Тип публикации: статья из журнала
Год издания: 2025
Идентификатор DOI: 10.47813/2782-2818-2025-5-4-2031-2038
Ключевые слова: petroleum coke, delayed coking, decision trees, operational rules, quality management, digital twin, decision support system, technological scenarios, classification, data analysis, нефтяной кокс, замедленное коксование, деревья решений, операционные правила, управление качеством, цифровой двойник, поддержка принятия решений, технологические сценарии, классификация, анализ данных
Аннотация: Для эффективного внедрения в условия промышленного применения цифрового двойника установки замедленного коксования критически важным является переход от прогнозирования свойств продукта к формированию конкретных управляющих предписаний для технологического персонала. Данная работа посвящена апробации метода деревьев решений для автПоказать полностьюоматизированного извлечения операционных правил типа «если-то» из исторических промышленных данных. На примере двух ключевых технологических сценариев получения низкосернистого и высокопрочного нефтяного кокса продемонстрирована возможность построения компактных и интерпретируемых моделей, обеспечивающих точность классификации выше 92%. Из структуры деревьев формализованы полные «карты решений», включающие как правила достижения целевых состояний, так и условия, гарантированно ведущие к неудаче. Ключевыми управляющими факторами для данных сценариев были определены, соответственно, содержание серы в сырье и давление в колонне коксования. Полученный набор правил представляет собой прототип модуля операционных предписаний в архитектуре гибридного цифрового двойника и служит основой для создания системы поддержки принятия решений, направленной на оперативное планирование режимов и гарантированное получение продукта с заданными свойствами. For the effective implementation of the created digital twin of a delayed coking unit in an industrial setting, the transition from predicting product properties to generating specific control directives for technological personnel is critically important. This work is devoted to testing the decision tree method for the automated extraction of "if-then" type operational rules from historical industrial data. Using the example of two key technological scenarios obtaining low-sulfur and high-strength petroleum coke the possibility of building compact and interpretable models providing classification accuracy above 92% is demonstrated. Full "decision maps" are formalized from the tree structures, including both rules for achieving target states and conditions that are guaranteed to lead to failure. The key controlling factors for these scenarios were identified as the sulfur content in the feedstock and the pressure in the coking column, respectively. The resulting set of rules represents a prototype of an operational directive module in the architecture of a hybrid digital twin and serves as the basis for creating a decision support system aimed at operational regime planning and the guaranteed production of a product with specified properties.
Журнал: Современные инновации, системы и технологии
Выпуск журнала: Т.5, №4
Номера страниц: 2031-2038
ISSN журнала: 27822818
Место издания: Красноярск
Издатель: ООО "Сибирский Научный Центр ДНИТ"