Software & Systems

Важнейшими критериями, определяющими эффективность нефтеперерабатывающих и нефтехимических производств, являются показатели ресурсосбережения, и особенно энергосбережения, так как стоимость энергии постоянно возрастает. Необходимость разработки и реализации новых энергосберегающих технологий связана прежде всего с неиспользуемыми вторичными энергоресурсами (ВЭР) нефтеперерабатывающих производств. В энергетическом балансе НПЗ на долю прямого топлива приходится 43–45%, на тепловую энергию – 40–42%, на электрическую – 13–15%. Полезное использование энергии составляет лишь 30–40%. Энергия теряется с охлаждающей водой, с дымовыми газами и за счет теплообмена с окружающей средой горячих поверхностей оборудования. Поэтому основным направлением решения проблемы энергосбережения при проектировании НПЗ является максимальное использование ВЭР благодаря созданию оптимальных теплообменных систем (ТС) и систем рекуперации высоко- и низкопотенциального тепла.

Важную роль в разработке проектов НПЗ играет выбор их технологической схемы, разработка которой требует выявления всех возможных вариантов получения необходимого количества товарных нефтепродуктов с требуемыми показателями качества при ограниченном использовании сырьевых ресурсов и наименьших капитальных и эксплуатационных затратах [1]. Так как свойства нефтяного сырья, поступающего на переработку, меняются в зависимости от состава сырья, то важным является выбор типа схемы переработки нефти применительно к конкретному виду сырья и производимым целевым продуктам, а также возможность использования данной схемы при изменении состава сырья.

Одним из способов успешного решения указанных проблем является создание систем автоматизированного проектирования (САПР) и специальных экспертных систем (ЭС), которые на основе соответствующего математического и программно-информационного обеспечения позволяют aвтоматизированно принимать оптимальные решения по многим вопросам проектирования.

Разработка моделей представления знаний

Экспертные системы способны в интеллектуальном диалоге с непрограммирующим пользователем на основе накопления и переработки специальных знаний и правил принятия решений проводить экспертизу, консультировать и давать рекомендации по выбору действий (операций), распознавать ситуации, ставить диагноз и обосновывать заключения при поиске решений неформализованных задач некоторой проблемной области [2, 3].

Каждая неформализованная задача имеет семантическое или смысловое решение, представляющее собой словесное описание или графическое изображение некоторого явления, принципиальной технологической схемы или конструкции объекта. Поиск решения неформализованной задачи осуществляется путем переработки разнообразных знаний с помощью символьных рассуждений, основанных на использовании либо стратегии здравого смысла и эвристических правил, либо логического вывода.

Задача проектирования энергосберегающих установок первичной нефтепереработки как неформализованная задача химической технологии формулируется следующим образом: при заданных составах и свойствах потоков нефтяного сырья, названиях и показателях качества целевых продуктов, различных видах химико-технологических процессов (ХТП) нефтепереработки и типах инженерно-аппаратурного оформления ХТП требуется определить виды ХТП и типы инженерно-аппаратурного оформления ХТП, структуру, покомпонентный состав и фазовое состояние технологических потоков между аппаратами технологической схемы, оптимальные технологические параметры потоков, обеспечивающие максимум рекуперируемой энергии и минимум приведенных затрат на функционирование установки.

Разработка рациональных семантических решений задачи синтеза энергосберегающих НПЗ базируется на применении следующих основных физико-химических и технологических способов ресурсосбережения: способа наилучшего использования движущей силы ХТП, способа наиболее полной переработки сырья, способа рационального использования топливно-энергетических ресурсов, способа наилучшего функционально-структурного использования аппаратов и машин. Для поиска семантического решения используются декомпозиционные принципы синтеза ресурсосберегающих химико-технологических систем (ХТС), различные эвристическо-вычислительные процедуры автоматизированного синтеза ХТС, а также гибридные ЭС.

Основным интеллектуальным компонентом гибридной ЭС является база знаний, в которой представлены как результаты теоретических исследований, так и практические знания экспертов. База знаний состоит из базы данных, базы правил и базы процедур. Для программной реализации знаний предложено использовать продукционно-фреймовые модели [2]. При этом все декларативные и процедурные знания подразделяются на три класса: предметные знания, управляющие и метазнания. Предметные знания отображаются в виде фреймов, а управляющие знания, необходимые для поиска и генерации семантического решения неформализованной задачи, и метазнания отображаются в виде продукционных правил.

Для классификации знаний предметной области “Проектирование энергосберегающих установок первичной нефтепереработки” был проведен концептуальный анализ знаний о влиянии свойств нефтяного сырья на тип технологической схемы первичной нефтепереработки и об особенностях технологии первичной нефтепереработки, в результате которого выделены ключевые понятия и отношения между понятиями, необходимые для разработки процедуры поиска оптимального решения задачи.

Предметные знания соответствуют декларативным знаниям. К ним относятся: основные понятия (объекты) – нефтяное сырье, нефтепродукт, термодинамическое равновесие, фазовое равновесие, технологический поток, аппараты (колонна ректификации, теплообменник, печь и др.); операции – массопередача, теплообмен, конденсация, испарение, синтез целевых продуктов и др.; ситуации – подготовка сырья, разделение многокомпонентной смеси, нагревание технологического потока и др.

Управляющие знания соответствуют процедурным знаниям в области химической технологии и технологии переработки нефти. К управляющим знаниям относятся: законы равновесия, законы сохранения массы и энергии; законы термодинамики; физико-химические и технологические принципы наилучшего использования движущей силы ХТП, наиболее полного использования сырья и энергии в ХТС, наилучшего использования оборудования и др.; алгоритмы расчета состава смесей веществ, расчета массы и объемов веществ; системы уравнений математических моделей ХТП и ХТС и др.

В результате анализа знаний о проектировании энергосберегающих НПЗ можно сделать следующие выводы:

1) физико-химические свойства нефтяного сырья и нефтепродуктов являются основой выбора технологической схемы переработки нефти;

2) вариант технологической схемы переработки выбирается для определенного направления переработки нефти;

Рис. 1. Структура фрейма-прототипа “Нефтяное сырье”

3) каждый вид нефти характеризуется выходом узких и широких фракций, потенциалами отдельных топливных дистиллятов, показателями качества;

4) ХТП и продукты связаны друг с другом определенными закономерностями (между отбором топливных дистиллятов из нефти и широких фракций – продуктов вторичной нефтепереработки, качеством сырья, выходом и качеством конечных продуктов, технологическими параметрами ХТП, значениями выходов и показателями качества конечных продуктов и т.д.).

Продукционные правила имеют вид: “ЕСЛИ (условие) – ТО (действие)”. Условие представляет собой предложение, связывающее объекты с некоторыми конкретными их свойствами или значениями с помощью знака “равно”: “=”. В условную часть продукционного правила может входить несколько выражений, объединенных союзом “и”. В действии правила указывается заключение или операция, которые должны выполняться, если условие удовлетворено. В результате анализа предметной области выделены следующие классы продукционных правил: правила выбора технологической схемы первичной нефтепереработки; правила выбора вида уравнений расчета плотности нефти, дистиллятов и остатков; правила выбора вида уравнений расчета выхода легких фракций и базовых масел; правила выбора вида уравнений расчета параметров физико–химических свойств нефтяных фракций и параметров равновесия сложных смесей в зависимости от состава, плотности, температуры и давления смеси; правила выбора способов рекуперации ВЭР; правила выбора пар технологических потоков для участия в рекуперативном теплообмене и правила выбора последовательности выделения продуктов из многокомпонентной смеси.

Для моделирования и переработки знаний предметной области нами разработаны фреймы-прототипы и фреймы-примеры. Фреймы-прототипы отображают абстрактные понятия для класса сущностей или явлений, представляющих общие понятия предметной области. Фреймы-примеры отображают знания о конкретных сущностях и явлениях (объектах, ситуациях и т.д.) и используются для постановки исходной задачи, а также для генерации семантических решений. При преобразовании фрейма-прототипа во фрейм-пример каждой характеристике фрейма-прототипа присваивается конкретное значение. На рисунке 1 приведена структура фрейма-прототипа “Нефтяное сырье”.

Общая стратегия вывода семантических решений задачи проектирования энергосберегающих установок с использованием продукционных правил определяет тип процедуры управления выводом, тип процедуры проведения рассуждений при выводе, тип процедуры разрешения конфликтов или противоречий продукционных правил.

Описание процедуры вывода решений

Процедура вывода оптимальных решений при проектировании включает следующие этапы.

1. Ввод исходных знаний и данных о виде нефтяного сырья, которое может перерабатываться на проектируемой установке.

2. Расчет физико-химических свойств потоков нефтяного сырья и фракций с использованием уравнений, выбранных на основе продукционных правил, и с применением вычислительных алгоритмов, включенных в состав обеспечения ЭС.

3. Выбор типа технологической схемы установки первичной нефтепереработки и выбор инженерно-аппаратурного оформления установки с использованием продукционных правил.

4. Составление и расчет системы уравнений материальных и тепловых балансов для выбранной на этапе 3 технологической схемы.

5. Сравнение эффективности альтернативных технологических схем.

Стратегия вывода оптимального решения в данной процедуре осуществляется в обратном направлении, от “цели к данным”, то есть целевое состояние задачи используется как исходное при поиске семантического решения. Базовой стратегией при генерации альтернативных вариантов технологических схем является стратегия “поиска в глубину” на дереве вариантов решений [3]. Эта стратегия реализуется следующим образом. Сначала выбираются все продукционные правила, в заключение которых устанавливается какой-либо тип установки первичной нефтепереработки (или другое целевое состояние). Затем проверяется каждая часть предпосылки этого правила, и программа строит обратную цепочку для проверки фактов каждой предпосылки. В ходе поиска решения строится “и/или” дерево, называемое деревом целей. Каждая вершина этого дерева соответствует некоторой цели.

Операция обратного вывода позволяет отыскивать путь на данном дереве, то есть для подтверждения одной из всех связей “или”, которые соответствуют данной цели, выбирается одна, и делается попытка подтвердить все вершины, являющиеся предусловиями этой цели. В случае неудачи выбирается следующая связка “или”, и повторяется аналогичная процедура. Если хотя бы одна из связок “или” позволяет вывести последнюю цель, то доказательство этой цели является успешным.

Архитектура гибридной экспертной системы и ее использование

Рис. 2. Архитектура гибридной экспертной системы

Архитектура гибридной ЭС, показанная на рисунке 2, образована совокупностью трех функциональных блоков, реализованных в виде программных комплексов: базы знаний, блока вывода решения, предназначенного для генерации семантического решения с применением продукционных правил, и интерфейса пользователя. Программная реализация гибридной ЭС осуществлена на языке программирования Турбо-Паскаль. База знаний программно реализует декларативные и процедурные знания. При разработке логической структуры базы знаний применена методология создания расширенной реляционной модели.

Блок вывода решений, или машина вывода, реализует механизм обратного вывода “от цели к данным” и подсистему объяснения, показывающую, как было сгенерировано конкретное семантическое (смысловое) решение. Блок вывода решения имеет на входе полученное в результате диалога с пользователем описание исходных знаний и данных для поиска решения. В результате анализа знаний гибридная ЭС генерирует набор семантических решений, представляющих собой описание технологических схем первичной нефтепереработки, которые далее передаются в блок цифрового моделирования для выбора оптимальной технологической схемы.

При функционировании гибридной ЭС пользователь решает следующие задачи: выбирает тип технологической схемы первичной нефтепереработки; определяет направления использования ВЭР; выбирает номенклатуру продукции, вырабатываемой из сырья заданного состава. Взаимодействие пользователя с ЭС осуществляется в форме диалога, общая процедура которого включает этапы: инструктаж о режимах работы ЭС, постановку задачи, поиск решения задачи, выдачу результата – семантического решения задачи, объяснение всех операций вывода решения.

На этапе инструктажа ЭС объясняет пользователю свое назначение и режимы функционирования, определяет порядок ведения диалога и перечисляет средства, доступные пользователю. Этап постановки задачи состоит в сборе основной информации, необходимой для начала поиска. У пользователя запрашивается информация о виде нефтяного сырья, поступающего на переработку, а также цель использования ЭС. На этом этапе осуществляется структуризация исходной неформализованной задачи и распределение подзадач между пользователем и системой, то есть указывается, какие подзадачи решает сама ЭС и при решении каких задач ЭС обращается за помощью к пользователю.

Объяснительные способности ЭС реализуются в виде двух программных модулей. Первый модуль позволяет ЭС “объяснить” ход своих рассуждений путем вывода на экран цепочки продукционных правил, которыми она воспользовалась для получения конкретного заключения. Второй модуль позволяет ЭС отвечать пользователю, почему должен быть задан тот или иной вопрос.

Используя меню, пользователь имеет возможность добавить факт в базу знаний, просмотреть факты базы знаний, добавить новые продукционные правила.

Разработанная гибридная ЭС была использована при выборе установки первичной переработки уренгойской нефти, а также для синтеза ТС подогрева сырья этой установки с целью повышения показателей энергосбережения. Для первичной переработки нефти на основании правил из базы знаний была выбрана атмосферно-вакуумная установка с двукратным испарением, схема которой приведена на рисунке 3.

В результате анализа ТС, входящей в предложенную технологическую схему, с использованием продукционных правил была синтезирована ТС подогрева сырья на данной установке и разработаны рекомендации по ее реконструкции с целью повышения степени рекуперации теплоты за счет рационального перераспределения обменивающихся теплом потоков. С использованием блока цифрового моделирования были определены параметры состояния технологических потоков и степень рекуперации теплоты, которая составила 0.93.

Рис. 3. Схема установки АВТ:

1 - теплообменная система; 2 - электродегидраторы; 3 - отбензинивающая колонна; 4 - система атмосферной и вакуумной перегонки нефти; I - сырая нефть; II - обессоленная нефть; III - отбензиненная нефть; IV - нефтепродукты на переработку; V, VI, VII, VIII - нефтепродукты, циркуляционное орошение

Список литературы

1. Александров И.А. Перегонка и ректификация в нефтепереработке. – М.: Химия, 1981. – 352 с.

2. Мешалкин В.П. Экспертные системы в химической технологии. – М.: Химия, 1995. – 368 с.

3. Попов Э.В. Экспертные системы: решение неформализованных задач в диалоге с ЭВМ. – М.: Наука, 1987. – 288 с.