Разработка модели планирования производства
Оптимизация и добычи нефти нефтехимического завода на основе понимания математического моделирования за нелинейных моделей планирования.
Каждый день миллиарды долларов тратятся во всем мире на сырье, химия, коммунальные услуги, оборудование, рабочую силу и очистки сточных вод, с тем чтобы производить миллионы тонн товарной продукции промышленности процесса от времени. Цель этой статьи заключается в определении важных деталей разработки оптимизационных моделей, используемых для планирования работы нефтеперерабатывающих и нефтехимических заводах. Эти типы моделей планирования включают оптимизацию производственной цепочке и спроса и цепи, начиная с определения наиболее выгодных набор продуктов запасов на производство и продажу к нахождению наиболее экономичных сырья для покупки и процесса.
Эти производственные цепочки, классифицируются как N-типа цепочек и, как правило, полунепрерывного в природе. Цепочек типа описывают конвергентных потока пробега производства топологии и V-цепочек типа этикетки различные потока пробега производства. N-типа сети включают в себя как и типа V-типа сети и может иметь любое сочетание сходящихся и расходящихся процессов типа. Например, как нефтеперерабатывающие заводы и нефтехимические заводы имеют конвергентных потока пробега сырья и продукции складе обработки и смешивания операций на передних и задних концов завода, в то время обработки в среднем в первую очередь различные потока пробега. N-типа топологий хорошо известно, что труднее решать и требуют большего мастерства в плане постановки задачи по сравнению с планирования производственных ресурсов (MRP II) подходов (1).
Основной задачей данной статьи состоит в освещении основных математическое моделирование нелинейных моделей планирования аналогичных тем, которые содержатся в отраслевых коммерческих и программного обеспечения (табл. 1). Семь видов планирования проблемы решаются эти продукты:
1. объекты или инвестиционные возможности расширения
2. совместное распределение и распределение (в том числе бухгалтерской)
3. процессов и продуктов обмена соглашение планирования
4. Планирование спроса портфель
5. приобретение снабжения и закупок
6. химических веществ и коммунальных бюджетов
7. производства или операций программирования.
Первые три приложения большие расстояния или долгосрочные мероприятия по планированию в течение нескольких месяцев или лет, а следующие три среднесрочные в течение нескольких недель до нескольких месяцев, а последняя предполагает дней до нескольких недель. Для обследования и соответствующих статей об общих бизнес-задач решается путем планирования производства и его концепции, см. работах. 2-5.
Одной из основных задач, стоящих перед поставщиками и пользователями этих коммерческих инструментов планирования является относительно архитектуры от этих продуктов. Каждый из вышеупомянутых инструменты использовать в той или иной форме, так называемые матрицы генераторов, которые принимают линейного программирования (ЛП) таблицы входов и создать край ЛПМ и технологии ЛП матрицы коэффициентов. Окончательные результаты этих матричных генераторов файл MPS фиксированного формата (разработана IBM в начале 1960-х для своей системы Л. MPSX), который читается в любой Л.П. или последовательных линейного программирования (SLP) коды для решения задачи планирования. Примеры текущих современное состояние с точки зрения проблемы создания сегодня алгебраических математической Языки программирования (табл. 2). Есть даже проблемы предметно-ориентированных Языки, таких, как gPROMS от Process Systems предприятия и RCSpec от Передовая технология комбинаторика, найденные в химической литературе инженерии, которые используются для более четкого определения оптимизации кодов проблема должна быть решена.
Топологии моделей планирования
Одним из наиболее важных аспектов математического моделирования понимания в физическом, что компромисс между масштабов, сложности и точности можно сделать сговорчивым проблемы и решения полезным. Первый шаг к этому, что описывает путь движения материалов и растений, топологии достаточно резолюции чтобы сделать его представитель проблем, которые предстоит решить. Все сети включают два основных объектов, узлов и дуг. Для наших целей, узлы представляют бассейны, порты и процессы, где сбор всех 3 в определенных формах расположение различных этапах производства. Этапы производства можно найти во всех видах производственной системы, будь то открытые или закрытые магазины (6), и они должны синхронизировать прерывистый шаги в производстве с другими прерывистый шаги амортизируется сваи, ямы, салазки, шары, танков, судов, склады или любой другой тип бассейна единицы. На диаграмме 1 образец бассейн-порт-процесса, включая сети смесителей и раскольников. Смесители и раскольники являются простейшими формами процесса, поскольку их деятельность блока простым и четким.
Эквивалент дуги, стрелки обращается подключения бассейна в порты, порты для процессов, процессов в порты и порты для бассейнов. Эти стрелки сформулировать подключения или отображение общей топологии производства ..
Бассейн-порт-процесса сеть близки по духу к государственным задача сети для моделирования деятельности или рецепт структуру партии и полу-сетей пакетной обработки (7). Здесь, порты можно сравнить с государствами в том, что каждый порт назначается или предназначенные для конкретных материалов. Есть два типа портов - кормить порты и порты продукта. Feed порты доставить или передать материал из бассейнов в технологических установках и продуктов порты поднимать или о передаче материалов из технологических установок для бассейнов. Порты, а также бассейны, смесители и разветвители, все моделируется с помощью количества и качества материальных балансов. Это делается для того, что сохранение материи уважать, когда материал переходит из портов на бассейны и бассейны для портов. Порты также имеют возможность смешивать, когда они кормить порты и в состоянии раскола, когда они продукта портов.
Бассейны имеют более сложной, чем на самом деле видели на рисунке 1, в том, что они способны не только хранить или накапливать материал для выполнения на более позднем этапе, но они могут также смешивать материалы, когда источник или продуктов питания порты бассейнов разного качества или типа. Бассейны можно перемещать материал в несколько различных портов одновременно кормить, где подразумевается операция расщепления прилагается. Как и в портах, бассейны, также определяются хранить только один тип материала и, как порты, бассейны, посвященный назначения материала, который является причиной неявных postsplitter используется на серверной части бассейна.
В отличие от бассейнов и портов, процессы должны быть смоделированы как черные ящики, мета-модели или модели ввода-вывода типа. Принимая во внимание, бассейнов и портов позволяет передачу материалов и использование материальных балансов, процессы позволяют трансформации материала из одного состояния в другое и не навязывать материальных балансов в явном виде. Эти различные государства могут быть просто изменения фазы от жидкости для газов, но также может быть гораздо сложнее, описывающие создание и уничтожение различных видов материала, как и в случае растрескивания печей и реакторов. Тем не менее, модели процессов, нашли в планировании простые модели по сравнению с моно-периода (стационарного), строгие модели из первых принципов нашли в процессе разработки тренажеров и в режиме реального времени оптимизаторы.
С точки зрения подключения описания, мы можем более детально название различных бассейна порта процесс соединения или маршруты, которые показаны на рисунке 1. Порт для обработки стрелки называются корма порта для обработки разъемы (FPC), процесс в порт стрелки называют процесс продукта порта разъемы (КПП) и продуктов порт кормить порт стрелки называются порта в порт потоков (PPS). Для наших целей продукта порт бассейны и бассейны стрелки, чтобы кормить порт стрелки называют также PPSs. Это действительно PPSs, что четкое определение сети материальных потоков между бассейнами и процессов, поддерживаемых портов.
Прежде чем мы перейдем к математической формулировке, давайте посмотрим на ключевые процесс, который присутствует в каждом НПЗ по всему миру и существует на фронте конце завода. Это атмосферной и вакуумной дистилляции (AVDU), которая принимает смесь нефтей и может производить от пяти до 20 различных продуктов или потоки, известные как порезы. Эти сокращения включают смеси углеводородов видов, которые варят с при определенных температурах и давлениях. Общее представление о том, достигнутый в моделях планирования является то, что эти сокращения очень острые. Это означает, что виды углеводородов могут быть найдены только в один срез для любой точки кипения диапазоне (т. е. не пересекаются и в других прилегающих сокращение допускается). Фракции углеводородных видов, обитающих в прилегающих выше или ниже температуры кипения сокращение не обязательно позволило резко сократить-моделирования, но приемлемым, когда не резкое разделение модели используются; отказ от резкого модели требуют более моделирование строгости и может неоправданно осложнить процесс принятия решений.
Рисунок 2 описывает анатомию AVDU найти во всех коммерческих планирования, программное обеспечение упоминается. Он подчеркнул явно, потому что он не является нормальным или типичные модели процессов, таких, как модели процессов, которые будут настроены на кипящем каталитического крекинга, каталитического риформинга и гидрокрекинга единиц обычно возникает в хорошо интегрированных нефтяных заводов. Основное различие состоит в том, что каждый сырой нефти, поступающей AVDU имеет внутренний процесс или мета-сеть настроена с таким количеством смесители добавлена Есть сокращений. Же точки сечения температурные диапазоны для каждого сырой нефти и получены с использованием сырой нефти анализа программы резки. Подобный тип сырья характеристика возможных для нефтехимических предприятий, которые покупают нефтепродукта из отдельных нефтеперерабатывающих заводов и химических баз данных анализа собственности также доступны. Нафта крекинга этана и процессов печи могут быть смоделированы в таком же порядке, который AVDU. К сожалению, в характеристике является менее надежным для утонченных импорта продукции, поскольку любые изменения вверх по течению на НПЗ, таких, как различные сырой диеты масло, катализатор новых поставщиков в блок преобразования типа или даже разных температур и давлений настройки на технологических установках , приведет к изменению основных химии приобрели сырья, следовательно, сделать анализ менее надежны ..
Процесс переднего плана сепаратор объект найден на рисунке 2 также является ключевым компонентом при моделировании AVDUs. Когда есть нефть смешивания и манипуляция перед AVDU, и Есть более сырой нефти, которая может быть сохранена и смешанные, чем сырой нефти, а затем смесь сырой нефти войдет AVDU, а отнюдь не отдельных пунктов сырой нефти. В таких ситуациях гипотетической операции сепаратор с приставкой к личности и внутренней нефти пункта процессы фракционирования, что резко отделяет смеси сырой нефти на своей повестки дня, составляет.
Расчет отдельных сырой поток нефти из сепаратора используется простое соотношение, что порт сепаратор продукта выходе потока равна канала порта нефти смеси потока раз гусеничный сырой нефти состав этого пункта сырой нефти. Общий вектор состава нефти будут доступны из грубой модели смешивания масла, что в основном коллекция каскадные бассейны или бассейны в серии.
Разработка нелинейных моделей планирования
Существуют четыре основные движущие силы нажатия сформулировать моделей планирования с нелинейностями (8) - комплекс нормативных актов, более дорогого сырья более низкого качества, новые, более современные реализации производственных процессов, и выше, энергетической, химической и коммунальные расходы. Планирование моделей, да и вообще времени увеличивается микроэкономических моделей, состоят из нескольких период и традиционно используют так называемые большие ведра период времени модели (9). Планирование моделей, с другой стороны, использование малых ведро сроки, что означает, что только один вид деятельности, задачи, работы или операции могут быть выполнены в любой момент времени на оборудование. В модели планирования производства, биг-ковш модели позволяют более 1 режим работы, чтобы быть выполненными на блок обработки в любой заданный период времени. Это означает, что производство планировочных решений на самом деле не осуществимым, пока некоторые разукрупнение или разложения метод используется, чтобы последовательность или порядок режимов на единицу каждого процесса, с тем чтобы они уважали унарных ограничение ресурсов (например, одноразовые ограничений) и любые другие ограничения, которые касаются с операционных правил или политики единицы на период в вопросе ..
Другая отличительная атрибут планирования модели является то, что они прогноз направленность, в то время как модели для планирования являются факторами. Прогноз по инициативе означает, что количество и качественных характеристик продукции требовали только оценки за периоды, и в будущем. Заказ по инициативе означает, что задачи планирования приводятся в реальном спроса на продукцию и обычно сопровождается заказа клиента. Альтернативный взгляд на приказы и прогнозов для просмотра горизонт планирования, а ближайшее горизонт замороженных требования (предписания) и долгосрочного горизонта или зоны с гибкими требования (прогнозы). Это означает, что планирование некоторые возможности для тех, кто требует в гибкой часового пояса, которые будут включены в качестве критериев оптимизации переменных похож на идею осуществления параметрического и стохастического программирования.
В этих случаях экзогенные спроса может быть эндогенной при условии, что окончательное решение планирования правильно выполненные в том смысле, что изменило прогнозы стали фирмы или замороженных заказов через продвижению товара и / или улучшения коммуникации клиента и отношений. Следует также отметить, что гибкие требования также должны регулироваться в отношении договора или не по собственному усмотрению требования. Обычно только часть мощности завода могут быть направлены на месте или дискреционных спроса, где это требование является переменной и имеет наибольшее количество неопределенности. К сожалению, это, скорее, нормой, а не исключением, что этот потенциал месте спрос доход, который может сделать перерыв или прибыли предприятия и потери баланса на каждый финансовый квартал.
Первый набор нелинейности объяснить те нашли в целевой функции. Целевой функции, используемые в моделях планирования называется netback, валовая прибыль или способствовали края целевая функция, которая определяется максимально выручка минус расходы минус сырья товарно-материальных запасов и текущие расходы и минус любые другие затраты ресурсов, таких, как те, что связаны с коммунальных услуг, выбросов в окружающую среду и прокат оборудования. Планирование модели, как правило, не максимальной чистой прибыли, потому что налоги как правило, не учитываются.
Для инвестиционных типа решений, которые используют сравнительно долго горизонты свыше одного года, максимально чистая приведенная стоимость (NPV), или дисконтирование денежных потоков по некоторым Предполагается, ежегодные темпы денежной инфляции или ставки оборотного капитала стоимости применяется ко всем период времени. NPV не вызывает никаких нелинейностей появляться в оптимизации учетом того, что отдельные цели коэффициентов функции могут быть легко компенсированы путем умножения [(1 норме дисконта) - ^ SUP т ^ |, где Т индекс периода времени. Однако, она может сделать решение трудно понять и сравнить, когда несколько различных обменных курсов-оф-скидки изучал. Нелинейности целевой функции происходят в основном в пяти областях, в следующем.
При минимальных затратах, то это становится невыпуклых срок в целевой функции и связан с тем фактом, что в объеме производства возрастает, производственные затраты уменьшить за счет менее переход, разрушение и расходы на обучение. Получение скидки цену на количество купил у поставщика может стать хорошим стимулом для покупателя покупать у определенного поставщика. Тем не менее, так как целевая функция становится невыпуклых (на самом деле вогнутая), будет локальный оптимум из которых на выбор, и глобальный оптимум может быть трудно найти.
Фиксированная плата расширения производственных мощностей. Другая форма экономии на масштабе является расширение фиксированной зарядной емкости. Фиксированная плата расширения легко моделируются, но привлекать разрыва или дизъюнкции (11). Разрыв происходит, когда дополнительные мощности, необходимые для удовлетворения спроса, но объект или завод не построили или не доступен для размещения производства. В этом случае, для принятия инвестиционных решений должен быть сделан относительно того, дополнительные капитальные затраты и временной лаг, чтобы построить новый объект будет увеличить валовой прибыли организации.
Эластичность является важным явлением учетом того, что для многих рынков углеводородного продукта, цена неупругости не является реалистичным. Трудность в том числе упругости цен является определение "цены, выше которой количество сводится к единству". Обладая такой информацией редко, хотя она до планировщик для оценки чувствительности упругих отпускных цен, когда только диапазон эластичности доступна.
5 нелинейности, которые были только что описал, все найденные в целевой функции. Еще шесть нелинейных отношений, которые присутствуют в ограничений теперь будут описаны. Эти отношения являются наиболее распространенными в углеводородном и сыпучих химических отраслей переработки.
Когда решить на каждом крупном итерации нелинейных программы, например, база данных и дельта параметров, B, C и D могут быть обновлены с использованием сторонних строгого тренажеры процесса от значений предыдущей итерации по количеству, качеству и состояние переменных ( 18). Когда количество сопутствующих факторов умножаются параметров качества, используемые для внутренней количество качественных балансов, а затем двух-линейных членов существует.
Вес основе качества. Вес основе качества представляют собой дополнительную нелинейность или многолинейность к уже настоящее би-линейное выражение качества количество раз, когда их количество в объеме основе узлов и качество также основанные на объеме единиц измерения. Если качество веса или единицах массы и количество объемных единиц, то мы имеем три-линейное выражение, учитывая, что третья переменная оптимизации (плотность материала) требуется связать объем весовых единиц.
Покупка количество дискретных ограничения размера. Связанных ограничение аналогично полунепрерывных переменные величины использовании дискретных ограничения размера величины. Во многих случаях планирование, закупки количествах в любом количестве размера заказа не является реалистичным. Такие ситуации часто встречаются при покупке оффшорной нефтей и с ними выступил морских судов, которые имеют ограниченные возможности грузов. Трубопроводные поставки имеют аналогичные ограничения, где каждый трубопровод перевозчик имеет свою специфику минимальный размер партии, включая дополнительные размеры порядка доставки.
В целом
В этой статье рассматриваются некоторые тонкости, о том, как описать и сформулировать нелинейных моделей, промышленных процессов планирования и должна обеспечить дополнительные сведения в сложности этих видов планирования применения, в отношении как этих нелинейных моделей планирования решаются, это было не в disaussed любым уровнем детализации, Современные технологии, используемые для решения этих самых крупномасштабных систем последовательных линейного программирования (SLP) (8) некоторые предварительные работы с использованием interiorpoint последовательного квадратичного программирования (ПМК), которые пытались, основные технологии Л. использовали почти exgjusively время поставляется с ILOG CPLEX и Dash Оптимизация с XPRESS, где XPRESS в настоящее время выполнена с собственным SLP и частично целочисленного SLP технологий сопряжена с Мозель, чтобы вычислить автоматически производных первого порядка.
ЛИТЕРАТУРА
1. Бейкер, KR, "Планирование потребности" в "Руководства в области исследования операций и управления Science, Vol. 4, логистика производства и инвентарь," North-Holland, Амстердам (1993).
2. Флориан, М., и др., Ал. ", Детерминированных планирования производства: Алгоритмы и сложность," Управление науки, 26, 669-679 (1980).
3. Sahinidis, Н. В. и Е. Гроссман, "Переформулировка многопериодной MILP модели планирования и планирования химических процессов", Comp. Химреагент Engng., 15 (4), с. 255-272 (1991).
4. Томас, ЖЖ и JO Макклейн, "Обзор Планирование производства" в "Руководства в области исследования операций и управления Science, Vol. 4, логистика производства и инвентарь," North-Holland, Амстердам (1993).
5. Макдональд, CM и И. А. Карими, "Планирование и планирование параллельных полунепрерывных процесса. 1. Планирование производства", Ind, Eng, Chem, Res., 36, с. 2691-2700 (1997).
6. Грейвс, SC, "Обзор планирования производства", исследование операций, 29 (4), стр., 646-675 (1981).
7. Kondilli Е., и др., др. ", Генеральный тер Алгоритм краткосрочного планирования пакетных операций = I MILP разработка", Comp. Chem Engng,, 17, стр., 211-227 (1993).
8. Паласиос-Гомес, К., и др.. др.., "Нелинейная оптимизация ПОСЛЕДОВАТЕЛЬНО линейного программирования", Управление науки, 28 (10), с. 1106-1120 (1982).
9. Belvaux Г. Л. Вулси, "Лот-Калибровка задачи: моделирование Вопросы и специализированные отделения и-Cut Система BC-Прод", CORE Discussion Paper, DP9848, Католического университета Лувена (февраль, 1998).
10. Уильямс, HP, "Модель потенциала в области математического программирования, третий ред." John Wiley
11. Swoveland, C., "Детерминированный Multi-Period Планирование производства модель с кусочно-вогнутый производства и проведения зарегистрировать освобождающийся домен затрат" Maanagement наук, 21, с. 1007-1013 (1975).
12. Лю, М-Л., И. Ал. "Глобальная оптимизация в инженерии Дизайн", издательство Kluwer Academio, Бостон, стр., 195 = 230 (1996).
13. Гопал, В. и LT Биеглер, "Сглаживание методы лечения дополнительности условия и вложенные разрывы в области химической инженерии Принцесса", Айше Journal, 45 (7), с. 1535 = 1547 (1999).
14, Ferrls, MC и С. Kanzow ", взаимодополняемость и родственные проблемы" в "Справочник по прикладной оптимизации", Oxford University Press, Лондон (2002).
15. Ли, HL и М. Розенблат, "Обобщенные Количество Скидка Модель определения цены, чтобы увеличить прибыль поставщиков," Управление науки, 32, с. 1177-1185 (1986).
16. Гере, К., и др.., "Применение Оптимизация с Xpress = MP," Dash оптимизации: Blisworh, Нортан, Великобритания (2002).
17. Бодингтон, CK, изд. "Планирование, планирование и контроль интеграции в перерабатывающих отраслях промышленности", McGraw-Hill Инк, Нью-Йорк (1995).
18. Ладсон, Л., С. и др., Ал. ", Interfaclng оптимизаторы с планирования процесса Языки и симуляторы," в "Математические модели для поддержки принятия решений", Springer, Берлине (1988).
19. Gary, J, H., и (GE Handwerk,''Технология переработки нефти и экономики, третье ред. "Марсель Деккер, Нью-Йорк (1994).
20. Фишер, A., "Специальный Ньютона типа метод оптимизации", оптимизация, 24, с. 269-284 (1912).
Джеффри Дин Келли
Решения Honeywell Process
Джеффри Дин Келли архитектор решений для перспективного планирования и составления расписаний на Honeywell Process Solutions (300 Йоркленд кв. Торонто, Онтарио, Канада, M2J 1S1; телефон; (416) 502-5148, факс: (416) 502-5130 E-1 почта: <a href="mailto:jeff.kelly@honeywell.com"> jeff.kelly honeywell.com @ </>). Келли инженером-химиком и степень магистра в области управления процессами Расширенный из университета Макмастер. он работал в качестве инженера расширенный контроль как на Shell Canada и императорские нефти, в том числе в реальном времени реализации программы оптимизации и тактического планирования и составления расписаний решения в своих нефтеперерабатывающих заводов. он установил завод всей пакеты данных примирения в несколько нефтяных заводов по всему миру и является автором многочисленных публикаций на эту тему.
