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 r_xy– коэффициент корреляции между выборками x и y;

n – размерность выборки;

i – номер временного среза;

x_i– значения первой выборки;

– среднее значение первого параметра;

y_i – 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 х_i факторов) на результат Y и означает, что Y при отсутствии x_i 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

1. Князев А.В., Хафизов А.М. / Совершенствование системы автоматического управления нефтеперерабатывающих установок // Наука и бизнес: пути развития. – 2023. – № 8. – с. 64-66
2. 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.
3. Князев А.В., Хафизов А.М. / Принципы оптимального управления процессом селективной гидроочистки бензина //Научные инструменты и механизмы перспективного инновационного развития общества:
4. сборник статей международной научной конференции (Санкт-Петербург, Сентябрь 2023). – СПб.: МИПИ им.Ломоносова, 2023 – 18
5. 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.
6. 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.