طراحي سيستم عيب ياب فرايند تبديل هپتان به تولوين با استفاده از الگوريتم فازي- ژنتيك

Multiple-Fault Diagnosing System Designing Based on Fuzzy-Genetic Algorithm for the Production of Toluene from n-Heptane

طراحي يك سيستم عيب ياب دقيق، نقش بسزايي در افزايش ايمني و كيفيت محصولات فرآيند دارد. با توجه به اهميت موضوع، محققان به منظور تشخيص عيب، روش هاي متعددي را ارايه داده اند. در اين مقاله، به طراحي سيستم عيب ياب بر اساس منطق فازي كه مبتني بر دانش فرايند و مستقل از مدل است، پرداخته شده است. در اين بررسي، به منظور دستيابي به دقت بالاتر در تشخيص عيوب، مقادير بهينه پارامترهاي توابع تعلق فازي با الگوريتم ژنتيك به دست آمده است. به منظور بررسي عملكرد الگوريتم پيشنهادي، به عيب يابي فرآيند تبديل هپتان به تولوين پرداخته شده است. نتايج ارايه شده نشان مي دهد كه سيستم عيب ياب طراحي شده، توانايي تشخيص چهار عيب هم زمان را دارد.

The design of accurate fault diagnosing systems improves process safety and product quality. Therefore, in recent years, many researchers have conducted work on this topic and suggested various techniques for fault detection and diagnosis. In this paper, the fuzzy system based on knowledge of the process has been proposed for fault detection and diagnosis. In order to improve the performance of the diagnoser system, the genetic algorithm has been used to optimize membership function parameters of fuzzy diagnosis system. To test the performance of the proposed diagnose system, toluene production plant has been used. The simulation results indicate that the proposed algorithm is capable of diagnosing various combinations (from two to four simultaneous faults) of simultaneous faults.