Доступ открыт Открытый доступ  Доступ закрыт Только для подписчиков

Когнитивное моделирование процессов нефтепереработки с упрощенной процедурой адаптации динамических моделей

Полный текст:


Аннотация

В статье рассматривается задача моделирования динамических характеристик сложных объектов управления в целях построения усовершенствованных подсистем в составе автоматизированной системы управления технологическими процессами. В качестве базового подхода к построению моделей предложено использовать когнитивные карты с операторами динамической связи в виде разностных уравнений. Модели этого типа позволяют моделировать динамику объектов в контроллерах в режиме реального времени, а также решать проблемы функциональной диагностики измерительных приборов, проверки данных в APCS-системах.

В качестве базовой структуры моделей связей когнитивной карты принята структура разностных уравнений второго порядка. Такой вид моделей позволяет, с одной стороны, отразить нелинейность, нестационарность и многомерность объекта управления, а с другой – адаптировать параметры разностного уравнения под изменяющиеся характеристики технологического объекта.

Показано, что применительно ко многим процессам нефтепереработки корректировка моделей в форме разностных уравнений второго порядка может проводиться периодическим изменением одного коэффициента без существенной потери точности. Критерием для запуска процедуры адаптации является появление устойчивой разницы между динамическими характеристиками объекта и модели.

Процедура адаптации сводится к пересчету значения одного из коэффициентов разностного уравнения на основе значения ошибки моделирования. Предложенное описание динамических характеристик технологического объекта и процедура адаптации модели под изменяющиеся характеристики объекта позволяют осуществлять их алгоритмизацию и реализацию в рамках ресурсов серийных контроллеров, что удешевляет и упрощает разработку APCS-систем.


Об авторах

А. П. Веревкин
Федеральное государственное бюджетное образовательное учреждение высшего образования «Уфимский государственный нефтяной технический университет»
Россия
Уфа


Т. М. Муртазин
Федеральное государственное бюджетное образовательное учреждение высшего образования «Уфимский государственный нефтяной технический университет»
Россия
Уфа


Ю. Л. Григорьева
Федеральное государственное бюджетное образовательное учреждение высшего образования «Уфимский государственный нефтяной технический университет»
Россия
Уфа


Список литературы

1. Веревкин А.П., Кирюшин О.В. Управление системой поддержания пластового давления с использованием моделей конечно-автоматного вида // Территория «НЕФТЕГАЗ». 2008. № 10. С. 14–19.

2. Huynh N., Mahmassani H.S., Tavana H. Adaptive Speed Estimation Using Transfer Function Models for Real-Time Dynamic Traffic Assignment Operation // Transportation 1. Research Record 1783. 2002. Paper No. 02-2753. P. 55–65.

3. Ferry N., Chauvel F., Hui Song, Solberg A. Towards Meta-adaptation of Dynamic Adaptive Systems with Models@Runtime // Proceedings of the 5th International Conference on Model-Driven Engineering and Software Development (MODELSWARD 2017). 2017. P. 503–508.

4. Adaptive Controller Strategies for FACTS Devices in a Power System to Enhance Stability Congestion Management using TCSC. Chapter 5 “Congestion Management Using TCSC” [Электронный ресурс]. Режим доступа: http://independent.academia.edu/nagaranijammu (дата обращения: 27.07.2018).

5. Васильев В.И., Ильясов Б.Г. Интеллектуальные системы управления. Теория и практика: учебное пособие. М.: Радиотехника, 2009. 392 с.

6. Кулинич А.А. Компьютерные системы моделирования когнитивных карт: подходы и методы // Проблемы управления. 2010. №. 3. С. 2–16.

7. Веревкин А.П., Устюжанин К.Ю. Обзор подходов к адаптации динамических моделей в реальном времени // Сборник научных работ II-го Международного молодежного конкурса «Молодежь в науке: Новые аргументы». Ч. 1. Липецк: Научное партнерство «Аргумент», 2015. С. 198–203.

8. Муртазин Т.М., Шарипова Г.И., Муртазин Е.В. Когнитивное моделирование непрерывных процессов на примере процесса висбрекинга гудрона // Мат-лы Междунар. науч.-практ. конф. «Нефегазопереработка – 2016». Уфа: Изд-во ГУП ИНХП РБ, 2015. С. 198–201.

9. Муртазин Т.М., Григорьева Ю.Л. Когнитивные карты в задачах управления динамическими объектами нефтепереработки // Мат-лы Междунар. науч.-практ. конф. «Нефтегазопереработка – 2017». Уфа: Изд-во ГУП ИНХП РБ, 2017. С. 246–248.

10. Verevkin A.P., Murtazin T.M. Situation Models Correction for Real-Time Processes Control based on Simplified Algorithm // Proceedings of the 2017 International Conference on Industrial Engineering, Applications and Manufacturing (ICIEAM). Red Hook: Curran Associates, Inc., 2017. P. 334–337.


Дополнительные файлы

Для цитирования: Веревкин А.П., Муртазин Т.М., Григорьева Ю.Л. Когнитивное моделирование процессов нефтепереработки с упрощенной процедурой адаптации динамических моделей. Территория «НЕФТЕГАЗ». 2018;(7-8):14-18.

For citation: Verevkin A.P., Murtazin T.M., Grigorieva Y.L. Cognitive Modeling of Oil Refining Processes using a Simplified Procedure for the Adaptation of Dynamic Models. Territorija “NEFTEGAS” [Oil and Gas Territory]. 2018;(7-8):14-18. (In Russ.)

Просмотров: 43

Обратные ссылки

  • Обратные ссылки не определены.


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2072-2745 (Print)
ISSN 2072-2761 (Online)