CC BY
35
Интернет-журнал «Науковедение» ISSN 2223-5167 http ://naukovedenie.ru/ Том 7, №3 (2015) http ://naukovedenie. ru/index.php?p=vol7-3 URL статьи: http://naukovedenie.ru/PDF/58TVN315.pdf DOI: 10.15862/58TVN315 (http://dx.doi.org/10.15862/58TVN315)
УДК 681.518
Щербакова Анна Алексеевна
ФГБОУ ВПО «Пензенский Государственный Университет»
Россия, Пенза1 Аспирант
РИНЦ: http://elibrary.ru/author_profile.asp?id=811161
E-mail: [email protected]
Соловьев Владимир Александрович
ФГБОУ ВПО «Пензенский Государственный Университет»
Россия, Пенза Профессор Доктор технических наук РИНЦ: http://elibrary.ru/author items.asp?authorid=681038
E-mail: [email protected]
Промышленная система измерения спектральных коэффициентов поглощения бензинов в технологических линиях
1 Пензенская область, г. Пенза, ул. Красная, 40
Аннотация. Для контроля и поддержания требуемой концентрации и значения детонационной стойкости компонентов при производстве товарного бензина путем смешения компонентов, необходимо проводить периодический лабораторный анализ. Чтобы оперативно внести поправку в технологический процесс и избежать приготовления некондиционного бензина, предложена промышленная система измерения спектральных коэффициентов поглощения бензинов и его компонентов в технологических линиях. Промышленная система позволит уменьшить транспортное запаздывание в системе за счет установки проточных кювет, расположенных в непосредственной близости к технологическому трубопроводу. Система также включает импульсный лазер накачки и перестраиваемый параметрический генератор, работающие в ближнем ИК диапазоне длин волн. Излучение от перестраиваемого параметрического генератора по волоконно-оптическому кабелю одновременно проходит через измерительный канал с кюветой и сравнительный канал. На выходе из системы, сигналы со значениями спектральных коэффициентов поглощения сохраняются в ПК. Используя принципы искусственных нейронных сетей, по измеренным спектральным коэффициентам поглощения компонентов и бензинов производят идентификацию компонентов, определение состава и октанового числа бензинов. Причем искусственная нейронная сеть обучается, а учителем являются тестовые компоненты и бензины. Это позволит в режиме реального времени управлять технологией приготовления бензинов.
Ключевые слова: спектральный коэффициент поглощения; импульсный лазер накачки; перестраиваемый параметрический генератор излучения; волоконно-оптический кабель; проточная кювета; искусственная нейронная сеть; целевая функция; функция активации нейрона; идентификация; детонационная стойкость.
Ссылка для цитирования этой статьи:
Щербакова А.А., Соловьев В.А. Промышленная система измерения спектральных коэффициентов поглощения бензинов в технологических линиях // Интернет-журнал «НАУКОВЕДЕНИЕ» Том 7, №3 (2015) http://naukovedenie.ru/PDF/58TVN315.pdf (доступ свободный). Загл. с экрана. Яз. рус., англ. DOI: 10.15862/58TVN315
Производство товарных бензинов сопровождается периодическим лабораторным анализом смешиваемых компонентов бензина, при котором производится контроль и управление составом готовых бензинов и октановым числом. Используемые методы и приборы для решения этих задач представлены в литературе [1-3]. Чтобы уменьшить транспортное запаздывание в импульсных гидравлических линиях, необходимо измерительные кюветы с анализируемыми жидкостями располагать в непосредственной близости к технологическим линиям.
Для идентификации компонентов, определения состава и детонационной стойкости бензинов предлагается промышленная система измерения спектральных коэффициентов поглощения бензинов и его компонентов в технологических линиях. Установленные на потоке проточные кюветы соединены с перестраиваемым параметрическим генератором, работающим в ближнем ИК диапазоне длин волн.
Функциональная схема промышленной системы измерения спектральных коэффициентов поглощения бензинов и его компонентов в технологических линиях представлена на рисунке 1. Измерение сигналов со значениями спектральных коэффициентов поглощения производится с помощью проточных кювет, расположенных на каждом технологическом потоке, волоконно-оптическим кабелем, импульсным лазером накачки, параметрическим генератором излучения [4,5], фотодиодами (Ф) [6], интеграторами (И), устройствами выборки хранения (УВХ), мультиплексором, аналого-цифровым преобразователем (АЦП), микроконтроллером (МК) [7] и ПК.
Готовый бензин 1
Готовый бензин 2
Рисунок 1. Функциональная схема промышленной системы контроля и управления на основе параметрического генератора излучения (утолщенные линии) с основными фрагментами
технологической схемы (тонкие линии)
Излучение от лазерной системы, состоящей из импульсного лазера накачки Nd:YAG и перестраиваемого параметрического генератора излучения с диапазоном перестройки 680...1064 нм - сигнальной волны, 1064...2500 нм - холостой волны, по волоконно-оптическому кабелю вводится в промышленные проточные кюветы, снабженные двумя оптическими адаптерами для соединения с параметрическим генератором излучения и мультиплексором. После кюветы излучение по волоконно-оптическому кабелю направляется в мультиплексор, который последовательно подключает один из выходов к АЦП, а последовательность переключения задается программно МК. Время переключения между каналами не превышает 150 мс. К ПК подключен модуль вывода для управления исполнительными органами расходами компонентов.
ПК по USB интерфейсу управляет МК, который в момент времени ^ дает команду на генерацию импульсного излучения лазера накачки, которое попадая в параметрический
генератор, преобразовывается в излучение необходимой длины волны Л и по волоконно-оптическому кабелю направляется в кювету. Далее, с выхода кюветы излучение волоконно-оптическим кабелем направляется на малоинерционный фотодиод. Ток фотодиода 1и
интегрируется при помощиинтегратором (И) и запоминается устройством выборки и хранения (УВХ).
АЦП по команде с МК преобразовывает аналоговый сигнал в цифровой, который затем вводится в МК и запоминается в ОЗУ.
Одновременно снимается информация со сравнительного канала измерения, при этом излучение по волоконно-оптическому кабелю направляется на фотодиод, а интегратором (И) интегрируется ток фотодиода Iс. Порядок опроса устанавливается программным образом и осуществляется при помощи мультиплексора.
В момент времени , излучение с параметрического генератора отсутствует, и интегрируется темновой ток фотодиода !г , который преобразовывается в цифровое значение и запоминается в ОЗУ.
Далее, нелинейный кристалл параметрического генератора излучения командой с МК поворачивается шаговым двигателем и переходит на следующую длину волны. В момент времени ^ МК снова дает команду на генерацию импульсного излучения лазера накачки и все
операции, описанные выше, повторяются на длине волны Хм, так как это показано на временной диаграмме на рисунке 2.
Рисунок 2. Временная диаграмма импульсного излучения и интегрирования измерительных,
сравнительных и темновых сигналов
Цифровые сигналы с АЦП для различных длин волн при заполнении кюветы анализируемой жидкостью N(Л,-) можно представить следующей зависимостью:
Ни (Л,) = Ф0(Л) • К(Л) т (Л,) Тв (Л,)тк (Л,) + Нт (Л,) (1)
где Ф0 (Л) - поток излучения, вошедший в систему,
К (Л) - коэффициент передачи j-го оптического тракта на ьой длине волны (коэффициент отклонения при измерении спектральных коэффициентов пропускания),
Т (Л) - спектральный коэффициент пропускания анализируемой жидкости,
те (Л ) - спектральный коэффициент пропускания оптических элементов системы,
тк (Л ) - спектральный коэффициент пропускания кюветы,
N (Л) цифровой сигнал, полученный в режиме измерения темновых токов на ьой длине волны.
Измеренные цифровые сигналы с интеграторов на различных длинах волн при прохождении излучения через сравнительный канал N (Л) представляет следующий вид:
N (Л,) = Ф0 (Л,) • К(Л-) • Т (Л■) + N (Л■) (2)
где Ф (Л ) - поток излучения, вошедший в систему, К (Л) - коэффициент передачи j-го оптического тракта на ьой длине волны (коэффициент отклонения при измерении спектральных коэффициентов пропускания),
тв (Л ) - спектральный коэффициент пропускания оптических элементов системы,
N (Л) цифровой сигнал, полученный в режиме измерения темновых токов на ьой длине волны.
В результате соотношений (1) и (2), спектральный коэффициент пропускания анализируемого компонента определяется как:
т (Л) = * ■(Л) - * Т(Л-) .
"( ') N (Л,) - Nт (Л,) тк (Л,)
По измеренным спектральным коэффициентам пропускания ти (Л), рассчитываются соответствующие им спектральные коэффициенты поглощения j-ого компонента по формуле:
kj (Л) =-т--
где к (Л) - коэффициент поглощения j-ого компонента на ьой длине волны,
Ь./ - длина оптического пути j - ой кюветы.
По найденным спектральным коэффициентам поглощения производится идентификация компонентов, определение состава и октанового числа бензинов с помощью принципа искусственных нейронных сетей [8-11].
По измеренным и вычисленным значениям спектральных коэффициентов поглощения компонентов ) и значениям спектральных коэффициентов поглощения товарных
бензинов (смесей) ксм(Л), в соответствии с целевой функцией искусственной нейронной сети В, производится идентификация и определение коэффициентов синаптических связей :
В =Х
Км К)-х ь^ю
j=1
2
^ тт. (3)
На рисунке 3 представлена структура искусственной нейронной сети, используемая при идентификации и вычислении компонентного состава бензиновой смеси, которая состоит из: умножителей ® (коэффициентов синаптических связей ю ), первого сумматораX1
(целевой функции В на /-ой длине волны), второго сумматора Х2 (целевой функции В ) и нелинейного преобразователя / (функции активации Я ).
Идентификацию компонентов и определение их концентраций в товарном бензине, производят по минимуму целевой функции В, изменяя при этом коэффициенты
1=1
синаптических связей ю , для чего используют, например, алгоритм обратного распространения ошибки.
Значения функции активации нейронов искусственной нейронной сети идентификации и состава Я вычисляют в соответствии с функцией активации, например:
Я = в
-Ва£
где а - коэффициент, учитывающий отклонение функции активации; е - погрешность измерения спектральных коэффициентов поглощения.
Нейрон принимает активное состояние при значении функции активации Я>0,999. При этом значения компонентного состава в смеси с. численно равны значениям коэффициентов
синаптических связей . На рисунке 4 приведен график функции активации нейрона
искусственной нейронной сети идентификации и состава.
ю,
к сми,).
к] (Л) ]1(Л)
к]+2(Л)-К (Л)
КАЛ 1)__ к] (Л,.+1) ® к]+1(Л+1)-к..г(Л+1)
ю
.(]+1)
ю.
(]+2)
ю
(+1)Ш
(+1)(]+1)
ю
'(¿+1)(]+2) ю
( +1)т
С (Л+1)
ю
('+2)] ю.
ксм.(Лг + 2 )
к] (Л+2) ®
](Л+2) к] + 2(Л+ 2 ) к„ (Л+2)
ю
('■+2)0+1)
( '+ 2)(]+ 2) ю
(¿+2)ш
-О
11
11
12
В
/
л
к]+2(Л)
кт (Л )
ю
к см. (Л)
kj (Л)
к]+/(Л)
Ч ю<,+1) ю"С^'+2) юп
21
Рисунок 3. Структура искусственной нейронной сети идентификации
компонентов и состава
Рисунок 4. График функции активации нейрона искусственной нейронной сети идентификации компонентов и состава
Значения коэффициентов синаптических связей гэ. равны концентрациям компонентов в смеси с. . Компоненты, для которых значения функции активации меньше 0,999 (Я <0,999) в смеси не содержаться.
Определение детонационной стойкости бензина Q производится по в соответствии с формулой:
m
Q = Е CjQj+b, j=i
где Qj - октановое число компонента бензина; b - суммарное отклонение октановых чисел от аддитивности, обусловленное межмолекулярными взаимодействиями между компонентами:
1 m
b = — Е b,c,, 100 1 1
где bj - интенсивность межмолекулярных взаимодействий компонента [12].
После, формируются управляющие воздействия для управления расходами компонентов товарного бензина.
Применение параметрического генератора излучения работающего в импульсном режиме позволяет повысить точность фотометрирования и производить одновременное измерение коэффициентов поглощения всех компонентов и готового товарного бензина, что значительно увеличивает быстродействие системы.
ЛИТЕРАТУРА
1. Астапов В.Н. Приборы для измерения октанового числа бензинов в технологическом потоке. // Химия и технология топлив и масел. - 2002. - №2. -С. 49 - 51.
2. Katherine A.Bakeev «Process Analytical Technology», Blackwell Publishing Ltd, 2005, 445 с.
3. Айхлер Ю., Айхлер Г., И. Лазеры. Исполнение, управление, применение. Москва: «Техносфера», 2008. 440 с.
4. Бломберген Н., Нелинейная оптика. М.: «Мир». 1966. 424 с.
5. Гурзадян Г., Дмитриев В.Г., Никогосян Д.Н.. Нелинейно-оптические кристаллы. Свойства и применение в электронике. М.: «Радио и связь». 1991. 160 с.
6. Шрёдер Г, Трайбер Х., Техническая оптика. Москва: «Техносфера», 2006. 424 с.
7. Гоноровский И.С., Радиотехнические цепи и сигналы. М.: «Радио и связь». 1986. 512 с.
8. Хайкин С. Нейронные сети. М: «Вильямс». 2006. - 1104 с.
9. Никифоров И.К. Нейросетевой импедансный метод и устройства идентификации и определения параметров жидких нефтепродуктов: Дис. канд. техн. наук / Никифоров И.К. - Чебоксары: ЧГУ им. И.Н. Ульянова, 2005. - 172 с.
10. Кудрявцева А.А., Соловьев В.А. Спектрометрическая система измерения и управления октановым числом и составом товарных бензинов. Модели, системы, сети в экономике, технике, природе и обществе. 2013. №2(6). С. 164169.
11. Щербакова А.А., Соловьев В.А. Многоканальная спектрометрическая информационно-измерительная система оценки состава и детонационной стойкости товарного бензина. Труды международного симпозиума Надежность и качество. 2014. Т. 2. С. 118-121.
12. Смышляева Ю.А. Моделирование процесса приготовления высокооктановых бензинов на основе углеводородного сырья в аппаратах циркуляционного типа: Дис. канд. техн. наук / Смышляева Ю.А. - Томск: НИТПУ. 2011. - 144 с.
Рецензент: Васильев Валерий Анатольевич, д.т.н., профессор Пензенского Государственного Университета.
Shcherbakova Anna Alekseevna
Penza State University Russia, Penza E-mail: [email protected]
Solovjev Vladimir Aleksandrovich
Penza State University Russia, Penza E-mail: [email protected]
An industrial system for measuring spectral absorption coefficients of gasoline in technological lines
Abstract. For control and maintain the desired concentration and the detonation resistance values of the components in the manufacture of commercial gasoline by mixing the components needed periodic laboratory analysis. To be able to amend the process and avoid preparation nonconforming gasoline, suggested an industrial system for measuring spectral absorption coefficients of gasoline and its components in production lines. Industrial system will allow to reduce transportation delay in the system by installing a flow cell, placed in close proximity to the process pipeline. The system also includes a pulsed pump laser and a tunable optical parametric oscillator operating in the near IR range of wavelengths. IR radiation from a tunable parametric oscillator via a fiber-optic cable at the same time passes through the measuring channel of the cell and the reference channel. The output from the system, the signals with values of the spectral absorption coefficients are stored in the PC. Using the principles of artificial neural networks by measuring spectral absorption coefficients of the components of gasoline and produce identification components, the composition and octane number of gasoline. And artificial neural network is trained, and teacher are the test components and gasoline. This will allow in real time to manage the technology of making gasoline.
Keywords: the spectral absorption coefficient; a pulsed pump laser; a tunable optical parametric oscillator radiation; fiber optic cable; flow cell; artificial neural network; objective function; the activation function of the neuron; identification; detonation resistance.
REFERENCES
1. Astapov V.N. Pribory dlya izmereniya oktanovogo chisla benzinov v tekhnologicheskom potoke. // Khimiya i tekhnologiya topliv i masel. - 2002. - №2. -S. 49 - 51.
2. Katherine A.Bakeev «Process Analytical Technology», Blackwell Publishing Ltd, 2005, 445 s.
3. Aykhler Yu., Aykhler G., I. Lazery. Ispolnenie, upravlenie, primenenie. Moskva: «Tekhnosfera», 2008. 440 s.
4. Blombergen N., Nelineynaya optika. M.: «Mir». 1966. 424 s.
5. Gurzadyan G., Dmitriev V.G., Nikogosyan D.N.. Nelineyno-opticheskie kristally. Svoystva i primenenie v elektronike. M.: «Radio i svyaz'». 1991. 160 s.
6. Shreder G, Trayber Kh., Tekhnicheskaya optika. Moskva: «Tekhnosfera», 2006. 424 s.
7. Gonorovskiy I.S., Radiotekhnicheskie tsepi i signaly. M.: «Radio i svyaz'». 1986. 512 s.
8. Khaykin S. Neyronnye seti. M: «Vil'yams». 2006. - 1104 s.
9. Nikiforov I.K. Neyrosetevoy impedansnyy metod i ustroystva identifikatsii i opredeleniya parametrov zhidkikh nefteproduktov: Dis. kand. tekhn. nauk / Nikiforov I.K. - Cheboksary: ChGU im. I.N. Ul'yanova, 2005. - 172 s.
10. Kudryavtseva A.A., Solov'ev V.A. Spektrometricheskaya sistema izmereniya i upravleniya oktanovym chislom i sostavom tovarnykh benzinov. Modeli, sistemy, seti v ekonomike, tekhnike, prirode i obshchestve. 2013. №2(6). S. 164-169.
11. Shcherbakova A.A., Solov'ev V.A. Mnogokanal'naya spektrometricheskaya informatsionno-izmeritel'naya sistema otsenki sostava i detonatsionnoy stoykosti tovarnogo benzina. Trudy mezhdunarodnogo simpoziuma Nadezhnost' i kachestvo. 2014. T. 2. S. 118-121.
12. Smyshlyaeva Yu.A. Modelirovanie protsessa prigotovleniya vysokooktanovykh benzinov na osnove uglevodorodnogo syr'ya v apparatakh tsirkulyatsionnogo tipa: Dis. kand. tekhn. nauk / Smyshlyaeva Yu.A. - Tomsk: NITPU. 2011. - 144 s.
