ntvНаучно-технический вестник информационных технологий, механики и оптикиScientific and Technical Journal of Information Technologies, Mechanics and Optics2226-14942500-0373Университет ИТМО10.17586/2226-1494-2024-24-4-563-570ntv-205Research ArticleНОВЫЕ МАТЕРИАЛЫ И НАНОТЕХНОЛОГИИMATERIAL SCIENCE AND NANOTECHNOLOGIESАвтоматизация поиска оптимальных значений параметров процесса олигомеризации этиленаAutomation of search for optimal values of the ethylene oligomerization process parametershttps://orcid.org/0000-0002-8458-9638АнтипинаЕ. В.AntipinaE. V.

Антипина Евгения Викторовна — кандидат физико-математических наук, старший научный сотрудник

Уфа, 450076

Evgenia V. Antipina — PhD (Physics & Mathematics), Senior Researcher

Ufa, 450076

stepashinaev@ya.ruhttps://orcid.org/0000-0002-6363-1665МустафинаС. А.MustafinaS. A.

Мустафина Светлана Анатольевна — доктор физико-математических наук, профессор, проректор по цифровой трансформации

Уфа, 450076

Svetlana A. Mustafina — D.Sc. (Physics & Mathematics), Professor, Vice-Rector for Digital Transformation

Ufa, 450076

mustafina_sa@mail.ruhttps://orcid.org/0000-0002-9151-4167АнтипинА. Ф.AntipinA. F.

Антипин Андрей Федорович — кандидат технических наук, доцент

Уфа, 450076

Andrey F. Antipin — PhD, Associate Professor

Ufa, 450076

andrejantipin@ya.ruУфимский университет науки и технологийРоссияUfa University of Science and TechnologyRussian Federation202411122024244563570Copyright © Антипина Е.В., Мустафина С.А., Антипин А.Ф., 20242024Антипина Е.В., Мустафина С.А., Антипин А.Ф.Antipina E.V., Mustafina S.A., Antipin A.F.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://ntv.elpub.ru/jour/article/view/205

Введение. Приведено математическое описание процесса олигомеризации этилена на катализаторе NiO/B2O3-Al2O3 в среде жидкого растворителя гептана. Сформулированы задачи оптимального управления процессом. В качестве управляющих параметров приняты температура и время протекания процесса. Предложен алгоритм решения задачи оптимального управления промышленно значимым каталитическим процессом олигомеризации этилена. Метод. Поиск решения сформулированных задач осуществляется с применением генетического алгоритма с вещественным кодированием. Для каждой из рассматриваемых задач предложен способ представления математического аналога популяции, на основе которого выполняется поиск решения. Представлен пошаговый алгоритм определения оптимальных значений параметров процесса олигомеризации этилена. Особенностью алгоритма является одновременный поиск значений непрерывного параметра управления (температура) и дискретного параметра управления (время процесса). Разработана программа (приложение), позволяющая определить оптимальные значения параметров процесса. Приложение позволяет пользователю выбирать задачу оптимального управления, задавать значения параметров генетического алгоритма для поиска решения и визуализировать полученные результаты. Основные результаты. Проведен вычислительный эксперимент для процесса олигомеризации этилена. Рассчитана оптимальная продолжительность процесса в изотермических условиях, при которой достигается наибольшее значение концентрации углеводородов C4. Определены оптимальные температурный режим и продолжительность процесса олигомеризации этилена, обеспечивающие максимальную концентрацию углеводородов С6. Обсуждение. Проведенные численные эксперименты продемонстрировали меньшую ресурсозатратность, по сравнению с методами равномерного поиска и вариаций в пространстве управления. Предложенный алгоритм можно применять для исследования закономерностей протекания каталитических процессов, не прибегая к проведению лабораторных экспериментов, сопряженных с дополнительными материальными и временными затратами.

A mathematical description of the process of ethylene oligomerization on a NiO/B2O3-Al2O3 catalyst in a liquid heptane solvent is given. Problems of optimal process control are formulated. The temperature and time of the process are taken as control parameters. An algorithm is proposed for solving the problem of optimal control of the industrially significant catalytic process of ethylene oligomerization. The search for solutions to the formulated problems is carried out using a genetic algorithm with real coding. For each of the problems under consideration, a method is proposed for representing a mathematical analogue of a population on the basis of which a solution is searched. A step-by-step algorithm for determining the optimal parameters for the ethylene oligomerization process is presented. A special feature of the algorithm is the simultaneous search for the values of a continuous control parameter (temperature) and a discrete control parameter (process time). A program (application) has been developed to determine the optimal values of process parameters. The application allows the user to select an optimal control problem, set the values of the genetic algorithm parameters to find a solution, and visualize the results obtained. A computational experiment was carried out for the process of ethylene oligomerization. The optimal duration of the process under isothermal conditions was calculated, at which the highest concentration of C4 hydrocarbons is achieved. The optimal temperature conditions and duration of the ethylene oligomerization process were determined to ensure the maximum concentration of C6 hydrocarbons. The conducted numerical experiments demonstrated lower resource consumption compared to the methods of uniform search and variations in the control space. The proposed algorithm can be used to study the patterns of catalytic processes without resorting to laboratory experiments associated with additional material and time costs.

задача оптимального управленияолигомеризация этиленагенетический алгоритмматематическая модельпрограммное обеспечениеoptimal control problemethylene oligomerizationgenetic algorithmmathematical modelsoftwareИсследование выполнено за счет гранта Российского научного фонда № 24-21-00186, https://rscf.ru/project/24-21-00186/.The research was supported by the Russian Science Foundation (RSF) grant No. 24-21-00186, https://rscf.ru/en/project/24-21-00186/.ReferencesДжамбеков А.М., Щербатов И.А. Оптимальное управление процессом каталитического риформинга бензиновых фракций // Вестник Тамбовского государственного технического университета. 2017. Т. 23. № 4. С. 557–571. https://doi.org/10.17277/vestnik.2017.04.pp.557-571Dzhambekov A.M., Shcherbatov I.A. Optimal control of the process of catalytic reforming of petrol fractions. Transactions of the TSTU, 2017, vol. 23, no. 4. pp. 557–571. (in Russian). https://doi.org/10.17277/vestnik.2017.04.pp.557-571Антипина Е.В., Мустафина С.А., Антипин А.Ф. Теоретическая оптимизация режимных параметров каталитической реакции с переменным реакционным объемом // Вестник Тверского государственного университета. Серия: Химия. 2022. № 2(48). С. 67–78. https://doi.org/10.26456/vtchem2022.2.8Antipina E.V., Mustafina S.A., Antipin A.F. Theoretical optimization of regular parameters of a catalytic reaction with a variable reaction volume. Herald of Tver State University. Series: Chemistry, 2022, no. 2(48), pp. 67–78. (in Russian). https://doi.org/10.26456/vtchem2022.2.8Charitopoulos V.M., Papageorgiou L.G., Dua V. Multi-parametric mixed integer linear programming under global uncertainty // Computers & Chemical Engineering. 2018. V. 116. P. 279–295. https://doi.org/10.1016/j.compchemeng.2018.04.015Charitopoulos V.M., Papageorgiou L.G., Dua V. Multi-parametric mixed integer linear programming under global uncertainty. Computers & Chemical Engineering, 2018, vol. 116, pp. 279–295. https://doi.org/10.1016/j.compchemeng.2018.04.015Charitopoulos V.M., Papageorgiou L.G., Dua V. Closed-loop integration of planning, scheduling and multi-parametric nonlinear control // Computers & Chemical Engineering. 2019. V. 122. P. 172–192. https://doi.org/10.1016/j.compchemeng.2018.06.021Charitopoulos V.M., Papageorgiou L.G., Dua V. Closed-loop integration of planning, scheduling and multi-parametric nonlinear control. Computers & Chemical Engineering, 2019, vol. 122, pp. 172–192. https://doi.org/10.1016/j.compchemeng.2018.06.021Зиятдинов Н.Н., Емельянов И.И., Туен Л.К. Метод синтеза оптимальных многостадийных систем теплообмена // Теоретические основы химической технологии. 2018. Т. 52. № 6. С. 614–627. https://doi.org/10.1134/S0040357118060192Ziyatdinov N.N., Emel’yanov I.I., Tuen L.Q. Method for the synthesis of optimum multistage heat exchange network. Theoretical Foundations of Chemical Engineering, 2018, vol. 52, no. 6, pp. 943–955. https://doi.org/10.1134/s0040579518060167Fu K., Zou Y., Li S. Iterative unit-based Adaptive dynamic programming with application to fluid catalytic cracker unit // Proc. of the 2019 Chinese Automation Congress (CAC). 2019. P. 5010–5015. https://doi.org/10.1109/CAC48633.2019.8996670Fu K., Zou Y., Li S. Iterative unit-based Adaptive dynamic programming with application to fluid catalytic cracker unit. Proc. of the 2019 Chinese Automation Congress (CAC), 2019, pp. 5010– 5015. https://doi.org/10.1109/CAC48633.2019.8996670Cao X., Jia S., Luo Y., Yuan X., Qi Z., Yu K.-T. Multi-objective optimization method for enhancing chemical reaction process // Chemical Engineering Science. 2019. V. 195. P. 494–506. https://doi.org/10.1016/j.ces.2018.09.048Cao X., Jia S., Luo Y., Yuan X., Qi Z., Yu K.-T. Multi-objective optimization method for enhancing chemical reaction process. Chemical Engineering Science, 2019, vol. 195, pp. 494–506. https://doi.org/10.1016/j.ces.2018.09.048Kozuch D.J., Stillinger F.H., Debenedetti P.G. Genetic algorithm approach for the optimization of protein antifreeze activity using molecular simulations // Journal of Chemical Theory and Computation. 2020. V. 16. N 12. P. 7866–7873. https://doi.org/10.1021/acs.jctc.0c00773Kozuch D.J., Stillinger F.H., Debenedetti P.G. Genetic algorithm approach for the optimization of protein antifreeze activity using molecular simulations. Journal of Chemical Theory and Computation, 2020, vol. 16, no. 12, pp. 7866–7873. https://doi.org/10.1021/acs.jctc.0c00773Antipina E.V., Mustafina S.A., Antipin A.F. Algorithm of solving a multiobjective optimization problem on the basis of a kinetic chemical reaction model // Optoelectronics, Instrumentation and Data Processing. 2021. V. 57. N 6. P. 668–674. https://doi.org/10.3103/S8756699021060029Antipina E.V., Mustafina S.A., Antipin A.F. Algorithm of solving a multiobjective optimization problem on the basis of a kinetic chemical reaction model. Optoelectronics, Instrumentation and Data Processing, 2021, vol. 57, no. 6, pp. 668–674. https://doi.org/10.3103/S8756699021060029Трокоз Д.А. Метод параметрической оптимизации для широких нейронных сетей с использованием генетических алгоритмов // Известия Самарского научного центра Российской академии наук. 2021. Т. 23. № 2. С. 51–56. https://doi.org/10.37313/1990-5378-2021-23-2-51-56Trokoz D.A. Parametric optimization method for wide neural networks using genetic algorithms. Izvestia of Samara Scientific Center of the Russian Academy of Sciences, 2021, vol. 23, no. 2, pp. 51–56. (in Russian). https://doi.org/10.37313/1990-5378-2021-23-2-51-56Stastny J., Skorpil V., Balogh Z., Klein R. Job shop scheduling problem optimization by means of graph-based algorithm // Applied Sciences. 2021. V. 11. N 4. P. 1921. https://doi.org/10.3390/app11041921Stastny J., Skorpil V., Balogh Z., Klein R. Job shop scheduling problem optimization by means of graph-based algorithm. Applied Sciences, 2021, vol. 11, no. 4, pp. 1921. https://doi.org/10.3390/app11041921Gulbaz R., Siddiqui A.B., Anjum N., Alotaibi A.A., Althobaiti T., Ramzan N. Balancer genetic algorithm–a novel task scheduling optimization approach in cloud computing // Applied Sciences. 2021. V. 11. N 14. P. 6244. https://doi.org/10.3390/app11146244Gulbaz R., Siddiqui A.B., Anjum N., Alotaibi A.A., Althobaiti T., Ramzan N. Balancer genetic algorithm–a novel task scheduling optimization approach in cloud computing. Applied Sciences, 2021, vol. 11, no. 14, pp. 6244. https://doi.org/10.3390/app11146244Jalali Z., Noorzai E., Heidari S. Design and optimization of form and facade of an office building using the genetic algorithm // Science and Technology for the Built Environment. 2020. V. 26. N 2. P. 128–140. https://doi.org/10.1080/23744731.2019.1624095Jalali Z., Noorzai E., Heidari S. Design and optimization of form and facade of an office building using the genetic algorithm. Science and Technology for the Built Environment, 2020, vol. 26, no. 2, pp. 128–140. https://doi.org/10.1080/23744731.2019.1624095Xie L., Chen Y., Chang R. Scheduling optimization of prefabricated construction projects by genetic algorithm // Applied Sciences. 2021. V. 11. N 12. P. 5531. https://doi.org/10.3390/app11125531Xie L., Chen Y., Chang R. Scheduling optimization of prefabricated construction projects by genetic algorithm. Applied Sciences, 2021, vol. 11, no. 12, pp. 5531. https://doi.org/10.3390/app11125531Migov D.A., Volzhankina K.A., Rodionov A.S. Genetic algorithms for drain placement in wireless sensor networks optimal by the reliability criterion // Optoelectronics, Instrumentation and Data Processing. 2021. V. 57. N 3. P. 240–249. https://doi.org/10.3103/S8756699021030110Migov D.A., Volzhankina K.A., Rodionov A.S. Genetic algorithms for drain placement in wireless sensor networks optimal by the reliability criterion. Optoelectronics, Instrumentation and Data Processing, 2021, vol. 57, no. 3, pp. 240–249. https://doi.org/10.3103/S8756699021030110Волков А.А., Булучевский Е.А., Лавренов А.В. Кинетика олигомеризации этилена на катализаторе NiO/B2O3-Al2O3 в жидкой фазе // Журнал Сибирского федерального университета. Серия: Химия. 2013. Т. 6. № 4. С. 352–360.Volkov A.A., Buluchevskiy E.A., Lavrenov A.V. Kinetics of ethylene oligomerization on NiO/B2O3-Al2O3 in liquid phase. Journal of Siberian Federal University. Chemistry, 2013, vol. 6, no. 4, pp. 352–360. (in Russian)

The authors declare that there are no conflicts of interest present.