Нелінійне предиктивне управління процесом каталітичного риформінгу на основі гібридної моделі
Вантажиться...
Файли
Дата
2026
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Досліджено проблему підвищення ефективності управління процесом каталітичного риформінгу з безперервною регенерацією каталізатора (CCR). Актуальність роботи зумовлена тим, що традиційні системи управління на основі ПІД-регуляторів не забезпечують оптимальної роботи установки через значну інерційність процесу, транспортні затримки, нелінійність характеристик та змінність параметрів внаслідок дезактивації каталізатора. Метою роботи є розробка системи нелінійного предиктивного управління (NMPC) на основі гібридної моделі, що поєднує фізичну кінетичну модель процесу з нейромережевим компонентом для корекції похибок прогнозування.Розроблено комплексну математичну модель процесу CCR-риформінгу, що включає кінетичну модель з 8 псевдокомпонентами та 12 реакціями, модель дезактивації каталізатора та модель розрахунку октанового числа за адитивною формулою. Запропоновано архітектуру гібридної моделі з послідовною інтеграцією компонентів, де нейромережа типу багатошарового персептрона (MLP) з двома прихованими шарами (64 та 32 нейрони) компенсує систематичні похибки фізичної моделі. Гібридна модель забезпечує підвищення точності прогнозування октанового числа на 25% порівняно з базовою фізичною моделлю.Синтезовано систему NMPC з квадратичною функцією цілі, що мінімізує відхилення керованих змінних від завдання та штрафує різкі зміни керуючих впливів. Задача оптимізації включає обмеження на діапазон температур, тиск та швидкість зміни керуючих впливів. Для програмної реалізації використано мову Python з бібліотеками CasADi для символьних обчислень та автоматичного диференціювання, IPOPT для розв'язання задачі нелінійного програмування методом внутрішньої точки. Реалізовано механізм адаптації моделі для компенсації дрейфу внаслідок дезактивації каталізатора.Результати імітаційного моделювання для установки потужністю 1,5 млн т/рік підтверджують переваги розробленої системи NMPC: зниження середньої абсолютної похибки октанового числа на 57 % порівняно з PID-управлінням та на 36 % порівняно з лінійним MPC; скорочення часу перехідних процесів у 2,8 рази; зниження максимального відхилення при збуреннях складу сировини на 63%. Практичне значення роботи полягає у можливості застосування розроблених алгоритмів для підвищення ефективності управління промисловими установками CCR-риформінгу.
Опис
Ключові слова
каталітичний риформінг, предиктивне управління, нелінійна оптимізація, гібридна модель, нейронна мережа, машинне навчання, soft-сенсор, CasADi, catalytic reforming, predictive control, nonlinear optimization, hybrid model, neural network, machine learning, soft sensor
Бібліографічний опис
Цапар, В. С. Нелінійне предиктивне управління процесом каталітичного риформінгу на основі гібридної моделі / Цапар В. С., Ткачук С. М., Бондар В. В. // Вісник НТУУ «КПІ ім. Ігоря Сікорського». Серія «Хімічна інженерія, екологія та ресурсозбереження». – 2026. – № 1(25). – С. 40-52. – Бібліогр.: 10 назв.