kaz29Вестник Казахстанско-Британского технического университетаHerald of the Kazakh-British Technical University1998-66882959-8109Казахстанско-Британский Технический Университет10.55452/1998-6688-2022-19-1-6-16kaz29-448Research ArticleНЕФТЕГАЗОВАЯ ИНЖЕНЕРИЯ И ГЕОЛОГИЯOIL AND GAS ENGINEERING, GEOLOGYОПТИМИЗАЦИЯ РЕКТИФИКАЦИОННОЙ КОЛОННЫ НА НЕФТЕПЕРЕРАБАТЫВАЮЩЕМ ЗАВОДЕ С ИСПОЛЬЗОВАНИЕМ ИСКУССТВЕННОЙ НЕЙРОННОЙ СЕТИOPTIMIZATION OF FRACTIONAL DISTILLATION COLUMN IN CRUDE OIL REFINERY USING ARTIFICIAL NEURAL NETWORKhttps://orcid.org/0000-0002-3423-9701ИсмагуловаДана МаксуткызыIsmagulovaDana Maksutkyzy

Магистр, младший инженер по автоматизации и управлению

Master, Associate Automation and Control Enginee

danaismagulova7@gmail.comАО «Wood KSS»КазахстанJSC “Wood KSS”Kazakhstan202231032022191616Copyright © Исмагулова Д.М., 20222022Исмагулова Д.М.Ismagulova D.M.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://vestnik.kbtu.edu.kz/jour/article/view/448

В статье изложены методы, позволяющие улучшить управление процессом отделения метанола от воды в ректификационной колонне с целью получения сырых нефтепродуктов. В текущее время почти во всех отраслях индустрии используются ПИД-регуляторы для управления такими переменными процессами, как температура, расход, давление, уровень, что действительно помогает поддерживать хорошие характеристики. Однако ПИД-контроллеры могут иметь несколько плохую производительность в сложных системах управления, например в системах с многоканальным входом и многоканальным выходом (MIMO), из-за чего рассматривается метод оптимизации для улучшения ПИД. Было потрачено много лет на изучение, уточнение и совершенствование техники ПИД-регулирования, а также на разработку улучшенных методов управления. Тем не менее все еще существует ряд общих проблем управления, при которых ПИДрегулятор сталкивается с трудностями. В этой работе ПИД-регулятор на основе нейронной сети используется для управления процессом отделения метанола от воды в дистилляционной колонне благодаря хорошим результатам нейронной сети. Математическая модель Вуда и Берри была выбрана в качестве основного объекта управления.

The paper outlines the methods, which improve the controlling process of separating methanol from water in the distillation column to produce crude oil products. Nowadays, many industries use PID controllers to control process variables like temperature, flow, pressure, level, which helps maintain good performances. However, PID controllers can have slightly bad performances in complicated control systems, such as in Multiple Input and Multiple Output (MIMO) systems; due to this, optimization methods of improving PID are considered. А tremendous amount of work has been done rеfіnіng, studyingаndimprоvіng the PID controlling techniquesand methods. However, PID still faces challenges in a variety of common control problems. This article represents NеuralNеtworkAlgоritmbаsеd PID cоntrollеr, whіchіsusеdtоcоntrоlthе separating process of methanol from water in the distillation column, due to Nеuralnеtwork’s good generalization results. The Wood and Berry mathematical Model was chosen as the main control object.

ректификационная колоннанейронная сетьПИД-регуляторыискусственный интеллектсистема MIMOdistillation columnNeural networkPID controllersArtificial intelligenceMIMO systemReferencesMohammadi A., Ryu J.-C. Neural network-based PID compensation for nonlinear systems: ballon-plate example // International Journal of Dynamics and Control, Springer, 2018, pp. 1–11.Mohammadi A., Ryu J.-C. Neural network-based PID compensation for nonlinear systems: ballon-plate example // International Journal of Dynamics and Control, Springer, 2018, pp. 1–11.Mostafa Mjahed. PID Controller Design using Genetic Algorithm. Technique Ecole Royale de l’Air, Mathematics and Systems Department, 40000 Marrakech, Morocco, pp. 312–318.Mostafa Mjahed. PID Controller Design using Genetic Algorithm. Technique Ecole Royale de l’Air, Mathematics and Systems Department, 40000 Marrakech, Morocco, pp. 312–318.Yuan X., Xiang Y., Wang Y.,Yan X. Neural Networks Based PID Control of Bidirectional Inductive Power Transfer System, Springer, 2015, vol. 43, issue 3, pp. 837–847.Yuan X., Xiang Y., Wang Y.,Yan X. Neural Networks Based PID Control of Bidirectional Inductive Power Transfer System, Springer, 2015, vol. 43, issue 3, pp. 837–847.Zhang, S., Liu, X., Sheng, Y. Analysis and System Simulation of Flight Vehicle Sliding Mode Control Algorithm Based on PID Neural Network. Lecture Notes in Real-Time Intelligent Systems, Springer, 2017, pp. 312–318.Zhang, S., Liu, X., Sheng, Y. Analysis and System Simulation of Flight Vehicle Sliding Mode Control Algorithm Based on PID Neural Network. Lecture Notes in Real-Time Intelligent Systems, Springer, 2017, pp. 312–318.Eng. A. Salem, Dr. M. Ammar, Prof. Dr. M. Moustafa. Tuning PID Controller Using Artificial Intelligence Techniques // 9th International Conference on Electrical Engineering (ICEENG 2014), MTC, 29-31 (May, 2014, Cairo, Egypt).Eng. A. Salem, Dr. M. Ammar, Prof. Dr. M. Moustafa. Tuning PID Controller Using Artificial Intelligence Techniques // 9th International Conference on Electrical Engineering (ICEENG 2014), MTC, 29-31 (May, 2014, Cairo, Egypt).Ibtissem Chiha, Noureddine Liouane and Pierre Borne. Tuning PID Controller Using MultiobjectiveIbtissem Chiha, Noureddine Liouane and Pierre Borne. Tuning PID Controller Using MultiobjectiveAnt Colony Optimization, vol. 2012, pp. 1–7.Ant Colony Optimization, vol. 2012, pp. 1–7.Das Neves T.G., Ramos W.B., de Farias Neto G.W., Brito R. P. Intelligent control system for extractive distillation columns // Korean Journal of Chemical Engineering, Springer, 2015, vol. 35, Issue 4, pp. 826– 834.Das Neves T.G., Ramos W.B., de Farias Neto G.W., Brito R. P. Intelligent control system for extractive distillation columns // Korean Journal of Chemical Engineering, Springer, 2015, vol. 35, Issue 4, pp. 826– 834.Muravyova E.A. and Mustaev R.R. Development of an Artificial Neural Network for Controlling Motor Speeds of Belt Weighers and Separator in Cement Production, Optical Memory and Neural Networks, Springer, 2017, vol. 26, no. 4, pp. 289–297.Muravyova E.A. and Mustaev R.R. Development of an Artificial Neural Network for Controlling Motor Speeds of Belt Weighers and Separator in Cement Production, Optical Memory and Neural Networks, Springer, 2017, vol. 26, no. 4, pp. 289–297.Gouda M.M., Danaher S., Underwood C.P. Fuzzy logic control versus conventional PID control for controlling indoor temperature of a building space. IFAC Computer Aided Control Systems Design, Salford, UK, 2000.Gouda M.M., Danaher S., Underwood C.P. Fuzzy logic control versus conventional PID control for controlling indoor temperature of a building space. IFAC Computer Aided Control Systems Design, Salford, UK, 2000.Manoj Kushwah, Ashish Patra. PID Controller Tuning using Ziegler Nichols Method for Speed Control of DC Motor // International Journal of Scientific Engineering and Technology Research, vol.03, issue13, 2014, pp. 2924–2929.Manoj Kushwah, Ashish Patra. PID Controller Tuning using Ziegler Nichols Method for Speed Control of DC Motor // International Journal of Scientific Engineering and Technology Research, vol.03, issue13, 2014, pp. 2924–2929.

The authors declare that there are no conflicts of interest present.