РАЗРАБОТКА МОДЕЛЕЙ АТМОСФЕРНОГО БЛОКА УСТАНОВКИ ПЕРВИЧНОЙ ПЕРЕРАБОТКИ НЕФТИ НА ОСНОВЕ ДОСТУПНОЙ ИНФОРМАЦИИ РАЗЛИЧНОГО ХАРАКТЕРА

2024

Full text Open access: Hybrid Metadata (CSL-JSON)
DOI 10.52167/1609-1817-2025-138-3-264-273
Data confidence 70 medium
How this score is calculated

It is built from checkable properties of the record itself: whether the article has a DOI, how many independent sources confirmed its data, whether the required fields are filled in, and how recent the latest confirmation is. Disagreement between sources and a missing identifier lower it. A value of 80 or above means the record was published without further checking; 60 to 79 means it is published at reduced confidence, with a manual check advisable. A record verified by an editor by hand is never pushed below 90 by a recalculation. This scores our data about the article, not the article itself.

Abstract

В настоящее время разработка моделей сложно формализуемых объектов, характеризующиеся нечеткостью является одним из актуальных вопросов науки и практики. В связи с этим целью и задачами данной работы является разработка на основе имеющейся статистической и нечеткой информации эффективных моделей атмосферного блока, некоторые параметры которого характеризуются нечеткостью. В ходе исследований системно используются методы регрессионного анализа, экспертной оценки и теории нечетких множеств. В результате исследований созданы эффективные модели ректификационной и атмосферной колонн атмосферного блока установки первичной переработки нефти. Идентифицированы статистические модели, определяющие объем нефтепродуктов на выходе этих колонн, и нечеткие модели, оценивающие качество получаемых нефтепродуктов. Структуры моделей, определяющих объем и качество продукции, идентифицированы с использованием идеи метода последовательного включения регрессоров, а идентификация неизвестных параметров осуществлено путем модификации метода наименьших квадратов. Для параметрической идентификации использован пакет программ REGRESS. Идентификация нечетких параметров проводится на основе множеств уровня α методов нечетких множеств. Разработанный комплекс моделей позволяет определить эффективные режимы работы объектов исследования в производственной ситуации, характеризующейся нечеткостью.