1دانشجوی کارشناسی ارشدمهندسی کنترل، دانشگاه آزاد اسلامی واحد تهران جنوب ، مهندس ارشد شرکت پالایش نفت کرمانشاه
2استادیار دانشگاه صنعتی خواجه نصیرالدین طوسی، دانشکده مهندسی برق و کامپیوتر، گروه مکاترونیک
چکیده
واحد پنتان یکی از واحدهای فرعی پالایشگاه کرمانشاه است. هدف اصلی این واحد جداسازی گاز پنتان از بنزین سبک به عنوان محصولی ارزشمند و دارای ارزش افزوده است. آگاهی از کیفیت محصول در این واحد از ضروریات است زیرا باعت کمک به کنترل صحیح فرایند، تولید و فروش بیشتر و نهایتاً حاشیه سود بالاتر خواهد شد. برای نیل به این منظور شناسائی این واحد ضروری است. در این تحقیق برج اسپلیتر که محصول نهایی از آن خارج می شود بر اساس مدل‌های دینامیکی هوشمند توسط شبکه‌های عصبی MLP و RBFمورد شناسایی قرار گرفته است. نتیجه شبیه‌سازی برج موفقیت‌آمیز بوده وخروجی‌های بالا و پائین برج اسپلیتر به عنوان دو محصول واحد، مورد شبیه سازی قرار گرفته‌اند. برای خروجی اول شبکه MLP و برای خروجی دوم شبکه RBF دارای کمترین میانگین مربعات خطا بوده و نتیجه مطلوبی داده‌اند بنابراین چنانچه در عمل بخواهیم از این شبیه‌سازی استفاده کنیم با رعایت شرایط فوق می‌توانیم از نتایج این تحقیق استفاده کنیم.
Identification of Splitter Tower Process of Kermanshah Refinery
Pentane Unit
نویسندگان [English]
Mohsen Azadi1؛ Mahdi Aliyari Sh.2
1Student of Control Engineering Ms,Islamic Azad University of Tehran Jonoob, Senior Engineer of Kermanshah Oil Refinery Co.
2Assistant Prof., Department of Mechatronics,Faculty of Electrical and Computer Engineering,K.N. Toosi University of Technology
چکیده [English]
The main purpose of splitter tower process of pentane unit is to separate pentane gas from light gasoline as a valuable and value-added product. Having knowledge of the product quality is necessary to help proper process control, more production and sale and ultimately more profit margins. For this purpose the process must be identified. In this study the Splitter Tower is identified.
In this paper, in addition to studying different identification methods and studying how the pentane unit works, the new model based identification and estimation methods are implemented. These methods include implementation of intelligent control technology based on soft computing techniques such as neural networks. Using these model based methods, a comparison between two different methods is carried out and the best one is chosen. To build a system model the identification using nonlinear intelligent methods such as MLP and RBF neural networks have been examined. Finally, the best one with the least mean square method is introduced.
کلیدواژه ها [English]
Non-linear system identification, Pentane unit, Splitter tower
ابتدای صفحه