Методы повышения точности моделей виртуальных анализаторов показателей качества фракции 80…180 С для колонны К-2 установки атмосферно-вакуумной перегонки нефти

DOI: 10.25728/avtprom.2021.07.06

Рассматривается задача повышения точности модели виртуального анализатора показателей качества фракции 80…180 ⁰С для колонны К-2 установки атмосферно-вакуумной перегонки нефти. Построены модели виртуальных анализаторов с применением регрессионных методов и искусственных нейронных сетей. Определена методика отбора данных параметров технологического процесса, позволяющая строить более точные модели, чем используемые на установке в настоящее время. Регрессионные модели оценивались по методу наименьших квадратов. Дополнительно рассмотрен альтернативный метод решения задачи с использованием нейронных сетей. Показано, что нейронные сети позволяют построить более точную модель виртуального анализатора, чем регрессионные методы, не прибегая к предварительной фильтрации и отбору данных технологического процесса для построения модели. Ввиду особенностей существующего программного обеспечения АСУТП, стандартно применяемых на предприятиях, использование нейронных сетей в настоящее время не представляется возможным, но является перспективным направлением для проработки.