ИССЛЕДОВАНИЕ МЕТОДОВ ИДЕНТИФИКАЦИИ МОДЕЛЕЙ  ВИРТУАЛЬНЫХ АНАЛИЗАТОРОВ ПОКАЗАТЕЛЕЙ КАЧЕСТВА РЕКТИФИКАЦИОННОЙ КОЛОННЫ.: ИССЛЕДОВАНИЕ МЕТОДОВ ИДЕНТИФИКАЦИИ МОДЕЛЕЙ  ВИРТУАЛЬНЫХ АНАЛИЗАТОРОВ ПОКАЗАТЕЛЕЙ КАЧЕСТВА РЕКТИФИКАЦИОННОЙ КОЛОННЫ.

Barhayot Uzoqov; Baxodir Xoshimov

Authors

Barhayot Uzoqov a:1:{s:5:"ru_RU";s:6:"TATUFF";}
Baxodir Xoshimov

Keywords:

нефтеперерабатывающих, химических процессов , транспортировки

Abstract

В настоящее время при оценке качества выходных продуктов нефтеперерабатывающих и химических процессов и, в частности, ректификационных колонн (РК), используются виртуальные анализаторы (ВА) [1]. Они предназначены для оценки не измеряемого непосредственно, но необходимого показателя качества продукта по измеряемым параметрам технологического процесса (температура, давление, расход), непрерывно контролируемым современными системами управления.

Принцип действия ВА основан на непрерывном определении показателя качества по математической модели, описывающей его взаимосвязь с текущими значениями измеряемых характеристик режима технологического процесса. Использование ВА обусловлено тем, что системы лабораторного контроля качества на предприятии не в состоянии выдавать своевременную непрерывную информацию о качестве продукции из-за длительных и трудоемких отбора, транспортировки и анализа производимых проб (иногда они могут осуществляться не более двух раз в смену). Это может привести либо к выпуску брака, либо к ведению процесса с большим запасом по качеству. Однако оба эти варианта существенно снижают эффективность производства.

References

Бахтадзе Н.Н. Виртуальные анализаторы (идентификационный подход) // АиТ. 2004. № 11. С. 3-23.

Breiman L., Friedman J. Estimating optional transformations for multiple regression and correlation // Journal of the American Statistical Association. 1985. Vol. 80. P. 580-598.

Lee C., Choi S.W., Lee, I-B. Sensor fault identification based on time-lagged PCA in dynamic processes // Chemometrics and Intelligent Laboratory Systems. 2004. Vol. 70. No. 2. P. 165–178.

Street J. O., R. J. Carroll, Ruppert D. A Note on Computing Robust Regression Estimates via Iteratively Reweighted Least Squares // The American Statistician. 1988. Vol.42. P. 152-154.

Zamprogna E., Barolo M., Seborg D. E. Development of a soft sensor for a bath distillation column using liner and nonlinear PLS regression techniques // Control Engineering Practice. 2004. Vol. 12. No. 7. P. 917-929.

Mejdell T., Skogestad S. Estimation of Distillation Compositions from Multiple Temperature Measurements Using Partial least squares Regression // Ind. Eng. Chem. Res. 1991. Vol. 30. P. 2543-2555.

Holland, C. D. Fundamentals of multicomponent distillation. New York: McGraw-Hill Book Company, 1981. 633P.

Wang D., Murphy M. Estimating optimal transformations for multiple regression using the ACE algorithm // Journal of Data Science. 2004. Vol. 2. P. 329-346.

Muminjonovich, Hoshimov Bahodirjon, and Uzokov Barhayot Muhammadiyevich. "Teaching Children to Programming on the Example of the Scratch Program." Eurasian Scientific Herald 9 (2022): 131-134.

ИССЛЕДОВАНИЕ МЕТОДОВ ИДЕНТИФИКАЦИИ МОДЕЛЕЙ ВИРТУАЛЬНЫХ АНАЛИЗАТОРОВ ПОКАЗАТЕЛЕЙ КАЧЕСТВА РЕКТИФИКАЦИОННОЙ КОЛОННЫ.