«Автоматизация и информатизация ТЭК»

Оценка возможности построения составных и нелинейных прогнозных моделей ключевых показателей качества битума на примере установки производства битума

УДК: 681.5:665.637
DOI: 10.33285/2782-604X-2023-5(598)-26-33

Авторы:

¹ РГУ нефти и газа (НИУ) имени И.М. Губкина, Москва, Россия

Ключевые слова: аддитивность, окисленный битум, дорожный битум, низкотемпературные свойства, смешение нефтепродуктов, компаундированное сырье, вязкость, управление качеством, математические модели, прогнозирование свойств битума

Аннотация:

В статье рассматривается задача выпуска битума с заданными характеристиками качества с использованием установки производства битума (УПБ) путем добавления в исходный продукт (гудрон) вакуумного газойля (ВГО). Уменьшение перерасхода ВГО позволит получать дополнительный экономический эффект. Построение прогнозных моделей качества битума позволит получать оперативные данные по его качеству и уменьшить потребление ВГО. Процесс производства битума является существенно нелинейным, качество битума сильно зависит от качества сырья. В статье рассматривается гипотеза о повышении точности прогнозных моделей ключевых показателей качества УПБ за счет построения составных (на входе моделей используются данные о качестве сырья УПБ) и нелинейных моделей показателей качества битума. В статье рассматриваются концептуальные подходы, отработана методология и типовые алгоритмы расчета ключевых показателей качества смесевых сырьевых потоков УПБ (температура размягчения гудрона, вязкость гудрона) и битумов (температура размягчения, пенетрация при 25 °C).

Список литературы:

1. Грудников И.Б. Теория и практика битумного дела. – Уфа: Нефтегазовое дело, 2013. – 420 с.
2. Битумные вяжущие материалы: учеб. пособие / А.И. Абдуллин, Т.Ф. Ганиева, М.Р. Идрисов [и др.]; под ред. Е.А. Емельянычевой. – СПб.: Проспект Науки, 2017. – 208 с.
3. Гун Р.Б. Нефтяные битумы. – М.: Химия, 1973. – 432 с.
4. Мурашкина А.В., Мещерякова Е.А., Лихтерова Н.М. Влияние технологических параметров процесса окисления гудронов на показатели качества битумов // Вестн. МИТХТ им. М.В. Ломоносова. – 2010. – Т. 5, № 4. – С. 63–69.
5. Влияние группового химического состава смеси западносибирских нефтей на качество дорожного битума / В.Е. Сомов, Г.Д. Залищевский, А.Г. Бруснин [и др.] // Химия и технология топлив и масел. – 2016. – № 5(597). – С. 40–44.
6. Регулирование реологических свойств дисперсных систем для обеспечения современных требований к нефтяным дорожным битумам / П.М. Тюкилина, А.А. Гуреев, А.А. Андреев, Р.Е. Соловьев // Химия и технология топлив и масел. – 2019. – № 2(612). – С. 20–25.
7. Исследование влияния группового состава гудрона на качество промышленных окислительных битумов / Н.Ю. Белоконь, В.Г. Компанеец, И.В. Колпакова, Т.К. Ступина // Нефтепереработка и нефтехимия. – 2001. – № 1. – С. 19–23.
8. Математическое моделирование состава сырья для производства нефтяных дорожных битумов из "сухих" гудронов / П.М. Тюкилина, А.А. Андреев, Н.А. Шейкина [и др.] // Мир нефтепродуктов. Вестн. нефтяных компаний. – 2017. – № 1. – С. 39–44.
9. Гуреев А.А. Нефтяные вяжущие материалы. – М.: Недра, 2018. – 239 с.
10. Шариков Ю.В., Титов О.В. Моделирование и управление процессами окисления битумов в колонных окислительных аппаратах непрерывного действия // Междунар. науч.-исслед. журн. – 2014. – № 4-2(23). – С. 81–84.
11. Использование метода анализа многомерных данных при разработке технологии производства высококачественных дорожных битумов // П.М. Тюкилина, В.Н. Мельников, В.А. Тыщенко [и др.] // Химия и технология топлив и масел. – 2015. – № 5(591). – С. 15–20.
12. Лебедева А.Ю. Создание цифровой модели окислительного аппарата установки производства битума // Новые идеи в науках о Земле: материалы XIV Междунар. науч.-практ. конф., М., 02–05 апр. 2019 г.: в 7 т. Т. 4. – М.: РГГУ им. С. Орджоникидзе, 2019. – С. 446–448.
13. Pearson R.K. Outliers in process modeling and identification // IEEE Transactions on Control Systems Technology. – 2002. – Vol. 10, Issue 1. – P. 55–63. – DOI: 10.1109/87.974338
14. A systematic approach for soft sensor development / Bao Lin, B. Recke, J.K.H. Knudsen, S.B. Jørgensen // Computers Aided Chemical Engineering. – 2007. – Vol. 31, Issue 5. – P. 419–425. – DOI: 10.1016/j.compchemeng.2006.05.030
15. Scheffer J. Dealing with missing data // Research Letters in the Information and Mathematical Sciences. – 2002. – Vol. 3, No. 1. – P. 153–160.
16. Guyon I., Elisseeff A. An introduction to variable and feature selection // J. of Machine Learning Research. – 2003. – Vol. 3, No. 7-8. – P. 1157–1182.
17. Recursive PCA for adaptive process monitoring / Weihua Li, H.H. Yue, S. Valle-Cervantes, S. Joe Qin // J. of Process Control. – 2000. – Vol. 10, Issue 5. – P. 471–486. – DOI: 10.1016/S0959-1524(00)00022-6
18. Отчет по адаптации нелинейных законов смешения темных нефтепродуктов / Honeywell. – Омск., 2017.