
شناسایی سیستم واحد استحصال گوگرد و کنترل سیکل فرآوری آن به کمک کنترلرهای پیشرفته
فرمت فایل دانلودی: .docxفرمت فایل اصلی: doc
تعداد صفحات: 127
شناسایی سیستم واحد استحصال گوگرد و کنترل سیکل فرآوری آن به کمک کنترلرهای پیشرفته
نوع فایل: word (قابل ویرایش)
تعداد صفحات : 127 صفحه
چکیده
فرآیند بازیابی گوگرد به روش کلاوس یکی از متداول ترین روش های جدا سازی گوگرد عنصری از گاز اسیدی حاصل از فرآیند شیرین سازی در پالایشگاه های گازی و نفتی می باشد. ولی به دلیل پیچیدگی این فرآیند و چند متغیره بودن کوره واکنش و عدم وجود کنترل کنندههای مناسب متاسفانه تا کنون امکان کنترل بهینه و راندمان مناسبی جهت بازیافت گوگرد در پالایشگاه های پارس جنوبی وجود نداشته و همواره کنترل این واحد فرآیندی مهم با مشکلات زیادی مواجه بوده است. در این تحقیق از دو روش شناسایی سیستم استفاده شده است، یک روش مدلسازی ریاضی با استفاده از حداقل مربعات، و روش دیگر مبتنی بر هوش مصنوعی با استفاده از شبکه های عصبی مصنوعی می باشد. تلاش شده تا با مدلسازی این فرآیند، مسائلی از قبیل پایداری، کنترل پذیری و رؤیت پذیری مدل ریاضی چند متغیره بررسی و سپس به طراحی کنترلر متناسب با مدل های به دست آمده، پرداخته شده است. برای طراحی کنترل کننده نیز از دوروش استفاده شده است، یک روش جایابی قطب جهت مدل ریاضی چند متغیره، و روش دیگر استفاده از کنترل کننده شبکه های عصبی مصنوعی بهره گرفته شده است. از نتایج این تحقیق می توان راندمان بسیار بالاتر واحد بازیابی گوگرد به دلیل کنترل بهینه آن و در نتیجه سود دهی و افزایش بهره وری و کاهش انرژی و مهمترین اثر آن یعنی کاهش آلودگی هوا نام برد.
کلید واژه: شناسایی سیستم، کنترل چندمتغیره، حداقل مربعات، شبکه عصبی آدالاین، پرسپترون چند لایه، پالایشگاه گاز، واحد استحصال گوگرد.
فهرست مطالب
عنوان صفحه
چکیده 1
فصل اول: کلیات تحقیق 2
۱-۱- مقدمه 3
۱-۱-۱- طرح توسعه میدان گازی پارس جنوبی 3
۱-۱-۲- پالایشگاه پنجم (فازهای ۹ و ۱۰) 4
۱-۱-۳- واحد های پروسس 5
۱-۲- بیان مسئله 9
۱-۳- اهمیت و ضرورت تحقیق 10
۱-۴- اهداف 12
۱-۵- فرضیه ها 12
فصل دوم: مروری بر پیشینه تحقیق 13
۲-۱- مقدمه و تاریخچه شناسایی سیستم و کنترل سیستم های صنعتی 14
۲-۲- شناسایی سیستم چیست؟ 16
۲-۳- دلایل نیاز به یک مدل 17
۲-۴- سیستم های دینامیکی 17
۲-۵- مدلها 18
۲-۶- ساختن مدلها 18
۲-۷- تخمین یک مدل از سیستم 19
۲-۸- حلقه شناسایی سیستم 20
۲-۹- مراحل انجام آزمایش 22
۲-۱۰- شناسایی سیستم با روش حداقل مربعات 24
۲-۱۱- کنترل پذیری 25
۲-۱۲- رؤیت پذیری 27
۲-۱۲-۱- رؤیت پذیری کامل سیستمهای زمان- گسسته 29
۲-۱۳- شناسایی سیستمهای چند ورودی-چند خروجی MIMO 30
۲-۱۴- شناسایی سیستم با استفاده از شبکه های عصبی مصنوعی 31
۲-۱۴-۱- مقدمه 31
۲-۱۴-۲- کاربردهای شبکه عصبی 32
۲-۱۴-۲-۱- مدل سازی و کنترل 33
۲-۱۴-۳- ساختار های شبکه 33
۲-۱۴-۴- انواع شبکههای جلو سو و برگشتی 34
۲-۱۴-۵- مدلسازی و انواع روشهای آن 34
۲-۱۴-۵-۱- انواع روشهای مدلینگ 34
۲-۱۴-۶- شیوه های مختلف مدل سازی (از دیدگاه جعبه ای) 35
۲-۱۴-۷- مدلسازی با استفاده از شبکههای عصبی مصنوعی 36
۲-۱۴-۸- توصیف و شناسایی سیستمها 36
۲-۱۴-۸-۱- شناسایی سیستمهای استاتیک و دینامیک 37
۲-۱۴-۹- شبکههای چند لایه و برگشتی 37
۲-۱۴-۹-۱- شبکههای چند لایه 37
۲-۱۵- کنترل و طراحی 38
۲-۱۵-۱- مقدمه 38
۲-۱۵-۱-۱- تحلیل و طراحی سیستم های کنترل چند متغیره 39
۲-۱۵-۱-۲- روش های فضای حالت 40
۲-۱۵-۱-۳- روش های جایابی قطب 42
۲-۱۵-۲- کنترل چند متغیره 42
۲-۱۵-۳- طراحی از طریق جایابی قطب 44
فصل سوم: روش اجرای تحقیق 47
۳-۱- روش شناسایی حداقل مربعات 48
۳-۱-۱- توضیح روش حداقل مربعات 48
۳-۱-۱-۱- مرحله اول : انجام آزمایش روی سیستم و جمع آوری اطلاعات 49
۳-۱-۱-۲- مرحله دوم: تعریف ساختار و بدست آوردن معادله رگرسیون خطی 49
۳-۱-۱-۳- مرحله سوم : محاسبه θ (تخمین Ѳ) 50
۳-۲- مطالعهی میزان جریان گاز اسیدی وارد شده به کوره واکنش 51
۳-۳- هوای ترکیبی و مورد نیاز احتراق جهت گاز اسیدی 52
۳-۴- هوای مورد نیاز جهت احتراق گاز طبیعی یا گاز سوخت 53
۳-۵- طراحی سناریو جهت استخراج داده 55
۳-۶- تعیین ورودیها 57
۳-۷- مراحل مختلف جمعآوری داده و مشکلات آن 57
۳-۷-۱- مشکلات بوجود آمده در حین عملیات نمونه برداری 58
۳-۷-۲- بررسی دادههای خام جمعآوری شده، ایرادات موجود جهت پردازش اطلاعات 59
۳-۸- طراحی با نرمافزار LabView 59
۳-۹- اعتبار سنجی مدل بدست آمده 60
۳-۱۰- طراحی کنترل کننده 61
۳-۱۱- مراحل انجام طراحی کنترل کننده چند متغیره 62
فصل چهارم: تجزیه و تحلیل داده ها (یافته ها) 74
۴-۱- تحلیل داده های شناسایی سیستم مبتنی بر روش ریاضی 75
۴-۲- یافتههای بخش کنترل 77
۴-۲-۱- سعی و خطا در حالات مختلف جهت تنظیم قطبهای جدید(جایابی قطبها) 77
۴-۲-۲- به کنترل درآوردن واحد با قطبهای فضای حالتی که صرفاً بخش حقیقی دارند 80
۴-۳- تجزیه و تحلیل پروژه توسط شبکههای عصبی مصنوعی 81
فصل پنجم: نتیجه گیری و پیشنهادات 82
۵-۱- نتایج بدست آمده و مقایسه آنها 83
۵-۲- خصوصیات مقایسهای روش ریاضی نسبت به شبکه عصبی 84
۵-۳- نظرات و پیشنهادات جهت ادامه کار بر روی این پروژه در آینده 85
منابع 86
ضمائم 88
چکیده انگلیسی 108