ВЫЧИСЛИТЕЛЬНЫЕ СИСТЕМЫ
МОДЕЛИРОВАНИЕ
А.А. Гончаров, А.Ю. Торгашов "Использование имитационного моделирования в задаче идентификации массообменного технологического объекта"
КОМПЬЮТЕРНАЯ ГРАФИКА
ПРОГРАММИРОВАНИЕ
А.А. Гончаров, А.Ю. Торгашов "Использование имитационного моделирования в задаче идентификации массообменного технологического объекта"

Аннотация.

Рассматривается задача идентификации массообменного технологического объекта установки первичной переработки нефти. Показано, что использование имитационного моделирования процесса позволяет улучшить качество идентифицируемых моделей, прогнозирующих качество продуктов, если имеют место погрешности измерений, малый диапазон изменений входов, выхода, ограниченность выборки промышленных данных. Продемонстрирована эффективность предлагаемого алгоритма идентификации по сравнению с методами гребневой регрессии без использования имитационного моделирования.

Ключевые слова:

импульсная характеристика, ограничения, виртуальный анализатор, первичная переработка нефти, имитационное моделирование, вейвлет-преобразование.

Стр. 25-32.

A.A. Goncharov, A.Yu. Torgashov

"The use of process simulation for identification problem solution of mass transfer plant"

The identification problem of the mass transfer plant as crude oil distillation unit is considered. It is shown that the use of process simulation allows to improve the identified models that predict the quality of products, if there are measurement errors, a small range of variation of inputs and outputs as well as restricted sample of industrial data. The effectiveness of the proposed identification algorithm compared with ridge regression methods without the use of process simulation is shown.

Keywords: impulse response, constraints, soft sensor, crude oil distillation, process simulation, wavelet transformation.

 Полная версия статьи в формате pdf.

REFERENCES

1. Bakhtadze N.N. Virtualnye analizatory (identifikatsionnyy podkhod) // Avtomatika i telemekhanika. 2004. № 11. S. 3-24.
2. Manojit Dam, Deoki N. Saraf. Design of neural networks using genetic algorithm for on-line property estimation of crude fractionator products // Computers and Chemical Engineering. 2006. 30. PP. 722–729.
3. Torgashov A.Yu., Mozharovskiy I.S., Digo G.B., Digo N.B Razrabotka modeley pokazateley kachestva rektifikatsionnykh kolonn, funktsioniruyushchikh v predelnykh rezhimakh // Trudy IX Mezhdunarodnoy konferentsii «Identifikatsii sistem i zadachi upravleni». 2012. C. 211-221.
4. Strizhov V.V., Krymova Ye.A. Metody vybora regressionnykh modeley. - M.: Vychislitelnyy tsentr RAN, 2010.
5. Gill F., Myurrey U., Rayt M. Prakticheskaya optimizatsiya. M.: Mir, 1985.
6. Blatter K. Veyvlet-analiz. Osnovy teorii. M.: Tekhnosfera, 2004.
 

 

2023 / 04
2023 / 03
2023 / 02
2023 / 01

© ФИЦ ИУ РАН 2008-2018. Создание сайта "РосИнтернет технологии".