化学工程与工艺实验数据的处理分析
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
化学工程与工艺实验数据的处理分析
发表时间:2017-12-18T16:34:10.997Z 来源:《建筑科技》2017年第13期作者:厚海龙
[导读] 近年来MATLAB软件逐渐被用于化学工程与工艺实验的数据处理中,极大地提高了数据处理的效率。
金昌镍都矿山实业有限公司甘肃省金昌市 737100
摘要:MATLAB软件最早由美国的Mathworks公司提出,其主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中,为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案,并在很大程度上摆脱了传统非交互式程序设计语言的编辑模式,代表了当今国际科学计算软件的先进水平。近年来MATLAB软件逐渐被用于化学工程与工艺实验的数据处理中,极大地提高了数据处理的效率。
关键词:化学工程;工艺实验数据;处理
一、化学工程与工艺实验数据处理
化学工程与工艺实验与一般的化学实验只重视验证某一原理不同,其主要作用在于解决工业生产中实际存在的问题,以给工业生产提供指导,无论实验时间还是实验规模,以及实验数据处理过程均较为复杂,由此可见化学工程及工艺实验在人们的生产生活发挥极其重要的作用。化学工程与工艺实验涉及较多环节,尤其实验数据的处理尤为关键。之前对化学工程及工艺实验数据的处理主要采用人工方法进行,耗费大量的时间及人力,无法满足当今工业生产的需要。计算机的出现使得化学工程与工艺实验数据处理效率的提高成为可能,尤其以计算机为基础,人们开发出了各种数据处理软件,使得化学工程与工艺实验数据处理更为简单、方便。其中MATLAB软件是诸多数据处理软件最为优秀的一款软件,通过在化学工程与工艺实验数据处理方面的应用,能化繁为简,极大提高数据处理效率,使得数据处理精度很好的满足实验需要,将数据处理误差控制在合理范围内。
二、MATLAB在数据处理中的应用
为给化学工程与工艺实验数据处理提供参考,接下来对MATLAB软件在数据处理中的具体应用进行探讨。
1、MATLAB的数据处理步骤
(1)数据处理整体框架
众所周知,每个化学工程与工艺实验的目的存在较大区别,所以进行数据处理的步骤以及应用的公式存在较大差别,很难使用一个程序完成所有数据处理工作。不过通过对多数化学工程与工艺实验数据处理要求进行分析,可得出其相似之处,即,先进行数据输入,借助基本数据库进行数据的处理,最终完成处理数据的输出。针对这些相似之处进行程序设计,可简化数据处理过程,促进数据处理效率的提高。
(2)编制数据处理程序
数据处理程序是高效处理化学工程与工艺实验数据的基础,因此,使用MATLAB软件处理化学工程与工艺实验数据时,确保编制程序运行的高效性十分重要。数据程序编制包括数据输入、处理与作图、构建数据库等环节。其中数据输入的实现主要借助input函数加以实现。例如,需要输入实验环境中不同湿度参数时,可这样设置t=input(‘请输入实验中环境湿度数据’),输入函数多以矩阵方式形式呈现。处理与作图是化学工程和工艺实验数据处理中重要的一环,原因在于实验获得的数据一般为离散数据,需使用多种拟合方法对其进行拟合处理,其中最小二乘法是应用率较高的拟合方式,接下来的探讨主要基于最小二乘法拟合进行探讨。以化学工程与工艺实验产生的(x1,y2)离散数据为例,利用最小二乘法对其进行拟合处理,得到自变量、因变量x、y,并以y=f(x)为输入函数关系,其依据的思路为使得∑(f(x1)-y1)2以及离散数据中x1的残差平方取得最小值。原因在于实验期间难免受外界因素影响,导致一些实验误差的出现,而使用最小二乘法并不需要对输入函数y=f(x)进行全部的离散数据(x1,y1),不过需要∑(f(x1)-y1)2以及离散数据中x1的残差平方取得最小值。由最小二乘法拟合方法可知,化学工程与工艺实验中采用最小二乘法可满足数据处理要求。另外,化学工程和工艺实验中有时会对流体流动阻力状况的研究,即,对流体的流动阻力进行测试,而后进行针对性处理,获得雷诺准数(Re)以及摩擦系数λ的离散数据,同样适用最小二乘法拟合得到连续的曲线,以此为基础将对应的图形画出,考虑到雷诺准数(Re)与摩擦系数为成双对函数,所以可得
λ=c+aReb,尤其当a、b、c均为常数时,此时令c=0,可得λ=aReb,又因Re和λ是成双对函数,因此,logλ=loga+blogRe,在此基础上可使用MATLAB中polyfit()函数进行线性拟合处理,实现对化工数据处理程序的基础。
(3)数据库的构建
采用以上思路对MATLAB数据处理程序进行设计,在实验过程中只是获得在特定湿度条件下的实验参数,而在实际生产中所受的影响因素多而复杂,不可能稳定在设计好的湿度条件下,这就考虑如何取得相近数据的问题。假设其符合线性关系,使用外推或内插方式计算得出实验物性数据参数。文中探讨的化工实验中,设计的程序已经考虑到实验湿度、粘度、密度等参数进行拟合,构建较为完整的数据库,因此,对化学工程与工艺实验数据处理操作,只需按照提示将湿度参数输入系统中,程序便自动运行,计算得出该湿度条件下相关数据,大大的提高数据处理效率。
为确保设计数据处理程序的合理性,数据处理程序设计完成且对应的数据库构建完成后,需要输入相关数据对程序的运行状况进行验证,以及时分析出程序设计的不合理之处,并及时进行改进。通过对设计程序进行反复的优化,便可应用在化学工程与工艺实验的数据处理中。
2、MATLAB的数据处理误差分析
经上文分析将MATLAB软件应用在化学工程和工艺实验数据处理中,可获得预期的数据处理效果,但MATLAB软件对数据的处理建立在对实验数据正确采集的基础上,因此,需要保证化工实验数据采集的准确性,将误差控制在合理水平。考虑到化工实验经过的步骤较多,使用较多的测量仪器,实验人员操作中难免出现误差,这就要求实验人员结合具体的实验内容,明确实验的具体步骤以及影响数据误差的因素,在实验中加以准确把握。
首先,保证实验取样的合理性。化工实验取样的合理性包括很多内容,如使用专门的工具进行取样,保证取样位置的合理选取,即,