РАЗРАБОТКА МОДЕЛЕЙ ПРОЦЕССОВ ПРОИЗВОДСТВА СЕРЫ НА ОСНОВЕ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ И МОДЕЛИРОВАНИЕ

Аннотация

Сегодня в Казахстане, как и в других нефтедобывающих странах, доля добываемой сернистой нефти имеет тенденцию к увеличению. В связи с этим повышение эффективности процессов производства серы из вредных серосодержащих газов, выделяющихся при нефтепереработке, становится актуальной научно-практической задачей. Сера является полезным и необходимым продуктом для многих отраслей промышленности. 

Данная работа направлена на повышение эффективности процесса производства серы посредством его моделирования с использованием одного из методов искусственного интеллекта — искусственных нейронных сетей. Для создания адекватной математической модели процесса производства серы на Атырауском нефтеперерабатывающем заводе (НПЗ) предлагается применять нейросетевые технологии. 

В работе создана иерархическая многослойная нейросетевая модель для эффективного моделирования установки по производству серы в условиях неопределенности и ограниченности исходной информации. Для программной реализации нейронной модели обоснованно выбран язык программирования Python и его инструменты. 

В качестве метода обучения построенной многослойной нейронной сети предложен итерационный градиентный алгоритм, основанный на методе обратного распространения ошибки, с описанием его основных этапов. В ходе исследования разработанный итерационный градиентный алгоритм был реализован на языке Python с использованием данных, полученных с помощью методов теории нечетких множеств. 

На основе созданной программы были построены графики зависимости выходных значений и значений ошибок от количества эпох, а также дана интерпретация полученных результатов. Было установлено, что результаты, полученные с использованием методов искусственных нейронных сетей и нечетких множеств, согласуются друг с другом. 

Результаты обучения модели на основе нейронной технологии показали минимальные ошибки, а объем производимой серы оказался максимально близким к целевому значению.