Ладик Е.Ю., Минлибаев М.Р.
РАЗРАБОТКА МАТЕМАТИЧЕСКОЙ МОДЕЛИ ТЕМПЕРАТУРЫ ТОЧКИ РОСЫ В УСТАНОВКЕ ПОДГОТОВКИ ГАЗА *
Аннотация:
в статье рассматривается разработка математической модели температуры точки росы в установке подготовки газа
Ключевые слова:
точка росы, подготовка газа, добывающая промышленность
Промышленное производство – один из наиболее перспективных путей применения искусственных нейронных сетей. В этой области практически повсеместно используются средства автоматизации, что требует увеличения числа интеллектуальных систем управления. Производственные процессы включают в себя большое число разнообразных параметров, взаимосвязанных друг с другом, и, зачастую, не представляется возможным создание аналитической модели такого процесса. В связи с этим возникает необходимость в использовании альтернативных способов моделирования производственных процессов с применением искусственных нейронных сетей. Такие модели работают в реальном времени, имеют возможность дообучаться в процессе работы и имеют малые погрешности. Эти достоинства искусственных нейронных сетей позволяют их использовать для широкого круга задач: прогнозирование, предупреждение аварийных ситуаций, управление технологическим процессом, мониторинг и визуализация диспетчерской информации. Аналитические модели построены на теоретических представлениях о принципах работы объекта и точно прогнозируют лишь относительно простые системы. В свою очередь, ИНС обучается на основе данных экспериментов и могут моделировать работу объекта с большим числом изменяющихся параметров. Следовательно, температура точки росы - один из главных параметров на установке подготовки газа, которые следует контролировать. От температуры точки росы будет зависеть на сколько газ будет осушен. Поэтому необходимо поддерживать баланс. Температура газа на входе должна быть минус 20 ℃ в зимнее время и минус 14 ℃ в летнее если температура выше то использовать такой газ уже невозможно, а это, в свою очередь, несёт материальные убытки предприятию. Необходимо строго контролировать сырье во избежание производственного брака. Учитывая данные обстоятельства, необходим постоянный мониторинг основных параметров процесса. Температуру предлагается контролировать при помощи микропроцессорной системы мониторинга, которая функционирует на основе интеллектуальных датчиков. База технического обеспечения интеллектуальных датчиков температуры точки росы - THS88. В состав программного обеспечения интеллектуальных датчиков входят: модуль опроса датчиков, модуль расчета температуры материала, базы знаний и данных. Математическим обеспечением служит нейросевая модель косвенного измерения температуры. Определение температуры точки росы производится следующим образом. Измерения факторов, влияющих на процесс производства, проводят группами датчиков – общими и датчиками, установленными в абсорбере. Сама суть нейросетевых моделей обуславливает необходимость нормализации выборок данных. Имея разный физический смысл, они могут существенно различаться по абсолютным значениям. Например, выборка содержит температуру, измеряемую в десятках градусов Цельсия, и электрическую ёмкость, измеряемую в миллиардных долях Фарада. Нормализация даёт возможность привести все используемые числовые значения переменных к одинаковой области их изменения, благодаря чему появляется возможность свести их вместе в одной нейросетевой модели[18]. Для проведения операции нормализации данных, необходимо точно знать границы изменения значений соответствующих переменных. Им будут соответствовать пределы интервала нормализации. Когда точно установить пределы изменения переменных невозможно, они задаются с учетом минимальных и максимальных значений в имеющейся выборке данных. С сигналами, поступающими с датчиков, проводят операцию нормализации, затем подают на входы заранее обученной нейросети. На выходе получают оценку текущей температуры точки росы газа. Общие датчики нужны для снятия показаний температуры окружающей среды; датчики, установленные на входе и на выходе из абсорбера, предназначены для определения: температуры газа. Используется способ бесконтактного контроля температуры в реальном режиме времени. Преимущества метода: работа в реальном режиме времени и точное бесконтактное измерение температуры. Входами сети являются нормализованные значения x1 – изначальная температура; x2 – температура окружающей среды; x3 – температура на выходе. Выходом является значение итоговой температуры на входе. Обучение нейронной сети организуют по образцовым мерам технологических параметров в адаптивном диапазоне абсорбера с фиксированной точностью. Нормализация данных производится по формуле:
Номер журнала Вестник науки №1 (34) том 4
Ссылка для цитирования:
Ладик Е.Ю., Минлибаев М.Р. РАЗРАБОТКА МАТЕМАТИЧЕСКОЙ МОДЕЛИ ТЕМПЕРАТУРЫ ТОЧКИ РОСЫ В УСТАНОВКЕ ПОДГОТОВКИ ГАЗА // Вестник науки №1 (34) том 4. С. 227 - 231. 2021 г. ISSN 2712-8849 // Электронный ресурс: https://www.вестник-науки.рф/article/4074 (дата обращения: 24.04.2024 г.)
Вестник науки СМИ ЭЛ № ФС 77 - 84401 © 2021. 16+