Estimating process simulation errors of an industrial fractionator column by using data-driven modelling techniques
Endüstriyel fraksiyonlandırma kolonunun simulasyon hatalarını veri-bazlı modelleme teknikleri ile tahmin edilmesi
- Tez No: 456337
- Danışmanlar: DOÇ. DR. ÖZDEN GÜR ALI
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: İngilizce
- Üniversite: Koç Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 171
Özet
Petrol rafinerileri için rafineri ünitelerinin güvenli ve verimli şekilde işletilmesi en temel unsur olmaya devam etmektedir. Günlük yakıt tüketimindeki artış ve bu tüketimin karşılanması ihtiyacının gerekliliği rafineri ünitelerinin ekonomik şekilde işletilmesinin son derece önemli olduğunu göstermektedir. Ne yazık ki, aşağı akım (downstream) rafineri endüstrisi, yeni rafineri teknolojilerine yatırım gerektiren, iyileştirilmiş proses operasyonlarını ve taleplerdeki değişikliklere adapte olmayı gerektiren sıkı ürün spesifikasyonlarının getirilmesinden dolayı bir çok teknik ve operasyonel zorluklar ile karşı karşıya kalmaktadır. Bir çok rafineri ünitesi için küçük dokunuşlarla çalışma koşullarının iyileştirilmesi genellikle mümkündür ve bu küçük iyileşmeler genellikle büyük bir ekonomik fayda anlamına gelir ve çaba harcamaya değerdir. Bu operasyonel iyileştirmeler hem süreçlerin ilk ilkelerini (teorik ilkelerini) modelleyen proses simülatörlerinden hem de veri tabanlı modeller yoluyla prosesin davranışını tahmin etmek için kullanılan proses verilerinden yararlanılarak elde edilebilir. Teorik modellerin, prosesin gerçek davranışından kaçınılmaz olarak sapması nedeniyle bir çok proses mühendisi proses koşullarını iyileştirmek için veri bazlı modelleri tercih etmektedir. Öte yandan, veri bazlı modellere kıyasla, proses simülatörleri ile proses hakkında daha fazla bilgi edinmek mümkündür. Bu tez çalışmasında, Türkiye Petrol Rafinerileri A.Ş.'de yer alan endüstriyel hidrokraker fraksiyonlandırma kolonunun ürün kalitesine ilişkin proses simülatör çıktılarını karar destek regresyonu, yapay sinir ağları, rasgele orman ve doğrusal regresyon gibi veri bazlı modeller ile düzeltecek yeni bir yaklaşımı öneriyor ve test ediyoruz. Böyle bir yaklaşım ile birlikte proses mühendisleri hem proses simülatörünün (ürün özellikleri gibi) bazı kritik kritik çıktılarını kabul edilebilir bir hata ile düzeltmekte ve aynı zamanda yalnızca data bazlı modeller ile elde edilemeyecek proses hakkındaki ilave bilgilere ulaşabilmektedir. Ayrıca, operasyonel veri ile şarj karakterizasyonu yapmaya olanak sunan bir metot sunarak, şarjın destilasyon verilerine ihtiyaç duyan proses simülatörlerinin herhangi bir zamanda çalıştırılmasının yöntemini sunuyoruz. Son olarak, simülatör hatalarının modellemesi için 6 farklı yaklaşım sunarak, bu yaklaşımların sonuçlarını ölçüm belirsizlerini dikkate alarak değerlendiriyoruz.
Özet (Çeviri)
Safe and efficient operation of refinery units remains the prime concern for refineries. The daily growth of fuel consumption and the necessary of proving it show that operating of a refinery unit in economical way is vital case. Unfortunately, the downstream refining industry faces many technical and operation difficulties due to the introduction or increase of environmental restrictions that lead to tighter product specification that require investing in new refinery technologies, improved process operations, as well as adaptation to the changes in demands. For most of the refinery units it is usually possible to improve the operating conditions with small touches and these tiny operational improvements often mean a huge economic benefit and is worth of effort. Operational improvements depend on accurate estimates of process behaviours, which can be achieved both by using process simulators, which embody first-principle models of the processes, and/or by data-driven models derived with operation data. Due to the inevitable deviation of theoretical models from the actual behavior of the process, many process engineers prefer data-driven. On the other hand; compared to data-driven models, it is possible to extract much more information about the process by means of a process simulator. In this thesis, we propose and test a novel approach that corrects process simulator outputs for product qualities of an industrial hydrocracker fractionator column located in Turkish Petroleum Refinery Co. with data-driven models. The data-driven models use Support Vector Regression, Artificial Neural Networks, Random Forest, and linear regression model. With such an approach, process engineers can both correct some crucial actual outputs (product qualities) of process simulator with an acceptable error and at the same time they can extract more information related to the process, which is not possible to obtain with only data-driven models. We also introduce a method for feed characterization with operational data, which is a critical input of the process simulators. This enables using the process simulator for any time. Finally, we show six different approaches for simulation error modelling and evaluate their results by considering the measurement uncertainties.
Benzer Tezler
- Statistical cryogenic modeling methodology of MOSFET DC characteristics in BSIM3
MOSFET DC karakteristiğinin kriyojenik koşullarda BSIM3 ile istatistiksel olarak modellenmesi
AYKUT KABAOĞLU
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA BERKE YELTEN
- Eş zamanlı konumlandırma ve haritalama tekniklerinin hız performansının geliştirilmesi
Improving runtime efficiency of simultaneous localization and mapping techniques
ZİYA UYGAR YENGİN
Yüksek Lisans
Türkçe
2017
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. VOLKAN SEZER
- Elektromanyetik açıcının bazı fiziksel özelliklerinin ölçümü, sonlu elemanlar yöntemi ile analizi ve karakteristiğinin makine öğrenmesi ile kestirimi
Measurement of some physical properties of an electromagnetic plunger, its analysis with finite element method, and estimating the characteristic using machine learning
MAHAMMADKHAN GULIYEV
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ŞUAYB ÇAĞRI YENER
- Bir montaj hattının benzetimi
Simulation of an assembly line
UMUT ALEV
Yüksek Lisans
Türkçe
1991
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. MURAT DİNÇMEN
- Türk denizcilik eğitimi için sistem planlaması
A System planning for Turkish maritime education
ÖZKAN POYRAZ