Estimating process simulation errors of an industrial fractionator column by using data-driven modelling techniques

Petrol rafinerileri için rafineri ünitelerinin güvenli ve verimli şekilde işletilmesi en temel unsur olmaya devam etmektedir. Günlük yakıt tüketimindeki artış ve bu tüketimin karşılanması ihtiyacının gerekliliği rafineri ünitelerinin ekonomik şekilde işletilmesinin son derece önemli olduğunu göstermektedir. Ne yazık ki, aşağı akım (downstream) rafineri endüstrisi, yeni rafineri teknolojilerine yatırım gerektiren, iyileştirilmiş proses operasyonlarını ve taleplerdeki değişikliklere adapte olmayı gerektiren sıkı ürün spesifikasyonlarının getirilmesinden dolayı bir çok teknik ve operasyonel zorluklar ile karşı karşıya kalmaktadır. Bir çok rafineri ünitesi için küçük dokunuşlarla çalışma koşullarının iyileştirilmesi genellikle mümkündür ve bu küçük iyileşmeler genellikle büyük bir ekonomik fayda anlamına gelir ve çaba harcamaya değerdir. Bu operasyonel iyileştirmeler hem süreçlerin ilk ilkelerini (teorik ilkelerini) modelleyen proses simülatörlerinden hem de veri tabanlı modeller yoluyla prosesin davranışını tahmin etmek için kullanılan proses verilerinden yararlanılarak elde edilebilir. Teorik modellerin, prosesin gerçek davranışından kaçınılmaz olarak sapması nedeniyle bir çok proses mühendisi proses koşullarını iyileştirmek için veri bazlı modelleri tercih etmektedir. Öte yandan, veri bazlı modellere kıyasla, proses simülatörleri ile proses hakkında daha fazla bilgi edinmek mümkündür. Bu tez çalışmasında, Türkiye Petrol Rafinerileri A.Ş.'de yer alan endüstriyel hidrokraker fraksiyonlandırma kolonunun ürün kalitesine ilişkin proses simülatör çıktılarını karar destek regresyonu, yapay sinir ağları, rasgele orman ve doğrusal regresyon gibi veri bazlı modeller ile düzeltecek yeni bir yaklaşımı öneriyor ve test ediyoruz. Böyle bir yaklaşım ile birlikte proses mühendisleri hem proses simülatörünün (ürün özellikleri gibi) bazı kritik kritik çıktılarını kabul edilebilir bir hata ile düzeltmekte ve aynı zamanda yalnızca data bazlı modeller ile elde edilemeyecek proses hakkındaki ilave bilgilere ulaşabilmektedir. Ayrıca, operasyonel veri ile şarj karakterizasyonu yapmaya olanak sunan bir metot sunarak, şarjın destilasyon verilerine ihtiyaç duyan proses simülatörlerinin herhangi bir zamanda çalıştırılmasının yöntemini sunuyoruz. Son olarak, simülatör hatalarının modellemesi için 6 farklı yaklaşım sunarak, bu yaklaşımların sonuçlarını ölçüm belirsizlerini dikkate alarak değerlendiriyoruz.