gn="justify"> Т, КК експ, 1 /? СК расч, 1/?С6730,060,2616487176830,120,3250368246930,240,4012615117030,470,4924016027130,890,6007834337531,181,2628858687631,741,5022417488032,82,880508702
Були отримані значення К 0=712085 і Е=82914,21.
B відповідно до отриманих даних рівняння Арреніуса має вигляд:
К=712085 · exp (82914,21/RT)
. 2 Розрахунок статистичної моделі абсорбера методом Брандона
Впливають фактори:
Т вх - температура на вході в абсорбер,? C
?- Щільність зрошення, м 3/м 2
?-Обсяг, м 3
Вихідні параметри:
Т вих - температура на виході з абсорбера,? C
y - ступінь абсорбції,%.
На підготовчому етапі була створена таблиця з експериментальними даними (додаток 2).
Перший етап. Ранжування факторів, що впливають.
а). Побудова матриці коефіцієнтів парної кореляції.
Елементами матриці є коефіцієнти парної кореляції, які визначаються за допомогою надбудови Пакет аналізу (на прикладі розрахунку Т вих).
Таблиця 2.2
T ВХ RVT вих T ВХ 1-0,104820,0264270,372041R - 0,1048210,025241-0,45516V0,0264270,0252411-0,82599T вих 0,372041-0,45516-0,825991
Далі обчислюються приватні коефіцієнти множинної кореляції. Для цього копіюємо матрицю коефіцієнтів кореляції і видаляємо один рядок і стовпець. Наприклад, для обчислення D 11 слід видалити перший рядок і перший стовпець.
10,025241-0,455160,0252411-0,82599D 11 0,12891323-0,45516-0,825991
Аналогічно розраховуємо:
D 22 0,162389D 33 0,678925D 44 0,987538D 41 0,347805D 42 0,392464D 43 - 0,81498
Приватні коефіцієнти множинної кореляції розраховуються за формулою (1.7). Зведемо обчислення в таблицю (2.3)
Таблиця 2.3
Вихідні параметриВліяющіе чинники? VТ вх Т вих 0,98004-0,995310,974789y - 0,928460,990656-0,99492
У відповідно до убування величини коефіцієнтів кореляції визначаємо порядок розташування впливових факторів у рівнянні (1.6).
V - 0,99531? 0,98004T ВХ 0,974789 Табліца2.4 Експериментальні та розрахункові дані для побудови статистичної моделі абсорбера для Т вих
№ Т вх,? C?, м 3/м 2 V, м 3 Т вих? C? (V)? (?)? (Т вх) Т вих, расчетное1170132269,41,01721,0139971,013975,466542180142561,90,99771,0104551,017968,935873170133052,50,96521,0139971,013957,6526841601821641,02370,9964071,009970,249995188172755,40,98470,99991,021162,005326200162464,31,00421,0034061,025971,448877210192267,41,01720,9929251,029973,60988150202551,70,99770,9894561,005957,882799174212652,20,99120,9859991,015557,7048710182212653,10,99120,9859991,018758,74697111902126540,99120,9859991,021959,7890712170182654,10,99120,9964071,013960,6690113160172948,70,97170,99991,009953,9565614170152461,51,00421,0069241,013968,6133915180152462,91,00421,0069241,017969,9611116190152464,21,00421,0069241,021971,3088317210152466,91,00421,0069241,029974,0042718225162272,91,01721,0034061,035979,3089719210182953,40,97170,9964071,029959,2666220150181968,31,03670,9964071,005973,2321321186142562,70,99771,0104551,020369,7420922190142563,20,99771,0104551,021970,27956
Другий етап. Вибір залежностей вихідних параметрів від факторів, що впливають.
Будуємо графік залежності T вих/T вих (ср) від?, додамо кілька ліній тренда, знайдемо вид залежності і шукані коефіцієнти для?.
Рис.2.2 Графік залежності від? і лінії тренду.
Вибираємо залежність з найбільшим значенням R 2: T вих (V)=- 0.0065 · V + 1.1602
Далі ділимо T вих/T вих (ср) на T (V). Побудуємо графік отриманої функції від?. Далі все аналогічно.
Вид залежностей:
вих (?)=1,0612 · e - 0,0035?
T вих (T вх)=0,0004 · T вх +0.8367
Для y всі операції аналогічні.
Таким чином, отримана експериментально-статистична модель має наступний
Вид (рівняння (1.9)):
Т вих=333,2136 · (- 0.0065 · V + 1.1602) · (1,0612 · e - 0,0035?) · (0,0004 · T вх +0.8367)
y=91,56864 · (2,9903 · е - 0,0024Твх) · (0,7408 · е 0,0121V) · (0,0089 ·? +0,8572)
Таблиця 2.5 Експериментальні та розрахункові дані для побудови статистичної моделі абсорбера для у
