ОПТИМИЗАЦИЯ РЕКТИФИКАЦИОННОЙ КОЛОННЫ НА НЕФТЕПЕРЕРАБАТЫВАЮЩЕМ ЗАВОДЕ С ИСПОЛЬЗОВАНИЕМ ИСКУССТВЕННОЙ НЕЙРОННОЙ СЕТИ

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.

1. 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.

2. Mostafa Mjahed. PID Controller Design using Genetic Algorithm. Technique Ecole Royale de l’Air, Mathematics and Systems Department, 40000 Marrakech, Morocco, pp. 312–318.

3. 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.

4. 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.

5. 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).

6. Ibtissem Chiha, Noureddine Liouane and Pierre Borne. Tuning PID Controller Using Multiobjective

7. Ant Colony Optimization, vol. 2012, pp. 1–7.

8. 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.

9. 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.

10. 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.

11. 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.