Анализ современного состояния систем автоматизации на современном промышленном оборудовании в нефтегазовой отрасли

Размещено на http://www.allbest.ru/

Анализ современного состояния систем автоматизации на современном промышленном оборудовании в нефтегазовой отрасли

Мукашева Р.К.

Казахский национальный технический исследовательский университет имени К.И. Сатпаева, Алматы, Казахстан

Аннотация

Теоретически любой процесс в нефтегазовой отрасли можно выполнять на неавтоматизированном оборудовании с ручным управлением при непосредственном участии человека, однако такое управление по сравнению с автоматизированным кроме значительных затрат «живого» труда и других ресурсов, приводит к снижению производительности оборудования и качества продукции.

Автоматизация многих объектов нефтегазовой отрасли представляет собой автоматизированные системы (АС) диспетчерского управления с локальными системами контроля и управления. Однако автоматизация многих из низ требуют современного реинжиниринга с использованием новых информационных технологий.

В работе представлен анализ состояния автоматизации на современном промышленном оборудовании в нефтегазовой отрасли.

Ключевые слова:SCADAсистем, ОРС, PROFINET,генетический алгоритм, искусственный иммунный систем.

В настоящее время архитектура информационных систем, часть из которых АС, реализуется в виде открытой «клиент-серверной» модели. Основным критерием выбора архитектуры и инфраструтуры АС является минимизация ее совокупной стоимости приобретения и эксплуатации. Именно такими являются практически все современные SCADA-систем, использующие стандарты ОРС. Они разработаны с целью сокращения затрат на создание и сопровождение приложений промышленной автоматизации. Их применение при проектировании архитектуры АС решает вопросы обмена данными с устройствами разных производителей или по разным протоколом обмена данными.

Стандарт PROFINET предназначен для коммуникационной части систем промышленной автоматизации. Он обеспечивает доступ к устройствам полевого уровня (датчикам, машинным контроллерам, исполнительным устройствам) со всех уровней управления предприятием. Стандарт позволяет выполнять широкий обмен данными, поддерживает проектирование АС в масштабах предприятия и использует ITстандарты вплоть до полевого уровня. Он поддерживает практически все существующие сети[1].

В статье рассматриваются системы автоматизации, направленные на повышение эффективности производства в нефтегазовой промышленности. Описаны возможности и характеристики программ. Наиболее интересной и перспективной на сегодняшний день областью в сфере автоматизации нефтегазовой промышленности является, пожалуй, область автоматизации производственного процесса. В условиях жесткой конкурентной борьбы и быстроменяющейся рыночной ситуации ключевой областью деятельности, требующего максимального пристального внимания, становится эффективность производства. В данной статье речь пойдет о системах автоматизации, направленных на повышение эффективности производства в нефтегазовой промышленности 2.

Все современные предприятия нефтехимической отрасли имеют острую потребность в интенсификации своих производственных процессов. Интенсифицировать процесс очистки промышленных стоков, а также обеспечить возможность внедрения оборотной системы водоснабжения возможно при установке в данную систему очистки высокочувствительных датчиков, реализующих контроль и предоставление информации в доступном текстовом виде. Эту проблему рассмотрели в своей статье специалисты Казанского Технологического университета М.Ю. Васильев и Т.В. Карпов.

Также существует множество моделей и алгоритмов построения интеллектуальных систем автоматического управления, которые используются на производстве: на основе искусственных нейронных сетей (НС), генетических алгоритмов (ГА), искусственных иммунных систем (ИИС), эволюционных алгоритмов, роевого интеллекта и т.д.

В работе рассматривается решение задачи автоматизации синтеза регуляторов систем автоматического управления на основе генетических алгоритмов. Выполнен сравнительный анализ качественных характеристик методов проектирования регуляторов, а именно классических, адаптивных, робастных, нечетких, нейронных. Представлена зависимость предпочтения выбора методов проектирования регуляторов в различных условиях информационной обеспеченности проектировщика. Приведены основные отличия нечетких регуляторов от классических. Рассмотрены наиболее значимые проблемы проектирования нечетких контроллеров. Предложена последовательность шагов метода автоматизации синтеза нечетких регуляторов на основе генетических алгоритмов [4].

В работе разработана технология сбора данных с реальных объектов промышленной автоматизации с использованием оборудования Schneider Electric и организации информационного обмена с интеллектуальной системой прогнозирования и управления на основе биологического подхода искусственных иммунных систем.

В последнее время особое внимание уделяется искусственным иммунным системам (ИИС), основанным на обработке информации молекулами белков и иммунологической реакции организма при вторжении чужеродных антигенов. Достоинством ИИС является распределенность, самообучаемость, отсутствие централизованного контроля, самоорганизация и эволюция, малые вычислительные ресурсы, возможность параллельной обработки информации. Основные задачи, которые решаются при иммунносетевом моделировании: выбор структуры иммунной сети (ИС); уменьшение времени на обучение ИС; выбор оптимальной структуры ИС; решение задачи выделения информативных признаков; уменьшение ошибки обобщения ИС; повышение достоверности прогноза; работа в реальном масштабе времени; распараллеливание вычислительных алгоритмов; разработка автоматизированной системы построения технологических цепочек для различных критериев качества на основе формального языка интеллектуальной технологии обработки многомерных данных ИИС; разработка операционных маршрутов пользователя и создание библиотек для иммунносетевого моделирования; визуализация данных [5].

Таким образом, применение современные систем автоматизации для промышленность позволяет создавать системы управления нового поколения, в которых сочетаются методы искусственного интеллекта и современное промышленное оборудование различных фирм производителей для программно-аппаратной реализации интеллектуальных систем управления.

интеллектуальный нефтегазовый алгоритм регулятор

Список литературы

1. Громаков Е.И. Автоматизация нефтегазовыми технологическими процессами. - Томск: Издательство Томского политехнического университета, - 2010. - С. 20-24.

2. Средства, системы и технологии автоматизации в нефтегазовой промышленности. - М: Журнал «ИСУП», -2008. -№2(18).

3. Васильева М.Ю., Карпова Т.В. // Вестник Казанского технологического университета. - 2015. №11. Т.15.- С.189-191.

4. Д.А. Белоглазов, В.Ю. Евтушенко. Автоматизация синтеза регуляторов с применением генетических алгоритмов. -М: Известия техническиt науки, - 2014. - №5(154)

5. Cамигулина З.И., Самигулина Г.А.Интеллектуальный анализ данных для систем промышленной автоматизации на основе искусственных иммунных систем//Вестник НТУ "ХПИ",- 2013. - № 19 (992).

Размещено на Allbest.ur