КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Структура подсистемы оптимизации отделения пиролиза
При оперативном управлении необходимо обеспечивать решение локальных задач по оптимизации планового выпуска этилена (7.4) или пропилена (7.5). Решение задач оптимизации отделения пиролиза состоит в выборе технологических режимов каждой отдельной пиролизной печи (рис. 7.1) по управляющим параметрам: Sр опт – расход сырья в р -ю печь; Vp опт – относительный расход пара и Тр опт – температура пирогаза на выходе печи. Для эквивалентной пиролизной печи принимаются следующие соотношения: (7.11) Кроме этих общих, возникает ряд локальных задач. Одна из задач, способ решения которой определяет в основном структуру построения подсистемы оптимизации отделения пиролиза – задача оптимального распределения нагрузки S o между параллельно работающими бензиновыми пиролизными печами (р = 1,2,..., m).
Рис. 7.1. Структурная схема пиролизной печи: р – номер эквивалентной пиролизной печи; М – молекулярная масса сырья; S – расход сырья; W – расход пара; Т – температура; Р – давление на выходе печи; А – отбор пробы на хроматографический анализ
Решение этой задачи, как правило, осуществляется с применением методов декомпозиции и динамического программирования. Она также может быть решена методом линейного программирования. Ниже рассмотрены особенности построения подсистемы, в которой задача оптимального распределения нагрузки решается с использованием метода линейного программирования для обобщенной математической модели блока бензиновых пиролизных печей, а текущей оптимизации отдельных этановых и бензиновых пиролизных печей – на базе адаптивной математической модели. Такую систему можно отнести к адаптивным иерархическим двухуровневым системам с эталонной моделью. Задача оптимизации отделения пиролиза решается в три этапа. 1. При заданной производительности по блоку этановых пиролизных печей рассчитывают оптимальный режим каждой печи (например, текущая оптимизация по критерию максимизации выхода этилена), определяют суммарный выход целевых компонентов и вычисляют ограничения по этим компонентам для блока бензиновых пиролизных печей. 2. По математической модели блока бензиновых пиролизных печей рассчитывают предварительный оптимальный технологический режим каждой бензиновой печи и определяют ограничения по выработке этилена и пропилена. Рассчитанный оптимальный режим используют для предварительной оптимизации бензинового блока. 3. По найденным оптимальным нагрузкам и ограничениям по целевым компонентам производят текущую оптимизацию каждой бензиновой печи по критерию оптимизации максимального выхода этилена при этиленовом режиме или пропилена при пропиленовом режиме. В этой системе решение задач текущей оптимизации этановых и бензиновых печей (этап 1) представляет собой нижний уровень иерархической системы управления. На верхнем уровне системы решается задача оптимального распределения нагрузки в бензиновом блоке. При этом для решения задачи текущей оптимизации используются градиентные методы. Аналогичные расчеты с использованием метода динамического программирования выполняются в 5 – 10 раз медленнее. Таким образом, иерархическая структура функциональной подсистемы, несмотря на ее очевидную сложность при программной реализации, весьма экономична в вычислительном аспекте. Некоторая погрешность, вызванная использованием метода линейного программирования, компенсируется при текущей оптимизации, где применяется более сложная математическая модель пиролизной печи. Поэтому важной задачей при создании системы управления является выбор математической модели пиролизной печи.
Дата добавления: 2014-10-23; Просмотров: 495; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |