انتخاب متغيرهاي كنترل خود بهينه واحد بازيابي گوگرد پالايشگاه گاز پارس جنوبي(فاز 17و18)

Selection of self-optimizing control variables for optimizing of SPGD phases 17 amp;18 sulphur recovery unit

كنترل خود بهينه روشي نوين و در عين حال ساده براي كنترل واحد هاي پيچيده است. در كنترل خود بهينه تابعي از متغيرهاي فرايند انتخاب مي گردد كه با ثابت نگه داشتن آن، به طور خودكار، به تنظيم بهينه از متغير هاي دست كاري شده دست يابد و بواسطه آن شرايط عملياتي مطلوب ايجاد كند. هدف از اين پژوهش بررسي كنترل خود بهينه واحد بازيابي گوگرد فاز 17 و 18 پارس جنوبي است. طبق نتايج بهينه سازي به عمل آمده، مشاهده گرديد كه طراحي كنوني با تقريب خوبي بهينه است. پس از آن با اعمال ماتريس حساسيت (براي به كار بردن آن در روش فضاي پوچي) با اغتشاش 1 درصد در تركيب خطي متغيرهاي كنترل‌شونده تعيين گرديد. در ادامه طراحي خود بهينه، در ابتدا به سيستم مورد نظر اغتشاش (10 درصد افزايش براي دبي خوراك ورودي و 5 درصد افزايش براي كسر مولي) وارد گرديد. سپس مقدار بيشينه سود در اين حالت به دست آمد. در انتها با اعمال اغتشاش قبلي و با اضافه كردن قيد ماتريس حساسيت، بهينه سازي مجددا انجام گرفت. نتايج حاصل حاكي از آن بود كه مي‌توان تنها با استفاده از تركيب خطي نام‌برده، فرآيند را بدون از دست دادن قابل توجه سود، در حالت ورود اغتشاش كنترل نمود.

Self-Optimizing control is a new simple approach for controlling unintelligible units. In this new mentioned method, function of process variables is selected which leads to optimum operating conditions by keeping the function automatically to achieve the optimal set of variables. The aim of this study is survey of self-optimizing control of SPGD phases 17 amp;18 sulphur recovery unit. The results of the optimization show that the current design is optimized with a reasonable approximation. Since then by applying sensitive matrix (to put it in null space) with 1 percent disturbance in the linear combination, controlled functions are extracted. In the next step, a disturbance is applied to the system (10 percent increase for input feed and 5 percent increase for mole fraction) then maximum amount of financial gain is obtained in this case. Finally, optimization is achieved by prior disturbance and adding the indicated sensitive matrix. The results show that process could be controlled by using a linear combination in the mode of input disturbance without losing noticeable gain