Помощь студентам в учебе
Оптимизация моделей управления производственными система нефтегазового комплекса
|
ВВЕДЕНИЕ 7
1 МОДЕЛИРОВАНИЕ И УПРАВЛЕНИЕ ПРОИЗВОДСТВЕННЫМИ СИСТЕМАМИ НГК 11
1.1 Анализ проблемы управления процессами нефтепереработки 11
1.2 Моделирование технологических установок производственных систем
нефтепереработки 13
1.3 Общие сведение об адаптивных системах управления 17
1.4 Задача автоматического управления процессами нефтепереработки по
параметрам продуктов 24
Выводы 26
2 МЕТОДЫ ПОСТРОЕНИЯ И ОПТИМИЗАЦИЯ МОДЕЛЕЙ ТЕХНОЛОГИЧЕСКИХ СИСТЕМ НЕФТЕГАЗОВОГО КОМПЛЕКСА 28
2.1 Методы построения моделей технологических систем нефтегазового
комплекса 29
2.2 Алгоритмы параметрической оптимизации моделей 61
2.3 Эволюционный генетический алгоритм оптимизации параметров
моделей технологических систем нефтегазового комплекса 66
Выводы 72
3 ИССЛЕДОВАНИЕ ЭФФЕКТИВНОСТИ МЕТОДОВ ПОСТРОЕНИЯ И ОПТИМИЗАЦИИ МОДЕЛЕЙ ТЕХНОЛОГИЧЕСКИХ СИСТЕМ 74
3.1 Исследование эффективности методов моделирования на тестовых
задачах 76
3.2 Моделирование вакуумных установок 78
3.3 Результаты решения задачи моделирования технологической установки
колонны к-5 82
3.4 Анализ результатов численных исследований методов моделирования и
оптимизации моделей технологических систем 97
Выводы 99
ЗАКЛЮЧЕНИЕ 102
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 105
ПРИЛОЖЕНИЕ
1 МОДЕЛИРОВАНИЕ И УПРАВЛЕНИЕ ПРОИЗВОДСТВЕННЫМИ СИСТЕМАМИ НГК 11
1.1 Анализ проблемы управления процессами нефтепереработки 11
1.2 Моделирование технологических установок производственных систем
нефтепереработки 13
1.3 Общие сведение об адаптивных системах управления 17
1.4 Задача автоматического управления процессами нефтепереработки по
параметрам продуктов 24
Выводы 26
2 МЕТОДЫ ПОСТРОЕНИЯ И ОПТИМИЗАЦИЯ МОДЕЛЕЙ ТЕХНОЛОГИЧЕСКИХ СИСТЕМ НЕФТЕГАЗОВОГО КОМПЛЕКСА 28
2.1 Методы построения моделей технологических систем нефтегазового
комплекса 29
2.2 Алгоритмы параметрической оптимизации моделей 61
2.3 Эволюционный генетический алгоритм оптимизации параметров
моделей технологических систем нефтегазового комплекса 66
Выводы 72
3 ИССЛЕДОВАНИЕ ЭФФЕКТИВНОСТИ МЕТОДОВ ПОСТРОЕНИЯ И ОПТИМИЗАЦИИ МОДЕЛЕЙ ТЕХНОЛОГИЧЕСКИХ СИСТЕМ 74
3.1 Исследование эффективности методов моделирования на тестовых
задачах 76
3.2 Моделирование вакуумных установок 78
3.3 Результаты решения задачи моделирования технологической установки
колонны к-5 82
3.4 Анализ результатов численных исследований методов моделирования и
оптимизации моделей технологических систем 97
Выводы 99
ЗАКЛЮЧЕНИЕ 102
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 105
ПРИЛОЖЕНИЕ
Одной из важнейших проблем, возникающих при исследовании различных объектов, процессов и систем, является построение моделей этих
процессов и систем. Очевидно, различных объектов, с которыми приходится
сталкиваться – бесчисленное множество, и одного универсального правила
для построения моделей не существует. Существуют лишь некоторые обобщения и рекомендации по построению моделей. Выделены различные способы построения моделей того или иного типа объектов.
Один из способов построения моделей основан на применении непараметрических процедур для описания функционирования объекта, описания
связи входных, выходных переменных объекта. Зачастую мы имеем не просто объект, а несколько объектов, объединенных в одну систему, и функционирующих как единое целое. При этом выход одного элемента системы может являться входом другого элемента системы, появляется множество промежуточных связей. Если некоторые соотношения, описывающие функционирование объекта известны точно (например, заданы известным уравнением), то применение лишь непараметрических процедур для описания объекта
становится не совсем оправданным. Очевидным становится выбор в пользу
сочетания в одной модели известных заранее соотношений и соотношений
восстановленных с помощью непараметрических процедур.
Построенные таким образом модели называют комбинированными.
Применение комбинированных моделей позволяет системному аналитику
более адекватные модели, учитывать известные соотношения (например, законы физики и др.), и в тоже время, применяя непараметрические процедуры,
осваивать синтез моделей, построение которых было невозможно в виду не
возможности установления точной связи между, например, входами выходами объекта.
При построении моделей зачастую сталкиваются с проблемой, известной как «проклятие размерности» - при увеличении размерности про-8
странства переменных резко увеличивается объем выборки наблюдений, необходимый для построения адекватной модели. В реальных задачах объем
выборки наблюдений зачастую ограничен невозможностью многократного
проведения экспериментов, их дороговизной и др.
Построение модели объекта или процесса во многих случаях является
одним из этапов создания адаптивной системы управления этими объектами
или процессами. В рамках единой теории непараметрических систем развит
подход синтеза непараметрических адаптивных алгоритмов управления.
Применение таких алгоритмов совместно с методами моделирования систем
позволяет создать комплексный подход, который отличается высокой степенью адаптивности и возможностью работать в условиях как отсутствий какой-либо информации структуре и параметрах рассматриваемых объектов
или систем, так и в условиях, соответствующих уровню информации, достаточного для построения комбинированных моделей. В этой связи значительный интерес представляет разработка методов, позволяющих повысить эффективность алгоритмов управления такими системами, объектами или процессами.
Управление процессами подготовки и переработки нефти как правило
производится в соответствии с технологическим регламентом, в котором оговариваются условия для режимных параметров ведения процесса и нормируются показатели качества получаемых продуктов.
Главной особенностью нефтеперерабатывающих производств является
нестабильность характеристик сырья, определяющая необходимость изменения режимных параметров с целью поддержания нормируемых показателей
качества получаемых продуктов. Так, например, состав сырья, поступающего
на установки комплексной подготовки нефти (УКПН) может изменяться за
сутки пять-десять раз. При этом изменяются фракционный и химический составы, содержание воды и солей. Сырье для нефтеперерабатывающих заводов
нормируется по целому ряду параметров: содержанию воды и солей, количеству летучих углеводородов, но тем не менее химический и фракционный со-9
ставы нефтей также могут изменяться существенным образом. В последние
несколько лет НПЗ широко практикуется использование так называемого «давальческого» сырья и переработка сырья «с колес». Это сырье является очень
часто смесью нескольких нефтей, полученных с различных месторождений и
обладающих весьма различными свойствами и характеристиками.
Известно, что несмотря на огромное количество работ по изучению
свойств нефтей отдельных месторождений, многие вопросы управления технологией переработки этих нефтей остаются открытыми. Необходимость использования смесей нефтей усугубляет эти проблемы, в частности, не позволяет оперативно анализировать состав сырья и вырабатывать рекомендации
по ведению технологических режимов процессов переработки нефти. Острота проблемы несколько снижается для процессов вторичной переработки и
нефтехимического синтеза, где в качестве сырья используются продукты первичной переработки нефти, качество которых поддерживается в определенных пределах. Тем не менее, влияние нестабильности характеристик сырья
процессов первичной переработки нефти отражается на режиме и качестве
продуктов вторичной переработки нефти и нефтехимического синтеза. Это
является одной из причин также обуславливающих необходимость повышения качества управления процессами первичной переработки нефти.
В условиях рыночной экономики выпуск продукции обусловлен потребительским спросом. Так, например, при производстве масел возникает необходимость в производстве небольших партий различных по назначению и
свойствам масел, потребное количество которых производится за двое-трое
суток. Перенастройка технологического режима установок атмосферновакуумных трубчаток (АВТ) часто занимает время от нескольких часов до
двух суток даже в условиях стабильного по качеству сырья.
Сочетание нестабильного по характеристикам сырья и изменяющихся
требований к показателям качества получаемых продуктов являются основными факторами, которые делают задачу подбора технологического режима10
чрезвычайно сложной. Трудности выбора режимных параметров связаны со
следующими причинами.
Во-первых, отсутствуют (или крайне ограничены) средства метрологического контроля качества продуктов подготовки и переработки нефти на потоке, в связи с чем управление производится на основе информации, получаемой путем отбора проб и проведения лабораторных анализов. Стоимость
и технические возможности лабораторного контроля на предприятиях позволяют делать не более двух-трех анализов в сутки. Заметим, что частота проведения анализов на УКПН, как правило, еще меньше: обычно один-два анализа за сутки.
Во-вторых, качество процессов управления с учетом задержек, инерционности производственных процессов, достигающих в процессах подготовки
нефти время от нескольких часов до нескольких десятков часов, а в процессах нефтепереработки от нескольких минут до десятков минут, принципиально не может быть сделано высоким, т.к. низкое быстродействие автоматических систем регулирования не позволяет подавлять возмущения относительно более высокой частоты.
В-третьих, объем информации, который предлагается оператору (или
автоматическому устройству) для выработки управляющих воздействий достаточно велик. Часто информация имеет нечеткий характер, а оценка качества
того или иного решения на управление проводится по многим плохо формализованным критериям. Это приводит к тому, что решения на управление
формируются обычно экспертным образом, и качество управления зависит от
опыта и других личных качеств обслуживающего персонала.
Сказанное позволяет заключить, что проблема оперативного управления процессами переработки нефти является весьма актуальной, а ее разрешение позволяет заметно повысить эффективность производства
процессов и систем. Очевидно, различных объектов, с которыми приходится
сталкиваться – бесчисленное множество, и одного универсального правила
для построения моделей не существует. Существуют лишь некоторые обобщения и рекомендации по построению моделей. Выделены различные способы построения моделей того или иного типа объектов.
Один из способов построения моделей основан на применении непараметрических процедур для описания функционирования объекта, описания
связи входных, выходных переменных объекта. Зачастую мы имеем не просто объект, а несколько объектов, объединенных в одну систему, и функционирующих как единое целое. При этом выход одного элемента системы может являться входом другого элемента системы, появляется множество промежуточных связей. Если некоторые соотношения, описывающие функционирование объекта известны точно (например, заданы известным уравнением), то применение лишь непараметрических процедур для описания объекта
становится не совсем оправданным. Очевидным становится выбор в пользу
сочетания в одной модели известных заранее соотношений и соотношений
восстановленных с помощью непараметрических процедур.
Построенные таким образом модели называют комбинированными.
Применение комбинированных моделей позволяет системному аналитику
более адекватные модели, учитывать известные соотношения (например, законы физики и др.), и в тоже время, применяя непараметрические процедуры,
осваивать синтез моделей, построение которых было невозможно в виду не
возможности установления точной связи между, например, входами выходами объекта.
При построении моделей зачастую сталкиваются с проблемой, известной как «проклятие размерности» - при увеличении размерности про-8
странства переменных резко увеличивается объем выборки наблюдений, необходимый для построения адекватной модели. В реальных задачах объем
выборки наблюдений зачастую ограничен невозможностью многократного
проведения экспериментов, их дороговизной и др.
Построение модели объекта или процесса во многих случаях является
одним из этапов создания адаптивной системы управления этими объектами
или процессами. В рамках единой теории непараметрических систем развит
подход синтеза непараметрических адаптивных алгоритмов управления.
Применение таких алгоритмов совместно с методами моделирования систем
позволяет создать комплексный подход, который отличается высокой степенью адаптивности и возможностью работать в условиях как отсутствий какой-либо информации структуре и параметрах рассматриваемых объектов
или систем, так и в условиях, соответствующих уровню информации, достаточного для построения комбинированных моделей. В этой связи значительный интерес представляет разработка методов, позволяющих повысить эффективность алгоритмов управления такими системами, объектами или процессами.
Управление процессами подготовки и переработки нефти как правило
производится в соответствии с технологическим регламентом, в котором оговариваются условия для режимных параметров ведения процесса и нормируются показатели качества получаемых продуктов.
Главной особенностью нефтеперерабатывающих производств является
нестабильность характеристик сырья, определяющая необходимость изменения режимных параметров с целью поддержания нормируемых показателей
качества получаемых продуктов. Так, например, состав сырья, поступающего
на установки комплексной подготовки нефти (УКПН) может изменяться за
сутки пять-десять раз. При этом изменяются фракционный и химический составы, содержание воды и солей. Сырье для нефтеперерабатывающих заводов
нормируется по целому ряду параметров: содержанию воды и солей, количеству летучих углеводородов, но тем не менее химический и фракционный со-9
ставы нефтей также могут изменяться существенным образом. В последние
несколько лет НПЗ широко практикуется использование так называемого «давальческого» сырья и переработка сырья «с колес». Это сырье является очень
часто смесью нескольких нефтей, полученных с различных месторождений и
обладающих весьма различными свойствами и характеристиками.
Известно, что несмотря на огромное количество работ по изучению
свойств нефтей отдельных месторождений, многие вопросы управления технологией переработки этих нефтей остаются открытыми. Необходимость использования смесей нефтей усугубляет эти проблемы, в частности, не позволяет оперативно анализировать состав сырья и вырабатывать рекомендации
по ведению технологических режимов процессов переработки нефти. Острота проблемы несколько снижается для процессов вторичной переработки и
нефтехимического синтеза, где в качестве сырья используются продукты первичной переработки нефти, качество которых поддерживается в определенных пределах. Тем не менее, влияние нестабильности характеристик сырья
процессов первичной переработки нефти отражается на режиме и качестве
продуктов вторичной переработки нефти и нефтехимического синтеза. Это
является одной из причин также обуславливающих необходимость повышения качества управления процессами первичной переработки нефти.
В условиях рыночной экономики выпуск продукции обусловлен потребительским спросом. Так, например, при производстве масел возникает необходимость в производстве небольших партий различных по назначению и
свойствам масел, потребное количество которых производится за двое-трое
суток. Перенастройка технологического режима установок атмосферновакуумных трубчаток (АВТ) часто занимает время от нескольких часов до
двух суток даже в условиях стабильного по качеству сырья.
Сочетание нестабильного по характеристикам сырья и изменяющихся
требований к показателям качества получаемых продуктов являются основными факторами, которые делают задачу подбора технологического режима10
чрезвычайно сложной. Трудности выбора режимных параметров связаны со
следующими причинами.
Во-первых, отсутствуют (или крайне ограничены) средства метрологического контроля качества продуктов подготовки и переработки нефти на потоке, в связи с чем управление производится на основе информации, получаемой путем отбора проб и проведения лабораторных анализов. Стоимость
и технические возможности лабораторного контроля на предприятиях позволяют делать не более двух-трех анализов в сутки. Заметим, что частота проведения анализов на УКПН, как правило, еще меньше: обычно один-два анализа за сутки.
Во-вторых, качество процессов управления с учетом задержек, инерционности производственных процессов, достигающих в процессах подготовки
нефти время от нескольких часов до нескольких десятков часов, а в процессах нефтепереработки от нескольких минут до десятков минут, принципиально не может быть сделано высоким, т.к. низкое быстродействие автоматических систем регулирования не позволяет подавлять возмущения относительно более высокой частоты.
В-третьих, объем информации, который предлагается оператору (или
автоматическому устройству) для выработки управляющих воздействий достаточно велик. Часто информация имеет нечеткий характер, а оценка качества
того или иного решения на управление проводится по многим плохо формализованным критериям. Это приводит к тому, что решения на управление
формируются обычно экспертным образом, и качество управления зависит от
опыта и других личных качеств обслуживающего персонала.
Сказанное позволяет заключить, что проблема оперативного управления процессами переработки нефти является весьма актуальной, а ее разрешение позволяет заметно повысить эффективность производства
В ходе диссертационного исследования решены следующие задачи и
получены следующие результаты:
1. Рассмотрено устройство технологической вакуумной колонной
установки, используемой на предприятия нефтегазопереработки, описаны
основные параметры технологических процессов, выполняемых на данной
установке, проведен статистический анализ оценок связей между входными и
выходными параметрами соответствующего технологического процесса.
2. Выполнены описание и анализ существующих алгоритмов построения регрессионных моделей, использующих в качестве основы для построения модели: искусственные нейронные сети, символьные регрессионные модели, синтезированные методом генетического программирования,
многомерные регрессионные сплайны, регрессионные деревья решений и непараметрические регрессионные модели.
3. Сформулирована задача параметрической оптимизации регрессионных моделей технологических установок и технологических систем
нефтеперерабатывающих производств. Оценены параметры задачи, позволяющие утверждать о необходимости использования эффективных оптимизационных алгоритмов, способных выполнять оптимизацию в многомерных
пространствах с учетом высокой сложности целевой функции. Задач рассмотрена на пример моделирования параметров вакуумной колонной установки.
4. Рассмотрены методы параметрической оптимизации регрессионных моделей, в результате оценки параметров соответствующей задачи оптимизации предложено использовать эволюционный генетический алгоритм
для оптимизации параметров моделей управления технологических систем
нефтегазового комплекса на примере рассматриваемой технологической
установки нефтепереработки. Выполнено предварительное исследование эффективности выбранного метода оптимизации на наборе тестовых функций,103
имитирующих сложные целевые функции задач параметрической оптимизации моделей. По результатам определены параметры реализующего выбранный метод алгоритма, обеспечивающие наилучшую эффективность в среднем на множестве задач.
5. Получены и статистически обработаны результаты численного
экспериментального исследования методов построения регрессионных моделей технологических производственных установок нефтегазового комплекса
на примере технологической вакуумной установки колонного типа. Результаты доказываю эффективность сформулированного в работе предложения по
использованию быстрых регрессионных моделей для оценки, прогнозирования и определения значений параметров, используемых для управления технологическими установками, используемыми в составе производственных
систем нефтегазового комплекса.
6. Полученные в ходе численных исследований результаты также
подтверждают эффективность сформулированного в работе предложения по
использовании эволюционного генетического алгоритма для параметрической оптимизации моделей технологических установок, эксплуатируемых в
составе производственных систем нефтегазового комплекса. Это подтверждается получением эффективных моделей, обеспечивающих ошибку моделирования менее 3% для 11 параметров вакуумной колонны, что в соответствии с экспертными оценками является достаточным уровнем для применения данных моделей в качестве основы для моделирования параметров соответствующих технологических процессов и выбора эффективных значений
управляющих параметров с учетом модельных оценок.
получены следующие результаты:
1. Рассмотрено устройство технологической вакуумной колонной
установки, используемой на предприятия нефтегазопереработки, описаны
основные параметры технологических процессов, выполняемых на данной
установке, проведен статистический анализ оценок связей между входными и
выходными параметрами соответствующего технологического процесса.
2. Выполнены описание и анализ существующих алгоритмов построения регрессионных моделей, использующих в качестве основы для построения модели: искусственные нейронные сети, символьные регрессионные модели, синтезированные методом генетического программирования,
многомерные регрессионные сплайны, регрессионные деревья решений и непараметрические регрессионные модели.
3. Сформулирована задача параметрической оптимизации регрессионных моделей технологических установок и технологических систем
нефтеперерабатывающих производств. Оценены параметры задачи, позволяющие утверждать о необходимости использования эффективных оптимизационных алгоритмов, способных выполнять оптимизацию в многомерных
пространствах с учетом высокой сложности целевой функции. Задач рассмотрена на пример моделирования параметров вакуумной колонной установки.
4. Рассмотрены методы параметрической оптимизации регрессионных моделей, в результате оценки параметров соответствующей задачи оптимизации предложено использовать эволюционный генетический алгоритм
для оптимизации параметров моделей управления технологических систем
нефтегазового комплекса на примере рассматриваемой технологической
установки нефтепереработки. Выполнено предварительное исследование эффективности выбранного метода оптимизации на наборе тестовых функций,103
имитирующих сложные целевые функции задач параметрической оптимизации моделей. По результатам определены параметры реализующего выбранный метод алгоритма, обеспечивающие наилучшую эффективность в среднем на множестве задач.
5. Получены и статистически обработаны результаты численного
экспериментального исследования методов построения регрессионных моделей технологических производственных установок нефтегазового комплекса
на примере технологической вакуумной установки колонного типа. Результаты доказываю эффективность сформулированного в работе предложения по
использованию быстрых регрессионных моделей для оценки, прогнозирования и определения значений параметров, используемых для управления технологическими установками, используемыми в составе производственных
систем нефтегазового комплекса.
6. Полученные в ходе численных исследований результаты также
подтверждают эффективность сформулированного в работе предложения по
использовании эволюционного генетического алгоритма для параметрической оптимизации моделей технологических установок, эксплуатируемых в
составе производственных систем нефтегазового комплекса. Это подтверждается получением эффективных моделей, обеспечивающих ошибку моделирования менее 3% для 11 параметров вакуумной колонны, что в соответствии с экспертными оценками является достаточным уровнем для применения данных моделей в качестве основы для моделирования параметров соответствующих технологических процессов и выбора эффективных значений
управляющих параметров с учетом модельных оценок.