Результат интеллектуальной деятельности: СПОСОБ ИДЕНТИФИКАЦИИ КОМПОНЕНТОВ БЕНЗИНА И ОПРЕДЕЛЕНИЯ ЕГО СОСТАВА В РЕЖИМЕ РЕАЛЬНОГО ВРЕМЕНИ

Изобретение относится к измерительным устройствам и системам для определения состава и октанового числа бензинов и может использоваться, например, для контроля и поддержания требуемой концентрации и значения детонационной стойкости компонентов при производстве товарного бензина путем смешения компонентов.

Известно изобретение «СПОСОБ ОПРЕДЕЛЕНИЯ ОКТАНОВОГО ЧИСЛА БЕНЗИНОВ И УСТРОЙСТВО ДЛЯ ЕГО РЕАЛИЗАЦИИ» [1].

Способ определения октанового числа бензинов, включающий зондирование оптическим излучением кюветы с бензином; измерение интенсивности прошедшего оптического излучения на выходе кюветы; определение коэффициента поглощения, отличающийся тем, что кювету зондируют оптическим пучком излучения дальнего ультрафиолетового или фиолетового диапазона с длиной волны 370≤λ≤420 нм; измеряют интенсивность прошедшего излучения при зондировании пустой кюветы и кюветы, наполненной анализируемым бензином, и определяют оптическую плотность из следующего соотношения:

где D_λ - оптическая плотность кюветы с анализируемым бензином; D_0λ - оптическая плотность пустой кюветы; (I₀)_λ - интенсивность входного излучения (при отсутствии кюветы) на длине волны λ; (I_i)_0λ - интенсивность излучения на длине волны длины λ, прошедшего пустую кювету; (I_i)λ - интенсивность излучения на длине волны длины λ, прошедшего кювету, наполненную анализируемым бензином; (k_0i1)_λ - спектральный коэффициент поглощения бензина на длине волны λ; L - толщина зондируемой кюветы,

при этом октановое число определяют по калибровочной кривой, связывающей значения оптической плотности бензина с соответствующим значением октанового числа бензина.

Недостатком указанного аналога является то, что калибровочная кривая, связывающая значения оптической плотности или спектральных коэффициентов поглощения бензина с соответствующим значением октанового числа бензина, будет еще определяться компонентным составом бензина, который может быть не известен.

Известно изобретение «АВТОМАТИЗИРОВАННЫЙ СПОСОБ СПЕКТРОФОТОМЕТРИЧЕСКОГО АНАЛИЗА ВЕЩЕСТВ» [2].

Автоматизированный способ спектрофотометрического анализа веществ, включающий измерение оптической плотности, по меньшей мере, двух образцов с известным значением определяемого показателя вещества непрерывно по шкале длин волн в видимом, инфракрасном или ультрафиолетовом диапазоне спектра; формирование банка данных по полученным спектрам; регистрацию спектра исследуемого вещества, отличающийся тем, что выбирают набор информативных длин волн по максимальным отклонениям одного спектра от другого, строя функциональную зависимость определяемого показателя от величины оптической плотности в наборе информативных длин волн, и по указанной зависимости находят величину искомого показателя.

Недостатком этого аналога является то, что для обеспечения указанного способа необходимо выбирать набор информативных длин волн по максимальным отклонениям одного спектра от другого и строить функциональную зависимость состава от величины оптической плотности. Набор информативных длин волн для различных компонентов, в общем случае, будет различным. То есть для выбора набора информативных длин волн необходимо априорное знание о том, какие компоненты входят в состав анализируемой смеси.

Наиболее близким по назначению и по технической сущности к предлагаемому техническому решению и выбранным вследствие этого в качестве прототипа является «СПОСОБ ОПРЕДЕЛЕНИЯ ОКТАНОВОГО ЧИСЛА БЕНЗИНОВ» [3]. Указанный способ определения октанового числа бензинов, включающий измерение спектров поглощения в ближней инфракрасной области, характеризуется тем, что последовательно измеряют в ближней инфракрасной области коэффициенты поглощения трех чистых углеводородов из ряда изооктан, n-гептан, толуол или бензол, по коэффициентам поглощения трех чистых углеводородов составляют модельный спектр вида:

K_m=K₁C₁+K₂C₂+K₃C₃,

где K₁, K₂, K₃ - коэффициенты поглощения n-гептана, изооктана, толуола (или бензола);

С₁, C₂, C₃ - концентрации n-гептана, изооктана, толуола (или бензола) соответственно;

измеряют коэффициенты поглощения паспортизованных бензинов разных марок с использованием идентичных кювет и на тех же длинах волн, определяют коэффициенты С₁, С₂, С₃ паспортизованных бензинов путем сравнения спектра поглощения каждого паспортизованного бензина с модельным, который программно видоизменяют методом перебора комбинаций значений С₁, С₂, C₃ достижения минимального отклонения модельного спектра от спектра паспортизованного бензина; определяют градуировочную зависимость октановых чисел паспортизованных бензинов от концентрации С₃ толуола (или бензола) в их модельном спектре и используют эту зависимость для определения октанового числа любого анализируемого бензина в следующей последовательности для каждого бензина: измеряют коэффициенты поглощения анализируемого бензина с использованием идентичных кювет и на тех же длинах волн; определяют коэффициенты С₁, C₂, С₃ анализируемого бензина путем сравнения его спектра поглощения с модельным, который программно видоизменяют методом перебора комбинаций значений С₁, С₂, C₃ до достижения минимального отклонения модельного спектра от спектра анализируемого бензина, и по концентрации толуола (или бензола) C₃ модельного спектра анализируемого бензина определяют октановое число анализируемого бензина по указанной градуировочной зависимости.

Недостатком прототипа является необходимость априорного знания компонентов, входящих в состав бензина, что не всегда возможно на практике.

Задачей предлагаемого изобретения является обеспечение достоверности идентификации компонентов, входящих в состав товарного бензина, повышение точности определения состава и октанового числа бензинов.

Технический результат от использования предлагаемого изобретения заключается в обеспечении процесса идентификации компонентов бензина и определения его состава в режиме реального времени с оперативным внесением поправок в технологический процесс.

Технический результат достигается тем, что в способе идентификации компонентов бензина и определения его состава в режиме реального времени, включающем создание базы данных спектральных коэффициентов поглощения тестовых компонентов, измерение спектральных коэффициентов поглощения тестовых компонентов и бензина в технологических линиях, сигналы о спектральных коэффициентах поглощения тестовых компонентов и бензина суммируются нейронами идентификации, число которых равно числу компонентов в бензине и нейронов состава, с соответствующими синаптическими коэффициентами, величины и знаки которых, а также значения активации нейронов устанавливаются по образцам тестовых компонентов и бензинов с использованием методов обучения нейронных сетей, например, алгоритма обратного распространения ошибки, в котором минимизируются целевые функции идентификации U_j и состава В:

причем идентификацию j-компонентов производят по минимумам целевых функций U_j и активному состоянию нейронов искусственной нейронной сети идентификации, изменяя при этом коэффициенты синаптических связей ω_ij, а значения активации нейронов определяют в соответствии с функцией активации, например:

при этом концентрацию компонентов в бензине определяют по минимуму целевой функции состава и активному состоянию нейрона искусственной нейронной сети состава, изменяя коэффициенты синаптических связей ω_ij, а значения активации нейрона состава вычисляют в соответствии с функцией активации, например:

R=е^-Bαε,

и при активном состоянии нейрона состава принимают значения концентрации компонентов в смеси c_j численно равным значениям коэффициентов синаптических связей ω_ij,

где k_jэт (λ_i) - спектральные коэффициенты поглощения тестовых компонентов находящихся в базе данных;

k_j(λ_i) - измеренные спектральные коэффициенты поглощения компонентов в технологических линиях;

k_см(λ_i) - измеренные спектральные коэффициенты поглощения бензина в технологических линиях;

λ_i - длины волн, на которых измеряются спектральные коэффициенты поглощения;

T_j - функции активации искусственной нейронной сети идентификации;

j - число компонентов в бензине;

R - функция активации искусственной нейронной сети состава;

α, β - коэффициенты, учитывающие наклон функций активации;

ε - погрешность измерения спектральных коэффициентов поглощения.

В качестве примера реализации предлагаемого способа может быть рассмотрена многоканальная спектрометрическая информационно-измерительная система оценки состава и детонационной стойкости товарного топлива.

На фиг.1 приведена многоканальная спектрометрическая информационно-измерительная система оценки состава и детонационной стойкости товарного топлива, где:

1 - резервуары компонентов бензина (1, 2, 3, …, j),

2 - технологические трубопроводы,

3 - проточные кюветы,

4 - волоконно-оптический кабель,

5 - смесители №1 и №2,

6 - резервуар с бензином (Бензин 1 и Бензин 2),

7 - оптический мультиплексор,

7а - источник света,

8 - спектрометр,

9 - персональный компьютер (ПК).

На фиг.2 приведена искусственная нейронная сеть, используемая при идентификации компонентов бензиновой смеси.

На фиг.3 приведена искусственная нейронная сеть, используемая при вычислении состава и детонационной стойкости бензина.

На фиг.4 приведен график функции активации нейрона искусственной нейронной сети идентификации компонентов.

На фиг.5 приведен график функции активации нейрона искусственной нейронной сети вычисления состава и детонационной стойкости бензина.

Многоканальная спектрометрическая система содержит ИК-спектрометр, соединенный с промышленными проточными кюветами посредством волоконно-оптического кабеля через оптический мультиплексор. По команде от ПК излучение от ИК-излучателя через оптический мультиплексор направляется по волоконно-оптическому кабелю первого канала в промышленную проточную кювету, расположенную рядом с технологическим трубопроводом, по которому из резервуара подается первый компонент. Производится измерение спектральных коэффициентов пропускания ИК-спектрометром и последовательный ввод их значений в ПК по USB-интерфейсу с последующим расчетом на их основе спектральных коэффициентов поглощения первого компонента [5]. Результаты расчетов запоминаются в ПК, после чего по интерфейсу RS-232 ПК дает команду оптическому мультиплексору на переключение излучения от ИК-излучателя (источника света) к волоконно-оптическому кабелю второго канала, соответствующего точке отбора второго компонента. Производится измерение спектральных коэффициентов пропускания, расчет на их основе спектральных коэффициентов поглощения второго компонента и сохранение в памяти ПК. Эти действия повторяются, пока не будут измерены спектральные коэффициенты пропускания всех компонентов, а также товарных бензинов, полученных в результате смешения компонентов в смесителях и по технологическим трубопроводам поступающих в резервуар с готовым бензином. По вычисленным значениям спектральных коэффициентов поглощения компонентов k_j(λ_i) и спектральных коэффициентов поглощения тестовых компонентов k_jэт(λ_i) в соответствии с целевой функцией искусственной нейронной сети производится идентификация компонентов. Когда идентификация компонентов завершена, определяют состав c_j в соответствии с целевой функцией искусственной нейронной сети с последующим расчетом октанового числа и формированием управляющих воздействий для управления расходами компонентов товарного бензина.

Задача обеспечения достоверности идентификации компонентов, входящих в состав товарного бензина, повышения точности определения состава и октанового числа бензинов решается применением предлагаемого способа, когда по измеренным значениям спектральных коэффициентов поглощения k_j(λ_i) компонентов, входящих в состав бензина, и спектральных коэффициентов поглощения k_см(λ_i) бензина производят идентификацию компонентов бензина j, вычисляя значения синаптических коэффициентов ω_ij. Величины и знаки синаптических связей ω_ij каждого из нейронов устанавливаются при калибровке по образцам тестовых компонентов и бензинов с известными спектральными коэффициентами поглощения k_j(λ_i) с использованием методов облучения нейронных сетей, например, алгоритма обратного распространения ошибки в котором минимизируются целевые функции U_j, B.

Способ осуществляется следующим образом.

1) Измеряются спектральные коэффициенты поглощения компонентов, входящих в состав бензина k_j  (λ_i) в технологической линии.

В примере рассматривается четыре компонента: n-гептан, изооктан, толуол, бензол (таблица 1) [4]:

2) Изменяя коэффициенты синаптической связи ω_ij, минимизируется целевая функция U_j,:

с использованием алгоритма обратного распространения ошибки,

где λ_i - длина волны; k_j(λ_i) - спектральный коэффициент поглощения j-ого компонента на i-ой длине волны; k_jэт (λ_i) - коэффициент поглощения j-го тестового компонента на i-й длине волны; ω_ij - коэффициент синаптической связи j-го компонента на i-й длине волны.

3) Компонент идентифицирован, когда нейрон активирован, а функция активации

имеет значение 0,999≤T≤1 (фиг.4),

где β - коэффициент, учитывающий наклон функции активации; ε=0,01 - погрешность измерения спектральных коэффициентов поглощения.

4) Измеряются спектральные коэффициенты поглощения бензина k_см (λ_i) в технологической линии (таблица 2):

5) Изменяя коэффициенты синаптической связи ω_j, минимизируется целевая функция В :

где k_см (λ_i) - спектральный коэффициент поглощения бензина на i-й длине волны.

6) Состав установлен, когда нейрон активирован, а функция активации

R=е^-Baε

имеет значение 0.999≤R≤1 (фиг.5),

где α - коэффициент, учитывающий наклон функции активации; ε=0,01 - погрешность измерения спектральных коэффициентов поглощения.

При этом концентрации компонентов в бензине c_j численно равны значениям коэффициентов синаптических связей ω_j.

Погрешность вычисления состава бензина определялась по формуле:

Δc_j=(с_эj-c_j)·100,

где с_эj - тестовое значение концентрации j-го компонента бензина, c_j - вычисленное значение концентрации j-го компонента бензина.

7) По вычисленным значениям концентраций компонентов бензина c_j находят октановое число товарного бензина по формуле:

где c_j - концентрация j-го компонента бензина; Q_j - октановое число j-го компонента бензина; b - суммарное отклонение октановых чисел от аддитивности, обусловленное межмолекулярными взаимодействиями между компонентами:

где b_j - интенсивность межмолекулярных взаимодействий j-го компонента, c_j - концентрация j-го компонента.

Интенсивность межмолекулярного взаимодействия углеводородов

Данное техническое решение промышленно реализуемо на нефтеперерабатывающих предприятиях.

Источники информации

1. Патент на изобретение RU 2331058 «СПОСОБ ОПРЕДЕЛЕНИЯ ОКТАНОВОГО ЧИСЛА БЕНЗИНОВ И УСТРОЙСТВО ДЛЯ ЕГО РЕАЛИЗАЦИИ», МПК G01N 21/35, приоритет от 02.04.2007.

2. Патент на изобретение RU 2284506 «АВТОМАТИЗИРОВАННЫЙ СПОСОБ СПЕКТРОФОТОМЕТРИЧЕСКОГО АНАЛИЗА ВЕЩЕСТВ», МПК G01N 21/31, приоритет от 05.09.2002.

3. Патент на изобретение RU 2310830 «СПОСОБ ОПРЕДЕЛЕНИЯ ОКТАНОВОГО ЧИСЛА БЕНЗИНОВ», МПК G01N 21/35, приоритет от 17.08.2006.

4. Веснин В.Л., Мурадов В.Г. «Характерные особенности спектров поглощения бинарных смесей углеводородов в области длин волн 1090-1240 нм на примере изооктана, n-гептана, толуола, бензола», Известия Самарского научного центра Российской академии наук, т.11, №3, 2009, с. 29-32..

5. Шмидт В. «Оптическая спектроскопия для химиков и биологов». - М.: Изд-во «Техносфера», 2007.