Abstract
<jats:p>В исследовании задача оптимального управления стационарными режимами функционирования ректификационной колонны формулируется как оптимизация энергетического или экономического критерия при нелинейных ограничениях модели. Стационарное поведение колонны описывается материальными и компонентными балансами, соотношениями потока на тарелках, фазовым равновесием и энергетическими уравнениями, что приводит к многомерной нелинейной системе уравнений. В связи с сильной нелинейностью, вызванной зависимостью фазового равновесия от температуры и состава, предлагается аппроксимация этого блока с использованием нейронной сети в рамках гибридной модели. Для поддержания оптимального режима при наличии возмущений применяется механизм на основе скользящего режима в реальном масштабе времени. Такой подход позволяет отслеживать экстремумы без измерения производной целевой функции и повышает энергетическую и экономическую эффективность работы колонны</jats:p> <jats:p>In this study, the problem of optimal control of the steady-state operating modes of a distillation column is formulated as the optimization of an energy or economic criterion under nonlinear model constraints. The steady-state behavior of the column is described by material and component balances, tray flow relations, phase equilibrium, and energy equations, resulting in a high-dimensional nonlinear system of equations. Due to the strong nonlinearity caused by temperature–composition dependence in phase equilibrium, the approximation of this block using a neural network is proposed within a hybrid modeling framework. To maintain the optimal mode in the presence of disturbances, a mechanism based on a sliding mode in real time is used. This approach enables extremum tracking without measuring the derivative of the objective function and improves the energy and economic efficiency of the column’s operation</jats:p>