Оптимальная организация химико-технологических систем с несколькими уровнями агрегирования

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

В статье на основе информационного подхода приводится алгоритм повышения организованности химико-технологических систем с несколькими уровнями агрегирования. Алгоритм предполагает последовательное решение оптимизационных задач по принципу “сверху-вниз”, начиная с верхнего к нижним макроскопическим уровням, и затем к задаче оптимизации на микроуровне. Критерием оптимизации при решении оптимизационных задач на всех макроуровнях является макроэнтропия, максимизация которой в соответствии с нулевым началом термодинамики отвечает за оптимальное распределение энергии между элементами и подсистемами. Реализация разработанного алгоритма проиллюстрирована на примере системы с двухкамерной нагревательной печью, состоящей из камер конвекции и радиации, объединенных в единый тепловой агрегат. На основании диаграммы распределения эквивалентных температурных уровней, определяющих весовые коэффициенты процессов, входящих в критерий макроэнтропии, были определены тенденции оптимальной организации химико-технологической системы с печью как единым тепловым агрегатом и печи как подсистемы с дискретной элементной структурой.

Full Text

Restricted Access

About the authors

В. A. Налетов

Российский химико-технологический университет имени Д. И. Менделеева

Author for correspondence.
Email: jacen23@yandex.ru
Russian Federation, Москва

М. Б. Глебов

Российский химико-технологический университет имени Д. И. Менделеева

Email: jacen23@yandex.ru
Russian Federation, Москва

Л. В. Равичев

Российский химико-технологический университет имени Д. И. Менделеева

Email: jacen23@yandex.ru
Russian Federation, Москва

A. Ю. Налетов

Российский химико-технологический университет имени Д. И. Менделеева

Email: jacen23@yandex.ru
Russian Federation, Москва

References

  1. Naletov V.A., Glebov M.B., Ravichev L.V. and Naletov A.Yu. Optimal Organization of Complex Processes in Chemical Engineering Using General Systems Theory // Theor. Found. Chem. Eng. 2023. V. 57. № 2. Р. 456. [Налетов В.А., Глебов М.Б., Равичев Л.В., Налетов А.Ю. Оптимальная организация сложных химико-технологических объектов на основе общей теории систем // Теорет. основы хим. технологии. 2023. Т. 57. №2. С.141].
  2. Naletov V.A. Exergy Analysis of Commercial Carbon Dioxide Production from Flue Gases in a Trigeneration Power Plant // Coke and Chemistry. 2019. V. 62. № 10. Р. 481. [Налетов В.А. Эксергетический анализ получения товарного диоксида углерода из дымовых газов в энергоблоке тригенерации // Кокс и химия. 2019. № 10. С. 45].
  3. Широков В.А., Сурков В.В. Совершенствование топливно-энергетического баланса нефтеперерабатывающих предприятий // Деловой журнал Neftegaz.ru. 2018. № 4. С. 40.
  4. Zhidkov A.B. Energy efficiency of tube-furnace operation // Chem. and Technol. Fuels and Oils. 2013. V. 49. P. 125.
  5. Жидков А.Б., Герасимов Д.П., Денисов Д.Е. Трубчатые печи нефтепереработки и нефтехимии. СПб.: Арт Проект, 2015.
  6. Masoumi M.E., Izakmehri Z. Improving of Refinery Furnaces Efficiency Using Mathematical Modeling // International Journal of Modeling and Optimization. 2011. V. 1. №. 1. Р. 74.
  7. Налетов В.А., Глебов М.Б., Налетов А.Ю. Оптимальная организация химико-технологической системы на основе макроскопического ее описания с позиции теории информации // Химическая технология. 2014. Т. 15. № 5. С. 315.
  8. Белоконь Н. И. Аналитические основы теплового расчета трубчатых печей. // Нефтяная промышленность. 1941. № 2.
  9. Справочник коксохимика. Т. V. Автоматика, паротеплоснабжение, ремонтная служба. М.: Металлургия. 1966.
  10. Шаргут Я., Петела Р. Эксергия. М.: Энергия. 1968.
  11. Ахметов С.А., Сериков Т.П., Кузеев И.Р., Баязитов М.И. Технологии и оборудование процессов переработки нефти и газа. СПб.: Недра. 2006.
  12. Ландау Л.Д., Лифшиц Е.М. Статистическая физика. М.: Наука. 1964.

Supplementary files

Supplementary Files
Action
1. JATS XML
2. Fig. 1. Block diagram of the algorithm for the optimal organization of a system with a radiation-convection type furnace.

Download (3KB)
3. Fig. 2. Calculation option of a system with a furnace and a recuperator in the ChemCad program.

Download (3KB)
4. Fig. 3. Distribution diagram of equivalent temperature levels in a system with a heating furnace as a single thermal unit (on a scale of 1 kmol). 1 – air compression; 2 – air heating in the recuperator; 3 – fuel combustion with air; 4 – oil heating; 5 – flue gas cooling in the recuperator; Z – number of flow transformations.

Download (8KB)
5. Fig. 4. Distribution diagram of equivalent temperature levels in a two-chamber furnace (on a scale of 1 kmol); 1 – radiation chamber; 2 – convection chamber, Z – number of flow transformations.

Download (773B)

Copyright (c) 2024 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».