие в случае равенства песк. критериев подобия чрезвычайно трудно, если только не делать модель тожцесгвенной объекту М. Поэтому используется приближенное физическое М., при к-ром второстепенные процессы, происходящие в объекте, либо нс моделируются совсем, либо моделируются приближенно. Напр., массообменная тарельчатая колонна моделируется насадочной лаб. колонкой; при этом подобие гилродннамич.
обстановки в объекте и модели игнорируется, а моделируется лишь разделит. способность аппарата, определяемая термодинамич, закономерностями мсжфазного равновесия. Достоинства физического Ма возможность изучения объектов с меньшими затратами (сырья, энергии, времени); возможность исследования объектов, в к-рых физ.-хнм, сущность процессов мало изучена; возможность проведения на модели измерений, слишком сложных на обьекте М.
Недостатки метода: возможность проявления собств. св-в моделя вследствие несоответствия критериев подобия объекта и модели (напр., разл. условия перемешивання); необходимость применения аналогичных контрольно-измерит. приборов на модели н объекте; относит. сложность построения физ. модели, обычно представляющей собой значительно уменьшенную копию объекта;трудность достоверной экстраполяции результатов на др. масштабы из-за полного отсутствия надежных критериев достоверности масцпабного перехода. Несмотря на перечнсэ. недостатки, физическое М.
часто служит единств. ср-вом исследования хнмнко-технол. процессов (особенно мало изученных). При этом оно во мн. случаях предшествует математическому М., являясь источником экспсрпхь данных для построения и проверки мат. моделей. Математическое М. Метод сводит исследование св-в объекта к изучению св-в мат. модели, представляющей собой систему мат.
ур-ний (т. наз. мат. описание), к-рая отражает поведение объекта М. (см. Кибернетика). Мат. модель дает возможность прогнозировать это поведение при изменяющихся условиях функционирования объекта М. В данном случае аналогом эксперимента на модели при физическом М. служит вычислит. эксперимент, к-рый проводится, как правило, на ЭВМ. В зависимости от целей и исходной информации об объекте М.
и условиях его функционирования применяют различиыс по форме и структуре мат. описания модели, К числу нанб. распространенных типов моделей относят стохастн ~вские, статистические и детерминированные. Стохастическнс модели. Строятся на основе вероятностных представлений о процессах в объекте М. и позволяют прогнозировать его поведение путем вычисления ф-ций распределения вероятностей для переменных, характеризующих исследуемые св-ва (прн заданных ф-цнях распределения вероятностей входных н возмущающих переменных). 193 МОДЕЛИРОВАНИЕ 101 Важнейшая область применения стохастнч.
моделей — М. больших систем (крупных агрегатов, химико-технол. процессов, произ-в, предприятий и др.). При этом указанные модели нсполъзуют для анализа функционирования объектов в условиях случайных возмущений, для решения сложных задач календарного планирования работы предприятия, исследования возможных последствий непредсказуемых аварийных отказов технол. оборудования, выявления наиб. эффективных схем резервирования для повышения надежности хим, произ-ва в целом н т.д.
Статистические модели. Строятся на основе эксперим. данных, полученных на действующем объекте (в условиях влияния на него случайных возмущений), н представляют собой системы соотношений, к-рые связывают значения выходных и входных переменных объекта. Внд этих соотношений обычно задается априорно, и определению подлежат лишь значения нек-рых параметров в принвтых зависимостях. Наиб. распространена зависимость, задаваемая в форме полинома степени не более 2. При определении параметров этих моделей необходимо использовать аппарат мат.
статистики, поскольку на результаты экспериментов и измерений, как правило, накладываются случайные ошибки, а также действие неучтенных факторов. В случае построения статнстнч. моделей на основе данных, к-рыс найдены в т. наз. пассивном эксперименте (регистрапня значений входных и выходных переменных осуществляется без к.-л. вмешательства в процесс), рассчитываемые параметры моделей оказываются, как правило, статистически зависимымн, т.е. коррелированнымн. Это значительно усложняет точную интерпретацию полученньы результатов экспериментов и ограничивает прогнозирующне возможности модели.
Более надежные данные м. б. получены, если допустимо планомерное варьнрованис входных переменных в желаемых пределах путем применения спец. решений, нли планов (напр., т. наз. ортогональных. обеспечивающих статистнч, независимость определяемых параметров моделей). Этапы обшей процедуры построения любой статистич. модели: 1) расчет их параметров, 2) проверка значимости найденных значений параметров, 3) проверка адекватности полученной модели объекту. Для проверки значимости параметров и адекватности модели обычно используют статнстич, критерии проверки гипотез. Если к.-л.
параметр модели при проверке оказывается незначимым, то его значение в ур-ннях молеэн полагают равным нугао, что приводит к соответствуюшему упрощению модели. Адекватность мат. модели изучаемому объекту проверяется путем сравнения эксперим. данных, полученных на объекте, и результатов М.
с привлечением методов статнстнч. проверки гипотез. В качестве критериев адекватности чаше всего используют квадратичные выражения, характеризующие отклонения опытных данных от расчетных. Численное значение критерия адекватности само по себе, однако, еще не дает возможности сделать к.-л. заключение об адекватности мололи и должно быль обязательно соотнесено со всеми статистич. оценками измерений на объекте М.
Если в результате проверки адекватности модель оказывается неадекватной, это означает, что к.-л. существ. входные переменные оказались не включенными в модель нлн точность зкспсрим. данных недостаточна для установления искомой зависимости. Достоинства статистич. моделей: возможность применения к объектам с неизвестными механизмами происходящих в них процессов, а также в случае больших систем, детальное описание к-рых вызывает серьезныс мат.
трудносп», Недостатки: сложность обобщения получаемых результатов даже при изучении однотипных объектов, невозможность обоснованной экстраполяции св-в модели за пределы измеренной области изменения входных переменных, трудность построении таких моделей для нестационарных объектов с большим временным запаздыванием р-ции на входные возмущения. 194 102 МОДЕЛИРОВАНИЕ Важнейшие области применения статистнч, моделей-планирование оптнм.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
