این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مهندسی مکانیک مدرس، جلد ۱۶، شماره ۵، صفحات ۱۰-۱۸
عنوان فارسی طراحی سیستم کنترل پسخور-پیشخور و بهینه‌سازی عملکرد کوره فرآیندی نفت خام با استفاده از الگوریتم ژنتیک برای مدیریت شرایط غیرعادی
چکیده فارسی مقاله در این تحقیق، طراحی سیستم کنترل پسخور-پیشخور و بهینه‌سازی عملکرد کوره فرآیندی نفت خام برای بازیابی از شرایط غیرعادی احتمالی، مورد بررسی قرار گرفته است. در ابتدا با توسعه یک مدل تحلیلی غیرخطی دقیق، اثرات تغییرات پارامترهای ورودی و شرایط مختلف عملکردی بر خروجی سیستم تعیین شده است. سپس به منظور حذف اثر اغتشاشات وارده به کوره، یک ساختار کنترلی پیشخور-پسخور برای کنترل احتراق پیشنهاد و با استفاده از الگوریتم ژنتیک (GA) عملکرد کنترلرها، بهینه‌سازی شده است. همچنین، به منظور افزایش پایداری حرارتی سیستم و حفظ کیفیت محصول خروجی، سیستم کنترل اختلاف دما بر اساس تقسیم بار بین مسیرهای کوره بکار گرفته شده است. به علاوه یک سیستم کنترل نظارتی برای تنظیم مقادیر مطلوب آتشباری، به منظور بازیابی سیستم از شرایط غیرعادی ناشی از خرابی مشعل‌ها، ارائه شده است. با توجه به سناریوهای مختلف خرابی، مقادیر بهینه آتشباری توسط مشعلها، با اعمال الگوریتم ژنتیک به مدل سیستم، بدست آمده است. از شبکه عصبی پرسپترون چند لایه به عنوان هسته مرکزی این کنترلر و میان‌یابی بین شرایط مختلف استفاده شده است. نتایج بدست آمده در شرایط مختلف، عملکرد مناسب سیستم‌های کنترلی طراحی شده را تایید می‌کند.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Feedback-Feedforward Control System Design and Optimizing the Performance of Crude Oil Fired Heater Furnace Using Genetic Algorithm for Abnormal Conditions Management
چکیده انگلیسی مقاله In this study, feedback-feedforward control system design and optimizing the performance of crude oil furnace process was investigated in order to be recovered from possible abnormal conditions. First, by developing an accurate nonlinear analytical model, the effects of changes in input parameters and operating conditions on the system’s outputs were determined. Then, in order to eliminate the effects of disturbances on furnace, a feedback- feedforward control system for combustion management was suggested, where its performances were optimized genetic algorithm (GA). In addition, to enhance the thermal stability and to maintain product quality, output difference temperature control system was considered for load distribution between furnace’s streams. Also, in order to recover the furnace from abnormal conditions due to burners’ failures, a supervisory system was designed to change the firing rate setpoints. With respect to different failure scenarios, the optimal burners’ firing rate were captured by applying genetic algorithms to the system model. A multilayer perceptron neural network was employed as the core of the controller to interpolate between different conditions. The obtained results indicate the superior performances of the designed control systems.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله علی چایی بخش لنگرودی | chaibakhsh langroudi
دانشگاه گیلان
سازمان اصلی تایید شده: دانشگاه گیلان (Guilan university)

زهر رستم نژاد |
دانشگاه گیلان
سازمان اصلی تایید شده: دانشگاه گیلان (Guilan university)

تهمینه عدیلی |
دانشگاه گیلان
سازمان اصلی تایید شده: دانشگاه گیلان (Guilan university)

علی جمالی |
دانشگاه گیلان
سازمان اصلی تایید شده: دانشگاه گیلان (Guilan university)

نشانی اینترنتی http://mme.modares.ac.ir/article_14543_6787c06cce37fe65f6b18b562f8c681d.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1256/article-1256-227425.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات