25 марта 2017г.
Объектом исследования является установка первичной подготовки нефти. Были выделены наиболее интенсивно влияющие концепты на объекты, которые позволяют отразить в модели процесс. Была построена когнитивная карта, на основе расставленных связей получена модель, для которой была написана модель в виде разностных уравнений. Модель реализована в программном пакете MathCad и на языке Pascal для внедрения в состав тренажёра-имитатора.
Ключевые слова: разностное уравнение, модель, тренажёр, печь подогрева нефти, когнитивная карта, имитационное моделирование, сепаратор.
Для развития технологических процессов подготовки нефти необходима не только модернизация технологического оборудования и развитие автоматизированных систем управления технологическими процессами (АСУ ТП), но и разработка средств анализа и оптимизации этих процессов. Одним из инструментов для решения данных задач является моделирование. [1]
В настоящее время признан тот факт, что использование тренажеров при обучении специалистов нефтегазовой отрасли является, безусловно, полезным.
Современные объекты управления обладают высокой степенью сложности (структурной, функционирования, выбора поведения и развития), что значительно затрудняет использование аналитических методов исследования. В этом случае применение имитационного моделирования (ИМ) является более эффективным.
Основными факторами, ограничивающими развитие ИМ, являются нехватка квалифицированных кадров и использование нерациональных методов. [2] Среди частных проблем можно отметить неоптимальную разработку имитационных моделей, отсутствие эффективной машинной реализации, несоблюдение компромисса между универсальностью и прикладной областью.
Объектом исследования является установка первичной подготовки нефти. Для рассмотрения системы необходима смоделировать объекты и группы объектов.
На первом этапе исследования было выбраны наиболее сложные объекты, такие как печь подогрева нефти и сепаратор.
Обобщенная процедура идентификации включает четыре этапа (рисунок 1)
1 Определяется класс объекта.
2 Для данного класса объекта выбирается модель, структуру и параметры которой можно менять в процессе идентификации.
3 Выбраться критерий качества идентификации, характеризующий отличие модели и объекта в виде функционала доступных для наблюдения переменных.
4 Выбраться алгоритм идентификации (механизм настройки модели), обеспечивающий сходимость процесса идентификации по принципу минимизация критерия качества. [3]
Процедура идентификации изображена на рисунке 1, где обозначены:
𝑈⃗⃗ –
переменные, изменением которых система регулирования может воздействовать на объект с целью управления. Обычно управляющими воздействиями служат изменения расхода материальных или энергетических потоков.
𝐹 – влияние внешние воздействия, которые называются возмущающими 𝑌 ⃗
– характеризует состояние процесса. Данный параметр надо поддерживать постоянным во времени или измерять по определённому известному закону.
𝑣 – критерий останова.
При активной идентификации объект исследования выводится из условий нормальной окружающей среды (нормальный режим эксплуатации, номинальные параметры рабочего режима и т. п.).[4]
Исследования проводятся в специализированных лабораторных условиях. На входы объекта подаются тестовые сигналы специального вида. Это могут быть:
ступенчатые и импульсные временные сигналы,
гармонические сигналы,
случайные воздействия с заданными параметрами.
Активную идентификацию используют при разработке новых технологий применительно к действующим промышленным объектам, в изучении новых явлений, в первоначальной разработке математической модели. [5]
При пассивной идентификации объект функционирует в контуре управления и находится в процессе нормальной эксплуатации. На его входы поступают только сигналы управления.
Пассивную идентификацию используют для уточнения математической модели, для слежения за изменениями в объекте. Информация оперативно используется в системе управления объектом, процесс такой идентификации иллюстрируется рисунке 2. [6]
Кроме перечисленных групп методов реализуются и системы идентификации смешанного типа, когда объект не выводится из нормального режима эксплуатации, но к управляющим сигналам добавляются тестовые воздействия, позволяющие идентифицировать объект, не ухудшая качества основного процесса управления. [7] Данный метод использовался при идентификации рассматриваемых ниже технологических объектов.
Печь как объект исследования можно представить в виде схемы на рисунке 3.
На рисунке обозначены концепты:
T1 – температура нефти на входе в П-1;
T2 – температура нефти после подогрева в П-1 S1 – работа первой воздуходувки;
S2 – работа второй воздуходувки; F1 – расход нефти на входе в П-1; F2 – расход газа на горелках в П-1;
P1 – давление газа на горелках в П-1;
V1 – положение клапана подачи газа на горелки в П-1
Когнитивная карта приведена на рисунке 4, где передаточные функции W1 и W2 имеют
вид инерционного звена вида:
Модель в виде разностного уравнения имеет вид (2):
T2i=T1i-W1i*F1i+W2i*F2i*(S1i+S2i); W1i*F1i=(k1*F1i+t1*T2i-1/dT)/(t1/dT+1) W1i*F1i=a1*F1i+a2*T2i-1; a1=k1/(t1/dT+1);
a2=t1/dT/(t1/dT+1);
F2i=V1i*k2*sqrt(P1i); W2i*F2i=a3*F2i+a4*T2i-1; a3=k2/(t2/dT+1); a4=t2/dT/(t2/dT+1);
T2i=T1i-a1*F1i+a2*T2i-1+a3*F2i+a4*T2i-1*(S1i+S2i); (2)
В ходе реализации модели часть коэффициентов была рассчитана по экспериментальным данным, часть определена по оценки специалистов в данной области. Результатом работы приведён на рисунке 5.
Аналогичным способом была рассмотрена модель сепаратора, расчётная схема которая приведена на рисунке 6.
Тренажёр имеет физическую интерпретацию работы в виде светодиодов и восьми сегментных индикаторов (рисунок 7) и стенда оператора который представлен в виде мнемосхемы (рисунок 8). Взаимодействие модели и тренажёра осуществляется при помощи OPC сервера.
Реакция модели на возмущения увеличение температуры на входе в печь с 35 0C до 45 35 0C на 15 итерации и увеличение расхода с 200 т/ч до 400 т/ч на 30 итерации приведены на рисунке 8. Можно сделать вывод что модель адекватно отработала возмущения и пригодна для обучения персонала с целью повышения навыков действия в экстренных ситуациях.
Примеры функционирования сепаратора приведены на рисунках 10-11. Давления на входе и в сепараторе статично.
Список литературы и источников
1.
Веревкин А. П., Кирюшин О. В. Автоматизация технологических процессов и производств в нефтепереработке и нефтехимии. Уфа: Изд-во УГНТУ, 2005. 71 с.
2.
ЗАХАРЧЕНКО В. Е. Имитационная модель гидроагрегата для тестирования алгоритмов АСУ ТП // Автоматизация в промышленности. 2007. № 7. С. 37-40.
3.
Имитационное моделирование систем. [Электрон. ресурс]. http://www.gpss.ru/.
4.
КАРПОВ Ю. Г. Имитационное моделирование систем. Введение в моделирование с AnyLogic 5. СПб.: БХВ-Петербург, 2009.
5.
КОНЮХ В. Л., ИГНАТЬЕВ Я. Б., ЗИНОВЬЕВ В. В. Методы имитационного моделирования систем. Применение программных продуктов. [Электрон. ресурс]. Электронное изд. зарег. в Федеральном депозитарии электронных изданий, № 0320401123.
Рег. свид. ФГУП НТЦ "Информрегистр" от 06.09.2004, № 4753.
6.
РЫЖИКОВ Ю. И., СОКОЛОВ Б. В., ЮСУПОВ
Р. М. Проблемы теории и практики имитационного
моделирования
//
Сб. докл. III Всерос. науч.-практ. конф.
"Имитационное моделирование. Теория и практика"
(ИММОД-2007). Санкт-Петербург, 17-19 окт. 2007. T. 1. С. 58-70.
7.
HARRELL C. R. Simulation
modeling using Promodel technology // Proc. of the Winter Simulation Conf. New Orleans (USA), 7-10 Dec. 2003. P. 175-181.
