ПОДХОД К ПРИНЯТИЮ РЕШЕНИЙ В НЕЧЕТКОЙ СРЕДЕ ДЛЯ УПРАВЛЕНИЯ РЕЖИМОМ РАБОТЫ ОСНОВНОЙ РЕКТИФИКАЦИОННОЙ КОЛОННЫ УСТАНОВКИ ЗАМЕДЛЕННОГО КОКСОВАНИЯ
Просмотры: 100 / Загрузок PDF: 75
DOI:
https://doi.org/10.32523/2616-7182/bulmathenu.2024/4.3Ключевые слова:
ректификационная колонна, принятие решений, нечеткие ограничения, принципы оптимальности, эвристический методАннотация
На примере основной ректификационной колонны установки замедленного коксования сформулирована математическая постановка задачи принятии решений по управлению режимами работы трудноформализуемых технологических объектов, характеризующиеся нечеткостью. Определены критерии оценки качества работы данной ректификационной колонны и влияющие на качества входные параметры, режимные параметры колонны, а также нечеткие ограничения на качественные показатели ее продукции. На основе модификации комбинации принципов оптимальности квазимаксимина и идеальной точки для нечеткости сформулирована задача принятия решений в нечеткой среде и разработан эвристический метод ее решения. Обосновано, что в зависимости от исходной информации и сложившейся ситуации на производстве и рынке можно адаптировать комбинации других принципов оптимальности и сформулировать задачи принятия решений в нечеткой среде и разработать эвристические методы их решения. Предлагаемый эвристический подход к решению задачи принятия решений в нечеткой среде в отличие от известных методов решения нечетких задач, позволяет максимально использовать собранную нечеткую информацию. В известных методах решения нечетких задач в процессе преобразования нечетких задач к набору четких задач теряется часть исходной нечеткой информации, что снижает адекватность решения. Предложенный подход позволяет сформулировать и решать нечеткую задачу в нечеткой среде путем формализации нечеткости в виде функции принадлежностей. Таким образом, за счет максимального использования исходной нечеткой информации, представляющей собой опыт, знания и интуицию лица, принимающего решения и экспертов обеспечивает принятия эффективных и высоковадекватных решений в нечеткой среде. Предлагаемый эвристический метод решения задачи принятия решений с нечеткими ограничениями представляет собой итерационный метод, основанный на улучшении решения путем обмена информацией между человеком-оператором и компьютером. Окончательное наилучшее решение принимается лицом, принимающем решение в зависимости от сложившейся ситуации на производстве и рынке производимой продукции предприятием.
Библиографические ссылки
Borodin E.V., Lavrova A.S., Golovachev V.A., Petin A.A., Demin A.M., Kleymenov A.V., Vedernikov O.S. Modeling of the Process of Rectification of Delayed Coking Products in the Production of Petroleum Cokes. OilGasChemistry, 2023. Vol. 37. N. 2. P. 20-26. https://doi.org/10.24412/2310-8266-2023-2-20-26.
Assanova B., Orazbayev B., Shangitova Zh., Moldasheva Zh., Orazbayeva K. Development of Coke Chambers Models of Delayed Coking Unit under uncertain initial. International Symposium on Innovative Approaches in Smart Technologies, Ankara, Turkey. 2023. P. 1-7.
Anisimov I.V., Bodrov V.I., Pokrovsky V.B. Mathematical modeling and optimization of distillation units. Chemistry, 2017. 3rd ed. 225 p.
Palancz B. Mathematical Models for Rectification Processes. Hungarian Journal of Industry and Chemistry, 2022. Vol.27. N. 1. P. 247–270.
Duyfjes G., Grinten P.M. Application of a mathematical model for the control and optimization of a distillation plant. Automatica, 2019. Vol. 9. N. 5. P. 537-547. https://doi.org/10.1016/0005-1098(73)90040-X.
Khazeev A.А., Cherepanova M.V. Mathematical Modeling of the Basic Rectification of the Methanol-Raw. Perm National Research Polytechnic University: Chemical Technology and Biotechnology, 2022. N. 2. P. 23–42.
Savelyev M.Yu. Optimization of the operation of a rectification plant: review of the state of the issue. Bulletin of Omsk State Technical University, 2022. Vol. 330. N. 7. P. 25–28.
Anikin A.V. Modeling the rectification process using freely available software. Trends in the development of science and education, 2019. Vol. 48. N. 6. P. 55–58. DOI: 10.18411/lj-03-2019-129.
Shakeri Z, Benfriha Kh., Shirinbayan M., Ahmadifar M., Tcharkhtchi A. Mathematical Modeling and Optimization of Fused Filament Fabrication (FFF) Process Parameters for Shape Deviation Control of Polyamide 6 Using Taguchi Method. Polymers, 2021. Vol. 13. N. 21. P.36-57. https://doi.org/10.3390/polym13213697
Tuleuov Zh.N., Suleimenov D. Tekhnologicheskie reglamenty dlya ustanovki zamedlennogo koksovaniya ANPZ DCU 21–10/6. [Tuleuov Zh.N., Suleimenov D. Technological regulations for the delayed coking unit DCU 21–10/6 of the Atyrau Refinery]. Atyrau: Atyrauskii Universitet Nefti I Gaza [Atyrau: Atyrau University of Oil and Gas], 2018. 217 p.
Pavlov, S.Yu., Kulov, N.N., Kerimov, R.M. Improvement of Chemical Engineering Processes Using Systems Analysis. Theoretical Foundations of Chemical Engineering, 2019. Vol. 53. N. 2. P. 117–133.
Assanova B., Orazbayev B., Moldasheva Zh., Makhatova V., Tuleuova R. A fuzzy decision-making method for controlling operation modes of a hard-to-formalise rectification column of a delayed coking unit. News of the National Academy of Sciences of the Republic of Kazakhstan, 2024. Vol 1. N. 463. P. 17-30.
Bochkarev V.V. Optimization of chemical technological processes. Publishing House Yurayt, 2017. 337 p.
Gutsykova S.V. Metod ekspertnykh ocenok. Teoriya I praktika. [Method of expert assessments. Theory and practice]. Moskva: Izdatelskii Dom RAN [Moskow: RAS Publishing House], 2011. 278 p. ISBN: 978-5-9270-0209-2.
Jorgensen, M. A Review of Studies on Expert Estimation of Software Development Effort. Journal of Systems and Software, 2019. V.70. Р. 37-60.
Ryzhov A.P. Elementy teorii nechetkikh mnozhestv I ee prilozheni [Fuzzy set theory and its applications]. Moskva: Moskovskii Gosudarstvennyi Universitet [Moskow.: Moscow State University], 2017. 278 p. ISBN: {978-3-540-70777-.
Zimmermann H.J. Fuzzy Set Theory and Its Applications. Springer Science+Business Media, 2018. 525 p. ISBN: 978-94-010-3870-6.
Volin Yu.M., Ostrovsky G.M. Multicriteria optimization of technological processes in conditions of uncertainty. Automation and Remote Control, 2017. Vol. 53. N. 3. Р. 165–178.
Kahraman C. Fuzzy Multi-Criteria Decision Making. Theories and Applications with Recent Developments, 2018. Р. 592–608.
Ostrovsky G.M., Ziyatdinov N.N., Lapteva T.V., Silvestrova A. Optimization of Chemical Process Design with Chance Constraints by an Iterative Partitioning Approach. Journal of Industrial and Engineering Chemistry, 2019. Vol. 54. N. 13. P. 3412–3437.
Dieter M.I., Pfenninger S. Introduction to Systems Analysis. Mathematically Modeling Natural Systems. Springer Link, 2018. 267 p. ISBN : 978-3-642-30638-9.
Ibrahim D., Jobson M., Li J., Guillen-Gosalbez G. -- Optimization-based design of crude oil distillation units using surrogate column models and a support vector machine. Chemical engineering research & design, 2018. Vol. 134. P. 212–225.
Karmanov F.I. Ostreykovsky V.A. Statisticheskie metody obrabotki eksperimental’nykh dannykh [Statistical methods for processing experimental data using the MathCad package]. Moskva: Radio i kommunikacii, [Moscow: Radio and Communications], 2019. 187 p. ISBN: 978-5-905554-96-4.
Radin B.A. Beyond Machiavelli: policy analysis comes of age. Washington: Georgetown University Press, 2017. 378 p. ISBN 0878407731.
Sheikus A., Kovalenko V., Kotok V., Levchuk I., Darovskih L. Optimization of Rectification Process Using Mobile Control Action with Account for Criterion of Maximizing Separation Quality. EUREKA: Physics and Engineering, 2020. Vol. 17. N. 6. P. 33–40. DOI: 10.21303/2461-4262.2020.00150
Melnikova I.V., Sakulina V.P. Math statistics. Graduate School, 2022. 132 p. ISBN 978-5-7638-4595-2.
Nadir N., Ziyatdinov D., Emelyanov I., Ryzhova A., Chernakov P. Algorithm and software for the optimal technological design of a system of simple distillation columns. Fine Chemical Technologies, 2021. Vol. 16. N. 5. P. 379–389. https://doi.org/10.32362/2410-6593-2021-16-5-379-389.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Funding data
-
Ministry of Education and Science of the Republic of Kazakhstan
Grant numbers AP19679897






