ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНЫЕ И УПРАВЛЯЮЩИЕ СИСТЕМЫ
УДК 681.511.42
НЕЧЕТКАЯ СИСТЕМА УПРАВЛЕНИЯ ПРОЦЕССОМ КАТАЛИТИЧЕСКОГО РИФОРМИНГА
Статья поступила в редакцию 23.09.2015 г., в окончательном варианте 28.10.2015 г.
Джамбеков Азамат Матифулаевич, аспирант, Астраханский государственный технический университет, 414025, Российская Федерация, г. Астрахань, ул. Татищева, 16, e-mail: azamat-121@mail.ru
Рассмотрены особенности применения нечеткой логики (HJ1) при разработке системы управления процессом каталитического риформинга (КР). Приведено обоснование необходимости применения HJ1 при управлении процессом КР - как инструмента, позволяющего формализовать качественную информацию о процессе. Объект исследования - блок стабилизации катализата установки КР. Рассмотрены вопросы разработки системы регулирования температуры низа стабилизационной колонны (НСК) блока стабилизации на основе HJ1. Предмет исследования - система регулирования температуры НСК. Актуальность исследования связана с проблемой получения эффективной модели управления процессом КР, содержащей количественную и качественную информацию о процессе. Это позволяет повысить производительность установки КР, улучшить качественные характеристики выпускаемой продукции. Цели исследования: анализ существующих моделей управления процессом КР; проведение их классификации; разработка системы регулирования температуры НСК на основе HJ1. Дано краткое описание технологической схемы блока стабилизации катализата. Приведен краткий обзор работ в области моделирования и управления процессом КР. На основе анализа этих работ выполнена классификация методов управления. Моделирование нечеткого регулятора (HP) температуры НСК выполнено с использованием пакета HJ1 (Fuzzy Logic Toolbox) системы MATLAB. Выбрана система нечеткого вывода Мамдани, дефаззификация лингвистических переменных произведена методом центра тяжести. Число термов, с помощью которых оцениваются лингвистические переменные (входные и выходной параметры HP), было принято равным 3. Для описания входных и выходной переменных использованы треугольные функции принадлежности. Предложен подход к накоплению продукционных правил HP. Результат сравнительной оценки показателей качества полученных переходных процессов в системах с HP и ПИД-регулятором отражает значительные преимущества HP при его внедрении в автоматизированную систему управления процессом КР.
Ключевые слова: каталитический риформинг, блок стабилизации, стабилизационная колонна, лингвистическая переменная, нечеткий регулятор, база знаний, продукционное правило, функция принадлежности, система нечеткого вывода
FUZZY CONTROL SYSTEM CATALYTIC REFORMING PROCESS
Dzhambekov Azamat M., post-graduate student, Astrakhan State Technical University, 16 Tatishchev St., Astrakhan, 414025, Russian Federation, e-mail: azamat-121@mail.ru
Especially the use of fuzzy logic (FL) was considered for the development of catalytic reforming (CR) process control. The rationale for the use of FL was shown as a tool that allows formalizing the qualitative information about the process. The object of research is unit the stabilization of CR. The issues of developing a temperature control system bottom stabilizer column (BSC) based on FL were reviewed. The subject of research is temperature control system BSC. The importance of research related to the problem of obtaining effective process control model CR containing quantitative and qualitative information on the process.
The plant capacity CR and quality characteristics of manufactured products CR are being increased. Research objectives are analysis of existing models of management of CR, classification models, development of a temperature control system BSC based on FL. The technological scheme of the block of stabilization of catalysate was described. The works in the field of modeling and control of process CR were introduced. The classification of methods control of process CR was performed. Modeling of fuzzy controller (FC) temperature of BSC was performed with the package MATLAB fuzzy logic (Fuzzy Logic Toolbox). A fuzzy inference system Mamdani was selected. The defuzzification of linguistic variables was produced by the method of center of gravity. The number of terms of linguistic variables (input and output parameters FC) was taken equal to 3. The triangular membership functions was used for a description of the input and output variables. The approach to the accumulation of production rales FC was proposed. A comparative evaluation of the quality of the obtained transient processes in systems with NR and PID-controller reflects the significant advantages of NR when it is embedded in the automated process control system CR.
Keywords: catalytic reforming unit stabilization, stabilizer, linguistic variable, fuzzy control, knowledge base, production rule, membership function, fuzzy inference system
Введение. В настоящее время одним из важнейших процессов нефтепереработки и нефтехимии является каталитический риформинг (КР). При этом задача управления установкой для проведения КР является достаточно сложной [20]. Главным образом это связано с затруднениями при получении адекватного математического описания процесса КР [12]. Основной проблемой при математическом моделировании процесса КР является наличие большого количества информации о процессе, которую нельзя формализовать с использованием традиционного математического аппарата (информация о компонентном составе газосырьевой смеси, состоянии оборудования и пр.) [24].
Математическое описание на основе теории нечетких множеств [4, 5] позволяет представить качественную информацию в формализованном виде, а также получить нечеткие модели объектов [11]. При этом возможно построение нечеткой системы регулирования на основе экспертной информации, сформулированной в виде правил типа: «если давление высоко и температура мала или очень мала, то необходимое управляющее воздействие большое положительное» [9, 10].
При таких условиях актуальной является проблема получения эффективной модели управления КР, которая позволяет использовать качественную информацию о процессе и позволяет повысить производительность установки КР, улучшить качественные характеристики выпускаемой продукции.
Объектом исследования в данной работе является стабилизационная колонна (СК) установки КР. Рассматриваются вопросы разработки системы регулирования температуры СК на основе экспертной информации.
Цели данной работы: анализ существующих моделей управления процессом КР; проведение их классификации; разработка системы нечеткого управления процессом стабилизации катализата.
Краткое описание технологической схемы работы установки. Нестабильный ка-тализат поступает в блок стабилизации катализата из сепаратора предыдущего блока установки КР, направляется в СК К-2 через теплообменник Т-6 (трубное пространство), обогревается стабильным катализатом из колонны К-2 (рис. 1) [7] - что обеспечивает повышение энергоэффективности процесса.
В поток нестабильного катализата перед теплообменником Т-6 сбрасывается газовый конденсат из сепаратора предыдущего блока установки КР.
В СК К-2 происходит стабилизация катализата. С верха СК К-2 выводятся газ стабилизации, нестабильная головка стабилизации, которые после охлаждения и частичной конденсации в аппаратах воздушного охлаждения ХК-3/1, ХК-3/2 и водяном ХК-4 до температуры не выше плюс 45 °С, сепарируются в емкости орошения Е-2. Газ стабилизации из емкости орошения Е-2 сбрасывается в топливную сеть комплекса.
Рис. 1. Упрощенная технологическая схема блока стабилизации катализата
Жидкая фаза из емкости Е-2 возвращается на верхнюю тарелку СК К-2 насосами Н-10, Н-11 (один рабочий + один резервный) в качестве орошения.
Балансовое количество головки стабилизации выводится насосами Н-10, Н-11 (один рабочий + один резервный) из Е-2, контролируется расходомером и передается на комбинированную установку комплекса на блок очистки и получения сжиженных газов. Температура низа СК К-2 поддерживается за счет циркуляции стабильного катализата через трубчатую печь П-4 насосами Н-12, Н-13 (один рабочий + один резервный).
Краткий обзор работ в области моделирования и управления процессом каталитического риформинга. Характеристика более ранних математических моделей (ММ) управления процессом КР выполнена в работе [5]. Такие математические модели были разделены на две группы: аналитические модели, построенные на основе теоретического анализа физико-химических процессов, протекающих в исследуемом объекте; эмпирические модели, разработанные для конкретных объектов управления.
Рассмотрим современные подходы к моделированию и управлению управления процессом КР.
В работе [8] представлена нейросетевая модель расчета объема выхода конечного продукта и октанового числа блока стабилизации установки КР. Показано, что использование разработанной модели обеспечивает экономию на уровне 0,4 % по выходу целевого продукта (стабильного катализата). Вопросы разработки нечеткого регулятора для СК были затронуты в работе [6]. Результаты моделирования для случаев ступенчатого изменения различных входных воздействий для систем с двухкаскадным ПИД-регулятором и нечетким регулятором показали, что последний обеспечивает более качественное регулирование за меньшее время переходного процесса по сравнению с двухкаскадным ПИД-регулятором. В [2] представлена разработанная система оптимального управления процессом КР на основе гибридной математической модели. При этом были достигнуты следующие основные ре-
зультаты: разработан метод построения гибридных сотовых ММ объектов управления, способных использовать как количественную, так и качественную информацию; построена гибридная ММ процесса КР, позволяющая обрабатывать качественную информацию о процессе; решена задача оптимального управления процессом КР.
В [17] получены ММ реакторов секции КР комплекса по производству бензола, описывающие основные выходные параметры секции риформинга в виде уравнений множественной регрессии. Коэффициенты регрессии были определены экспериментально-статистическими методами. При этом модели, оценивающие качество продукции, имеют вид нечетких уравнений регрессии и получены на основе качественной информации от специалистов-экспертов. В работе того же авторского коллектива [10] была поставлена и решена задача принятия решений по оптимизации режимов работы блока КР установки ЛГ (Ленинград-Германия) Атырауского НПЗ. В основу решения задачи оптимизации были заложены принципы абсолютной (относительной) уступки и Парето оптимальности в условиях нечеткости. Помимо моделей для реакторов авторами в работе были представлены [12] ММ колонн установки КР ЛГ-35-11/300-95 Атырауского НПЗ. В результате обработки экспериментально-статистических и экспертных данных, а также применения идеи метода последовательного включения регрессоров (для структурной идентификации) - по существу, пошаговой регрессии, была получена система уравнений множественной нечеткой регрессии в качестве моделей для исследуемых колонн К-1, К-2, К-3. Затем была произведена параметрическая идентификация полученных моделей колонн с использованием программного комплекса REGRESS 2.3, разработанного в Американском национальном институте стандартов и технологий.
В [13] предложена ММ трубчатой печи установки КР бензинов и на ее основе разработана цифровая система управления (ЦСУ) печью, синтезирующая оптимальное адаптивное управление в условиях воздействия различных внешних возмущений. Тестовые испытания синтезированной ЦСУ были выполнены на производственных мощностях НПЗ ОАО «Лукойл».
В работе [20] представлена ММ для управления процессом КР. Процесс описывается моделью идеального вытеснения - поскольку концентрации компонентов по высоте реакторов неодинаковы за счет протекания реакций превращения. Для расчета октанового числа (ОЧ) по углеводородному групповому составу предложено использование уравнения, позволяющего рассчитывать ОЧ в реальном времени - это может способствовать улучшению качества управления процессом. В другой работе того же авторского коллектива [19] был получен алгоритм управления процессом КР. Этот алгоритм позволяет реализовывать управление риформингом на основе следующей информации: расчетного значения ОЧ по ММ; учета активности катализатора (по предложенной методике); прогноза группового состава по ММ, перепаду температур на выходах реакторов; вида сырья. В исследовании [9] того же коллектива ученых произведено моделирование СК процесса гидроочистки дизельного топлива. Полученная модель позволяет вычислять выход дистиллята (отгон-бензина); кубового остатка (дизельного топлива); минимальное флегмовое число, определяемое задаваемыми температурой, давлением и составом смеси; уточнить состав компонентов смеси отгон-бензина и дизельного топлива; осуществлять сравнение температуры верха и низа колонны с экспериментальными данными для определения качества продуктов процесса гидроочистки.
В исследовании [1] был предложен алгоритм управления ректификационной колонной в зависимости от распределения температур по ее высоте. Этот алгоритм позволяет отслеживать дрейф оптимального режима и своевременно применять управляющее воздействие (изменение температуры питания колонны за счет увеличения расхода орошения), компенсирующее этот дрейф. Однако алгоритм не позволяет точно определить оптимум, а только следит за его изменением. Статья [11] посвящена разработке нового подхода к формированию ММ технологических установок. Разработанный общий метод позволяет решать ши-
рокий круг производственных задач, в частности таких: определение оптимальных режимов работы установки; получение численных оценок выигрышей и потерь при использовании тех или иных технологических и сырьевых режимов.
Исходя из рассмотренных моделей управления процессом KP, нами была проведена их классификация, представленная на рисунке 2.
Рис. 2. Классификация моделей и алгоритмов управления процессом KP
Среди рассмотренных выше типов моделей особый интерес для настоящего исследования представляют нейросетевые модели и модели с нечетким регулированием отдельных физико-химических параметров. Это связано с тем, что нечеткие модели позволяют использовать неформализованную информацию, без имеющейся или разработанной ММ - с целью эффективного управления процессом. Ограниченность возможностей применения для целей настоящего исследования других моделей из приведенной выше классификации связана с рядом причин: применение уравнений множественной регрессии «наталкивает» на использование экспериментально-статистических методов для определения коэффициентов регрессии; применение дифференциальных уравнений математической физики при разработке цифровой системы управления печью, синтезирующей оптимальное адаптивное управление, связано с большими вычислительными затратами и, в связи с этим, потерей быстродействия системы управления; с использованием аналитические модели идеального смешения и вытеснения, а также уравнения материального и теплового баланса можно получить математическое описание объекта только при отсутствии возмущений - это не соответствует реальному характеру протекания процесса КР и т.д.
Поэтому рассмотрим вопросы разработки нечеткой модели управления процессом КР. В данной работе выполнены исследования по блоку стабилизации катализата. Это связано с тем, что по показателям выходного потока блока стабилизации (стабильного катали-
зата) определяют качество работы всей цепочки процесса каталитического риформинга. В частности, важной характеристикой стабильного катализата является температура НСК блока стабилизации. Поэтому, необходима разработка системы нечеткого регулирования температуры НСК.
Разработка системы нечеткого управления процессом стабилизации катализата риформинга. Функциональная схема системы автоматического регулирования температурой НСК на базе нечеткой логики (системы управления с НР или системы фаззи-управления) приведена на рисунке 3. Схема состоит из устройства сравнения, НР, объекта управления (ОУ) и обратной связи. Для синтеза лингвистических правил НР осуществляется оценка первой и второй производных ошибки регулирования [26].
Задание
Ошибка регулирования
Оценка первой и второй производных ошибки
Реакция системы
Рис. 3. Система управления температурой НСК с НР
Структура системы управления температурой низа СК К-2 с НР соответствует схеме по рисунку 3. Здесь задающим воздействием будет являться начальная температура НСК (выбирается из справочной литературы); ошибкой регулирования - ошибка регулирования температуры НСК; управляющим воздействием - изменение хода регулирующего органа на линии подачи нестабильного катализата в СК. За счет изменения управляющего воздействия изменяется реакция системы - температура НСК.
Отметим, что КР является сложным нестационарным процессом, функционирующим в условиях воздействия большого количества возмущений и неполноты информации о процессе. В частности, процесс КР как ОУ за счет своей значительной инерционности характеризуется большими значениями постоянной времени и времени запаздывания [27].
Передаточная функция СК следующая [41:
W(s) = 3 • ехр(-30 • s) • (72856.17 • s3 + 6092.43 • +133.82 • s +1)"1.
(1)
Моделирование HP произведем с использованием пакета нечеткой логики (Fuzzy Logic Toolbox) интерактивной системы MATLAB. Была выбрана система нечеткого вывода Мамдани, дефаззификация лингвистических переменных (ЛП) производилась методом центра тяжести [18].
Примем равным «3» число термов, с помощью которых оцениваются четыре ЛП (входные и выходной параметры НР): ошибка регулирования температуры в ; скорость изменения (первая производная) ошибки по времени (в); ускорение (вторая производная)
ошибки (в); управляющее воздействие на объект т .
Из специальной литературы [9] приведем следующие диапазоны изменения парамет-ров HP: [0mn;^max]=[-lO;lO],[0min;0max]=[-O,15;O,15], [в^в^ ]= [-0,006;0,006] и \™тт,ття l = [3;lll.
Для входных и выходной переменных НР были использованы треугольные функции принадлежности (ФП).
Тогда будем иметь следующие аналитические выражения для каждой ЛП:
/и^и) = \-и, /и2(и) = и,и <=[ОД]
Г 2и, и е [о,1/2] (2)
Мз Ы) [2(1-и), ме [1/2,1]
При поступлении на НР значений входных переменных 0,0 и 0 осуществляется и и3 по формулам [3]:
< = (д*-етт)/(отах-етт) = (в*+ю)/ 20 «2* = (0* - О = 0* + од5)/0,3 (3)
{< = )/$«-е.) = (Г+ 0,006)/0,012
и ФП /л1 (м),7 = 1,3 , по формулам (2).
Сформируем лингвистическое правило управления (рабочее правило) НР в виде:
Если (6>* = а/ ) и (в* = а}2) и (в* = а[), то (т* = а]с),у = 1,3 , (4)
где а[ , £?2 и <23 - лингвистические оценки ошибки, скорости изменения (первой производной) ошибки и второй производной ошибки, рассматриваемые как нечеткие множества, определенные на универсальном множестве, ] = 1,3 ; а3с - лингвистические оценки управляющего воздействия на объект, выбираемые из терм-множества переменной т. Лингвистиче-ские оценки выбираются из терм-множества ЛП в , в , в и т :
а. е {отрицатель ная (1), положителъ ная (2), близкая к нулю - нулевая (3)} Другими словами, все сигналы (определенные выше ЛП) в системе автоматического управления могут характеризоваться как отрицательные (/' = 1), положительные (/' = 2) или близкие к нулю (] = 3).
Автором предложен подход к накоплению правил управления на основе оценки конкретных значений параметров (ошибки регулирования температуры е, скорости изменения ошибки в1, ускорения ошибки е2 и управляющего воздействия на объект т) в какой-либо системе с высокими показателями качества регулирования. При этом используется рассчитанная для данного ОУ система регулирования с ПИД-регулятором (рис. 4).
Расчет производился методом Циглера-Никольса с применением пакета БтиНтк среды моделирования МАТЬАВ. Затем полученным значениям в зависимости от попадания их в тот или иной интервал изменения лингвистических переменных НР присваиваются оценки из терм-множества ЛП:
в* е {отрицательная(Ы),положительная(Р),нулевая(1)}
в * е {отрицательная (Ы), положительная (Р), нулевая (7)} ^
в* е {отрицательная(Ы),положительная(Р),нулевая(1)}
т* е {отрицательное (Ы), положительное (Р), нулевое (I)} Вид ФП для ЛП «ошибки регулирования» представлен на рисунке 5. Для остальных переменных ФП НР отличаются от приведенных лишь диапазонами изменения значений переменных.
Рис. 4. Структура системы регулирования температуры низа СК с ПИД-регулятором
FIS Variables
ш
Membership function plots Plot points;
-2 0 2 input variable "e"
запаздь бэние1
ста5илиза цион нал кол эн h а 1
3
72В 56. -17sa+6092.43i2-H ЗЗ.В2И-1
Current Variable
Name
Type
Range
Display Range
input
1-1 И 1 0]
1-1 0 1 0)
N
Current Membership Function (click on MF to select) Name Type
Params J-2Ö-10 0]
trimf
Help
Close
Selected variable "e"
Рис. 5. Общий вид ФП лингвистических переменных НР
В результате полученных оценок была сформирована база знаний НР (рис. 6).
Формирование продукционных правил производилось на основе полученных значений переменных из рассмотренной ранее системы с ПИД-регулятором и последующего присвоения им лингвистических оценок из терм-множества соответствующих ЛП. Например, при 1=100 (сек) в среде МАТЬАВ 8тш1тк получаем следующий набор значений переменных: с 10 °С; ж$=-0,25 "'С/сек: е2=-2 0С/сек2; т=11 °С. Для этих значений получаем соответствующие оценки из терм-множества ЛП:
в' е {положительная(Р)},в е {нулевая(1)}, ^
§* е {отрицательная(Ы)\ т е {нулевое(2)} Сформируем лингвистическое правило управления на основе выражения (4):
Если (в* = Р) и (О = I) и (в* =Ы), то (,т* = I). (8)
Аналогичным образом получаем остальные продукционные правила базы знаний НР.
В результате проведенных оценок, формирующих вышеприведенную базу знаний, получаем систему регулирования температуры низа СК К-2 с НР (рис.7). В результате сравнения переходных процессов в системах регулирования температурой низа СК К-2 с НР и ПИД-регулятором (рис. 8) были получены оценки показателей качества процессов (табл. 1).
f Се is Р] and (e1 is N; and (e2 is N; then (m is N: (1)
f (e is N) and (e1 is N) and (e2 is P)then (m is N) (1) f (e is Z) and (e1 is P) and (e2 is Z) then (m is P) (1 ) f (e is Z) and (e1 is N) and (e2 is N)then (m is N) (1) f (e is P} and (e1 is P) and [e2 is N) then im is P) {1 ) f (e is Z) and (e1 is P) and (e2 is P) then (m is P) (1 ) f (e is N) and fe1 is P) and (e2 is P) then (m is P) (1 ) f (e is Z) and (e1 is N) and (e2 is P) then (m is N) (1 ) f (e is P} and (e1 is Z) and (e2 is M) then (m is Z) (1 ) if (e is M) and (e1 is P) and [e2 is P> then (m is T) (1)
If and and Then
е is e1 is e2 is m is
N es A A К
Z Z Z z
P P P p
none none none none
V V V V
□ not □ not □ not □ not
Connection
О or
® and
Weight:
Delete rule
Add rule Change rule
FIS Name: fis1
Help
Close
Рис. 6. База знаний HP
здвкхцее
ЬИДЕЙСТЕИЕ
+Ç-
iL
du/dt
Daivative
teivatitó
duAft
3
72í56.17sl*Mffi.43s2t133.í2sH
Fuzzy1 Lc-yic Contralla
стабшшационная кзл:нка
запаадь ЕЗНИЕ
О
реакция сисгаи
Рис. 7. Структура системы регулирования температуры НСК с НР
Сравнение показателей качества переходных процессов
Таблица 1
Показатель Система с ПИД-регулятором Система с НР
Перерегулирование <т, [°С] 7,5 0,85
Степень затухания у/ (27,5-20,85)/27,5 = 0,2418 (20,85 - 20,25) / 20,85 = 0, 0288
Квадратичный интегральный критерий качества /т 3,884 ж Ю5 3,307 ж Ю5
Рис. 8. Сравнение переходных процессов в системах: 1 - с ПИД-регулятором; 2-е НР
Выводы. В результате исследования была разработана система автоматического регулирования температуры низа СК К-2 с НР. По характеристикам переходного процесса данная система превосходит систему регулирования с ПИД-регулятором. В частности, значение квадратичного интегрального критерия качества в системе с НР превосходит вариант с ПИД регулятором примерно 1,17 раза. Величина перерегулирования в системе с НР примерно в 9 раз ниже соответствующей величины в системе с ПИД-регулятором. Таким образом, полученная система управления с НР позволяет получать переходные процессы с высокими показателями качества и может быть рекомендована для создания комплексной системы управления процессом КР
Список литературы
1. Агринская С.А. Супервизорное управление ректификационной колонной тарельчатого типа / С.А. Агринская, С.О. Филатова // Известия Волгоградского государственного технического университета. - 2010. - Т. 6. - № 12 (72). - С. 69-70.
2. Антонов О.В. Оптимальное управление процессом каталитического риформинга с использованием гибридной математической модели: дис. ... канд. технич. наук / О.В. Антонов. - Астрахань: АГТУ, 2003. - 186 с.
3. Гостев В.И. Проектирование нечетких регуляторов для систем автоматического управления / В.И. Гостев. - СПб.: БХВ-Петербург, 2011. - 416 с.
4. Джамбеков А.М. Разработка нечеткой системы управления процессом вторичной переработки бензина / А.М. Джамбеков, И.А. Щербатов //Геология, география и глобальная энергия, № 3(54), 2014. С.89-93.
5. Джамбеков А.М. Управление процессом каталитического риформинга на основе экспертной информации / А.М. Джамбеков, И.А. Щербатов // Системы. Методы. Технологии. - 2014. -№4(24).-С. 103-111.
6. Коваленко С.Н., Разработка и исследование модели нечёткого регулятора уровня кубовой жидкости ректификационной колонны / С.Н. Коваленко, А.В. Левенец // Информационные технологии XXI века: Материалы международной научной конференции, Хабаровск, 20-24 мая 2013 г. / Хабаровск. - 2013. - С. 139-144.
7. Кондрашева Н.К. Технологические расчеты и теория каталитического риформинга бензина: Учебное пособие / Н.К. Кондрашева, Д.О. Кондрашев, К.Д. Абдульминев, - Уфа: ООО «Монография», 2008. - 160 с.
8. Круценко А. А. Моделирование режимов работы блока стабилизации установки каталитического риформинга / А.А. Круценко, А.А. Борисов, В.А. Соловьев // Вестник Тихоокеанского государственного университета. - 2012. - № 4 (27). - С. 133-142.
9. Кудрявцева Т.А. Моделирование стабилизационной колонны процесса гидроочистки дизельного топлива / Т.А. Кудрявцева, В.В. Сотников, Д.А. Сибаров // Информационные системы и технологии. - 2008. - № 1-3. - С. 119-123.
10. Курмангазиева JIT. Постановка и решение задачи принятия решений по оптимизации режимов работы блока каталитического риформинга установки ЛГ (Ленинград-Германия) Атырау-ского НПЗ / Л.Т. Курмангазиева // Вестник Атырауского института нефти и газа. - Режим доступа: http:// e-lib. kazntu.kz/sites/default/files /articles/ 18_kurmangazieva _2009_5.pdf (дата обращения: 07.09.2015), свободный. - Заглавие с экрана. - Яз. рус.
11. Макшанов А.В. Подход к построению математических моделей технологических установок / А.В. Макшанов, А.А. Мусаев // Труды СПИИРАН. - 2005. - Т. 2. - № 2. - С. 453-461.
12. Оразбаева К.Н. Идентификация структуры и параметров математических моделей колонн К-1, К-2 и К-3 установки каталитического риформинга ЛГ-35-11/300-95 / К.Н. Оразбаева, Л.Т. Курмангазиева // Вестник Атырауского института нефти и газа. - Режим доступа: http:// e-lib. aing.isd.kz/e-lib/knoltk.pdf (дата обращения: 07.09.2015), свободный. - Заглавие с экрана. - Яз. рус.
13. Положаенко С.А. Система управления трубчатой печью установки каталитического риформинга высокооктановых бензинов / С.А. Положаенко, Ю.В. Григоренко // Электромашиностроение и электрооборудование. - 2010. - № 75. - С. 62-67.
14. Проталинский О.М. Гибридная модель каталитического реактора процесса Клауса / О.М. Проталинский, Ю.И. Мичуров, И.А. Щербатов // Известия вузов. Северо-Кавказский, регион. Техн. науки. - 2005. - Прил. № 2. - С. 23-34.
15. Проталинский О.М. Гибридный метод обучения нейронных сетей для классификации каталитической стадии процесса Клауса / О.М. Проталинский, И.А. Щербатов, И.О. Беляев // Вестник Саратовского государственного технического университета. - 2010. - Т. 4. - № 2. - С. 38-43.
16. Проталинский О.М. Оптимальное управление технологическим процессом Клауса в условиях неопределенности / О.М. Проталинский, А.Н. Савельев, И.А Щербатов //Известия высших учебных заведений. Северо-Кавказский регион. Сер. Технические науки. - 2006. - № Спец. вып. - С. 19а-25.
17. Серикова Г.Т., Исследование и построение математических моделей реакторов секции риформинга для автоматизированного управления установкой производства бензола / Г.Т. Серикова, К.Н. Оразбаева, Б.Б. Оразбаев // Автоматизация, телемеханизация и связь в нефтяной промышленности. - 2011.-№ 3. - С. 33-36.
18. Штовба С.Д. Проектирование нечетких систем средствами MATLAB / С.Д. Штовба. -М. : Горячая линия - Телеком, 2007. - 288 с.
19. Шура И.А. Алгоритм управления процессом каталитического риформинга / И.А. Шура. В.В. Сотников, Д.А. Сибаров // Информационные системы и технологии. - 2008. - № 1-3. - С. 312-316.
20. Шура И.А. Математическая модель для управления процессом каталитического риформинга / И.А. Шура, В.В. Сотников, Д.А Сибаров // Информационные системы и технологии. - 2008. -№ 1-3.-С. 307-311.
21. Щербатов И.А. Математическое моделирование сложных многокомпонентных систем /И.А. Щербатов, И.О. Проталинский // Вестник Тамбовского государственного технического университета. - 2014. - Т. 20. - № 1. - С. 17-26.
22. Щербатов И.А. Система поддержки принятия решений для операторов слабоформализуемых ТП / И.А. Щербатов, О.М. Проталинский // Автоматизация в промышленности. - 2009. - № 7. - С. 41.
23. Щербатов И.А. Сложные слабоформализуемые многокомпонентные технические системы / И.А. Щербатов, О.М. Проталинский // Управление большими системами: сборник трудов. -2013.-№45.-С. 30-46.
24. Щербатов И.А. Снижение объемов промышленных выбросов крупнотоннажных установок с использованием экспертной информации / И.А. Щербатов // Вестник Астраханского государственного технического университета. Сер. Управление, вычислительная техника и информатика. -2009.-№ 1.-С. 121-125.
25. Щербатов И.А. Управление сложными слабоформализуемыми многокомпонентными системами: монография. - Ростов н/Д: Изд-во ЮНЦ РАН, 2015. -268 с.
26. Ярощук Я. Д. Имитационное моделирование процессов каталитического крекинга / Я. Д. Ярощук, Ю.Г. Бондаренко, С.Н. Гончаренко // Прикаспийский журнал: управление и высокие технологии, № 1, 2014. С. 46-58.
27. Edwin Vijay Kumar. Chaturvedi Reliability Estimation of Complex Technical Systems with Dependency Modelling. A Fuzzy Approach / Edwin Vijay Kumar // Journal of Uncertain Systems.2008. Vol. 2. № 4.P. 280-288.
References
1. Agrinskaya S.A., Filatova S.O. Cupervizornoe upravlenie rektifikacionnoj kolonnoj tarel'chatogo tipa [Supervision control plate type distillation column], Izvestija Volgogradskogo gosudarstvennogo tehnicheskogo uni-versiteta [Proceedings of Volgograd State Technical University], 2010, vol. 6, no 12 (72), pp. 69-70.
2. Antonov O.V. Optimal'noe upravlenie processom kataliticheskogo riforminga s ispol'zovaniem gibridnoj matematicheskoj modeli: dis. ... kand. tehnich. nauk. - Astrahan': AGTU [Optimal control of a catalytic reforming process using a hybrid mathematical model: dis. ... Cand. techn. Sciences. - Astrakhan: Astrakhan State Technical University], 2003, 186 p.
3. Gostev V.I. Proektirovanie nechetkih reguljatorov dlja sistem avtomaticheskogo upravlenija. - SPb.: BHV-Peterburg [Design of iuzzy controllers for automatic control systems. - SPb.: BHV-Petersburg], 2011,416 p.
4. Dzhambekov A.M., Shcherbatov I.A. Razrabotka nechetkoj sistemy upravlenija processom vtorichnoj pererabotki benzina [Development of fuzzy control system of the process of recycling the gasoline]. Geologija, geografija i global'najajenergija [Geology, geography, global energy], 2014, no. 3 (54), pp. 89-93.
5. Dzhambekov A.M., Shcherbatov I.A. Upravlenie processom kataliticheskogo riforminga na os-nove jekspertnoj informacii [Management catalytic reforming process based on expert information systems]. Sistemy. Metody. Tehnologii [Methods. Technologies], 2014, no. 4 (24), pp. 103-111.
6. Kovalenko S.N., Levenets A.V. Razrabotka i issledovanie modeli nechjotkogo reguljatora urovnja kubovoj zhidkosti rektifikacionnoj kolonny [Development and research of models of fuzzy controller level bottom liquid of the distillation column], Informacionnye tehnologii XXI veka: Materialy mezhdu-narodnoj nauchnoj konferencii, Habarovsk, 20-24 maja 2013 g. / Habarovsk [Information Technologies of XXI Century: Proceedings of the international scientific conference, Khabarovsk, 20-24 May 2013 / Khabarovsk], 2013, pp. 139-144.
7. Kondrasheva N.K., Kondrashov D.O., Abdulminev K.D. Tehnologicheskie raschety i teorija kataliticheskogo riforminga benzina: Uchebnoe posobie [Process calculations and the theory of catalytic reforming of gasoline: Textbook], Ufa: ООО «Monografija» [Ufa LLC "Monograph"], 2008, 160 p.
8. Kratsenko A.A., Borisov A.A., Solovyov V.A. Modelirovanie rezhimov raboty bloka stabilizacii ustanovki kataliticheskogo riforminga [Simulation modes block stabilize the catalytic reforming], Vestnik Ti-hookeanskogo gosudarstvennogo universiteta [Bulletin of Pacific State University], 2012, no. 4 (27), pp. 133-142.
9. Kudryavtseva T.A., Sotnikov V.V., Sibarov D.A. Modelirovanie stabilizacionnoj kolonny processa gidroochistki dizel'nogo topliva [Simulation of the process of stabilization of the column diesel hydrotreater], Informacionnye sistemy i tehnologii [Information systems and technology], 2008, no. 1-3, pp. 119-123.
10. Kurmangazieva L.T. Postanovka i reshenie zadachi prinjatija reshenij po optimizacii rezhimov raboty bloka kataliticheskogo riforminga ustanovki LG (Leningrad-Germanija) Atyrauskogo NPZ [Statement and solution of the problem of decision-making to optimize the operating conditions of catalytic reforming unit installation LH (Leningrad-Germany)]. Vestnik Atyrauskogo instituta nefti i gaza [Bulletin of the Atyrau Refinery Atyrau Institute of Oil and Gas]. Available at: http: // e-lib. kazntu.kz/sites /default/files/articles/18_kurmangazieva_2009_5.pdf (Accessed 7 September 2015).
11. Makshanov A.V., Musaev A.A. Podhod k postroeniju matematicheskih modelej tehnologicheskih ustanovok [The approach to the construction of mathematical models of process plants]. Trudy SPIIRAN [Proceedings SPIIRAS], 2005, vol. 2, no. 2, pp. 453-461.
12. Orazbayeva K.N., Kurmangazieva L.T. Identifikacija struktury i parametrov matematicheskih modelej kolonn K-l, K-2 i K-3 ustanovki kataliticheskogo riforminga LG-35-11/300-95 [Identification of the structure and parameters of mathematical models of K-l, K-2 and K-3 catalytic reforming K-35-11 / 300-95]. Vestnik Atyrauskogo instituta nefti i gaza [Bulletin of the Atyrau Oil and Gas Institute]. Available at: http://www.aing.isd.kz/e-lib/knoltk.pdf (Accessed 7 September 2015).
13. Polozhaenko S.A., Grigorenko Yu.V. Sistema upravlenija trubchatoj pechju ustanovki kataliticheskogo riforminga vysokooktanovyh benzinov [The control system of the tubular furnace catalytic
reforming of high octane gasoline]. Jelektromashinostroenie i jelektrooborudovanie [Electromechanical engineering and electrical equipment], 2010, no. 75, pp. 62-67.
14. Protalinskiy O.M., Michurov Y.I., Shcherbatov I.A. Gibridnaja model' kataliticheskogo reaktora processa Klausa [The hybrid model of a catalytic reactor of the Claus]. Izvestija vuzov. Severo-Kavkazskij. region. Tehn. Nauki [Proceedings of the universities. North Caucasus, region. Tech. science], 2005, no. 2, pp. 23-34.
15. Protalinskiy O.M., Shcherbatov I.A., Belyaev I.O. Gibridnyj metod obuchenija nejronnyh setej dlja klassifikacii kataliticheskoj stadii processa Klausa [The hybrid method of training the neural network to classify the catalytic stage of the Claus]. Vestnik Saratovskogo gosudarstvennogo tehnicheskogo universiteta [Bulletin of Saratov State Technical University], 2010, vol. 4, no 2, pp. 38-43.
16. Protalinskiy O.M., Saveliev A.N., Shcherbatov I.A. Optimal'noe upravlenie tehnologicheskim processom Klausa v uslovijah neopredelennosti [Optimal process control in the face of uncertainty Claus]. Izvestija vysshih uchebnyh zavedenij. Severo-Kavkazskij region Ser. Tehnicheskie nauki [News of higher educational institutions. North Caucasus region. Ser. Technical science], 2006, no. spec., pp. 19a-25.
17. Serikova G.T., Orazbayeva K.N., Orazbayev B.B. Issledovanie i postroenie matematicheskih modelej reaktorov sekcii riforminga dlja avtomatizirovannogo upravlenija ustanovkoj proizvodstva benzola [Research and construction of mathematical models of reactors reforming section for the automated management of installation of benzene]. Avtomatizacija, telemehanizacija i svjaz' v neftjanoj promyshlennosti [Automation and remote control of the connection to the oil of Industry], 2011, no. 3, pp. 33-36.
18. Shtovba S.D. Proektirovanie nechetkih sistem sredstvami Matlab. - M.: Gorjachaja linija -Telekom [Design of fuzzy systems by means of Matlab. - M .: Hotline - Telecom], 2007, 288 p.
19. Shura I.A., Sotnikov V.V., Sibarov D.A. Algoritm upravlenija processom kataliticheskogo riforminga [Process control algorithm catalytic reforming], Informacionnye sistemy i tehnologii [Information systems and technologies], 2008, no. 1-3, pp. 312-316.
20. Shura I.A., Sotnikov V.V., Sibarov D.A. Matematicheskaja model' dlja upravlenija processom kataliticheskogo riforminga [Mathematical model for catalytic reforming process control]. Informacionnye sistemy i tehnologii [Information systems and technology], 2008, no. 1-3, pp. 307-311.
21. Shherbatov I.A., Protalinskij I.O. Matematicheskoe modelirovanie slozhnyh mnogokomponent-nyh system [Mathematical modeling of complex multicomponent systems]. Vestnik Tambovskogo gosudarstvennogo tehnicheskogo universiteta [Vestnik Tambov sovereigns-governmental Technical University], 2014, vol. 20, no. 1, pp. 17-26.
22. Shcherbatov I.A. Protalinskiy O.M. Sistema podderzhki prinjatija reshenij dlja operatorov slaboformalizuemyh TP [Decision support system for operators of poorly formalized TP], Avtomatizacija v promyshlennosti [Automation in the industry], 2009, no. 7, p. 41.
23. Shherbatov I.A., Protalinskij O.M. Slozhnye slaboformalizuemye mnogokomponentnye tehnicheskie sistemy [Sophisticated poorly formalized multi-technical systems] // Upravlenie bol'shimi sis-temami: sbornik trudov [Managing large B Stem: a collection of works], 2013, no. 45, pp. 30-46.
24. Shcherbatov I.A. Snizhenie obiemov promyshlennyh vybrosov krupnotonnazhnyh ustanovok s ispol'zovaniem jekspertnoj informacii [The decline in industrial emissions of large plants using expert information], Vestnik Astrahanskogo gosudarstvennogo tehnicheskogo universiteta. Ser. Upravlenie, vychis-litel'naja tehnika i informatika [Bulletin of the Astrakhan State Technical University. Ser. Management, Computer Science and Informatics], 2009, no. 1, pp. 121-125.
25. Shherbatov I.A. Upravlenie slozhnymi slaboformalizuemymi mnogo-komponentnymi sistemami: monografija. - Rostov n/D: Izd-vo JuNC RAN [Managing complex poorly formalizable multi-component systems: monograph. - Rostov n / a Univ SSC RAS], 2015, 268 p.
26. Jaroshhuk Ja.D., Bondarenko Ju.G., Goncharenko S.N. Imitacionnoe modelirovanie processov kataliticheskogo krekinga [Simulation of catalytic cracking], Prikaspijskij zhurnal: upravlenie i vysokie tehnologii [Caspian magazine: management and high technology], 2014, no. 1, pp. 46-58.
27. Edwin Vijay Kumar. Chaturvedi Reliability Estimation of Complex Technical Systems with Dependency Modelling. A Fuzzy Approach. Journal of Uncertain Systems, 2008, no. 4 (2), pp. 280-288.