Главная страница

Оценка индивидуального сейсмического риска. Программа Научные и научнопедагогические кадры инновационной России


Скачать 8 Mb.
НазваниеПрограмма Научные и научнопедагогические кадры инновационной России
АнкорОценка индивидуального сейсмического риска
Дата13.11.2022
Размер8 Mb.
Формат файлаpdf
Имя файлаОценка индивидуального сейсмического риска.pdf
ТипПрограмма
#785022
страница12 из 13
1   ...   5   6   7   8   9   10   11   12   13
Чарный И.А. Неустановившееся движение реальной жидкости в трубах. — М Недра, 1975. — С. 186--191.
3. Коппель ТА, Лийв У.Р. Экспериментальное исследование возникновения движения жидкости в трубопроводах // Изв. АН СССР,
МЖГ. — 1977. — № 6.
УДК КВ. Кузнецов, Д.В. Магу, Московский физико-технический институт
(государственный университет)
2
ЗАО «Хоневелл»
Многокритериальный выбор вариантов долгосрочного развития крупных НПЗ России
При долгосрочном планировании развития крупных промышленных предприятий используется ряд технико-экономических показателей для оценки эффективности инвестиций в их развитие. Наиболее распространенными являются чистый дисконтированный доход, внутренная норма доходности (IRR), дисконтированный срок окупаемости (DPP), индекс доходности (PI), PVI и другие, В докладе рассматривается задача многокритериального выбора варианта долгосрочного развития для одного из крупнейших нефте-
Секция технической кибернетики
147
перерабатывающих заводов (НПЗ) России, имеющая вид
max
IRR < IRR
max
Суммаотклоненийотрыночныхниш
min
PVI
min
Удельныйдоход
max const < Глубинапереработки
max
PI < PI
max
DP P > DP P
→ В качестве критериальных показателей использовались NPV, IRR,
DPP, PI, сумма отклонений от рыночных ниш по основным продуктам (С, PVI, удельный валовый доходи глубина переработки нефти (ГП), порядок которых может меняться.
Задача многокритериального выбора (1) может сведена к одно- критериальной следующим образом
(NPV
i
,IRR
i
,DP где f (NPV
i
,IRR
i
,DP P
i
,PI
i
,...) =

8
j
=1
α
j
(NPV
i
)
·x
j
(2),

8
j
=1
α
j
= 1,
j = 1,8, i = 1,18,
A
i
— й вариант развития, x
j
− й критериальный показатель.
Однако сложность решения задачи (2) связана исключительно с определением весовых коэффициентов.
В докладе для решения задачи (1) предлагается использовать метод многокритериальной лексикографической оптимизации В формализованном виде метод заключается в следующем, c

2
, ..., c
8
, c
9
— коэффициенты, характеризующие технолого- технические ограничения и погрешность данных при составлении ин- вестпрограммы:



























NPV

= max
i
∈I
NPV
i
, I =
{i : i = 1,18}, I
1
=
{i : NPV
i
 c
1
· NPV

}
IRR

= max
i
∈I
1
∈I
IRR
i
, I
2
=
{i ∈ I
1
: IRR
i
 c
2
· СО СО, I
3
=
{i ∈ I
2
: О c
3
· О min
i
∈I
3
∈I
2
∈I
1
∈I
PVI
i
, I
4
=
{i ∈ I
3
: PVI
i
 c
4
· PVI

}
PI

= max
i
∈I
4
∈...∈I
PI
i
, I
5
=
{i ∈ I
4
: PI
i
 c
5
· PI

}
DP P

= min
i
∈I
5
∈...∈I
DP P
i
, I
6
=
{i ∈ I
5
: DP P
i
 c
6
· DP P

}
M R

= max
i
∈I
6
∈...∈I
(M R
i
), I
7
=
{i ∈ I
6
: M R
i
 c
7
· MR

}
ГП

= max
i
∈I
7
∈...∈I
(ГП
i
), I
8
=
{i ∈ I
7
: ГП
i
 max(c
8
· MR

,c
9
}
i
∈ I
8
∈ I
7
∈ ... ∈ I
1
∈ I
(2)
148 я научная конференция МФТИ
ФАКИ-2
Литература
1. Методические рекомендации по оценке эффективности инвестиционных проектов. Рекомендации министерства экономики РФ от июня 1999 г. — М Экономика, 2000.
2. Карибский А.В., Рязанов ИВ, Соркин Л.Р., Хохлов АС, Ше-

стаков Н.В., Шишорин Ю.Р. Методология и практика разработки бизнес-планов реконструкции предприятий химико-технологического типа препринт. — М Российская Академия наук, 1998.
3. Емеличев В.А., Гирлих Э, Янушкевич О.А. Лексикографические оптимумы многокритериальной задачи // Дискретный анализ и исследование операция. — Серия 1, 1997. — Т. 4, № 2. — С. 3--14.
УДК 665.73
К.Ю. Перепелкина
ksenia180@mail.ru
Московский физико-технический институт
(государственный университет)
Поточные анализаторы качества бензинов и их применение в системах автоматического управления и оптимизации
При приготовлении товарного бензина необходимо контролировать значения основных показателей, которые характеризуют его эксплуатационные свойства (октановые числа по моторному и исследовательскому методам (МОЧ, ИОЧ), плотность, фракционный состав и пр. Если полученный конечный продукт не удовлетворяет требованиям по заданным качественным показателям, это приводит к дополнительным расходам, которые будут вызваны исправлением брака
(возможным добавлением дорогостоящих компонентов, потерей времени на исправление брака и, как следствие, задержкой отгрузки).
Для того чтобы избежать этого, необходимо постоянно отслеживать качество смешиваемого продукта и корректировать рецепт (соотношение компонентов) в процессе приготовления.
Таким образом, возникает задача оперативного управления процессом смешения с обратной связью. В этом случае обратную связь
Секция технической кибернетики
149
обеспечивает устройство, которое позволяет оперативно (в течение нескольких секунд) определять свойства получаемого бензина — поточный анализатор качества бензина. Эффект от внедрения поточных анализаторов улучшение качества товарной продукции (снижение запаса по качеству сокращение расходов на лабораторный аналитический контроль получение информации, характеризующей качество в реальном масштабе времени, и возможность использования этой информации в автоматизированных системах управления снижение затратна смешение за счет сокращения затратна повторное смешение.
Существуют два вида поточных анализаторов, которые в основном устанавливаются на смесительных установках ЯМР-анализатор и
ИК-анализатор, основанные на явлении ядерного магнитного резонанса и инфракрасной спектрометрии соответственно. В результате исследования этих двух видов анализаторов составлена сравнительная таблица последующим критериям преимущества и недостатки,
время измерения, многоканальность и количество характеристик.
Однако использование рассмотренных типов анализаторов невозможно без выполнения процедуры их калибровки для конкретного производства. Типовая калибровка включает базовое моделирование, основное моделирование, настройку и обслуживание модели.
Наличия только анализатора в системе оперативного управления смешением недостаточно для получения эффектов, перечисленных выше. Для этого необходима автоматизированная оптимизационная система корректировки рецепта в режиме реального времени, которая работает в темпе с измерениями поточного анализатора.
Литература
1. Аносов А.А., Ефитов ГЛ, Пузин Д.Г. Автоматизированная система оптимального управления станцией смешения бензинов на
НПЗ // Автоматизация в промышленности. — 2010. — № 4.
2. Open Blend Property Control: руководство пользователя. Версия. 0/ Honeywell, 2009.
150 я научная конференция МФТИ
ФАКИ-2 Официальный сайт фирмы
Modcon.

http://www.modcon-systems.com.
УДК ДА. Сумкин

dmitry.sumkin@phystech.edu
Московский физико-технический институт
(государственный университет)
Применение алгоритма нахождения медианы
Кемени как итогового ранжирования мнений экспертов
В задачах прикладной статистики часто приходится иметь дело с так называемыми нечисловыми данными. К примеру, большинство информации, предоставляемой при опросе группы экспертов, носит качественный характер. Таким образом, элементы выборки лежат в пространствах, не имеющих векторной структуры В классической теории математической статистики при расчёте выборочных характеристик распределения, регрессионном анализе и других областях используются операции суммирования. Для работы с объектами нечисловой природы необходимы принципиально другой подход, основанный на применении различных расстояний в пространствах, в которых они лежат, и решения. Этим вопросом занимается раздел прикладной статистики Теория измерений. В её
рамках удаётся указать вид средних величин, соответствующих тем или иным шкалам измерений Рассмотрим подробнее конкретный вид объектов нечисловой природы, парные сравнения. Именно парные сравнения являются наиболее удобными корректным способом получения мнения от эксперта. Для нахождения итоговой ранжировки группы экспертов приходится вводить средние значения как решения экстремальных задач.
Подход подразумевает следующее построения на всём множестве показаний экспертов бинарных отношений, определения шкалы допустимых преобразований, введения аксиоматики на этом множестве
(с учётом природы данных, а также множества допустимых преобразований над ними, которая однозначно определяет меру данного
Секция технической кибернетики
151
множества, и нахождения медианы Кемени. Медиана ищется как оптимизационная задача по нахождению минимального расстояния от произвольного элемента множества бинарных отношений до остальных элементов этого множества. Медиана Кемени и является искомым итоговым ранжированием Описанный подход был применён для нахождения итогового мнения группы экспертов при прогнозировании тенденций развития мировой космонавтики Литература. Орлов АИ. Прикладная статистика. — М Экзамен, 2004. —
656 с. Нечаева Е.Г., Орлов АИ, Соколов А.В. Статистика объектов нечисловой природы и анализ данных о научном потенциале // Социология С. 118--136.
3. Литвак Б.Г. Экспертная информация. Методы получения и анализа. — М Радио и связь, 1982.
4. Космонавтика XXI века. (Попытка прогноза до 2101 года) под. ред. академика РАН Б.Е. Чертока. — М РТСофт, 2010.
УДК 681.513.54
Ю.Б. Фоломкин
yuri.folomkin@honeywell.com
ЗАО «Хоневелл»
Анализ оптимального линейно-квадратичного регулятора в условиях стеснённого управления
С широким распространением в промышленности цифровых систем управления технологическими процессами (ТП), задача управления динамическим объектом по интегральному критерию качества становится всё более актуальной. Внедрения сложных современных систем усовершенствованного управления ТП очень дорого и недоступно большинству поенциальных пользователей. Это обостряет интерес к аналитическим методам конструирования регуляторов данного класса я научная конференция МФТИ
ФАКИ-2
Впервые задача синтеза управления линейным объектом для квадратичного критерия качества была решена Р. Калманом [1]. Однако,
оптимальный регулятор Калмана–Летова строится для нестеснённо- го управления, что часто не позволяет использовать его для реальных
ТП.
Подход к решению задачи в случае стеснённого управления предложил, показавший, что решение задачи в случае стес- нённого управления может быть вычислено итеративным пересчётом для любой заранее выбранной схемы ограничений СО на управления. (Каждая СО определяет, на каких тактах интервала прогнозирования длиной N и на какой границе (верхней или нижней) будут стеснены управления.)
В работе [3] этот результат использован для построения алгоритма управления, основанного на предварительном разбиении пространства состояний на т.н. области оптимальной достижимости
(ООД), каждой из которых соответствует некоторая.
Задача предварительного разбиения весьма трудоемка, для каждого узла сетки пространства состояний существуют 3
N m
вариантов
{СО}, m — размерность вектора управлений. В этой связи важно определить каким образом пространство состояний разбивается на ООД (в выдвинута гипотеза о регулярном устройстве ООД);
— какова оптимальная последовательность перебора СО при построении ООД
Экспериментальное исследование этих вопросов проведено для задачи управления широко распространенным технологическим аппаратом колонной-дебутанизатором.
В целом эксперименты подтверждают фрактальную структуру разбиения пространства состояний и ожидаемые изменения формы
ООД при варьировании параметров задачи.
Дальнейшие исследования предполагают теоретическое обобщение формы критерия управления на случай практически обоснованного линейного штрафа за управление, а также экспериментальное сравнение предложенного регулятора с системой усовершенствованного управления.
Литература
1. Kalman, R.E. Contributions to the Theory of Optimal Control //
Bol. Soc. Matem. Mexicana. — 1960. — Vol.5. No. 1. — Р. 102--120.
Секция технической кибернетики 2.
Deley,
G.W.
Optimal
Bounded
Control of
Linear
Sample–Data
System
Using
Quadratic
Performance
Criteria
//
NASA
Publication

SUDAER-148.

1963.

http://www.dtic.mil/cgi-bin/GetTRDoc?AD=AD404826&Location
= U2&doc = GetTRDoc. pdf
3. Дозорцев В.М., Фоломкин Ю.Б. Аналитическое конструирование регуляторов при ограничениях по управлению // Труды Междунар. научн. конфер. Математические методы в технике и технологиях (ММТТ-23). Саратов. — 2010.
УДК 519.688
Р.А. Шайдуллин
sh_rena@rambler.ru
Московский физико-технический институт
(государственный университет)
ЗАО «Хоневелл»
Постановка задачи календарного планирования производства и поставок продукции НПЗ
Современный нефтеперерабатывающий завод функционирует в условиях постоянно изменяющейся ситуации. Часто изменяющиеся во времени производственные и рыночные условия могут оказать существенное влияние на выполнение заданного месячного плана производства, поэтому они должны быть учтены и скоординированы с текущим состоянием производственных установок, резервуаров, складов готовой продукции и их взаимосвязей. Улучшенное составление расписаний работы производства и отгрузки продукции позволяет оптимально использовать производственные резервы, уменьшить затраты на производство и содержание складов В данной работе рассматривается производство машинных масел и отгрузка их со склада. Производство масел происходит следующим образом. В цех смешения с постоянной скоростью поступают компоненты, которые заливаются в компонентные резервуары. Затем по известному рецепту компоненты заливаются в продуктовый резервуар, где происходит их смешение, добавление присадок и анализ полученной смеси. После этого масло отправляется в цех фасовки, где я научная конференция МФТИ
ФАКИ-2
упаковывается в тару. Процесс отгрузки готовой продукции потребителям происходит по их разнарядкам. Считается, что все разнарядки известны вначале недели. Разнарядка на отгрузку готовой продукции содержит список продуктов и их объемы, которые нужно отгрузить со склада завода одновременно (разнарядка на автомашину).
Отгрузку необходимо выполнить до конца недели.
Под календарным планированием подразумевается составление расписания на декаду по дням или сменам. Для отражения изменений в оперативном плане функционирования завода и оперативного реагирования на изменение графиков поступления сырья и отгрузок готовой продукции расписание составляется один разв два-три дня с учетом обновленных данных о состоянии завода. Исходными данными для модели составления расписания являются скорости поступления компонентов масел, запасы компонентов и продуктов в резервуарах, рецепты приготовления масел и скорости их приготовления. Эти данные поступают в систему составления расписания из окружения системы моделирования нефтехимии и нефтепереработки а также системы план–факт анализа НПЗ. Исходные данные по разнарядкам могут поступать в систему календарного планирования из системы Критерием оптимизации в данной модели являются количество переключений режимов работы установок цеха смешения и загрузка склада штрафуется большое количество продукта на складе, поэтому отгрузка потребителям осуществляется как можно быстрее.
Данная задача была реализована на тестовых примерах в системе составления расписаний Production Scheduler фирмы Литература. Производственный менеджмент / под ред. В.А. Козловского. М Инфра–М, 2003. — 574 с. Гаврилов ДА. Управление производством на базе стандарта. — СПб.: Питер, 2002. — 352 с
Секция технической кибернетики
155
УДК ММ. Шундерюк

shunderyuk@gmail.com
Московский физико-технический институт
(государственный университет)
Усовершенствованное управление системой отопления помещения
Приводится учебный пример системы усовершенствованного управления (Advanced Process Control — APC [1]) отоплением помещения, построенной на основе специализированного программного обеспечения (ПО) корпорации Рассматривается помещение с системой отопления, состоящей из батареи регулируемой мощности P и радиатора, нагревающего воздух из внешнего пространства. Регулируемыми параметрами для радиатора являются расход потока воздуха F и его температура Температура в помещении будет обозначаться T
R
, а температура внешнего пространства — T
A
. Температуры измеряются в градусах, а потоки мощность — в инженерных единицах. Все параметры ограничены максимальными минимальным значениями, обусловленными физическими причинами.
Предполагается, что затраты на использование радиатора равны
, а затраты на использование батареи — k
2
P . Выбираются, то есть использование батареи всегда обходится более дорого, чем радиатора.
Теоретическая температура в помещении рассчитывается изба- ланса энергии, в предположении, что потери тепла из помещения в единицу времени составляют
1   ...   5   6   7   8   9   10   11   12   13


написать администратору сайта