Estimating physical properties of the products of an atmospheric distillation column by support vector regression

Atmosferik damıtma kolonu bir petrol rafinerisinin en önemli birimlerinden biridir ve bu haliyle kullanımı mümkün olmayan ham petrolü daha değerli bileşenlerine ayırır. Ham petrol damıtma ünitesinin damıttığı bileşenler daha sonra dönüştürme ve saflaştırma ünitelerinde işlenerek benzin, dizel ve jet yakıtı gibi nihai ürünler elde edilir. Nihai ürünlerin fiziksel özellikleri ve miktarları, işlenen ham petrolün fizikokimyasal özelliklerine ve atmosferik damıtma kolonunun operasyon parametrelerine göre değişecektir. Üretimin kârlılığını maksimize etmek için işletme operatörleri, hidrokarbon ürünlerinin fiziksel özelliklerini belirtilen sınırların içinde tutmalı ve üretim planlama bölümünden gelen talimatlara göre ham petrol damıtma ünitesini işletmelidir. Ham petrol damıtma ünitesi ürünlerinin fiziksel özellikleri, periyodik olarak ürün akışından numune alınıp bu numunelerin laboratuvarda uygun cihazlarda analiz edilmesi ile veya kurulumu, işletimi ve bakımı oldukça pahalı olan çevrimiçi analizörler vasıtası ile ölçülmesi gerekmektedir. Analizlerin karmaşıklığından dolayı, hemen hemen tüm son teknoloji ürünü cihazların gerçek zamanlı analizi tamamlamak için bir zaman gecikmesi vardır. Bu nedenle, laboratuvar veya çevrimiçi ölçüm sonuçları karar vericiler ve operatörlere gecikmeli olarak ulaşmaktadır. Ölçümlerin kesikli ve gecikmeli olması, ünitenin optimal noktanın uzağında kontrol edilmesine veya bazı durumlarda ekonomik değeri oldukça düşük olan fiziksel özellik kısıtları dışında ürün üretimine neden olmaktadır. Bunun sonucu olarak, çevrimiçi ünite verilerinden fiziksel özelliklerin tahmin edilmesi ve bir sanal ölçüm uygulamasının ünite karlılığının iyileştirilmesinde önemli bir potansiyeli vardır. Farklı yaklaşımlar arasında destek vektör regresyon, daha önce karşılaşılmayan test verilerini genellemedeki yeteneği ile makine öğrenmede gelecek vadetmektedir. Bu çalışmanın amacı, bir atmosferik damıtma kolonunun hidrokarbon ürünlerinin fiziksel özelliklerini destek vektör regresyon yöntemi ile tam olarak tahmin etmektir. Doğrusal, polinom ve gauss radyal tabanlı fonksiyon çekirdekleri sınanmış ve destek vektör regresyon parametreleri, genetik algoritma, örgü arama ve doğrusal olmayan programlama yöntemlerine k-kat çapraz doğrulama entegre edilerek optimize edilmiştir. Destek vektör regresyon performansı yapay sinir ağı yöntemi ve zaten atmosferik damıtma kolonunda faaliyette olan tahminci ile karşılaştırılmıştır. Test sonuçlarına göre destek vektör regresyon herhangi entegre çekirdek ile ürün özellikleri tahmini ve gözü kapalı sınamada gayet iyi performans göstermiştir. Destek vektör regresyon ile mevcut tahmincinin ortalama mutlak test hatası %31 oranında iyileştirilerek 6,4˚C'den 4,4˚C'ye düşürülürken, hatadaki standart sapma %23 oranında azaltılarak 7,3˚C'den 5,6˚C'ye düşürülmüştür.