Файл: Расчет и проектирование систем обеспечения техносферной безопасности трубчатой печи пиролиза.docx
Добавлен: 04.05.2024
Просмотров: 130
Скачиваний: 1
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
вх вх вых вых пер пер прод прод прод прод
(4.3)
+K2 ΔP+K2 M +K2 ρ,
р фр фр пл
где K– коэффициенты функции приспособленности, подбираемые генетическим алгоритмом;
Твх, Твых, Тпер– показания датчиков температуры на входе, выходе, перевале трубчатой печи соответственно;
Fпрод,ʋпрод– показания датчиков расхода и виртуального анализатора скорости потока соответственно;
ΔP– разница показаний датчиков давления на входе и выходе из змеевика
печи;
Мфр– фракционный состав нафтеновых и щелочных групп, влияющих на
коксообразование;
ρ– показания датчика плотности.
Ограничения:
-
значение Fminдолжно быть больше 1; -
если показания с какого-либо датчика отсутствуют, то коэффициент К приравнивается к 0; -
количество дней работы трубчатой нагревательной печи Тнормдолжно быть не менее 2 дней.
Критерий:
-
необходимо контролировать уровень закоксованности (зависит от скорость коксообразования) и не допустить достижения критической величины скорость коксообразования.
Критериями для прекращения работы ГА являются: нахождение решения требуемого качества (с точностью 0,00001); достижение определенного числа поколений (1000); истечение времени отпущенного на эволюцию (10 мин); получение решения, попавшего в глобальный максимум.
Все объекты (элементы любого вектора)
представляются в виде совокупности параметров, численно характеризующих данные объекты (Таблица 4.1). Параметры определяются в узком множестве значений (только положительных). Вектор подбора: TRENING= {S1, S2,…, SC}, где SC– номер обучающегося, выбранного для ликвидации A-ой аварийной ситуации, А= {1, …, N}, S= {1, .., С}.
Следовательно, задача оптимизации сводится к задаче выбора такого варианта вектора TRENING, в котором с учетом критериев и ограничений он будет максимально содействовать достижению поставленной цели.
Таблица 4.1 – Определение значений параметров для каждой характеристики
| Параметр | Возможные значения параметра | Значение коэффициента | Относительный вес параметра |
| Обучающиеся | |||
| | низкая | 1 | |
| 1 Квалификация | средняя | 2 | 2 |
| | высокая | 3 | |
| | 0-5 лет | 1 | |
| 2 Опыт работы | 5-10 лет | 2 | 3 |
| | более 10 лет | 3 | |
| Аварийные ситуации | |||
| | малый | 1 | |
| 1 Ущерб | средний | 2 | 2 |
| | высокий | 3 | |
| 2 Возможность быстро ликвидировать аварийную ситуацию | да нет | 1 2 | 1 |
| | прогнозирование последствий | | |
| | по методу «что, если?» | 1 | |
| 3 Способы устранения аварийной ситуации | поиск причин неисправностей | 2 | 3 |
| | типовые, стандартные и | | |
| | аварийные процедуры | | |
| | действий | 3 | |
Ограничения:
-
весовой коэффициент обучающегося на тренажере должен быть больше или равен весовому коэффициенту аварийной ситуации: WS>= WA; -
количество аварийных ситуаций должно быть меньше или равно количеству обучающихся.
Критерии:
-
на конкретную аварийную ситуацию следует выбрать одного обучающегося.
Веса обучающегося и аварийной ситуации определяется по следующим формулам:
C
W (S
) pj,
(4.4)
Si i, j
j1
где Si,j– значение j-го параметра у i-го объекта из вектора обучающихся, S= {1…C};
pj– относительный вес j-го параметра у i-ого объекта.
N
W ( A
) pj,
(4.5)
Ai i, j
j1
где Ai,j– значение j-го параметра у i-го объекта из вектора аварийных ситуаций;
A= {1…N};
pj– относительный вес j-го параметра у i-го объекта.
Функция приспособленности представляет собой следующее выражение:
A
F(TRENING) F(TRENING)max (WAiWSi K(xi)),
i1
(4.6)
где TRENING– вектор подбора;
WAi– вес аварийной ситуации в i-м подборе;
WSi– вес обучающегося;
F(TRENING)max– максимальное значение функции приспособленности;
Критериями для прекращения работы ГА являются: нахождение решения требуемого качества (с точностью 0,01); достижение определенного числа поколений (100); истечение времени отпущенного на эволюцию; получение решения, попавшего в точку перегиба целевой функции (глубокий локальный оптимум).Написание логики для программного обеспечения осуществлялся на языке программирования С#.
Применение генетического алгоритма для получения оценочных коэффициентов. В данной работе генетический алгоритм применяется для поиска решения нелинейного уравнения со многими неизвестными.
Разработка интерфейса интеллектуальной системы.
Взаимодействие пользователя и элементов программы осуществляется посредством графических элементов (кнопок, значков, меню и т.п.). Необходимо создать интуитивный графический интерфейс, в котором вся информация представляется в простой и доступной для понимания форме.
Рисунок 4.4 – Результат работы программы, отображающий уровень закоксованности в змеевике в каждый момент времени
После окончания работы генетического алгоритма, пользователю представится график с уровнем закоксованности змеевика.
Уровень будет представлен в процентной форме. При наведении курсора на любую из представленных координат, выведется на экране значение уровня отложений в процентной форм.
