Η παρούσα διατριβή πραγματεύεται την ανάπτυξη μιας καινοτόμου μεθοδολογίας για την βελτιστοποίηση τόσο του σχεδιασμού όσο και της λειτουργίας βιομηχανικών εγκαταστάσεων. Η μεθοδολογία αυτή βασίζεται στη χρήση δυο μεθόδων Τεχνητής Νοημοσύνης (Έμπειρων Συστημάτων και Γενετικών Αλγόριθμων) για τη δημιουργία ενός λογισμικού το οποίο λαμβάνοντας από το χρήστη στοιχεία σχετικά με τα κριτήρια σχεδιασμού (ή ανασχεδιασμού) μιας διεργασίας καθώς και για τις συνθήκες λειτουργίας της θα εξαγάγει τόσο τις βέλτιστες διαθέσιμες τεχνολογίες για τη διεργασία αυτή όσο και τις βέλτιστες συνθήκες λειτουργίες των επιλεχθεισών τεχνολογιών.
Προκειμένου να λειτουργήσει η αναπτυχθείσα μεθοδολογία πέρα από τα στοιχεία τα οποία παρέχει ο χρήστης είναι απαραίτητη η ύπαρξη μιας βάσης δεδομένων η οποία θα περιέχει τις διαθέσιμες τεχνολογίες οι οποίες είναι δυνατόν να χρησιμοποιηθούν για τη συγκεκριμένη διεργασία, δηλαδή όλα τα τμήματα εξοπλισμού που μπορούν να χρησιμοποιηθούν για τη διεργασία αυτή. Οι βέλτιστες διαθέσιμες τεχνολογίες, τις οποίες η μεθοδολογία επιλέγει από αυτή τη βάση δεδομένων, είναι τα τμήματα του εξοπλισμού εκείνα τα οποία πληρούν με τον καλύτερο δυνατό τρόπο τα κριτήρια σχεδιασμού της διεργασίας.
Για την εύρεση των βέλτιστων τεχνολογιών για μια διεργασία για κάθε διαθέσιμη τεχνολογία πρέπει να λαμβάνονται υπόψη και τα εκτιμώνται:
τεχνικά κριτήρια όπως τα όρια λειτουργίας της, η ολοκλήρωσή της στη διεργασίας (δηλαδή η διασύνδεσή της με άλλες τεχνολογίες που χρησιμοποιούνται στην ίδια διεργασία),
οικονομικά κριτήρια όπως το κόστος εγκατάστασης, το κόστος λειτουργίας, ή / και το κόστος συντήρησης,
περιβαλλοντικά στοιχεία όπως οι εκπομπές ρύπων, παραπροϊόντα.
Η απαίτηση για ταυτόχρονη ικανοποίηση όλων αυτών των κριτηρίων καθιστά την εύρεση των βέλτιστων διαθέσιμων τεχνολογιών ένα περίπλοκο πρόβλημα για την επίλυση του οποίου απαιτείται εξειδικευμένη γνώση.
Στην αναπτυχθείσα μεθοδολογία η γνώση αυτή καταχωρείται με κατάλληλο τρόπο στο σύστημα και κατά συνέπεια με τη χρήση του είναι δυνατόν ακόμη μη εξειδικευμένα άτομα να βρουν τις βέλτιστες διαθέσιμες τεχνολογίες (και τις βέλτιστες παραμέτρους λειτουργίας του).
Η αναπτυχθείσα μεθοδολογία εφαρμόστηκε σε τρία προβλήματα ανασχεδιασμού του συστήματος συμπαραγωγής ενέργειας ενός διυλιστηρίου. Από τα αποτελέσματα που προέκυψαν από τις εφαρμογές αυτές γίνεται φανερό ότι η μεθοδολογία καταλήγει σε βέλτιστες λύσεις του προβλήματος για τις εκάστοτε συνθήκες και ότι ο αλγόριθμος της μεθοδολογίας είναι ιδιαίτερα εύρωστος υπό την έννοια ότι η σύγκλισή του δεν επηρεάζεται από τις τιμές των παραμέτρων που χρησιμοποιούνται για την εκτέλεσή του. / The thesis at hand deals with the development of a novel methodology for the optimisation of both the design and the operation of industrial plants. The methodology is based on two Artificial Intelligence techniques (Expert Systems and Genetic Algorithms) for the development of a software which, given from the user data related to the design criteria of the process, as well as the conditions of operation of the process, it will output both the best available technologies for that process as well as the optimal working conditions of the selected technologies.
Apart from the data provided from the user, the methodology requires also a database which should contain the available technologies which can be used for the process at hand. These technologies are the various components of the equipment which can be used for the process. The best available technologies which are selected by the methodology from the database are those components which satisfy in the best possible way the design criteria.
For the identification of the best technologies for a process the methodology assess (for each of the available techonologies):
technical criteria such range of operation, its integration to the whole process (i.e. its connectivity with other technologies used in the process),
financial criteria such as the cost of installation, the cost of operation and or the cost of maintenance,
environmental criteria such as emissions of various pollutants, side products etc.
The requirement of the simultaneous satisfaction of these criteria makes the identification of the best available technologies a complex problem which requires specific knowledge (expertise) in order to be solved.
In the developed methodology this specific knowledge (expertise) is stored in a proper way in the system and therefore it is possible that even not-expert users of the system to identify the best available technnologies (and the best working conditions of the selected technologies).
The developed methodology was applied to three problems of re-design of the cogeneration plant of a refinery. From the results obtain from these applications it is evident that the methodology converges to near optimal solutions for the criteria set each time and that the algorithm of the methodology is robust since its convergence is not affected by the value set for the algorithm's parameters during each of the runs.
| Identifer | oai:union.ndltd.org:upatras.gr/oai:nemertes:10889/582 |
| Date | 24 October 2007 |
| Creators | Φωτεινός, Διονύσιος |
| Contributors | Τσάχαλης, Δημοσθένης, Photeinos, Dionisios, Τσαχάλης, Δημοσθένης, Κούκος, Ι., Ματαράς, Δ., Κάτσικας, Σ., Προβατίδης, Χ., Τζες, Α., Χατζηκωνσταντίνου, Π. |
| Source Sets | University of Patras |
| Language | gr |
| Detected Language | Greek |
| Type | Thesis |
| Relation | Η ΒΥΠ διαθέτει αντίτυπο της διατριβής σε έντυπη μορφή στο βιβλιοστάσιο διδακτορικών διατριβών που βρίσκεται στο ισόγειο του κτιρίου της. |
Page generated in 0.0024 seconds