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.