當(dāng)前，市場需求不確定條件下的多周期生產(chǎn)庫存優(yōu)化受到了廣泛的關(guān)注，但一般以煉油過程中的一個局部來進行求解。另外，有大量學(xué)者在離散制造業(yè)中進行了供應(yīng)鏈視角下的庫存管理研究，而這些研究成果并不能簡單套用到煉油工業(yè)。本文借鑒其思想，同時采用在石油化工行業(yè)已成功應(yīng)用的約束過程優(yōu)化控制的模型預(yù)測控制算法，針對產(chǎn)品需求不確定條件下的煉油廠各級庫存的綜合優(yōu)化問題，建立了一個系統(tǒng)視角下的煉油廠全廠庫存管理的過程模型。此模型集產(chǎn)品需求預(yù)測、原油在線線性調(diào)和與成品油在線非線性調(diào)和技術(shù)為一體，以需求預(yù)測值為目標(biāo)，綜合考慮了原油、調(diào)和組分油和成品油3者的庫存變化，采用實數(shù)編碼的遺傳算法(Genetic Algorithm，GA)在局部優(yōu)化控制器中進行求解，用廣義預(yù)測控制算法(Generalized Predictive Control，GPC)以局部最優(yōu)結(jié)果為設(shè)定目標(biāo)，在滿足成品油質(zhì)量指標(biāo)的前提下，實現(xiàn)全局庫存成本最低控制；同時，引入預(yù)測控制的滾動優(yōu)化思想，以小時為單位修改模型數(shù)據(jù)跟蹤實測結(jié)果。最后，用某煉油廠的數(shù)據(jù)進行了實例仿真，計算結(jié)果驗證了該算法的可行性。

1 煉油廠生產(chǎn)過程模型設(shè)計

    大多數(shù)煉油企業(yè)的產(chǎn)品生產(chǎn)過程，仍是通過使用大量庫存策略來滿足顧客的需求。煉油企業(yè)每個月的月計劃對后面幾個月的需求進行預(yù)測。在綜合需求預(yù)測的基礎(chǔ)上，通過控制原油購買成本和生產(chǎn)成本最小為優(yōu)化目標(biāo)，運用線性規(guī)劃的方法計算本月所需的原油供應(yīng)量。一旦原油來到，就進入一系列的煉制步驟，如常減壓蒸餾、催化裂化、催化重整、延遲焦化以及油品調(diào)和等工藝過程，最后將石油產(chǎn)品運送給經(jīng)銷商，再賣給客戶。每一個步驟都有不同種類的原油、中間產(chǎn)品和最終產(chǎn)品儲存在儲罐中。據(jù)文獻統(tǒng)計，在一個典型的大型煉油廠中，有3～lO個原油儲罐，10～30個中間產(chǎn)品的儲罐，30～50個最終產(chǎn)品的儲罐，每一個儲罐都需要一次性的大筆投資進行建造，并對儲罐的運營和維護花費大量資金，因此每年煉油廠在庫存方面的投資是巨大的。

    近年來發(fā)展了一種油品調(diào)和的新技術(shù)——在線連續(xù)調(diào)和技術(shù)。應(yīng)用這種技術(shù)，只要煉油廠有足夠的調(diào)和組分，就能立刻生產(chǎn)出符合用戶需要的各種最終產(chǎn)品，從而看到了在石油煉制這種流程行業(yè)中進行敏捷生產(chǎn)并改善庫存管理的曙光。

    下面從供應(yīng)鏈的角度對一個煉油廠產(chǎn)品生產(chǎn)過程進行建模(如圖1)。本文采用“推”和“拉”流程混合策略，“推”、“拉”邊界在油品在線調(diào)和處。根據(jù)客戶訂單進行在線的油品連續(xù)調(diào)和，用于滿足當(dāng)前需要，這是“拉動流程”}在顧客需求預(yù)測基礎(chǔ)上提前進行的補充庫存環(huán)節(jié)、生產(chǎn)環(huán)節(jié)和原料獲取環(huán)節(jié)，則屬于“推動流程”。

圖l 爍油生產(chǎn)厙存綜臺模型

    1．1 過程的描述

    圖1是一個簡化的煉油廠模型，假設(shè)對每一種原油、中間產(chǎn)品和最終產(chǎn)品都有一個油罐寄存器，此油罐寄存器代表一組實際的儲油罐。原油在進入煉制過程之前先儲存在原油儲罐中，煉油廠的生產(chǎn)過程用一個“黑箱”表示，它的各種中間產(chǎn)品的產(chǎn)量受不確定因素影響�？捎脷v史數(shù)據(jù)預(yù)估進入煉油生產(chǎn)過程的各種原油流量，并用實時測量的方法進行更新。

    流出“黑箱”的各種中間產(chǎn)品的流量均分為2股：一股儲存在中間產(chǎn)品的庫存中，實現(xiàn)供應(yīng)鏈的“推動”過程；一股進入油品的在線調(diào)和過程，來滿足目前的實際需求，實現(xiàn)供應(yīng)鏈的“拉動”過程。設(shè)煉油廠在優(yōu)化周期Nt內(nèi)(t為計劃單位周期，設(shè)為1 h)，用N．種原油，生產(chǎn)出了N．種中間產(chǎn)品，然后通過進一步在線調(diào)和，生產(chǎn)出了Nt種最終產(chǎn)品。

    1．2 煉油廠庫存總模型

    整個煉油廠庫存總成本簡化為z，包括庫存成本和產(chǎn)品短缺補償。

    Ydi為原油i生產(chǎn)出的中間產(chǎn)品j的產(chǎn)量因子；
    F為t時刻原油i注入煉油過程的流量；
    F靠為t時刻從煉油過程出來的中間產(chǎn)品，流
    入庫存的流量；
    Fi為f時刻從油罐出來的中間產(chǎn)品j流入在
    線調(diào)和器的流量；
    F1為t時刻從煉油過程出來的中間產(chǎn)品J流
    人在線調(diào)和器的產(chǎn)量；
    Fb1。為t時刻進入在線調(diào)和器中的中間產(chǎn)品j
    進入最終產(chǎn)品k的調(diào)和器中的流量；
    Fib，為t時刻從中同庫存出來的中間產(chǎn)品j進
    人最終產(chǎn)品k的調(diào)和器中的流量；

2 應(yīng)用多變量約束過程的廣義預(yù)測控制算法求解煉油廠庫存總模型

    應(yīng)用在石油化工等復(fù)雜過程工業(yè)中的模型預(yù)測控制算法，是目前實現(xiàn)多變量約束過程優(yōu)化控制的首選方法，也是目前過程控制應(yīng)用最成功、最具有前途的先進控制策略。近年來，其應(yīng)用范圍逐漸擴大，至今已遍及工業(yè)應(yīng)用的各個領(lǐng)域。文獻將這種方法應(yīng)用到了庫存管理上；文獻提出了一個對供應(yīng)鏈進行優(yōu)化操作的，以模型預(yù)測控制算法為基礎(chǔ)的集成動態(tài)控制策略。

    下面應(yīng)用多變量廣義預(yù)測控制算法對煉油廠庫存總模型進行求解。

    設(shè)在t時刻，系統(tǒng)輸入(控制變量向量)為“(￡)，系統(tǒng)輸出(被控變量向量)為，(f)，可測干擾輸入為向量。

    向量“(￡)的分量有：原油實際供應(yīng)量Fs；進入煉制過程的原油種類和流量Fc；中間產(chǎn)品進入最終在線調(diào)和器和中問產(chǎn)品庫存罐的分離比例，即Ff。和Fb，；每種中間產(chǎn)品從中間庫存或直接從煉制過程出來進入最終調(diào)和的流量，即F1。和Fbbj假設(shè)“為理想的控制輸入，即各種所需原油數(shù)量足夠用，各中間組分油流量均在煉油過程中各側(cè)線產(chǎn)出率允許范圍內(nèi)。

    向量y(f)的分量有：所有原油、中間產(chǎn)品和最終產(chǎn)品的庫存水平；從生產(chǎn)計劃角度進行的產(chǎn)品需求預(yù)測Vd；其他相關(guān)信息，如生產(chǎn)能力、各單元狀態(tài)等的輔助變量。

    向量。(￡)的分量有：產(chǎn)品產(chǎn)量因子W。的波動部分；有效供應(yīng)和運輸超前時間，L的波動部分；原油、中問產(chǎn)品和最終產(chǎn)品的市場價格P的波動部分。各分量用隨機數(shù)發(fā)生器進行模擬。

    處理后的系統(tǒng)動態(tài)方程符合ARMAX的形式：

3 仿真實驗

    3．1 仿真集成框架

    仿真實例說明：軟件環(huán)境為Windows XP，前臺計算用Visual C++6．0，運算完成后，在VC中調(diào)用Matlab6．5．1的引擎，在后臺用Matlab繪制結(jié)果圖；數(shù)據(jù)的起始狀態(tài)由當(dāng)前實測值給出；仿真及優(yōu)化的時問步長均為1 h；滾動控制計劃周期及仿真周期長度均為2 d，即48 h；原油6種，先人原油庫，然后根據(jù)原油調(diào)和模型_”1的6種約束，調(diào)成符合煉制要求的混煉原油進入煉制過程；原油煉制過程生產(chǎn)4種中間組分油，通過在線連續(xù)調(diào)和生產(chǎn)2種最終產(chǎn)品；原油、組分油和終產(chǎn)品油的價格仿真時假定不變；終產(chǎn)品需求每8 h變化一次，在這8 h內(nèi)保持恒定，且以文獻[11]中使用的方法給出預(yù)測數(shù)據(jù)；仿真時未考慮原油供應(yīng)和生產(chǎn)的超前時間。圖2為仿真集成框架的示意圖。

圖2 實倒仿真集成框架

    3．2 原油線性調(diào)和模型

    現(xiàn)某煉油廠原油性能指標(biāo)、庫存數(shù)據(jù)、單價及調(diào)和后的混合原油性能指標(biāo)要求如表1所示。原油調(diào)和在局部優(yōu)化控制器中計算結(jié)果的其中實際原油調(diào)和模型參見文獻中的方案。一組數(shù)據(jù)如圖3所示。

表1 原油調(diào)和橫型仿真數(shù)據(jù)

    3．3 成品油調(diào)和模型

    該煉油廠高標(biāo)號汽油90#及93#由催化汽油、重整汽油、烷基化油和MTBE調(diào)和而成，相應(yīng)的辛烷值約束、裝置流量約束及實時價格如表2所示。非線性調(diào)和方程采用文獻中的公式。

表2 成品油調(diào)和模型仿真數(shù)據(jù)

    組分油／成品抽辛烷值流量約束／(10t·h_1) 單價

    3．4 庫存部分仿真的部分結(jié)果

    組分油流速在48 h內(nèi)跟隨預(yù)測數(shù)據(jù)的變化情況如圖3所示。

    原油庫存采用存儲策略中的(s，s)策略，該策略具有連續(xù)盤點、不允許缺貨和供貨能力無窮大的特點。一旦庫存水平小于庫存量的下限s(取最小允削5組升拙2氳蠼蹙他情況

    許安全庫存水平，仿真時s=o)，立即發(fā)出訂單，其訂貨量為(s—s)，使得訂貨時刻的庫存水平達到s(S取最大允許庫容水平)；否則，不予訂貨。先考慮無供貨提前期的情況，后續(xù)工作再進行考慮供貨提前期及供貨不確定性的復(fù)雜情況的討論。原油庫存在仿真周期內(nèi)的變化情況如圖6所

圖 原油庫存在仿真周期內(nèi)的變化情況

4 結(jié)束語

    本文從供應(yīng)鏈管理的角度對煉油廠的庫存管理程進行了“推“拉”流程結(jié)合的模型設(shè)計，并應(yīng)用于遺傳算法和參數(shù)模型的多變量廣義預(yù)測控制算，對該模型進行了優(yōu)化計算。由于預(yù)測控制算法硅用了滾動優(yōu)化策略，可使計算在線進行，同時能R據(jù)過程的實際輸出，及時修正控制，從而使模型；配、時變和干擾等引起的不確定性得到及時的補充，改善了系統(tǒng)的控制效果，克服了過程不確定性的影響，提高了控制系統(tǒng)的魯棒性。

核心關(guān)注：拓步ERP系統(tǒng)平臺是覆蓋了眾多的業(yè)務(wù)領(lǐng)域、行業(yè)應(yīng)用，蘊涵了豐富的ERP管理思想，集成了ERP軟件業(yè)務(wù)管理理念，功能涉及供應(yīng)鏈、成本、制造、CRM、HR等眾多業(yè)務(wù)領(lǐng)域的管理，全面涵蓋了企業(yè)關(guān)注ERP管理系統(tǒng)的核心領(lǐng)域，是眾多中小企業(yè)信息化建設(shè)首選的ERP管理軟件信賴品牌。

轉(zhuǎn)載請注明出處：拓步ERP資訊網(wǎng)http://m.nttd-wave.com.cn/

本文標(biāo)題：煉油廠綜合庫存管理優(yōu)化問題研究

本文網(wǎng)址：http://m.nttd-wave.com.cn/html/news/10515424103.html