СИНТЕЗ И ИССЛЕДОВАНИЕ ЦИФРОВЫХ СИСТЕМ СУПЕРВИЗОРНОГО УПРАВЛЕНИЯ КОЛОННОЙ РЕКТИФИКАЦИИ НЕФТИ

Authors

  • А. А. Стопакевич Одесская национальная академия связи им. Попова, Одесса,, Ukraine
  • А. А. Стопакевич Одесский национальный политехнический университет, Одесса, Ukraine

DOI:

https://doi.org/10.15673/2312-3125.24/2015.56323

Keywords:

Ректификационная колонна, нефть, система автоматического управления, супервизорная, линейно- квадратический, модельно-прогнозирующий, ПИД, регулятор

Abstract

В статье разрабатываются и исследуются новые системы управления нефтяной ректификационной колонной К-2 на основе нового применения супервизорного подхода. Показано, что такой подход снова
распространяется в мировой практике автоматизации технологических процессов, особенно в нефтегазовой отрасли. В статье рассмотрены преимущества связки САУ на базе классических регуляторов ПИД-семейства и САУ на базе линейно-квадратических и МРС регуляторов. Исследовались четыре типа супервизорных систем. Анализ переходных процессов, полученных при моделировании замкнутых супервизорных систем управления при возмущении по нагрузке показывает, что все рассмотренные системы супервизорного управления повышают качество управления по сравнению с обычной децентрализованной системой на базе регуляторов ПИД-семейства и обеспечивает сопоставимое качество управления по сравнению со значительно более сложными многомерными модельно-прогнозирующими регуляторами.

Author Biographies

А. А. Стопакевич, Одесская национальная академия связи им. Попова, Одесса,

А. А. Стопакевич, Одесский национальный политехнический университет, Одесса

References

Tatjewski, P. Supervisory Predictive Control and on-line set-point optimization [Text] / P.Tatjewski // Int. J. Appl. Math. Comput. Sci.- 2010.- Vol. 20, No. 3 .-P. 483-495;

Tatjewski,P. Advanced control of industrial processes [Text] /P.Tatjewski .- London: Springer-Verlag, 2007;

Hovd, M. Modeling predictive control of a crude oil distillation column /M.Hovd, R. Micharlsen, T. Montin // Modeling, identification and control.- 1999.- Вып. 20, №. 2.- С. 75-81;

Wang, Y. Fast Model Predictive Control using online optimization // Y. Wang, S. Boyd. Proc. of the 17th World Congress. The International Federation of Automatic Control, 2008. - С.6974-6979;

Skogestad, S. Control structure design for complete chemical plants / S. Skogestad // Computers and Chemical Engineering. - 2004.-Вып. 28.–С. 219-234;

Технология переработки нефти. В 2-х частях. Часть первая. Первичная переработка нефти/Под. ред. О.Ф. Глаголевой и В.М. Капустина. - М.: Химия, КолосС, 2006;

Веремей, Е. И. Пособие "Model Predictive Control Toolbox" [Электронный ресурс] / Е. И. Веремей, В. В. Еремеев, М. В. Сотникова. – Режим доступа: http://matlab.exponenta.ru/modelpredict;

Hartley, E. Designing output-feedback predictive controllers by reverse engineering existing LTI Controller / E.Hartley, J. Maciejowski // IEEE Transactions on Automatic Control, 2013.-Вып.58.-С.2934-2939;

Ghoreishi, S. Optimal Design of LQR Weighting Matrices based on Intelligent Optimization Methods / S.Ghoreishi, M. A. Nekoui, S. O. Basiri // International Journal of Intelligent Information Processing.- 2011.- Vol.2.,No. 1.-С.67-74;

Стопакевич, А.А. Системный анализ и теория сложных систем управления. - Одесса: Астропринт, 2013.

Published

2015-12-18

Issue

Section

МЕТОДИ ТА АЛГОРИТМИ ЕФЕКТИВНОГО УПРАВЛІННЯ ОБ‘ЭКТАМИ