Petroleum refining processes might

Petroleum refining processes might be considered on different levels. Usually feedstock for refining unit includes
variety of components which yields to multi-product outflow containing desired and undesired components.
Commonly units operate under high temperature and pressure, which significantly contributes to cost of final
product and impose restrictions to process operation parameters. Majority of processes utilize heterogeneous
catalysts, which are also sensitive to process conditions. Nevertheless, typical refining process consists of many
auxiliary units, the performances of which can significantly affect optimal conditions. All of these increases
complexity of refining process.
In such scenario, application of multi-objective optimization becomes essential for improvement of unit
performances. To carry out MOO of refining process it is vital to formulate real-life objectives in addition to
implementation of relevant constraints.
Critical literature review showed a growing interest for use of genetic algorithms in multi-objective optimization
of petroleum refining processes in the last several years.
In Bhutani et al.10 authors performed a multi-objective optimization of an industrial hydrocracking unit, which is
used to process heavy distillates to valuable products in presence of hydrogen. The unit considered mainly consisted
of two reactors in series – a hydrotreater (HT) and a hydrocracker (HC). Both are packed bed reactors with 2 and 4
beds respectively.
Authors utilized a simplified model for HT and first-principle model for HC. Reaction products were lumped into
8 components (e.g. liquefied petroleum gas (LPG), light naphtha, heavy naphtha, etc.). Kinetic scheme were
developed for these pseudo components. The HC modeling was based on the following assumptions: plug-flow
reactor without axial diffusion, adiabatic, steady state operation.
Objectives were chosen based on industrial priorities and they were applied to maximize diesel, kerosene and
naphtha production and to minimize off-gases, LPG production and hydrogen consumption. Due to many important
objectives MOO problem was divided into 3 two-objective cases for simplicity:

ผลลัพธ์ (ไทย) 1:

กระบวนการกลั่นน้ำมันอาจเป็นในระดับที่แตกต่างกัน โดยทั่วไปวัตถุดิบสำหรับกลั่นหน่วยรวมความหลากหลายของส่วนประกอบที่ให้กระแสหลายผลิตภัณฑ์ประกอบด้วยส่วนประกอบที่ระบุ และไม่โดยทั่วไปหน่วยงานภายใต้อุณหภูมิสูงและความดัน ซึ่งมีต้นทุนของสุดท้ายผลิตภัณฑ์ และกำหนดข้อจำกัดของพารามิเตอร์การดำเนินการกระบวนการ ส่วนใหญ่ของกระบวนใช้แตกต่างกันสิ่งที่ส่งเสริม ซึ่งมีความไวต่อการประมวลผลเงื่อนไข อย่างไรก็ตาม โดยทั่วไปกระบวนการประกอบด้วยหลายเสริมหน่วย การแสดงที่มากสามารถส่งผลกระทบต่อเงื่อนไขที่เหมาะสม ทั้งหมดนี้เพิ่มขึ้นความซับซ้อนของกระบวนการกลั่นในสถานการณ์ดังกล่าว แอพลิเคชันของหลายวัตถุประสงค์กลายเป็นสิ่งจำเป็นสำหรับการพัฒนาของหน่วยแสดง ดำเนินหมู่ของกระบวนการกลั่น จะต้องกำหนดวัตถุประสงค์ของชีวิตนอกการใช้งานของข้อจำกัดที่เกี่ยวข้องการทบทวนวรรณกรรมที่สำคัญแสดงให้เห็นว่าสนใจมากขึ้นสำหรับการใช้งานของอัลกอริทึมทางพันธุกรรมในหลายวัตถุประสงค์เพิ่มประสิทธิภาพของปิโตรเลียมกลั่นกระบวนในเวลาหลายปีล่าสุดBhutani et al.10 ผู้เขียนดำเนินการเพิ่มประสิทธิภาพหน่วย hydrocracking อุตสาหกรรม ซึ่งมีวัตถุประสงค์หลายใช้ในการประมวล distillates หนักกับผลิตภัณฑ์ที่มีคุณค่าในของไฮโดรเจน หน่วยเป็น consisted ส่วนใหญ่ของเตาปฏิกรณ์ที่ 2 ในชุด-hydrotreater (เอชที) และ hydrocracker (HC) ทั้งบรรจุเตียงเตาปฏิกรณ์ที่ 2 และ 4เตียงตามลำดับผู้เขียนใช้แบบง่ายสำหรับเอชทีและรุ่นแรกหลักสำหรับ HC ผลิตภัณฑ์ปฏิกิริยาถูก lumped เป็นส่วนประกอบ 8 (เช่นหมุนแก๊สปิโตรเลียม (แอลพีจี), แนฟทาเบา แนฟทาหนัก ฯลฯ) โครงร่างเคลื่อนไหวได้พัฒนาคอมโพเนนต์เหล่านี้หลอก โมเดล HC เป็นไปตามสมมติฐานดังต่อไปนี้: ขั้นตอนต่อเครื่องปฏิกรณ์ไม่แพร่แกน การอะเดียแบติก ท่อนดำเนินการวัตถุประสงค์ที่เลือกตามลำดับความสำคัญอุตสาหกรรม และจะถูกนำไปใช้เพื่อเพิ่มน้ำมันดีเซล น้ำมันก๊าด และผลิตแนฟทาและปิดก๊าซ แก๊ส LPG ผลิต และปริมาณการใช้ไฮโดรเจน เนื่องจากหลายคนที่สำคัญปัญหาวัตถุประสงค์หมู่ถูกแบ่งออกเป็น 3 กรณีสองวัตถุประสงค์สำหรับความเรียบง่าย: