دفع اثر اغشاشات ورودی و خروجی و تضعیف نویزهای وارد بر فرآیند برج تقطیر نفت خام با استفاده از یک ساختار فیلتر شده الگوریتم کنترل پیش‌بین تعمیم یافته

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشگاه آزاد اسلامی، واحد علوم و تحقیقات، گروه مهندسی برق، تهران، ایران

2 هیت علمی/دانشگاه تربیت مدرس

چکیده

برج تقطیر یکی از مهم‌ترین واحدهای پالایشگاه نفت است که بر پایه اختلاف در نقطه جوش اجزای تشکیل دهنده نفت خام عمل می‌کند. عملکرد بیشتر واحدهای بعد از برج، وابستگی مستقیمی به نحوه کارکرد آن دارد و هرگونه اغتشاش در عملکرد برج تقطیر سایر واحدهای پالایشگاه تأثیر مستقیم می‌گذارد. به همین دلیل طراحی یک کنترل‌کننده مناسب برای فرآیند تقطیر که بتواند با اثر اغشاشات ورودی و خروجی مقابله کند، بسیار اهمیت دارد. هدف اصلی در کنترل برج تقطیر، کاهش مصرف انرژی و نگه‌داشتن ترکیب محصولات در مقدار مطلوب می‌باشد. به‌منظور دست‌یابی به این اهداف، باید کنترل‌کننده‌ای انتخاب شود که توانایی شناسایی مداوم حالت‌ها و پیش‌بینی اغتشاشات و نویزهای موجود در فرآیند را داشته باشد و بتواند با مشکلات وجود تأخیر و تداخل شدید بین حلقه‌های کنترلی این فرآیند مقابله کند. با توجه به توانایی کنترل‌کننده پیش‌بین تعمیم‌یافته در کنترل سیستم‌های چند متغیره و دارای تأخیرهای چندگانه، در این مقاله از این روش برای کنترل برج تقطیر استفاده شده است. همچنین برای دفع اثر اغتشاشات ورودی و خروجی و کاهش اثر نویزهای وارد بر فرآیند، یک فیلتر پایین‌گذر در مدل پیش‌بین لحاظ شده است. نتایج شبیه‌سازی‌ها حاکی از آن است که ساختار کنترلی پیشنهادی، عملکرد بسیار مناسبی در مقابل اغتشاشات ورودی و خروجی و نویز وارد شده به فرآیند از خود نشان می‌دهد.
 

کلیدواژه‌ها


عنوان مقاله [English]

Input and Output Disturbance Rejection and Noise Attenuation in Crude Oil Distillation Column Using a Filtered Generalized Predictive Control Algorithm

نویسندگان [English]

  • Mohsen Razzazan 1
  • Amin Ramezani 2
1 Department of Electrical Engineering, Science and Research Branch, Islamic Azad University, Tehran, Iran
2 Assistant Professor/Tarbiat Modares University
چکیده [English]

Distillation column is one of the most important units of an oil refinery, that operates based on differences in boiling points of crude oil constitutes. Performance of more units after the column directly depends on its operation, and any disturbance instantly affects its performance in other refinery units. Therefore, designing an appropriate controller able to deal with input and output disturbances for distillation process is very important. The main objective of the distillation column control is to maintain product compositions within their set points and reduce energy consumption.To serve this purposes, the controller should be able to identify the states of the system and predict disturbances and noise of the process continuously. Furthermore, it should be able to deal with the problem resulted by multiple delay and high interactions existing among different control loops. With regards to ability of the developed predictive controllers to control the multivariable systems with multiple time delay, this strategy is followed in this paper. Moreover, a low-pass filter is considered in the predictive model to reject the effect of input and output disturbances and reduce the noise effect on process. The functionality of the proposed system is validated by simulation study that show strong performance in noise attenuation and disturbances rejection.
 

کلیدواژه‌ها [English]

  • Crude Oil Distillation Column
  • Model Predictive Control
  • Generalized Predictive Controller
  • Input and Output Disturbances
  • Low-pass Filter

[1]. Islam M. R. and Khan M. I. , “The petroleum engineering handbook: sustainable operations,” Elsevier, 2013.##

[2]. Camacho E. F. and Alba C. B., “Model predictive control,” Springer Science & Business Media, 2013.##

[3]. Prett D. M. and Morari M., “The shell process control workshop,” Butterworth-Heinemann, 1987.##

[4]. Vlachos C., Williams D. and Gomm J., “Solution to the shell standard control problem using genetically tuned PID controllers,” Control Engineering Practice, Vol. 10, pp. 151-163, 2002.##

[5]. Chao Z., Hongye S., Yong G., and Jian C., “A pragmatic approach for assessing the economic performance of model predictive control systems and its industrial application,” Chinese Journal of Chemical Engineering, Vol.##