АТЫРАУ МҰНАЙ ӨҢДЕУ ЗАУЫТЫ КҮКІРТ ӨНДІРУ БЛОГЫНЫҢ ӨЗ АРА БАЙЛАНЫСҚАН РЕАКТОРЛАРЫНЫҢ МОДЕЛЬДЕРІ ЖҮЙЕСІН ҚҰРУ

Атырау мұнай өңдеу зауытының күкірт өндіру блогының өзара байланысқан реакторларының модельдері жүйесін құру бойынша зерттеу нәтижелері келтірілген. Күкірт өндіру блогы сияқты күрделі технологиялық жүйелердің модельдерін құру олардың күрделілігімен қатар бастапқы ақпараттың тапшылығымен және айқын еместігіне байланысты белгісіздігімен күрделі болып табылады. Осы себептен зерттеудің мақсаты әртүрлі сипаттағы қолжетімді ақпарат негізінде бастапқы ақпараттың тапшылығы және айқын еместігі жағдайында күрделі технологиялық жүйелердің өзара байланысқан агрегаттарының модельдері пакетін құру ретінде анықталды. Зерттеудің негізгі нәтижелері: бастапқы ақпараттың тапшылығымен және айқын еместігімен сипатталатын күрделі химиялық-технологиялық жүйелердің өзара байланысқан агрегаттары модельдер жүйесін құру әдісі; жүйелік талдау, модельдердің түрлерін сараптамалық бағалау және зерттелетін күкірт өндіру блогының негізгі агрегатырының тиімді моделін таңдау; теормореактордың, Клаус реакторының және суық абсорбциялау реакторларының гибридті модельдерін қолжетімді пассивті және активті эксперименттер арқылы алынған статистикалық деректер және шешім қабылдаушы тұлғалар мен сарапшылардан алынған айқын емес ақпарат негізінде әзірленді; күкірт өндіру блогы жұмыс режимдерін жүйелік модельдеу және оптимизациялау үшін бұл блоктың реакторлары модельдерін бір модельдер пакетіне біріктіру схемасы ұсынылды. Алынған нәтижелердің ғылыми маңыздылығы белгісіздік жағдайында күрделі технологиялық жүйелерді жүйелік модельдеу үшін олардың агрегаттарының модельдері пакетін құрудың тиімді тәсілінің ұсынылуында. Жұмыстың практикалық маңыздылығы ұсынылып отырған тәсілді түрлі технологиялық жүйелердің модкельдері пакетін құрувға және оларды жүйеләік модельдеу арқылы жұмыс режимдерін оптимизациялау үшін қолдану мүмкідігінде.

1. Edmonson N. Industrial sulfur demand: Analysis and prospect / N. Edmonson // Nat Resour Res. – 2020. – Vol. 3. – P. 205-215. https://doi.org/10.1007/BF02259046.

2. Ostrovsky G.M. Design of Chemical Engineering Systems with Chance Constraints / G.M. Ostrovsky, T.V. Lapteva, N.N. Ziyatdinov // Theor Found Chem Eng. – 2020. – Vol. 51, № 5. – P. 961-971. https://doi.org/10.1134/S0040579517060136.

3. Study and Design of Mathematical Models for Chemical-Technological Systems under Conditions of Uncertainty Based on the Systems Analysis / B.B. Orazbayev et al // Proceeding of the International Symposium on Industrial Engineering and Operations Management (IEOM). Bristol, UK. – 2017. – № 140528. – P. 776-790.

4. Analysis of sulfur production by the Claus method at oil and gas enterprises / I.A. Golubeva et al // Oil and Gas Chemistry. – 2020. – № 3. – Р. 10-18.

5. Ahmed M. Systems Modeling / M. Ahmed // Springer. – Singapore: 2020. – 217 р.

6. Protalinskii O.M. Analysis and Modelling of Complex Engineering Systems Based on the Component Approach / O.M. Protalinskii // World Applied Sciences Journal. – 2019. – Vol. 24, № 2. – P. 276-283.

7. Горшков П.С. Моделирование сложной технической системы как объекта испытаний / П.С. Горшков, А.В. Мухин, А.Г. Тригубович // Вестник МГТУ им. Н.Э. Баумана. – 2020. – Т. 37. – С. 61-68.

8. Zhao T. Artificial Intelligence in Mathematical Modelling of Complex Systems / T. Zhao // EAI Endorsed Transactions on e-Learning. – 2024. – Vol. 10, № 3. –P. 2-12.

9. Тулеуов Ж.Н. Технологический регламент установки производства серы / Ж.Н. Тулеуов. – Атырау: Изд-во Атырауского университета нефти и газа, 2020. – 116 с.

10. Солодов В.С. Применение методов планирования активного эксперимента при разработке моделей / В.С. Солодов, Ю.И. Юдин // Известия МГТУ им. Н. Э. Баумана. – 2018. – Т. 9, № 2. – С. 187-190.

11. Воронина О.А. Эксперимент, планирование, реализация, анализ / О.А. Воронина. – Учебно-научный институт информационных технологий. М.: Физматиздат, 2020. – 292 с.

12. Pen R.Z. Statistical methods for modeling and optimization of technological processes / R.Z. Pen, V.R. Pen // International Journal of Experimental Education. – 2017. – Vol. 2. – P. 81-83. https://expeducation.ru/ru/article/view?id=11169 (date of access: 25/03/2025).

13. Карманов Ф.И. Статистические методы обработки эксперимента данных с использованием пакета MathCad / Ф.И. Карманов, В.А. Острейковский. – М.: Металлург, 2020. – 287 с.

14. Гуцыкова С. Метод экспертных оценок: Теория, практика / С. Гуцыкова. – М.: Когито-Центр, 2021. – 47 с.

15. Zimmermann H.-J. Fuzzy Set Theory – and Its Applications / H.-J. Zimmermann // Springer Science+Business Media, LLC. Fifth. Edition. – 2023. – 527 p. https://doi.org/10.1007/978-94-010- 0646-0.

16. Aliev R.A. Production management with fuzzy initial information / R.A. Aliev, A.E. Tserkovny, G.A. Mamedova. – 3-edit. Energoatomizdat; Moscow, 2022. – 255 p.

17. A Hybrid Method for the development of Mathematical Models of a Chemical Engineering System in Ambiguous Condition / B.B. Orazbayev, E.A. Ospanov, K.N. Orazbayeva, L.T. Kurmangazieva // Mathematical Models and Computer Simulations. – 2018. – Vol. 10, № 6. – P. 748-758. https://doi.org/10.1134/S2070048219010125.

18. Валеев С.Г. Регрессионное моделирование в обработке наблюдений / С.Г. Валеев. – М.: Наука, 3-е изд., 2021. – 272 с.

19. Uncini A. Least Squares Method. In: Fundamentals of Adaptive Signal Processing / A. Uncini // Signals and Communication Technology. Springer, Cham. – 2020. – P. 143-204. https://doi.org/10.1007/978-3-319-02807-1_4.

20. Aida-Zade K.R. Analysis of the Methods for Constructing Membership Functions Using Expert Data / K.R. Aida-Zade, P.S. Guliyeva, R.E. Ismibayli // Recent Developments and the New Directions of Research, Foundations, and Applications. Studies in Fuzziness and Soft Computing, Springer, Cham. – 2023. – Vol 422. – P. 361-365. https://doi.org/10.1007/978-3-031-20153-0_29.

21. Шумский В.М. Инженерные задачи в нефтепереработке и нефтехимии / В.М. Шумский, Л.А. Зырянова. – М.: Химия, 3-е изд., 2023. – 478 с.