Информационно-аналитическая система решения многопараметрических обратных задач химической кинетики

• Автор: Губайдуллин, Ирек Марсович
• Шифр специальности: 02.00.04
• Научная степень: Докторская
• Год защиты: 2012
• Место защиты: Уфа
• Количество страниц: 243 с. : ил.

Содержание
Введение

Глава 1. Проблематика построения кинетических моделей сложных химических реакций

1.1. Обратные задачи химической кинетики

1.1.1. Математические методы обработки кинетических измерений

1.1.2. Особенности решения прямой кинетической задачи

1.1.3. Методы решения обратных задач химической кинетики

1.2. Механизмы сложных реакций металлокомплексного катализа в присутствии Ср2^гС

1.2.1. Циклоалюминирование олефинов и ацетиленов триэтилалюминием в алюминациклопентаны

1.2.2. Гидроалюминирование олефинов алкилаланами в присутствии катализатора Срг2гС

1.3. Современные информационные технологии, применяемые для решения обратных задач химической кинетики
1.3.1. База физико-химических данных
1.3.2. Комплекс программ для определения кинетических параметров
1.3.3. Технологии параллельных вычислений при моделировании сложных физико-химических процессов
1.4. Выводы по главе
Глава 2. Информационно-аналитическая система обратных задач химической кинетики (ИАС ОЗХК)
2.1. База данных кинетических исследований
2.2 Система управления базой данных и управление вычислительным экспериментом при математической обработке кинетических измерений
2.3. Автоматическая система анализа и выбора последовательных и параллельных алгоритмов решения прямой и обратной задач химической кинетики
2.4. Технические средства обработки кинетических измерений: однопроцессорные и многопроцессорные вычислительные системы
2.4.1. Многопроцессорные вычислительные системы с распределенной памятью (кластеры)
2.4.2. Многоядерные вычислительные системы с общей памятью (графические процессоры)
2.5. Выводы по главе
Глава 3. Технологии параллельных вычислений для решения обратных задач химической кинетики
3.1. Актуальность использования параллельных алгоритмов для решения обратных задач химической кинетики
3.2. Внутренний параллелизм задачи построения кинетических моделей сложных реакций
3.3. Трехуровневая модель распараллеливания решения многопараметрической обратной задачи химической кинетики
3.3.1. Распараллеливание по экспериментальной базе
3.3.2. Использование внутреннего параллелизма задачи
3.3.3. Распараллеливание алгоритма решения задачи
3.3.3.1. Генетический алгоритм решения обратной задачи
3.3.3.2. Геометрический параллелизм по кинетическим параметрам
3.4. Выводы по главе
Глава 4. Применение ИАС ОЗХК для разработки кинетических моделей сложных реакций металлокомплексного катализа
4.1. Кинетические модели реакции гидроалюминирования олефинов с алюминийорганическими соединениями
4.1.1. Кинетическая модель обобщенного механизма гидроалюминирования олефинов алкилаланами, катализируемого Cp2ZrCl2, на основе выделенных частных итоговых уравнений
4.1.2. Кинетические модели реакции взаимодействия димерного комплекса с алюминийорганическими соединениями и олефинами на основе первой и второй детализации частных реакций
4.1.3. Кинетическая модель обобщенного механизма реакции гидроалюминирования олефинов с диизобутилалюминийхлоридом на основе элементарных реакций и кинетических моделей детализированных частных реакций
4.2. Исследования возникновения индукционного периода в реакции гидроалюминирования олефинов и зависимости индукционного периода от количества катализатора
4.3. Кинетические модели реакции циклоалюминирования олефинов и ацетиленов в присутствии катализатора Cp2ZrCl
4.3.1. Раздельное определение кинетических констант реакции циклоалюминирования олефинов на основе внутреннего параллелизма кинетического эксперимента
4.3.2. Кинетическая модель реакции циклоалюминирования олефинов и ацетиленов триэтилалюминием

4.4. Исследование реакционной способности олефинов и ацетиленов в реакции циклоалюминирования на основе разработанных кинетических моделей
4.5. Выбор оптимальных условий проведения реакции циклоалюминирования олефинов и ацетиленов на основе кинетических моделей проведением многовариантного вычислительного эксперимента
4.6. Выводы по главе
Глава 5. Универсальность методологии ИАС ОЗХК на примере решения задачи оптимизации состава буровых растворов
5.1. Вопросы проектирования буровых растворов
5.2. База данных по буровым растворам
5.3. Планирование эксперимента при проектировании буровых растворов
5.4. Математическое моделирование технологических параметров буровых растворов и оптимизация их состава
5.4.1. Математическое описание свойств полисахаридных буровых растворов
5.4.2. Оптимизация состава полисахаридных буровых растворов
5.5. Распараллеливание решения обратной задачи оптимизации состава буровых растворов
5.6. Комплекс программ по управлению свойствами буровых растворов
5.7. Выводы по главе 5 Заключение
Список литературы
Приложение 1 Акт о внедрении информационно-аналитической системы по оптимизации состава буровых растворов Приложение 2 Акт о внедрении базы данных Drilling по буровым растворам и осложнениям на месторождениях РБ Приложение 3 Свидетельство о государственной регистрации программы «СУБД Drilling по буровым растворам и осложнениям в процессе бурения»
Приложение 4 Свидетельство о государственной регистрации программы «Программа прогнозирования интенсивности поглощений буровых растворов Mud Loss Intensity (MLInt)»
Благодарности

параметров, по которым осуществляется минимизация, и слабо чувствительны к изменению других [52]. «Овражный» характер поверхности минимизируемого функционал затрудняет процесс поиска оптимального набора параметров.
К классу наиболее простых методов поиска локального минимума функции относятся методы перебора, суть которых заключается в переборе с некоторым шагом точек пространства и нахождении точки с наименьшим значением исследуемой функции [53]. При этом после однократного перебора может производиться дробление рассматриваемой области с уменьшением шага перебора. Модификацией метода перебора является метод покоординатного спуска, в котором производится минимизация функции по одной координате при фиксированных значениях остальных [50]. Классическим методом нахождения локального минимума функции является метод градиента [54], суть которого состоит в вычислении в текущей точке антиградиента функции и продвижении вдоль этого направления с некоторым шагом с последующим вычислением вектора антиградиента и т.п. Метод градиента имеет наибольшую скорость сходимости в случае, если линии уровня минимизируемого функционала имеют вид, близкий к окружностям [55], при «овражном» характере поверхности функционала градиентные методы оказываются менее эффективными [22, 54]. Методы минимизации, не требующие вычисления производных оптимизируемой функции по параметрам оптимизации, получили название методов прямого поиска. К этому классу относится, например, метод Розенброка, в котором поиск производится вдоль взаимно ортогональных направлений, одно из которых всегда расположено вдоль оси оврага [56]. Также применяется оптимизация функции путем выбора случайным образом направления с последующей одномерной минимизацией функции в выбранном направлении, например, методом параболического спуска [57]. При условии выраженного «овражного» характера исследуемой
поверхности для минимизации функции подходят методы случайного