TIKHONOV’S REGULARIZATION METHOD FOR SOLVING THE INVERSE PROBLEM IN A MATHEMATICAL MODEL OF THE KINETICS OF OIL REFINING PROCESS
https://doi.org/10.34822/1999-7604-2022-4-49-58
Abstract
The study presents a solution to the inverse problem of approximate constants determination of response rate according to the given concentrations of initial substance and products in the framework of mathematical model of kinetics of oil refining process. In the course of the study, the finite difference method, the data interpolation method (the cubic spline), and the Tikhonov regularization method were used. Response rate approximate constants are identified. They are unique and depend on the initial data. Response rate ap-proximate constants aid in forecasting concentrations of the initial substance and products at any moment and determining indicators in oil refining process reactions, such as energy activation, temperature, and other external conditions.
About the Authors
V. H. Le
Peter the Great St. Petersburg Polytechnic University, Saint Petersburg
Russian Federation
Russian Federation
Postgraduate
E-mail: huyenlevan120193@gmail.com
A. N. Firsov
Peter the Great St. Petersburg Polytechnic University, Saint Petersburg
Russian Federation
Russian Federation
Doctor of Sciences (Engineering), Professor
E-mail: anfirs@yandex.ru
References
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.
Review
For citations:
Le V.H., Firsov A.N. TIKHONOV’S REGULARIZATION METHOD FOR SOLVING THE INVERSE PROBLEM IN A MATHEMATICAL MODEL OF THE KINETICS OF OIL REFINING PROCESS. Proceedings in Cybernetics. 2022;(4 (48)):49-58. (In Russ.) https://doi.org/10.34822/1999-7604-2022-4-49-58
Views:
194
Email this article 