Optimization-based design of crude oil distillation units using surrogate column models and a support vector machine

این مقاله یک رویکرد مبتنی بر بهینه سازی برای طراحی واحد های تقطیر نفت خام است که به طور گسترده ای در پالایشگاه ها مورد استفاده قرار می گیرد. این روش ترکیبی از چارچوب یکپارچه، مدل ستون تقطیر جایگزین مبتنی بر شبکه های عصبی مصنوعی، محدودیت های احتمالی ساخته شده با استفاده از یک دستگاه برش برش و تجزیه و تحلیل خرج کردن برای به حداکثر رساندن بازیابی گرما را برای بهینه سازی پیکربندی ستون تقطیر و شرایط عملیاتی آن ارائه می دهد. ورودی های مدل ستون جایگزین توسط ساختار ستون و شرایط عملیاتی ارائه می شود، در حالی که خروجی مربوط به عملکرد ستون است. طبقه بندی سازنده برنده پشتیبانی از گزینه های طراحی نامناسب از فضای جستجو، فیلتر کردن زمان محاسبات را کاهش می دهد و در نهایت کیفیت راه حل نهایی را بهبود می بخشد. مشکل بهینه سازی کلی به شکل یک برنامه غیر خطی عدد صحیح مخلوط است که توسط یک الگوریتم ژنتیکی حل می شود که به دنبال متغیرهای طراحی و عملیاتی می شود که کل هزینه سالیانه را به حداقل می رساند. قابلیت های رویکرد پیشنهادی با استفاده از یک مطالعه موردی مربوط به صنعت مورد بررسی قرار گرفته است. نتایج عددی نشان می دهد که جایگزین های امیدوار کننده طراحی با استفاده از روش پیشنهادی به دست آمده است. این رویکرد می تواند به مهندسان جهت طراحی و کارآیی پالایشگاه های نفت کمک کند، که انتظار می رود در چند سال آینده نقش مهمی در ترکیب انرژی داشته باشند.