WWW.PDF.KNIGI-X.RU
БЕСПЛАТНАЯ  ИНТЕРНЕТ  БИБЛИОТЕКА - Разные материалы
 

Pages:   || 2 |

«ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ «МОСКОВСКИЙ ФИЗИКО-ТЕХНИЧЕСКИЙ ИНСТИТУТ (ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ)» БАУЛИН ЕВГЕНИЙ СЕРГЕЕВИЧ ...»

-- [ Страница 1 ] --

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ ОБРАЗОВАТЕЛЬНОЕ

УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

«МОСКОВСКИЙ ФИЗИКО-ТЕХНИЧЕСКИЙ ИНСТИТУТ

(ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ)»

БАУЛИН ЕВГЕНИЙ СЕРГЕЕВИЧ

АВТОМАТИЗИРОВАННАЯ АКТУАЛИЗАЦИЯ

ОПТИМИЗАЦИОННЫХ МОДЕЛЕЙ ПЛАНИРОВАНИЯ

НЕФТЕПЕРЕРАБАТЫВАЮЩИХ/НЕФТЕХИМИЧЕСКИХ

ПРОИЗВОДСТВ

Специальность 05.13.06 – Автоматизация и управление технологическими процессами и производствами (промышленность) (технические науки) Диссертация на соискание ученой степени кандидата технических наук

Научный руководитель:

доктор технических наук, профессор Хохлов Александр Сергеевич Москва - 2014 Содержание ВВЕДЕНИЕ

ГЛАВА 1. ОСОБЕННОСТИ НЕФТЕПЕРЕРАБАТЫВАЮЩЕГО/ НЕФТЕХИМИЧЕСКОГО

ПРОИЗВОДСТВА. СУЩЕСТВУЮЩИЕ ПРОБЛЕМЫ И ПОДХОДЫ К РЕШЕНИЮ ЗАДАЧ

ПЛАНИРОВАНИЯ ДЕЯТЕЛЬНОСТИ НПЗ/НХК

1.1. КЛАССИФИКАЦИЯ СИСТЕМ ПЛАНИРОВАНИЯ И УПРАВЛЕНИЯ РАБОТЫ ПРЕДПРИЯТИЯ

1.2. ОСОБЕННОСТИ ПРОИЗВОДСТВЕННОГО ПЛАНИРОВАНИЯ НПЗ/НХК

1.3. ОПТИМИЗАЦИОННЫЕ МОДЕЛИ ПРОИЗВОДСТВЕННОГО ПЛАНИРОВАНИЯ



1.3.1. Построение моделей текущего и календарного планирования

1.3.2. Проблемы разработки и внедрения моделей планирования на предприятии

1.4. ИСХОДНЫЕ ДАННЫЕ И ИХ ОЦЕНКА ДЛЯ ПОСТРОЕНИЯ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ ПЛАНИРОВАНИЯ

ПРОИЗВОДСТВА

1.5. АКТУАЛИЗАЦИЯ ОПТИМИЗАЦИОННЫХ МОДЕЛЕЙ ПЛАНИРОВАНИЯ

1.5.1. Актуализация моделей текущего планирования

1.5.2. Актуализация моделей оперативного планирования

1.6. ЗАКЛЮЧЕНИЕ К ПЕРВОЙ ГЛАВЕ

ГЛАВА 2. ПОСТАНОВКА ЗАДАЧИ УЧЕТА ПЕРЕМЕННЫХ НОРМ РАСХОДА ЭНЕРГОРЕСУРСОВ

ОТ ЗАГРУЗКИ УСТАНОВОК В ОПТИМИЗАЦИОННЫХ МОДЕЛЯХ ПЛАНИРОВАНИЯ

2.1 УЧЕТ ПЕРЕМЕННЫХ НОРМ РАСХОДА ЭНЕРГОРЕСУРСОВ В МОДЕЛЯХ ПЛАНИРОВАНИЯ

2.2. ФОРМИРОВАНИЕ МОДЕЛЕЙ ПЛАНИРОВАНИЯ С УЧЕТОМ ПЕРЕМЕННЫХ НОРМ

ГЛАВА 3. ОПЫТ ПРАКТИЧЕСКОЙ РЕАЛИЗАЦИИ МОДЕЛЕЙ ПЛАНИРОВАНИЯ С УЧЕТОМ

ПЕРЕМЕННЫХ НОРМ ЭНЕРГЕТИКИ

3.1. ПРАКТИКА ВНЕДРЕНИЯ МОДЕЛЕЙ С ПЕРЕМЕННОЙ ЭНЕРГЕТИКОЙ НА ПРЕДПРИЯТИЯХ

3.2. РАЗРАБОТКА МОДЕЛИ С ПЕРЕМЕННОЙ ЭНЕРГЕТИКОЙ

3.2.1. Описание модели НПЗ

3.2.2. Построение модели с учетом переменных норм

3.2.3. Результаты вычислений

ГЛАВА 4. ФОРМИРОВАНИЕ ОПЕРАТИВНОГО ПЛАНА ПРОИЗВОДСТВА НПЗ/НХК

4.1. ЗАДАЧА ДЕТАЛИЗАЦИИ ТЕКУЩЕГО ПЛАНА

4.2. МЕТОДИКА СКОЛЬЗЯЩЕГО ПЛАНИРОВАНИЯ

4.3. ПОСТРОЕНИЕ МНОГОПЕРИОДНЫХ МОДЕЛЕЙ ОПЕРАТИВНОГО ПЛАНИРОВАНИЯ

ГЛАВА 5. ПОСТРОЕНИЕ МОДЕЛЕЙ СКОЛЬЗЯЩЕГО ПЛАНИРОВАНИЯ

5.1. АКТУАЛИЗАЦИЯ МОДЕЛЕЙ ВНУТРИ ГОРИЗОНТА ПЛАНИРОВАНИЯ

5.2. ЛИНЕАРИЗАЦИЯ НЕЛИНЕЙНЫХ ПОДМОДЕЛЕЙ ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ

5.2.1. Преобразование подмоделей первичных установок

5.2.2 Преобразование подмоделей вторичных установок

5.2.3 Прослеживание качества потоков

5.3. ПОСТРОЕНИЕ ПОСЛЕДОВАТЕЛЬНОСТИ МОДЕЛЕЙ ТЕКУЩЕГО И ОПЕРАТИВНОГО ПЛАНИРОВАНИЯ

5.3.1 Построение модели текущего планирования

5.3.2 Построение модели оперативного планирования

ЗАКЛЮЧЕНИЕ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЕ 1. ПРОЦЕДУРА ФОРМИРОВАНИЯ МОДЕЛИ ОПЕРАТИВНОГО

ПЛАНИРОВАНИЯ В СИСТЕМЕ RPMS

ПРИЛОЖЕНИЕ 2. ОСНОВНЫЕ ПРИНЦИПЫ РАБОТЫ ОПЦИИ R_LINE

ПРИЛОЖЕНИЕ 3. МАТЕРИАЛЫ О ВНЕДРЕНИИ

Введение

Актуальность. На многих нефтеперерабатывающих предприятиях для решения задачи оптимального производственного планирования используются системы моделирования, с помощью которых можно построить математическую модель производства и рассчитать производственную программу.

Математические модели производства позволяют при решении задачи оптимизационного планирования учитывать логические и химикотехнологические особенности работы производства, прослеживать показатели качества готовой продукции от показателей качества нефтяного сырья, отразить сложившуюся экономическую ситуацию на рынке. Примером системы такого класса на российских и зарубежных заводах является RPMS (Honeywell) – система моделирования нефтехимии и нефтепереработки.

Математическая формулировка задачи планирования для нефтеперерабатывающего предприятия представляет собой задачу математического программирования большой размерности (тысячи ограничений и переменных). Главным критерием решения такой задачи является максимальная маржинальная прибыль предприятия при условии выполнения техникоэкономических ограничений накладываемых на производственную программу.

Ограничения на производство формируют матрицу задачи, в которой коэффициенты нелинейно зависят от значения переменных. Основные трудности при формировании матрицы задачи планирования связаны с учетом в модели уникальных свойств нефти, как сырья переработки, и сложностью нефтехимической технологии, поэтому всегда при формировании моделей планирования большое значение придается их актуализации.

Осуществить актуализацию модели означает сформировать коэффициенты матрицы задачи, таким образом, чтобы решение задачи было способно адекватно отразить развитие производственной ситуации на текущий горизонт планирования.

Эффективная эксплуатация оптимизационных моделей достаточной сложности и большой размерности предполагает, что системы планирования такого класса используются специалистами высокой квалификации, сочетающими как знания возможностей системы и технологических особенностей производства, так и основ математического программирования.

Перед тем как рассчитать производственный план с помощью RPMS-модели пользователь должен подготовить актуальные исходные данные о производстве и ввести их в модель, решив для этого целый ряд задач, например, таких как:

• оценка фракционного состава дистиллятов и оценка требуемых показателей качества нефтепродуктов;

• прогноз отборов и показателей качества продуктов на установках;

• прогноз норм энергопотребления;

От того на сколько точно пользователь подготовит необходимые исходные данные и будет зависеть результат решения оптимизационной модели.

Таким образом, для пользователей математических систем моделирования крайне важно иметь средства автоматизированной актуализации моделей планирования, которые бы позволяли:

1. Снизить трудоемкость и время настройки модели;

2. Внедрять в эксплуатацию на предприятиях более точные модели планирования;

3. Снизить количество ошибок ввода исходных данных, связанных с человеческим фактором.

Кроме того, актуализация моделей планирования для получения плана на текущий месяц является очень трудоемким процессом, который требует больших усилий и временных затрат (несколько рабочих дней). После разработки производственной программы на предприятии возникает задача её реализации.

Для этого внутри текущего месяца необходимо несколько раз решать задачу оперативного планирования, формируя промежуточные плановые задачи на неделю или декаду с учетом фактической информации о производстве.

Необходимо учитывать, что для актуализации моделей оперативного планирования на неделю или декаду у модельера есть очень мало времени (несколько часов). Поэтому, используя только стандартные способы ручной актуализации моделей, пользователь может не успеть подготовить во время оперативный план работы предприятия.

является разработка универсальной Целью диссертационной работы методологии актуализации моделей текущего и оперативного планирования для их эффективного применения на реально действующих объектах типа НПЗ/НХК, и применение этой методологии путем создания программных коммерческих продуктов для решения двух задач:

1. Учета переменных норм потребления энергоресурсов в зависимости от загрузки установок в моделях текущего планирования.

2. Детализации текущего плана в моделях оперативного планирования.





Методы исследования. Основные результаты получены с использованием методов моделирования производственных процессов, исследования операций, нелинейного частично-целочисленного математического программирования.

Научная новизна. Совокупность проведенных в диссертации теоретических и прикладных исследований позволила предложить методологию актуализации оптимизационных моделей для решения задачи текущего планирования на месяц, квартал, год и оперативного планирования на неделю, декаду.

При этом:

Разработана универсальная методология актуализации моделей текущего и оперативного планирования.

Разработан метод построения математических моделей, позволяющий автоматически выбирать способ актуализации моделей: перед началом поиска оптимального решения или в процессе поиска решения.

Разработан метод линеаризации нелинейных подмоделей технологических процессов в оптимизационных моделях планирования нефтеперерабатывающих/нефтехимических производств.

Защищаемые положения.

• Предложена универсальная методология актуализации моделей текущего и оперативного планирования, которая может быть реализована в различных системах математического моделирования нефтехимии/нефтепереработки.

• Разработанные математические модели объектов типа НПЗ/НХК для решения задач текущего и оперативного планирования.

• Алгоритмы и программное обеспечение для реализации и внедрения разработанных моделей на реальных действующих объектах типа НПЗ/НХК.

Практическая значимость. В диссертационной работе:

Предложен подход к актуализации моделей планирования для решения задачи текущего планирования. Данный подход был реализован на примере решения задачи учета переменных норм расхода энергоресурсов в RPMSмоделях с использованием разработанной дополнительно к базовой комплектации системы RPMS специализированной опции R_FRESH.

Разработан метод построения многопериодных моделей для решения задачи детализации текущего плана деятельности НПЗ/НХК с учетом фактической информации о производстве.

Разработан подход к актуализации моделей планирования для решения задачи оперативного планирования по неделям, декадам. Данный подход был реализован на линеаризованных RPMS-моделях с использованием разработанной дополнительно к базовой комплектации системы RPMS опции R_LINE.

Реализация результатов работы. Результаты исследований, проведенных в диссертации, внедрены в центральном офисе и на ряде дочерних предприятий компании ОАО для решения задачи производственного «ЛУКОЙЛ»

планирования с учетом переменных норм потребления энергоресурсов в рамках выполнения договорных работ компании Honeywell. Внедрение опции R_FRESH дало возможность повысить точность планирования расхода энергоресурсов на установках. Работоспособность предложенного подхода к актуализации моделей планирования для решения задачи детализации плана была проверена на реальных и тестовых моделях нефтеперерабатывающих заводов. Результаты проверки показали эффективность использования предложенного подхода за счет снижения трудоемкости и сокращения времени на построение и актуализацию многопериодных моделей.

Апробация работы. Результаты диссертационной работы докладывались и обсуждались на 50-й, 52-й, 53-й, 54-й научных конференциях МФТИ (Москва 2007, 2009, 2010, 2011); научных международных конференциях «Управление развитием крупномасштабных систем – MLSD 2010 и 2012» (Москва 2010, 2012);

научно-практической конференции «Передовые информационные технологии, средства и системы автоматизации и их внедрение на российских предприятиях»

(Москва 2011); X Всероссийской научно-технической конференции «Актуальные проблемы развития нефтегазового комплекса России» (Москва 2014).

Публикации. По теме диссертации автором опубликовано 11 печатных работ, в том числе 3 из них в периодических изданиях, включенных в Перечень ведущих рецензируемых научных журналов и изданий ВАК.

Структура и объем диссертации. Работа состоит из введения, пяти глав, заключения, двух приложений, содержит 149 страниц текста вместе с приложениями, содержит 64 рисунка, 39 таблиц, список литературы из 70 наименований.

В главе I рассматриваются особенности и существующие проблемы при решении задач планирования нефтеперерабатывающего производства.

Описываются существующие на сегодняшний день методологические подходы к построению, внедрению и сопровождению математических моделей производства, позволяющих решать задачи производственного планирования.

Обосновывается необходимость предлагаемых в диссертационной работе подходов, позволяющих автоматизированно осуществлять актуализацию статических моделей двух типов: текущего планирования на месяц, квартал, год и оперативного планирования на неделю или декаду.

В главе II приводятся описание и математическая формулировка задачи производственного планирования с учетом переменных норм энергетики.

Рассматриваются трудности учета в оптимизационных моделях переменных норм энергетики на различных реальных объектах типа НПЗ/НХК. Предлагается общий подход, позволяющий решить данную задачу с использованием разработанной в ходе диссертации специализированной программной опции. Сформулирован критерий использования учета переменных норм для технологических процессов.

В качестве примера работы предлагаемого подхода рассматривается процедура пересчета норм расхода электроэнергии, пара и топлива для установки первичной переработки нефти.

В главе III описывается процедура разработки моделей планирования с переменной энергетикой для объектов типа НПЗ/НХК. Приводятся результаты вычислений на демонстрационной модели НПЗ топливного профиля.

В главе IV предлагается подход к решению задачи детализации текущего плана с использованием методики скользящего планирования. Приводятся описание и математическая формулировка задачи детализации плана с учетом фактической информации о производстве. Подробно описывается процедура построения многопериодных моделей оперативного планирования и их актуализации фактическими данными. Обосновывается необходимость использования стандартных линеаризованных моделей планирования для автоматизации процедуры подготовки данных для решения задачи детализации текущего плана.

рассматривается моделирование нелинейных процессов В главе V нефтепереработки и приводится описание примера линеаризации демонстрационной RPMS-модели нефтеперерабатывающего завода. Описана процедура построения двухпериодной модели оперативного планирования с использованием опции R_LINE и приводятся результаты вычислений.

В заключении сформулированы основные выводы и результаты, полученные в диссертационной работе.

В приложениях приведены алгоритм построения многопериодных RPMSмоделей для решения задач оперативного планирования (Приложение 1) и основные принципы работы опции R_LINE системы RPMS (Приложение 2).

Материалы, подтверждающие практическое внедрение разработанных моделей, приведены в Приложении 3.

Глава 1. Особенности нефтеперерабатывающего/ нефтехимического производства.

Существующие проблемы и подходы к решению задач планирования деятельности НПЗ/НХК

–  –  –

планирования и управления всеми ресурсами предприятия. Системы такого класса используют для решения таких экономических задач как:

планирование и управление финансами;

–  –  –

MES-система (Manufacturing Execution System) - это информационная и коммуникационная система производственной среды предприятия. Место, занимаемое MES системой в комплексном управлении предприятием, находится между системой управления и автоматизации технологических процессов и системой стратегического управления и планирования работой предприятия ERP.

Собирая данные в режиме реального времени от технологических объектов и автоматических систем управления, и используя исторические данные из реляционной базы данных, MES система:

вырабатывает решения по оперативному управлению производством;

готовит и передает информацию в необходимой форме в ERP систему для решения задач управления ресурсами предприятия более высокого уровня.

MES-систему можно позиционировать как систему оперативного управления производством, предназначенную для решения производственных задач в следующих областях: мониторинг технологических цепочек производства, учет и управление выпуском продукции, обработка и верификация результатов измерений, сведение балансов, учет и управление перемещениями материальных потоков, и некоторые другие. Данные системы с успехом используются в нефтепереработке, нефтехимии и в нефтегазодобывающей промышленности [1 оптимального APS-системы (Advanced Planning and Scheduling) производственного планирования и составления расписаний находятся на грани между MES и решают задачи составления оптимизированных ERP – производственных программ от нескольких дней до месяца, квартала, года.

Примером APS-системы, с помощью которой решаются такие задачи, является система RPMS. Системы класса RPMS являются наиболее глубокими по своим возможностям моделирования технологических особенностей предприятий нефтепереработки и нефтехимии и их экономического окружения. Подобные системы широко используются во всем мире [5], [6]. Пользователями систем класса RPMS являются в настоящее время все известные нефтяные и инжиниринговые компании мира, например: Agip Petroli (Италия), Exxon-Mobil (США), Kuwait Petroleum (Кувейт), Chevron Texaco (США), Eni Chem (Италия), BASF (Германия), DEA (Германия), ABB Lummus Global (США), Chiodo (Япония), Lurgi (Германия).

В России пользователями системы RPMS являются крупнейшие нефтеперерабатывающие, нефтехимические и газоперерабатывающие предприятия и нефтяные компании, например:

центральный офис ОАО «ЛУКОЙЛ» и дочерние предприятия Компании, ОАО НК», ОАО Поэтому повышение эффективности «ТАИФ «ТАНЕКО».

использования систем подобного класса является актуальной задачей на сегодняшний день.

1.2. Особенности производственного планирования НПЗ/НХК НПЗ/НХК представляет собой совокупность основных технологических процессов цехов, блоков), а также вспомогательных и (установок, обслуживающих служб, обеспечивающих нормальное функционирование промышленного предприятия. Целевое назначение НПЗ/НХК — производство в требуемом объеме и ассортименте высококачественных нефтепродуктов.

Современные нефтеперерабатывающие предприятия характеризуются большой мощностью как НПЗ/НХК (исчисляемой миллионами тонн в год), так и составляющих их технологических процессов. В этой связи на НПЗ/НХК исключительно высоки требования к уровню автоматизации технологических процессов, надежности и безопасности оборудования и технологии, квалификации обслуживающего персонала [7]. Мощность переработки НПЗ/НХК зависит от потребности в нефтепродуктах в тех или иных районах наличия ресурсов сырья и энергии, дальности транспортных перевозок и близости конкурентных предприятий [8].

Отличительной особенностью НПЗ/НХК является получение разнообразной продукции из одного исходного нефтяного сырья. Ассортимент нефтепродуктов НПЗ/НХК исчисляется обычно десятками и даже сотнями наименований (характерно для производства масел). Большинство технологических процессов производит преимущественно только компоненты или полупродукты. Конечные товарные нефтепродукты получают, как правило, путем компаундирования нескольких компонентов, производимых на данном НПЗ/НХК, а также присадок.

Это обусловливает необходимость иметь в составе НПЗ/НХК разнообразный набор технологических процессов с исключительно сложной взаимосвязью по сырьевым, продуктовым и энергетическим потокам (рис 1.2) [9], [10].

Задача производственного планирования подразделяется на ряд иерархически взаимосвязанных задач планирования. На рисунке 1.3 отражена концептуальная связь между различными задачами и данными производственного планирования (прямоугольники – решаемые задачи; овалы – данные о производстве). Решение этих задач осуществляется в несколько этапов персоналом из различных отделов предприятия, реализующим относящиеся к его компетенции задачи [11].

Долгосрочное планирование включает в себя стратегию развития предприятия на период времени более чем один год. Решение этой задачи затрагивает такие вопросы как инвестиционное планирование, заключение долгосрочных контрактов на приобретение сырья и реализации готовой продукции. Подробное описание задач инвестиционного и стратегического планирования, а также способов их решения приведены в работе [12]. Отметим, что чаще всего за основу модели долгосрочного планирования берут модель текущего планирования.

Рис.1.2. Типовая потоковая схема нефтеперерабатывающего завода Рис.1.3. Взаимосвязь задач планирования и управления производством Текущее планирование это процесс составления оптимальной

– производственной программы на расчетный период (месяц, квартал, год).

Решение задачи текущего планирования получают по критерию максимизации прибыли или минимизации издержек производства с учетом ряда ограничений технологического и экономического характера.

Результатом такой оптимизации является план работы НПЗ/НХК, определяющий лучшие с экономической точки зрения усредненные производственные цели на расчетный период (месяц, квартал, год) [13-16]:

• План на переработку сырья и отгрузку готовой продукции на расчетный период с учетом качественных и количественных характеристик сырья и ограничений на компаундируемые продукты;

• Плановые данные по работе установок: ограничения по производительности, материальные балансы, усредненные загрузки на весь период планирования, варианты технологических режимов работы;

• Плановые данные по смешению: объемы компонентов смешения, необходимые для получения нужного количества товарной продукции;

оптимальные рецептуры смешения;

• Конечные запасы компонентов смешения и готовой продукции на расчетный период;

• Экономические показатели деятельности предприятия за расчетный период.

Оперативное планирование – это задача детализации производственного плана, полученного путем решения задачи текущего планирования, на ближайший короткий календарный отрезок времени (неделя, декада) с учетом полученной фактической информации о производстве за период времени, который завод отработал внутри текущего горизонта планирования.

Календарное планирование - это процесс планирования на короткие интервалы времени (смена, день, неделя, декада), необходимость которого определяется инерционными свойствами технологических процессов производства, выполняемый на заводе с целью реализации утвержденного плана, полученного при решении задачи текущего планирования.

Результатом решения задачи календарного планирования являются графики [17-19]:

• распределения поступающей нефти по резервуарам;

• работы установок, изменения режимов работы;

• операций смешения;

• распределения промежуточной и готовой продукции по резервуарам;

• отгрузки готовой продукции.

Сложность производственного планирования для НПЗ/НХК обусловлена тем фактом, что все элементы предприятия тесно взаимосвязаны с экономической и технологической точек зрения.

В рамках повышения эффективности работы завода в целом, можно выделить следующие цели [20-22]:

• Выбрать оптимальные виды сырья, закупаемые для переработки, и сократить затраты на их хранение;

• Определить оптимальное смешение различных видов сырья для использования в производственных целях;

• Предотвратить «отдачу качества» готовой продукции;

• Сократить удельные производственные затраты, например, потребление энергоресурсов, вспомогательных материалов, топлива для производственных нужд и т. д.;

• Оптимизировать управление производственными мощностями и резервуарным парком;

• Составить оптимальные графики планово-предупредительных ремонтов оборудования;

• Повысить эффективность работы установок с точки зрения увеличения отбора целевых продуктов, безопасности труда, срока службы катализаторов и т. д.

Оптимизация работы завода с учетом этих целей позволяет добиться значительных экономических результатов. В связи с многообразием направлений улучшения работы завода важно иметь возможность не только получать оптимальный план производственной деятельности, но и обладать достаточными возможностями для коррекции производственной программы работы завода в постоянно изменяющихся внешних и внутренних технико-экономических условиях. Решению задачи текущего планирования посвящено множество публикаций, и существует целый набор систем моделирования для нефтепереработки, позволяющих решать эту задачу [23, 24]. Проблемам календарного планирования НПЗ/НХК также посвящена обширная литература, в которой, как правило, затрагиваются проблемы работы только отдельных блоков завода [25, 26], а проблемы календарного плана работы всего завода с учетом свойств потоков освещены слабо. В основном это связано с большой трудоемкостью решения подобной задачи: большая размерность задачи и возникающие вычислительные трудности.

В зарубежной литературе оперативное и календарное планирование функционирования НПЗ/НХК рассматривается как часть деятельности по управлению «логистической цепочкой поставок» (Supply Chain Management) завода. В управлении цепочкой снабжения завода входят такие виды деятельности как управление поставками и хранением сырой нефти, управление первичной и вторичной переработкой нефти, управление процессами смешения товарных нефтепродуктов и их отгрузкой потребителям [27].

В рамках концепции управления цепочкой поставок деятельность по текущему и календарному планированию работы НПЗ/НХК традиционно разделяется на несколько этапов. Так, текущее планирование включает в себя оптимизацию поставок сырой нефти, последующую оптимизацию первичной и вторичной переработки нефти и процессов смешения товарных нефтепродуктов, а также оптимизацию этапа реализации готовой продукции. При этом оптимальное планирование осуществляется в рамках одного или нескольких временных интервалов заданной продолжительности. А задачей календарного планирования является определение времени начала/конца и продолжительности каждой отдельной операции для всех этапов при фиксированных временных интервалах.

На первом этапе логистической цепочки решаются два типа задач: выбор поставщика нефти (вида используемой для производственных целей нефти) и графиков поставок нефти на завод. Как правило, на заводе перерабатывается несколько сортов нефти, порой смешиваемых для достижения необходимых качественных характеристик. При выборе между различными видами нефти используются разнообразные методы оценки нефти: оценка по плотности и серности; оценка по ИТК; оценка с помощью моделей линейного программирования. При формировании графиков поставок нефти на завод решаются такие логистические задачи, как распределение нефти по резервуарам, составление графика поставок, а также вопросы перекачки нефти и учета запасов.

Целью этого вида деятельности является оптимизация потоков сырья, поступающего на завод с учетом всех имеющихся ограничений (в основном, ограничений по емкостям хранения).

Как известно, если рассмотреть работу не только НПЗ/НХК, а любого предприятия с непрерывным типом производства, то известно, что в течение любых конкретных суток, из-за отсутствия равномерности в работе завод не функционирует точно в соответствии с планом. Это происходит из-за влияния множества различных факторов, к которым, например, следует отнести неравномерность поставок сырья, неравномерность спроса на готовые продукты, возникновение аварийных ситуаций, особенности технологических процессов.

Кроме того, производственная ситуация на предприятии меняется: колеблются показатели качества поступающего сырья, переключаются технологические режимы работы установок, осуществляются планово-предупредительные ремонты оборудования и т. д. [28].

Важно отметить тот факт, что при календарном планировании работы НПЗ/НХК, необходимо учитывать принципиальные логические и технологические правила работы завода, которые не рассматриваются при решении задачи текущего планирования, например [29-31]:

• Скорости течения потоков. Величина потока в единицу времени должна лежать между минимальным и максимальным значением, либо поток не течет;

• Технологические особенности работы установок. Например, необходимо учитывать время для переключения установки из одного режима работы в другой;

Для

• Время для подготовки резервуаров к следующей операции.

входных/выходных патрубков резервуаров должно быть задано минимальное и максимальное время задержки между операциями заполнения и опустошения резервуара;

• Ограничения емкости отдельных резервуаров. Количество содержимого в резервуаре должно быть не меньше заданного минимального значения и не больше заданного максимального значения;

• Время выполнения каждой операции. Для каждой установки могут быть заданы минимальная и максимальная продолжительность каждой операции;

• Последовательность выполнения операций. В определенных случаях установки должны выполнять операции в определенной последовательности;

• Способ подачи сырья на установки. Сырье на завод может подаваться непрерывно (по трубе) или партиями (танкерами).

Таким образом, основной целью календарного планирования является практическая реализация поставленного производственного плана с учетом неравномерности работы предприятия, логических и технологических правил работы, а также поступающей фактической информации о производстве.

Учитывая динамику изменения производственной ситуации на предприятиях, календарный план составляют, как правило, на несколько дней, но не более чем на неделю или декаду. Без составления подробного календарного плана работа нефтеперерабатывающего завода характеризуется проблемами с выполнением текущего плана [32].

В самом экстремальном случае производство остается в неведении о сроках поставки сырой нефти до тех пор, пока она не будет фактически поставлена на завод, и не изменятся такие характеристики поступающей по трубопроводу нефти, как плотность или содержание серы. Отдел маркетинга и сбыта может менять или планировать отгрузку готовой продукции в самый последний момент, и производственный отдел предприятия будет об этом знать либо очень мало, либо вообще ничего. Таким образом, для каждого отдельно взятого НПЗ/НХК возникает очень важный вопрос о взаимной интеграции процессов текущего и календарного планирования.

1.3. Оптимизационные модели производственного планирования

1.3.1. Построение моделей текущего и календарного планирования Важнейшим этапом при осуществлении текущего и календарного планирования работы НПЗ/НХК является построение математической модели завода. Хорошая математическая модель завода достаточно точно отражает реальные производственные условия, но очень важно при построении модели избегать излишнего ее усложнения, сохраняя при этом адекватность модели целям производственного планирования. Под понятием математической модели планирования производства, как правило, понимают формальную математическую запись ограничений, накладываемых на любое решение данной задачи планирования. Математические модели производства включают в себя отдельные подмодели установок, а также взаимосвязи и преобразования потоков с учетом их качества.

Задача оптимизации производственной программы нефтеперерабатывающих предприятий представляет собой нелинейную задачу математического программирования большой размерности тысяч переменных).

(несколько Нелинейность задачи планирования производства возникает из-за сложных зависимостей параметров производства от значения переменных, например:

материальные балансы установок изменяются в зависимости от качества поступающего сырья; расход потребления энергоресурсов и вспомогательных материалов зависит от загрузки установок и др. Математическую постановку задачи оптимального производственного планирования в общем виде можно записать следующим образом [33, 34]:

m n F = cjxj d x max, (1.1) j j j =1 j =m+1

–  –  –

Здесь T – фиксированная длина горизонта планирования; t, t = 1, …, h длительность периодов t; X- множество всех переменных модели; ctj – цена продажи в периоде t единицы xtj, j = 1, …, m – переменные продажи потоков модели в периоде t; dtj – стоимость покупки в периоде t единицы xtj, j = m+1, …, n – переменные покупки потоков модели в периоде t; xtj, j = n+1, …, p – переменные внутренних потоков модели в периоде t, а также нагрузки установок, качество смесей и т. д; ytk, k = 1, …, f – переменные запасов потоков модели к концу периода t; xtj, jX1, X1 X – множество переменных модели (покупки, продажи, внутренние потоки), пополняющих запас потока ytk; xtj, jX2, X2 X – множество переменных модели (покупки, продажи, внутренние потоки), расходующих запас потока ytk; {atij} – постоянные коэффициенты матрицы ограничений в периоде t; {atij(xtj)} – переменные коэффициенты матрицы t t ограничений, зависящие от xtj в периоде t; bi, bi, Stk, - левые и правые части ограничений. Критерием решения данной задачи является максимизация чистой прибыли F..

Основными структурными элементами модели текущего планирования являются целевая функция и система ограничений задачи. В зависимости от математической природы этих элементов, выделяют различные виды моделей математического программирования, в частности, модели линейного программирования (ЛП), модели частично-целочисленного программирования (mixed-integer programming, MIP) и их линейную (MILP) и нелинейную разновидности (MINLP) [36-39].

Для поиска решения задачи оптимального производственного планирования в постановке (1.1-1.3) или (1.4-1.8) в системах класса RPMS используется рекурсивный метод последовательного линейного программирования (ПЛП).

Поиск решения методом ПЛП осуществляется следующим образом. Сначала задаются начальные приближенные значения коэффициентов матрицы модели (качество потоков, коэффициенты выходов, нормы потребления энергоресурсов) и решается задача линейного программирования в постановке (1.1-1.3) или (1.4с постоянными коэффициентами. На основе полученного решения происходит корректировка коэффициентов матрицы задачи ЛП и проводится анализ сходимости изменения начальных и рассчитанных значений коэффициентов. Если расхождение коэффициентов больше заданной пользователем погрешности, то задача ЛП будет решена еще раз с новыми исходными данными и потом будет проведен следующий анализ сходимости.

Процесс завершится, когда корректировка коэффициентов не потребуется, то есть погрешности изменений достигнут допустимого уровня. Самыми распространенными в мире коммерческими продуктами для построения моделей планирования НПЗ/НХК, использующими метод последовательного программирования, являются системы RPMS (Honeywell) и PIMS (Aspen Technology) [5], [6].

В [13] предложен один из возможных подходов к построению нелинейных моделей оперативного планирования работы НПЗ/НХК. Завод представлен как множество установок и резервуаров, связанных между собой материальными потоками. Материальные потоки имеют различные качественные характеристики.

Для достижения необходимого качества продуктов (конечных и промежуточных) допускается смешение нескольких материальных потоков. Топология завода описывается связью между различными агрегатами и потоками. Под агрегатами понимаются как перерабатывающие установки, преобразующие в той или иной форме материальные потоки, так и резервуары, используемые для смешения различных потоков и хранения сырья, промежуточной и конечной продукции.

При решении задач календарного планирования применяется аппарат линейного или нелинейного математического программирования с использованием целочисленных (бинарных) переменных (MILP или MINLP) [40], [41].

Следует отметить, что кроме точных методов решения задачи календарного планирования, существует также ряд подходов, использующих эвристические методы Использование эвристических алгоритмов, основанных на [42].

фиксировании части переменных, приводит к существенному уменьшению размерности математической модели, однако нет гарантии, что полученная упрощенная задача сойдется и при этом будет получено решение близкое к оптимальному исходной задачи. С увеличением вычислительных возможностей современных компьютеров и техники реализации на ЭВМ методов решения MILP и MINLP задач применение эвристики для многих задач сократилось.

В большом количестве работ, посвященных планированию производства и, в частности, построению суточных планов работы предприятий рассматриваются дискретные производства. Обширный обзор можно найти в работах [43-46].

Существенно меньшее число работ посвящено непрерывным производствам и нефтепереработке, связано это с большой сложностью задачи.

Задача календарного планирования должна быть решена после получения текущего плана работы завода. Текущий план производственной деятельности является входными данными для задачи календарного планирования, которое включает в себя детализированные графики первичной и вторичной переработки нефти, процессов смешения товарных нефтепродуктов и графиков отгрузки товарных продуктов. Задачей календарного планирования является преобразование текущего плана работы завода в конкретные графики выполнения всех производственных действий с достаточным уровнем детализации во времени. Нелинейная природа процессов переработки нефти и процессов смешения нефтепродуктов приводит к ряду серьезных трудностей при решении задач календарного планирования.

Важными моментами при формулировке моделей календарного планирования являются выбор целевой функции и представления времени в модели.

В качестве целевых функций могут выступать [31, 32]:

• Максимизация прибыли/минимизация издержек;

• Минимизация переключений режимов работы оборудования (например, для смесительной системы);

При этом моделирование может осуществляться:

• По фиксированной сетке времени: рассматриваемый отрезок времени (горизонт планирования) заранее разбивается на определенное количество интервалов фиксированной продолжительности;

• В рамках «мягких» временных интервалов: рассматриваемый отрезок времени разбивается на заранее определенное число интервалов, длительность которых определяется в ходе решения.

• По существенным моментам: длина и количество интервалов определяется в ходе решения;

Систему ограничений моделей календарного планирования можно представить следующим образом:

• Ограничения, описывающие потоки сырья и компонентов смешения (описываются при помощи уравнений материального баланса);

• Ограничения производственных мощностей, объемов резервуаров и ограничения по качеству (описываются при помощи неравенств);

• Ограничения, связанные с описанием процессов смешения (нелинейные уравнения);

• Ограничения, описывающие распределение материальных потоков по резервуарам и установкам (уравнения и неравенства с двоичными переменными);

Необходимо отметить, что на этапе построения модели календарного планирования принципиальное значение имеет длина горизонта планирования и степень его детализации по временным отрезкам. На заводах топливного профиля, где в основном присутствуют технологические установки с большой степенью инерционности, календарные планы составляются на неделю или декаду с детализацией по дням. На предприятиях, где присутствует большое число процессов компаундирования с маленькой степенью инерционности актуально составление графиков на несколько дней с детализацией по 4, 8 или 12 часов. На крупных предприятиях, в числе технологических установок которых присутствуют как процессе с большой, так и с маленькой степенью инерционности, параллельно решаются сразу несколько задач календарного планирования с разной степенью детализации по временным интервалам.

–  –  –

• Определение степени агрегирования модели планирования и ее основных структурных блоков;

• Определение способа актуализации модели и представления оптимального решения;

• Выбор стратегии реализации серии прототипов моделей и информационной поддержки моделей в процессе их внедрения.

Степень агрегирования модели определяется требуемой точностью планирования и задает, в свою очередь, требования к подготовке информации и составу информационных систем для актуализации модели.

Реализация взаимоувязанной тройки показателей степень агрегирования, текущая информация, требуемая точность потребует разработки серии прототипов модели планирования, то есть возникает некоторое число итераций в процедуре внедрения.

В работе [48] сформулированы три основных принципа разработки и внедрения оптимизационных задач планирования:

Требуемая точность на заданном периоде планирования определяет степень агрегирования модели планирования и ее структурных частей.

Способ актуализации модели для достижения требуемой точности оптимального расчета и его представления пользователю определяет состав функциональных информационных подсистем. Следует иметь в виду, что информационная поддержка моделей планирования во многом определяется существующей на объекте внедрения технической базой для сбора, обработки и представления информации и существующими информационными системами.

Стратегия реализации оптимизационной задачи - это поиск эффективного соотношения между степенью агрегирования модели планирования и объемом информационной поддержки, необходимой для актуализации модели и обеспечения ее адекватности.

Важным фактором, необходимым для успешного решения поставленных задач, является возможность интеграции систем планирования в информационное окружение предприятия и компании. В работе [49] предлагается подход, который заключается в автоматической генерации моделей линейного программирования применительно к логистическим задачам, на основе исходных данных, взятых прямо из корпоративного окружения предприятия/компании. Предлагаемая технология R_SAND (RPMS & SUPPLY&DISTRIBUTION — технология создания оптимизационных систем) позволяет эффективно строить модели предприятия, представляющие собой совокупность объектов, взаимосвязанных потоками (структурно потоковые модели). Системы, построенные по технологии R_SAND и обеспечивающие создание структурно потоковых моделей, имеют необходимый интерфейс для ввода, корректировки и дополнения исходных данных и вывода результатов моделирования. Исходные данные и результаты моделирования хранятся в реляционной БД. Особенностью такой системы является возможность автоматически формировать модель оптимизации на основе исходных данных, что важно для задач с быстро изменяющимися структурами. Затем эта модель преобразуется в формат стандартных оптимизационных систем (типа RPMS), что позволяет воспользоваться отработанными системами контроля данных и решения.

Ключевым вопросом при внедрении моделей планирования является обучение производственного персонала. Подготовленные пользователи часто и (а консультанты) являются важной частью выстроенного бизнес-процесса на базе системы. Утрата их может привести к существенным нарушениям в отлаженном бизнес-процессе, что в свою очередь может потребовать значительных усилий на восстановление бесперебойного режима работы компании. Проблема подготовки квалифицированных кадров остро стоит во всех производственных областях и ей посвящено большое число публикаций. В частности, проблемам подготовки персонала для работы с компьютерными тренажерами, моделирующими работу технологических процессов, посвящено достаточно большое число работ. А проблемы подготовки специалистов для работы с системами оптимального планирования производства освящены очень слабо [50-56].

На основе работ [57], [48] можно сделать вывод о том, что принципиальными в методологии разработке моделей планирования являются следующие взаимосвязанные аспекты:

• Степень агрегирования модели должна наиболее полно отражать особенности поведения объекта автоматизации или бизнес-процесса, принципиальные для целей принятия управленческих решений на разные горизонты планирования;

• Способ актуализации модели, должен позволить за допустимый интервал времени собрать необходимые исходные данные с учетом их достоверности и скорректировать и/или сгенерировать модель для проведения последующих вариантных расчетов с получением плана;

• Уровень адекватности модели должен отражать допустимую точность расчета полученного плана;

• Уровень квалификации специалистов, эксплуатирующих систему и модель, должен определять их способность интерпретировать результаты расчета плана и отклонения его от факта для принятия правильных решений, используя степень агрегирования модели и способ актуализации.

Взаимосвязь этих аспектов очевидна, и из нее следует, что степень сложности оптимизационной модели определяет требования, предъявляемые как к способу ее актуализации, так и к уровню ее адекватности. Если эти требования не учтены, то результат один — система реально не эксплуатируется или оптимизационный эффект попросту отсутствует. Поэтому при повышении уровня сложности моделей планирования необходимо, как минимум, предусмотреть наличие программного обеспечения, позволяющего автоматизированно за допустимый интервал времени осуществить актуализацию моделей.

1.4. Исходные данные и их оценка для построения математических моделей планирования производства Нефтеперерабатывающее производство характеризуются: сложной логистикой потоков, большим числом резервуарных парков (сырья, товарной продукции, полуфабрикатов), колебаниями свойств сырья (сырой нефти), наличием режимов технологических процессов, интенсивной динамикой рынков нефтепродуктов, многовариантностью производственных планов и большой энергоемкостью.

Задача расчета текущего плана НПЗ/НХК ставится как задача нелинейного программирования, которая решается методом последовательного линейного программирования.

Решение этой задачи сводится к формированию оптимизационной модели, в которой необходимо учитывать:

• Качество поступающих видов нефти, промежуточных потоков с технологических установок, товарных нефтепродуктов (то есть надо увязать качество технологических потоков от поступившей нефти до конечной продукции);

• Материальные балансы технологических установок для различных видов сырья и режимов работы;

• Сезонные нормы потребление вспомогательных материалов и энергии в зависимости от загрузок установок;

• Запасы, имеющиеся в наличии на начало периода планирования;

• Ограничения по производственным мощностям и график ремонтов установок на горизонте планирования;

• Экономику переработки, включая стоимость всей номенклатуры потребляемого сырья, вспомогательных материалов, энергии, и цены на товарные нефтепродукты.

Нелинейность данной задачи в основном связана с учетом трех основных факторов:

1. Учет качества компонентов смешения идущих в промежуточные и товарные смеси;

2. Учет зависимости выхода продуктов с технологических установок на НПЗ/НХК как от количества, так и от качества перерабатываемого сырья;

3. Учет переменных норм потребления энергоресурсов, вспомогательных материалов, реагентов в зависимости от загрузки установок.

В работах [57], [48] предлагается для учета данных нелинейных зависимостей использовать в оптимизационных моделях соответственно:

1. Интервальную корректировку индекса свойств смешения для компонентов, идущих на компаундирование;

2. Линеаризацию коэффициентов подмоделей в окрестности номинального (“базового”) режима и, при необходимости, регулярно его подстраивать c использованием подмоделей «аналитического» типа;

3. Автоматизированный пересчет норм потребления энергоресурсов, вспомогательных материалов, реагентов после получения решения.

Основное снижение адекватности рассчитываемого плана в основном связано с достоверностью исходных данных, используемых при формировании блоков модели производства [58]. Наибольшую погрешность в результаты вычисления вносят планируемые показатели качества потоков модели. Причина трудности учета в моделях планирования показателей качества поступающих сортов нефти, промежуточных потоков, готовой продукции, материальных балансов установок заключается в нестабильных свойствах нефти, как перерабатываемого продукта.

Представим ситуацию, что на заводе для переработки планируют поступление нефти с определенными наборами показателей: среднее качество нефти и показатели качества дистиллятов по отдельности. На основе ожидаемых показателей качества рассчитывают материальные балансы работы установок первичной и вторичной переработки нефти. В результате планируют получить набор товарной продукции в определенном количестве с необходимыми показателями качества. На практике происходит следующее: на завод поступает нефть c другим набором показателей качества, поэтому изменяются материальные балансы работы установок, в результате получают товарную продукцию с необходимыми показателями качества в количестве отличном от запланированного. Очевидно, что производственный план из-за отклонений в качестве поступающего сырья и материального баланса установок может быть не выполнен с необходимой точностью на предприятии.

Нужно отметить, тот факт, что вопрос достоверности исходных данных для российской нефтепереработки имеет принципиальное значение. В частности проблема нестабильного качества нефти является одной из основных. Это происходит из-за того, что нефть поступает к потребителям по территории России и СНГ по магистральным нефтепроводам, что является самым дешевым способом транспортировки. Значительные расстояния транспортировки (часто расстояние превышает 3000 км) и разветвленность системы приводят к тому, что нефть разных месторождений смешивается в трубопроводе и качество этой смеси становится непостоянным [59, 60].

Выделим существующие на сегодняшний день основные способы и средства повышения достоверности исходных данных для формирования блоков модели планирования НПЗ/НХК. Далее изложение ведется следующим образом: сначала представлен блок модели планирования и исходные данные, необходимые для его формирования, затем следует описание применяемых подходов для актуализации данного блока нужной информацией.

1. Качество поступающего сырья (нефти):

- Среднее качество нефти, поступающей на переработку;

- Показатели качества нефтяных дистиллятов;

- Фракционный состав поступающей нефти;

Для подготовки данных по показателям качества поступающего сырья при формировании модели планирования используют специальное программное обеспечение, позволяющее:

• Создавать базы данных показателей качества поступающих сортов нефти, и использовать накопленную информацию для поиска аналогов данному образцу;

• Восстанавливать недостающие показатели качества сырья по корреляционным зависимостям;

• Осуществлять экспресс-оценку детальных свойств нефти;

• Выполнять оптимизационный расчет потенциала суммы светлых нефтепродуктов из конкретного образца нефти.

Формирование базы данных показателей качества поступающих нефтей должно осуществляться таким образом, чтобы вся необходимая информация (фракционный состав, качество дистиллятов и т.д.) хранилась в формате, требуемом для моделирования переработки нефти средствами используемой на предприятии системы оптимизационного планирования. Примером такого продукта, который позволяет вести БД по нефтям и подготавливает данные в формате системы RPMS, является система ASSAY [61].

Задача экспрессоценки детальных свойств нефти на основе общих свойств (краткая характеристика нефти - плотность, вязкость, содержание серы, парафина и т.д.) в работе [62] сводится к оптимизационной задаче линейного программирования (ЛП), а именно к выполнению следующей последовательности действий:

Решить оптимизационную задачу в следующей постановке:

–  –  –

- показателя качества или сам показатель качества, если показатель качества аддитивен.

В результате решения данной задачи решения будет найден ассортимент I* нефтей и их доли xi*, где xi*, i I*.

Осуществить смешение i-нефтей в долях xi*, т.е.

оценить качество образца нефти по уравнениям:

–  –  –

Здесь x0j, Q0jk - доля и к-й показатель качества j-й фракции образца нефти;

xij, Qijk - доля и к-й показатель качества j-й фракции i-й нефти из БД.

Таким образом, по общим значениям {x0, Q0k} для исследуемого образца нефти будут оценены детальные характеристики нефти по j-м фракциям {x0j, Q0jk}, необходимые для задачи планирования.

Для определения потенциала суммы светлых нефтепродуктов в конкретном образце нефти еще в 80-х годах во ВНИИ НП была разработана отраслевая методика, основанная на экспериментально-расчетном способе. Данная методика внедрена на большинстве российских заводов.

Сущность отраслевой методики состоит в разгонке нефти в лаборатории на узкие фракции (0,5-1,0% объема) и затем выбор максимального числа взаимосвязанных узких фракций для смешения требуемого светлого нефтепродукта как «кондиционного продукта». Для оставшихся узких фракций процедура выбора и последующего смешения повторяется со смежным светлым к одному из ранее смешанному. Например, выход дизельного топлива летнего определит в результате смешения фракция 120-390°С и при этом «критическим»

показателем ограничивающим начала кипения, как правило, является температура вспышки, а конца кипения – температура застывания. Оставшийся набор узких фракций определит выход бензина в виде фракции 28-120°С. Если же сначала смешивать бензин из узких фракций, а потом дизельное топливо летнее, то выходы определят соответственно фракции 28-180°С и 180-360°С и, естественно, сумма этих выходов будет меньше, чем в первом варианте. В данном случае набор узких фракций из интервала 120-180°С является общим для двух смежных полупродуктов.

Суммарный потенциал светлых нефтепродуктов с учетом ассортимента определяется по предложенным в методике формулам, куда подставляются значения полученных выходов. Формулы получены в результате анализа возможного распределения общих узких фракций нефти максимум между тремя смежными полупродуктами (выбранный способ анализа можно назвать - выбор наилучшего «раскроя» нефти при получении светлых полупродуктов). В работе [62] задача «раскроя» рассматривается как классическая задача ЛП и выбранный способ получения формул при определении выходов светлых полупродуктов сводится к формальной схеме построения матрицы ЛП этих выходов. Подход к определению потенциала суммы светлых с учетом ассортимента через оптимизационную задачу ЛП снимает ограничения на количество вариантов и анализируемых полупродуктов.

2. Процессы первичной переработки нефти:

- Фракционный состав нефтяных дистиллятов;

- Ожидаемые показатели качества продуктов первичной переработки нефти на основе анализа фракционного состава;

- Допустимые логические режимы работы атмосферного и вакуумного блоков установки на текущий горизонт планирования;

- Плановые ограничения на количество перерабатываемой нефти и количество выпускаемой продукции, которое нужно продать.

Для настройки подмоделей первичных установок НПЗ в работе [63] предлагается экспресс-оценка фракционного состава дистиллятов по Энглеру и по ИТК. В моделях линейного программирования подмодели первичных атмосферных и атмосферно-вакуумных установок формируются пользователем в виде набора так называемых логических вариантов работы (то есть допустимых вариантов отборов и качества дистиллятов) и требуют настройки. Наличие экспресс-оценки фракционного состава дистиллятов для логических вариантов первичных установок позволяет провести настройку отборов и качества вариантов дистиллятов по данным лабораторного контроля работы установок.

Для построения кривых разгонок нефти по Энглеру и ИТК c пересчетом одного вида разгонки в другой в работе [64] предлагается использовать калькулятора качества Q_PRESS (Honeywell). При этом с использованием калькулятора качества каждая кривая разгонки может быть Q_PRESS представлена как в табличной, так и в графической форме и заносится в БД;

В работе [65] рассматривается автономная настройка подмоделей логических вариантов первичных установок за счет выделения их в отдельные подмодели.

Переход к вспомогательным моделям по указанным группам позволяет существенно ускорить процесс настройки модели и проверить достоверность представленных данных.

3. Операции смешения при получении полуфабрикатов и товарных нефтепродуктов:

- Спецификации на качество сырьевых смесей, то есть смесей, являющих сырьём установок вторичной переработки нефти;

- Спецификации на показатели качества компонентов смешения для приготовления товарных смесей;

- Спецификации на качество готовой продукции по ГОСТам и утвержденным техническим требованиям;

- Рецептуры смешения нефтепродуктов.

В работе [65] предлагается экспресс-оценка требуемых показателей качества продуктов смешения с использованием регрессионных зависимостей, предварительно настроенных по экспериментальным данным.

Экспресс-оценку можно осуществить, например, с помощью рассмотренного выше калькулятора качества Q_PRESS (Honeywell), предназначенного для:

Расчетов нелинейных показателей качества смешения: октановое число;

вязкость; высота некоптящего пламени; давление насыщенных паров;

температура вспышки, застывания, начала кристаллизации, помутнения;

Построения кривых разгонок нефти и нефтепродуктов для любых смесей нефтепродуктов по Энглеру и ИТК c пересчетом одного вида разгонки в другой. Каждая кривая разгонки представляется как в табличной, так и в графической форме и заносится в БД;

Пересчета единиц измерения плотности (API, D1515, D420), давления (кг/см2, Па, атм, бар, мм.рт.мт. и др.), температуры (С, К, F, R), объема (баррель, галлон, литр, м3, унция, кварта и др.), вязкости (сСт, условная, гр. Энглера, сек. Сейболта, Редвуда и др.), массы, энергии.

Нужно сказать, что off-line оптимизация смешения для задачи текущего планирования известна давно, и системы для ее реализации используются на российских НПЗ [66], то гораздо более сложными в техническом отношении являются задачи нижнего уровня управления. Они требуют наличия on-line оптимизации, обратной связи и поточного анализатора качества смеси. Но эти системы являются и наиболее важными, так как обеспечивают поддержание и автоматическую реализацию исходного оптимального рецепта, что, в конечном счете, и обеспечивает большой экономический эффект. Работа [67] как раз посвящена разработке и внедрению систем такого уровня как оптимизация on-line смешения.

4. Вторичные процессы нефтепереработки:

- Коэффициенты отборов продуктов с установок вторичной переработки нефти, рассчитанные на основе ожидаемых показателей качества сырья, поступившего с установок первичной переработки нефти;

- Ограничения производительности вторичных установок в плановом периоде;

- Ожидаемые показатели качества продуктов, выходящих с установок вторичной переработки нефти;

- Допустимые режимы работы на текущий горизонт планирования.

Для оценки отборов и качества продуктов на установках в зависимости от качества исходного сырья, режима работы и других параметров применяют экспресс-симуляторы базовых характеристик процессов нефтепереработки с использованием упрощенных корреляционных зависимостей.

В качестве экспресс-симулятора может использоваться опция R_WELL (Honeywell) системы RPMS, включающая модели следующих технологических процессов нефтепереработки: каталитический риформинг, каталитический крекинг в псевдосжиженном слое, гидрокрекинг, гидроочистка, висбрекинг, замедленное коксование. Например, основными параметрами, используемыми для оценки отборов и качества продуктов каталитического риформинга, являются качество сырья (содержание нафтенов и ароматики), условия проведения технологического процесса (температура, давление). Используемые в опции R_WELL зависимости являются эмпирическими и не характеризуют какой-либо конкретный процесс или работу какого-либо конкретного катализатора [65]. Они позволяют получить результаты лишь для «типичной» установки данного вида.

5. Энергия, вспомогательные материалы, реагенты:

- Постоянные нормы потребления энергоресурсов, вспомогательных материалов и реагентов, расходуемых на производство;

- Удельные нормы потребления энергоресурсов, вспомогательных материалов и реагентов, расходуемых на производство;

Количество потраченных энергоресурсов, а также вспомогательных материалов (реагентов, катализаторов и др.) в общей стоимости переработки составляет около Опыт использования систем оптимизационного 50%.

планирования типа RPMS свидетельствует, что погрешность в расчетах на 1% количества планируемого энергопотребления дает значительное отклонение в денежном выражении Анализ фактического потребления энергии, [68].

вспомогательных материалов и реагентов на предприятиях типа НПЗ/НХК показывает, что нормы расхода зависят от нагрузки по сырью и сезона года.

Поэтому актуальной задачей на предприятиях типа НПЗ/НХК является учет в моделях планирования переменных норм потребления энергоресурсов и вспомогательных материалов в зависимости от загрузок установок и сезона года.

Статистика показала, что на практике применяются модели четырех типов расхода энергии, вспомогательных материалов и реагентов: постоянные затраты;

линейная зависимость от нагрузки; кусочно-линейная зависимость;

полиномиальная зависимость. Подробнее о том, в каких случаях используют данные модели изложено в Главе II.

6. Ассортимент и цены на нефтепродукты и сырьё:

- Плановые ограничения на количество производства отдельных видов товарных продуктов;

- Цены на товарную продукцию с учетом потребностей внутреннего и внешнего рынков;

- Плановые ограничения на переработку отдельных видов сырья;

- Цены на покупку сырья.

Цены и план по производству готовой продукции и переработку сырья поступают к пользователю RPMS-моделей из разных отделов и разных структур предприятия, например, из бухгалтерии предприятия или головного офиса Компании. При этом специалисты, которые разрабатывают эти данные для пользователей RPMS-моделей, используют модели систем другого класса (ERPсистемы). Как следствие, цены и плановые ограничения приходят в других единицах измерения (другая валюта) и с кодами из корпоративных справочников, используемыми в моделях систем другого класса. Поэтому перед пользователями стоит рутинная задача пересчета и приведения исходных данных в термины RPMS-модели, которая является очень непростой из-за большой номенклатуры товарной продукции. На ряде российских НПЗ (ОАО «ТАНЕКО», ООО «ЛУКОЙЛ-Пермнефтеоргсинтез») сейчас используются специализированные опции, позволяющие автоматизированно преобразовывать цены на сырье и продукты из справочников ERP-систем в необходимые данные для RPMS-модели.

7. Общие данные на текущий горизонт планирования:

- Информация о материальных потоках, задающая технологическую топологию завода;

- Нормы потерь нефтепродуктов при переработке и возврата ловушечного продукта;

- Данные о количестве и качестве запасов на начало периода планирования;

- Ограничения на минимальное и максимальное количество запасов нефтепродуктов на конец периода планирования;

- График планово-предупредительных ремонтов оборудования предприятия;

Изменения такого типа данных в модели всегда должно быть согласовано с головным офисом Компании. Такая работа всегда ведется пользователем автономно и, как правило, требует соответствующего уровня квалификации.

При необходимости учитывать изменения технико-экономических условий производства внутри горизонта планирования, например, таких как: качество поступающей на переработку нефти; ассортимент сырья и продукции; ценовая информация; графики ремонта оборудования, пользователь должен автономно создать многопериодную модель производства с переменной длиной периодов (декада, неделя или меньше).

Обобщив вышесказанное в данном разделе, можно сделать вывод о том, что в связи с большим количеством исходных данных и большого числа решаемых задач для актуализации блоков моделей планирования перед разработчиками систем математического моделирования возникает принципиально важная задача

– разработка средств автоматизированной актуализации моделей планирования, которые бы, не усложнив эксплуатацию системы, позволяли повысить эффективность её использования.

1.5. Актуализация оптимизационных моделей планирования Оптимизационные модели систем класса RPMS можно использовать для решения двух задач: текущего планирования и оперативного планирования. Как говорилось выше, текущее планирование – это составление оптимальной производственной программы на длительный текущий отрезок времени (год, квартал, месяц, несколько недель). Под оперативным планированием (см. п. 1.2) понимают задачу детализации производственного плана, полученного путем решения задачи текущего планирования, на ближайший короткий календарный отрезок времени (неделя, декада) с учетом полученной фактической информации о производстве за период времени, который завод отработал внутри текущего горизонта планирования.

Построение моделей текущего и оперативного планирования требует подготовки разных исходных данных и разных способов актуализации. Для формирования модели текущего планирования необходимо подготовить оценочные усредненные плановые параметры производства. Когда речь идет о формировании модели оперативного планирования, то нужно подготовить фактические данные о реальной производственной ситуации на предприятии.

Подготовка плановых и фактических данных для построения моделей текущего и оперативного планирования требует различного количества времени и различных способов актуализации моделей. Рассмотрим более детально, какие исходные данные нужно подготовить для актуализации моделей текущего и оперативного планирования, и какие трудности могут возникнуть у пользователя при настройке моделей планирования. Также рассмотрим возможные способы автоматизированной актуализации моделей планирования.

1.5.1. Актуализация моделей текущего планирования При подготовке плановых исходных данных для решения задачи текущего планирования на месяц, квартал пользователю необходимо решить целый ряд основных задач:

1. Сделать оценку среднего качества нефти, поскольку, например, при прохождении по нефтепроводу нефть с разных месторождений может смешиваться и поступать на завод в некотором допустимом диапазоне;

2. Сделать оценку фракционного состава дистиллятов, например по Энглеру или по ИТК для настройки подмоделей атмосферных и атмосферновакуумных установок;

3. Сделать оценку требуемых показателей качества нефтепродуктов с использованием регрессионных зависимостей, предварительно настроенных по экспериментальным данным;

4. Спрогнозировать отборы и показатели качества продуктов на установках, в зависимости от качества исходного сырья, режима работы, загрузки и других параметров;

5. Спрогнозировать нормы энергопотребления в зависимости от загрузки;

6. Провести настройку подмоделей логических вариантов первичных и вторичных установок, а также рецептур смешений;

7. При необходимости создать многопериодную модель производства, позволяющую учитывать следующие изменения технико-экономических условий в периодах планирования: качество нефти, ассортимент сырья и продукции, ценовая информация, графики ремонта оборудования и т.д.;

8. Осуществить импорт в модель таких данных как: цены на сырьё и готовые продукты; ограничения на загрузку установок; нормы энергопотребления и др.

Как уже обсуждалось выше, поиск решения в моделях оптимизационного планирования систем класса RPMS осуществляется методом последовательного линейного программирования.

Таким образом, в терминах получения решения имеет место два варианта актуализации модели:

1. Перед поиском оптимального решения – автоматизация связана со способами получения исходных данных и операциями импорта их в модель перед расчетом;

2. В ходе поиска оптимального решения – автоматизация в этом случае связана как со способами получения исходных данных, так и с операциями импорта их в модель в ходе проведения расчета;

Вариант 1 используется, когда в модель требуется импортировать данные, которые не зависят от значений переменных модели. Например, к таким данным относятся: цены и ограничения на объемы закупок сырья, энергоресурсов и вспомогательных материалов; цены и ограничения на объемы продаж продукции;

ограничения на загрузку установок и т. д.

Вариант 2 используется, когда требуется актуализация данных, которые зависят от значений переменных модели (например, от качества сырья и загрузки установок). К таким данным могут относиться: материальные балансы установок;

нормы расхода энергоресурсов.

Вариант 2 можно реализовать различными способами. Первый способ заключается в том, что пересчет данных ведется в процессе рекурсии: после каждого шага ПЛП в найденной оптимальной точке анализируются коэффициенты матрицы ЛП и при необходимости корректируются (Рис. 1.4). На рисунке 1.4: A = {a1, …, an} – множество коэффициентов матрицы LP, зависящих от значения переменных и корректируемых в процессе рекурсий ПЛП; B = {b1,…, bm} – множество коэффициентов матрицы LP, зависящих от значения переменных, но некорректируемых в процессе ПЛП.

Рис. 1.4 Процедура поиска решения методом ПЛП

Второй способ заключается в том, что данные, для которых требуется пересчет, будут анализироваться после получения оптимального решения. Если исходные данные модели не соответствуют решению, то новые данные будут загружены в RPMS-модель и процесс поиска решения повторится. Процесс завершится, когда уточнение не требуется, то есть погрешность по исходным данным достигает допустимого уровня (Рис. 1.5). На рисунке 1.5: A = {a1,…, an} – множество коэффициентов матрицы LP, зависящих от значения переменных и корректируемых в процессе внутренних рекурсий ПЛП; B = {b1,…, bm} – множество коэффициентов матрицы LP, зависящих от значения переменных, но некорректируемых в процессе внутренних рекурсий ПЛП; B` = {b1,…, bk}, B`B – подмножество коэффициентов матрицы LP, зависящих от значения переменных и корректируемых в процессе внешних рекурсий ПЛП.

Рис. 1.5 Процедура поиска решения методом ПЛП с анализом исходных данных после полученного решения Последняя схема несколько проще при внедрении и использовании, поскольку на каждом шаге имеется решение задачи планирования и требуется только уточнение исходных данных. Главным недостатком такого способа является увеличение времени решения модели в несколько раз. При использовании первого способа увеличивается количество параметров, требующих пересчета внутри одного шага рекурсии. А это в свою очередь может привести к ухудшению сходимости или даже к невыполнению условий сходимости.

В работе [65] рассматривается еще один способ автоматизированной актуализации модели с использованием варианта 2, который заключается в подключении к модели симуляторов (внешних нелинейных подмоделей) технологических процессов, например, построенных средствами моделирующей системы UniSim (Honeywell). Симуляторы позволяют детально определять отборы и качество продуктов установок в зависимости от качества сырья и условий работы процессов. В качестве симуляторов могут использоваться корреляционные зависимости опции R_WELL системы RPMS, прошедшие необходимую настройку по результатам опытных пробегов.

Рис. 1.6 Процедура поиска решения методом ПЛП с подключением симулятора в ходе решения модели Рассматривается механизм использования симулятора некоторой установки в ходе решения модели линейного программирования. Перед решением модели на основе исходных данных строится начальная матрица задачи ЛП. Затем задача ЛП решается, и полученное решение передается симулятору. Последний анализирует переданное ему решение (свойства сырья, режим работы установки) и вычисляет новые отборы и качество продуктов. Эти данные используются для коррекции матрицы задачи ЛП при организации следующего цикла рекурсии.

Далее процесс решения задачи ЛП повторяется до тех пор, пока не выполняются критерии сходимости решения (рис. 1.6).

1.5.2. Актуализация моделей оперативного планирования Как говорилось выше, для построения детализированного плана производства необходимо располагать фактической информацией о текущей производственной ситуации на предприятии. Но после сбора фактической информации возникает задача актуализации модели полученными данными. Такая задача предполагает внесение следующих изменений в модель:

• изменение материальных балансов режимов работы первичных и вторичных установок;

• добавление или удаление допустимых режимов работы в плановом периоде первичных и вторичных установок;

• изменение показателей качества сырьевых потоков, промежуточных потоков, готовой продукции и запасов;

• изменение плана по переработке сырья и отгрузке продукции с учетом уже полученных фактических результатов.

Задача текущего планирования является нелинейной, поэтому в системе RPMS подмодели установок, как правило, учитывают нелинейные зависимости выходов продуктов от количества и качества поступающего на них сырья, а также законы смешения показателей качества, которые не являются аддитивными. В связи с этим обстоятельством пользователю при актуализации RPMS-модели требуется время на настройку подмоделей установок и изменение показателей качества потоков модели. Актуализация нелинейных моделей требует больших усилий и может занять много времени (один или несколько рабочих дней). Надо понимать, что при актуализации модели для решения задачи текущего планирования, пользователь обладает определенным запасом времени, поскольку такая задача решается один раз в месяц. В то время как процедура актуализации моделей оперативного планирования должна учитывать жесткие временные ограничения.

В начале любой недели планирования, для которой потребуется уточнение плана, уже в первый день с утра должен быть составлен детализированный план работы, а фактический материальный баланс на производстве, как правило, сводится к двенадцати часам ночи прошедшего рабочего дня. В такой ситуации если пользователь захочет актуализовать модель самыми последними фактическими данными, то он может просто не успеть рассчитать вовремя необходимую производственную программу на декаду, неделю, несколько рабочих дней.

Поэтому решение данной проблемы необходимо автоматизировать на предприятиях, а для этого необходимо разработать процедуру приведения всех подмоделей технологических процессов к единому стандартному виду.

1.6. Заключение к первой главе В первой главе были рассмотрены особенности построения математических моделей планирования работы НПЗ/НХК для решения различных задач управления. Были рассмотрены проблемы подготовки различных типов исходных данных, необходимых для формирования блоков моделей, и существующие подходы, используемые для их формирования.

На основе проведенного исследования особенностей построения моделей и методов поиска решений задачи производственного планирования можно утверждать, что для повышения эффективности использования систем оптимизационного планирования класса RPMS необходимо разрабатывать средства автоматизированной актуализации моделей, которые бы позволяли:

1. Снизить трудоемкость и время настройки модели;

2. Внедрять в эксплуатацию на предприятиях более сложные модели планирования более точных) за счет учета (соответственно, дополнительных факторов, влияющих на план (например, учет влияния качества сырья и загрузки установок на отборы продуктов и потребление энергоресурсов).

3. Уменьшить количество ошибок ввода исходных данных, связанных с человеческим фактором.

4. Уменьшить число корректировок производственного плана, вносимых внутри горизонта планирования в процессе его реализации.

Также на основе рассмотренного выше материала можно сформулировать две важные проблемы при расчете производственного плана для пользователей систем класса RPMS:

1. Отсутствие возможности получить решение достаточной точности при значительном усложнении модели.

2. Отсутствие возможности формирования модели оперативного планирования на основе фактических данных о производстве за этот допустимый интервал времени.

Решение первой проблемы рассматривается во второй главе на примере решения задачи учета переменных норм потребления энергоресурсов в зависимости от загрузки установок. В третьей главе сравниваются результаты решения моделей с постоянными и с переменными нормами потребления энергоресурсов.

Решение второй проблемы рассматривается в четвертой главе. На основе проведенного исследования особенностей подготовки данных для формирования моделей оперативного планирования в реальных производственных условиях мной предлагается способ автоматизированной стандартизации и линеаризации подмоделей технологических процессов производства. Для достижения этой цели был разработан метод линеаризации исходных моделей в окрестности решения исходной нелинейной модели, реализация которого описывается в пятой главе.

Глава 2. Постановка задачи учета переменных норм расхода энергоресурсов от загрузки установок в оптимизационных моделях планирования

2.1 Учет переменных норм расхода энергоресурсов в моделях планирования Основной задачей работы предприятий типа НПЗ является выпуск готовой продукции по минимальной себестоимости. Важнейшей составляющей, дающей весомый вклад в себестоимость продукции, являются необходимые для ее выпуска энергоресурсы и вспомогательные материалы (пар, газ, воздух, вода, топливо на собственные нужды и др.). Как уже обсуждалось в первой главе, количество потраченных энергоресурсов и вспомогательных материалов (реагентов, катализаторов и др.) в общей стоимости переработки составляет около 50%, и опыт использования систем оптимизационного планирования типа RPMS свидетельствует, что погрешность в расчетах на 1% количества планируемого энергопотребления дает значительное отклонение в денежном выражении.

Анализ фактического потребления энергии и вспомогательных материалов НПЗ выявил переменный характер этих затрат в зависимости от нагрузки по сырью и сезона года. В основе расчета переменных норм лежат кривые расхода (выработки) энергоресурсов в зависимости от загрузки установок. Эти данные разрабатываются ОГЭ (отдел главного энергетика) предприятий для разных сезонов работы и утверждаются в Компании для целей планирования. На рисунке

2.1 черным цветом приведен пример кривой расхода некоторого энергоресурса в зависимости от загрузки установки.

Учет этого обстоятельства потребовал для каждого сезона года и каждой энергоемкой технологической установки построить математические модели зависимости затрат энергии и вспомогательных материалов от нагрузки.

Рис. 2.1 Примеры зависимостей расхода энергоресурса от загрузки.

Существуют математические модели четырех видов:

- независящей от загрузки установки («ЛУКОЙЛ-Нефтохим Бургас» АД, ОАО «ТАНЕКО»);

- линейной зависимости от загрузки установок («S. C. PETROTEL-LUKOIL S. A.», ООО «ЛУКОЙЛ-Ухтанефтепереработка»);

- кусочно-линейной зависимости от загрузки установок (ООО «ЛУКОЙЛНижегороднефтеоргсинтезнтез», ООО «ЛУКОЙЛ-Пермнефтеоргсинтез»);

полиномиальной зависимости от загрузки установок (ISAB Refinery, Sicily).

Моделирование постоянных затрат используется, когда в модели планирования необходимо учитывать фиксированный часовой, суточный или месячный расход энергоресурсов в конкретном технологическом процессе. Использование линейной зависимости расхода энергоресурсов от загрузки установок, как правило, связано не с постоянными удельными нормативами в конкретном технологическом процессе, а с отсутствием технического инструментария, позволяющего моделировать нелинейные зависимости, либо с отсутствием накопленной статистики по переменному расходу энергоресурсов. Кроме того, учет переменных норм потребления энергоресурсов в LP-моделях внутри рекурсии (см. Глава I) требует подготовки специалистов очень высокого уровня и больших временных затрат, причем уменьшается гарантия получения сходимости решения LP-модели. Нелинейные зависимости, такие как кусочно-линейная или полиномиальная используются на предприятиях в соответствии с утвержденным регламентом. Такие способы моделирования расхода требуют подготовки различных типов данных. Например, для учета кусочно-линейной зависимости расхода энергоресурсов необходимо в регламенте предприятия согласовать таблицы переменных норм, которые формируются набором взаимосвязей загрузок и норм. А в случае полиномиальной зависимости расхода энергоресурсов от загрузки на предприятии должны согласовать коэффициенты a0, a1, …, an полинома f(x) = a0xn + a1xn-1 + … + an x0, где xn – загрузка установки, возведенная в n-ю степень. На практике, как правило, используют квадратичные полиномы, в основном это связано с трудностью поддержки в моделях полиномиальных зависимостей более высокого порядка.

В моделях оптимизационного планирования систем типа RPMS используется, как правило, постоянная норма потребления энергоносителей.

В этом случае расход некоторого энергоресурса U установки при загрузке x вычисляется по формуле:

U = u x, (2.1) где u – удельная норма расхода энергоресурса на 1 тонну загрузки установки.

В случае если норма зависит от загрузки установки, то вычисление расхода U по формуле (2.1) может внести существенную погрешность в решение модели. В данной работе на основе проведенного анализа моделей планирования 12 российских и зарубежных НПЗ/НХК предлагается в процессе формирования подмоделей технологических процессов использовать критерий применения подхода планирования с учетом переменных норм потребления энергоресурсов.

Критерий заключается в том, что если на графиках расхода какого-либо энергоресурса в зависимости от суточной загрузки установки с постоянными и переменными нормами (рис.

2.1) существует хотя бы одна такая точка X` (загрузка установки), в которой выполняется условие:

U1 U 2 * 100% 1%, (2.2) U1 где U1 – расход энергоресурса с учетом постоянного удельного норматива, U2 – расход энергоресурса с учетом переменного удельного норматива, то для такой установки необходимо применять подход планирования с учетом переменных норм. Такой критерий, как показали опытные исследования, целесообразно применять для установок, минимальная допустимая суточная загрузка которых составляет не меньше 100 тонн в сутки (3000 тонн в месяц), целесообразно применять подход планирования с учетом переменных норм.

Рассмотрим способ учета изменения норм от загрузки. Предлагается при расчете переменных норм кривые расхода (выработки) энергоресурсов заменять кусочно-линейными функциями (синие прямые на рисунке 2.1), которые задаются наборами пар точек: загрузка – норма расхода. Выбор количества точек для задания кривых расхода (выработки) энергоресурсов зависит от желаемой точности приближения исходных кривых. Ниже приведен общий вид таблицы (таб. 2.1) переменных норм расхода энергоресурса U для некоторой установки.

–  –  –

2.2. Формирование моделей планирования с учетом переменных норм Актуализация модели постоянными нормами расхода энергоресурсов должна осуществляться перед поиском оптимального решения, а пересчет переменных норм должен проводиться в ходе поиска оптимального решения [69].

Для актуализации моделей текущего планирования предлагается использование автоматизированного переключателя способов получения решения, изображенных на рисунках 1.4 и 1.5. В случае если не удается получить решение необходимой точности с помощью использования только процедуры внутренней рекурсии, предлагается разделить пересчитываемые переменные модели на две части и использовать для получения решения процедуру внешней рекурсии. Использование автоматического переключателя различных способов получения решения в моделях планирования в данной диссертационной работе было применено для решения задачи учета переменных норм потребления энергоресурсов в зависимости от загрузки установок.

Для возможности учета переменных норм в RPMS-моделях дополнительно к базовой комплектации системы RPMS была разработана специализированная опция R_FRESH (Honeywell).

Процедура поиска решения RPMS-модели с помощью опции R_FRESH осуществляется способом, изображенным на рисунке 1.5:

• Решение начинается с текущих норм расхода RPMS-модели энергоресурсов, заданных в подмоделях установок;

• После решения модели производится автоматический анализ суточных загрузок установок в решении и, при необходимости, корректируются нормы расхода (выработки) энергоресурсов непосредственно в RPMSмодели в соответствии с таблицами переменных норм;

• Процесс решения повторяется и так продолжается до тех пор, пока величина изменения корректируемых норм не станет допустимой:

N 0 N1 = *100 h%, (2.5) N0 где N0 – величина начальной нормы; N1 – величина новой нормы; h% – допустимая величина погрешности в процентах, определяемая модельером.

Отметим, что процедура решения модели с помощью опции R_FRESH полностью автоматизирована. По окончании решения в RPMS-модели будут автоматически установлены нормы расхода энергоресурсов, соответствующие загрузке установок в решении.

Использование кусочно-линейной зависимости расхода энергоресурсов от загрузки в оптимизационных моделях позволяет повысить точность расчета потребления данного энергоресурса для некоторых установок до 20%.

Для лучшего понимания предлагаемого подхода к расчету оптимального плана с учетом переменных норм энергетики рассмотрим процедуру пересчета переменных норм электроэнергии на тестовом примере одной установки. Для простоты представим, что у нас на предприятии есть всего одна установка первичной переработки нефти АВТ. Данная установка может работать в трех допустимых режимах работы. Допустим, что в плановом отделе на текущий месяц планирования рассчитали постоянные нормы расхода на переработку тонны нефти для электроэнергии, теплоэнергии, жидкого топлива (см. Таб.

2.2):

–  –  –

Предположим, что после решения RPMS-модели с постоянными нормами расхода электроэнергии, теплоэнергии, жидкого топлива оптимальное решение при заданных технико-экономических условиях на заданный период планирования показало суммарную загрузку по всем вариантам работы данной установки равную 9000 тонн в сутки. В результате нового решения для установки АВТ получим следующий расход энергоресурсов за 30 рабочих дней на заводе (таб. 2.3).

–  –  –

Из рисунков 2.2 (а–в) видно, что существует множество загрузок установки АВТ, удовлетворяющих определенному выше критерию (2.2).

Считаем, что в модели мы установили допустимую погрешность сходимости для расчета переменных норм равную 1%.

Тогда процедура расчета модели будет выглядеть следующим образом:

• Сначала модель будет решена с начальными постоянными нормами расхода энергоресурсов и будет вычислена оптимальная величина загрузки АВТ, которая равна 9000 тонн в сутки;

• Затем на основе таблицы переменных норм (таб. №2.4) специальный программный модуль опции R_FRESH вычислит удельные нормативы соответствующие данной загрузке, а потом отдельно для каждого энергоресурса будет произведен анализ сходимости. Новая норма расхода для электроэнергии по формулам (2.2-2.3) равна 6,1259 кВтч/т; новая норма расхода для теплоэнергии по формулам (2.2-2.3) равна 22,814 Мкал/т; новая норма расхода для жидкого топлива по формулам (2.2-2.3) равна 0,04926 т/т.

6,2 6,1259 Анализ сходимости для нормы электроэнергии * 100% = 1,19% ;

6,2

–  –  –

• Поскольку для всех энергоресурсов изменение нормы превысило 1%, то в модели будут установлены новые нормативы расхода электроэнергии, теплоэнергии, жидкого топлива. Будет сформированы новые нормы для установки АВТ (таб. 2.5).

• Модель будет решена с новыми постоянными нормами расхода энергоресурсов и снова будет вычислена оптимальная величина загрузки АВТ. В данном случае для простоты будем считать, что она снова оказалась равной 9000 тонн в сутки;

Рис. 2.2 Примеры зависимостей расхода энергоресурсов от загрузки АВТ.

–  –  –

• Поскольку для всех энергоресурсов изменение нормы меньше допустимой погрешности 1%, то процедура поиска решения будет завершена. Таким образом, в решении с учетом переменных норм получаем следующие значения расхода энергоресурсов:

–  –  –

Как видим, произошла коррекция решения (таб. 2.7). Нужно отметить тот факт, что если бы после пересчета с новыми нормами получилось решение с другой загрузкой установки, то также проводился бы анализ сходимости норм, и в случае превышения погрешности в 1% хотя бы одной из норм какого-либо энергоресурса процедура поиска оптимального решения продолжилась до тех пор, пока погрешности изменений не станут допустимо малы. Практический опыт использования опции R_FRESH показал, что, как правило, сходимость достигается через 2-3 процедуры корректировки норм.

–  –  –

Глава 3. Опыт практической реализации моделей планирования с учетом переменных норм энергетики

3.1. Практика внедрения моделей с переменной энергетикой на предприятиях Работа по переходу к использованию на нефтеперерабатывающих предприятиях RPMS-модели планирования производства с учетом переменной энергетики, как правило, включает несколько этапов.

Сначала выполняется анализ текущего состояния RPMS-модели завода. Сбор необходимой информации о сезонных нормах расхода энергоресурсов на установках в зависимости от их загрузки. Подготовка специального отчета о необходимых изменениях в RPMS-модели. Обсуждение и согласование регламента со специалистами предприятия. После согласования изменений осуществляется модификация RPMS-модели в соответствии с утвержденным регламентом и передача RPMS-модели для эксплуатации.

Перечень работ по переходу к учету переменной энергетики в RPMS-моделях нефтеперерабатывающих предприятий:

1) Анализ текущей версии RPMS-модели (предоставляется пользователями модели на предприятии);

2) Определение перечня установок основного производства (первичных и вторичных процессов), требующих учета переменных норм потребления энергии (список норм - пар, электроэнергия и др. – также должен быть согласован);

3) Согласование перечня установок / списка норм и анализ предоставленных специалистами предприятия утвержденных значений сезонных норм потребления энергии в зависимости от нагрузки для этих установок.

Детальный перечень необходимых исходных данных (нормы потребления энергии от нагрузки в виде электронного шаблона) предварительно передается на завод;

4) Подготовка отчета «Энергетика» по требуемому перечню изменений в RPMS-модели и согласование его с представителями предприятия;

5) Модификация для учета переменной энергетики в RPMS-модели соответствии с регламентом и проверка ее работоспособности при одно- и многопериодном моделировании;

6) Проведение обучения по способам настройки RPMS-модели с учетом переменной энергетики с использованием опции R_FRESH;

7) Подготовка «Руководства по сопровождению модели для учета переменной энергетики»;

8) Передача на предприятие модифицированной версии RPMS-модели и «Руководства по сопровождению модели для учета переменной энергетики»

для начала опытной эксплуатации;

9) Проведение консультаций специалистов предприятия по работе с модифицированной версией RPMS-модели в течение опытной эксплуатации (не более 2-х месяцев).

После проведения опытной эксплуатации модифицированной версии RPMSмодели на объекте сроки перехода к ее промышленной эксплуатации согласуются внутри предприятия.

3.2. Разработка модели с переменной энергетикой 3.2.1. Описание модели НПЗ Рассмотрим решение демонстрационной RPMS-модели с учетом и без учета переменных норм. В качестве демонстрационного примера выбрана RPMSмодель НПЗ топливного профиля (рис. 3.1). Характеристики размерности модели указаны в таблице 3.1. Список установок, подлежащих учету переменной энергетики и соответствующих условиям критерия (2.2), указан в таблице 3.2.

–  –  –

Рис. 3.1 Схема RPMS-модели НПЗ топливного профиля 3.2.2. Построение модели с учетом переменных норм Установка №1: АВТ-1 В исходной модели планирования для установки АВТ-1 используются постоянные нормативы электроэнергии – 6,2 кВтч/т; теплоэнергии – 21,5 Мкал/т;

топлива – 22 кг.у.т. Данные о переменных нормах для установки АВТ-1 представлены в таблице 3.3.

–  –  –

Нормы заданы из расчета на суммарное сырье установки. Установка АВТ-1 может перерабатывать два типа сырья: основное (смесь различных типов нефтей поступающих по нефтепроводу) и специальное (подземная нефть). Максимальная производительность АВТ-1 для основного сырья составляет 4600 т/сут.

Максимальная производительность АВТ-1 при переработке подземной нефти снижается и составляет 4500 т/сут. В существующей модели для установки АВТ-1 раздельно задается число дней работы на основном сырье и на подземной нефти.

Суммарное число дней работы АВТ-1 на двух видах сырья должно соответствовать длительности планового периода.

Для моделирования переменной энергетики установки АВТ-1 необходимо иметь уравнение, значение которого соответствует суммарной загрузке по всем видам сырья.

В исходной модели такое уравнение отсутствует и кроме того существующий способ моделирования ограничений на производительность АВТимеет следующие недостатки:

• до решения модели необходимо определять число дней работы установки на разных видах сырья;

• неоправданное сужение области допустимых решений модели по загрузке установки на разных видах сырья.

Предлагается заменить два ограничения производительности АВТ-1 на единое по суммарному сырью. Снижение производительности установки при работе на подземной нефти учесть в новом уравнении коэффициентом 1,022=4600/4500.

Таким образом, переменные нормы расхода установки АВТ-1 будут рассчитываться из уравнения загрузки:

–  –  –

Рис. 3.2. Зависимости расхода энергоресурсов и топлива от загрузки на установке №1 Установка №2: АВТ-2 В исходной модели планирования для установки АВТ-2 используются постоянные нормативы электроэнергии – 6,3 кВтч/т; теплоэнергии – 21,2 Мкал/т;

топлива – 21,3 кг.у.т. Данные о переменных нормах для установки АВТ-2 представлены в таблице 3.4.

–  –  –

Установка АВТ-2 имеет одинаковую максимальную производительность во всех режимах работы 4700 тонн в день.

При моделировании переменной энергетики предлагается использовать уравнение ограничения производительности установки АВТ-2 по суммарному сырью:

–  –  –

Здесь xj, j J 2 – переменные загрузки установки АВТ-2 по сырью; 4700 – максимальная суточная загрузка АВТ-2 в тоннах по сырью; Z2 – число дней работы АВТ-2 в плановом периоде.

На рисунке показаны изменения зависимостей расхода 3.3 (а-в) электроэнергии, теплоэнергии и топлива для установки АВТ-2 в моделях с постоянными и переменными нормами.

Рис. 3.3. Зависимости расхода энергоресурсов и топлива от загрузки на установке №2

Установка №3: АВТ-3 В исходной модели планирования для установки АВТ-3 используются постоянные нормативы электроэнергии – 7,0 кВтч/т; теплоэнергии – 11,55 Мкал/т;

топлива – 16,2 кг.у.т. Данные о переменных нормах для установки АВТ-3 представлены в таблице 3.5.

Установка АВТ-3 имеет одинаковую максимальную производительность во всех режимах работы 8800 тонн в день.

–  –  –

Рис. 3.4. Зависимости расхода энергоресурсов и топлива от загрузки на установке №3 Установка №4: АВТ-4 В исходной модели планирования для установки АВТ-4 используются постоянные нормативы электроэнергии – 8,25 кВтч/т; теплоэнергии – 11,72 Мкал/т; топлива – 15,3 кг.у.т. Данные о переменных нормах для установки АВТ-4 представлены в таблице 3.6.

–  –  –

Установка АВТ-4 имеет одинаковую максимальную производительность во всех режимах работы 13700 тонн в день.

При моделировании переменной энергетики предлагается использовать уравнение ограничения производительности установки АВТ-4 по суммарному сырью:

–  –  –

Рис. 3.5. Зависимости расхода энергоресурсов и топлива от загрузки на установке №4 На рисунках показаны изменения зависимостей расхода 3.5 (а-в) электроэнергии, теплоэнергии и топлива для установки АВТ-4 в моделях с постоянными и переменными нормами.

Установка №5: Вторичная перегонка бензина В исходной модели планирования для установки №5 вторичной перегонки бензина используются постоянные нормативы электроэнергии – 7 кВтч/т;

теплоэнергии – 8,5 Мкал/т; топлива – 10,7 кг.у.т. Данные о переменных нормах для установки №5 представлены в таблице 3.7.

–  –  –

Установка №5 имеет одинаковую максимальную производительность во всех режимах работы 5900 тонн в день.

При моделировании переменной энергетики предлагается использовать уравнение ограничения производительности установки №5 по суммарному сырью:

–  –  –

Рис. 3.7.

Зависимости расхода энергоресурсов и топлива от загрузки на установке №6 Предлагается для учета переменных норм использовать в модели ограничение на суммарное сырье:

–  –  –

стабилизации предельных газов установки №6 по сырью; 5550 – максимальная суточная загрузка установки №6 в тоннах по сырью; Z6 – число дней работы установки №6 в плановом периоде.

На рисунках показаны изменения зависимостей расхода 3.7 (а-в) электроэнергии, теплоэнергии и топлива для установки №6 в моделях с постоянными и переменными нормами.

Установка №7: Гидроочистка дизельного топлива В исходной модели планирования для установки №7 гидроочистки дизельного топлива используются постоянные нормативы электроэнергии – 11,23 кВтч/т;

теплоэнергии – 15; Мкал/т; топлива – 17,9 кг.у.т. Данные о переменных нормах для установки №7 представлены в таблице 3.9.

–  –  –

Здесь xj, j J 7 – переменные загрузки установки №7 по сырью; 4200 – максимальная суточная загрузка установки №7 в тоннах по сырью; Z7 – число дней работы установки №7 в плановом периоде.

На рисунках 3.8 (а-в) показаны изменения зависимостей расхода электроэнергии, теплоэнергии и топлива для установки №7 в моделях с постоянными и переменными нормами.

Рис. 3.8. Зависимости расхода энергоресурсов и топлива от загрузки на установке №7

–  –  –

Здесь xj, j J8 – переменные загрузки установки №8 по сырью; 1110 – максимальная суточная загрузка установки №8 в тоннах по сырью; Z8 – число дней работы установки №8 в плановом периоде.

Рис. 3.9. Зависимости расхода энергоресурсов и топлива от загрузки на установке №8 На рисунках показаны изменения зависимостей расхода 3.9 (а-в) электроэнергии, теплоэнергии и топлива для установки №8 в моделях с постоянными и переменными нормами.

Установка №9: Риформинг - 1 В исходной модели планирования для установки №9 риформинг - 1 используются постоянные нормативы электроэнергии – 43,4 кВтч/т; теплоэнергии

– 17,815 Мкал/т; топлива – 60,96 кг.у.т. Данные о переменных нормах для установки №9 представлены в таблице 3.11.

–  –  –

Установка №9 имеет одинаковую максимальную производительность во всех режимах работы 2900 тонн в день.

При моделировании переменной энергетики предлагается использовать уравнение ограничения производительности установки №9 по суммарному сырью:

–  –  –

Рис. 3.10. Зависимости расхода энергоресурсов и топлива от загрузки на установке №9 Установка №10: Риформинг - 2 В исходной модели планирования для установки №10 риформинг - 2 используются постоянные нормативы электроэнергии – 87,5 кВтч/т; теплоэнергии

– 7,8 Мкал/т; топлива – 82,12 кг.у.т. Данные о переменных нормах для установки №10 представлены в таблице 3.12.

–  –  –

Рис. 3.11. Зависимости расхода энергоресурсов и топлива от загрузки на установке №10 Установка №11: гидроочистка смеси вторичных бензинов В исходной модели планирования для установки №11 гидроочистки вторичных бензинов используются постоянные нормативы электроэнергии – 98,9 кВтч/т; теплоэнергии – 26,85 Мкал/т; топлива – 40,5 кг.у.т. Данные о переменных нормах для установки №11 представлены в таблице 3.13.

–  –  –

Установка №11 имеет одинаковую максимальную производительность во всех режимах работы 600 тонн в день.

При моделировании переменной энергетики предлагается использовать уравнение ограничения производительности установки №11 по суммарному сырью:

–  –  –

Рис. 3.13. Зависимости расхода энергоресурсов и топлива от загрузки на установке №12 Установка №13: установка замедленного коксования В исходной модели планирования для установки замедленного коксования №13 используются постоянные нормативы электроэнергии – 95,25 кВтч/т;

теплоэнергии – 198,4 Мкал/т; топлива – 249,83 кг.у.т. Данные о переменных нормах для установки №13 представлены в таблице 3.15.

–  –  –

Установка №13 имеет максимальную производительность кокса 270 тонн в день.

При моделировании переменной энергетики предлагается использовать уравнение ограничения производительности установки №13 по производительности кокса:

–  –  –

Здесь xj, j J13 – переменные загрузки установки №13 по сырью; 270 – максимальная суточная загрузка установки №13 в тоннах по сырью; Z13 – число дней работы установки №13 в плановом периоде.

На рисунках показаны изменения зависимостей расхода 3.14 (а-в) электроэнергии, теплоэнергии для установки №13 в моделях с постоянными и переменными нормами.

Рис. 3.14. Зависимости расхода энергоресурсов и топлива от загрузки на установке №13 Установка №14: прокалка кокса В исходной модели планирования для установки №14 прокалки кокса используются постоянные нормативы электроэнергии – 59 кВтч/т; теплоэнергии – 155 Мкал/т; топлива –3,15 кг.у.т. Данные о переменных нормах для установки №14 представлены в таблице 3.16.

–  –  –

Здесь xj, j J14 – переменные загрузки установки №14 по сырью; 320 – максимальная суточная загрузка установки №14 в тоннах по сырью; Z14 – число дней работы установки №14 в плановом периоде.

Рис. 3.15. Зависимости расхода энергоресурсов и топлива от загрузки на установке №14

–  –  –

Расчет производственного плана описанной выше модели осуществлялся с постоянными и переменными нормами расхода энергоресурсов и топлива. В моделях №1 и №2 расход электроэнергии был скорректирован на 3,84%, расход пара был скорректирован на расход заводского топлива был 11,17%, скорректирован на 3,48%. Значение целевой функции было скорректировано на 0,32%, что в денежном выражении составило около десяти миллионов рублей в месяц.

Опция R_FRESH была внедрена на 9 Российских и зарубежных НПЗ, и анализ результатов вычислений показал, что использование кусочно-линейной зависимости расхода энергоресурсов от загрузки позволяет повысить точность расчета потребления данного энергоресурса для некоторых установок на различных заводах до 20-30%.

Глава 4. Формирование оперативного плана производства НПЗ/НХК

4.1. Задача детализации текущего плана Основной целью оперативного планирования является получение ответа на очень важный вопрос для персонала предприятия – как действовать в ближайший период времени в условиях сложившейся производственной ситуации, чтобы выполнить поставленный производственный план на расчетный период времени.

Задача детализации текущего плана – это, как правило, задача оперативного двухпериодного планирования (первый период – текущая календарная неделя или декада, для которой требуется уточнение; второй период - оставшаяся часть временного интервала планирования), которая решается в условиях глобальных ограничений с учетом текущей фактической информации до конца оставшейся части горизонта планирования.

Детализация текущего плана необходима также для облегчения решения задачи календарного планирования, поскольку на заводе имеются установки разной степени инерционности, то есть присутствуют установки, у которых переключают режимы работы достаточно редко, например, один раз в неделю или месяц (АВТ, риформинг, гидроочистка), и установки, режимы работы которых переключают часто, например, 1…2 раза в день (резервуары, смесители).

Установки с большей степенью инерционности определяют производство и, работая в выбранном режиме, производят продукцию с одинаковыми коэффициентами отборов и показателями качества. Решение задачи детализации на ближайший календарный отрезок времени позволит, рассчитав режимы работы крупных установок, получить готовые рецептуры смешения для составления расписаний. Таким образом, составляя расписания работы завода, необходимо будет только следить за соблюдением рецептур и выполнением логистических правил работы завода, что значительно упрощает данную задачу.

Исходными плановыми данными для составления расписаний является решение задачи текущего планирования. При этом для составления подробного расписания необходимо также располагать подробной информацией о производственной ситуации на заводе. Эта информация должна содержать два типа данных: постоянные и переменные. Постоянные данные это

– технологическая схема производства, а также логистические правила работы завода, отражающие технологические аспекты производства. Изменение этих данных происходит очень редко и только после согласования с руководством завода. Переменные данные – это плановые ограничения и фактические данные.

Фактические данные о работе завода должны обновляться ежедневно. Плановые ограничения должны задаваться каждый раз на горизонт планирования, на который мы хотим составить расписание работы.

Таким образом, чтобы составить расписание работы завода на ближайший календарный отрезок времени, мы должны располагать следующими данными:

1. фактические данные, на текущий момент:

- запасы во всех резервуарах, с учетом качества содержимого;

- действующие на текущий момент технологические режимы работы установок;

- фактические материальные балансы установок для разных режимов работы.

2. плановые ограничения на ближайший календарный отрезок времени (неделю, декаду), на который нужно составить расписания:

- количество сырья, которое поступит на завод и количество сырья, которое нужно переработать;

- количество готовой продукции, которое нужно произвести, и количество готовой продукции, которое нужно отгрузить;

- сведения о допустимых режимах работы;

- спецификации и рецептуры смешений.

Фактические данные о производстве должны браться из системы производственного учета, установленной на предприятии, а плановые ограничения должны рассчитываться при решении задачи детализации плана.

При этом детализированный план должен отражать следующие производственные условия:

1. Максимальное приближение к первоначальному месячному плану производства. Критерий – близость месячных объемов переработки сырья и производства продукции с учетом уже полученного результата.

2. Материальные балансы установок и качество потоков в первом периоде, должны совпадать с усредненными фактическими данными, а во втором – с усредненными плановыми.

3. Объем переработки основного сырья в первом периоде не должен превышать планируемых поставок на заданный отрезок времени.

4. Объем производства готовой продукции в первом периоде не должен быть меньше планируемых отгрузок на заданный отрезок времени.

5. Начальные запасы сырья, полуфабрикатов и готовой продукции должны соответствовать фактическим запасам на начало первого периода.

При решении задачи детализации текущего плана с учетом описанных выше условий, может возникнуть ситуация когда не существует решения, позволяющего выполнить установленный глобальный план. Это означает, что сотрудникам предприятия необходимо будет принимать меры, чтобы минимизировать отклонения от поставленного плана.

На основании построенного детализированного плана на оставшуюся часть горизонта планирования персонал предприятия, отвечающий за реализацию производственных целей, сможет своевременно оценить сложившуюся ситуацию и принять верные управленческие решения, например:

• уточнить график поставки сырья;

• подготовить необходимое количество готовой продукции к отгрузке;

• изменить режимы работы установок;

• оценить возможность выполнения поставленного плана и при необходимости составить новый план, учитывая приоритеты производственных задач на данный момент;

• составить расписания выполнения технологических операций на нужный календарный отрезок времени.

–  –  –



Pages:   || 2 |
Похожие работы:

«Осознание человеком собственной подлинности Анатолий Супрун БУДДИЙСИЕ КОАНЫ КАК ПСИХОТЕХНИЧЕСКОЕ СРЕДСТВО ОСОЗНАНИЯ ОГРАНИЧЕНИЙ СОЗНАНИЯ Аннотация. В статье рассматриваются дзен-буддийские коаны как особый род психоте...»

«Введение Экономика наследия это изобретение западных экономистов (преимущественно канадских и австралийских) начала 90-х годов XX века. Данное исследовательское направление развива...»

«Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Саратовский государственный технический университет имени Гагарина Ю.А.» Балаковский институт техники, технологии и управления Кафедра «Социальные и гуманитарные науки» АННО...»

«Министерство сельского хозяйства РФ ФГБОУ ВПО «Кубанский государственный аграрный университет» Кафедра «Тракторы, автомобили и техническая механика» ЛОГИКА И МЕТОДОЛОГИЯ НАУКИ (методические материалы) Краснодар Логика и методология...»

«7813 УДК 658.5 О КАТЕГОРИАЛЬНОЙ СУЩНОСТИ УПРАВЛЕНИЯ Д.В. Реут Московский государственный технический университет им. Н.Э. Баумана Россия, 105005, Москва, 2-ая Бауманская ул., 5. Московский государственный гу...»

«СТЕПКИНА Юлия Андреевна СОВЕРШЕНСТВОВАНИЕ ТЕХНОЛОГИЙ И СИСТЕМ ОБРАБОТКИ ОСАДКА ПРИ ОЧИСТКЕ СТОЧНЫХ ВОД, ПОЛУЧЕНИЕ И АПРОБАЦИЯ КОМПЛЕКСНОГО УДОБРЕНИЯ Специальность: 06.01.02 – Мелиорация, рекультивация и охрана земель Автореферат диссертации на соискание учёной степени кандидата технических наук Волгоград 2009 Работа выполнена в ФГОУ...»

«2014 • Том 6 • № 4 / 2014 • Vol. 6 • no. 4 А.И. КондАКов и др. Модификация матрицы строительного композита. УДК 691.2 КОНДАКОВ Александр Игоревич, магистрант каф. «Техника и технологии производс...»

«1 В.В. Давыдов АНАЛИЗ ДИДАКТИЧЕСКИХ ПРИНЦИПОВ ТРАДИЦИОННОЙ ШКОЛЫ И ВОЗМОЖНЫЕ ПРИНЦИПЫ ОБУЧЕНИЯ В ШКОЛЕ БУДУЩЕГО Давыдов В. В. Анализ дидактических принципов традиционной школы и возможные принципы о...»

«С. М. АПОЛЛОНСКИЙ, Ю. В. КУКЛЕВ НАДЕЖНОСТЬ И ЭФФЕКТИВНОСТЬ ЭЛЕКТРИЧЕСКИХ АППАРАТОВ РЕКОМЕНДОВАНО Учебно методическим объединением по университетскому политехническому образованию в качестве учебного пособия для студентов высших учебных заведений, обучающихся по направлениям подготовки 140400...»

«Актуальные проблемы гуманитарных наук ситуации в отношении того, о ком/о чем идет речь. Если изменить комуникативную фокусировку субъекта и объекта, изменится и производимое впечатление. Выбор варианта отправителем определяется воздействием на получателя. Метафора в информационном тексте выступает ка...»

«1. Цели освоения дисциплины Цель курса «Основы экономической теории» заключается в том, чтобы студенты получили понятие об экономике, о процессах социально-экономического развития общества, научились анализу экономических отношений, выявлению тенденций трансформации рыночного механизма в условиях...»

«Приложение 2 Методика реализации Концепции открытости федеральных органов исполнительной власти Оглавление Термины и определения, используемые в Методике реализации Концепции открытости федеральных органов исполнительной власти I. Цели и з...»

«РУКОВОДСТВО ПО ЭКСПЛУАТАЦИИ МАШИНА ДЛЯ ОБРАБОТКИ КРОМКИ ЛИСТА ABM-28 ООО «ТехноМашХолдинг» тел. 8-804-333-2003, 8-499-705-2334 http://tmh.su email:info@tmh.su ООО ТехноМашХолдинг промышленное оборудование АBM-28 ООО «ТехноМашХолдинг» тел. 8-804-333-2003, 8-499-705-2334 http://tmh.su email:info@tmh.su ООО ТехноМашХолдинг промышленное об...»

«Опубликовано в Научно-техническом вестнике СПбГУ ИТМО. 2008. Выпуск 53. Автоматное программирование, с. 24-42. УДК 004.4’242 ПРИМЕНЕНИЕ ГЕНЕТИЧЕСКОГО ПРОГРАММИРОВАНИЯ ДЛЯ ГЕНЕРАЦИИ АВТОМАТОВ С БОЛЬШИМ ЧИСЛОМ ВХОДНЫХ ПЕРЕМЕННЫХ Н.И. Поликарпова, В.Н. Точил...»

«Глава 4 СоСтавление Сводной Сметной документации на СтроительСтво (капитальный ремонт) 4.1. Составление объектного сметного расчета (объектной сметы) Объектные сметные расчеты (объектные сметы) определяют нормативную стоимость строительства (реконструкции, капитального ремонта) отдельных...»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ ФГБОУ ВПО «УРАЛЬСКИЙ ГОСУДАРСТВЕННЫЙ ЛЕСОТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ» УРАЛЬСКОЕ ОТДЕЛЕНИЕ СЕКЦИИ НАУК О ЛЕСЕ РАЕН УРАЛЬСКИЙ ЛЕСНОЙ ТЕХНОПАРК НАУЧНОЕ ТВОРЧЕСТВО МОЛОДЕЖИ – ЛЕСНОМУ КОМПЛЕКСУ РОССИИ МАТЕРИАЛЫ VIII ВСЕРОССИЙСКОЙ НАУЧНО-ТЕХНИЧЕСКОЙ КОНФЕРЕНЦ...»

«© 2002 г. М.Е. ДОБРУСКИН О СОЦИАЛЬНЫХ ФУНКЦИЯХ ЦЕРКВИ (на материалах русской православной церкви) ДОБРУСКИН Марк Евсеевич доктор философских наук, профессор Харьковского государственного технического университета радиоэлектроники. Постановка проблемы В обширной проблематике социологии религии важнейшее место принадлеж...»

«Медь: Оправдает ли «красный металл» надежды инвесторов? На фоне бума на товарно-сырьевых рынках, особое внимание участников рынка направленно на медь. Медь очень широко используется в разных отраслях экономики от стр...»

«Космические аппараты и приборы УСТРОЙСТВО КОМПЕНСАЦИИ МОМЕНТА ТРОГАНИЯ В УПРАВЛЯЮЩИХ ДВИГАТЕЛЯХМАХОВИКАХ Пасько В.А., Завьялова О.Ю. Научный руководитель: Завьялова О.Ю., доцент, к.т.н. Акционерное общество «Научно-производственный центр «Полюс» Россия, г. Томск, пр. Кирова, 56 «в», 634050 Национальный исследовательск...»

«ГЛАВА 16. ЭФФЕКТИВНЫЙ РЫНОК В настоящей главе рассматривается концепция эффективности финансового рынка. Вначале мы остановимся на понятиях информационной и операционной эффективности рынка, охарактеризуем гипотезу свободного блуждания цен финансовых активов....»

«УДК 519.21 Иванов Михаил Юрьевич МАКСИМИЗАЦИЯ ОЖИДАЕМОЙ ПОЛЕЗНОСТИ В ЭКСПОНЕНЦИАЛЬНОЙ МОДЕЛИ ЛЕВИ 01.01.05 теория вероятностей и математическая статистика Автореферат диссертации на соискание ученой степени кандидата физико–мате...»

«ЛУКАШЕВИЧ НАТАЛЬЯ ВАЛЕНТИНОВНА Модели и методы автоматической обработки неструктурированной информации на основе базы знаний онтологического типа 05.25.05 – Информационные системы и процессы АВТОРЕФЕРАТ диссертации на соискание ученой степени доктора технических наук...»

«Проблемы управления доступом к информационным ресурсам в крупных компаниях Дмитрий Василевский Технический директор 01 июня 2016 г. компания Аванпост www.avanpost.ru Актуальность Управление доступом – краеугольный камень любой системы информационной безопасности Актуальность Для подразд...»

«Принципы и механизмы социального управления в организации. Заячникова А. Ю., студентка V курса филиала Воронежского ГАСУ в городе Борисоглебске, Макеев В. А. заведующий кафедрой гуманитарных дисциплин филиала Воронежского ГАСУ в городе Борисоглебске, кандидат философских наук, доцент. В настоящ...»

«рассказы сказки стихи биографии знания путешествия марина улыбышева кулибин. главный механикус россии Марина Улыбышева Ребята! Если у вас появилось желание поделиться с нами своими впечатлениями о прочитанной книжке или, может быть, Главный...»

«Государственная публичная научно-техническая библиотека Сибирского отделения Российской академии наук Исакова О.Н. ОСНОВЫ ПОИСКА ПАТЕНТОВ В БАЗЕ ДАННЫХ ЕВРОПЕЙСКОГО ПАТЕНТНОГО ВЕДОМСТВА (ЕПВ) Препринт 03-1 Новосибирск ББК 30ф Исакова О.Н. Основы поиска патентов в базе данных Европейского патентного ведомства: Препринт 03-1....»

«УДК 633.174:631.559:526.32:631.8 М.В. Кух, аспирант ПДАТУ, Подольский государственный аграрно-технический университет, mari_kuch@mail.ru; В.И. Среда, н.с. ГУ Институт сельского хозяйства с...»

«Балаковский инженерно-технологический институт (филиал) федерального государственного автономного образовательного учреждения высшего профессионального образования «Национальный исследовательский ядерный университет «МИФИ» Кафедра «Социальные и гуманитарные наук...»

«РОССИЙСКАЯ АКАДЕМИЯ НАУК СИБИРСКОЕ ОТДЕЛЕНИЕ ФИЗИКО-ТЕХНИЧЕСКИЕ ПРОБЛЕМЫ РАЗРАБОТКИ ПОЛЕЗНЫХ ИСКОПАЕМЫХ 2013 №3 УДК 624.153.7 ЧИСЛЕННОЕ МОДЕЛИРОВАНИЕ ПРОСТРАНСТВЕННОЙ ЛОКАЛИЗАЦИИ ДЕФОРМАЦИЙ В ПРОЦЕССЕ ЗОНАЛЬНОЙ ДЕЗИНТЕГРАЦИИ Ван Ксю-бин, Пан И-шан, Чжан Чжи-хуэй Ляонинский технический университет, E-mail: wxbbb@263.net...»










 
2017 www.pdf.knigi-x.ru - «Бесплатная электронная библиотека - разные матриалы»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.