化工问题的建模与数学分析方法化工数学
1940～1950‘s：传递现象，数学模拟
dx 1957 ～1960‘s：化学反应工程
0 r
dr
1970‘s～
：过程系统工程
第一章数学模型——建模方法
化学工程发展史上的几个重要阶段 1 d s dcA
dx ’s：工业化学 dx →化学工程 1901x ～1920
1923～1930‘s：单元操作，化工数学
第一章数学模型——建模方法
例2 管式反应器
衡算对象——微元 化学工程发展史上的几个重要阶段
1901～1920’s：工业化学→化学工程 1923～1930‘s：单元操作，化工数学 v,cAin 1940～1950‘s：传递现象，数学模拟 1957～1960‘s：化学反应工程
0
v,cAL
x
dx
1970‘s～
1化学工程——
研究工业规模的物质转化规律及技术手段
研究对象
质量传递
解决的问题
动量传递
能量传递
化学反应过程 装置放大 流程设计
第一章数学模型——模型有什么用？
1化学工程——
研究工业规模的物质转化规律及技术手段
研究对象
质量传递
解决的问题
动量传递
能量传递
化学反应过程
装置放大
流程设计
第一章数学模型——模型有什么用？
初始与边界条件
t = 0: cA = cA 0
¶ cA x = 0: vcin = vcA - DA ¶x ¶ cA x = 1: = 0 ¶x
第一章数学模型——建模方法
例3 催化剂颗粒
衡算对象——微元，柱坐标与球坐标 化学工程发展史上的几个重要阶段
z 1901～1920’s：工业化学 →化学工程 dr 1923～x1930‘s：单元操作，化工数学 r
——物理量之间满足的本征结构关系
热力学平衡关系 动力学速率关系
3.定解条件
初始条件 边界条件 适定性问题
第一章数学模型——建模方法
§4 无量纲化问题
1. 为什么要无量纲化？
减少参数数目
变量规一化
获取问题的特征无量纲数
2.如何无量纲化？
选择自变量与因变量的特征尺度，将变量与方程无 量纲化
§3 建模一般步骤——认识论的规律
真实对象
认 识 表 述 数学模型
物理模型
核验
第一章数学模型——建模方法
模型标准
内容真实
形式简单
建模关键——合理简化
抓住主要因素，突出主要特征
怎么区分主次
根据建模目的
根据突出问题特征
第一章数学模型——建模方法
实例
气液传质的双模模型 平推流反应器模型 均想混合的搅拌釜模型
化工问题的建模 与数学分析方法
——
Modelling and Analytical Methods for Problems in Chemical Engineering
第一章 化工问题的数学模型
1、模型的意义与作用 2、建模方法 3、典型化工问题数学模型剖析
第一章数学模型——模型有什么用？
0 概述： 关于化工数学的分类
热模研究：考察化学反应规律 冷模研究：考察流动与传递规律 数学模型：反应器行为模拟
中间实验：三种模型的结合
工业设计
第一章数学模型——模型有什么用？
数学模型的作用
正问题：模拟、优化、控制 反问题：机理辨识、参数求取
典型实例
印巴核实验——数学模拟技术的需求
第一章数学模型——建模方法
生成速率
1957～1960‘s：化学反应工程
1970‘s～
k A c A Adx
：过程系统工程
微元内A的积累速率 (c A Adx) t
第一章数学模型——建模方法
反应器衡算方程
c A c A (vc A ) k Ac A DA t x x x
1901～1920’s：工业化学→化学工程
d 1940 ～ 1950 ‘s ：传递现象，数学模拟 FincAin FcA VrA VcA dt 1957～1960‘s：化学反应工程 V
1970‘s～ ：过程系统工程
1923～1930‘s：单元操作，化工数学
F,cA
图1.3连续釜式反应器
化学工程发展史上的几个重要阶段
1901～1920’s：工业化学→化学工程
1923～1930‘s：单元操作，化工数学
1940～1950‘s：传递现象，数学模拟
1957～1960‘s：化学反应工程 1970‘s～ ：过程系统工程 趋势——模型化，数学化
第一章数学模型——模型有什么用？
化学工程的方法论——解耦
第一章数学模型——建模方法
§3 化工问题的数学表述
1. 守恒方程（balance equations)
质量守恒、动量守恒、能量守恒、粒数守恒
通用公式：
输入项 － 输出项 ＋ 生成项 ＝ 积累项
注意问题：
对象的选择 坐标系的选择
第一章数学模型——建模方法
例1 均相釜式反应器数学模型
化学工程发展史上的几个重要阶段 Fin,cAin 衡算对象——单元
图1.4 管式反应器
：过程系统工程
第一章数学模型——建模方法
c 化学工程发展史上的几个重要阶段 A 输入 J D vAc AJ x 1901 ～ 1920 ’s ：工业化学 → 化学工程 输出
1923～1930‘s：单元操作，化工数学
A
A x
A
A
vAcA AJ A dx vAc A AJ A x dx vAc A AJ A x 1940～1950‘s：传递现象，数学模拟 x
S＝0: 片型颗粒 1940 ～1950‘s：传递现象，数学模拟
s
( x DA
) k AcA
S～ ＝1: 圆柱型颗粒 1957 1960 ‘s：化学反应工程
S‘s ＝～ 2：球形颗粒 1970 ：过程系统工程
第一章数学模型——建模方法
§3 化工问题的数学表述
2. 本构关系（Constitutive Relations)
化工数学——一个含糊的概念 解决化工问题的数学，体现方法论的数学 1. 化工实验数学
数据处理与误差分析
实验设计 量纲分析与相似理论
第一章数学模型——模型有什么用？
2.化工建模与数学分析 化工问题建模 模型求解与分析 3.化工过程模拟与优化 流程模拟方法 过程的综合
最优化方法
第一章数学模型——模型有什么用？ §1 模型的意义与作用
化工问题的建模与数学分析方法化工数学
第一章数学模型——典型问题
§5 催 化 剂 颗 粒 模 型
pቤተ መጻሕፍቲ ባይዱ
c A t
DA
1 xs
(xs x
cA ) x
rA
c p
T t
k
1 xs
(xs x
T x
)
HrA
第一章数学模型——典型问题
➢ 物理过程特征分析
颗粒内部：传热快，传质慢 颗粒外部：传质快，传热慢 因此，传质阻力在粒内，传热阻力在粒外 固体热容大，气体浓度小 因此，保留温度变化项，忽略浓度变化项
第一章数学模型——典型问题
§8 分批结晶器与连续结晶器的粒数衡算模型
➢ 成核动力学
B
dn dt
kN
(c)b
➢ 晶体生长动力学
G
dl dt
kG
(c) g
第一章数学模型——典型问题
➢ 晶体生长的物理图像
n t=0 G
G
Gn
0
l0
l
dl
图1.12 无成核时晶种生长的粒度分布曲线
n
t=t2
t=0
t=t1
选取
z x / l , tv / l , c cA / cAin
得
c
c z
Dac
1 Pe
2c z 2
0 : c(0, z) 0
z
0
:
c
1 Pe
c z z0
1
z 1 : c 0 z
第一章数学模型——建模方法
Da k l , v
Pe vl DA
XA
1 cA(t,l) cAin
第一章数学模型——建模方法
例1 均相釜式反应器数学模型
化学工程发展史上的几个重要阶段
化工工艺中的数据建模及预测技术综述
化工工艺中的数据建模及预测技术综述在现代化工工艺中，数据建模及预测技术的应用变得日益重要。
这些技术可以帮助化工工程师们利用现有的数据，预测和模拟工艺的运行情况，优化和改进工艺参数，提高生产效率，减少成本，降低风险。
本文将对化工工艺中的数据建模及预测技术进行综述。
数据建模是指利用统计学和机器学习的方法，从大量的历史数据中提取有用的信息，建立数学模型来描述工艺过程、产品性能或其他相关变量之间的关系。
这些模型可以用于分析数据、预测未来趋势、诊断异常情况等。
数据建模可以应用于各个环节的化工工艺，包括原料选择、反应动力学模拟、设备设计和操作优化等。
在数据建模的过程中，首先要进行数据预处理，包括数据清洗、数据对齐、特征选择等。
数据清洗可以排除噪声和异常值，提高建模的准确性。
数据对齐是指将不同来源、不同格式的数据进行整合，以便进行统一的分析。
特征选择是从众多的数据特征中选择与目标变量相关性最大的特征，以提高模型的预测精度。
常用的数据建模方法包括回归分析、主成分分析、聚类分析、神经网络和支持向量机等。
回归分析是一种用于建立因变量与自变量之间关系的统计方法，可以根据历史数据来预测未来趋势。
主成分分析能够通过降维，将多个相关变量转化为少数几个无关变量，简化数据模型。
聚类分析可以将相似的数据点分组，发现隐藏的数据模式与趋势。
神经网络是一种模仿人脑神经元网络的模型，可以学习和记忆大量的数据，并进行预测和决策。
支持向量机是一种非线性分类方法，能够识别和分析复杂的数据关系。
在化工工艺中，数据建模技术广泛应用于反应动力学建模、设备优化和过程控制等方面。
反应动力学建模是指利用历史数据和反应机理，建立化学反应速率与反应条件之间的关系，以便预测和优化反应过程。
设备优化是指通过数据建模和仿真，对设备的结构和性能进行调整和改进，以提高工艺的效率和可靠性。
过程控制是指根据数据建模的结果，调整和优化工艺参数，以实现对工艺过程的自动控制和优化。
数学建模在化工生产中的应用
数学建模在化工生产中的应用
化工生产是指利用化学反应的原理、过程和技术制造合成化学品的一种生产方式。
数学建模是利用数学理论、模型和方法分析和研究实际工程问题的一种方法。
在化工生产中，数学建模可以帮助工程师更准确、快速地理解和解决生产过程中的问题，同时也可以为化工产品的设计和优化提供支持。
数学建模在化工生产中的应用包括：
1. 反应动力学模型：化工生产的关键在于化学反应的控制和优化。
通过建立反应动力学模型，可以预测反应速率和转化率等重要参数，进而优化反应条件，提高产品质量和产量。
2. 流体力学模型：化工生产中常涉及到液体或气体的流动和传热过程，通过建立流体力学模型，可以预测流体的速度、压力、温度和流动路径等，进而优化设备设计和工艺流程，提高生产效率和能源利用率。
3. 优化模型：化工生产通常需要考虑多个参数的综合影响，通过建立优化模型，可以找到最优的操作条件和工艺流程，使产量最大化、能源消耗最小化，同时满足产品质量和安全要求。
4. 控制系统模型：化工生产中的自动化控制系统需要实时监测和调整运行状态，通过建立控制系统模型，可以设计出最优的控制策略，提高生产过程的稳定性和
可靠性，降低生产成本。
总之，数学建模在化工生产中的应用非常广泛，能够帮助工程师更好地理解和解决生产过程中的问题，同时也为化工产品的设计和优化提供支持。
化学化工中常用数学方法——评《化工数学（第三版）》
化学化工中常用数学方法——评《化工数学（第三版）》化学工业出版社出版，周爱月、李士雨主编的《化工数学》（第三版）是一部深入剖析化学化工领域中常用数学方法的教材，涵盖了从数学模型建立到数值解法、概率论与统计、数据校正技术、图论以及人工智能与专家系统等多个方面的内容。
本书第一章着重介绍了数学模型的基本概念，为后续章节的学习奠定了基础。
作者从模型的定义入手，强调了在化学化工领域中使用数学模型的必要性。
随后，通过深入讨论模型的建立方法，包括模型的基本要素和建模的一般步骤，使读者能够理解模型是如何从实际问题中提取出来。
此外，对建立数学模型的一般方法进行了详细探讨，使读者能够灵活应用数学工具解决实际问题。
通过丰富的习题，读者可以在实践中逐步提高建模和解决问题的能力。
第二章主要介绍了数据处理的关键技术，包括插值法、数值微分、数值积分以及曲线拟合。
在插值法部分，作者详细介绍了拉格朗日插值、差商与牛顿插值公式、分段插值法等，使读者能够理解和掌握在实际数据处理中选择合适插值方法的技能。
曲线拟合部分重点介绍了小二乘曲线拟合，对关联函数的选择和线性化进行了详细讨论，使读者能够更好地利用数学工具对实验数据进行处理。
第三章深入研究了线性方程组和非线性方程的数值解法。
在线性方程组的直接解法中，作者介绍了高斯消去法、高斯主元素消去法、LU分解等方法，通过实例演绎，使读者能够灵活运用这些方法解决实际问题。
非线性方程求解部分涵盖了二分法、迭代法、牛顿法等多种方法，对每种方法进行了详细的讨论和比较，为读者选择合适的方法提供了参考。
第四章主要探讨了常微分方程（ODE）的数值解法。
本章节开始引入了ODE的初值问题，然后深入研究了尤拉法和龙格-库塔法等数值解法。
作者通过详细的推导和实例演示，帮助读者理解这些方法的原理和适用范围。
通过对方法的比较，读者能够更好地理解各种数值解法的优劣，为实际应用提供了指导。
在第五章中，作者深入介绍了拉普拉斯变换的概念、性质和逆变换的求解方法。
化工问题的建模与数学分析方法第四章习题
exp(
n a
y)
从而由方程（1）得到，
（7）
（n=1,2,3,…）（8）
Un
(
x,
y)
An
exp(
n a
y
)
Bn
exp(
n a
y)
cos
n a
x
（9）
式（9）中 An=A1nCn，Bn= B1nCn，均为任意常数。 根据叠加原理构造以下级数形式的解
U (x, y)
n1
An
exp(
n a
y
否则是椭圆型方程
2. （√）证明：
（1）圆形区域上 Laplace 方程 2u=0 在圆对称情况下的通解为 u(r, ) Aln r B
式中 r 为径向极坐标，A、B 为任意常数
（2）球形区域上 Laplace 方程 2u=0 在球对称情况下的通解为 u(r,,) A B / r
式中 r 为径向球坐标，A、B 为任意常数
)
Bn
exp(
n a
y
)
cos
n a
x
（10）
令上式满足 y 的边界条件，得到确定系数 An， Bn 的方程
n1
An
exp( n a
b)
Bn
exp( n a
b)cosຫໍສະໝຸດ n ax0
An
n1
Bn
cos
n a
x
10 (a a
x)
n 将以上两式的右端展开为 cos x 的傅立叶级数，然后逐项比较系数，得到
n1
An
exp(( 2n 1 2
)2
t
)
sin
2n 1 2
x
4.2-化工过程系统优化问题基本概念
（4-9）
满足约束条件的方案集合，构成了最优化问题的可行域， 记作R
可行域中的方案称为可行方案 每组方案y为n维向量，它确定了n维空间中的一个点 因此，过程系统最优化问题是在可靠域中寻求使目标函
Hale Waihona Puke 数取最小值的点，这样的点称为最优化问题的最优解
D { x 1 ,x 2 [ ] T |x 1 2 x 2 2 1 ， x 1 0 ， x 2 0 }
5 可行路径法和不可行路径法
对于有约束最优化问题，视其如何处理约束条件可分为 可行路径法和不可行路径法。
可行路径法的整个搜索过程是在可行域内进行的，对变 量的每次取值，约束条件均必须满足
对于每一次优化迭代计算（统计模型除外）均必须解算 一次过程系统模型方法（即状态方程）f，也就是做一次 全流程模拟计算。同时，要解算式（4-6）至（4-8）。
End
过程系统优化问题可表示为
m in F (w , x) s .t. f ( w , x , z ) 0
c(w,x,z) 0 h(w,x) 0 g (w,x) 0
w－决策变量向量（w1，…，wr）; x－状态变量向量（x1，…，xm） z－过程单元内部变量向量（z1，…，zs） F－目标函数 f－m维流程描述方程组（状态方程） c－s维尺寸成本方程组 h－l维等式设计约束方程 g－不等式设计约束方程
（3，2）距离最近的点(2,1)
例4-1 求一个受不等式约束的最优化问题
m f( x 1 ,x i 2 ) n ( x 1 3 ) 2 ( x 2 2 ) 2 1
4.2.2 最优化问题的建模方法
对于过程机理清楚的问题，一般采用机理模型进行优化， 其优点是结果比较精确
机理模型的约束方程是通过分析过程的物理、化学本质 和机理，利用化学工程学的基本理论建立的描述过程特 性的数学模型及边界条件
化工问题的建模与数学分析方法习题答案
各章习题选解（仅供参考）第一章习题1.（√）在一个有效容积为V 的半连续式搅拌反应器中，由原料Ａ生产物质Ｂ，若浓度为c 0流量为Q 的Ａ溶液加入空反应器，反应遵循以下连串-可逆步骤C B A k kk −→−−−←−→−321且所有的反应均为一级，证明在反应器中Ｂ的克分子数N B 是以下微分方程的解CRN dt dN P dt N d B B B =++22式中1031321k Qc C k k R k k k P ==++=证明：对A 、B 分别作质量衡算，有A ：)1(210dt dN N k N k Q c AB A =+-B ：)2(321dtdN N k N k N k BB B A =--由（2）得到：102(3)AA B dN k N c Q k N dt=+-（3）代入（2），得：210131232()(4)B BB dN d N k c Q k k N k k k dt dt -=+++令123130,,P k k k R k k C c Q =++==得22(5)B BB d N dN P RNC dt dt++=证毕。
2.冬天的池塘水面上结了一层厚度为l 的冰层，冰层上方与温度为T w 的空气接触，下方与温度为0℃的池水接触。
当T w ＜0℃时，水的热量将通过冰层向空气中散发，散发的热量转化为冰层增加的厚度。
已知水结冰的相变潜热为L f ，冰的密度为ρ，导热系数为k ，导温系数为α，求：1)当气温T w 不随时间变化时，给出冰层厚度随时间变化的关系，若L f ＝3.35×105J/kg ，ρ＝913kg/m 3，k ＝2.22W/m °K ，T w ＝－10℃，问冰冻三尺，需几日之寒？2）当气温随时间变化时，设T w ＝T w (t)已知，导出冰层厚度变化的完整数学模型。
解：(1)冰层的温度为0℃，水通过冰层向空气散发热量，记为Q ，该热量用于水结成冰。
化工系统工程-数学模型-经验模型(Empirical model)及其建模方法
验。最常用的是对模型参数进行显著性检验。原假设H0为:
bi 0,i 1,2, , n
需计算三个统计量：
m
m
TSS为总体平方和(Total
L lyy
(y j y)2
y
2 j
my 2
j 1
j 1
Sum of Squares),反映样 本观测值总体离差的大小
U m ( yˆ j y)2
i1
J
bk
m
n
令
[ y j (b0 bi xi j )] (2xkj )＝0
j 1
i 1
(k=1,2,......n)
经数学推演
n
likbi lyk
i 1
n
likbi lyk
i 1
n
b0 y bi xi i 1
求出bi 求出b0
有现成的计算程序！
2.4.4 一元线性回归One dimensional linear regression
基 ③选择函数y=f（x，b）
本 步 骤
④参数估值，确定b，使得模型计算值与实测
值尽量拟合
⑤检验与评价
关键！
如何选择函数和估值？
如何选择函数和估值？
当在实验中获得自变量与因变量的一系列对应 数据,(x1,y1),(x2,y2),(x3,y3),...(xn,yn)时，要找出一个 最好类型的函数，y=f(x)来表述（拟合）。
化工系统工程
第二章 数学模型
版权所有
授课教师：杜可杰 化学化工学院
2.4 经验模型（Empirical model）及其建模方法
概念：不分析实际过程的机理，而是根据从实际得到的与过 程有关的数据进行数理统计分析、按误差最小原则，归纳出 该过程各参数和变量之间的数学关系式，用这种方法所得到 的数学表达式称为经验模型，黑箱模型（Black box） 。
化工过程系统建模
化工过程系统建模化工过程系统建模随着化工技术的发展和需求的增加，化工过程系统建模和优化成为化工工程领域中的关键问题。
化工过程系统建模是指将复杂的化工制造过程转化为数学模型，从而使得系统的行为特征更加清晰和可控。
化工过程系统建模的优点在于可以帮助化工工程师预测系统的性能，优化生产过程，改进产品质量，降低成本，提高效率。
化工过程系统建模主要由公式、方程和模型构成，使用各种数学工具和方法进行求解。
具体地说，化工过程系统建模一般包括以下方面：1. 数据收集和处理在化工过程系统建模前，需要收集领域内的数据。
通常包括原料成分和质量、产品成分和质量、设备特性和限制条件、工艺参数、流程及控制方案等。
这些数据必须经过严格的检查和精细的处理，确保数据的准确性和可行性，以便后续的建模。
2. 选择模型根据数据收集和处理的结果，需要选择适合的数学模型来描述化工过程系统的特征。
这些模型可以是线性或非线性，静态或动态，高维或低维等。
最常用的模型包括动力学模型、平衡模型、传热传质模型、化学反应模型等。
选择合适的模型需要化工工程师根据具体问题和经验进行判断。
3. 模型构造在模型构造中，将选择的模型转化成一系列数学方程，并根据实际情况设定边界条件和约束条件。
这些方程可以是代数方程、微分方程或偏微分方程。
为了使模型更加简单和清晰，可以采用各种数值方法进行求解，如数值逼近法、仿射变换法、差分法、有限元法等。
4. 模型求解模型求解是将建立的数学模型利用计算机进行求解的过程。
这一部分需要熟练掌握数值计算和编程技术，并且要对求解算法和程序进行验证和测试，以确保模型的正确性和有效性。
模型求解的结果可以通过数学软件进行可视化处理和分析。
总结化工过程系统建模是化工工程领域的一项重要技术，具有明显的优越性和实用性。
通过化工过程系统建模，化工工程师可以更好地了解系统的特征和行为，为工艺优化和产品开发提供参考依据。
在未来，化工过程系统建模将在化工工程领域继续发挥重要的作用，为实现化工行业的可持续发展做出贡献。
化工问题的建模与数学分析方法 第一章习题及答案
各章习题选解（仅供参考） 第一章习题1. （√） 在一个有效容积为V 的半连续式搅拌反应器中，由原料Ａ生产物质Ｂ，若浓度为c 0流量为Q 的Ａ溶液加入空反应器，反应遵循以下连串-可逆步骤C B A k kk −→−−−←−→−321 且所有的反应均为一级，证明在反应器中Ｂ的克分子数N B 是以下微分方程的解C RN dt dN P dt N d B BB =++22式中1031321k Qc C k k R k k k P ==++=证明：对A 、B 分别作质量衡算，有A ：)1(210dt dN N k N k Q c AB A =+- B ：)2(321dtdN N k N k N k BB B A =--由（2）得到：102(3)AA B dN k N c Q k N dt=+-（3）代入（2），得：210131232()(4)B BB dN d N k c Q k k N k k k dt dt -=+++令123130,,P k k k R k k C c Q =++==得22(5)B BB d N dN P RNC dt dt++=证毕。
2. 冬天的池塘水面上结了一层厚度为l 的冰层，冰层上方与温度为T w 的空气接触，下方与温度为0℃的池水接触。
当T w ＜0℃时，水的热量将通过冰层向空气中散发，散发的热量转化为冰层增加的厚度。
已知水结冰的相变潜热为L f ，冰的密度为ρ，导热系数为k ，导温系数为α，求：1) 当气温T w 不随时间变化时，给出冰层厚度随时间变化的关系，若L f ＝3.35×105J/kg ，ρ＝913kg/m 3，k ＝2.22W/m °K ，T w ＝－10℃，问冰冻三尺，需几日之寒？2）当气温随时间变化时，设T w ＝T w (t)已知，导出冰层厚度变化的完整数学模型。
解：(1) 冰层的温度为0℃，水通过冰层向空气散发热量，记为Q ，该热量用于水结成冰。