Информационно-измерительная система идентификации компонентов, определения состава и детонационной стойкости топлива тема диссертации и автореферата по ВАК РФ 05.11.16, кандидат наук Щербакова, Анна Алексеевна

• Щербакова, Анна Алексеевна
• кандидат наук
• 2018

Оглавление диссертации кандидат наук Щербакова, Анна Алексеевна

СОДЕРЖАНИЕ

ВВЕДЕНИЕ

1 АНАЛИЗ СОВРЕМЕННЫХ МЕТОДОВ И СРЕДСТВ ОПРЕДЕЛЕНИЯ СОСТАВА И ДЕТОНАЦИОННОЙ СТОЙКОСТИ ТОПЛИВА

1.1 Анализ предметной области

1.2 Анализ методов и средств определения состава и детонационной стойкости топлива

1.2.1 Анализ методов и средств определения детонационной стойкости топлива

1.2.2 Анализ методов и средств определения состава топлива

1.2.3 Ближняя инфракрасная спектроскопия для определения состава и детонационной стойкости товарного топлива

1.2 Анализ компонентного состава бензинов и его спектральных характеристик

1.2.1 Анализ спектральных коэффициентов поглощения компонентов и бензинов

1.3 Обзор математических моделей определения октанового числа бензинов

Выводы по главе 1 и постановка задач исследования

2 РАЗРАБОТКА СПОСОБА ИДЕНТИФИКАЦИИ КОМПОНЕНТОВ И ОПРЕДЕЛЕНИЯ СОСТАВА БЕНЗИНА

2.1 Структура искусственной нейронной сети определения состава и идентификации компонентов

2.2 Целевая функция определения состава с функцией активации нейрона искусственной нейронной сети идентификации

2.3 Математическая модель определения детонационной стойкости топлива

2.4 Проверка адекватности математической модели искусственной нейронной сети идентификации и определения состава

2.5 Критерий оценки достоверности идентификации и определения состава бензинов

2.6 Расчет оптимальной длины оптического пути кюветы для исследования бензинов

Выводы по главе 2

3 РАЗРАБОТКА СТРУКТУРЫ ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНОЙ СИСТЕМЫ ИДЕНТИФИКАЦИИ КОМПОНЕНТОВ, ОПРЕДЕЛЕНИЯ СОСТАВА И ДЕТОНАЦИОННОЙ СТОЙКОСТИ

3.1 Структура информационно-измерительной системы идентификации компонентов, определения состава и детонационной стойкости топлива

3.2 Варианты реализации структуры информационно-измерительной системы

3.2.1 Структурная схема информационно-измерительной системы с гидравлическим мультиплексированием каналов измерения

3.2.2 Структурная схема информационно-измерительной системы со спектрометром в каждом канале измерения

3.2.3 Структурная схема информационно-измерительной системы со спектрометром и оптическим мультиплексором

3.2.4 Структурная схема адаптивной проточной кюветы для информационно-измерительной системы с оптическим и гидравлическим мультиплексированием измерительных каналов

3.2.5 Структурная схема информационно-измерительной системы на основе параметрического квантового генератора

3.2.6 Структурная схема проточной кюветы для информационно -измерительной системы на основе параметрического квантового генератора

Выводы по главе 3

4 РАЗРАБОТКА АЛГОРИТМА ФУНКЦИОНИРОВАНИЯ ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНОЙ СИСТЕМЫ

4.1 Разработка алгоритма автоматической калибровки информационно-измерительной системы

4.2 Разработка алгоритма измерения информационно-измерительной системы

4.3 Разработка алгоритма функционирования информационно-измерительной системы на основе перестраиваемого квантового генератора

Выводы по главе 4

5 ОЦЕНКА ЭФФЕКТИВНОСТИ РАБОТЫ И ПРАКТИЧЕСКАЯ РЕАЛИЗАЦИЯ ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНОЙ СИСТЕМЫ

5.1 Оценка эффективности информационно-измерительной системы

5.1.1 Энергетический расчет оптического тракта информационно-измерительной системы

5.1.2 Оценка быстродействия информационно-измерительной системы

5.1.3 Оценка требований к неопределенности результатов измерений информационно-измерительной системы

5.2 Моделирование информационно-измерительной системы на основе параметрического квантового генератора в программной среде OptiSystem

5.2.1 Исследование искажений импульсов в оптическом тракте

5.2.2 Оценка потерь оптического тракта информационно-измерительной системы

5.2.3 Исследование влияния дисперсии волоконно-оптического кабеля информационно-измерительной системы на погрешность измерения

5.2.4 Оценка влияния коэффициента поглощения бензина на выходной сигнал измерительного канала информационно-измерительной системы

5.3 Практическая реализация информационно-измерительной системы на основе спектрометра

5.3.1 Выбор элементной базы для аппаратной реализации информационно -измерительной системы

5.3.2 Информационно-измерительная система для идентификации атомов газов по спектрам излучения

5.3.3 Информационно-измерительная система для качественной оценки бензинов по спектров излучения

Выводы по главе 5

ЗАКЛЮЧЕНИЕ

СПИСОК СОКРАЩЕНИЙ

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

ПРИЛОЖЕНИЕ А

ПРИЛОЖЕНИЕ Б

ПРИЛОЖЕНИЕ В

ПРИЛОЖЕНИЕ Г

Введение диссертации (часть автореферата) на тему «Информационно-измерительная система идентификации компонентов, определения состава и детонационной стойкости топлива»

ВВЕДЕНИЕ

Актуальность темы. Высокая производительность современных нефтеперерабатывающих заводов, а также непосредственная зависимость потребительских свойств товарного топлива от физико-химических свойств смешиваемых компонентов обуславливают необходимость создания и совершенствования информационно-измерительных систем (ИИС) для определения состава готового продукта и идентификации его компонентов.

В настоящее время при производстве топлива производят периодический отбор проб бензина с последующим контролем состава лабораторными методами и средствами аналитической химии, что приводит к значительным экономическим издержкам, связанным с большим объемом отходов и некачественных топлив в течение времени оценки пробы. В связи с этим, особое значение приобретают быстродействие и точность информационно-измерительных систем для качественной и количественной оценки состава и детонационной стойкости готового продукта.

Вопросами разработки и внедрения методов ИИС для определения состава и детонационной стойкости топлива занимаются в ФГБОУ ВО «Томский государственный университет систем управления и радиоэлектроники» Ехлаков Ю.П., Замятин Н.В., в ФГАОУ ВО «РГУ нефти и газа (НИУ) имени И.М. Губкина» Ермолкин О.В., в ФГАОУ ВО «Самарский национальный исследовательский университет имени академика С.П. Королева» Скворцов Б.В., Конюхов Н.Е., Астапов В.Н., Куляс М.О., в Ульяновском филиале ФГБУН института радиотехники и электроники им. В.А.Котельникова Российской академии наук Мурадов В.Г., Веснин В.Л., в ФГБОУ ВО «Чувашский государственный университет им. И.Н.Ульянова» Евдакимов Ю.К., Никифоров И.К, в ФГБОУ ВО «Саратовский национальный исследовательский государственный университет имени Н.Г. Чернышевского» Акчурин Г.Г., в ФГАОУ ВО «Национальный исследовательский Томский

политехнический университет» Иванчина Э.Д., Смышляева Ю.А. Зарубежные ученые, занимающиеся вопросами развития и усовершенствования методов и средств качественной и количественной оценки веществ в химической промышленности: Katherine A. Bakeev, Michael B. Simpson, Charles E. Miller, а Dr.Jim Callis впервые показал, что октановое число бензина может быть определено с помощью средств ближней инфракрасной спектроскопии.

Анализ исследований и разработок российских и зарубежных ученых позволил выявить перспективные направления совершенствования ИИС, одним их которых является повышение производственной эффективности существующих ИИС, а именно: уменьшение отходов при производстве бензинов, экономичное использование ресурсов, снижение затрат, обеспечение минимального времени определения аварийной ситуации на технологическом потоке, связанной с превышением допустимого значения содержания компонентов в топливе, повышение быстродействия ИИС и обеспечение необходимой точности определения состава. В связи с этим, актуальной научно-технической задачей является разработка и совершенствование ИИС для идентификации компонентов, определения состава и детонационной стойкости топлива по спектрам поглощения в режиме реального времени.

Целью диссертационного исследования является улучшение технических характеристик информационно-измерительной системы идентификации компонентов, определения состава и детонационной стойкости топлива на основе интеграции измерительной части в технологический процесс производства.

Основные задачи исследования:

1) анализ методов и средств построения информационно-измерительных систем для определения состава и детонационной стойкости товарного топлива;

2) разработка способа идентификации компонентов и определения состава топлива на основе измерения спектров поглощения в ближнем инфракрасном диапазоне с использованием искусственных нейронных сетей, позволяющего в автоматизированном режиме в процессе производства решать

задачу обеспечения необходимой погрешности определения состава и достоверности идентификации компонентов бензинов;

3) разработка математической модели для идентификации компонентов и определения состава топлива, связывающей состав бензина и спектры поглощения компонентов;

4) выявление связей между значениями функции активации и отклонением спектрального коэффициента поглощения от тестового значения для определения критерия оценки достоверности идентификации компонентов, определения состава и октанового числа топлива и расчет оптимальной длины оптического пути кюветы;

5) разработка структуры ИИС идентификации компонентов, определения состава и детонационной стойкости топлива на основе интеграции измерительной части в технологический процесс производства, работающей в искро-взрыво-пожароопасных условиях эксплуатации с увеличенным быстродействием;

6) разработка алгоритма функционирования ИИС идентификации компонентов, определения состава и детонационной стойкости топлива, обеспечивающего режим автоматической калибровки и измерения;

7) оценка потерь оптического тракта ИИС методом энергетического расчета и моделирования, исследование, реализация измерительной части ИИС и внедрение результатов работы.

Объектом исследования является информационно-измерительная система для идентификации компонентов, определения состава и детонационной стойкости топлива.

Предметом исследования являются способ идентификации компонентов и определения состава топлива по их спектрам поглощения, алгоритм функционирования и структура ИИС.

Методы исследования. Для решения поставленных задач использовались теория информации, теория точности измерительных систем, методы решения некорректных задач при спектральном анализе, методы

математического моделирования, статистической обработки данных, теория искусственных нейронных сетей, метод энергетического расчета, моделирование в программных средах Visual Basic for Applications (VBA) Microsoft Excel, OptiSystem.

Соответствие паспорту специальности. Диссертационная работа соответствует паспорту специальности 05.11.16 «Информационно-измерительные и управляющие системы (Приборостроение)»: п.1 - научное обоснование разработанной структуры и алгоритмов функционирования ИИС идентификации компонентов, определения состава и детонационной стойкости топлива, построенной на основе интеграции измерительной части в технологический процесс производства, позволяющей повысить быстродействие качественной и количественной оценки компонентов топлива,

п.6 - разработан новый способ идентификации компонентов, определения состава бензинов в режиме реального времени, позволяющего в автоматизированном режиме проводить обработку спектров поглощения с использованием принципов искусственных нейронных сетей, обеспечивающий достоверную идентификацию компонентов топлива и обеспечение необходимой погрешности определения состава и детонационной стойкости топлива при оперативном контроле производства.

Обоснованность и достоверность научных положений и выводов подтверждается тем, что в теоретических построениях использовались подходы из области измерительной техники и спектрометрии, справедливость которых общепризнана; вводимые допущения и ограничения мотивировались известными из практики фактами. Достоверность моделирования и обоснованность по выбору параметров ИИС и организации алгоритмов работы подтверждается сходимостью результатов экспериментальных и теоретических исследований.

Научная новизна заключается в следующем.

1. Предложен защищенный патентом РФ на изобретение способ идентификации компонентов и определения состава бензина в режиме реального времени в ИИС, отличающийся тем, что сигналы о спектральных коэффициентах поглощения бензина и его компонентов суммируются нейронами идентификации и определения состава, а значения синаптических коэффициентов, число которых равно или больше числа компонентов в бензине, устанавливаются по образцам тестовых компонентов и бензинов, что позволяет обеспечить необходимую погрешность определения состава и достоверность идентификации компонентов бензина;

2. Разработаны математические модели для идентификации компонентов и определения состава топлива, связывающие концентрации компонентов бензина с их спектрами поглощения, позволяющие установить связь между значениями функции активации и отклонением спектрального коэффициента поглощения от тестового значения и определить критерий оценки достоверности идентификации компонентов, определения состава и октанового числа топлива.

3. Предложена структура ИИС идентификации компонентов, определения состава и детонационной стойкости топлива, построенная на основе интеграции измерительной части в технологический процесс производства, работающая в искро-взрыво-пожароопасных условиях эксплуатации с увеличенным быстродействием, позволяющая в режиме реального времени измерять спектры поглощения компонентов топлива и обрабатывать их в автоматизированном режиме;

4. Разработан алгоритм функционирования ИИС с эффективными режимами автоматической калибровки и измерения спектральных коэффициентов поглощения компонентов и топлив, который учитывает нелинейности фотометрической шкалы и позволяет обеспечить необходимую погрешность измерения.

Практическая значимость:

- разработанный способ и полученные математические модели идентификации компонентов, определения состава и детонационной стойкости топлива могут быть применены для решения задач идентификации компонентов, определения состава многокомпонентных смесей в нефтеперерабатывающей, химической, фармацевтической промышленности по их спектральным характеристикам;

- разработанная структура и алгоритмы функционирования ИИС на основе интеграции измерительной части в технологический процесс производства, включающая спектрометр, блок преобразования информации, блок обработки информации, позволяет анализировать спектральные характеристики в режиме реального времени, расширить функциональные возможности, повысить быстродействие и обеспечить необходимую достоверность идентификации компонентов в топливе в автоматизированном режиме с последующим оперативным внесением поправок в технологический процесс.

На защиту выносятся:

1. Способ идентификации компонентов, определения состава и октанового числа бензина в ИИС, отличающийся тем, что сигналы о спектральных коэффициентах поглощения бензина и его компонентов суммируются нейронами идентификации и определения состава, а значения синаптических коэффициентов, число которых равно или больше числа компонентов в бензине, устанавливаются по образцам тестовых компонентов и бензинов.

2. Математические модели идентификации компонентов и определения состава топлива, связывающие концентрацию компонентов бензина с их спектрами поглощения, позволяющие установить связь между значениями функции активации и отклонением спектрального коэффициента поглощения от тестового значения и определить критерий оценки достоверности идентификации компонентов, определения состава и октанового числа топлива.

3. Структура ИИС идентификации компонентов, определения состава и детонационной стойкости топлива на основе интеграции измерительной части в технологический процесс производства, работающая в искро-взрыво-пожароопасных условиях эксплуатации с увеличенным быстродействием, отличающаяся тем, что в блоке обработки информации спектры поглощения преобразуются с помощью последовательно соединенных блоков начальной установки синаптических коэффициентов, умножителей синаптических коэффициентов и спектральных коэффициентов поглощения компонентов, первого сумматора по длинам волн и второго сумматора по компонентам, анализатора значения целевой функции.

4. Алгоритм функционирования ИИС с эффективными режимами автоматической калибровки и измерения спектральных коэффициентов поглощения компонентов и бензинов, отличающийся тем, что в нем учитываются нелинейности фотометрической шкалы и обеспечивается необходимая погрешность измерения.

Реализация результатов работы:

Результаты диссертационной работы использованы в ООО «Биокомпозит» (г.Саранск) при выполнении НИОКР по теме: «Разработка многоканальной спектрометрической информационно-измерительной системы оценки состава и детонационной стойкости топлива» по договору №5 от 17.12.2012г. в рамках программы ФГБУ «Фонд содействия развитию малых форм предприятий в научно-технической сфере» договор №0001695 20122014г.

В ОАО «Энергоснабжающее предприятие» г.Пензы в методике соответствия нормам качества РД 24.031.120-91 для определения содержания железа и меди в водопроводной, питательной, сетевой сточной воде и химического контроля использовано разработанное программное обеспечение для идентификации компонентов жидкостей.

Материалы диссертационной работы использованы в образовательном процессе кафедры «Приборостроение» ФГБОУ ВО «Пензенский

государственный университет» при проведении лекций, практических занятий по направлению подготовки 100101 - «Сервис», 12.03.01 - «Приборы и оборудование нефтегазовых комплексов» и 12.03.05 «Лазерная техника и лазерные технологии», а также в ходе дипломного и курсового проектирования при разработке вариантов структуры и определении технических характеристик измерительной системы.

Материалы работы реализованы в образовательном процессе кафедры общепрофессиональных дисциплин филиала Военной академии материально-технического обеспечения (г.Пенза) при проведении лабораторного занятия «Изучение спектров излучения атомов».

Разработанные методика, алгоритм и программа обработки спектров излучения топлива автоматизированного диагностического комплекса использованы при выполнении НИР «Разработка принципиальной схемы роботизированного диагностического комплекса технической разведки» («Диагност-П-17»), которая реализована в филиале (конструкторском) ФКУ «Войсковая часть 63341».

Факты реализации подтверждены соответствующими актами внедрения в приложениях к диссертационной работе.

Апробация работы. Основные положения диссертационной работы были представлены для обсуждения на международной научно-практической конференции (МНПК) «Технологическое обеспечение качества машин и приборов» (Пенза, 2012), IV и IX МНПК студентов и молодых ученых «Модели, системы, сети в экономике, технике, природе и обществе» (Пенза, 2012 и 2015), всероссийском конкурсе работ студентов и аспирантов «Молодежь - развитию региона» (Саранск, 2012), международном симпозиуме «Надежность и качество» (Пенза, 2014), XXVI НПК «Актуальные проблемы науки и образования» (Пенза, ПГУ 2015), на международной 1ЕЕЕ-Сибирской конференции по управлению и связи <^Лсоп-2015» (Омск, 2015), научно-технической конференции (НТК) «Технологии специального приборостроения. Молодежь в науке 2016» ПО «Старт» (г.Заречный, Пензенская область, 2016),

на IV Всероссийской НТК для молодых ученых и студентов с международным участием «Инновации технических решений в машиностроении и транспорте» (г.Пенза, ПГУ, 2018), международной НТК «Методы, средства и технологии получения и обработки измерительной информации» «Шляндинские чтения -2018», (Пенза, 2018), НТК студентов, аспирантов и молодых ученых в рамках Всероссийской научной школы «Волоконно-оптические, лазерные и нанотехнологии в наукоемком приборостроении» Свет-2018 ( Пенза,2018).

Публикации. По теме диссертации опубликовано 23 печатных работы, в том числе: 7 статей - в изданиях, рекомендованных ВАК, получен патент РФ на изобретение.

1 АНАЛИЗ СОВРЕМЕННЫХ МЕТОДОВ И СРЕДСТВ

ОПРЕДЕЛЕНИЯ СОСТАВА И ДЕТОНАЦИОННОЙ СТОЙКОСТИ

ТОПЛИВА

1.1 Анализ предметной области

По данным рейтинга Forbes Global 2000 составлен список крупнейших нефтегазовых компаний мира, который в 2017 году насчитывал 67 предприятий, среди них Российские компании Газпромнефть, Роснефть, Лукойл, Сургутнефтегаз, Транснефть и Татнефть. Мировая потребность в нефтяном топливе, по данным международного энергетического агентства (МЭА), составляет 30-35% в год от всех энергоресурсов, включающих также уголь, газ, ядерную и альтернативную энергию. На рисунке 1.1 представлено соотношение мировой потребности в энергоресурсах, из которого видно, что наибольшая мировая потребность остается за нефтью, которая является сырьем для различных видов топлива: дизельное топливо, бензины автомобильные и авиационные, бензины-растворители, бензины для химической и нефтехимической промышленности, керосины, нафта, топочный мазут, сжиженные углеводородные газы (СУГ), топливо для реактивных двигателей, топливо судовое.

Одним из главных топлив, получаемых из нефти, является бензин. По данным статистики МЭА и института энергетических исследований российской академии наук (ИНЭИ РАН), проведен анализ потребления бензина за 2010 год с прогнозом на 2030г. В 2017 году потребление бензина в мире составило 396,2 млн. тонн. Бензин составляет примерно 62% всей энергии, используемой для транспорта, 46% всего нефтяного потребления. По словам заместителя министра энергетики РФ К. Молодцова, в 2018 году в России запланировано производство 40,1 млн. тонн бензина, а объем нефтепереработки составит 280 млн. тонн [37].

Самая крупная нефтяная компания России «Газпромнефть» в 2018 году запланировала модернизацию и строительство нефтеперерабатывающих заводов, что является следствием увеличивающейся потребности в топливе (объем

розничной продукции на автозаправочных станциях сети «Газпромнефть» вырос на 5,2% по сравнению с 2016 годом), уменьшающимися запасами «легкой» нефти и повышение стандартов качества на моторные топлива. Встает вопрос о необходимости построения высокоэффективного производства, которое может быть достигнуто за счет улучшения технических характеристик оперативного контроля физико-химических свойств нефтепродуктов на всех стадиях их изготовления (начиная от стадии переработки нефти до отпуска потребителю товарного топлива). Потребительские показатели качества нефтепродуктов определены ГОСТ 1510-84 «Нефть и нефтепродукты. Маркировка, упаковка, транспортирование и хранение» и возложены на химические лаборатории нефтеперерабатывающего завода (НПЗ).

Ядерное топливо; 6,00%

Мировая потребность в энергоресурсах за 2017

; 13,00% керосин; 2,55%,афта; 2,01 %

дизельное

Природный газ; Нефть- топливо ■ 2|Р0% 34,000/0

Уголь; 26,00%

9,52%

бензин; 7,92%

азут; 3,33% Г; 2,38%

ие; 6,29%

Прогноз мирового потребления энергоресурсов в 2030 году

Ядерное

топливо; 5,00% керосин; 2,64%

Прочие; нафта; 2,01%

мазут; 2,94%

СУГ; 3,30%

Прир 2

Нефть; 33%

дизельное топливо;

9,24% бензин; 7,92%

а б

а - за 2017 год, б - прогноз на 2030 год Рисунок 1.1 - Мировая потребность в энергоресурсах

Производство нефтяных топлив на НПЗ осуществляется смешением компонентов, полученных переработкой нефти. Поэтому при строительстве и модернизации НПЗ учитывают потребности в производимом топливе, качество перерабатываемой нефти, технический уровень разработки отдельных процессов, поскольку технология производства бензинов из разного сырья различна. Например, товарные автомобильные бензины являются результатом смешения базовых компонентов, полученных переработкой нефти, высокооктановых компонентов и присадок. Товарные бензины одной марки могут иметь

неодинаковый состав, и это связано с различием перерабатываемого сырья и типом технологических процессов на различных нефтеперерабатывающих заводах.

Существует нормативно-техническая документация, устанавливающая нормативные показатели качества топлив. Для бензинов эти нормативы прописаны в ГОСТ Р 32513-2013 «Топлива моторные. Бензин неэтилированный. Технические условия». Конечным результатом измерения является технический паспорт бензинов, куда входят показатели с допустимым интервалом (абсолютной погрешности) октанового числа, представленные в таблице 1.1 для действующего стандарта в России К5.

Таблица 1.1 - Нормы показателей октанового числа бензинов для экологических классов К2-К5

Показатель Метод испытания А-80 АИ-92 АИ-95 АИ-98

Номинальное значение допуск Номинальное значение допуск Номинальное значение допуск Номинальное значение допуск

октановое число по моторному методу , ед.ОЧ ГОСТ 511 80,5 ±1,9 92,6 ±2,1 96,6 ±2,3 99,8 ±0,9

октановое число по исследовательском у методу, ед.ОЧ, ГОСТ 8226 81 ±2 93,6 ±2,3 98,3 ±2,4 103,8 ±0,9

Основным показателем, характеризующим марку и качество бензинов является октановое число, которое измеряется по моторному 511-2015 и исследовательскому ГОСТ 8226-2015 методам. В соответствии с вышеуказанными стандартами октановое число - это показатель детонационной стойкости топлива, используемого в двигателе внутреннего сгорания с искровым зажиганием, полученный путем сравнения интенсивности детонации испытуемого топлива с эталонными топливами при стандартизованных условиях испытания.

Детонационная стойкость - это аномальное сгорание, часто приводящее к слышимому стуку, вызываемому самовоспламенением топливовоздушной смеси. Детонационной горение и нормальное горения топливовоздушной смеси представлено на рисунке 1.2.

несгоревшее топливо (недополученная мощность)

Детонационное горение топливно-воздушной смеси

полное сгораниетоплива (мощность+экономия)

Нормальное горение топливно-воздушной смеси

Рисунок 1.2 - Детонационное и нормальное горение топливовоздушной

смеси

Октановое число, хоть и основной показатель бензинов, однако не характеризует в полной мере качество бензинов, поскольку бензин одной и той же марки (значением октанового числа) может быть получен смешением различных компонентов, отличающихся друг от друга химическим составом. Другими качественными характеристиками являются концентрация и объемные доли химических веществ (приведены в таблице), их значения очень важно измерять для составления нормативно-технической документации на изготовленное топливо.

Начиная с 2006 года в России, согласно Постановлению Правительства РФ №609 от 12.10.2005 г. Технический регламент «О требованиях к выбросам автомобильной техникой, выпускаемой в обращение на территории Российской Федерации, вредных (загрязняющих) веществ», стоят вопросы стандартизации и сертификации автомобильных топлив, поскольку каждые несколько лет обновляется стандарт, характеризующий экологический класс топлива (К2, К3, К4, К5) и регламентирующий содержание вредных веществ в топливе и представленный в техническом регламенте таможенного союза (ТР ТС) 013/2011 «О требованиях к автомобильному и авиационному бензину, дизельному и судовому топливу, топливу для реактивных двигателей и мазуту». В основу нумерации экологического класса топлива положены Европейские стандарты Евро, которые обновляются в Европе каждые три-пять лет, начиная с 1988 года

(Евро-0) [19]. А в 2015г. произведен переход на новый стандарт Евро-6. В России переходы на новые технологические уклады осуществляются с некоторым запаздыванием, окончательный переход на стандарт Евро-5 произведен в июле 2016 года, однако уже в 2018 году на территории России две крупные нефтегазовые компании «Лукойл» и «Роснефть» реализовали выпуск бензинов класса К5 (Евро-6). В таблице приведены требования к качеству бензинов различных классов.

Введение нового класса ужесточает требования к качеству бензинов. За период совершенствования экологического стандарта бензинов, без изменения осталось значение октанового числа, изменены нормы по следующим показателям: «Массовая доля серы», «Объемная доля олефиновых и ароматических углеводородов», «Массовая доля кислорода», «Объемная доля оксигенатов», их количественное значение уменьшилось (таблица 1.2). Таким образом, в настоящее время стоит задача совершенствования информационно-измерительной системы идентификации компонентов и определения состава и детонационной стойкости топлива.

Товарные топлива являются результатом смешения различных компонентов, полученных путем прямой перегонки, каталитического риформинга, каталитического крекинга и других технологических процессов переработки нефти. Товарные бензины одной марки могут иметь неодинаковый состав, это может быть связано с различием перерабатываемого сырья и типом технологических процессов на различных нефтеперерабатывающих заводах, а также с количеством добавляемых компонентов, которое составляет 100-300 единиц. Однако во всех случаях должна соблюдаться технология получения товарных бензинов на данном предприятии, что является обязательным требованием стандартов и технических условий на автомобильные бензины

[5,11].

Общая схема станции смешения представлена на рисунке 1.3.

Таблица 1.2 - Нормы показателей качества бензинов для экологических классов К2-К5

Параметры -[ормы

Класс 2 Класс 3 Класс 4 Класс 5

АИ-80 АИ-92 АИ-95 АИ-98 АИ-80 АИ-92 АИ-95 АИ-98 АИ-80 АИ-92 АИ-95 АИ-98 АИ-80 АИ-92 АИ-95 АИ-98

Массовая доля серы, мг/кг 500 150 50 10

концентрация железа, мг/дм3 Отсутствие (до 10) Отсутствие (до 10) Отсутствие (до 10) Отсутствие (до 10)

концентрация марганца, мг/дм3 Отсутствие (до 0,25) Отсутствие (до 0,25) Отсутствие (до 0,25) Отсутствие (до 0,25)

концентрация свинца, мг/дм3 Отсутствие (до 2,5) Отсутствие (до 2,5) Отсутствие (до 2,5) Отсутствие (до 2,5)

объемная доля бензола, % 5 1 1 1

объемная доли кислорода, % - 2,7 2,7 2,7

объемная доля углеводородов: - олефиновых - ароматических, % - 18 42 18 35 18 35

Список литературы диссертационного исследования кандидат наук Щербакова, Анна Алексеевна, 2018 год

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. Алексеев, Е.Б. Основы проектирования и технической эксплуатации цифровых волоконно-оптических систем передачи: учебное пособие/ Е.Б. Алексеев. - М: ИПК при МТУСИ, 2004. - 119 с.

2. Анискин, Д.Ю. Модели и численные методы оценки качества углеводородных соединений по их инфракрасным спектрам: дис.... канд. техн. наук: 05.13.18/Дмитрий Юрьевич Анискин. - М., 2006. - 117 с.

3. Астапов, В.Н. Информационно-измерительные системы для адаптивного управления промышленными станциями поточного смешения товарных бензинов: дис.. д-ра. техн. наук: 05.11.16/Владислав Николаевич Астапов. - Самара, 2013. 327 с.

4. Ахманов, С.А. Физическая оптика/ С.А. Ахманов, С.Ю. Никитин. - 2-е изд. - М.: МГУ, 2004. - 656 с.

5. Ахметов, С.А. Лекции по технологии глубокой переработки нефти в моторные топлива: учебное пособие/С.А. Ахметов. - СПб.: Недра, 2007. - 312 с.

6. Васильев, А.Н. Введение в спектроскопию твердого тела/А.Н. Васильев, В.В. Михайлин. - М.: МГУ, 1987. - 192 с.

7. Веснин, В.Л. Характерные особенности спектров поглощения бинарных смесей углеводородов в области длин волн 1090-1240 нм на примере изооктана, п-гептана, толуола, бензола/ В.Л. Веснин, В.Г. Мурадов// Известия Самарского научного центра Российской академии наук. - 2009. т.11. - №3.- С.29-32

8. Вечкасов, И.А. Приборы и методы анализа в ближней инфракрасной области/И.А. Вечкасов, Н.А. Кручинин, А.И. Поляков, В.Ф. Резинкин. - М.: Химия, 1977. - 280 с.

9. Гмурман, В.Е. Руководство к решению задач по теории вероятностей и математической статистике: учебное пособие для студентов вузов/В.Е. Гмурман. -9-е изд., стер. - М.: Высш. шк., 2004. - 404 с.

10. Гоноровский, И.С. Радиотехнические цепи и сигналы/ И.С. Гоноровский. - М.: Радио и связь, 1986. - 512 с.

11. Гуреев, А.А. Автомобильные бензины. Свойства и применение/А.А. Гуреев, В.С. Азеев. - М: Нефть и газ, 1996. - 444 с.

12. Гурзадян, Г. Нелинейно-оптические кристаллы. Свойства и применение в электронике/ Г. Гурзадян, В.Г. Дмитриев, Д.Н. Никогосян. - М.: Радио и связь, 1991.- 160 с.

13. Дмитриев, В.Г. Прикладная нелинейная оптика/ В.Г. Дмитриев, Л.В. Тарасов. - М.: Физматлит, 2004. - 512 c.

14. Дребущак, Т.Н. Введение в хемометрику. Практика анализа экспериментальных данных: учебное пособие/Т.Н. Дребущак. - Новосибирск: Новосибирский ГУ, 2011. - 88 с.

15. Забрянский, Е.И. Детонационная стойкость и воспламеняемость моторных топлив (методы определения)/Е.И. Забрянский, А.П. Зарубин. - 3-е изд., испр. и доп. - М.: Химия, 1974. - 216 с.

16. Замятин, Н.В. Информационные системы для автоматизации контроля технологических процессов переработки углеводородов: дис.... д-ра техн.наук:05.13.07/ Николай Владимирович Замятин. - Томск, 1999. - 328 с.

17. Зейдель, А.Н. Техника и практика спектроскопии/А.Н. Зейдель, Г.В. Островская, Ю.И. Островский/М.: Наука, 1972. - 375 с.

18. Ильичев, И.С. Основы физико-химического анализа продуктов нефтепереработки и нефтехимического синтеза: электронный учебно-методический комплекс/И.С. Ильичев, М.А. Лазарев, А.А. Щепалов - Нижний Новгород: Нижегородский госуниверситет, 2010. - 163 с.

19. Комаров, В.В. О разработке национального стандарта «Единое обозначение автомобильных бензинов и дизельных топлив, находящихся в обращении на территории Российской Федерации»/ В.В.Комаров, Ф.В. Туровский, В.В. Булатников//Журнал автомобильных инженеров. Стандартизация и сертификация. - 2010 - №6(65). - С.40-44.

20. Конюшенко, И.О. Исследование новых методов идентификации оптических спектров жидких смесей сложных соединений: дис.... канд. физ.-мат. наук:01.04.05 и 02.00.02/Игорь Олегович Конюшенко СПб., 2008. - 124 с.

21. Круглов, В.В. Нечеткая логика и искусственные нейронные сети/ В.В. Круглов, М.И. Дли, Р.Ю. Голунов. - М.:Физматлит, 2001. - 224 с.

22. Круз, П. Основы инфракрасной техники/П. Круз, Л. Макглоулин, Р. Макквистан. - М.: Воениздат МО СССР, 1964. - 464 с.

23. Кудрявцева(Щербакова) А.А. Многоканальная спектрометрическая информационно-измерительная система оценки состава и детонационной стойкости товарного топлива / А.А.Кудрявцева(Щербакова), В.А. Соловьев// Сборник работ победителей Всероссийского конкурса "Молодежь - развитию региона", Саранск: МГУ им.Огарёва. - 2012, С.19-25

24. Кудрявцева(Щербакова) А.А. Система измерения и управления октановым числом и составом товарных бензинов / А.А. Кудрявцева(Щербакова), В.А. Соловьев//Технологическое обеспечение качества машин и приборов. -сборник статей - Труды VII Международной научно-практической конференции. Пенза: Поволжский Дом Знаний, 2012. С.51-57

25. Кудрявцева(Щербакова), А.А. Колориметрический метод определения содержания антидетонационной ферроценовой присадки в бензине в полевых условиях/Кудрявцева (Щербакова) А.А., Никитина А.И., Соловьев В.А.//Труды международного симпозиума «Надежность и качество». - 2012. Т.2. С. 190-191.

26. Кудрявцева(Щербакова), А.А. Спектрометрическая система измерения и управления октановым числом и составом товарных бензинов/ А.А. Кудрявцева(Щербакова), В.А. Соловьев // Модели, системы, сети в экономике, технике, природе и обществе. - 2013. - № 2 (6). - С. 164-169.

27. Куляс, М.О. Оптоэлектронные спектрометрические устройства измерения октанового числа бензинов: дис.. канд. техн. наук: 05.13.05/ Максим Олегович Куляс. - Самара, 2000. - 166 с.

28. Мурашкина, Т.И. Теория, расчет и проектирование волоконно-оптических измерительных приборов и систем: учебное пособие/Т.И. Мурашкина. - Пенза: ПГУ, 1999. - 132 с.

29. Мурашкина, Т.И. Техника физического эксперимента и метрология: учебное пособие/Т.И. Мурашкина. - Спб.: Политехника, 2015. - 138 с.

30. Назарова, И.Т. Волоконно-оптические системы измерения уровня пожароопасных жидкостей: дис.... канд. техн. наук:05.11.16 и 05.11.14/Инна Тадджидиновна Назарова. - Пенза:ПГУ, 2014. - 220 с.

31. Никифоров И.К. Нейросетевой импедансный метод и устройства идентификации и определения параметров жидких нефтепродуктов: дис.. канд. техн. наук:05.11.13/Игорь Кронидович Никифоров. - Чебоксары, 2005. - 172 с.

32. Пат. 2284506 МПК G01N21/31 Российская Федерация. Автоматизированный способ спектрофотометрического анализа веществ/ Ю.А. Поплавский, В.И. Сердюков, Л.Н. Синица, А.П. Щербаков. - № 2002123665/28; заявл. 05.09.2002; опубл. 27.09.2006 , Бюл.№27.

33. Пат. 2310830 МПК G01N21/35 Российская Федерация. Способ определения октанового числа бензинов/В.Г. Мурадов, Д.Г. Санников. - № 2006129844/28; заявл. 17.08.2006; опубл. 20.11.2007 , Бюл.№32.

34. Пат. 2331058 МПК G01N21/35 Российская Федерация. Способ определения октанового числа бензинов и устройство для его реализации/ Г.Г. Акчурин, А.Г. Акчурин, Г.Г. Акчурин, В.И. Кочубей. - № 2007111780/28; заявл.02.04.2007; опубл. 10.07.2008 , Бюл.№22.

35. Пат. 2568330 МПК G06 3/02 (2006.01) Российская Федерация. Способ идентификации компонентов бензина и определения его состава в режиме реального времени/ В.А. Соловьев, А.А. Щербакова - №2014116187/08(025481); заявл.22.04.2014; опубл. 27.10.2015, Бюл.№30.

36. Поиск технической документации электронных компонентов URL: https://www.alldatasheet.com/ (дата обращения 01.03.2018).

37. Прогноз развития энергетики мира и России до 2040 года. Москва: ИНЭИ РАН, АЦ, 2014. - 168с.

38. Родионова, О.Е. Хемометрика в аналитической химии/О.Е. Родионова,

A.Л. Померанцев. - М.: ин-т хим. физики РАН, 2008. - 61 с.

39. Розенберг, В.Я. Введение в теорию точности измерительных систем/

B.Я. Розенберг. - М.: Советские радио, 1975. - 304 с.

40. Рубичев, Н.А. Измерительные информационные системы: учебное пособие/Н.А. Рубичев. - М.: Дрофа, 2010. - 334 с.

41. Смышляева, Ю.А. Моделирование процесса приготовления высокооктановых бензинов на основе углеводородного сырья в аппаратах циркуляционного типа: дис.... канд. техн. наук: 05.17.08/ Юлия Александровна Смышляева. - Томск, 2011. - 144 с.

42. Спектральные характеристики химических веществ в ИК области URL: http://webbook.nist.gov/chemistry/name-ser.html (дата обращения 17.03.2018)

43. Тархов, Д.А. Нейронные сети. Модели и алгоритмы/Д.А. Тархов. - М.: Радиотехника, 2005. - 256 с.

44. Тихонов, А.Н., Арсенин В.Я. Методы решения некорректных задач/ А.Н.Тихонов, В.Я.Арсенин. - М.: Наука, 1979. - 285 с.

45. Убайдуллаев, Р.Р. Волоконно-оптические сети/ Р.Р. Убайдуллаев. - М.: Эко-Трендз, 2001.- 268 с.

46. Характеристики оптических элементов URL: http://oceanoptics.ru/ (дата обращения 10.02.2018)

47. Цапенко, М.П. Измерительные информационные системы. Структуры и алгоритмы, системотехническое проектирование: учебное пособие для вузов/М.П. Цапенко. - 2-е изд. - М.: Энергоатомиздат, 1985. - 438 с.

48. Цвет, М.С. Хроматографический адсорбционный анализ/ М.С. Цвет. -М.: АН СССР, 1946. - 274 с.

49. Цветное оптическое стекло и особые стекла. Каталог/ под ред. Г.Т. Петровского. - М: Дом оптики, 1990.- 228 с.

50. Черепица, С. В. Экспертная компьютерная система автоматизации хроматографических измерений и обработки данных «ЮниХром-97»/С. В. Черепица, С. М. Бычков, С. В. Гациха, А. Н. Коваленко, А. Л. Мазаник, Н. М.

Макоед//Приборы и системы. Управление. Контроль. Диагностика. - 2001. № 3. -С.68-75

51. Шеннон, К.Э. Работы по теории информации и кибернетике/К.Э.Шеннон. - М.: Издательство иностранной литературы, 1963. -832 с.

52. Щербакова А.А. Перестраиваемый параметрический генератор излучения в промышленной системе контроля и управления компонентным составом бензинов/А.А. Щербакова, В.А. Соловьев//2015 International Siberian Conference on Control and Communications (SIBCON). Proceedings. Omsk State Technical University. Omsk, 2015, С.1959-1962. IEEE Catalog Number: CFP13794-CDR. ISBN: 978-1-4799-1060-1.

53. Щербакова, А.А. Алгоритм измерений спектральных коэффициентов поглощения одноканальной волоконно-оптической спектрометрической системой технологических жидкостей/В.А. Соловьев, А.А. Щербакова//Датчики и системы.

- 2015. - №6. - С. 15-19.

54. Щербакова, А.А. Алгоритм измерений спектральных коэффициентов поглощения технологических жидкостей волоконно-оптической системой с перестраиваемым параметрическим генератором излучения / А.А. Щербакова, В.А. Соловьев//Модели, системы, сети в экономике, технике, природе и обществе. - 2016. - №1. - С.148-152.

55. Щербакова, А.А. Идентификация атомов газов по спектрам излучения с использованием принципов искусственных нейронных сетей / А.А. Щербакова, В.А. Соловьев// Измерения. Мониторинг. Управление. Контроль. - 2018. -№2(24).

- С. 25-29.

56. Щербакова, А.А. Информационно-измерительная система контроля концентраций компонентов топлива в аварийных ситуациях/А.А. Щербакова, Б.В. Чувыкин//Сборник статей международной научно-технической конференции «Методы, средства и технологии получения и обработки измерительной информации» «Шляндинские чтения - 2018». Пенза: ПГУ. -2018. - С.65-66.

57. Щербакова, А.А. Информационно-измерительная система определения состава и октанового числа бензинов в промышленных условиях на основе параметрического квантового генератора/А.А. Щербакова// Измерения. Мониторинг. Управление. Контроль. - 2015. -№4(14). - С. 38-42.

58. Щербакова, А.А. Искусственная нейронная сеть для идентификации компонентов, определения состава топлива по спектральным коэффициентам поглощения/А.А. Щербакова, В.А. Соловьев//Известия высших учебных заведений. Поволжский регион. Технические науки. - 2015. - №3(35). - С. 36-45.

59. Щербакова, А.А. Многоканальная спектрометрическая информационно-измерительная система оценки состава и детонационной стойкости товарного бензина/А.А. Щербакова, В.А. Соловьев//Труды международного симпозиума Надежность и качество. - 2014. - Т. 2. - С. 118-121.

60. Щербакова, А.А. Моделирование оптического тракта информационно-измерительной системы идентификации компонентов, определения состава и октанового числа топлива/А.А. Щербакова//Инновации технических решений в машиностроении и транспорте Сборник статей IV Всероссийской научно-технической конференции для молодых ученых и студентов с международным участием. Под общей редакцией В.В. Салмина. Пенза: ПГУ. - 2018. - С. 223-227.

61. Щербакова, А.А. Принцип искусственных нейронных сетей в промышленной системе идентификации компонентов бензина, определения его состава и детонационной стойкости/А.А. Щербакова, В.А. Соловьев //Модели, системы, сети в экономике, технике, природе и обществе. - 2015.-№2(14). - С. 185-192.

62. Щербакова, А.А. Промышленная адаптивная кювета для поточного анализа технологических жидкостей/А.А. Щербакова//Современные научные исследования и инновации. - 2015. - №11. - [Электронный ресурс]. URL: http://web.snauka.ru/issues/2015/11/58688 (дата обращения: 06.11.2015).

63. Щербакова, А.А. Промышленная информационно-измерительная спектрометрическая система идентификации компонентов и оценки

детонационной стойкости топлива/В.А.Соловьев, А.А. Щербакова//Приборы и системы. Управление, контроль, диагностика. - 2015. - №9. - С. 36-44.

64. Щербакова, А.А. Промышленная система идентификации компонентов, определения состава и октанового числа бензинов на основе перестраиваемого параметрического генератора излучения/А.А. Щербакова, В.А. Соловьев//Проблемы автоматизации и управления в технических системах: сб. ст. XXXI Международной научно-технической конференции, посвященной 70-летию Победы в Великой Отечественной войне. Пенза: ПГУ, 2015. - Т.1. - С.298-302.

65. Щербакова, А.А. Промышленная система измерения спектральных коэффициентов поглощения бензинов в технологических линиях [Электронный ресурс]/А.А. Щербакова, В.А. Соловьев//Интернет-журнал «НАУКОВЕДЕНИЕ».

- 2015. - Т.7. - №3(28).- Режим доступа: http://naukovedenie.ru/PDF/58TVN315.pdf.

66. Щербакова, А.А. Система идентификации компонентов и управления детонационной стойкостью топлива в режиме реального времени/ А.А. Щербакова, В.А. Соловьев//2015 International Siberian Conference on Control and Communications (SIBCON). Proceedings. Omsk State Technical University. Russia, Omsk, 2015. С.1958-1959. IEEE Catalog Number: CFP13794-CDR. ISBN: 978-1-4799-1060-1.

67. Щербакова, А.А. Энергетический расчет оптического тракта ИИС с перестраиваемым лазером / А.А. Щербакова // Сборник трудов НТК студентов, аспирантов и молодых ученых в рамках Всероссийской научной школы «Волоконно-оптические, лазерные и нанотехнологии в наукоемком приборостроении» «Свет - 2018». Пенза: ПГУ. - 2018. - С. 143-144.

68. Anderson, D. Artificial neural networks technology/ D.Anderson, G. McNeill.

- New York: Griffiss AFB, 1992. - 83 p.

69. Bakeev, K.A. Process Analytical Technology/ K.A. Bakeev. - Blackwell Publishing Ltd, 2005. - 445 p.

70. Bloembergen, N. Nonlinear optics/ N. Bloembergen. - A lecture note, 1966. -

424 p.

71. Calvert, J.C. Photochemistry/ J.C. Calvert, J.N. Pitts. - New York: Wiley, 1966. - 672 p.

72. Chabot, P. A spectrum of applications Process Analysis using FT-NIR Spectroscopy/P.Chabot, M.Simpson, Fabiano De Melas//Special Report Instrumentation & Analytics: ABB Review. 2006. P.54-60

73. Coates, J.P. New Products and Technologies/Coates J.P.//Spectroscopy. -2007. - №22 (2). - P. 28-36

74. Course otc000003. WDM principle. - issuel.1.

75. Demtroder, W. Laser spectroscopy/ W. Demtroder - Berlin: Springer, 1982. -

608 p.

76. Eichler, J. Laser. Bauformen, strahlfuhrung, anwendungen/ J. Eichler, H. Eichler. - Berlin: Springer, 2006. - 440 p.

77. Fano, P.M. The statistical theory of information/P.M. Fano// Nuovocimento. -1959. - №3(2). - P.353-372.

78. Görlich, P. Spectroscopic properties of activated laser crystals/P. Görlich, H. Karras, G. Kötitz, R. Lehmann. - RuMoRGB. 1966. - 206c.

79. Haykin, S. Neural networks: a comprehensive foundation/S. Haykin. -2nd ed. -New Jersey: Prentice Hall, 1999. - 864 p.

80. Jelen, B. VBA and Macros for Microsoft Excel/B.Jelen, T.Syrstad. - Indiana: Sams Publishing, 2004. - 624 p.

81. Nakanishi, K. Infrared absorption spectroscopy. Practical/K. Nakanishi. - San Francisco: Holden day, 1962. - 216 p.

82. Reza, F.M. An introduction to information theory/ F.M. Reza. - New York: MeGraw-Hill, 1961. - 496 p.

83. Root, W. Communications through unspecified additive noise/W. Root// Informations and Control. - 1961. - №4(1). - P.15-29.

84. Schmidt, W. Optical Spectroscopy in Chemistry and Life Sciences: an introduction/W. Schmidt/Germany:Wiley-VCH Verlag GmbH&Co KGaA, 2005. - 368 c.

85. Schreder, G. Technische Optics/G. Schreder, H. Treiber//Wurzburg: Vogel Buchverlag, 2002. - 424 p.

86. Shannon, R.R. Applied optics and optical engineering/R.R. Shannon, J.C. Wyant. - New York: Academic press, 1980. - 431 p.

87. Sharaf, M.A. Chemometrics / M.A. Sharaf, D.L. Illman, B.R. Kowalski. -New York: J.Wiley & Sons, 1986. - 272 c.