Автоматизированная актуализация оптимизационных моделей планирования нефтеперерабатывающих/нефтехимических производств тема диссертации и автореферата по ВАК РФ 05.13.06, кандидат наук Баулин, Евгений Сергеевич
- Специальность ВАК РФ05.13.06
- Количество страниц 149
Оглавление диссертации кандидат наук Баулин, Евгений Сергеевич
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 /панирования
1.3.2. Проблемы разработки и внедрения моделей /панирования па предприятии
1.4. ИСХОДНЫЕ ДАННЫЕ ii ИХ ОЦЕНКА ДЛЯ ПОСТРОЕНИЯ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ ПЛАНИРОВАНИЯ ПРОИЗВОДСТВА
1.5. Актуализация оптимизационных моделей планирования
1.5.1. Актуализация моделей текущего /панирования
1.5.2. Актусиизация моделей оперативного /панирования
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 шш ia
4.2. Методика скользящего планирования
4.3. Построение многопериодиых 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 /панирования
5.3.2 Построение модели оперативного танирования
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
Рекомендованный список диссертаций по специальности «Автоматизация и управление технологическими процессами и производствами (по отраслям)», 05.13.06 шифр ВАК
Исследование и разработка системы информационной поддержки оптимального текущего планирования производства нефтепродуктов2000 год, кандидат экономических наук Кострикин, Константин Алексеевич
Технология распределения ресурсов производственных систем в условиях неполноты данных для высокотехнологичных отраслей промышленности2022 год, кандидат наук Кривошеев Олег Викторович
Разработка и исследование динамических моделей составления расписаний в процессах смешения товарных нефтепродуктов2007 год, кандидат технических наук Аносов, Андрей Александрович
Математические модели и методы автоматизированных систем планирования производства пиломатериалов2010 год, кандидат технических наук Щепалов, Сергей Владимирович
Разработка системы контроля движения нефтепродуктов нефтехимического предприятия: На примере Ангарской Нефтехимической Компании2004 год, кандидат технических наук Андриевский, Александр Леонидович
Введение диссертации (часть автореферата) на тему «Автоматизированная актуализация оптимизационных моделей планирования нефтеперерабатывающих/нефтехимических производств»
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 химико-технологические 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 технико-экономических 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
3
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 ЯРМБ-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.
Целью диссертационной работы является разработка универсальной 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.
о 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 RPMS-моделях 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 «ЛУКОЙЛ» для решения задачи производственного 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 - МЦЗБ 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 автоматизирование осуществлять актуализацию статических моделей двух типов: текущего планирования на месяц, квартал, год и оперативного планирования на неделю или декаду.
В главе П 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.
В главе V рассматривается моделирование нелинейных процессов 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 RPMS-моделей 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
1.1. Классификация систем планирования и управления работы
предприятия
В настоящее время для всех предприятий непрерывных производств типа
НПЗ/НХК/ГП/ХП/ЗМУ (нефтеперерабаты вающи й завод,
нефтехимический комбинат,
газоперерабатывающее производство,
химическое производство, завод
минеральных удобрений) особую роль приобретает проблема автоматизации всех уровней в иерархии задач управления, от успешного решения которых зависит эффективность работы предприятия в целом. На сегодняшний день широко используются системы управления технологическими процессами и производством в целом, начиная от низовой автоматики (КИПиА) и до систем распределенного управления, а также средств оперативного производственного управления и планирования всеми ресурсами предприятия (Рис. 1.1).
ERP-система (Enterprise Resource Planning, планирование ресурсов предприятия) - это корпоративная информационная система эффективного
Рис. 1.1. Уровни автоматизации управления и планирования работы предприятия
планирования и управления всеми ресурсами предприятия. Системы такого класса используют для решения таких экономических задач как:
• планирование и управление финансами;
• управление кадрами;
• учет материальных ресурсов на складах;
• учет и управление в снабжении и сбыте.
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 -
4].
APS-системы (Advanced Planning and Scheduling) оптимального производственного планирования и составления расписаний находятся на грани между MES и ERP - решают задачи составления оптимизированных 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 «ТАИФ ПК», ОАО «TAIIEKO». Поэтому повышение эффективности использования систем подобного класса является актуальной задачей на сегодняшний день.
1.2. Особенности производственного планирования НПЗ/НХК
НПЗ/ЫХК представляет собой совокупность основных технологических процессов (установок, цехов, блоков), а также вспомогательных и обслуживающих служб, обеспечивающих нормальное функционирование промышленного предприятия. Целевое назначение НПЗ/ЫХК — 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
си <и
0 3
1 X т го о О а о и а
О 3
55
<и
01 X
ш го ш 0
а
ш I- X го
^
с
Инвестиционное и стратегическое планирование (более 1 года)
Оптимизационные модели производства
Определение оптимальных производственных программ (несколько недель, месяц, квартал)
Текущие планы работы завода
ш х I го ш о а
а *
<и х
с го
О 5
Детализация текущего плана работы (несколько дней, неделя, декада)
Сравнение плана и фактической ситуации
Уточненные планы работы завода на несколько дней, неделю, декаду
Данные по поступлению/отгрузке сырья продукции, входу/выходу с установок
Календарное планирование работы завода по дням
/ Графики работы V резервуаров
/ Графики работы V установок
Измерение реальных параметров производства. Расчет материальных балансов установок. Анализ показателей качества сырья, компонентов.
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
16
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).
Похожие диссертационные работы по специальности «Автоматизация и управление технологическими процессами и производствами (по отраслям)», 05.13.06 шифр ВАК
Модели и методы распределительного типа при планировании и оперативном управлении производственными системами2014 год, кандидат наук Куликов, Михаил Сергеевич
Сокращение цикла изготовления партий деталей в многономенклатурном производстве на основе управления процессом эффективного использования оснастки2014 год, кандидат наук Желобанов, Сергей Сергеевич
Моделирование и оптимизация развития и размещения объектов системы нефтеснабжения1983 год, кандидат экономических наук Лебедев, Аркадий Сергеевич
Разработка моделей и методики оптимизации работы цеха компаундирования бензинов с использованием комплексного показателя качества2023 год, кандидат наук Головина Евгения Сергеевна
Диверсификация управления производством на промышленных предприятиях в условиях динамичного спроса: Теория, методы, алгоритмы2002 год, доктор экономических наук Макаров, Василий Михайлович
Список литературы диссертационного исследования кандидат наук Баулин, Евгений Сергеевич, 2014 год
Список литературы
1. Дозорцев В.М. Новые подходы к профессиональной подготовке специалистов по промышленной автоматизации. Часть 2. Высокотехнологичные системы класса MES / В.М. Дозорцев, Д.В. Кнеллер, J1.P. Соркин и др. // Автоматизация в промышленности. - 2010. - № 1. - С. 5-10.
2. Ицкович Э.Л. Методы комплексной автоматизации производства предприятий технологических отраслей / Э.Л. Ицкович. - М.:КРАСАНД, 2013. - 232 с.
3. Горошков В.Ю. Пути развития автоматизации современного предприятия / В.Ю. Горошков // Автоматизация в промышленности. - 2013. - № 8. - С. 28-32.
4. Ицкович Э.Л. Основные положения концепции построения MES предприятий технологического типа / Э.Л. Ицкович // Автоматизация в промышленности. 2013. №8.-С. 14-20.
5. Официальный сайт компании AspenTech [Электронный ресурс]. - Режим доступа: http://aspentech.com/ (дата обращения 12.12.2013).
6. Официальный сайт компании Honeywell [Электронный ресурс]. - Режим доступа: [Электронный ресурс]. - Режим доступа: -http://honeywell.com/Pages/Home.aspx (дата обращения 12.12.2013).
7. Дозорцев В.М. АРС - усовершенствованное управление технологическими процессами / В.М. Дозорцев, Д.В. Кнеллер // Датчики и системы. - 2005. -№10.-С. 56-62.
8. Карибский А. В. Бизне-план: финансово-экономический анализ и критерии эффективности (методы анализа и оценки) / А. В. Карибский, Ю. Р. Шишорин. - М.: Препринт/ИПУ РАН, 1996. - 60 с.
9. Соркин Л.Р. Современные технологии управления в нефтегазовом комплексе / Л.Р. Соркин: Учебное пособие. - М.:МФТИ, 2003. - 104 с.
10.Lefler W.L. Petroleum refining for non-technical person. Second edition / W.L. Lefler. - Tulsa: Penn Well Books, 1985. - 172 p.
П.Ицкович Э.Л. Оперативное управление непрерывным производством: задачи, методы, модели / Э.Л. Ицкович, Л.Р. Соркин - М.: Наука, 1989. - 160 с.
12.Карибский А.В. Бизнес-план: финансово-экономический анализ и критерии эффективности (методология анализа) / А.В. Карибский, И.В. Рязанов, Л.Р. Соркин и др. - М.: Препринт/ИПУ РАН, 1998. - 56 с.
13.Pinto J.M. A Planning Model For Petroleum Refineries / J.M. Pinto, L.F. Moro // Brazilian Journal of Chemical Engineering. - 2000. - V. 17. - № 4. - P. 575-585.
14.Первозванский A.A. Математические модели в управлении производством / А.А. Первозванский. - М.: Наука, 1975. - 615 с.
15. Лэсдон Л.С. Оптимизация больших систем / Л.С. Лэсдон. - М.: Наука, 1975. -431 с.
16.Суворов Б.П. Основы оптимизации текущего отраслевого планирования / Б.П. Суворов, И.Д. Андреев, А.Б. Аронович и др. - М.: Наука, 1987. - 280 с.
17.Dedopoulos I.T. Optimal short-term scheduling of maintenance and production for multipurpose plants / I.T. Dedopoulos, N. Shah // Industrial and Engineering Chemistry Research. - 1995. - V. 34. - P. 192-201.
18. Al-Otabi G.A Simulation model détermines optimal tank farm design / G.A. Al-Otabi, M.D. Stewart // Oil & Gas Journal. - 2004. -V.102. - №7. - P. 50-55.
19. Хоботов E.H. Об одном подходе к планированию работы системы по смешению нефтепродуктов / Е.Н. Хоботов // Автоматика и Телемеханика. - —; 2004. - № 9. - С. 168-183.
20. Соркин Л.Р. Оптимальное планирование в вертикально-интегрированных компаниях / Л.Р. Соркин, А.С. Хохлов // Приборы и системы управления. -1999.- №9.-С. 68-71.
21. Котов И. Ю. Планирование производства как ресурс для повышения эффективности бизнеса / И. Ю. Котов // Автоматизация в промышленности. -2011.-№10.-С. 36-37.
22. Оптимизация и управление в сложных системах: сборник статей ВНИИ систем исслед.; вып.4 / отв. ред. проф. А. И. Пропой. - М, 1989. - 110 с.
23.Kelly J.D. Formulating Production Planning models / J.D Kelly // Chemical Engineering Progress. - 2004. - January. - P. 43-50.
24. Хохлов A.C. Оптимальное производственное планирование / Хохлов А.С. // Промышленные АСУ и контроллеры. - 2000. - №1. - С. 14-17.
25. Kelly J.D. Crude-oil blend scheduling optimization: An application with multimillion dollar benefits - Parts 1 / J.D. Kelly, J.L. Mann // Hydrocarbon Processing-2003.-June.- P. 47-53.
26. Kelly J.D. Crude-oil blend scheduling optimization: An application with multimillion dollar benefits - Parts 2 / J.D. Kelly, J.L. Mann // Hydrocarbon Processing. -2003.- July.- P. 72-79.
27. Bodington C.E. Optimize the Supply Chain / C.E. Bodington, D.E. Shobrys // Hydrocarbon Processing. - 1996. - V. 75. - P. 55-60.
28. Coxhead R.E. Integrated Planning and Scheduling Systems for the Refining Industry / R.E. Coxhead // Optimization in industry. - 1994. - №2. - P.185-199.
29.Kelly J.D. Logistics: the missing link in blend scheduling optimization / J.D. Kelly // Hydrocarbon Processing. - 2006. - June. - P. 45-51.
30. Любимов Ю.Б. Взаимосвязь задач текущего планирования и составления расписаний работы нефтеперерабатывающего производства / Ю.Б. Любимов, Е.С. Баулин // Автоматизация в промышленности. - 2010. - №6. - С. 3-7.
31.Разработка и исследование моделей календарного планирования с переменной ......
продолжительностью выполняемых операций в непрерывном времени: отчет о НИР/ Хоботов Е.Н., Цодиков Ю.М., Володина О.В.- М.:ИПУ РАН, 2007.- 30 с.
32.Разработка и исследование моделей календарного планирования в виде многопериодных оптимизационных моделей с фиксированной длительностью периодов: отчет о НИР/ Цодиков Ю.М., Тихонов И.Д.-М.:ИПУ РАН, 2008.-27с.
33. Дудников Е.Е. Типовые задачи оперативного управления непрерывным производством / Е.Е. Дудников, Ю.М. Цодиков - М.: Энергия, 1979. - 272 с.
34. Канторович Л.В. Математические методы и методы оптимального планирования / Л.В. Канторович — Новосибирск: Наука, 1966. - 178 с.
35. Цодиков Ю. М. Оптимальное календарное планирование для непрерывного производства с ограничением на структуру графика / Ю. М. Цодиков // Автоматика и телемеханика.. - 2008.- №1.- С. 171-179.
36. Муртаф Б. Современное линейное программирование. Теория и практика / Перевод с англ. Н.К. Буровой под редакцией И.А. Станевичюса.- М.: Мир, 1984.- 224 с.
37. Дудников Е.Е. Построение математических моделей химико-технологических объектов / Е.Е. Дудников, B.C. Балакирев, В.Н. Кривсунов и др.- Л.: Химия, Ленинградское отделение, 1970 - 311 с.
38. Иванов Ю.Н. Математическое описание элементов экономики / Ю.Н. Иванов, В.В. Токарев, А.П. Уздемир.- М.: Изд. фирма «Физ.-мат. лит-ра», 1994. - 416 с.
39. Ляшенко И. Н. Линейное и нелинейное программирование / И. Н. Ляшенко, Е. А. Карагодова, Н. В. Черникова и др.: Издательское объединение «Вища школа», 1975. - 372 с.
40. Grossmann I.E. Discrete optimization methods and their role in the integration of planning and scheduling / I.E. Grossmann, S.A. Van den Heever, I. Harjunkoski // AIChE Symposium Series. - 2002. - V. 98. - No.326. - P. 150-168.
41. Shah N. Single- and multisite planning and scheduling: Current status and future challenges / N. Shah // AIChE Symposium Series. - 1998. - V. 94. - No 320. P. 75-90.
42. Dorndorf U. Genetic Algorithms for Job Scheduling / U. Dorndorf, E. Pesch // Operations Research Proceedings. - 1992.- Springer. - P.243-250.
43.Pinto J.M. Assignment and sequencing models for the scheduling of chemical processes / J.M. Pinto, I.E. Grossmann // Annals of Operations Research - 1998. -V. 81.- P. 433-466.
44. Аносов А. А. Разработка и исследование динамических моделей составления расписаний в процессах смешения товарных нефтепродуктов: дис. канд. техн. наук: 05.13.06 / Аносов Андрей Александрович. - М., 2007. - 127 с.
45. Пропой А.И. Элементы теории оптимальных дискретных систем / А.И. Пропой. - М.: Наука, 1973. - 255 с.
46. Хоботов E.H. О некоторых моделях и методах решения задач планирования работ в дискретных производствах / E.H.. Хоботов // Автоматика и телемеханика. - 2007. - №12. - С. 85-100.
47. Соркин J1. Р. Методы и модели текущего планирования для вертикально-интегрированных нефтяных компаний: открытый семинар «Экономические проблемы энергетического комплекса», седьмое заседание / J1.P. Соркин, A.C. Хохлов. - М., 2000. - 54 с.
48.Хохлов А. С. Методология, модели и программные комплексы текущего планирования для вертикально-интегрированных нефтяных компаний: дис. канд. техн. наук: 05.13.06 / Хохлов Александр Сергеевич - М.: ИЛУ РАН, 2000. - 69 с.
49. Зельдин А. Е. Системы оптимизационного планирования и опыт внедрения и эксплуатации их в ВИНК / А. Е Зельдин и др. // Автоматизация в промышленности. - 2009. - №9. - С. 50-56.
50. Дозорцев В. М. Новые подходы к профессиональной подготовке специалистов по промышленной автоматизации. Часть 1. Высокотехнологичные системы промышленной автоматизации реального времени / В. М. Дозорцев, Д. В. Кнеллер, JI.P. Соркин и др. // Автоматизация в промышленности. - 2009. -№ 12. - С. 47-56.
51. Зараковский Г. М. Классификация ошибок оператора / Г. М. Зараковский, В_____
И. Медведев // Техническая эстетика. - 1971. - №10. - С. 5-6.
52. Кулида Е. JL Метод реализации тренировочных упражнений в компьютерном тренажерном комплексе / Е. JI. Кулида // Проблемы управления. - 2006. - №5. - С. 69-72.
53.Назин В. А. Автоматизированные системы обучения персонала технологических установок / В. А Назин // Автоматизация в промышленности - 2006. - №6. - С. 10-14.
54.Фурганг С. Р. Современные методы и средства обучения операторов НПЗ / С. Р. Фурганг // Нефть, газ и нефтехимия за рубежом. - 1990. - №12. - С. 89-93.
55. Шемин Ф. Г.. Компьютерный тренинг: Опыт подготовки операторов технологических процессов нефтепереработки / Шемин Ф. Г. и др. // Социальное партнерство. - 2002. - №1. - С. 41-44.
56. Дозорцев В. М. Компьютерные тренажеры для обучения операторов технологических процессов / В. М. Дозорцев - М.: СИНТЕГ, 2009. - 372 С.
57. Хохлов А. С. Методология реализации оптимизационных задач планирования / А. С. Хохлов // Промышленные АСУ и Контроллеры. - 2000. - №2. - С. 18-19.
58.Черкасский Д. О. Пределы оптимизационного планирования нефтеперерабатывающего производства. Сущность. Направления устранения / Д. О. Черкасский // Автоматизация в промышленности - 2006 - №7. - С. 6-10.
59.Хохлов A.C. Моделирование качества и ценности нефти / A.C. Хохлов, К.А. Демиденко//Наука и технология углеводородов. - 2000.- №1.
60.Мостовой Н. В. Перед тем, как смешать. Методики определения сравнительной потребительской ценности нефтей / Н. В. Мостовой и др. [Электронный ресурс]. - Режим доступа: http://www.oilru.com/nr/70/528/ (дата обращения 12.12.2013)
61.Ефитов Г.Л. Автоматизированный контроль качества потоков на химико-технологических предприятиях / Г.Л. Ефитов, В.В. Зенков, A.C. Хохлов // Промышленные АСУ и Контроллеры. - №8. - 1999. - С. 9-12.
62.Хохлов А. С. Оптимизационный расчет свойств и ценности нефти: учебное пособие РГУ нефти и газа, кафедра автоматизации технологических процессов / А. С. Хохлов, К. А. Демиденко, Ю. М. Цодиков - М., 2009. - 60 с.
63.Хохлов A.C. Расчет показателей качества нефти, нефтепродуктов и их смесей: Уч. пособие. РГУНиГ им. И.М. Губкина / A.C. Хохлов A.C., Г.Л. Ефитов, О.Ю. Першин,- М., 2004. - 68 с.
64. Ефитов Г. Л. Специальное программное обеспечение для автоматизированной лабораторной системы нефтеперерабатывающего завода / Г.Л. Ефитов, В.В. Зенков, С.А. Мезенцева // Лабораторные информационные системы в XXI веке. LIMS. Сборник статей.- 2006.- С. 166-176.
65. Хохлов А.С. Автоматизированная актуализация оптимизационных моделей планирования непрерывных производств / А.С. Хохлов, А.Б. Воронин, А.Н. Гайнетдинова//Автоматизация в промышленности - 2009 - №7.- С. 56-59.
66. Соркин JT. Р. Опыт оптимизации текущего и оперативного планирования на российских нефтеперерабатывающих заводах с использованием программных продуктов корпорации Honeywell / J1.P. Соркин и др. // Автоматизация в промышленности. - 2004.- №11.- С. 6-15.
67. Аносов А. А. Автоматизированная система оптимального управления станцией смешения бензинов на НПЗ / А.А. Аносов, Г.Л. Ефитов, Д.Г. Пузин //Автоматизация в промышленности. - 2010.- №4.-С. 51-59.
68.Ефитов Г.Л. Учет потребления энергии и вспомогательных материалов в моделях оптимального планирования нефтеперерабатывающего производства / Г.Л. Ефитов // Промышленные АСУ и Контроллеры. - 2000. - №1.
69. Баулин Е. С. Актуализация моделей планирования НПЗ/НХК и учет потребления энергии / Е.С. Баулин, Е.С. Воронин, А.С. Хохлов // Труды Российского государственного университета нефти и газа И. М. Губкина. Сборник научных статей по проблемам нефти и газа. - 2012. - №3. - С. 102109.
70. Баулин Е. С. Скользящая детализация текущего плана НПЗ/НХК и актуализация оптимизационных моделей / Е.С. Баулин, А. Б. Воронин, А.С. — Хохлов // Автоматизация в промышленности - 2012 - №10. - С. 8-14.
Приложение 1. Процедура формирования модели оперативного планирования в системе РРМв
Исходные предположения:
• Месячный план считался с помощью однопериодной ИРМБ-модели.
• На основе решения месячной модели создана линейная ИРМЗ-модель с помощью опции Б1_ЬШЕ (ЯЬ-модель).
• Расчет производится на неделю, после того как завод уже проработал первую неделю планируемого месяца.
• Расчет производится после сбора фактических данных.
• Сбор фактических данных на заводе происходит ежедневно. Исходные данные:
Все исходные данные должны быть структурированы в виде специально разработанных шаблонов таблиц П1-1 - П1-14. 1. Месячный план производства должен быть сформирован в виде шаблонов таблиц:
1.1 Поставки основных видов сырья: отчет о покупке сырья в решении месячной ЯРМБ-модели (таблица П1-1).
Таблица П1-1 Шаблон отчета по плановой поставке основных видов сырья
Название (код) вида сырья Количество, тонн
Сырьё № 1
....
1.2 Материальные балансы всех вариантов работы установок: таблицы \Vxxx ЯЬ-модели (таблица П1-2).
Таблица П1-2 Шаблон отчета по плановым коэффициентам отбора установок
Название потока установки \Vxxx Коэффициенты входа/ выхода вариант №1 Коэффициенты входа/ выхода вариант № п
Входные потоки \Vxxx
Выходные потоки \Vxxx
1.3 Значения показателей качества всех потоков в решении месячной ИРМБ-модели (таблица П1-3).
Таблица П1-3 Шаблон отчета по плановым показателям качества
Название (код) потока Свойство №1 Свойство №2 Свойство №л
Поток № 1 Значение Значение Значение Значение
1.4 Плановые ограничения на производительность установок: таблица РЫМ в исходной ИРМБ-модели (таблица П1-4).
Таблица П1-4 Шаблон отчета по плановым ограничениям производительностей установок
Название (код) установки Мин. тысяч тонн/сутки Макс, тысяч тонн/сутки Число рабочих дней
....
1.5 Отгрузка готовой продукции: отчеты о продажах в решении месячной ЯРМБ-модели (таблица П1-5).
Таблица Г11-5 Шаблон отчета по плановой отгрузке готовых продуктов
Название (код) продукта Количество, тысяч тонн
Продукт № 1
....
Фактические данные работы завода с начала месяца:
1.6 Фактические запасы в интегрированных резервуарах (сырье, полуфабрикаты, готовые продукты), хранящиеся в резервуарах на начало месяца и на начало планируемой недели, а также технологические ограничения на величину запасов (таблица П1-6).
Таблица П1-6 Шаблон отчета по фактическим запасам
Запасы на начало месяца, т Запасы на начало план недели, т Мин. запас, т Макс, запас,т
Резервуар №1
Резервуар N.т
Эти данные должны преобразовываться в запасы по логическим потокам КРМ8-модели (таблица П1-7). Процедура такого преобразования индивидуальна для каждого резервуара из и каждого потока. Трудности преобразования:
• разделение резервуаров, предназначенных для хранения разных физических потоков;
• моделирование суммарных запасов для нескольких логических потоков.
Таблица П1-7 Шаблон отчета о запасах по логическим потокам КРМЗ-модели
Название (код) потока Запасы на начало месяца, т Запасы на начало плановой недели, т Мин. кон. запас, т Мин. кон. запас, т
Поток № 1
2.1 Фактические материальные балансы всех установок по дням с начала месяца до начала планируемой недели (таблица П1-8).
Таблица П1-8 Шаблон отчета по фактическим материальным балансам установок
Установка \Vxxx Количество, тыс. тонн
день №1 день №2
Входные потоки \Vxxx
Выходные потоки \Vxxx
Эти данные должны быть преобразованы в таблицы подмоделей установок ЯРМБ-модели с учетом вариантов работы (таблица П1-9).
Таблица П1-9 Шаблон отчета по фактическим коэффициентам отбора установок
Установка\Vxxx Коэффициенты входа/выхода
Вариант №1 Вариант № п
Входные потоки \Уххх
Выходные потоки \Vxxx
2.2 Фактическое количество готовых продуктов, которое уже отгрузили (таблица П1-10).
Таблица П1-10 Шаблон отчета по фактической отгрузке готовых продуктов
Название (код) потока Количество, тонн
Продукт № 1
2.3 Фактическое качество всех потоков: сырья, полуфабрикатов, готовых продуктов (таблица П1-11).
Название (код) потока Свойство №1 Свойство №/2
Поток № 1
2.4 Фактическое количество основного сырья, поступившего на завод (таблица П1-12).
Таблица П1-12 Шаблон отчета по фактической поставке основного сырья
Название (код) потока Количество, тонн
Сырьё №1
Недельный план поставок сырья и отгрузки готовой продукции:
3.1 Количество основного сырья, которое планируется поставить на завод в течение недели (таблица П1-13).
Таблица П1-13 Шаблон отчета по плановой поставке основного сырья на неделю
Название (код) вида сырья Количество, тонн
Сырьё № 1
....
3.2 Количество всех видов готовых продуктов, которое должны отгрузить за неделю, что в терминах ИРМБ-модели означает - продать (таблица П1-14).
Таблица П1-14 Шаблон отчета по плановой отгрузке готовых продуктов на неделю
Название (код) продукта Количество, тонн
Продукт № 1
Построение модели для расчета недельного плана
Создание двухпериодной модели:
1. Создать линейную RL-модель на основе месячной RPMS-модели при помощи опции R_LINE.
2. Создать двухпериодную RPMS-модель на основе RL-модели. Для этого в редакторе таблицы TIME ввести данные о периодах:
• имя периода (один символ);
• название периода;
• в столбце DAYS - значение 1.
Настройка основного варианта двухпериодной модели: Покупки сырья
Будем считать, что поставки сырья на завод соответствуют его покупке в настраиваемой RPMS-модели.
1. Настроить таблицу RAWM:
• Заменить ограничения FIX на два ограничения MIN и МАХ.
• Удалить все ограничения MIN.
• Проверить наличие ограничения МАХ для всех основных видов сырья. Если такое ограничение отсутствует, ввести его в виде большого числа, например, 1000000.
2. Ввести в таблице MPGLOBAL верхние ограничения на суммарную по периодам покупку основного сырья в строках MBUXXX в столбце МАХ, где XXX - код сырья. Верхние ограничения на суммарную покупку каждого вида основного сырья равны значениям из таблицы П1-1 минус значения из таблицы П1-12.
Продажи продуктов
Будем считать, что отгрузки готовой продукции соответствуют продаже продуктов.
1. Настроить таблицу SALES:
• Заменить ограничения FIX на два ограничения MIN и МАХ.
• Удалить все ограничения MIN.
2. Ввести уравнения на продажи продуктов в периоде 1 при помощи таблиц MPERCOE1, MPERCOE2, ..., MPERCOE9. В качестве нижнего ограничения берутся значения из таблицы П1-14.
3. Ввести уравнения на суммарные по периодам продажи продуктов при помощи таблиц MPERCOE1, MPERCOE2, ..., MPERCOE9 . В качестве нижнего ограничения берутся значения из таблицы П1-5 минус значения из таблицы П1-10.
Запасы сырья, полуфабрикатов и продуктов
Для учета фактических запасов ввести таблицу INVD (если ее нет в модели). Заполнить таблицу INVD в соответствии с таблицей П1-6 (столбец 2):
• столбец OPEN - запасы потоков на начало недели;
• столбцы MIN и МАХ - минимальный и максимальный объемы запасов, соответственно.
Подмодели установок
В таблицы подмоделей установок необходимо добавить новые логические варианты работы, которые соответствуют фактическим материальным балансам последнего режима работы в соответствии с таблицей П1-8.
Работа установки в определенном режиме соответствует выпуску какого-либо целевого продукта. Получив из РВ-модели фактический материальный баланс работы установки, можно определить в каком режиме она работала. Если в материальном балансе работы установки за какой-либо промежуток времени производилось сразу два целевых продукта, это значит, что в этот интервал времени было переключение. Брать фактические материальные балансы для настройки RPMS-модели можно только за те дни, где не было переключений. Надо вводить в модель самые последние данные, давность которых не превышает п дней.
Для управления приоритетами режимов работы установок в периодах надо ввести в модель специальную штрафную утилиту:
• в таблице UBALTEXT - описатель утилиты;
• в таблице UBAL в столбце COST - ее стоимость;
• в таблицах подмоделей установок - ненулевой расход штрафной утилиты для всех режимов работы.
Настройка модели первого периода:
Покупки сырья
1. Скопировать таблицу RAWM из основного варианта в модель первого
периода.
2. Ввести в таблице RAWM в столбце МАХ верхние ограничения на покупку основного сырья в первом периоде. В качестве ограничений берутся значения из таблицы П1-13.
Качество потоков
В первом периоде вводятся фактические показатели качества потоков, а во втором - оставляются плановые. При вводе фактических показателей качества потоков может возникнуть проблема переопределения качества смесей. Дело в том, что в RL-модели некоторые показатели качества промежуточных смесей могут рассчитываться от компонентов (через таблицу TRACKB). В этом случае расчетные значения показателей будут иметь приоритет перед значениями, заданными в таблице CONV. В общем случае непонятно, как решить проблему: в первом периоде задать фиксированные значения показателей качества смесей, а во втором - их рассчитывать от компонентов.
В простейшем случае достаточно зафиксировать показатели качества компонентов, тогда и смесь будет иметь те же показатели. В сложных случаях (компонент может идти в несколько смесей с разным фактическим качеством) решение не определено.
1. Скопировать таблицу CONV из основного варианта в модель первого периода.
2. Изменить в таблице CONV значения нужных показателей качества потоков на фактические значения из таблицы П1-14.
Число дней работы установок
1. Скопировать таблицу PLIM из основного варианта в модель первого периода.
2. Ввести в таблице PLIM в столбце DPY число дней работы каждой установки в первом периоде.
Приоритеты реэ/сгшов работы установок
В первом периоде надо ввести высокие приоритеты для фактических режимов работы подмоделей установок.
1. Скопировать таблицы подмоделей установок из основного варианта в модель первого периода.
2. Ввести в подмоделях установок нулевые нормы расхода штрафной утилиты для вариантов, соответствующих фактическим режимам работы. Для остальных вариантов работы установок остаются положительные нормы расхода, введенные в модели основного варианта.
Настройка модели второго периода:
Число дней работы установок
1. Скопировать таблицу РЫМ из основного варианта в модель второго периода.
2. Ввести в таблице РЫМ в столбце БРУ число дней работы каждой установки во втором периоде.
Приоритеты рео/сшюв работы установок
Во втором периоде надо ввести высокие приоритеты для плановых режимов работы подмоделей установок.
1. Скопировать таблицы подмоделей установок из основного варианта в модель второго периода.
2. Ввести в подмоделях установок нулевые нормы расхода штрафной утилиты для вариантов, соответствующих плановым режимам работы. Для фактических вариантов работы установок остаются положительные нормы расхода, введенные в модели основного варианта.
Моделирование ограничений на продажи продуктов
Ограничения на покупку сырья и продажу продуктов в двухпериодной модели должны гарантировать следующее качество решения:
1. В первом периоде покупки сырья и продажи продукции соответствуют планируемым недельным поставкам сырья и отгрузкам продукции.
2. Суммарный план производства с учетом фактической работы завода с начала месяца максимально приближен к первоначальному месячному плану.
Нужное качество решения можно достигнуть за счет:
1. Верхних ограничений на покупку основных видов сырья в первом периоде.
2. Нижних ограничений на продажу продуктов в первом периоде.
3. Верхних ограничений на суммарные по периодам покупки основных видов сырья.
4. Нижних ограничений на суммарные по периодам продажи продуктов.
Указанные ограничения могут быть противоречивы, поэтому для
гарантированного решения двухпериодной модели предлагается нижние ограничения на продажи продуктов моделировать со штрафными переменными:
MS EL + PNLTY > MIN, (1)
где MSEL - объем продажи какого-либо продукта; PNLTY - неотрицательная штрафная переменная на продажу этого продукта; MIN - нижнее ограничение на продажу продукта. Штрафные переменные на продажи продуктов связаны с покупкой специальной утилиты уравнением:
MUBY = YJKl PLTYi ? (2)
;=1
где MUBY - объем покупки штрафной утилиты; Kj - весовой коэффициент штрафной переменной на продажу г-го продукта; PNLTY; - штрафная переменная на продажу г-го продукта, где / = 1, ... , п - множество целевых продуктов, на продажу которых невыполнение ограничений штрафуется.
Введение в модель штрафных переменных на продажу продуктов
Ниже описана процедура введения в модель штрафных переменных вида KPLSXXX, где XXX - код продукта, штрафной утилиты PNL и уравнений вида (2) для связи между ними. Указанные действия производятся в основном варианте модели.
1. Ввести в таблицу UBALTEXT штрафную утилиту PNL.
2. Ввести в таблицу UBAL утилиту PNL и задать ее стоимость в столбце COST.
3. Ввести в таблицу CLIMITS штрафные переменные KPLSXXX, где XXX -код продукта. В столбце NEW для введенных переменных надо задать число 1.
4. Ввести в таблицу PLIM строку UBALPNL и столбцы bCPLSXXX, соответствующие штрафным переменным на продажи продуктов XXX. На пересечении строки UBALPNL и столбцов KPLSXXX надо ввести положительные весовые коэффициенты, например, 1 (см. уравнение (2)). Чем больше весовой коэффициент, тем дороже обходится нарушение ограничения на продажу соответствующего продукта.
В результате указанных действий в двухпериодной модели появятся следующие локальные уравнения: UBALPLNI:
-MUBYPLN1 + KrKPLS(XXl)l + ... + Kn-KPLS(XXn)l = О,
здесь MUBYPLN1 - покупка штрафной утилиты PLN в первом периоде; KPLS(XX1)1, KPLS(XX2)1, ..., KPLS(XXn)l - штрафные переменные первого периода для продажи продуктов XXI, ХХ2, ..., ХХп, соответственно; Кь К2, ..., Кп - весовые коэффициенты, введенные в таблице PLIM в строке UBALPLN в столбцах KPLSXXX. UBALPLN2:
-MUBYPLN2 + Kj-KPLS(XX1 )2 + ... + Kn-KPLS(XXn)2 = 0,
здесь MUBYPLN2 - покупка штрафной утилиты PLN во втором периоде; KPLS(XX1)2, KPLS(XX2)2, ..., KPLS(XXn)2 - штрафные переменные второго периода для продажи продуктов XXI, ХХ2, ..., ХХп, соответственно; Кь К2, ..., Кп - весовые коэффициенты, введенные в таблице PLIM в строке UBALPLN в столбцах KPLSXXX.
Приложение 2. Основные принципы работы опции R_LINE
Преобразование исходной RPMS-модели затрагивает следующие аспекты моделирования:
• нелинейные подмодели первичных установок переработки нефти;
• нелинейные подмодели вторичных установок;
• прослеживание качества потоков полуфабрикатов.
Заметим, что в линеаризованной модели все подмодели смешения остаются такими же, как в исходной RPMS-модели. Это означает следующее:
• если какие-либо показатели качества смесевых потоков вычислялись в исходной RPMS-модели, то они будут вычисляться и в линеаризованной модели;
• все требования к показателям качества смесей переносятся из исходной RPMS-модели в линеаризованную модель.
Опция RJLINE работает только с однопериодными моделями. Для преобразования используются следующие файлы, полученные при решении исходной модели:
• USRSAVE.LIB - GAMMA-файл с преобразованными таблицами модели для построения матрицы задачи ЛП;
• USRAHOC1 .WRK - GAMMA-файл с таблицами решения модели;
• REPTCOMM.LPX - двоичный файл с данными о матрице последней задачи ЛП и значении ее переменных и строк.
Заметим, что для работы опции RJLINE используется расширенный файл REPTCOMM.LPX, который содержит полный список коэффициентов матрицы и все значения ее переменных и строк. Для получения необходимого файла REPTCOMM.LPX при установке опции R_LINE модифицируется процессор LOAD.
Преобразование подмоделей первичных установок
Нелинейные подмодели первичных установок имеют специальные имена вида WCR*, WVA* и автоматически формируются системой RPMS на основе следующих таблиц:
• XXXXCRDW - таблицы описания свойств перерабатываемого сырья;
• CRT AB;
• CRCHG - Распределение нефтей по установкам;
• CRMIX - Спецификации сырья на первичные установки;
• CRC АР - Распределение мощностей по дистиллятам;
• QUBAL - Утилиты на первичных установках;
• CRSKEL - Архитектура продуктов дистилляции;
• NEWPROD - Спецификация состава продуктов дистилляции.
Опция R_LINE вместо перечисленных выше таблиц создает таблицы простых подмоделей первичной переработки вида WXX* (вместо создаваемых системой подмоделей WCR:|:) и WYY* (вместо подмоделей WVA*). Заметим, что указанные таблицы нелинейного моделирования первичных установок отсутствуют в линейной модели. Исключение составляет таблица QUBAL, которая копируется в линейную модель для совместимости линейных моделей с файлами USER.GAM исходных моделей.
Таблицы WXX*, WYY* формируются на основе коэффициентов последней матрицы (файл REPTCOMM.LPX) при переменных WCR*xxx, WVA*yyy, а показатели качества дистиллятов - на основе таблицы #SQU файла USRAHOC1.WRK.
Алгоритм формирования таблиц WXX*:
1. Строки и столбцы таблицы WXX* создаются путем поиска в матрице (файл REPTCOMM.LPX) строк, куда входят переменные WCR*xxx. При поиске F-строки игнорируются.
2. Создается список выходных потоков на основе строк MWGTxxx с отрицательными коэффициентами в одном из столбцов.
3. Проверяется наличие всех выходных потоков подмодели в таблице ССЖУ. Отсутствующие потоки вводятся в эту таблицу. Копируются показатели качества выходных потоков из файла и8ЯАНОС1.\УКХ (таблица #8011) в таблицу СОИУ. Таблица ТЯАСКС не копируется в линейную модель.
4. Если в исходной ЯРМБ-модели переменные Р\¥ОТххх, связанные с подмоделями \УСИ*, использовались в таблице РЫМ для создания пользовательских ограничений, то в линеаризованную модель вносятся следующие изменения:
• В соответствующих подмоделях \УХХ* создаются переменные (столбцы), соответствующие старым переменным Е\УСТххх, и ограничения (строки), определяющие значение этих переменных. Имена добавляемых строк имеют вид ЕХХ*ууу, где ууу - код добавляемого столбца.
• Коэффициенты для строк ЕХХ*ууу берутся из матрицы (файл ЯЕРТСОММ.ЬРХ) при соответствующих переменных строк Е\УХЗТххх.
• Коэффициенты пользовательских ограничений при переменных ЕХУвТххх в линеаризованной модели переносятся из таблицы РЫМ в соответствующие подмодели \УХХ*.
Подмодели \УУА*, создаваемые системой ЯРМБ, имеют следующие особенности:
• В сырьевых потоках (мазуты) прослеживаются специальные показатели качества, представляющие собой содержание вакуумных дистиллятов в долях единицы.
• Выход вакуумных дистиллятов моделируется при помощи специальных переменных (столбцов) и уравнений (строк), связывающих эти переменные с переменными сырьевых столбцов. Добавляемые уравнения имеют вид ЕхххуЯС. В качестве коэффициентов в них используются указанные выше показатели качества сырья.
При линеаризации подмодели WVA* приводятся к стандартному виду, где коэффициенты отбора дистиллятов вводятся непосредственно в сырьевых столбцах. Коэффициенты отбора берутся из решения модели (на основе соответствующих показателей качества потоков мазута). Алгоритм формирования таблиц WYY*:
1. Строки и столбцы таблицы WYY* создаются путем поиска в матрице (файл REPTCOMM.LPX) строк, куда входят переменные WVA*xxx. При поиске Q-строки игнорируются.
2. Из полученной таблицы WYY* удаляются все столбцы за исключением столбцов *RC.
3. Для каждого столбца yRC таблицы WYY* выполняются следующие действия:
• Находятся строки вида E(*zz)(yRC) с ненулевыми коэффициентами в столбце yRC.
• Для каждой найденной Е-строки:
S Формируется код выходного потока: yzz, где у - первый символ
кода столбца, zz - 3-й и 4-й символы Е-строки. S В строке MWGT(yzz) в столбце yRC вводится найденный
коэффициент. •S Удаляется Е-строка из таблицы WYY*.
4. Формируется список выходных продуктов установки на основе строк MWGTxxx с отрицательными коэффициентами в одном из столбцов.
5. Проверяется наличие всех выходных потоков установки в таблице CONV. Если нужно - вводятся в эту таблицу. Копируются показатели качества выходных потоков установки из файла USRAHOC1.WRK (таблица #SQU) в таблицу CONV.
После линеаризации подмоделей первичных установок выполняются следующие действия:
1. В стандартных таблицах модели (CLIMITS, MPERCOEF, UNIT, PLIM, UNITCOEF, SECDEL, ROWFREE, EXUCOLS, POOLDISP, РЕЕК,
FAMILY) заменяются ссылки на имена и переменные подмоделей первичных установок (WCR* -> WXX*; WVA* -> WYY*).
2. Ссылки на несуществующие имена и переменные подмоделей вида WCR*, WVA* удаляются из стандартных таблиц.
3. В подмоделях вторичных процессов и в смесевых таблицах выполняется размножение строк и столбцов, связанное с обобщенными именами первичных потоков вида 1ХХ. Ранее в исходной модели это «размножение» выполнялось системой автоматически, а теперь его приходится выполнять вручную.
4. В таблицу РЕЕК вводятся строки вида WXX*yyy, соответствующие переменным линейных подмоделей WXX*, для отображения в текстовом отчете РЕЕК информации о загрузке логических вариантов первичных установок, аналогичной секции CRCHG отчета РЕЕК исходной модели.
Преобразование подмоделей вторичных установок
Нелинейные подмодели вторичных процессов характеризуются наличием команды «999» в строках вида E(prp)(unt), где (ргр) - показатель качества сырьевого потока, (unt) - имя подмодели установки. Команда «999» вводится в сырьевых столбцах XXX, где XXX - код сырья, и запрашивает вычисление показателя (ргр) сырья XXX.
Опция RJLINE распознает следующие типы нелинейных подмоделей:
• Подмодели удаления серы. Характеризуются наличием следующих признаков:
S строка QSULREM; S строка ESUL(unt); S столбец H2S.
• Подмодели риформинга. Характеризуются наличием следующих признаков:
S строка EN2A(unt); S столбец N2A.
• Прочие нелинейные подмодели. В этих подмоделях отсутствуют характерные признаки подмоделей удаления серы и риформинга, но присутствуют строки вида Е(ргр)(ип1) с командой «999» в каких-либо столбцах.
Первые два типа нелинейных подмоделей опция Я_ЫИЕ преобразует автоматически, а прочие нелинейные подмодели - по запросу пользователя.
Принципы линеаризации подмоделей вторичных установок:
• Материальные балансы, нормы расхода/выработки утилит и реагентов, коэффициенты строк \VCAP* линейных подмоделей вычисляются раздельно для каждого вида сырья. В подмоделях риформинга могут присутствовать несколько режимов работы (выпуск риформата с разным октановым числом). В этом случае для каждого сырья в линейной подмодели создаются варианты, соответствующие всем режимам работы.
• Материальные балансы вычисляются, исходя из качества сырья в решении нелинейной ЯРМ8-модели. Если для какого-либо сырьевого потока в решении отсутствуют нужные показатели качества, данное сырье исключается из линейной подмодели.
• Расчеты коэффициентов линейной подмодели проводятся на основе решения исходной (нелинейной) или вспомогательной ЯРМЗ-модели, которая создается и решается автоматически. Вспомогательная модель используется для получения раздельных решений по всем видам сырья и режимам работы.
® Если в исходной подмодели имеются структуры моделирования постоянных затрат и столбцы переименования продуктов, то эти структуры не учитываются при линеаризации и без изменения переносятся в линейную подмодель.
о Для расчета коэффициентов используются следующие данные решения по отдельным видам сырья и режимам работы установок: ^ количество переработанного сырья;
количество ВСГ (если нужно), поступившего на установку;
^ количество полученных продуктов;
^ количество израсходованных/выработанных утилит и реагентов;
значение строк \УСАР*, соответствующих данному сырью и режиму работы.
• Коэффициенты линейной подмодели вычисляются следующим образом: ^ строки М'МЗТххх:
\УСТ(ххх)ЛУОТ_РЕЕО, где \УОТ(ххх) - вес входного/выходного потока ххх; WGT_FEED - вес основного сырья.
^ строки иВАЬххх:
иТ1Ь(ххх)ЛУСТ_ЕЕЕО, где иТ1Ь(ххх) - количество расхода/выработки утилиты ххх; \VGT_FEED - вес основного сырья.
^ строки СВАЬххх:
СНЕМ(ххх)ЛУ СТ_ЕЕЕО, где СНЕМ(ххх) - количество расхода/выработки реагента ххх; \УСТ_ЕЕЕО -вес основного сырья.
^ строки WCAPxxx:
САР(ххх)ЛУСТ_РЕЕО, где САР(ххх) - значение строки WCAPxxx для данного варианта работы; \VGT_FEED - вес основного сырья.
• Перед линеаризацией в исходных подмоделях установок производится операция «размножения» строк и столбцов, связанных с первичными сырьевыми потоками вида 1ХХ.
• В линеаризованных подмоделях имена сырьевых столбцов остаются без изменения за исключением подмоделей риформинга с несколькими режимами работы:
• если исходная подмодель содержит один вид сырья, то имена столбцов линеаризованной подмодели соответствуют столбцам получения разных риформатов в исходной подмодели;
• если исходная подмодель содержит несколько видов сырья, то имена столбцов линеаризованной подмодели имеют имена вида Unn, где пп -двухзначные порядковые номера (00, 01, 02 и т.д.).
• После линеаризации подмоделей риформинга с несколькими видами сырья и несколькими режимами работы из-за изменения имен столбцов выполняются корректировки записей в таблицах CLIMITS, EXUCOLS, соответствующих переменным исходных подмоделей.
• Показатели качества выходных потоков в линейных подмоделях имеют фиксированное значение, соответствующее решению исходной модели. Прослеживание показателей качества продуктов, которое моделировалось в исходных подмоделях при помощи таблиц DEPPROD, DEPPRODA, QPROPRT, в линейных подмоделях не используется. Для этого:
S показатели качества выходных потоков копируются из файла USRAHOC1.WRK (таблица #SQU) в таблицу CONV линейной модели; S таблицы TRACKU, TRACKP, DEPPROD, DEPPRODA, QPROPRT в линейной модели очищаются. Ниже приводится обобщенная блок-схема алгоритма линеаризации подмоделей вторичных процессов (Рис. П2-1).
Прослеживание качества потоков полуфабрикатов
При линеаризации RPMS-моделей вносятся изменения в прослеживание — — качества потоков. Прослеживаемые ранее показатели качества продуктов установок теперь имеют фиксированное значение, взятое из решения исходной модели (таблица #SQU файла USRAHOC 1.WRK). Все подмодели смешения сохраняются.
Рисунок П2-1: Алгоритм линеаризации подмоделей вторичных процессов Основные принципы работы опции по преобразованию процедур
прослеживания качества потоков:
1. Показатели качества первичных дистиллятов, которые прослеживались в исходной НРМБ-модели от качества нефтяного сырья (таблица ТЯАСКС), в линейной модели имеют фиксированное значение в таблице СОМУ.
2. Показатели качества продуктов вторичных установок, которые прослеживались в исходной ЯРМЗ-модели от качества сырья (таблицы БЕРРБЮВ, БЕРРБЮОА, С>Р110Р11Т), в линейной модели имеют фиксированное значение в таблице СОИУ.
3. Показатели качества смесей, которые прослеживались в исходной ЯРМБ-модели от качества компонентов (таблица ТКАСКВ), продолжают прослеживаться в линейной модели.
4. Ограничения по качеству смесей, заданные в исходной RPMS-модели (таблица SPEC), сохраняются в линейной модели.
5. Показатели качества потоков, заданные в исходной модели в таблицах CONV, CONVP, CONV1, CONV2, ..., CONV9 и не прослеживаемые при помощи таблиц TRACK*, переносятся в таблицу CONV линейной модели.
6. Специальные показатели качества (содержание вакуумных дистиллятов) потоков прямогонного мазута *RC, создаваемые системой для построения подмоделей WVA* в исходной модели, не переносятся из решения в линейную модель.
7. В смесевые таблицы линейной модели вносятся следующие изменения по сравнению с исходной моделью:
• Строки вида 1ХХ, обозначающие любые первичные дистилляты *ХХ, заменяются на строки реальных первичных потоков, при чем, если реальный поток 1ХХ отсутствует в модели, строка 1ХХ удаляется из таблиц.
• Значения показателей качества, которые рассчитывались в исходной модели, но одновременно присутствовали в ее смесевых таблицах, удаляются из смесевых таблиц линейной модели. Это позволяет сохранить в линейной модели тот же приоритет использования показателей качества, значения которых заданы несколькими способами.
Приложение 3. Материалы о внедрении
Зякрмтос якшюперког общество «Хоневелл»
ПотгоаыП алрсе: 121059, г. Могкга, ул. Киевская, д 7
ЮршшческнП аврсс 131059. г. Москве, ул. Кчспсь-ал, д. 7
Тел. (7—5У5) 795 9800
Фак (7-495) 75698 «/94
ИНН: 7710065870
КПП: 773001001
ОКПО: 05815282
Справка
об использовании результатов диссертационной работы Баулина Е. С. на тему: «Автоматизированная актуализация оптимизационных моделей планирования нефтеперерабатывающих/нефтехимических производств», представленной на соискание ученой степени кандидата технических наук по специальности 05.13.06- «Автоматизация и управление технологическими процессами и производствами (промышленность) (технические науки)».
Настоящая справка дана в том, что результаты диссертационной работы Баулина Е. С. использовались ЗАО «Хоневелл» при разработке и реализации программного коммерческого продукта дополнительной опции, предназначенной для учета в моделях планирования системы ИРМБ переменных норм расхода энергоресурсоо и вспомогательных материалов.
Созданный Баулиным Е. С. программный продукт (опция Я_Р!1Е8Н системы КРМБ), включен в семейство систем компании ЗАО «Хоневелл» для планирования и управления производственными процессами и был внедрен при выполнении договоров для дочерних предприятий Группы «ЛУКОЙЛ»: ООО «Пермпефтеоргсинтез». Б. С. РЕТКОТЕЫ-иКОЕЬ Я. А., «ЛУКОЙЛ-Нефтохнм Бургас» АД, ООО «ЛУКОЙЛ-Ннжегороднефтеоргсннтез», ООО «ЛУКОЙЛ-Волгограднефтепереработка», ООО «Ставролен», ООО «ЛТС-Украина», ООО «ЛУКОЙЛ-Ухтанефтепереработка», ООО «ЛУКОЙЛ-Пермнефтегазпереработка», ООО «ЛУККОЙЛ-КГПЗ».
Генеральный директор ЗАО «Хоневелл» СоркииЛ. Р.
ЛУКОЙЛ
НЕФТЯНАЯ КОМПАНИЯ
ио N1.
АКТ
о результатах внедрения специализированной опции И_Р11Е5Н системы ИРМБ на предприятиях Группы «ЛУКОЙЛ»
Настоящий акт составлен о том, что специализированная опция К_РЯЕ8Н системы ИРМБ внедрена на предприятиях Группы ((ЛУКОЙЛ»: ООО «ЛУКОЙЛ-ГГермнефтеоргсинтез», ООО <(ЛУКОЙЛ-Нижегороднефтеоргсинтез», ООО «ЛУКОЙЛ-Волгограднефтепереработка», ООО «ЛУКОЙЛ-Ухтанефтепереработка», ООО «Ставролен», ООО «ЛУКОЙЛ-Пермнефтегазпереработка», ООО «ЛУКОЙЛ-Коробковскнй ГПЗ», АО «Петротел-ЛУКОЙЛ», «ЛУКОЙЛ-Нефтохим Бургас» АД.
Эксплуатация опции осуществляется также и в ОАО «ЛУКОЙЛ» (Центральный аппарат) службами планирования - Департаментом экономики переработки и сбыта и отраслевым структурным подразделением - Блоком нефтепереработки, нефтехимии и газопереработки.
Внедрение опции К_РЯЕБН выполнено в рамках договоров между предприятиями Группы «ЛУКОЙЛ» и ЗАО «Хоневелл».
Опция 11_П1Е8Н системы производственного планирования ЯРМБ описана а диссертационной работе Баулина Евгения Сергеевича, выполненной в Московском физико-техническом институте (Государственном университете), на тему «Автоматизированная актуализация оптимизационных моделей планирования нефтеперерабатывающих/нефтехимических производств», представленной на соискание ученой степени кандидата наук по специальности 05.13.06 -«Автоматизация и управление технологическим! процессами и производствами».
Внедрение оптимизационной системы планирования Ш>М8 со специализированной опцией 11_Р11Е8Н на предприятиях Группы «ЛУКОЙЛ» позволило:
Россия Гс/,- (4^5) Тсло«с: 615351
Ю1С00, Ыссво Фскс: ¡495)627-^9-99 ТепетоЯп: 209055
Сравнений бульвар, 11
• повысить точность расчета потребления энергоресурсов и вспомогательных материалов на нефтеперерабатывающих предприятиях;
• снизить трудоемкость и сроки формирования планов и сметы переменных расходов за счет исключения итерации «план производства - норма на плановую загрузку - план производства»;
• сэкономить рабочее время отдела «Главного энергетика» на дочерних предприятиях ОАО «ЛУКОЙЛ»;
• корректно оценить фактическое исполнение предприятиями сметы затрат путем формирования сметы производственных расходов на ИРМБ с учетом фактических параметров работы: объема переработки нефти, загрузки установок и выработки продукции.
По результатам эксплуатации системы планирования ИРМЭ со специализированной опцией Р!._Р11Е8Н на предприятиях Группы «ЛУКОЙЛ» с полным основанием можно утверждать о повышении эффективности использования системы.
Фролова Т.С. +7(495) 627-46-42
Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.