Обсудим модель (24.1) — (24.5). Условия (24.1) — (24.5) отражают в математической форме производственные возможности установок, их взаимосвязи между собой, ресурсы и производственные возможности предприятия в целом. Действительно, здесь учтены расходные нормы (коэффициенты отбора) и мощности каждой установки на данный плановый период, учтены потенциально возможное распределение материальных потоков, плановые лимиты по [c.411]
Специфика данного предприятия, свойства его технологической схемы, производственные возможности установок и всего предприятия отражаются при численном формировании условий (24.1) — (24.5). Именно в численном формировании условий (24.1) — (24.5) заключается суть моделирования предприятия как объекта оптимизации. Пример такого формирования дан ниже. При формировании модели наглядно проявляется роль информационного обеспечения в модель входят такие показатели, как расходные нормы, коэффициенты отбора, показатели качества, удельные затраты, цены. Подобные показатели формируются и упорядочиваются при построении подсистемы информационного обеспечения. [c.413]
Использование сырья характеризуется коэффициентом отбора основных продуктов, а по очистке показателем использования служит процент потерь. [c.190]
Эффективность разработки месторождения характеризуется следующими показателями - удельные капитальные вложения на единицу добытого сырья, себестоимость 1 тонны нефти, производительность труда, а так же ряд дополнительных - добыча нефти на одну скважину - месяц, добыча по категориям скважин, коэффициент отбора сырья из продуктивных горизонтов. Экономический эффект на стадии разработки месторождения выражается размером прибыли, достигнутый в результате реализации нефти, уплаты налогов и платежей недропользователей. Наряду с этим эффект может быть исчислен в виде оценки извлеченного нефтяного сырья в ценах мирового рынка. [c.75]
Рассчитываются плановые показатели добычи конденсата. Дебит по конденсату определяется исходя из дебита по газу и нормативных величин содержания конденсата в газоконденсат-ной смеси ак и коэффициента отбора конденсата по данной скважине т)к.0тб г- [c.188]
Для измерения перечисленных характеристик в практике анализа используют множество — более сотни различных финансовых коэффициентов. Отбор коэффициентов определяется задачами проводимого анализа. [c.159]
Отсутствие информации о динамике поступления сырья, а следовательно, и о динамике изменения их качественных и количественных показателей приводит к тому, что варьирование таких характеристик, как производительность и пробег установок, коэффициенты отбора и качество промежуточных нефтепродуктов, а в этой связи и значений контролируемых показателей смешиваемых компонентов происходит случайным образом. [c.7]
Разбиение контролируемых параметров на два класса вероятностных величин в сильной степени зависит от длительности периода, на котором анализируется характер их варьирования. Например, такие непрерывно изменяющиеся параметры производства, как производительности установок и коэффициенты отбора полупродуктов можно отнести к первому типу случайных величин независимо от длительности периода планирования. Других математически вероятностных величин на уровне оперативного планирования и управления реализацией производственной программы НПП нет. Остальные показатели в связи с этим правомерно отнести к случайным величинам второго типа. [c.8]
Значительное число контролируемых параметров процессов нефтепереработки характеризуется линейными и нелинейными взаимосвязями. В частности, нелинейный характер имеют связи между коэффициентами отбора и качественными показателями нефтепродуктов, между качеством товарных нефтепродуктов и количественными и качественными показателями компонентов смешения. [c.8]
Рассмотренные модификации алгоритма решения задачи планирования нефтеперерабатывающих производств при переменных коэффициентах отбора и затрат позволяют в определенной мере сократить число итераций и объем вычислений. Однако при большой размерности исходной задачи, высоком проценте заполненности матрицы условий, большом числе варьируемых векторов и ненулевых элементов в них этот подход не обеспечивает высокой эффективности расчетной процедуры. Частично данный вопрос может быть решен с учетом особенностей прикладных задач. [c.33]
Здесь а(-. — коэффициенты отбора или затрат a -- и af.- - соответственно, [c.36]
В большинстве случаев в задачах планирования нефтеперерабатывающих предприятий коэффициенты d, = 1 или 0, т. к. (2.37) в основном представляет условия типа материальных балансов, а величины "соответствуют содержаниям смежных продуктов и их предельным допустимым значениям. Например, Ц может указывать номинальное значение суммы светлых, ajy и If— предельно допустимые верхние и нижние значения. По характеру определения и свойствам величины / аналогичны коэффициентам отбора. В тех случаях, когда выражение (2.37) определяет допустимое сочетание компонентов в некотором потоке при заданных качественных показателях, величины а - заранее известны. Таким образом, основное затруднение при выделении подмножеств sy в расширенном множестве S заключается в определении предельных значений коэффициентов а,-.-. В рассматриваемых нами моделях понятие коэффициент отбора" охватывает случаи отбора единичного или суммарного потока как с отдельных [c.36]
В табл. 2.1 приведена выборка из результатов расчетов коэффициентов отбора по группе нефтеперерабатывающих предприятий. Коэффициенты вариации U, определяемые из выражения [c.37]
Реализация технологических процессов нефтеперерабатывающих предприятий при варьируемых коэффициентах отбора характеризуется следующими особенностями. [c.37]
Потоки с малыми значениями коэффициентов отбора имеют большие величины коэффициентов вариации. Объясняется это тем, что технологические возможности варьирования малых потоков за счет смежных весьма обширны. Единичные потоки с a < 0,05 имеют коэффициенты вариации t/= 20 50%. [c.37]
Сезонные колебания, приводящие к изменению номинальных значений коэффициентов отбора, оказывают незначительное влияние на коэффициенты вариации. [c.38]
Таким образом, в моделях с переменными параметрами необходим дифференцированный подход к установлению диапазонов варьирования коэффициентов отбора, базирующийся на анализе статистических данных, типа технологических процессов и качественных показателей потоков. [c.38]
Процедура объективного подбора коэффициентов k экспертным путем является весьма трудоемкой и трудно поддается физической интерпретации, поскольку, хотя и предполагается наличие управлений, реализующих расчетные значения технологических коэффициентов из допустимой области варьирования С", конкретные величины соответствующих управлений и" неизвестны. ТАБЛИЦА 2.1. Коэффициенты отбора нефтепродуктов [c.38]
Поток Средневзвешенный коэффициент отбора а в Коэффициент вариации U, % Примечание [c.38]
Результаты расчета показывают, что метод оптимизации позволяет получить для коэффициентов а , как правило, более широкие, по сравнению с традиционным подходом, диапазоны варьирования. При этом следует особо отметить, что предельные значения коэффициентов рассчитаны с учетом зависимостей (239) и ограничений наложенных на качественные показатели потоков. ТАБЛИЦА 2.2. Коэффициенты отбора нефтепродуктов [c.40]
Зависимость между качественными показателями и коэффициентами отборов полупродуктов вида (3.33) в рабочем диапазоне изменения [c.67]
Примером связи между элементами различных вектор-столбцов в задаче оптимизации производственной программы НПП может служить параметрическая взаимосвязь варьируемых технологических коэффициентов и качественных характеристик материальных потоков, взаимосвязь коэффициентов отбора и качественных характеристик базовых компонентов, вырабатываемых в процессе разделения и вовлекаемых на смешение в товарном блоке. Следовательно, в рассматриваемом случае в стохастической задаче планирования необходимо учитывать дополнительные условия и ограничения, обеспечивающие согласованность режимов взаимосвязанных технологических звеньев не только по количественным, но и по качественным показателям, учет которых обеспечивает повышение адекватности модели планирования реальным условиям функционирования объекта. [c.70]
Учет характеристических связей между коэффициентами отбора и качественными показателями отбираемых полупродуктов обеспечивается вводом в задачу (3.25) функциональных зависимостей вида г- = -H(aiv) (i = I, т v= , HI, ф=п1 + 1,и), определяемых для каждого локального способа производства в отдельности. [c.70]
Коэффициент отбора нефтепродуктов [c.97]
Таким образом, если считать, что перерабатывается только один сорт нефти, то расчетный объем выработки собственной продукции можно принять равным произведению коэффициентов отбора на всех этапах переработки и исходного объема нефти. Этот способ расчета, собственно, и предполагается осуществимым в линейных моделях текущей производственной программы НПП, но там традиционно полагают оптимальный объем переработки нефти (а он, как указывалось, максимален) не фиксированным, а изменяющимся в некотором диапазоне. [c.120]
Содержательная постановка рассматриваемой задачи проста и известна в различных интерпретациях. Приведем ее в интерпретации, соответствующей исследуемому процессу. Введем следующие обозначения. Пусть х — плановый объем поставки /-го сорта нефти, а — фиксированный коэффициент отбора заданной прямогонной фракции. При переработке т сортов нефтей общий объем производства данной фракции ра- [c.148]
Приведенные здесь результаты, предназначенные прежде всего для изучения погрешностей двух типов, могут рассматриваться в качестве вспомогательного аппарата для постановки задачи стохастического программирования в нефтепереработке. Однако в практических целях важно знать не только относительную, но и абсолютную погрешность реализации плана выработки продукции, определить ожидаемую область варьирования коэффициента отбора а в зависимости от концентрации у, т. е. ее размах R (а). Точка экстремума У ах в этом случае отличается от Углах (см. формулу (5.28)), так как функция абсолютной погрешности ф (у), в отличие от А (у), имеет вид [c.150]
Напомним, что, строго говоря, статистический анализ применим к статистически однородным случайно изменяющимся величинам, т. е. обладающим малыми флуктуациями относительно средней. Такие величины обладают определенными свойствами стабильности и асимптотически нормально распределены. В нефтепереработке к ним можно отнести производительности установок, коэффициенты отбора полупродуктов производства, показатели качества вырабатываемых фракций. [c.153]
Найдем искомые значения коэффициентов отбора. Для этого построим лагранжиан [c.167]
Расчет производственной программы комплекса предлагается осуществить при фиксированных коэффициентах отбора, вычисляемых по формуле (5.54). [c.168]
| Таблица 5.6. Зависимость качественных показателей нефтепродуктов от коэффициентов отбора |  |
На основе результатов предварительного анализа параметры модели, определяющие объемы перерабатываемых ресурсов, выпуск готовой продукции, производительности технологических установок и процессов, коэффициенты отбора нефтепродуктов, в зависимости от величины вариации принимаются детерминированными или случайными. Ограничения на математические ожидания невязок стохастических условий задачи выбираются в зависимости от вероятностных характеристик случайных величин с учетом рекомендаций экспертов-технологов и работников планового отдела предприятия. Аналогичным образом устанавливаются штрафы за коррекцию решения задачи. Для НПП топлив-но-масляного профиля задача календарного планирования включает порядка 1400 переменных, 940 уравнений, 300 верхних и 280 нижних граничных условий. Коэффициент заполненности матрицы условий задачи равен 0,21. [c.178]
Блок 1 - Получение исходной планово-экономической и технологической информации". Исходная информация вводится в виде четырех массивов, первый из которых содержит данные о технологических способах производства (коэффициенты отбора и вовлечения), а также информацию о топологии нефтеперерабатывающего предприятия, а три других — соответственно, информацию о пропускных способностях установок, ресурсах исходного сырья и компонентов, плановых заданиях. Первый масс-сив вводится однократно, а информация, содержащаяся в нем, обновляется по мере изменения технологии переработки, ввода в действие новых установок, вывода установок на ремонт, реконструкции и модернизации производства. [c.182]
Известно, что параметры являются величинами, которые характеризуют объективно присущие объекту свойства. В частности, параметры моделей технико-экономического планирования и оперативного управления в обобщенном виде характеризуют устойчивые режимы работы технологического оборудования. Основными параметрами моделей планирования нефтеперерабатывающих производств являются коэффициенты отбора нефтепродуктов, выход светлых нефтепродуктов, коэффициенты затрат различных компонентов, качественные показатели сырья, полупродуктов и товарной продукции. В процессе взаимодействия с вычислительной системой ЛПР имеет возможность получить информацию об имевших место в прошлом реализациях параметров, о физически допустимых предельных их значениях, а также о случайных изменениях в пределах допустимой области ш е ел . [c.195]
Коэффициент отбора керосина [c.221]
М а р т ы н о в А. П. Оптимизация производственной программы НПЗ при переменных коэффициентах отборов. Материалы республиканской на-учно-технической конференции Состояние и результаты научных исследований в вопросах разработки, добычи, транспорта и переработки нефти "и газа в Башкирии . УНИ, Уфа, 1975. [c.104]
Здесь s — индекс вида перерабатываемого сырья (s = 1, sk) I - индекс вырабатываемого полупродукта (/=1, Lk) г - индекс товарного продукта (г — I, К) у% - количество s-ro вида сырья, перерабатываемого на f -й технологической установке (k = Г, К) -количество s-ro вида перерабатываемого сырья а (ш) - случайный коэффициент отбора 1-го полупродукта, вырабатываемого из s-ro вида сырья на fe-й установке o s(w) и sj (to) - случайные, соответственно, минимальные и максимальные значения коэффициентов отбора /-го полупродукта, вырабатываемого из s-ro вида сырья на f -й установке М (ui) - случайные граничные условия, налагаемые на технологические коэффициенты и их комбинации x sr - количество 1-го полупродукта, получаемого от s-ro вида сырья на k-ft установке и вовлекаемого в r-й товарный продукт иг - количество r-го товарного продукта f s - М-й качественный показатель 1-го продукта, получаемого от сырья s на установке k ipf — д-я качественная характеристика r-го товарного продукта, лимитируемая ГОСТом 0 1г и fy,. - случайные,.соответственно, минимальные и максимальные значения коэффициентов вовлечения 1-го полупродукта на смешение r-го продукта xlr - количество 1-го полупродукта, вовлекаемого в r-й товарный продукт bs - ограничение, налагаемое на общее количество перерабатываемого сырья s-ro вида ij — ограничение, налагаемое на количество перерабатываемого на k-й технологической установке сырья вида s br - плановое задание по выпуску r-го товарного продукта Н - известная функция сг - цена единицы r-го товарного продукта s - цена единицы s-ro вида сырья yf (0,5 1) - задаваемый уровень надежности для /-го ограничения (/= 1, т). [c.64]
Для наглядности дальнейшего изложения в множестве векторов Kj Lj(u>) (/= 1, п) выделим упорядоченное подмножество векторов Kv = iivJ > (а>) (у= l, i z = 1, т) коэффициентов отбора полупродуктов, вовлекаемых на смешение, и подмножество векторов их качест-венных показателей, = < ,-ф ф (<ч) ( ="i + 1, л /= 1,т), а ис-комое хЛ (/ = 1, п) разобьем на подвекторь х,, - (и=, п1)к х (-ф = [c.70]
Изменение коэффициента отбора uiv выходного потока в пределах случайной области Dv (GJ) приводит к соответствующему изменению его качественного показателя
Для построения модели введем следующие обозначения Т - число календарных отрезков времени, на которое разбивается горизонт планирования QJ, — суммарный объем переработки сырья /-го вида на -й установке за -й отрезок времени дг - - количество /-го товарного продукта, смешиваемого по фиксированному рецепту s на t-м этапе планового периода, или количество s-й компоненты, вовлекаемой в /-и конечный продукт за тот же отрезок времени х — планируемый объем отгрузки товарного продукта /-на t-м этапе g/j( >) - производительность 1-й технологической установки в /-м варианте работы за t-ti отрезок времени т/ — время работы установки ( в /-м режиме на этапе / тДса) — фонд рабочего времени -й установки на t-м этапе планового периода, определяемый графиком проведения планово-предупредительных ремонтов оборудования предприятия ft/(w) - объем r-го вида сырья или полуфабриката, поступающих со стороны за отрезок времени t в соответствии с планом поставки v — запас r-го нефтепродукта, переходящий с конца f-ro этапа у° > vf— соответственно, начальный и конечный запас нефтепродукта г, установленный заданиями производственной программы vr - объем резервуаров, выделенных для хранения r-то нефтепродукта ну -задание по цыпускуг-го товарного продукта на весь горизонт планирования, определяемое показателями оптимального текущего плана предприятия а (--(и ) -коэффициент отбора r-го нефтепродукта на /-и установке в /-м варианте работы firsj — норматив затрат компоненты г по s-му рецепту смешения /-го товарного продукта S- - множество способов смешения конечного продукта / или множество вовлекаемых в него компонентов R - общее число потребляемых видов сырья и производимых товарных продуктов М - множество поступающих со стороны видов сырья или полуфабрикатов N — множество полупродуктов, вырабатываемых и потребляемых внутри НПП I. - множество реализуемых товарных продуктов / — множество технологических установок предприятия — качественная характеристика s-й компоненты смешения, вовлекаемой в /-и товарный продукт kj - чисю ремонтов (-и установки, запланированных на весь горизонт планирования / (ivf) объем отгрузки r-га продукта па г-м отрезке [c.85]
Осуществимость подобного расчета обусловлена однозначным соответствием между вырабатываемой собственной продукцией и ассортиментом нефтей. При этом необходимо иметь в виду, что оптимальный расчет должен быть ориентирован на использование плановой нефти в полном объеме. Практические расчеты, проведенные по линейным моделям, подтверждают это как правило, оптимум целевой функции достигается тогда, когда ограничения - неравенства по сырью типа < обращаются в равенства. Качественно это можно объяснить недостаточной загруженностью первичных установок (в среднем на 77—85 %), что находит отражение при описании количественных характеристик основных параметров, входящих в рассмотрение процессов. Так, если вести расчет от конкретного наименования нефти и, например, плановое поступление некоторого сорта нефти равно а тонн и нормативный коэффициент отбора автобензинового дистиллята в долях от единицы равен 1, то объем выработки автобензиновой фракции необходимо принять равным апа. Кроме того, данная фракция с целью повышения октанового числа идет на дальнейшую переработку если выход ее с установки риформинга в долях от 1 равен аг, (первые индексы при коэффициентах ап и a2i означают стадию переработки), то объем выработки бензина с установки риформинга равен a2i ii
Рассмотрим пример. Все множество нефтей, потребляемых комплексом бакинских НПП, по выработке бензиновых дистиллятов можно разбить на два качественно отличающихся между собой подмножества азербайджанские и сибирские нефти. Для азербайджанских нефтей отбор бензиновых фракций составляет в среднем 15 % (у, =0,15), для сибирских - 23 % (у2 -0,23) [100]. Тогда, если отклонения в поставках нефтей в среднем на нефть составляют 6 = 20 %, то из формулы (5.30) следует, что наибольший размах колебаний значений а достигается, когда концентрация азербайджанских нефтей в общем объеме перерабатываемых нефтей равна у ,ах = 0,55 и соответствует коэффициенту отбора, равному а = 0,186. При этих данных наибольшее отклонение коэффициента отбора равно Фтах = 0,008, что в процентах от а составляет примерно 4,3 %. [c.151]