Синтез систем управления для массообменных технологических процессов в условиях неопределенности тема диссертации и автореферата по ВАК РФ 05.13.06, доктор технических наук Торгашов, Андрей Юрьевич

• Торгашов, Андрей Юрьевич
• доктор технических наук
• 2010

Оглавление диссертации доктор технических наук Торгашов, Андрей Юрьевич

Введение

ГЛАВА 1. Анализ и исследование робастной устойчивости систем управления массообменными технологическими процессами

1.1. Математическое моделирование массообменных технологических процессов (на примере процесса ректификации).

1.2. Особенности синтеза систем управления массообменными технологическими процессами

1.3. Робастная устойчивость систем управления на основе прогнозирующих моделей.

1.4. Выводы.

ГЛАВА 2. Робастно-стабилизирующие горизонты регуляторов на основе прогнозирующей модели

2.1. Определение робастно-стабилизирующих горизонтов прогнозирования и управления.

2.2. Выбор горизонтов регулятора на основе прогнозирующей модели с учетом ограничений на управляющие воздействия.

2.3. Выводы.

ГЛАВА 3. Идентификация запаздывания в прогнозирующих моделях массообменных технологических процессов

3.1. Исследование нестационарного запаздывания весовой функции модели массообменных аппаратов.

3.2. Алгоритм идентификации нестационарного запаздывания в прогнозирующих моделях динамики массообменных процессов.

3.3. Выводы.

ГЛАВА 4. Управление на основе обратных нелинейных моделей массообменными технологическими процессами

4.1. Основные положения управления массообменнымп технологическими процессами на основе обратных нелинейных моделей

4.2. Обратные нелинейные модели в задачах управления оптимальными режимами процесса ректификации.

4.3. Нелинейная развязка контуров регулирования на основе обратных моделей в массообменных аппаратах.

4.4. Робастное управление массообменными технологическими процессами на основе обратных нелинейных моделей.

4.5. Управление массообменными технологическими процессами на основе обратной нелинейной модели при воздействии неизмеряемых возмущений.

4.6. Выводы.

ГЛАВА 5. Построение робастных регуляторов фиксированной структуры для массообменных технологических процессов

5.1. Синтез робастно-оптимальных цифровых ПИД-регуляторов технологических переменных масообменных аппаратов.

5.2. Итерационный синтез робастных многомерных ПИД-регуляторов для массообменных процессов

5.3. Выводы.

ГЛАВА 6. Синтез систем управления промышленными массообменными технологическими процессами

6.1. Система усовершенствованного управления процессом азеотропной ректификации.

6.2. Система усовершенствованного управления процессом первичной переработки нефти.

6.2.1. Исследование оптимальных режимов функционирования технологической установки фракционирования нефти.

6.2.2. Синтез робастной системы управления на основе прогнозирующей модели установкой первичной переработки нефти.

6.3. Выводы.

Введение диссертации (часть автореферата) на тему «Синтез систем управления для массообменных технологических процессов в условиях неопределенности»

Актуальность проблемы. В настоящее время переход экономики на инновационный путь развития связан с необходимостью в усовершенствовании систем управления (СУ) такими энергоемкими производственными объектами как массообменные технологические процессы (МТП), протекающие в ректификационных и абсорбционных колоннах, и распространенные в нефтеперерабатывающей, нефтехимической и химической промышленности. Так около 50-60% от общего количества производимой энергии нефтехимического предприятия приходится только на процесс ректификации.

В последнее десятилетие уже не вызывает сомнение то, что одними из эффективных в реальных условиях производства для МТП оказались СУ на основе прогнозирующих моделей (ПМ). Это подтверждает факт наличия множества коммерческого программного обеспечения для реализации в промышленности таких СУ. Среди лидеров отметим регуляторы RMPCT (Honeywell), DMC-plus (Aspen Tech), HIECON, PFC (Adersa), SMOC (SGS), Connoisseur (Invensys), MVC (Continental Controls), Process Perfecter (Pavilion Technologies).

Основополагающий вклад в создание теоретических основ методов управления с использованием ПМ внесен PI.И. Перельманом, В.М. Дозорцевым, В.Н. Буковым, B.C. Шендриком, С.Р. Катлером, Б.Л. Рамакером, Д.В. Кларке, А. Моршеди, С.Е. Гарсиа, Д.М. Преттом, М. Морари, Д.Х. Ли, В.Х. Кво-ном. Дальнейшее развитие концепция управления с ПМ получила развитие в работах K.P. Муске, Д.Б. Ролингса, С.Д. Квина, Ф. Алговера, Д.М. Маки-еджоски, Е.Ф. Камачо, С. Бордонса и многих других.

Основной проблемой синтеза СУ методами теории оптимального управления является высокая размерность моделей динамики МТП. Например, для простой ректификационной колонны установки газоразделения нефтеперерабатывающего завода количество дифференциальных уравнений находится в диапазоне 800-1200. Кроме этого структура и параметры уравнений фазового равновесия часто известны неточно и изменяются со временем. Это приводит к необходимости синтеза СУ с помощью методов теории робастного управления, которая создавалась благодаря работам Б.Т. Поляка, Я.З. Цыпкина, А.П. Молчанова, Ф. Дойла, М. Морари, Д.Д. Шиляка и др. Вклад в развитие методов исследования робастной устойчивости и робастного качества СУ на основе ПМ внесли Е. Зафириоу, Д.К Майне, Т.А. Бадгвел, Д.А. Росситер и др. В большинстве случаев рассматривается два класса ПМ. К первому относятся передаточные матрицы и модели в пространстве состояний. Ко второму -импульсные переходные (весовые) функции, которые в дискретной форме на конечном временном интервале имеют усеченный вид. Методы синтеза регуляторов с моделями первого типа наиболее развиты и удобны для исследования, в особенности, робастной устойчивости системы. Однако они обладают существенными недостатками, сдерживающими их применение в реальных условиях: необходима непрерывная оценка вектора состояния модели объекта с целью осуществления прогноза, что, как правило, требует знания статистических характеристик сигналов для совместного применения алгоритмов оценивания вектора состояния; при синтезе робастного регулятора на основе ПМ прибегают к аппроксимации элемента запаздывания рядом Паде, что приводит к неприемлемым для практики результатам. ПМ, принадлежащие второму классу довольно просто учитывают последействие (запаздывание) объекта: соответствующие элементы вектора весовой характеристики будут равны нулю. При этом не требуется оценивание вектора состояния объекта. Однако условия робастной устойчивости со вторым типом ПМ имеют следующие недостатки: нет учета влияния горизонта управления на робастную устойчивость системы; не рассмотрены условия робастной устойчивости для астатических объектов с запаздыванием, так как в этом случае для построения будущей оптимальной последовательности управляющих воздействий требуется обращение бесконечномерных матриц.

Особенностью рассматриваемых объектов управления является наличие нестационарного запаздывания различного типа. Построение систем управления с идентификатором позволяет существенно улучшить стабилизацию технологического объекта (ТО) с неизвестными нестационарными параметрами. Значительный вклад в теорию идентификации внесли Н.С.Райбман, В.М.Чадеев, Л.Льюнг и др., а развитие методов синтеза систем управления с идентификатором представлено в работах многих отечественных и зарубежных ученых. Для большинства ТО вариации запаздывания происходят в весовой функции, при этом динамика выхода существенно отличается от систем с запаздыванием по входу, выходу и состоянию. Если для последних уже существуют некоторые алгоритмы идентификации переменного запаздывания, изложенные в работах С.В. Дракунова, Ю. Орлова, Д.П. Ришарда, Л. Белкоура, то для систем с запаздыванием в весовой функции ПМ методы идентификации практически не разработаны. В связи с этим необходимым является построение алгоритмов идентификации ПМ с учетом того, что структура модели возмущения запаздывания неизвестна, а доступно лишь знание границ интервала изменения запаздывания.

Таким образом, имеет место актуальная проблема, заключающаяся в разработке новых методов синтеза СУ МТП, в связи с тем, что:

1) структура и параметры моделей фазового равновесия МТП в производственных условиях могут быть неизвестны;

2) воздействуют неизмеряемые возмущения по составу сырья;

3) запаздывание и гидродинамические режимы объекта изменяются со временем;

4) взаимодействие между контурами регулирования температурных профилей в аппаратах колонного типа имеет нелинейный характер.

В результате применения разработанных методов достигнуто снижение энергозатрат промышленных МТП (ректификационных колонн) и увеличение отбора наиболее ценных продуктов.

Диссертационная работа выполнена в соответствии с тематическими планами Института автоматики и процессов управления ДВО РАН, связанных с разработкой методов оценивания и управления непрерывными ТО в условиях неопределенности, поддержана грантами РФФИ (06-08-96014-р-восток-а; 08-08-00004-а), ДВО РАН (06-Ш-В-03-080, 09-Ш-В-03-087) и Советом по грантам Президента РФ (МК-2034.2008.8).

Цель и задачи работы. Цель диссертационной работы состоит в разработке методов синтеза систем управления для МТП, функционирующих в условиях априорной неопределенности, воздействия внешних неизмеряемых возмущений и имеющих нестационарное запаздывание.

Для достижения этой цели в работе решаются следующие задачи:

- получение условий робастной устойчивости СУ на основе ПМ с усеченной весовой функцией;

- разработка метода синтеза регуляторов на основе ПМ с робастно-стабилизирующими горизонтами прогнозирования управления и выхода с учетом различного вида неопределенности ТО;

- разработка метода идентификации нестационарного запаздывания ПМ, исходя из того, что структура модели вариаций запаздывания неизвестна;

- разработка метода компенсации взаимного влияния выходных переменных многомерного нелинейного ТО и воздействия неизмеряемых внешних возмущений, используя нелинейную модель статического режима ТО;

- разработка метода синтеза робастного регулятора фиксированной структуры для многомерного линеаризованного ТО с известной направленностью действия заданий системы и внешних возмущений;

- разработка способа определения робастно-оптимальных параметров цифровых регуляторов в смысле минимума критерия свертки дисперсий отклонений системы от заданной траектории, учитывая спектральные плотности мощности неизмеряемых внешних возмущений;

- разработка методов синтеза СУ с ПМ, построенных на основе нейросе-тевого подхода для управления оптимальными статическими режимами МТП.

Методы исследования. В работе использованы методы теории робаст-ного управления, теории разностных уравнений, методы оптимизации, методы линейной алгебры и теории матриц. Эффективность разработанных методов синтеза систем управления на основе ПМ исследована численным моделированием и подтверждена экспериментально на промышленных МТП.

Научная новизна работы заключается в следующем:

1. Получены условия робастной устойчивости для систем на основе ПМ с усеченной импульсной переходной функцией, отличающиеся от известных условий учетом влияния горизонта управления на качество функционирования системы и распространением их на модели с астатизмом, описывающие динамику МТП в условиях отсутствия данных фазового равновесия разделяемых компонентов. Вывод условий базируется на введении нового показателя несоответствия ПМ реальному объекту с запаздыванием.

2. Разработан метод определения робастно-стабилизирующих горизонтов прогнозирования управления и выхода для регуляторов на основе ПМ МТП с запаздыванием с мультипликативной формой представления присущей им структурной и/или параметрической неопределенности в моделях фазового равновесия и гидродинамических режимов.

3. Разработаны новые нелинейные градиентные алгоритмы идентификации для МТП с нестационарным запаздыванием с целью обновления ПМ. Доказана сходимость алгоритмов и показано, что они обеспечивают максимальную скорость сходимости ошибки идентификации к нулю при изменении значений управляющего воздействия.

4. Разработан метод управления на основе обратной нелинейной статической модели МТП, учитывающий доступную априорную информацию о термодинамическом (фазовом) равновесии разделяемых веществ и отличающийся новым механизмом компенсации нелинейного взаимного влияния контуров регулирования для подавления неизмеряемых внешних возмущений по составу сырья.

5. Для переменных МТП с малоинерционной динамикой (расходы потоков, давление, уровни в аппаратах и др.), подверженных воздействию внешних стохастических возмущений и в моделях которых также присутствует неопределенность, разработан метод синтеза робастно-оптимальных регуляторов, минимизирующих свертку дисперсий выхода системы. Предложен алгоритм оценки влияния спектральных характеристик неизмеряемых внешних возмущений на оптимальные значения параметров регуляторов фиксированной структуры.

6. Разработан метод итерационного синтеза робастных регуляторов для многомерных МТП, учитывающий реальную направленность действия возмущений и заданий регуляторам, с минимизацией структурированного сингулярного числа (количественного показателя робастного качества регуляторов) замкнутой системы.

7. Разработан метод построения систем управления на основе ПМ для МТП, используя нейросетевой подход в оценке показателей качества продуктов разделения, для решения задач стабилизации МТП в оптимальном режиме в смысле заданных критериев (энергозатраты и производительность) .

На защиту выносятся:

1. Разработанные теоретические положения анализа робастной устойчивости систем управления на основе ПМ с усеченной импульсной переходной функцией применительно к массообменным технологическим процессам (ректификационным и абсорбционным колоннам), математическое описание которых содержит неопределенность в параметрах и структур моделей фазового равновесия.

2. Развитие методов синтеза регуляторов на основе ПМ, имеющих робастно-стабилизирующие горизонты прогнозирования и управления. Решение задачи выбора весовых коэффициентов квадратичного критерия управления, при заданных горизонтах прогнозирования и управления, с целью стабилизации объекта (массообменного аппарата) на основе параметрически неопределенной ПМ с учетом ограничений на управляющие воздействия.

3. Метод синтеза оптимальных алгоритмов идентификации нестационарного запаздывания, обусловленного сменой гидродинамического режима массообменного технологического процесса.

4. Обобщение метода синтеза систем управления на основе обратной нелинейной модели статического режима массообменного процесса ректификации для случая воздействия неизмеряемых возмущений по составу исходной разделяемой смеси веществ.

5. Развитие методов синтеза робастных цифровых регуляторов фиксированной структуры с учетом спектральных характеристик действующих внешних возмущений, обеспечивающие высококачественную стабилизацию таких технологических параметров как расходы потоков, давление и уровень в масообменном аппарате и др.

6. Алгоритмы и комплекс программ для синтеза усовершенствованных АСУ ТП ректификационными установками на основе прогнозирующих моделей, предназначенные для снижения энергозатрат промышленных объектов и увеличения отбора наиболее ценных продуктов.

Практическая ценность и реализация результатов работы. Полученные научные результаты используются в качестве теоретических и практических основ синтеза систем управления на основе ПМ МТП, имеющих нестационарное запаздывание, неопределенности различного типа в моделях динамики, а также подверженных воздействию внешних неизмеряемых возмущений. Синтезированные системы управления на основе ПМ позволяют существенно улучшить стабилизацию показателей качества (концентрации целевых компонентов, фракционный состав продуктовых потоков и т.д.) непрерывных ТО, которые распространены в нефтеперерабатывающей, химической промышленности и биотехнологии. Кроме этого, обеспечивается автоматическое поддержание оптимальных режимов функционирования ТО по критериям, задаваемыми операторами-технологами (например, поддержание режима с минимальными энергозатратами и т.д.), что является источником улучшения экономических показателей производства.

Разработанные алгоритмы робастного управления на основе ПМ были реализованы в виде специального серверного приложения связанного с платформой распределенной системы управления (РСУ) Yokogawa и внедрены на установках органического синтеза (Завод тонкой химической технологии корпорации Самсунг, г. Ульсан, Ю.Корея) для управления оптимальными статическими режимами ректификационных колонн производств четвертичных аммониевых солей, диметилацетамида, эпихлоргидрина и др.

Внедрены ПМ в составе многомерных робастных регуляторов на базе инструментальных средств Profit Controller и РСУ Experion PKS для стабилизации измеряемого с запаздыванием вектора состояния (вектор показателей качества) и минимизации энергозатрат колонных аппаратов фракционирования нефти на производственном объединении "Киришинефтеоргсинтез".

Полученные в диссертационной работе научные результаты и рекомендации использовались при чтении и подготовки курсов "Автоматизированное управление химико-технологическими процессами и химико-технологическими системами" , "Принципы математического моделирования химико-технологических систем" на кафедре "Химических технологий" Дальневосточного государственного университета.

На вышеуказанные внедрения получены соответствующие акты.

Апробация работы. Основные положения и результаты работы докладывались автором и получили одобрение на Всемирных конгрессах Международной федерации автоматического управления (IFAC): 14-ом в г. Пекине, КНР, 1999 г.; 16-ом в г. Праге, Чехия, 2005 г.; 17-ом в г. Сеуле, Ю.Корея, 2008 г.; 6-ом Международном симпозиуме IFAC по динамике и управлению технологическими системами DYCOPS-6 (г. Чеджу, Ю.Корея, 2001 г.); 7-ом Международном симпозиуме IFAC по передовым системам управления химико-технологическими процессами ADCHEM-7 (г. Гонк-Конг, 2004 г.); III Между-народной конференции "Проблемы управления"(г. Москва, 2006 г.); X Международном семинаре "Устойчивость и колебания нелинейных систем управления "имени Е.С. Пятницкого (г. Москва, 2008 г.); Дальневосточной математической школе-семинаре им. Е.В.Золотова (г. Владивосток, 2004 г., 2006-2008 гг.) и на научно-технических семинарах ИАПУ ДВО РАН.

Публикации и личный вклад автора. Основные результаты научных исследований по теме диссертации изложены в более чем 30 печатных работах, из них 12 в статьях журналов, входящих в перечень ВАК.

Все выносимые на защиту научные положения разработаны соискателем лично. В основных научных работах по теме диссертации, опубликованных в соавторстве, лично соискателем разработаны: [29,30,65] - метод управления на основе обратной нелинейной модели для компенсации статических нели-нейностей массообменных аппаратов в оптимальных режимах функционирования при воздействии неизмеряемых возмущений по составу сырья; [64] -методика построения прогнозирующей модели оптимального состояния мас-сообменного процесса на основе нейросетевого подхода в условиях неопределенности параметров и структуры уравнений фазового равновесия; [214] -разработка и реализация в промышленных условиях робастного децентрализованного регулятора ректификационной установкой производства диметил-ацетамида.

Структура и объем работы. Диссертация состоит из введения, шести глав, заключения, списка литературы, включающего 226 наименований, и трех приложений. Содержит 281 страницу основного текста, 114 рисунков и 34 таблицы.

Заключение диссертации по теме «Автоматизация и управление технологическими процессами и производствами (по отраслям)», Торгашов, Андрей Юрьевич

Выводы 1,2,6 относятся преимущественно к специальности 05.13.01, так как могут быть распространены на другие технические системы и объекты, описание динамики которых совпадает с МТП.

ЗАКЛЮЧЕНИЕ

В диссертации получены теоретические и прикладные результаты, направленные на решение важной научно-технической проблемы синтеза систем управления для МТП в условиях неопределенности. В качестве методологической основы решения развивается концепция управления на основе ПМ и связанные с ней новые методы синтеза робастных законов управления (в том числе для вспомогательных регуляторов фиксированной структуры, например, ПИД).

Основные научные и практические результаты следующие:

1. Получены условия робастной устойчивости для систем управления на основе ПМ в виде усеченной весовой функции, применимые для динамических моделей МТП с астатизмом, запаздыванием и имеющих как структурную, так и параметрическую неопределенности в условиях полного отсутствия информации о фазовом равновесии, гидравлических характеристиках и КПД ступеней разделения.

2. Предложен метод определения робастно-стабилизирующих горизонтов регуляторов на основе ПМ. Рассмотрены вычислительные аспекты метода с учетом неопределенностей различного типа при изменяющейся структуре модели динамики МТП.

3. Разработаны методы идентификации нестационарного запаздывания МТП, что позволяет повысить качество функционирования ПМ в замкнутом контуре при решении задач управления. При этом не требуется знание статистических характеристик (параметры распределения, дисперсия и т.д.) нестационарного запаздывания. Доказана сходимость нелинейных алгоритмов идентификации, и предложен способ поддержания максимальной скорости сходимости ошибки идентификации к нулю, используя технику линейных матричных неравенств.

4. Разработан и исследован новый класс систем управления на основе обратных нелинейных моделей (используя доступные данные фазового равновесия) для многомерных нелинейных МТП. В результате достигается преимущество, по сравнению с известными методами, в нелинейной компенсации взаимного влияния контуров регулирования и подавлении неизмеряемых внешних возмущений.

5. Разработан метод итерационного синтеза робастных регуляторов для многомерных МТП, учитывающий реальную направленность действия возмущений и заданий регуляторам. При этом обеспечивается минимизация структурированного сингулярного числа замкнутой системы как количественного показателя робастного качества регуляторов.

6. Для более эффективного регулирования вспомогательных переменных МТП, модели динамики которых также содержат структурную и параметрическую неопределенность и подвержены воздействию внешних неизмеряемых стохастических возмущений, разработан метод синтеза робастно-оптимальных регуляторов, минимизирующих свертку дисперсий ошибки системы. Предложен алгоритм оценки влияния спектральных характеристик неизмеряемых внешних возмущений на оптимальные значения параметров регуляторов фиксированной (например, ПИД) структуры.

7. Предложен и практически реализован метод построения систем управления на основе ПМ МТП, используя нейросетевой подход в создании виртуальных анализаторов показателей качества продуктов разделения, для решения задач стабилизации МТП в оптимальном режиме в смысле заданных критериев (энергозатраты и производительность).

Список литературы диссертационного исследования доктор технических наук Торгашов, Андрей Юрьевич, 2010 год

1. Автоматическое управление в химической промышленности: Учебник для вузов / Под ред. Е.Г. Дудникова. - М.: Химия, 1987. - 368 с.

2. Алиев Р. А., Церковный А. Э., Мамедова Г. А. Управление производством при нечеткой исходной информации. М.: Энергоатомиздат, 1991. 240 с.

3. Анисимов И. В., Бодров В. ИПокровский В. Б. Математическое моделирование и оптимизация ректификационных установок. М.: Химия, 1975. - 216 с.

4. Ахмадеев М. Г. Разработка способов увеличения выхода целевого продукта при фракционировании смесей в колоннах с отбором бокового погона: Дис. . .канд. техн. наук. Уфа, 1986. - 307 с.

5. Аузан Р. А., Соболев О. С. Автоматизированная система управления технологическим процессом первичной переработки нефти (АСУ "Нефть-3") // Сб.научн.тр.: АСУ технологическими процессами и производствами / ЦНИИКА. М.: Энергоатомиздат, 1978. - С. 146-155.

6. Ахметов С. А., Ишмияров М. X., Веревкин А. П., Докучаев Е. С., Малышев Ю. М. Технология, экономика и автоматизация процессов переработки нефти и газа. М.: Химия, 2005. -736 с.

7. Бакан Г. М., Несенюк А. П., Тарновский Ю. П. Математическое описание сложной колонны в АСУТП первичной переработки нефти / / Автоматизация и КИП. 1979. № 6. С. 5-6.

8. Бахтадзе Н. Н. Виртуальные анализаторы (идентификационный подход) // Автоматика и телемеханика. 2004. № 11. С. 3-24.

9. Бахтадзе Н. Н. Виртуальные анализаторы в системах управления производством // Датчики и системы. 2004. № 4. С. 52-64.

10. Боярииов А. И., Кафаров В. В. Методы оптимизации в химической технологии. М.: Химия, 1975. 575 с.

11. Буков В. Н. Адаптивные прогнозирующие системы управления полетом. М.: Наука, 1987. - 232 с.

12. Бунин А. Л., Бахтадзе Н. Н. Синтез и применение дискретных систем управления с идентификатором. М.: Наука, 2003. - 232 с.

13. Гантмахер Ф. Р. Теория матриц. М.: Наука, 1967.

14. Демиденко Н.Д. Управляемые распределенные системы. Новосибирск: Наука, 1999. - 393 с.

15. Демиденко Н.Д., Ушатинская Н.П. Моделирование, распределенный контроль и управление процессами ректификации. Новосибирск: Наука, 1978. 285 с.

16. Егоров А. И. Основы теории управления. М.: Физматлит, 2004.

17. Иванов В. PI. Синтез систем управления ректификационными колоннами: Дис. . .канд. техн. наук. Уфа, 1987. - 228 с.

18. Кафаров В. В. Методы кибернетики в химии и химической технологии. М.: Химия, 1985. 468 с.

19. Кафаров В. В. Основы массопередачи. М.: Высшая школа, 1979. - 439 с.

20. Кафаров В. В., Мешалкин В. П. Анализ и синтез химико-технологических систем. М.: Химия, 1991. 431 с.

21. Колмановский В. В., Носов В. Р. Устойчивость и периодические режимы регулируемых систем с последействием. М.: Наука, 1981.

22. Кондратьев A.A. Расчет ректификации непрерывной смеси в колонне с несколькими вводами питания и отборами / / Теоретические основы химической технологии. 1972. Т. 6. № 3. С. 477-479.

23. Кондратьев А. А., Богданов В. С. Исследование релаксационных методов процессов разделения // Теоретические основы химической технологии. 1976. Т. 10. № 3. С. 453-455.

24. Копысицкий Т. И., Расу лов С. Р., Сухарев В. П. Тенденции усовершенствования системы управления процессом первичной переработки нефти. М.: ЦНИИТЭнефтехим, 1992. Выпуск 1. - 67 с.

25. Красовский А. А., Буков В. Н., Шендрик В. С. Универсальные алгоритмы оптимального управления непрерывными процессами. М.: Наука, 1977.

26. Кривошеее В. П. Автоматизация непрерывных технологических процессов нефтехимических производств на основе двухуровневых систем управления: Дис—докт. техн. наук. М., 1989. - 532 с.

27. Кривошеее В. П., Попков В. Ф. Оптимизация статических режимов сложных ректификационных установок на основе декомпозиционного подхода // Теоретические основы химической технологии. 1986. Т. 20. № 4. С. 521-525.

28. Кривошеее В. П., Торгашов А. Ю. Оптимальное управление сложной ректификационной колонной на основе обратной модели процесса // Изв. РАН. Теория и системы управления. 2001. № 1. С. 83-89.

29. Кривошеее В. П., Торгашов А. Ю. Управление процессом ректификации на основе обратной нелинейной модели при воздействии возмущений // Изв. РАН. Теория и системы управления. 2002. № 5. С. 127-135.

30. Кудряшов В. С. Синтез систем цифрового управления многосвязными нестационарными технологическими объектами (на примере процессов ректификации): Дис. . .докт. техн. наук. Воронеж, 2005. - 320 с.

31. Куо Б. Теория и проектирование цифровых систем управления. М.: Машиностроение, 1986.

32. Потоцкий В. А., Чадеев В.М., Максимов Е.А., Бахтадзе H.H. Перспективы применения виртуальных анализаторов в системах управления производством // Автоматизация в промышленности. 2004. № 5. С. 24-28.

33. Марушкин Б. К. Исследование закономерностей ректификации и интенсификации работы колонн на нефтеперерабатывающих заводах: Дис. . .докт. техн. наук. Уфа, 1976. - 426 с.

34. Марушкин Б. КТеляшев Г. Г. Методы оценки эффективности (к.п.д.) тарелок при ректификации много-компонентных смесей // Технология нефти и газа. Вопросы фракционирования. Уфа: Башкнигоиздат, 1975.- Вып.З. С. 35-86.

35. Медведев А. В. Непараметрические системы адаптации. Новосибирск: Наука, 1983.

36. Мозжухин A.C., Сеченых А. И. Полистационарность в непрерывной ректификации и реализация выбранного стационарного состояния // Теоретические основы химической технологии. 2000. Т. 34. № 2. С. 165169.

37. Мусаев А. А. Виртуальные анализаторы: концепция построения и применения в задачах управления непрерывными технологическими процессами // Автоматизация в промышленности. 2003. № 8. С. 28-33.

38. Островский Г. М., Бережинский Т. А. Оптимизация химико-технологических процессов: теория и практика. М.: Химия, 1984. -239 с.

39. Островский Г. М., Волин Ю. М. О новых проблемах в теории гибкости и оптимизации химико-технологических процессов при наличии неопределенности // Теоретические основы химической технологии. 1999. Т. 33. № 5. С. 578-590.

40. Петлюк Ф. Б., Серафимов Л. А. Многокомпонентная ректификация. -М.: Химия, 1983. 304 с.

41. Платонов В. М., Берго Б. Г. Разделение многокомпонентных смесей. -М.: Химия, 1965. 368 с.

42. Позняк A.C., Семенов A.B., Себряков Г. Г., Федосов Е. А. Новые результаты в Дхгтеории управления // Техническая кибернетика. 1991. № 6. С. 10-39.

43. Поляк Б. Т., Щербаков П. С. Робастная устойчивость и управление. М.: Наука, 2002. 303 с.

44. Попков В. Ф. Разработка систем управления статическими режимами ректификационных установок: Дис. . .канд. техн. наук. М., 1983. -207 с.

45. Попов Е. П. Прикладная теория процессов управления в нелинейных системах. М.: Наука, 1973.

46. Попов В. В., Попова Л. М. Оптимальное флегмовое число при ректификации // Химия и технология топлив и масел. 1963. № 10. С. 1-3.

47. Себряков Г. Г., Семенов А. В. Проектирование линейных стационарных многомерных систем на основе вход-выходных отображений. Методы Дэо-теории управления // Техническая кибернетика. 1989. № 2. С. 3-16.

48. Скобло А. И., Молоканов Ю.К., Владимиров А. И., Щелкунов В. А. Процессы и аппараты нефтегазопереработки и нефтехимии: Учебник для вузов. М.: Недра-Бизнесцентр, 2000. - 677 с.

49. Справочник по теории автоматического управления / Под ред. A.A. Красовекого. М.: Наука. 1987. - 712 с.

50. Теория автоматического управления: Нелинейные системы, управления при случайных воздействиях. Под ред. A.B. Нетушила. М.: Высшая школа, 1983.

51. Торгашов А. Ю. Виртуальный анализатор для минимизации энергозатрат производственной ректификационной колонны // Автоматизация и современные технологии. 2008. № 10. С. 21-25.

52. Торгашов А. Ю. Идентификация запаздывания динамического объекта на основе прогнозирующей модели // Сибирский журнал индустриальной математики. 2008. № 2. С. 112-123.

53. Торгашов А. Ю. Итерационный синтез робастного многомерного ПИД-регулятора для управления реакционно-ректификационной колонной // Проблемы управления. 2006. № 4. С. 26-31.

54. Торгашов А. Ю. Оценивание нестационарного запаздывания линейного дискретного динамического объекта // Автоматика и телемеханика. 2009. № 7. С. 58-72.

55. Торгашов А.Ю. Применение гибридных нейронных сетей для оперативного контроля качества продуктов непрерывного технологического процесса // Автоматизация и современные технологии. 2008. № 5. С. 33-37.

56. Торгашов А. Ю. Робастная устойчивость системы с регулятором на основе непараметрической прогнозирующей модели // Изв. РАН. Теория и системы управления. 2008. № 2. С. 43-49.

57. Торгашов А. Ю. Робастно-стабилизирующие горизонты регулятора на основе прогнозирующей модели с усеченной импульсной переходной функцией // Автоматика и телемеханика. 2007. К5 7. С. 90-102.

58. Торгашов А. Ю. Синтез робастно-оптимального ПИД-регулятора на основе свертки критериев дисперсии ошибки // Мехатроника, автоматизация, управление. 2006. Ш 9. С. 15-19.

59. Торгашов А. Ю. Управление оптимальными статическими режимами ректификационных колонн на основе нелинейных моделей процесса: Дис. . .канд. техн. наук. Владивосток, 2000. - 145 с.

60. Торгашов А. Ю., Кривошеее В. П. Моделирование режима работы многомерного адаптивного регулятора для ректификационной колонны // Сборник тезисов докладов научно-технической конференции "Волог-динские чтения Владивосток: Изд-во ДВГТУ, 1998. С. 55-56.

61. Торгашов А. Ю., Кривошеее В. П. Оптимальное управление абсорбционной колонной : Сборник тезисов докладов научно-технической конференции "Вологдинские чтения Владивосток: Изд-во ДВГТУ, 1999. С. 18.

62. Торгашов А. Ю., Кривошеее В. П. Оптимизация статических режимов ректификационных колонн с боковым продуктом: Сборник тезисов докладов 5-ой научной конференции Методы кибернетики химико-технологических процессов, Уфа: Изд-во УГНТУ, 1999. С. 20-21.

63. Торгашов А.Ю., Кривошеее В. П., Волкожа М. В. Нейросетевое оценивание и прогнозирование состояний совмещенного процесса массообме-на с химическими реакциями // Химическая промышленность сегодня. № 2. 2005. С. 44-50.

64. Торгашов А. Ю., Кривошеее В. П., Машунин Ю. К., Холланд Ч. Д. Расчет и многокритериальная оптимизация статических режимов массооб-менных процессов на примере абсорбции в производстве газоразделения // Изв. ВУЗов. Нефть и газ. 2001. № 3. С. 82-86.

65. Уэйлес С.М. Фазовые равновесия в химической технологии. М.: Мир, 1989. 662 с.

66. Холланд Ч.Д. Многокомпонентная ректификация. М.: Химия, 1969. -347 с.

67. Хорн Р., Джонсон Ч. Матричный анализ. М.: Мир, 1989.

68. Честное В. Н. Синтез регуляторов многомерных систем по заданному радиусу запасов устойчивости на базе процедуры .ВГ00-оптимизации // Автоматика и телемеханика. 1999. № 7. С. 100-109.

69. Честное В. Н.Синтез робастных регуляторов многомерных систем при параметрической неопределенности на основе круговых частотных неравенств // Автоматика и телемеханика. 1999. № 3. С. 229-238

70. Чурилов А. Н., Гессен А. В. Исследование линейных матричных неравенств. Путеводитель по программным пакетам. СПб.: Изд-во С.-Петерб. ун-та, 2004.

71. Ядыкин И. В., Шумский В. М., Оесепян Ф. А. Адаптивное управление непрерывными технологическими процессами. - М.: Энергоатомиздат,1985. 240 с.

72. Янушевский Р. Т. Управление объектами с запаздыванием. М.: Наука, 1978. - 416 с.

73. Agarwal S., Taylor R. Distillation column design calculations using a nonequilibrium Model // Ind. Eng. Chem. Res. 1994. V. 33. No. 11. R 2631-2636.

74. Agrawal R. Synthesis of distillation column configurations for a multicomponent separation // Ind. Eng. Chem. Res. 1996. V. 35. No. 4. R 1059-1071.

75. Alvarez-Ramirez J., Femat R., Gonzalez-Trejo J. G. Robust control of a class of uncertain first-order systems with least prior knowledge // Chem. Eng. Sci. 1998. V. 53. No. 15. R 2701-2710.

76. Ansari R. M., Tade M. O. Nonlinear model based multivariable control of a debutanizer // Journal of Process Con-trol. 1998. V. 8. No. 4. P. 279-286.

77. Arkun Y. On the use of the structured singular value for robustness analysis of distillation column control // Comput. Chem. Eng. 1988. V. 12. No. 4. P. 303-306.

78. Astrom K. J. Tuning and adaptation // Proc. 13th IFAC Word Congress. San Francisco. USA. 1996. Plenary and Index Volume. P. 1-18.

79. Astrom K. J., Hagglund T. PID controllers: theory, design and tuning. Instrument Society of America, Research Triangle Park, 1995.

80. Badgwell T. A. Robust stability conditions for SISO model predictive control algorithms // Automatica. 1997. V. 33. No. 7. 1357-1361.

81. Bahar A., Ozgen C., Leblebicioglu K., Halici U. Artificial neural network estimator design for the inferential model predictive control of an industrial distillation column // Ind. Eng. Chem. Res. 2004. V. 43. No. 19. P. 61026111.

82. Bahri P. A., Bandoni J. A., Romagnoli J. A. Effect of disturbances in optimizing control: steady-state open-loop back-off calculation // AIChE Journal. 1996. V. 42. No. 4. P. 983-996.

83. Balchen J. G., Sandrib B. Elementary nonlinear decoupling control of composition in binary distillation columns // Proc. of IFAC Symposium ADCHEM '94, Japan, May 25-27. 1994. P. 495-500.

84. Bao J., Forbes J. F., McLellan P. J. R,obust multiloop PID controller design: a successive semidefinite programming approach // Ind. Eng. Chem. Res. 1999. V. 38. No. 9. P. 3407-3419.

85. Baratti R.} Corti S., Servida A. A feedforward control strategy for distillation columns // Artificial Intelligence in Engineering. 1997. V. 11. No. 4. P. 405-412.

86. Baratti R., Vacca G., Servida A. Neural network modeling of distillation columns // Hydrocarbon Processing. 1995. V. 74. No. 6. P. 35-38.

87. Bausa J., Watzdorf R. V., Marquardt W. Shortcut methods for nonideal multicomponent distillation: 1. Simple columns // AIChE Journal. 1998. V. 44. No. 10. P. 2181-2198.

88. Bekiaris N.} Meski G., Morari M. Multiple steady states in homogeneous azeotropic distillation // Comput. Chem. Eng. 1995. V. 19. No. 1. P. 21-26.

89. Belkoura L. Richard J. P. A distribution framework for the fast identification of linear systems with delays // Proc. 6 IFAC Workshop on Time Delay Syst. L'Aquila, Italy. 2006. P. 243-248.

90. Berber RKaradurmus E. Dynamic simulation of a distillation column separating a multicomponent mixture // Chem. Eng. Communications. 1989. V. 84. No. 1. P. 113-127.

91. Bernardo F. PSaraiva P. M. Robust optimization framework for process parameter and tolerance design // AIChE Journal. 1998. V. 44. No. 9. P. 2007-2015.

92. Bojkov B., Luus R. Time optimal control of high dimensional systems by iterative dynamic programming // Can. J. Chem. Eng. 1995. V. 73. No. 3. P. 380-390.

93. Boucher P., Boutillon A.} Dumur D.; Foix Th., Raguenaud P., Rougebief Ch. Predictive control in cognac distillation // Proc. 14th IFAC Word Congress. Beijing. P. R. China. 1999. V. N. P. 487-492.

94. Boyd S., Ghaoui L. E., Feron E., Balakrishnan V. Linear matrix inequalities in system and control theory. V. 15, SIAM, Philadelphia, 1994.

95. Bristol E. H. On a new measure of interactions for multivariable process control // IEEE Trans, on Autom. Cont. 1966. V. 11. No. 1. P. 133-140.

96. Cerda J., Westerberg A. W. Shortcut methods for complex distillation columns. 1. Minimum reflux // Ind. Eng. Chem. Res. 1981. V. 20. No. 3. P. 546-557.

97. Chai T. Y., Wang G. Application of a new multivariable adaptive decoupling controller to a binary distillation column // Proc. IFAC International Symposium ADCHEM'91. Toulouse. Prance. 1991. V. 2. P. 93-99.

98. Chang B., Lee S., Kwon H., Moon I. Rigorous industrial dynamic simulation of a crude distillation unit considered valve tray rating parameters // Comput. Chem. Eng. 1998. V. 22. P. S863-S866.

99. Ctioe Y. S., Luyben W. L. Rigorous dynamic models of distillation columns 11 Ind. Eng. Chem. Res. 1987. V. 26. No. 10. P. 2158-2161.

100. Christen Urs. Engineering aspects of Hoo control // Ph. D. Thesis. Swiss Federal Institute of Technology. Zurich. 1996. 201 P.

101. Christen Urs., Musch H. E., Steiner M. Robust control of distillation columns: ¡i vs Hqq - synthesis // Journal of Process Control. 1997. V. 7. No. 1. P. 19-30.

102. Chung Ch. B., Riggs J. B. Dynamic simulation and nonlinear-model-based product quality control of a crude tower // AIChE Journal. 1995. V. 41. No. 1. P. 122-134.

103. Dadebo S. A., McAidey K. B. Dynamic optimization of constrained chemical engineering problems using dynamic programming // Comput. Chem. Eng. 1995. V. 19. No. 5. P. 513-525.

104. Darby M. L., Harmse M., Nikolaou M. MPC: current practice and challenges // Preprints of IFAC Symposium ADCHEM-2009, Turkey, July 12-15. 2009. P. 88-100.

105. Dorn C., Guttinger T. E., Wells G. J., Morari M., Kienle A., Klein E., Gilles E. D. Stabilization of an unstable distillation column // Ind. Eng. Chem. Res. 1998. V. 37. No. 2, P. 506-515.

106. Dorn C., Lee M., Morari M. Stability and transient behavior of homogeneous azeotropic distillation // Comput. Chem. Eng. 1999. V. 23. P. S185-S188.

107. Dougherty D., Cooper D. A practical multiple model adaptive strategy for single-loop MPC // Control Eng. Practice. 2003. V. 11. 141-159.

108. Doyle J. C., Glover K., Khargonekar P. P., Francis B. A. State space solutions to standard Ho and Hoc control problems // IEEE Transactions on Automatic Control. 1989. V. 34, No. 8. P. 831 847.

109. Drakunov S. V., Perruquetti W., Richard J. P., Belkoura L. Delay identification in time-delay systems using variable structure observers // Ann. Rev. Control. 2006. V. 30. P. 143-158.

110. Dunia R. H., Edgar T. F. An improved generic model control algorithm for linear systems // Computers Chem. Engng. 1996. V. 20. No. 8. P. 1003-1016.

111. Dunia R. H., Edgar T. F., Fernandez B. Effect of process uncertainties on generic model control // Chemical Engi-neering Science. 1997. V. 52. No. 14. P. 2205-2222.'

112. Elaydi S. An introduction of difference equations. N.Y: Springer, 2005.

113. Ellis R. C., Li X., Riggs J. B. Modeling and optimization of a model IV fluidized catalytic cracking unit // AIChE Journal. 1998. V. 44. No. 9. P. 2068-2079.

114. Engeil S., Fernholz G. Control of a reactive separation process // Chemical Engineering and Processing. 2003. V. 42. No. 3. P. 201-210.

115. Fernandez J. C., Cordero T., Guijas D., Alarcon J. An adaptive neuro-fuzzy approach to control a distillation column // Neural Computing & Applications. 2000. V. 9. No. 3. P. 211-217.

116. Fikar M., Latifi A.M., Foufnier F., Creff Y. Application of iterative dynamic programming to optimal control of a distillation column // Can. J. Chem. Eng. 1998, V. 76. No. 12. P.1110-1117.

117. Fikar M., Latifi A.M., Creff Y. Optimal changeover profiles for an industrial depropanizer // Chem. Eng. Sei. 1999. V. 54. No. 13. P. 2715-2720.

118. Fikar M., Latifi A. M., Foufnier F., Creff Y. CVP versus IDP in dynamic optimisation of a distillation,column // Computers Chem. Eng. 1998. V. 22. P. S625-S628.

119. Finco M. V., Luyben W. L., Polleck R. E. Control of distillation columns with low relative volatilities // Ind. Eng. Chem. Res. 1989. V. 28. No. 1. P. 75-83.

120. Fisher W. R., Doherty M. F., Douglas J. M. Shortcut calculation of optimal recovery fractions for distillation columns // Ind. Eng. Chem. Process Des. Dev. 1985. V. 24. No. 4. P. 955-961.

121. Flathouse S.E., Riggs J.B. Tuning GMC controllers using the ATV procedure // Computers Chem. Engng. 1996. V. 20. No. 8. P. 979-988.

122. Foss B. A., Cong S. B. Nonlinear MPC based on multi-model for distillation columns // Proc. 14th IFAC Word Congress. Beijing. P. R. China. 1999. V. N. P. 337-342.

123. Freudenberg J. S., Looze D. P. An Analysis of iï^-optimization design methods // IEEE Transactions on Automatic Control. 1986. V. AC-31. No. 3. P. 194-200.

124. Friman M., Waller K. V. Autotuning of multiloop control systems // Ind. Eng. Chem. Res. 1994. V. 33. No. 7. P. 1708-1717.

125. Gadalla M., Jobson M., Smith R. Shortcut models for retrofit design of distillation columns // Trans IChemE. 2003. V. 81. Part A. P. 971 986.

126. Gokhale V., Hurowitz S., Riggs J. B. A comparison of advanced distillation control techniques for a propylene/propane splitter // Ind. Eng. Chem. Res. 1995. V.34. No. 12. P. 4413-4419.

127. Gordon M. L. Simple optimization for dual composition control // Hydrocarbon Processing. 1986. V. 65. No. 2. P. 59-62.

128. Grossmann I.E., Floudas C.A. Active constraint strategy for flexibility analysis in chemical processes // Comput. Chem. Eng. 1987. V. 11. No. 6. P. 675-684.

129. Gu D. W., Petkov P. H., Konstantinov M. M. An introduction to H optimization design. NICONET report No. 4. Working Group on Software. ESAT Katholieke Universiteit Leuvin. Belgium. 1999.

130. Guttinger T. E., Morari M. Predicting multiple steady states in homogeneous azeotropic distillation // Comput. Chem. Eng. 1997. V. 21. P. S995-S1000.

131. Halvorsen I. J., Skogestad S. Distillation Theory, Trondheim: Norwegian University of Science and Technology Press. 1999. 48 p.

132. Halvorsen I. J., Skogestad S. Optimal operation of Petlyuk distillation: steady-state behavior // Journal of Process Control. 1999. V. 9. No. 5. P. 407-424.

133. Halvorsen I. J., Skogestad S. Use of feedback for indirect optimizing control: application to Petlyuk distillation // Proc. IFAC symposium DYCOPS-5. Corfu. Greece. 1998. P. 399-404.

134. Hayes M. N. Statistical digital signal processing and modelling. John Wiley Sons, New York, 1996.

135. Henley E. J., Seader J. D. Equilibrium-stage separation operations in chemical engineering. New York: John Wiley and Sons, 1981. 742 p.

136. Hírata M. Calculations of multicomponent distillation //J. Japan Petrol. Inst. 1983. Y. 26. No. 3. P. 163-173.

137. Ho M. T. Synthesis of H^-PID controllers: a parametric approach // Automatica. 2003. V. 39. P. 1069-1075.

138. Holland C. D. Fundamentals of multicomponent distillation. New York: McGraw-Hill, 1981. 624 p.

139. Holland C. D., Liapis A. I. Computer methods for solving dynamic separation problems New York: McGraw-Hill, 1983.

140. Hovd M., Skogestad S. Sequential design of decentralized controllers // Automatica. 1994. V. 30. No. 10. P. 1601-1607.

141. Huang X., Huang B. Multi-loop decentralized PID control based on covariance control criteria: an LMI approach // ISA Transactions. 2004. V. 43. P. 324-340.

142. Hwang C., Hsiao C. Y. Solution of a non-convex optimization arising in pi/pid control design // Automatica. 2002. V. 38. P. 143-162.

143. Ishii Y., Otto F. D. A general algorithm for multistage multicomponent separation calculations // Can. J. Chem. Eng. 1973. V. 51. No. 5. p.601-610.

144. Jacobsen E. W., Skogestad S. Instability of distillation columns // AIChE Journal. 1994. V. 40. No. 9. P. 1466-1478.

145. Jacobsen E. W., Skogestad S. Multiple steady states and instability in distillation. Implications for operation and control // Ind. Eng. Chem. Res. 1995. V. 34. No. 12. P. 4395-4405.

146. Jin X., Rong G., Wang Sh., Wang Y. Empirical modeling and advanced control of an industrial distillation column // Proc. 14th IFAC Word Congress. Beijing. P. R. China. 1999. V. N. P. 199-204.

147. Karacan S., Hapoglu H., Alpbaz M. Multivariable system identification and generic model control of a laboratory scale packed distillation column // Applied Thermal Engineering. 2007. V. 5-6. No. 4. P. 1017-1028.

148. Karacan S., Zoya M., Hale H., Mustafa A. Application of multivariable nonlinear adaptive generic model control to a packed distillation column // Chemical Engineering Communications. 2006. V. 193. No. 12. P. 1635-1659.

149. Katayama T. Subspace methods for system identification. London: Springer-Verlag, 2005.

150. Kothare M. V., Balakrishnan V., Morary M. Robust constrained model predictive control using linear matrix inequalities // Automatica. 1996. V. 32. No. 10. 1361-1379.

151. Krivosheev V. P., Torgashov A. Yu. The optimal control of processing systems by economical criteria as applied to distillation // Proc. 14th IFAC World Congress. P. R. China. 1999. V. F. P. 229-234.

152. Kwon W. H., Han S. H. Receding horizon control: model predictive control for state models. Berlin: Springer-Verlag, 2005.

153. Langson W., Chryssochoos I., Racovic S. V., Mayne D. Q. Robust model predictive control using tubes // Automatica. 2004. V. 40. 125-133.

154. Latifi M. A., Corriou J. P., Fikar M. Dynamic optimisation of chemical processes // Trends in Chemical Engineering. 1998. No. 4. P. 189-201.

155. Lee P. L., Sullivan G. R. Generic model control // Computers Chem. Engng. 1988. V. 12. No. 6. P. 573-580.

156. Lee P. L. Nonlinear process control and applications of generic model control. Berlin: Springer-Verlag, 1993. 265 p.

157. Lee Y., Park S., Lee J. H. On interfacing model predictive controllers with low-level loops // Proc. 14th IFAC Word Congress. Beijing. P. R. China. 1999. V. N. P. 313-318.

158. Li Zh., Liu J., Fu C., Tan W. A modified dynamic matrix control for integrating processes // Proc. International Conference of Control Applications. Taipei. Taiwan. IEEE Press. 2004. 1674-1678.

159. Liu Ch. Sh., Peng H. Inverse-dynamics based state and disturbance observers for linear time-invariant systems // J. of Dynamic Systems, Measurement, and Control. 2002. V. 124. 375-381.

160. Ljung L. System identification theory for the user (2nd ed.), Prentice-Hall, 1999.

161. Lundstrom P., Lee J. H., Morari M, Skogestad S. Limitations of dynamic matrix control // Computers & Chemical Eng. 1995. V. 19. No. 4. 409-421.

162. Luo R.F., Shao H.H., Zhang Z.J. Fuzzy-neural-net-based inferential control for a high-purity distillation column // Control Engineering Practice. 1995. V. 3. No. 1. P. 31-40.

163. Luus R. Optimal control by dynamic programming using accessible points and region reduction // Hung. J. of Ind. Chem. 1989. V. 17. No. 4. P. 523-543.

164. Luyben W. Practical distillation control. New York: Van Nostrand Reinhold, 1992.

165. Margaglio E., Lamanna R., Glorennec P. Y. Control of a distillation column using fuzzy inference systems // Proceedings of the Sixth IEEE International Conference on Fuzzy Systems, 1997. V. 2. P. 995-999.

166. Mizoguchi AMarlin T. E., Hrymak. A. N. Operations optimization and control design for a petroleum distillation process // Can. J. Chem. Eng. 1995. V. 73. No. 4. P. 896-907.

167. Milovanovic G. V., Rassias Th. M. Inequalities for polynomial zeros. In: Survey on Classical Inequalities (Th. M. Rassias, ed.). Mathematics and Its Applications. V. 517. P. 165-202. Kluwer. Dordrecht. 2000.

168. Mohideem M. J., Perkins J. D., Pistikopoulos E. F. Optimal design of dynamic systems under uncertainty // AIChE Journal. 1996. V. 42. No. 8. P. 2251-2272.

169. Morari M., Lee J. H. Model predictive control: past, present and future // Computers Chem. Engng. 1999. V. 23. No. (4-5). P. 667-682.

170. Morari M., Zafiriou E. Robust process control. Englewood Cliffs: PTR Prentice Hall, 1989.

171. Munsif H. P., Riggs J. B. On using neural networks for distillation control // Proc. of conference Distillation and Absorption'97. Maastricht. The Netherlands. 1997. V. 3. P. 54-60.

172. Musch H. E. Robust control of an industrial high-purity distillation column // Ph. D. Thesis. Swiss Federal Institute of Technology. Zurich. 1994. 2251. P

173. Noeres C., Dadhe K., Gesthuisen R., Engell S., Gorak A. Model-based design, control and optimization of catalytic distillation processes // Chemical Engineering and Processing. 2004. V. 43. No. 3. P. 421-434.

174. Nystrom R. H., Toivonen H. T. Boling J. M. Robust Ho control applied to an ill-conditioned distillation column // Proc. 14th IFAC Word Congress. Beijing. P. R. China. 1999. V. N. P. 229-234.

175. Orlov Y., Belkoura L., Richard J. P., Dambrine M. Adaptive identification of linear time-delay systems // Int. J. Robust Nonlin. Control. 2003. V. 13. No. 9. R 857-872.

176. Ostrovsky G. M., Volin Yu. M, Senyavin M. M. An approach to solving a two stage optimization problem under uncertainty // Comput. Chem. Eng. 1997. V. 21. No. 3. P.317-325.

177. Pan F., Han R. C., Feng D. M. An identification method of time-varying delay based on genetic algorithm // Proc. 2 Int. Conf. Machine Learning and Cybernet. Xian. China. 2003. P. 781-783.

178. Pandit H. G. Experimental demonstration of nonlinear model based control techniques on a lab-scale distillation column // Ph. D. Thesis. Texas Tech University. Lubbock. TX. 1991. 186 p.

179. Pistikopoulos E. N., Ierapetritou M. G. Novel approach for optimal process design under uncertainty // Comput. Chem. Eng. 1995. V. 19. No. 10. P. 1089-1110.

180. Qin S. J., Badgwell T. A. A survey of industrial model predictive control technology // Control Eng. Practice. 2003. V. 11. No. 7. P. 733-764.

181. Ramchandran S., Rhinehart R. R. A very simple structure for neural network control of distillation // Journal of Process Control. 1995. V. 5. No. 2. P. 115-128.

182. Rawlings J. B., Muske K. R. The stability of constrained receding horizon control // IEEE Trans, on Autom. Cont. 1993. V. 38. No. 10. P. 1512-1516.

183. Richard J. P. Time-delay systems: an overview of some recent advances and open problems // Automatica. 2003. V. 39. P. 1667-1694.

184. Riggs J. B. Nonlinear process model based control of a propylene sidestream draw column // Ind. Eng. Chem. Res. 1990. V.29. No. 11. P. 2221-2226.

185. Rovaglio M., Ranzi E., Biardi G., Faravelli T. Rigorous dynamics and control of continuous distillation systems simulation and experimental results 11 Computers Chem. Engng. 1990. V. 14. No. 8. P. 871-887.

186. Rubensson M. Stability properties of switched dynamical systems. A linear matrix inequality approach, Ph.D. Thesis, Chalmers Univ. of Technology, Sweden, 2003.

187. Sabharwal A., Svrcek W. Y., Seborg D. E. Hybrid neural net, physical modeling applied to a xylene splitter // Proc. 14th IFAC Word Congress. Beijing. P. R. China. 1999. V. N. P. 517-523.

188. Shen T., Zhu J. Necessary and sufficient conditions for robust stability of DMC // Proc. 5th World Congress on Intelligent Control and Automation. Hangzhou. P.R. China. IEEE Press. 2004. 624-627.

189. Shinskey F. G. Distillation control. N.Y.: McGraw-Hill, 1984. 364 p.

190. Shinskey F. G. Disturbance-rejection capabilities of distillation control systems // Proc. Amer. Contr. Conf. Boston. 1985. V. 2. P. 1072-1077.

191. Silva G. J., Datta A., Bhattacharryya S. P. PI stabilization of first-order systems with time delay // Automatica. 2001. V. 37. P. 2025-2031.

192. Skogestad S. Dynamics and control of distillation columns A tutorial introduction // Trans IchemE. 1997. V. 75. Part A. p. 539-562.

193. Skogestad S. Near-optimal operation by self-optimizing control: From process control to marathon running and business systems // Computers and Chemical Engineering. 2004. V. 29. No. 1. P. 127-137.

194. Skogestad S., Halvorsen I. J., Larsson T., Govatsmark M.S. Plantwide control: the search for the self-optimizing control structure // Proc. 14th IFAC Word Congress. Beijing. P. R. China. 1999. V. N. P. 325-330.

195. Skogestad S., Havre K. The use of RGA and condition number as robustness measure // Computers Chem. Engng. 1996. V. 20. Supl. B. P. 1005-1010.

196. Skogestad S., Jacobsen E. W., Morari M. Inadequacy of steady-state analysis for feedback control: distillate-bottom control of distillation columns // Ind. Eng. Chem. Res. 1990. V. 29. No. 12. p. 2339-2346.

197. Skogestad S., Lundstrom P., Jacobsen E. W. Selecting the best distillation control configuration // AIChE Journal. 1990. V. 36. No. 5. P. 753-764.

198. Skogestad S., Morari M. Control configuration selection for distillation columns // AIChE Journal. 1987. V. 33. No. 10. P. 1620-1635.

199. Skogestad S., Morari M., Doyle J. C. Robust control of ill-conditioned plants: high-purity distillation // IEEE Trans, on Autom. Cont. 1988. V. 33. No. 12. P. 1092-1105.

200. Skogestad S., Postlethwaite I. Multivariate feedback control analysis and design. Chichester: John Wiley and Sons, 1996. - 572 P.

201. Stathaki A., Mellichamp D. A., Seborg D. E. Dynamic simulation of a multicomponent distillation column with asymmetric dynamics // Can. J. Chem. Eng. 1985. V. 63. No. 3. P. 501-518.

202. Stromberg K B., Toivonen H. T., Haggblom K. E., Waller K. V. Multivariable nonlinear and adaptive control of a distillation column // AIChE Journal. 1995. V. 41. No. 2. P.195-199.

203. Subawalla H., Paruchuri V. P., Gupta A., Pandit H. G., Rhinehart R. R. Comparison of model-based and conventional control: a summary of experimental results // Ind. Eng. Chem. Res. 1996. V.35. No. 10. P. 35473559.

204. Suzuki K., Bito K., Naka Y. Multi-model control of a distillation system using fuzzy rules // Journal of chemical engineering of Japan. 1992. V. 25. No. 6. P. 697-702.

205. Taskar U., Riggs J. B. Modeling and optimization of a semiregenerative catalytic naphtha reformer // AIChE Journal. 1997. V. 43. No. 3. P. 740753.

206. Tatjewski P. Advanced control of industrial processes: structures and algorithms. London: Springer, 2007.

207. Taylor R., Krishna R. Multicomponent mass transfer. New York: John Wiley and Sons, 1993. 608 P.

208. Taylor R., Kooijman H. A., Woodman M. R. A second generation nonequilibrium model for computer simulation of multicomponentseparation of multicomponent separation processes // Computers Chem. Engng. 1994 V. 18. No. 2. P. 205-217.

209. Thomassin M., Bastogne Th., Richard A., Gamier H. Generalization of a correlation method for time-delay estimation with application to a river reach // Proc. 14 IFAC Symp. Syst. Identificat. Newcastle. Australia. 2006. P. 891-896.

210. Torgashov A. Yu. Optimising control of distillation column under parametric uncertainty via multiple-criterion optimisation method // Pre-prints of 6th IFAC Workshop on Dynamic and Control of Process Systems (DYCOPS'6), Cheju, Korea, 2001. P. 796-799.

211. Torgashov A. Yu., Park K. Ch., Kang N. S. Robust decentralized control of reactive distillation process in demethylacetamide production // Proceeding of 16th World Congress of IFAC, Praha, Czech, 2005. Paper Tu-A03-TP/17.

212. Toscano R. A simple robust PI/PID controller design via numerical optimization approach // Journal of Process Control. 2005. V. 15. P. 81-88.

213. Underwood A. J. V. Fractional distillation of multi-component mixtures // Chem. Eng. Prog. 1948. V. 44. No. 8. P. 879-885.

214. Vagi F., Wood R.K., Morris A. J., Tham M. Self-tuning control of distillation columns: theory and practice // Proc. Amer. Contr. Conf. Boston. 1985. V. 3. P. 1269-1274.

215. Waller K. V., Finerman D. H., Sandelin K. E., Haggblom K. E., Gustafsson S. E. An experimental comparison of four control structures for two-point control of distillation. // Ind. Eng. Chem. Res. 1988. V. 27. No. 4. P. 624-630.

216. Xu H., Datta A., Bhattachatyya S. P. Computation of all stabilizing PID gains for digital control systems // IEEE Trans. Automat. Control. 2001. V. 46. P. 647-652.

217. Yan J., Bítmead R. R. Incorporating state estimation into model predictive control and its application to network traffic control // Automatica. 2005. V. 41. 595-604.

218. Yaniv O., Nagurka M. Design of PID controllers satisfying gain margin and sensitivity constraints on a set of plants // Automatica. 2004. V. 40. P. 111-116.

219. Yi C. K., Luyben W. L. Evaluation of plant-wide control structures by steady-state disturbance sensitivity analysis // Ind. Eng. Chem. Res. 1995. V. 34. No. 12. P. 2393-2405.

220. Yu W., Poznyak A.S., Alvarez J. Neuro control for multicomponent distillation column // Proc. 14th IFAC Word Congress. Beijing. P. R. China. 1999. V. N. P. 379-384.

221. Zafiriou E. Robustness and tuning of On-Line Optimizing Control Algorithms. Proc. of the IFAC Workshop on Model Based Process Control (Atlanta, GA), Pergammon Press, 1988.

222. Zheng F.} Wang Q. G., Lee T. H. On the design of multivariable PID controllers via LMI approach // Automatica. 2002. V. 38. No. 3. P. 517-526.

223. Zhou L., Coleman, T., Branch, M.A., Grac A. Matlab optimization toolbox, Version 4.0: The Mathworks Inc. (http:/www.mathworks.com/access/helpdesk/help/pdfdoc/optim/ optimtb.pdf)