МЕТОД РЕГУЛЯРИЗАЦИИ ТИХОНОВА ДЛЯ РЕШЕНИЯ ОБРАТНОЙ ЗАДАЧИ В МАТЕМАТИЧЕСКОЙ МОДЕЛИ КИНЕТИКИ ПРОЦЕССА НЕФТЕПЕРЕРАБОТКИ

Представлено решение обратной задачи приближенного определения констант скорости реакций по заданным концентрациям исходного вещества и продуктов в рамках математической модели кинетики процесса нефтепереработки с использованием методов конечных разностей, интерполировании данных (кубического сплайна) и метода регуляризации Тихонова. Найдены приблизительные константы скорости реакций, которые являются единственными и непрерывно зависят от исходных данных, а также необходимы для прогнозирования концентрации исходного вещества и продуктов в любой момент времени и определения показателей в реакциях процесса нефтепереработки – энергии активации, температуры и других внешних условий.

1. Колинько П. А., Козлов Д. В. Химическая кинетика в курсе физической химии. Новосибирск : НГУ, 2013. 99 с.

2. Погореловский М. А., Микшина В. С., Назина Н. Б. К вопросу математического моделирования кинетики реакций процессов нефтепереработки // Вестник кибернетики. 2017. № 4. С. 92-99.

3. Абдуллин А. И., Сираев И. Р. Гидрокрекинг как процесс получения дизельного топлива // Вестник технолог. ун-та. 2016. Т. 19, № 10. С. 41-43.

4. Лысенкова С. А. О математическом моделировании каталитического крекинга // Вестник кибернетики. 2018. № 4. С. 107-110.

5. Заикин П. В., Лысенкова С. А., Микшина В. С. Аналитическое решение системы дифференциальных уравнений математической модели кинетики процесса нефтепереработки // Вестник кибернетики. 2018. № 2. С. 120-126.

6. Микшина В. С. О математическом моделировании каталитического крекинга : моногр. СПб. : Наукоемкие технологии, 2021. 120 с.

7. Ольховой А. Ф. Введение в теорию обратных и некорректных задач : моногр. 2012. 116 с.

8. Colton D., Kress R. Ill-Posed Problems // Inverse Acoustic and Electromagnetic Scattering Theory. 2019. P. 111-136.

9. Kabanikhin S. I. Inverse Problems of Natural Science // Comput Math Math Phys. 2020. Vol. 60, Is. 6. P. 911-914.

10. Kirsch A. An Introduction to the Mathematical Theory of Inverse Problems. 2021. 400 p.

11. Борщ С. В., Симонов Ю. А., Христофоров А. В. Эффективность моделирования и прогнозирования речного стока // Гидрометеоролог. исслед. и прогнозы. 2020. Т. 375, № 1. C. 176-189.

12. Suryaningtyas L. S., Ery S., Rispiningtati R. Hydrological Analysis of TRMM (Tropical Rainfall Measuring Mission) Data in Lesti Sub Watershed // Civ Environ Sci. 2020. Vol. 3, № 1. P. 18-30.

13. Zhong X., Dutta U. Engaging Nash-Sutcliffe Efficiency and Model Efficiency Factor Indicators in Selecting and Validating Effective Light Rail System Operation and Maintenance Cost Models // J Traffic Transp Eng. 2015. Vol. 3, № 5. P. 255-265.