Оптимизация процессов многоуровневая ХТС

Одно из направлений научного управления в добыче газа — применение методов оптимизации для поиска оптимальных режимов эксплуатации установок газопромысловой технологии. Данное направление, безусловно, относится к перспективным, поскольку экономически оправдано, так как в процессе эксплуатации объектов ГДП система управления стремится к достижению поставленной перед ней цели. Одновременно повышается оперативность принятия решений по управлению установками обработки природного газа и ГДП в целом. Такой принцип многоуровневого управления базируется на системном подходе, позволяющем увязать локальные критерии управления процессами газопромысловой технологии таким образом, чтобы реализовывался глобальный критерий оптимальности ГДП. Сформулированные задачи оптимизации относятся к классу задач оптимального управления качеством промысловой обработки природного газа, которое должно удовлетворять требованиям ОСТ 51.40—83. В связи с этим один из важнейших путей повышения качества промысловой обработки газа — создание на ГДП автоматизированных систем управления технологическими процессами (АСУ ТП), позволяющих на базе широкого применения средств вычислительной техники, систем телемеханики и средств автоматизации решать задачи оптимизации процессов газопромысловой технологии. Поскольку обустройство ГДП в настоящее время осуществляется индустриальными методами на основе типовых блочно-модульных автоматизированных технологических установок, то расчеты, проводимые в промысловых условиях, тоже носят типовой характер. Приведенные в книге алгоритмы оптимизации являются типовыми как по постановкам задач, так и по алгоритмам их решения, что в значительной мере сокращает сроки внедрения их на тех ГДП, где эксплуатируются ЭВМ. [c.193]

По своей сути проектирование представляет собой многоуровневый итерационный процесс последовательной детализации и оптимизации проектных решений. Схематично это можно представить как последовательное выполнение стадий синтеза вариантов проектных решений оценки и выбора допустимых (физически реализуемых) решений выбора наиболее рационального варианта проектного решения принятия окончательного варианта проекта. [c.27]

Пример У1-2. Применить метод многоуровневой оптимизации к ХТС каталитического крекинг-процесса термофор . Данная ХТС позволяет получать высококачественный бензин при повышенном выходе дистиллятных фракций нефтяного топлива количество нефтяных остатков невелико. [c.320]

Первая обучающая выборка содержала 64 опыта с полным набором исследуемых параметров j = [х , дгз, Для оптимизации была применена модификация метода, предложенного в работе [148]. Вместо булевых двухуровневых моделей использовались модели многоуровневые [160, с. 135]. Диапазоны каждого влияющего фактора и каждого выходного показателя процесса делились на несколько интервалов (от двух до пяти), отвечающих имеющемуся экспериментальному материалу. [c.276]

Необходимо отметить, что если реализуемость аппроксимационных вариантов проверена на практике или предварительно рассчитана по специально разработанным моделям внутризаводского планирования, то построенные по известным методикам модели с переменными параметрами или диапазонные модели не гарантируют априорного характера реализуемости результатов расчета. Реализуемость решений определяется обоснованностью предельных значений переменных параметров и адекватностью функциональных ограничений (2.54), (2.55) физическим условиям реализации процесса. В определенной мере эта проблема в многоуровневой системе управления может быть решена с использованием моделей статической оптимизации технологических процессов. [c.45]

Разработка математических моделей биореакторов является наиболее важной задачей при оптимизации БТС. От эффективности функционирования биореактора, обеспечивающего превращение исходных веществ в продукты микробиологического синтеза, зависят технико-экономические показатели производства в целом. Важно отметить сложность задачи моделирования процессов в биореакторе, где на явления биологической и биохимической природы накладываются физические и физико-химические явления, связанные с переносом вещества и энергии. Рассмотренные ранее принципы системного анализа сложных систем в полной мере применимы и к моделированию процессов в биореакторе, который можно представить в виде многоуровневой иерархической системы [13 . [c.136]

Таким образом, многоуровневая иерархическая система управления позволяет достичь оптимизации не только отдельных стадий производственного процесса, но и эффективного управления в целом таким сложным многосвязным объектом, как производство современного предприятия. [c.170]

Дан анализ биохимического производства, рассматриваемого с позиций системного подхода как сложная иерархическая система (БТС) с целым рядом взаимосвязанных подсистем и элементов, обеспечивающих преобразование материальных и энергетических потоков в процессе переработки исходного сырья в целевые продукты микробиологического синтеза. Рассмотрены вопросы выбора глобального и локальных критериев эффективности, а также применения принципов многоуровневой оптимизации при анализе БТС и ее подсистем. Приведены примеры построения математических моделей типовых технологических элементов, составляющих БТС, даны алгоритмы их расчета на ЭВМ и методы анализа надежности функционирования в системе. Детально исследованы условия функционирования основных подсистем БТС ферментации , разделения биосуспензий , биоочистки , рассмотрены принципы их структурного анализа и оптимизации. Рассмотрена иерархическая структура управления биохимическими системами и показана эффективность использования управления на основе ЭВМ в задачах оптимизации процессов биохимических производств. [c.2]

В частности, методы разделяются по количеству иерархических уровней (одноуровневые и многоуровневые), по порядку производных, используемых в процессе поиска решения и т. д. Наиболее широкое распространение в задачах анализа и синтеза ХТС находят методы нулевого (без вычисления производных) и первого порядков. Наряду с ними все более широкое применение получают и многоуровневые методы (в частности, двухуровневые), в основе которых лежит идея декомпозиции исходной задачи на ряд подзадач меньшей размерности. Использование линеаризации уравнений математического описания на первом уровне позволяет эффективно применять хорошо разработанный аппарат линейной алгебры. На первом уровне подсистемы рассчитываются независимо друг от друга, а второй уровень служит для координахщи оптимальных решений с целью достижения общего оптимума системы. Стратегия координации решений в целом может осуществляться с использованием алгоритмов явной или неявной декомпозиции. Одно из важных преимуществ метода многоуровневой оптимизации заключается в том, что с его помощью можно существенно сократить время решения общей задачи и требуемый объем оперативной памяти. Сокращение времени расчета может быть достигнутю за счет одновременной оптимизации подсистем с помощью параллельна работающих продессов ЭВМ. Однако следует отметить, что мыо-гоуровневые методы обеспечивают сходимость итерационного процесса только при определенных условиях, налагаемых как на целевую функцию и математическое описание, так и на декомпозицию исходной ХТС на подсистемы (4, 53]. К тому же доказательств условной сходимости многоуровневых методов практически нет. [c.143]

Вторая ступень иерархии биохимического производства представлена технологическими агрегатами, узлами, включающими взаимосвязанную совокупность нескольких технологических процессов и аппаратов, реализуемых на практике в виде отдельных цехов, комплексов. К особенностям второй ступени иерархии относится сочетание энергетических и материальных потоков в одну систему, обеспечивающую их наиболее эффективное использование с учетом технико-экономических и энергетических показателей. На данной ступени закладываются технологические основы создания безотходного производства с замкнутыми технологическими и энергетическими потоками. При этом возникают задачи создания агрегатов большой единичной мощности с высокими энерготехнологическими показателями и кибернетически организованной структурой связей, обеспечивающей передачу функций управления самому агрегату. Прн управлении подсистемами на данной ступени иерархии решаются задачи оптимального функционирования аппаратов в схеме, распределения нагрузок между аппаратами, достижения надежности их функционирования. В этом случае используются методы многоуровневой оптимизации, топологический анализ на основе теории графов, методы декомпозиции и эвристического моделирования систем, что требует применения ЭВМ. [c.42]

Укрупненная схема многоуровневой системы управления производством приведена на рис. 7.4. На первом (нижнем) уровне управления находятся локальные регуляторы, которые поддерживают заданные или оптимальные значения одного или нескольких параметров технологического процесса. На втором уровне — АСУТП (на базе,малых управляющих ЭВМ), полностью оптимизирующие производственные процессы или работу агрегатов. Оптимизация может осуществляться по нескольким критериям, с учетом значений параметров технологического процесса, получаемых от локальных регуляторов или отдельных [c.169]

Системный анализ ГДП как объекта управления указывает на комплектность решения проблемы оптимального управления ГДП как единой системы, включая оптимизацию УКПГ (ГС) и отдельных технологических объектов. Такой подход позволит определить комплекс управляющих алгоритмов для объектов соответствующих уровней, увязать на основе горизонтальных и вертикальных связей, существующих между объектами, критерии оптимальности объектов газопромысловой технологии, учитывающие определенные ограничения на ресурсы управления, входные и выходные параметры. Это соответствует иерархической оптимизации ГДП как сложного многоуровневого технологического комплекса, осуществляемой на базе общей экономико-математической модели, содержащей уравнения технико-экономических показателей работы ГДП, материальных и тепловых потоков между всеми объектами газопромысловой технологии и зависимости, характеризующие режимы протекающих процессов в технологических установках. Экономико-математическая модель ГДП содержит большое количество переменных, линейных и нелинейных зависимостей типа равенств и неравенств. В этом случае оптимальные режимы эксплуатации ГДП определяются в результате глобальной оптимизации комплекса объектов газопромысловой технологии. [c.144]

Справочник химика 21

Химия и химическая технология