خلاصه پایان نامه شناسایی سیستم واحد استحصال گوگرد و کنترل سیکل فرآوری آن به کمک کنترلر های پیشرفته
پایان نامه برای دریافت درجه کارشناسی ارشد در رشته مهندسی برق- الکترونیک (M.Sc)
چکیده
فرآیند بازیابی گوگرد به روش کلاوس یکی از متداول ترین روش های جدا سازی گوگرد عنصری از گاز اسیدی حاصل از فرآیند شیرین سازی در پالایشگاه های گازی و نفتی می باشد. ولی به دلیل پیچیدگی این فرآیند و چند متغیره بودن کوره واکنش و عدم وجود کنترل کننده‌های مناسب متاسفانه تا کنون امکان کنترل بهینه و راندمان مناسبی جهت بازیافت گوگرد در پالایشگاه های پارس جنوبی وجود نداشته و همواره کنترل این واحد فرآیندی مهم با مشکلات زیادی مواجه بوده است. در این تحقیق از دو روش شناسایی سیستم استفاده شده است، یک روش مدلسازی ریاضی با استفاده از حداقل مربعات، و روش دیگر مبتنی بر هوش مصنوعی با استفاده از شبکه های عصبی مصنوعی می باشد. تلاش شده تا با مدلسازی این فرآیند، مسائلی از قبیل پایداری، کنترل پذیری و رؤیت پذیری مدل ریاضی چند متغیره بررسی و سپس به طراحی کنترلر متناسب با مدل های به دست آمده، پرداخته شده است. برای طراحی کنترل کننده نیز از دوروش استفاده شده است، یک روش جایابی قطب جهت مدل ریاضی چند متغیره، و روش دیگر استفاده از کنترل کننده شبکه های عصبی مصنوعی بهره گرفته شده است. از نتایج این تحقیق می توان راندمان بسیار بالاتر واحد بازیابی گوگرد به دلیل کنترل بهینه آن و در نتیجه سود دهی و افزایش بهره وری و کاهش انرژی و مهمترین اثر آن یعنی کاهش آلودگی هوا نام برد.
کلید واژه: شناسایی سیستم، کنترل چند متغیره، حداقل مربعات، شبکه عصبی آدالاین، پرسپترون چند لایه، پالایشگاه گاز، واحد استحصال گوگرد.
1-1- طرح توسعه میدان گازی پارس جنوبی
وضعیت میدان: میدان گازی پارس جنوبی یکی از بزرگترین منابع گازی مستقل جهان به شمار میرود و روی خط مرزی مشترک ایران و قطر در خلیجفارس قرار گرفته است. این مخزن در لایهای به ضخامت 450 متر در عمق حدود 3000 متری زیر کف دریا قرار دارد. میزان ذخیرهی آن بالغ بر 464 تریلیون استاندارد فوت مکعب گاز (13تریلیون متر مکعب) و 17000 میلیون بشکه میعانات گازی (معادل 8 درصد کل ذخایر جهان و حدوو 50 درصد ذخایر گازی کشور) است. مساحت بخش واقع شده در حریم دریایی ایران حدود 3700 کیلومترمربع است. گاز این مخزن ترش و در 4 لایه بوده و میزان گاز هیدروژن سولفوره (H2S) آن در لایههای مختلف حدود [1]ppm 5000 است.هر فاز میدان گازی پارس جنوبی برای تصفیهی یک میلیارد فوت مکعب گاز ترش در هر روز بهرهبرداری طراحی شده است. برنامهی کنونی این تأسیسات شامل 28 فاز است که تا کنون 10 فاز از آن به بهرهبرداری رسیده است.
1-1-2- پالایشگاه پنجم (فازهای 9 و 10)
از آنجایی که پروژه انجام شده در پالایشگاه پنجم (فازهای 9و10) انجام شده است بنابراین به شرح مختصری از فرایندهای عملیاتی این پالایشگاه می پردازیم.
اجرای مراحل نهم و دهم طرح توسعه میدان جهت استحصال2000 میلیون فوت مکعب و 80000 بشکه میعانات گازی و400 تن گوگرد در روز طراحی شده است.
نحوه انتقال گاز و میعانات گازی به پالایشگاه بصورت سه فازی می باشد . تاسیسات دریائی شامل 2 سکوی حفاری برای حفر2 حلقه چاه توصیفی و 20 حلقه چاه توسعه ای، 2 رشته خط لوله زیردریائی 32 و 5/4 اینچ هریک به طول 105 کیلومتر میباشد .
یک پالایشگاه گاز درساحل به ظرفیت 2000 میلیون فوت مکعب ساخته شده است که شامل واحدهای دریافت و جداسازی گاز و میعانات گازی ، تثبیت میعانات گازی ، شیرین سازی ، نم زدائی ، تنظیم نقطه شبنم[2] و مرکاپتان زدائی[3] وتراکم گاز جهت انتقال، بازیافت و انجماد گوگرد و واحد احیائی مونواتیلن گلیکول جهت تزریق می باشد .
محصول گاز پالایشگاه بااستفاده از خط لوله 56 اینچ مرحله اول به خط لوله سراسری سوم انتقال گاز درمنطقه کنگان ارسال خواهدشد.
در طراحی این دو فاز نیز همانند دیگر فازها، تولید روزانه 50 میلیون مترمکعب گاز طبیعی جهت صادرات و مصارف داخلی و 80 هزار بشکه میعانات گازی و 400 تن گوگرد جهت صادرات و تولید سالانه 1 میلیون تن اتان جهت مصرف در مجتمعهای پتروشیمی و05/1 میلیون تن گاز مایع (LPG) در نظر گرفته شده است.
به دلیل خصوصیت گاز مخزن پارس جنوبی، میزان H2S آن زیاد بوده و به دلیل سمیبودن این گاز پس از جداسازی آن با انجام واکنشهای متعدد گوگرد آن را استخراج کرده و به فروش میرسانند.
بنابراین هدف این دو فاز را میتوان در تهیهی چهار مورد خلاصه کرد:
گاز شیرین با نقطهی شبنم و ارزش حرارتی[4] معین
میعانات گازی با فشار بخار[5] مشخص
گوگرد با خلوص تعیین شده
گاز مایع
گاز استخراج شده از چاههای گاز یک میدان پس از جمع‌آوری توسط مراکز تفکیک با فشاری در حدود bar 100 بهطرف پالایشگاه گاز جهت تصفیه و شیرینسازی ارسال میگردد.
1-1-3- واحد های پروسس
واحدهای پروسس پالایشگاه مشتمل بر بخشهای ذیل بوده و پروژه شناسایی سیستم و طراحی کنترلر پیشرفته برای واحد 108 (بازیافت گوگرد) انجام شده است :
واحد 100 Slug Catcher
واحد 101 شیرین سازی گاز Gas Sweetening
واحد 103 تثبیت میعانات گازی Condensate Stabilization
واحد 104 رطوبت گیری ازگاز Gas Dehydration
واحد 105 تنظیم نقطه شبنم Dew Point
واحد 107 سردسازی بوسیله پروپان Propane Refrigeration
واحد 108 بازیافت گوگرد Sulfur Recovery
واحد 114 تصفیه LPG LPG Treatment
با پیشرفت تکنولوژی در صنایع نفت, گاز و پتروشیمی استفاده از روشهای جدید و به روز جهت کاهش هزینه‌های تولید و افزایش راندمان و طول عمر تجهیزات ضروری میباشد. در این راستا، روشهای شناسایی سیستم و کنترل پیشرفته و بهینه دارای جایگاه خاصی هستند. این روش‌ها علاوه بر درنظر گرفتن پایداری سیستم با وجود اختلالات، سعی در بهبود هرچه بیشتر عملکرد فرآیند دارند. شناسایی سیستم ها و مدلسازی از اهمیت بسیاری بخصوص در علم کنترل برخوردارمی باشد و بیشتر کنترل کننده‌های معروف از ساختار مدل در فرآیند کنترل استفاده می نمایند و بطور کلی برای بررسی رفتار سیستم و طراحی ابزار مورد نیاز، داشتن مدل ریاضی از سیستم ضروری می باشد.
مدل ریاضی را به دو روش می توان بدست آورد: اول از طریق مدلسازی فیزیکی که در این حالت لازم است فرد فیزیک مساله و شرایط حاکم بر آن را بطور کامل بشناسد که در بسیاری از موارد خصوصا در فرآیند ها و سیستمهای دینامیکی پیچیده که دارای چندین متغیر ورودی و خروجی است، مقدور نمی باشد و دوم بوسیله شناسایی سیستم ها که در این روش فرد تنها با استفاده از تعدادی داده ورودی-خروجی و گاهی اطلاع از برخی خواص سیستم، بهترین مدل ریاضی که می تواند داده‌های مورد نظر را بازتولید نماید بدست می آورد. علم شناسایی سیستم تا به امروز توسعه فراوانی یافته و روشهای متعددی برای شناسایی سیستم ها مطرح گردیده است. روشهای مبتنی بر ساختارهای خطای خروجی و خطای معادله از جمله این روش‌ها میباشد. روش دیگر استفاده از توابع پایه متعامد میباشد این توابع در واقع رشته متعامدی از توابع تبدیل پایه با یک قطب، دو قطب مزدوج و یا تعمیم آنها با تعداد قطب بیشتر را به عنوان پایه ای برای بسط تابع تبدیل مورد شناسایی تشکیل داده و در طی فرآیند شناسایی ضرایب این توابع بدست می آیند.
یکی دیگر از روشهای شناسایی سیستم ها که یکی از اصلی ترین و محوری‌ترین روشهای شناسایی میباشد و موسوم به روش حداقل مربعات می باشد. در مسایل کاربردی, معمولاً ابتدا از روشهای کلاسیک برای شناسایی سیستم استفاده می شود. سپس با روشهای ارزیابی مدل، بررسی خواهد شدکه آیا مدل بدست آمده قابل قبول است یا خیر. اگر روشهای کلاسیک, مدل مناسب و قابل قبولی برای سیستم ارائه دهد, دیگر از بقیه روش‌ها استفاده نمی شود. ولی اگر میزان نویز به اندازه‌ای بود که مدل تخمینی از طریق روشهای کلاسیک, جوابگوی نیاز نبود و یا اعتبار لازم را نداشته باشد معمولاً در قدم بعدی از روش حداقل مربعات استفاده می شود.
یکی از فرآیندهای موجود در صنایع پالایشگاهی، فرآیند بازیابی و استحصال گوگرد از جریان گاز اسیدی میباشد. در سطح دنیا تلاشهای وسیعی جهت افزایش راندمان این فرآیند وکاهش هزینه‌های سرمایهگذاری انجام شده است.
Abstract
Sulfur recovery process using Claus method, is one of the common ways of separation of elemental sulfur from acid gas outcome from sweetening process is in the oil and gas refineries.No suitable controllers can control and achieve optimum efficiency at refineries in South Pars so far, due to the complexity of the process and multivariate system of reaction furnace, and always controlling of this process unit is faced with many problems. In this research, two methods for modeling and system identification is used. A mathematical model using the least squares method, and other methods based on artificial intelligence using neural networks. By simulation of this process, issues such as stability, controllability and observability of obtained multi-variable mathematical model is studied and then, a controller to fit the models are designed. The two methods is used to design the controllers, a pole placement method for multivariate mathematical model, and other method, artificial neural network controller is used. The results of this study, can be much higher efficiency of sulfur recovery unit, profitability, increasing productivity, energy consumption reduction and the most important effect reduction of air pollution could be named
Keyword: system identification, MIMO control, Least squares, Adaline neural network, Multi layer perceptrone, Gas refinery, Sulfure recovery unit
فهرست پایان نامه شناسایی سیستم واحد استحصال گوگرد و کنترل سیکل فرآوری آن به کمک کنترلر های پیشرفته
فهرست:
چکیده. 1
فصل اول: کلیات تحقیق.. 2
1-1- مقدمه. 3
1-1-1- طرح توسعه میدان گازی پارس جنوبی. 3
1-1-2- پالایشگاه پنجم (فازهای 9 و 10) 4
1-1-3- واحد های پروسس.. 5
1-2- بیان مسئله. 9
1-3- اهمیت و ضرورت تحقیق. 10
1-4- اهداف.. 12
1-5- فرضیه ها 12
فصل دوم: مروری بر پیشینه تحقیق.. 13
2-1- مقدمه و تاریخچه شناسایی سیستم و کنترل سیستم های صنعتی. 14
2-2- شناسایی سیستم چیست؟ 16
2-3- دلایل نیاز به یک مدل. 17
2-4- سیستم های دینامیکی. 17
2-5- مدلها 18
2-6- ساختن مدلها 18
2-7- تخمین یک مدل از سیستم. 19
2-8- حلقه شناسایی سیستم. 20
2-9- مراحل انجام آزمایش.. 22
2-10- شناسایی سیستم با روش حداقل مربعات. 24
2-11- کنترل پذیری 25
2-12- رؤیت پذیری 27
2-12-1- رؤیت پذیری کامل سیستمهای زمان- گسسته. 29
2-13- شناسایی سیستمهای چند ورودی-چند خروجی MIMO 30
2-14- شناسایی سیستم با استفاده از شبکه های عصبی مصنوعی. 31
2-14-1- مقدمه. 31
2-14-2- کاربردهای شبکه عصبی. 32
2-14-2-1- مدل سازی و کنترل. 33
2-14-3- ساختار های شبکه 33
2-14-4- انواع شبکه‌های جلو سو و برگشتی. 34
2-14-5- مدلسازی و انواع روشهای آن. 34
2-14-5-1- انواع روشهای مدلینگ.. 34
2-14-6- شیوه های مختلف مدل سازی (از دیدگاه جعبه ای) 35
2-14-7- مدلسازی با استفاده از شبکه‌های عصبی مصنوعی. 36
2-14-8- توصیف و شناسایی سیستمها 36
2-14-8-1- شناسایی سیستمهای استاتیک و دینامیک.. 37
2-14-9- شبکه‌های چند لایه و برگشتی. 37
2-14-9-1- شبکه‌های چند لایه. 37
2-15- کنترل و طراحی. 38
2-15-1- مقدمه. 38
2-15-1-1- تحلیل و طراحی سیستم های کنترل چند متغیره 39
2-15-1-2- روش های فضای حالت.. 40
2-15-1-3- روش های جایابی قطب.. 42
2-15-2- کنترل چند متغیره 42
2-15-3- طراحی از طریق جایابی قطب.. 44
فصل سوم: روش اجرای تحقیق.. 47
3-1- روش شناسایی حداقل مربعات. 48
3-1-1- توضیح روش حداقل مربعات. 48
3-1-1-1- مرحله اول : انجام آزمایش روی سیستم و جمع آوری اطلاعات. 49
3-1-1-2- مرحله دوم: تعریف ساختار و بدست آوردن معادله رگرسیون خطی. 49
3-1-1-3- مرحله سوم : محاسبه (تخمین Ѳ) 50
3-2- مطالعه‌ی میزان جریان گاز اسیدی وارد شده به کوره واکنش.. 51
3-3- هوای ترکیبی و مورد نیاز احتراق جهت گاز اسیدی. 52
3-4- هوای مورد نیاز جهت احتراق گاز طبیعی یا گاز سوخت.. 53
3-5- طراحی سناریو جهت استخراج داده 55
3-6- تعیین ورودی‌ها 57
3-7- مراحل مختلف جمع‌آوری داده و مشکلات آن. 57
3-7-1- مشکلات بوجود آمده در حین عملیات نمونه برداری. 58
3-7-2- بررسی داده‌های خام جمع‌آوری شده، ایرادات موجود جهت پردازش اطلاعات. 59
3-8- طراحی با نرم‌افزار LabView.. 59
3-9- اعتبار سنجی مدل بدست آمده 60
3-10- طراحی کنترل کننده 61
3-11- مراحل انجام طراحی کنترل کننده چند متغیره 62
فصل چهارم: تجزیه و تحلیل داده ها (یافته ها) 74
4-1- تحلیل داده های شناسایی سیستم مبتنی بر روش ریاضی. 75
4-2- یافته‌های بخش کنترل. 77
4-2-1- سعی و خطا در حالات مختلف جهت تنظیم قطب‌های جدید(جایابی قطب‌ها) 77
4-2-2- به کنترل درآوردن واحد با قطب‌های فضای حالتی که صرفاً بخش حقیقی دارند. 80
4-3- تجزیه و تحلیل پروژه توسط شبکه‌های عصبی مصنوعی. 81
فصل پنجم: نتیجه گیری و پیشنهادات.. 82
5-1- نتایج بدست آمده و مقایسه آنها 83
5-2- خصوصیات مقایسه‌ای روش ریاضی نسبت به شبکه عصبی. 84
5-3- نظرات و پیشنهادات جهت ادامه کار بر روی این پروژه در آینده 85
منابع. 86
ضمائم.. 88
چکیده انگلیسی.. 108
منبع:
1- اسفندیاری، کورش. شاهسوند، اکبر. «ارائه راهکارهای مناسب جهت رفع تنگناهای عملیاتی موجود در واحدهای بازیافت گوگرد در پالایشگاههای گاز داخل کشور»، چهاردهمین کنگره ملی مهندسی شیمی ایران، مهرماه 1391، دانشگاه صنعتی شریف، تهران
[2] Robin Street and Mahin Rameshni, P.E., “Sulfur Recovery Unit Expansion Case Studies,” WorleyParsons Europe Ltd, 2010 Chief Process Engineer Sulphur Technology and Gas Treating.
[3] Wilson. B, Gough. B, Kay. G, “ADAPTIVE CONTROL OF SULPHUR RECOVERY UNITS”, Andritz Automation,2011.
[4] Otadi. M, Goharrokhi. M, Rezazade Feyz Abadi. R, “Modeling of Reactor Furnace of Sulfur Recovery Units from Acidic Gases”, 2011 2nd International Conference on Chemical Engineering and Applications IPCBEE vol. 23 (2011) (2011) IACSIT Press, Singapore, department of chemical engineering central Tehran campus, Islamic Azad university, Tehran, Iran.
[5] Hemerly E.M. , Breckenfeld Rafael P., Camolesi V. “ Subspace Identification for Open and Closed Loop Petrochemical Plants” ABCM symposium series in mechatronics- vol.5 2012 by ABCM
[6] Xinggao Liu, Ging Lu “ Least squares based iterative identification for a class of multirate systems” Automatica 46, 2010, pages 549-554
[7] Magdi S. Mahmoud “ Leanear Identification of Sttam Generation Plant” proceedings of the world congress on engineering 2011 vol III WCE 2011, July 6-8, 2011, London. UK.
[8] Robert Ryan Lee, “ An Applicaion of System Identification Techniques” Faculty of Graduate studies and research , Edmonton, Alberta, fall 2011.
9- شکری قلعه، سعید، زرین پاشنه، سعید، سلطانیه، محمد" مدلسازی و شبیه سازی راکتور چند فازی برای گوگرد زدایی از سوخت دیزل" پژوهشگاه صنعت نفت واحد مدل سازی و کنترل فرآیندها و دانشگاه صنعتی شریف، نشریه انرژی ایران، سال چهارم، شماره 7، بهمن 78 .
[10] Bolf. N, Mohler. I and Golob. M, “Software Sensor for Sulphur Recovery Unit Control”, Chemical engineering transaction University of Zagreb, Faculty of Chemical Engineering and Technology, Savska c. 16/5a, HR-10000 Zagreb, Croatia, University of Maribor, Faculty of Electrical Engineering and Computer Science,Vol.17,3,1191-1196, 2009,
[11] Fortuna. L, Rizzo. A and Sinatra.M, , “SOFT ANALYSERS FOR A SULFUR RECOVERY UNIT”, University of Catania, ERG Petroli – ISAB Refinery – Priolo (SR) – Italy, University of Messina – Dept. of Mathematics – DEES – Italy, 15th Triennial world congress, Barcelona, Spain, IFAC 2002.
12- فلاحپور، مریم. فاتحی، علیرضا. نجار اعرابی، بابک. «شناسایی کوره دوار سیمان با استفاده از شبکه عصبی»، دانشگاه صنعتی خواجه نصیرالدین طوسی، دانشکده مهندسی برق، دانشگاه تهران، دانشکده مهندسی برق وکامپیوتر، شرکت سیمان ساوه.
13- کراری، مهدی، 1390، شناسایی سیستم، انتشارات: دانشگاه صنعتی امیر کبیر، صفحات 7-11 و 247-250 و 294-299
14- اوگاتا، کاتسوهیگو،1387، سیستم های کنترل دیجیتال، جلد دوم، ترجمه: پرویز جبه دار مارالانی، علی خاکی صدیق، انتشارات: دانشگاه تهران چاپ پنجم، صفحات 750-752 و 762-764و 767و 783-785 و 1047-1060
15- خاکی صدیق، علی، 1391، تحلیل و طراحی سیستم های کنترل چند متغیره، انتشارات دانشگاه صنعتی خواجه نصیرالدین طوسی، صفحات 1-15و 129-134
16- منهاج، محمد باقر، 1384، مبانی شبکه های عصبی، جلد اول، انتشارات دانشگاه صنعتی امیر کبیر
[17] kumpati S. and Narenda, “Identification and control of dynamical systems using neural networks” IEEE, 1990
[18] Anil.k.jan andJianchang mao, “Artificial neural networks: a tutorial”, IEEE, 1996
[19] A.Raimondi and colleagues, “Adaptive predictive control of the sulfur recovery process at Pemex Caderyata refinery,” International journal of adaptive control and signal processing, 2012.
[20] D.Papasidero and colleagues, “Improving Operability and process understanding of sulfur recovery units,” chemical engineering transactions, Vol.26, 2012.
[21] F. Manenti and colleagues, “Multi scale modeling of claus thermal furnace and waste heat boiler using detail kinetics,” Elsevier, Computer and chemical engineering 59, 2013, pp219-225.