SOFT SENSOR FOR DEBUTANIZER COLUMN PROCESS CONTROL

Sažetak Zakonska regulativa nalaže čvrsta ograničenja specifikacije produkata i emisije iz rafinerijske prerade. Za djelotvorno vođenje procesa potrebno je mjeriti velik broj procesnih veličina te instalirati sve veći broj skupih mjernih i analitičkih instrumenata. Moguće rješenje ovog problema je u primjeni softverskih senzora, tj. modela procesa za predviđanje varijabli koje se ne mjere kontinuirano. U ovom radu prikazano je projektiranje softverskog senzora primjenom neuronske mreže za nadgledanje kvalitete produkta i vođenje procesa u debutanizerskoj koloni u INA-Rafineriji nafte Sisak na temelju raspoloživih procesnih mjerenja. Vođenje procesa u debutanizerskoj koloni vrlo je važno u rafinerijskoj proizvodnji zbog održanja kvalitete proizvoda. Razrađena je metoda predviđanja sadržaja C5 frakcije u ukapljenom naftnom plinu (UNP) i tlaka para po Reidu (RVP) u stabiliziranom FCC benzinu primjenom inferencijskih modela. Softverski senzor rješava problem vremenske zadrške radi laboratorijske analize, što omogućuje «on-line» nadziranje i praćenje kvalitete produkta. Svrha je voditi proces tako da udio C5 frakcije u UNP-u bude manji od 2 %, a RVP bude na željenoj vrijednosti (50 kPa). Istraživanje vladanja procesa provedeno je simulacijski, a dobiveni rezultati validirani su usporedbom s eksperimentalnim podacima.Abstract Law regulations dictate restrictions of product quality specifications and refinery emissions. Measurement of great number of process variables and installing new expensive process analyzers is necessary for efficient process control. Possible solution of this problem is application of soft-sensors i.e. the process model that is used for variable estimations which are not measured in continuous manner. This paper describes soft-sensor design for product quality monitoring and process control of debutanizer column of INA Oil Refinery Sisak. Neural network model is developed based on available process measurement with the purpose of product quality monitoring and process control enhancement. Method of estimation of pentane fraction in liquefied petroleum gas (LPG) and Reid vapour pressure of stabilized FCC gasoline using inferential model is elaborated. Soft- sensor deals with lag of laboratory analysis and provides on-line product quality monitoring. The aim is to control process in debutanizer column thus pentane fraction in LPG is kept under 2 mass percent and RVP of FCC gasoline on desired value (50 kPa). The investigation involves the simulation study and validation of achieved results by comparison with the experimental data