Ученые ИАПУ ДВО РАН предложили гибридный подход к разработке программно-алгоритмических комплексов, используемых для контроля и прогнозирования качества нефтепереработки. Исследователи доказали, что точность измерений датчиков можно увеличить на 33%, если обучить алгоритм виртуального датчика учитывать не только стандартные условия переработки нефти, но и условия, периодически возникающие из-за особенностей условий его эксплуатации.
Светлана Шевлягина, кандидат технических наук, старший научный сотрудник лаборатории систем управления технологическими процессами ИАПУ ДВО РАН, объяснила, что виртуальные датчики отличаются от обычных физических, так как они измеряют характеристики технологического процесса и трудноизмеримые качества конечного продукта при помощи математических алгоритмов.
На практике часто возникает ситуация, когда точность прогноза алгоритма снижается из-за того, что датчик сталкивается с условиями, которые не учтены в математической модели. Например, изменение состава сырья, снижение эффективности переработки, переход на новый эксплуатационный режим.
Сейчас ученые работают над тем, чтобы изменить подходы к обучению алгоритмов: специалисты Института автоматики и процессов управления Дальневосточного отделения РАН (Владивосток) предложили обучать виртуальные датчики на гибридном наборе данных: совмещать экспериментальные параметры, встречающиеся в практике, а также искусственно сгенерированные условия, находящиеся на границе эксплуатации установок для переработки нефти и практически не встречающиеся. Таким образом, алгоритм будет знать более широкий диапазон значений, что позволит ему делать прогнозы даже в очень редких или сложных ситуациях.
Так, при использовании экспериментальных и искусственно сгенерированных данных, где процент последних составляет 21%, точность прогноза конечного качества нефтепродуктов составила 33%, то есть максимально высокая по сравнению с обычным подходом к обучению датчиков. Также ученые на примере процесса получения стабильного бензина с помощью моделирования определили лучшие зоны для установки термопары – это позволит значительно улучшить качество продукции.
Таким образом инженеры РАН решили задачу по улучшению точности прогноза виртуальных датчиков, а также смогли повысить надежность управления процессом нефтепереработки в условиях изменяющегося состава сырья. В дальнейшем такое моделирование будет использовано для разработки отказоустойчивой системы управления процессом нефтепереработки.
Результаты исследования были опубликованы в журналах Measurement Science and Technology и Chemical Engineering Science.
Источник: Indicator.ru
распечатать статью
