Помощь в написании студенческих работ
Антистрессовый сервис

Ситуационное моделирование технологических процессов нефтепереработки при оперативном управлении по показателям качества продуктов

Диссертация: Ситуационное моделирование технологических процессов нефтепереработки при оперативном управлении по показателям качества продуктов
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Главной особенностью нефтеперерабатывающих производств является нестабильность характеристик сырья и многоассортиментность продукции. При этом, режим переработки в большой степени определяется характеристиками сырья и заданием на выпуск продукции. Большое число публикаций, например, указывают на необходимость тщательного анализа нефти при производстве продукции с заданными товарными… Читать ещё >

Ситуационное моделирование технологических процессов нефтепереработки при оперативном управлении по показателям качества продуктов (реферат, курсовая, диплом, контрольная)

Содержание

  • 1. Управление технологическими процессами в нефтепереработке и нефтехимии по показателям качества
    • 1. 1. Задача управления процессами нефтепереработки по показателям качества
    • 1. 2. Методы управления процессами нефтепереработки по ПК получаемых продуктов
      • 1. 2. 1. Информационные подсистемы в системах управления по ПК
      • 1. 2. 2. Управляющие подсистемы в системах управления по ПК продуктов
    • 1. 3. Постановка задачи работы 35 Основные результаты первой главы
  • 2. Разработка методов идентификации технологических ситуаций нефтеперерабатывающих производств (на примере работы установки 39 АВТм)
    • 2. 1. Задача идентификации технологических ситуаций процессов нефтепереработки
    • 2. 2. Задача идентификации в классе ситуаций с неизмеряе-мыми входными переменными
    • 2. 3. Разработка методов идентификации технологических режимов ректификационных колонн
    • 2. 4. Идентификация технологических режимов вакуумной колонны АВТ в пространстве, задаваемом неизмеряемыми признаковыми переменными
    • 2. 5. Идентификация режима вакуумной колонны установки АВТ при неизвестных неизмеряемых признаковых переменных
      • 2. 5. 1. Идентификация ситуационной модели на основе дополнительной информации о кривых ИТК сырья
      • 2. 5. 2. Идентификация характеристик сырья вакуумных колонн установок АВТм
    • 2. 6. Оценивание ПК на основе информации, полученной при идентификации ситуации
  • Основные результаты второй главы
  • 3. Параметрическая идентификация моделей расчета ПК продуктов
    • 3. 1. Определение параметров ситуационных моделей расчета ПК продуктов по экспериментальным данным
    • 3. 2. Постановка задачи параметрического оценивания ситуационных моделей ПК продуктов
    • 3. 3. Исследование основных закономерностей взаимосвязи между параметрами ректификационных колонн на неформальных моделях
    • 3. 4. Параметрическая идентификация ситуационных моделей расчета ПК в условиях отсутствия влияния помех
    • 3. 5. Параметрическая идентификация ситуационных моделей расчета ПК в условиях действия помех 106 Основные результаты третьей главы
  • 4. Разработка информационной подсистемы для целей оперативного управления вакуумной колонны установки первичной перегонки нефти по ПК продуктов
    • 4. 1. Исследование процесса вакуумной перегонки мазута как объекта управления
      • 4. 1. 1. Описание технологической схемы и задачи управления вакуумной колонной установки АВТм-9 ОАО НУНПЗ
      • 4. 1. 2. Анализ качества управления при существующих схемах управления
    • 4. 2. Формирование базы знаний ситуационных моделей расчета ПК продуктов для вакуумной колонны К-5 установки
  • АВТм-9 ОАО НУНПЗ 131 4.3 Программное обеспечение решения задачи обучения ситуационных моделей и расчета ПК продуктов для вакуумных колонн установок АВТ 137 Основные результаты четвертой главы

Задача эффективного управления процессами нефтепереработки и нефтехимии в условиях возрастающих требований к качеству получаемых на установках продуктов, к рациональному использованию материальных и природных ресурсов, к сокращению эксплуатационных издержек на производство становится, в последнее время, особенно актуальной. Это связано, в первую очередь, с ужесточающимися требованиями рынка к повышению, конкурентоспособности выпускаемой продукции и обеспечением заданных показателей эффективности производств.

Главной особенностью нефтеперерабатывающих производств является нестабильность характеристик сырья и многоассортиментность продукции. При этом, режим переработки в большой степени определяется характеристиками сырья и заданием на выпуск продукции. Большое число публикаций, например [1 — 4], указывают на необходимость тщательного анализа нефти при производстве продукции с заданными товарными характеристиками. Работы по данному направлению ведутся уже продолжительное время [5−9]. Однако, в связи с тем, что не удается оперативно анализировать состав сырья и расчетным путем определять параметры технологических режимов управление переработкой нефти обычно ведется с большими запасами по показателям качества.

Головным процессом в нефтепереработке является первичная переработка нефти (ППН). Роль процессов первичной переработки нефти определяется ее местом в технологической схеме переработки нефти. Полупродукты, выработанные на установках ППН, являются сырьем для последующих ступеней переработки. В связи с этим, качество полупродуктов, получаемых на начальном этапе, во многом определяет качество и количество товарной продукции, получаемой в процессе всего производства. Это является одной из главных причин, обуславливающих необходимость повышения качества управления процессами ППН. Подтверждают сделанные выводы множество работ и исследований, посвященных проблеме интенсификации процессов первичной переработки нефти и ее отдельных блоков. Находят применение как конструктивные решения [5, 10 — 13], так и решения по оптимизации управления технологическим процессом [14 — 16].

Управление процессами ППН, как правило, производится в соответствии с технологическим регламентом, в котором оговариваются условия для режимных параметров ведения процесса и нормируются ПК получаемых продуктов. Целью управления является обеспечение максимального выхода продуктов заданного качества из поступающего на установку сырья. Информацией, на основе которой осуществляется формирование управляющих воздействий, является: ограничения на значения параметров технологического режима, значения нормируемых показателей качества продуктов и показателей эффективности процесса.

Зачастую, единственным реализуемым на практике способом получения значений показателей качества (ПК) продуктов является проведение лабораторных анализов отбираемых проб. При этом, количество лабораторных анализов за смену, как правило, ограничено, а результаты анализов проб, проводимых разными лабораториями даже одного завода, как показывает практика, часто различаются настолько, что принятые на их основе решения приводят к разным результатам. Принципиальная периодичность и затрачиваемое время на лабораторные анализы при подобной организации информационной подсистемы не обеспечивают возможности оперативного управления и поддержания высоких показателей эффективности. Качество управления, в этом случае, сильно зависит от субъективного фактора, который проявляется при отборе пробы продукта, проведении лабораторных анализов, внесении управляющих воздействий, и колеблется, примерно, на порядок в зависимости от знаний и опыта оперативного персонала.

Сочетание нестабильного по характеристикам сырья и отсутствие оперативной информации о ПК получаемых продуктов являются основными факторами, которые делают задачу подбора технологического режима чрезвычайно сложной. Таким образом, получение высоких показателей эффективности процесса затруднено, в первую очередь, из-за отсутствия качественной оперативной информации о процессе, что обусловлено отсутствием (или крайней ограниченностью) средств контроля качества продуктов переработки нефти на потоке.

Наиболее перспективным способом получения информации о ПК продуктов является вычисление требуемых показателей по моделям. Традиционными моделями процессов н/п и н/х являются неформальные, т. е. физико-химические модели, которые позволяют решать, т.н., прямые задачи моделирования: по заданным составам, расходам, состоянию сырья, конструктивным параметрам технологического оборудования, режимным (технологическим) параметрам рассчитываются количество, состав и состояние продуктовых (полуфабрикатных) потоков.

Решению этих задач посвящены многочисленные труды известных в области технологии нефтепереработки ученых В. В. Кафарова [39], Г. М. Островского [104], Б. К. Марушкина [6], А. А. Кондратьева [9] и многих, многих других.

Известны работы [1, 2, 8, 17], в которых на основе использования фи-зикоматематических моделей процессов нефтепереработки рассчитывались технологические режимы переработки различных типов базового сырья, наиболее характерного для исследуемых процессов (установок). В качестве наиболее общей характеристики сырья обычно выступает кривая истинных температур кипения (ИТК) [2, 8, 18]. Полученная информация затем может быть использована при определении управляющих воздействий на действующем производстве.

Однако подобные модели, как правило, с большим трудом могут быть использованы для целей оперативного управления. Это связано с тем, что:

— состав нефтяного сырья часто на потоке не измеряется;

— время счета, особенно в оптимизационных постановках задач, для оперативного управления обычно велико;

— имеет место избыточность информации, например, при оперативном управлении нет необходимости знать конструктивные параметры, физико-химический состав компонентов и т. д.;

— многие модели не учитывают динамику процесса;

— требуют привлечения значительных вычислительных ресурсов.

Решение проблемы оперативного получения информации о ПК продуктов нефтепереработки связано с так называемой обратной задачей моделирования, которая предполагает получение информации о составе продуктовых (полуфабрикатных) потоков на основе информации об измеряемых технологических, в первую очередь, физических параметрах. Практика управления процессами нефтепереработки и сказанное выше свидетельствует о том, что, анализируя технологический режим, можно судить о примерном составе сырья, т. е. возможна оперативная идентификация типа перерабатываемой нефти, например на основе моделей по виду кривой ИТК.

Модели для целей оперативного управления по ПК получаемых продуктов должны удовлетворять ряду требований [24], в частности давать возможность проведения расчетов за время, в течении которого ПК изменяются незначительнобыть достаточно простыми с тем, чтобы могли быть реализованы на серийных средствахв качестве исходной информации использовать измеряемые параметры технологического режима, либо параметры, значения которых могут быть вычислены или получены оперативно и т. д.

Перечисленным требованиям отвечают ситуационные модели, когда пространство признаковых переменных, которыми характеризуется технологический процесс, разбивается на отдельные подмножества, для каждого из которых строится топологически (структурно) однородная модель, как правило, формальная. Использование ситуационного подхода позволяет уменьшить число входных координат моделей, упростить структуры, а формальная природа моделей позволяет учесть слабоструктурированную информацию. Публикации [25−31], посвященные развитию и применению ситуационного подхода в различных приложениях свидетельствуют об актуальности рассматриваемой проблемы.

Источником повышения эффективности процессов при использовании оперативно полученной информации о значениях ПК всех участвующих в производстве продуктов является снижение запасов качества и более точное использование ресурсов управления. При этом, по литературным данным, повышение эффективности может достигать от двух до четырех десятков процентов. Ряд статей [19, 20, 21, 135] и исследований в форме диссертаций.

22], посвященных проблеме оценки показателей эффективности производства от степени оперативности управления, и специальная методика ГОСТа.

23] свидетельствуют о факте существования проблемы, а использование материалов перечисленных публикаций позволяет оценить эффективность от оперативного управления процессами по ПК продуктов.

В последнее время становится общепринятой концепция системного и тотального контроля качества продуктов и эффективности процессов от этапа предпроектных исследований, производства, сопровождения продукции и до утилизации — логистика. Отражением концепции является появление и внедрение в практику производства как зарубежных, так отечественных стандартов [32−35]. Рассматриваемая работа является одним из звеньев обеспечения данной концепции в области нефтепереработки.

Целью работы является разработка методического и алгоритмического обеспечения ситуационного моделирования технологических процессов нефтепереработки при оперативном управлении по ПК получаемых продуктов.

При решении поставленных в работе задач использовались методы: системного анализа, в частности принципы эволюционного подхода к развитию систем, информационной теории идентификации, физико-химического моделирования технологических процессов, теории чувствительностей, теории двузначной и нечеткой логики, искусственного интеллекта, статистической обработки данных, принятия решений.

Научные положения, выносимые на защиту.

1. Классификация методов идентификации технологических ситуаций.

2. Метод идентификации технологических ситуаций на основе синтеза и последующего анализа логических выражений, построенных на элементах двузначной и нечеткой логики.

3. Метод идентификации технологических ситуаций при наличии в исходных данных неизмеряемых переменных для процессов ректификации нефтяных смесей на основе вспомогательной модели.

4. Методы обучения ситуационных моделей по наблюдениям в режиме нормальной эксплуатации объекта, предусматривающие как малый, так и высокий уровень помех.

Практическая ценность результатов работы обусловлена:

1) разработкой ситуационных моделей оценивания ПК нефтепродуктов атмосферной и вакуумной перегонки в режиме реального времени с заданной точностью;

2) разработкой алгоритмов обучения ситуационных моделей расчета ПК и формированием базы знаний объекта в режиме нормальной эксплуатации объекта по текущим наблюдениям;

3) разработкой программного обеспечения, позволяющего автоматизировано получать базу знаний объекта в виде ситуационных моделей расчета ПК;

4) получением моделей для оценивания ПК продуктов вакуумной перегонки мазута на установке АВТм-9 АО НУНПЗ (г. Уфа);

5) разработкой программного имитатора режимов работы вакуумной колонны установки первичной переработки нефти АВТм.

В первой главе сформирована иерархия показателей эффективности систем управления и показано, что задача обеспечения заданных технико-экономических показателей (глобальной цели управления) решается на основе управления по ПК получаемых продуктов отдельными технологическими циклами (установками). Выполнен анализ методов и средств управления технологическими процессами по ПК получаемых продуктов. Обосновано использование метода косвенного измерения значений ПК на основе моделей. Введено понятие и определена структура ситуационных моделей расчета ПК продуктов. Приведена структура предлагаемого вычислителя ПК и сформированы задачи исследования.

В конце главы сформулированы цель работы и определены основные задачи исследования.

Во второй главе рассматриваются вопросы идентификации технологических ситуаций для целей оперативного управления по ПК на основе ситуационного моделирования. Проводится анализ известных методов идентификации с точки зрения применимости в задачах ситуационного моделирования объектов нефтепереработки, в частности, процессов ППН.

Рассматривается возможность формирования логических выражений на основе анализа принадлежности признаковых переменных к выделенным ситуациям с привлечением теории двузначной и нечеткой логики. Предлагаются способы формирования нечетких логических выражений путем использования функций степеней принадлежности различной формы, и проведен анализ вида нечеткого расширения логических операций на критерий разделимости ситуаций.

Как средство идентификации технологической ситуации используется промежуточная модель (в виде некоторой кривой псевдо-ИТК), позволяющая качественно разделять ситуации при изменении типа (состава) сырья.

Рассматривается иерархия признаковых переменных, на основе которых осуществляется поэтапная идентификация ситуаций и моделей расчета ПК. Приводятся алгоритмы идентификации характеристик сырья установок ППН при различной информационной обеспеченности и уровня сформиро-ванности базы знаний об объекте.

Рассматриваются методы использования информации, полученной при идентификации технологической ситуации, для оценивания ПК продуктов.

В третьей главе рассматриваются вопросы обучения ситуационных моделей. Проведена классификация методов информационной теории идентификации и рассмотрена возможность их использования для параметрической идентификации ситуационных моделей в режиме нормальной эксплуатации объекта. На основе проведенного анализа обосновано применение рекуррентного метода стохастической аппроксимации для параметрического оценивания моделей расчета ПК в режиме нормальной эксплуатации объекта.

Предлагаются алгоритмы идентификации параметров моделей расчета ПК при различных уровнях помех в наблюдаемых данных, по которым проводится обучение.

Разработана имитационная система вакуумной колонны установки ППН для исследования адекватности предлагаемых решений.

В четвертой главе рассматривается формирование базы знаний, в виде ситуационных моделей для оценивания значений ПК продуктов вакуумной колонны установки АВТм-9 ОАО НУНПЗ г. Уфа. Показана адекватность сформированных моделей расчета ПК при варьировании режимных параметров в рамках обучающей выборки как на основе модельных (машинных) экспериментов, так и на основе экспериментальных данных с действующего производства.

В заключении приводятся основные результаты и выводы по работе.

В приложениях приводятся результаты по исследованию метода коррекции при ситуационном подходе, результаты физико-математического моделирования вакуумной колонны и формального описания объекта, результаты имитационного эксперимента по оцениванию показателей качества продуктов вакуумной перегонки мазута, ситуационные модели, полученные при формировании базы знаний вакуумной колонны К-5 установки АВТм -9, руководство пользователя программным продуктом «Программа расчета показателей качества продуктов вакуумной перегонки мазута на установках атмо-сферно-вакуумной трубчатки. Версия 1.0».

6. Результаты работы использовались при построении АСУТП установкой АВТм-9 АО НУНПЗ, а также внедрены в учебный процесс УГНТУ для студентов специализаций 25.04 -Технология нефти и газа и 21.02 — Автоматизация химико-технологических процессов.

ЗАКЛЮЧЕНИЕ

.

В диссертации содержится решение научной задачи разработки методов и алгоритмов оперативной оценки значений ПК продуктов и характеристик сырья на примере процессов разделения нефтяных смесей ректификацией. В ходе исследования получены следующие результаты.

1. Для целей оперативного управления по ПК предложено и обосновано использование модели с неизменной структурой. При этом, нелинейность и нестационарность процессов учитывается ситуационным характером моделей расчета ПК продуктов, идентифицируемым, в том числе, по неизмеряе-мым параметрам процесса.

2. Проведена классификация идентифицируемых технологических ситуаций и разработан метод идентификации в пространстве измеряемых переменных на основе синтеза и последующего анализа логических выражений, задающих ситуацию в вариантах двузначной и нечеткой логики. Показано, что предложенный метод обеспечивает безразрывное оценивание ПК при переходе от одной ситуации к другой.

3. Обоснован выбор критериев, позволяющих разделять ситуации и идентифицировать неизмеряемые признаковые переменные на основе разработанного метода вспомогательных операторов.

4. Разработаны алгоритмы обучения ситуационных моделей расчета ПК в режиме нормальной эксплуатации объекта, предусматривающие как малый, так и высокий уровень помех в наблюдениях.

5. Сформирована база знаний вакуумной колонны К-5 установки АВТм-9 АО НУНПЗ в виде ситуационных моделей расчета ПК, позволяющая в диапазоне рабочих режимов с приемлемой для процессов управления точностью (3−5%) проводить оперативное оценивание ПК (кинематической вязкости и температуры вспышки II, III, IV масляных фракций) по косвенным (измеряемым) параметрам.

Показать весь текст

Список литературы

  1. Е.В., Карасева А. А., Новаковская И. В. и др. Влияние фракционного состава сырья на технологические показатели производства и свойства базовых масел // Химия и технология топлив и масел. — 1976. — № 7. -с. 10−13.
  2. Р. Дж. Расчет пределов отбора фракций современными распределенными системами управления ректификационными колоннами // Нефть, газ и нефтехимия за рубежом. 1988. — № 1.-е. 131−134.
  3. А. П. Муниров Ю.М. О моделях ректификационных колонн при оперативном управлении по показателям качества продуктов / Нефть, газ и нефтехимия за рубежом. 1996. — № 7−8.
  4. Абрамович C. LLL, Трубенкова Н. И. Влияние фракционного состава сырья на технологические показатели процессов очистки масел // Труды БашНИИНП.-М.: Химия, 1971.-е. 15−17.
  5. Совершенствование технологических производств смазочных масел II Труды ВНИИНП. М.: Химия. — 1978. — Вып. 30.
  6. .К., Беликова Л. А. Анализ ректификации мазута для выделения узких масляных фракций. В кн. Тезисы докладов Всесоюзного совещания по теории и практике ректификации нефтяных смесей — Уфа, Баш-НИИНП, 1975.-е. 151−254.
  7. К.Ф., Кондратьев А. А., Минуллин М. Н., Арсланов Ф. А. Расчет состава непрерывной смеси по экспериментальной кривой однократного испарения II Теоретические основы химической технологии. 1971. — № 4 — том 5.-е. 508−513.
  8. А.А. О повышении четкости ректификации в сложных колоннах АВТ // Химия и технология топлив и масел. 1973. — № 11. — с. 34.
  9. К.Ф. Углубление переработки мазута в насадочных колоннах с перекрестным контактом фаз. В кн.: Проблемы углубления переработки нефти: Тез. докл. Шестой республ. научно- технич. конф. — Уфа, 1985. -с. 125- 133.
  10. .К., Беликова И. А., Богатых К. Ф. и др. Ректификация мазута при сухом вакууме //, 1985. с. 125- 133.
  11. .К., Беликова И. А., Богатых К. Ф. и др. Ректификация мазута при сухом вакууме // Нефтепереработка и нефтехимия 1982. — № 10. — с.7−9.
  12. К.Ф., Шуверов В. М., Макаров А. Д. Повышение качества дистиллятов путем совершенствования схем технологии вакуумной перегонки мазута. Изд. п. 69. — с. 10.
  13. С.К. Разработка технологии фракционирования мазута с получением масляных дистиллятов в перекрестноточных насадочных колоннах. Автореф. дис.. к-та техн. наук. Уфа, 1994. — 24 с.
  14. Чен Дж. К., Чанг К. Т. Новые разработки в области ректификации // Нефть, газ и нефтехимия за рубежом. 1989. — № 2. — с. 87−98.
  15. А.П. Автоматическое управление технологическими процессами нефтепереработки по показателями качества продуктов: Дис. докт. техн. наук: 05.13.07. Защищена 02.06.99- Утв. 10.12.99. — Уфа, 1999. — 302 е.: ил. — Библиогр.: с. 279−303.
  16. А.П., Муниров Ю. М. Проблемы автоматического управления атмосферно-вакуумными установками. // Химия и технология топлив и масел, № 11−12.-М.: 1994.-С.7−8.
  17. Креймер M. JL, Худайдатов Л. Б. Получение сырья узкого фракционного состава из сернистых нефтей для производства смазочных масел // Труды ин-та Баш НИИНП. М.: Химия, 1971, вып. 9. — с. 5−15.
  18. И.А. Перегонка и ректификация в нефтепереработке. -М.: Химия.- 1981.-352 с.
  19. Веревкин И. А Экономические аспекты оперативного управления //Нефтепереработка и нефтехимия. С отечественными технологиями в XXI век. Материалы секции В II Конгресса нефтегазопромышленников России. -Уфа.-2000.-с. 176.
  20. И.А., Метт М. С., Нуриев М. Н. Методы и модели планирования нефтеперерабатывающих производств в условиях неполной информации. JL: Химия, 1987. — 232 с.
  21. Интенсификация использования нефтехимических агрегатов. Экономические проблемы // Справочник / Докучаев Е. С. и др. М.: Химия, 1987. — 204 с.
  22. Зац А. С. Взаимодействие факторов, определяющих оптимальную производительность технологических установок НПЗ: Автореф. дис.. канд. экон. наук: 08.00.05 / УГНТУ. Уфа, 1997. — 24 с.
  23. Рекомендации ГСИ. Анализ состояния измерений. Контроль испытаний на предприятии, в организации, объединении / Методика и порядок проведения работы. МИ 2240−92. М.: 1992. — 84 с.
  24. Ф.А., Веревкин А. П., Иванов В. И., Муниров Ю. М., Гаре-ев Р.Г. Моделирование ректификационных колонн установок АВТ для целей оперативного управления по показателям качества / ЦНИИТЭНефтехим. -М.: 1992.-с. 94−98.
  25. Ю.И. Ситуационное управление большими системами. -М.: Энергия, 1974.- 136 с.
  26. Ю.И. Ситуационная модель управления большой системой // Изв. АНСССР. Техн. кибернетика. 1990. № 6.
  27. Д.Д. Ситуационное управление: теория и практика. М.: Наука, 1986.- 184 с.
  28. А.А., Касавин А. Д., Торговицкий И. Ш. Контроль качества и восстановление характеристик объектов, работающих в нескольких режимах. В кн.: Докл. II Всес. совещ. по статистич. методам, а теор. управл.-М: Наука. — 1970.
  29. Э.М. Методы экстремальной группировки параметров и задача выделения существенных факторов. // Автоматика и телемеханика. -1970.-№ 1
  30. А.Д. Адаптивные алгоритмы кусочной аппроксимации в задаче идентификации. // Автоматика и телемеханика. 1970. — № 1.
  31. Ю.В. Субоптимальное управление технологическими объектами // Приборы и системы управления. 1998. — № 1. — с. 13−14.
  32. ISO 9000−1-94 Стандарты по общему руководству качеством и обеспечению качества.
  33. ГОСТ Р ISO 9002−96 Системы качества. Модель обеспечения качества при производстве, монтаже и обслуживании.
  34. ГОСТ Р ISO 9003−96 Системы качества. Модель обеспечения качества при окончательном контроле и испытаниях.
  35. ГОСТ Р ISO 10 011−93 Руководящие указания по проверке систем качества. Часть 1, 2, 3.
  36. Л.Г., Кутузов В. А. Экспертные системы управления. М.: Наука, 1986.- 133 с.
  37. В.Н., Поспелов Д. А., Хазацкий В. Е. Системы управления. М.: Наука, 1987.-424 с.
  38. Р. А. Абилов Ю.А., Панахов А. А. Оптимальное управление установкой первичной переработки нефти на основе ее нечеткой модели. // Изв. вузов. Нефть и газ. 1983. № 6 .-С. 80−83.
  39. В.В., Гордеев Л. С., Макаров В. В. Методологическая парадигма оптимальной организации многоассортиментных химических производств // Теоретические основы химической технологии. 1998. — том 30. — с. 309−313.
  40. Л.С., Козлова М. А., Макаров В. В. Интегрированная экспертная система для организации многоассортиментных химических производств // Теоретические основы химической технологии. 1998. — том 32. — с. 322−332.
  41. Online diagnostics makes manufacturing more robust. Part 1 / Padalkar S., Karsai G., Sztiponovits J., Delara F. // Chem. Eng. (USA). 1995. — 102, № 3. -c. 80−83.
  42. ГОСТ 27 883–88 (СТ СЭВ 6127−87) Средства измерения и управления технологическими процессами. Надежность Общие требования и методы испытаний:-М.: 1988.
  43. Дж. ван Гиг Прикладная общая теория систем, ч. 1. М.: Мир, 1981. -336 с.
  44. А.А., Имаев Д. Х. Эволюционный синтез систем управления. Л.: Изд-во ЛЭТИ, 1983. — 80 с.
  45. В.И., Дворецкий В. Г., Матвейкин В. Г. Проблемы управления в многоассортиментных гибких автоматизированных производственных системах нового поколения / Теоретические основы химической технологии. 1994, т. 28. — № 5. — с. 537−546.
  46. Многоуровневое управление динамическими объектами / Васильев В. И., Гусев Ю. М., Ефанов В. Н. и др. -М.: Наука, 1987. 309 с.
  47. Implementation of an intelligent control system for vacuum distillation / Bai Fangzhou, Tu Yongzhong, Ding Wei // High Technol. Left. 1996. — № 1. — c. 88−93.
  48. И., Понтон Д. В. Анализ эффективности использования нейронных сетей для моделирования процессов дистилляции // Теоретические основы химической технологии. 1992, т. 26. — № 3. — с. 412−424.
  49. А.П., Муртазин T.M. Моделирование процессов принятия решений в сложных системах управления // Проблемы нефтегазового комплекса России / Материалы международной конференции, посвященной 50-летию УГНТУ, Уфа, 1998. — с. 85−88.
  50. Технологические расчеты установок переработки нефти / Танатаров М. А., Ахметшина М. Н., Фасхутдинов Р. А. и др. М.: Химия, 1987. — 352 с.
  51. М.В. Технологические измерения и приборы для химических производств. М.: Машиностроение, 1983. — 424 с.
  52. Н.Т. Современные установки первичной переработки нефти. -М.: Химия, 1974.
  53. Промышленные приборы и средства автоматизации / Справочник под ред. Черенкова В. В. Л.: Машиностроение, 1987. — 847 с.
  54. А.В. Измерительные устройства для контроля качества нефтепродуктов М.:Химия. 1981. -261с.
  55. Анализатор нефти, дающий быстрые результаты // Нефтегазовые технологии. 1997. -№ 5.-е. 51.
  56. А.П., Иванов В. И. Принципы построения автоматических систем управления ректификационными колоннами и их комплексами. // Динамика неоднородных систем, вып.14. / М.: ВНИИСИ, 1988. с. 68−74.
  57. А.В., Статюха Г. А. Алгоритм принятия решений при управлении сложным химико-технологическим объектом. // Хим. технология.-К.: 1987. № 4.
  58. Альбом математических описаний и алгоритмов управления типовыми процессами химической технологии. Химические и массообменные процессы. Руководящие технические материалы. М.: НИИТЭХИМ, 1968. -Вып. 3.-41 с.
  59. Альбом математических описаний и алгоритмов управления типовыми процессами химической технологии. Массообменные процессы. Руководящие технические материалы. М.: НИИТЭХИМ, 1970. — Вып. 4. — 30 с.
  60. А.А., Ахмадеев М. Г. Принципы расчета статики сложных систем разделения / Тез. докл. Третья Всесоюзная конференция по теории и практике ректификации. Северодонецк, 1983. — ч.2. — с. 90−93.
  61. Ч.Д. Многокомпонентная ректификация. М.: Химия. -1969.-347 с.
  62. М.Г. Моделирование на ЭВМ объектов управления нефтепереработки и нефтехимии: Учеб. пособие. Уфа: Изд. Уфим. нефт. ин-та, 1989.-97 с.
  63. B.C., Володин В. М., Цирлин A.M. Оптимальное управление процессами химической технологии. М.: Химия, 1978. — 384 с.
  64. Информационный листок фирмы SIMSCI.
  65. An efficient initialization procedure for simulation and optimization of large distillation problems / Rabeau Pierre, Gani Rafiqul, Leibovici Clande // Ind. And Eng. Chem. Res. 1997. — 36, № 10. — c. 4291−4298.
  66. Reducing data dimensionality through optimizing neural network inputs / Tan S., Mavrovouniotis M.L. // AlChE Journal. 1995. — 41, № 6. — c. 1471−1480.
  67. Modeling requirements for robust control of distillation columns / Sko-gestad S., Jacobsen E.W., Lundstom P. // Autom. Contr.: Proc. 11 th Trienn World Congr. Int. Autom. Contr., Tallin, 13−17 Aug., 1990. Vol. 6.- Oxford etc., 1991. -c. 191−197.
  68. Process control utilizing based multivariate statistical models / Chen G., McAvoy T.J. // Chem Ehg/ 1996. — 74, № 6. — c. 1010−1024.
  69. А. П. Муниров Ю.М. О моделях ректификационных колонн при оперативном управлении по показателям качества продуктов / Нефть, газ и нефтехимия за рубежом. 1996. — № 7−8.
  70. Approximate models for nonlinear process control / Sentory G., Agomennoni O., Desages A., Romagnoli J. // AIChE Journal. 1996. — 42, № 8. -c. 2240−2250.
  71. А.П., Муртазин Т. М. Применение ситуационного подхода к моделированию процессов нефтепереработки. // Сб. трудов Международной научн. конференции «Математические методы в технике и технологиях (ММТТ-13)» г. Санкт-Петербург, 2000 (в печати).
  72. Good, bad or optimal? Performance assessment of multivariable processes. / Huang В., Shah S.L., Kwok E.K. // Automatic. 1997. — 33, № 6. — c. 1175−1183.
  73. В.А., Тарасов В. А. Проектирование и эксплуатация автоматизированных систем управления нефтеперерабатывающими и нефтехимическими предприятиями. -М.: Химия, 1977.
  74. А.А., Буков В. Н., Шендрик B.C. Универсальные алгоритмы оптимального управления непрерывными процессами. М.: Наука, 1977.-272 с.
  75. Е.С. Исследование операций: задачи, принципы, методология. М.: Наука, 1980. — 208 с.
  76. С.В., Мешалкин В. П., Сельский Декомпозиционно-координационая концепция управления и оптимизации сложных химико-технологических систем / Теоретические основы химической технологии. -1998.-том 32, № 1.-е. 82−91.
  77. Nictlineare Steuerung und Regelung durch inverse Simulation mit kom-plexen DAE Modellen / Zapp G., Sendler W. // Chem. Ing. — Techn. — 1993. -65, № 9, — c. 2096−2097.
  78. Е.П., Балакирев B.C., Кривсунов В. Н., Цирлин A.M. Построение математической модели химико-технологических объектов. JL: Химия, 1970.-311 с.
  79. A direct nonlinear adaptive-control of statefeedback linearizable systems / Kim W.H., Groves F.R. // Chem Eng. Commun. 1995. — 132. — c. 69−90.
  80. Parameter constrained adaptive control / Timmons W.D., Chizeck H.J., Casas F. И др. // Ind. d Eng. Chem. Res. 1997. — 36, № 11. — c. 4894−4905.
  81. Design of robust nonsquare constrained model- predictive control / Sarimveis H., Genceli H., Nikolaou M. // AIChE Journal. 1996. — 42, № 9. — c. 2582−2593.
  82. Comparison of model-based and conventional control: A summary of experimental results / Subawalla H., Paruchuri V.P., Gupta А. И др. // Ind. And Eng. Chem. Res. 1996. — 35, № 10. — c. 3547−3559.
  83. Интеллектуальные системы управления с использованием нейронных сетей: Учеб. Пособие / Васильев В. И., Ильясов Б. Г., Валеев С. С. и др. -УГАТУ, г. Уфа, 1997.-92 с.
  84. В.В., Гордеев JI.C., Глебов М. Б., Цинбяо Го К вопросу моделирования и управления непрерывными технологическими процессами с помощью нейронных сетей // Теоретические основы химической технологии. 1995. — том 29. — с. 548−552.
  85. Korb Т., Zell A. Adeclarative neural network description languarge // Microprocess. and Microprogramm. 1989, 27, № 1−5. — c. 181−188.
  86. А. Нероинформатика и ее приложения // Открытые системы. 1998, № 4−5. — с.36.
  87. An efficient initialization procedure for simulation and optimization of large distillation problems / Rabeau Pierre, Gani Rafiqul, Leibovici Clande // Ind. And Eng. Chem. Res. 1997. — 36, № 10. — c. 4291−4298.
  88. А.И. Синтез многослойных систем распознавания образов.-М.: Энергия, 1974.-368 с.
  89. М., Рощупкина В. Интеллектуальный анализ данных и управление процессами. // Открытые системы, 1998. № 4−5. — с. 29−35.
  90. К. и др. Прикладные нечеткие системы./ Пер. с япон.- под. ред. Тэрано Т., Асаи К. Сугэно М. М.: Мир, 1993. -368с.
  91. Р.А. и др. Производственные системы с искусственным интеллектом. М.: Радио и связь, 1990. — 264 с.
  92. А.П., Кирюшин О. В., Муртазин Т. М. О формировании управлений при принятии решений на основе нечеткого вывода. // Проблемы авиации и космонавтики и роль ученых в их решении. / Тез. докл. научно-практ. Конференции, УГАТУ, -Уфа, 1998, с.57−59.
  93. Искусственный интеллект. Справочник. / Под ред. Э. В. Попова. -М.: Радио и связь, 1990.-т.1 -461 с., т.2−304 с., т.3 -363 с.
  94. Справочник современных автоматических систем управления технологическими процессами 1989 г. (выпуск IV) // Нефть, газ и нефтехимия за рубежом. 1989. — № 3. — с. 99−133.
  95. Информационный листок фирмы Gensum. NeurOn-line.
  96. В.В., Дорохов И. М., Марков В. П. Системный анализ процессов химической технологии. Применение метода нечетких множеств. -М.:Наука, 1986.-356.
  97. А. Введение в теорию нечетких множеств. -М.: Радио и связь, 1982.-432 с.
  98. Краткий справочник нефтепереработчика-JI.: Химия, 1980.-328 с.
  99. Я.Я. Непрерывозначная логика, JL, 1982.- 74 с. Деп. ВИНИТИ 14.10.82., № 5154−82.
  100. Я.Я. О двух подходах к пониманию отрицания в непре-рывнозначимых логиках, Л., 1982.- 36 с.-Деп. ВИНИТИ 14.10.82., № 6464−82.
  101. Г. М., Бережинский Т. А., Беляев А. Р., Алгоритмы оптимизации химико-технологических процессов. М.: Химия, 1978. — 296 с.
  102. В.И., Брук В. М. Системотехника: методы и приложения. -Л.: Машиностроение, 1985. 199 с.
  103. В.Е. Теория вероятностей и математическая статистика. -М.: Высшая школа, 1999. 478 с.
  104. В.И. Курс высшей математики. Т 3. ч. 2. — М.: Наука, 1977. — 444 с.
  105. Горелик A. JL, Скрипкин В. А,. Методы распознавания. М.: Высшая школа, 1977. — 222 с.
  106. Л.П., Крейн С. Э. Физико-химические основы производства нефтяных масел. -М.: Химия, 1978. 318 с.
  107. А.А. Системы экстремального управления. -Наука.- М.-1974.-632 с.
  108. Ю.М., Островский Г. М. Методы теории чувствительности в задачах химической технологии. / Теоретические основы химической технологии. 1993. — № 3.
  109. Е.Н. Статистические методы построения эмпирических формул. М.: Высшая школа, 1978. — 239 с.
  110. Н., Смит Г. Прикладной регрессионный анализ. М.: Статистика, 1973.-391 с.
  111. О.А. Численные методы решения задач идентификации и оптимизации химико-технологических систем: Учеб. пособие. Куйбышев, КПтИ, 1984.-83 с.
  112. А. Нероинформатика и ее приложения // Открытые системы. 1998, № 4−5. — с.36.
  113. Korb Т., Zell A. Adeclarative neural network description languarge // Microprocess. and Microprogramm. 1989, 27, № 1−5. — c. 181−188.
  114. Я.З. Основы информационной теории идентификации. -ML: Наука, 1984.-320 с.
  115. Теория автоматического управления, ч. II / под ред. Нетушила, А Б. М.: Высшая школа, 1977. — 432 с.
  116. А.А. Расчет ректификации непрерывной смеси в колонне с несколькими вводами питания и отборами / Теоретические основы химической технологии. 1972. — т. 6. — № 3. — с. 477−479.
  117. Моделирование статических режимов сложных ректификационных колонн на ПЭВМ. // Методические указания к лабораторной работе. / Ахмадеев М. Г., Нигматуллин В. Р., Исмагилов Р. Н. Уфа: УГНТУ, 1996. — 44 с. с/
  118. И. Нелинейное оценивание параметров. М.: Статистика, 1979.-349 с.
  119. Я.З. Основы теории обучающих систем. М.: Наука, 1970.-252 с.
  120. Теория автоматического управления, ч. II / под ред. Нетушила А. В. М.: Высшая школа, 1977. — 432 с.
  121. ГОСТ 8.532−85 (CT СЭВ 4570−84). ГСИ. Стандартные образцы состава веществ. Порядок межлабораторной аттестации. М.: Изд-во стандартов, 1985.- 17 с.
  122. СТ СЭВ 545−77. Правила оценки анормальности результатов наблюдений. М.: Изд-во стандартов, 1977. — 26 с.
  123. А.П., Дадаян Л. Г. Анализ и синтез автоматических систем регулирования сложных объектов нефтепереработки и нефтехимии. -Уфа: Изд-во Уфимского нефт. ин-та, 1989. 94 с.
  124. Л.Х., Хойланд Дж., Аронсон К. Р., Уайт Д. К. Высокоэффективная АСУ установкой первичной перегонки нефти. // Нефть, газ и нефтехимия за рубежом. 1987. — №.9. — с. 98−104.
  125. А.П. Особенности задачи управления процессами разделения нефтяных смесей на установках АВТ. // Межвузовский сб. «Нефть и газ». Уфа: Изд-во УГНТУ, № 3, 1996.-С.82−84.
  126. Thurstan C.W. Part 1. Computer aided design of distillation column controls. // Нуdracarbon process: 1981. 60. № 7. p. 125−130.
  127. Расчеты экономической эффективности новой техники / Справочник под ред. К. М. Великанова Л.: Машиностроение, 1989. — 448 с.
  128. Т.М., Веревкин А. П. Задача управления процессом де-асфальтизации. / Материалы 48-й научно-технической конференции студентов, аспирантов и молодых ученых. Секция автоматизации производственных процессов. -Уфа, УГНТУ, 1997. с. 24−25.
  129. А.П., Муртазин Т. М. О решении задачи управления процессами разделения нефтяных смесей.). / Сб. трудов Международной научн. конференции «Математические методы в химии и технологиях (ММХТ-11)» Владим. Гос. ун-т. г. Владимир, 1998. с. 19.
  130. Т.М., Кирюшин О. В. Программа прогнозирования качества гудрона на основе вакуумной колонны. / Материалы 49-й научнотехнической конференции студентов, аспирантов и молодых ученых. Секция технологическая. -Уфа, УГНТУ, 1998. с. 150−151.
Заполнить форму текущей работой

Сессия? Спокойно!