ارائه یک الگوریتم ترکیبی برای حل مسئله برنامه‌ریزی تولید پالایشگاه نفت انعطاف‌پذیر

هدف از برنامه‌ریزی تولید در یک پالایشگاه، تولید هرچه بیشتر محصولات با ارزش مانند بنزین، سوخت جت، گازوئیل و غیره و درعین‌حال تامین تقاضای بازار و سایر محدودیت‌ها است. پالایش نفت خام یکی از پیچیده‌ترین صنایع شیمیایی است ؛ بنابراین بهینه‌سازی برنامه‌ریزی تولید یک پالایشگاه نفت به‌عنوان یکی از دشوارترین و چالش‌برانگیزترین مسائل در این حوزه به شمار می‌رود. با توجه به تغییرات سریع در فن‌آوری‌های مرتبط با این صنعت همچون ساخت کاتالیست های جدید، طراحی واحدهای فرآیندی انعطاف‌پذیرتر، انعطاف‌پذیری پالایشگاه‌ها به‌سرعت در حال افزایش است. با افزایش انعطاف‌پذیری پالایشگاه‌ها، برنامه‌ریزی تولید آنها نیازمند داشتن یک مدل ریاضی است که به کمک آن بتوان در زمان مناسب بهترین تصمیم را برای برآورده کردن تقاضاهای موجود در بازار با کمترین هزینه تولید را اتخاذ نمود. در این مقاله، برنامه‌ریزی تولید یک پالایشگاه انعطاف‌پذیر به کمک روابط ریاضی بین پارامترهای کلانی همچون تقاضای محصولات، وضعیت‌های تولید، هزینه‌های ثابت و متغیر تولید و هزینه‌های نگهداشت فرآورده‌های نفتی مدل‌سازی و برای حل آن یک روش ترکیبی حاصل از تلفیق الگوریتم ژنتیک و روش ثابت سازیبهینه سازی ارائه شده است. نتایج تحقیق به کمک 63 مسئله شبیه‌سازی‌شده در ابعاد کوچک، متوسط و بزرگ نشان می‌دهد که جواب نزدیک بهینه حاصل از روش ترکیبی به‌صورت میانگین در ابعاد کوچک و متوسط به ترتیب 0.23 و 0.12 درصد از جواب دقیق مسئله انحراف دارد. همچنین در ابعاد بزرگ که امکان محاسبه جواب دقیق توسط کامپیوتر وجود نداشت، این الگوریتم به‌طور میانگین در 87 ثانیه به جواب می‌رسد.

a hybrid algorithm to solve the flexible oil refinery production planning problem

the goal of production planning in a refinery is to produce as many valuable products as possible such as gasoline, jet fuel, diesel, etc., while meeting market demand and other constraints. crude oil refining is one of the most complex chemical industries; therefore, optimizing the production planning of an oil refinery is considered as one of the most difficult and challenging issues in this field. due to rapid changes in industryrelated technologies such as the construction of new catalysts, the design of more flexible process units, the flexibility of refineries is increasing rapidly. with the flexibility of refineries, their production planning requires a mathematical model that can be used to make the best decision at the right time to meet market demand at the lowest production cost. in this paper, the production planning of a flexible refinery is modeled using mathematical relationships between macro parameters such as product demand, production conditions, fixed and variable production costs, and inventory costs of petroleum products. to solve it, a hybrid algorithm of combining genetic algorithm and fix and optimize is proposed. the results with using of 63 simulated problems in small, medium and large dimensions show that the nearoptimal solution obtained from the hybrid method deviates 0.23 and 0.12 percent of the exact solution of the problem on average in small and medium dimensions respectively. also in large dimensions where it was not possible to calculate the exact answer by the computer, this algorithm can answer in an average of 87 seconds.