УДК 517.935
Разработка виртуального анализатора для определения содержания сероводорода
Князев Андрей Владимирович – магистрант Института нефтепереработки и нефтехимии Уфимского государственного нефтяного технического университета
Хафизов Алик Мусаевич – кандидат технических наук, доцент Института нефтепереработки и нефтехимии Уфимского государственного нефтяного технического университета
Аннотация: В статье авторами рассмотрена проблема определения содержания сероводорода в циркуляционном водородосодержащем газе (ЦВСГ) на установке селективной гидроочистке бензина. Целью исследования является разработка математической модели, которая будет применяться в качестве виртуального анализатора для определения содержания сероводорода в ЦВСГ. Для создания математической модели были получены статистические данные параметров технологического процесса, такие как температура, давление, расход и лабораторные измерения содержании сероводорода в ЦВСГ. Применение виртуального анализатора позволит находить оптимальные параметры технологического процесса.
Ключевые слова: автоматизация, виртуальный анализатор, корреляция, регрессия.
Оценить текущее состояние технологического процесса и спрогнозировать его дальнейшее развитие можно при помощи виртуальных анализаторов. Применение виртуальных анализаторов позволит повысить уровень информационно-аналитического обеспечения персонала и создать информационную базу, достаточную для оптимального управления технологическим процессом.
Условная схема взаимодействия ВА с АСУТП представлена на рисунке 1.
Увеличение парциального давления H2S отрицательно влияет на селективность. С целью снижения содержания H2S в циркуляционном ВСГ водородсодержащем газе до 50 ррm (мол.) предусматривается аминовая очистка газа. Виртуальный анализатор будет разрабатываться для содержания определения содержания сероводорода в ЦСВГ [1,2].
Для проведения расчетов по созданию математической модели содержания сероводорода в ЦВСГ были получены статистические данные параметров технологического процесса, а также лабораторные данные по содержанию сероводорода.
Рисунок 1. Условная схема взаимодействия ВА с АСУТП.
Для оценки зависимостей содержания сероволорода от технологических параметров был проведен корреляционный анализ для следующих данных:
- TIRA20156 (температура бензина);
- TIR20158 (температура ВСГ);
- PIR20919 (давление амина);
- TIR20160 (температура насыщенного амина);
- PIR20303 (давление ВСГ в топливную сеть);
- FIRC20422 (расход амина на установку);
- TDIRCA20159 (перепад температур);
- PIR20292 (давление ВСГ после сепаратора);
- TIRA20161 (температура амина) [3].
Корреляционный анализ проводится для того, чтобы выяснить насколько сильно одни параметры зависят от других. Коэффициент корреляции Пирсона показывает силу и направления линейной взаимосвязи между двумя выборками данных и рассчитывается по формуле:
(1)
где rxy– коэффициент корреляции между выборками x и y;
n – размерность выборки;
i – номер временного среза;
xi– значения первой выборки;
– среднее значение первого параметра;
yi – значения второй выборки;
– среднее значение второго параметра.
Так же определим коэффициенты корреляции технологических параметров между собой, поскольку нельзя использовать в одной формуле величины, которые сильно коррелируют между собой.
В результате вычислений было выявлено что содержание сероводорода имеет заметную зависимость от TDIRCA20159 и PIR2029. Сами же параметры PIR2029 и TDIRCA20159 имеет слабую зависимость, значит, могут использоваться в одной математической модели.
Уравнение регрессии (оценка уравнения регрессии)
Интерпретация коэффициентов регрессии.
Константа оценивает агрегированное влияние прочих (кроме учтенных в модели хi факторов) на результат Y и означает, что Y при отсутствии xi составила бы -0,31753. Коэффициент b1 указывает, что с увеличением x1 на 1, Y снижается на 0,00083. Коэффициент b2 указывает, что с увеличением x2 на 1, Y увеличивается на 0,2184.
Таким образом, получим регрессионную модель расчета содержания сероводорода в ЦВСГ:
где – содержание сероводорода,
T– перепад температуры,
Р– давление.
Вычислим индекс корреляции полученной математической модели:
Рисунок 2. Содержание Н2S (реальное и рассчитанное по модели).
Вычислим индекс корреляции полученной математической модели:
Так как индекс корреляции полученной модели равен 0, 8, то полученной модель считаем адекватной.
Список литературы
- Князев А.В., Хафизов А.М. / Совершенствование системы автоматического управления нефтеперерабатывающих установок // Наука и бизнес: пути развития. – 2023. – № 8. – с. 64-66
- Князев А.В., Применение математических моделей при управлении технологическим процессом установки селективной гидроочистки бензина // Научная деятельность в условиях цифровизации: теоретический и практический аспекты: сборник статей Международной научно-практической конференции (07 сентября 2023 г, г. Стерлитамак). - Уфа: OMEGA SCIENCE, 2023. – С. 9-11.
- Князев А.В., Хафизов А.М. / Принципы оптимального управления процессом селективной гидроочистки бензина //Научные инструменты и механизмы перспективного инновационного развития общества:
- сборник статей международной научной конференции (Санкт-Петербург, Сентябрь 2023). – СПб.: МИПИ им.Ломоносова, 2023 – 18
- Разработка АСУ трубчатой печи на базе Yokogawa Centum VP / Хафизов А.М., Сиротина Е.В., Шварев Е.В., Крышко К.А. // Интеграция науки и образования в вузах нефтегазового профиля – 2020 Материалы Международной научно-методической конференции посвященной 75-летию Победы в Великой Отечественной войне / редкол.: Н.Г. Евдокимова и др. – Уфа: УГНТУ. – 2020. – С. 343-344.
- Сиротина Е.В., Шварев Е.В., Крышко К.А., Баширов М.Г., Хафизов А.М. / Реализация системы усовершенствованного управления производства этилен-пропилена на базе YOKOGAWA CENTUM VP // Южно-Сибирский научный вестник. – 2020. – № 6. – с. 163-166.