OPTIMIZAREA PROCESELOR

CHIMICE

CURS 4
CUPRINS
 Criterii de optimizare;
 Tipuri de funcţii obiectiv şi proprietăţi mai importante ale
acestora;
 Funcţii obiectiv continue şi discontinue;
 Funcţii obiectiv unimodale şi polimodale;
 Funcţii obiectiv convexe şi concave.

2
Optimizarea proceselor chimice
 Optimizarea proceselor tehnice în general şi a celor chimice în special
constituie una din cele mai fertile aplicaţii ale modelării matematice şi
ale utilizării calculatoarelor electronice. Prin optimizarea unui sistem
oarecare se urmăreşte realizarea unei stări speciale a acestuia, stare
care dintr-un anumit punct de vedere este cea mai favorabilă.

 Rezultatul acţiunii de optimizare se concretizează printr-o decizie.

 În funcţie de natura concretă a problemei de optimizare, decizia poate

consta în alegerea celor mai bune valori ale parametrilor de operare
sau constructivi ai procesului, a celei mai bune scheme sau linii
tehnologice pentru obţinerea unui produs, în planificarea cea mai
avantajoasă a lucrărilor de întreţinere şi reparaţii a utilajelor, în
alegerea celei mai bune variante de conducere a procesului etc.

3
•Chiar numai din această expunere sumară pe marginea noţiunii de
optimizare se pot deduce două observaţii importante şi anume:

a) Pentru ca o problemă să poată face obiectul optimizării este necesar

ca acesta să aibă mai multe soluţii posibile, din care să se aleagă cea
optimă;
b) Alegerea soluţiei optime impune adoptarea şi definirea riguroasă a
unui punct de vedere sau criteriu, în raport cu care se apreciază
eficienţa diferitelor soluţii ale problemei.

 Acest criteriu de optimizare poate fi atât de natură economică

(cheltuieli de producţie, beneficiul, investiţia etc) cât şi de natură
tehnică (randamentul într-un anumit produs, cantitatea de metal
necesară construcţiei utilajului etc).

4
 Criterii de optimizare
 Alegerea criteriului de optimizare în raport cu care se determină soluţia
optimă, urmată de exprimarea acestuia sub forma unei funcţii de
variabilele sistemului, constituie una din etapele foarte importante ale
formulării problemei de optimizare.

 Importanţa acestei etape este evidentă dacă se are în vedere că însăşi

soluţia optimă depinde de criteriul de optimizare ales.

 De exemplu, dacă optimizarea schimbătorului de căldură de la

exemplul 1 s-ar face în raport cu suprafaţa de transfer care se cere a fi
minimă, soluţia optimă se obţine pentru valorile celor şapte variabile
de decizie care conduc la cea mai mare valoare pentru coeficientul
global de transfer termic K, în condiţiile respectării restricţiilor. Aceasta
înseamnă cel mai mic diametru admis al tuburilor, cel mai mare număr
de şicane transversale posibil de realizat, cel mai mare număr de
treceri prin tuburi etc. 5
 Criterii de optimizare

 Dacă însă se adoptă criteriul de optimizare care însumează costul

schimbătorului cu cheltuielile de operare, atunci soluţia optimă este
diferită, întrucât valorile cele mai convenabile ale variabilelor de
decizie din punctul de vedere al suprafeţei minime de transfer
afectează nefavorabil cheltuielile de pompare datorită creşterii
căderilor de presiune în tuburi şi manta. Soluţia optimă în acest caz
corespunde valorilor variabilelor de decizie, care echilibrează cele
două categorii de costuri, aşa cum se arată calitativ în figura 1.

6
Figura 1. Pozitia optimului pentru
exemplul 1
cost

cost total
investitie

cheltuieli de pompare

optim

suprafata de transfer
7
 Criterii de optimizare

 Deşi în optimizarea diverselor sisteme din ingineria chimică se

utilizează uneori şi criterii tehnice (de natură tehnologică şi/sau
mecanică), cele care exprimă cu adevărat eficienţa economică a
sistemului sunt evident criteriile de natură economică.

 Acestea sunt de obicei expresia unor componente ale indicatorilor

tehnico-economici globali ai proceselor, componente derivate din
investiţia totală sau din beneficiul anual.

8
 Criterii de optimizare
 În multe cazuri este convenabil să se ia în considerare
simultan mai multe criterii de optimizare, de obicei de
natură diferită: economică şi tehnică.

 De exemplu, într-un proces chimic ar fi de dorit să se

obţină randamentul maxim în produsul principal, simultan
cu minimizarea investiţiei.

 Adesea, aceste criterii multiple sunt incompatibile,

imposibil de satisfăcut simultan, ceea ce impune realizarea
unui compromis şi adoptarea unui singur criteriu, a celui
mai reprezentativ pentru problema dată, urmând să se
determine efectul soluţiei optime asupra celorlalte criterii
eliminate. În măsura în care problema de optimizare nu se
complică prea mult, se recomandă ca după alegerea
criteriului de optimizare, ceilalţi indicatori să fie introduşi în
modelul matematic sub forma unor restricţii. 9
 Criterii de optimizare
 De exemplu, o problemă în care se doreşte realizarea
simultană a unui beneficiu cât mai mare şi a unui randament
cât mai mic într-un produs indezirabil, se poate formula ca o
problemă de maximizare a beneficiului, în condiţiile în care
randamentul în produsul nedorit nu trebuie să depăşească o
valoare impusă.

 În concluzie, având în vedere dificultăţile întâmpinate în

exprimarea completă a unor criterii economice, precum şi
faptul că de cele mai multe ori este posibilă simplificarea
acestora prin eliminarea unor componente care influenţează
nesemnificativ soluţia optimă, se ajunge uneori la o
corespondenţă a criteriilor economice cu cele tehnice, ceea ce
face posibilă adoptarea acestora din urmă drept criterii de
optimizare în locul celor economice, fără ca prin aceastea să
fie afectată negativ eficienţa economică a procesului.

10
 Criterii de optimizare
 O categorie aparte de probleme de optimizare este aceea
întâlnită la Estimarea parametrilor modelelor empirice, în
legătură cu estimarea parametrilor modelelor matematice din
date experimentale.
 În astfel de probleme criteriul de optimizare este de o natură
cu totul diferită decât cea discutată până acum şi exprimă
gradul de apropiere (de concordanţă) între valorile măsurate
experimental ale variabilei dependente şi cele prezise de
model, cu ajutorul unei funcţii obiectiv ce reprezintă de obicei
suma pătratelor abaterilor dintre aceste două tipuri de mărimi.

 Un astfel de criteriu exprimă într-adevăr eficienţa

sistemului de optimizat, care în acest caz nu este un sistem
tehnic ci un model matematic. Indiferent însă de utilizarea
modelului matematic; în proiectare, optimizare, conducere
etc., eficienţa acestuia se răsfrânge în ultimă instanţă asupra
11
eficienţei economice a sistemului modelat.
 Tipuri de functii obiectiv si proprietăti mai
importante ale acestora
Funcţii obiectiv continue şi discontinue

 În modelul matematic al problemei de optimizare, criteriul

de optimizare trebuie să se exprime printr-o funcţie de
variabilele sistemului. Această funcţie poartă denumirea de
funcţie obiectiv sau funcţie scop sau funcţie de eficienţă.

 Deşi metodele de determinare a soluţiei optime, în special

cele analitice bazate pe calculul diferenţial, subînţeleg
continuitatea funcţiei obiectiv, în practica optimizării se
întâlnesc şi funcţii obiectiv discontinue.

12
 Functii obiectiv continue si
discontinue

f(x) f(x) f(x)

f(x0-)

f(x0+)

x x x0 x

a b c

a. funcţia continuă cu b. funcţia continuă cu c.funcţia discontinuă

derivate continue derivate discontinue
13
 Functii obiectiv continue si
discontinue
 O formă aparte de funcţie discontinuă este funcţia discretă, care
ia valori numai pentru valori discrete ale variabilelor. De exemplu,
căderea de presiune pe unitatea de lungime printr-o conductă prin
care circulă un fluid cu debit dat este funcţie numai de diametrul
conductei.
 Întrucât acesta nu poate lua decât valori discrete
corespunzătoare diametrelor standardizate de ţevi, funcţia este
discretă. Graficul ei este alcătuit dintr-o succesiune discretă de
puncte.

 Adaptarea metodelor de căutare a optimului elaborate pentru

funcţii continue la problemele de optimizare cu funcţii obiectiv
discontinue se face prin divizarea domeniului de căutare în
subdomenii în care funcţia este continuă iar determinarea
optimului se face pentru fiecare subdomeniu. În final, pentru
determinarea optimului global se cercetează separat şi punctele
14
sau domeniile de discontinuitate.
 Functii obiectiv unimodale si
polimodale

 Dacă în domeniul admisibil funcţia obiectiv are un singur

punct de extrem (minim sau maxim), ea se numeşte
unimodală, iar dacă are mai multe extreme se numeşte
polimodală.
 In figura urmatoare sunt prezentate exemple de funcţii
monodimensionale unimodale pe domeniul [a, b], marcându-
se cu x* valoarea lui x corespunzătoare maximului funcţiei.

15
 Functii unimodale

f(x) f(x) f(x)

a x* b x a x* b x a x* b x

a b c

16
 Functii polimodale
Pentru funcţiile polimodale interesează maximul sau minimul
global, acela pentru care funcţia are cea mai mare, respectiv
cea mai mică valoare pe întreg domeniul admisibil.
În figura urmatoare sunt reprezentate două funcţii
polimodale pe domeniul [a, b], maximul global (sau absolut)
având abscisa x2*. Celelalte maxime: x1*, respectiv x1* şi x3*
sunt maxime locale.

17
 Functii polimodale

f(x) f(x)

a x1* x2* b x a x* x2* x3* b

1 x

18
 Functii polimodale

 Deoarece determinarea optimului global în cazul funcţiilor

obiectiv polimodale necesită cercetarea tuturor punctelor de
extrem, problema se complică considerabil pentru funcţii de
mai multe variabile.
 De aceea, rezultate satisfăcătoare ale tehnicilor actuale de
optimizare se obţin doar pentru problemele în care funcţia
obiectiv este unimodală, optimul local determinat fiind în acest
caz şi optim global dacă domeniul admisibil este convex. Aşa
cum se va vedea în paragraful următor, unimodalitatea
funcţiei obiectiv este garantată dacă aceasta este convexă sau
concavă.

19
 Functii obiectiv convexe si
concave
 Prin definiţie, o funcţie de n variabile se numeşte convexă
pe domeniul admisibil D care uneşte oricare două puncte ale
suprafeţei f(X) în spaţiul n-dimensional al variabilelor se
găseşte pe sau deasupra suprafeţei.

 Matematic, această condiţie este realizată numai dacă este

satisfăcută inegalitatea:
f   X 1  (1   ) X 2     f  X 1   1     f  X 2 

pentru oricare X 1  D, X 2  D si   0,1

 Dacă pe domeniul D, segmentul [X1, X2] se găseşte pe sau

sub suprafaţă, oricare ar fi punctele X1, X2 , atunci funcţia
este concavă.
20
 Dacă în domeniul D există două puncte X1 şi X2 astfel încât
segmentul [X1, X2] se află şi deasupra şi sub suprafaţa f(X),
atunci funcţia f(X) nu este nici convexă, nici concavă.

 O funcţie f(X) liniară este şi convexă şi concavă, segmentul

[X1, X2] aflându-se în acest caz în întregime pe suprafaţa f(X).

 Pentru ilustrare, în figura urmatoare s-a reprezentat o

funcţie convexă de o singură variabilă, pentru care se poate
verifica grafic îndeplinirea condiţiei:

f   X 1  (1   ) X 2     f  X 1   1     f  X 2 

21
Functia convexă

f(x1)

  f x1   1     f x2 

f   x1  1   x2 

f(x2)

x1 x2 x
  x1  1     x2 22
 Dacă domeniul admisibil este convex, o proprietate foarte
importantă a funcţiilor obiectiv convexe şi concave este aceea
că un optim local este în acelaşi timp şi optim global, iar
acesta este unic.

 Dacă domeniul admisibil nu este convex, funcţia obiectiv

poate admite mai multe maxime sau minime fezabile, chiar
dacă este concavă, respectiv convexă.

 Aşadar, dacă domeniul admisibil este convex, o funcţie

obiectiv convexă admite un singur minim, iar o funcţie obiectiv
concavă un singur maxim. Minimele sau maximele se pot afla
în interiorul domeniului sau pe frontiera acestuia.

23