Визначення особливостей функціонування колони синтезу аміаку з урахуванням зміни параметрів стану технологічного об’єкта

Автор(и)

  • Петро Йосипович Єлісєєв Східноукраїнський національний університет імені Володимира Даля, Україна https://orcid.org/0000-0002-9187-9094
  • Марина Геннадіївна Лорія Східноукраїнський національний університет імені Володимира Даля, Україна https://orcid.org/0000-0002-5589-8351
  • Олексій Борисович Целіщев Східноукраїнський національний університет імені Володимира Даля, Україна https://orcid.org/0000-0003-4154-7734
  • Людмила Викторівна Карпюк Східноукраїнський національний університет імені Володимира Даля, Україна https://orcid.org/0000-0001-8447-0103
  • Олександр Миколайович Дуришев ТОВ Равіта Україна, Україна https://orcid.org/0009-0003-4472-2697
  • Євген Володимирович Кобзарев ТОВ «Інвестиційно-будівельна компанія «Альянс-Груп», Україна https://orcid.org/0009-0004-8811-7488

DOI:

https://doi.org/10.15587/1729-4061.2026.359439

Ключові слова:

комбінована математична модель, колонa синтезу аміаку, транспортне запізнення, запас стійкості, деградація каталізатора, усталена похибка

Анотація

Об’єктом дослідження є технологічний процес синтезу аміаку в колоні синтезу як складний багатотоннажний хіміко-технологічний об’єкт із транспортним запізненням та змінними параметрами стану. Вирішувалась проблема, пов’язана з відсутністю кількісної оцінки впливу деградації каталізатора на динамічні характеристики об’єкта, зокрема на транспортне запізнення та запас стійкості, що ускладнює визначення меж ефективної експлуатації обладнання та своєчасне прийняття технологічних рішень.

У результаті проведеного аналізу встановлено, що зниження витрати синтез-газу на 10 % призводить до збільшення часу транспортного запізнення з 61 с до 67 с та зменшення запасу стійкості по модулю з 15,7 дБ до 15,0 дБ. Показано, що відновлення запасу стійкості до базового рівня можливе шляхом зменшення коефіцієнта підсилення на 8 %, що, у свою чергу, супроводжується зростанням усталеної похибки до 8,39 %, тобто погіршенням точності регулювання та відхиленням технологічних параметрів від заданих значень.

Отримані результати базуються на використанні запасу стійкості по модулю як інтегрального показника, чутливого до зміни параметрів стану об’єкта, що дозволяє кількісно пов’язати деградацію каталізатора з динамічними характеристиками системи керування. Встановлені закономірності пояснюються тим, що збільшення транспортного запізнення викликає додатковий фазовий зсув у системі та зменшує запас стійкості, тоді як зменшення коефіцієнта підсилення підвищує стійкість, але призводить до зростання усталеної похибки, формуючи компроміс між стійкістю та точністю.

Практична цінність отриманих результатів полягає у можливості їх використання для оцінювання технічного стану колони синтезу аміаку, визначення граничних режимів її експлуатації та обґрунтування моменту заміни каталізатора. Застосування результатів є доцільним за умов квазістаціонарності процесу, обмежених збурень та використання лінеаризованих математичних моделей об’єкта

Біографії авторів

Петро Йосипович Єлісєєв, Східноукраїнський національний університет імені Володимира Даля

Кандидат технічних наук, доцент

Кафедра комп’ютерно-інтегрованих систем управління

Марина Геннадіївна Лорія, Східноукраїнський національний університет імені Володимира Даля

Доктор технічних наук, професор

Кафедра комп’ютерно-інтегрованих систем управління

Олексій Борисович Целіщев, Східноукраїнський національний університет імені Володимира Даля

Доктор технічних наук, професор

Кафедра хімічної інженерії та екології

Людмила Викторівна Карпюк, Східноукраїнський національний університет імені Володимира Даля

Старший викладач

Кафедра комп’ютерно-інтегрованих систем управління

Олександр Миколайович Дуришев, ТОВ Равіта Україна

Директор

Євген Володимирович Кобзарев, ТОВ «Інвестиційно-будівельна компанія «Альянс-Груп»

Комерційний директор

Посилання

  1. Ellis, M., Durand, H., Christofides, P. D. (2014). A tutorial review of economic model predictive control methods. Journal of Process Control, 24 (8), 1156–1178. https://doi.org/10.1016/j.jprocont.2014.03.010
  2. Rosbo, J. W., Ritschel, T. K. S., Hørsholt, S., Huusom, J. K., Jørgensen, J. B. (2023). Flexible operation, optimisation and stabilising control of a quench cooled ammonia reactor for power-to-ammonia. Computers & Chemical Engineering, 176, 108316. https://doi.org/10.1016/j.compchemeng.2023.108316
  3. Schwenzer, M., Ay, M., Bergs, T., Abel, D. (2021). Review on model predictive control: an engineering perspective. The International Journal of Advanced Manufacturing Technology, 117 (5-6), 1327–1349. https://doi.org/10.1007/s00170-021-07682-3
  4. Qin, S. J. (2012). Survey on data-driven industrial process monitoring and diagnosis. Annual Reviews in Control, 36 (2), 220–234. https://doi.org/10.1016/j.arcontrol.2012.09.004
  5. Ghavam, S., Vahdati, M., Wilson, I. A. G., Styring, P. (2021). Sustainable Ammonia Production Processes. Frontiers in Energy Research, 9. https://doi.org/10.3389/fenrg.2021.580808
  6. Wu, H., Zhao, J. (2020). Self-adaptive deep learning for multimode process monitoring. Computers & Chemical Engineering, 141, 107024. https://doi.org/10.1016/j.compchemeng.2020.107024
  7. Giraldo, S. A. C., Melo, P. A., Secchi, A. R. (2024). Enhanced control in time-delay processes: Diagnostic, monitoring, and self-tuning strategies for the filtered smith predictor in response to model-plant mismatch and abrupt load disturbances. Control Engineering Practice, 145, 105869. https://doi.org/10.1016/j.conengprac.2024.105869
  8. Eliseyev, P., Loriia, M., Tselishchev, O., Gurin, O., Kupina, O., Sotnikova, T. (2023). Use of additive test methods in the simulation of the methanol synthesis column for the creation of a control system from the model. EUREKA: Physics and Engineering, 5, 94–104. https://doi.org/10.21303/2461-4262.2023.003110
  9. Loriia, M. G., Tselishchev, O. B., Yeliseyev, P. Y., Porkuian, O. V., Gurin, O. M., Loriia, M. et al. (2022). Principles and stages of creation of automatic control systems with a model of complex technological processes. Eastern-European Journal of Enterprise Technologies, 6 (6 (120)), 20–29. https://doi.org/10.15587/1729-4061.2022.270519
  10. Mayne, D. Q. (2014). Model predictive control: Recent developments and future promise. Automatica, 50 (12), 2967–2986. https://doi.org/10.1016/j.automatica.2014.10.128
Визначення особливостей функціонування колони синтезу аміаку з урахуванням зміни параметрів стану технологічного об’єкта

##submission.downloads##

Опубліковано

2026-04-30

Як цитувати

Єлісєєв, П. Й., Лорія, М. Г., Целіщев, О. Б., Карпюк, Л. В., Дуришев, О. М., & Кобзарев, Є. В. (2026). Визначення особливостей функціонування колони синтезу аміаку з урахуванням зміни параметрів стану технологічного об’єкта. Eastern-European Journal of Enterprise Technologies, 2(6 (140), 72–80. https://doi.org/10.15587/1729-4061.2026.359439

Номер

Розділ

Технології органічних та неорганічних речовин